CN106651105A - 地震灾害风险预估方法 - Google Patents
地震灾害风险预估方法 Download PDFInfo
- Publication number
- CN106651105A CN106651105A CN201610919935.9A CN201610919935A CN106651105A CN 106651105 A CN106651105 A CN 106651105A CN 201610919935 A CN201610919935 A CN 201610919935A CN 106651105 A CN106651105 A CN 106651105A
- Authority
- CN
- China
- Prior art keywords
- data
- grade
- disaster
- earthquake
- 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.)
- Pending
Links
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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
一种地震灾害风险预估方法,步骤如下:第一步:互联网站、社交媒体和电商新型数据来源提取出关于孕灾环境和承灾体的数据;第二步:通过分析数据中的特征,将灾害等级分为正、中、负三个等级,且每个等级划分为5级;第三步:结果风险值=后果值*暴露值*可能性/50,第四步:依据最大隶属度原则,进行模糊综合评价,得到地震灾害等级分级。本发明充分考虑了自然灾害的多方面影响因素,从大数据出发,针对互联网数据的特点,遵循以数据为中心的原则,按照一定的处理方式进行等级划分,构建了基于大数据分析的风险等级,可以快速地发现数据信息中潜在的风险,有利于保障企业的可持续发展,极大的提高了决策的效率,为地震防灾工作指明了重点。
Description
技术领域
本发明属于互联网数据预估方法技术领域,尤其涉及一种地震灾害风险预估方法。
背景技术
首先对于目前地震灾害的风险评估技术,基本上都是基于历史数据的统计分析,选取相关因素因子,根据各个相关因素因子造成台风灾害的影响程度确定权重系数,最后构建地震灾害综合风险区划模型,得到风险区划结果,实现对某一地区历史地震灾害的一个风险区划,但是对于气象或政府等业务部门而言,实现对未来地震可能造成灾害损失的预估更具有现实意义。目前关于地震灾害的预估,都是地震与房屋倒损、农田受淹以及直接经济损失等单个灾情之间的灾害预估,而对于地震灾害可能造成的多指标灾害综合严重程度的预估还缺乏有效的方法。
其次,针对地震灾害的风险评估中,对致灾因子危险性评价模型的研究,基本上都是通过对地震产生的震级测量值与地震灾害的灾情状况分别建立关联关系,但是它们彼此之间也存在着相互影响关系,这两个因子共同作用可能会产生更为严重的地震灾害。由于致灾因子危险性指数的准确性直接影响台风灾害实时风险预估的准确性,因此需要选择一种方法能够对地震的实时观测数据进行客观的分析,并且选择的方法要能够遁应地震灾害样本少的特点。
发明内容
本发明所要解决的技术问题是提供一种基于客观分析,各项因素考虑周全的地震灾害风险预估方法,以解决上述背景技术中提出的问题。
本发明所解决的技术问题采用以下技术方案来实现:本发明提供一种地震灾害风险预估方法,步骤如下:
第一步:互联网站、社交媒体和电商新型数据来源提取出关于孕灾环境和承灾体的数据;
第二步:通过分析数据中的特征,将灾害等级分为正、中、负三个等级,且每个等级划分为5级;
第三步:结果风险值=后果值*暴露值*可能性/50
I后果值:1-2人重伤(可治愈):值为25;3人以上重伤(可治愈):值为50;1-2人死亡:值为75;3人以上死亡:值为100
II暴露值:道路崎岖:1;病毒:0.5;疲劳驾驶:1;雷击:1地震:1
III发生上面的可能性为1-5
第四步:依据最大隶属度原则,进行模糊综合评价,得到地震灾害等级分级。
所述孕灾环境,包括道路崎岖、病毒、疲劳驾驶、雷击和地震。
所述承灾体,包括人口伤亡,经济环境和生态系统。
本发明的有益效果为:充分考虑了自然灾害的多方面影响因素,从大数据出发,针对互联网数据的特点,遵循以数据为中心的原则,按照一定的处理方式进行等级划分,构建了基于大数据分析的风险等级,可以快速地发现数据信息中潜在的风险,为企业提供预知的风险依据,有利于保障企业的可持续发展,极大的提高了决策的效率,为地震防灾工作指明了重点。
具体实施方式
一种地震灾害风险预估方法,地震灾害风险预估方法,步骤如下:
第一步:互联网站、社交媒体和电商新型数据来源提取出关于孕灾环境和承灾体的数据;
第二步:通过分析数据中的特征,将灾害等级分为正、中、负三个等级,且每个等级划分为5级;
第三步:结果风险值=后果值*暴露值*可能性/50
I后果值:1-2人重伤(可治愈):值为25;3人以上重伤(可治愈):值为50;1-2人死亡:值为75;3人以上死亡:值为100
II暴露值:道路崎岖:1;病毒:0.5;疲劳驾驶:1;雷击:1地震:1
III发生上面的可能性为1-5
第四步:依据最大隶属度原则,进行模糊综合评价,得到地震灾害等级分级。
所述孕灾环境,包括道路崎岖、病毒、疲劳驾驶、雷击和地震。
所述承灾体,包括人口伤亡,经济环境和生态系统。
