CN110298577A - 一种基于dpsir模型的沿河村落山洪灾害风险评价方法及*** - Google Patents
一种基于dpsir模型的沿河村落山洪灾害风险评价方法及*** Download PDFInfo
- Publication number
- CN110298577A CN110298577A CN201910543954.XA CN201910543954A CN110298577A CN 110298577 A CN110298577 A CN 110298577A CN 201910543954 A CN201910543954 A CN 201910543954A CN 110298577 A CN110298577 A CN 110298577A
- Authority
- CN
- China
- Prior art keywords
- index
- factor
- village
- risk
- degree
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000009467 reduction Effects 0.000 claims abstract description 36
- 230000004044 response Effects 0.000 claims abstract description 26
- 238000012216 screening Methods 0.000 claims abstract description 7
- 230000001186 cumulative effect Effects 0.000 claims abstract description 5
- 238000012502 risk assessment Methods 0.000 claims description 35
- 230000000694 effects Effects 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 13
- 238000010606 normalization Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000003139 buffering effect Effects 0.000 claims description 10
- 238000011161 development Methods 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 9
- 235000013399 edible fruits Nutrition 0.000 claims description 2
- 230000001737 promoting effect Effects 0.000 claims 1
- 238000011156 evaluation Methods 0.000 abstract description 16
- 230000018109 developmental process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 6
- 238000010276 construction Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000007261 regionalization Effects 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- YBJHBAHKTGYVGT-ZKWXMUAHSA-N (+)-Biotin Chemical compound N1C(=O)N[C@@H]2[C@H](CCCCC(=O)O)SC[C@@H]21 YBJHBAHKTGYVGT-ZKWXMUAHSA-N 0.000 description 1
- 238000012351 Integrated analysis Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009440 infrastructure construction Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000005413 snowmelt Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
- FEPMHVLSLDOMQC-UHFFFAOYSA-N virginiamycin-S1 Natural products CC1OC(=O)C(C=2C=CC=CC=2)NC(=O)C2CC(=O)CCN2C(=O)C(CC=2C=CC=CC=2)N(C)C(=O)C2CCCN2C(=O)C(CC)NC(=O)C1NC(=O)C1=NC=CC=C1O FEPMHVLSLDOMQC-UHFFFAOYSA-N 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
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
- G06Q10/06—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
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q50/265—Personal security, identity or safety
