CN115952577B - 一种梯级水库群溃决风险分析方法 - Google Patents
一种梯级水库群溃决风险分析方法 Download PDFInfo
- Publication number
- CN115952577B CN115952577B CN202211556930.6A CN202211556930A CN115952577B CN 115952577 B CN115952577 B CN 115952577B CN 202211556930 A CN202211556930 A CN 202211556930A CN 115952577 B CN115952577 B CN 115952577B
- Authority
- CN
- China
- Prior art keywords
- dam
- cascade
- break
- flood
- reservoir
- 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.)
- Active
Links
Classifications
-
- 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
Abstract
本发明公开了一种梯级水库群溃决风险分析方法,本发明可以确定梯级水库群溃决灾难空间外包线和死亡区域,当发生溃坝时及时了解溃坝情形并发布风险预警,为下游组织采取预警和应急避险行动提供支持,进而减少或者避免不必要的生命损失和财产损失。通过确定外包线及危险分区,快捷直观地模拟和分析相关数据与信息,有助于精准制定居民疏散计划并合理安排疏散路线,完善应急预案并提高应急效率,为洪水应急管理提供技术支撑。
Description
技术领域
本发明属于梯级水电站坝群安全和应急管理的技术领域,具体涉及一种梯级水库群溃决风险分析方法。
背景技术
水电站突发溃坝事故为非正常和难以预测的事件,大坝一失事或遭到破坏,产生的洪水将给下游带来灾难性损失,严重危害生态环境以及人民生命及财产安全。根据土石坝工程失事数据统计,洪水漫坝失事所占比例高达50.6%,为主要引发水库失事因素,因此漫坝失事风险研究备受政府关注。随着我国水电开发的不断推进,不少流域已经形成梯级水库群,这些梯级中水库的风险相互关联、相互影响。
对于溃坝风险分析,评估内容主要针对单一溃坝,现今需充分考虑单元与梯级水库群整体安全的关联性,考虑实现从单一溃坝向梯级连溃风险评估跨越。在风险预测方面,主要通过经验公式、物理模型法及数值模拟法等进行溃口流量与时间关系计算、水位变化过程分析、溃坝洪水向下游演进沿程处的各个水位、流量、流速等及溃坝淹没范围等信息进行计算。现今在考虑灾害链机制作用下,需明确巨震、巨型滑坡、特大洪水等风险在梯级水电枢纽群之间传播规律和链式反应原理,结合区域特性,开展风险区划,绘制空间梯级水库群溃决灾难空间外包线,划分死亡和逃生区域,实现空间风险量化预测及提供精准风险防控策略。
发明内容
针对现有技术中的上述不足,本发明提供的一种梯级水库群溃决风险分析方法解决了现有的溃坝风险分析只针对单一溃坝的问题。
为了达到上述发明目的,本发明采用的技术方案为:一种梯级水库群溃决风险分析方法,包括以下步骤:
S1、识别梯级水库群溃坝因素,建立梯级系统漫坝贝叶斯网络得到最不利的梯级水库群溃坝洪水情景;
S2、根据最不利的梯级水库群溃坝洪水情景进行分析,得到致灾因子空间值;
S3、根据致灾因子空间值进行梯级水库群溃坝下泄危险区确定,完成梯级水库群溃决风险分析。
进一步地:所述S1包括以下分步骤:
S11、分析诱发梯级水库群溃坝的风险源,生成包含不同类型单库风险源的梯级区间洪水情景,并根据不同类型单库风险源的梯级区间洪水情景组合构建梯级系统漫坝贝叶斯网络;
S12、基于梯级系统漫坝贝叶斯网络,计算梯级系统漫坝贝叶斯网络中每级水库溃坝洪水的先验概率,进而得到梯级系统漫坝贝叶斯网络溃坝洪水概率;
S13、根据梯级系统漫坝贝叶斯网络溃坝洪水概率得到最不利的梯级水库群溃坝洪水情景;其中,所述最不利的梯级水库群溃坝洪水情景包括溃坝流量、宽度和水深。
进一步地:所述S11中,梯级系统漫坝贝叶斯网络包括若干级单库漫坝贝叶斯网络模型;
其中,每级所述单库漫坝贝叶斯网络模型包括单库风险源和单库洪水情景;
所述单库风险源包括出入流、巨震、滑坡、堰塞湖、洪水、闸门态、漫坝、失稳、管涌、扬压力突变和水库上游溃坝洪水发生的先验概率,所述单库洪水情景具体为大坝溃决。
进一步地:所述S12中,每级水库溃坝洪水的先验概率P(X1,X2,…X3)的表达式具体为:
式中,Xi为第i个单库风险源,为第i个单库风险源的条件概率。
上述进一步方案的有益效果为:每级水库溃坝洪水的先验概率作为下一级上游溃坝洪水发生的先验概率,可以得到考虑单库与梯级水库群整体安全的关联性的溃坝洪水概率。
进一步地:所述S2具体为:
基于最不利的梯级水库群溃坝洪水情景,通过水动力耦合模型进行模拟洪水演进过程分析,得到模拟溃坝后在下游区域形成的淹没区域面积和淹没时间,并将其作为致灾因子空间值。
