CN110009158B - 台风暴雨洪水灾害全生命周期监测方法及*** - Google Patents
台风暴雨洪水灾害全生命周期监测方法及*** Download PDFInfo
- Publication number
- CN110009158B CN110009158B CN201910288435.3A CN201910288435A CN110009158B CN 110009158 B CN110009158 B CN 110009158B CN 201910288435 A CN201910288435 A CN 201910288435A CN 110009158 B CN110009158 B CN 110009158B
- Authority
- CN
- China
- Prior art keywords
- typhoon
- monitoring
- rainstorm
- disaster
- flood
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 183
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000001556 precipitation Methods 0.000 claims description 104
- 238000009826 distribution Methods 0.000 claims description 51
- 230000004927 fusion Effects 0.000 claims description 34
- 230000008569 process Effects 0.000 claims description 30
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 26
- 238000011156 evaluation Methods 0.000 claims description 22
- 238000004458 analytical method Methods 0.000 claims description 19
- 238000007619 statistical method Methods 0.000 claims description 12
- 238000007781 pre-processing Methods 0.000 claims description 7
- 230000008033 biological extinction Effects 0.000 claims description 6
- 239000003673 groundwater Substances 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000012502 risk assessment Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 238000005728 strengthening Methods 0.000 claims description 6
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 4
- 230000002265 prevention Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000003973 irrigation Methods 0.000 description 2
- 230000002262 irrigation Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000001363 water suppression through gradient tailored excitation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Emergency Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computing Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种台风暴雨洪水灾害全生命周期监测方法,包括:进行台风暴雨时空演变特征分析;利用多源气象卫星数据进行台风全生命期遥感监测;融合多源数据进行暴雨灾害危险性评价;当台风暴雨引发洪灾时,进行空天地一体化的台风暴雨洪水灾害应急监测。此外,本发明还公开了一种台风暴雨洪水灾害全生命周期监测***。采用本发明的技术方案能够对台风暴雨洪水灾情进行很好的监测以获取准确的信息,提供台风暴雨洪水灾情服务,防患于未然。
Description
技术领域
本发明涉及灾害应急监测和快速评估技术领域,特别涉及一种台风暴雨洪水灾害全生命周期监测方法及***。
背景技术
台风暴雨洪水灾情越来越关乎人民生活,如何对台风暴雨洪水灾情数据进行监测和评估,已成为台风暴雨洪水监测和评估技术领域中面临的研究难点。急需开发相应的***和方法,对台风暴雨洪水灾情进行很好的监测以获取准确的信息,提供台风暴雨洪水灾情服务,防患于未然。
发明内容
基于此,为解决现有技术中的技术问题,特提出了一种台风暴雨洪水灾害全生命周期监测方法,包括:
在台风、暴雨、洪水灾害成链式发生时进行台风暴雨洪水灾害遥感监测;
步骤1,进行台风暴雨时空演变特征分析,历史台风暴雨时空演变特征进行分类,得出形成典型台风暴雨的时空演变规律,为台风暴雨洪水灾害的实时监测提供依据;
步骤2,基于融合多源数据的气象水文灾害遥感降水数据以及台风暴雨时空演变特性分析结果,利用多源气象卫星数据进行台风全生命期遥感监测,所述台风全生命期包括台风形成、移动、登陆、消亡;
步骤3,融合多源数据进行暴雨灾害危险性评价,基于降雨强度危险和降雨历时危险两方面综合评价暴雨灾害危险性;
步骤4,当台风暴雨引发洪灾时,进行空天地一体化的台风暴雨洪水灾害应急监测。
在一种实施例中,所述进行台风及台风暴雨时空演变特征分析具体包括:
选择最近5年历史中发生的台风灾害,根据台风路径回溯划定台风影响范围;
基于融合降水估计数据,对台风降水类型进行归类统计,所述台风降水类型包括台风本体降水、台风倒槽降水、台风与冷空气汇合降水、台风远距离降水;
基于融合降水估计数据,对台风降水的量级时空分布进行统计分析;
基于融合降水估计数据,对相近移动路径的台风过程降水分布进行时空统计,所述台风过程降水分布的类型包括完全对称型、右侧分布型、右侧分布型、正后方分布型、正前方分布型。
在一种实施例中,所述基于多源气象卫星数据进行台风全生命期遥感监测具体包括:
基于多源气象卫星数据进行台风的定位及定强;其中,所述定位定强包括红外定位定强、可见光定位定强、微波定位定强;
基于多源气象卫星数据进行台风的三维结构特征监测,包括台风主体云系结构特征、台风垂直暖心结构特征的监测;
基于融合降水数据,进行台风降水时空特征监测,包括对台风降水的强度、对称度分布特征进行实时统计分析。
在一种实施例中,所述融合多源数据的进行暴雨灾害危险性评价具体包括:
以气象水文灾害遥感降水数据、气象水文地面站点数据为基础,通过数据统一预处理,建立气象水文降雨数据集;
筛选所述气象水文地面站点或者遥感监测格网日降雨达到历史日雨量从小到大排序百分位阈值,根据降雨衰减指数计算暴雨过程的降雨持续时间指数;
综合平均日降雨强度、日降雨量最大值和最大小时降雨强度的影响,提取百分位数所对应的值,组成日降雨强度矩阵,计算所述气象水文地面站点或者遥感监测格网的降雨过程强度指数;
根据暴雨持续时间和强度计算暴雨灾害危险性指数,并划分5个危险等级,绘制暴雨灾害危险性等级图,评估暴雨灾害危险性和引发洪涝灾害的严重程度。
在一种实施例中,所述空天地一体化的台风暴雨洪水灾害应急监测具体包括:
根据台风时空演变规律、降雨数据、台风暴雨时空分布及影响范围、暴雨灾害危险性分析、包括河道径流、湖泊水位的地面水情,得出地面监测触发因素并制定监测区;
搜集监测区耕地、居民地、人口密度、抢险路径、防洪工程、洪水风险图,建立监测区背景数据库;
利用多源卫星数据,构建水体指数法、阈值法来提取洪涝灾害淹没范围模型;
根据监测区背景数据库,进行重要防洪工程及道路损毁的灾情要素监测;根据监测区背景数据库,进行洪涝灾区淹没受影响人口、受影响耕地、抢险路径、防洪工程损毁情况、重点河段出险风险的灾情要素评估。
此外,为解决现有技术中的技术问题,特提出了一种台风暴雨洪水灾害全生命周期监测***,包括:
台风暴雨时空演变特征分析模块,所述台风暴雨时空演变特征分析模块对历史台风暴雨时空演变特征进行分类,得出形成典型台风暴雨的时空演变规律,为台风暴雨洪水灾害的实时监测提供依据;
台风全生命期遥感监测模块,所述台风全生命期遥感监测模块基于融合多源数据的气象水文灾害遥感降水数据以及台风暴雨时空演变特性分析结果,利用多源气象卫星数据进行台风全生命期遥感监测,所述台风全生命期包括台风形成、移动、登陆、消亡;
暴雨灾害危险性评价模块,所述暴雨灾害危险性评价模块融合多源数据进行暴雨灾害危险性评价,基于降雨强度危险和降雨历时危险两方面综合评价暴雨灾害危险性;
空天地一体化台风暴雨洪水灾害应急监测模块,所述空天地一体化台风暴雨洪水灾害应急监测模块在台风暴雨引发洪灾时进行空天地一体化的台风暴雨洪水灾害应急监测。
在一种实施例中,所述台风暴雨时空演变特征分析模块对历史台风暴雨时空演变特征进行分类,得出形成典型台风暴雨的时空演变规律,具体包括:
选择最近5年历史中发生的台风灾害,根据台风路径回溯划定台风影响范围;
基于融合降水估计数据,对台风降水类型进行归类统计,所述台风降水类型包括台风本体降水、台风倒槽降水、台风与冷空气汇合降水、台风远距离降水;
基于融合降水估计数据,对台风降水的量级时空分布进行统计分析;
基于融合降水估计数据,对相近移动路径的台风过程降水分布进行时空统计,所述台风过程降水分布的类型包括完全对称型、右侧分布型、右侧分布型、正后方分布型、正前方分布型。
在一种实施例中,所述台风全生命期遥感监测模块基于多源气象卫星数据进行台风全生命期遥感监测,具体包括:
基于多源气象卫星数据进行台风的定位及定强;其中,所述定位定强包括红外定位定强、可见光定位定强、微波定位定强;
基于多源气象卫星数据进行台风的三维结构特征监测,包括台风主体云系结构特征、台风垂直暖心结构特征的监测;
基于融合降水产品数据,进行台风降水时空特征监测,包括对台风降水的强度、对称度分布特征进行实时统计分析。
在一种实施例中,所述暴雨灾害危险性评价模块融合多源数据进行暴雨灾害危险性评价,具体包括:
以气象水文灾害遥感降水数据、气象水文地面站点数据为基础,通过数据统一预处理,建立气象水文降雨数据集;
筛选所述气象水文地面站点或者遥感监测格网日降雨达到历史日雨量从小到大排序百分位阈值,根据降雨衰减指数计算暴雨过程的降雨持续时间指数;
综合平均日降雨强度、日降雨量最大值和最大小时降雨强度的影响,提取百分位数所对应的值,组成日降雨强度矩阵,计算所述气象水文地面站点或者遥感监测格网的降雨过程强度指数;
根据暴雨持续时间和强度计算暴雨灾害危险性指数,并划分5个危险等级,绘制暴雨灾害危险性等级图,评估暴雨灾害危险性和引发洪涝灾害的严重程度。
在一种实施例中,所述空天地一体化台风暴雨洪水灾害应急监测模块进行台风暴雨洪水灾害应急监测,具体包括:
根据台风时空演变规律、降雨数据、台风暴雨时空分布及影响范围、暴雨灾害危险性分析、包括河道径流、湖泊水位的地面水情,得出地面监测触发因素并制定监测区;
搜集监测区耕地、居民地、人口密度、抢险路径、防洪工程、洪水风险图,建立监测区背景数据库;
利用多源卫星数据,构建水体指数法、阈值法来提取洪涝灾害淹没范围模型;
根据监测区背景数据库,进行重要防洪工程及道路损毁的灾情要素监测;根据监测区背景数据库,进行洪涝灾区淹没受影响人口、受影响耕地、抢险路径、防洪工程损毁情况、重点河段出险风险的灾情要素评估。
实施本发明实施例,将具有如下有益效果:
对台风暴雨洪水灾情进行很好的监测以获取准确的信息,提供台风暴雨洪水灾情服务,防患于未然。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
其中:
图1为本发明中台风暴雨洪水灾害遥感监测的流程示意图;
