CN113487139A - 一种基于空间位置的区域台风风险评估方法 - Google Patents

一种基于空间位置的区域台风风险评估方法 Download PDF

Info

Publication number
CN113487139A
CN113487139A CN202110652612.9A CN202110652612A CN113487139A CN 113487139 A CN113487139 A CN 113487139A CN 202110652612 A CN202110652612 A CN 202110652612A CN 113487139 A CN113487139 A CN 113487139A
Authority
CN
China
Prior art keywords
typhoon
grid
area
wind
grids
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.)
Granted
Application number
CN202110652612.9A
Other languages
English (en)
Other versions
CN113487139B (zh
Inventor
周为峰
郭小天
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.)
East China Sea Fishery Research Institute Chinese Academy of Fishery Sciences
Original Assignee
East China Sea Fishery Research Institute Chinese Academy of Fishery Sciences
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 East China Sea Fishery Research Institute Chinese Academy of Fishery Sciences filed Critical East China Sea Fishery Research Institute Chinese Academy of Fishery Sciences
Priority to CN202110652612.9A priority Critical patent/CN113487139B/zh
Publication of CN113487139A publication Critical patent/CN113487139A/zh
Application granted granted Critical
Publication of CN113487139B publication Critical patent/CN113487139B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Indicating Or Recording The Presence, Absence, Or Direction Of Movement (AREA)

Abstract

本发明涉及一种基于空间位置的区域台风风险评估方法，包括：按预设经纬度网格大小对评估区域进行空间格网化；根据第i条台风记录将所述评估区域中台风风圈影响范围内的网格按照受台风影响的强弱进行圈层标记；所述台风风圈影响范围存在于矩形格网区域内；计算目标时段内所述评估区域内所有网格受台风影响总时长；根据第i条台风记录对应的台风风圈影响范围内不同网格的圈层标记数值，计算台风风圈影响范围内不同网格受影响的台风风速；计算目标时段内所述评估区域内所有网格受台风影响平均风速；计算各网格的台风风险数值。本发明的方法是基于空间位置提出的，能够对台风风险给出量化评估，减少台风造成的损失。

