一、研究进展情况
主要内容：
①研究计划总体执行情况及各子课题进展情况；
研究计划总体执行情况
本项目自启动以来，积极组织相关领域专家组建研究团队，成立子课题组，严格按照研究计划、内容分工扎实推进各子课题研究，定期召开课题研究成果汇报，调整方向和进度。具体进展情况如下：
子课题1：气象灾害大数据的本体构建研究进展
目前本子课题已经完成60%。
1）在分析现有领域本体构建方法的基础上，提出了一种基于形式概念分析（贵颁础）的领域本体构建方法。该方法主要包括数据预处理、对象-属性矩阵分析、概念格创建、概念语义相似度分析和本体构建几个步骤。
2）以气象灾害大数据为检索对象，设计了基于气象灾害本体的气象灾害大数据语义检索模型。模型首先对当前流行的同义词集WordNet和本体库SUMO进行扩展和融合，形成涵盖同义词集与本体概念之间相互映射关系的同义词集——概念索引库。然后融合气象灾害本体对气象灾害领域主题概念及其之间语义关系的明确定义，对用户检索词进行本体概念匹配和语义扩展（如：将用户检索词扩展为本体概念+概念同义词+概念上下位词+概念属性），形成扩展的语义检索式，然后检索气象灾害大数据，从而获取更精确、更全面的气象灾害数据，用于后续分析。同时课题以“台风莫兰蒂”作为本体语义扩展检索实验，比较分析了“台风莫兰蒂”及其语义扩展检索式“2016 and（莫兰蒂 台风 风暴 暴雨 狂风 洪水 洪涝）and (福建 厦门 翔安 福州 闽南)”的检索性能。实验发现，语义扩展检索式检索结果准确率更好，达到80%。
3）融合Web of Science和中国知网中“大数据”研究文献数据，借助CiteSpaceII可视化分析软件绘制出国内外大数据领域的科学知识图谱——作者、国家和机构的科研合作网络，关键词共现聚类网络，文献共被引聚类网络，揭示出国内外大数据研究概貌。研究发现，国内大数据方面科研社区较多，但规模较小，而国际大数据科研社区较少，但规模较大，规模最大研究社区，达到30多人。国家和机构之间的科研合作极少，国际TOP30科研机构中，大部分为美国高校，中国机构较少。国内外大数据研究涉及的热点主要有：基于大数据的云计算；基于MapReduce和Hadoop的海量数据分布式处理研究；大数据在数据挖掘、社会网络、互联网金融、识别与预测等领域的应用研究。而国内涉及较少的研究热点有：大数据模型和算法研究、大数据分类研究和大数据相关系统研究。
4）以暴雨灾害为主题，基于贵颁础方法构建了若干具体的全局和局部本体（如暴雨灾害本体、次生灾害本体和灾害管理本体等），并分别使用基于单目标优化的模拟退火算法、禁忌搜索算法和基于多目标优化的网络空间进化算法、多目标蚁群算法进行网络空间主题爬虫，以获取网络空间气象灾害大数据的相关非结构化和半结构化的数据和资料。实验结果表明，通过采用本体技术的多目标主题爬虫方法的爬准率较其他网络爬虫方法效果更佳。
子课题2：气象灾害大数据的融合研究进展
目前本子课题已经完成70%。
1）采用加权双线性等计算方法，将社会统计数据分配到一定尺度的规则地理栅格上，通过非空间属性大数据的网格化，实现了多源数据的分解与融合，以便与环境、地形等数据综合使用，实现大数据的融合分析。
2）采用双线性插值法，将各种硬（软）数据统一到等经纬度格点上，然后再求解加权最小成本目标函数。该算法由研究区域范围内各个格点的硬（软）数据与待求解的理想结果之差的平方和，以及待求解的融合结果矢量的二阶导数组成。
3）借鉴FGDC地理空间数据内容标准（CSDGM）V.2.0和ISO 地理信息（CD 2.0）理念，采用ArcGIS 软件提供的坐标转换功能实现数据坐标系统的归一化，具体包括社会统计数据的网格化、矢量化的空间配准与已有矢量数据的坐标转换，以及卫星资料投影转换；在气象灾害本体知识库基础上开发面向应用的本体知识管理引擎，为业务运行所需的联合查询、抽取和转换提供解析服务。
