CN112508285B - 一种冰湖溃决动态预报方法、装置及存储介质 - Google Patents
一种冰湖溃决动态预报方法、装置及存储介质 Download PDFInfo
- Publication number
- CN112508285B CN112508285B CN202011455629.7A CN202011455629A CN112508285B CN 112508285 B CN112508285 B CN 112508285B CN 202011455629 A CN202011455629 A CN 202011455629A CN 112508285 B CN112508285 B CN 112508285B
- Authority
- CN
- China
- Prior art keywords
- ice lake
- information
- burst
- lake
- ice
- 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 47
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 238000005259 measurement Methods 0.000 claims abstract description 13
- 238000001556 precipitation Methods 0.000 claims description 69
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 19
- 230000008859 change Effects 0.000 abstract description 10
- 230000008569 process Effects 0.000 abstract description 8
- 230000002265 prevention Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 238000013461 design Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 230000007774 longterm Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000013277 forecasting method Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011150 reinforced concrete Substances 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
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
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
-
- 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
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
-
- 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
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Geology (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Emergency Management (AREA)
- Game Theory and Decision Science (AREA)
Abstract
本发明涉及山地灾害预防技术领域,具体涉及一种冰湖溃决动态预报方法、装置及存储介质。包括获取目标冰湖的遥感解译信息;根据遥感解译信息判定目标冰湖为待监测冰湖;获取待监测冰湖的历史气象信息和实测气象信息;根据历史气象信息确定待监测冰湖的极端天气指标阈值;将待监测冰湖的实测气象信息与极端天气指标阈值进行对比,以判定是否出现极端天气事件;在判定出现极端天气事件时,根据出现极端天气事件的时间及频次发出相应等级的冰湖溃决预报信息。本发明可以消除地区气象差异造成的影响,充分考虑冰湖溃决预报指标的动态变化,实现基于极端天气过程的多时间尺度冰湖溃决动态预报。
Description
技术领域
本发明涉及山地灾害预防技术领域,具体涉及一种冰湖溃决动态预报方法、装置及存储介质。
背景技术
冰湖是在冰川作用下洼地积水形成的自然湖泊,是冰冻圈最为活跃的成员之一。近年来由于全球气候变暖,导致冰川退缩,冰湖面积增大,冰湖溃决风险日益增加。冰湖溃决洪水具有突发性强、频率低、洪峰高、流量过程暴涨暴落、破坏力强、灾害波及范围广等特点。冰湖溃决往往造成下游严重的生命财产损失和基础设施破坏,是高原山脉最为严重的自然灾害之一。
目前,国内对冰湖溃决的预报多采用正积温增长速度Tv,降水量增长速度Rv与溃决警戒曲线Rv=2.7214Tv -0.956进行双指标对比判断其溃决的风险。该方法基于冰湖溃决历史灾害发生时的前期积温及降水,综合考虑了气温和降水对冰湖溃决的影响,实现了使用双指标进行冰湖溃决静态预判的技术。但此方法未考虑判定冰湖溃决时降水和气温指标具有地区差异性;其次,在全球气候变暖的背景下,极端天气频繁发生,气温和降水预报指标应随着气候变化而动态变化;最后,此方法判决时间尺度较为单一,在实际运用中未考虑多时间尺度的预报。因此,迫切需要一种考虑极端天气过程的多时间尺度冰湖溃决动态预报方法,来根据判识结果有的放矢地加强潜在危险性冰湖的监测预报,从而保障城镇、重大工程和基础设施的安全。