Description

一种基于空间位置的区域台风风险评估方法
技术领域
本发明涉及自然灾害风险评估技术领域，特别是涉及一种基于空间位置的区域台风风险评估方法。
背景技术
随着海洋经济的快速发展，海洋灾害风险日益突出，海洋防灾减灾形式十分严峻。举例来说，人们对渔业产品的需求使得海水养殖在海洋渔业中的比重逐年提升。随着近海海水养殖环境压力日益增加，海水养殖范围有从近岸海域向离岸、深远海方向发展的趋势。台风是海域自然环境中不可忽视的一部分，是重大自然灾害之一，是海上主要的灾害来源。
台风对于海洋渔业有着严重影响，海上捕捞作业的船舶或可通过位置移动避免台风损失，而海水养殖等海洋工程设备难以通过灵活的位置移动来躲避台风，大多数海水养殖都是位置固定的，仅有养殖工船和升降式网箱可以在有限范围内可以采取机动避灾措施，避险非常能力有限。因此，对于逐步走向深远海的海水养殖以及其他海洋工程来说，养殖等设施所处位置的台风风险是选址布局必须要考虑的要素，台风风险高低代表着设施可能承受的台风破坏力大小；即使设施本身的设计可以抵受台风，但台风带来的风浪也势必增加部署设施的施工建造成本。因此，台风风险高低是影响海洋工程活动的安全性和经济性的重要因素。
气象学上，在热带洋面上生成发展的低气压系统称为热带气旋，气象部门每年按其出现的先后顺序进行编号。国际上，热带气旋以其中心附近最大风速来确定强度并进行分类。台风属于热带气旋，得益于静止气象卫星技术以及其他气象观测手段的发展，使得人们可以获得有关台风中心位置、台风中心附近风速以及台风风圈范围等信息。到目前为止，对热带气旋的能量评估都是以时间为中心的，评价覆盖范围非常宽泛，与具体的空间位置无关，同时存在着风险等级所示范围较为模糊、不同风险等级之间界限不够清晰的问题，无法应用于评估海面上某具体位置的台风风险，对于指导深远海养殖和其它海洋工程设施的布局意义不大，进而无法很好地满足海洋防灾减灾的需求。因此，需要建立一种基于空间位置的区域台风风险评估方法，用以衡量海域空间上可能遭遇的台风破坏力，进而为海洋工程设施布局(如深远海养殖选址)提供指导和建议。
发明内容
本发明所要解决的技术问题是提供一种基于空间位置的区域台风风险评估方法，能够对台风风险给出量化评估，减少台风造成的损失。
本发明解决其技术问题所采用的技术方案是：提供一种基于空间位置的区域台风风险评估方法，包括：
步骤(1)：按预设经纬度网格大小对评估区域进行空间格网化；
步骤(2)：根据第i条台风记录将所述评估区域中台风风圈影响范围Areai内的网格按照受台风影响的强弱进行圈层标记；
所述台风风圈影响范围Areai存在于矩形格网区域Ei内；
步骤(3)：计算目标时段内所述评估区域内所有网格受台风影响总时长；
步骤(4)：根据第i条台风记录对应的台风风圈影响范围Areai内不同网格的圈层标记数值，计算台风风圈影响范围Areai内不同网格受影响的台风风速；
步骤(5)：计算目标时段内所述评估区域内所有网格受台风影响平均风速；
步骤(6)：根据目标时段内所述评估区域内所有网格受台风影响总时长，以及所述目标时段内所述评估区域内所有网格受台风影响平均风速来计算各网格的台风风险数值。
所述步骤(2)具体包括：
步骤(21)：根据第i条台风记录确定台风风圈影响范围Areai，所述台风风圈影响范围Areai的公式为：Areai＝{pointi,SiNi}，其中，台风中心点pointi为第i条台风记录中原始台风中心点的最邻近格网顶点且pointi＝point(j,k)，j为以台风中心点pointi为左下角顶点的网格对应的经向行列号，k为以台风中心点pointi左下角顶点的网格对应的纬向行列号，SiNi为台风中心点pointi周围以网格宽度d0为单位的环形风圈圈数且
Figure BDA0003111563930000021
Round为四舍五入函数，SiRi为第i条台风记录中原始台风中心至台风风圈边界风速v0的风圈半径公里数；
