CN116011818A - 一种洪涝风险时空动态传播分析模型 - Google Patents

一种洪涝风险时空动态传播分析模型 Download PDF

Info

Publication number
CN116011818A
CN116011818A CN202310038897.6A CN202310038897A CN116011818A CN 116011818 A CN116011818 A CN 116011818A CN 202310038897 A CN202310038897 A CN 202310038897A CN 116011818 A CN116011818 A CN 116011818A
Authority
CN
China
Prior art keywords
flood
urban
area
risk
propagation analysis
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
CN202310038897.6A
Other languages
English (en)
Inventor
王鹏
王路
王飞
贾玲
李亚博
司志远
詹兆平
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.)
Jiangsu University
Original Assignee
Jiangsu 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 Jiangsu University filed Critical Jiangsu University
Priority to CN202310038897.6A priority Critical patent/CN116011818A/zh
Publication of CN116011818A publication Critical patent/CN116011818A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种洪涝风险时空动态传播分析模型,包括如下步骤:S1、确定城市洪涝风险传播分析的模型框架;S2、选取细分指标和计算公式来进行量化;S3、获取卫星遥感数据以及城市气象数据,同时查找历史相关资料;S4、确定城市洪涝灾害发生区域、洪涝淹没面积和灾害损失;S5、计算得出城市洪涝风险的数值;S6、进行洪涝风险的时空动态传播分析。本发明采用上述的一种洪涝风险时空动态传播分析模型,通过构建城市洪涝风险传播分析模型,结合城市历史数据和未来预测数据,识别城市不同区域的风险分布并评估城市应对洪涝灾害的能力,可以动态监测洪涝风险在城市区域传播的状态和程度,达到城市洪涝监测预警的目的。

