基于多源数据集成的社区防灾风险评估.pdf

《基于多源数据集成的社区防灾风险评估.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于多源数据集成的社区防灾风险评估王珍珍2015年1月中图分类号：UDC分类号：基于多源数据集成的社区灾害风险评估作者姓名王珍珍学院名称管理与经济学院指导导师刘铁忠副教授答辩委员会主席孔昭君教授申请学位管理学硕士学科专业管理科学与工程学科授予单位北京理工大学论文答辩日期2015年1月18日TheRiskAssessmentforCommunityDisastersbyUsingMulti-sourceDataIntegrationCandidatename:WangzhenzhenSchoolorDepartme

2、nt:SchoolofManagementandEconomicsFacultyMentor:Assoc.Prof.LiuTiezhongChair,ThesisCommittee:Prof.KongZhaoJunDegreeApplied:MasterofManagementMajor:ManagementScienceandEngineeringDegreeby:BeijingInstituteofTechnologyThedateofOefence:Jan18th,2015研究成果声明本人郑重声明：所提交的

3、学位论文是我本人在指导教师的指导下进行的研究工作获得的研究成果。尽我所知，文中除特别标注和致谢的地方外，学位论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得北京理工大学或其它教育机构的学位或证书所使用过的材料。与我一同工作的合作者对此研究工作所做的任何贡献均已在学位论文中作了明确的说明并表示了谢意。特此申明。签名：日期：摘要社区安全与否直接关系到居民的生命，财产安全。只有降低社区的风险，才能切实维护居民的利益。对社区进行防灾风险评估，防患于未然，是建设和谐社会、安全社区的先决条件。本文在以往风险评估研

4、究的基础之上，结合社区具有人员密度大的特点，提出了通过灾害致灾因子，承灾体脆弱性，居民防护能力这三个方面基于多源数据融合进行社区防灾风险评估。在进行社区灾害风险评估时，采用了线性融合方法和模糊熵权方法。社区线性融合风险评估的步骤包括，致灾因子先与承灾体的脆弱性进行线性融合，再与居民防护能力进行融合。评估结果按照风险值的高低划分为5个等级。模糊综合评价方法进行社区灾害风险评估，通过建立评语集，建立单因素评价模糊矩阵，运用熵权法确定待评估因素的权重，最后综合评价来进行。结合分析比较结果，从数据齐全性，管理规范性，灾害

5、威胁的特点来讨论了线性融合方法与模糊熵权方法适用的特点。最后得出了以下结论：线性融合方法在评估社区灾害风险时不适用于社区人口组成特殊的社区。模糊熵权法评估社区灾害风险时不适用于社区人口组成特殊的社区和存在违章乱建的社区。关键词：社区灾害风险评估；多源数据融合；线性融合方法；模糊熵权方法VAbstractThesafetyofpeople’slifeandasssetsarerelatedtothesafeenvironmentofcommunities.It’sveryimportantforthebuildin

6、gharmonysocietytoassesstheriskpeoplemayfaceincommunities.Ascommunitiesgatheralargeamountofpeople,it’sverynecessarytoassessrisksofcommunities.Basedonpreviousstudy,thispaperassessesrisksofcommunitiesbyintegratingthefactorswhichcausetodisasters,vulnerabilityofen

7、vironment,andthedefensecapabilityofresidents.Twomethodsareusedtoassesstherisksofcommunitydisasters.Thefirstoneislinearintegration.Thatistosaydisastercausingfactorsarefirstlyintegratedwithvulnerabilityofenvironment.Thentheresultsareintegratedwiththedefensecapa

8、bilityofresidents.Thefinalresultsarerankedas5levels.Thesecondmethodtoassesscommunityrisksarethefuzzy-entropyweightmethodwhichbuildsevaluationsetsandevaluationmatrixandevaluationtheweights