所述台风风圈影响范围Areai存在于矩形格网区域Ei内，所述矩形格网区域Ei的公式为：Ei＝{(x,y)|[(j-SiNi,k-SiNi),(j+SiNi-1,k+SiNi-1)]}，其中，x为评估区域中任意网格(x,y)对应的经向行列号，y为评估区域中任意网格(x,y)对应的纬向行列号；
步骤(22)：根据与台风中心点pointi的距离标记台风风圈影响范围Areai内的格网圈层，公式为：
Tagi(m,n)＝{q+1|if distance[pointi,corepoint(m,n)]∈(q,q+1],(q＝0,1,...,SiNi-1)}，其中，Tagi(m,n)为矩形格网区域Ei内任意网格(m,n)的网格圈层标记且Tagi(m,n)的初始值为0；distance[pointi,corepoint(m,n)]为网格(m,n)的网格中心点corepoint(m,n)至台风中心点pointi的欧式距离，并以网格宽度d0为一个计算单位；
所述台风风圈影响范围Areai为矩形格网区域Ei中Tagi(m,n)≠0对应网格组成的区域。
所述步骤(3)中计算目标时段内所述评估区域内所有网格受台风影响总时长，公式为：
Figure BDA0003111563930000031
其中，Duration(x,y)为目标时段内N条台风记录在评估区域中的每个网格(x,y)处台风影响时长的叠加，T为单条台风记录影响时长，
Figure BDA0003111563930000032
Tagi(m,n)为矩形格网区域Ei内任意网格(m,n)的圈层标记。
所述步骤(4)具体包括：
步骤(41)：计算单次台风随风圈大小变化的风速衰减速率AVEi，公式为：
Figure BDA0003111563930000033
其中，WNDi为台风近中心的最大风速值，v0为台风风圈边界风速，SiNi为台风中心点pointi周围以网格宽度d0为单位的环形风圈圈数；
步骤(42)：计算台风风圈影响范围Areai中任意网格(m,n)受第i个台风影响的台风风速Vi(m,n)，公式为：Vi(m,n)＝WNDi-(Tag(m,n)-1)×AVEi,Tag(m,n)≠0，其中，Vi(m,n)初始值为0，Tagi(m,n)为矩形格网区域Ei内任意网格(m,n)的网格圈层标记。
所述步骤(5)中计算目标时段内所述评估区域内所有网格受台风影响平均风速，公式为：
Figure BDA0003111563930000041
其中，Vi(m,n)为台风风圈影响范围Areai内任意网格(m,n)受第i个台风影响的台风风速，
Figure BDA0003111563930000042
Tagi(m,n)为矩形格网区域Ei内任意网格(m,n)的网格圈层标记。
所述步骤(6)中台风风险数值Risk(x,y)的公式为：Risk(x,y)＝Duration(x,y)×Intensity(x,y)，其中，Duration(x,y)为目标时段内N条台风记录在评估区域中的每个网格(x,y)处台风影响时长的叠加，Intensity(x,y)为目标时段内所述评估区域内所有网格受台风影响平均风速。
所述步骤(6)之后还包括步骤(7)：选用预设分级方法将所述评估区域内所有网格的台风风险数值分成若干等级区间，并将所述评估区域内划分好的等级区间进行可视化表达。
有益效果
由于采用了上述的技术方案，本发明与现有技术相比，具有以下的优点和积极效果：本发明提出了一种基于空间位置的区域台风风险评估方法，能够针对广阔海域存在着台风强但无损失现象、承灾体数据不足的情况给出有效解决方案，对具体位置附近区域台风风险给出量化评估，可用于指导海洋工程设施选址，按照风险程度调整防风抗台投入，从而实现提高安全性、优化成本、以及减少台风造成的损失；本发明的计算准确性和精度较高，可应用于实际的台风风险评估。
附图说明
图1是本发明实施方式的原理及方法流程图；
图2是本发明实施方式的关于台风影响范围参数表示示意图；
图3是本发明实施方式的单条记录台风影响范围格网圈层标记的可视化效果图；
图4是本发明实施方式的单条台风记录影响范围网格与评估区域的关系示意图；
图5是本发明实施方式的1980-1989年间西北太平洋海域台风风险评估结果分级示意图。
具体实施方式
