基于GIS的BP神经网络洪涝灾害评估模型研究

洪涝灾害损失的大小不仅与洪灾的自然属性有关,还受地形、天气气候、人口、社会经济状况及其分布等因素影响.基于GIS技术及其背景数据,实现GIS空间信息单元格点上淹没水深的模拟和空间社会经济数据的展布,并针对影响洪涝灾害评估的复杂因子对各空间单元格点损失评估的不确定性和复杂性,提出了BP神经网络计算方法,运用matlab神经网络工具箱实现区域洪涝灾害的快速评估,建立了基于GIS的BP神经网络洪涝灾害评估模型.运用此方法,通过少量的样本资料,对鄱阳县洪涝灾害经济损失个例进行评估,评估结果误差为12%.     

基于微信公众号平台的气象为农服务需求分析

分析和了解用户服务需求,开展针对性、定制性、订单式的精细化服务,成为现代农业气象服务亟待解决的问题。基于"江西微农"微信公众号平台的用户大数据,结合62个"三农"专项实施县服务对象调查问卷结果,综合分析气象为农服务需求。结果表明,2015年"江西微农"各类服务产品平均关注度高于75%,充分说明气象为农服务需求旺盛;同时,用户对服务产品的关注存在明显季节差异,春播期和秋收秋种期是需求旺盛期,偏离度分别为+37.7%和+11.6%,而冬季是需求低值期,关注度显著低于其他时段;倒春寒、暴雨、寒露风等会造成农业生产直接经济损失的气象灾害最受用户关注,平均关注度均高于100%。气象、农业等多部门共同参与的综合性服务更受用户欢迎;影响用户使用感受的主要有获取服务信息的便捷性、交流机制的畅通性、界面显示的美观性等。