CN115018285A - 一种风暴潮与海浪精细化预警系统及预警方法 - Google Patents

一种风暴潮与海浪精细化预警系统及预警方法 Download PDF

Info

Publication number
CN115018285A
CN115018285A CN202210574505.3A CN202210574505A CN115018285A CN 115018285 A CN115018285 A CN 115018285A CN 202210574505 A CN202210574505 A CN 202210574505A CN 115018285 A CN115018285 A CN 115018285A
Authority
CN
China
Prior art keywords
data
early warning
ocean
storm surge
grid
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
CN202210574505.3A
Other languages
English (en)
Inventor
莫嘉怡
许贵林
代美玲
孙靖淳
张嘉琦
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.)
Nanning Normal University
Original Assignee
Nanning Normal University
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 Nanning Normal University filed Critical Nanning Normal University
Priority to CN202210574505.3A priority Critical patent/CN115018285A/zh
Publication of CN115018285A publication Critical patent/CN115018285A/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
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • 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"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • 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
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Artificial Intelligence (AREA)
  • Geology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Emergency Management (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Educational Administration (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开了一种风暴潮与海浪精细化预警系统及预警方法，包括海洋数据获取模块和网格化数据处理平台；海洋数据获取模块获取风暴潮的海洋参数数据和风暴潮沿线的多源遥感影像；网格化数据处理平台包括网格化数据存储单元、数据处理单元、数据分析单元和数据评价预警单元；其预警方法为：获取风暴潮的海洋参数数据和多源遥感影像进行网格化存储；然后对海洋参数数据和多源遥感影进行网格化分析处理，并输出包含经纬信息的海洋数据；最后根据海洋数据进行预警评估，然后选择最佳避灾路径。本发明实现了风暴潮与海浪精细化预警，提升风暴潮预测指标的精确度，预报精度高及适用性强，可为沿海地区未来的防灾减灾提供科学的决策依据。

