CN113192296A - 一种水灾灾害判定及预警方法 - Google Patents
一种水灾灾害判定及预警方法 Download PDFInfo
- Publication number
- CN113192296A CN113192296A CN202110416451.3A CN202110416451A CN113192296A CN 113192296 A CN113192296 A CN 113192296A CN 202110416451 A CN202110416451 A CN 202110416451A CN 113192296 A CN113192296 A CN 113192296A
- Authority
- CN
- China
- Prior art keywords
- disaster
- flood
- grade
- vulnerability
- evaluation
- 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.)
- Withdrawn
Links
Images
Classifications
-
- 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
-
- 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
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- 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
Abstract
本发明涉及水灾判定预警技术领域,尤其为一种水灾灾害判定及预警方法,包括以下步骤:S1,监测采集装置采集信息;S2,计算及推理;S3,采集各出入口水位判断灾情;S4,预案匹配。通过该方案具有较强、较全面的水灾判定及预警能力,能够有效减轻灾害对人类、社会、经济与环境造成的损失,灾害风险监测预警评估是灾害风险管理的重要基础,并且对水灾灾害危险性、承灾体脆弱性的监测,能够更好的对水灾灾情进行判断和分析,降低水灾灾情的造成的危害。
Description
技术领域
本发明涉及水灾判定预警技术领域,具体为一种水灾灾害判定及预警方法。
背景技术
水灾灾害是世界上发生非常频繁,危害非常严重的自然灾害之一。据统计,目前全球各种自然灾害所造成的损失,水灾占40%,热带气旋占20%,干旱占15%,地震占15%,其余占10%。近年来,中国水灾灾害的发生越来越频繁,强度越来越大,对人类社会、经济、生态环境造成的影响和破坏也越来越严重。由于对水灾灾害的发生缺乏足够的思想和物质准备,而导致的灾害损失加重的事件屡见不鲜。因而加强水灾灾害风险监测预警评估,进行科学的灾害风险管理,具有非常重要的现实意义。
目前水灾灾害风险监测预警评估渐趋广泛,越来越多的学科融人到灾害风险评估中,对水灾灾害的活动要素分析日趋广泛深人,但仍未形成自身完善的理论体系,因此需要一种水灾灾害判定及预警方法对上述问题做出改善。
发明内容
本发明的目的在于提供一种水灾灾害判定及预警方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种水灾灾害判定及预警方法,所述水灾灾害判定包括以下步骤:
S1,监测采集装置采集信息:监测主要考虑气象因素、水文因素、土壤因素、植被因素、人口因素、建筑因素等自然和社会因素;
S2,计算及推理:动态获取水灾灾害发生的时间、范围、强度及发展态势、持续时间和影响;从气候系统内多圈层相互作用出发,对大气圈、水圈、生物圈、岩石圈之间的水分转换及相互作用进行长时间的观测,为水灾形成机理、变化和致灾规律、预测预警、评估等科学研究和实践应用,提供基本观测资料;监测水灾可能发生区承灾体数量、脆弱性等特征;
S3,采集各出入口水位判断灾情:计算出入口积水深度,对比阈值确定危害等级;计算侵入总流量,判断危害等级;有危害(灾害溯源),根据检测指标数据(摄像头数据、降水量、河流水位)推理出灾害可能发生的原因;无危害(灾害趋势分析),获取指定时间段数据,得到趋势曲线,分析未来灾害趋势;水灾危险性评估,即以水灾灾害的自然属性为出发点,主要包括水灾灾害的强度、频率和孕灾环境,孕灾环境是灾害孕育、产生、发展的大环境,包括自然环境和人为环境,孕灾环境的稳定度将直接影响灾害的强度及频度;承灾体脆弱性评估,是指承灾体受到水灾灾害风险冲击时的易损程度,承灾体脆弱性主要表现在3个方面:承灾体的物理暴露性、承灾体的敏感性、抗灾减灾能力;灾害风险综合评估,即在水灾危险性评估和承灾体脆弱性评估的基础上,对一定危险性的水灾灾害风险的综合估算,该估算可以是定性的,也可以是定量的,可以是绝对量化的方法,也可以是相对的评估方法;