下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
本发明的实施方式涉及一种基于空间位置的区域台风风险评估方法，包括：
(1)按预设经纬度网格大小对评估区域进行空间格网化，即将评估区域划分为若干网格；
(2)根据第i条台风记录将所述评估区域中台风风圈影响范围Areai内的网格按照受台风影响的强弱进行圈层标记；
(3)计算目标时段内所述评估区域内所有网格受台风影响总时长；
(4)根据第i条台风记录对应的台风风圈影响范围Areai内不同网格的圈层标记数值，计算台风风圈影响范围Areai内不同网格受影响的台风风速；
(5)计算目标时段内所述评估区域内所有网格受台风影响平均风速；
(6)根据目标时段内所述评估区域内所有网格受台风影响总时长，以及所述目标时段内所述评估区域内所有网格受台风影响平均风速来计算各网格的台风风险数值。
请参阅图1，热带气旋尺度数据中，台风风圈半径可以反应台风影响范围；台风中心点意味着空间位置，加之采样时间间隔固定，该空间位置附近受台风影响范围内网格受到相应时长的台风影响；风速是国际公认的热带气旋强度衡量指标，假设台风风速从台风近中心最大风速到风圈边缘为匀速减小，因此台风近中心最大风速和风圈风速常量数值、台风中心点和风圈边界之间距离可以用来描述台风影响范围内网格所受台风影响风速；将受影响总时长与目标时段内各网格受台风影响平均风速结合计算，得出网格台风风险数值；最终将台风风险评估结果可视化表达。
下面通过一个具体的实施方式进一步说明本发明，具体步骤如下：
步骤(1)：按预设经纬度网格大小对评估区域进行空间格网化。
将评估海域按一定经纬度格网大小划分格网，经纬度网格大小，S记设置为0.5°。d0为经纬度网格大小S对应大约公里数(即网格宽度)，为便于处理原数据中的经纬度、公里数，考虑到台风中心高频出现的纬度范围，本实施方式将经纬1°合理假设为100公里，因此d0对应50公里。整个评估区域记为G：经度范围为100°E～180°E，纬度范围为0°N～50°N；行号范围为0-99，列号范围为200-359；共16000个网格。G中任意网格表示为(x,y)，x和y分别是该网格对应的经向和纬向的行列号，point(x,y)表示为网格(x,y)左下角以经纬度坐标表示的顶点。
步骤(2)：根据第i条台风记录将所述评估区域中台风风圈影响范围Areai内的网格按照受台风影响的强弱进行圈层标记。
将热带气旋尺度数据中原始台风中心点用最邻近网格顶点point(j,k)来代替，j和k分别是以该最邻近网格顶点point(j,k)为左下角顶点的网格对应所述评估区域格网中的经向和纬向行列号。记台风风圈的边界风速为v0，热带气旋尺度数据中原始台风中心至速度v0风圈的半径公里数为SiR，将point(j,k)至速度v0风圈的风速变化视作均匀递减。目标时间段内台风记录数为N，应用其中第i条记录做以下处理，此时point(j,k)可简写为台风中心点pointi。
本实施方式的目标时间段为1980年至1989年，该目标时间段内台风记录数N＝4133；应用其中第i条记录进行举例：时间及序号为198507062118的台风记录，中心纬度为18.55°N，中心经度为122.82°E，台风近中心最大风速WNDi为41.5m/s，热带气旋尺度(17.2m/s风圈公里数)为433.1公里。
进一步地，将热带气旋尺度数据中时间及序号为198507062118的原始台风中心点用最邻近格网顶点point(j,k)＝point(246,37)来代表，此时point(246,37)可简写为台风中心点pointi；台风风圈的边界风速v0为常数，v0＝17.2m/s，原始台风中心至边界风速v0风圈半径公里数SiRi＝433.1km，至边界风速v0风圈的风速变化视作均匀递减，做以下处理：
1)根据第i条台风记录确定台风风圈影响范围Areai，参照{圆心，半径}的圆表示方法，台风风圈影响范围Areai用公式表示为：
Areai＝{pointi,SiNi}
其中，SiNi为台风中心点pointi周围以网格宽度d0为单位的环形风圈圈数，Round为四舍五入函数，SiNi的表达式如下：
