CN113282877A - 自然灾害重点隐患风险评估方法及装置 - Google Patents

自然灾害重点隐患风险评估方法及装置 Download PDF

Info

Publication number
CN113282877A
CN113282877A CN202110828215.2A CN202110828215A CN113282877A CN 113282877 A CN113282877 A CN 113282877A CN 202110828215 A CN202110828215 A CN 202110828215A CN 113282877 A CN113282877 A CN 113282877A
Authority
CN
China
Prior art keywords
hidden danger
disaster
natural disaster
key hidden
grade
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
CN202110828215.2A
Other languages
English (en)
Inventor
韦炳干
王婷
高江波
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.)
Institute of Geographic Sciences and Natural Resources of CAS
Original Assignee
Institute of Geographic Sciences and Natural Resources of CAS
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 Institute of Geographic Sciences and Natural Resources of CAS filed Critical Institute of Geographic Sciences and Natural Resources of CAS
Priority to CN202110828215.2A priority Critical patent/CN113282877A/zh
Publication of CN113282877A publication Critical patent/CN113282877A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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
    • 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

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Mathematical Physics (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Quality & Reliability (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及一种自然灾害重点隐患风险评估方法及装置，方法包括：识别出目标区域中自然灾害重点隐患的主体；确定自然灾害重点隐患的隐患等级；利用自然灾害重点隐患的隐患等级、道路暴露度、房屋暴露度，确定自然灾害重点隐患道路风险等级和自然灾害重点隐患房屋风险等级；基于自然灾害重点隐患道路风险等级和自然灾害重点隐患房屋风险等级，得到自然灾害重点隐患的综合风险等级。实现了从多个方向进行确定减灾能力，并通过对多个方向点进行重要性分配，使计算得到的减灾能力能准确。