S4,预案匹配:根据不同的原因(地表水管破裂、暴雨、水位上涨)分析不同原因所处灾害等级(IV、III、II、I)做出应急预案;
所述预警方法包括:知识库系统知识支持信息智能检索,用户可通过常规搜索、多级标签搜索、知识图谱、AI检索输入灾害信息,系统快速匹配灾害相关知识,用于了解、学习、应对突发事件,包括灾害指标阈值信息、监测检测信息、等级判定规则、灾害趋势规则、灾害溯源规则、灾害应对预案、历史案例、相关文档等专业性数据。
优选的,所述灾害等级判定主要是根据各个监测指标计算对应的危害等级,同时根据灾害等级判定公式得出最后灾害等级:监测指标J1、J2、J3、J4、J5、J6、J7、J8……Jn、计算引擎计算出入口积水深度,计算公式:h=h出-hs;计算引擎计算侵入总流量,计算公式:Q=∑【(1.98h-n^1.621xb-n)】,hn=h-hs;推理引擎:IV级:-0.05≦h出-hs≦0;III级:0<h出-hs<0.025;II级:0.025≦h出-hs<0.057;I级:h出-hs≧0.057;危害等级:J1危害等级D1、J2危害等级D2、J3危害等级D3、J4危害等级D4、J5危害等级D5、J6危害等级D6、J7危害等级D7、J8危害等级D8、……Jn危害等级D10;计算引擎灾害等级判断计算公式:D结=max(D-D10),灾害等级判断结果D结。
优选的,所述灾害趋势分析主要是根据最高灾害等级所在位置,获取指定时间段数据得出趋势曲线,从而推算出未来灾害趋势。
优选的,所述灾害溯源主要是根据监测指标数据推理出灾害可能发生原因:数据源检测指标1、监测指标2、监测指标……监测指标n;推理引擎:决策表、决策树和指标阀值库;溯源结果Y结。
优选的,所述脆弱性评价主要是根据对应的脆弱性评估指标体系表和权重表,经过计算得出脆弱度,然后根据脆弱性评价分级表得出最终脆弱性评价结果。
优选的,所述常规搜索:页面为用户提供关键字输入框,用户输入后系统自动匹配较合适的知识,关键字搜索内容可通过匹配程度进行有效排序,并且支持模糊搜索;
所述多级标签搜索:页面提供输入框、分类、标签选择项,根据分类、标签的选择,精确、快速匹配合适知识;
所述知识图谱:用户输入检索关键信息时,系统自动关联与之关联的其他相关信息,将搜索结果范围缩小到用户最想要的那种含义;同时,可让搜索更有深度和广度,了解到某个新的事实或新的联系,促使其进行一系列的全新搜索查询,例如:“水灾”,通过知识图谱可关联出地下综合体、地铁、地下综合管廊等灾害情景信息,同时可关联与水灾相关的指标阈值、趋势分析等灾害信息,还可以关联出与水灾相关的其他关联灾害,土建结构功能失效、关键设备故障等耦合灾害信息;
所述AI检索:页面提供输入框(含语音)结合输入内容进行语义分析的智能化检索,例如:“管线破裂”,通过系统自动解析自然语言,不通过语句的匹配,而是通过理解用户的意图,检索到相关的灾害知识进行呈现。
与现有技术相比,本发明的有益效果是:
本发明中,通过该方案具有较强、较全面的水灾判定及预警能力,能够有效减轻灾害对人类、社会、经济与环境造成的损失,灾害风险监测预警评估是灾害风险管理的重要基础,并且对水灾灾害危险性、承灾体脆弱性的监测,能够更好的对水灾灾情进行判断和分析,降低水灾灾情的造成的危害。
附图说明
图1为本发明整体流程图。
图2为本发明知识库系统图。
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,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他实施例,都属于本发明保护的范围。
请参阅图1,本发明提供一种技术方案:
一种水灾灾害判定及预警方法,所述水灾灾害判定包括以下步骤:
S1,监测采集装置采集信息:监测主要考虑气象因素、水文因素、土壤因素、植被因素、人口因素、建筑因素等自然和社会因素;
S2,计算及推理:动态获取水灾灾害发生的时间、范围、强度及发展态势、持续时间和影响;从气候系统内多圈层相互作用出发,对大气圈、水圈、生物圈、岩石圈之间的水分转换及相互作用进行长时间的观测,为水灾形成机理、变化和致灾规律、预测预警、评估等科学研究和实践应用,提供基本观测资料;监测水灾可能发生区承灾体数量、脆弱性等特征;
