CN111723969A - 风暴潮灾事件影响预警方法 - Google Patents

风暴潮灾事件影响预警方法 Download PDF

Info

Publication number
CN111723969A
CN111723969A CN202010365058.1A CN202010365058A CN111723969A CN 111723969 A CN111723969 A CN 111723969A CN 202010365058 A CN202010365058 A CN 202010365058A CN 111723969 A CN111723969 A CN 111723969A
Authority
CN
China
Prior art keywords
tide
early warning
storm
flooding
storm surge
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
Application number
CN202010365058.1A
Other languages
English (en)
Inventor
王喜娜
王先伟
黄华兵
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Eco Engineering Polytechnic
Original Assignee
Guangdong Eco Engineering Polytechnic
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Eco Engineering Polytechnic filed Critical Guangdong Eco Engineering Polytechnic
Priority to CN202010365058.1A priority Critical patent/CN111723969A/zh
Publication of CN111723969A publication Critical patent/CN111723969A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • 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
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Geometry (AREA)
  • Game Theory and Decision Science (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开了风暴潮灾事件影响预警方法，获取目标地区的历史潮位数据，进行天文潮预报；利用气象预报的风场和气压场驱动风暴增水数值模型，进行风暴潮增水预报；基于天文潮预报及风暴潮增水预报的结果进行总潮位计算，得到逐小时的预测总潮位面；以逐小时的预测总潮位面为驱动，采用FloodArea水力学模型，对海岸带进行漫滩淹没分析，得到不同时刻的淹没范围；陆地淹没范围按不同的淹没深度进行风险分级，得到不同时刻的淹没风险预警图；将目标地区的淹没范围和目标地区的人口地图和GDP地图相叠加后，乘以不同淹没深度下的灾损系数，得到目标地区的风暴潮灾事件影响损失预估。