发明内容
针对现有技术存在的不足,本发明提供了一种冰湖溃决动态预报方法、装置及存储介质,其应用时,可以针对有溃决危险的冰湖进行实时气象信息和历史气象信息跟踪,消除地区气象差异造成的影响,充分考虑冰湖溃决预报指标的动态变化,实现基于极端天气过程的多时间尺度冰湖溃决动态预报。
第一方面,本发明提供一种冰湖溃决动态预报方法,包括:
获取目标冰湖的遥感解译信息,所述遥感解译信息包括冰湖面积信息和冰湖水位信息;
根据遥感解译信息判定目标冰湖是否为待监测冰湖;若是,则
获取待监测冰湖的历史气象信息和实测气象信息,所述历史气象信息包括设定时间段内的日降水量和日平均气温,所述实测气象信息包括当日实时降水量和实时气温;
根据历史气象信息确定待监测冰湖的极端天气指标阈值,所述极端天气指标阈值包括极端降水阈值和极端高温阈值;
将待监测冰湖的实测气象信息与极端天气指标阈值进行对比,以判定是否出现极端天气事件;
在判定出现极端天气事件时,确定出现极端天气事件的时间及频次,根据出现极端天气事件的时间及频次发出相应等级的冰湖溃决预报信息。
基于上述发明内容,通过对目标冰湖的遥感解译信息,包括冰湖面积信息和冰湖水位信息,进行分析处理综合判断目标冰湖遥的溃决危险性,以将有溃决危险的目标冰湖判定为待监测冰湖进行相应的气象信息监测,通过获取待监测冰湖过去设定时间段内的历史气象信息,包括日降水量和日平均气温,进行相应计算,获得针对待监测冰湖的极端天气指标阈值,包括极端降水阈值和极端高温阈值,通过获取待监测冰湖的实测气象信息,包括日实时降水量和实时气温,来与相应的极端天气指标阈值进行对比,以判定是否发生了极端天气事件,如果发生了极端天气事件,就根据极端天气事件发生的时间及频次发出相应等级的冰湖溃决预报信息。通过这样的预报方式,可以针对有相应溃决危险的待监测冰湖进行实时气象信息和历史气象信息跟踪,消除地区气象差异造成的影响,充分考虑冰湖溃决预报指标的动态变化,实现基于极端天气过程的多时间尺度冰湖溃决动态预报,以满足对高原冰湖的防灾减灾需求。
在一个可能的设计中,所述冰湖溃决预报信息包括冰湖溃决中长期预报信息、冰湖溃决短期预报信息和冰湖溃决临灾预报信息,所述根据出现极端天气事件的时间及频次发出相应等级的冰湖溃决预报信息,包括:
在第一次判定出现极端天气事件时,发出冰湖溃决中长期预报信息;
在发出冰湖溃决中长期预报信息后的第一时间段内,再次判定出现极端天气事件时,发出冰湖溃决短期预报信息;
在发出冰湖溃决短期预报信息后的第二时间段内,再次判定出现极端天气事件时,发出冰湖溃决临灾预报信息。
基于上述发明内容,通过冰湖溃决中长期预报信息、冰湖溃决短期预报信息和冰湖溃决临灾预报信息的预报等级设置,以及相应的预报时间段设置,可以阶梯式、多时间尺度地完成冰湖溃决相应紧急程度的危险性预报,实现更科学的预报,便于及时进行灾害防范。
在一个可能的设计中,所述方法还包括:
在发出冰湖溃决临灾预报信息后的第三时间段内,若待监测冰湖未发生溃决,则在第三时间段后再次判定出现极端天气事件时,判断再次出现极端天气事件的时间是否处于发出冰湖溃决中长期预报信息后的第一时间段内,若是,则发出冰湖溃决短期预报信息,若不是,则发出冰湖溃决中长期预报信息。
基于上述发明内容,通过在待监测冰湖未发生溃决后再次出现极端天气事件的相应时间和预报等级判定处理,可以无缝接续上一轮的动态预报或者进行新一轮的动态预报,实现持续性的监测。
在一个可能的设计中,所述根据历史气象信息确定待监测冰湖的极端天气指标阈值,包括:
从历史气象信息中提取设定月份的日降水量和日平均气温分别组成日降水量样本序列和日平均气温样本序列;
根据日降水量样本序列和日平均气温样本序列分别进行百分位数计算;
将百分位数为95%的日降水量的值作为极端降水阈值,将百分位数为95%的日平均气温的值作为极端高温阈值。
基于上述发明内容,通过提取设定月份的日降水量和日平均气温,月份的设定通常是容易发生冰湖溃决的月份,将日降水量和日平均气温分别组成样本序列进行百分位数计算,将百分位数为95%的相应日降水量及日平均气温的值作为相应的极端天气指标阈值,就可以用来进行极端天气事件的判定。
在一个可能的设计中,所述根据遥感解译信息判定目标冰湖为待监测冰湖,包括:
根据遥感解译信息确定目标冰湖的面积增长速率和水位;
在目标冰湖的面积增长速率和/或水位达到相应设定阈值时,判定目标冰湖为待监测冰湖。
基于上述发明内容,通过获取目标冰湖的面积增长速率和/或水位来进行危险性判断,当目标冰湖的面积增长速率和/或水位达到相应设定阈值时,即认定存在相应的危险性,将其判定为待监测冰湖进行监测预报。
在一个可能的设计中,所述获取目标冰湖的遥感解译信息,包括:
获取目标冰湖的地理坐标信息;
根据目标冰湖的地理坐标信息获取目标冰湖的遥感信息;
对目标冰湖的遥感信息进行解译,获得目标冰湖的遥感解译信息。
基于上述发明内容,可以实现对目标冰湖的准确定位,并根据精确的定位信息来获取遥感信息,以获得针对定的遥感解译信息。
第二方面,本发明提供一种冰湖溃决动态预报装置,所述装置包括:
第一获取单元,用于获取目标冰湖的遥感解译信息,所述遥感解译信息包括冰湖面积信息和冰湖水位信息;
第一判定单元,用于根据遥感解译信息判定目标冰湖是否为待监测冰湖;
第二获取单元,用于获取待监测冰湖的历史气象信息和实测气象信息,所述历史气象信息包括设定时间段内的日降水量和日平均气温,所述实测气象信息包括当日实时降水量和实时气温;
