台风是我国一种主要自然灾害,每年给我国沿海一带造成重要经济损失。尽管,在台风灾害评估和未来风险评估方面已经开展了不少的研究工作,但是,在业务应用上,还并没有成熟的技术与方法,而且评估准确率也还有待于进一步提高。因此,建立有效的台风灾害评估及预估方法仍是一项十分艰巨的任务。为此,开展了如下几个方面的研究工作：(1)灾情评估中的影响因子分析。针对目前评估指标体系的人为主观性较强的问题,开展了灾情指标选取方法研究。以浙江省为例,从致灾因子、承灾体和防灾减灾能力三个方面的25个影响因子,以死亡人数、倒塌房屋数、农作物受灾面积、直接经济损失和灾情指数为评价指标,通过相关分析方法找出评价指标影响较大的因子,并通过回归分析检验了所选指标的有效性。(2)灾情评估方法比较。对于灾情评估主要有直接评估和间接评估两类方法,一种是通过致灾因子、承灾体因子和防灾减灾能力因子来对灾情进行评估,本文称之为间接评估；另一种是直接利用灾情因子对灾情进行评估,此处称之为直接评估。作为对比,以浙江省的相关数据为例,采用灰关联分析方法开展了间接评估,采用灰关联分析方法和模糊数学方法开展了直接评估,并进行了间接评估与直接评估的比较。(3)建立了基于气象因子和防灾减灾能力指数的台风灾情预估模型。首先,根据死亡人数、倒塌房屋数、农作物受灾面积、直接经济损失,采用灰关联分析方法得到各次台风的灾情关联度,并对气象因子与灾情关联度之间的相关性进行分析,证实了气象因子与综合灾情关联度之间具有强相关性；然后,利用表征防灾减灾能力的统计数据利用灰关联分析方法得到防灾减灾能力指数；最后,利用BP神经网络建立了台风灾情预估模型,并利用独立样本中的气象因子和防灾减灾能力指数,进行了相应的灾情等级预估实验,结果表明所建模型能对台风灾情作出很好预估结果。(4)建立了浙江省台风灾害直接经济损失的预估模型。在分析完致灾因子、承灾体因子和防灾减灾能力因子与直接经济损失之间的相关性之后,发现与直接经济损失相关的因子多达20几个,考虑到各因子之间的耦合性和非线性,以及样本数据较少等特点,选用广义回归神经网络建立了台风灾害直接经济损失的预估模型,最后,利用独立样本进行了直接经济损失预估实验,结果表明该模型可用于实际台风灾害直接经济损失预估。