CN111666314B - 基于多因子的风暴潮易损性评估方法、装置和计算机设备 - Google Patents
基于多因子的风暴潮易损性评估方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN111666314B CN111666314B CN202010513286.9A CN202010513286A CN111666314B CN 111666314 B CN111666314 B CN 111666314B CN 202010513286 A CN202010513286 A CN 202010513286A CN 111666314 B CN111666314 B CN 111666314B
- Authority
- CN
- China
- Prior art keywords
- area
- grid
- factor
- vulnerability
- index
- 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
- 238000000034 method Methods 0.000 title claims abstract description 100
- 238000003860 storage Methods 0.000 claims abstract description 15
- 238000004590 computer program Methods 0.000 claims description 31
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 30
- 230000000630 rising effect Effects 0.000 claims description 23
- 240000002044 Rhizophora apiculata Species 0.000 claims description 20
- 238000012423 maintenance Methods 0.000 claims description 15
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 13
- 229910052760 oxygen Inorganic materials 0.000 claims description 13
- 239000001301 oxygen Substances 0.000 claims description 13
- 239000002689 soil Substances 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 abstract description 18
- 238000007619 statistical method Methods 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 6
- 239000011324 bead Substances 0.000 description 5
- 230000001174 ascending effect Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000006424 Flood reaction Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000004883 computer application Methods 0.000 description 2
- 238000013210 evaluation model Methods 0.000 description 2
- 239000013535 sea water Substances 0.000 description 2
- 238000005728 strengthening Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000002407 reforming Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Probability & Statistics with Applications (AREA)
- General Business, Economics & Management (AREA)
- Fuzzy Systems (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Remote Sensing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种基于多因子的风暴潮易损性评估方法、装置、计算机设备和存储介质。其中，该方法包括：根据历史风暴潮数据，确定风暴潮影响区域；采用地理信息系统中的创建渔网的方法将风暴潮影响区域划分为多个预设大小的栅格；使用地理信息系统中的地统计分析方法获取每个栅格的地理环境属性信息，根据每个栅格的地理环境属性信息，确定每个栅格的易损性评估因子，易损性评估因子包括暴露度因子、社会经济因子、土地利用因子、生态环境因子、滨海构造物因子和承灾能力因子；根据易损性评估因子，确定每个栅格的易损性指数，易损性指数用于表征受到风暴潮发生损毁的难易程度。采用本方法能够提高风暴潮的易损性指数的精度。
Description
技术领域
本申请涉及计算机应用技术领域，特别是涉及一种基于多因子的风暴潮易损性评估方法、装置、计算机设备和存储介质。
背景技术
随着计算机应用技术的发展，出现了风暴潮易损性评估技术。风暴潮是一种灾害性的自然现象。由于剧烈的大气扰动，如强风和气压骤变导致海水异常升降，同时和天文潮叠加时的情况，如果这种叠加恰好是强烈的低气压风暴涌浪形成的高涌浪与天文高潮叠加则会形成更强的破坏力。风暴潮的易损性评估是指受灾体受到风暴潮灾害破坏机会的多少与发生损毁的难易程度。
传统技术中，在确定风暴潮的易损性指数时，存在风暴潮的易损性指数精度较低的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高风暴潮的易损性指数精度的基于多因子的风暴潮易损性评估方法、装置、计算机设备和存储介质。
一种基于多因子的风暴潮易损性评估方法，所述方法包括：
根据历史风暴潮数据，确定风暴潮影响区域；
采用地理信息系统中的创建渔网的方法将所述风暴潮影响区域划分为多个预设大小的栅格；
使用所述地理信息系统中的地统计分析方法获取每个栅格的地理环境属性信息，根据所述每个栅格的地理环境属性信息，确定所述每个栅格的易损性评估因子，所述易损性评估因子包括暴露度因子、社会经济因子、土地利用因子、生态环境因子、滨海构造物因子和承灾能力因子；
根据所述易损性评估因子，确定所述每个栅格的易损性指数，所述易损性指数用于表征受到所述风暴潮发生损毁的难易程度。
在其中一个实施例中，所述根据历史风暴潮数据，确定风暴潮影响区域，包括：
根据台风的登陆位置、登陆后的行进路径以及台风级别，确定台风侵袭区域；
根据潮位站的水位数据和地面高程，确定洪水淹没区域；
根据涝灾信息，确定内涝区域；
根据海平面高程、地面高程和海平面上升高度，确定海平面上升区域；
将所述台风侵袭区域、所述洪水淹没区域、所述内涝区域和所述海平面上升区域进行叠加，确定所述风暴潮影响区域。
在其中一个实施例中，所述根据所述每个栅格的地理环境属性信息，确定所述每个栅格的易损性评估因子，包括：
根据所述每个栅格的工业用地信息和居住用地信息，确定所述每个栅格的社会经济因子；
根据所述每个栅格的耕地区域信息和水塘区域信息，确定所述每个栅格的土地利用因子；
根据所述每个栅格的生态服务能力数据、滩涂湿地区域信息和红树林区域信息，确定所述每个栅格的生态环境因子；