确定单元,用于根据历史气象信息确定待监测冰湖的极端天气指标阈值,所述极端天气指标阈值包括极端降水阈值和极端高温阈值;
第二判定单元,用于将待监测冰湖的实测气象信息与极端天气指标阈值进行对比,以判定是否出现极端天气事件;
预报单元,用于在判定出现极端天气事件时,确定出现极端天气事件的时间及频次,并根据出现极端天气事件的时间及频次发出相应等级的冰湖溃决预报信息。
在一个可能的设计中,所述预报单元用于根据出现极端天气事件的时间及频次发出相应等级的冰湖溃决预报信息时,具体用于:
在第一次判定出现极端天气事件时,发出冰湖溃决中长期预报信息;
在发出冰湖溃决中长期预报信息后的第一时间段内,再次判定出现极端天气事件时,发出冰湖溃决短期预报信息;
在发出冰湖溃决短期预报信息后的第二时间段内,再次判定出现极端天气事件时,发出冰湖溃决临灾预报信息。
第三方面,本发明提供一种冰湖溃决动态预报装置,所述装置包括:
存储器,用于存储指令;
处理器,用于读取所述存储器中存储的指令,并根据指令执行上述第一方面中任意一种所述的方法。
第四方面,本发明提供一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,当所述指令在计算机上运行时,使得所述计算机执行上述第一方面中任意一种所述的方法。
第五方面,本发明提供一种包含指令的计算机程序产品,当所述指令在计算机上运行时,使所述计算机执行上述第一方面中任意一种所述的方法。
本发明的有益效果为:
本发明可以针对有相应溃决危险的待监测冰湖进行实时气象信息和历史气象信息跟踪,消除地区气象差异造成的影响,充分考虑冰湖溃决预报指标的动态变化,实现基于极端天气过程的多时间尺度冰湖溃决动态预报,以满足对高原冰湖的防灾减灾需求。
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的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的方法步骤示意图;
图2为方法的具体实施流程示意图;
图3为实施例1中冰湖A第一次溃决前的降水和温度示意图;
图4为实施例1中冰湖A第二次溃决前的降水和温度示意图;
图5为实施例1中冰湖B溃决前的降水和温度示意图;
图6为本发明的第一种装置构成示意图;
图7为本发明的第二种装置构成示意图。
具体实施方式
下面结合附图及具体实施例对本发明作进一步阐述。在此需要说明的是,对于这些实施例方式的说明用于帮助理解本发明,但并不构成对本发明的限定。本文公开的特定结构和功能细节仅用于描述本发明的示例实施例。然而,可用很多备选的形式来体现本发明,并且不应当理解为本发明限制在本文阐述的实施例中。
应当理解,术语第一、第二等仅用于区分描述,而不能理解为指示或暗示相对重要性。尽管本文可以使用术语第一、第二等等来描述各种单元,这些单元不应当受到这些术语的限制。这些术语仅用于区分一个单元和另一个单元。例如可以将第一单元称作第二单元,并且类似地可以将第二单元称作第一单元,同时不脱离本发明的示例实施例的范围。
应当理解,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,单独存在B,同时存在A和B三种情况,本文中术语“/和”是描述另一种关联对象关系,表示可以存在两种关系,例如,A/和B,可以表示:单独存在A,单独存在A和B两种情况,另外,本文中字符“/”,一般表示前后关联对象是一种“或”关系。
应当理解,在本发明的描述中,术语“上”、“竖直”、“内”、“外”等指示的方位或位置关系,是该发明产品使用时惯常摆放的方位或位置关系,或者是本领域技术人员惯常理解的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
应当理解,当将单元称作与另一个单元“连接”、“相连”或“耦合”时,它可以与另一个单元直相连接或耦合,或中间单元可以存在。相対地,当将单元称作与另一个单元“直接相连”或“直接耦合”时,不存在中间单元。应当以类似方式来解释用于描述单元之间的关系的其他单词(例如,“在……之间”对“直接在……之间”,“相邻”对“直接相邻”等等)。
在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“安装”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
本文使用的术语仅用于描述特定实施例,并且不意在限制本发明的示例实施例。如本文所使用的,单数形式“一”、“一个”以及“该”意在包括复数形式,除非上下文明确指示相反意思。还应当理解术语“包括”、“包括了”、“包含”、和/或“包含了”当在本文中使用时,指定所声明的特征、整数、步骤、操作、单元和/或组件的存在性,并且不排除一个或多个其他特征、数量、步骤、操作、单元、组件和/或他们的组合存在性或增加。
还应当注意到在一些备选实施例中,所出现的功能/动作可能与附图出现的顺序不同。例如,取决于所涉及的功能/动作,实际上可以实质上并发地执行,或者有时可以以相反的顺序来执行连续示出的两个图。
在下面的描述中提供了特定的细节,以便于对示例实施例的完全理解。然而,本领域普通技术人员应当理解可以在没有这些特定细节的情况下实现示例实施例。例如可以在框图中示出系统,以避免用不必要的细节来使得示例不清楚。在其他实施例中,可以不以非必要的细节来示出众所周知的过程、结构和技术,以避免使得示例实施例不清楚。
实施例1:
本实施例提供一种冰湖溃决动态预报方法,如图1至图2所示,包括以下步骤:
S101.获取目标冰湖的遥感解译信息,所述遥感解译信息包括冰湖面积信息和冰湖水位信息。
具体实施时,可先获取目标冰湖的地理坐标信息,如经纬度数据;然后根据目标冰湖的地理坐标信息获取目标冰湖的遥感信息;再对目标冰湖的遥感信息进行解译,获得目标冰湖的遥感解译信息
S102.根据遥感解译信息判定目标冰湖为待监测冰湖。
具体实施时,可根据遥感解译信息确定目标冰湖的面积增长速率和水位,即相应的冰湖的面积变化和水位情况;然后根据冰湖的面积变化和水位情况判断其危险性,即在目标冰湖的面积增长速率和/或水位达到相应设定阈值时,判定目标冰湖为待监测冰湖。比如当冰湖面积增长速率大于或等于0.01km2/a,或者湖水位急剧升高接近坝顶,则判定为危险性冰湖,据统计冰湖溃决事件发生前,75%的冰湖均出现了面积增长,其中平均增长速率为0.088km2/a,最大增长速率为0.160km2/a,最小增长速率为0.010km2/a。
S103.获取待监测冰湖的历史气象信息和实测气象信息,所述历史气象信息包括设定时间段内的日降水量和日平均气温,所述实测气象信息包括当日实时降水量和实时气温。
具体实施时,历史气象信息和实测气象信息均可通过距离待监测冰湖最近的气象台站资料获取,实测气象信息包括当日实时降水量和实时气温,历史气象信息包括相应时间段内的日降水量和日平均气温,冰湖溃决通常发生于4-10月,由于年内季节变化,同一个气象站点4-10月降水和气温存在较大差别,所以对于同一个气象站点需分别统计每个月的降水和气温信息,通常需要收集30年以上的历史数据才具有统计学意义,为了响应气候变化,还需要将最近一年的历史气象信息纳入统计,以实现后续计算指标的动态变化,提高监测预报的合理性、准确性。
S104.根据历史气象信息确定待监测冰湖的极端天气指标阈值,所述极端天气指标阈值包括极端降水阈值和极端高温阈值。
具体实施时,可从历史气象信息中提取设定月份的日降水量和日平均气温分别组成日降水量样本序列和日平均气温样本序列,将相应的样本序列按从小到大排列:
x1,x2,x3,……,xi,……,xn
其中,x1至xn即为相应的样本,i为相应的样本排序,n表示样本总量;
根据日降水量样本序列和日平均气温样本序列分别进行百分位数计算,即计算相应气象要素的百分位数,得到百分位数R:
R=i/n*100;
将百分位数为95%的日降水量的值作为极端降水阈值,用R95p表示,将百分位数为95%的日平均气温的值作为极端高温阈值,用R95t表示,国际上通常选取第95个百分位数作为相应极端降水和极端高温的阈值。
S105.将待监测冰湖的实测气象信息与极端天气指标阈值进行对比,以判定是否出现极端天气事件。
具体实施时,将实时的降水量和气温数据与R95p和R95t对比,当达到R95p或R95t时,即判定出现了极端天气事件。
S106.在判定出现极端天气事件时,确定出现极端天气事件的时间及频次,并根据出现极端天气事件的时间及频次发出相应等级的冰湖溃决预报信息。
具体实施时,所述冰湖溃决预报信息包括冰湖溃决中长期预报信息、冰湖溃决短期预报信息和冰湖溃决临灾预报信息,所述根据出现极端天气事件的时间及频次发出相应等级的冰湖溃决预报信息,包括:
在第一次判定出现极端天气事件时,发出冰湖溃决中长期预报信息;
在发出冰湖溃决中长期预报信息后的第一时间段内,再次判定出现极端天气事件时,发出冰湖溃决短期预报信息,第一时间段可设为30天;
在发出冰湖溃决短期预报信息后的第二时间段内,再次判定出现极端天气事件时,发出冰湖溃决临灾预报信息,第二时间段可设为10天;
在发出冰湖溃决临灾预报信息后的第三时间段内,第三时间段可设为1天,若待监测冰湖发生了溃决,则结束该轮预报,进入下一轮预报;若待监测冰湖未发生溃决,则在第三时间段后再次判定出现极端天气事件时,判断再次出现极端天气事件的时间是否处于发出冰湖溃决中长期预报信息后的第一时间段内,若是,则发出冰湖溃决短期预报信息,若不是,则发出冰湖溃决中长期预报信息。
为便于进行技术方案的理解,以位于高原的冰湖A为例,其地理坐标为E85.845°、N28.209°,于2002年5月23日和6月29日曾先后发生冰湖溃决,形成的洪水及泥石流冲毁钢筋混凝土桥,部分路段路基塌方,电站受损,并毁坏大量农田、草场和、民房,造成大量的经济损失。运用本实施例的方法可对此次冰湖溃决事件进行预报的具体步骤为:
步骤一、卫星解译确定冰湖溃决危险性。卫星遥感影像显示,2000年冰湖A的冰湖面积为0.2304km2,较1997年增加了0.0235km2,年平均增长速率为0.78km2/a,可确定为危险性冰湖。
步骤二、收集危险性冰湖的长时间序列气象要素资料。距离冰湖A最近的气象站点直线距离14km,地理坐标为E85.97°、N28.18°,该气象站日降水和日平均气温资料的时间序列满足相应计算要求。
步骤三、确定极端降水和极端高温阈值。冰湖A溃决时间为2002年5月和6月,故使用1951-2001年的日降水量和日平均气温资料确定阈值,其步骤为:分别将1951-2001年4月、5月、6月的日降水量、日平均气温从小到大排列,然后计算每个值对应的百分位数,将第95个百分位数作为极端降水、极端高温的阈值,计算结果如下表1所示:
表一
阈值 | 4月 | 5月 | 6月 |
极端降水(mm) | 11.2 | 8.6 | 14.3 |
极端高温(℃) | 6.5 | 9.4 | 11.5 |
步骤四、根据图2中的流程进行冰湖溃决预报,步骤如下:
2002年4月26日实测日降水量为16.4mm,如图3所示,大于4月极端降水阈值11.2mm,发布冰湖溃决中长期预报信息,未来30天内存在冰湖溃决的风险,令这一天的日期为i。