图2为本发明中暴雨灾害危险性评价的流程示意图;
图3为本发明中空天地一体化台风暴雨洪水灾害应急监测的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
台风暴雨洪水灾害遥感监测:
建立面向重特大台风暴雨洪水灾害全链路遥感应急监测的技术流程;基于多源气象卫星数据,建立台风全生命期(形成-移动-登陆-消亡)的遥感快速监测技术方案;基于空天地一体化的多源多尺度数据,建立台风登陆后的地面洪涝灾害快速监测技术方案;开展台风暴雨洪水灾害遥感快速监测,提供遥感监测产品与灾情信息服务。其中,基于多源气象卫星遥感的台风暴雨快速监测将研究台风路径-结构-强度-降水一体化特征的快速监测分析技术,结合台风自身路径、结构、强度特征演变,以及台风降水分布特征及演变,形成台风全生命期暴雨时空分布及影响范围的快速监测方案。
收集历史台风运动路径、降雨及造成损失等相关资料,研究重特大台风暴雨洪水时空规律。以气象水文灾害遥感降水产品、气象水文地面站点数据等数据为基础,计算重特大暴雨灾害危险性指数,绘制重特大暴雨灾害危险性等级图。通过对空天地一体化的遥感影像数据源分析,结合地面河道径流、湖泊水位等水文信息,建立基于台风路径、结构、强度、降水各演变特征,面向重特大台风暴雨洪水灾害全链路快速监测的技术方案。选择台风的主要影响区,***开展监测。
台风暴雨时空演变特性分析:
基于融合降水估计数据,回溯近5年西北太平洋和我国南海历史典型台风降水过程,通过对典型历史台风及降水时空演变特征分类,分析形成典型历史台风暴雨的时空演变规律,为开展台风暴雨洪水灾害的实时快速监测应用示范提供依据,为防灾减灾提供更好的历史台风个例借鉴。
基于多源气象卫星的台风全生命期遥感快速监测:
基于多源气象卫星数据,以及融合降水等产品等,建立格点化的时空间隔的台风路径、结构、强度、降水的各演变特征的综合快速监测技术。
融合多源数据的重特大暴雨灾害危险性评价:
以气象水文灾害遥感降水产品、气象水文地面站点数据等数据为基础,通过数据统一预处理,建立气象水文降雨数据集,基于降雨强度危险和降雨历时危险两方面,综合评估危险性。其内容主要包括四部分:重特大暴雨过程的降雨持续时间指数计算;重特大暴雨降雨过程强度指数计算;重特大暴雨灾害危险性评价;重特大暴雨灾害危险性图件绘制。
空天地一体化的台风暴雨洪水灾害应急监测:
基于多源卫星数据、融合降水产品、台风暴雨时空分布及影响范围、暴雨灾害危险等级,结合地面河道径流、湖泊水位等水情信息,研究台风登陆后的地面洪涝灾害快速监测技术,结合项目开展期间实际发生的台风暴雨事件开展系列示范应用,生成台风登陆至生命结束期综合监测信息,为决策提供及时可靠的灾情信息服务,并进入整体应用示范***的信息发布链路。
台风暴雨洪涝灾害应急监测:
首先,建设重特大气象水文灾害应急监测数据库:
以典型历史重特大气象水文灾害案例为基础,根据重特大气象水文灾害应急监测需求,有关部门防洪抗旱救灾需求,开展重特大气象水文灾害应急监测数据库建设。数据库主要包括:数字高程数据(DEM)、背景遥感影像数据、土地利用数据和社会经济数据、水利专题信息、灾区监测遥感影像数据、降水数据以及其他数据。
1)数字高程数据(DEM)。DEM数据是进行洪水演进和受旱人口计算的重要参数。同时,利用DEM可间接估算洪水的水量和淹没水深,它是进行洪灾灾情评估、洪水淹没损失估算、洪水淹没制图、居民撤退、洪水演进模拟等的最基本的数据。
2)背景遥感影像数据。无论是人工目视解译和计算机自动提取,进行气象水文灾害发生前后对比的灾区灾前背景遥感影像数据是非常重要的。
3)土地利用数据。土地利用数据主要用于进行气象水文影响评估,分析计算灾区内各类土地利用情况。对于一些重点地区如一些蓄洪区使用高分辨率卫星遥感数据采用人机交互的方法制作优于1:1万的土地利用专题数据。
4)社会经济数据。社会经济数据库是灾情评估的重要支撑,数据内容包括统计单元的人口、耕地、经济产值数据等。重点包括蓄洪区内主要圩区和庄台、乡镇等的人口、经济、产值是最主要的统计信息。数据源主要来自调查和社会经济统计年鉴数据。
5)水利专题信息。水利专题信息主要包括:水系(河流、水库、湖泊)、运河、灌渠、堤防、蓄滞洪区、险工险段、机电排灌站、穿堤建筑物、水闸、水文测站、跨河工程、治河工程等。
6)监测影像数据。在气象水文灾害的防灾减灾中,监测气象水文灾害影响范围以及动态变化情况、获取实时或准实时的监测影像数据并进而获得客观的灾情信息至关重要。一般来说,气象水文灾害的遥感监测数据可以在五个不同级别的数据平台上进行选择,分别为气象卫星、星载机载SAR、中分辨率卫星、可见光高分辨率卫星以及直升机(无人机)。由于受云雾影响,目前来讲洪涝灾害遥感监测采用较多的还是雷达数据,主要有加拿大的雷达卫星Radarsat SAR、欧空局的Envisat、中国的遥感系列雷达数据等。
7)降水观测数据。对于重大气象灾害引起的洪涝、干旱灾害,通过综合地面和遥感的方式获取降水融合数据对于准确预报或监测洪涝干旱灾害起着关键作用。降水信息包括降雨强度、持续时间以及覆盖范围等。
8)其他信息。主要包括公路、铁路等交通设施、重点工矿、生态保护区等背景信息。
其次,进行重特大气象水文灾害应急监测与评估:
开展重特大台风暴雨洪涝灾害应急监测示范应用。以“台风-暴雨-洪水”为示范对象,在东南沿海地区、长江中下游地区开展示范应用。重点开展基于多源数据融合的重特大气象水文灾害遥感监测示范研究和应用,提出具体可行的应急指挥决策建议,服务各级抗洪救灾决策部门。
应急监测示范工作流程为:针对重特大台风暴雨洪涝灾害事件,基于重特大气象水文灾害遥感监测应用示范平台,通过空天地一体化多源数据协同监测评估,获得台风暴雨洪涝灾害影响范围,开展受影响人口、受影响耕地、抢险路径、防洪工程损毁情况、重点河段出险风险等灾情要素的评估,提供台风暴雨洪涝灾害应急指挥辅助决策支持。
在“台风-暴雨-洪水”链式灾害发生时,首先开展重特大台风暴雨洪水灾害遥感快速监测,基于先期开展的融合多源数据的气象水文灾害遥感降水产品以及台风及台风暴雨时空演变特性分析,通过对典型历史台风及降水时空演变特征分类,分析形成典型历史台风暴雨的时空演变规律,为开展台风暴雨洪水灾害的实时快速监测提供依据。在此基础上开展基于多源气象卫星的台风全生命期遥感快速监测以及融合多源数据的重特大暴雨灾害危险性评价,通过分析台风暴雨强度和历时评估其危险性和引发洪涝灾害的严重程度。在台风暴雨引发洪灾后,将灾前与灾后的高分辨率或SAR卫星影像以及重点工程设施、重大险情突发区等地区借助无人机应急监测数据以及地面河道径流、湖泊水位等水情信息开展空天地一体化的台风暴雨洪水灾害应急监测。