本发明充分考虑了自然灾害的多方面影响因素,从大数据出发,针对互联网数据的特点,遵循以数据为中心的原则,按照一定的处理方式进行等级划分,构建了基于大数据分析的风险等级,可以快速地发现数据信息中潜在的风险,为企业提供预知的风险依据,有利于保障企业的可持续发展,极大的提高了决策的效率,为地震防灾工作指明了重点。
最后说明的是,选取上述实施例并对其进行了详细的说明和描述是为了更好的说明本发明专利的技术方案,并不是想要局限于所示的细节。本领域的技术人员对本发明的技术方案进行修改或同等替换,而不脱离本发明技术方案的宗旨和范围的,均应涵盖在本发明的权利要求范围当中。
Claims (3)
1.一种地震灾害风险预估方法,其特征在于:地震灾害风险预估方法,步骤如下:
第一步:互联网站、社交媒体和电商新型数据来源提取出关于孕灾环境和承灾体的数据;
第二步:通过分析数据中的特征,将灾害等级分为正、中、负三个等级,且每个等级划分为5级;
第三步:结果风险值=后果值*暴露值*可能性/50
I后果值:1-2人重伤(可治愈):值为25;3人以上重伤(可治愈):值为50;1-2人死亡:值为75;3人以上死亡:值为100
II暴露值:道路崎岖:1;病毒:0.5;疲劳驾驶:1;雷击:1地震:1
III发生上面的可能性为1-5
第四步:依据最大隶属度原则,进行模糊综合评价,得到地震灾害等级分级。
2.根据权利要求1所述的一种地震灾害风险预估方法,其特征在于:所述孕灾环境,包括道路崎岖、病毒、疲劳驾驶、雷击和地震。
3.根据权利要求1所述的一种地震灾害风险预估方法,其特征在于:所述承灾体,包括人口伤亡,经济环境和生态系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610919935.9A CN106651105A (zh) | 2016-10-21 | 2016-10-21 | 地震灾害风险预估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610919935.9A CN106651105A (zh) | 2016-10-21 | 2016-10-21 | 地震灾害风险预估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106651105A true CN106651105A (zh) | 2017-05-10 |
Family
ID=58856098
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610919935.9A Pending CN106651105A (zh) | 2016-10-21 | 2016-10-21 | 地震灾害风险预估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106651105A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109064052A (zh) * | 2018-08-20 | 2018-12-21 | 国家海洋信息中心 | 海洋灾害风险事件分类方法及装置 |
CN109146277A (zh) * | 2018-08-13 | 2019-01-04 | 中国南方电网有限责任公司超高压输电公司广州局 | 基于风险的树障隐患分级清理风险评估方法 |
CN113282877A (zh) * | 2021-07-22 | 2021-08-20 | 中国科学院地理科学与资源研究所 | 自然灾害重点隐患风险评估方法及装置 |
CN114693066A (zh) * | 2022-02-28 | 2022-07-01 | 哈尔滨工业大学(深圳) | 地震危险性分析方法、装置、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103177301A (zh) * | 2013-03-12 | 2013-06-26 | 南京信息工程大学 | 一种台风灾害风险预估方法 |
CN104346538A (zh) * | 2014-11-26 | 2015-02-11 | 中国测绘科学研究院 | 基于三种灾情因子控制的地震灾害评估方法 |
CN104820904A (zh) * | 2015-05-19 | 2015-08-05 | 重庆大学 | 一种城市自然灾害等级的模糊综合评价方法 |
CN106021875A (zh) * | 2016-05-11 | 2016-10-12 | 兰州大学 | 一种地震扰动区多尺度泥石流风险评估的方法 |
-
2016
- 2016-10-21 CN CN201610919935.9A patent/CN106651105A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103177301A (zh) * | 2013-03-12 | 2013-06-26 | 南京信息工程大学 | 一种台风灾害风险预估方法 |
CN104346538A (zh) * | 2014-11-26 | 2015-02-11 | 中国测绘科学研究院 | 基于三种灾情因子控制的地震灾害评估方法 |
