月径流随机模拟序列优选方法

针对月径流随机模拟序列检验指标偏少、检验结果未能全面反映径流过程复杂变化的问题,在传统检验指标的基础上,引入集中度、不均匀系数和样本熵等指标,提出截口 复杂性指标体系,基于该指标体系对径流序列截口特性、复杂变化特性进行分析,通过灰色关联分析法对月径流模拟序列进行综合评价和优选,并与传统指标优选的结果进行对比及合理性分析。以淮河流域干支流3个研究站点资料为例建立季节性自回归模型,对随机生成的多组月径流模拟序列进行应用研究,结果表明：与传统评价方法相比,截口-复杂性指标体系优选出的模拟序列在保证年内分配多样性的同时,能够减少年内分配不合理的情况,较好地反映径流序列的复杂特性,为识别更为准确、可靠的月径流随机模拟序列提供了一种新途径。     

基于随机森林的山洪灾害风险评价方法及应用

针对空间尺度较小区域的山洪灾害风险评价中指标权重难以准确确定的问题,选取林州市为研究对象,采用后果逆向扩散法从自然灾害系统和社会灾害系统2个方面选取了9个指标构建山洪灾害风险指标体系;引入随机森林算法,建立林州市随机森林风险评价模型,根据不同山洪灾害风险等级划分林州市山洪灾害风险区,并与历史山洪灾害发生点的实际情况进行对比分析。结果表明：随机森林风险评价模型的风险区等级划分精度达到81.34%,证明随机森林算法运用于空间尺度较小区域的山洪灾害风险评价时具有较高的准确性。