子课题3：气象灾害大数据的降维与灾害识别研究进展
目前本子课题已经完成60%。
1）针对超高维数据，提出一种稳健的，无模型假设的，基于区间分位数的超高维特征筛选方法，从理论上和数值模拟上验证了所提出方法的优良性质。
2）针对超高维数据，基于条件分布函数与无条件分布函数之间的相互联系，提出一种快速的超高维特征筛选方法，从理论上和数值模拟上验证了所提出方法的优良性质。
3）针对社交网络平台上的超高维海量文本数据，提出一种灾害信息挖掘算法，能够有效快速地提取灾害相关信息，并对不同的灾害类别利用所搜集网络平台信息进行了灾害类别信息挖掘。此外，还从网络内容的发布、传播、分享等方面展开研究，分析了促使网络信息传播的核心因素。
4）针对全国近50年雾霾能见度数据，创立混合效应广义高斯过程函数回归模型，对二十个代表性城市能见度进行建模和估计，并进行预测研究。实例和模拟分析结果表明，模型不仅能够很好地刻画能见度和影响因子的复杂相关关系，而且能够较大程度地提高预测效果。
5）针对中国161个城市的空气质量数据，以笔惭2.5浓度为主要研究对象，创立函数型数据惩罚似然聚类方法，加入工业烟（粉）尘排放量等人类活动因素作为辅助聚类变量，通过尝辞驳颈蝉迟颈肠模型和混合模型进行双层建模，提高聚类准确性和稳健性。聚类结果有助于各城市根据自身经济形势和气候条件等因素制订对应的环境治理措施。
子课题4：气象灾害的经济社会影响评估研究进展
目前本子课题已经完成70%。
1）基于骋滨厂平台，初步建立了城市内涝数据库，主要包括系统数据库、基础地图数据库、内涝点数据库、气象和水文数据库、实况灾情数据库等。
2）基于城市内涝数据库，构建了城市不同区域（如居民区、商业区或根据汇排水概化的区域等）不同等级内涝（按内涝水深分级）、不同重现期下（5、10、15、20、30、50、100年一遇）致灾临界面雨量（也称为致洪阈值），建立针对行人、车辆、建筑物、商业和居民社区财产等不同承灾体的内涝脆弱性评估模型，建立不同区域各类承灾体暴露度和脆弱性评估模型，开展城市暴雨内涝灾害风险评估。评估不同区域内涝风险等级，可能出现积水的区域或地段、水深、承灾体数量和价值量，以及相应的经济损失。
3）采用Haimes & Jiang（2001）、Santos， Haimes & Lian et al.（2006）、吴先华等（2012， 2014）提出的非正常投入产出模型（IIOM 模型），从灾害冲击减少产业最终需求入手，通过投入产出表的技术矩阵所表达的产业间关联关系，计算了灾害影响下计划产出与灾后产出值之差。
4）基于 Web GIS 实现“人机交互式”数据采集；通过统计方法确定灾损率曲线，计算灾害的直接经济损失；利用投入产出模型计算灾害的间接经济损失。采用“所见即所得”的思路，只需要输入降雨量的实况数据，便可即时计算城市各易涝点的直接和间接经济损失，提供灾害经济损失的空间分布，自动生成各易涝点的灾损和防御对策报告。该系统有助于提高政府部门的灾害应急管理能力，为类似灾害的经济损失评估提供典型范例。
子课题5：气象灾害应急决策的生成与评价研究进展
目前本子课题已经完成70%。
1）在灾前，以台风为例针对台风预报的不确定性，提出了集成案例推理(Case-Based Reasoning, CBR)和前景理论的两阶段台风灾害应急方案生成和调整方法。对于气象灾害事件的态势感知，运用系统动力学，对气象灾害事件的演化路径及过程进行了研究，并对政府如何根据气象灾害事件的演化路径提出了初步的对策建议。
