CN111340668B - 一种台风灾害评估*** - Google Patents
一种台风灾害评估*** Download PDFInfo
- Publication number
- CN111340668B CN111340668B CN202010095184.XA CN202010095184A CN111340668B CN 111340668 B CN111340668 B CN 111340668B CN 202010095184 A CN202010095184 A CN 202010095184A CN 111340668 B CN111340668 B CN 111340668B
- Authority
- CN
- China
- Prior art keywords
- disaster
- value
- agricultural
- grid point
- land
- 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
- 238000011156 evaluation Methods 0.000 claims abstract description 86
- 230000035945 sensitivity Effects 0.000 claims abstract description 47
- 238000013523 data management Methods 0.000 claims abstract description 41
- 238000009776 industrial production Methods 0.000 claims description 68
- 230000035935 pregnancy Effects 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 10
- 238000000034 method Methods 0.000 claims description 9
- 238000012271 agricultural production Methods 0.000 claims description 5
- 230000001939 inductive effect Effects 0.000 claims description 4
- 238000011084 recovery Methods 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 abstract description 2
- 230000007613 environmental effect Effects 0.000 description 8
- 238000000605 extraction Methods 0.000 description 8
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 7
- 230000001186 cumulative effect Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000012549 training Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 229910052742 iron Inorganic materials 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 238000009360 aquaculture Methods 0.000 description 1
- 244000144974 aquaculture Species 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- 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
-
- 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
-
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种台风灾害评估***，包括了台风数据管理模块、受灾区域数据管理模块以及经济产值影响评估模块；经济产值影响评估模块，用于根据台风数据管理模块获取的受灾区域在预设时段内各格点的累积降雨量及最大风速；计算各格点的致灾因子强度指数，根据GDP数据、土地面积以及人口数量计算各格点的经济脆弱性指数，根据各格点的坡向及高程标准差计算各格点的孕灾环境敏感性指数，最后根据致灾因子强度指数、孕灾环境敏感性指数以及经济脆弱性指数，待评估行政区域的经济影响总值并进行显示，从而实现了在台风来时，对受灾区域各行政区域的经济影响进行评估，直观的展示台风对受灾区域各行政区域的经济影响程度。
Description
技术领域
本发明涉及台风灾害风险评估技术领域，尤其涉及一种台风灾害评估***。
背景技术
台风是地球上一种破坏力极强的一种自然灾害，通常风、洪、潮一起爆发不仅毁坏江河海堤防等水利设施和影响交通、通讯、船舶、水产养殖等工农业生产，而且使建筑物和人民生命财产等遭受重大损失。我国位于太平洋西岸海域辽阔大陆海岸线长18800km多，沿海地区特别是长江口以南沿海经常遭受台风、暴潮袭击，随着沿海地区经济的发展每年造成的台风灾害损失也越来越大。
台风来临时波及范围广，一个受灾区域中会存在多个行政区域例如多个镇、多个市，如何根据受灾区域各行政区域的实时降雨量、风速以及地理环境，确定台风对受灾区域中各行政区域的经济的影响程度，是一个仍需解决的问题。
发明内容
本发明实施例提供一种台风灾害评估***，能够根据实时降雨量以风速，评估台风对受灾区域的行政区域经济产值的影响，并对评估结果进行展示。
本发明一实施例提供一种台风灾害评估***方法，包括：
台风数据管理模块、受灾区域数据管理模块以及经济产值影响评估模块；
所述台风数据管理模块，用于获取受灾区域在预设时段内各格点的累积降雨量及最大风速；
所述受灾区域数据管理模块，用于获取所述受灾区域的数字高程数据、行政区划数据、各乡镇级别的行政区域的GDP数据、各乡镇级别的行政区域的土地面积以及各乡镇级别的行政区域的人口数量；