Description

自然灾害重点隐患风险评估方法及装置
技术领域
本申请涉及一种自然灾害评估技术领域，具体涉及一种自然灾害重点隐患风险评估方法及装置。
背景技术
自然灾害严重影响人类的生产、生活，对人类社会造成巨大的损失。在无法控制自然灾害发生，甚至还不能准确对自然灾害进行预报和预警的条件下，对自然灾害风险的评估具有重要意义。
自然灾害重点隐患评估辨识高风险区，能够对防灾减灾提供重要依据，减少灾害损失。目前尚未有对自然灾害重点隐患风险准确评估的方法。
发明内容
本申请提供了一种自然灾害重点隐患风险评估方法及装置，其能够实现自然灾害重点隐患的评估。
第一方面，本申请实施例提供了一种自然灾害重点隐患风险评估方法，包括：
识别出目标区域中自然灾害重点隐患的主体；
确定自然灾害重点隐患的隐患等级；
利用自然灾害重点隐患的隐患等级、道路暴露度、房屋暴露度，确定自然灾害重点隐患道路风险等级和自然灾害重点隐患房屋风险等级；
基于自然灾害重点隐患道路风险等级和自然灾害重点隐患房屋风险等级，得到自然灾害重点隐患的综合风险等级。
可选实施例中，识别出目标区域中自然灾害重点隐患的主体，包括：
根据承灾体的脆弱性、抗灾标准，结合承灾体受破坏后所产生对人口、基础设施和社会经济的危害程度，识别出自然灾害重点隐患的主体，其中抗灾标准包括抗洪标准和抗震标准。
可选实施例中，识别出目标区域中自然灾害重点隐患的主体，包括：
根据自然灾害历史灾情数据得到自然灾害等级-承灾体损失曲线；
根据所述自然灾害等级-承灾体损失曲线确定承灾体脆弱性；
获取承灾体的抗灾标准；
统计以潜在重点隐患的主体的空间位置为中心的一定范围内所存在的人口、房屋、基础设施和经济的量，以表征危害程度；
根据脆弱性、抗灾标准和危害程度的低、中、高程度，利用矩阵表定性识别自然灾害重点隐患的主体。
可选实施例中，确定自然灾害重点隐患的隐患等级，包括：
以下式获得自然灾害重点隐患的隐患等级G，
重点隐患等级G=危险性R∩暴露人口P∩暴露经济C
其中，暴露人口P是指自然灾害重点隐患点影响范围内的人口总数；暴露经济C指自然灾害重点隐患点影响范围内的GDP（万元）；
利用标准差分法对重点隐患进行分级。
可选实施例中，确定自然灾害重点隐患道路风险等级，包括：以下式确定重点隐患道路风险等级RR，
重点隐患道路风险等级RR=重点隐患等级G∩道路暴露D∩道路抗灾级别J
其中，道路暴露指自然灾害重点隐患点影响范围内的高速路、国道、省道、县道和城市道路的长度综合（千米）；
道路抗灾级别由抗灾标准、道路年龄，综合评定得到，其中，道路抗灾级别（J）=抗 灾标准
Figure 333824DEST_PATH_IMAGE001
；
利用标准差分法对重点隐患道路风险进行分级。
可选实施例中，确定自然灾害重点隐患房屋风险等级，包括：以下式确定重点隐患房屋风险等级HR，
重点隐患房屋风险等级HR=重点隐患等级G∩房屋暴露H∩房屋抗灾级别J
其中，房屋暴露指自然灾害重点隐患点影响范围内的房屋总面积（平方米），房屋 抗灾级别由抗灾标准、房屋年龄，综合评定得到，其中，房屋抗灾级别（J）=房屋设计抗灾标 准
Figure 720068DEST_PATH_IMAGE002
。
利用标准差分法对重点隐患房屋风险进行分级。
可选实施例中，自然灾害重点隐患的综合风险等级通过下式得到，
重点隐患综合风险等级=道路风险等级+房屋风险等级。
第二方面，本申请实施例提供了一种自然灾害重点隐患风险评估装置，包括：
识别单元，其用于识别出目标区域中自然灾害重点隐患的主体；
隐患等级单元，其用于确定自然灾害重点隐患的隐患等级；
风险等级单元，其用于利用自然灾害重点隐患的隐患等级、道路暴露度、房屋暴露度，确定自然灾害重点隐患道路风险等级和自然灾害重点隐患房屋风险等级；
综合单元，其用于基于自然灾害重点隐患道路风险等级和自然灾害重点隐患房屋风险等级，得到自然灾害重点隐患的综合风险等级。
第三方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述实施例所述的方法。
第四方面，本申请实施例提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述实施例所述的方法。
本申请实施例中，能够实现自然灾害重点隐患的评估，准确评价自然灾害重点隐患的风险等级。
附图说明
图1是本申请自然灾害重点隐患风险评估方法的流程图；
图2是本申请自然灾害重点隐患风险评估装置的结构示意图。