S3,采集各出入口水位判断灾情:计算出入口积水深度,对比阈值确定危害等级;计算侵入总流量,判断危害等级;有危害(灾害溯源),根据检测指标数据(摄像头数据、降水量、河流水位)推理出灾害可能发生的原因;无危害(灾害趋势分析),获取指定时间段数据,得到趋势曲线,分析未来灾害趋势;水灾危险性评估,即以水灾灾害的自然属性为出发点,主要包括水灾灾害的强度、频率和孕灾环境,孕灾环境是灾害孕育、产生、发展的大环境,包括自然环境和人为环境,孕灾环境的稳定度将直接影响灾害的强度及频度;承灾体脆弱性评估,是指承灾体受到水灾灾害风险冲击时的易损程度,承灾体脆弱性主要表现在3个方面:承灾体的物理暴露性、承灾体的敏感性、抗灾减灾能力;灾害风险综合评估,即在水灾危险性评估和承灾体脆弱性评估的基础上,对一定危险性的水灾灾害风险的综合估算,该估算可以是定性的,也可以是定量的,可以是绝对量化的方法,也可以是相对的评估方法;
S4,预案匹配:根据不同的原因(地表水管破裂、暴雨、水位上涨)分析不同原因所处灾害等级(IV、III、II、I)做出应急预案;
所述预警方法包括:知识库系统知识支持信息智能检索,用户可通过常规搜索、多级标签搜索、知识图谱、AI检索输入灾害信息,系统快速匹配灾害相关知识,用于了解、学习、应对突发事件,包括灾害指标阈值信息、监测检测信息、等级判定规则、灾害趋势规则、灾害溯源规则、灾害应对预案、历史案例、相关文档等专业性数据。
优选的,所述灾害等级判定主要是根据各个监测指标计算对应的危害等级,同时根据灾害等级判定公式得出最后灾害等级:监测指标J1、J2、J3、J4、J5、J6、J7、J8……Jn、计算引擎计算出入口积水深度,计算公式:h=h出-hs;计算引擎计算侵入总流量,计算公式:Q=∑【(1.98h-n^1.621xb-n)】,hn=h-hs;推理引擎:IV级:-0.05≦h出-hs≦0;III级:0<h出-hs<0.025;II级:0.025≦h出-hs<0.057;I级:h出-hs≧0.057;危害等级:J1危害等级D1、J2危害等级D2、J3危害等级D3、J4危害等级D4、J5危害等级D5、J6危害等级D6、J7危害等级D7、J8危害等级D8、……Jn危害等级D10;计算引擎灾害等级判断计算公式:D结=max(D-D10),灾害等级判断结果D结。
优选的,所述灾害趋势分析主要是根据最高灾害等级所在位置,获取指定时间段数据得出趋势曲线,从而推算出未来灾害趋势。
优选的,所述灾害溯源主要是根据监测指标数据推理出灾害可能发生原因:数据源检测指标1、监测指标2、监测指标……监测指标n;推理引擎:决策表、决策树和指标阀值库;溯源结果Y结。
优选的,所述脆弱性评价主要是根据对应的脆弱性评估指标体系表和权重表,经过计算得出脆弱度,然后根据脆弱性评价分级表得出最终脆弱性评价结果。
优选的,所述常规搜索:页面为用户提供关键字输入框,用户输入后系统自动匹配较合适的知识,关键字搜索内容可通过匹配程度进行有效排序,并且支持模糊搜索;
所述多级标签搜索:页面提供输入框、分类、标签选择项,根据分类、标签的选择,精确、快速匹配合适知识;
所述知识图谱:用户输入检索关键信息时,系统自动关联与之关联的其他相关信息,将搜索结果范围缩小到用户最想要的那种含义;同时,可让搜索更有深度和广度,了解到某个新的事实或新的联系,促使其进行一系列的全新搜索查询,例如:“水灾”,通过知识图谱可关联出地下综合体、地铁、地下综合管廊等灾害情景信息,同时可关联与水灾相关的指标阈值、趋势分析等灾害信息,还可以关联出与水灾相关的其他关联灾害,土建结构功能失效、关键设备故障等耦合灾害信息;
所述AI检索:页面提供输入框(含语音)结合输入内容进行语义分析的智能化检索,例如:“管线破裂”,通过系统自动解析自然语言,不通过语句的匹配,而是通过理解用户的意图,检索到相关的灾害知识进行呈现。