Description

风暴潮灾事件影响预警方法
技术领域
本发明涉及海洋气象灾害研究技术领域，尤其涉及风暴潮灾事件影响预警方法。
背景技术
提高海洋灾害风险防控能力、降低灾害损失程度，一直是沿海国家关注的重点。我国作为海洋大国，随着沿海地区社会经济的发展，由风暴潮海洋灾害带来的损失逐年递增。我国沿海地区受台风影响频次高，每年平均25次左右。防御风暴潮灾害的有效途径包括工程措施、非工程措施和生态措施等。本发明所涉及的风暴潮灾害事件影响预警是非常重要的防灾减灾非工程措施。
以往国家气象部门、海洋部门会多次发布台风预警和风暴潮增水预警，以提醒政府和民众做好防灾准备。以往的预报只有风暴潮增水信息，不能生动地刻画灾害的影响。实际上灾害的影响不仅取决于风暴潮增水程度本身，还与风暴潮增水发生的时刻、天文潮的高度以及沿岸地形和社会经济分布有关。
综上所述，单一的风暴潮增水信息预报对灾害情景的研究不全面，综合反映能力较差，其预测结果难以服务于应急管理，亦难以为优化应急资源配置、合理选择避灾地点、以及避灾路线选择提供决策支持，其有效性及适用性有待提高。
发明内容
本发明为解决现有单一的风暴潮增水信息预报对灾害情景的研究不全面，综合反映能力较差，其有效性及适用性较低的问题，提供了风暴潮灾事件影响预警方法。
为实现以上发明目的，而采用的技术手段是：
风暴潮灾事件影响预警方法，包括以下步骤：
S1.获取目标地区的历史潮位数据，进行天文潮预报；
S2.采用数值模拟方法，以JMA风暴增水模式为基本框架，并以气象预报的风场和气压场为驱动，进行风暴潮增水预报；
S3.基于天文潮预报及风暴潮增水预报的结果进行总潮位计算，得到逐小时的预测总潮位面；
S4.基于FloodArea建立漫滩淹没预警模型，所述漫滩淹没预警模型由逐小时的预测总潮位面驱动，进行潮水漫滩淹没模拟，得到不同时刻的陆地淹没范围；
S5.将不同时刻的陆地淹没范围按其淹没深度的不同进行风险分级，得到风暴潮漫滩淹没预警图；
S6.将目标地区的淹没范围和目标地区的人口地图和GDP地图相叠加后，乘以不同淹没深度下的灾损系数，得到目标地区的风暴潮灾事件影响损失预估。
上述方案中，首先通过步骤S1和S2实现对天文潮和风暴潮增水的准确预报，然后结合二维的水力学模型FloodArea构建漫滩淹没场景的预测预报，最后对漫滩淹没结果进行预警风险分级和损失预估，以实现对灾害情景的全面研究。应用以上技术方案可为减灾部门和普通民众提供更全面及时的灾害预警信息，为风暴潮灾害的防灾减灾提供有效支撑。
优选的，步骤S1所述的进行天文潮预报具体为：计算所述目标地区任意时刻的潮高，表示如下：
Figure BDA0002476455440000021
式中，
Figure BDA0002476455440000022
为第t时刻的模拟潮高；S0为平均海平面；fi为第i个分潮振幅的改正因子；Hi为第i个分潮的振幅；σi为第i个分潮的角速率；Δt为计算时段(小时)；v0i为第i个分潮的初始天文相角；ui为第i个分潮的订正角；gi为由于海底摩擦、惯性力因素引起的高潮时落后于月中天时刻的相位角；其中Hi和gi为天文潮第i个分潮的调和常数，fi、σi、voi和ui通过查表获得。在本优选方案中，天文潮是由许多振幅、周期、位相不同的分潮叠加的结果，将等时间间隔的连续观测潮位序列代入以上方程，通过最小二乘法对方程求解，即可得到包含误差的S0、Hi和gi，进而可以估算任意时刻的天文潮高
Figure BDA0002476455440000023
优选的，步骤S1中所述的历史潮位数据采用目标地区验潮站一年以上的实测潮位数据，且所述实测潮位数据为逐小时的连续数据。
优选的，所述步骤S2具体为：采用数值模拟方法，以JMA风暴增水模式为基本框架，并以气象预报的风场和气压场为驱动，采用基于浅水波方程的二维线性正压模式，预报由于风搅拌和气压抽吸引起的水位增量，形成目标地区的风暴潮增水分布图。
优选的，所述步骤S3的具体步骤包括：将所述步骤S1计算得到的逐小时的天文潮预报结果在空间上插值成为潮位面，与所述步骤S2形成的风暴潮增水分布图形成相同的分辨率，然后将两者叠加，得到逐小时的总潮位面。
优选的，所述步骤S3中在空间上插值采用的是克里金插值法。
