CN105844427B - 一种风暴潮灾害风险精细化评估的计算方法 - Google Patents
一种风暴潮灾害风险精细化评估的计算方法 Download PDFInfo
- Publication number
- CN105844427B CN105844427B CN201610230264.5A CN201610230264A CN105844427B CN 105844427 B CN105844427 B CN 105844427B CN 201610230264 A CN201610230264 A CN 201610230264A CN 105844427 B CN105844427 B CN 105844427B
- Authority
- CN
- China
- Prior art keywords
- storm
- grid cell
- coastline
- tide
- assessment
- 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.)
- Expired - Fee Related
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 18
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 36
- 238000000034 method Methods 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 4
- 238000012502 risk assessment Methods 0.000 abstract description 12
- 238000011160 research Methods 0.000 abstract description 5
- 238000007476 Maximum Likelihood Methods 0.000 abstract description 2
- 230000007775 late Effects 0.000 description 11
- 239000013535 sea water Substances 0.000 description 8
- 238000006424 Flood reaction Methods 0.000 description 7
- 230000006378 damage Effects 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012038 vulnerability analysis 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
Abstract
本发明涉及一种风暴潮灾害风险精细化评估的计算方法，包括对受风暴潮灾害影响的地区建立不同的分类网格单元；以海岸线为基准计算不同的网格单元质心到海岸线的距离；利用高精度的数字高程地形，计算每个网格内的平均高程；根据经验统计公式计算风暴潮最大增水，根据平均高程和最大增水，获取每个格网单元的平均深度；根据研究区内不同岸线类型分别赋不同的易损性，计算不同网格单元的最大可能性损失。本发明降低了目前风暴潮灾害风险评估的局限性，可以在更细的空间单元上反映损失可能性差异，提高评估结果的精度。
Description
技术领域
本发明涉及沿海灾害风险评估的技术领域，特别涉及针对受风暴潮灾害影响的小尺度区域的损失率计算方法。
背景技术
风暴潮灾害不仅居我国海洋灾害之首，而且已成为威胁我国沿海经济发展的最严重的自然灾害之一。目前国内的风暴潮灾害综合风险评估技术体系还不成熟，风暴潮灾害风险评估结果不足以满足实际应用需求。
风暴潮灾害发生的可能损失一直是灾害风险评估的难题。国外研究机构商业模型保险公司等针对风暴潮风险评估及损失综合评估开发了一系列模型，用于保险费率的厘定以及灾后理赔定损。美国联邦应急管理署开发的多灾种损失评估软件MH-HAZUS模型在洪水模块中考虑了风暴潮引发沿岸淹没的影响，可以评估风暴潮及其带来的洪水产生的直接破坏、间接损失评估及次生灾害影响评估，为灾后的风暴潮应对提供科学的决策支持。EQECAT巨灾风险模型公司根据亨伯河口和泰晤士河河口等欧洲地区实际情况，采用经验统计方法，开发了风暴潮灾情评估模型(石先武，谭骏，国志兴，等.风暴潮灾害风险评估研究综述.地球科学进展.2013,28(8):866-874.)。
随着灾害保险特别是巨灾保险和巨灾再保险市场的发展，传统的风暴潮灾害损失经验统计模型满足不了应用的需求，具体表现在风暴潮风险评估的系统性研究还不够全面和深入，风暴潮灾害风险评估的研究成果还不能满足我国风暴潮风险管理的需求。
在评价单元上，从全球和全国尺度上灾害损失过程主要以市、县行政区作为评价单元，也有的以土地利用或者城市用地单元开展区域综合自然灾害风险评估。(张斌，赵前胜，姜瑜君.区域承灾体脆弱性指标体系与精细量化模型研究.灾害学.2010,25(2):36-40；辜智慧，徐伟，葛怡，等.基于城市用地单元的自然灾害风险评估概念模型.中国安全科学学报.2012,v.22(04):110-115.)。