实施例:监测采集装置采集信息:监测主要考虑气象因素、水文因素、土壤因素、植被因素、人口因素、建筑因素等自然和社会因素;计算及推理:动态获取水灾灾害发生的时间、范围、强度及发展态势、持续时间和影响;从气候系统内多圈层相互作用出发,对大气圈、水圈、生物圈、岩石圈之间的水分转换及相互作用进行长时间的观测,为水灾形成机理、变化和致灾规律、预测预警、评估等科学研究和实践应用,提供基本观测资料;监测水灾可能发生区承灾体数量、脆弱性等特征;采集各出入口水位:计算出入口积水深度,对比阈值确定危害等级;计算侵入总流量,判断危害等级;有危害(灾害溯源),根据检测指标数据(摄像头数据、降水量、河流水位)推理出灾害可能发生的原因;无危害(灾害趋势分析),获取指定时间段数据,得到趋势曲线,分析未来灾害趋势;判断灾情:水灾危险性评估,即以水灾灾害的自然属性为出发点,主要包括水灾灾害的强度、频率和孕灾环境,孕灾环境是灾害孕育、产生、发展的大环境,包括自然环境和人为环境,孕灾环境的稳定度将直接影响灾害的强度及频度;承灾体脆弱性评估,是指承灾体受到水灾灾害风险冲击时的易损程度,承灾体脆弱性主要表现在3个方面:承灾体的物理暴露性、承灾体的敏感性、抗灾减灾能力;灾害风险综合评估,即在水灾危险性评估和承灾体脆弱性评估的基础上,对一定危险性的水灾灾害风险的综合估算,该估算可以是定性的,也可以是定量的,可以是绝对量化的方法,也可以是相对的评估方法;预案匹配:根据不同的原因(地表水管破裂、暴雨、水位上涨)分析不同原因所处灾害等级(IV、III、II、I)做出应急预案;
知识库系统知识支持信息智能检索,用户可通过常规搜索、多级标签搜索、知识图谱、AI检索输入灾害信息,系统快速匹配灾害相关知识,用于了解、学习、应对突发事件,包括灾害指标阈值信息、监测检测信息、等级判定规则、灾害趋势规则、灾害溯源规则、灾害应对预案、历史案例、相关文档等专业性数据。
常规搜索:页面为用户提供关键字输入框,用户输入后系统自动匹配较合适的知识,关键字搜索内容可通过匹配程度进行有效排序,并且支持模糊搜索。
多级标签搜索:页面提供输入框、分类、标签选择项,根据分类、标签的选择,精确、快速匹配合适知识,
知识图谱:用户输入检索关键信息时,系统自动关联与之关联的其他相关信息,将搜索结果范围缩小到用户最想要的那种含义;同时,可让搜索更有深度和广度,了解到某个新的事实或新的联系,促使其进行一系列的全新搜索查询。例如:“水灾”,通过知识图谱可关联出地下综合体、地铁、地下综合管廊等灾害情景信息,同时可关联与水灾相关的指标阈值、趋势分析等灾害信息,还可以关联出与水灾相关的其他关联灾害,土建结构功能失效、关键设备故障等耦合灾害信息。
AI检索:页面提供输入框(含语音)结合输入内容进行语义分析的智能化检索,例如:“管线破裂”,通过系统自动解析自然语言,不通过语句的匹配,而是通过理解用户的意图,检索到相关的灾害知识进行呈现。
灾害等级判定
灾害等级判定主要是根据各个监测指标计算对应的危害等级,同时根据灾害等级判定公式得出最后灾害等级。
例:地表水灾灾害等级判定主要是根据各个出水口传感器的出水位与台阶与地表高差的差值计算出各个出水口的危害等级,同时与侵入总流量的危害等级取最高值得出灾害等级。
灾害趋势分析
灾害趋势分析主要是根据最高灾害等级所在位置,获取指定时间段数据得出趋势曲线,从而推算出未来灾害趋势。
例:地表水灾趋势分析主要是根据最高灾害等级所在出入口,获取指定时间段数据得出趋势曲线,从而推算出未来灾害趋势。
灾害溯源
灾害溯源主要是根据监测指标数据推理出灾害可能发生原因。
例:出入口水灾溯源主要是根据摄像头数据、降水量、河流水位三个监测指标推理出灾害可能发生原因。
说明:
1)降雨量Q达到当地城市100年一遇降雨强度则为“有”,反之“无”;
2)摄像头(人工判断)R判断存在水管破裂则为“有”,反之“无”;
3)河流水位H超过河堤则“有”,反之“无”。
4)图中1表示管道破裂、2表示暴雨、3表示江河漫流。
预案匹配
案例匹配主要是根据灾害原因和灾害等级两个因素得出最后匹配的预案。
例:地表水灾案例匹配主要是根据灾害原因和灾害等级两个因素得出最后匹配的预案。
脆弱性评价
脆弱性评价主要是根据对应的脆弱性评估指标体系表和权重表,经过计算得出脆弱度,然后根据脆弱性评价分级表得出最终脆弱性评价结果。
例:地铁水灾脆弱性评价主要是根据地铁水灾对应的脆弱性评估指标体系表和权重表,经过计算得出脆弱度,然后根据地铁水灾脆弱性评价分级表得出最终脆弱性评价结果。
1)地铁水灾脆弱性评估指标体系表
2)地铁水灾脆弱性评估指标权重表
3)地铁水灾脆弱性评价分级表
表3.1脆弱性分级说明
健康度评价
健康度评价主要是根据对应的健康度评级表,经过计算得出健康度结果。
例:自动扶梯健康度评价主要是根据自动扶梯对应的健康度评价表,经过计算得出健康度评价结果。
1)自动扶梯健康度评价表
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (6)
1.一种水灾灾害判定及预警方法,其特征在于:所述水灾灾害判定包括以下步骤:
S1,监测采集装置采集信息:监测主要考虑气象因素、水文因素、土壤因素、植被因素、人口因素、建筑因素等自然和社会因素;
S2,计算及推理:动态获取水灾灾害发生的时间、范围、强度及发展态势、持续时间和影响;从气候系统内多圈层相互作用出发,对大气圈、水圈、生物圈、岩石圈之间的水分转换及相互作用进行长时间的观测,为水灾形成机理、变化和致灾规律、预测预警、评估等科学研究和实践应用,提供基本观测资料;监测水灾可能发生区承灾体数量、脆弱性等特征;
S3,采集各出入口水位判断灾情:计算出入口积水深度,对比阈值确定危害等级;计算侵入总流量,判断危害等级;有危害(灾害溯源),根据检测指标数据(摄像头数据、降水量、河流水位)推理出灾害可能发生的原因;无危害(灾害趋势分析),获取指定时间段数据,得到趋势曲线,分析未来灾害趋势;水灾危险性评估,即以水灾灾害的自然属性为出发点,主要包括水灾灾害的强度、频率和孕灾环境,孕灾环境是灾害孕育、产生、发展的大环境,包括自然环境和人为环境,孕灾环境的稳定度将直接影响灾害的强度及频度;承灾体脆弱性评估,是指承灾体受到水灾灾害风险冲击时的易损程度,承灾体脆弱性主要表现在3个方面:承灾体的物理暴露性、承灾体的敏感性、抗灾减灾能力;灾害风险综合评估,即在水灾危险性评估和承灾体脆弱性评估的基础上,对一定危险性的水灾灾害风险的综合估算,该估算可以是定性的,也可以是定量的,可以是绝对量化的方法,也可以是相对的评估方法;
S4,预案匹配:根据不同的原因(地表水管破裂、暴雨、水位上涨)分析不同原因所处灾害等级(IV、III、II、I)做出应急预案;
所述预警方法包括:知识库系统知识支持信息智能检索,用户可通过常规搜索、多级标签搜索、知识图谱、AI检索输入灾害信息,系统快速匹配灾害相关知识,用于了解、学习、应对突发事件,包括灾害指标阈值信息、监测检测信息、等级判定规则、灾害趋势规则、灾害溯源规则、灾害应对预案、历史案例、相关文档等专业性数据。
2.根据权利要求1所述的一种水灾灾害判定及预警方法,其特征在于:所述灾害等级判定主要是根据各个监测指标计算对应的危害等级,同时根据灾害等级判定公式得出最后灾害等级:监测指标J1、J2、J3、J4、J5、J6、J7、J8……Jn、计算引擎计算出入口积水深度,计算公式:h=h出-hs;计算引擎计算侵入总流量,计算公式:Q=Σ【(1.98h-n^1.621×b-n)】,hn=h-hs;推理引擎:IV级:-0.05≦h出-hs≦0;III级:0<h出-hs<0.025;II级:0.025≦h出-hs<0.057;I级:h出-hs≧0.057;危害等级:J1危害等级D1、J2危害等级D2、J3危害等级D3、J4危害等级D4、J5危害等级D5、J6危害等级D6、J7危害等级D7、J8危害等级D8、……Jn危害等级D10;计算引擎灾害等级判断计算公式:D结=max(D-D10),灾害等级判断结果D结。
3.根据权利要求1所述的一种水灾灾害判定及预警方法,其特征在于:所述灾害趋势分析主要是根据最高灾害等级所在位置,获取指定时间段数据得出趋势曲线,从而推算出未来灾害趋势。
4.根据权利要求1所述的一种水灾灾害判定及预警方法,其特征在于:所述灾害溯源主要是根据监测指标数据推理出灾害可能发生原因:数据源检测指标1、监测指标2、监测指标……监测指标n;推理引擎:决策表、决策树和指标阀值库;溯源结果Y结。
5.根据权利要求1所述的一种水灾灾害判定及预警方法,其特征在于:所述脆弱性评价主要是根据对应的脆弱性评估指标体系表和权重表,经过计算得出脆弱度,然后根据脆弱性评价分级表得出最终脆弱性评价结果。
6.根据权利要求1所述的一种水灾灾害判定及预警方法,其特征在于:所述常规搜索:页面为用户提供关键字输入框,用户输入后系统自动匹配较合适的知识,关键字搜索内容可通过匹配程度进行有效排序,并且支持模糊搜索;
所述多级标签搜索:页面提供输入框、分类、标签选择项,根据分类、标签的选择,精确、快速匹配合适知识;
所述知识图谱:用户输入检索关键信息时,系统自动关联与之关联的其他相关信息,将搜索结果范围缩小到用户最想要的那种含义;同时,可让搜索更有深度和广度,了解到某个新的事实或新的联系,促使其进行一系列的全新搜索查询,例如:“水灾”,通过知识图谱可关联出地下综合体、地铁、地下综合管廊等灾害情景信息,同时可关联与水灾相关的指标阈值、趋势分析等灾害信息,还可以关联出与水灾相关的其他关联灾害,土建结构功能失效、关键设备故障等耦合灾害信息;