所述经济产值影响评估模块，用于根据各所述格点的累积降雨量及最大风速，计算各所述格点的致灾因子强度指数；
根据各所述GDP数据、土地面积以及人口数量，计算各乡镇级别的行政区域的地均GDP以及人口密度；对各所述地均GDP及人口密度进行插值处理，插值到对应的格点上，获得各所述格点的地均GDP及人口密度；根据各所述格点的地均GDP和人口密度计算各所述格点的经济脆弱性指数；
根据述数字高程数据确定各格点的坡向及高程标准差，继而根据各所述格点的坡向及高程标准差计算各所述格点孕灾环境敏感性指数；
根据各所述格点的致灾因子强度指数、经济脆弱性指数以及所述孕灾环境敏感性指数以及地均GDP,计算各格点的经济影响值；
根据所述行政区划数据，确定与待评估行政区域对应的各评估格点，继而根据各所述评估格点的经济影响值，确定所述待评估行政区域的经济影响总值，并将所述待评估行政区域的经济影响总值，在显示界面上进行显示。
进一步的，述受灾区域数据管理模块，还用于获取各乡镇级别的行政区域的工业产值数据、各乡镇级别的行政区域的工业用地面积。
进一步的，还包括工业产值影响评估模块；
所述工业产值影响评估模块，用于根据各所述工业产值数据、各所述工业用地面积计算各乡镇级别的行政区域的地均工业产值，继而对所述地均工业产值及所述人口密度进行插值处理，插值到对应的格点上，获得各所述格点的地均工业产值及人口密度；根据各所述格点的地均工业产值和人口密度计算各所述格点的工业脆弱性指数；
根据各所述格点的致灾因子强度指数、工业脆弱性指数以及所述孕灾环境敏感性指数以及地均工业产值,计算各格点的工业产值影响值；
根据各所述评估格点的工业影响值，确定所述待评估行政区域的工业产值影响总值，并将所述待评估行政区域的工业产值影响总值，在显示界面上进行显示。
进一步的，所述受灾区域数据管理模块，还用于获取各乡镇级别的行政区域的农业用地类型、各类型农业用地面积、各类型农业用地的农业产值、各类型农业用地的种植密度以及各类型农业用地的格点范围；根据所述各类型农业用地的格点范围，确定归属于农业用地的农业用地格点；根据所述各类型农业用地的农业产值以及各乡镇级别的行政区域的土地面积，计算各乡镇级别的行政区域的地均农业产值，继而将所述地均农业产值进行插值处理，插值到对应的农业用地格点上，获得各所述农业用地格点的地均农业产值；将所述各类型农业用地的种植密度进行插值处理，插值到对应的农业用地格点上，获得各所述农业用地格点的种植密度。
进一步的，还包括农业产值影响评估模块；
所述农业产值影响评估模块，用于根据各所述农业用地格点的累积降雨量和最大风速确定各农业用地格点对应的作物受淹指数和作物倒伏指数；根据各农业用地格点的作物受淹指数、作物倒伏指数以及种植密度，计算各所述农业用地格点的农业脆弱性指数；
根据各所述农业用地格点所属的农业用地类型、各农业用地格点的坡向和各农业用地格点的高程标准差，计算各所述农业用地格点的农业孕灾环境敏感性指数；
根据各所述农业用地格点的致灾因子强度指数、农业脆弱性指数以及农业孕灾环境敏感性指数以及地均农业产值，计算各农业用地格点的农业产值影响值；
根据所述行政区划数据，将待评估行政区域对应的农业用地格点，作为农业评估格点，继而根据各所述农业评估格点的经济影响值，确定所述待评估行政区域的农业影响总值，并将所述待评估行政区域的农业影响总值，在显示界面上进行显示。
进一步的，所述受灾区域数据管理模块，还用于获取各乡镇级别的行政区域的人口年龄数据以及低矮房屋数据；根据所述低矮房屋数据，将各乡镇级别的行政区域分为低矮房屋用地和非低矮房屋用地，确定各所述乡镇级别的行政区内各格点所属的建筑类型；其中，所述建筑类型包括低矮房屋和非低矮房屋。
进一步的，还包括人口影响评估模块；
所述人口影响评估模块，用于将各乡镇级别的行政区域的人口密度数据及人口年龄数据进行插值处理，插值到对应的格点上，获得各所述格点的人口密度和人口年龄；
根据各所述格点的人口密度和人口年龄，计算各所述格点的人口脆弱性指数；
根据各所述格点所属的建筑类型、各格点的坡向和各格点的高程标准差，计算各所述格点的人口孕灾环境敏感性指数；
根据各所述格点的致灾因子强度指数、人口脆弱性指数、所述人口孕灾环境敏感性指数以及人口密度,计算各格点的人口影响值；
根据各所述评估格点的人口影响值，确定所述待评估行政区域的人口影响值总值，并将所述待评估行政区域的人口影响值总值，在显示界面上进行显示。
进一步的，所述台风数据管理模块，还用于获取各个预设时段内格点的累积降雨量及极大风速；其中，所述各个预设时段包括过去时段及未来时段。
进一步的，所述经济产值影响评估模块，还用于根据各所述预设时段内的累积降雨量及极大风速，计算在各所述预设时段下，各所述格点的致灾因子强度指数；继而根据在各所述预设时段下，各所述格点的致灾因子强度指数，计算在各时段下，所述待评估行政区域的经济影响总值，继而将各时段下所述待评估行政区域的经济影响总值，进行展示。
进一步的，所述工业产值影响评估模块，还用于根据在各所述预设时段下，各所述格点的致灾因子强度指数，计算在各时段下，所述待评估行政区域的工业影响总值，继而将各时段下所述待评估行政区域的工业影响总值，进行展示。
本发明实施例提供了一种台风灾害评估***，包括了台风数据管理模块、受灾区域数据管理模块以及经济产值影响评估模块；经济产值影响评估模块，用于根据台风数据管理模块获取的受灾区域在预设时段内各格点的累积降雨量及最大风速；计算各格点的致灾因子强度指数，根据GDP数据、土地面积以及人口数量计算各格点的经济脆弱性指数，根据各格点的坡向及高程标准差计算各格点的孕灾环境敏感性指数，最后根据致灾因子强度指数、孕灾环境敏感性指数以及经济脆弱性指数，待评估行政区域的经济影响总值并进行显示，从而实现了在台风来时，对受灾区域各行政区域的经济影响进行评估，直观的展示台风对受灾区域各行政区域的经济影响程度。
附图说明
图1是本发明一实施例提供的一种台风灾害评估***的***架构图。
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。
如图1所示1，本发明一实施例提供了一种台风灾害评估***，包括台风数据管理模块、受灾区域数据管理模块以及经济产值影响评估模块；
所述台风数据管理模块，用于获取受灾区域在预设时段内各格点的累积降雨量及最大风速；