5月12日实测日平均气温为10.7℃,大于5月极端高温阈值9.4℃,发布冰湖溃决短期预报信息,未来10天内冰湖溃决的风险较高,令这一天的日期为j。
进入冰湖溃决短期预报后应结合天气预报信息进行综合判定,如果日降水量或日平均气温大于阈值,则发布冰湖溃决临灾预报信息,未来1天内冰湖溃决的风险高。例如,5月15日的天气预报显示5月16日的日平均气温将大于极端高温阈值9.4℃,那么5月15日发布冰湖溃决临灾预报信息,令5月16日为k。5月16日没有发生冰湖溃决事件,且5月16日在短期预报期内,即k-j<10,此时将5月16日作为短期预报的起始点,令j=k,结合天气预报信息重复以上步骤,动态循环预报冰湖溃决的危险性。
根据以上步骤,可以确定最后一个冰湖溃决短期预报的起始时间为5月17日,判定未来10天内冰湖溃决的风险较高,7天后的5月23日冰湖溃决事件发生,那么本轮预报结束,进入下一轮预报。
2002年5月23日溃决后,6月24日的日平均气温为11.6℃,如图4所示,高于6月极端高温阈值11.4℃,发布冰湖溃决中长期预报信息,未来30天内存在冰湖溃决的风险,5天后,即6月29日冰湖A再次发生溃决,本轮预报结束,进入下一轮预报。
为便于进行技术方案的理解,此处再以位于高原的冰湖B为例,其地理坐标为E91.93°、N28.802°,于1995年5月26日溃决,造成大量的经济损失。运用本实施例的方法可对此次冰湖溃决事件进行预报的具体步骤为:
步骤一、卫星解译确定冰湖溃决危险性。卫星遥感影像显示,1994年夏冰湖B的冰湖面积为0.1773km2,较1991年增加了0.0036km2,年平均增长率为0.13km2/a,可确定为危险性冰湖。
步骤二、收集危险性冰湖的长时间序列气象要素资料。距离冰湖B最近的气象站点直线距离50km,地理坐标为E91.77°、N29.27°。该气象站日降水和日平均气温资料的时间序列满足计算要求。
步骤三、确定极端降水和极端高温阈值。冰湖B溃决时间为1995年5月26日,故使用1957-1994年的日降水量和日平均气温资料确定阈值,其步骤为:分别将1957-1994年4月、5月的日降水量、日平均气温从小到大排列,然后计算每个值的百分位数,将第95个百分位数作为极端降水、极端高温的阈值,计算结果如下表二所示:
表二
步骤四、根据图2中的流程进行冰湖溃决预报,步骤如下:
1995年4月29日实测日平均气温为13.6℃,如图5所示,大于4月极端高温阈值13.5℃,发布冰湖溃决中长期预报信息,未来30天内存在冰湖溃决的风险,令这一天的日期为i。
4月30日实测日平均气温为14℃,大于4月极端高温阈值13.5℃,发布冰湖溃决短期预报信息,未来10天内冰湖溃决的风险较高,令这一天的日期为j。
冰湖溃决短期预报信息发布后10天内,5月1日-10日均未出现极端天气,冰湖也未溃决,则解除短期冰湖溃决危险性,但不解除中长期冰湖溃决危险性。
5月13日实测日平均气温为17.2℃,等于5月极端高温阈值17.2℃,再次发布冰湖溃决短期预报信息,未来10天内冰湖溃决的风险较高,令这一天的日期为j。
进入冰湖溃决短期预报后应结合天气预报信息进行综合判定,如果日降水量或日平均气温大于阈值,则发布冰湖溃决临灾预报信息,未来1天内冰湖溃决的风险高。例如,5月13日的天气预报显示5月14日的日平均气温将大于极端高温阈值17.2℃,那么5月13日发布冰湖溃决临灾预报信息,令5月14日的日期为k,5月14日没有发生冰湖溃决事件,且5月14日在短期预报期内即k-j<10,此时将5月14日作为短期预报的起始点,令j=k,结合天气预报信息重复以上步骤,动态循环预报冰湖溃决的危险性。
根据以上步骤,可以确定最后一个冰湖溃决短期预报的起始时间为5月25日,天气预报显示未来1天日平均气温将高于5月极端高温阈值17.2℃,则发布冰湖溃决临灾预报信息,判定5月26日冰湖溃决的风险高。5月26日冰湖溃决事件发生,本轮预报结束,令5月26日为下一轮预报的起始点i,重复上述步骤进行动态预报。
实施例2:
本实施例提供一种冰湖溃决动态预报装置,如图6所示,包括:
第一获取单元,用于获取目标冰湖的遥感解译信息,所述遥感解译信息包括冰湖面积信息和冰湖水位信息;
第一判定单元,用于根据遥感解译信息判定目标冰湖为待监测冰湖;
第二获取单元,用于获取待监测冰湖的历史气象信息和实测气象信息,所述历史气象信息包括设定时间段内的日降水量和日平均气温,所述实测气象信息包括当日实时降水量和实时气温;
确定单元,用于根据历史气象信息确定待监测冰湖的极端天气指标阈值,所述极端天气指标阈值包括极端降水阈值和极端高温阈值;
第二判定单元,用于将待监测冰湖的实测气象信息与极端天气指标阈值进行对比,以判定是否出现极端天气事件;
预报单元,用于在判定出现极端天气事件时,根据出现极端天气事件的时间及频次发出相应等级的冰湖溃决预报信息。
所述预报单元用于根据出现极端天气事件的时间及频次发出相应等级的冰湖溃决预报信息时,具体用于:
在第一次判定出现极端天气事件时,发出冰湖溃决中长期预报信息;
在发出冰湖溃决中长期预报信息后的第一时间段内,再次判定出现极端天气事件时,发出冰湖溃决短期预报信息;
在发出冰湖溃决短期预报信息后的第二时间段内,再次判定出现极端天气事件时,发出冰湖溃决临灾预报信息。
实施例3:
本实施例提供一种冰湖溃决动态预报装置,如图7所示,包括:
存储器,用于存储指令;
处理器,用于读取所述存储器中存储的指令,并根据指令执行实施例1中所述的冰湖溃决动态预报方法。