所述AI检索:页面提供输入框(含语音)结合输入内容进行语义分析的智能化检索,例如:“管线破裂”,通过系统自动解析自然语言,不通过语句的匹配,而是通过理解用户的意图,检索到相关的灾害知识进行呈现。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110416451.3A CN113192296A (zh) | 2021-04-19 | 2021-04-19 | 一种水灾灾害判定及预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110416451.3A CN113192296A (zh) | 2021-04-19 | 2021-04-19 | 一种水灾灾害判定及预警方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113192296A true CN113192296A (zh) | 2021-07-30 |
Family
ID=76977493
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110416451.3A Withdrawn CN113192296A (zh) | 2021-04-19 | 2021-04-19 | 一种水灾灾害判定及预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113192296A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113450027A (zh) * | 2021-08-30 | 2021-09-28 | 南京师范大学 | 城市内涝灾害的动态暴露性量化方法、装置 |
CN113988487A (zh) * | 2021-12-27 | 2022-01-28 | 中国科学院地理科学与资源研究所 | 高温防灾指数检测方法、装置、设备、存储介质及产品 |
CN116128466A (zh) * | 2022-11-21 | 2023-05-16 | 深圳大学 | 一种地下综合管廊水灾风险内外联动管控方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003066161A (ja) * | 2001-08-21 | 2003-03-05 | Foundation Of River & Basin Integrated Communications Japan | 流域情報生成システム |
GB0914962D0 (en) * | 2009-08-27 | 2009-09-30 | Daniel Simon R | Systems, methods and devices for the rapid assessment and deployment of appropriate modular aid solutions in response to disasters |
EP2526534A1 (en) * | 2010-01-19 | 2012-11-28 | Swiss Reinsurance Company Ltd. | Method and system for automated location dependent natural disaster forecast |
CN104881960A (zh) * | 2015-05-05 | 2015-09-02 | 北京国信华源科技有限公司 | 一种多要素监测一体化预警系统及方法 |
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 |
CN110009158A (zh) * | 2019-04-11 | 2019-07-12 | 中国水利水电科学研究院 | 台风暴雨洪水灾害全生命周期监测方法及系统 |
CN112561274A (zh) * | 2020-12-08 | 2021-03-26 | 中南大学 | 基于多要素情境的台风诱发地质灾害风险评估方法 |
CN113177737A (zh) * | 2021-05-26 | 2021-07-27 | 南京恩瑞特实业有限公司 | 基于ga优化bp神经网络的城市暴雨灾害风险评估方法及系统 |
-
2021