根据所述每个栅格的滨海工程信息和滨海公路信息，确定所述每个栅格的滨海构造物因子。
在其中一个实施例中，所述根据所述每个栅格的工业用地信息和居住用地信息，确定所述每个栅格的社会经济因子，包括：
确定每个栅格中工业用地面积和居住用地面积的第一面积和；
根据所述第一面积和，计算所述每个栅格中工业用地面积和居住用地面积的第一面积占比；
采用自然断点法对所有栅格的第一面积占比进行分类，得到所述每个栅格的社会经济因子。
在其中一个实施例中，所述根据所述每个栅格的耕地区域信息和水塘区域信息，确定所述每个栅格的土地利用因子，包括：
确定每个栅格中耕地区域面积和水塘区域面积的第二面积和；
根据所述第二面积和，计算所述每个栅格中耕地区域面积和水塘区域面积的第二面积占比；
采用自然断点法对所有栅格的第二面积占比进行分类，得到所述每个栅格的土地利用因子。
在其中一个实施例中，所述根据所述每个栅格的生态服务能力数据、滩涂湿地区域信息和红树林区域信息，确定所述每个栅格的生态环境因子，包括：
获取每个栅格的土壤保持服务能力指数、水源涵养服务能力指数、固碳释氧服务能力指数和生态环境质量指数；
对所述每个栅格的土壤保持服务能力指数、水源涵养服务能力指数、固碳释氧服务能力指数和生态环境质量指数进行叠加，得到所述每个栅格的生态服务能力因子；
确定每个栅格中滩涂湿地区域面积和红树林区域面积的第三面积和；
根据所述第三面积和，计算所述每个栅格中滩涂湿地区域面积和红树林区域面积的第三面积占比；
对所述每个栅格的生态服务能力因子和所述第三面积占比进行叠加，得到所述每个栅格的叠加结果；
采用自然断点法对所有栅格的叠加结果进行分类，得到所述每个栅格的生态环境因子。
在其中一个实施例中，所述根据所述每个栅格的滨海工程信息和滨海公路信息，确定所述每个栅格的滨海构造物因子，包括：
获取滨海工程的空间分布信息和滨海公路的密度信息；
根据所述滨海工程的空间分布信息和所述滨海公路的密度信息，确定所述每个栅格中滨海工程和滨海公路的分布占比；
采用自然断点法对所有栅格的分布占比进行分类，得到所述每个栅格的滨海构造物因子。
在其中一个实施例中，所述根据所述易损性评估因子，确定所述每个栅格的易损性指数，包括：
将所述暴露度因子、所述社会经济因子、所述土地利用因子、所述生态环境因子和所述滨海构造物因子进行相乘，得到第一指数；
将所述第一指数与所述承灾能力因子进行相除，得到第二指数；
对所述第二指数进行开平方，得到所述每个栅格的易损性指数。
在其中一个实施例中，所述方法还包括：
将所述每个栅格的易损性指数对应的颜色标识添加到风暴潮影响区域图中，得到易损度分布图。
在其中一个实施例中，所述方法还包括：
根据所述每个栅格的地理环境属性信息和所述每个栅格的易损性指数，匹配所述每个栅格的风暴潮防护策略并展示。
一种基于多因子的风暴潮易损性评估装置，所述装置包括：
区域确定模块，用于根据历史风暴潮数据，确定风暴潮影响区域；
栅格划分模块，采用地理信息系统中的创建渔网的方法将所述风暴潮影响区域划分为多个预设大小的栅格；
因子计算模块，使用所述地理信息系统中的地统计分析方法获取每个栅格的地理环境属性信息，根据所述每个栅格的地理环境属性信息，确定所述每个栅格的易损性评估因子，所述易损性评估因子包括暴露度因子、社会经济因子、土地利用因子、生态环境因子、滨海构造物因子和承灾能力因子；
指数确定模块，用于根据所述易损性评估因子，确定所述每个栅格的易损性指数，所述易损性指数用于表征受到所述风暴潮发生损毁的难易程度。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
根据历史风暴潮数据，确定风暴潮影响区域；
采用地理信息系统中的创建渔网的方法将所述风暴潮影响区域划分为多个预设大小的栅格；
使用所述地理信息系统中的地统计分析方法获取每个栅格的地理环境属性信息，根据所述每个栅格的地理环境属性信息，确定所述每个栅格的易损性评估因子，所述易损性评估因子包括暴露度因子、社会经济因子、土地利用因子、生态环境因子、滨海构造物因子和承灾能力因子；
根据所述易损性评估因子，确定所述每个栅格的易损性指数，所述易损性指数用于表征受到所述风暴潮发生损毁的难易程度。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
根据历史风暴潮数据，确定风暴潮影响区域；
采用地理信息系统中的创建渔网的方法将所述风暴潮影响区域划分为多个预设大小的栅格；
使用所述地理信息系统中的地统计分析方法获取每个栅格的地理环境属性信息，根据所述每个栅格的地理环境属性信息，确定所述每个栅格的易损性评估因子，所述易损性评估因子包括暴露度因子、社会经济因子、土地利用因子、生态环境因子、滨海构造物因子和承灾能力因子；
根据所述易损性评估因子，确定所述每个栅格的易损性指数，所述易损性指数用于表征受到所述风暴潮发生损毁的难易程度。
上述基于多因子的风暴潮易损性评估方法、装置、计算机设备和存储介质，首先根据历史风暴潮数据确定风暴潮影响区域，然后，将确定的风暴潮影响区域划分为多个栅格，并根据每个栅格的地理环境属性信息，计算得到暴露度因子、社会经济因子、土地利用因子、生态环境因子、滨海构造物因子和承灾能力因子等影响风暴潮易损性的因子，进而基于这些风暴潮易损性影响因子确定每个栅格的易损性指数。可以理解，本申请采用了包括暴露度因子、社会经济因子、土地利用因子、生态环境因子、滨海构造物因子和承灾能力因子这六种风暴潮易损性影响因子来确定风暴潮的易损性指数，考虑因素更为多样，因此易损性指数的精度更高。
附图说明
图1为一个实施例中基于多因子的风暴潮易损性评估方法的应用环境图；
图2为一个实施例中基于多因子的风暴潮易损性评估方法的流程示意图；
图3为一个实施例中根据历史风暴潮数据，确定风暴潮影响区域的补充方案的流程示意图；
图4为一个实施例中台风的登陆位置的界面示意图；
图5为一个实施例中洪水淹没区域的界面示意图；
图6为一个实施例中内涝区域的界面示意图；
图7为一个实施例中根据每个栅格的地理环境属性信息，确定每个栅格的易损性评估因子的补充方案的流程示意图；
图8为一个实施例中根据易损性评估因子，确定每个栅格的易损性指数的补充方案的流程示意图；
图9为另一个实施例中基于多因子的风暴潮易损性评估方法的流程示意图；
图10为一个实施例中易损度分布图的界面示意图；
图11为又一个实施例中基于多因子的风暴潮易损性评估方法的流程示意图；
图12为一个实施例中基于多因子的风暴潮易损性评估装置的结构框图；
图13为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的基于多因子的风暴潮易损性评估方法，可以应用于易损性指数确定设备。其中，如图1所示，该易损性指数确定设备可以是终端102，也可以是服务器104，还可以是包括终端102和服务器104的系统，并通过终端102和服务器104的交互实现。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一示例性实施例中，如图2所示，提供了一种基于多因子的风暴潮易损性评估方法，以该方法应用于易损性指数确定设备为例进行说明，具体可以通过以下步骤实现：
步骤S202，根据历史风暴潮数据，确定风暴潮影响区域。
其中，历史风暴潮数据是指发生风暴潮灾害时，受到影响的区域所产生的数据。可选地，历史风暴潮数据可包括台风登陆信息、潮位信息、涝灾信息、海平面信息等等。
具体地，易损性指数确定设备获取历史风暴潮数据，并根据该历史风暴潮数据，确定风暴潮影响区域。可选地，风暴潮影响区域包括台风侵袭区域、洪水淹没区域、内涝区域或海平面上升区域中的一种或几种。其中，台风侵袭区域是指遭受台风侵袭的区域。洪水淹没区域是指河流中的水泛滥决堤后被淹没的区域。内涝区域是指由于强降水或连续性降水导致产生积水灾害的区域。海平面上升区域是指海平面上升后被海水淹没的区域。
步骤S204，采用地理信息系统中的创建渔网的方法将风暴潮影响区域划分为多个预设大小的栅格。
