ZHUANTI YANJIU
专
题 研 究
155
数
学学习与研究
2019. 11
关于气候变化影响地区脆弱性的数学模型研究
关于气候变化影响地区脆弱性的数学模型研究
◎张
佩珊
(
华南师范大学物理与电信工程学院
,
广东 广州
510631)
【
摘要
】
气候变化作为全球关注的焦点
,
可能与地区脆
弱性有关
.
为了确定一个国家的脆弱性
,
本文需要确定在脆
弱性定义中应该考虑哪些指标
.
本文建立了气候脆弱性指数
( CIFI)
模型
,
根据脆弱国
家指数
( FSI)
来衡量一个国家的脆弱性
.
基于层次分析法
( AHP)
,
将模型分为三个层次
.
顶
层为最终值
CIFI,
中间层
由衔接指标
、
经济指标
、
政治指标
、
社会指标四个指标组成
.
根据
FFP,
有
12
个子指标属于以上四个指标
,
可以构成底
层
.
经过推导
,
证明气候变化对相应子指标的取值有影响
,
并通过相关系数法进行计算
.
此外
,
本文选择降水作为气候
变化的因素
.
文章通过将
2006 - 2015
年不同州的降水数据和
FSI
的
值输入到本文提出的模型中
,
以实现对模型的验证
,
并且借
对模型的应用来对其更好地展开研究
.
【
关键词
】
气候变化
; CIFI
模型
; FSI
指数
一
、
背景介绍
近年来
,
气候变化一直是一个热门话题
.
总的来说
,
它
与全球变暖
、
海平面上升
、
冰川消融等有关
.
随着时间的推
移
,
人们逐渐意识到气候变化的影响比人们想象的更严重
.
最近
,
政府间气候变化专门委员会提到
,
气候变化造成的破
坏可能导致政府结构不稳定
.
因此
,
气候变化与一个国家的
脆弱性存在相关性
.
本文对该关系建立数学模型
.
二
、
符号的解释
·i:
指标的下标
;
·V
i
:
相
应指标值
;
·s:
子指标的下标
;
·Q
s
:
相应子指标的权重
;
·V
s
:
相
应子指标
;
·
δ
s
:
气候变化与具体子指标的对应相关系数
;
·Cov( C
N
,V
SN
)
:
协
方差
.
三
、
模型开发
在这一部分中
,
本文建立了一个基本模型来确定一个
国家的脆弱性
,
同时测量气候变化的影响
.
基于
FFP
的脆弱
国家指数
( FSI)
,
本文考虑了气候变化的影响
.
(
一
)
模
型的设计
该模型包含
12
个子指标
,
用于考虑一个国家的更多特征
,
以确定一个国家的脆弱性
,
而这些子指标被分为四个指标
.
这四个指标分别是
:
衔接指标
、
经济指标
、
政治指标和
社会指标
.
在本文的其余部分中
,
将引用这四个指标
.
该模型输出了一个累积气候涉及脆弱性指数
( CIFI)
值
,
该值在
0 - 70
的分级系统范围内
(
其中
70
是
CIFI
的最
高值
) . CIFI
值计算公式如下
: CIFI =
∑
i
Q
i
V
i
.
在层次分析法的基础上
,
对
采集的数据进行训练
,
得到
四个指标的最终权重
.
但是每个指标都被假定具有相同的
重要性
,
因此
,
在上面的等式中
,
每个指标都被平均衡量
.
每
个指标的产出范围在
0 - 18. 5
之间
,
这意味着一个国家可
能的特征水平
,
然后总和为
70.
每个指标包含三个子指标
,
可以根据它们的定义和对
如何实施这些指标以衡量一国脆弱性特征的解释进行分
组
.
这个过程可以用一个交叉矩阵来完成
.