优选的，所述步骤S4的具体步骤包括：基于FloodArea建立漫滩淹没预警模型，其中FloodArea的输入数据包括DEM、水位面，设置参数包括模拟时长和间隔、地面粗糙度、阻水物和水流最大交换率；所述漫滩淹没预警模型由逐小时的预测总潮位面驱动，其时间步长设置为10分钟，进行潮水漫滩淹没模拟，得到不同时刻的陆地淹没范围。在本优选方案中，在步骤S1-S3计算结果已知的前提下，考虑海堤的高度和沿海地形，进行潮水漫滩淹没模拟。
优选的，所述步骤S5中按其淹没深度的不同进行风险分级具体为：当淹没深度小于0.6m时，风险分级为一般风险；当淹没深度在0.6m～1.2m之间时，风险分级为风险较高；当淹没深度在1.2m～1.8m之间时，风险分级为风险高；当淹没深度大于1.8m时，风险分级为风险很高。
与现有技术相比，本发明技术方案的有益效果是：
本发明的风暴潮灾事件影响预警方法，首先通过步骤S1和S2实现对天文潮和风暴潮增水的准确预报，然后结合二维的水力学模型FloodArea构建漫滩淹没场景的预测预报，最后对漫滩淹没结果进行预警风险分级和损失预估，以实现对灾害情景的全面研究。
本发明所提供的风暴潮灾事件影响预警方法中，包括天文潮的预报、增水预报、总潮位的计算，以及以总潮位为输入的动态水力学漫滩模拟模型、预警风险分级和损失预估方法，本发明设计的方法，输出的结果可服务于应急管理，为优化应急资源配置、合理选择避灾地点和避灾路线提供决策支持。
附图说明
图1为本发明的方法流程图。
图2为本发明的技术路线图。
图3为实施例2中珠三角8月2日3时的风暴潮漫滩淹没预警图。
图4为实施例2中珠三角8月2日6时的风暴潮漫滩淹没预警图。
图5为实施例2中珠三角8月2日9时的风暴潮漫滩淹没预警图。
具体实施方式
附图仅用于示例性说明，不能理解为对本专利的限制；
为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；
对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
本实施例提供了一种风暴潮灾事件影响预警方法，如图1和2所示，包括以下步骤：
S1.天文潮预报：
天文潮是由许多振幅、周期、位相不同的分潮叠加的结果，获取目标地区的历史潮位数据，并按以下公式计算目标地区任意时刻的潮高：
Figure BDA0002476455440000041
式中，
Figure BDA0002476455440000042
为第t时刻的模拟潮高；S0为平均海平面；fi为第i个分潮振幅的改正因子；Hi为第i个分潮的振幅；σi为第i个分潮的角速率；Δt为计算时段(小时)；v0i为第i个分潮的初始天文相角；ui为第i个分潮的订正角；gi为由于海底摩擦、惯性力因素引起的高潮时落后于月中天时刻的相位角；其中Hi和gi为天文潮第i个分潮的调和常数，fi、σi、voi和ui通过查表获得。
将等时间间隔的连续观测潮位序列代入以上方程，通过最小二乘法对方程求解，即可得到包含误差的S0、Hi和gi，进而可以估算任意时刻的天文潮高
Figure BDA0002476455440000043
以上的等时间间隔的连续观测潮位序列采用的是目标地区验潮站一年以上的实测潮位数据，且所述实测潮位数据为逐小时的连续数据。
S2.风暴潮增水预报：
台风风暴潮主要是由台风域的气压降低和强风所引起的。在本实施例中，采用数值模拟方法，并以JMA(Japan Meteorological Agency)风暴增水模式为基本框架，以气象预报的风场和气压场为驱动，采用基于浅水波方程的二维线性正压模式，预报由于风搅拌和气压抽吸引起的水位增量，形成目标地区的风暴潮增水分布图。其中本实施例的驱动风场和气压场分别采用我国高分辨率大气模式Grapes的地面风和气压预报值。
S3.总潮位计算：
将步骤S1计算得到的逐小时的天文潮预报结果采用克里金插值法在空间上插值成为潮位面，与步骤S2形成的风暴潮增水分布图形成相同的分辨率，然后将两者叠加，得到逐小时的总潮位面，即总潮位的空间分布；
S4.漫滩淹没预警模型：