CN104820904A (zh) * | 2015-05-19 | 2015-08-05 | 重庆大学 | 一种城市自然灾害等级的模糊综合评价方法 |
CN106021875A (zh) * | 2016-05-11 | 2016-10-12 | 兰州大学 | 一种地震扰动区多尺度泥石流风险评估的方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109146277A (zh) * | 2018-08-13 | 2019-01-04 | 中国南方电网有限责任公司超高压输电公司广州局 | 基于风险的树障隐患分级清理风险评估方法 |
CN109064052A (zh) * | 2018-08-20 | 2018-12-21 | 国家海洋信息中心 | 海洋灾害风险事件分类方法及装置 |
CN113282877A (zh) * | 2021-07-22 | 2021-08-20 | 中国科学院地理科学与资源研究所 | 自然灾害重点隐患风险评估方法及装置 |
CN114693066A (zh) * | 2022-02-28 | 2022-07-01 | 哈尔滨工业大学(深圳) | 地震危险性分析方法、装置、设备及存储介质 |
CN114693066B (zh) * | 2022-02-28 | 2024-03-15 | 哈尔滨工业大学(深圳) | 地震危险性分析方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106651105A (zh) | 地震灾害风险预估方法 | |
CN108985632A (zh) | 一种基于孤立森林算法的用电数据异常检测模型 | |
CN110636066B (zh) | 基于无监督生成推理的网络安全威胁态势评估方法 | |
CN103914792B (zh) | 一种计及输电线路运行不确定性的综合风险评估方法 | |
CN106156957A (zh) | 一种基于权重的企业风险评估方法及系统 | |
CN111159396B (zh) | 面向数据共享交换的文本数据分类分级模型的建立方法 | |
CN110046812A (zh) | 城市安全发展水平的综合评价方法 | |
KR102379472B1 (ko) | 시공간 피해특성을 고려한 다종 데이터 융합 분석방법 | |
CN105912857A (zh) | 一种配电设备状态监测传感器的选配方法 | |
CN110222247A (zh) | 一种公路工程施工安全事故分析系统 | |
CN103294811A (zh) | 考虑特征可靠性的视频分类器构造方法 | |
CN103268391A (zh) | 基于朴素贝叶斯的自适应雷电灾害风险预估方法 | |
CN110705638A (zh) | 一种利用深度网络学习模糊信息特征技术的信用评级预测分类方法 | |
CN109657938A (zh) | 一种轨道交通系统成本影响要素辨识与分析方法 | |
CN109598288A (zh) | 一种危险化学品运输驾驶员人为因素风险评估方法及系统 | |
CN113689053B (zh) | 一种基于随机森林的强对流天气架空线停电预测方法 | |
CN112992156B (zh) | 一种基于声纹认证的配电网调度身份认证系统 | |
Sun et al. | Environmental risk assessment system for phosphogypsum tailing dams | |
Chongchong et al. | A bridge structural health data analysis model based on semi-supervised learning | |
Wang et al. | The research on early warning of preventing the stampede on crowded places and evacuated technology | |
CN104331586B (zh) | 长期运行输电线路导线实际强度的计算方法 | |
Abbasi et al. | Analysis of the drivers explain the resilience of the city in the metropolis of Mashhad | |
Guo et al. | Research on SOFMNN in coal and gas outburst safety prediction | |
Sulaiman et al. | Optimized Non-linear Multivariable Grey Model for Carbon Dioxide Emissions in Malaysia | |
O’Conner et al. | Disproportionality in school discipline: An assessment of trends in Maryland, 2009–12 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170510 |
|
WD01 | Invention patent application deemed withdrawn after publication |