Description

一种风暴潮与海浪精细化预警系统及预警方法
技术领域
本发明属于海洋风险预警技术领域，尤其涉及一种风暴潮与海浪精细化预警系统及预警方法。
背景技术
我国的海洋主要是近海热带气旋活动较为频繁的地区之一，台风风暴潮给海洋牧场造成了严重威胁和巨大损失。为此，做好风暴潮和海浪灾害的预警对于做好防灾减灾工作的必要性和可靠性也越来越重要。然而，由于海洋数据的复杂性和多源性，增大了数据集成处理的难度，降低了数据处理的效率，造成了风暴潮的精细化预测准确率不高，难以为承灾体选择合理避灾地点以及避灾路线，难以为防灾决策需求提供支持，其有效性及适用性有待提高。
发明内容
本发明的目的在于：针对上述存在的问题，提供一种风暴潮与海浪精细化预警系统及预警方法，本发明实现了高效率评估台风风险以及风暴潮与海浪精细化预警，提升风暴潮预测指标的精确度，预报精度高及适用性强；可为沿海地区未来的防灾减灾提供科学的决策依据。为了实现上述目的，本发明采用以下技术方案：
本发明提供了一种风暴潮与海浪精细化预警系统，所述预警系统包括海洋数据获取模块和网格化数据处理平台；所述海洋数据获取模块用于获取风暴潮的海洋参数数据和风暴潮沿线的多源遥感影像，并通过5G/北斗定位模块将采集的多参海洋数据和多源遥感影像传输至网格化数据处理平台进行网格化存储和预警处理；所述网格化数据处理平台包括网格化数据存储单元、数据处理单元、数据分析单元和数据评价预警单元；所述网格化数据存储单元用于获取风暴潮的海洋参数数据和多源遥感影像并进行网格化存储；所述数据处理单元用于对海洋参数数据和多源遥感影进行网格化处理；所述数据分析单元用于获取网格化处理的数据并进分析处理，并输出包含承灾体经纬信息的海洋数据；所述数据评价预警单元用于根据海洋数据对不同承灾体的损害风险进行预警评估，然后根据预警评估结果对不同承灾体选择最佳避灾路径。
上述方案进一步优选的，所述网格化数据处理平台还包括数据量化单元和数据分割单元；所述数据量化单元用于选取易受海洋风暴潮与海浪影响的地物类别的海洋数据进行量化提取，生成风暴潮与海浪影响区域的矢量图；所述数据分割单元用于获取风暴潮与海浪影响区域的多源遥感影像与矢量图，并将其导入所述数据处理单元，所述数据处理单元将多源遥感影像与矢量图在同一坐标系下进行叠加，然后根据预设的网格分辨率进行多尺度分割，得到影响区域内具有经纬坐标的多个网格子区域图像，然后将网格子区域图像导出至数据分析单元进行分析处理，并输出不同承灾体的海洋数据的影响系数，所述数据评价预警单元根据海洋数据的影响系数对不同承灾体的损害风险进行预警。
上述方案进一步优选的，所述网格化数据处理平台还包括数据预处理单元，所述数据预处理单元用于对网格子区域图像进行归一化预处理，然后将归一化预处理的图像数据送入数据分析单元中进行迭代计算获取影响系数的风险指标，所述数据评价预警单元通过影响系数的风险指标对不同承灾体的损害风险进行预警评估。
上述方案进一步优选的，所述数据评价预警单元根据预设时间间隔获取风暴潮移动过程，然后根据当前影响系数的风险指标针对风暴潮移动过程，对不同承灾体的损害风险进行预警评估。
上述方案进一步优选的，对不同承灾体的损害风险进行预警评估包括当前风暴潮移动过程中风力强度的风险指标、风向的风险指标、风量的风险指标、降水量的风险指标、海流速度的风险指标、海浪高度的风险指标和风暴潮增水的风险指标分别不同对承灾体的灾害进行预警评估。