基于FloodArea水动力学模型建立漫滩淹没预警模型，其中FloodArea的输入数据包括DEM、水位面，设置参数包括模拟时长和间隔、地面粗糙度、阻水物和水流最大交换率；所述漫滩淹没预警模型由逐小时的预测总潮位面驱动，其时间步长设置为10分钟，进行潮水漫滩淹没模拟，得到不同时刻的陆地淹没范围。在本优选方案中，在步骤S1-S3计算结果已知的前提下，考虑海堤的高度和沿海地形，进行潮水漫滩淹没模拟。
S5.预警风险分级：
将不同时刻的陆地淹没范围按其淹没深度的不同进行风险分级，得到风暴潮漫滩淹没预警图。其中不同淹没深度的预警风险分级如表1所示，当淹没深度小于0.6m时，风险分级为一般风险；当淹没深度在0.6m～1.2m之间时，风险分级为风险较高；当淹没深度在1.2m～1.8m之间时，风险分级为风险高；当淹没深度大于1.8m时，风险分级为风险很高。
表1不同淹没深度的预警风险分级
淹没深度H(m) 预警风险等级
H＜0.6 一般风险
0.6≤H＜1.2 风险较高
1.2≤H＜1.8 风险高
H≥1.8 风险很高
S6.灾害损失评估：
将目标地区的淹没范围和目标地区的人口地图和GDP地图相叠加后，乘以不同淹没深度下的灾损系数，得到目标地区的风暴潮灾事件影响损失预估。其中淹没深度与GDP损失率的相关关系以及淹没深度与受影响人口比率的相互关系如表2。
表2淹没深度-经济损失率与水深-受影响人口比率
Figure BDA0002476455440000051
Figure BDA0002476455440000061
实施例2
本实施例基于实施例1所提供的风暴潮灾事件影响预警方法，以201604号台风“妮妲”为例进行具体的应用说明。
“妮妲”是2016年太平洋台风季第四个被命名的风暴，于2016年7月30日18时45分在菲律宾棉兰老岛以东海面生成，8月2日3时35分，在广东省深圳市大鹏新区大鹏街道附近沿海登陆，是近30年来正面登陆珠三角的最强台风之一，台风带来的强风、暴雨、暴潮将给珠三角造成极大威胁。
在台风来临前，按实施例1中的步骤S1提前计算好广东省天文潮预报数据，按步骤S2计算未来72小时风暴潮增水数值，结合地形图和堤围高程数据，采用FloodArea水力学模型，构造漫滩淹没预警模型，进行“妮妲”台风事件在珠三角地区所引起的风暴潮事件预警和损失预估。研究范围为江门到惠州约250km的海岸线。具体如下：
步骤一：按步骤S1所提供的方法计算广东省43个验潮站在妮妲台风期间的预测天文潮潮位。以泗盛围站为代表，2016年8月2日，农历六月三十，是广东省珠三角沿海的天文大潮期，妮妲台风经过珠三角时(8月2日3时-12时)正是天文大潮的高潮时。妮妲台风8月2日3时35分在深圳大鹏半岛沿海等领域，以25公里左右的时速向西北移动，到泗盛围站附近的时间是8月2日8时-9时，在泗盛围站，“妮妲”台风引起的增水正好叠加在为天文大潮的高潮位上。
步骤二：利用JMA风暴潮增水数值模式计算北京时间8月1日8时开始未来72小时的风暴潮增水预报，得到2016年8月1日8时未来72小时的风暴潮增水分布图。
步骤三：有了43个沿海验潮站逐时预测天文潮潮位，通过空间插值，将其插值成天文潮位面，与风暴潮增水分布图叠加，可以得到沿海的预测总潮位面。
步骤四：利用FloodArea模拟妮妲台风造成的风暴潮漫滩场景，以逐小时的预测总潮位面为驱动，可以得到不同时刻的水流向、流速和径流深。
步骤五：按照淹没深度进行风险分级，得到风暴潮漫滩淹没预警图。如图3～5所示。
步骤六：以8月2日9时的淹没范围进行损失预估，得到受风暴潮淹没面积、经济损失和影响人口统计表，如表3所示。
表3妮妲台风8月2日9时风暴潮灾害影响和损失预估
地市 淹没范围(平方公里) 经济损失(万元) 受影响人口(人)
广州 97 274.3 -
珠海 81 256.9 -
中山 77 147.2 1269
江门 62 168.6 2899
东莞 30 639.3 -
惠州 12 104.2 427
深圳 7 483.2 -
香港 4 210.9 -
佛山 1 42.1 5241
总计 371 2326.7 9836
注：“-”表示该区域没有居民地被淹没。
附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制；
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (8)