进一步地:所述水动力耦合模型的表达式具体为:
A为过水断面面积,Q为断面流量,q为旁侧流量,h为断面水深,g为引力加速度,t为距离,x为时间,R为水力半径,C为谢才系数。
上述进一步方案的有益效果为:水动力耦合模型用交错网格和半隐式格式求解,增加了离散模型的通用性和稳定性。
进一步地:所述S3包括以下分步骤:
S31、根据居民撤离时间和居民准备逃生时间确定溃坝应急响应时间;
S32、根据淹没区域面积确定梯级水库群溃决灾难空间外包线范围,根据梯级水库群溃决灾难空间外包线范围计算逃生时间;
S33、根据溃坝应急响应时间、逃生时间和淹没时间的关系确定居民点为死亡区域或逃生区域,完成梯级水库群溃决风险分析。
进一步地:所述S32中,计算逃生时间t0的表达式具体为:
t0=R/V0
式中,R为居民点距离梯级水库群溃决灾难空间外包线最近距离,V0为逃离速度。
进一步地:所述S33中,确定居民点为死亡区域或逃生区域的方法具体为:
判断居民点的溃坝应急响应时间与逃生时间之和是否大于淹没时间;
若是,则所述居民点为死亡区域;若否,则所述居民点为逃生区域。
本发明的有益效果为:本发明可以确定梯级水库群溃决灾难空间外包线和死亡区域,当发生溃坝时及时了解溃坝情形并发布风险预警,为下游组织采取预警和应急避险行动提供支持,进而减少或者避免不必要的生命损失和财产损失。通过确定外包线及危险分区,快捷直观地模拟和分析相关数据与信息,有助于精准制定居民疏散计划并合理安排疏散路线,完善应急预案并提高应急效率,为洪水应急管理提供技术支撑。
附图说明
图1为本发明的一种梯级水库群溃决风险分析方法流程图。
图2为本发明的水电枢纽群溃坝链式反应情景组合。
图3为本发明的组合风险下双库连溃的BN结构图。
图4为本发明的溃口处溃坝流量过程关系图。
图5为本发明的洪水淹没范围图。
图6为本发明的洪水到达时间分布图。
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
如图1所示,在本发明的一个实施例中,一种梯级水库群溃决风险分析方法,包括以下步骤:
S1、识别梯级水库群溃坝因素,建立梯级系统漫坝贝叶斯网络得到最不利的梯级水库群溃坝洪水情景;
S2、根据最不利的梯级水库群溃坝洪水情景进行分析,得到致灾因子空间值;
S3、根据致灾因子空间值进行梯级水库群溃坝下泄危险区确定,完成梯级水库群溃决风险分析。
所述S1包括以下分步骤:
S11、分析诱发梯级水库群溃坝的风险源,生成包含不同类型单库风险源的梯级区间洪水情景,并根据不同类型单库风险源的梯级区间洪水情景组合构建梯级系统漫坝贝叶斯网络;
S12、基于梯级系统漫坝贝叶斯网络,计算梯级系统漫坝贝叶斯网络中每级水库溃坝洪水的先验概率,进而得到梯级系统漫坝贝叶斯网络溃坝洪水概率;
S13、根据梯级系统漫坝贝叶斯网络溃坝洪水概率得到最不利的梯级水库群溃坝洪水情景;其中,所述最不利的梯级水库群溃坝洪水情景包括溃坝流量、宽度和水深。
如图2所示,所述S11中,梯级系统漫坝贝叶斯网络包括若干级单库漫坝贝叶斯网络模型;
其中,每级所述单库漫坝贝叶斯网络模型包括单库风险源和单库洪水情景;
所述单库风险源包括出入流、巨震、滑坡、堰塞湖、洪水、闸门态、漫坝、失稳和管涌、扬压力突变,所述单库洪水情景具体为大坝溃决。
在本实施例中,将第一级水库溃坝洪水的先验概率作为下一级水库上游溃坝洪水发生的先验概率,再次进行单库漫坝概率计算,最终得到梯级系统漫坝贝叶斯网络溃坝洪水概率。
所述S12中,每级水库溃坝洪水的先验概率P(X1,X2,…X3)的表达式具体为:
式中,Xi为第i个单库风险源,为第i个单库风险源的条件概率。
在本实施例中,单库风险源还包括地震、天然洪水和上游溃坝洪水,如图3所示,地震、天然洪水和上游溃坝洪水组合概率为水库溃坝洪水的先验概率。
单库风险源的概率P(Xi)和贝叶斯公式的表达式具体为:
S13、根据梯级系统漫坝贝叶斯网络溃坝洪水概率得到最不利的梯级水库群溃坝洪水情景;其中,所述最不利的梯级水库群溃坝洪水情景包括溃坝流量、宽度和水深。
在本实施例中,通过基于梯级系统漫坝贝叶斯网络的单库风险源组合概率分析可以确定相应概率水平下最不利的梯级水库群溃坝洪水情景,例如,对于“万年一遇”概率水平下的可能溃坝情景包括:①万年一遇洪水导致溃坝;②万年一遇地震导致溃坝;③千年一遇地震及其形成的堰塞湖遭遇N年一遇洪水(假定其组合遭遇概率为万年一遇,N的值通过S12的方法试算得到),导致堰塞湖溃决,进而形成梯级水库群连馈;④其他遭遇情景。上述①②③情景中,③为最不利的梯级水库群溃坝洪水情景。相比而言,情景①的坝体没有经历地震,结构稳定,即使洪水量级大,水库群通过联合调度也可能化解风险;情景②虽然有地震损坏了坝体结构,但水库没有入库洪水过程,可通过泄水降低风险;情景③地震诱发的滑坡堰塞湖遭遇洪水过程,很容易出现溃决,触发梯级水电枢纽群的连馈形成巨灾。
所述S2具体为:
基于最不利的梯级水库群溃坝洪水情景,通过水动力耦合模型进行模拟洪水演进过程分析,得到模拟溃坝后在下游区域形成的淹没区域面积和淹没时间,并将其作为致灾因子空间值。