其中，地理信息系统(Geographic Information System或Geo－Informationsystem，GIS)，是在计算机硬、软件系统支持下，对整个或部分地球表层(包括大气层)空间中的有关地理分布数据进行采集、储存、管理、运算、分析、显示和描述的技术系统。创建渔网(create fishnet)方法是指创建由矩形像元组成的渔网。输出可以是折线或面要素。创建渔网需要三条基本信息：渔网的空间范围、行数和列数以及旋转的角度。
具体地，易损性指数确定设备通过创建渔网方法，将风暴潮影响区域按照预设大小划分为多个栅格。其中，预设大小可根据实际的精度需求确定，精度需求越高，预设大小越小；精度需求越低，预设大小越大。可选地，预设大小可以是50*50或60*60，本实施例对此不做具体限定。
步骤S206，使用地理信息系统中的地统计分析方法获取每个栅格的地理环境属性信息，根据每个栅格的地理环境属性信息，确定每个栅格的易损性评估因子。
其中，易损性评估因子包括暴露度因子、社会经济因子、土地利用因子、生态环境因子、滨海构造物因子和承灾能力因子。
具体地，易损性指数确定设备通过地统计分析方法获取每个栅格的地理环境属性信息，并根据每个栅格的地理环境属性信息，确定每个栅格的暴露度因子、社会经济因子、土地利用因子、生态环境因子、滨海构造物因子和承灾能力因子这六种风暴潮易损性影响因子。
步骤S208，根据易损性评估因子，确定每个栅格的易损性指数。
其中，易损性指数用于表征受到风暴潮发生损毁的难易程度。易损性指数越高，表示受到风暴潮发生损毁越容易，反之，易损性指数越低，表示受到风暴潮发生损毁越困难。
具体地，易损性指数确定设备在获得每个栅格的暴露度因子、社会经济因子、土地利用因子、生态环境因子、滨海构造物因子和承灾能力因子这六种风暴潮易损性影响因子后，将这些风暴潮易损性影响因子输入易损性指数评估模型，得到每个栅格的易损性指数。
上述基于多因子的风暴潮易损性评估方法中，首先根据历史风暴潮数据确定风暴潮影响区域，然后，将确定的风暴潮影响区域划分为多个栅格，并根据每个栅格的地理环境属性信息，计算得到暴露度因子、社会经济因子、土地利用因子、生态环境因子、滨海构造物因子和承灾能力因子等影响风暴潮易损性的因子，进而基于这些风暴潮易损性影响因子确定每个栅格的易损性指数。可以理解，本方法采用了包括暴露度因子、社会经济因子、土地利用因子、生态环境因子、滨海构造物因子和承灾能力因子这六种风暴潮易损性影响因子来确定风暴潮的易损性指数，考虑因素更为多样，因此易损性指数的精度更高。
在一示例性实施例中，台风登陆信息包括台风的登陆位置、登陆后的行进路径和台风级别。潮位信息包括潮位站的水位数据和地面高程。涝灾信息包括涝区面积、涝灾频次、淹没水深、淹没时长、淹没损失及涝灾面积比例。海平面信息包括海平面高程、地面高程和海平面上升高度。基于此，在一个实施例中，涉及根据历史风暴潮数据，确定风暴潮影响区域的一种可能的实现方式。在上述实施例的基础上，如图3所示，步骤S202具体可以通过以下步骤实现：
步骤S2021，根据台风的登陆位置、登陆后的行进路径以及台风级别，确定台风侵袭区域；
步骤S2023，根据潮位站的水位数据和地面高程，确定洪水淹没区域；
步骤S2025，根据涝灾信息，确定内涝区域；
步骤S2027，根据海平面高程、地面高程和海平面上升高度，确定海平面上升区域；
步骤S2029，将台风侵袭区域、洪水淹没区域、内涝区域和海平面上升区域进行叠加，确定风暴潮影响区域。
具体地，易损性指数确定设备在确定台风侵袭区域时，首先选择台风级别大于级别阈值的台风，并确定该台风的级别对应的影响宽度。其中，台风级别与影响宽度的对应关系是预先建立的，通常，台风级别越大，影响宽度越大。接下来，易损性指数确定设备根据该台风的登陆位置、登陆后的行进路径(用一条线表示)以及影响宽度，生成条状的台风侵袭区域。图4为一个实施例中台风的登陆位置的界面示意图。
易损性指数确定设备在确定洪水淹没区域时，通过多个潮位站获取其采集的水位高程，并对多个水位高程进行空间插值，得到汛期的水位高度。接下来，易损性指数确定设备将地面高程与水位高度相减，差值为负数的地面区域，即地面高程低于汛期的水位高度的地面区域作为洪水淹没区域。图5为一个实施例中洪水淹没区域的界面示意图。
易损性指数确定设备在确定内涝区域时，根据涝区面积、涝灾频次、淹没水深、淹没时长、淹没损失、涝灾面积比例及相应的权重，计算得到涝灾程度分数，将涝灾程度分数大于分数阈值的地面区域作为内涝区域。图6为一个实施例中内涝区域的界面示意图。
易损性指数确定设备在确定海平面上升区域时，首先将海平面高程与海平面上升高度相加，得到相加结果，然后将地面高程与相加结果相减，差值为负数的地面区域，即地面高程低于上升后的海平面高度的地面区域作为海平面上升区域。
易损性指数确定设备将台风侵袭区域、洪水淹没区域、内涝区域和海平面上升区域进行叠加，确定风暴潮影响区域。
本实施例中，选择台风侵袭区域、洪水淹没区域、内涝区域和海平面上升区域作为风暴潮灾害影响的范围，有利于提高风暴潮的易损性指数的精度。
在一示例性实施例中，如图7所示，在步骤S206中，根据每个栅格的地理环境属性信息，确定每个栅格的易损性评估因子具体可以通过以下步骤实现：
步骤S212，根据每个栅格的工业用地信息和居住用地信息，确定每个栅格的社会经济因子。
具体地，易损性指数确定设备确定每个栅格中工业用地面积和居住用地面积的第一面积和，并根据第一面积和，计算每个栅格中工业用地面积和居住用地面积的第一面积占比，然后采用自然断点法对所有栅格的第一面积占比进行分类，得到每个栅格的社会经济因子。
步骤S214，根据每个栅格的耕地区域信息和水塘区域信息，确定每个栅格的土地利用因子。
具体地，易损性指数确定设备确定每个栅格中耕地区域面积和水塘区域面积的第二面积和，并根据所述第二面积和，计算所述每个栅格中耕地区域面积和水塘区域面积的第二面积占比，然后采用自然断点法对所有栅格的第二面积占比进行分类，得到所述每个栅格的土地利用因子。
步骤S216，根据每个栅格的生态服务能力数据、滩涂湿地区域信息和红树林区域信息，确定每个栅格的生态环境因子。
具体地，易损性指数确定设备获取每个栅格的土壤保持服务能力指数、水源涵养服务能力指数、固碳释氧服务能力指数和生态环境质量指数，并对每个栅格的土壤保持服务能力指数、水源涵养服务能力指数、固碳释氧服务能力指数和生态环境质量指数进行叠加，得到每个栅格的生态服务能力因子。同时，易损性指数确定设备确定每个栅格中滩涂湿地区域面积和红树林区域面积的第三面积和，并根据所述第三面积和，计算所述每个栅格中滩涂湿地区域面积和红树林区域面积的第三面积占比，然后对所述每个栅格的生态服务能力因子和所述第三面积占比进行叠加，得到所述每个栅格的叠加结果，最后采用自然断点法对所有栅格的叠加结果进行分类，得到每个栅格的生态环境因子。
步骤S218，根据每个栅格的滨海工程信息和滨海公路信息，确定每个栅格的滨海构造物因子。
具体地，易损性指数确定设备获取滨海工程的空间分布信息和滨海公路的密度信息，并根据所述滨海工程的空间分布信息和所述滨海公路的密度信息，确定所述每个栅格中滨海工程和滨海公路的分布占比，然后采用自然断点法对所有栅格的分布占比进行分类，得到所述每个栅格的滨海构造物因子。
本实施例中，通过获取多种风暴潮易损性影响因子来确定风暴潮的易损性指数，有利于提高易损性指数的精度。
在一示例性实施例中，涉及根据易损性评估因子，确定每个栅格的易损性指数的一种可能的实现方式。在上述实施例的基础上，如图8所示，步骤S208具体可以通过以下步骤实现：
步骤S2082，将暴露度因子、社会经济因子、土地利用因子、生态环境因子和滨海构造物因子进行相乘，得到第一指数；
步骤S2084，将第一指数与承灾能力因子进行相除，得到第二指数；
步骤S2086，对第二指数进行开平方，得到每个栅格的易损性指数。
具体地，易损性指数确定设备在获得每个栅格的暴露度因子、社会经济因子、土地利用因子、生态环境因子、滨海构造物因子和承灾能力因子这六种风暴潮易损性影响因子后，将这些风暴潮易损性影响因子输入如下的易损性指数评估模型：