Description

一种洪涝风险时空动态传播分析模型
技术领域
本发明涉及洪涝风险传播分析领域,尤其涉及一种洪涝风险时空动态传播分析模型。
背景技术
近年来,由于全球气候变化,极端气候事件不断增加,洪涝灾害发生的频率在不断增加,并且由于人口增长和城市化进程的加快,城市洪涝的频率和强度逐渐加剧。最近,众多城市频繁遭受城市洪涝灾害,不仅影响城市的正常运转和市民正常生活,还会带来人员伤亡和严重的财产损失。因此,在全球气候变化背景下,面对极端气候事件的频繁发生,全面了解城市洪涝可能带来的挑战,降低城市洪涝风险,从而提高城市应对洪涝灾害的能力,对我国城市的可持续发展至关重要。
尽管我国众多学者已在城市洪涝灾害领域进行了大量研究,并完善了目前城市洪涝风险的评估方法和技术,但这些研究更多地关注于洪涝风险本身,并没有考虑到洪涝风险传播带来的潜在影响和后果,而洪涝风险的传播会导致众多城市系统的瘫痪,给城市带来严峻的挑战。因此,如何能动态地监测洪涝风险在城市区域传播的状态和程度,用于开展城市洪涝监测预报预警的服务,最终实现并洪涝风险的缓解,已成为目前城市亟待解决的问题。
发明内容
本发明的目的是提供一种洪涝风险时空动态传播分析模型,通过构建城市洪涝风险传播分析模型,结合城市历史数据和未来预测数据,识别城市不同区域的风险分布并评估城市应对洪涝灾害的能力,可以动态监测洪涝风险在城市区域传播的状态和程度,达到城市洪涝监测预警的目的。
为实现上述目的,本发明提供了一种洪涝风险时空动态传播分析模型,包括如下步骤:
S1、确定城市洪涝风险传播分析的模型框架;
S2、选取细分指标和计算公式来进行量化;
S3、获取卫星遥感数据以及城市气象数据,同时查找历史相关资料;
S4、确定城市洪涝灾害发生区域、洪涝淹没面积和灾害损失;
S5、计算得出城市洪涝风险的数值;
S6、进行洪涝风险的时空动态传播分析。
优选的,在步骤S1中,根据SIR模型并做出修正,确定城市洪涝风险传播分析的模型框架。
优选的,以城市为研究对象,对应SIR模型中的个体;人对病毒的易感性、感染和恢复能力三种类型分别对应城市的敏感性Susceptibility、脆弱性Vulnerability和恢复能力Recovery。
优选的,在步骤S2中,公式如下:
敏感性Susceptibility表示受到灾害影响的可能性,是指在当地条件下,某一区域发生洪灾的可能性,描述城市区域最容易发生洪灾的概率,用区域淹没面积和区域面积的比值衡量;
式中,IS表示敏感性,SInundated表示区域淹没面积,STotal表示区域总面积;
脆弱性Vulnerability是易受洪水事件影响的土地利用区域带来的潜在破坏,通常包括自然灾害的自然脆弱性和社会经济因素引起的社会脆弱性;前者是指受到洪涝事件发生和影响的可能性,而后者反映人们应对洪涝带来的压力并改变社会经济环境的能力;
式中,Iv表示脆弱性,SUrban表示在洪涝期间,城市地区被洪涝淹没的面积,SAgricultural表示在洪涝期间,农业区域被淹没的面积;a和b分别表示洪涝灾害的权重,可根据历史上城市区域和农业区域被洪涝淹没的面积或损失确定;SInundated表示区域淹没面积;
恢复能力Recovery是指衡量抵御灾害和灾后恢复的能力,有助于减少城市受到冲击的可能性、降低破坏的程度,促使城市尽快恢复正常功能;是指修复或更换洪水损坏的财产的能力,表示城市从洪水损失中恢复的经济能力,根据洪涝经济损失和城市收入来计算;
式中,IR表示恢复能力,LFlood表示城市洪涝经济损失,IPublic表示城市公共预算收入;
风险Risk由灾害和后果两部分组成,用以表示风险传播过程中,城市受洪涝影响的状态或程度,后果包括敏感性Susceptibility、脆弱性Vulnerability和恢复能力Recovery,计算公式为:
Risk=Susceptibility+Vulnerability-Recovery。
优选的,在步骤S3中,获取洪涝不同历时,目标城市不同区域的卫星遥感数据以及城市气象数据。
优选的,在步骤S3中,查找目标城市历史上所经历过的洪涝数据,包括洪涝淹没范围、淹没高度、受灾群众、房屋倾倒数和直接经济损失。
优选的,在步骤S4中,根据获取的卫星遥感数据和城市气象数据得到区域淹没面积、区域总面积;洪涝期间,城市地区被洪涝淹没的面积和农业区域被淹没的面积数据;由历史相关资料得到目标城市历史上的洪涝经济损失和公共预算收入。
因此,本发明采用上述一种洪涝风险时空动态传播分析模型,与现有技术相比,本发明提供的技术方案带来的有益效果是:
(1)通过构建城市洪涝风险传播分析模型,可以用于动态监测洪涝风险传播的状态和程度,达到城市洪涝监测预警的目的。
(2)适用城市广泛,有助于提出洪涝预防和灾后恢复的适应性策略。