在评价计算方法上，对各类建(构)筑物、基础设施结构采取分类清单易损性分析。但由于需要收集的资料类型和数量比较多，工作量大，并且易损性存在地域差别，难以进行有效比较。
风暴潮灾害风险评估结果向定量化、区域综合化、管理空间化的方向发展,现有的风暴潮灾害风险评估不能定量表现各区域之间的具体差别,因而不能满足风暴潮灾害风险管理的要求。
发明内容
针对上述技术不足，本发明的目的提供一种风暴潮灾害风险精细化评估方法。
本发明解决其技术问题所采用的技术方案是：一种风暴潮灾害风险精细化评估的计算方法，包括以下步骤：
1)将待评估地区的风暴潮影响区域矢量图层进行网格单元分割；
2)根据风向、风速得到该区域的风暴潮暴增水指数f1；
3)将各网格单元的平均高程作为各网格单元的风暴潮暴露度指数D；平均高程低于f1的网格单元执行下一步骤；
4)根据海岸线类型得到风暴潮浪对岸线的易损性指数f3；
5)根据各网格单元距海岸线的最近距离得到风暴潮距离衰减指数f2；
6)根据风暴潮暴增水指数f1、风暴潮暴露度指数D、风暴潮距离衰减指数f2和易损性指数f3得到各单元的损失率；损失率值用于表示风暴潮灾害的风险。
所述根据风向、风速得到该区域的风暴潮暴增水指数f1通过以下公式得到：
f1(F,t,θ)＝λFtsinθ
其中，f1为风暴潮暴增水指数，λ为系数，F为风速，θ为风向与岸线的角度，t为大风持续时间。
所述根据各网格单元距海岸线的最近距离得到风暴潮距离衰减指数f2通过以下公式得到：
其中，d为某网格单元质心坐标到矢量图层中海岸线的最短距离，k为调节系数。
所述根据海岸线类型得到风暴潮浪对岸线的易损性指数f3通过以下公式得到：
所述损失率LR＝(f1(F,t,θ)-D)*f2(d)*f3(z)。
本发明具有以下有益效果及优点：
1.本发明主要针对沿海受风暴潮严重影响的地区，考虑了暴风风向、暴风风速大小、暴风持续时间等因素，同时考虑了地形、岸线类型、海岸线走向等诸多其他因素(如图1海水淹没示意图所示，表示风暴潮损失与海水淹没损失与高程、距岸线距离的关系。d为某单元网格A中心到海岸线的距离,D为某单元网格A内的平均高程,Tmax为风暴潮增水的最高增水水位)，提出了一套新的风暴潮灾害损失的计算方法，可以在沿海单元不同地形高低、不同岸线类型，不同岸线走向情况下，该方法可以计算出风暴潮影响的不同区域范围的可能性损失差异，也可以在不同的风速和风向下，为沿海区域内到海岸线不同距离的网格单元计算出不同的损失率。
2.针对现有风险评估技术在较小空间尺度并未实现的研究现状，本发明的“精细化评估”的含义,即体现了比国内外目前现有的风暴潮灾害风险在评估技术方法上可行，在空间尺度上分辨率更高。
3.本发明综合考虑风、地形、岸线类型等多种因素，其优点在于实现了风暴潮灾害风险的微观尺度的空间模拟，在空间上较好地反映了风暴潮损害的可能性损失差异，精度较高。为沿海风暴潮灾害频发的地区灾害保险的实施提供了基础，同时为灾害保险费率的计算提供了依据，也为今后该地区的风暴潮灾害风险区域规划等提供决策依据。
附图说明
图1是风暴潮灾害损失与影响因素示意图；
图2是本发明的方法流程图；
图3是沿海岸线生成受风暴潮影响区域的单元格网(100m×100m)图；
图4a是西北风向、东北岸线走向之间夹角的示意图；
图4b是东北风向、东北岸线走向之间夹角的示意图；
图5是在不同风速下的风暴潮淹没范围与可能性损失风险程度(100m×100m)。
具体实施方式
下面结合实施例对本发明做进一步的详细说明。
风暴潮是我国海洋灾害造成沿海地区损失最严重的一种灾害。本发明以自然灾害风险评估为基础,提出了微观尺度的风暴潮灾害风险评估方法，利用历史灾情和孕灾环境中致灾因子与灾害发生的关系大小，并以龙口市沿岸风暴潮灾害风险为例进行了定量化评估研究。本发明以地形、天气等环境参数计算风暴潮灾害可能损失，计算灾害损失率，确定承灾体灾害风险的可能损失率，从而为风暴潮灾害风险评估提供技术支撑，为沿海灾害财产保险的基准费率制定提供了计算依据，同时也为其他洪水淹没损失的计算提供了思路借签。
如图2所示，本发明提供一种针对受风暴潮灾害影响的小尺度区域的损失率计算方法。其中，首先对受风暴潮灾害影响的地区建立不同的分类网格单元，以此网格单元作为受风暴潮影响差异的分类基础，其次，以海岸线为基准计算不同的网格单元质心到海岸线的距离，再次，利用高精度的数字高程地形，计算每个网格内的平均高程；接着，根据经验统计公式计算风暴潮最大增水，根据平均高程和最大增水，获取每个格网单元的平均深度；然后，根据研究区内不同岸线类型分别赋不同的易损性，最后在以上基础上，根据建立的模型计算不同网格单元的最大可能性损失。这种方法降低了目前风暴潮灾害风险评估的局限性，可以在更细的空间单元上反映风暴潮灾害损失可能性差异，提高了评估结果的精度。
①基础地理信息入库和处理。利用地理信息系统软件(arcgis10.0)软件将评估区域的地形图,海岸线矢量图层统一到平面直角坐标系下,导入数据库；根据实地调查或历史资料，沿海岸线确定受风暴潮影响的地区，生成淹没面积的polygon(多边形)图层；对受风暴潮灾害影响的区域进行单元分割,采用fishnet(渔网)命令以100m×100m网格单元或者以所需网格单元进行分割。如图3所示单元格网与海岸线在空间上的相对位置，每个单元具有中心经纬度坐标等信息，经②-⑦步骤处理后，每个网格单元属性表中包括对应岸段的最大增水、单元格平均高程、单元中心距海岸线的距离、淹没水深、易损性等信息。以下步骤对每个网格单元进行处理。