Figure BDA0003111563930000071
台风风圈影响范围Areai存在于网格坐标范围如下的矩形格网区域Ei内：
Ei＝{(x,y)|[(j-SiNi,k-SiNi),(j+SiNi-1,k+SiNi-1)]}
进一步地，对于时间及序号为198507062118的台风记录(第i条记录)而言，Ei为网格坐标在[(237,28),(254,45)]范围内的矩形格网区域。
2)根据与台风中心点pointi的距离标记台风风圈影响范围Areai内的格网圈层
具体地，图4示出了单条台风记录影响范围网格与评估区域的关系，(m,n)为矩形格网区域Ei中任意网格，Tagi(m,n)为矩形格网区域Ei内网格(m,n)的圈层标记。初始条件为Tagi(m,n)＝0，按照如下公式标记矩形格网区域Ei中的网格：
Tagi(m,n)＝{q+1|if distance[pointi,corepoint(m,n)]∈(q,q+1],(q＝0,1,...,SiNi-1)}
以网格(m,n)边长为单位1，distance[pointi,corepoint(m,n)]为网格(m,n)中心点corepoint(m,n)至台风中心点pointi的欧式距离。
因此，台风风圈影响范围Areai即为矩形格网区域Ei中Tagi(m,n)≠0网格组成的区域。
以上步骤(2)中各种变量示意关系请参阅图2，本实施方式中，时间及序号为198507062118的单条记录台风影响范围格网圈层的标记示意图请参阅图3。
步骤(3)：根据是否有大于0标记(即Tagi(m,n)＞0)，计算网格在1980年至1989年间受台风影响总时长，此目标时间段内台风记录数N＝4133，具体如下：
计算目标时段内所述评估区域所有网格受台风影响总时长，公式为：
Figure BDA0003111563930000072
其中，Duration(x,y)为目标时段内N条台风记录(即所有台风记录)在评估区域中的每个网格(x,y)处台风影响时长的叠加，T为单条台风记录影响时长，
Figure BDA0003111563930000081
Tagi(m,n)为矩形格网区域Ei内任意网格(m,n)的圈层标记。
本实施方式中单条台风记录影响时长T＝6，即每次台风意味着对附近海域有6小时影响时长，因此本实施方式中Duration(x,y)的计算公式为：
Figure BDA0003111563930000082
步骤(4)：根据第i条台风记录对应的台风风圈影响范围Areai内不同网格的圈层标记数值，计算台风风圈影响范围Areai内不同网格受影响的台风风速。
1)计算单次台风随风圈大小变化的风速衰减速率AVEi，亦是相邻环形风圈风速差，表示为：
Figure BDA0003111563930000083
其中，台风近中心的最大风速值WNDi＝41.5m/s。
2)计算网格(m,n)受第i个台风记录影响的台风风速Vi(m,n)，初始Vi(m,n)＝0，公式为：
Vi(m,n)＝WNDi-(Tag(m,n)-1)×AVEi,Tag(m,n)≠0
步骤(5)：计算目标时段内所述评估区域内所有网格受台风影响平均风速Intensity(x,y)，公式为：
Figure BDA0003111563930000084
步骤(6)：在评估区域内，将网格(x,y)根据目标时段内受台风影响总时长与网格(x,y)在目标时段内受台风影响平均风速相乘得到台风风险数值Risk(x,y)，计算公式为：
Risk(x,y)＝Duration(x,y)×Intensity(x,y)
步骤(7)：选用预设分级方法将所述评估区域内所有网格的台风风险数值分成若干等级区间，并将所述评估区域内划分好的等级区间进行可视化表达。
图5为1980-1989年间西北太平洋海域台风风险评估结果分级示意图。
由此可见，本发明提出了一种基于空间位置的区域台风风险评估方法，通过对具体位置附近区域台风风险给出量化评估，可用于指导海洋工程设施选址，按照风险程度调整防风抗台投入，从而实现提高安全性、优化成本、以及减少台风造成的损失。