上述方案进一步优选的，所述网格化数据存储单元包括网格创建模块、数据存储库表、数据编码模块、数据离散模块和数据索引模块，所述网格创建模块用于在网格化数据处理平台上创建一个用于存储时空数据的网格空间；所述网格空间内设置多个用于存储时空数据的数据存储库表，所述数据变换模块用于读取数据存储库表内存储的时空数据并对数据进行空间编码和时间编码，以便形成空间网格编码段和时间网格编码段，再将空间网格编码和时间网格编码存入数据存储库表，所述数据离散模块用于将各类带有空间位置属性和时间属性的时空数据，先按照所在地理空间覆盖范围赋予相应的网格编码，再按照时空数据产生时间赋予时间离散编码存入数据索引模块，所述数据索引模块按照时间顺序对时空数据进行排列，使数据与时空形成映射关联。
根据本发明的另一个方面，本发明提供了一种风暴潮与海浪精细化预警系统的预警方法，包括如下步骤：
步骤1：通过海洋数据获取模块获取风暴潮的海洋参数数据和风暴潮沿线的多源遥感影像，并通过5G/北斗定位模块将采集的多参海洋数据和多源遥感影像传输至网格化数据处理平台；
步骤2：网格化数据处理平台对多参海洋数据和多源遥感影像进行网格化存储和预警处理，并输出包含承灾体经纬信息的海洋数据；
步骤3：根据海洋数据对不同承灾体的损害风险进行预警评估，然后根据预警评估结果对不同承灾体选择最佳避灾路径。
上述方案进一步优选的，对多参海洋数据和多源遥感影像进行网格化存储包括如下步骤：
步骤20：创建一个用于存储时空数据的网格空间；在网格空间内设置多个用于存储时空数据的数据存储库表；
步骤21：对数据存储库表内存储的时空数据进行空间编码和时间编码，以便形成空间网格编码段和时间网格编码段；
步骤22：再将空间网格编码和时间网格编码存入数据存储库表；
步骤23：将各类带有空间位置属性和时间属性的时空数据，先按照所在地理空间覆盖范围赋予相应的网格编码，再按照时空数据产生时间赋予时间离散编码进行存储；
步骤24：按照时间顺序对时空数据进行排列，使数据与时空形成映射关联关系。
上述方案进一步优选的，对多参海洋数据和多源遥感影像进行预警处理包括如下步骤：
步骤30：选取易受海洋风暴潮与海浪影响的地物类别的海洋数据进行量化提取，生成风暴潮与海浪影响区域的矢量图；
步骤31：选取易受海洋风暴潮与海浪影响的地物类别的海洋数据进行量化提取，生成风暴潮与海浪影响区域的矢量图；
步骤32：将风暴潮与海浪影响区域的多源遥感影像与矢量图在同一坐标系下进行叠加，然后根据预设的网格分辨率进行多尺度分割，得到影响区域内具有经纬坐标的多个网格子区域图像，并输出包含承灾体经纬信息的海洋数据；
步骤33：网格子区域图像进行归一化预处理，将归一化预处理的图像进行迭代计算获取影响系数的风险指标，根据影响系数的风险指标对不同承灾体的损害风险进行预警评估。
综上所述，由于本发明采用了上述技术方案，本发明具有以下有益技术效果是：
(1)、本发明的暴潮与海浪精细化预警系统能获取风暴潮与海浪精移动变的分布情况，并对受灾风险进行高效细化预警，预报精度高及适用性强，为承灾体选择最佳避灾路径，提升了风暴潮精细化预测的精度，改进了预测效率；
(2)、本发明的暴潮与海浪精细化预警系统能能为沿海地区未来的防灾减灾提供科学的决策依据，切实提高沿海区及沿岸港口等重点区域的台风、风暴潮和海浪精细化预警预报精度，提前72小时预警台风引起的风暴潮路径，为承灾体设置选择最佳避灾路径。
附图说明
图1为本发明的一种风暴潮与海浪精细化预警系统的系统原理示意图；
图2为本发明的图像网格分隔的结构示意图；
图3为本发明的RPN神经网训练输出结果示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白，以下参照附图并举出优选实施例，对本发明进一步详细说明。然而，需要说明的是，说明书中列出的许多细节仅仅是为了使读者对发明的一个或多个方面有一个透彻的理解，即便没有这些特定的细节也可以实现本发明的这些方面。