②计算暴风增水指数f1。在海水比较浅的莱州湾地区，风的动力作用远大于气压差的作用，对增水量值的估计，主要考虑风向α、风速F和风的持续时间T。风暴潮各阶段的增水量的评估采用以下经验公式进行：
Tmax＝λFtsinθ (1)
Tmax为风暴潮增水指数，即f1，λ为复相关系数，F为风速，θ为风向与岸线的角度，t为大风持续时间。λ根据验潮站历史水位与风速的关系建立统计模型计算可得，具体方法参见文献：
[1]山义昌，张芹，杨付津，等.莱州湾风暴潮的形成与增水量评估.山东气象.2006(04):4-5。
[2]尹延英，徐振山，张胜平，等.莱州湾夏营站温带风暴潮预报方案编制[J].海洋预报.1996(02):58-62。
[3]徐振山.莱州湾温带风暴潮的分析及其预报.山东水利科技.1995(2):6-8。
[4]张胜平，徐振山，王军，等.莱州湾温带风暴潮预报研究.海洋预报.2002,64-72(5)。
根据上述文献得计算公式：
式中，是该段岸线最大增水的估计值，是该段岸线最大增水的均值。
在本实例中，λ取值如下式：
在东南风阶段，Tmax1＝0.005Ftsinθ (3)
在东北风阶段，Tmax2＝0.01Ftsinθ (4)
其中，Tmax1、Tmax2为增水高度值(m)；F为风速(m/s)；t为大风持续时间(h)；θ为风向与岸线之间的角度。当θ＝90°时，sinθ＝1，大风的增水作用最大；当大风风向偏离90°时，sinθ<1，当风向转到大于180°时，大风没有增水作用为0，即风暴方向由海向岸有增水作用，反之由岸向海方向起减水作用。
风暴潮增水量的大小，不仅和诱发的天气系统的路径、强度、风速等因素有关，还和风向与岸线走向之间的角度θ有关。因此，风暴潮最高水位Tmax不仅受到风速的影响，而且受风向α和岸线地形走势β的影响，最大夹角θ计算可用以下公式计算。
θ＝α-β，0°＜α＜360°，0°＜β＜360° (5)
图4a和图4b是风向、东北岸线走向之间夹角的示意图，本发明以岸线β不变为例说明风向α变化时θ的计算方式。以正北方向N为0轴起，α为风向与0轴之间的角度,β为海岸线与0轴之间的角度，θ计算公式适用于任意风向与岸线走向的组合。
因此，利用上述经验统计公式即可算出每段岸线的最大增水量Tmax，根据评估区域的历史资料建立起风力大小、风向与增水量之间的统计经验公式，公式为Tmax＝λFtsinθ,确定经验参数λ(λ值一般从实测历史风暴潮值中反推求出，取值大致在0.000459～0.001之间)，根据风力大小、风向等计算出风暴潮的最大增水位。
③计算暴露度指数D：暴露性是指人、财、物直接暴露于风暴潮洪水中。每个网格单元内承险体暴露度与沿岸位置与地形有关系，可用承险体所处位置的平均高程D代表。如果不考虑风直接致灾的情形，在风暴潮水位一定的情况下，在最高潮位之上的承险体不受损失，而最高潮位之下的承险体则遭受淹没的损失。
各单元所在位置的平均高程可根据高精度的数字高程地形(DEM)提取。高精度的DEM可通过当地国土测绘局购买或无人机飞行实地扫描之后通过pix4dmapper提取。本步骤通过arcgis利用Raster Calculator(栅格计算器)工具将高于f1的高程值做掩膜处理，然后对低于f1的网格单元利用zonal statistics as table(以表格显示分区统计)工具计算得到包含每个网格的高程的平均值属性表，之后按照公共字段链接到图3所示的格网，得到各网格单元的平均高程。
④根据②和③计算各单元的淹没指数。计算依据按照低于风暴潮洪水水位的区域参与计算,高于风暴潮洪水水位的区域不参与计算。本步骤可直接在Arcgis中计算(见表1)，在单元网格内的属性表中，计算淹没指数公式为Tmax-D。
⑤计算各网格单元的距离衰减指数f2。由于距海岸线的距离d不一样，其损失程度也不一致。各单元受风暴潮灾害风浪的作用范围有能量差异,根据野外调查，在一定的距离范围内，一般遵循距离衰减原则，离岸线越近,受破坏越大,离岸线越远,破坏性越小。因此,以受风暴潮影响的最大距离为基准,根据各单元格内到海岸线的最短距离d分段计算距离衰减指数:
可根据实际调查确定当地最大风暴潮海水淹没距离，本实例取最大海水淹没距离为800m。k为地面粗糙度调节系数,由于沿岸建筑、植被覆盖等地面粗糙程度会使不同海水淹没距离会有所区别，计算依据可参考曼宁糙率系数进行分级(按相对大小在0～1之间)确定。
本步骤通过arcgis获取各单元的质心坐标,通过arcgis的"最近距离"工具计算出各质心坐标到海岸线的最短距离d。
⑥计算风暴潮浪对岸线的易损性指数f3。易损性是指承灾体易于受到致灾洪水的破坏、伤害或损坏的特性,反映了各类承灾体对洪灾的承受能力。风暴海浪对各种承灾体的破坏作用是不同的，损失率由于承灾体不同，其损失程度不一样。岸线可分为基岩岸线、建设围堤、码头岸线、砂砾质岸线、养殖围堤和其他类型岸线，根据风暴潮对各类型岸线的破坏程度和作用强度，我们采取一种简单的分类方法，即根据岸线地貌类型、经济价值等对研究区的岸线易损性进行赋值：