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了基于DPSIR模型的沿河村落山洪灾害风险评价方法及***。该评价方法,包括选取驱动力因子、压力因子、状态因子、影响因子和响应因子相应指标,构建基于DPSIR模型的指标体系形成指标库;从指标库中筛选出各个因子相关的预设数量的指标,获取相应指标值并归一化处理;计算所选指标的权重;将筛选的压力因子相应归一化指标值、状态因子相应归一化指标值、影响因子相应归一化指标值和响应因子相应归一化指标值分别与相应权重相乘后同类累加,得到压力度P、承压度S、易损度I和止损度R;引入折减承压度和折减易损度,计算得到综合评价风险度,再与预设风险等级阈值比较,判断出沿河村落当前所属的山洪灾害风险等级。
Description
技术领域
本公开属于灾害风险评价领域,尤其涉及一种基于DPSIR模型的沿河村落山洪灾害风险评价方法及***。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息,不必然构成在先技术。
山洪灾害是指山区由于暴雨、融雪等原因造成的突发性洪水,具有水量集中流速大、冲刷破坏力强,水流中挟带泥沙甚至石块等特征,常造成局部性的洪灾。由于人类活动范围的不断扩大,近年来山洪灾害频繁发生。当山洪灾害发生时,首当其冲的往往是距离河道较近的沿河村落,村落房屋抗灾性能较差,一旦发生山洪灾害,将会严重威胁沿河居民生命财产安全,故沿河村落是山洪灾害防御的基本单元,对其山洪灾害风险状况评估日趋重要。
周成虎等人在分析洪灾形成的各主要因子的基础上,提出了基于地理信息***的洪灾风险区划指标模型,得出辽河流域洪灾风险综合区划。史培军等将山洪归纳为区域***,并从自然现象和社会属性两方面入手分析山洪灾害。詹小国等采用层次分析法(AHP),在GIS的支持下,采用加权平均法得到了山洪风险度,完成了对三峡库区的洪灾风险评价。唐川等运用GIS分析工具以1:25地理地图为基础,将危险区与易损性图进行叠加分析,空间集成分析了诱发山洪灾害形成和泛滥的因子数据层。然而山洪灾害特征随指标体系的不同,呈现出多样性。
发明人发现,目前对山洪灾害风险的分析研究多以流域或县域为分析单元,选取指标多为区域性指标,较少针对沿河村落开展,沿河村落山洪灾害影响因素较多,涉及面较广,且缺乏较为切合的指标选取模型,指标选取难以做到充分和全面;沿河村落山洪灾害风险评价指标较多,风险度计算较为复杂,适用评价指数较少;因此目前对山洪灾害风险的评估结论虽然普遍性及代表性较高,但针对性和适用性不足。
发明内容
为了解决沿河村落山洪灾害指标选取困难、指标体系难以构建、风险状况难以评估的问题,本公开的第一个方面提供一种基于DPSIR模型的沿河村落山洪灾害风险评价方法,其采用了新的山洪灾害指标选取方式,引入了五种准则层因子度模型,并充分考虑了各准则层因子指标相互之间的关系以及缓冲折减效果,将折减压力度和折减易损度引入综合风险度计算模型中,利用五种准则层因子度和综合风险度对沿河村落山洪灾害进行全面评价,提高了沿河村落山洪灾害风险评价的准确性。
为了实现上述目的,本公开采用如下技术方案:
一种基于DPSIR模型的沿河村落山洪灾害风险评价方法,包括:
将DPSIR模型引入到山洪灾害风险评价中,定义模型中驱动力因子、压力因子、状态因子、影响因子和响应因子并赋予相应山洪灾害风险评价特性;
选取驱动力因子、压力因子、状态因子、影响因子和响应因子相应子指标,构建基于DPSIR模型的指标体系形成指标库;
从指标库中筛选出各个因子相关的预设数量的指标,获取相应指标值并进行归一化处理;
利用层次分析法计算所选指标的权重;
将筛选的压力因子相应归一化指标值、状态因子相应归一化指标值、影响因子相应归一化指标值和响应因子相应归一化指标值分别与相应权重相乘后同类累加,得到压力度P、承压度S、易损度I和止损度R;结合DPSIR模型关系图,考虑各因子指标相互之间的关系及缓冲折减效果,引入折减承压度P折减=P×S和折减易损度I折减=I×R;根据T=W1P折减+W2I折减,计算得到综合风险度T,其中,W1为压力因子所占权重值,W2为影响因子所占权重值;
将综合风险度与预设风险等级阈值比较,判断出沿河村落当前所属的山洪灾害风险等级。
本公开充分考虑各因子指标相互之间的关系以及缓冲折减效果,对DPSIR模型内部关系重新设定;结合五种准则层因子度值和综合风险度值进行风险分析,结合风险等级对沿河村落山洪灾害风险进行综合评价。
本公开的第二个方面提供一种基于DPSIR模型的沿河村落山洪灾害风险评价***。
一种基于DPSIR模型的沿河村落山洪灾害风险评价***,包括:
模型契合模块,其用于将DPSIR模型引入到山洪灾害风险评价中,定义模型中驱动力因子、压力因子、状态因子、影响因子和响应因子并赋予相应山洪灾害风险评价特性;
指标库构建模块,其用于选取驱动力因子、压力因子、状态因子、影响因子和响应因子相应指标,构建基于DPSIR模型的指标体系形成指标库;
指标值归一化模块,其用于从指标库中筛选出各个因子相关的预设数量的指标,获取相应指标值并进行归一化处理;
指标权重计算模块,其用于利用层次分析法计算所选指标的权重;
因子度和风险度计算模块,其用于将筛选的压力因子相应归一化指标值、状态因子相应归一化指标值、影响因子相应归一化指标值和响应因子相应归一化指标值分别与相应权重相乘后同类累加,得到压力度P、承压度S、易损度I和止损度R;结合DPSIR模型关系图,考虑各因子指标相互之间的关系及缓冲折减效果,引入折减承压度P折减=P×S和折减易损度I折减=I×R;根据T=W1P折减+W2I折减,计算得到综合风险度T,其中,W1为压力因子所占权重值,W2为影响因子所占权重值;
风险等级判断模块,其用于将综合风险度与预设风险等级阈值比较,判断出沿河村落当前所属的山洪灾害风险等级。
本公开充分考虑各因子指标相互之间的关系以及缓冲折减效果,对DPSIR模型内部关系重新设定;结合五种准则层因子度值和综合风险度值进行风险分析,结合风险等级对沿河村落山洪灾害风险进行综合评价。
本公开的第三个方面提供一种计算机可读存储介质。
一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述所述的基于DPSIR模型的沿河村落山洪灾害风险评价方法中的步骤。
本公开的第四个方面提供一种计算机设备。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述所述的基于DPSIR模型的沿河村落山洪灾害风险评价方法中的步骤。