如图1所示，根据本发明的一种风暴潮与海浪精细化预警系统，所述预警系统包括海洋数据获取模块和网格化数据处理平台；所述海洋数据获取模块用于实时获取风暴潮出现前24h、或72小时或更长的时间的海洋参数数据和风暴潮沿线的多源遥感影像，并通过5G/北斗定位模块将采集的多参海洋数据和多源遥感影像传输至网格化数据处理平台进行网格化存储和预警处理，采集多参海洋数据至少包括海洋水质、水文、气象和时空信息进行多参数采集；所述网格化数据处理平台包括网格化数据存储单元、数据处理单元、数据分析单元和数据评价预警单元；所述网格化数据存储单元用于获取风暴潮的海洋参数数据和多源遥感影像并进行网格化存储；所述数据处理单元用于对海洋参数数据和多源遥感影进行网格化处理；所述数据分析单元用于获取网格化处理的数据并进分析处理，并输出包含承灾体经纬信息的海洋数据，所述数据评价预警单元用于根据海洋数据对不同承灾体的损害风险进行预警评估，然后根据预警评估结果对不同承灾体选择最佳避灾路径。在本发明中，所述网格化数据处理平台还包括数据量化单元和数据分割单元；所述数据量化单元用于选取易受海洋风暴潮与海浪影响的地物类别的海洋数据进行量化提取，生成风暴潮与海浪影响区域的矢量图；所述数据分割单元用于获取风暴潮与海浪影响区域的多源遥感影像与矢量图，并将其导入所述数据处理单元，所述数据处理单元将多源遥感影像与矢量图在同一坐标系下进行叠加，然后根据预设的网格分辨率进行多尺度分割，得到影响区域内具有经纬坐标的多个网格子区域图像,使用经纬度坐标等方式对图像进行处理和存储，大大提高了存储效率和映射关联速度，然后将网格子区域图像导出至数据分析单元进行分析处理，并输出不同承灾体的海洋数据的影响系数(输出风暴潮在移动过程中的影响因子、偏移系数或偏移程度)，所述数据评价预警单元根据海洋数据的影响系数对不同承灾体的损害风险进行预警。
在本发明中，所述网格化数据处理平台还包括数据预处理单元，所述数据预处理单元用于对网格子区域图像进行归一化预处理，然后将归一化预处理的图像数据送入数据分析单元中进行反复迭代计算获取影响系数的风险指标(对承灾体造成损害风险的灾害等级)，所述数据评价预警单元通过影响系数的风险指标对不同承灾体的损害风险进行预警评估，所述数据评价预警单元根据预设时间间隔获取风暴潮移动过程，然后根据当前影响系数的风险指标针对风暴潮移动过程，对不同承灾体的损害风险进行预警评估；对不同承灾体的损害风险进行预警评估包括当前风暴潮移动过程中风力强度的风险指标、风向的风险指标、风量的风险指标、降水量的风险指标、海流速度的风险指标、海浪高度的风险指标和风暴潮增水的风险指标分别不同对承灾体的灾害进行预警评估，风险指标参数用于反映发生灾害的严重程度；对具有经纬坐标的网格子区域图像进行反复迭加计算获风暴潮与海浪影响取影响区域内的目标图像并输出；在时间间隔内通过网格子区域图像预测风暴潮的移动趋势进行分析，实现24小时内或72小时内风暴潮发展变化进行预测，从而预测暴风潮发生灾害风险的影响系数，为承灾体选择最佳避灾路径作为依据，减少风潮承灾体的损害；通过反复迭加计算可以快速完成网格子区域内图像快速识别，了解风暴潮的移动趋势分布，实现海洋数据的快速分析，以便确定坐标内的海洋参数指标，从而获取预测风暴潮与海浪在预设时间间隔内移动的变化趋势(移动偏移分布)，实现对风暴潮在24小时内或72小时内移动路径分布进行预测，例如风力减小的速度或增加的大小趋势、海流的变化情况、风暴潮最高潮位出现时刻预报等以及台风移动方向或路径、台风强度或风速、风暴潮潮位高度等预测参数指标，从而根据具有经纬坐标的图像的进行预警承灾体的受灾风险，为承灾体选择最佳避灾路径，提升了风暴潮精细化预测的精度，改进了预测效率。
