CN112580985A - 海岸侵蚀风险评估方法 - Google Patents

海岸侵蚀风险评估方法 Download PDF

Info

Publication number
CN112580985A
CN112580985A CN202011528082.9A CN202011528082A CN112580985A CN 112580985 A CN112580985 A CN 112580985A CN 202011528082 A CN202011528082 A CN 202011528082A CN 112580985 A CN112580985 A CN 112580985A
Authority
CN
China
Prior art keywords
evaluation
index
risk
coastal
erosion
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
CN202011528082.9A
Other languages
English (en)
Inventor
王伟伟
马恭博
孙家文
袁蕾
齐玥
蔡悦荫
王传珺
杜宇
付元宾
王玉广
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.)
National Marine Environmental Monitoring Center
Original Assignee
National Marine Environmental Monitoring Center
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 National Marine Environmental Monitoring Center filed Critical National Marine Environmental Monitoring Center
Priority to CN202011528082.9A priority Critical patent/CN112580985A/zh
Priority to AU2020104393A priority patent/AU2020104393A4/en
Publication of CN112580985A publication Critical patent/CN112580985A/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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
    • 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)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Computational Mathematics (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computing Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Algebra (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Fuzzy Systems (AREA)
  • Evolutionary Computation (AREA)
  • Biomedical Technology (AREA)
  • Automation & Control Theory (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Primary Health Care (AREA)
  • Databases & Information Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种海岸侵蚀风险评估方法，包括获取待评估海岸区域的评估因子，通过所述所述评估因子构建评价指标分级模型，确定各级评价指标的模糊权向量；通过模糊权向量构建评估指标重要性判断矩阵；利用评估指标重要性判断矩阵计算各海岸侵蚀规则的模糊综合评价得分，并根据评分选取最大特征向量值；根据评估因子的权重作为各评估指标的最大特征向量值的加权值，求出上述判断矩阵的最大特征向量值，采用近似的求和法求其最大特征值，最终求得本次评估的结果。本发明可自动化提取待评估海岸区域的评估因子，减少人为判读引起的误判、错判、漏判，提高检测速度，可快速、准确的获取海岸带潮间带信息的动态变化。