本公开的有益效果是:
(1)本公开将DPSIR模型应用于山洪灾害风险评价中,对模型中各个指标进行重新定义,对模型内部关系进行重新设定,将其转换为具有山洪灾害风险评价特性的模型体系。
(2)本公开基于DPSIR模型,选取了大量适合山洪灾害风险评价的指标,构建了山洪灾害风险评价指标库,用于评价指标的选取。
(3)本公开在进行沿河村落风险评估过程中,引入了压力度、承压度、易损度和止损度,用于评价沿河村落山洪灾害各准则指标情况,有利于评价沿河村落防洪建设各方面不足,准确定位沿河村落防洪薄弱点。
(4)本公开根据T=W1×P×S+W2×I×R,计算得到综合评价风险度T,充分考虑了各因子度相互之间的关系以及缓冲折减效果,计算综合风险度,结合综合风险度对沿河村落山洪灾害风险进行综合评价。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解,本公开的示意性实施例及其说明用于解释本公开,并不构成对本公开的不当限定。
图1是本公开实施例的一种基于DPSIR模型的沿河村落山洪灾害风险评价方法流程图。
图2是本公开实施例的一种基于DPSIR模型的沿河村落山洪灾害风险评价***结构示意图。
具体实施方式
下面结合附图与实施例对本公开作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本公开提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本公开的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
DPSIR模型是一种在环境***中广泛使用的评价指标体系概念模型,它是作为衡量环境及可持续发展的一种指标体系而开发出来的,它从***分析的角度看待人和环境***的相互作用。它将表征一个自然***的评价指标分成驱动力(Driving forces)、压力(Pressure)、状态(State)、影响(Impact)和响应(Responses)五种类型,每种类型中又分成若干种指标。DPSIR概念模型是为综合分析和描述环境问题及其和社会发展的关系而发展出来的,它是组织环境状态信息的一个通用框架。这一框架发源于社会学的研究,作为一个组织指标的体系结构应用于环境领域及可持续发展研究。
实施例一
图1是本公开实施例的一种基于DPSIR模型的沿河村落山洪灾害风险评价方法流程图。
如图1所示,本实施例的一种基于DPSIR模型的沿河村落山洪灾害风险评价方法,包括:
S101:对DPSIR模型进行重新定义,赋予其山洪灾害特性。
对模型内部关系进行重新设定,使其关系更加合理有效。
选取驱动力因子、压力因子、状态因子、影响因子和响应因子相应指标,构建基于DPSIR模型的指标体系形成指标库。
具体地,驱动力因子为推动山洪灾害发展变化的直接因素;驱动力因子是促使山洪灾害发生的最原始最关键的指标。对于沿河村落山洪灾害来说,直接驱动因素主要为短时间的强降雨产生的汇流,故驱动力因子相关指标包括:特征时段降雨量。
压力因子为通过驱动力作用之后直接施加在沿河村落的促使山洪灾害发展变化的压力,主要是指在地形、河道压力作用下,沿河村落的状态;压力因子相关指标包括地形指数、洪峰流量和河道糙率等;
状态因子为沿河村落在压力作用下所处的状态;状态因子相关指标包括河道堤防情况和村落离河距离等;
影响因子为山洪灾害后产生的影响,即村落脆弱性及易损性;影响因子相关指标包括村落现状经济水平、村人口密度和历史洪灾损失等;
响应因子为对沿河村落对山洪灾害采取的应对措施及政策;响应因子相关指标包括防汛体系情况、救援物资情况、撤离路线情况和居民防灾意识情况等。
当沿河村落发生山洪灾害时,降雨带来的驱动力因素D会对山洪灾害起到促进作用,并通过影响洪峰模数和汇流时间等因素,对沿河村落防洪产生压力P。由于河道、地形等压力因素的存在,影响了沿河村落的堤防建设、村落离河距离等状态S指标,同时对村落经济水平、人口情况等造成影响I。为了消除山洪灾害影响,沿河村落人类活动形成一定的响应R,故响应R会反作用于影响I,同时会改变村落堤防状况、离河距离等状态S,并减轻山洪灾害带来的压力P。
基于DPSIR模型,根据科学性、客观性、数据可得性等指标选取原则,本实施例选取了27个能体现沿河村落特性的指标,并构建山洪灾害风险评价指标体系库。指标选取如下。
驱动力是推动山洪灾害发展变化的直接因素,主要指降雨方面因素。其可选指标包括:
(1)最大6h降雨量P6。山洪灾害主要成因是短历时强降雨,故选取6h最大降雨量评估沿河村落山洪灾害。
(2)汇流时间内降雨量P汇。沿河村落汇流时间是指村落区域内不同点汇集到村落断面所经历的时间,多年最大汇流时间内降雨量能代表沿河村落所经受的最大降雨,更能突出各个沿河村落特性。
(3)最大24小时降雨量P24。该指标虽代表性不强,但数据易得。当沿河村落降雨资料缺乏时,可暂时选取该指标。
压力主要是小流域、河道方面的因素。其可选指标包括:
(1)综合流域比降J流域。综合流域比降是指小流域综合坡度,能反映小流域汇流情况的指标。对小流域内山洪灾害产生和发展影响较大。该指标值可由GIS工具提取。
(2)高程标准差H标。反映小流域高程分布离散程度的指标。该指标可由GIS工具提取。
(3)地形起伏度G起。沿河村落区域内最高点与最低点的高程差,反映地表形态的起伏高低情况。
(4)综合地形指数G综。综合地形、坡度和高程等指标得到的综合指数,能充分反映小流域地形特性。该指标可由GIS工具提取。
(5)汇流时间T汇。沿河村落汇流时间是指村落区域内不同点汇集到村落断面所经历的时间,反映沿河村落汇流情况。
(6)前期影响雨量Pa。土壤中的含水量大小,可通过影响小流域产汇流进而影响山洪灾害的发生。
(7)洪峰模数Kp。洪峰模数是指控制断面的洪峰流量Q洪与该控制面积A的比值。该指标可反应河道特性。计算公式为:
(8)综合河道比降J河道。综合河道比降是指河道相邻两个点间的高程差与两点间的水平距离之比的加权平均,可反应河道坡度大小。
(9)最大洪水流速Vm。河道流量Q与断面面积A的比值。计算公式为:
(10)洪峰流量Q洪。洪峰流量是指当流域大部分高强度的径流汇入时,河水流量增至的最大值。
状态主要是指沿河村落在压力作用下所处的状态。该指标难以量化,可结合实际情况进行打分。其可选指标包括:
(1)村段内河道堤防情况S堤防。结合堤防完整程度对堤防防洪能力进行打分。
(2)房屋坚固程度S房屋。结合村落内的房屋材料和质量对村落房屋坚固情况进行打分。
(3)房屋离河距离S距离。结合村落内沿河居民户数与村落总户数进行比重计算。
(4)房屋与河道相对高程H相对。结合每户沿河居民户与河道的相对高程进行加权平均计算
影响主要是指沿河村落脆弱性和易损性。脆弱性越高,说明村落受灾后带来的损失越大。其可选指标包括:
(1)村现状经济水平E村。可引用人均GDP来评价村落经济水平。
(2)村总人口N村。村落内总人数。
(3)村人口密度d。村落内人口P与村落面积的比值。计算公式为:
(4)基础设施建设情况I建设。可结合村内有无大型企业、学校等实际情况进行打分。
(5)土地利用情况L。可结合村内主要种植农作物价值进行打分。
响应是指沿河村落对山洪灾害采取的应对措施及政策。该指标难以量化,可结合实际情况进行打分。其可选指标包括;
(1)村防汛体系情况R体系。可结合村内防汛体系完整情况、***情况进行打分。
(2)村防汛设施情况R设施。可结合村内防汛设施建设情况进行打分。
(3)撤离路线情况R路线。可结合村内撤离路线条数、路况等进行打分。
(4)安置点情况R安置点。可结合村内转移安置点情况进行打分。
(5)居民防灾意识R意识。可结合村内防灾口号、防汛演练等情况进行打分。
表1指标体系表
S102:从指标库中筛选出各个因子相关的预设数量的指标,获取相应指标值并进行归一化处理。
具体地,获取所选指标特征值,利用线性内插法筛选出各个因子相关的指标划分为n级标准;利用下列公式得到指标归一化后的指标值:
其中,X'为指标实际值;H为指标赋分值;S为指标标准值;X为指标归一化后的数值,下标t表示第t个准则层;下标j为表示第j个指标的指标值。
S103:利用层次分析法计算所选指标的权重。
具体地,结合层次分析法,构建判断矩阵:
计算判断矩阵的特征向量作为各指标权重:|λE-Z|=0。
aij指第i行第j列的数,属于矩阵的常规表达方式,例如a32即是指第3行第4列的数值。构造判断矩阵主要做法为,通过资料查找、专家咨询等方式对指标体系中各指标元素的两两比较,比较元素之间的相对重要性,并用标度值来进行表征,标度见表2。在层次分析模型中按照自上而下的顺序逐层建立判断矩阵Z。
表2标度值含义表
S104:将筛选的压力因子相应归一化指标值、状态因子相应归一化指标值、影响因子相应归一化指标值和响应因子相应归一化指标值分别与相应权重相乘后同类累加,得到压力度P、承压度S、易损度I和止损度R;
结合DPSIR模型关系图,考虑各因子指标相互之间的关系及缓冲折减效果,引入折减承压度P折减=P×S和折减易损度I折减=I×R;根据T=W1P折减+W2I折减,计算得到综合评价风险度T,其中,W1为压力因子所占权重值,W2为影响因子所占权重值;
从驱动力因子D、压力因子P、状态因子S,影响因子I和响应因子R五个方面入手,引入危险度、压力度。承压度、易损度和止损度5个准则层因子度,对沿河村落山洪灾害进行分类分析,准确定位各沿河村落山洪灾害薄弱环节与薄弱点,使得评价内容更加详实全面,也使得防灾工作更加准确有效。根据加权综合评价法分别计算得到危险度D、压力度P、承压度S、易损度I和止损度R。具体公式如下:
危险度:
压力度:
承压度:
易损度:
止损度:
式中:Wi、Wj、Wk、Wl、Wm均为相应指标所占权重值;Xi、Xj、Xk、Xl、Xm为各指标的分值。
由于沿河村落山洪灾害的驱动力直接作用于河道与下垫面,并通过河道与下垫面的产汇流机制形成的压力来影响山洪灾害的发生,故沿河村落山洪灾害综合风险度受压力指标的影响,而与驱动力指标无关。
当压力指标改变沿河村落状态指标的同时,沿河村落的状态指标会形成反作用,减轻山洪灾害压力,故承压度可作为对压力度的折减系数,折减后的承压度能更准确的反映沿河村落承受的山洪灾害压力值。折减承压度计算公式为:
折减承压度:P折减=P×S
同理,山洪灾害的影响I促使沿河村落居民做出响应R,同时响应会减小山洪灾害带来的影响。故止损度可看作是易损度的折减,折减后的易损度能更准确的反映沿河村落脆弱程度。折减易损度计算公式为:
折减易损度:I折减=I×R
故沿河村落山洪灾害风险度主要为折减压力度和折减易损度共同作用的结果,承压度与止损度分别作为压力度和易损度的折减系数参与计算。
本实施例将压力度与易损度作为影响沿河村落山洪灾害的主要因子,分别计算压力度和易损度在山洪灾害评价中所占的权重,综合考虑沿河村落承压度和削减度带来的缓冲与削减效果,引入新的山洪灾害风险度模型为:T=f(D,P,S,I,R),进行加权折减叠加计算综合评价风险度值。具体如下:
综合评价风险度:T=W1×P×S+W2×I×R=W1×P折减+W2×I折减;
式中:T为综合评价风险度;W1为压力所占权重值。W2为影响所占权重值。
S105:将综合风险度与预设风险等级阈值比较,判断出沿河村落当前所属的山洪灾害风险等级。
综合评价风险度的大小在0~1范围内,且风险等级至少为3级。
得到综合评价风险度后,依据风险度值大小,结合风险等级划分标准,进行风险等级划分,使得结果更加直观明确。
表2危险等级划分
下面选取文登区因寺桥小流域、菜园子小流域中昌阳河沿岸5个村作为研究对象。结合山洪灾害风险评价方法,将本实施例应用至评价过程中,充分考虑小流域特性和沿河村落特征,对研究对象就行风险评价。
将本实施例建立的山洪灾害风险评价指标体系应用至研究区沿河村落山洪灾害风险评价中,从本实施例指标库中选取部分指标,构建沿河村落指标体系,其详细指标见表3。
表3指标体系表
利用层次分析法计算得到的权重值以及评价体系中各指标值的归一化数值,将各指标的归一化值进行加权叠加,最终得出了5个沿河村落的各准则层因子度,得到最终结果见表4。
表4风险状况指数计算结果表
根据指标权重计算方法,计算压力与影响两个因子的权重,结合得到的压力度、承压度、易损度和止损度值,利用本实施例综合评价风险度公式,最终计算得出了5个沿河村落的风险状况综合评价风险度,得到最终结果见表5。