在本发明中，所述网格化数据存储单元包括网格创建模块、数据存储库表、数据编码模块、数据离散模块和数据索引模块，所述网格创建模块用于在网格化数据处理平台上创建一个用于存储时空数据的网格空间；所述网格空间内设置多个用于存储时空数据的数据存储库表，所述数据变换模块用于读取数据存储库表内存储的时空数据并对数据进行空间编码和时间编码，以便形成空间网格编码段和时间网格编码段，再将空间网格编码和时间网格编码存入数据存储库表，所述数据离散模块用于将各类带有空间位置属性和时间属性的时空数据，先按照所在地理空间覆盖范围赋予相应的网格编码，再按照时空数据产生时间赋予时间离散编码存入数据索引模块，所述数据索引模块按照时间顺序对时空数据进行排列，使数据与时空形成映射关联，通过对海洋数据网格化处理，能够缩短数据存储和获取的时间，提高了数据处理效率和精度。
根据本发明的另一个方面，如图1和图3所示，利用本发明的一种风暴潮与海浪精细化预警系统的预警方法，包括如下步骤：
步骤1：通过海洋数据获取模块获取风暴潮的海洋参数数据和风暴潮沿线的多源遥感影像，并通过5G/北斗定位模块将采集的多参海洋数据和多源遥感影像传输至网格化数据处理平台；
步骤2：网格化数据处理平台对多参海洋数据和多源遥感影像进行网格化存储和预警处理，并输出包含承灾体经纬信息的海洋数据；
步骤3：根据海洋数据对不同承灾体的损害风险进行预警评估，然后根据预警评估结果对不同承灾体选择最佳避灾路径。
在本发明中，如图2所示，为实现大规模海洋数据快速整合、集中存储、统一管理，能够快速自动关联和自动更新，使格网与编码能够最大限度存储数据，便于开始数运算处理和识别，对多参海洋数据和多源遥感影像进行网格化存储包括如下步骤：
步骤20：创建一个用于存储时空数据的网格空间；在网格空间内设置多个用于存储时空数据的数据存储库表；
步骤21：对数据存储库表内存储的时空数据进行空间编码和时间编码，以便形成空间网格编码段和时间网格编码段；
步骤22：再将空间网格编码和时间网格编码存入数据存储库表；
步骤23：将各类带有空间位置属性和时间属性的时空数据，先按照所在地理空间覆盖范围赋予相应的网格编码，再按照时空数据产生时间赋予时间离散编码进行存储；
步骤24：按照时间顺序对时空数据进行排列，使数据与时空形成映射关联关系。
在本发明中，如图1和图3所示，对多参海洋数据和多源遥感影像进行预警处理包括如下步骤：
步骤30：选取易受海洋风暴潮与海浪影响的地物类别的海洋数据进行量化提取，生成风暴潮与海浪影响区域的矢量图；地物类别主要包括风暴潮沿线的建筑物、植被、防潮堤、海洋养殖场、渔船等地物类别，对地物类别所在的位置提取具有经度和纬度信息的矢量，从而方便对各种地物类别(即承灾体)进行脆弱性评估。
步骤31：选取易受海洋风暴潮与海浪影响的地物类别的海洋数据进行量化提取，生成风暴潮与海浪影响区域的矢量图；
步骤32：将风暴潮与海浪影响区域的多源遥感影像与矢量图在同一坐标系下进行叠加，然后根据预设的网格分辨率进行多尺度分割，预设的网格分辨率为416×416～1280×960，将图像分割成B×B个网格，得到影响区域内具有经纬坐标的多个网格子区域图像，并输出包含承灾体经纬信息的海洋数据；
步骤33：网格子区域图像进行归一化预处理，将归一化预处理的图像进行迭代计算获取影响系数的风险指标，根据影响系数的风险指标对不同承灾体的损害风险进行预警评估，风暴潮在移动过程中且在预测时间内经过衰减或增强后获得的具有经纬信息的海洋数据，具有经纬信息的海洋数据主要包括风暴潮移动过程中风暴潮的经纬度坐标、方位角、风暴潮的风速、风暴潮的移动速度、海浪高度等，从而精细化获知风暴潮移动的路径分布，风暴潮移动速度越快、海浪越高反应出对承灾体造成损害的风险越高，本发明的对风暴潮的预警过程中对海洋数据的处理更加精细，获得的数据更加精准。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (9)

