作　　者： ; ; ; ; ; ; (袁艺）;

机构地区： 南京大学环境学院污染控制与资源化研究国家重点实验室

出　　处： 《灾害学》 2012年第1期98-100,110,共4页

摘　　要： 基于投影寻踪聚类模型(PPC),结合基于实数编码的加速遗传算法(RAGA),对上海市进行了自然灾害社会脆弱性评估的尝试。结果表明:①灾害社会脆弱性最高的为崇明县,其次为宝山区和金山区;②灾害社会脆弱性最低的是黄埔区,其次是徐汇区和静安区;③总体而言,灾害脆弱性较低的地区集中于上海城市中心区,而城市边缘区的社会脆弱性一般较高。 A approach combining with the Projection Pursuit Classification Model （PPC） and Real Coding based Acceleration Genetic Algorithm （RAGA） is used to evaluate social vulnerability. A trial application of this method is made to Shanghai, China. The results show that （ 1 ） the social vulnerability of Chongming county, Baoshan district and Jinshan district is higher than that in other regions;（2） the social vulnerability of Huangpu district is the lowest, and then is Xuhui distric and Jingan district; （3） in Shanghai, the social vulnerability of fringe area is higher than that of the center.

关 键 词： 自然灾害 社会脆弱性 投影寻踪聚类模型 实数编码加速遗传算法 上海市

领　　域： [环境科学与工程]