在全球气候变暖、海平面上升的背景下，近年来南海地区热带气旋发生频率呈现明显上升趋势。因此，南海沿岸地区日益容易遭受台风引发的风暴潮灾害，给受灾城市防灾减灾带来严峻挑战。因此，建立台风风暴潮多指标评估体系对于该地区有效防御灾害提供科学参考至关重要。本研究考察了1989年至2020年南海的25组台风风暴潮数据。结合台风最大风速，构建风暴潮损害综合评估体系。为了减少评估体系中多个指标之间的冗余，提高风暴潮灾害损失模型的稳定性和运行效率，采用熵值法和Bootstrap工具箱对灾后数据进行处理。此外，如图18所示，利用遗传模拟退火算法优化反向传播神经网络智能模型（GSA-BP），实现台风风暴潮灾害风险及经济损失的预评估。结果表明，GSA-BP模型在预测风暴潮造成的直接经济损失方面优于遗传算法优化BP模型（GA-BP）和模拟退火算法优化BP模型（SA-BP）（图19）。GSA-BP模型具有更高的预测精度、更短的计算时间和更快的收敛速度。它为预测南海沿岸城市的风暴潮损失提供了一种新方法。

图18 GSA-BP模型的技术路线图（Zhang等，2023）

图19 GSA-BP、SA-BP 和 GA-BP （A）训练样本和（B）测试样本的绝对误差箱线图

（全文可查看：https://www.frontiersin.org/articles/10.3389/feart.2023.1258524/full）

Zhang Y, Zhang T, Shen W, et al. Economic loss assessment of typhoon-induced storm surge disasters in the South China Sea based on GSA-BP model[J]. Frontiers in Earth Science, 2023, 11: 1258524.