1)基于多源气象卫星数据(高分1号、高分2号、资源3号、环境AB、高分3号)、融合降水产品,结合地面河道径流、湖泊水位等水文信息,建立基于台风路径、结构、强度、降水的各演变特征的综合快速监测技术,结合期间实际发生的台风暴雨事件开展系列示范应用,生成台风登陆至生命结束期综合监测信息,为决策提供及时可靠的灾情信息服务,并进入整体应用示范***的信息发布链路。
2)建立台风时空演变规律、降雨预报产品、河道径流、湖泊水位与台风暴雨洪涝灾害范围及损失关系模型。收集历史台风洪涝灾情信息、损失信息及地面河道径流、湖泊水位信息,利用历史典型台风过程特征数据集,建立台风特征与台风暴雨洪涝灾害范围及损失关联关系,实现基于关系模型的台风暴雨洪涝灾害预评估。
3)采集暴雨区多源遥感卫星数据(高分1号、高分2号、资源3号、环境 AB、高分3号),提取洪涝灾害范围,开展损失评估,结合地面降水、河道径流、湖泊水位等水文信息,与关系模型预评估结果对比分析,提供灾情信息服务,实现快速监测。
本发明公开了一种台风暴雨洪水灾害全生命周期监测方法,包括:
如图1所示,在台风、暴雨、洪水灾害成链式发生时,进行台风暴雨洪水灾害遥感监测;
步骤1,进行台风暴雨时空演变特征分析,历史台风暴雨时空演变特征进行分类,得出形成典型台风暴雨的时空演变规律,为台风暴雨洪水灾害的实时监测提供依据;
其中,所述进行台风及台风暴雨时空演变特征分析具体包括:
选择最近5年历史中发生的台风灾害,根据台风路径回溯划定台风影响范围;
基于融合降水估计数据,对台风降水类型进行归类统计,所述台风降水类型包括台风本体降水、台风倒槽降水、台风与冷空气汇合降水、台风远距离降水;
基于融合降水估计数据,对台风降水的量级时空分布进行统计分析;
基于融合降水估计数据,对相近移动路径的台风过程降水分布进行时空统计,所述台风过程降水分布的类型包括完全对称型、右侧分布型、右侧分布型、正后方分布型、正前方分布型。
步骤2,基于融合多源数据的气象水文灾害遥感降水数据以及台风暴雨时空演变特性分析结果,利用多源气象卫星数据进行台风全生命期遥感监测,所述台风全生命期包括台风形成、移动、登陆、消亡;
其中,所述基于多源气象卫星数据进行台风全生命期遥感监测具体包括:
基于多源气象卫星数据进行台风的定位及定强;其中,所述定位定强包括红外定位定强、可见光定位定强、微波定位定强;
基于多源气象卫星数据进行台风的三维结构特征监测,包括台风主体云系结构特征、台风垂直暖心结构特征的监测;
基于融合降水产品数据,进行台风降水时空特征监测,包括对台风降水的强度、对称度分布特征进行实时统计分析;
步骤3,融合多源数据进行暴雨灾害危险性评价,基于降雨强度危险和降雨历时危险两方面综合评估危险性;
如图2所示,其中,所述融合多源数据的进行暴雨灾害危险性评价具体包括:
以气象水文灾害遥感降水数据、气象水文地面站点数据为基础,通过数据统一预处理,建立气象水文降雨数据集;
筛选所述气象水文地面站点或者遥感监测格网日降雨达到历史日雨量从小到大排序百分位阈值,根据降雨衰减指数计算暴雨过程的降雨持续时间指数;
综合平均日降雨强度、日降雨量最大值和最大小时降雨强度的影响,提取百分位数所对应的值,组成日降雨强度矩阵,计算所述气象水文地面站点或者遥感监测格网的降雨过程强度指数;
根据暴雨持续时间和强度计算暴雨灾害危险性指数,并划分5个危险等级,绘制暴雨灾害危险性等级图,评估暴雨灾害危险性和引发洪涝灾害的严重程度;
步骤4,当台风暴雨引发洪灾时,进行空天地一体化的台风暴雨洪水灾害应急监测;
如图3所示,其中,所述空天地一体化的台风暴雨洪水灾害应急监测具体包括:
根据台风时空演变规律、降雨数据、台风暴雨时空分布及影响范围、暴雨灾害危险性分析、包括河道径流、湖泊水位的地面水情,得出地面监测触发因素并制定监测区;
搜集监测区耕地、居民地、人口密度、抢险路径、防洪工程、洪水风险图,建立监测区背景数据库;
利用多源卫星数据,构建水体指数法、阈值法来提取洪涝灾害淹没范围模型;
根据监测区背景数据库,进行重要防洪工程及道路损毁的灾情要素监测;根据监测区背景数据库,进行洪涝灾区淹没受影响人口、受影响耕地、抢险路径、防洪工程损毁情况、重点河段出险风险的灾情要素评估。
本发明还提出了一种台风暴雨洪水灾害全生命周期监测***,包括:
台风暴雨时空演变特征分析模块,所述台风暴雨时空演变特征分析模块对历史台风暴雨时空演变特征进行分类,得出形成典型台风暴雨的时空演变规律,为台风暴雨洪水灾害的实时监测提供依据;
台风全生命期遥感监测模块,所述台风全生命期遥感监测模块基于融合多源数据的气象水文灾害遥感降水数据以及台风暴雨时空演变特性分析结果,利用多源气象卫星数据进行台风全生命期遥感监测,所述台风全生命期包括台风形成、移动、登陆、消亡;
暴雨灾害危险性评价模块,所述暴雨灾害危险性评价模块融合多源数据进行暴雨灾害危险性评价,基于降雨强度危险和降雨历时危险两方面综合评价暴雨灾害危险性;
空天地一体化台风暴雨洪水灾害应急监测模块,所述空天地一体化台风暴雨洪水灾害应急监测模块在台风暴雨引发洪灾时进行空天地一体化的台风暴雨洪水灾害应急监测。
其中,所述台风暴雨时空演变特征分析模块对历史台风暴雨时空演变特征进行分类,得出形成典型台风暴雨的时空演变规律,具体包括:
选择最近5年历史中发生的台风灾害,根据台风路径回溯划定台风影响范围;
基于融合降水估计数据,对台风降水类型进行归类统计,所述台风降水类型包括台风本体降水、台风倒槽降水、台风与冷空气汇合降水、台风远距离降水;
基于融合降水估计数据,对台风降水的量级时空分布进行统计分析;
基于融合降水估计数据,对相近移动路径的台风过程降水分布进行时空统计,所述台风过程降水分布的类型包括完全对称型、右侧分布型、右侧分布型、正后方分布型、正前方分布型。
其中,所述台风全生命期遥感监测模块基于多源气象卫星数据进行台风全生命期遥感监测,具体包括:
基于多源气象卫星数据进行台风的定位及定强;其中,所述定位定强包括红外定位定强、可见光定位定强、微波定位定强;