1.一种风暴潮与海浪精细化预警系统，其特征在于：所述预警系统包括海洋数据获取模块和网格化数据处理平台；所述海洋数据获取模块用于获取风暴潮的海洋参数数据和风暴潮沿线的多源遥感影像，并通过5G/北斗定位模块将采集的多参海洋数据和多源遥感影像传输至网格化数据处理平台进行网格化存储和预警处理；所述网格化数据处理平台包括网格化数据存储单元、数据处理单元、数据分析单元和数据评价预警单元；所述网格化数据存储单元用于获取风暴潮的海洋参数数据和多源遥感影像并进行网格化存储；所述数据处理单元用于对海洋参数数据和多源遥感影进行网格化处理；所述数据分析单元用于获取网格化处理的数据并进分析处理，并输出包含承灾体经纬信息的海洋数据；所述数据评价预警单元用于根据海洋数据对不同承灾体的损害风险进行预警评估，然后根据预警评估结果对不同承灾体选择最佳避灾路径。
2.根据权利要求1所述的一种风暴潮与海浪精细化预警系统，其特征在于：所述网格化数据处理平台还包括数据量化单元和数据分割单元；所述数据量化单元用于选取易受海洋风暴潮与海浪影响的地物类别的海洋数据进行量化提取，生成风暴潮与海浪影响区域的矢量图；所述数据分割单元用于获取风暴潮与海浪影响区域的多源遥感影像与矢量图，并将其导入所述数据处理单元，所述数据处理单元将多源遥感影像与矢量图在同一坐标系下进行叠加，然后根据预设的网格分辨率进行多尺度分割，得到影响区域内具有经纬坐标的多个网格子区域图像，然后将网格子区域图像导出至数据分析单元进行分析处理，并输出不同承灾体的海洋数据的影响系数，所述数据评价预警单元根据海洋数据的影响系数对不同承灾体的损害风险进行预警。
3.根据权利要求2所述的一种风暴潮与海浪精细化预警系统，其特征在于：所述网格化数据处理平台还包括数据预处理单元，所述数据预处理单元用于对网格子区域图像进行归一化预处理，然后将归一化预处理的图像数据送入数据分析单元中进行迭代计算获取影响系数的风险指标，所述数据评价预警单元通过影响系数的风险指标对不同承灾体的损害风险进行预警评估。
4.根据权利要求3所述的一种风暴潮与海浪精细化预警系统，其特征在于：所述数据评价预警单元根据预设时间间隔获取风暴潮移动过程，然后根据当前影响系数的风险指标针对风暴潮移动过程，对不同承灾体的损害风险进行预警评估。
5.根据权利要求1-3任一权利要求所述的一种风暴潮与海浪精细化预警系统，其特征在于：对不同承灾体的损害风险进行预警评估包括当前风暴潮移动过程中风力强度的风险指标、风向的风险指标、风量的风险指标、降水量的风险指标、海流速度的风险指标、海浪高度的风险指标和风暴潮增水的风险指标分别不同对承灾体的灾害进行预警评估。
6.根据权利要求1所述的一种风暴潮与海浪精细化预警系统，其特征在于：所述网格化数据存储单元包括网格创建模块、数据存储库表、数据编码模块、数据离散模块和数据索引模块，所述网格创建模块用于在网格化数据处理平台上创建一个用于存储时空数据的网格空间；所述网格空间内设置多个用于存储时空数据的数据存储库表，所述数据变换模块用于读取数据存储库表内存储的时空数据并对数据进行空间编码和时间编码，以便形成空间网格编码段和时间网格编码段，再将空间网格编码和时间网格编码存入数据存储库表，所述数据离散模块用于将各类带有空间位置属性和时间属性的时空数据，先按照所在地理空间覆盖范围赋予相应的网格编码，再按照时空数据产生时间赋予时间离散编码存入数据索引模块，所述数据索引模块按照时间顺序对时空数据进行排列，使数据与时空形成映射关联。
7.一种利用权利要求1至6任一所述的一种风暴潮与海浪精细化预警系统的预警方法，其特征在于：包括如下步骤：
步骤1：通过海洋数据获取模块获取风暴潮的海洋参数数据和风暴潮沿线的多源遥感影像，并通过5G/北斗定位模块将采集的多参海洋数据和多源遥感影像传输至网格化数据处理平台；
步骤2：网格化数据处理平台对多参海洋数据和多源遥感影像进行网格化存储和预警处理，并输出包含承灾体经纬信息的海洋数据；
步骤3：根据海洋数据对不同承灾体的损害风险进行预警评估，然后根据预警评估结果对不同承灾体选择最佳避灾路径。
8.根据权利要求7所述的预警方法，其特征在于：对多参海洋数据和多源遥感影像进行网格化存储包括如下步骤：
步骤20：创建一个用于存储时空数据的网格空间；在网格空间内设置多个用于存储时空数据的数据存储库表；
步骤21：对数据存储库表内存储的时空数据进行空间编码和时间编码，以便形成空间网格编码段和时间网格编码段；
步骤22：再将空间网格编码和时间网格编码存入数据存储库表；
步骤23：将各类带有空间位置属性和时间属性的时空数据，先按照所在地理空间覆盖范围赋予相应的网格编码，再按照时空数据产生时间赋予时间离散编码进行存储；
步骤24：按照时间顺序对时空数据进行排列，使数据与时空形成映射关联关系。
9.根据权利要求7所述的预警方法，其特征在于：对多参海洋数据和多源遥感影像进行预警处理包括如下步骤：
步骤30：选取易受海洋风暴潮与海浪影响的地物类别的海洋数据进行量化提取，生成风暴潮与海浪影响区域的矢量图；
步骤31：选取易受海洋风暴潮与海浪影响的地物类别的海洋数据进行量化提取，生成风暴潮与海浪影响区域的矢量图；
步骤32：将风暴潮与海浪影响区域的多源遥感影像与矢量图在同一坐标系下进行叠加，然后根据预设的网格分辨率进行多尺度分割，得到影响区域内具有经纬坐标的多个网格子区域图像，并输出包含承灾体经纬信息的海洋数据；
步骤33：网格子区域图像进行归一化预处理，将归一化预处理的图像进行迭代计算获取影响系数的风险指标，根据影响系数的风险指标对不同承灾体的损害风险进行预警评估。
CN202210574505.3A 2022-05-25 2022-05-25 一种风暴潮与海浪精细化预警系统及预警方法 Pending CN115018285A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210574505.3A CN115018285A (zh) 2022-05-25 2022-05-25 一种风暴潮与海浪精细化预警系统及预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210574505.3A CN115018285A (zh) 2022-05-25 2022-05-25 一种风暴潮与海浪精细化预警系统及预警方法