所述水动力耦合模型的表达式具体为:
A为过水断面面积,Q为断面流量,q为旁侧流量,h为断面水深,g为引力加速度,t为距离,x为时间,R为水力半径,C为谢才系数。
在本实施例中,水动力耦合模型根据设定的边界条件和起始条件,加载断面数据、流量过程、河段糙率等数据,模拟得到图4所示的溃坝溃口流量计算结果。模拟得到图5和图6所示的溃坝后在下游区域形成的淹没区域面积S和淹没时间T的致灾因子空间值。
所述S3包括以下分步骤:
S31、根据居民撤离时间和居民准备逃生时间确定溃坝应急响应时间;
S32、根据淹没区域面积确定梯级水库群溃决灾难空间外包线范围,根据梯级水库群溃决灾难空间外包线范围计算逃生时间;
S33、根据溃坝应急响应时间、逃生时间和淹没时间的关系确定居民点为死亡区域或逃生区域,完成梯级水库群溃决风险分析。
所述S32中,计算逃生时间t0的表达式具体为:
t0=R/V0
式中,R为居民点距离梯级水库群溃决灾难空间外包线最近距离,V0为逃离速度。
所述S33中,确定居民点为死亡区域或逃生区域的方法具体为:
判断居民点的溃坝应急响应时间与逃生时间之和是否大于淹没时间;
若是,则所述居民点为死亡区域;若否,则所述居民点为逃生区域。
本发明的有益效果为:本发明可以确定梯级水库群溃决灾难空间外包线和死亡区域,当发生溃坝时及时了解溃坝情形并发布风险预警,为下游组织采取预警和应急避险行动提供支持,进而减少或者避免不必要的生命损失和财产损失。通过确定外包线及危险分区,快捷直观地模拟和分析相关数据与信息,有助于精准制定居民疏散计划并合理安排疏散路线,完善应急预案并提高应急效率,为洪水应急管理提供技术支撑。
在本发明的描述中,需要理解的是,术语“中心”、“厚度”、“上”、“下”、“水平”、“顶”、“底”、“内”、“外”、“径向”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性或隐含指明的技术特征的数量。因此,限定由“第一”、“第二”、“第三”的特征可以明示或隐含地包括一个或者更多个该特征。
Claims (6)
1.一种梯级水库群溃决风险分析方法,其特征在于,包括以下步骤:
S1、识别梯级水库群溃坝因素,建立梯级系统漫坝贝叶斯网络得到最不利的梯级水库群溃坝洪水情景;
S2、根据最不利的梯级水库群溃坝洪水情景进行分析,得到致灾因子空间值;
S3、根据致灾因子空间值进行梯级水库群溃坝下泄危险区确定,完成梯级水库群溃决风险分析;
所述S1包括以下分步骤:
S11、分析诱发梯级水库群溃坝的风险源,生成包含不同类型单库风险源的梯级区间洪水情景,并根据不同类型单库风险源的梯级区间洪水情景组合构建梯级系统漫坝贝叶斯网络;
S12、基于梯级系统漫坝贝叶斯网络,计算梯级系统漫坝贝叶斯网络中每级水库溃坝洪水的先验概率,进而得到梯级系统漫坝贝叶斯网络溃坝洪水概率;
S13、根据梯级系统漫坝贝叶斯网络溃坝洪水概率得到最不利的梯级水库群溃坝洪水情景;其中,所述最不利的梯级水库群溃坝洪水情景包括溃坝流量、宽度和水深;
所述S2具体为:
基于最不利的梯级水库群溃坝洪水情景,通过水动力耦合模型进行模拟洪水演进过程分析,得到模拟溃坝后在下游区域形成的淹没区域面积和淹没时间,并将其作为致灾因子空间值;
所述S3包括以下分步骤:
S31、根据居民撤离时间和居民准备逃生时间确定溃坝应急响应时间;
S32、根据淹没区域面积确定梯级水库群溃决灾难空间外包线范围,根据梯级水库群溃决灾难空间外包线范围计算逃生时间;
S33、根据溃坝应急响应时间、逃生时间和淹没时间的关系确定居民点为死亡区域或逃生区域,完成梯级水库群溃决风险分析。
2.根据权利要求1所述的梯级水库群溃决风险分析方法,其特征在于,所述S11中,梯级系统漫坝贝叶斯网络包括若干级单库漫坝贝叶斯网络模型;
其中,每级所述单库漫坝贝叶斯网络模型包括单库风险源和单库洪水情景;
所述单库风险源包括出入流、巨震、滑坡、堰塞湖、洪水、闸门态、漫坝、失稳和管涌、扬压力突变,所述单库洪水情景具体为大坝溃决。
3.根据权利要求2所述的梯级水库群溃决风险分析方法,其特征在于,所述S12中,每级水库溃坝洪水的先验概率P(X1,X2,…X3)的表达式具体为:
式中,Xi为第i个单库风险源,为第i个单库风险源的条件概率。
4.根据权利要求1所述的梯级水库群溃决风险分析方法,其特征在于,所述水动力耦合模型的表达式具体为:
A为过水断面面积,Q为断面流量,q为旁侧流量,h为断面水深,g为引力加速度,t为距离,x为时间,R为水力半径,C为谢才系数。
5.根据权利要求1所述的梯级水库群溃决风险分析方法,其特征在于,所述S32中,计算逃生时间t0的表达式具体为:
t0=R/V0
式中,R为居民点距离梯级水库群溃决灾难空间外包线最近距离,V0为逃离速度。
6.根据权利要求1所述的梯级水库群溃决风险分析方法,其特征在于,所述S33中,确定居民点为死亡区域或逃生区域的方法具体为:
判断居民点的溃坝应急响应时间与逃生时间之和是否大于淹没时间;