- 2021-04-19 CN CN202110416451.3A patent/CN113192296A/zh not_active Withdrawn
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003066161A (ja) * | 2001-08-21 | 2003-03-05 | Foundation Of River & Basin Integrated Communications Japan | 流域情報生成システム |
GB0914962D0 (en) * | 2009-08-27 | 2009-09-30 | Daniel Simon R | Systems, methods and devices for the rapid assessment and deployment of appropriate modular aid solutions in response to disasters |
US20110130636A1 (en) * | 2009-08-27 | 2011-06-02 | Daniel Simon R | Systems, Methods and Devices for the Rapid Assessment and Deployment of Appropriate Modular Aid Solutions in Response to Disasters. |
EP2526534A1 (en) * | 2010-01-19 | 2012-11-28 | Swiss Reinsurance Company Ltd. | Method and system for automated location dependent natural disaster forecast |
CN104881960A (zh) * | 2015-05-05 | 2015-09-02 | 北京国信华源科技有限公司 | 一种多要素监测一体化预警系统及方法 |
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 |
CN110009158A (zh) * | 2019-04-11 | 2019-07-12 | 中国水利水电科学研究院 | 台风暴雨洪水灾害全生命周期监测方法及系统 |
CN112561274A (zh) * | 2020-12-08 | 2021-03-26 | 中南大学 | 基于多要素情境的台风诱发地质灾害风险评估方法 |
CN113177737A (zh) * | 2021-05-26 | 2021-07-27 | 南京恩瑞特实业有限公司 | 基于ga优化bp神经网络的城市暴雨灾害风险评估方法及系统 |
Non-Patent Citations (1)
Title |
---|
廖娟 阮运飞: ""一种基于时间序列的自然灾害农业辅助决策系统"", 《电脑知识与技术》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113450027A (zh) * | 2021-08-30 | 2021-09-28 | 南京师范大学 | 城市内涝灾害的动态暴露性量化方法、装置 |
CN113450027B (zh) * | 2021-08-30 | 2022-02-18 | 南京师范大学 | 城市内涝灾害的动态暴露性量化方法、装置 |
CN113988487A (zh) * | 2021-12-27 | 2022-01-28 | 中国科学院地理科学与资源研究所 | 高温防灾指数检测方法、装置、设备、存储介质及产品 |
CN116128466A (zh) * | 2022-11-21 | 2023-05-16 | 深圳大学 | 一种地下综合管廊水灾风险内外联动管控方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113192296A (zh) | 一种水灾灾害判定及预警方法 | |
Zhang et al. | A GIS-based spatial multi-index model for flood risk assessment in the Yangtze River Basin, China | |
CN106651211A (zh) | 一种不同尺度区域洪水灾害风险评估的方法 | |
