CN107944219A - 一种表征不同时段旱涝致灾特征的方法和装置 - Google Patents
一种表征不同时段旱涝致灾特征的方法和装置 Download PDFInfo
- Publication number
- CN107944219A CN107944219A CN201711328390.5A CN201711328390A CN107944219A CN 107944219 A CN107944219 A CN 107944219A CN 201711328390 A CN201711328390 A CN 201711328390A CN 107944219 A CN107944219 A CN 107944219A
- Authority
- CN
- China
- Prior art keywords
- drought
- waterlogging
- precipitation
- time period
- preset time
- 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
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种表征不同时段旱涝致灾特征的方法和装置,解决了目前现有技术对于表征不同时段旱涝致灾特征的方法只用降水量的多少来度量旱涝的轻重程度存在的局限性,精度差、误差大等问题。本发明的表征不同时段旱涝致灾特征的方法包括:将预设区域的预设时间段内的降水量进行处理,得到表征预设区域预设时间段内降水量的参数降水离散系数;通过降水离散系数与预设时间段内的降水量进行计算,得到预设区域的旱涝致灾因子;通过将旱涝致灾因子及预置旱涝致灾因子历史均值进行计算,得到表征预设区域的预设时间段内旱涝灾害特征的指数Q。
Description
技术领域
本发明涉及自然灾害特征表征领域,尤其涉及一种表征不同时段旱涝致灾特征的方法和装置。
背景技术
旱涝是影响国家经济发展最严重的自然灾害之一,尤其是范围广、强度大、持续时间长的大旱大涝不仅对社会经济造成了重大的损失,而且对人民的生命财产形成了巨大威胁。旱涝灾害的发生是由许多复杂因素相互作用的综合结果,它不仅与降水量的多少和时空分配有关,还取决于地形地势、土壤性质、水利设施、农林作物需水量等多个因子。单就农田而言,我国每年受灾面积约有2670多万亩,其中由旱涝造成的灾害约占受灾总面积的60%~70%,可见旱涝灾害影响之巨大。因此,旱涝现象的研究一直受到人们的普遍关注。多年来,许多学者利用不同的方法对旱涝灾害进行了详细的分析,对于全面了解东亚地区(中国)旱涝的发生频率、分布范围、持续时间和强度,具有十分重要的理论意义。众所周知,研究旱涝灾害最关键的问题是确定客观正确的旱涝指标。定量的旱涝指标是监测、评价、研究旱涝发生、发展的基础,也是采取措施预防和减轻旱涝灾害严重损失的先决条件。在确定旱涝指标方面,前人已做过很多工作,建立了许多定量旱涝指标。
目前用于表征不同时段旱涝致灾特征的方法中应用范围较广的主要有:我国在旱涝监测中使用的Z指数,Mckee et al.(1993)的标准化降水指数(SPI),Palmer(1965)干旱指数等。但是,绝大多数的旱涝指标重点关注了降水量大小因子,而未能很好地考虑到局地降水的时空分布特征。例如,旱涝Z指数就是先假设降水服从P-III型函数分布,把降水量标准化处理后,将其概率密度函数转变为以Z为新变量的标准化正态分布,根据计算的Z指数分级来描述旱涝程度。而有些学者则直接用降水量作为区域旱涝的指标,通常用降水量标准化距平值划分出旱涝灾害的不同等级。我们知道,年降水量(汛期或台风季降水)的大小只是局部地区年内(汛期等不同时期)各时段降水量的总和,由于降水的局地性和阵发性,导致不同地区降水量在时间上(汛期、季风期、台风季内)的离散程度具有很大的差异,那么在一年之中就可能出现旱涝灾害重复出现的多变现象。仅用年(汛期或季)降水量大小是不能很好反映出某一时段内的气候干湿状况,由它评估的旱涝年和标准就必然有局限性,尤其在干旱半干旱地区,确定旱涝指标更是一个十分复杂的问题。因此,现有技术对于表征不同时段旱涝致灾特征的方法只用降水量的多少来度量旱涝的轻重程度有一定的局限性,且有精度差、误差大等问题。
发明内容
本发明实施例提供的一种表征不同时段旱涝致灾特征的方法、装置,解决了目前现有技术对于表征不同时段旱涝致灾特征的方法只用降水量的多少来度量旱涝的轻重程度存在的的局限性,精度差、误差大等问题。
本发明实施例提供的一种表征不同时段旱涝致灾特征的方法包括:
S1:将预设区域的预设时间段内的降水量进行处理,得到表征预设区域预设时间段内降水量的参数降水离散系数;
S2:通过所述降水离散系数与所述预设时间段内的降水量进行计算,得到预设区域的旱涝致灾因子;
S3:通过将旱涝致灾因子及预置旱涝致灾因子历史均值进行计算,得到表征预设区域的预设时间段内旱涝灾害特征的指数Q。
可选地,所述S1具体包括:分别通过第一公式、第二公式和第三公式将预设区域的预设时间段内的降水量进行处理,得到表征降水量时间分配特征的参数降水离散系数Cni;其中:
第一公式为:
第二公式为:
第三公式为:
其中,Ri为预设区域内预设时间段内总降水量,单位为mm,rij为预设时间段内某天或某小时的降水量,单位为mm,θj为预设时间段内某天或某小时对应的方位角,i为年份,j为预设时间段内的时序。
可选地,所述S2具体包括:将所述降水离散系数与所述预设时间段内的降水量进行结合计算,得到预设区域的旱涝致灾因子Ai;
其中:
Ai=Cni*Ri+m
Cni为所述降水离散系数,R′i为预设区域汛期的降水量,m为灾害修正系数。
可选地,所述S3具体包括:分别通过第四公式、第五公式和第六公式将所述旱涝致灾因子及预置旱涝致灾因子历史均值进行处理,得到表征预设区域的预设时间段内旱涝灾害特征的指数Q;其中用来表征预设区域的i年份的旱涝灾害特征的Q指数为Qi;
其中:
第四公式为:
第五公式为:
第六公式为:
其中:Ai为所述旱涝致灾因子,为所述旱涝致灾因子历史均值,σA为所述旱涝致灾因子的均方差。
可选地,当Qi指数为正值时且大于涝灾预设阀值时,所述预设区域旱涝类型为涝,且Qi指数值越大,涝灾情况越严重;当Qi指数为负值且小于旱灾预设阀值时,所述预设区域旱涝类型为旱,且Qi指数越小,旱灾情况越严重。
本发明实施例提供的一种表征不同时段旱涝致灾特征的装置,包括:
处理单元:用于将所述预设区域的预设时间段内的降水量进行处理,得到表征预设区域预设时间段内降水量的参数降水离散系数;
第一计算单元:用于通过所述降水离散系数与所述预设时间段内的降水量进行计算,得到预设区域的旱涝致灾因子;
第二计算单元:通过将旱涝致灾因子及预置旱涝致灾因子历史均值进行计算,得到表征预设区域的预设时间段内旱涝灾害特征的指数Q。
可选地,所述处理单元前还包括获取单元:用于获取预设区域的预设时间段内的降水量。
可选地,所述处理单元,具体用于分别通过第一公式、第二公式和第三公式将预设区域的预设时间段内的降水量进行处理,得到表征降水量时间分配特征的参数降水离散系数Cni;其中:
第一公式为:
第二公式为:
第三公式为:
其中,Ri为预设区域内预设时间段内总降水量,单位为mm,rij为预设时间段内某天或某小时的降水量,单位为mm,θj为预设时间段内某天或某小时对应的方位角,i为年份,j为预设时间段内的时序。
可选地,所述第一计算单元,具体用于将所述降水离散系数与所述预设时间段内的降水量进行结合计算,得到预设区域的旱涝致灾因子Ai;
其中:
Ai=Cni*Ri+m
为所述降水离散系数,为预设区域汛期的降水量,m为灾害修正系数。
可选地,所述第二计算单元,具体用于分别通过第四公式、第五公式和第六公式将所述旱涝致灾因子及预置旱涝致灾因子历史均值进行处理,得到表征预设区域的预设时间段内旱涝灾害特征的指数Q;其中用来表征预设区域的i年份的旱涝灾害特征的Q指数为Qi;
其中:
第四公式为:
第五公式为:
第六公式为:
其中:Ai为所述旱涝致灾因子,为所述旱涝致灾因子历史均值,σA为所述旱涝致灾因子的均方差。
从以上技术方案可以看出,本发明实施例具有以下优点:
本发明实施例提供的一种表征不同时段旱涝致灾特征的方法和装置,其中,表征不同时段旱涝致灾特征的方法包括:将预设区域的预设时间段内的降水量进行处理,得到表征预设区域预设时间段内降水量的参数降水离散系数;通过降水离散系数与预设时间段内的降水量进行计算,得到预设区域的旱涝致灾因子;通过将旱涝致灾因子及预置旱涝致灾因子历史均值进行计算,得到表征预设区域的预设时间段内旱涝灾害特征的指数Q。
本实施例中,通过对预设区域的预设时间段内降水量进行处理,得到表征预设区域预设时间段内降水量的降水离散系数,进一步通过降水离散系数和预设时间段的降水量进行计算,得到预设区域的旱涝致灾因子。并进一步将旱涝致灾因子及预置旱涝致灾因子历史均值进行计算,得到表征预设区域的预设时间段内旱涝灾害特征的指数Q。在计算过程中,引入了降水量、时间分布以及往年的旱涝致灾因子等,优化了计算模型,提高了精度,解决了目前现有技术对于表征不同时段旱涝致灾特征的方法只用降水量的多少来度量旱涝的轻重程度存在的的局限性,精度差、误差大等问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的一种表征不同时段旱涝致灾特征的方法的一个实施例的流程示意图;
图2为本发明实施例提供的一种表征不同时段旱涝致灾特征的方法的另一个实施例的流程示意图;
图3为本发明实施例提供的一种表征不同时段旱涝致灾特征的装置的一个实施例的结构示意图;
图4为本发明实施例提供的一种表征不同时段旱涝致灾特征的装置的另一个实施例的结构示意图。
具体实施方式
本发明实施例提供的一种表征不同时段旱涝致灾特征的方法和装置,解决了目前现有技术对于表征不同时段旱涝致灾特征的方法只用降水量的多少来度量旱涝的轻重程度存在的的局限性,精度差、误差大等问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,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,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1,本发明实施例提供的一种表征不同时段旱涝致灾特征的方法的一个实施例包括:
101、将预设区域的预设时间段内的降水量进行处理,得到表征预设区域预设时间段内降水量的参数降水离散系数;
需要说明的是,降水离散系是数通过将研究时段内(如:汛期、季风期、台风季)降水量在时间分配形态上进行定量化处理,得到的表征降水量时间分配特征的参数。
102、通过降水离散系数与预设时间段内的降水量进行计算,得到预设区域的旱涝致灾因子;
需要说明的是,利用无量纲融合技术,将表征降水在时间分配上离散程度的特征参数(降水离散系数)与时段内的(汛期、季风期、台风季)降水量融合确定区域旱涝致灾因子。
103、通过将旱涝致灾因子及预置旱涝致灾因子历史均值进行计算,得到表征预设区域的预设时间段内旱涝灾害特征的指数Q
需要说明的是,旱涝致灾因子进行标准化处理,得到表征研究时段内旱涝灾害特征的指数。依据指数制定出研究区域内旱涝致灾标准和等级。
本实施例中,通过对预设区域的预设时间段内降水量进行处理,得到表征预设区域预设时间段内降水量的降水离散系数,进一步通过降水离散系数和预设时间段的降水量进行计算,得到预设区域的旱涝致灾因子。并进一步将旱涝致灾因子及预置旱涝致灾因子历史均值进行计算,得到表征预设区域的预设时间段内旱涝灾害特征的指数Q。在计算过程中,引入了降水量、时间分布以及往年的旱涝致灾因子等,优化了计算模型,提高了精度,解决了目前现有技术对于表征不同时段旱涝致灾特征的方法只用降水量的多少来度量旱涝的轻重程度存在的的局限性,精度差、误差大等问题。
上面是对表征不同时段旱涝致灾特征的方法的过程进行详细的描述,下面将对表征不同时段旱涝致灾特征的方法中的降水离散系数、旱涝致灾因子和指数Q进行详细的描述。
请参阅图2,本发明实施例提供的一种表征不同时段旱涝致灾特征的方法的另一个实施例包括:
201、分别通过第一公式、第二公式和第三公式将预设区域的预设时间段内的降水量进行处理,得到表征降水量时间分配特征的参数降水离散系数Cni;需要说明的是,其中:第一公式为:
第二公式为:
第三公式为:
其中,Ri为预设区域内预设时间段内总降水量,单位为mm,rij为预设时间段内某天或某小时的降水量,单位为mm,θj为预设时间段内某天或某小时对应的方位角,i为年份,j为预设时间段内的时序。
202、将降水离散系数与预设时间段内的降水量进行结合计算,得到预设区域的旱涝致灾因子Ai;
需要说明的是,其中:
Ai=Cni*Ri+m
Cni为降水离散系数,R′i为预设区域汛期的降水量,m为灾害修正系数。
其中,由于大气降水量多少及雨强变化是导致旱涝灾害发生主要原因,但是降雨落区的土壤入渗能力影响灾害程度。因此,制定降水致灾因子时考虑了降水土壤入渗能力的修正系数。具体土壤种类与降水入渗速度、入渗量之间的关系比较复杂,常采用观测数据拟合方法确定出修正系数m,详见如下:
沙土:m=-10.0
沙壤土:m=-7.5
壤土:m=-5.0
黏壤土:m=-2.5
黏土:m=0.0
所以,m的取值范围-10.0-0.0之间。
203、分别通过第四公式、第五公式和第六公式将旱涝致灾因子及预置旱涝致灾因子历史均值进行处理,得到表征预设区域的预设时间段内旱涝灾害特征的指数Q;其中用来表征预设区域的i年份的旱涝灾害特征的Q指数为Qi;
需要说明的是,其中:
第四公式为:
第五公式为:
第六公式为:
其中:Ai为旱涝致灾因子,为旱涝致灾因子历史均值,σA为旱涝致灾因子的均方差。
结合灾后统计的实际数据,调整灾害修正系数m,把灾后统计的实际数据作为历史信息整合进损毁事例集,通过与预测值对比修正系数m重新建模,实现模型的校准与更新,使灾害划分等级标准的精度不断提高。
当Qi指数为正值时且大于涝灾预设阀值时,预设区域旱涝类型为涝,且Qi指数值越大,涝灾情况越严重;当Qi指数为负值且小于旱灾预设阀值时,预设区域旱涝类型为旱,且Qi指数越小,旱灾情况越严重。
依据旱涝指数指定旱涝灾害级别标准(见表1),共为9级。
表1旱涝Q指数确定的旱涝灾害划分等级与级别标准
表1旱涝等级里的“异常涝”和“异常旱”等级是依据气候统计学极端气候事件确定阈值标准确定的,主要指该地区当年降水量与其多年平均降水量的差(也就是当年的降水异常值。如果为正值说明降水偏多;反之降水偏少),该差值与多年标准差(气候概率意义上)的比值大小来反映该地旱涝程度,如果当年降水异常值(正值)是多年标准差-2倍或以上,表明了当年的降水异常偏多程度非常严重(气候学意义上小概率异常涝灾事件发生了)。基于以上标准,我们制定了异常涝灾事件标准。同时,旱涝等级里的“异常旱”等级:如果当年降水异常值(负值)是多年标准差2倍或以上,表明了当年的降水异常偏少程度非常严重(气候学意义上小概率异常旱灾事件发生了)。基于以上标准,我们制定了异常旱灾事件标准。
请参阅图3,本发明实施例中提供的一种表征不同时段旱涝致灾特征的装置的一个实施例包括:
处理单元301,用于将预设区域的预设时间段内的降水量进行处理,得到表征预设区域预设时间段内降水量的参数降水离散系数;
第一计算单元302,用于通过降水离散系数与预设时间段内的降水量进行计算,得到预设区域的旱涝致灾因子;
第二计算单元303,用于通过将旱涝致灾因子及预置旱涝致灾因子历史均值进行计算,得到表征预设区域的预设时间段内旱涝灾害特征的指数Q。