其中，V表示易损性指数，P表示暴露度因子，A表示社会经济因子，L表示土地利用因子，E表示生态环境因子，C表示滨海构造物因子，K表示承灾能力因子。
本实施例中，采用易损性指数评估模型可快速且准确地确定易损性指数。
在一示例性实施例中，如图9所示，该方法还包括以下步骤：
步骤S209，将每个栅格的易损性指数对应的颜色标识添加到风暴潮影响区域图中，得到易损度分布图。
具体地，易损性指数确定设备采用自然断点法对所有栅格的易损性指数进行分类，得到每个栅格的易损度类型。接下来，易损性指数确定设备根据每个栅格的易损度类型，将该易损度类型对应的颜色标识按照每个栅格的位置，添加到风暴潮影响区域图中，得到易损度分布图并展示。图10为一个实施例中易损度分布图的界面示意图。
本实施例中，采用易损度分布图能够更直观地表现出各区域受到风暴潮发生损毁的难易程度。
在一示例性实施例中，该方法还包括以下步骤：
步骤S210，根据每个栅格的地理环境属性信息和每个栅格的易损性指数，匹配每个栅格的风暴潮防护策略并展示。
具体地，易损性指数确定设备根据每个栅格的地理环境属性信息和每个栅格的易损性指数，匹配每个栅格的风暴潮防护策略并展示。
本实施例中，通过地理环境属性信息和易损性指数为每个栅格推荐风暴潮防护策略，能够达到精准防护的目的。
下面结合一个具体的应用场景来介绍本申请的一个实施例。首先，在具体介绍本实施例的技术方案之前，先对本实施例基于的应用背景进行介绍。其中，该应用背景为珠三角城市。近年来，珠三角登录台风56个，占广东20.8％，以深珠最多。珠三角面临严重极端气候影响，主要威胁来自台风、洪水和暴雨。广东省年平均气温呈显著上升趋势，平均气温每10年升高0.17℃。珠三角北部是广东省三大暴雨中心之一，平均降雨量达到2000mm。极端恶劣天气对湾区沿海城市影响较大。目前，对广东省沿海地区或者国内其他区域的风暴潮易损性评估技术都是以行政单元为评估单元进行的，主要原因是受限于数据源的精度以及数据的处理方法，基于该背景，申请人通过长期的模型模拟研发以及实验数据的搜集、演示和验证，发现这种以行政区位评估单元的评估方法只能大致了解区域易损性空间特征，但难以反映具体到地块的易损性详细情况，从而不能指导小范围内风暴潮防护措施的实施。因此，在技术实现上，如何提高风暴潮的易损性指数精度，成为目前亟待解决的难题。
对此，如图11所示，根据珠三角沿海地区的历史风暴潮数据，将台风侵袭区域、洪水淹没区域、内涝区域和海平面上升区域(选择50cm海平面上升范围)作为风暴潮影响区域。接着，基于地理信息系统评估风暴潮易损性，包括计算暴露度因子、社会经济因子、土地利用因子、生态环境因子、滨海构造物因子和承灾能力因子。具体地，计算暴露度因子主要考虑自然地理要素，选择地面高程、坡度来进行计算。以50m分辨率的数字高程模型(DEM)数据为基础，基于地理信息系统计算坡度，然后分别将高程和坡度进行归一化并等权叠加，将叠加后的图层使用自然断点法分成5级，得到暴露度因子图层。
计算社会经济因子的空间化表达主要通过规划建设用地来体现，选择城市总体规划中的工业M类用地和居住用地R类用地，基于创建渔网的方法使用50*50的栅格来统计每个栅格中这两类用地的面积占比，最后对空间统计结果进行自然断点法分类，得到社会经济因子图层。
计算土地利用因子选择容易受风暴潮影响的农业用地作为计算因子，包括种植农业的耕地和养殖农业的水塘，基于创建渔网的方法使用50*50的栅格来统计每个栅格中这两类用地的面积占比，最后对空间统计结果进行自然断点法分类，得到土地利用因子图层。
计算生态环境因子考虑两个方面，一个是生态系统服务能力，一个是沿海特有的滩涂湿地和红树林的分布。其中，生态系统服务能力的计算方法主要是使土壤保持服务能力因子图层、水源涵养服务能力因子图层、固碳释氧服务能力因子图层和生境质量因子图层进行空间叠加；沿海滩涂湿地和红树林的分布比例使用50*50的栅格来统计每个栅格中这两类用地的面积占比，然后对空间统计结果进行归一化。最后将两种评估结果进行等权叠加，对叠加结果使用自然断点法分成5类，得到生态环境因子图层。
计算滨海构造物因子时，滨海构造物主要包括滨海工程和滨海公路两个方面，滨海工程用港口码头空间分布来表示，滨海公路使用滨海公路的密度来表示，分别使用50*50的栅格来统计每个栅格中这两种要素空间分布比例，最后对空间统计结果进行自然断点法分类，得到滨海构造物因子图层。
计算承灾能力因子主要考虑河岸与海岸的堤围建设标准和建设密度。以水利部门提供的河堤与海堤数据，使用加权核密度分析的方法，计算每个50*50的栅格中的堤防分布密度，得到承灾能力因子图层。
最后，通过空间叠加分析方法，将每个栅格的上述6种因子图层进行等权叠加，对叠加结果以自然断点法分类，得到每个栅格的易损性指数。
在确定易损性指数之后，根据每个栅格的地理环境属性信息和每个栅格的易损性指数，匹配每个栅格的风暴潮防护策略。具体如下：
策略一：“退”——强化生态要素，建设生态海堤，包括：
措施一：改造为生态堤岸；
措施二：结合历史台风登陆点位置，扩大海岸防风林面积或增设沙滩。
策略二：“挡”——提升重要开发区、自贸区、自创区的风暴抗性，包括：
措施一：滨海开发区增加堤岸等级；
措施二：内涝影响区域提升排洪、排涝能力。
策略三：“撤”——重要客运枢纽撤离易损度较高区域，包括：
措施一：增强工业港口的风暴抵御能力；
措施二：重要客运枢纽撤离高易损度地区。
策略四：“排”——涝区范围内的中高易损区域，加强闸坝联调，包括：
措施一：区域闸坝联调；
措施二：完善城市地下管网——可参考东京地下排水工程。
应该理解的是，虽然图2-11的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-11中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一示例性实施例中，如图12所示，提供了一种基于多因子的风暴潮易损性评估装置，包括：区域确定模块302、栅格划分模块304、因子计算模块306和指数确定模块308，其中：
该区域确定模块302，用于根据历史风暴潮数据，确定风暴潮影响区域。
该栅格划分模块304，用于采用地理信息系统中的创建渔网的方法将风暴潮影响区域划分为多个预设大小的栅格。
该因子计算模块306，使用地理信息系统中的创建渔网的方法获取每个栅格的地理环境属性信息，根据每个栅格的地理环境属性信息，确定每个栅格的易损性评估因子，易损性评估因子包括暴露度因子、社会经济因子、土地利用因子、生态环境因子、滨海构造物因子和承灾能力因子。
该指数确定模块308，用于根据易损性评估因子，确定每个栅格的易损性指数，易损性指数用于表征受到风暴潮发生损毁的难易程度。
上述基于多因子的风暴潮易损性评估装置中，首先根据历史风暴潮数据确定风暴潮影响区域，然后，将确定的风暴潮影响区域划分为多个栅格，并根据每个栅格的地理环境属性信息，计算得到暴露度因子、社会经济因子、土地利用因子、生态环境因子、滨海构造物因子和承灾能力因子等影响风暴潮易损性的因子，进而基于这些风暴潮易损性影响因子确定每个栅格的易损性指数。可以理解，本装置采用了包括暴露度因子、社会经济因子、土地利用因子、生态环境因子、滨海构造物因子和承灾能力因子这六种风暴潮易损性影响因子来确定风暴潮的易损性指数，考虑因素更为多样，因此易损性指数的精度更高。
在一示例性实施例中，该区域确定模块302具体用于根据台风的登陆位置、登陆后的行进路径以及台风级别，确定台风侵袭区域；根据潮位站的水位数据和地面高程，确定洪水淹没区域；根据涝灾信息，确定内涝区域；根据海平面高程、地面高程和海平面上升高度，确定海平面上升区域；将台风侵袭区域、洪水淹没区域、内涝区域和海平面上升区域进行叠加，确定风暴潮影响区域。
在一示例性实施例中，该因子计算模块306具体用于根据每个栅格的工业用地信息和居住用地信息，确定每个栅格的社会经济因子；根据每个栅格的耕地区域信息和水塘区域信息，确定每个栅格的土地利用因子；根据每个栅格的生态服务能力数据、滩涂湿地区域信息和红树林区域信息，确定每个栅格的生态环境因子；根据每个栅格的滨海工程信息和滨海公路信息，确定每个栅格的滨海构造物因子。
