当今社会,各种城市自然灾害频繁出现,灾害强度日趋加重,时刻威胁着地球上生存的人类,尤其威胁着人口密集的城市。本文以城市自然灾害为研究对象,以现代信息技术为依托,以时间为线索的研究方式,根据灾害发生时间分别针对性的应用灾损评估对策,从灾前、灾中到灾后全面而系统的进行了相关论述。做好自然灾害损失评估是进行减灾效益分析的重要基础,是提请国家决策机构增加减灾投资的关键性依据。灾害损失评估包括两个方面,一是建立灾害损失评估的指标体系,二是给出灾害损失评估的定量方法。灾损评估定量方法研究中,出于科学性和准确性考虑,将现代信息技术代替传统的逐级上报统计法,取得了长足的进展。数据挖掘技术、遥感以及地理信息系统作为现代信息技术的重要分支,已经成为广为关注的热点,并在灾害损失评估领域取得了举足轻重的地位。如何很好的将数据挖掘技术应用到灾损评估领域,是目前许多学者探索的问题。本论文的核心是将数据挖掘技术中的粗糙集理论、遗传算法和神经网络相融合,以新的视角去解决灾害损失评估问题。该方法主要利用粗糙集软件ROSETTA,及MATLAB软件中的神经网络和遗传算法工具箱,实现了粗糙集对数据前置预处理,遗传算法优化神经网络权值、阈值的新模型,三种算法思想优势互补,更好的达到了灾害损失评估的目的。本文还利用RS与GIS相结合的思想,对灾中损失评估进行追踪评估,并详尽介绍了模型的建立和使用,增强了灾损评估工作的时效性和实用性。而灾后损失的实测性评估根据我国国情,仍然采用传统的统计分析法,为建立灾情数据库提供依据。通过本文的研究表明,数据挖掘技术作为一门新兴科学,其中的粗糙集方法(Rough Sets)、遗传算法(Genetic Algorithm)和神经网络(NN)可以实现算法联合用于灾害损失的预测性评估,这种方法与传统的单纯神经网络预测方法相比具有明显的优势,可供决策人员参考。