图3示出本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为了使得本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例的附图，对本申请实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于所描述的本申请的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
除非另外定义，本申请使用的技术术语或者科学术语应当为本申请所属领域内具有一般技能的人士所理解的通常意义。本申请中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
为了保持本申请实施例的以下说明清楚且简明，本申请省略了已知功能和已知部件的详细说明。
参见图1，本申请实施例提供了一种自然灾害重点隐患风险评估方法，包括：
识别出目标区域中自然灾害重点隐患的主体；
确定自然灾害重点隐患的隐患等级；
利用自然灾害重点隐患的隐患等级、道路暴露度、房屋暴露度，确定自然灾害重点隐患道路风险等级和自然灾害重点隐患房屋风险等级；
基于自然灾害重点隐患道路风险等级和自然灾害重点隐患房屋风险等级，得到自然灾害重点隐患的综合风险等级。
本申请实施例中，能够实现自然灾害重点隐患的评估，准确评价自然灾害重点隐患的风险等级。本申请实施例的评估方法综合重点隐患的主体的抗灾等级、历史灾情数据所确定的承灾体脆弱性、重点隐患点潜在的危害程度（人口、经济、基础设施等），可较为真实的反映自然灾害重点隐患和风险等级。
一些实施例中，识别出目标区域中自然灾害重点隐患的主体，包括：
根据承灾体的脆弱性、抗灾标准，结合承灾体受破坏后所产生对人口、基础设施和社会经济等的危害程度，识别出自然灾害重点隐患的主体。重点隐患的主体例如包括危化企业、矿山、尾矿库、边坡等。
示例性实施例中，识别出目标区域中自然灾害重点隐患的主体，包括：
根据自然灾害历史灾情数据得到自然灾害等级-承灾体损失曲线；
根据所述自然灾害等级-承灾体损失曲线确定承灾体脆弱性；
获取承灾体的抗灾标准；
统计以潜在重点隐患的主体的空间位置为中心的一定范围内所存在的人口、房屋、基础设施和经济的量，以表征危害程度；
根据脆弱性、抗灾标准和危害程度的低、中、高程度，利用矩阵表定性识别自然灾害重点隐患的主体。
本申请实施例中，自然灾害等级涉及的自然灾害可以包括地质灾害、地震灾害、台风灾害、暴雨灾害等。承灾体损失例如可以包括经济损失、房屋损失、受灾人口、伤亡人口等。承灾体的抗灾标准可以从承灾体主权人等途径获取具体数据。一定范围例如可以是500m或1000m等。
具体实施中，首先，利用自然灾害历史灾情数据画出自然灾害等级和承灾体损失之间的曲线关系，以此确定承灾体脆弱性，并从承灾体主权人获取其抗灾标准数据；其次，统计以潜在重点隐患的主体的空间位置为中心的500m或1000m范围内所存在的人口、房屋、基础设施和经济（GDP）等的量，以表征危害程度；最后，根据脆弱性、抗灾标准和危害程度的低、中、高程度，利用矩阵表定性识别自然灾害重点隐患的主体。
一些实施例中，可以利用自然灾害的危险性、重点隐患的主体影响范围的人口暴露度和经济暴露度等来确定自然灾害重点隐患的隐患等级。示例性实施例中，确定自然灾害重点隐患的隐患等级，包括：
以下式获得自然灾害重点隐患的隐患等级G，
重点隐患等级G=危险性R∩暴露人口P∩暴露经济C
其中，暴露人口P是指自然灾害重点隐患点影响范围内的人口总数；暴露经济C指自然灾害重点隐患点影响范围内的GDP（万元）；
利用标准差分法对重点隐患进行分级。
自然灾害的危险性是指自然灾害发生的可能性，包括地震危险性、洪涝危险性、地质灾害危险性等。自然灾害危险性的计算则利用相关灾害的专业模型进行计算，在此不再赘述。
暴露人口是指自然灾害重点隐患点影响范围内的人口总数。例如，可以是自然灾害重点隐患点方圆500米、1000米等范围内的人口总数。
暴露人口可通过如下方法得到：依据目标区域内自然村级或行政村级人口数据，利用GIS将人口数据转换成为人口栅格数据，具体的，可以是转换为100m*100米、500m*500米、或1000m*1000米的人口栅格数据。根据人口栅格数据，将自然灾害重点隐患点特定距离内的各栅格人口相加，即为暴露人口。
暴露经济指自然灾害重点隐患点影响范围内的GDP（万元），例如，可以是自然灾害重点隐患点方圆500米、1000米等范围内的GDP（万元）。
暴露经济可通过如下方法得到：依据目标区域内乡镇级、县级或行政村级统计的GDP，利用GIS将GDP数据转换成为经济栅格数据，具体的，可以是转换为100m*100米、500m*500米、或1000m*1000米的经济栅格数据。根据经济栅格数据，将自然灾害重点隐患点特定距离内的各栅格的GDP相加，即为暴露经济。