在一示例性实施例中，该因子计算模块306具体用于确定每个栅格中工业用地面积和居住用地面积的第一面积和；根据第一面积和，计算每个栅格中工业用地面积和居住用地面积的第一面积占比；采用自然断点法对所有栅格的第一面积占比进行分类，得到每个栅格的社会经济因子。
在一示例性实施例中，该因子计算模块306具体用于确定每个栅格中耕地区域面积和水塘区域面积的第二面积和；根据第二面积和，计算每个栅格中耕地区域面积和水塘区域面积的第二面积占比；采用自然断点法对所有栅格的第二面积占比进行分类，得到每个栅格的土地利用因子。
在一示例性实施例中，该因子计算模块306具体用于获取每个栅格的土壤保持服务能力指数、水源涵养服务能力指数、固碳释氧服务能力指数和生态环境质量指数；对每个栅格的土壤保持服务能力指数、水源涵养服务能力指数、固碳释氧服务能力指数和生态环境质量指数进行叠加，得到每个栅格的生态服务能力因子；确定每个栅格中滩涂湿地区域面积和红树林区域面积的第三面积和；根据第三面积和，计算每个栅格中滩涂湿地区域面积和红树林区域面积的第三面积占比；对每个栅格的生态服务能力因子和第三面积占比进行叠加，得到每个栅格的叠加结果；采用自然断点法对所有栅格的叠加结果进行分类，得到每个栅格的生态环境因子。
在一示例性实施例中，该因子计算模块306具体用于获取滨海工程的空间分布信息和滨海公路的密度信息；根据滨海工程的空间分布信息和滨海公路的密度信息，确定每个栅格中滨海工程和滨海公路的分布占比；采用自然断点法对所有栅格的分布占比进行分类，得到每个栅格的滨海构造物因子。
在一示例性实施例中，该指数确定模块308具体用于将暴露度因子、社会经济因子、土地利用因子、生态环境因子和滨海构造物因子进行相乘，得到第一指数；将第一指数与承灾能力因子进行相除，得到第二指数；对第二指数进行开平方，得到每个栅格的易损性指数。
在一示例性实施例中，该装置还包括：标识添加模块(图未示)，其中：
该标识添加模块，用于将每个栅格的易损性指数对应的颜色标识添加到风暴潮影响区域图中，得到易损度分布图。
在一示例性实施例中，该装置还包括：策略匹配模块(图未示)，其中：
该策略匹配模块，用于根据每个栅格的地理环境属性信息和每个栅格的易损性指数，匹配每个栅格的风暴潮防护策略并展示。
关于基于多因子的风暴潮易损性评估装置的具体限定可以参见上文中对于基于多因子的风暴潮易损性评估方法的限定，在此不再赘述。上述基于多因子的风暴潮易损性评估装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一示例性实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图13所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储历史风暴潮数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于多因子的风暴潮易损性评估方法。
本领域技术人员可以理解，图13中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一示例性实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
根据历史风暴潮数据，确定风暴潮影响区域；
采用地理信息系统中的创建渔网的方法将风暴潮影响区域划分为多个预设大小的栅格；
使用地理信息系统中的地统计分析方法获取每个栅格的地理环境属性信息，根据每个栅格的地理环境属性信息，确定每个栅格的易损性评估因子，易损性评估因子包括暴露度因子、社会经济因子、土地利用因子、生态环境因子、滨海构造物因子和承灾能力因子；
根据易损性评估因子，确定每个栅格的易损性指数，易损性指数用于表征受到风暴潮发生损毁的难易程度。
上述计算机设备中，首先根据历史风暴潮数据确定风暴潮影响区域，然后，将确定的风暴潮影响区域划分为多个栅格，并根据每个栅格的地理环境属性信息，计算得到暴露度因子、社会经济因子、土地利用因子、生态环境因子、滨海构造物因子和承灾能力因子等影响风暴潮易损性的因子，进而基于这些风暴潮易损性影响因子确定每个栅格的易损性指数。可以理解，本计算机设备采用了包括暴露度因子、社会经济因子、土地利用因子、生态环境因子、滨海构造物因子和承灾能力因子这六种风暴潮易损性影响因子来确定风暴潮的易损性指数，考虑因素更为多样，因此易损性指数的精度更高。
在一示例性实施例中，处理器执行计算机程序时还实现以下步骤：根据台风的登陆位置、登陆后的行进路径以及台风级别，确定台风侵袭区域；根据潮位站的水位数据和地面高程，确定洪水淹没区域；根据涝灾信息，确定内涝区域；根据海平面高程、地面高程和海平面上升高度，确定海平面上升区域；将台风侵袭区域、洪水淹没区域、内涝区域和海平面上升区域进行叠加，确定风暴潮影响区域。
在一示例性实施例中，处理器执行计算机程序时还实现以下步骤：根据每个栅格的工业用地信息和居住用地信息，确定每个栅格的社会经济因子；根据每个栅格的耕地区域信息和水塘区域信息，确定每个栅格的土地利用因子；根据每个栅格的生态服务能力数据、滩涂湿地区域信息和红树林区域信息，确定每个栅格的生态环境因子；根据每个栅格的滨海工程信息和滨海公路信息，确定每个栅格的滨海构造物因子。
在一示例性实施例中，处理器执行计算机程序时还实现以下步骤：确定每个栅格中工业用地面积和居住用地面积的第一面积和；根据第一面积和，计算每个栅格中工业用地面积和居住用地面积的第一面积占比；采用自然断点法对所有栅格的第一面积占比进行分类，得到每个栅格的社会经济因子。
在一示例性实施例中，处理器执行计算机程序时还实现以下步骤：确定每个栅格中耕地区域面积和水塘区域面积的第二面积和；根据第二面积和，计算每个栅格中耕地区域面积和水塘区域面积的第二面积占比；采用自然断点法对所有栅格的第二面积占比进行分类，得到每个栅格的土地利用因子。
在一示例性实施例中，处理器执行计算机程序时还实现以下步骤：获取每个栅格的土壤保持服务能力指数、水源涵养服务能力指数、固碳释氧服务能力指数和生态环境质量指数；对每个栅格的土壤保持服务能力指数、水源涵养服务能力指数、固碳释氧服务能力指数和生态环境质量指数进行叠加，得到每个栅格的生态服务能力因子；确定每个栅格中滩涂湿地区域面积和红树林区域面积的第三面积和；根据第三面积和，计算每个栅格中滩涂湿地区域面积和红树林区域面积的第三面积占比；对每个栅格的生态服务能力因子和第三面积占比进行叠加，得到每个栅格的叠加结果；采用自然断点法对所有栅格的叠加结果进行分类，得到每个栅格的生态环境因子。
在一示例性实施例中，处理器执行计算机程序时还实现以下步骤：获取滨海工程的空间分布信息和滨海公路的密度信息；根据滨海工程的空间分布信息和滨海公路的密度信息，确定每个栅格中滨海工程和滨海公路的分布占比；采用自然断点法对所有栅格的分布占比进行分类，得到每个栅格的滨海构造物因子。
在一示例性实施例中，处理器执行计算机程序时还实现以下步骤：将暴露度因子、社会经济因子、土地利用因子、生态环境因子和滨海构造物因子进行相乘，得到第一指数；将第一指数与承灾能力因子进行相除，得到第二指数；对第二指数进行开平方，得到每个栅格的易损性指数。
在一示例性实施例中，处理器执行计算机程序时还实现以下步骤：将每个栅格的易损性指数对应的颜色标识添加到风暴潮影响区域图中，得到易损度分布图。
在一示例性实施例中，处理器执行计算机程序时还实现以下步骤：根据每个栅格的地理环境属性信息和每个栅格的易损性指数，匹配每个栅格的风暴潮防护策略并展示。
在一示例性实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
根据历史风暴潮数据，确定风暴潮影响区域；
采用地理信息系统中的创建渔网的方法将风暴潮影响区域划分为多个预设大小的栅格；
使用地理信息系统中的地统计分析获取每个栅格的地理环境属性信息，根据每个栅格的地理环境属性信息，确定每个栅格的易损性评估因子，易损性评估因子包括暴露度因子、社会经济因子、土地利用因子、生态环境因子、滨海构造物因子和承灾能力因子；