所述受灾区域数据管理模块，用于获取所述受灾区域的数字高程数据、行政区划数据、各乡镇级别的行政区域的GDP数据、各乡镇级别的行政区域的土地面积以及各乡镇级别的行政区域的人口数量；
所述经济产值影响评估模块，用于根据各所述格点的累积降雨量及最大风速，计算各所述格点的致灾因子强度指数；
根据各所述GDP数据、土地面积以及人口数量，计算各乡镇级别的行政区域的地均GDP以及人口密度；对各所述地均GDP及人口密度进行插值处理，插值到对应的格点上，获得各所述格点的地均GDP及人口密度；根据各所述格点的地均GDP和人口密度计算各所述格点的经济脆弱性指数；
根据述数字高程数据确定各格点的坡向及高程标准差，继而根据各所述格点的坡向及高程标准差计算各所述格点孕灾环境敏感性指数；
根据各所述格点的致灾因子强度指数、经济脆弱性指数以及所述孕灾环境敏感性指数以及地均GDP,计算各格点的经济影响值；
根据所述行政区划数据，确定与待评估行政区域对应的各评估格点，继而根据各所述评估格点的经济影响值，确定所述待评估行政区域的经济影响总值，并将所述待评估行政区域的经济影响总值，在显示界面上进行显示。
以下对各个模块进行进一步的说明：
首先是台风数据管理模块，台风数据管理模块主要用于获取台风来临时的受灾区域的气象实况监测数据预报数据，在本发明中主要采集两个方面的数据，一个是累积降雨量另一个是最大风速；预设时段可以是过去时段，例如是过去1小时内，也可以是未来时段，例如未来3小时内，假设以经度:106.10°E～120.36°E，纬度：1.30°N～23.61°N，作为受灾区域的范围，预设时段为过去1小时，那么台风数据管理模块，会获取经度:106.10°E～120.36°E，纬度：1.30°N～23.61°N，内各格点在过去1小时的累积降雨量和最大风速，上述格点指的是受灾区域对应的气象数据上的格点(优选的网格的分辨率为0.01°*0.01°)
受灾区域数据管理模块，主要用于获取受灾区域的高程数据(栅格数据,分辨率5m格网)、行政区划数据(矢量数据,主要包括省、市、县、乡镇一级的Shapefile格式数据)；在本发明中以乡镇一级作为最低的行政区划级别，以乡镇级别为统计单位，获取受灾区域中，各个乡镇级别的行政区域的GDP数据(Pk，单位:万元)、土地面积(Sk,单位:平方千米)以及人口数量(Nk,单位:人)，各行政镇(乡)在下文中用字母k标识，每个行政镇对应一个固定的地理坐标(经度，纬度)。
对于经济产值影响评估模块，用于对受灾区域的经济产值影响进行评估，具体如下：
C1＝αH1·βS1·δV1(1.3.1.1)
C1为经济台风灾害风险指数，H1、S1、V1分别表示风险评价模型中的致灾因子强度指数、孕灾环境敏感性指数、经济脆弱性指数、；α、β、δ分别是各评价因子的权重系数，α+β+δ＝1,权重系数的大小依据各因子对台风灾害的影响程度大小，
首先是计算致灾因子强度指数：
H1为降雨量强度指数，
为风速强度指数，α1、α2为对应的权重，在本发明优选的实施例中，α1、α2都为0.5、不同降雨量对应有不同的降雨强度指数(对应关系如表1所示)，不同最大风速对应有不同的风速强度指数(对应关系如表2所示)；
表1
表2
根据各格点的累积降雨量和最大风速，根据表1，表2的对应关系，对应的权重α1、α2，即可计算出各个格点的致灾因子强度指数。需要说明的是权重α1、α2可以根据实际情况进行调整。
紧接着计算各格点的经济脆弱性指数，首先根据各乡镇级别行政区域的GDP数据、土地面积以及人口数量，通过以下公式，计算各乡镇级别行政区域的地均GDP(pk，万元/km2)和人口密度(ρk,人/km2)；
然后将将计算出来的地均GDP数据(pk)和人口密度数据(ρk)进行插值，插值到与气象数据相对应的格点(i,j)上,得到相应栅格点(i,j)上的地均GDP数据(pi,j)和人口密度数据(ρi,j)；
紧接着计算经济脆弱性指数：
为格点的地均GDP指数、
为人口密度指数，β1、β2为对应的权重，可根据实际情况进行调整。
在本发明优选的实施例中，β1、β2都为0.5；格点上不同的人口密度对应有不同的人口密度指数(对应关系如表3所示)，不同的地均GDP对应有不同的地均GDP指数(对应关系如表4所示):
表3
表4
根据表3和表4，确定各个格点的人口密度指数和地均GDP指数，以及上述β1、β2的权重值，计算各格点的经济脆弱性指数V1；
紧接着计算孕灾环境敏感性指数，孕灾环境敏感性主要考虑地形对经济的影响；通过受灾区域的高程数据，提取各格点的坡向及高程标准差：
高程标准差利用GIS空间分析对受灾区域进行微观地貌提取，将提取的各地形因子栅格模型转化为各分级模型。利用Arcmap空间分析模块计算栅格周围8*8领域内65个栅格(包括自身高)高程标准差作为表征该处地形变化程度的定量指标，获得各格点的高程影响指数
大小在0～1之间；不同高程标准差预设有对应的高程影响指数，
坡向利用ARCGIS-Surface Analysis-Aspect提取受灾区域的坡向信息，输出的坡向数据中，将坡向分为平坡(-1°)、东坡(45～135°)、南坡(135～225°)、西坡(225～315°)、北坡(315～360°、360～45°)，定义东坡为迎风坡，其坡向影响指数
为1，其它坡向的坡向影响指数
为0；
通过以下公式计算孕灾环境敏感性指数：
为高程影响指数、
为坡向影响指数，δ1和δ2为权重系数优选的都为0.5；
根据各个格点的高程标准差以及坡向，确定各格点的高程影响指数和坡向影响指数，结合对应的权重系数计算出各格点的孕灾环境敏感性指数；
根据上述各格点的致灾因子强度指数、经济脆弱性指数以及所述孕灾环境敏感性指数计算各格点的经济台风风险指数C1，权重系数α、β、δ，可根据实际情况进行调整。
然后根据各格点的经济台风险指数以及地均GDP,通过以下公式计算各格点的经济影响值：qi,j＝Ci,j*pi,j，qi,j为经度为i纬度为j的格点的经济影响值，Co,j为该格点对应的经济台风风险指数，pi,j为该格点的地均GDP；
最后通过以下公式计算待评估行政区域的经济影响总值：
si,j为待评估行政区域的陆地面积；[m1,m2]为待评估行政区域在经度方向网格点范围。[k1,k2]为待评估行政区域在纬度方向网格点范围。最后将经济影响总值在显示界面上进行显示。