一些实施例中，确定自然灾害重点隐患道路风险等级，包括：以下式确定重点隐患道路风险等级RR，
重点隐患道路风险等级RR=重点隐患等级G∩道路暴露D∩道路抗灾级别K
其中，道路暴露指自然灾害重点隐患点影响范围内的高速路、国道、省道、县道和城市道路的长度综合（千米）；
道路抗灾级别由道抗灾标准、道路年龄，综合评定得到；其中，道路抗灾级别=抗灾 标准
Figure 314997DEST_PATH_IMAGE003
；
利用标准差分法对重点隐患道路风险进行分级。
道路暴露指自然灾害重点隐患点影响范围内的高速路、国道、省道、县道和城市道路的长度综合（千米），例如，可以是自然灾害重点隐患点方圆500米、1000米等范围内的高速路、国道、省道、县道和城市道路的长度综合（千米）。
道路暴露可通过如下方法得到：依据天地图、高德地图、百度地图和实地调查相结合，计算不同范围内的道路暴露长度。或者，根据交通路线图，利用GIS将路线图进行数字化和地图化，并对不同区域内的各种道路长度和道路总长度进行统计。交通路线图可通过地方交管部门获取。
道路抗灾级别可通过如下方法获得：由道路设计单位提供的抗灾标准、以及道路结构、道路年龄、道路破损程度现状等，综合评定道路抗灾等级，包括抗震等级、抗洪等级等。
一些实施例中，确定自然灾害重点隐患房屋风险等级，包括：以下式确定重点隐患房屋风险等级HR,
重点隐患房屋风险等级HR=重点隐患等级G∩房屋暴露H∩房屋抗灾级别J
其中，房屋暴露指自然灾害重点隐患点影响范围内的房屋总面积（平方米），房屋 灾级别由房屋的抗灾标准、房屋年龄，综合评定得到，房屋抗灾级别（J）=房屋设计抗灾标准
Figure 982739DEST_PATH_IMAGE004
；
利用标准差分法对重点隐患房屋风险进行分级。
房屋暴露指自然灾害重点隐患点影响范围内的房屋总面积（平方米），例如，可以是自然灾害重点隐患点方圆500米、1000米等范围内的房屋总面积（平方米）。
房屋暴露可通过如下方法得到：根据房屋管理部门提供的各小区各栋楼的建筑面积，利用GIS将房屋面积进行数字化和地图化，统计不同范围内的房屋总面积。或者，依据天地图、高德地图、百度地图和实地调查相结合，依据房屋屋顶面积和房屋高度等参数，模拟计算不同范围内的房屋总面积。
房屋灾级别可通过如下方法得到：由房屋建设单位提供房屋的抗灾标准、以及结合房屋结构、房屋年龄等，综合评定房屋抗灾等级，包括抗震等级、抗洪等级、抗风等级等。
一些实施例中，自然灾害重点隐患的综合风险等级通过下式得到，
重点隐患综合风险等级=道路风险等级+房屋风险等级。
下面通过具体应用对本申请实施例的自然灾害重点隐患风险评估方法的方案及效果进一步说明。
以xx区为例：首先，通过调查数据识别出xx区的重点隐患的主体，以识别出的重点隐患的主体中的化工园区为例；其次，通过专业模型确定重点隐患的主体（化工园区）某种自然灾害例如洪水发生的危险性即可能性，并统计化工园区1KM栅格（影响范围）内的人口数量与经济总值得到暴露人口和暴露经济，利用隐患等级G=危险性R∩暴露人口P∩暴露经济C，计算化工园区的隐患等级G；再次，统计化工园区1KM栅格内的房屋面积得到房屋暴露H，通过房屋登记资料确定房屋抗灾等级J，利用重点隐患房屋风险等级HR=重点隐患等级G∩房屋暴露H∩房屋抗灾级别J，计算重点隐患房屋风险等级，道路风险等级的计算过程一致；最后，将道路风险和房屋风险等相加获取重点隐患综合风险等级。该方法的成果为该区化工园区、化工厂等重点隐患点隐患等级、道路风险等级、房屋风险等级及其空间分布图。
参见图2，本申请实施例提供了一种自然灾害重点隐患风险评估装置，包括：
识别单元，其用于识别出目标区域中自然灾害重点隐患的主体；
隐患等级单元，其用于确定自然灾害重点隐患的隐患等级；
风险等级单元，其用于利用自然灾害重点隐患的隐患等级、道路暴露度、房屋暴露度，确定自然灾害重点隐患道路风险等级和自然灾害重点隐患房屋风险等级；
综合单元，其用于基于自然灾害重点隐患道路风险等级和自然灾害重点隐患房屋风险等级，得到自然灾害重点隐患的综合风险等级。
本申请实施例还提供了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，该程序被处理器执行时实现上述任一实施例的方法。其中，计算机可读存储介质可以包括但不限于任何类型的盘，包括软盘、光盘、DVD、CD-ROM、微型驱动器以及磁光盘、ROM、RAM、EPROM、EEPROM、DRAM、VRAM、闪速存储器设备、磁卡或光卡、纳米系统（包括分子存储器IC），或适合于存储指令和/或数据的任何类型的媒介或设备。