根据易损性评估因子，确定每个栅格的易损性指数，易损性指数用于表征受到风暴潮发生损毁的难易程度。
上述计算机可读存储介质中，首先根据历史风暴潮数据确定风暴潮影响区域，然后，将确定的风暴潮影响区域划分为多个栅格，并根据每个栅格的地理环境属性信息，计算得到暴露度因子、社会经济因子、土地利用因子、生态环境因子、滨海构造物因子和承灾能力因子等影响风暴潮易损性的因子，进而基于这些风暴潮易损性影响因子确定每个栅格的易损性指数。可以理解，本存储介质采用了包括暴露度因子、社会经济因子、土地利用因子、生态环境因子、滨海构造物因子和承灾能力因子这六种风暴潮易损性影响因子来确定风暴潮的易损性指数，考虑因素更为多样，因此易损性指数的精度更高。
在一示例性实施例中，计算机程序被处理器执行时还实现以下步骤：根据台风的登陆位置、登陆后的行进路径以及台风级别，确定台风侵袭区域；根据潮位站的水位数据和地面高程，确定洪水淹没区域；根据涝灾信息，确定内涝区域；根据海平面高程、地面高程和海平面上升高度，确定海平面上升区域；将台风侵袭区域、洪水淹没区域、内涝区域和海平面上升区域进行叠加，确定风暴潮影响区域。
在一示例性实施例中，计算机程序被处理器执行时还实现以下步骤：根据每个栅格的工业用地信息和居住用地信息，确定每个栅格的社会经济因子；根据每个栅格的耕地区域信息和水塘区域信息，确定每个栅格的土地利用因子；根据每个栅格的生态服务能力数据、滩涂湿地区域信息和红树林区域信息，确定每个栅格的生态环境因子；根据每个栅格的滨海工程信息和滨海公路信息，确定每个栅格的滨海构造物因子。
在一示例性实施例中，计算机程序被处理器执行时还实现以下步骤：确定每个栅格中工业用地面积和居住用地面积的第一面积和；根据第一面积和，计算每个栅格中工业用地面积和居住用地面积的第一面积占比；采用自然断点法对所有栅格的第一面积占比进行分类，得到每个栅格的社会经济因子。
在一示例性实施例中，计算机程序被处理器执行时还实现以下步骤：确定每个栅格中耕地区域面积和水塘区域面积的第二面积和；根据第二面积和，计算每个栅格中耕地区域面积和水塘区域面积的第二面积占比；采用自然断点法对所有栅格的第二面积占比进行分类，得到每个栅格的土地利用因子。
在一示例性实施例中，计算机程序被处理器执行时还实现以下步骤：获取每个栅格的土壤保持服务能力指数、水源涵养服务能力指数、固碳释氧服务能力指数和生态环境质量指数；对每个栅格的土壤保持服务能力指数、水源涵养服务能力指数、固碳释氧服务能力指数和生态环境质量指数进行叠加，得到每个栅格的生态服务能力因子；确定每个栅格中滩涂湿地区域面积和红树林区域面积的第三面积和；根据第三面积和，计算每个栅格中滩涂湿地区域面积和红树林区域面积的第三面积占比；对每个栅格的生态服务能力因子和第三面积占比进行叠加，得到每个栅格的叠加结果；采用自然断点法对所有栅格的叠加结果进行分类，得到每个栅格的生态环境因子。
在一示例性实施例中，计算机程序被处理器执行时还实现以下步骤：获取滨海工程的空间分布信息和滨海公路的密度信息；根据滨海工程的空间分布信息和滨海公路的密度信息，确定每个栅格中滨海工程和滨海公路的分布占比；采用自然断点法对所有栅格的分布占比进行分类，得到每个栅格的滨海构造物因子。
在一示例性实施例中，计算机程序被处理器执行时还实现以下步骤：将暴露度因子、社会经济因子、土地利用因子、生态环境因子和滨海构造物因子进行相乘，得到第一指数；将第一指数与承灾能力因子进行相除，得到第二指数；对第二指数进行开平方，得到每个栅格的易损性指数。
在一示例性实施例中，计算机程序被处理器执行时还实现以下步骤：将每个栅格的易损性指数对应的颜色标识添加到风暴潮影响区域图中，得到易损度分布图。
在一示例性实施例中，计算机程序被处理器执行时还实现以下步骤：根据每个栅格的地理环境属性信息和每个栅格的易损性指数，匹配每个栅格的风暴潮防护策略并展示。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于多因子的风暴潮易损性评估方法，其特征在于，所述方法包括：
根据台风的登陆位置、登陆后的行进路径以及台风级别，确定台风侵袭区域；
根据潮位站的水位数据和地面高程，确定洪水淹没区域；
根据涝灾信息，确定内涝区域；
将海平面高程与海平面上升高度相加，得到相加结果，并将地面高程与所属相加结果相减，得到差值为负数的地面区域作为海平面上升区域；
将所述台风侵袭区域、所述洪水淹没区域、所述内涝区域和所述海平面上升区域进行叠加，确定风暴潮影响区域；
采用地理信息系统中的创建渔网的方法将所述风暴潮影响区域划分为多个预设大小的栅格；
使用所述地理信息系统中的地统计分析方法获取每个栅格的地理环境属性信息；
根据所述每个栅格的地理环境属性信息，确定所述每个栅格的易损性评估因子，所述易损性评估因子包括暴露度因子、社会经济因子、土地利用因子、生态环境因子、滨海构造物因子和承灾能力因子，包括：
确定所述每个栅格中工业用地面积和居住用地面积的第一面积和；根据所述第一面积和，计算所述每个栅格中工业用地面积和居住用地面积的第一面积占比；采用自然断点法对所有栅格的第一面积占比进行分类，得到所述每个栅格的社会经济因子；
根据所述每个栅格的耕地区域信息和水塘区域信息，确定所述每个栅格的土地利用因子；获取所述每个栅格的土壤保持服务能力指数、水源涵养服务能力指数、固碳释氧服务能力指数和生态环境质量指数；对所述每个栅格的土壤保持服务能力指数、水源涵养服务能力指数、固碳释氧服务能力指数和生态环境质量指数进行叠加，得到所述每个栅格的生态服务能力因子；确定每个栅格中滩涂湿地区域面积和红树林区域面积的第三面积和；根据所述第三面积和，计算所述每个栅格中滩涂湿地区域面积和红树林区域面积的第三面积占比；对所述每个栅格的生态服务能力因子和所述第三面积占比进行叠加，得到所述每个栅格的叠加结果；采用自然断点法对所有栅格的叠加结果进行分类，得到所述每个栅格的生态环境因子；
根据所述每个栅格的滨海工程信息和滨海公路信息，确定所述每个栅格的滨海构造物因子；
根据所述易损性评估因子，确定所述每个栅格的易损性指数，所述易损性指数用于表征受到所述风暴潮发生损毁的难易程度；
其中，所述暴露度因子是根据地面高程和坡度计算得到的；所述承灾能力因子是根据河堤数据和海堤数据计算得到的。
2.根据权利要求1所述的方法，其特征在于，所述根据所述每个栅格的耕地区域信息和水塘区域信息，确定所述每个栅格的土地利用因子，包括：
确定每个栅格中耕地区域面积和水塘区域面积的第二面积和；
根据所述第二面积和，计算所述每个栅格中耕地区域面积和水塘区域面积的第二面积占比；
采用自然断点法对所有栅格的第二面积占比进行分类，得到所述每个栅格的土地利用因子。
3.根据权利要求1所述的方法，其特征在于，所述根据所述每个栅格的滨海工程信息和滨海公路信息，确定所述每个栅格的滨海构造物因子，包括：
获取滨海工程的空间分布信息和滨海公路的密度信息；
根据所述滨海工程的空间分布信息和所述滨海公路的密度信息，确定所述每个栅格中滨海工程和滨海公路的分布占比；
采用自然断点法对所有栅格的分布占比进行分类，得到所述每个栅格的滨海构造物因子。
4.根据权利要求1至3中任一所述的方法，其特征在于，所述根据所述易损性评估因子，确定所述每个栅格的易损性指数，包括：
将所述暴露度因子、所述社会经济因子、所述土地利用因子、所述生态环境因子和所述滨海构造物因子进行相乘，得到第一指数；
将所述第一指数与所述承灾能力因子进行相除，得到第二指数；
对所述第二指数进行开平方，得到所述每个栅格的易损性指数。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
将所述每个栅格的易损性指数对应的颜色标识添加到风暴潮影响区域图中，得到易损度分布图。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述每个栅格的地理环境属性信息和所述每个栅格的易损性指数，匹配所述每个栅格的风暴潮防护策略并展示。