Claims (7)

1.一种基于空间位置的区域台风风险评估方法，其特征在于，包括：
步骤(1)：按预设经纬度网格大小对评估区域进行空间格网化；
步骤(2)：根据第i条台风记录将所述评估区域中台风风圈影响范围Areai内的网格按照受台风影响的强弱进行圈层标记；
所述台风风圈影响范围Areai存在于矩形格网区域Ei内；
步骤(3)：计算目标时段内所述评估区域内所有网格受台风影响总时长；
步骤(4)：根据第i条台风记录对应的台风风圈影响范围Areai内不同网格的圈层标记数值，计算台风风圈影响范围Areai内不同网格受影响的台风风速；
步骤(5)：计算目标时段内所述评估区域内所有网格受台风影响平均风速；
步骤(6)：根据目标时段内所述评估区域内所有网格受台风影响总时长，以及所述目标时段内所述评估区域内所有网格受台风影响平均风速来计算各网格的台风风险数值。
2.根据权利要求1所述的基于空间位置的区域台风风险评估方法，其特征在于，所述步骤(2)具体包括：
步骤(21)：根据第i条台风记录确定台风风圈影响范围Areai，所述台风风圈影响范围Areai的公式为：Areai＝{pointi,SiNi}，其中，台风中心点pointi为第i条台风记录中原始台风中心点的最邻近格网顶点且pointi＝point(j,k)，j为以台风中心点pointi为左下角顶点的网格对应的经向行列号，k为以台风中心点pointi左下角顶点的网格对应的纬向行列号，SiNi为台风中心点pointi周围以网格宽度d0为单位的环形风圈圈数且
Figure FDA0003111563920000011
Round为四舍五入函数，SiRi为第i条台风记录中原始台风中心至台风风圈边界风速v0的风圈半径公里数；
所述台风风圈影响范围Areai存在于矩形格网区域Ei内，所述矩形格网区域Ei的公式为：Ei＝{(x,y)|[(j-SiNi,k-SiNi),(j+SiNi-1,k+SiNi-1)]}，其中，x为评估区域中任意网格(x,y)对应的经向行列号，y为评估区域中任意网格(x,y)对应的纬向行列号；
步骤(22)：根据与台风中心点pointi的距离标记台风风圈影响范围Areai内的格网圈层，公式为：
Tagi(m,n)＝{q+1|if distance[pointi,corepoint(m,n)]∈(q,q+1],(q＝0,1,...,SiNi-1)}，其中，Tagi(m,n)为矩形格网区域Ei内任意网格(m,n)的网格圈层标记且Tagi(m,n)的初始值为0；distance[pointi,corepoint(m,n)]为网格(m,n)的网格中心点corepoint(m,n)至台风中心点pointi的欧式距离，并以网格宽度d0为一个计算单位；
所述台风风圈影响范围Areai为矩形格网区域Ei中Tagi(m,n)≠0对应网格组成的区域。
3.根据权利要求1所述的基于空间位置的区域台风风险评估方法，其特征在于，所述步骤(3)中计算目标时段内所述评估区域内所有网格受台风影响总时长，公式为：
Figure FDA0003111563920000021
其中，Duration(x,y)为目标时段内N条台风记录在评估区域中的每个网格(x,y)处台风影响时长的叠加，T为单条台风记录影响时长，
Figure FDA0003111563920000022
Tagi(m,n)为矩形格网区域Ei内任意网格(m,n)的圈层标记。
4.根据权利要求1所述的基于空间位置的区域台风风险评估方法，其特征在于，所述步骤(4)具体包括：
步骤(41)：计算单次台风随风圈大小变化的风速衰减速率AVEi，公式为：
Figure FDA0003111563920000023
其中，WNDi为台风近中心的最大风速值，v0为台风风圈边界风速，SiNi为台风中心点pointi周围以网格宽度d0为单位的环形风圈圈数；
步骤(42)：计算台风风圈影响范围Areai中任意网格(m,n)受第i个台风影响的台风风速Vi(m,n)，公式为：Vi(m,n)＝WNDi-(Tag(m,n)-1)×AVEi,Tag(m,n)≠0，其中，Vi(m,n)初始值为0，Tagi(m,n)为矩形格网区域Ei内任意网格(m,n)的网格圈层标记。
5.根据权利要求1所述的基于空间位置的区域台风风险评估方法，其特征在于，所述步骤(5)中计算目标时段内所述评估区域内所有网格受台风影响平均风速，公式为：
Figure FDA0003111563920000031
其中，Vi(m,n)为台风风圈影响范围Areai内任意网格(m,n)受第i个台风影响的台风风速，
Figure FDA0003111563920000032
Tagi(m,n)为矩形格网区域Ei内任意网格(m,n)的网格圈层标记。
6.根据权利要求1所述的基于空间位置的区域台风风险评估方法，其特征在于，所述步骤(6)中台风风险数值Risk(x,y)的公式为：Risk(x,y)＝Duration(x,y)×Intensity(x,y)，其中，Duration(x,y)为目标时段内N条台风记录在评估区域中的每个网格(x,y)处台风影响时长的叠加，Intensity(x,y)为目标时段内所述评估区域内所有网格受台风影响平均风速。
7.根据权利要求1所述的基于空间位置的区域台风风险评估方法，其特征在于，所述步骤(6)之后还包括步骤(7)：选用预设分级方法将所述评估区域内所有网格的台风风险数值分成若干等级区间，并将所述评估区域内划分好的等级区间进行可视化表达。
CN202110652612.9A 2021-06-11 2021-06-11 一种基于空间位置的区域台风风险评估方法 Active CN113487139B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110652612.9A CN113487139B (zh) 2021-06-11 2021-06-11 一种基于空间位置的区域台风风险评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110652612.9A CN113487139B (zh) 2021-06-11 2021-06-11 一种基于空间位置的区域台风风险评估方法