本实施例中,通过处理单元301将预设区域的预设时间段内的降水量进行处理,得到表征预设区域预设时间段内的降水量的参数降水离散系数,然后通过第一计算单元302将降水离散系数与预设时间段内的降水量进行计算,得到表征预设区域预设时间段内旱涝致灾因子;再通过第二计算单元303将旱涝致灾因子及预置旱涝致灾因子历史均值进行计算,得到表征预设区域的预设时间段内旱涝灾害特征的指数Q。
上面是对表征不同时段旱涝致灾特征的装置的各单元进行的详细的描述,请参阅图4,本发明实施例中提供的一种表征不同时段旱涝致灾特征的装置的另一个实施例包括:
获取单元401,用于获取预设区域的预设时间段内的降水量;
处理单元402,用于将预设区域的预设时间段内的降水量进行处理,得到表征预设区域预设时间段内降水量的参数降水离散系数;
第一计算单元403,用于通过降水离散系数与预设时间段内的降水量进行计算,得到预设区域的旱涝致灾因子;
第二计算单元404,通过将旱涝致灾因子及预置旱涝致灾因子历史均值进行计算,得到表征预设区域的预设时间段内旱涝灾害特征的指数Q。
本实施例中,通过获取单元401获取预设区域内的预设时间段的降水量,然后通过处理单元402将预设区域的预设时间段内的降水量进行处理,得到表征预设区域预设时间段内的降水量的参数降水离散系数,然后通过第一计算单元403将降水离散系数与预设时间段内的降水量进行计算,得到表征预设区域预设时间段内旱涝致灾因子;再通过第二计算单元404将旱涝致灾因子及预置旱涝致灾因子历史均值进行计算,得到表征预设区域的预设时间段内旱涝灾害特征的指数Q。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元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,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种表征不同时段旱涝致灾特征的方法,其特征在于,包括:
S1:将预设区域的预设时间段内的降水量进行处理,得到表征预设区域预设时间段内降水量的参数降水离散系数;
S2:通过所述降水离散系数与所述预设时间段内的降水量进行计算,得到预设区域的旱涝致灾因子;
S3:通过将所述旱涝致灾因子及预置旱涝致灾因子历史均值进行计算,得到表征预设区域的预设时间段内旱涝灾害特征的指数Q。
2.根据权利要求1所述的一种表征不同时段旱涝致灾特征的方法,其特征在于,
所述S1具体包括:分别通过第一公式、第二公式和第三公式将预设区域的预设时间段内的降水量进行处理,得到表征降水量时间分配特征的参数降水离散系数Cni;其中:
第一公式为:
第二公式为:
第三公式为:
其中,Ri为预设区域内预设时间段内总降水量,单位为mm,rij为预设时间段内某天或某小时的降水量,单位为mm,θj为预设时间段内某天或某小时对应的方位角,i为年份,j为预设时间段内的时序。
3.根据权利要求1所述的一种表征不同时段旱涝致灾特征的方法,其特征在于,
所述S2具体包括:将所述降水离散系数与所述预设时间段内的降水量进行结合计算,得到预设区域的旱涝致灾因子Ai;
其中:
Ai=Cni*Ri+m
Cni为所述降水离散系数,R′i为预设区域汛期的降水量,m为灾害修正系数。
4.根据权利要求1所述的一种表征不同时段旱涝致灾特征的方法,其特征在于,
所述S3具体包括:分别通过第四公式、第五公式和第六公式将所述旱涝致灾因子及预置旱涝致灾因子历史均值进行处理,得到表征预设区域的预设时间段内旱涝灾害特征的指数Q;其中用来表征所述预设区域的i年份的旱涝灾害特征的Q指数为Qi;
其中:
第四公式为:
第五公式为:
第六公式为:
其中:Ai为所述旱涝致灾因子,为所述旱涝致灾因子历史均值,σA为所述旱涝致灾因子的均方差。
5.根据权利要求4所述的一种表征不同时段旱涝致灾特征的方法,其特征在于,
当Qi指数为正值时且大于涝灾预设阀值时,所述预设区域旱涝类型为涝,且Qi指数值越大,涝灾情况越严重;当Qi指数为负值且小于旱灾预设阀值时,所述预设区域旱涝类型为旱,且Qi指数越小,旱灾情况越严重。
6.一种表征不同时段旱涝致灾特征的装置,其特征在于,包括:
处理单元:用于将所述预设区域的预设时间段内的降水量进行处理,得到表征预设区域预设时间段内降水量的参数降水离散系数;
第一计算单元:用于通过所述降水离散系数与所述预设时间段内的降水量进行计算,得到预设区域的旱涝致灾因子;
第二计算单元:通过将所述旱涝致灾因子及预置旱涝致灾因子历史均值进行计算,得到表征所述预设区域的预设时间段内旱涝灾害特征的指数Q。
7.根据权利6所述的一种表征不同时段旱涝致灾特征的装置,其特征在于,
所述处理单元前还包括获取单元:用于获取所述预设区域的预设时间段内的降水量。
8.根据权利6所述的一种表征不同时段旱涝致灾特征的装置,其特征在于,
所述处理单元,具体用于分别通过第一公式、第二公式和第三公式将所述预设区域的预设时间段内的降水量进行处理,得到表征降水量时间分配特征的参数降水离散系数Cni;其中:
第一公式为:
第二公式为:
第三公式为:
其中,Ri为预设区域内预设时间段内总降水量,单位为mm,rij为预设时间段内某天或某小时的降水量,单位为mm,θj为预设时间段内某天或某小时对应的方位角,i为年份,j为预设时间段内的时序。
9.根据权利6所述的一种表征不同时段旱涝致灾特征的装置,其特征在于,
所述第一计算单元,具体用于将所述降水离散系数与所述预设时间段内的降水量进行结合计算,得到所述预设区域的旱涝致灾因子Ai;
其中:
Ai=Cni*Ri+m
为所述降水离散系数,为预设区域汛期的降水量,m为灾害修正系数。
10.根据权利6所述的一种表征不同时段旱涝致灾特征的装置,其特征在于,
所述第二计算单元,具体用于分别通过第四公式、第五公式和第六公式将所述旱涝致灾因子及所述预置旱涝致灾因子历史均值进行处理,得到表征所述预设区域的预设时间段内旱涝灾害特征的指数Q;其中用来表征所述预设区域的i年份的旱涝灾害特征的Q指数为Qi;
其中:
第四公式为:
第五公式为:
第六公式为:
其中:Ai为所述旱涝致灾因子,为所述旱涝致灾因子历史均值,σA为所述旱涝致灾因子的均方差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711328390.5A CN107944219B (zh) | 2017-12-13 | 2017-12-13 | 一种表征不同时段旱涝致灾特征的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711328390.5A CN107944219B (zh) | 2017-12-13 | 2017-12-13 | 一种表征不同时段旱涝致灾特征的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107944219A true CN107944219A (zh) | 2018-04-20 |
CN107944219B CN107944219B (zh) | 2021-01-22 |
Family
ID=61942979
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711328390.5A Active CN107944219B (zh) | 2017-12-13 | 2017-12-13 | 一种表征不同时段旱涝致灾特征的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107944219B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111680912A (zh) * | 2020-06-08 | 2020-09-18 | 中山大学 | 一种旱涝急转风险评估方法 |
CN112578479A (zh) * | 2020-12-29 | 2021-03-30 | 北京维艾思气象信息科技有限公司 | 一种基于降水预报的城市内涝告警装置及方法 |
CN115203625A (zh) * | 2022-07-29 | 2022-10-18 | 应急管理部国家减灾中心 | 一种旱涝指数数据缺失值插补方法及其插补装置 |
CN115796460A (zh) * | 2023-02-13 | 2023-03-14 | 广东广宇科技发展有限公司 | 一种基于河湖信息的旱涝灾害防御方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130110399A1 (en) * | 2011-10-31 | 2013-05-02 | Insurance Bureau Of Canada | System and method for predicting and preventing flooding |
CN105335603A (zh) * | 2015-07-17 | 2016-02-17 | 清华大学 | 一种度量引水灌溉地区干旱程度的方法 |
CN106202857A (zh) * | 2016-06-22 | 2016-12-07 | 中国水利水电科学研究院 | 一种地表水质对旱涝事件的响应分析方法 |
EP3104314A1 (de) * | 2015-06-10 | 2016-12-14 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | System und verfahren zur warnung vor lokalen hochwasserereignissen |
CN106845096A (zh) * | 2017-01-12 | 2017-06-13 | 安徽省(水利部淮河水利委员会)水利科学研究院(安徽省水利工程质量检测中心站) | 一种基于多指标的旱情综合评估方法 |
US20170168195A1 (en) * | 2015-12-15 | 2017-06-15 | Wuhan University | Method for forecasting floods for multiple lead times |