7.根据权利要求1所述的方法，其特征在于，所述栅格的预设大小为50m*50m。
8.根据权利要求1所述的方法，其特征在于，所述栅格的预设大小为60m*60m。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010513286.9A CN111666314B (zh) | 2020-06-08 | 2020-06-08 | 基于多因子的风暴潮易损性评估方法、装置和计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010513286.9A CN111666314B (zh) | 2020-06-08 | 2020-06-08 | 基于多因子的风暴潮易损性评估方法、装置和计算机设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111666314A CN111666314A (zh) | 2020-09-15 |
| CN111666314B true CN111666314B (zh) | 2021-03-19 |
Family
ID=72385715
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010513286.9A Active CN111666314B (zh) | 2020-06-08 | 2020-06-08 | 基于多因子的风暴潮易损性评估方法、装置和计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111666314B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022146230A1 (en) * | 2020-12-31 | 2022-07-07 | Ang Jason Kwang Lin | Urban milieu mapping system |
| CN116756572B (zh) * | 2023-07-25 | 2023-12-26 | 中环宇恩(广东)生态科技有限公司 | 基于红树林生态系统分布数据集的构建方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101354757A (zh) * | 2008-09-08 | 2009-01-28 | 中国科学院地理科学与资源研究所 | 一种精细尺度下的动态风险及易损性预测方法 |
| CN104133996A (zh) * | 2014-07-25 | 2014-11-05 | 首都师范大学 | 一种基于云模型和数据场的地面沉降风险等级评估方法 |
| CN105654414A (zh) * | 2015-12-25 | 2016-06-08 | 浙江大学城市学院 | 基于开源体系架构和建筑物空间数据库的城市多灾害风险损失评测系统及方法 |
| CN105844427A (zh) * | 2016-04-14 | 2016-08-10 | 中国科学院烟台海岸带研究所 | 一种风暴潮灾害风险精细化评估的计算方法 |
| CN106651211A (zh) * | 2016-12-30 | 2017-05-10 | 吉林师范大学 | 一种不同尺度区域洪水灾害风险评估的方法 |
| CN107220754A (zh) * | 2017-05-18 | 2017-09-29 | 长江水利委员会长江科学院 | 一种县域尺度山洪灾害风险评估方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104794364B (zh) * | 2015-05-06 | 2017-07-11 | 国家海洋信息中心 | 海平面上升脆弱性等级评估的定量化方法 |
| CN108170714A (zh) * | 2017-12-01 | 2018-06-15 | 武汉华信联创技术工程有限公司 | 一种台风灾害监测与评估的三维模拟系统 |
| US10841322B2 (en) * | 2018-01-18 | 2020-11-17 | General Electric Company | Decision system and method for separating faults from attacks |
| CN109583748A (zh) * | 2018-11-27 | 2019-04-05 | 北京师范大学 | 确定生态型地区资源环境承载力评价指标体系的方法 |
| CN110298411B (zh) * | 2019-07-04 | 2020-05-26 | 中国城市建设研究院有限公司 | 一种城市群生态空间受损识别方法 |
-
2020
- 2020-06-08 CN CN202010513286.9A patent/CN111666314B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101354757A (zh) * | 2008-09-08 | 2009-01-28 | 中国科学院地理科学与资源研究所 | 一种精细尺度下的动态风险及易损性预测方法 |
| CN104133996A (zh) * | 2014-07-25 | 2014-11-05 | 首都师范大学 | 一种基于云模型和数据场的地面沉降风险等级评估方法 |
| CN105654414A (zh) * | 2015-12-25 | 2016-06-08 | 浙江大学城市学院 | 基于开源体系架构和建筑物空间数据库的城市多灾害风险损失评测系统及方法 |
| CN105844427A (zh) * | 2016-04-14 | 2016-08-10 | 中国科学院烟台海岸带研究所 | 一种风暴潮灾害风险精细化评估的计算方法 |
| CN106651211A (zh) * | 2016-12-30 | 2017-05-10 | 吉林师范大学 | 一种不同尺度区域洪水灾害风险评估的方法 |
| CN107220754A (zh) * | 2017-05-18 | 2017-09-29 | 长江水利委员会长江科学院 | 一种县域尺度山洪灾害风险评估方法 |
Non-Patent Citations (3)
| Title |
|---|
| "基于GIS技术的沧州沿海地区风暴潮灾害承灾体易损性评估";魏铁鑫 等;《干旱气象》;20181231;第36卷(第6期);第1044-1047页 * |
| "广东沿海地区风暴潮易损性评估";李阔 等;《热带地理》;20110331;第31卷(第2期);第154-158页 * |
| "广东省中部沿海地区风暴潮灾害风险综合评估";李国胜 等;《西南大学学报（自然科学版）》;20131031;第35卷(第10期);第1-9页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111666314A (zh) | 2020-09-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hsiao et al. | Flood risk influenced by the compound effect of storm surge and rainfall under climate change for low-lying coastal areas | |
| Gayathri et al. | A numerical study of hypothetical storm surge and coastal inundation for AILA cyclone in the Bay of Bengal | |
