基于核密度估计的清代中国自然灾害时空分布特征

基于核密度估计的清代中国自然灾害时空分布特征

论文摘要

基于《清史·灾赈志》中的历史灾害信息,提取清代(1644-1911年)自然灾害共24 537县次,重建逐年灾害频次序列,以核密度估计法对5类主要灾害(水灾、旱灾、蝗灾、疫灾、冷害)的空间分布特征进行分析。结果表明:清代自然灾害频次序列没有明显的趋势性特征,而体现为阶段性波动,基于灾害频次30年滑动平均值可提取出4个峰值时段(1644-1673、1721-1750、1812-1841和1872-1901年);相比于现代,清代灾害类型更加集中在农业灾害,最为多发的是水灾和旱灾,合计占总数的近80%,其次是蝗灾、疫灾和冷害;灾害最为多发的高风险区分布在黄淮海平原和长江三角洲,前者集中了水灾、旱灾、蝗灾的极端多发区,后者除了水旱多发,还是疫灾和冷害的极端多发区; 4个峰值时段的灾种类型组合和灾害多发区均有明显差异,时空变化受到致灾因子、暴露度和脆弱性因素的共同作用。上述工作有助于更好地认识历史灾害发生规律,对于当前及未来的防灾减灾工作具有重要参考价值。

论文目录

  • 1 数据与方法
  •   1.1 历史灾害数据整理
  •   1.2 历史灾害量化指标
  •   1.3 核密度估计
  • 2 结果与分析
  •   2.1 清代自然灾害的构成及其频次变化
  •   2.2 主要自然灾害的空间分布特征
  •   2.3 不同时段的灾害组合及多发区分布对比
  •     (1)1644-1673年
  •     (2)1721-1750年
  •     (3)1812-1841年
  •     (4)1872-1901年
  • 3 讨论
  •   3.1 影响灾害时空分布的因素
  •   3.2 历史自然灾害的量化指标与空间刻画
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 萧凌波

    关键词: 自然灾害,时空分布,核密度估计,灾害风险,清代

    来源: 灾害学 2019年04期

    年度: 2019

    分类: 基础科学,工程科技Ⅰ辑,哲学与人文科学

    专业: 安全科学与灾害防治,中国古代史

    单位: 中国人民大学清史研究所

    基金: 中国人民大学科学研究基金(中央高校基本科研业务费专项资金资助)项目(15XNQ014)

    分类号: K249;X43

    页码: 92-99

    总页数: 8

    文件大小: 2378K

    下载量: 403

    相关论文文献

    • [1].基于自适应核密度估计的桥梁短时风速预测方法[J]. 桥梁建设 2020(05)
    • [2].基于非参数核密度估计与数值天气预报的风速预测修正方法[J]. 电力自动化设备 2017(10)
    • [3].基于非参数核密度估计的风速短期相依模型[J]. 太阳能学报 2017(02)
    • [4].加权核密度估计在洪水频率分析中的应用[J]. 水文 2008(05)
    • [5].基于变换核密度估计的半参数GARCH模型[J]. 系统工程理论与实践 2014(08)
    • [6].风速分布的非参数核密度估计[J]. 科技创新导报 2011(31)
    • [7].基于聚类与非参数核密度估计的风电功率预测误差分析[J]. 太阳能学报 2019(12)
    • [8].全带宽矩阵的核密度估计在核熵成分分析中的应用[J]. 数学的实践与认识 2020(18)
    • [9].基于核密度估计的核偏鲁棒M-回归建模方法及应用[J]. 中国科技论文 2019(03)
    • [10].高斯核密度估计方法检测健康数据异常值[J]. 计算机科学与探索 2019(12)
    • [11].非参数核密度估计的动态目标识别与定位[J]. 计算机技术与发展 2012(05)
    • [12].基于加权核密度估计的自适应运动前景检测方法[J]. 西南交通大学学报 2012(05)
    • [13].基于核密度估计的可变码率视频流量预测算法[J]. 计算机工程 2012(24)
    • [14].基于核密度估计的股票估价模型的设计[J]. 牡丹江大学学报 2009(11)
    • [15].核密度估计法在燃油政策优化中的应用研究[J]. 民航学报 2019(04)
    • [16].基于核密度估计的电网电压质量分析系统研究[J]. 现代电子技术 2018(02)
    • [17].基于模糊序优化的风功率概率模型非参数核密度估计方法[J]. 电网技术 2016(02)
    • [18].加权核密度估计及其在沪深300股指收益率上的应用[J]. 泰山学院学报 2015(03)
    • [19].基于非参数核密度估计法的光储系统容量优化配置[J]. 高电压技术 2015(07)
    • [20].驾驶员启动反应时间的核密度估计[J]. 北京工业大学学报 2014(11)
    • [21].一种基于核密度估计的模拟电路故障诊断方法[J]. 计算机与数字工程 2010(11)
    • [22].基于核密度估计的结构地震需求信息熵重要性分析[J]. 振动与冲击 2019(01)
    • [23].非参数核密度估计在铜、银物种敏感度分布中的应用[J]. 中国环境科学 2017(04)
    • [24].基于除法模型和核密度估计算法的镜头径向失真校正方法[J]. 南京邮电大学学报(自然科学版) 2011(06)
    • [25].基于核密度估计尺度空间的目标跟踪算法[J]. 清华大学学报(自然科学版) 2009(04)
    • [26].基于非参数核密度估计的密度峰值聚类算法[J]. 计算机应用研究 2018(10)
    • [27].基于自适应核密度估计的运动目标检测[J]. 微计算机信息 2012(01)
    • [28].基于核密度估计分类器的变换器故障诊断方法[J]. 电网技术 2019(06)
    • [29].核密度估计的聚类算法[J]. 模式识别与人工智能 2017(05)
    • [30].基于非参数核密度估计法的光伏出力随机分布模型[J]. 中国电力 2013(09)

    标签:;  ;  ;  ;  ;  

    基于核密度估计的清代中国自然灾害时空分布特征
    下载Doc文档

    猜你喜欢