基于多源气象卫星数据进行台风的三维结构特征监测,包括台风主体云系结构特征、台风垂直暖心结构特征的监测;
基于融合降水产品数据,进行台风降水时空特征监测,包括对台风降水的强度、对称度分布特征进行实时统计分析。
其中,所述暴雨灾害危险性评价模块融合多源数据进行暴雨灾害危险性评价,具体包括:
以气象水文灾害遥感降水数据、气象水文地面站点数据为基础,通过数据统一预处理,建立气象水文降雨数据集;
筛选所述气象水文地面站点或者遥感监测格网日降雨达到历史日雨量从小到大排序百分位阈值,根据降雨衰减指数计算暴雨过程的降雨持续时间指数;
综合平均日降雨强度、日降雨量最大值和最大小时降雨强度的影响,提取百分位数所对应的值,组成日降雨强度矩阵,计算所述气象水文地面站点或者遥感监测格网的降雨过程强度指数;
根据暴雨持续时间和强度计算暴雨灾害危险性指数,并划分5个危险等级,绘制暴雨灾害危险性等级图,评估暴雨灾害危险性和引发洪涝灾害的严重程度。
其中,所述空天地一体化台风暴雨洪水灾害应急监测模块进行台风暴雨洪水灾害应急监测,具体包括:
根据台风时空演变规律、降雨数据、台风暴雨时空分布及影响范围、暴雨灾害危险性分析、包括河道径流、湖泊水位的地面水情,得出地面监测触发因素并制定监测区;
搜集监测区耕地、居民地、人口密度、抢险路径、防洪工程、洪水风险图,建立监测区背景数据库;
利用多源卫星数据,构建水体指数法、阈值法来提取洪涝灾害淹没范围模型;
根据监测区背景数据库,进行重要防洪工程及道路损毁的灾情要素监测;根据监测区背景数据库,进行洪涝灾区淹没受影响人口、受影响耕地、抢险路径、防洪工程损毁情况、重点河段出险风险的灾情要素评估。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (6)
1.一种台风暴雨洪水灾害全生命周期监测方法,其特征在于,包括:
在台风、暴雨、洪水灾害成链式发生时进行台风暴雨洪水灾害遥感监测;
步骤1,进行台风暴雨时空演变特征分析,历史台风暴雨时空演变特征进行分类,得出形成典型台风暴雨的时空演变规律,为台风暴雨洪水灾害的实时监测提供依据;
步骤2,基于融合多源数据的气象水文灾害遥感降水数据以及台风暴雨时空演变特性分析结果,利用多源气象卫星数据进行台风全生命期遥感监测,所述台风全生命期包括台风形成、移动、登陆、消亡;
步骤3,融合多源数据进行暴雨灾害危险性评价,基于降雨强度危险和降雨历时危险两方面综合评价暴雨灾害危险性;
步骤4,当台风暴雨引发洪灾时,进行空天地一体化的台风暴雨洪水灾害应急监测;
其中,所述融合多源数据的进行暴雨灾害危险性评价具体包括:
以气象水文灾害遥感降水数据、气象水文地面站点数据为基础,通过数据统一预处理,建立气象水文降雨数据集;
筛选所述气象水文地面站点或者遥感监测格网日降雨达到历史日雨量从小到大排序百分位阈值,根据降雨衰减指数计算暴雨过程的降雨持续时间指数;
综合平均日降雨强度、日降雨量最大值和最大小时降雨强度的影响,提取百分位数所对应的值,组成日降雨强度矩阵,计算所述气象水文地面站点或者遥感监测格网的降雨过程强度指数;
根据暴雨持续时间和强度计算暴雨灾害危险性指数,并划分5个危险等级,绘制暴雨灾害危险性等级图,评估暴雨灾害危险性和引发洪涝灾害的严重程度;
其中,所述空天地一体化的台风暴雨洪水灾害应急监测具体包括:
根据台风时空演变规律、降雨数据、台风暴雨时空分布及影响范围、暴雨灾害危险性分析、包括河道径流、湖泊水位的地面水情,得出地面监测触发因素并制定监测区;
搜集监测区耕地、居民地、人口密度、抢险路径、防洪工程、洪水风险图,建立监测区背景数据库;
利用多源卫星数据,构建水体指数法、阈值法来提取洪涝灾害淹没范围模型;
根据监测区背景数据库,进行重要防洪工程及道路损毁的灾情要素监测;根据监测区背景数据库,进行洪涝灾区淹没受影响人口、受影响耕地、抢险路径、防洪工程损毁情况、重点河段出险风险的灾情要素评估。
2.根据权利要求1所述的方法,其特征在于,
其中,所述进行台风及台风暴雨时空演变特征分析具体包括:
选择最近5年历史中发生的台风灾害,根据台风路径回溯划定台风影响范围;
基于融合降水估计数据,对台风降水类型进行归类统计,所述台风降水类型包括台风本体降水、台风倒槽降水、台风与冷空气汇合降水、台风远距离降水;
基于融合降水估计数据,对台风降水的量级时空分布进行统计分析;
基于融合降水估计数据,对相近移动路径的台风过程降水分布进行时空统计,所述台风过程降水分布的类型包括完全对称型、左侧分布型、右侧分布型、正后方分布型、正前方分布型。
3.根据权利要求1所述的方法,其特征在于,
其中,所述基于多源气象卫星数据进行台风全生命期遥感监测具体包括:
基于多源气象卫星数据进行台风的定位及定强;其中,所述定位定强包括红外定位定强、可见光定位定强、微波定位定强;
基于多源气象卫星数据进行台风的三维结构特征监测,包括台风主体云系结构特征、台风垂直暖心结构特征的监测;
基于融合降水产品数据,进行台风降水时空特征监测,包括对台风降水的强度、对称度分布特征进行实时统计分析。
4.一种台风暴雨洪水灾害全生命周期监测***,其特征在于,包括:
台风暴雨时空演变特征分析模块,所述台风暴雨时空演变特征分析模块对历史台风暴雨时空演变特征进行分类,得出形成典型台风暴雨的时空演变规律,为台风暴雨洪水灾害的实时监测提供依据;
台风全生命期遥感监测模块,所述台风全生命期遥感监测模块基于融合多源数据的气象水文灾害遥感降水数据以及台风暴雨时空演变特性分析结果,利用多源气象卫星数据进行台风全生命期遥感监测,所述台风全生命期包括台风形成、移动、登陆、消亡;
暴雨灾害危险性评价模块,所述暴雨灾害危险性评价模块融合多源数据进行暴雨灾害危险性评价,基于降雨强度危险和降雨历时危险两方面综合评价暴雨灾害危险性;
空天地一体化台风暴雨洪水灾害应急监测模块,所述空天地一体化台风暴雨洪水灾害应急监测模块在台风暴雨引发洪灾时进行空天地一体化的台风暴雨洪水灾害应急监测;
其中,所述暴雨灾害危险性评价模块融合多源数据进行暴雨灾害危险性评价,具体包括:
以气象水文灾害遥感降水数据、气象水文地面站点数据为基础,通过数据统一预处理,建立气象水文降雨数据集;