| Timbadiya et al. | A 1D–2D coupled hydrodynamic model for river flood prediction in a coastal urban floodplain | |
| Yin et al. | Multiple scenario analyses forecasting the confounding impacts of sea level rise and tides from storm induced coastal flooding in the city of Shanghai, China | |
| Duong et al. | Assessing climate change impacts on the stability of small tidal inlet systems: Why and how? | |
| Blumberg et al. | Street-scale modeling of storm surge inundation along the New Jersey Hudson River waterfront | |
| WO2019204254A1 (en) | Flood monitoring and management system | |
| Yin et al. | Multiple scenario analyses of Huangpu River flooding using a 1D/2D coupled flood inundation model | |
| Fang et al. | Flooding risk assessment of coastal tourist attractions affected by sea level rise and storm surge: a case study in Zhejiang Province, China | |
| Sousa et al. | Vulnerability assessment of Massaguaçú beach (SE Brazil) | |
| 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 | |
| CN111666314B (zh) | 基于多因子的风暴潮易损性评估方法、装置和计算机设备 | |
| Li et al. | Modeling of coastal inundation, storm surge, and relative sea-level rise at Naval Station Norfolk, Norfolk, Virginia, USA | |
| Garcia et al. | Sea-level rise and flooding in coastal riverine flood plains | |
| den Heijer et al. | Assessment of dune failure along the Dutch coast using a fully probabilistic approach | |
| Hu et al. | Prediction of the future flood severity in plain river network region based on numerical model: A case study | |
| Hidayah et al. | Sea level rise impact modelling on small islands: Case study gili raja island of east Java | |
| Ietto et al. | A new coastal erosion risk assessment indicator: Application to the Calabria Tyrrhenian Littoral (southern Italy) | |
| Wang et al. | Risk assessment for typhoon-induced storm surges in Wenchang, Hainan Island of China | |
| Siverd et al. | Quantifying storm surge and risk reduction costs: a case study for Lafitte, Louisiana | |
| Lerma et al. | High-resolution marine flood modelling coupling overflow and overtopping processes: Framing the hazard based on historical and statistical approaches | |
| BOGDANJARANOVIC et al. | Using a coastal storm hazard index to assess storm impacts in Lisbon | |
| Hung et al. | Coastline and river mouth evolution in the central part of the Red River Delta | |
| Dahm et al. | Next generation flood modelling using 3Di: A case study in Taiwan | |
| Wu et al. | Coastal reclamation shaped narrower and steeper tidal flats in Fujian, China: Evidence from time-series satellite data |
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 | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: 510290 No. 483, Nanzhou Road, Haizhu District, Guangzhou City, Guangdong Province Patentee after: Guangdong urban and rural planning and Design Institute Co.,Ltd. Address before: No. 483, Nanzhou Road, Haizhu District, Guangzhou, Guangdong 510300 Patentee before: GUANGDONG URBAN & RURAL PLANNING AND DESIGN INSTITUTE |
|
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: 510290 No. 483, Nanzhou Road, Haizhu District, Guangzhou City, Guangdong Province Patentee after: Guangdong Urban and Rural Planning and Design Institute Technology Group Co.,Ltd. Country or region after: China Address before: 510290 No. 483, Nanzhou Road, Haizhu District, Guangzhou City, Guangdong Province Patentee before: Guangdong urban and rural planning and Design Institute Co.,Ltd. Country or region before: China |