在一个优选的实施例中，所述台风数据管理模块，还用于获取各个预设时段内格点的累积降雨量及极大风速；其中，所述各个预设时段包括过去时段及未来时段。所述经济产值影响评估模块，还用于根据各所述预设时段内的累积降雨量及极大风速，计算在各所述预设时段下，各所述格点的致灾因子强度指数；继而根据在各所述预设时段下，各所述格点的致灾因子强度指数，计算在各时段下，所述待评估行政区域的经济影响总值，继而将各时段下所述待评估行政区域的经济影响总值，进行展示。这一实施例主要对多个不同时段的经济影响总值进行评估，例如台风数据管理模块就采集各格点在，过去1小时的累积降雨量和极大风速，未来3小时，6小时，12小时，24小时气象预报中的累积降雨量和最大风速，然后由经济产值影响评估模块对各个时段下的，待评估行政区域的经济影响总值进行评估(具体评估方法与上文相同，不再赘述，各时段的累积降雨量和最大风速不同，那么会导致各个时段的致灾因子强度指数不同，最终计算得到的经济影响总值不同)。
在获得各个时段下的经济影响总值后，在显示界面进行显示，可通过联动坐标轴方式进行展示，可以各时段为横坐标，以各时段对应的经济影响总值为纵坐标，生成统计图，然后将统计图在显示界面进行显示。
在一个优选的实施例中，所述受灾区域数据管理模块，还用于获取各乡镇级别的行政区域的工业产值数据、各乡镇级别的行政区域的工业用地面积。
台风灾害评估***，还包括：工业产值影响评估模块；
所述工业产值影响评估模块，用于根据各所述工业产值数据、各所述工业用地面积计算各乡镇级别的行政区域的地均工业产值，继而对所述地均工业产值及所述人口密度进行插值处理，插值到对应的格点上，获得各所述格点的地均工业产值及人口密度；根据各所述格点的地均工业产值和人口密度计算各所述格点的工业脆弱性指数；
根据各所述格点的致灾因子强度指数、工业脆弱性指数以及所述孕灾环境敏感性指数以及地均工业产值,计算各格点的工业产值影响值；
根据各所述评估格点的工业影响值，确定所述待评估行政区域的工业产值影响总值，并将所述待评估行政区域的工业产值影响总值，在显示界面上进行显示。
以下对受灾区域数据管理模块和工业产值影响评估模块进行进一步的说明：
在这一实施例中，受灾区域数据管理模块，任就以乡镇级别行政区划作为最小的统计单位，获取受灾区域内各乡镇级别的行政区域的工业产值数据和工业用地面积；受灾区域内工业用地的识别与提取可以根据受灾区域对应的土地分类文件以及《土地利用现状分类》GB/T 21010-2017，提取表5所示的土地类型，作为本文所述的工业用地，然后根据各工业用地的地理坐标，计算各工业用地的工业用地面积的大小(SIk,单位:平方千米)，获取各各乡镇级别的行政区域的工业产值数据(可从各镇级行政单位，官方的统计数据中获取)；
表5
对于工业产值影响评估模块，主要用于计算各格点的工业产值灾害风险指数，然后对待评估行政区域的工业产值影响总值进行评估：
各格点的工业产值灾害风险指数计算公式如下：C2＝αH2·βS2·δV2；
C2为工业产值灾害风险指数、H2、S2、V2分别表示致灾因子强度指数、孕灾环境敏感性指数；工业脆弱性指数；α、β、δ分别是各评价因子的权重系数，α+β+δ＝1,权重系数的大小依据各因子对台风灾害的影响程度大小进行设定；
需要说明的是在本实施例中，工业产值影响评估模块中，各格点的致灾因子强度指数H2、孕灾环境敏感性指数S2与上文中经济产值影响评估模块的致灾因子强度指数H1、孕灾环境敏感性指数S1，相同不用再进行重复的计算，只需调用经济产值影响评估模块所计算出来的数据即可，以下对工业产值影响评估模块，如何计算工业脆弱性指数V2进行说明：
先根据工业产值数据(Ik，单位:万元)、工业用地面积(SIk,单位:平方千米)，计算各乡镇级别的行政区域的地均工业产值；
然后结合经济产值影响评估模块所计算的人口密度。将地均工业产值及所述人口密度进行插值处理，插值到对应的格点上，获得各所述格点的地均工业产值I′i,j)及人口密度(ρi,j)。
格点上不同的地均工业产值对应不同的地均工业产值指数
(如表6所示)；
表6
根据上表以及以下公式，计算各格点的工业脆弱性指数：
然后根据各述格点的致灾因子强度指数、工业脆弱性指数以及所述孕灾环境敏感性指数，通过公式C2＝αH2·βS2·δV2；计算各格点的工业产值灾害风险指数；α、β、δ可根据实际情况进行调整。其取值不一定与经济产值影响评估模块中的α、β、δ的值相同。
然后根据各格点的工业产值灾害风险指数和地均工业产值(I′i,j,万元)，通过以下公式计算各格点的工业产值影响值：
为经度为i纬度为j的格点的工业产值影响值，
为该格点对应的工业产值灾害风险指数，I′i,j为该格点的地均工业产值；
最后根据以下公式计算待评估行政区域的工业产值影响总值：
在一个优选的实施例中，所述工业产值影响评估模块，还用于根据在各所述预设时段下，各所述格点的致灾因子强度指数，计算在各时段下，所述待评估行政区域的工业影响总值，继而将各时段下所述待评估行政区域的工业影响总值，进行展示。在这一实施例中，这一实施例主要对多个不同时段的工业产值影响总值进行评估，例如台风数据管理模块就采集各格点在，过去1小时的累积降雨量和极大风速，未来3小时，6小时，12小时，24小时气象预报中的累积降雨量和最大风速，然后由工业产值影响评估模块对各个时段下的，待评估行政区域的工业产值影响总值进行评估(具体评估方法与上文相同，不再赘述，各时段的累积降雨量和最大风速不同，那么会导致各个时段的致灾因子强度指数不同，最终计算得到的工业产值影响总值不同)。
在获得各个时段下的工业产值影响总值后，在显示界面进行显示，可通过联动坐标轴方式进行展示，可以各时段为横坐标，以各时段对应的工业产值影响总值为纵坐标，生成统计图，然后将统计图在显示界面进行显示。
在一个优选的实施例中，还包括所述受灾区域数据管理模块，还用于获取各乡镇级别的行政区域的农业用地类型、各类型农业用地面积、各类型农业用地的农业产值、各类型农业用地的种植密度以及各类型农业用地的格点范围；根据所述各类型农业用地的格点范围，确定归属于农业用地的农业用地格点；根据所述各类型农业用地的农业产值以及各乡镇级别的行政区域的土地面积，计算各乡镇级别的行政区域的地均农业产值，继而将所述地均农业产值进行插值处理，插值到对应的农业用地格点上，获得各所述农业用地格点的地均农业产值；将所述各类型农业用地的种植密度进行插值处理，插值到对应的农业用地格点上，获得各所述农业用地格点的种植密度。
所述台风灾害评估***，还包括农业产值影响评估模块；
