基于灾后异构数据集的气候变化相关性分析与可视化
数值分析
2022-05-26 v1 数值分析
摘要
现实场景中，众多地理气候与人为因素共同导致了自然灾害的发生。除了研究此类灾变的成因与前提条件外，灾后分析对于灾害情形的高效管理至关重要。鉴于与气候变化相关的极端天气事件频发且严重程度上升，这一过程需要及时且准确的数据。灾害数据分析涉及整合多异构源、数据摄取与可视化的艰巨任务。本文旨在提供灾害数据的三维分析视图（以时间序列图表呈现）以及一个统计模型，用于评估灾害发生、气候变化与相应经济损失（占 GDP 百分比）之间的相关性。因此，统计方法学在从备灾、恢复到报告的全流程灾害管理中发挥重要作用。图形化表示提供了对相关区域趋势的洞察，涉及各类灾害在多种损失中的占比等因素。因此，获取关于人口、经济与气候的可靠信息对于风险管理和备灾以及灾害响应都至关重要。本研究提出了一种带空间维度的详细统计方法学，以研究灾后对经济与基础设施的影响，从而确保专项援助。分析推断证实了气候变化与自然灾害发生之间的正相关关系。因此，诸如气候变化影响自然灾害这一重要现象的统计证据，可提升社会公众的环保意识与责任感。
引用
@article{arxiv.2205.12474,
title = {A Correlation Analysis and Visualization of Climate Change using Post-Disaster Heterogeneous Datasets},
author = {Sukeerthi Mandyam and Shanmuga Priya and Shalini Suresh and Kavitha Srinivasan},
journal= {arXiv preprint arXiv:2205.12474},
year = {2022}
}