本步骤在arcgis中对各岸线类型作缓冲区分析，以风暴潮海水最大淹没距离为半径，以buffer缓冲区工具按照800m执行缓冲区分析，并以f3(z)类型赋属性值，将各类岸线缓冲区的易损性值用Arcgis toolbox分析工具箱下Identify工具赋给各网格单元。
⑦根据以下公式计算各单元的损失率
在以上基础上，针对风暴潮的直接损失，我们提出了单一网格内直接损失率的计算方法：
LR＝(f1(F,t,θ)-D)*f2(d)*f3(z) (8)
其中，LR(Loss Rate)为风暴潮的可能性直接损失率，f1为风暴潮增水指数，D为风暴潮暴露度指数，f2(d)为风暴潮距离衰减指数，f3(z)为风暴潮浪对岸线的易损性指数。
表1网格属性表损失率计算
在属性表中，公式(3)-(8)通过vb或python语言按照字段值进行分类计算。
计算结果如图5所示在风速分别为20m/秒和25m/秒的情况下，且风暴持续36小时，计算的风暴淹没的范围和可能性损失大小，由于实例中岸线为砂砾质岸线，取其易损性值为0.3。将结果按自然断点法分为6类，图中值越大，损失率越大。从图中可以看出，可能性损失呈现规律性的分布，离海岸线越近，可能性损失值越大；在沿海岸线方向上，受所在单元高程对海水淹没的影响，风险值规律不明显。但在风速20m/秒和25m/秒两种情况下，一方面，后者比前者淹没的范围大，另一方面，靠近岸线的同一网格单元内可能性损失值后者也比前者大。
Claims (4)
1.一种风暴潮灾害风险精细化评估的计算方法，其特征在于包括以下步骤：
1)利用地理信息系统软件将待评估地区的风暴潮影响区域矢量图层进行网格单元分割：利用地理信息系统软件将待评估地区的地形图、海岸线矢量图层统一到平面直角坐标系下,导入数据库；沿海岸线确定风暴潮影响区域，生成多边形图层；对风暴潮影响区域进行单元分割；每个单元具有中心经纬度坐标信息；
2)根据风向、风速得到该区域的风暴潮暴增水指数f1；
3)通过arcgis利用Raster Calculator工具将高于f1的高程值做掩膜处理，然后对低于f1的网格单元利用zonal statistics as table工具得到包含每个网格单元的高程的平均值属性表，得到各网格单元的平均高程；将各网格单元的平均高程作为各网格单元的风暴潮暴露度指数D；平均高程低于f1的网格单元执行下一步骤；
4)根据海岸线类型得到风暴潮浪对岸线的易损性指数f3；将易损性指数值用Arcgistoolbox分析工具箱下Identify工具赋给各网格单元；
5)通过arcgis获取各网格单元的质心坐标，通过arcgis的最近距离工具计算出各质心坐标到海岸线的最近距离；根据各网格单元距海岸线的最近距离得到风暴潮距离衰减指数f2；
6)根据风暴潮暴增水指数f1、风暴潮暴露度指数D、风暴潮距离衰减指数f2和易损性指数f3得到各单元的损失率；损失率值用于表示风暴潮灾害的风险；
所述根据风向、风速得到该区域的风暴潮暴增水指数f1通过以下公式得到：
f1(F,t,θ)＝λFtsinθ
其中，f1为风暴潮暴增水指数，λ为系数，F为风速，θ为风向与岸线的角度，t为大风持续时间。
2.根据权利要求1所述的一种风暴潮灾害风险精细化评估的计算方法，其特征在于所述根据各网格单元距海岸线的最近距离得到风暴潮距离衰减指数f2，通过以下公式得到：
其中，d为某网格单元质心坐标到矢量图层中海岸线的最短距离，k为调节系数。
3.根据权利要求1所述的一种风暴潮灾害风险精细化评估的计算方法，其特征在于所述根据海岸线类型得到风暴潮浪对岸线的易损性指数f3通过以下公式得到：
4.根据权利要求1所述的一种风暴潮灾害风险精细化评估的计算方法，其特征在于所述损失率：
LR＝(f1(F,t,θ)-D)*f2*f3。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610230264.5A CN105844427B (zh) | 2016-04-14 | 2016-04-14 | 一种风暴潮灾害风险精细化评估的计算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610230264.5A CN105844427B (zh) | 2016-04-14 | 2016-04-14 | 一种风暴潮灾害风险精细化评估的计算方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105844427A CN105844427A (zh) | 2016-08-10 |
| CN105844427B true CN105844427B (zh) | 2019-11-08 |
Family
ID=56598024
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610230264.5A Expired - Fee Related CN105844427B (zh) | 2016-04-14 | 2016-04-14 | 一种风暴潮灾害风险精细化评估的计算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105844427B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107341568B (zh) * | 2017-06-20 | 2020-12-18 | 福建省海洋预报台 | 一种台风风暴增水预测方法及系统 |