表5综合评价风险度计算结果表
得到综合评价风险度后,依据风险度值大小,结合风险等级划分标准,进行风险等级划分,使得结果更加直观明确。
表6综合评价风险度计算结果表
从最终结果可以看出,登登口村山洪灾害综合评价风险度值为0.386,故登登口村危险性最高。分析各指标分值可知,登登口村危险度D和压力度P值较大,综合地形指数较大,地形较陡,汇流时间小,且村内房屋较为老旧,抵御洪水能力较小,故登登口村应加强防汛建设,重点防汛。赵家床村山洪灾害综合评价风险度值为0.29,危险性最低。分析可知,赵家床村压力度值较低,地形较缓,汇流时间长,受山洪灾害影响较小。
本实施例结合沿河村落具体现状,从沿河村落山洪灾害的5个关键因素出发,确定了一系列合理的指标,结合DPSIR模型,制定了符合沿河村落特性的指标体系,促进了对沿河村落山洪灾害特性的认识和研究进程。最终得出沿河村落的各准则层因子度和综合评价风险度,可以直观的反映每个沿河村落各自山洪灾害薄弱环节和薄弱点,有利于促进沿河村落的重点防汛与专项整治。
DPSIR模型并不通用于不同领域,本实施例依据山洪灾害风险评价要求,对DPSIR模型内涵进行了重新定义,对模型内部关系重新设定,使其能够适用于山洪灾害风险评价。
本实施例基于DPSIR模型,选取了大量沿河村落山洪灾害评价指标,构建了指标库,可为不同类型、不同特性的沿河村落山洪灾害风险评价提供指标选择。
本实施例在进行沿河村落风险评估过程中,引入了危险度、压力度、承压度、易损度和止损度五个准则层因子度模型,用于评价沿河村落山洪灾害各准则指标情况,有利于评价沿河村落防洪建设各方面不足,准确定位沿河村落防洪薄弱点。
本实施例在进行最终风险度评价中,引入了新的综合风险度模型,充分考虑了危险度、压力度、承压度、易损度和止损度之间的关系和缓冲折减效果,使得得到的结果更加全面准确。
实施例二
图2是本公开实施例的一种基于DPSIR模型的沿河村落山洪灾害风险评价***结构示意图。
如图2所示,本实施例提供一种基于DPSIR模型的沿河村落山洪灾害风险评价***,包括:
(1)模型契合模块,其用于将DPSIR模型引入到山洪灾害风险评价中,定义模型中驱动力因子、压力因子、状态因子、影响因子和响应因子并赋予相应山洪灾害风险评价特性;
(2)指标库构建模块,其用于选取驱动力因子、压力因子、状态因子、影响因子和响应因子相应指标,构建基于DPSIR模型的指标体系形成指标库;
(3)指标值归一化模块,其用于从指标库中筛选出各个因子相关的预设数量的指标,获取相应指标值并进行归一化处理;
具体地,在所述指标值归一化模块中,利用线性内插法筛选出各个因子相关的指标划分为n级标准;利用下列公式得到指标归一化后的指标值:
其中,X'为指标实际值;H为指标赋分值;S为指标标准值;X为指标归一化后的数值,下标t表示第t个准则层;下标j为表示第j个指标的指标值。
(4)指标权重计算模块,其用于利用层次分析法计算所选指标的权重;
(5)因子度和风险度计算模块,其用于将筛选的压力因子相应归一化指标值、状态因子相应归一化指标值、影响因子相应归一化指标值和响应因子相应归一化指标值分别与相应权重相乘后同类累加,得到压力度P、承压度S、易损度I和止损度R;结合DPSIR模型关系图,考虑各因子指标相互之间的关系及缓冲折减效果,引入折减承压度P折减=P×S和折减易损度I折减=I×R;根据T=W1P折减+W2I折减,计算得到综合风险度T,其中,W1为压力因子所占权重值,W2为影响因子所占权重值;
(6)风险等级判断模块,其用于将综合风险度与预设风险等级阈值比较,判断出沿河村落当前所属的山洪灾害风险等级。
其中,综合评价风险度的大小在0~1范围内,且风险等级至少为3级。
本实施例将DPSIR模型应用于山洪灾害风险评价中,对模型中各个指标进行重新定义,对模型内部关系进行重新设定,将其转换为具有山洪灾害风险评价特性的模型体系。
本实施例基于DPSIR模型,选取了大量适合山洪灾害风险评价的指标,构建了山洪灾害风险评价指标库,用于评价指标的选取。
本实施例在进行沿河村落风险评估过程中,引入了压力度、承压度、易损度和止损度,用于评价沿河村落山洪灾害各准则指标情况,有利于评价沿河村落防洪建设各方面不足,准确定位沿河村落防洪薄弱点。
本实施例根据T=W1×P×S+W2×I×R,计算得到综合评价风险度T,充分考虑了各因子度相互之间的关系以及缓冲折减效果,计算综合评价风险度。
实施例三
本实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如图1所示的基于DPSIR模型的沿河村落山洪灾害风险评价方法中的步骤。
实施例四
本实施例提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如图1所示的基于DPSIR模型的沿河村落山洪灾害风险评价方法中的步骤。
本领域内的技术人员应明白,本公开的实施例可提供为方法、***、或计算机程序产品。因此,本公开可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且,本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本公开是参照根据本公开实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(RandomAccessMemory,RAM)等。
以上所述仅为本公开的优选实施例而已,并不用于限制本公开,对于本领域的技术人员来说,本公开可以有各种更改和变化。凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
Claims (10)
1.一种基于DPSIR模型的沿河村落山洪灾害风险评价方法,其特征在于,包括:
将DPSIR模型引入到山洪灾害风险评价中,定义模型中驱动力因子、压力因子、状态因子、影响因子和响应因子并赋予相应山洪灾害风险评价特性;
选取驱动力因子、压力因子、状态因子、影响因子和响应因子相应子指标,构建基于DPSIR模型的指标体系形成指标库;