(3)模型指标计算公式简洁明了,对有关城市洪涝的参数和指标要求较低,解决了现有城市洪涝风险传播分析对基础数据及操作人员的洪涝建模能力要求高、且其计算效率低、实用性差的问题。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
图1是本发明一种洪涝风险时空动态传播分析模型流程示意图;
图2是本发明提出的城市洪涝风险传播分析模型框架图;
图3是本发明提出的市洪涝风险传播分析模型三层次指标示意图。
具体实施方式
以下通过附图和实施例对本发明的技术方案作进一步说明。
除非另外定义,本发明使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的主旨或基本特征的情况下,能够以其它的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内,不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其它实施方式。这些其它实施方式也涵盖在本发明的保护范围内。
还应当理解,以上所述的具体实施例仅用于解释本发明,本发明的保护范围并不限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明/发明的保护范围之内。
对于相关领域普通技术人员已知的技术、方法和设备可能不作为详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
本发明说明书中引用的现有技术文献所公开的内容整体均通过引用并入本发明中,并且因此是本发明公开内容的一部分。
如图所示,一种洪涝风险时空动态传播分析模型,包括如下步骤:
S1、确定城市洪涝风险传播分析的模型框架。风险(Risk)包括基础的两部分:危害(Hazard)和后果(Consequence),危害指的是有可能带对人和财产造成损失的事件,后果是指潜在的影响和伤害。对于城市洪涝风险,危害即洪涝灾害事件,后果是指洪涝风险传播中带来的潜在影响。考虑到洪涝风险的传播,将SIR模型(Susceptible Infected RecoveredModel)应用于本发明并做出修正:以城市为研究对象,对应SIR模型中的个体;人对病毒的易感性、感染和恢复能力三种类型分别对应城市的敏感性(Susceptibility)、脆弱性(Vulnerability)和恢复能力(Recovery),用来表示洪涝风险传播过程中,城市受到洪涝影响的状态或程度;同时据此确定城市洪涝风险传播分析的模型框架,如图2所示:城市洪涝风险包括危害(Hazard)和后果(Consequence)两部分,危害是可能会带来损失的城市洪涝事件,后果是洪涝风险传播过程中可能带来的潜在损失和影响,用敏感性(Susceptibility)、脆弱性(Vulnerability)和恢复能力(Recovery)表示。其中,敏感性和脆弱性可以增加洪涝风险的后果,恢复能力降低洪涝风险的后果,洪涝风险被定义为:
Risk=Susceptibility+Vulnerability-Recovery
S2、根据步骤S1构建的城市洪涝风险传播分析的模型框架,选取细分指标和计算公式进行来量化,如图3所示,具体地:
①敏感性(Susceptibility)
敏感性表示受到灾害影响的可能性,是指在当地条件下,某一区域发生洪灾的可能性,描述城市区域最容易发生洪灾的概率,可以用区域淹没面积和区域面积的比值衡量。
式中,IS表示敏感性,SInundated表示区域淹没面积,STotal表示区域总面积。
②脆弱性(Vulnerability)
脆弱性是易受洪水事件影响的土地利用区域带来的潜在破坏,通常包括自然灾害的自然脆弱性和社会经济因素引起的社会脆弱性。前者是指受到洪涝事件发生和影响的可能性,而后者反映人们应对洪涝带来的压力并改变社会经济环境的能力。
式中,Iv表示敏感性,SUrban表示在洪涝期间,城市地区被洪涝淹没的面积,SAgricultural表示在洪涝期间,农业区域被淹没的面积;a和b分别表示洪涝灾害的权重,可根据历史上城市区域和农业区域被洪涝淹没的面积或损失确定;SInundated表示区域淹没面积。
③恢复能力(Recovery)
恢复能力衡量抵御灾害和灾后恢复的能力,有助于减少城市受到冲击的可能性、降低破坏的程度,促使城市尽快恢复正常功能;是指修复或更换洪水损坏的财产的能力,表示城市从洪水损失中恢复的经济能力,根据洪涝经济损失和城市收入来计算。
式中,IR表示恢复能力,LFlood表示城市洪涝经济损失,IPublic表示城市公共预算收入。
其中,城市洪涝经济损失包括业务中断损失、应急措施成本和资产损失。其中,应急措施成本包括房屋清洁成本、替代住房支出和与替代活动相关的应急支出。
业务中断损失是因业务中断而导致的损失,是工业、制造业和服务业生产的减少带来的损失,计算式为:
式中,LossBI表示业务中断损失,Dflood表示洪水泛滥后的洪水淹没天数,Dflood是洪水开始(inundation start)和结束(inundation end)之间的持续时间。淹没开始指洪水深度超过0m的时间,淹没结束是洪水深度在峰值之后低于h的时间(h是表示水淹的阈值,将其设为1.0m),Drecov表示洪水泛滥后的恢复天数,(Dflood=a×Drecov,a=2.0),P是每天GDP的地理分布乘以β获得,β是工业和服务业GDP占比。
房屋清洁成本计算式为:
LossClean=Nhouse×Dclean×Cclean
式中,LossClean表示房屋清洁费用,Nhouse表示家庭的数量,Dclean表示清洁延期天数,Cclean表示劳动价值。Dclean是年最大洪水深度的函数,Dclean是根据MLIT2005年和2006年与水有关的灾害的问卷调查,根据日本过去洪水灾害的统计数据确定的。Cclean源自日本MLIT,该数据是根据港口货物搬运工和建筑清洁工的日薪计算得出的。Cclean以目前当地货币衡量,并转换为基于购买力平价的缩水价值。
替代住房支出计算式为:
LossAHE=(Dflood+Dclean)×Nhouse×Chouse
式中,LossAHE表示替代性住房费用,撤离居民时需要替代性住房费用,从淹没到房屋清洁结束需要替代性住房租金;Chouse表示住房消费。
住房消费计算式为:
Chouse=GCAPday×Shouse×Rhouse
式中,GCAPday表示每日人均GDP(美元/人/天),Shouse表示平均家庭人数,Rhouse表示住房消费与收入的比例(在泰国,Rhouse=29.38%)。
与替代活动相关的应急支出计算式为:
LossEEC=Nhouse×EBhouse+Noffice×EBoffice
式中,LossEEC表示与替代活动相关的应急支出费用,包括购买饮用和通勤费用。Nhouse表示家庭数目,Noffice表示办公室数目,EBhouse表示家庭的替代活动支出负担,EBoffice表示办公室部门的替代活动支出负担,EBhouse和EBoffice适用于任何国家,是根据日本的MLIT(2005年)获得的,这些值是基于2005年和2006年发生在日本的洪水灾害和损失调查得出的。考虑到日本与其他国家地区之间的价格差异,EBhouse和EBoffice以与转换Cclean相同的方式转换为购买力平价。
资产损失计算式为:
Damage=Assets×Frc×f(Dph)
式中,Damage表示资产损失,Asset表示资产,根据Dph表示洪水深度,Frc表示洪水区域的比例,f表示损害-深度函数。洪水深度Dph和洪水区域的比例Frc可根据洪水淹没地图测得。损害-深度函数f是基于文献调查测出的每个区域(亚洲,非洲,欧洲,大洋洲,北美,中南美洲)资产损失的的估计值。
④风险(Risk)
风险由灾害和后果(包括敏感性、脆弱性和恢复能力)两部分组成,用以表示风险传播过程中,城市受洪涝影响的状态或程度,计算公式为:
Risk=Susceptibility+Vulnerability-Recovery。
S3、根据步骤S2选取的指标,获取卫星遥感数据以及城市气象数据,获取高分一号和高分二号卫星遥感数据以及城市气象数据,最早可以获取1960年至今及未来预测的相关数据。这些数据可以得到洪涝不同历时,目标城市不同区域的卫星遥感数据以及城市气象数据;历史相关资料查找目标城市历史上所经历过的洪涝相关数据,包括洪涝淹没范围、淹没高度、受灾群众、房屋倾倒数和直接经济损失等。
S4、根据步骤S3获取的卫星遥感数据和城市气象数据,通过使用GIS等技术对高分一号和高分二号卫星遥感数据进行处理,得出城市历年洪涝灾害受灾区域和淹没面积等信息,通过获取的降水数据模拟计算得出未来洪涝可能淹没的区域和面积。根据这些数据,确定洪涝不同发生时间,城市区域被洪涝淹没的面积和农业区域被淹没的面积等数据;同时根据历史相关资料得到目标城市历史上的洪涝经济损失和公共预算收入。
S5、结合步骤S2的计算公式和步骤S4的指标数据,计算得出城市洪涝风险的数值。
S6、根据步骤S5计算得出的洪涝风险数值,进行洪涝风险的时空动态传播分析。
因此,本发明采用上述一种洪涝风险时空动态传播分析模型,通过构建城市洪涝风险传播分析模型,结合城市历史数据和未来预测数据,识别城市不同区域的风险分布并评估城市应对洪涝灾害的能力,可以动态监测洪涝风险在城市区域传播的状态和程度,达到城市洪涝监测预警的目的。
最后应说明的是:以上实施例仅用以说明本发明的技术方案而非对其进行限制,尽管参照较佳实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对本发明的技术方案进行修改或者等同替换,而这些修改或者等同替换亦不能使修改后的技术方案脱离本发明技术方案的精神和范围。