本申请实施例还提供一种计算机程序产品，该计算机程序产品包括存储计算机程序的非瞬时性计算机可读存储介质，该计算机程序可操作来使计算机执行如上述方法实施例中记载的任何一种方法的部分或全部步骤。
本领域的技术人员可以清楚地了解到本申请的技术方案可借助软件和/或硬件来实现。本说明书中的“单元”和“模块”是指能够独立完成或与其他部件配合完成特定功能的软件和/或硬件，其中硬件例如可以是现场可编程门阵列（Field－ProgrammaBLE GateArray，FPGA）、集成电路（Integrated Circuit，IC）等。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备（可为个人计算机、服务器或者网络设备等）执行本申请各个实施例方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器（Read-Only Memory， ROM）、随机存取存储器（RandomAccess Memory， RAM）、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器（Read-Only Memory， ROM）、随机存取器（Random AccessMemory，RAM）、磁盘或光盘等。
本申请实施例还提供了一种电子设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任一实施例的方法。
请参见图3，为本申请实施例提供了一种电子设备的结构示意图。如图3所示，电子设备300可以包括：至少一个处理器301，至少一个网络接口304，用户接口303，存储器305，至少一个通信总线302。
其中，通信总线302用于实现这些组件之间的连接通信。
其中，用户接口303可以包括显示屏（Display）、摄像头（Camera），可选用户接口303还可以包括标准的有线接口、无线接口。
其中，网络接口304可选的可以包括标准的有线接口、无线接口（如WI-FI接口）。
其中，处理器301可以包括一个或者多个处理核心。处理器301利用各种借口和线路连接整个终端300内的各个部分，通过运行或执行存储在存储器305内的指令、程序、代码集或指令集，以及调用存储在存储器305内的数据，执行终端300的各种功能和处理数据。可选的，处理器301可以采用数字信号处理（Digital Signal Processing，DSP）、现场可编程门阵列（Field-Programmable Gate Array，FPGA）、可编程逻辑阵列（Programmable LogicArray，PLA）中的至少一种硬件形式来实现。处理器301可集成中央处理器（CentralProcessing Unit，CPU）、图像处理器（Graphics Processing Unit，GPU）和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器301中，单独通过一块芯片进行实现。
其中，存储器305可以包括随机存储器（Random Access Memory，RAM），也可以包括只读存储器（Read-Only Memory）。可选的，该存储器305包括非瞬时性计算机可读介质（non-transitory computer-readable storage medium）。存储器305可用于存储指令、程序、代码、代码集或指令集。存储器305可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令（比如触控功能、声音播放功能、图像播放功能等）、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器305可选的还可以是至少一个位于远离前述处理器301的存储装置。如图3所示，作为一种计算机存储介质的存储器305中可以包括操作系统、网络通信模块、用户接口模块以及应用程序。
在图3所示的电子设备300中，用户接口303主要用于为用户提供输入的接口，获取用户输入的数据；而处理器301可以用于调用存储器305中存储的应用程序，并具体执行上述任一实施例的方法的步骤。
以上描述旨在是说明性的而不是限制性的。例如，上述示例（或其一个或更多方案）可以彼此组合使用，并且考虑这些实施例可以以各种组合或排列彼此组合。本申请的范围应参照所附权利要求以及这些权利要求赋权的等同形式的全部范围来确定。