Description

海岸侵蚀风险评估方法
技术领域
本发明涉及风险评估技术领域，尤其涉及一种海岸侵蚀方法。
背景技术
海岸侵蚀是指在自然力(包括风、浪、流、潮)的作用下，海洋泥沙支出大于输入，沉积物净损失的过程，即海水动力的冲击造成海岸线的后退和海滩的下蚀。海岸侵蚀现象普遍存在，由于海岸侵蚀使土地大量失去、海岸构筑物破坏、海滨浴场退化、海滩生态环境恶化、海岸防护压力增大、侵蚀下来的泥沙又搬运到港湾淤积而使航道受损，从而成为一种严重的环境地质灾害，必须引起高度重视，并加强海岸线管理，采取有效措施防止海岸侵蚀。因此就需要检测海岸侵蚀的程度，以分析海岸侵蚀的主要原因并针对性采取有效措施进行预防。
地质环境是一个多因素耦合的复杂动态系统，地质灾害评估需要研究的变量既包括确定可循的变化规律，又有不确定的随机变化规律，在地质灾害风险评估过程中，被评估的对象、评估方法甚至评估主体及其掌握的评估标准都具有不确定性，为此我们设计了一种海岸侵蚀风险评估方法来解决以上问题。
发明内容
本发明的目的是为了解决现有技术中现有的问题而提出的海岸侵蚀风险评估方法。
为了实现上述目的，本发明采用了如下技术方案：
本发明包括以下步骤：
A获取待评估海岸区域的评估因子，所述评估因子包括风况、降雨、风暴增水、海岸侵蚀强度、土地利用类、海岸类型；
B通过所述所述评估因子构建评价指标分级模型，确定各级评价指标的模糊权向量；
C通过模糊权向量构建评估指标重要性判断矩阵；
D利用评估指标重要性判断矩阵计算各海岸侵蚀规则的模糊综合评价得分，并根据评分选取最大特征向量值；
E根据评估因子的权重作为各评估指标的最大特征向量值的加权值。求出上述判断矩阵的最大特征向量值，采用近似的求和法求其最大特征值，最终求得本次评估的结果。
进一步地，采用三值逻辑分类体系，将海岸侵蚀灾害风险等级划分为三级，即高、中、低。
进一步地，所述海岸侵蚀风险评估模型的构建方法包括
a针对上述6类评估指标，给出海岸侵蚀灾害风险模糊综合评估因子集:U＝{u1，u2，u3，u4，u5，u6}，式中:u1风况指标；u2降雨指标； u3风暴增水指标；u4海岸类型指标；u5海岸侵蚀强度指标；u6为海岸带土地利用类型指标，海岸侵蚀灾害风险等级集:V＝{v1，v2，v3}，式中:v1风险低；v2风险中等；v3风险高；
b将模糊集转化为多值逻辑，利用贴近度分析方法，选取一组具有正态分布特点的数值“0.0，0.2，0.5，0.8，1.0，0.8，0.5，0.2，0.0”以代替隶属度函数，即用一组满足模糊条件的数值，来表示各种评估因子对海岸侵蚀风险的影响程度；
c确立了各个评估因子对风险等级的隶属指数，把各个评估因子对风险的影响程度变为隶属度值，为了便于计算，各评估因子相应的隶属程度应基本相等；
d通过所述隶属指数建立海岸侵蚀风险评估模型。
进一步地，所述海岸侵蚀风险等级评估指标及分级如下：
Figure RE-GDA0002953744970000031
进一步地，所述模糊权向量构建评估指标通过对各个要素的两两比较，判断其相对重要性，构造出判断矩阵，利用层次分析决策过程，构造评估指标重要性判断矩阵，评估指标重要性判断矩阵包括
Figure RE-GDA0002953744970000032
进一步地，所述风险等级隶属度指数包括：
Figure RE-GDA0002953744970000033
Figure RE-GDA0002953744970000041
进一步地，所述评估因子的权重包括
Figure RE-GDA0002953744970000042
本发明与现有技术相比，其有益效果为：
本发明可自动化提取待评估海岸区域的评估因子，减少人为判读引起的误判、错判、漏判，提高检测速度，可快速、准确的获取海岸带潮间带信息的动态变化。
附图说明
图1为本发明提出的一种海岸侵蚀风险评估方法的流程示意图；
具体实施方式
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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
参照图1，一种海岸侵蚀风险评估方法，包括以下步骤
A获取待评估海岸区域的评估因子，所述评估因子包括风况、降雨、风暴增水、海岸侵蚀强度、土地利用类、海岸类型；
B通过所述所述评估因子构建评价指标分级模型，确定各级评价指标的模糊权向量；
C通过模糊权向量构建评估指标重要性判断矩阵；
D利用评估指标重要性判断矩阵计算各海岸侵蚀规则的模糊综合评价得分，并根据评分选取最大特征向量值；
E根据评估因子的权重作为各评估指标的最大特征向量值的加权值。求出上述判断矩阵的最大特征向量值，采用近似的求和法求其最大特征值，最终求得本次评估的结果。
进一步地，采用三值逻辑分类体系，将海岸侵蚀灾害风险等级划分为三级，即高、中、低。
所述海岸侵蚀风险评估模型的构建方法包括