1.风暴潮灾事件影响预警方法，其特征在于，包括以下步骤：
S1.获取目标地区的历史潮位数据，进行天文潮预报；
S2.采用数值模拟方法，以JMA风暴增水模式为基本框架，并以气象预报的风场和气压场为驱动，进行风暴潮增水预报；
S3.基于天文潮预报及风暴潮增水预报的结果进行总潮位计算，得到逐小时的预测总潮位面；
S4.基于FloodArea建立漫滩淹没预警模型，所述漫滩淹没预警模型由逐小时的预测总潮位面驱动，进行潮水漫滩淹没模拟，得到不同时刻的陆地淹没范围；
S5.将不同时刻的陆地淹没范围按其淹没深度的不同进行风险分级，得到风暴潮漫滩淹没预警图；
S6.将目标地区的淹没范围和目标地区的人口地图和GDP地图相叠加后，乘以不同淹没深度下的灾损系数，得到目标地区的风暴潮灾事件影响损失预估。
2.根据权利要求1所述的风暴潮灾事件影响预警方法，其特征在于，步骤S1所述的进行天文潮预报具体为：计算所述目标地区任意时刻的潮高，表示如下：
Figure FDA0002476455430000011
式中，
Figure FDA0002476455430000012
为第t时刻的模拟潮高；S0为平均海平面；fi为第i个分潮振幅的改正因子；Hi为第i个分潮的振幅；σi为第i个分潮的角速率；Δt为计算时段；v0i为第i个分潮的初始天文相角；ui为第i个分潮的订正角；gi为由于海底摩擦、惯性力因素引起的高潮时落后于月中天时刻的相位角；其中Hi和gi为天文潮第i个分潮的调和常数，fi、σi、voi和ui通过查表获得。
3.根据权利要求2所述的风暴潮灾事件影响预警方法，其特征在于，步骤S1中所述的历史潮位数据采用目标地区验潮站一年以上的实测潮位数据，且所述实测潮位数据为逐小时的连续数据。
4.根据权利要求1所述的风暴潮灾事件影响预警方法，其特征在于，所述步骤S2具体为：采用数值模拟方法，以JMA风暴增水模式为基本框架，并以气象预报的风场和气压场为驱动，采用基于浅水波方程的二维线性正压模式，预报由于风搅拌和气压抽吸引起的水位增量，形成目标地区的风暴潮增水分布图。
5.根据权利要求1所述的风暴潮灾事件影响预警方法，其特征在于，所述步骤S3的具体步骤包括：将所述步骤S1计算得到的逐小时的天文潮预报结果在空间上插值成为潮位面，与所述步骤S2形成的风暴潮增水分布图形成相同的分辨率，然后将两者叠加，得到逐小时的总潮位面。
6.根据权利要求5所述的风暴潮灾事件影响预警方法，其特征在于，所述步骤S3中在空间上插值采用的是克里金插值法。
7.根据权利要求1所述的风暴潮灾事件影响预警方法，其特征在于，所述步骤S4的具体步骤包括：基于FloodArea建立漫滩淹没预警模型，其中FloodArea的输入数据包括DEM、水位面，设置参数包括模拟时长和间隔、地面粗糙度、阻水物和水流最大交换率；所述漫滩淹没预警模型由逐小时的预测总潮位面驱动，其时间步长设置为10分钟，进行潮水漫滩淹没模拟，得到不同时刻的陆地淹没范围。
8.根据权利要求1所述的风暴潮灾事件影响预警方法，其特征在于，所述步骤S5中按其淹没深度的不同进行风险分级具体为：当淹没深度小于0.6m时，风险分级为一般风险；当淹没深度在0.6m～1.2m之间时，风险分级为风险较高；当淹没深度在1.2m～1.8m之间时，风险分级为风险高；当淹没深度大于1.8m时，风险分级为风险很高。
CN202010365058.1A 2020-04-30 2020-04-30 风暴潮灾事件影响预警方法 Pending CN111723969A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010365058.1A CN111723969A (zh) 2020-04-30 2020-04-30 风暴潮灾事件影响预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010365058.1A CN111723969A (zh) 2020-04-30 2020-04-30 风暴潮灾事件影响预警方法