所述农业产值影响评估模块，用于根据各所述农业用地格点的累积降雨量和最大风速确定各农业用地格点对应的作物受淹指数和作物倒伏指数；根据各农业用地格点的作物受淹指数、作物倒伏指数以及种植密度，计算各所述农业用地格点的农业脆弱性指数；
根据各所述农业用地格点所属的农业用地类型、各农业用地格点的坡向和各农业用地格点的高程标准差，计算各所述农业用地格点的农业孕灾环境敏感性指数；
根据各所述农业用地格点的致灾因子强度指数、农业脆弱性指数以及农业孕灾环境敏感性指数以及地均农业产值，计算各农业用地格点的农业产值影响值；
根据所述行政区划数据，将待评估行政区域对应的农业用地格点，作为农业评估格点，继而根据各所述农业评估格点的经济影响值，确定所述待评估行政区域的农业影响总值，并将所述待评估行政区域的农业影响总值，在显示界面上进行显示。
这一实施例主要是在台风来临时，对台风对农业的影响进行评估，在这一实施例中，受灾区域数据管理模块，根据受灾区域的地利用分类文件以及根据《土地利用现状分类》GB/T 21010-2017，提取受灾区域各农业用地的类型，以及地理坐标，然后计算各类型农业用地面积；农业用地类型的分类具体如表7所示：
表7
再获取各类型农业用地的农业产值，以及各乡镇级别的行政区域的土地面积即可计算各乡镇级别的行政区域的地均农业产值；根据各类型农业用地面积，以及各类型农业用地的农作物种植数量，即可计算各类型农业用地的种植密度；然后根据各类型农业用地的地理坐标确定各类型农业用地的格点范围，进而确定受灾区域中，属于农业用地的格点，即上述农业用地格点。然后对上述地均农业产值和种植密度进行插值处理，插值到对应的农业用地格点上，获得各所述农业用地格点的种植密度。
紧接着对农业产值影响评估模块，进行说明：与上文一致，农业产值影响评估模块通过各农业用地格点的致灾因子强度指数、农业脆弱性指数以及农业孕灾环境敏感性指数，来对计算各农业用地格点的农业产值灾害风险指数，然后进行评估；
各农业用地格点的农业产值灾害风险指数计算公式如下：
C3＝αH3·βS3·δV3；C3为农业产值灾害风险指数、H3、S3、V3分别表示致灾因子强度指数、农业孕灾环境敏感性指数；农业脆弱性指数；α、β、δ分别是各评价因子的权重系数，α+β+δ＝1,权重系数的大小依据各因子对台风灾害的影响程度大小进行设定(此处的α、β、δ的具体数值，并不一定与经济产值影响评估模块、工业产值影响评估模块中所定义α、β、δ的数值一致)；
需要说明的是在本实施例中，农业产值影响评估模块中，各格点的致灾因子强度指数H3与上文中经济产值影响评估模块的致灾因子强度指数H1相同以下对农业产值影响评估模块，如何计算，农业孕灾环境敏感性指数S3，农业脆弱性指数V3进行说明：
农业孕灾环境敏感性指数
与经济产值影响评估模块中的
一致不再进行说明，
表示格点所属农业用地的类型对应的农业类型指数，不同农业用地类型对应不同农业类型指数(如表8所示)；β1、β2、β3为权重系数可以根据实际情况进行调整，β1+β2+β3＝1
表8
根据表8得到各农业用地格点对应的农业类型指数，从而计算出个农业用格点的农业孕灾环境敏感性指数。
紧接着是农业脆弱性指数
是各格点的作物受淹指数、
是作物倒伏指数，
为种植密度指数；δ1、δ2、δ3为权重系数可以根据实际情况进行调整，δ1+δ2+δ3＝1
作物受淹指数与各格点的累积降雨量相关联，具体见表9：
表9
作物倒伏指数与各格点的最大风速相关联，具体见表10
表10
不同种植密度对应设置有不同的种植密度指数，种植密度越大种植密度指数越大，在此次不再例举；根据各对应关系计算出农业脆弱性指数V3
在一个优选的实施例中，所述受灾区域数据管理模块，还用于获取各农业用地的作物生育周期；这时农业脆弱性指数计算公式可以为
其他参数定义一致，而
是各格点的作物生育周期指数；不同作物生育周期对应不同的生育周期指数，以水稻为例，对应关系如表11所示：
表11
计算出各农业用地格点的致灾因子强度指数、农业脆弱性指数以及农业孕灾环境敏感性指数后，求出各农业用地格点的农业产值灾害风险指数；
根据各农业用地格点的农业产值灾害风险指数以及地均农业产值(A′i,j,万元)，求出各农业用地格点的农业产值影响值：
为经度为i纬度为j的格点的农业产值影响值，
为该格点对应的农业产值灾害风险指数，A′i,j为该格点的地均农业产值；
最后根据以下公式计算待评估行政区域的工业产值影响总值：
在一个优选的实施例中，受灾区域数据管理模块，还用于获取各乡镇级行政区域的人口年龄数据以及低矮房屋数据；根据所述低矮房屋数据，将各乡镇级别的行政区域分为低矮房屋用地和非低矮房屋用地，确定各所述乡镇级别的行政区内各格点所属的建筑类型；其中，所述建筑类型包括低矮房屋和非低矮房屋。
台风灾害评估***还包括人口影响评估模块；
所述人口影响评估模块，用于将各乡镇级别的行政区域的人口密度数据及人口年龄数据进行插值处理，插值到对应的格点上，获得各所述格点的人口密度和人口年龄；
根据各所述格点的人口密度和人口年龄，计算各所述格点的人口脆弱性指数；
根据各所述格点所属的建筑类型、各格点的坡向和各格点的高程标准差，计算各所述格点的人口孕灾环境敏感性指数；
根据各所述格点的致灾因子强度指数、人口脆弱性指数、所述人口孕灾环境敏感性指数以及人口密度,计算各格点的人口影响值；
根据各所述评估格点的人口影响值，确定所述待评估行政区域的人口影响值总值，并将所述待评估行政区域的人口影响值总值，在显示界面上进行显示。
在这一实施例中，台风来临时低矮房屋会更容易遭到破坏，因此主要低矮房屋内的人，更容易受到影响，本发明说提及的低矮房屋，指的是铁皮屋和工棚；
低矮房屋数据包括低矮房屋所在的地理坐标，具体提取方式如下：
采用高分辨率遥感影像进行提取，本发明选取Google Earth中提取的分辨率为0.5米的受灾区域各乡镇级别的行政区域遥感影像进行目标物提取(提取出遥感影响中的低矮房屋)，影像一共有2473景，数据量大小为2.61TB。此外，由于识别目标数量较大，采用人工目视解译方法投入的人力成本和时间成本较高，为此本研究采用的是深度学习方法实现低矮房屋的批量自动提取，模型采用的是深度学习中的分割网络模型(Mask RCNN)，采用ArcGIS软件对低矮房屋的样本影像进行人工解译，简易工棚或铁皮屋的样本位置，选取的然后将识别目标的SHP文件转化为栅格文件，并根据工棚位置对每景影像进行裁剪，确保裁剪后的影像都至少有一个识别目标；最后生成训练影像，选取了其中的大部分作为训练样本，小部分作为验证样本来进行批量提取工作。采用Mask RCNN对提取目标进行批量提取，最终获得各乡镇级别的行政区域简易工棚、铁皮屋的统一提取结结果，提取格式为SHP格式，并包含独立编码、位置、形状等信息。
受灾区域数据管理模块在获取低矮房屋数据后，将各乡镇级别的行政区域分为低矮房屋用地和非低矮房屋用地，从而确定各所述乡镇级别的行政区内各格点所属的建筑类型；
对于人口影响评估模块，主要用于评估台风对人口的影响；
与上文一致，人口影响评估模块通过各格点的致灾因子强度指数、人口脆弱性指数以及人口孕灾环境敏感性指数，来对计算各格点的人口灾害风险指数，然后进行评估；
各格点的人口灾害风险指数计算公式如下：
C4＝αH4·βS4·δV4；C4为人口灾害风险指数、H3、S3、V3分别表示致灾因子强度指数、人口孕灾环境敏感性指数；人口脆弱性指数；α、β、δ分别是各评价因子的权重系数，α+β+δ＝1,权重系数的大小依据各因子对台风灾害的影响程度大小进行设定(此处的α、β、δ的具体数值，并不一定与本发明其他模块中所定义α、β、δ的数值一致)；
需要说明的是在本实施例中，人口影响评估模块中，各格点的致灾因子强度指数H4与上文中经济产值影响评估模块的致灾因子强度指数H1相同；
以下对人口影响评估模块，如何计算，人口孕灾环境敏感性指数S4，人口脆弱性指数V4进行说明：
人口孕灾环境敏感性指数
与经济产值影响评估模块中的
一致不再进行说明，
表示格点所属建筑类型指数，不同建筑类型对应不同建筑类型指数(如表12所示)；β1、β2、β3为权重系数可以根据实际情况进行调整，β1+β2+β3＝1(此处的β1、β2、β3的具体数值，并不一定与本发明其他模块所定义β1、β2、β3的数值一致)；
表11
根据表11得到各格点对应的建筑类型指数，从而计算出个各格点的人口孕灾环境敏感性指数。
紧接着是人口脆弱性指数
是各格点的人口密度指数(与经济产值影响评估模块的一致)、
是人口年龄指数δ1、δ2为权重系数可以根据实际情况进行调整，δ1+δ2＝1(此处的δ1、δ2的具体数值，并不一定与本发明其他模块中所定义β1、β2、β3的数值一致)；根据各格点的人口年龄及数据，计算高危人口的百分比，将各格点的高危人口百分比与各格点的人口年龄指数相关联(对应关系如表12所示)；台风风险对老年人和小孩造成的影响越大，所以只考虑老人(大于60岁)小孩(小于10岁)的人群为高危人群，计算单位格点上高危人群的百分比(％)，根据表12得到对应的人口年龄指数。
表12
根据各格点的致灾因子强度指数、人口脆弱性指数、人口孕灾环境敏感性指数计算人口灾害风险指数；
然后根据各格点的人口灾害风险指数以及人口密度数据(A＇i,j,万元)，求出各格点的人口影响值：
为经度为i纬度为j的格点的人口值影响值，
为该格点对应的人口灾害风险指数，ρi,j为该格点的人口密度；
最后根据以下公式计算待评估行政区域的人口影响总值：
在一个优选的实施例中，还包括将所述待评估行政区域各格点的人口影响值插值到待评估行政区域的，各街道区划不同街道上，从而通过智能绘图引擎生成人口热力图呈现。
通过实施本发明实施例，能够在台风来临时对受灾区域中各行政区域的受灾情况进行多维度的评估，并将评估结果进行呈现。直观的展示台风对受灾区域各行政区域在各个维度的影响情况，以便于救灾工作的开展。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。
Claims (6)
1.一种台风灾害评估***，其特征在于，包括：台风数据管理模块、受灾区域数据管理模块、经济产值影响评估模块以及工业产值影响评估模块；
所述台风数据管理模块，用于获取受灾区域在预设时段内各格点的累积降雨量及最大风速；还用于获取各个预设时段内格点的累积降雨量及极大风速；其中，所述各个预设时段包括过去时段及未来时段；
所述受灾区域数据管理模块，用于获取所述受灾区域的数字高程数据、行政区划数据、各乡镇级别的行政区域的GDP数据、各乡镇级别的行政区域的土地面积以及各乡镇级别的行政区域的人口数量；还用于获取各乡镇级别的行政区域的工业产值数据、各乡镇级别的行政区域的工业用地面积；
所述经济产值影响评估模块，用于根据各所述格点的累积降雨量及最大风速，计算各所述格点的致灾因子强度指数；还用于根据各所述预设时段内的累积降雨量及极大风速，计算在各所述预设时段下，各所述格点的致灾因子强度指数；继而根据在各所述预设时段下，各所述格点的致灾因子强度指数，计算在各时段下，待评估行政区域的经济影响总值，继而将各时段下所述待评估行政区域的经济影响总值，进行展示；
根据各所述GDP数据、土地面积以及人口数量，计算各乡镇级别的行政区域的地均GDP以及人口密度；对各所述地均GDP及人口密度进行插值处理，插值到对应的格点上，获得各所述格点的地均GDP及人口密度；根据各所述格点的地均GDP和人口密度计算各所述格点的经济脆弱性指数；
根据述数字高程数据确定各格点的坡向及高程标准差，继而根据各所述格点的坡向及高程标准差计算各所述格点孕灾环境敏感性指数；
根据各所述格点的致灾因子强度指数、经济脆弱性指数以及所述孕灾环境敏感性指数以及地均GDP,计算各格点的经济影响值；
根据所述行政区划数据，确定与待评估行政区域对应的各评估格点，继而根据各所述评估格点的经济影响值，确定所述待评估行政区域的经济影响总值，并将所述待评估行政区域的经济影响总值，在显示界面上进行显示；
所述工业产值影响评估模块，用于根据各所述工业产值数据、各所述工业用地面积计算各乡镇级别的行政区域的地均工业产值，继而对所述地均工业产值及所述人口密度进行插值处理，插值到对应的格点上，获得各所述格点的地均工业产值及人口密度；根据各所述格点的地均工业产值和人口密度计算各所述格点的工业脆弱性指数；
根据各所述格点的致灾因子强度指数、工业脆弱性指数以及所述孕灾环境敏感性指数以及地均工业产值,计算各格点的工业产值影响值；
根据各所述评估格点的工业影响值，确定所述待评估行政区域的工业产值影响总值，并将所述待评估行政区域的工业产值影响总值，在显示界面上进行显示。
2.如权利要求1所述的台风灾害评估***，其特征在于，所述受灾区域数据管理模块，还用于获取各乡镇级别的行政区域的农业用地类型、各类型农业用地面积、各类型农业用地的农业产值、各类型农业用地的种植密度以及各类型农业用地的格点范围；根据所述各类型农业用地的格点范围，确定归属于农业用地的农业用地格点；根据所述各类型农业用地的农业产值以及各乡镇级别的行政区域的土地面积，计算各乡镇级别的行政区域的地均农业产值，继而将所述地均农业产值进行插值处理，插值到对应的农业用地格点上，获得各所述农业用地格点的地均农业产值；将所述各类型农业用地的种植密度进行插值处理，插值到对应的农业用地格点上，获得各所述农业用地格点的种植密度。
3.如权利要求2所述的台风灾害评估***，其特征在于，还包括农业产值影响评估模块；
所述农业产值影响评估模块，用于根据各所述农业用地格点的累积降雨量和最大风速确定各农业用地格点对应的作物受淹指数和作物倒伏指数；根据各农业用地格点的作物受淹指数、作物倒伏指数以及种植密度，计算各所述农业用地格点的农业脆弱性指数；
根据各所述农业用地格点所属的农业用地类型、各农业用地格点的坡向和各农业用地格点的高程标准差，计算各所述农业用地格点的农业孕灾环境敏感性指数；
根据各所述农业用地格点的致灾因子强度指数、农业脆弱性指数以及农业孕灾环境敏感性指数以及地均农业产值，计算各农业用地格点的农业产值影响值；
根据所述行政区划数据，将待评估行政区域对应的农业用地格点，作为农业评估格点，继而根据各所述农业评估格点的经济影响值，确定所述待评估行政区域的农业影响总值，并将所述待评估行政区域的农业影响总值，在显示界面上进行显示。
4.如权利要求1所述的台风灾害评估***，其特征在于，所述受灾区域数据管理模块，还用于获取各乡镇级别的行政区域的人口年龄数据以及低矮房屋数据；根据所述低矮房屋数据，将各乡镇级别的行政区域分为低矮房屋用地和非低矮房屋用地，确定各所述乡镇级别的行政区内各格点所属的建筑类型；其中，所述建筑类型包括低矮房屋和非低矮房屋。
5.如权利要求4所述的台风灾害评估***，其特征在于，还包括人口影响评估模块；
所述人口影响评估模块，用于将各乡镇级别的行政区域的人口密度数据及人口年龄数据进行插值处理，插值到对应的格点上，获得各所述格点的人口密度和人口年龄；
根据各所述格点的人口密度和人口年龄，计算各所述格点的人口脆弱性指数；
根据各所述格点所属的建筑类型、各格点的坡向和各格点的高程标准差，计算各所述格点的人口孕灾环境敏感性指数；
根据各所述格点的致灾因子强度指数、人口脆弱性指数、所述人口孕灾环境敏感性指数以及人口密度,计算各格点的人口影响值；
根据各所述评估格点的人口影响值，确定所述待评估行政区域的人口影响值总值，并将所述待评估行政区域的人口影响值总值，在显示界面上进行显示。
6.如权利要求1所述的台风灾害评估***，其特征在于，所述工业产值影响评估模块，还用于根据在各所述预设时段下，各所述格点的致灾因子强度指数，计算在各时段下，所述待评估行政区域的工业影响总值，继而将各时段下所述待评估行政区域的工业影响总值，进行展示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010095184.XA CN111340668B (zh) | 2020-02-14 | 2020-02-14 | 一种台风灾害评估*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010095184.XA CN111340668B (zh) | 2020-02-14 | 2020-02-14 | 一种台风灾害评估*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111340668A CN111340668A (zh) | 2020-06-26 |
| CN111340668B true CN111340668B (zh) | 2023-05-16 |
Family
ID=71186062
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010095184.XA Active CN111340668B (zh) | 2020-02-14 | 2020-02-14 | 一种台风灾害评估*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111340668B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115016036A (zh) * | 2022-06-28 | 2022-09-06 | 中科三清科技有限公司 | 一种农业气象监测方法、装置、设备及存储介质 |
| CN116303750B (zh) * | 2023-05-24 | 2023-09-22 | 南京信息工程大学 | 一种致灾气旋的多维度特征辨识方法和*** |
| CN117911800B (zh) * | 2024-03-20 | 2024-06-18 | 中国电建集团西北勘测设计研究院有限公司 | 一种多尺度流域人居环境分类管理*** |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103218522A (zh) * | 2013-04-01 | 2013-07-24 | 民政部国家减灾中心 | 一种划分洪灾风险等级的方法及装置 |
| CN105787652A (zh) * | 2016-02-23 | 2016-07-20 | 北京师范大学 | 一种区域综合环境风险评估和分区方法 |
| CN109272189A (zh) * | 2018-08-03 | 2019-01-25 | 华南理工大学 | 一种基于链式结构的城市尺度洪涝灾害风险评估方法 |
-
2020
- 2020-02-14 CN CN202010095184.XA patent/CN111340668B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103218522A (zh) * | 2013-04-01 | 2013-07-24 | 民政部国家减灾中心 | 一种划分洪灾风险等级的方法及装置 |
| CN105787652A (zh) * | 2016-02-23 | 2016-07-20 | 北京师范大学 | 一种区域综合环境风险评估和分区方法 |
| CN109272189A (zh) * | 2018-08-03 | 2019-01-25 | 华南理工大学 | 一种基于链式结构的城市尺度洪涝灾害风险评估方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111340668A (zh) | 2020-06-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111340668B (zh) | 一种台风灾害评估*** | |
| Houston et al. | Comparisons of HRD and SLOSH surface wind fields in hurricanes: Implications for storm surge modeling | |
| Samarasinghea et al. | Application of remote sensing and GIS for flood risk analysis: a case study at Kalu-Ganga River, Sri Lanka | |
| Mohanty et al. | Role of sea surface temperature in modulating life cycle of tropical cyclones over Bay of Bengal | |
| CN114240119A (zh) | 基于数字孪生的国土空间全域全要素防洪防涝***及预警方法 | |
| Di Sabatino et al. | Construction of digital elevation models for a southern European city and a comparative morphological analysis with respect to Northern European and North American cities | |
| Moawad | Analysis of the flash flood occurred on 18 January 2010 in wadi El Arish, Egypt (a case study) | |
| CN107316095A (zh) | 一种耦合多源数据的区域气象干旱等级预测方法 | |
| CN113222283B (zh) | 一种基于数字孪生的山洪预报预警方法及*** | |
| CN106373070B (zh) | 一种应对城市暴雨内涝的四预方法 | |
| Yeboah et al. | Assessing the land use and land cover changes due to urban growth in Accra, Ghana | |
| CN112926468B (zh) | 一种潮滩高程自动提取方法 | |
| CN105741037A (zh) | 一种台风灾害评估*** | |
| Wu et al. | Analysis on the damage and recovery of typhoon disaster based on UAV orthograph | |
| Azorin-Molina et al. | High resolution HIRLAM simulations of the role of low-level sea-breeze convergence in initiating deep moist convection in the eastern Iberian Peninsula | |
| Quan et al. | Risk assessment of rainstorm waterlogging on subway in central urban area of Shanghai, China based on scenario simulation | |
| CHHETRI et al. | Local climate classification and urban heat/dry island in Matsuyama plain | |
| CN114528672A (zh) | 基于3s技术的城市水文站网布设方法及*** | |
| Medeiros et al. | A Random Forest model based on lidar and field measurements for parameterizing surface roughness in coastal modeling | |
| Lagkas | Analysis of NDVI variation and snowmelt around Zackenberg station, Greenland with comparison of ground data and remote sensing | |
| Van Liem et al. | Assessment of shoreline changes for setback zone establishment from Son Tra (Da Nang city) to Cua Dai (Hoi An city), Vietnam | |
| CN114818464A (zh) | 一种基于测站的网格雨量计算方法 | |
| Do et al. | Analysis of urban expansion and flood risk change in Da Nang city in Central Vietnam | |
| Dayal et al. | A grid sensitivity study of the Weather Research and Forecasting (WRF) model for simulating surface winds over the small island state of Fiji | |
| Yildirim et al. | A GIS‐based siting technique for automatic weather stations in Trabzon, Turkey |
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 |