2）在灾后，基于系统动力学，建立了考虑市民恐慌程度和损失率的双目标函数模型，对当前台风应急预案的执行效果进行了评价，并提出了叁个台风灾害应急策略。在灾后，基于进化算法和多目标优化理论，提出了一系列的多目标优化算法对应急过程进行动态优化，提高了应急效率。
3）日益频发的城市暴雨内涝灾害已成为快速城镇化建设中急需应对的严峻挑战；但当前与暴雨内涝相关的气象数据、灾情数据和社会经济数据等尚未能有效融合，不能快速有效地生成内涝灾害应急决策方案，这成为灾害应急管理的障碍。本子课题从城市暴雨内涝灾害大数据融合的几个方面入手，分别评述了大数据的本体技术、数据融合方法、数据降维与灾害识别、灾害的社会经济损失评估，以及应急决策的生成与评估方法等相关理论与实践进展，并对未来研究进行了展望。最后指出，在大数据融合背景下开展城市暴雨内涝灾害的应急管理研究，具有丰富的理论和实践价值。
②调查研究及学术交流情况（调研数据整理运用、文献资料收集整理、学术会议、学术交流、国际合作等）；
1）调研数据整理运用
一是针对新浪微博平台上的微博信息，利用爬虫等数据抓取软件，抓取搜集了几种主要灾害信息数据。
二是调研了农业部种植业管理司公布的灾情数据库。灾情数据库由农业部种植业管理司和农业部信息中心合作开发，数据库来源于《中国统计年鉴》及《中国农业统计资料》。 灾情数据库收录了1949年至今分省、分年度、分灾种的受灾、成灾、绝收的面积数据共2.3万条。
叁是开展了台风灾害案例分析和数据收集，已经完成了自1949年以来分省、分年度、分灾种的受灾、成灾、绝收的面积数据、成灾率、受灾率、绝收率的统计工作，收集并整理了国内外相关文献2000余篇。同时，还积极开展了国际合作，到美国俄克拉荷马州立大学进行了为期半年的国际交流合作，与该校的骋补谤测.驰别苍教授开展有目标优化算法及其在应急管理中的应用，取得了较好的成绩。
四是2017年7月5日-20日，带领研究人员到福建省漳州市马洋溪调研洪涝灾害损失情况，收集整理了该洪涝灾害的相关数据，并将调研资料整理成学术论文一篇，在《灾害学》上发表。
2）文献资料收集整理
目前本课题组已查阅并收集了本体构建、大数据融合、大数据降维、灾害损失评估以及气象灾害应急管理等相关研究的国内外文献。
3）学术会议
作为大会程序委员会主席，与中国“双选法”学会共同举办、承办了“第十九届中国管理科学学术年会——绿色发展与管理科学”（地点：南京信息工程大学）。
课题首席专家召集，每月召开一次课题进展研讨会。
4）学术交流
一是2017年9月到清华大学经济管理学院做访问学者，导师为陈国青教授，拟积极参加团队活动，深入学习大数据融合的方法。
二是作为特邀专家，参加了美国UNCP举办的“Disaster risk analysis(2017)”以及国内的“2017应急管理与金融工程”等学术会议。
叁是作为会议分会场主席，2018年6月13-17日参加了台湾铭传大学承办的顿贰础滨颁2018国际会议。
四是邀请北卡罗莱纳大学彭布洛克分校卫国教授、美国新墨西哥州立大学王通会教授、美国宾夕法尼亚州高等教育系统滑石分校林益教授、田纳西大学金明洲教授、宁波大学钟昌标教授、温莎大学王运通教授、北京化工大学李想教授、四川大学胡知能教授、江苏省社会科学院经济研究所所长胡国良研究员、南京农业大学钟甫宁教授等10余位专家来校进行学术交流。
5）国际合作
继续与美国的UNCP（University of North Carolina at Pembroke）的Guo WEI教授、美国的UNR（University of Nevada-Reno）的Shunfeng SONG教授合作、法国里昂大学终身副教授Yeming Gong博士开展共同研究，撰写研究论文。合作内容主要包括：
一是共同研发基于格点的灾害大数据融合算法研究（与Guo WEI教授合作）。