筛选所述气象水文地面站点或者遥感监测格网日降雨达到历史日雨量从小到大排序百分位阈值,根据降雨衰减指数计算暴雨过程的降雨持续时间指数;
综合平均日降雨强度、日降雨量最大值和最大小时降雨强度的影响,提取百分位数所对应的值,组成日降雨强度矩阵,计算所述气象水文地面站点或者遥感监测格网的降雨过程强度指数;
根据暴雨持续时间和强度计算暴雨灾害危险性指数,并划分5个危险等级,绘制暴雨灾害危险性等级图,评估暴雨灾害危险性和引发洪涝灾害的严重程度;
其中,所述空天地一体化台风暴雨洪水灾害应急监测模块进行台风暴雨洪水灾害应急监测,具体包括:
根据台风时空演变规律、降雨数据、台风暴雨时空分布及影响范围、暴雨灾害危险性分析、包括河道径流、湖泊水位的地面水情,得出地面监测触发因素并制定监测区;
搜集监测区耕地、居民地、人口密度、抢险路径、防洪工程、洪水风险图,建立监测区背景数据库;
利用多源卫星数据,构建水体指数法、阈值法来提取洪涝灾害淹没范围模型;
根据监测区背景数据库,进行重要防洪工程及道路损毁的灾情要素监测;根据监测区背景数据库,进行洪涝灾区淹没受影响人口、受影响耕地、抢险路径、防洪工程损毁情况、重点河段出险风险的灾情要素评估。
5.根据权利要求4所述的台风暴雨洪水灾害全生命周期监测***,其特征在于,
其中,所述台风暴雨时空演变特征分析模块对历史台风暴雨时空演变特征进行分类,得出形成典型台风暴雨的时空演变规律,具体包括:
选择最近5年历史中发生的台风灾害,根据台风路径回溯划定台风影响范围;
基于融合降水估计数据,对台风降水类型进行归类统计,所述台风降水类型包括台风本体降水、台风倒槽降水、台风与冷空气汇合降水、台风远距离降水;
基于融合降水估计数据,对台风降水的量级时空分布进行统计分析;
基于融合降水估计数据,对相近移动路径的台风过程降水分布进行时空统计,所述台风过程降水分布的类型包括完全对称型、左侧分布型、右侧分布型、正后方分布型、正前方分布型。
6.根据权利要求4所述的台风暴雨洪水灾害全生命周期监测***,其特征在于,
其中,所述台风全生命期遥感监测模块基于多源气象卫星数据进行台风全生命期遥感监测,具体包括:
基于多源气象卫星数据进行台风的定位及定强;其中,所述定位定强包括红外定位定强、可见光定位定强、微波定位定强;
基于多源气象卫星数据进行台风的三维结构特征监测,包括台风主体云系结构特征、台风垂直暖心结构特征的监测;
基于融合降水产品数据,进行台风降水时空特征监测,包括对台风降水的强度、对称度分布特征进行实时统计分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910288435.3A CN110009158B (zh) | 2019-04-11 | 2019-04-11 | 台风暴雨洪水灾害全生命周期监测方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910288435.3A CN110009158B (zh) | 2019-04-11 | 2019-04-11 | 台风暴雨洪水灾害全生命周期监测方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110009158A CN110009158A (zh) | 2019-07-12 |
CN110009158B true CN110009158B (zh) | 2022-04-15 |
Family
ID=67171058
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910288435.3A Active CN110009158B (zh) | 2019-04-11 | 2019-04-11 | 台风暴雨洪水灾害全生命周期监测方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110009158B (zh) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112766531B (zh) * | 2019-11-06 | 2023-10-31 | 中国科学院国家空间科学中心 | 一种基于卫星微波观测资料的径流预测***及方法 |
CN111024043A (zh) * | 2019-12-24 | 2020-04-17 | 智时空科技(深圳)有限公司 | 基于传感器触发的卫星遥感方法 |
CN111127956A (zh) * | 2019-12-31 | 2020-05-08 | 长江空间信息技术工程有限公司(武汉) | 一种洪灾无人机应急响应调度方法 |
CN111191936B (zh) * | 2019-12-31 | 2020-09-15 | 深圳市国家气候观象台 | 一种台风风雨综合影响指数计算方法及存储装置 |
CN112099016A (zh) * | 2020-11-09 | 2020-12-18 | 中国水利水电科学研究院 | 一种天地协同的洪涝灾情应急监测***和方法 |
CN112328794B (zh) * | 2020-11-10 | 2021-08-24 | 南京师范大学 | 台风事件信息聚合方法 |
CN112991373A (zh) * | 2021-02-26 | 2021-06-18 | 成都正和德能风险管理咨询有限公司 | 一种水灾损失评估方法及*** |
CN113160522A (zh) * | 2021-03-04 | 2021-07-23 | 沈阳中合智网信息技术有限公司 | 一种基于多设备联动实时监测预警城市内涝的方法 |
CN113112794A (zh) * | 2021-03-31 | 2021-07-13 | 四川省气象服务中心(四川省专业气象台 四川省气象影视中心) | 基于时空气象网格的交通事故发生率预测方法 |
CN113192296A (zh) * | 2021-04-19 | 2021-07-30 | 武汉邻盛智能设备有限公司 | 一种水灾灾害判定及预警方法 |
CN113222980A (zh) * | 2021-06-01 | 2021-08-06 | 安徽建筑大学 | 一种基于无人机平台的洪涝灾害查勘方法 |