若是,则所述居民点为死亡区域;若否,则所述居民点为逃生区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211556930.6A CN115952577B (zh) | 2022-12-06 | 2022-12-06 | 一种梯级水库群溃决风险分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211556930.6A CN115952577B (zh) | 2022-12-06 | 2022-12-06 | 一种梯级水库群溃决风险分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115952577A CN115952577A (zh) | 2023-04-11 |
CN115952577B true CN115952577B (zh) | 2023-07-25 |
Family
ID=85901948
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211556930.6A Active CN115952577B (zh) | 2022-12-06 | 2022-12-06 | 一种梯级水库群溃决风险分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115952577B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114021933A (zh) * | 2021-10-29 | 2022-02-08 | 华中科技大学 | 基于动态泄流法的梯级水库群溃坝应急调度方法及系统 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107330621B (zh) * | 2017-06-30 | 2018-07-13 | 中国水利水电科学研究院 | 一种基于贝叶斯网络的水库群泄水建筑物失效评估方法 |
CN107480401B (zh) * | 2017-09-01 | 2021-03-30 | 中国电建集团成都勘测设计研究院有限公司 | 梯级水库群贝叶斯风险网络模型的构建方法 |
CN107832917B (zh) * | 2017-10-13 | 2021-09-10 | 四川大学 | 基于贝叶斯风险网络的梯级水库群薄弱梯级、关键梯级以及控制性梯级的识别方法 |
CN107832916B (zh) * | 2017-10-13 | 2022-04-08 | 四川大学 | 基于贝叶斯风险网络的梯级水电站关键风险因素及风险传递关键路径的识别方法 |
CN107761654B (zh) * | 2017-10-31 | 2019-05-17 | 中国电建集团成都勘测设计研究院有限公司 | 梯级建设条件下的高坝施工中期防洪度汛方案决策方法 |
CN109344999A (zh) * | 2018-09-07 | 2019-02-15 | 华中科技大学 | 一种径流概率预报方法 |
CN109902801B (zh) * | 2019-01-22 | 2020-11-17 | 华中科技大学 | 一种基于变分推理贝叶斯神经网络的洪水集合预报方法 |
CN109992909B (zh) * | 2019-04-08 | 2023-06-30 | 珠江水利委员会珠江水利科学研究院 | 树状河网梯级水库水动力水质泥沙耦合模拟方法及系统 |
CN111461421B (zh) * | 2020-03-28 | 2021-02-09 | 华中科技大学 | 一种基于互馈关系解析的梯级水库风险评估方法及系统 |
CN112464575B (zh) * | 2020-12-17 | 2023-05-26 | 国网福建省电力有限公司电力科学研究院 | 一种基于贝叶斯网络的大坝群风险评估方法和设备 |
CN112819293B (zh) * | 2021-01-14 | 2023-01-06 | 中国长江三峡集团有限公司 | 气候变化影响下水库调度规则的失效预警分析方法 |
-
2022
- 2022-12-06 CN CN202211556930.6A patent/CN115952577B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114021933A (zh) * | 2021-10-29 | 2022-02-08 | 华中科技大学 | 基于动态泄流法的梯级水库群溃坝应急调度方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115952577A (zh) | 2023-04-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shi et al. | Risk assessment and mitigation for the Hongshiyan landslide dam triggered by the 2014 Ludian earthquake in Yunnan, China | |