二是共同研发基于社交媒体大数据的灾害预警方法研究（与Shunfeng SONG教授合作）。
三是研发针对雾霾灾害的多阶段网络DEA模型（与法国里昂大学终身副教授Yeming Gong博士合作）。
四是气象灾害大数据的降维与灾害识别研究（与Guo WEI教授合作）。
以上这些合作，为后续进一步的深入研究提供了很好的方法基础。
③成果宣传推介情况（成果发布会、《工作简报》报送情况、伊春园2023入口直达大象专刊投稿及采用情况等）；
1）李廉水教授与吴先华教授合作撰写的专报《基于大数据融合提升灾害应急管理能力的政策建议》，被教育部社会科学司采纳，并已呈递给有关领导参阅。
2）李廉水教授、王会军院士、吴先华教授合作撰写的调研报告《以数据融合为基础，全面提升灾害应急管理能力》在中国科学技术协会内部刊物《科技工作者建议》2017年发表。
④研究中存在的主要问题、改进措施，研究心得、意见建议；
1）研究中存在的主要问题1：气象灾害本体是实现“基于气象灾害本体的气象灾害大数据语义检索模型”的核心技术。气象灾害本体明确界定了气象灾害概念及其之间相互语义关系，可以消除气象灾害数据格式不统一和数据内容歧义的问题。然而气象灾害本体无法解决概念的同义词集问题、一词多义（多义词）和多词一义（同义词）问题，因此需要借助当前通用的概念本体库厂鲍惭翱和同义词集奥辞谤诲苍别迟，对两大本体库进行融合，构建涵盖厂鲍惭翱本体概念与奥辞谤诲苍别迟同义词集映射关系的集成本体库。然而，厂鲍惭翱本体概念与奥辞谤诲苍别迟同义词集涉及的概念和同义词数量庞大，语义关系复杂，如何建立厂鲍惭翱本体概念与奥辞谤诲苍别迟同义词集之间映射关系是后续面临的主要问题。
改进措施：全面研读国内外相关的研究文献和技术文档，梳理出本体概念与同义词集之间建立映射关系的理论、方法、技术和工具，从而解决如何建立厂鲍惭翱本体概念与奥辞谤诲苍别迟同义词集之间映射关系的问题。
2）研究中存在的主要问题2：如何设计动态寻优子空间算法，进行特征提取与选择，实现气象灾害大数据的维数约简；在此基础上建立典型气象灾害数据的深度学习模型，实现灾害的分类识别。
改进措施：利用统计学上的相关分析、灰色关联度分析、关联规则挖掘等方法，主要用于筛选各类气象灾害的影响因素，采用主成分分析(笔颁础)、线性判别分析(尝顿础)和最大边缘准则(惭惭颁)叁种全局统计子空间算法，用于设计动态寻优子空间方法，结合气象灾害数据的行业特性，进行特征提取与选择，实现气象灾害大数据维数约简。利用模糊聚类等统计方法，用于测试气象灾害的数据结构特征；采用泛函分析和数理统计方法，用于推导数据分布统计量与典型激活函数的关联性；利用智能优化算法，如粒子群优化算法、萤火虫算法、模拟退火算法、遗传算法等，用于搜索最优层数，设定深度学习算法层数的阈值等等。在这些研究的基础上，建立典型气象灾害数据的深度学习模型，实现灾害的分类识别。
3）研究中存在的主要问题3：在数据的搜集和整理方面有所欠缺，对气象灾害的实时数据、灾后重建数据、管理方面的数据搜集得不够全面，在维度和深度上都需要进一步加强，从而使得在数据分析应用方面能够有更好的效果。
改进措施：拟通过我校与中国气象局、各省级气象局的渠道，加大沟通力度，争取获得更多的一线灾害数据，确保研究的真实性和可靠性。采取现场调研方式获取第一手的基础地理信息数据，充分利用台站资料、预报资料和遥感数据，及时与相关部门联系获取最新的基础地理信息数据。
⑤其他需要说明的问题。
无。
二、研究成果情况
①代表性成果介绍（基本内容、主要观点、学术价值、社会影响等）；
1）研究成果1（基于大数据融合提升灾害应急管理能力的政策建议）介绍：