从指标库中筛选出各个因子相关的预设数量的指标,获取相应指标值并进行归一化处理;
利用层次分析法计算所选指标的权重;
将筛选的压力因子相应归一化指标值、状态因子相应归一化指标值、影响因子相应归一化指标值和响应因子相应归一化指标值分别与相应权重相乘后同类累加,得到压力度P、承压度S、易损度I和止损度R;结合DPSIR模型关系图,考虑各因子指标相互之间的关系及缓冲折减效果,引入折减承压度P折减=P×S和折减易损度I折减=I×R;根据T=W1P折减+W2I折减,计算得到综合风险度T,其中,W1为压力因子所占权重值,W2为影响因子所占权重值;
将综合风险度与预设风险等级阈值比较,判断出沿河村落当前所属的山洪灾害风险等级。
2.如权利要求1所述的一种基于DPSIR模型的沿河村落山洪灾害风险评价方法,其特征在于,驱动力因子为推动山洪灾害发展变化的直接因素,压力因子为通过驱动力作用之后直接施加在沿河村落的促使山洪灾害发展变化的压力,状态因子为沿河村落在压力作用下所处的状态,影响因子为山洪灾害后产生的影响,响应因子为对沿河村落对山洪灾害采取的应对措施及政策。
3.如权利要求1所述的一种基于DPSIR模型的沿河村落山洪灾害风险评价方法,其特征在于,驱动力因子相关指标包括特征时段降雨量;压力因子相关指标包括地形指数、洪峰流量和河道糙率;状态因子相关指标包括河道堤防情况和村落离河距离;影响因子相关指标包括村落现状经济水平、村人口密度和历史洪灾损失;响应因子相关指标包括防汛体系情况、救援物资情况、撤离路线情况和居民防灾意识情况。
4.如权利要求1所述的一种基于DPSIR模型的沿河村落山洪灾害风险评价方法,其特征在于,利用线性内插法筛选出各个因子相关的指标划分为n级标准;利用下列公式得到指标归一化后的指标值:
其中,X'为指标实际值;H为指标赋分值;S为指标标准值;X为指标归一化后的数值,下标t表示第t个准则层;下标j为表示第j个指标的指标值。
5.如权利要求1所述的一种基于DPSIR模型的沿河村落山洪灾害风险评价方法,其特征在于,综合评价风险度的大小在0~1范围内,且风险等级至少为3级。
6.一种基于DPSIR模型的沿河村落山洪灾害风险评价***,其特征在于,包括:
模型契合模块,其用于将DPSIR模型引入到山洪灾害风险评价中,定义模型中驱动力因子、压力因子、状态因子、影响因子和响应因子并赋予相应山洪灾害风险评价特性;
指标库构建模块,其用于选取驱动力因子、压力因子、状态因子、影响因子和响应因子相应指标,构建基于DPSIR模型的指标体系形成指标库;
指标值归一化模块,其用于从指标库中筛选出各个因子相关的预设数量的指标,获取相应指标值并进行归一化处理;
指标权重计算模块,其用于利用层次分析法计算所选指标的权重;
因子度和风险度计算模块,其用于将筛选的压力因子相应归一化指标值、状态因子相应归一化指标值、影响因子相应归一化指标值和响应因子相应归一化指标值分别与相应权重相乘后同类累加,得到压力度P、承压度S、易损度I和止损度R;结合DPSIR模型关系图,考虑各因子指标相互之间的关系及缓冲折减效果,引入折减承压度P折减=P×S和折减易损度I折减=I×R;根据T=W1P折减+W2I折减,计算得到综合风险度T,其中,W1为压力因子所占权重值,W2为影响因子所占权重值;
风险等级判断模块,其用于将综合风险度与预设风险等级阈值比较,判断出沿河村落当前所属的山洪灾害风险等级。
7.如权利要求6所述的一种基于DPSIR模型的沿河村落山洪灾害风险评价***,其特征在于,在所述指标值归一化模块中,利用线性内插法筛选出各个因子相关的指标划分为n级标准;利用下列公式得到指标归一化后的指标值:
其中,X'为指标实际值;H为指标赋分值;S为指标标准值;X为指标归一化后的数值,下标t表示第t个准则层;下标j为表示第j个指标的指标值。
8.如权利要求6所述的一种基于DPSIR模型的沿河村落山洪灾害风险评价***,其特征在于,综合评价风险度的大小在0~1范围内,且风险等级至少为3级。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-5中任一项所述的基于DPSIR模型的沿河村落山洪灾害风险评价方法中的步骤。
10.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-5中任一项所述的基于DPSIR模型的沿河村落山洪灾害风险评价方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910543954.XA CN110298577B (zh) | 2019-06-21 | 2019-06-21 | 一种基于dpsir模型的沿河村落山洪灾害风险评价方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910543954.XA CN110298577B (zh) | 2019-06-21 | 2019-06-21 | 一种基于dpsir模型的沿河村落山洪灾害风险评价方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110298577A true CN110298577A (zh) | 2019-10-01 |
CN110298577B CN110298577B (zh) | 2022-04-05 |
Family
ID=68028518
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910543954.XA Active CN110298577B (zh) | 2019-06-21 | 2019-06-21 | 一种基于dpsir模型的沿河村落山洪灾害风险评价方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110298577B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111160644A (zh) * | 2019-12-27 | 2020-05-15 | 成都理工大学 | 一种基于地质灾害风险评估的铁路选线方法及其装置 |