CN113627678B (zh) * | 2021-08-18 | 2022-12-16 | 广西电网有限责任公司电力科学研究院 | 一种暴雨诱发洪水淹没配电台区的测算方法和*** |
CN113762747A (zh) * | 2021-08-26 | 2021-12-07 | 中国科学院西北生态环境资源研究院 | 一种冰雪灾害风险管理*** |
CN115169771B (zh) * | 2022-01-18 | 2022-12-30 | 长安大学 | 一种洪涝灾害影响下的交通网效率受损快速评估方法 |
CN114612801B (zh) * | 2022-05-10 | 2022-07-12 | 环球数科集团有限公司 | 一种基于高分遥感卫星几何定位模型的洪灾预警方法 |
CN115169938A (zh) * | 2022-07-21 | 2022-10-11 | 河南省气候中心(河南省气候变化监测评估中心) | 一种区域性暴雨灾害风险评估方法 |
CN115809743B (zh) * | 2022-12-28 | 2024-04-16 | 应急管理部国家自然灾害防治研究院 | 一种溃决洪水致灾的态势感知与应急评价方法及*** |
CN116070793B (zh) * | 2023-03-28 | 2023-06-27 | 浙江水文新技术开发经营公司 | 一种基于数据处理的水文灾害预测*** |
CN116911620B (zh) * | 2023-09-12 | 2023-12-15 | 航天宏图信息技术股份有限公司 | 台风全生命周期风险评估预警方法、装置及电子设备 |
CN117218801A (zh) * | 2023-10-23 | 2023-12-12 | 华北科技学院(中国煤矿安全技术培训中心) | 一种城市洪涝灾害监测预警方法和装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103177301A (zh) * | 2013-03-12 | 2013-06-26 | 南京信息工程大学 | 一种台风灾害风险预估方法 |
CN104318503A (zh) * | 2014-10-30 | 2015-01-28 | 中国科学院深圳先进技术研究院 | 一种根据台风预报降雨的***及方法 |
CN104915729A (zh) * | 2015-05-26 | 2015-09-16 | 中国科学院深圳先进技术研究院 | 一种处理台风强度环境预测因子数据的方法及*** |
CN104932035A (zh) * | 2015-05-26 | 2015-09-23 | 中国科学院深圳先进技术研究院 | 一种台风强度预报方法及*** |
KR20160117766A (ko) * | 2015-03-31 | 2016-10-11 | 대한민국(국민안전처 국립재난안전연구원장) | 실시간 해양정보 분석을 통한 해양재난의 예측 및 관리 시스템 |
CN108022053A (zh) * | 2017-12-19 | 2018-05-11 | 中国水利水电科学研究院 | 洪水风险评估方法和装置 |
CN109087020A (zh) * | 2018-08-21 | 2018-12-25 | 中国气象局上海台风研究所 | 基于台风气候降水率的降水类型分类方法及其分类*** |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107463901B (zh) * | 2017-08-07 | 2021-05-14 | 中国科学院遥感与数字地球研究所 | 多尺度区域洪涝灾害危险性遥感评估方法和*** |
CN109426906A (zh) * | 2017-08-29 | 2019-03-05 | 北京思湃德信息技术有限公司 | 一种暴雨气象灾害风险评估*** |
-
2019
- 2019-04-11 CN CN201910288435.3A patent/CN110009158B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103177301A (zh) * | 2013-03-12 | 2013-06-26 | 南京信息工程大学 | 一种台风灾害风险预估方法 |
CN104318503A (zh) * | 2014-10-30 | 2015-01-28 | 中国科学院深圳先进技术研究院 | 一种根据台风预报降雨的***及方法 |
KR20160117766A (ko) * | 2015-03-31 | 2016-10-11 | 대한민국(국민안전처 국립재난안전연구원장) | 실시간 해양정보 분석을 통한 해양재난의 예측 및 관리 시스템 |
CN104915729A (zh) * | 2015-05-26 | 2015-09-16 | 中国科学院深圳先进技术研究院 | 一种处理台风强度环境预测因子数据的方法及*** |
CN104932035A (zh) * | 2015-05-26 | 2015-09-23 | 中国科学院深圳先进技术研究院 | 一种台风强度预报方法及*** |
CN108022053A (zh) * | 2017-12-19 | 2018-05-11 | 中国水利水电科学研究院 | 洪水风险评估方法和装置 |
CN109087020A (zh) * | 2018-08-21 | 2018-12-25 | 中国气象局上海台风研究所 | 基于台风气候降水率的降水类型分类方法及其分类*** |
Non-Patent Citations (4)
Title |
---|
利用ArcGIS Engine 开发台风遥感监测分析***;杨何群 等;《测绘科学》;20121130;第181-183页,图1 * |
基于环境减灾卫星CCD数据的海南岛洪涝灾害监测;李海亮 等;《农业工程学报》;20150930;第191-193页 * |
基于遥感和GIS 的城市内涝风险评价;黄铁兰 等;《人民珠江》;20170228;第90页 * |