a针对上述6类评估指标，给出海岸侵蚀灾害风险模糊综合评估因子集:U＝{u1，u2，u3，u4，u5，u6}，式中:u1风况指标；u2降雨指标； u3风暴增水指标；u4海岸类型指标；u5海岸侵蚀强度指标；u6为海岸带土地利用类型指标，海岸侵蚀灾害风险等级集:V＝{v1，v2，v3}，式中:v1风险低；v2风险中等；v3风险高；
b将模糊集转化为多值逻辑，利用贴近度分析方法，选取一组具有正态分布特点的数值“0.0，0.2，0.5，0.8，1.0，0.8，0.5，0.2，0.0”以代替隶属度函数，即用一组满足模糊条件的数值，来表示各种评估因子对海岸侵蚀风险的影响程度；
c确立了各个评估因子对风险等级的隶属指数，把各个评估因子对风险的影响程度变为隶属度值，为了便于计算，各评估因子相应的隶属程度应基本相等；
d通过所述隶属指数建立海岸侵蚀风险评估模型。
所述海岸侵蚀风险等级评估指标及分级如下：
Figure RE-GDA0002953744970000061
所述通过对各个要素的两两比较，判断其相对重要性，构造出判断矩阵，利用层次分析决策过程，构造评估指标重要性判断矩阵，评估指标重要性判断矩阵包括
Figure RE-GDA0002953744970000062
进一步地，所述风险等级隶属度指数包括：
Figure RE-GDA0002953744970000063
进一步地，所述评估因子的权重包括
Figure RE-GDA0002953744970000071
在本实施例子中对3南渡江至大园村的海岸线进行评估，首先采集海岸区域的评估因子；
风况
据1960～1979年海口秀英站实测资料，海口大于等于6级大风平均年日数为172.2天，占全年天数的47.2％。1970年最多，为204 天，其次，1971年为194天，最少的年份也有141天。依据评估指标风险等级隶属度指数，海口的风况对应的隶属度等级为3级。
降雨
海口市常受海洋暖湿气流影响，具有相对充足的水汽来源和水汽输送条件，来自中纬度的锋面、低槽和热带气旋，东风波、热带辐合等多种系统形成降水条件。海口地区年降水量相对丰富，各月均有降水，年平均降水量为1651.9mm。依据评估指标风险等级隶属度指数，海口市的降雨情况对应的隶属度等级为2级。
海口气象站1971～2000年各月降水量分布(单位：mm)
Figure RE-GDA0002953744970000072
风暴增水
从海口站风暴潮历史资料统计可知,海口湾实测最大风暴增水为 2.49m，最大减水为-0.79m，百年一遇重现期风暴增水影响值可达3.30m。在资料统计的30年间，海口风暴增水超过50cm以上的次数就有44次，年平均1.5次。依据评估指标风险等级隶属度指数，海口的风暴增水情况对应的隶属度等级为3级。
海岸类型
海口市岸线包括自然岸线和人工岸线两类，自然岸线分为砂质岸线、粉砂淤泥质岸线和生物岸线。据2018年本底调查结果，海口市砂质岸线48.552千米，占岸线总长的28.41％，粉砂淤泥质岸线1.962 千米，占岸线总长的1.15％，生物岸线64.804千米，占岸线总长的 37.92％，人工岸线55.591千米，占岸线总长的32.52％。依据评估指标风险等级隶属度指数，海口市的海岸类型情况对应的隶属度等级包括1、2、3级。
海岸侵蚀强度
根据2018年本底调查结果，南渡江以东至大园村附近海岸有2 处岸段发生强侵蚀，1处岸段发生微侵蚀，其余岸段为稳定或淤积；海口假日海滩海岸1处岸段发生严重侵蚀，2处发生微侵蚀其余岸段为稳定或淤积。依据评估指标风险等级隶属度指数，海口市的海岸侵蚀强度情况对应的隶属度等级包括1、2、3级。
海岸带土地利用类型
根据海口市土地利用类型矢量图，利用ArcGIS软件，截取了岸线向陆200m范围内的海岸土地利用类型。此范围内的海岸带土地利用类型主包括公路用地、村庄、旱地等26种类型，对应的隶属度等级包括1、2、3级。
自1960年以来，海口市的大风天最少为141天，对应的孕灾环境等级为高(I级)；由海口气象站1971～2000年各月降水量分布可知，海口市的年平均降水量1651.9mm，对应的孕灾环境等级为中(II 级)；海口市的风暴增水超过50cm以上的有44次，对应的孕灾环境等级为高(I级)。
海口市的海岸有人工海岸、砂质海岸、粉砂淤泥质海岸和生物海岸，对照海岸侵蚀风险评估模型，人工海岸对应的孕灾环境等级为低 (III级)，砂质海岸和粉砂淤泥质海岸对应的孕灾环境等级为中(II 级)，生物海岸对应的孕灾环境等级为高(I级)，绘制基于海岸类型的孕灾环境等级分布图如下。
对照海岸侵蚀风险评估模型，海口市海岸侵蚀危险性等级分为 3级，海口湾西岸和铺前湾西岸海岸侵蚀的危险性较高，在大园村附近、南渡江东侧、假日海滩西侧等局部岸段发生海岸侵蚀的危险性高为I级，南渡江以东和假日海滩西部的局部岸段海岸侵蚀危险性等级为中(II级)，其余岸段海岸侵蚀危险性等级为低(III级)。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (7)