Claims (10)

1.一种自然灾害重点隐患风险评估方法，其特征在于，包括：
识别出目标区域中自然灾害重点隐患的主体；
确定自然灾害重点隐患的隐患等级；
利用自然灾害重点隐患的隐患等级、道路暴露度、房屋暴露度，确定自然灾害重点隐患道路风险等级和自然灾害重点隐患房屋风险等级；
基于自然灾害重点隐患道路风险等级和自然灾害重点隐患房屋风险等级，得到自然灾害重点隐患的综合风险等级。
2.根据权利要求1所述的方法，其特征在于，识别出目标区域中自然灾害重点隐患的主体，包括：
根据承灾体的脆弱性、抗灾标准，结合承灾体受破坏后所产生对人口、基础设施和社会经济的危害程度，识别出自然灾害重点隐患的主体，其中抗灾标准包括抗洪标准和抗震标准。
3.根据权利要求2所述的方法，其特征在于，识别出目标区域中自然灾害重点隐患的主体，包括：
根据自然灾害历史灾情数据得到自然灾害等级-承灾体损失曲线；
根据所述自然灾害等级-承灾体损失曲线确定承灾体脆弱性；
获取承灾体的抗灾标准；
统计以潜在重点隐患的主体的空间位置为中心的一定范围内所存在的人口、房屋、基础设施和经济的量，以表征危害程度；
根据脆弱性、抗灾标准和危害程度的低、中、高程度，利用矩阵表定性识别自然灾害重点隐患的主体。
4.根据权利要求1所述的方法，其特征在于，确定自然灾害重点隐患的隐患等级，包括：
以下式获得自然灾害重点隐患的隐患等级G，
重点隐患等级G=危险性R∩暴露人口P∩暴露经济C
其中，暴露人口P是指自然灾害重点隐患点影响范围内的人口总数；暴露经济C指自然灾害重点隐患点影响范围内的GDP（万元）；
利用标准差分法对重点隐患进行分级。
5.根据权利要求1所述的方法，其特征在于，确定自然灾害重点隐患道路风险等级，包括：以下式确定重点隐患道路风险等级RR，
重点隐患道路风险等级RR=重点隐患等级G∩道路暴露D∩道路抗灾级别J
道路暴露指自然灾害重点隐患点影响范围内的高速路、国道、省道、县道和城市道路的长度综合（千米）；
道路抗灾级别由抗灾标准、道路年龄综合评得到，其中，道路抗灾级别（J）=抗灾标准
Figure 321082DEST_PATH_IMAGE001
；
利用标准差分法对重点隐患道路风险进行分级。
6.根据权利要求1所述的方法，其特征在于，确定自然灾害重点隐患房屋风险等级，包括：以下式确定重点隐患房屋风险等级HR，
重点隐患房屋风险等级HR=重点隐患等级G∩房屋暴露H∩房屋抗灾级别J
房屋暴露指自然灾害重点隐患点影响范围内的房屋总面积（平方米），房屋抗灾级别由 房屋的抗灾标准、房屋年龄综合评定得到，其中，房屋抗灾级别（J）=房屋设计抗灾标准
Figure 135018DEST_PATH_IMAGE002
；
利用标准差分法对重点隐患房屋风险进行分级。
7.根据权利要求1所述的方法，其特征在于，自然灾害重点隐患的综合风险等级通过下式得到，
重点隐患综合风险等级=道路风险等级+房屋风险等级。
8.自然灾害重点隐患风险评估装置，其特征在于，包括：
识别单元，其用于识别出目标区域中自然灾害重点隐患的主体；
隐患等级单元，其用于确定自然灾害重点隐患的隐患等级；
风险等级单元，其用于利用自然灾害重点隐患的隐患等级、道路暴露度、房屋暴露度，确定自然灾害重点隐患道路风险等级和自然灾害重点隐患房屋风险等级；
综合单元，其用于基于自然灾害重点隐患道路风险等级和自然灾害重点隐患房屋风险等级，得到自然灾害重点隐患的综合风险等级。
9.一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，该程序被处理器执行时实现上述权利要求1-7中任一项所述的方法。
10.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述权利要求1-7中任一项所述的方法。
CN202110828215.2A 2021-07-22 2021-07-22 自然灾害重点隐患风险评估方法及装置 Pending CN113282877A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110828215.2A CN113282877A (zh) 2021-07-22 2021-07-22 自然灾害重点隐患风险评估方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110828215.2A CN113282877A (zh) 2021-07-22 2021-07-22 自然灾害重点隐患风险评估方法及装置