登陆台风路径与降水分析;梁洁仪 等;《中山大学研究生学刊》;20060131;第76-78页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110009158A (zh) | 2019-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110009158B (zh) | 台风暴雨洪水灾害全生命周期监测方法及*** | |
CN111047099B (zh) | 一种区域性山洪风险预测方法及*** | |
Badoux et al. | A debris-flow alarm system for the Alpine Illgraben catchment: design and performance | |
Ahmad et al. | Hydrological modelling and flood hazard mapping of Nullah Lai | |
Versini | Use of radar rainfall estimates and forecasts to prevent flash flood in real time by using a road inundation warning system | |
Sebastian et al. | Hindcast of pluvial, fluvial, and coastal flood damage in Houston, Texas during Hurricane Harvey (2017) using SFINCS | |
Sapountzis et al. | Utilization and uncertainties of satellite precipitation data in flash flood hydrological analysis in ungauged watersheds | |
Alfieri et al. | Flash flood forecasting based on rainfall thresholds | |
CN113759374A (zh) | 一种城市基础设施的结构健康问题的监测***和监测方法 | |
Chochon et al. | Analysis of extreme precipitation during the mediterranean event associated with the Alex storm in the Alpes-Maritimes: atmospheric mechanisms and resulting rainfall | |
Li et al. | Impacts of urbanization, antecedent rainfall event, and cyclone tracks on extreme floods at Houston reservoirs during Hurricane Harvey | |
Kwak et al. | A study on the extraction of multi-factor influencing floods from RS image and GIS data; a case study in Nackdong Basin, S. Korea | |
Šugareková et al. | Flood risk assessment and flood damage evaluation–The review of the case studies | |
Roelevink et al. | Flood forecasting system for the Maritsa and Tundzha Rivers | |
KR102308748B1 (ko) | 폭우 재해취약성 분석 고도화 시스템 | |
Fattorelli et al. | Flood hazard assessment and mitigation | |
Hamidon et al. | Future Flood Forecasting in Bukit Merah Using HEC-HMS Software | |
Llasat et al. | Coping with flood risk adaptation in Mediterranean countries: evidences, uncertainties, strategies and limits | |
Kassem et al. | Flash Flood Risk Assessment for Girne Region, Northern Cyprus | |
Luo | The use of mountain torrent disaster model under multisource data fusion | |
Lin et al. | Determination of Basic Wind Speed for the Design of Buildings in Cambodia | |
Baghsorkhi et al. | Snow avalanche risk management in Shemshak region: a modelling, mapping and evaluation of factors affecting the occurrence of snow avalanches | |
Vogelbacher | Flood Warning in Bavaria, Germany | |
Zhang et al. | Flood risk analysis and mapping in Henan Province using remotely sensed data and GIS techniques | |
Trubilowicz | Hydrometeorology and streamflow response during rain-on-snow events in a coastal mountain region |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |