CN116703036B - 一种高温防灾措施生成方法及***及装置及介质 - Google Patents
一种高温防灾措施生成方法及***及装置及介质 Download PDFInfo
- Publication number
- CN116703036B CN116703036B CN202310753175.9A CN202310753175A CN116703036B CN 116703036 B CN116703036 B CN 116703036B CN 202310753175 A CN202310753175 A CN 202310753175A CN 116703036 B CN116703036 B CN 116703036B
- Authority
- CN
- China
- Prior art keywords
- temperature
- disaster prevention
- data
- temperature evaluation
- risk
- 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
- 230000002265 prevention Effects 0.000 title claims abstract description 146
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000011156 evaluation Methods 0.000 claims abstract description 149
- 230000000694 effects Effects 0.000 claims abstract description 47
- 238000005457 optimization Methods 0.000 claims abstract description 14
- 230000006870 function Effects 0.000 claims description 41
- 238000004364 calculation method Methods 0.000 claims description 37
- 238000010606 normalization Methods 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 17
- 238000001556 precipitation Methods 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 12
- 238000010219 correlation analysis Methods 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 11
- 238000000638 solvent extraction Methods 0.000 claims description 8
- 230000000366 juvenile effect Effects 0.000 claims description 7
- 230000009471 action Effects 0.000 claims description 6
- 238000007405 data analysis Methods 0.000 claims description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 6
- 238000005192 partition Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000012986 modification Methods 0.000 description 11
- 230000004048 modification Effects 0.000 description 11
- 230000008859 change Effects 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 230000006872 improvement Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 241000579895 Chlorostilbon Species 0.000 description 1
- 238000010220 Pearson correlation analysis Methods 0.000 description 1
- 238000012352 Spearman correlation analysis Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- CLOMYZFHNHFSIQ-UHFFFAOYSA-N clonixin Chemical compound CC1=C(Cl)C=CC=C1NC1=NC=CC=C1C(O)=O CLOMYZFHNHFSIQ-UHFFFAOYSA-N 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 239000010976 emerald Substances 0.000 description 1
- 229910052876 emerald Inorganic materials 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- ZLIBICFPKPWGIZ-UHFFFAOYSA-N pyrimethanil Chemical compound CC1=CC(C)=NC(NC=2C=CC=CC=2)=N1 ZLIBICFPKPWGIZ-UHFFFAOYSA-N 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000000007 visual effect Effects 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- 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
-
- 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)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Quality & Reliability (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Operations Research (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种高温防灾措施生成方法及***及装置及介质，涉及气象灾害应对技术领域，首先基于基础数据获得相应的高温评估指标，其次通过对高温评估指标进行分类获得高温评估因子，再根据高温评估因子综合评价了目标区域的高温风险指标，最后采用高温防灾优化模型优化综合效应目标函数，实现了高温决策效果的量化预估，根据预估结果以及目标区域的实际高温风险指标自动生成最优的高温防灾措施，排除了决策主观因素影响，降低了对案例数据的依赖，提高了高温防灾措施的有效性。
Description
技术领域
本发明涉及气象灾害应对技术领域，具体地，涉及一种高温防灾措施生成方法及***及装置及介质。
背景技术
高温极端事件是引起干旱、火灾等次生气象灾害的起因之一，对社会经济造成了极大的影响，科学有效的高温防灾措施决策有助于减少高温极端事件下的人民生命财产损失，是应急减灾的重要环节。现有技术针对高温极端事件生成对应的防灾措施的过程中，首先根据气象指标划分研究区域的高温风险等级，再以历史案例数据和专家的经验判断为依据选择相应的防灾措施。然而高温极端事件具有时空差异，基于单一的气象指标评估研究区域的高温风险等级不准确，进而影响高温防灾措施的选择；同时，现有技术中防灾措施的生成受专家主观经验影响较大，且依赖于历史案例数据，导致在缺乏相似历史案例时难以生产过程有效的高温防灾措施，使措施应用场景受限；因此，现有技术获得的高温防灾措施存在应用场景局限，不能有效的应对高温极端事件的问题。
发明内容
针对现有技术中的高温防灾措施基于历史案例数据以及专家经验判断生成，导致生成的高温防灾措施无法量化，受专家主观经验影响较大，且措施应用场景局限的问题，本发明提供了一种高温防灾措施生成方法，所述高温防灾措施生成方法包括以下步骤：
确定目标区域，采集所述目标区域的基础数据；
分析所述基础数据，获得若干高温评估指标；对所述若干高温评估指标进行分类，获得分类结果，根据所述分类结果计算高温评估因子；
根据所述高温评估因子计算所述目标区域对应的高温风险指标；
采集第一防灾措施，分别计算所述第一防灾措施对应的综合效应目标函数；
根据所述第一防灾措施对应的综合效应目标函数对所述第一防灾措施的效果进行预测，获得预测结果；
根据所述预测结果对所述第一防灾措施进行处理，获得第二防灾措施。
其中，本方法首先基于基础数据获得相应的高温评估指标，再通过对高温评估指标进行分类获得高温评估因子，最后根据高温评估因子综合评价了目标区域的高温风险指标，同时，本方法对决策效果进行量化评估，根据评估结果以及目标区域的实际高温风险指标自动生成最优的高温防灾措施，排除了决策主观因素影响，同时降低了高温防灾措施生成时对历史案例数据的依赖，基于目标区域的实际高温风险指标自动生成最优的高温防灾措施，扩大了高温防灾措施的应用场景，提高了高温防灾措施的有效性。
进一步的，高温极端事件具有时空差异，不同的地区在相同的气温条件下可能存在不同的高温风险，所适用的高温防灾措施也存在差异，单一的气象、水文或经济指标无法准确评估高温风险指标，为了准确评估目标区域的高温风险指标，从而生成适宜的高温防灾措施，所述若干高温评估因子包括危险性因子、脆弱性因子和暴露度因子；其中，所述危险性因子用于表述气象环境对承载体产生危害的能力，脆弱性因子用于表征环境在不同强度的高温危害下的易损性，暴露度因子用于表征在危险性因子作用下高温危害对人口、经济以及生命财产等承载体特征影响的可能性。
根据所述高温评估因子计算所述目标区域对应的高温风险指标的具体方法为：
其中，R为高温风险指标，Rj(j＝1,2,3)为若干高温评估因子中第j个高温评估因子，Wj(j＝1,2,3)为所述若干高温评估因子中第j个高温评估因子对应的权重。
进一步的，在实际应用中，目标区域高温风险具有空间异质性，即规定的目标区域内不同位置的高温风险指标不一定相等，为了计算目标区域的高温空间分布，根据目标区域的高温空间分布提取目标区域内存在较大高温风险的重点地区，所述高温防灾措施生成方法中根据所述若干高温评估因子计算所述目标区域对应的高温风险指标后还包括以下步骤：
对所述高温风险指标进行分级，获得分级结果；
根据所述分级结果对所述目标区域对应的地理位置进行分区，获得分区结果；
确定高温阈值，根据所述高温阈值对所述分区结果进行筛选，获得筛选结果；
根据所述筛选结果更新所述目标区域；
更新后的目标区域用于表征原始目标区域中的高温重点地区，便于对重点地区采取针对性的防灾措施，进一步降低高温极端事件带来的危害。
进一步的，高温防灾措施通过改变目标区域的高温评估指标，再由高温评估指标的变化实现降低高温风险指标的目标。因此，可以通过分析高温防灾措施与高温评估指标间的相关性，确定高温防灾措施与高温评估因子的关系，进而实现对不同防灾措施降低高温风险的效果进行量化。所述高温防灾措施生成方法中采集第一防灾措施，分别计算所述第一防灾措施对应的综合效应函数具体为：
采集第一防灾措施，分别对所述第一防灾措施与所述若干评估指标进行相关性分析，获得所述第一防灾措施与高温评估指标的量化关系；
根据第一防灾措施与高温评估指标的量化关系计算所述第一防灾措施对应的高温风险指标变化量，根据高温风险指标变化量获得所述第一防灾措施的综合效应目标函数。
进一步的，实际应用中生成的高温防灾措施还受到目标区域经济投入、人员数量以及物资数量等限制，因此，需要根据限制条件对计算得到的所述综合效应目标函数进行更新，从而生成适用于已知限制条件的高温防灾措施，所述高温防灾措施生成方法中获得所述第一防灾措施对应的综合效应目标函数后还包括以下步骤：
确定约束条件，所述约束条件用于对所述高温评估因子进行限制；
根据所述约束条件建立高温防灾优化模型，所述高温优化模型用于优化所述第一防灾措施；
根据所述高温防灾优化模型对所述综合效应目标函数进行更新，得到第二防灾措施。
进一步的，由于高温是通过气象环境对承载体产生危害的，以温度为代表的气象指标是导致高温的重要致灾因子，因此将环境数据中的温度、风速、降水以及气压等气象指标作为危险性因子对应的高温评价指标，因此，所述危险性因子对应的高温评估指标包括气温数据、地表温度数据、降水数据、风速数据和气压数据，计算所述危险性因子的具体方法为：
根据以下公式分别对所述气温数据和所述地表温度数据进行归一化处理，获得对应的归一化计算结果：
V′1，i＝(V1，i-Min(V1，i))÷(Max(V1，i)-Min(V1，i))
根据以下公式分别对所述降水数据、所述风速数据和所述气压数据进行归一化处理，获得对应的归一化计算结果：
V′1，i＝(Max(V1，i)-Min(V1，i))÷(V1，i-Min(V1，i))
其中，V1，i表示所述危险性因子对应的第i个高温评估指标，Max(V1，i)表示第i个高温评估指标的最大值，Min(V1，i)表示第i个高温评估指标的最小值，V′1，i表示危险性因子中第i个高温评估指标的归一化计算结果；
根据归一化计算结果进行计算，获得所述危险性因子。
进一步的，由于暴露度因子用于表征在所述危险性因子作用下，高温危害对人口、经济以及生命财产等承载体特征产生影响的可能性，而人口特征则是承载体特征中最重要的因素，是评判高温风险大小的重要方面，因此为了准确计算所述暴露度因子，所述暴露度因子对应的高温评估指标包括青少年人口数据、老年人口数据和性别比例数据，计算所述暴露度因子的具体方法为：
根据以下公式分别对所述青少年人口数据、所述老年人口数据和所述性别比例数据进行归一化处理，获得对应的归一化计算结果：
V′2，i＝(V2，i-Min(V2，i))÷(Max(V2，i)-Min(V2，i))
其中，V2，i表示所述暴露度因子对应的第i个高温评估指标，Max(V2，i)表示第i个高温评估指标的最大值，Min(V2，i)表示第i个高温评估指标的最小值，V′2，i表示暴露度因子第i个高温评估指标的归一化计算结果；
根据归一化计算结果进行计算，获得所述暴露度因子。
进一步的，由于脆弱性因子用于表征不同强度高温致灾因子下的易损性，植被、建筑和水体等下垫面类型可以直接影响高温对承载体的遭受损害的容易程度，因此根据植被指数、水体指数和建筑指数进行计算，获得所述脆弱性因子。
为实现上述目的，本发明还提供了一种高温防灾措施生成***，所述***包括：
数据采集模块，用于确定目标区域，采集所述目标区域的基础数据；
预处理模块，用于分析所述基础数据，获得若干高温评估指标；对所述若干高温评估指标进行分类，获得分类结果，根据所述分类结果计算高温评估因子；
数据分析模块，用于根据所述高温评估因子计算所述目标区域对应的高温风险指标；采集第一防灾措施，分别计算所述第一防灾措施的综合效应目标函数；根据所述综合效应目标函数对所述第一防灾措施的效果进行预测，获得预测结果；
措施生成模块，用于根据所述预测结果对所述第一防灾措施进行处理，获得第二防灾措施。
为实现上述目的，本发明还提供了一种高温防灾措施生成装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意一项所述的一种高温防灾措施生成方法的步骤。
为实现上述目的，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的一种高温防灾措施生成方法的步骤。
本发明提供的一个或多个技术方案，至少包括以下优点：
1.本发明基于基础数据获得了若干高温评估指标并分类，获得了高温评估因子；根据高温评估因子综合、准确的评价了目标区域的高温风险指标，排除了高温极端事件时空差异带来的影响；
2.本发明对降温措施的效果进行量化评估，为生成的高温防灾措施提供了数据支撑，排除了生成具体防灾措施时主观因素的影响，以及对案例数据的依赖；
3.本发明通过对高温防灾措施对应的综合效应目标函数进行更新优化，生成了适应目标区域实际需求的高温防灾措施，满足了目标区域经济投入、人员数量以及物资数量等限制条件的要求。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本发明的一部分，并不构成对本发明实施例的限定；
图1是本发明中高温防灾措施生成方法流程示意图；
图2是本发明中高温防灾措施生成***架构示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在相互不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述范围内的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
实施例一
请参考图1，本发明实施例一提供了一种高温防灾措施生成方法，所述高温防灾措施生成方法包括以下步骤：
确定目标区域，采集所述目标区域的基础数据；
分析所述基础数据，获得若干高温评估指标；
对所述若干高温评估指标进行分类，获得分类结果，根据所述分类结果计算高温评估因子；
根据所述高温评估因子计算所述目标区域对应的高温风险指标；
采集第一防灾措施，计算所述措施的综合效应目标函数；
根据所述综合效应目标函数对所述第一防灾措施的效果进行预测，获得预测结果；
根据所述预测结果对所述第一防灾措施进行处理，获得第二防灾措施。
其中，所述目标区域的基础数据包括但不限于地表温度、空气温度、风速、土地数据、人口比例数据、植被指数、水体指数以及建筑指数等气象、水文和经济数据中的全部数据或部分数据，分析所述基础数据即对上述数据与目标区域的高温事件进行相关性分析，对所述环境数据包括的若干数据进行筛选，将所述环境数据中与高温事件相关的数据项作为所述目标区域的高温评估指标，具体的，可以通过Spearman相关分析方法、Pearson相关分析方法或Gamma相关分析方法完成对环境数据与目标区域的高温事件间的相关性分析，具体相关分析方法根据实际需要确定，本实施例在此不做具体限定。
其中，所述第一防灾措施包含但不限于降低高温危险性、降低暴露度和降低脆弱性的各项措施，如环境绿化措施、生态灌溉措施、人工降水措施、提升医疗水平措施及人员调控等，所述第一防灾措施根据实际应用时收集到的高温应对措施数据为准，本实施例在此不作具体限定。
其中，在本实施例中，危险性因子用于表述气象环境对承载体产生危害的能力；脆弱性因子用于表征环境在不同强度的高温危害下的易损性；暴露度因子用于表征在危险性因子作用下高温危害对人口、经济以及生命财产等承载体特征影响的可能性；因此，为了准确计算所述目标区域的高温风险指标，所述若干高温评估因子包括危险性因子、脆弱性因子和暴露度因子，根据所述高温评估因子计算所述目标区域对应的高温风险指标的具体方法为：
其中，R为高温风险指标，Rj(j＝1，2，3)为若干高温评估因子中第j个高温评估因子，Wj(j＝1，2，3)为所述若干高温评估因子中第j个高温评估因子对应的权重。
其中，所述高温评估因子对应的权重可以根据层次分析法、优序图法或CRITIC算法获得，具体计算方法根据实际需要确定，本实施例在此不做具体限定。
其中，在本实施例中，所述危险性因子对应的高温评估指标包括气温数据、地表温度数据、降水数据、风速数据和气压数据，为了便于采集相应的高温评估指标，同时使采集到的数据具有同一的计算标准，使计算获得的危险性因子可靠，所述气温数据为距离地表2米处的气温数据，所述地表温度数据为地表的土壤温度数据，所述降水数据为平均降水量，所述风速数据为距离地表2米处平均风速数据，所述气压数据为地面气压数据，计算所述危险性因子的具体方法为：
根据以下公式分别对所述气温数据和所述地表温度数据进行归一化处理，获得对应的归一化计算结果：
V′1，i＝(V1.i-Min(V1，i))÷(Max(V1，i)-Min(V1，i))
根据以下公式分别对所述降水数据和所述气压数据进行归一化处理，获得对应的归一化计算结果：
V′1，i＝(Max(V1，i)-Min(V1，i))÷(V1，i-Min(V1，i))
其中，V1，i表示所述危险性因子对应的第i个高温评估指标，Max(V1，i)表示第i个高温评估指标的最大值，Min(V1，i)表示第i个高温评估指标的最小值，V′1，i表示危险性因子中第i个高温评估指标的归一化计算结果；
其中，所述危险性因子对应的高温评估指标的采集标准可以根据实际需要调整，本实施例在此不作具体限定；
根据归一化计算结果进行计算，获得所述危险性因子，具体的：
其中，R1表示危险性因子，V′1，i表示危险性因子中第i个高温评估指标的归一化计算结果，W1，i表示危险性因子中第i个高温评估指标对应的权重数据。
其中，在本实施例中，所述暴露度因子对应的高温评估指标包括青少年人口数据、老年人口数据和性别比例数据，
为了便于采集相应的高温评估指标，同时使采集到的数据具有同一的计算标准，使计算获得的暴露度因子可靠，所述青少年人口数据为14岁及以下人口数，所述老年人口数据为65岁及以上人口数，计算所述暴露度因子的具体方法为：
根据以下公式分别对所述青少年人口数据、所述老年人口数据和所述性别比例数据进行归一化处理，获得对应的归一化计算结果：
V′2，i＝(V2，i-Min(V2，i))÷(Max(V2，i)-Min(V2，i))
其中，V2，i表示所述暴露度因子对应的第i个高温评估指标，Max(V2，i)表示暴露度因子中第i个高温评估指标的最大值，Min(V2，i)表示暴露度因子中第i个高温评估指标的最小值，V′2，i表示暴露度因子中第i个高温评估指标的归一化计算结果；
其中，所述暴露度因子对应的高温评估指标的采集标准可以根据实际需要调整，本实施例在此不作具体限定；
根据归一化计算结果进行计算，获得所述暴露度因子，具体的：
其中，R2表示暴露度因子，V′2，i表示暴露度因子中第i个高温评估指标的归一化计算结果，W2，i表示暴露度因子中第i个高温评估指标对应的权重数据。其中，在本实施例中，所述脆弱性因子对应的高温评估指标包括植被指数、水体指数和建筑指数，计算所述脆弱性因子的具体方法为：
其中，R3表示脆弱性因子，V′3，i表示脆弱性因子中第i个高温评估指标，W3，i表示脆弱性因子中第i个高温评估指标对应的权重数据。
其中，在本实施例中，所述高温防灾措施生成方法中采集第一防灾措施，分别计算所述第一防灾措施的综合效应目标函数具体为：
采集第一防灾措施，对所述第一防灾措施与所述若干评估指标进行相关性分析，获得所述第一防灾措施与所述高温评估指标间的量化关系；
根据所述量化关系，分别计算各个第一防灾措施下所述高温风险指标的变化量，根据所述高温风险指标的变化量获得所述第一防灾措施的综合效应目标函数。
其中，可以通过数据统计方法、数据多项拟合法对所述第一防灾措施与所述若干评估指标进行相关性分析，获得所述第一防灾措施与高温评估指标的量化关系，具体方法根据实际需要确定，所述第一防灾措施与高温评估指标的量化关系表示为：
其中，ΔV′j，i为高温评估指标变化量，mk，j，i为第一防灾措施，f(mk，j，i)为第一防灾措施与高温评估指标的量化关系，j表示若干高温评估因子中第j个高温评估因子，i表示第j个高温评估因子中包含的第i的高温评估指标，k表示改变第j个高温评估因子第i个高温评估指标的第k个措施数，M表示改变高温评估指标的措施总数。
其中，所述第一防灾措施改变了所述高温评估指标，而所述高温评估指标被用于分类计算所述高温评估因子，最终改变了目标区域的高温风险指标，因此所述第一防灾措施对应的综合效应目标函数用于描述所述第一防灾措施对所述高温风险指标的改变量之和，所述综合效应目标函数表示为：
其中，ΔR为目标区域的高温风险指标变化总量，wj，i为第j个高温评估因子中第i个高温评估指标对应的权重，Wj(j＝1，2，3)为所述若干高温评估因子中第j个高温评估因子对应的权重，f(mk，j，i)为第一防灾措施与高温评估指标的量化关系。
其中，在本实施例中，所述高温防灾措施生成方法中获得所述第一防灾措施的综合效应目标函数后还包括以下步骤：
确定约束条件，所述约束条件用于对所述高温评估因子进行限制；
根据所述约束条件建立高温防灾优化模型，所述高温防灾优化模型用于优化所述第一防灾措施；
根据所述高温防灾优化模型对所述综合效应目标函数进行更新，得到第二防灾措施。
其中，所述约束条件表示为Amin≤h(X)≤Amax，h(X)表示约束条件，Amin表示约束条件下界，Amax表示约束条件上界，根据所述高温优化措施对所述综合效应目标函数进行更新，即根据所述约束条件改变所述综合效应目标函数的作用域，由所述综合效应目标函数的值域对优化后的第一降温措施下所述高温风险指标的改变量进行预测，选择计算得到的综合效应目标函数中高温风险指标改变量对应的取值最优点对应的高温措施组合，获得第二防灾措施。
实施例二
请参考图1，本发明实施例二提供了一种高温防灾措施生成方法，在实施例一的基础上，所述高温防灾措施生成方法中根据所述若干高温评估因子计算所述目标区域对应的高温风险指标后还包括以下步骤：
对所述高温风险指标进行分级，获得分级结果；
根据所述分级结果对所述目标区域对应的地理位置进行分区，获得分区结果；
确定高温阈值，根据所述高温阈值对所述分区结果进行筛选，获得筛选结果；
根据所述筛选结果更新所述目标区域。
其中，可以根据分位数分级法或自然断点法对所述高温风险指标进行分级，其中，所述分位数分级法限定有分级数量极限，而自然断点法能够根据需要选择分级数量，获得灵活的分级结果，因此本实施例优选自然断点法对所述高温风险指标进行分级，具体分级数量根据实际需要确定，本实施例在此不做具体限定。
其中，所述高温阈值用于划分所述目标区域中存在较大高温风险的重点地区，所述高温阈值的具体取值范围根据实际需要确定，本实施例在此不做具体限定。
其中，获得所述分级结果后，根据所述分级结果将所述目标区域分为若干个区块，对于每个区块，其所述的高温风险等级是相同的，在本实施例中，所述高温防灾措施生成方法中获得所述分区结果后，还根据所述计算结果生成所述目标区域对应的第一专题制图，所述第一专题制图用于描述所述目标区域中不同区域对应的高温风险等级。
其中，专题制图是用于描述与某个或多个特定主体相关的选定信息的地图，在本实施例中，所述第一专题制图通过数值、颜色等方式对所述若干区块进行标注，描述不同区块对应的高温风险等级，能够直观的表现所述目标区域的高温分布情况。
其中，所述第一专题制图首先创建含有与所述高温风险指标对应分级结果对应的空间目标层，然后将所述空间目标层与目标区域对应的地图对应，所述第一专题制图可以通过MapInfo或ArcGIS提供的函数生成，具体生成方法根据实际需要确定，本实施例在此不做具体限定。
其中，在本实施例中，目标区域所包含的地理范围内包含的高温风险指标存在空间异质性，对于所述目标区域中湿地、河流沿岸等地区对应的第一区块而言，植被覆盖度高、人员出入量少、空气湿度高，因此所述第一区块对应的高温风险等级较低，而与所述第一区块相邻的第二区块仍然可能存在较高的高温风险。若所述第一区块相邻的第二区块均存在较高的高温风险，则所述第一区块易于受周边地区影响，受气象次生灾害波及的可能性较大，为了根据上述情况进行分析，获得准确的高温预警专题制图，从而有针对性的实施防灾减灾措施，生成所述目标区域对应的第一专题制图后，所述高温防灾措施生成方法还包括以下步骤：
遍历所述区块，针对每一个区块，获得对应的第一高温风险指标，并获得所述区块的相邻区块；
计算所述相邻区块的数量，以及所述相邻区块对应的第二高温风险指标，获得第一数据；
计算所述第二高温风险指标大于所述第一高温风险指标的相邻区块的数量，获得第二数据；
计算所述第二数据与所述第一数据的比值，获得第三数据；
确定阈值，计算所述第三数据与所述阈值间的大小关系，若所述第三数据大于所述阈值，则根据所述相邻区块对应的第二高温风险等级更新所述第一高温风险等级，并更新所述第一专题制图，获得第二专题制图。
其中，所述阈值用于确定当前区块受相邻区块气象次生灾害波及的可能性大小，若所述第三数据大于所述阈值，则认为当前区块的相邻区块高温风险较高，当前区块受相邻区块气象次生灾害波及的可能性较大；若所述第三数据小于或等于所述阈值，则认为当前区块的相邻区块高温风险在可以接收的范围内，当前区块受相邻区块气象次生灾害波及的可能性较小，所述阈值的具体取值根据实际需要确定，本实施例在此不做具体限定。
其中，可以根据所述第二高温风险指标的均值、中位数或所述第一高温风险指标和所述第二风险指标的卷积和更新所述第一高温风险指标，具体计算方法根据实际需要确定，本实施例在此不做具体限定。
实施例三
请参考图2，本发明实施例三提供了一种高温防灾措施生成***，一种高温防灾措施生成***，所述***包括：
数据采集模块，用于确定目标区域，采集所述目标区域的基础数据；
预处理模块，用于分析所述基础数据，获得若干高温评估指标；对所述若干高温评估指标进行分类，获得分类结果，根据所述分类结果计算高温评估因子；
数据分析模块，用于根据所述高温评估因子计算所述目标区域对应的高温风险指标；采集第一防灾措施，分析所述第一防灾措施对高温评估指标的量化关系，分别计算所述第一防灾措施对应的综合效应目标函数；根据所述综合效应目标函数对所述第一防灾措施的效果进行预测，获得预测结果；
措施生成模块，用于根据所述预测结果对所述第一防灾措施进行处理，获得第二防灾措施。
实施例四
本发明实施例四提供了一种高温防灾措施生成装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述高温防灾措施生成方法的步骤。
实施例五
本发明实施例五提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述高温防灾措施生成方法的步骤。
其中，所述处理器可以是中央处理器(CPU，Central Processing Unit)，还可以是其他通用处理器、数字信号处理器(digital signal processor)、专用集成电路(Application Specific Integrated Circuit)、现成可编程门阵列(Field programmablegate array)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器也可以是任何常规的处理器。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的数据，实现发明中高温防灾措施生成装置的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等。此外，存储器可以包括高速随机存取存储器、还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡，安全数字卡，闪存卡、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
所述高温防灾措施生成装置如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序存储于一个计算机可读存介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码、对象代码形式、可执行文件或某些中间形式等。所述计算机可读取介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存储器、点载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减。
本发明已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外，本领域技术人员可以理解，本说明书的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本说明书的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“***”。此外，本说明书的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。
计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等，或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行***、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、RF、或类似介质，或任何上述介质的组合。
本说明书各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等，常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP，动态编程语言如Python、Ruby和Groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网(LAN)或广域网(WAN)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(SaaS)。
此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的***组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的***。
同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外，对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使用为准。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (4)
1.一种高温防灾措施生成方法，其特征在于，所述高温防灾措施生成方法包括以下步骤：
确定目标区域，采集所述目标区域的基础数据；
分析所述基础数据，将所述基础数据与目标区域的高温事件进行相关性分析，将与高温事件相关的数据项作为所述目标区域的高温评估指标；
对所述高温评估指标进行分类，获得分类结果，根据所述分类结果计算高温评估因子；
根据所述高温评估因子计算所述目标区域对应的高温风险指标；
采集第一防灾措施，分别计算所述第一防灾措施对应的综合效应目标函数；
根据所述第一防灾措施的综合效应目标函数对所述第一防灾措施的效果进行预测，获得预测结果；根据所述预测结果对所述第一防灾措施进行处理，获得第二防灾措施；所述高温评估因子包括危险性因子、脆弱性因子和暴露度因子，所述危险性因子用于表述气象环境对承载体产生危害的能力，脆弱性因子用于表征环境在不同强度的高温危害下的易损性，暴露度因子用于表征在危险性因子作用下高温危害对人口、经济以及生命财产承载体特征影响的可能性；所述脆弱性因子对应的高温评估指标包括植被指数、水体指数和建筑指数；根据所述高温评估因子计算所述目标区域对应的高温风险指标的具体方法为：
；
其中，R为高温风险指标，Rj（j=1,2,3）为高温评估因子中第j个高温评估因子，Wj（j=1,2,3）为所述高温评估因子中第j个高温评估因子对应的权重；所述高温防灾措施生成方法中根据所述高温评估因子计算所述目标区域对应的高温风险指标后还包括以下步骤：
对所述高温风险指标进行分级，获得分级结果；
根据所述分级结果对所述目标区域对应的地理位置进行分区，获得分区结果；
确定高温阈值，根据所述高温阈值对所述分区结果进行筛选，获得筛选结果；
根据所述筛选结果更新所述目标区域；所述高温防灾措施生成方法中采集第一防灾措施，分别计算所述第一防灾措施对应的综合效应目标函数具体为：
采集第一防灾措施，分别对所述第一防灾措施与所述评估指标进行相关性分析，获得所述第一防灾措施与高温评估指标的量化关系；
根据所述量化关系分别计算所述第一防灾措施对应的高温风险指标变化量，根据高温风险指标变化量获得所述第一防灾措施的综合效应目标函数；所述高温防灾措施生成方法中获得所述第一防灾措施对应的综合效应目标函数后还包括以下步骤：
确定约束条件，所述约束条件用于对所述高温评估因子进行限制；根据所述约束条件建立高温防灾优化模型，所述高温防灾优化模型用于优化所述第一防灾措施；
根据所述高温防灾优化模型对所述综合效应目标函数进行更新；所述危险性因子对应的高温评估指标包括气温数据、地表温度数据、降水数据、风速数据和气压数据，计算所述危险性因子的具体方法为：
根据以下公式分别对所述气温数据和所述地表温度数据进行归一化处理，获得对应的归一化计算结果：
；
根据以下公式分别对所述降水数据、所述风速数据和所述气压数据进行归一化处理，获得对应的归一化计算结果：
；
其中，表示所述危险性因子对应的第i个高温评估指标，/>表示第i个高温评估指标的最大值，/>表示第i个高温评估指标的最小值，/>表示危险性因子中第i个高温评估指标的归一化计算结果；
根据归一化计算结果进行计算，获得所述危险性因子；所述暴露度因子对应的高温评估指标包括青少年人口数据、老年人口数据和性别比例数据，计算所述暴露度因子的具体方法为：
根据以下公式分别对所述青少年人口数据、所述老年人口数据和所述性别比例数据进行归一化处理，获得对应的归一化计算结果：
；
其中，表示所述暴露度因子对应的第i个高温评估指标，/>表示第i个高温评估指标的最大值，/>表示第i个高温评估指标的最小值，/>表示第i个高温评估指标的归一化计算结果；
根据归一化计算结果进行计算，获得所述暴露度因子。
2.一种高温防灾措施生成***，其特征在于，所述***包括：
数据采集模块，用于确定目标区域，采集所述目标区域的基础数据；
预处理模块，用于分析所述基础数据，将所述基础数据与目标区域的高温事件进行相关性分析，将与高温事件相关的数据项作为所述目标区域的高温评估指标；对所述高温评估指标进行分类，获得分类结果，根据所述分类结果计算高温评估因子；
数据分析模块，用于根据所述高温评估因子计算所述目标区域对应的高温风险指标；采集第一防灾措施，分别计算所述第一防灾措施对应的综合效应目标函数；根据所述综合效应目标函数对所述第一防灾措施的效果进行预测，获得预测结果；
措施生成模块，用于根据所述预测结果对所述第一防灾措施进行处理，获得第二防灾措施；
所述高温评估因子包括危险性因子、脆弱性因子和暴露度因子，所述危险性因子用于表述气象环境对承载体产生危害的能力，脆弱性因子用于表征环境在不同强度的高温危害下的易损性，暴露度因子用于表征在危险性因子作用下高温危害对人口、经济以及生命财产承载体特征影响的可能性；所述脆弱性因子对应的高温评估指标包括植被指数、水体指数和建筑指数；根据所述高温评估因子计算所述目标区域对应的高温风险指标的具体方法为：
；
其中，R为高温风险指标，Rj（j=1,2,3）为高温评估因子中第j个高温评估因子，Wj（j=1,2,3）为所述高温评估因子中第j个高温评估因子对应的权重；所述数据分析模块还用于：
对所述高温风险指标进行分级，获得分级结果；
根据所述分级结果对所述目标区域对应的地理位置进行分区，获得分区结果；
确定高温阈值，根据所述高温阈值对所述分区结果进行筛选，获得筛选结果；
根据所述筛选结果更新所述目标区域；
所述数据分析模块具体用于：
采集第一防灾措施，分别对所述第一防灾措施与所述评估指标进行相关性分析，获得所述第一防灾措施与高温评估指标的量化关系；
根据所述量化关系分别计算所述第一防灾措施对应的高温风险指标变化量，根据高温风险指标变化量获得所述第一防灾措施的综合效应目标函数；
所述数据分析模块还用于：
确定约束条件，所述约束条件用于对所述高温评估因子进行限制；根据所述约束条件建立高温防灾优化模型，所述高温防灾优化模型用于优化所述第一防灾措施；
根据所述高温防灾优化模型对所述综合效应目标函数进行更新；
所述危险性因子对应的高温评估指标包括气温数据、地表温度数据、降水数据、风速数据和气压数据，计算所述危险性因子的具体方法为：
根据以下公式分别对所述气温数据和所述地表温度数据进行归一化处理，获得对应的归一化计算结果：
；
根据以下公式分别对所述降水数据、所述风速数据和所述气压数据进行归一化处理，获得对应的归一化计算结果：
；
其中，表示所述危险性因子对应的第i个高温评估指标，/>表示第i个高温评估指标的最大值，/>表示第i个高温评估指标的最小值，/>表示危险性因子中第i个高温评估指标的归一化计算结果；
根据归一化计算结果进行计算，获得所述危险性因子；所述暴露度因子对应的高温评估指标包括青少年人口数据、老年人口数据和性别比例数据，计算所述暴露度因子的具体方法为：
根据以下公式分别对所述青少年人口数据、所述老年人口数据和所述性别比例数据进行归一化处理，获得对应的归一化计算结果：
；
其中，表示所述暴露度因子对应的第i个高温评估指标，/>表示第i个高温评估指标的最大值，/>表示第i个高温评估指标的最小值，/>表示第i个高温评估指标的归一化计算结果；
根据归一化计算结果进行计算，获得所述暴露度因子。
3.一种高温防灾措施生成装置，包括存储器、处理器以及存储在所述存储器中并可在所述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计算机程序时实现如权利要求1所述的一种高温防灾措施生成方法的步骤。
4.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1所述的一种高温防灾措施生成方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310753175.9A CN116703036B (zh) | 2023-06-25 | 2023-06-25 | 一种高温防灾措施生成方法及***及装置及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310753175.9A CN116703036B (zh) | 2023-06-25 | 2023-06-25 | 一种高温防灾措施生成方法及***及装置及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116703036A CN116703036A (zh) | 2023-09-05 |
| CN116703036B true CN116703036B (zh) | 2023-11-28 |
Family
ID=87830992
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310753175.9A Active CN116703036B (zh) | 2023-06-25 | 2023-06-25 | 一种高温防灾措施生成方法及***及装置及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116703036B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114580979A (zh) * | 2022-05-07 | 2022-06-03 | 中国科学院地理科学与资源研究所 | 高温防灾指数检测方法、装置、设备、存储介质及产品 |
| CN114611942A (zh) * | 2022-03-14 | 2022-06-10 | 山东睿源公共安全及应急技术服务有限公司 | 一种建筑火灾风险评估方法 |
| CN114897350A (zh) * | 2022-05-09 | 2022-08-12 | 中国城市规划设计研究院 | 一种综合防灾能力评估方法、装置、设备及介质 |
| KR102476821B1 (ko) * | 2022-05-19 | 2022-12-13 | 한국소방안전원 | 시설물의 화재예방안전진단을 위한 단계별 위험성평가방법 |
| CN116187752A (zh) * | 2022-12-27 | 2023-05-30 | 福建省气候中心 | 台风灾害过程精细化风险评估方法 |
-
2023
- 2023-06-25 CN CN202310753175.9A patent/CN116703036B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114611942A (zh) * | 2022-03-14 | 2022-06-10 | 山东睿源公共安全及应急技术服务有限公司 | 一种建筑火灾风险评估方法 |
| CN114580979A (zh) * | 2022-05-07 | 2022-06-03 | 中国科学院地理科学与资源研究所 | 高温防灾指数检测方法、装置、设备、存储介质及产品 |
| CN114897350A (zh) * | 2022-05-09 | 2022-08-12 | 中国城市规划设计研究院 | 一种综合防灾能力评估方法、装置、设备及介质 |
| KR102476821B1 (ko) * | 2022-05-19 | 2022-12-13 | 한국소방안전원 | 시설물의 화재예방안전진단을 위한 단계별 위험성평가방법 |
| CN116187752A (zh) * | 2022-12-27 | 2023-05-30 | 福建省气候中心 | 台风灾害过程精细化风险评估方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116703036A (zh) | 2023-09-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Pourghasemi et al. | Assessing and mapping multi-hazard risk susceptibility using a machine learning technique | |
| CN108564286B (zh) | 一种基于大数据征信的人工智能金融风控授信评定方法和*** | |
| Lagomarsino et al. | Updating and tuning a regional-scale landslide early warning system | |
| Xu et al. | Staged optimization of urban drainage systems considering climate change and hydrological model uncertainty | |
| JP2012198886A (ja) | 火山活動度に応じた土砂災害発生危険度評価システムとそのプログラム | |
| Stelzenmüller et al. | Integrated modelling tools to support risk-based decision-making in marine spatial management | |
| CN109613182A (zh) | 基于大气污染物的监测布点选址方法及装置 | |
| CN116109011B (zh) | 一种智慧园区的能耗管理方法及终端 | |
| CN117809439A (zh) | 一种基于多种环境因素中河流流量异常预警*** | |
| Zhang et al. | Evolution of habitat quality and analysis of influencing factors in the Yellow River Delta Wetland from 1986 to 2020 | |
| CN116703036B (zh) | 一种高温防灾措施生成方法及***及装置及介质 | |
| CN114298172A (zh) | 一种基于经济价值及风险预测的预警方法及*** | |
| WO2024039690A1 (en) | Boundary verification systems | |
| CN116595717A (zh) | 一种城市交通噪声分级评估方法和*** | |
| Zhang et al. | Statistics-based investigation on typhoon transition modeling | |
| Venzon et al. | Hydrological simulation uncertainties in small basins through the SWAT model | |
| CN115983524A (zh) | 智慧环保平台水环境管理***的黑臭水管理模块及方法 | |
| Mutale et al. | Modeling future land use and land cover under different scenarios using patch-generating land use simulation model. A case study of Ndola district | |
| Faulkner et al. | Modelling non-stationary flood frequency in England and Wales using physical covariates | |
| Kovac et al. | Toward objective assessment of the conservation status of (the Natura 2000) forest habitat types: A comparison of a qualitative and a quantitative modeling approach | |
| CN110751335B (zh) | 一种区域生态质量年景预测评价方法及装置 | |
| Jarvis et al. | Empirical realised niche models for British coastal plant species | |
| D’Arcy et al. | A marginal modelling approach for predicting wildfire extremes across the contiguous United States | |
| Mentzafou et al. | Flood generating mechanisms investigation and rainfall threshold identification for regional flood early warning | |
| CN116562462B (zh) | 森林火险预测方法、装置、电子设备及可读存储介质 |
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 |