Nicholls et al. | Global estimates of the impact of a collapse of the West Antarctic ice sheet: an application of FUND | |
De Bruijn et al. | Risky places in the Netherlands: a first approximation for floods | |
Sivakumar | Flood mitigation strategies adopted in Sri Lanka a review | |
Aparicio et al. | Floods in Tabasco, Mexico: a diagnosis and proposal for courses of action | |
CN112464575A (zh) | 一种基于贝叶斯网络的大坝群风险评估方法和设备 | |
Xu et al. | Impact assessment of climate change on compound flooding in a coastal city | |
CN115952577B (zh) | 一种梯级水库群溃决风险分析方法 | |
Mai et al. | Coastal protection strategies for the Red River Delta | |
Zhu et al. | risk-based warning decision making of cascade breaching of the Tangjiashan landslide dam and two smaller downstream landslide dams | |
Mahmoud et al. | Potential impacts of failure of the Grand Ethiopian Renaissance Dam on downstream countries | |
Diman et al. | Dam flooding caused a prolonged flooding | |
CN117034810A (zh) | 一种电力设施淹没风险动态评估及预警方法及系统 | |
CN109723027B (zh) | 一种用于泄洪雾化模型试验中雨强比尺Sr设计的方法 | |
CN116542061A (zh) | 河港湖区水系排涝能力勘测数据分析方法 | |
CN111160763B (zh) | 水工消力池的安全风险评估方法 | |
CN114565211A (zh) | 一种风险传递及叠加作用下梯级水库群溃坝风险后果评估方法 | |
Lan et al. | Modeling the evolution of industrial accidents triggered by natural disasters using dynamic graphs: A case study of typhoon-induced domino accidents in storage tank areas | |
Zhu et al. | Warning decision-making for landslide dam breaching flood using influence diagrams | |
Maes et al. | Freak events, black swans, and unknowable unknowns: impact on risk-based design | |
Gogoașe Nistoran et al. | Assessing the impact of an arch-dam breach magnitude and reservoir inflow on flood maps | |
Darji et al. | A Dam Break Analysis Using HEC-RAS 2D Hydrodynamic Modeling for Decision-Making System | |
Jonkman et al. | A COMPARATIVE STUDY ON METHODS FOR LOSS OF LIFE ESTIMATION–APPLICATIONS TO CASE STUDIES IN THE UNITED STATES | |
Wang et al. | Quantifying Life Loss of Asphalt Concrete Core Dam Break Based on Bayesian Network | |
ToRii et al. | Risk assessment on storm surge flood |
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 |