Gandini et al. | A holistic and multi-stakeholder methodology for vulnerability assessment of cities to flooding and extreme precipitation events | |
CN110059963A (zh) | 一种基于模糊多态贝叶斯网络的隧道风险评价方法 | |
CN103049532A (zh) | 基于突发事件应急管理的知识库引擎构建及其查询方法 | |
CN110765419B (zh) | 一种基于多源数据耦合的重要水功能区水质风险测评方法 | |
Ma et al. | Weighted clustering-based risk assessment on urban rainstorm and flood disaster | |
CN112287018B (zh) | 一种台风灾害下10kV杆塔受损风险评估方法及系统 | |
Febrianto et al. | Urban flood risk mapping using analytic hierarchy process and natural break classification (Case study: Surabaya, East Java, Indonesia) | |
CN112330002A (zh) | 一种城市地面坍塌灾害综合监测预警方法及系统 | |
CN116109462B (zh) | 一种自然灾害后饮水水源地污染监测预警方法及系统 | |
Balica | Approaches of understanding developments of vulnerability indices for natural disasters | |
Castello et al. | Forest health: an integrated perspective | |
Li et al. | Real-time warning and risk assessment of tailings dam disaster status based on dynamic hierarchy-grey relation analysis | |
CN113449111B (zh) | 基于时空语义知识迁移的社会治理热点话题自动识别方法 | |
CN112070417A (zh) | 一种自然灾害诱发技术事故灾难风险评估方法和系统 | |
Fariza et al. | Earthquake disaster risk map in east Java, Indonesia, using analytical hierarchy process—Natural break classification | |
CN115809800A (zh) | 洪涝灾害风险评估方法 | |
CN115310748A (zh) | 一种基于组合赋权的软土地沉降风险模糊评价方法 | |
Fariza et al. | Flood Vulnerability Mapping in Lamongan District, Indonesia, using Fuzzy Analytical Hierarchy Process-Natural Breaks | |
CN110674471A (zh) | 基于GIS与Logistic回归模型的泥石流易发性预测方法 | |
Rukmana et al. | Flood disaster risk system at bengawan solo river in east java region using fuzzy method | |
Pratomo | Can rural-urban migrants escape from poverty? Evidence from four indonesian cities | |
Tarek et al. | Flood-Prone Urban Area Mapping Using Machine Learning, a Case Study of M'sila City (Algeria) |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210730 |
|
WW01 | Invention patent application withdrawn after publication |