CN107316095A (zh) * | 2016-09-23 | 2017-11-03 | 武汉大学 | 一种耦合多源数据的区域气象干旱等级预测方法 |
-
2017
- 2017-12-13 CN CN201711328390.5A patent/CN107944219B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130110399A1 (en) * | 2011-10-31 | 2013-05-02 | Insurance Bureau Of Canada | System and method for predicting and preventing flooding |
EP3104314A1 (de) * | 2015-06-10 | 2016-12-14 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | System und verfahren zur warnung vor lokalen hochwasserereignissen |
CN105335603A (zh) * | 2015-07-17 | 2016-02-17 | 清华大学 | 一种度量引水灌溉地区干旱程度的方法 |
US20170168195A1 (en) * | 2015-12-15 | 2017-06-15 | Wuhan University | Method for forecasting floods for multiple lead times |
CN106202857A (zh) * | 2016-06-22 | 2016-12-07 | 中国水利水电科学研究院 | 一种地表水质对旱涝事件的响应分析方法 |
CN107316095A (zh) * | 2016-09-23 | 2017-11-03 | 武汉大学 | 一种耦合多源数据的区域气象干旱等级预测方法 |
CN106845096A (zh) * | 2017-01-12 | 2017-06-13 | 安徽省(水利部淮河水利委员会)水利科学研究院(安徽省水利工程质量检测中心站) | 一种基于多指标的旱情综合评估方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111680912A (zh) * | 2020-06-08 | 2020-09-18 | 中山大学 | 一种旱涝急转风险评估方法 |
CN111680912B (zh) * | 2020-06-08 | 2023-02-03 | 中山大学 | 一种旱涝急转风险评估方法 |
CN112578479A (zh) * | 2020-12-29 | 2021-03-30 | 北京维艾思气象信息科技有限公司 | 一种基于降水预报的城市内涝告警装置及方法 |
CN115203625A (zh) * | 2022-07-29 | 2022-10-18 | 应急管理部国家减灾中心 | 一种旱涝指数数据缺失值插补方法及其插补装置 |
CN115796460A (zh) * | 2023-02-13 | 2023-03-14 | 广东广宇科技发展有限公司 | 一种基于河湖信息的旱涝灾害防御方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107944219B (zh) | 2021-01-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Smakhtin et al. | Review, automated estimation and analyses of drought indices in South Asia | |
Bozdağ | Combining AHP with GIS for assessment of irrigation water quality in Çumra irrigation district (Konya), Central Anatolia, Turkey | |
Zhao et al. | Landscape change and hydrologic alteration associated with dam construction | |
CN107944219A (zh) | 一种表征不同时段旱涝致灾特征的方法和装置 | |
CN113361742B (zh) | 一种基于水文模拟的区域综合干旱识别方法 | |
Li et al. | Analysis of the relationship between soil erosion risk and surplus floodwater during flood season | |
CN106845096A (zh) | 一种基于多指标的旱情综合评估方法 | |
Liu et al. | Dynamic evaluation of ecological vulnerability in a lake watershed based on RS and GIS technology | |