Publications (1)

Publication Number Publication Date
CN111723969A true CN111723969A (zh) 2020-09-29

Family

ID=72563653

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010365058.1A Pending CN111723969A (zh) 2020-04-30 2020-04-30 风暴潮灾事件影响预警方法

Country Status (1)

Country Link
CN (1) CN111723969A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2519186A1 (en) * 2003-07-04 2005-01-13 Po Tung Lim A method for preventing and discharging flood
CN107729656A (zh) * 2017-10-19 2018-02-23 福建四创软件有限公司 基于台风过程风场作用下的风暴潮漫堤风险预警方法
CN110414041A (zh) * 2019-06-13 2019-11-05 中国地质大学深圳研究院 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

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2519186A1 (en) * 2003-07-04 2005-01-13 Po Tung Lim A method for preventing and discharging flood
CN107729656A (zh) * 2017-10-19 2018-02-23 福建四创软件有限公司 基于台风过程风场作用下的风暴潮漫堤风险预警方法
CN110414041A (zh) * 2019-06-13 2019-11-05 中国地质大学深圳研究院 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

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
何佩东;左军成;顾云碧;张蓓;亢兴;张慧;: "普陀沿海风暴潮淹没危险性评估", 海洋湖沼通报, no. 01 *
康蕾;马丽;刘毅;: "基于作物损失率的风暴潮增水灾害对农业产量影响评估――以珠江三角洲地区为例", 灾害学, no. 04 *
王喜娜: ""风暴潮灾害风险评估与事件预警研究"", 《中国博士学位论文全文数据库基础科学辑》, pages 62 - 68 *

Similar Documents

Publication Publication Date Title
Gayathri et al. A numerical study of hypothetical storm surge and coastal inundation for AILA cyclone in the Bay of Bengal
Cai et al. Coastal erosion in China under the condition of global climate change and measures for its prevention
Passeri et al. Dynamic modeling of barrier island response to hurricane storm surge under future sea level rise
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
CN105844427A (zh) 一种风暴潮灾害风险精细化评估的计算方法
Muller et al. Assessing storm impact on a French coastal dune system using morphodynamic modeling
Li et al. Modeling of coastal inundation, storm surge, and relative sea-level rise at Naval Station Norfolk, Norfolk, Virginia, USA
Shand et al. Longshore realignment of shore-parallel sand-bars at Wanganui, New Zealand
Rezaie et al. Storm surge and sea level rise: Threat to the coastal areas of Bangladesh
Cheng et al. Adapting cities to sea level rise: A perspective from Chinese deltas
Kumar et al. Assessment of storm surge disaster potential for the Andaman Islands
Schlurmann et al. Near-field tsunami hazard map Padang, West Sumatra: Utilizing high resolution geospatial data and reseasonable source scenarios
Ma et al. Impacts of sea level rise and typhoon intensity on storm surges and waves around the coastal area of Qingdao
Hung et al. Coastline and river mouth evolution in the central part of the Red River Delta
Barnard The framework of a coastal hazards model, a tool for predicting the impact of severe storms
Soomere et al. Linking wave loads with the intensity of erosion along the coasts of Latvia
Yuk et al. The simulation of a storm surge and wave due to typhoon Sarah using an integrally coupled tide-surge-wave model of the Yellow and East China Seas
CN111723969A (zh) 风暴潮灾事件影响预警方法
Deng et al. Computational investigation on hydrodynamic and sediment transport responses influenced by reclamation projects in the Meizhou Bay, China
Johnson et al. Modeling of storm surges in the Bering Sea and Norton Sound
Overbeck et al. Shoreline Change at Alaska Coastal Communities
Liu et al. Modelling and evaluation of beach morphodynamic behavior: A case study of Dongsha Beach in eastern China
Van Ty et al. Monitoring Shoreline Changes in the Vietnamese Mekong Delta Coastal Zone Using Satellite Images and Wave Reduction Structures
Yuk et al. Modelling of storm-induced seawater flooding in the Suyeong River area, South Korea: A case study due to the storm surge and waves during Typhoon Sanba
Lee et al. Historical storm surges and storm surge forecasting in Hong Kong

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