Publications (2)

Publication Number Publication Date
CN113487139A true CN113487139A (zh) 2021-10-08
CN113487139B CN113487139B (zh) 2022-09-16

Family

ID=77934802

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110652612.9A Active CN113487139B (zh) 2021-06-11 2021-06-11 一种基于空间位置的区域台风风险评估方法

Country Status (1)

Country Link
CN (1) CN113487139B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024094481A1 (en) 2022-11-03 2024-05-10 Evonik Operations Gmbh Improved biotechnological process to produce guanidinoacetic acid (gaa) by targeted introduction or by increasing the activity of a transmembrane exporter protein

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106842367A (zh) * 2017-01-04 2017-06-13 广西电网有限责任公司电力科学研究院 一种电网台风风险预警方法
CN107229825A (zh) * 2017-05-23 2017-10-03 浙江大学 一种面向灾害风险评估的热带气旋全路径模拟方法
CN108009132A (zh) * 2017-12-04 2018-05-08 海南大学 基于海水中叶绿素a含量变化的台风区域灾害评估方法
CN109784720A (zh) * 2019-01-15 2019-05-21 南京邮电大学 一种台风灾害下基于时空网格关联的配电网风险评估方法
CN111191936A (zh) * 2019-12-31 2020-05-22 深圳市国家气候观象台 一种台风风雨综合影响指数计算方法及存储装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106842367A (zh) * 2017-01-04 2017-06-13 广西电网有限责任公司电力科学研究院 一种电网台风风险预警方法
CN107229825A (zh) * 2017-05-23 2017-10-03 浙江大学 一种面向灾害风险评估的热带气旋全路径模拟方法
CN108009132A (zh) * 2017-12-04 2018-05-08 海南大学 基于海水中叶绿素a含量变化的台风区域灾害评估方法
CN109784720A (zh) * 2019-01-15 2019-05-21 南京邮电大学 一种台风灾害下基于时空网格关联的配电网风险评估方法
CN111191936A (zh) * 2019-12-31 2020-05-22 深圳市国家气候观象台 一种台风风雨综合影响指数计算方法及存储装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
FRAUKE FESER ETAL: "Regional modelling of the western Pacif c typhoon season 2004", 《METEOROLOGISCHE ZEITSCHRIFT》 *
吴祖立等: "南海台风活动特征及其对渔业活动的影响", 《海洋渔业》 *
殷洁等: "中国台风灾害综合风险评估与区划", 《地理科学》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024094481A1 (en) 2022-11-03 2024-05-10 Evonik Operations Gmbh Improved biotechnological process to produce guanidinoacetic acid (gaa) by targeted introduction or by increasing the activity of a transmembrane exporter protein

Also Published As

Publication number Publication date
CN113487139B (zh) 2022-09-16

Similar Documents

Publication Publication Date Title
Campos et al. Extreme wind-wave modeling and analysis in the south Atlantic ocean
Naylor et al. Geomorphological control on boulder transport and coastal erosion before, during and after an extreme extra‐tropical cyclone
Domingues et al. Ocean observations in support of studies and forecasts of tropical and extratropical cyclones
CN113487139B (zh) 一种基于空间位置的区域台风风险评估方法
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
CN116797019B (zh) 一种海洋灾害风险防控预警系统
Kotal et al. Improvement of wind field forecasts for tropical cyclones over the North Indian Ocean
Joy et al. Delineation of a coastal gray whale feeding area using opportunistic and systematic survey effort
BOGDANJARANOVIC et al. Using a coastal storm hazard index to assess storm impacts in Lisbon
CN116070735A (zh) 一种基于边长和方位向差规则的黄海绿潮分布区及其漂移预测初始场制作方法
Johnston Investigating the foraging ecology of black guillemots Cepphus grylle in relation to tidal stream turbines and marine protected areas
CN108051482A (zh) 一种海水入侵地下水的监测预警方法
Heitsenrether et al. Test and evaluation report: limited acceptance of the design analysis WaterLog® H-3611i microwave radar water level sensor
CN111768068A (zh) 一种海上搜救船舶响应能力评估方法
Rainer In-situ observation of undisturbed surface layer scaler profiles for characterizing evaporative duct properties
LaBelle et al. The application of oceanography to oil-spill modeling for the outer continental shelf oil and gas leasing program
Want et al. Baselines and monitoring methods for detecting impacts of hydrodynamic energy extraction on intertidal communities of rocky shores
Francis et al. Development of an Ocean Hazards Classification Scheme (OHCS) for Projecting Future Scenario Vulnerability Ranking on Coastal Built Infrastructure
Poolsawat et al. Spatial and Temporal Shoreline Changes of the Bang Pakong Subdistrict (Thailand) in 2009–2018
Alvarez et al. A coastal erosion risk assessment framework
CN117113796B (zh) 一种考虑自主运动的大型水母中期漂移集合预报方法
Meng Research on navigation safety evaluation of Jiaxing Port
Nakajo et al. Basic study on estimation method of return period and variation range of severe storm surge event
Zhou et al. Environmental Risk Analysis of Different Segments of The Arctic Northeast Route
Hermawan et al. The Benefit of Hydrodynamic Model As an Assessment of the Hydro-Environment Engineering in Decision Support System for the Sustainable Mariculture Development in Indonesia

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