Aliyar et al. | Spatio-temporal trend mapping of precipitation and its extremes across Afghanistan (1951–2010) | |
Damaneh et al. | Assessing the effect of land use changes on groundwater quality and quantity (Case study: west basin of Jazmoryan wetland) | |
Hong et al. | Effects of land cover changes induced by large physical disturbances on hydrological responses in Central Taiwan | |
Zhong et al. | Multiple environmental factors analysis of flash flood risk in Upper Hanjiang River, southern China | |
Zhang et al. | Quantification of river bank erosion by RTK GPS monitoring: case studies along the Ningxia-Inner Mongolia reaches of the Yellow River, China | |
CN116205136A (zh) | 基于径流滞后信息的大尺度流域深度学习洪水预报方法 | |
Negasa | GIS-based irrigation potential assessment for surface irrigation: The case of birbir River Watershed, oromia, Ethiopia | |
Michalek et al. | Evaluation of CMIP6 HighResMIP for hydrologic modeling of annual maximum discharge in Iowa | |
Wang et al. | Flood risk assessment of the naeseongcheon stream basin, Korea using the grid-based flood risk index | |
Manikandan et al. | Development of drought vulnerability maps in the Parambikulam-Aliyar Basin, Tamil Nadu, India | |
Marti et al. | Method for identification of reservoir regulation within US Geological Survey streamgage basins in the Central United States using a decadal dam impact metric | |
Chen et al. | Waterlogging risk assessment for winter wheat using multi-source data in the middle and lower reaches of Yangtze River | |
Stein et al. | Development of recommended flow targets to support biological integrity based on regional flow-ecology relationships for benthic macroinvertebrates in southern California streams | |
CN111160608A (zh) | 极端降水天气指数的应用方法、应用系统、电子设备及存储介质 | |
Behera et al. | Application of SCS-CN for Estimating Runoff on Arid Watershed | |
de Oliveira Oliveira et al. | Analysis of seasonal environmental fragility using the normalized difference vegetation index (NDVI) and soil loss estimation in the Urutu watershed, Brazil. | |
Suthakaran et al. | Flood Occurrence and Risk Assessment in Trincomalee District Using Open Source Geo-Spatial Technology |
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 |