CN111415065A (zh) * | 2020-02-26 | 2020-07-14 | 广州地理研究所 | 一种基于作用过程的山地灾害生态破坏风险评价方法 |
CN111553591A (zh) * | 2020-04-27 | 2020-08-18 | 上海市水务规划设计研究院 | 平原河网水资源预警调控方法、预警调控***及电子设备 |
CN112786118A (zh) * | 2019-11-06 | 2021-05-11 | 中国石油化工股份有限公司 | 存储器、加氢反应流出物的腐蚀风险评估方法、装置及设备 |
CN113298438A (zh) * | 2021-06-22 | 2021-08-24 | 中国平安财产保险股份有限公司 | 区域风险等级的评估方法、装置、计算机设备及存储介质 |
CN113642764A (zh) * | 2021-06-30 | 2021-11-12 | 重庆大学 | 一种村镇聚落空间演化模拟预测方法及计算机设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104699940A (zh) * | 2014-11-28 | 2015-06-10 | 国网上海市电力公司 | 一种基于三角图法的电网基础设施脆弱性评价方法 |
CN104732447A (zh) * | 2014-04-23 | 2015-06-24 | 国家电网公司 | 一种电网重要基础设施脆弱性指标体系建立方法 |
CN105224704A (zh) * | 2014-06-25 | 2016-01-06 | 中国科学院海洋研究所 | 一种海底不稳定性的评价方法 |
CN105809578A (zh) * | 2016-05-30 | 2016-07-27 | 北京师范大学 | 一种区域水环境风险评估和分区方法 |
CN107220754A (zh) * | 2017-05-18 | 2017-09-29 | 长江水利委员会长江科学院 | 一种县域尺度山洪灾害风险评估方法 |
CN108876167A (zh) * | 2018-06-27 | 2018-11-23 | 南京林业大学 | 一种基于dpsir模型的滨海湿地生态安全评价方法 |
CN109457739A (zh) * | 2018-11-08 | 2019-03-12 | 青岛理工大学 | 一种基于下游构筑物受损程度的边坡安全度评价方法 |
CN109460886A (zh) * | 2018-09-11 | 2019-03-12 | 中国水利水电科学研究院 | 一种输水工程突发水污染事件风险分析方法 |
-
2019
- 2019-06-21 CN CN201910543954.XA patent/CN110298577B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104732447A (zh) * | 2014-04-23 | 2015-06-24 | 国家电网公司 | 一种电网重要基础设施脆弱性指标体系建立方法 |
CN105224704A (zh) * | 2014-06-25 | 2016-01-06 | 中国科学院海洋研究所 | 一种海底不稳定性的评价方法 |
CN104699940A (zh) * | 2014-11-28 | 2015-06-10 | 国网上海市电力公司 | 一种基于三角图法的电网基础设施脆弱性评价方法 |
CN105809578A (zh) * | 2016-05-30 | 2016-07-27 | 北京师范大学 | 一种区域水环境风险评估和分区方法 |
CN107220754A (zh) * | 2017-05-18 | 2017-09-29 | 长江水利委员会长江科学院 | 一种县域尺度山洪灾害风险评估方法 |
CN108876167A (zh) * | 2018-06-27 | 2018-11-23 | 南京林业大学 | 一种基于dpsir模型的滨海湿地生态安全评价方法 |
CN109460886A (zh) * | 2018-09-11 | 2019-03-12 | 中国水利水电科学研究院 | 一种输水工程突发水污染事件风险分析方法 |
CN109457739A (zh) * | 2018-11-08 | 2019-03-12 | 青岛理工大学 | 一种基于下游构筑物受损程度的边坡安全度评价方法 |
Non-Patent Citations (1)
Title |
---|
董殿波: "基于DPSIR模型的水丰湖生态安全评估", 《河北大学学报(自然科学版)》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112786118A (zh) * | 2019-11-06 | 2021-05-11 | 中国石油化工股份有限公司 | 存储器、加氢反应流出物的腐蚀风险评估方法、装置及设备 |
CN112786118B (zh) * | 2019-11-06 | 2024-05-03 | 中国石油化工股份有限公司 | 存储器、加氢反应流出物的腐蚀风险评估方法、装置及设备 |
CN111160644A (zh) * | 2019-12-27 | 2020-05-15 | 成都理工大学 | 一种基于地质灾害风险评估的铁路选线方法及其装置 |
CN111160644B (zh) * | 2019-12-27 | 2022-08-19 | 成都理工大学 | 一种基于地质灾害风险评估的铁路选线方法及其装置 |
CN111415065A (zh) * | 2020-02-26 | 2020-07-14 | 广州地理研究所 | 一种基于作用过程的山地灾害生态破坏风险评价方法 |
CN111415065B (zh) * | 2020-02-26 | 2023-05-12 | 广州地理研究所 | 一种基于作用过程的山地灾害生态破坏风险评价方法 |
CN111553591A (zh) * | 2020-04-27 | 2020-08-18 | 上海市水务规划设计研究院 | 平原河网水资源预警调控方法、预警调控***及电子设备 |