1.一种海岸侵蚀风险评估方法，其特征在于，
A获取待评估海岸区域的评估因子，所述评估因子包括风况、降雨、风暴增水、海岸侵蚀强度、土地利用类、海岸类型；
B通过所述所述评估因子构建评价指标分级模型，确定各级评价指标的模糊权向量；
C通过模糊权向量构建评估指标重要性判断矩阵；
D利用评估指标重要性判断矩阵计算各海岸侵蚀规则的模糊综合评价得分，并根据评分选取最大特征向量值；
E根据评估因子的权重作为各评估指标的最大特征向量值的加权值，求出上述判断矩阵的最大特征向量值，采用近似的求和法求其最大特征值，最终求得本次评估的结果。
2.根据权利要求1所述的一种海岸侵蚀风险评估方法，其特征在于，采用三值逻辑分类体系，将海岸侵蚀灾害风险等级划分为三级，即高、中、低。
3.根据权利要求1所述的一种海岸侵蚀风险评估方法，其特征在于，所述海岸侵蚀风险评估模型的构建方法包括
a针对上述6类评估指标，给出海岸侵蚀灾害风险模糊综合评估因子集:U＝{u1，u2，u3，u4，u5，u6}，式中:u1风况指标；u2降雨指标；u3风暴增水指标；u4海岸类型指标；u5海岸侵蚀强度指标；u6为海岸带土地利用类型指标，海岸侵蚀灾害风险等级集:V＝{v1，v2，v3}，式中:v1风险低；v2风险中等；v3风险高；
b将模糊集转化为多值逻辑，利用贴近度分析方法，选取一组具有正态分布特点的数值“0.0，0.2，0.5，0.8，1.0，0.8，0.5，0.2，0.0”以代替隶属度函数，即用一组满足模糊条件的数值，来表示各种评估因子对海岸侵蚀风险的影响程度；
c确立了各个评估因子对风险等级的隶属指数，把各个评估因子对风险的影响程度变为隶属度值，为了便于计算，各评估因子相应的隶属程度应基本相等；
d通过所述隶属指数建立海岸侵蚀风险评估模型。
4.根据权利要求1所述的一种海岸侵蚀风险评估方法，其特征在于，所述海岸侵蚀风险等级评估指标及分级如下：
Figure RE-FDA0002953744960000021
5.根据权利要求1所述的一种海岸侵蚀风险评估方法，其特征在于，所述模糊权向量通过对各个要素的两两比较，判断其相对重要性，构造出判断矩阵，利用层次分析决策过程，构造评估指标重要性判断矩阵，评估指标重要性判断矩阵包括
Figure RE-FDA0002953744960000022
Figure RE-FDA0002953744960000031
6.根据权利要求3所述的一种海岸侵蚀风险评估方法，其特征在于，所述风险等级隶属度指数包括：
Figure RE-FDA0002953744960000032
7.根据权利要求1所述的一种海岸侵蚀风险评估方法，其特征在于，所述评估因子的权重包括
Figure RE-FDA0002953744960000033
CN202011528082.9A 2020-12-22 2020-12-22 海岸侵蚀风险评估方法 Pending CN112580985A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202011528082.9A CN112580985A (zh) 2020-12-22 2020-12-22 海岸侵蚀风险评估方法
AU2020104393A AU2020104393A4 (en) 2020-12-22 2020-12-30 Coastal Erosion Risk Evaluation Method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011528082.9A CN112580985A (zh) 2020-12-22 2020-12-22 海岸侵蚀风险评估方法