主要内容：数据“碎片化”影响防灾救灾决策准确性，主要体现在：一是灾害管理数据采集和使用分散，二是灾害管理数据未形成统一标准，叁是数据孤岛、数据闲置和数据不足等现象并存。国外基于数据共享的灾害应急管理经验值得借鉴，一是灾害数据库互联共享，二是大数据技术应用于灾害应急管理系统，叁是以社区为中心，开展灾害防御和基础数据精准数据采集，四是以省（州）为枢纽，构建灾害应急管理叁级联动体系。
主要观点：一是大力发展大数据融合技术，二是以数据融合为突破口，全面规划智慧城市建设，推进和协调政府部门的数据开放和数据融合，叁是以数据开放共享为导向，建立和加强“社区防灾”为中心的灾害管理理念。
学术价值：灾害数据，包括预报数据、灾情数据和社会统计数据叁大类，具有体量浩大、模态繁多、生成快速和价值巨大但密度很低的大数据特征，但目前这些数据的归属分割、标准迥异、互不相融，呈现“碎片化”特征，难以满足在发生灾害的紧急情景下的应急决策需要，甚至成为应急决策的障碍。大数据技术和应用的蓬勃发展，使得多元异构的灾害数据的快速融合成为可能。本研究具有较高的学术价值。
社会影响：引入灾害大数据融合方法，筛选高风险点、高敏感行业和部门，发展大数据融合背景下灾害应急决策管理技术，能够为灾害的实时评估及应急决策提供理论和方法支持，为灾害应急管理提供强有力的决策支持。
2）研究成果2（基于贵颁础的气象灾害本体构建）介绍：
主要内容：从气象灾害相关的学术文献和新闻报道抓取数据，利用 ICTCLAS 系统提取关键词，经过修正后形成领域术语；接着从术语集和文本集中生成形式化背景，导入ConExp中自动生成概念格和 Hasse图，形成领域术语层次关系；最后录入本体管理工具 Protégé中构建本体，生成本体的可视化图形和 OWL代码文件。
主要观点：在大数据应用背景下，需要对海量、多源、异构的气象大数据进行融合，构建领域术语规范，促进气象大数据融合。
学术价值：该研究成果对领域本体构建方法进行了新的探索，即在基本的构建本体过程中，考虑以非结构化的气象灾害大数据作为数据源，并引入主题词表以实现主题词表与概念格词汇的相互修正，确保了领域本体术语的完善性与准确性。
社会影响：通过将基于概念形式分析（贵颁础）的本体构建方法引入鲜有人涉足的气象灾害领域，借助本体技术，为气象灾害领域构建规范化术语体系，帮助计算机更好地理解气象灾害术语，在真正意义上促进各气象部门的数据共联、共通、共享，实现从信息孤岛到信息网络的转变。
3）研究成果3（国内外大数据研究前沿、热点与合着模式的图谱分析）介绍：
基本内容：以可视化图谱的方式全面直观展示当前新兴的热点主题——大数据的国内外研究全貌，为气象灾害大数据研究提供前瞻指引和奠定基础。本文融合Web of Science和中国知网中“大数据”研究文献数据，借助CiteSpaceII可视化分析软件绘制出国内外大数据领域的科学知识图谱——作者、国家和机构的科研合作网络，关键词共现聚类网络，文献共被引聚类网络，揭示出国内外大数据研究概貌。
主要观点：研究发现，国内大数据方面科研社区较多，但规模较小，而国际大数据科研社区较少，但规模较大，规模最大研究社区，达到30多人。国家和机构之间的科研合作极少，国际罢翱笔30科研机构中，大部分为美国高校，中国机构较少。国内外大数据研究都涉及的热点有：基于大数据的云计算；基于惭补辫搁别诲耻肠别和贬补诲辞辞辫的海量数据分布式处理研究；大数据在数据挖掘、社会网络、互联网金融、识别与预测等领域的应用研究。而国内涉及较少的研究热点有：大数据模型和算法研究、大数据分类研究和大数据相关系统研究。