CN113298438A (zh) * | 2021-06-22 | 2021-08-24 | 中国平安财产保险股份有限公司 | 区域风险等级的评估方法、装置、计算机设备及存储介质 |
CN113642764A (zh) * | 2021-06-30 | 2021-11-12 | 重庆大学 | 一种村镇聚落空间演化模拟预测方法及计算机设备 |
CN113642764B (zh) * | 2021-06-30 | 2023-08-29 | 重庆大学 | 一种村镇聚落空间演化模拟预测方法及计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110298577B (zh) | 2022-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110298577A (zh) | 一种基于dpsir模型的沿河村落山洪灾害风险评价方法及*** | |
Ruan et al. | Assessment of temporal and spatial progress of urban resilience in Guangzhou under rainstorm scenarios | |
CN109543955A (zh) | 基于智慧城市的区域火灾风险评估方法 | |
CN106355334A (zh) | 农田建设区域判定方法 | |
US8510080B2 (en) | System and method for monitoring and managing utility devices | |
CN102999694B (zh) | 一种山地灾害频发区泥石流风险评价方法 | |
CN101794433A (zh) | 一种城市规划实施的生态安全后评价方法 | |
Ma et al. | Weighted clustering-based risk assessment on urban rainstorm and flood disaster | |
CN108388957A (zh) | 一种基于多特征融合技术的中小河流洪水预报方法及其预报*** | |
CN114723283A (zh) | 一种面向城市群的生态承载力遥感评估方法及装置 | |
Legge et al. | From model outputs to conservation action: Prioritizing locations for implementing agricultural best management practices in a Midwestern watershed | |
CN109389320A (zh) | 一种水上旅游市场预警体系的构建方法 | |
Eric et al. | Modeling low impact development potential with hydrological response units | |
KR20160044809A (ko) | 하천의 수질개선 우선순위결정을 위한 등급화방법 | |
CN116757368A (zh) | 一种基于gis的应急避难场所评估及选址方法和*** | |
Ghaffari Moghadam et al. | Economic Model for Optimal Allocation of Water Resources with an Emphasis on Risk and Consistency Index in the Sistan Region: The Application of Interval Two-Stage Stochastic Programming Method | |
Apse et al. | Developing instream flow criteria to support ecologically sustainable water resource planning and management | |
Seingier et al. | Vulnerability to the effects of climate change: Future aridness and present governance in the coastal municipalities of Mexico | |
CN110232522A (zh) | 一种城市内河水文监测站点优化布设方法 | |
Santelmann et al. | Willamette water 2100: river basins as complex social-ecological systems | |
Khaldi et al. | Quantitative assessment of the relative impacts of different factors on flood susceptibility modelling: case study of Fez-Meknes region in Morocco | |
태성정 | Development of guideline to select the artistic and safe small stream | |
BAY | A Physical Habitat Index for freshwater wadeable streams in Maryland | |
Pussella et al. | Coastline changes: vulnerability and predictions-a case study of the Northwestern coastal belt of Sri Lanka | |
CN115759866B (zh) | 一种水电开发程度综合评价方法 |
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 |