Publications (1)

Publication Number Publication Date
CN112580985A true CN112580985A (zh) 2021-03-30

Family

ID=75093501

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011528082.9A Pending CN112580985A (zh) 2020-12-22 2020-12-22 海岸侵蚀风险评估方法

Country Status (2)

Country Link
CN (1) CN112580985A (zh)
AU (1) AU2020104393A4 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113327062A (zh) * 2021-06-25 2021-08-31 贵州电网有限责任公司电力科学研究院 信息的等级确定方法、装置、计算机设备和存储介质
CN113627763A (zh) * 2021-07-30 2021-11-09 厦门大学 一种风险量化评估模型建立方法
CN117670821A (zh) * 2023-12-01 2024-03-08 江苏省海涂研究中心(江苏省海洋环境监测预报中心) 一种尺度可变的海岸侵蚀监测系统及方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116883414B (zh) * 2023-09-08 2024-01-26 国网上海市电力公司 一种适用于输电线路运维的多系统数据选择方法和系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105956360A (zh) * 2016-04-15 2016-09-21 山东省水利勘测设计院 一种海水入侵模糊数学评价方法
CN110458391A (zh) * 2019-07-04 2019-11-15 天津大学 一种用于城市群区域洪水风险区划的精细化诊断方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105956360A (zh) * 2016-04-15 2016-09-21 山东省水利勘测设计院 一种海水入侵模糊数学评价方法
CN110458391A (zh) * 2019-07-04 2019-11-15 天津大学 一种用于城市群区域洪水风险区划的精细化诊断方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
康婧等: ""基于模糊数学方法的海岛地质灾害风险评价—以长兴岛为例"", 《海洋环境科学》, pages 861 - 867 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113327062A (zh) * 2021-06-25 2021-08-31 贵州电网有限责任公司电力科学研究院 信息的等级确定方法、装置、计算机设备和存储介质
CN113627763A (zh) * 2021-07-30 2021-11-09 厦门大学 一种风险量化评估模型建立方法
CN113627763B (zh) * 2021-07-30 2023-12-01 厦门大学 一种风险量化评估模型建立方法
CN117670821A (zh) * 2023-12-01 2024-03-08 江苏省海涂研究中心(江苏省海洋环境监测预报中心) 一种尺度可变的海岸侵蚀监测系统及方法

Also Published As

Publication number Publication date
AU2020104393A4 (en) 2021-03-18

Similar Documents

Publication Publication Date Title
CN112580985A (zh) 海岸侵蚀风险评估方法
Krauss et al. Water level observations in mangrove swamps during two hurricanes in Florida
Chachadi Seawater intrusion mapping using modified GALDIT indicator model: A case study in Goa
Furmańczyk et al. Critical storm thresholds for the generation of significant dune erosion at Dziwnow Spit, Poland
Martzikos et al. Key research issues of coastal storm analysis
Mai et al. Coastal protection strategies for the Red River Delta
Tylkowski The temporal and spatial variability of coastal dune erosion in the Polish Baltic coastal zone.
Mou et al. Spatiotemporal differentiation and development process of tidal creek network morphological characteristics in the Yellow River Delta
Liu et al. Risk assessment of debris flow in Ya’an city based on BP neural network
Horrillo-Caraballo et al. Application of a source-pathway-receptor-consequence (SPRC) methodology to the Teign Estuary, UK
MENDOZA et al. Factors controlling vulnerability to storm impacts along the Catalonian coast
Wang et al. Potential impacts of sea-level rise on the Shanghai area
Suhendra et al. Coastline change analysis on Bali island using Sentinel-1 satellite imagery
Jeong A study on changes in coastal erosion environment by time series coastal detection using GIS
Tian et al. Seasonal Variation of Suspended Sediments in the Yongding New River Estuary from 2017 to 2021
Gao et al. Hydrologic Impact of Urbanization on Catchment and River System Downstream from Taihu Lake
Mohanty et al. Review Paper on Beach Evolution of the Indian Coasts
Devi et al. Study of the Coastal Vulnerability in Indramayu Regency, Indonesia
Chien et al. Coastal vulnerability and risk assessment in complex disasters and adaptation strategies exploration
Dziula et al. Identification of climate related hazards, the Global Baltic Network of Critical Infrastructure Networks, is exposed to
Barr et al. Adaptation to coastal inundation in a low lying, highly dynamic regional area
Wang et al. Dynamic Evolution of the Yellow River Delta coastline Based on Multi-Source Remote Sensing.
AB Aborahma et al. Morphometric temporal change analysis for the river nile forced bends using RS/GIS techniques: Case study of damietta branch of the nile river, Egypt
Hennessee et al. Hurricane isabel and erosion of chesapeake bay shorelines, maryland
Ghiffari et al. Coastal erosion risk assessment in the coastal area of Muara Asam Asam, Tanah Laut Regency

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