Claims (7)

1.一种洪涝风险时空动态传播分析模型,其特征在于:包括如下步骤:
S1、确定城市洪涝风险传播分析的模型框架;
S2、选取细分指标和计算公式来进行量化;
S3、获取卫星遥感数据以及城市气象数据,同时查找历史相关资料;
S4、确定城市洪涝灾害发生区域、洪涝淹没面积和灾害损失;
S5、计算得出城市洪涝风险的数值;
S6、进行洪涝风险的时空动态传播分析。
2.根据权利要求1所述的一种洪涝风险时空动态传播分析模型,其特征在于:在步骤S1中,根据SIR模型并做出修正,确定城市洪涝风险传播分析的模型框架。
3.根据权利要求2所述的一种洪涝风险时空动态传播分析模型,其特征在于:以城市为研究对象,对应SIR模型中的个体;人对病毒的易感性、感染和恢复能力三种类型分别对应城市的敏感性Susceptibility、脆弱性Vulnerability和恢复能力Recovery。
4.根据权利要求1所述的一种洪涝风险时空动态传播分析模型,其特征在于:在步骤S2中,公式如下:
敏感性Susceptibility表示受到灾害影响的可能性,是指在当地条件下,某一区域发生洪灾的可能性,描述城市区域最容易发生洪灾的概率,用区域淹没面积和区域面积的比值衡量;
Figure FDA0004050436780000011
式中,IS表示敏感性,SInundated表示区域淹没面积,STotal表示区域总面积;
脆弱性Vulnerability是易受洪水事件影响的土地利用区域带来的潜在破坏,通常包括自然灾害的自然脆弱性和社会经济因素引起的社会脆弱性;前者是指受到洪涝事件发生和影响的可能性,而后者反映人们应对洪涝带来的压力并改变社会经济环境的能力;
Figure FDA0004050436780000021
式中,Iv表示脆弱性,SUrban表示在洪涝期间,城市地区被洪涝淹没的面积,SAgricultural表示在洪涝期间,农业区域被淹没的面积;a和b分别表示洪涝灾害的权重,可根据历史上城市区域和农业区域被洪涝淹没的面积或损失确定;SInundated表示区域淹没面积;
恢复能力Recovery是指衡量抵御灾害和灾后恢复的能力,有助于减少城市受到冲击的可能性、降低破坏的程度,促使城市尽快恢复正常功能;是指修复或更换洪水损坏的财产的能力,表示城市从洪水损失中恢复的经济能力,根据洪涝经济损失和城市收入来计算;
Figure FDA0004050436780000022
式中,IR表示恢复能力,LFlood表示城市洪涝经济损失,IPublic表示城市公共预算收入;
风险Risk由灾害和后果两部分组成,用以表示风险传播过程中,城市受洪涝影响的状态或程度,后果包括敏感性Susceptibility、脆弱性Vulnerability和恢复能力Recovery,计算公式为:
Risk=Susceptibility+Vulnerability-Recovery。
5.根据权利要求1所述的一种洪涝风险时空动态传播分析模型,其特征在于:在步骤S3中,获取洪涝不同历时,目标城市不同区域的卫星遥感数据以及城市气象数据。
6.根据权利要求1所述的一种洪涝风险时空动态传播分析模型,其特征在于:在步骤S3中,查找目标城市历史上所经历过的洪涝数据,包括洪涝淹没范围、淹没高度、受灾群众、房屋倾倒数和直接经济损失。
7.根据权利要求1所述的一种洪涝风险时空动态传播分析模型,其特征在于:在步骤S4中,根据获取的卫星遥感数据和城市气象数据得到区域淹没面积、区域总面积;洪涝期间,城市地区被洪涝淹没的面积和农业区域被淹没的面积数据;由历史相关资料得到目标城市历史上的洪涝经济损失和公共预算收入。
CN202310038897.6A 2023-01-13 2023-01-13 一种洪涝风险时空动态传播分析模型 Pending CN116011818A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310038897.6A CN116011818A (zh) 2023-01-13 2023-01-13 一种洪涝风险时空动态传播分析模型

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310038897.6A CN116011818A (zh) 2023-01-13 2023-01-13 一种洪涝风险时空动态传播分析模型

Publications (1)

Publication Number Publication Date
CN116011818A true CN116011818A (zh) 2023-04-25

Family

ID=86019127

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310038897.6A Pending CN116011818A (zh) 2023-01-13 2023-01-13 一种洪涝风险时空动态传播分析模型