Publications (1)

Publication Number Publication Date
CN115018285A true CN115018285A (zh) 2022-09-06

Family

ID=83069355

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210574505.3A Pending CN115018285A (zh) 2022-05-25 2022-05-25 一种风暴潮与海浪精细化预警系统及预警方法

Country Status (1)

Country Link
CN (1) CN115018285A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115840975A (zh) * 2022-11-15 2023-03-24 广东省水利水电科学研究院 一种风暴潮增水漫堤预警方法、系统、装置和存储介质
CN117709580A (zh) * 2023-11-29 2024-03-15 广西科学院 一种基于setr与地理网格的海洋承灾体脆弱性评价方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115840975A (zh) * 2022-11-15 2023-03-24 广东省水利水电科学研究院 一种风暴潮增水漫堤预警方法、系统、装置和存储介质
CN117709580A (zh) * 2023-11-29 2024-03-15 广西科学院 一种基于setr与地理网格的海洋承灾体脆弱性评价方法

Similar Documents

Publication Publication Date Title
CN107818326B (zh) 一种基于场景多维特征的船只检测方法及系统
CN115018285A (zh) 一种风暴潮与海浪精细化预警系统及预警方法
CN107463901B (zh) 多尺度区域洪涝灾害危险性遥感评估方法和系统
CN109472200B (zh) 一种智能的海面垃圾检测方法、系统和存储介质
CN109814175B (zh) 一种基于卫星的强对流监测方法及其应用
CN111666854B (zh) 融合统计显著性的高分辨率sar影像车辆目标检测方法
CN111553204B (zh) 一种基于遥感影像的输电杆塔检测方法
CN115452759B (zh) 一种基于卫星遥感数据的河湖健康指标评价方法及系统
CN110414509A (zh) 基于海陆分割和特征金字塔网络的港口停靠舰船检测方法
CN113657252B (zh) 基于编码解码器的高效sar图像船舶目标检测方法
CN112766221A (zh) 基于船舶方向和位置多任务的sar图像船舶目标检测方法
CN111428916B (zh) 一种海上救援船舶巡航路径规划方法
CN116467565B (zh) 一种浒苔绿潮斑块最优搜寻区域预报方法
US20230306730A1 (en) Information extraction method of offshore raft culture based on multi-temporal optical remote sensing images
Chen et al. Rain-contaminated region segmentation of X-band marine radar images with an ensemble of SegNets
Zhang et al. Nearshore vessel detection based on Scene-mask R-CNN in remote sensing image
CN115984778A (zh) 一种基于多特征优化的Sentinel-1数据快速动态洪灾监测方法
Ma et al. End-to-end method with transformer for 3-D detection of oil tank from single SAR image
CN115293402A (zh) 一种鱼情预报的方法及相关设备
CN112084955B (zh) 一种高压线检测识别方法、装置及电子设备
CN116953707B (zh) 一种潮位监测雷达装置及监测方法和系统
CN116682026A (zh) 一种智能深度学习环境遥感系统
CN114862872B (zh) 一种基于Faster R-CNN的红树林单木分割方法
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
CN113936166A (zh) 一种基于多普勒天气雷达数据的冰雹回波识别方法及系统

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