所述存储器可以但不限于包括随机存取存储器(Random Access Memory,RAM)、只读存储器(Read Only Memory,ROM)、闪存(Flash Memory)、先进先出存储器(First InputFirst Output,FIFO)和/或先进后出存储器(First In Last Out,FILO)等;所述处理器可以但不限于包括单片机、ARM处理器等。
实施例4:
本实施例提供一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,当所述指令在计算机上运行时,使得所述计算机执行实施例1中所述的冰湖溃决动态预报方法。其中,所述计算机可读存储介质是指存储数据的载体,可以但不限于包括软盘、光盘、硬盘、闪存、优盘和/或记忆棒(Memory Stick)等,所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。
实施例5:
本实施例提供一种包含指令的计算机程序产品,当所述指令在计算机上运行时,使所述计算机执行实施例1中所述的冰湖溃决动态预报方法。其中,所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤,而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照实施例的方法、装置、存储介质和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明不局限于上述可选的实施方式,任何人在本发明的启示下都可得出其他各种形式的产品。上述具体实施方式不应理解成对本发明的保护范围的限制,本发明的保护范围应当以权利要求书中界定的为准,并且说明书可以用于解释权利要求书。
Claims (10)
1.一种冰湖溃决动态预报方法,其特征在于,包括:
获取目标冰湖的遥感解译信息,所述遥感解译信息包括冰湖面积信息和冰湖水位信息;
根据遥感解译信息判定目标冰湖是否为待监测冰湖;若是,则
获取待监测冰湖的历史气象信息和实测气象信息,所述历史气象信息包括设定时间段内的日降水量和日平均气温,所述实测气象信息包括当日实时降水量和实时气温;
根据历史气象信息确定待监测冰湖的极端天气指标阈值,所述极端天气指标阈值包括极端降水阈值和极端高温阈值;
将待监测冰湖的实测气象信息与极端天气指标阈值进行对比,以判定是否出现极端天气事件;
在判定出现极端天气事件时,确定出现极端天气事件的时间及频次,并根据出现极端天气事件的时间及频次发出相应等级的冰湖溃决预报信息。
2.根据权利要求1所述的一种冰湖溃决动态预报方法,其特征在于,所述冰湖溃决预报信息包括冰湖溃决中长期预报信息、冰湖溃决短期预报信息和冰湖溃决临灾预报信息,所述根据出现极端天气事件的时间及频次发出相应等级的冰湖溃决预报信息,包括:
在第一次判定出现极端天气事件时,发出冰湖溃决中长期预报信息;
在发出冰湖溃决中长期预报信息后的第一时间段内,再次判定出现极端天气事件时,发出冰湖溃决短期预报信息;
在发出冰湖溃决短期预报信息后的第二时间段内,再次判定出现极端天气事件时,发出冰湖溃决临灾预报信息。
3.根据权利要求2所述的一种冰湖溃决动态预报方法,其特征在于,所述方法还包括:
在发出冰湖溃决临灾预报信息后的第三时间段内,若待监测冰湖未发生溃决,则在第三时间段后再次判定出现极端天气事件时,判断再次出现极端天气事件的时间是否处于发出冰湖溃决中长期预报信息后的第一时间段内,若是,则发出冰湖溃决短期预报信息,若不是,则发出冰湖溃决中长期预报信息。
4.根据权利要求1所述的一种冰湖溃决动态预报方法,其特征在于,所述根据历史气象信息确定待监测冰湖的极端天气指标阈值,包括:
从历史气象信息中提取设定月份的日降水量和日平均气温分别组成日降水量样本序列和日平均气温样本序列;
根据日降水量样本序列和日平均气温样本序列分别进行百分位数计算;
将百分位数为95%的日降水量的值作为极端降水阈值,将百分位数为95%的日平均气温的值作为极端高温阈值。
5.根据权利要求1所述的一种冰湖溃决动态预报方法,其特征在于,所述根据遥感解译信息判定目标冰湖为待监测冰湖,包括:
根据遥感解译信息确定目标冰湖的面积增长速率和水位;
在目标冰湖的面积增长速率和/或水位达到相应设定阈值时,判定目标冰湖为待监测冰湖。
6.根据权利要求1所述的一种冰湖溃决动态预报方法,其特征在于,所述获取目标冰湖的遥感解译信息,包括:
获取目标冰湖的地理坐标信息;
根据目标冰湖的地理坐标信息获取目标冰湖的遥感信息;
对目标冰湖的遥感信息进行解译,获得目标冰湖的遥感解译信息。
7.一种冰湖溃决动态预报装置,其特征在于,所述装置包括:
第一获取单元,用于获取目标冰湖的遥感解译信息,所述遥感解译信息包括冰湖面积信息和冰湖水位信息;
第一判定单元,用于根据遥感解译信息判定目标冰湖是否为待监测冰湖;
第二获取单元,用于获取待监测冰湖的历史气象信息和实测气象信息,所述历史气象信息包括设定时间段内的日降水量和日平均气温,所述实测气象信息包括当日实时降水量和实时气温;
确定单元,用于根据历史气象信息确定待监测冰湖的极端天气指标阈值,所述极端天气指标阈值包括极端降水阈值和极端高温阈值;
第二判定单元,用于将待监测冰湖的实测气象信息与极端天气指标阈值进行对比,以判定是否出现极端天气事件;
预报单元,用于在判定出现极端天气事件时,确定出现极端天气事件的时间及频次,并根据出现极端天气事件的时间及频次发出相应等级的冰湖溃决预报信息。
8.根据权利要求7所述的一种冰湖溃决动态预报装置,其特征在于,所述预报单元用于根据出现极端天气事件的时间及频次发出相应等级的冰湖溃决预报信息时,具体用于:
在第一次判定出现极端天气事件时,发出冰湖溃决中长期预报信息;
在发出冰湖溃决中长期预报信息后的第一时间段内,再次判定出现极端天气事件时,发出冰湖溃决短期预报信息;