| CN110377656B (zh) * | 2019-06-13 | 2023-04-25 | 中国地质大学深圳研究院 | 一种基于mvc架构的风暴潮淹没预警可视化方法 |
| CN111401753B (zh) * | 2020-03-18 | 2022-12-06 | 自然资源部第一海洋研究所 | 海源干扰对滨海湿地生态系统影响的定量化评估方法 |
| CN111666314B (zh) * | 2020-06-08 | 2021-03-19 | 广东省城乡规划设计研究院 | 基于多因子的风暴潮易损性评估方法、装置和计算机设备 |
| CN112465356B (zh) * | 2020-11-30 | 2023-05-23 | 国网四川省电力公司电力科学研究院 | 一种改进的崩滑地质灾害物质易损性定量评价方法及系统 |
| CN113610653B (zh) * | 2021-08-24 | 2023-11-21 | 南京信息工程大学 | 一种提高气象灾害指数保险准确性的方法及系统 |
| CN114997752B (zh) * | 2022-08-03 | 2022-11-01 | 国家卫星海洋应用中心 | 一种基于海洋卫星遥感数据评估风暴潮灾害的方法及装置 |
| CN115511390B (zh) * | 2022-11-14 | 2023-06-27 | 南方科技大学 | 一种沿海沿江脆弱性评估方法、系统、终端及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102968574A (zh) * | 2012-12-18 | 2013-03-13 | 浙江省气象科学研究所 | 基于精细网格的灾害风险评估技术方法 |
| 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 |
| CN104156525A (zh) * | 2014-08-05 | 2014-11-19 | 天津大学 | 一种提高风暴潮灾害风险预测精度的方法 |
| CN104318085A (zh) * | 2014-10-11 | 2015-01-28 | 福建师范大学 | 一种流域山洪风险识别与提取方法 |
-
2016
- 2016-04-14 CN CN201610230264.5A patent/CN105844427B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102968574A (zh) * | 2012-12-18 | 2013-03-13 | 浙江省气象科学研究所 | 基于精细网格的灾害风险评估技术方法 |
| 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 |
| CN104156525A (zh) * | 2014-08-05 | 2014-11-19 | 天津大学 | 一种提高风暴潮灾害风险预测精度的方法 |
| CN104318085A (zh) * | 2014-10-11 | 2015-01-28 | 福建师范大学 | 一种流域山洪风险识别与提取方法 |
Non-Patent Citations (2)
| Title |
|---|
| Assessment of coastal zone sustainable development: A case study of Yantai, China;Liangju Yu等;《Ecological Indicators》;20101231;第1218-1225页 * |
| 风暴潮灾害风险评估研究综述;石先武 等;《地球科学进展》;20130831;第28卷(第8期);第866-874页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105844427A (zh) | 2016-08-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105844427B (zh) | 一种风暴潮灾害风险精细化评估的计算方法 | |
| Wang et al. | Long-term hazard analysis of destructive storm surges using the ADCIRC-SWAN model: A case study of Bohai Sea, China | |
| CN102214262A (zh) | 一种潮汐预报方法 | |
| CN110414041B (zh) | 一种基于gis技术建立风暴潮漫滩和淹没分析的方法及系统 | |
| Chu et al. | Sensitivities of modelling storm surge to bottom friction, wind drag coefficient, and meteorological product in the East China Sea | |