该方法将以下子
指标分组到以下指标中
:
·
凝聚力指标
:
安全机构
、
多个精英
、
集团的不满
;
·
经济指标
:
经济衰退和贫困
、
不平衡的经济发展
、
人
类的飞行和人才流失
;
·
政治指标
:
国家的合法性
、
公共服务
、
人权和法治
;
·
社会指标
:
人口压力
、
难民和国内流离失所者
、
外部
干预
.
(
二
)
考虑到气候变化的指标
每个指标包含三个子指标
,
在这个模型中
,
每个子指标
( V
S
为
相应的
V
带来了具体的贡献
i
(
相
应度规的值
) .
同时
,
气候变化
( C)
(
δ 有
特定的影响
S
)
对应子指标的值
( V
S
) .
给出了计算上述
V
的
一般公式
i
:
V
i
=
∑
S
δ
S
Q
S
V
S
.
在
这个模型中
,
气候变化
( C)
(
δ 有
特定的影响
S
)
对
应
子指标的值
( V
S
) .
然
而
,
它们有不同的维度
,
这使得推导它
们之间的关系是不恰当的
.
此外
,
为了消除不同尺寸引起的
偏差
,
本文使用最小
-
最大值标准化对数据进行规范化
.
X
N
=
X - X
MN
X
max
- X
min
.
因
此
,
本文获得了标准化数据
:
气候变化
( C)
N
,
对
应子
指标的值
( V)
SN
.
以上数据确定后
,
本文给出通用公
式计算
上述 δ
S
:
δ
S
=
Cov( C
N
,V
SN
)
σ
CN
σ
SN
.
四
、
应
用与分析
(
一
) CIFI
值分析
基于本文的
CIFI
模型
,
本文可以得到代表一个国家脆
弱性的
CIFI
值
.
然而
,
本文仍然无法模拟一个国家是多么脆
弱
.
因此
,
本文设定了抓住脆弱的标准
.
按照要求
,
脆弱性应分为脆弱
、
脆弱和稳定三个层次
.
假设本文有
178
个州的
CIFI
近
10
年的数据
,
本文可以将数
据分为三部分
.
本文将这些部分的比率设为
2
5
,
1
5
和
2
5
.
他
们
被分配到这三度的范围内一一对应
.
在本文为评分规定
了四个模糊阈值之后
,
本文为每个阈值选择了三个状态
.
他
们的
CIFI
值尽量在阈值附近
.
本文得到每个最终阈值的
10
个值
,
然后本文将这
10
个值的平均值作为每个最终阈值
.
10
年
、48
年
、72
年以及
120
年的最终阈值分别为
2. 8576,
14. 776 8,17. 921 4,69. 176 8.
三个状态的
CIFI
值的范围分别
对应为脆弱
—
——17. 921 5 ~ 69. 178 6,
相对脆弱
———14. 776 9 ~
17. 921 4,
相
对稳定
—
——2. 857 6 ~ 14. 776 8,
由
此可得
CIFI
值与脆弱性呈负相关关系
.
(
二
)
气候变化如何影响脆弱性
如上所述
,
本文选择降水作为气候变化的因素
.
通过本
文的
CIFI
模型对不同国家进行了多次试验
,
本文可以得出
结论
:
降水一般与
CIFI
呈负相关关系
,
即降水减少时
,
国家
脆弱性增加
.
但由于不同地区的气候差异
,
降水变化对脆弱
性的影响各不相同
.
通过严谨的思考
,
本文应该具体分析具
体问题
.
气候变化如何增加脆弱性仍然取决于所选国家的
特点
.
【
参考文献
】
[1]
何威廉
,
鑫马
.
最先进的层次分析法的整合与应用
[J].
欧洲运筹学杂志
,2018( 2)
:399 - 414.
[2]Kerem Sinan Tuncel,Mustafa Gokce Baydogan.
多
变
量时间序列建模的自回归森林
[J].
模式识别
,2018 ( 73)
:
202 - 215.
评论0
最新资源