在发出冰湖溃决短期预报信息后的第二时间段内,再次判定出现极端天气事件时,发出冰湖溃决临灾预报信息。
9.一种冰湖溃决动态预报装置,其特征在于,所述装置包括:
存储器,用于存储指令;
处理器,用于读取所述存储器中存储的指令,并根据指令执行权利要求1-6任意一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有指令,当所述指令在计算机上运行时,使得所述计算机执行权利要求1-6任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011455629.7A CN112508285B (zh) | 2020-12-10 | 2020-12-10 | 一种冰湖溃决动态预报方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011455629.7A CN112508285B (zh) | 2020-12-10 | 2020-12-10 | 一种冰湖溃决动态预报方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112508285A CN112508285A (zh) | 2021-03-16 |
CN112508285B true CN112508285B (zh) | 2023-06-30 |
Family
ID=74973450
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011455629.7A Active CN112508285B (zh) | 2020-12-10 | 2020-12-10 | 一种冰湖溃决动态预报方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112508285B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113405769B (zh) * | 2021-06-18 | 2022-08-30 | 中国科学院、水利部成都山地灾害与环境研究所 | 模拟冰碛湖漫顶溃决灾害全过程的实验装置及实验方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102831752A (zh) * | 2012-09-13 | 2012-12-19 | 中国科学院水利部成都山地灾害与环境研究所 | 一种冰湖溃决预警方法 |
KR20170122626A (ko) * | 2016-04-27 | 2017-11-06 | 김수연 | 회전 분출형 농업용수 공급 호스 |
CN107564245A (zh) * | 2017-09-28 | 2018-01-09 | 成都理工大学 | 一种考虑降雨的冰湖溃决的预报方法 |
CN108986413A (zh) * | 2018-08-16 | 2018-12-11 | 长江水利委员会长江科学院 | 一种基于多源信息数据的冰湖灾害监测与预警方法 |
-
2020
- 2020-12-10 CN CN202011455629.7A patent/CN112508285B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102831752A (zh) * | 2012-09-13 | 2012-12-19 | 中国科学院水利部成都山地灾害与环境研究所 | 一种冰湖溃决预警方法 |
KR20170122626A (ko) * | 2016-04-27 | 2017-11-06 | 김수연 | 회전 분출형 농업용수 공급 호스 |
CN107564245A (zh) * | 2017-09-28 | 2018-01-09 | 成都理工大学 | 一种考虑降雨的冰湖溃决的预报方法 |
CN108986413A (zh) * | 2018-08-16 | 2018-12-11 | 长江水利委员会长江科学院 | 一种基于多源信息数据的冰湖灾害监测与预警方法 |
Non-Patent Citations (4)
Title |
---|
Aleksandra M. Tomczyk 等.Geomorphological impacts of a glacier lake outburst flood in the high arctic Zackenberg River, NE Greenland.《Journal of Hydrology》.2020,第1-17页. * |
Mei Liu 等.Glacial Lake Inventory and Lake Outburst Flood/Debris Flow Hazard Assessment after the Gorkha Earthquake in the Bhote Koshi Basin.《water》.2020,第1-21页. * |
程尊兰 等.藏东南冰湖溃决泥石流灾害及其发展趋势.《冰川冻土》.2008,第30卷(第6期),第954-959页. * |
贾洋 等.西藏冰湖溃决灾害事件极端气候特征.《气候变化研究进展》.2020,第16卷(第4期),第395-404页. * |
Also Published As
Publication number | Publication date |
---|---|