| Ren et al. | Dispersion effects on tsunami propagation in South China Sea | |
| Wang et al. | Numerical study of storm surge inundation in the southwestern Hangzhou Bay region during Typhoon Chan-Hom in 2015 | |
| Li et al. | Modelling of extreme wave climate in China Seas | |
| Kim et al. | Verification of rip current simulation using a two-dimensional predictive model, HAECUM | |
| Liu et al. | Modeling the interaction between tides and storm surges for the Taiwan coast | |
| Xiong et al. | Heterogeneous tide-surge interaction during co-occurrence of tropical and extratropical cyclones in the radial sand ridges of the southern Yellow Sea | |
| Maa et al. | Potential impacts of sand mining offshore of Maryland and Delaware: Part 1—impacts on physical oceanographic processes | |
| Smith et al. | Hawaii hurricane wave and surge modeling and fast forecasting | |
| Yin et al. | Estimation of spatial extreme sea levels in Xiamen seas by the quadrature JPM-OS method | |
| Sheng et al. | Simulating storm surge and inundation along the Taiwan coast during typhoons Fanapi in 2010 and Soulik in 2013 | |
| Li et al. | Numerical modeling of coastal inundation and sedimentation by storm surge, tides, and waves at Norfolk, Virginia, USA | |
| Zhang et al. | A numerical study of hydrodynamic characteristics and hydrological processes in the coastal wetlands during extreme events | |
| Korablina et al. | Numerical simulations and statistics of surges in the White and Barents seas | |
| Tong et al. | Comprehensive risk analysis of storm surge flood based on WebGIS | |
| Kim et al. | Calculation of rip current warning index by a vector rose diagram | |
| Piché | Scientific Validation of the IEC Specification for the Assessment and Characterization of Wave Resources using SWAN | |
| Sarhan et al. | Prediction of Shoreline Deformation around Multiple Hard Coastal Protection Systems. | |
| Sun et al. | Simulation and risk evaluation of possible superstorms hitting Europe’s north sea coast | |
| CN106709668B (zh) | 基于海平面上升的土地风险评估方法及装置 | |
| Särkkä et al. | Simulating sea level extremes from synthetic low-pressure systems |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20191108 |