Publications (1)

Publication Number Publication Date
CN113282877A true CN113282877A (zh) 2021-08-20

Family

ID=77286923

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110828215.2A Pending CN113282877A (zh) 2021-07-22 2021-07-22 自然灾害重点隐患风险评估方法及装置

Country Status (1)

Country Link
CN (1) CN113282877A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118410949A (zh) * 2024-06-28 2024-07-30 中国地震灾害防御中心 一种地震灾害隐患评估方法、装置、设备及介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104346538A (zh) * 2014-11-26 2015-02-11 中国测绘科学研究院 基于三种灾情因子控制的地震灾害评估方法
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
CN106651105A (zh) * 2016-10-21 2017-05-10 天津海量信息技术股份有限公司 地震灾害风险预估方法
CN107239910A (zh) * 2017-06-27 2017-10-10 中国科学院城市环境研究所 耦合人口和poi点的城市内涝风险评估指标构建
CN108154318A (zh) * 2018-01-30 2018-06-12 中国地质科学院探矿工艺研究所 城镇斜坡地质灾害风险性评估可视化展示方法
CN111047156A (zh) * 2019-11-26 2020-04-21 深圳市伟图科技开发有限公司 一种建筑火灾风险评估方法
CN112465356A (zh) * 2020-11-30 2021-03-09 国网四川省电力公司电力科学研究院 一种改进的崩滑地质灾害物质易损性定量评价方法及系统
CN112561172A (zh) * 2020-12-18 2021-03-26 广西瑞宇建筑科技有限公司 一种降雨内涝房屋安全预警系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104346538A (zh) * 2014-11-26 2015-02-11 中国测绘科学研究院 基于三种灾情因子控制的地震灾害评估方法
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
CN106651105A (zh) * 2016-10-21 2017-05-10 天津海量信息技术股份有限公司 地震灾害风险预估方法
CN107239910A (zh) * 2017-06-27 2017-10-10 中国科学院城市环境研究所 耦合人口和poi点的城市内涝风险评估指标构建
CN108154318A (zh) * 2018-01-30 2018-06-12 中国地质科学院探矿工艺研究所 城镇斜坡地质灾害风险性评估可视化展示方法
CN111047156A (zh) * 2019-11-26 2020-04-21 深圳市伟图科技开发有限公司 一种建筑火灾风险评估方法
CN112465356A (zh) * 2020-11-30 2021-03-09 国网四川省电力公司电力科学研究院 一种改进的崩滑地质灾害物质易损性定量评价方法及系统
CN112561172A (zh) * 2020-12-18 2021-03-26 广西瑞宇建筑科技有限公司 一种降雨内涝房屋安全预警系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
尹占娥: "城市自然灾害风险与问题研究", 《中国优秀博硕士学位论文全文数据库(博士)工程科技Ⅰ辑》 *
牟笛 等: "中国区域自然灾害综合风险评估", 《安全》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118410949A (zh) * 2024-06-28 2024-07-30 中国地震灾害防御中心 一种地震灾害隐患评估方法、装置、设备及介质

Similar Documents

Publication Publication Date Title
Ren et al. Developing a rapid method for 3-dimensional urban morphology extraction using open-source data
CA2627989C (en) System, apparatus and method for mapping
Sedan et al. Armagedom—a tool for seismic risk assessment illustrated with applications
CN111858803A (zh) 一种滑坡地灾风险区划图生成方法
Zhao et al. Mapping 3D visibility in an urban street environment from mobile LiDAR point clouds
CN108596518A (zh) 一种公路地质灾害危险性评估方法
CN111950994B (zh) 一种地质环境及监测信息管理方法、系统、终端及存储介质
CN111401692B (zh) 一种度量城市空间功能紧凑度的方法
Alam et al. GIS-based seismic damage estimation: case study for the City of Kelowna, BC
Chen et al. Building vulnerability assessment in seismic areas using ensemble learning: A Nepal case study
CN107239910A (zh) 耦合人口和poi点的城市内涝风险评估指标构建
CN113282877A (zh) 自然灾害重点隐患风险评估方法及装置
Muhamad et al. Exposure elements in disaster databases and availability for local scale application: case study of Kuala Lumpur, Malaysia
Bayraktar et al. Directions of land degradation in the greater Istanbul metropolitan area: A view from four decades
Shapurjee et al. Backyard housing in Gauteng: An analysis of spatial dynamics
Liebenberg et al. A GIS approach to seismic risk assessment with an application to mining-related seismicity in Johannesburg, South Africa
CN117217560A (zh) 一种地震灾害评估方法、计算机设备及介质
CN107239889A (zh) 一种定量评价泥石流胁迫下山区建筑物易损性的方法
Blanco et al. Grazing impacts in vegetated dune fields: predictions from spatial pattern analysis
JP6008738B2 (ja) 情報処理プログラム，情報処理方法，及び情報処理装置
Rhee et al. Comparison of near-surface wind speed estimation techniques using different damage indicators from a damage survey of Naplate, IL EF-3 tornado
CN114202257A (zh) 自然灾害综合减灾能力评估方法及装置
An et al. Development and implementation of visual exposure indicator for residential development
Shi et al. Disaster measurement, statistics, and assessment
Crawford et al. On the importance of time for GIS view measures and their use in hedonic property models: Does being temporally explicit matter?

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