CN112508285A (zh) | 2021-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Smith et al. | The flashiest watersheds in the contiguous United States | |
Zongxing et al. | Changes of daily climate extremes in southwestern China during 1961–2008 | |
Marchane et al. | Assessment of daily MODIS snow cover products to monitor snow cover dynamics over the Moroccan Atlas mountain range | |
Noriah et al. | Probable maximum precipitation for 24 h duration over southeast Asian monsoon region—Selangor, Malaysia | |
Ralph et al. | Assessment of extreme quantitative precipitation forecasts and development of regional extreme event thresholds using data from HMT-2006 and COOP observers | |
JPWO2017047061A1 (ja) | 災害予測システム、水分量予測装置、災害予測方法およびプログラム記録媒体 | |
Crozier et al. | Modelling changes in terrain resistance as a component of landform evolution in unstable hill country | |
Reinfelds et al. | Hydrospatial assessment of streamflow yields and effects of climate change: Snowy Mountains, Australia | |
JP5178395B2 (ja) | 台風被害予測支援システム | |
WO2019073937A1 (ja) | 危険度評価システム | |
CN112508285B (zh) | 一种冰湖溃决动态预报方法、装置及存储介质 | |
JP2020060078A (ja) | 土砂崩落の発生時刻を推定するシステム | |
CN112488385B (zh) | 一种基于多模式融合的降水预报订正方法和装置 | |
Irannezhad et al. | Atmospheric circulation patterns explaining climatological drought dynamics in the boreal environment of Finland, 1962–2011 | |
CN114266796B (zh) | 基于激光点云数据与平均大潮高潮面的自然岸线自动获取方法、设备、介质 | |
Alcott et al. | Snow-to-liquid ratio variability and prediction at a high-elevation site in Utah’s Wasatch Mountains | |
Wang et al. | Elevation‐dependent response of snow phenology to climate change from a remote sensing perspective: a case survey in the central Tianshan mountains from 2000 to 2019 | |
CN106772697A (zh) | 云海自然景观预报方法及系统 | |
KR101170526B1 (ko) | 동아시아 가뭄 모니터링 시스템 및 그 방법 | |
Sokol et al. | Nowcasting of hailstorms simulated by the NWP model COSMO for the area of the Czech Republic | |
Gan et al. | Performance evaluation of IMERG products based on the extremely heavy rainstorm event (2021) once in a thousand years in Henan, China | |
CN115687448A (zh) | 短临降水预报方法、装置、电子设备及存储介质 | |
Wasko et al. | A systematic review of climate change science relevant to Australian design flood estimation | |
CN109671248A (zh) | 基于防灾对象的山洪灾害预警方法 | |
Over et al. | Comparisons between NEXRAD radar and tipping-bucket gage rainfall data: A case study for DuPage County, Illinois |
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 |