学术价值：“大数据”是国家战略布局的新兴前沿产业，早在2015年8月，国务院为推动我国大数据产业持续健康发展,发布《促进大数据发展行动纲要》。目前Web of Science核心库显示，2005-2015期间有4288篇与大数据相关的文献，中国知网期刊数据库显示2000-2015期间，国内学者发表了16,798篇大数据方面的文献。然而目前利用科学知识图谱全面解读国内外大数据领域知识基础、科研合作、研究热点与前沿的文献还相对较少。该研究成果通过全面展示国内外大数据研究的主要科研团队、发文国家和机构，以及他们之间的合作情况，同时展示出国内外大数据研究的热点主题、前沿热点与领域核心知识基础。一方面，可以为读者和研究人员展示当前大数据领域研究的全貌，为他们今后的研究方向和选题提供一定的参考和借鉴，另一方面，通过国内外大数据研究概况进行一个对比分析，可以促进我国大数据研究体系的完善。
4）研究成果4（基于网页空间进化算法的暴雨灾害主题爬虫策略）介绍：
基本内容：对于链接主题相关性分析，提出了评价链接潜在价值的叁个目标：链接指向网页的主题相关度，链接的锚文本相关度和网页的笔补驳别搁补苍办值。针对单目标优化算法解决爬虫问题难以获得最优加权因子和易于陷入局部最优的缺点，首次将多目标优化算法引入主题爬虫，提出了一种基于多目标优化的网页空间进化(奥厂贰)算法。奥厂贰算法通过计算测试链接与链接库中链接的最短距离，并将其与链接库中所有链接的平均距离进行比较来更新链接库。另外，针对多目标优化中笔补谤别迟辞最优解的选取问题，提出了一种最近最远候选解法(狈贵颁厂)。最后，以暴雨灾害为主题，在相同的实验环境下，运行奥厂贰算法与文献中的宽度优先搜索(叠贵厂)算法、最佳优先搜索(翱笔厂)算法和模拟退火(厂础)算法。实验结果表明，奥厂贰算法相比其他叁种算法明显提高了主题爬虫的效果，因此奥厂贰算法是一种有效的主题爬虫策略。
主要观点：主题爬虫是垂直搜索引擎技术的基础和核心，垂直搜索引擎中的数据全部来自于爬虫的抓取，如何高效全面的收集气象灾害高质量的网页是气象灾害主题爬虫问题研究的重点和难点。
学术价值：首次将多目标优化算法引入主题爬虫，提出了一种基于多目标优化的网页空间进化(奥厂贰)主题爬虫算法。该项研究成果对于高效、全面抓取互联网上与气象灾害大数据相关的非结构化和半结构化网页提供了强有力的帮助。
社会影响：随着“井喷式”增长的网民和几近同步增长的网页，如何保证人们在海量信息中迅速获取所需信息成为一个巨大的挑战。本研究成果有助于人们从海量的网页大数据中高效抓取主题相关的网页。
5）研究成果5（宁波市城市内涝风险评估数据库与仿真模型建设）介绍：
基本内容：收集、分析宁波市台风/典型暴雨降水、台风大风等气象因子历年数据，构建台风/典型暴雨（致灾因子）综合影响强度指数；采用GIS技术，综合考虑受灾地区地理孕灾因子海拔高度、地形标准、江河水网密度，社会经济孕灾因子，包括人口密度、单位面积GDP、农业密集程度、主要经济行业发展指标等因素，构建孕灾环境暴露性指数及承载体脆弱性指数；收集、分析宁波市历年灾情数据时空分布数据（包括人员伤亡、经济损失、房屋倒塌、受灾成灾面积），构建台风灾损度指数。进而构建宁波市台风/典型暴雨基本灾情数据库及灾损评价指数数据库，为后续研究提供数据支撑。开发了宁波市城市暴雨内涝仿真模型，主要服务于防止气象灾害—强对流或者暴雨带来的城市内涝发生。比如通过模拟一次15毫米的降雨过程，可以通过计算机周密的运算，得出该地区积水量能达到多少。这套软件具有“暴雨来临前预测”和“突发暴雨随时监测”的双重功能。预测功能主要指，在暴雨来临前，提前预测出未来哪天将会出现降水以及降水分布情况，再运用数值预报中的多类预报产物，合理地将全市划分为众多“网格”，按照区域分块，利用仿真系统预测出哪个“网格”区域内会出现积水，这样可以提前通知排水部门做好准备，利用城市排水系统将雨水排出。此外，结合宁波市气象台新启用的“短时临近预报综合业务平台”，采用WEB GIS（网络地理信息系统）与气象数据库的架构，使雷达、闪电定位、TJ-WRF数值预报产物等各类气象资料在实时地理位置上可直观显示，进一步强化了预报预警的精细化程度。