Country Status (1)

Country Link
CN (1) CN116011818A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116187769A (zh) * 2023-05-04 2023-05-30 四川省安全科学技术研究院 基于情景模拟的城镇洪涝灾害风险研判方法
CN118036829A (zh) * 2024-04-11 2024-05-14 南京邮电大学 用于数字化城市治理的智能洪涝预警应对方法及系统
CN118036829B (zh) * 2024-04-11 2024-06-11 南京邮电大学 用于数字化城市治理的智能洪涝预警应对方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110852577A (zh) * 2019-10-25 2020-02-28 镇江德威乐普能源环保科技有限公司 基于城市韧性与城市流域水文模型的城市洪涝评估方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110852577A (zh) * 2019-10-25 2020-02-28 镇江德威乐普能源环保科技有限公司 基于城市韧性与城市流域水文模型的城市洪涝评估方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
WANG PENG 等: "The analysis of urban flood risk propagation based on the modified susceptible infected recovered model", 《JOURNAL OF HYDROLOGY》, vol. 603, pages 1 - 16 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116187769A (zh) * 2023-05-04 2023-05-30 四川省安全科学技术研究院 基于情景模拟的城镇洪涝灾害风险研判方法
CN116187769B (zh) * 2023-05-04 2023-07-04 四川省安全科学技术研究院 基于情景模拟的城镇洪涝灾害风险研判方法
CN118036829A (zh) * 2024-04-11 2024-05-14 南京邮电大学 用于数字化城市治理的智能洪涝预警应对方法及系统
CN118036829B (zh) * 2024-04-11 2024-06-11 南京邮电大学 用于数字化城市治理的智能洪涝预警应对方法及系统

Similar Documents

Publication Publication Date Title
Nhamo et al. Preparedness or repeated short-term relief aid? Building drought resilience through early warning in southern Africa
Güneralp et al. Changing global patterns of urban exposure to flood and drought hazards
Manandhar et al. Local people's perceptions of climate change and related hazards in mountainous areas of northern Thailand
Park et al. Soil erosion risk in Korean watersheds, assessed using the revised universal soil loss equation
Li et al. Flood loss analysis and quantitative risk assessment in China
CN104408900B (zh) 基于动态优化的神经网络洪水预警装置及其方法
Thomas et al. Natural disasters and household welfare: evidence from Vietnam
Saxena et al. Development of habitation vulnerability assessment framework for coastal hazards: Cuddalore coast in Tamil Nadu, India—A case study
Lilai et al. A multi-dimensional integrated approach to assess flood risks on a coastal city, induced by sea-level rise and storm tides
Li et al. Examining the coupling relationship between urbanization and natural disasters: A case study of the Pearl River Delta, China
Burrell et al. A review of flood management considering the impacts of climate change
CN116011818A (zh) 一种洪涝风险时空动态传播分析模型
Li et al. Unraveling land system vulnerability to rapid urbanization: An indicator-based vulnerability assessment for Wuhan, China
Yang et al. On the importance of landslide management: Insights from a 32-year database of landslide consequences and rainfall in Hong Kong
Wei et al. Impacts of natural disasters and disaster risk management in China: The case of China’s experience in the wenchuan earthquake
Luu et al. Analysing flood fatalities in Vietnam using national disaster database and tree-based methods
CN112593613A (zh) 城市内涝灾害下交通网络韧性承载力评估方法
Tedesco et al. Exposure of real estate properties to the 2018 Hurricane Florence flooding
CN115018165A (zh) 基于大数据的洪水预报分析系统及方法
AHSAN Climate change adaptation-based strategies on water and its security: A study on Dhaka and Ankara
Zhou et al. Identification and frequency analysis of drought–flood abrupt alternation events using a daily-scale standardized weighted average of the precipitation index
Yodying et al. Flood hazard assessment using fuzzy analytic hierarchy process: A case study of Bang Rakam model in Thailand
Florke et al. Climate adaption-modelling water scenarios and sectoral impacts. Final report ClimWatAdapt project
Kang et al. Disaster vulnerability assessment in coastal areas of Korea
Muhamad et al. Assessment of flood events in Selangor, Malaysia

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20230425

RJ01 Rejection of invention patent application after publication