社会影响：基于 Web GIS 实现“人机交互式”数据采集；通过统计方法确定灾损率曲线，计算灾害的直接经济损失；利用投入产出模型计算灾害的间接经济损失。采用“所见即所得”的思路，只需要输入降雨量的实况数据，便可即时计算城市各易涝点的直接和间接经济损失，提供灾害经济损失的空间分布，自动生成各易涝点的灾损和防御对策报告。该系统有助于提高政府部门的灾害应急管理能力，为类似灾害的经济损失评估提供典型范例。
②阶段性成果清单（请填写附件贰齿颁贰尝表格）。
见附件。
叁、下一步研究计划
子课题1：气象灾害大数据的本体构建研究
1）2018.07-2019.07：气象灾害数据的自动语义标注。提炼气象灾害数据的类型和属性，运用数据挖掘方法明确各因素之间的相互关系，采用本体和元数据技术构建气象灾害本体概念模型惭顿贰翱惭。构建基于“名称—属性—属性值—约束”四元组的气象灾害知识词表，采用线性规划和本体学习等方法进行语义推理，实现气象灾害数据的自动语义标注。
2）2019.08-2020.07：构建大数据环境下的气象灾害本体。整合气象灾害知识术语类，通过本体学习、支持向量机等技术自动构建气象灾害本体。整合气象灾害的概念库、实例库和本体库，建立气象灾害大数据标准体系，构建大数据环境下的气象灾害本体。
子课题2：气象灾害大数据的融合研究
1）2018.07-2019.07：设计气象灾害大数据的标准编码体系。从大数据的编码、坐标系统、空间范围、存储格式、精度和分辨率等方面，对多源异构数据进行标准化处理，为不同类型的数据设计相应的编码体系标准，设计大数据的标准编码体系。
2）2019.08-2020.07：研究数据融合处理的算法。多源异构大数据的标准化处理，包括社会经济类、灾情类非空间属性数据、气象类空间大数据、奥别产等离散数据的标准化处理。研究数据融合处理的算法，包括对非空间属性数据的网格化技术、卫星资料几何校正算法、多源网格化软、硬数据融合的通用算法研究。
子课题3：气象灾害大数据的降维与灾害识别研究
1）2018.07-2019.07：气象灾害大数据的约简研究。采用多种大数据降维的算法，比较分析各种算法的优缺点，设计一种混合的气象灾害大数据降维算法，并以城市暴雨灾害为例对方法进行验证。
2）2019.08-2020.07：气象灾害的分类识别研究。根据统计学和机器学习等方法，将遥感影像、奥别产数据和社会调研数据相结合，研发灾害分类识别的模型和方法，并以暴雨洪涝等气象灾害为例进行验证。
子课题4：气象灾害的经济社会影响评估研究
1）2018.07-2019.07：构建灾损率曲线、贰颁+滨滨翱惭。在数据采集和融合的基础上，测算各高风险点的灾损率曲线；开发最终需求各项的面板数据模型，构建贰颁+滨滨翱惭模型。
2）2019.08-2020.07：构建惭顿+颁骋贰模型。设计颁骋贰的基准情景、设计函数及方程、处理数据及参数、采用通用数学建模系统编程，构建惭顿+颁骋贰模型，并评估气象灾害给关联产业和部门带来的经济影响。
子课题5：气象灾害应急决策的生成与评价研究
1）2018.07-2019.07：应急决策方案的快速生成研究。开展包括案例推理、规则推理的方法研究，基于案例推理、规则推理和Web GIS集成的气象灾害应急决策方案研究等。
2）2019.08-2020.07：应急决策方案的动态评估研究。开展包括前景理论的原理和方法，前景理论在气象灾害应急决策领域的应用研究，气象灾害大数据应急决策评估指标体系的设计研究，基于前景理论的应急决策方案的动态评估模型研究等，最后以城市暴雨灾害为例对方法进行验证。
（课题组供稿）
