CN116911620B - 台风全生命周期风险评估预警方法、装置及电子设备 - Google Patents
台风全生命周期风险评估预警方法、装置及电子设备 Download PDFInfo
- Publication number
- CN116911620B CN116911620B CN202311168081.1A CN202311168081A CN116911620B CN 116911620 B CN116911620 B CN 116911620B CN 202311168081 A CN202311168081 A CN 202311168081A CN 116911620 B CN116911620 B CN 116911620B
- Authority
- CN
- China
- Prior art keywords
- rainfall
- typhoon
- grid point
- disaster
- data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 74
- 238000012502 risk assessment Methods 0.000 title claims abstract description 70
- 238000000926 separation method Methods 0.000 claims abstract description 44
- 238000011156 evaluation Methods 0.000 claims abstract description 41
- 238000012544 monitoring process Methods 0.000 claims abstract description 31
- 230000000694 effects Effects 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims description 45
- 238000010606 normalization Methods 0.000 claims description 21
- 230000007613 environmental effect Effects 0.000 claims description 17
- 230000002093 peripheral effect Effects 0.000 claims description 17
- 238000004088 simulation Methods 0.000 claims description 14
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 14
- 239000002689 soil Substances 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000011084 recovery Methods 0.000 claims description 12
- 238000012876 topography Methods 0.000 claims description 9
- 230000035935 pregnancy Effects 0.000 claims description 5
- 238000001556 precipitation Methods 0.000 description 34
- 238000004458 analytical method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000008033 biological extinction Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/211—Schema design and management
-
- 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
- G06Q50/265—Personal security, identity or safety
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种台风全生命周期风险评估预警方法、装置及电子设备,涉及台风灾害监测评估技术领域,包括:获取待评估台风对应的路径数据和气象栅格数据;对待评估台风进行风雨分离处理,以得到每个第一栅格点位对应的原始降雨数据和原始大风数据;结合降雨致灾基础数据库、大风致灾基础数据库,确定待评估台风对应的致灾风险评估指标;确定待评估台风对应的综合承载体因子和综合孕灾环境因子;基于致灾风险评估指标、综合承载体因子和综合孕灾环境因子,确定待评估台风对应的综合影响评价指数。本发明可以显著改善台风灾害监测评估的效果,以及有效提高台风灾害监测评估的可靠性,实现对正在发生或即将发生的台风的全生命周期风险评估。
Description
技术领域
本发明涉及台风灾害监测评估技术领域,尤其是涉及一种台风全生命周期风险评估预警方法、装置及电子设备。
背景技术
目前,台风灾害监测评估方法,大多基于站点观测数据或预报数据对已发生的台风进行气象风险评估,再结合社会经济数据进行承灾体敏感性和脆弱性评估,最终实现台风灾害在内陆地区的风险评估。但是,现有的台风灾害监测评估方法一般面向台风登陆后的风险评估需求,忽略了台风未登陆前的对海上航行、捕鱼等作业的影响评估,导致台风灾害监测评估效果较差、可靠性较低。
发明内容
有鉴于此,本发明的目的在于提供一种台风全生命周期风险评估预警方法、装置及电子设备,可以显著改善台风灾害监测评估的效果,以及有效提高台风灾害监测评估的可靠性,实现对正在发生或即将发生的台风的全生命周期风险评估。
第一方面,本发明实施例提供了一种台风全生命周期风险评估预警方法,包括:
获取待评估台风对应的路径数据和气象栅格数据;其中,所述气象栅格数据为卫星遥感监测数据或数值模拟预报数据;
基于所述路径数据和所述气象栅格数据对所述待评估台风进行风雨分离处理,以得到每个第一栅格点位对应的原始降雨数据和原始大风数据;
基于预先构建的降雨致灾基础数据库、大风致灾基础数据库,以及每个第一栅格点位处对应的所述原始降雨数据和所述原始大风数据,确定所述待评估台风对应的致灾风险评估指标;其中,所述降雨致灾基础数据库和所述大风致灾基础数据库是基于历史台风对应的历史路径数据和所述历史台风在全生命周期内的历史气象栅格数据,对所述历史台风进行风雨分离处理得到的;
确定所述待评估台风对应的综合承载体因子和综合孕灾环境因子;
基于所述致灾风险评估指标、所述综合承载体因子和所述综合孕灾环境因子,确定所述待评估台风对应的综合影响评价指数;其中,所述综合影响评价指数用于对所述待评估台风进行评估预警。
在一种实施方式中,基于所述路径数据和所述气象栅格数据对所述待评估台风进行风雨分离处理,以得到每个栅格点位对应的原始降雨数据和原始大风数据,包括:
基于所述路径数据和所述气象栅格数据对所述待评估台风进行风雨分离处理,以确定所述待评估台风影响的第一栅格点位是否存在台风降雨和/或台风大风;
如果所述第一栅格点位存在所述台风降雨,则从所述气象栅格数据中确定所述第一栅格点位对应的原始降雨数据;或者,如果所述第一栅格点位不存在所述台风降雨,则将所述第一栅格点位对应的数值置零;
如果所述第一栅格点位存在所述台风大风,则从所述气象栅格数据中确定所述第一栅格点位对应的原始大风数据;或者,如果所述第一栅格点位不存在所述台风大于,则将所述第一栅格点位对应的数值置零。
在一种实施方式中,基于所述路径数据和所述气象栅格数据对所述待评估台风进行风雨分离处理,以确定所述待评估台风影响的第一栅格点位是否存在台风降雨和/或台风大风,包括:
基于所述路径数据确定所述待评估台风影响的第一栅格点位;
根据所述待评估台风的当前台风中心点与每个所述第一栅格点位之间距离,确定每个所述第一栅格点位所属的雨圈影响圈和风圈影响圈;其中,所述雨圈影响圈包括直接影响圈或外围影响圈;
基于所述气象栅格数据、每个所述第一栅格点位所属所述雨圈影响圈,确定每个所述第一栅格点位是否存在台风降雨;以及,基于所述气象栅格数据、每个所述第一栅格点位所属所述风圈影响圈,确定每个所述第一栅格点位是否存在台风大风。
在一种实施方式中,基于所述气象栅格数据、每个所述栅格点位所属所述雨圈影响圈,确定每个所述第一栅格点位是否存在台风降雨,包括:
对于所述待评估台风影响的每个所述第一栅格点位,确定该第一栅格点位匹配的第一邻近栅格点位,并基于所述气象栅格数据确定每个所述第一邻近栅格点位对应的降雨率;
如果该第一栅格点位位于所述直接影响圈,且该第一栅格点位存在降雨,则确定该第一栅格点位存在台风降雨;
如果该第一栅格点位存在台风降雨,且该第一栅格点位匹配的所述第一邻近栅格点位位于所述外围影响圈,且所述第一邻近栅格点满足降雨判定条件,则确定所述第一邻近栅格点存在台风降雨;其中,所述降雨判定条件为降雨量大于降雨量阈值且降雨率大于第一降雨率阈值,或者降雨量小于所述降雨量阈值且降雨率大于第二降雨率阈值;
如果所述第一邻近栅格点位存在台风降雨,且所述第一邻近栅格点位匹配的第二邻近栅格点位位于所述外围影响圈,且所述第一邻近栅格点位匹配的第二邻近栅格点位满足所述降雨判定条件,则确定所述第一邻近栅格点位匹配的第二邻近栅格点位存在台风降雨;
基于所述气象栅格数据、每个所述第一栅格点位所属所述风圈影响圈,确定每个所述第一栅格点位是否存在台风大风,包括:
对于每个所述第一栅格点位,如果该第一栅格点位位于所述风圈影响圈,则确定该第一栅格点位存在台风大风;或者,如果该第一栅格点位未位于所述风圈影响圈,且该第一栅格点位存在台风降雨,则确定该第一栅格点位存在台风大风。
在一种实施方式中,在基于预先构建的台风降雨致灾基础数据库、台风大风致灾基础数据库,以及每个点位处对应的所述原始降雨数据和所述原始大风数据,确定所述待评估台风对应的致灾风险评估指标之前,所述方法还包括:
基于所述历史路径数据和所述历史气象栅格数据对所述历史台风进行风雨分离处理,以确定所述历史台风影响的第二栅格点位是否存在台风降雨;其中,所述历史台风的数量为多个;
确定所述历史台风影响的每个所述第二栅格点位对应的历史降雨数据;
基于每个所述第二栅格点位对应的历史降雨数据构建历史台风降雨矩阵;其中,所述历史台风降雨矩阵中的元素与第二栅格点位一一对应,所述元素对应的样本数据为所述第二栅格点位在每个月份对应的多个历史降雨数据;
对于所述历史台风降雨矩阵中每个第二栅格点位,对该第二栅格点位在每个月份对应的历史降雨数据进行异常值剔除,并从剔除后的历史降雨数据中确定目标历史降雨数据,以将所述目标历史降雨数据作为该第二栅格点位在每个月份对应的降雨致灾因子基准值;
基于每个所述第二栅格点位在每个月份对应的所述降雨致灾因子基准值,构建台风降雨致灾基础数据库。
在一种实施方式中,基于预先构建的降雨致灾基础数据库、大风致灾基础数据库,以及每个第一栅格点位处对应的所述原始降雨数据和所述原始大风数据,确定所述待评估台风对应的致灾风险评估指标,包括:
基于所述待评估台风影响的第一栅格点位、所述待评估台风影响所述第一栅格点位的当前月份,从所述台风降雨致灾基础数据库中确定目标降雨致灾因子基准值,以及从所述台风大风致灾基础数据库中确定目标大风致灾因子基准值;
基于所述目标降雨致灾因子基准值对所述第一栅格点位处对应的所述原始降雨数据进行无量纲化处理,得到无量纲化降雨数据;以及基于所述目标大风致灾因子基准值对所述第一栅格点位处对应的所述原始大风数据进行无量纲化处理,得到无量纲化大风数据;
根据预设降雨权重系数和所述无量纲化降雨数据确定降雨致灾因子指标;以及根据预设大风权重系数和所述无量纲化大风数据确定大风致灾因子指标;
对所述降雨致灾因子指标和所述大风致灾因子指标进行加权处理,得到所述当前月份对应的实时综合致灾指标;
基于每个月份对应的所述实时综合致灾指标,确定所述待评估台风对应的致灾风险评估指标。
在一种实施方式中,确定所述待评估台风对应的综合承载体因子和综合孕灾环境因子,包括:
分别确定承载体暴露性因子和承载体脆弱性因子;
对所述承载体暴露性因子和所述承载体脆弱性因子进行归一化处理和加权处理,得到所述待评估台风对应的综合承载体因子;
以及,获取地形因子、水系因子、植被因子和土壤因子;
对所述地形因子、所述植被因子和所述土壤因子采用逆向归一化,以及对所述水系因子进行正向归一化,得到归一化后因子;并对所述归一化后因子进行加权处理,得到所述待评估台风对应的综合孕灾环境因子。
在一种实施方式中,基于所述致灾风险评估指标、所述综合承载体因子和所述综合孕灾环境因子确定综合影响评价指数,包括:
对所述致灾风险评估指标、所述综合承载体因子和所述综合孕灾环境因子进行加权处理,得到综合影响评价指数;
在一种实施方式中,所述方法还包括:
利用标准差法,基于所述综合影响评价指数确定所述待评估台风对应的综合风险等级,以利用所述综合风险等级对所述待评估台风进行评估预警。
第二方面,本发明实施例还提供一种台风全生命周期风险评估预警装置,包括:
数据获取模块,用于获取待评估台风对应的路径数据和气象栅格数据;其中,所述气象栅格数据为卫星遥感监测数据或数值模拟预报数据;
风雨分离模块,用于基于所述路径数据和所述气象栅格数据对所述待评估台风进行风雨分离处理,以得到每个第一栅格点位对应的原始降雨数据和原始大风数据;
第一指标确定模块,用于基于预先构建的降雨致灾基础数据库、大风致灾基础数据库,以及每个第一栅格点位处对应的所述原始降雨数据和所述原始大风数据,确定所述待评估台风对应的致灾风险评估指标;其中,所述降雨致灾基础数据库和所述大风致灾基础数据库是基于历史台风对应的历史路径数据和所述历史台风在全生命周期内的历史气象栅格数据,对所述历史台风进行风雨分离处理得到的;
第二指标确定模块,用于确定所述待评估台风对应的综合承载体因子和综合孕灾环境因子;
台风评估模块,用于基于所述致灾风险评估指标、所述综合承载体因子和所述综合孕灾环境因子,确定所述待评估台风对应的综合影响评价指数;其中,所述综合影响评价指数用于对所述待评估台风进行评估预警。
第三方面,本发明实施例还提供一种电子设备,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的计算机可执行指令,所述处理器执行所述计算机可执行指令以实现第一方面提供的任一项所述的方法。
本发明实施例提供的台风全生命周期风险评估预警方法、装置及电子设备,首先获取待评估台风对应的路径数据和气象栅格数据,气象栅格数据为卫星遥感监测数据或数值模拟预报数据;然后基于路径数据和气象栅格数据对待评估台风进行风雨分离处理,以得到每个第一栅格点位对应的原始降雨数据和原始大风数据;再基于预先构建的降雨致灾基础数据库、大风致灾基础数据库,以及每个第一栅格点位处对应的原始降雨数据和原始大风数据,确定待评估台风对应的致灾风险评估指标;另外,确定待评估台风对应的综合承载体因子和综合孕灾环境因子;最后基于致灾风险评估指标、综合承载体因子和综合孕灾环境因子,确定待评估台风对应的综合影响评价指数;其中,综合影响评价指数用于对待评估台风进行评估预警。其中,上述降雨致灾基础数据库和大风致灾基础数据库是基于历史台风对应的历史路径数据和历史台风在全生命周期内的历史气象栅格数据,对历史台风进行风雨分离处理得到的。上述方法利用精细化的卫星遥感监测数据或高精度的数值模拟预报数据,可实现台风自发源至消亡的全生命周期评估与预估,对台风灾害的评估结果更精确、全面,本发明实施例可以显著改善台风灾害监测评估的效果,以及有效提高台风灾害监测评估的可靠性,实现对正在发生或即将发生的台风的全生命周期风险评估;另外,上述方法基于历史路径数据和历史气象栅格数据等再分析数据构建了降雨致灾基础数据库、大风致灾基础数据库,可实现面向多地区台风的风险评估预警,因此具有普适性强、适用范围更广等特点。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种台风全生命周期风险评估预警方法的流程示意图;
图2为本发明实施例提供的一种台风降雨的判定流程示意图;
图3为本发明实施例提供的另一种台风全生命周期风险评估预警方法的流程示意图;
图4为本发明实施例提供的一种台风全生命周期风险评估预警装置的结构示意图;
图5为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合实施例对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
目前,台风灾害监测评估效果较差、可靠性较低,基于此,本发明实施提供了一种台风全生命周期风险评估预警方法、装置及电子设备,可以显著改善台风灾害监测评估的效果,以及有效提高台风灾害监测评估的可靠性,实现对正在发生或即将发生的台风的全生命周期风险评估。
为便于对本实施例进行理解,首先对本发明实施例所公开的一种台风全生命周期风险评估预警方法进行详细介绍,参见图1所示的一种台风全生命周期风险评估预警方法的流程示意图,该方法主要包括以下步骤S102至步骤S110:
步骤S102,获取待评估台风对应的路径数据和气象栅格数据。
其中,气象栅格数据为卫星遥感监测数据或数值模拟预报数据,数值模拟预报数据又可以分为数值预报降水数据、数值预报近地面风场数据。
在一例中,如果待评估台风正在发生,则可以获取相应的卫星遥感监测数据,以通过实时的卫星遥感监测数据对待评估台风当前的风险等级进行评估预警;也可以获取相应的数值模拟预报数据,以通过预估的数值模拟预报数据对待评估台风未来的风险等级进行评估预警,从而实现对待评估台风在一段时间内或整个生命周期的风险等级进行评估预警。
同理,也可以对即将发生的待评估台风在一段时间内或整个生命周期的风险等级进行评估预警。
步骤S104,基于路径数据和气象栅格数据对待评估台风进行风雨分离处理,以得到每个第一栅格点位对应的原始降雨数据和原始大风数据。
其中,风雨分离处理的目的用于确定待评估台风影响的每个第一栅格点位是否存在台风降雨和/或台风大风。
在一种实施方式中,根据待评估台风的在当前时刻的中心点(简称当前台风中心点)划定雨圈影响圈和风圈影响圈,基于各个第一栅格点位当前所处的雨圈影响圈和风圈影响圈,结合各个第一栅格点位的降水率确定第一栅格点位是否存在台风降雨,以及确定第一栅格点位是否存在台风大风。
在一例中的,当第一栅格点位存在台风降雨时,即可从气象栅格数据中确定出该第一栅格点位对应的原始降雨数据;反之,当第一栅格点位不存在台风降雨时,可以将该第一栅格点位对应的原始降雨数据置为0。
同理,当第一栅格点位存在台风大风时,即可从气象栅格数据中确定出该第一栅格点位对应的原始大风数据;反之,当第一栅格点位不存在台风大风时,可以将该第一栅格点位对应的原始大风数据置为0。
步骤S106,基于预先构建的降雨致灾基础数据库、大风致灾基础数据库,以及每个第一栅格点位处对应的原始降雨数据和原始大风数据,确定待评估台风对应的致灾风险评估指标。
其中,降雨致灾基础数据库和大风致灾基础数据库是基于历史台风对应的历史路径数据和历史台风在全生命周期内的历史气象栅格数据,对历史台风进行风雨分离处理得到的。具体的,基于历史台风对应的历史路径数据和历史台风在全生命周期内的历史气象栅格数据,对历史台风进行风雨分离处理,得到每个历史台风影响的第二栅格点位对应的历史降雨数据和历史大风数据,具体过程可参见前述步骤S104,并在各个第二栅格点位对应的历史降雨数据和历史大风数据的基础上分别构建降雨致灾基础数据库和大风致灾基础数据库。
在一种实施方式中,可以根据降雨致灾基础数据库对每个第一栅格点位处对应的原始降雨数据进行无量化处理,同理根据大风致灾基础数据库对每个第一栅格点位处对应的原始大风数据进行无量化处理,进而基于无量纲降雨数据和无量纲大风数据确定致灾风险评估指标。
步骤S108,确定待评估台风对应的综合承载体因子和综合孕灾环境因子。
在一种实施方式中,可以根据人口、经济、道路、农作物、房屋等确定综合承载体因子,根据地形因子、植被因子、水系因子、土壤因子等确定综合孕灾环境因子。
步骤S110,基于致灾风险评估指标、综合承载体因子和综合孕灾环境因子,确定待评估台风对应的综合影响评价指数。
其中,综合影响评价指数用于对待评估台风进行评估预警。
在一种实施方式中,可以对致灾风险评估指标、综合承载体因子和综合孕灾环境因子进行加权处理得到综合影响评价指数,利用标准差法,基于综合影响评价指数确定待评估台风的综合风险等级,以利用综合风险等级对待评估台风进行评估预警。
本发明实施例提供的台风全生命周期风险评估预警方法,利用精细化的卫星遥感监测数据或高精度的数值模拟预报数据,可实现台风自发源至消亡的全生命周期评估与预估,对台风灾害的评估结果更精确、全面,本发明实施例可以显著改善台风灾害监测评估的效果,以及有效提高台风灾害监测评估的可靠性,实现对正在发生或即将发生的台风的全生命周期风险评估;另外,上述方法基于历史路径数据和历史气象栅格数据等再分析数据构建了降雨致灾基础数据库、大风致灾基础数据库,可实现面向多地区台风的风险评估预警,因此具有普适性强、适用范围更广等特点。
为便于对前述实施例进行理解,本发明实施例提供了一种台风全生命周期风险评估预警方法的具体实施方式。
对于前述步骤S104,本发明实施例提供了一种基于路径数据和气象栅格数据对待评估台风进行风雨分离处理,以得到每个栅格点位对应的原始降雨数据和原始大风数据的实施方式,参见如下步骤1至步骤3:
步骤1,基于路径数据和气象栅格数据对待评估台风进行风雨分离处理,以确定待评估台风影响的第一栅格点位是否存在台风降雨和/或台风大风。为便于理解,可以按照如下步骤1.1至步骤1.3进行风雨分离处理:
步骤1.1,基于路径数据确定待评估台风影响的第一栅格点位。可选的,可以为每个第一栅格点位设置独立的ID。
步骤1.2,根据待评估台风的当前台风中心点与每个第一栅格点位之间距离,确定每个第一栅格点位所属的雨圈影响圈和风圈影响圈。其中,雨圈影响圈包括直接影响圈或外围影响圈。
示例性的,可以提取该待评估台风某一时刻的记录、同时刻降水数据。计算当前台风中心点与所有第一栅格点位的距离,并根据待评估台风的实时强度,划定雨圈的直接影响圈和外围影响圈,划分依据如下表1:
表1
示例性的,可以提取该待评估台风某一时刻的记录以及同时刻气象大风数据。计算当前台风中心点与所有第一栅格点位的距离,并根据待评估台风的实时强度,划定风圈影响圈,划分依据如下表2:
表2
步骤1.3,基于气象栅格数据、每个第一栅格点位所属雨圈影响圈,确定每个第一栅格点位是否存在台风降雨;以及,基于气象栅格数据、每个第一栅格点位所属风圈影响圈,确定每个第一栅格点位是否存在台风大风。
为便于理解,本发明实施例分别提供了确定第一栅格点位是否存在台风降雨和/或台风大风的实施方式,参见如下情况一至情况二:
情况一,确定第一栅格点位是否存在台风降雨,参见图2所示的一种台风降雨的判定流程示意图:(A)根据再分析气象数据确定第一栅格点位降水;结合路径数据确定台风中;(B)判断第一栅格点位是否位于直接影响半径内;如果第一栅格点位位于直接影响半径内,则确定第一栅格点位为台风降水;同时提取邻近栅格点位降水,并在满足“条件一为:降水大于5mm且邻近点降水率大于50%”或“条件二为:降水小于5mm且邻站降水率大于70%”时,确定邻近栅格点位为台风降水;若满足上述条件一或条件二,则确定邻近栅格点位为非台风降水;(C)如果第一栅格点位未位于直接影响半径内,则判断第一栅格点位是否位于外围影像半径;如果第一栅格点位位于外围影像半径内,且在该第一栅格点位为台风降雨的情况下,则提取邻近栅格点位降水,并在满足“条件一为:降水大于5mm且邻近点降水率大于50%”或“条件二为:降水小于5mm且邻站降水率大于70%”时,确定邻近栅格点位为台风降水;如果第一栅格点位未位于外围影像半径内,则确定第一栅格点位为非台风降水。
在一例中,具体可包括如下(1)至(4):
(1)对于待评估台风影响的每个第一栅格点位,确定该第一栅格点位匹配的第一邻近栅格点位,并基于气象栅格数据确定每个第一邻近栅格点位对应的降雨率。
示例性的,检索每个第一栅格点位200km范围内的第一邻近栅格点位,记录这些第一邻近栅格点位的ID,如栅格点位的ID记为,其第一邻近栅格点位的ID记为,并计算该第一栅格点位匹配的第一邻近栅格点位的降水率,即有降水的台站占比。
判定某个第一栅格点位及其第一邻近栅格点位是否为台风降水的判定规则如下(2)至(4)所示:
(2)如果该第一栅格点位位于直接影响圈,且该第一栅格点位存在降雨,则确定该第一栅格点位存在台风降雨。
在具体实现时,若该第一栅格点位有降水且在直接影响半径内,该第一栅格点位为台风降水。
示例性的,请继续参见上述表1,如果根据待评估台风的风力等级,以及第一栅格点位与当前台风中心之间的距离,确定该第一栅格点位位于直接影响圈,且该第一栅格点位存在降雨,则可直接确定该第一栅格点位存在台风降雨。
(3)如果该第一栅格点位存在台风降雨,且该第一栅格点位匹配的第一邻近栅格点位位于外围影响圈,且第一邻近栅格点满足降雨判定条件,则确定第一邻近栅格点存在台风降雨。
在一种实施方式中,若该第一栅格点位存在台风降雨且其第一邻近栅格点位满足降雨判定条件之一,则可以确定第一邻近栅格点也存在台风降雨。
其中,降雨判定条件为降雨量大于降雨量阈值且降雨率大于第一降雨率阈值,或者降雨量小于降雨量阈值且降雨率大于第二降雨率阈值,第一降雨率阈值低于第二降雨率阈值。示例性的,条件一为:降水大于5mm且邻近点降水率大于50%;条件二为:降水小于5mm且邻站降水率大于70%。
(4)如果第一邻近栅格点位存在台风降雨,且第一邻近栅格点位匹配的第二邻近栅格点位位于外围影响圈,且第一邻近栅格点位匹配的第二邻近栅格点位满足降雨判定条件,则确定第一邻近栅格点位匹配的第二邻近栅格点位存在台风降雨。
在一种实施方式中,对于第一邻近栅格点位匹配的第二邻近栅格点位,若第一栅格点位匹配的第一邻近栅格点位在直接影响半径外但位于外围影响半径内,且根据降雨判定条件已经判定为台风降水,该第一邻近栅格点位匹配的第二邻近栅格点位若满足降雨判定条件中两个条件之一,也可判定为台风降水;其余第一栅格点位则确定不存在台风降雨,并将其降水量赋值为0。
情况二,确定第一栅格点位是否存在台风大风,包括:对于每个第一栅格点位,如果该第一栅格点位位于风圈影响圈,则确定该第一栅格点位存在台风大风;或者,如果该第一栅格点位未位于风圈影响圈,且该第一栅格点位存在台风降雨,则确定该第一栅格点位存在台风大风。
示例性的,请继续参见上述表1,如果根据待评估台风的风力等级,以及第一栅格点位与当前台风中心之间的距离,确定该第一栅格点位位于风圈影响圈,该第一栅格点的大风为台风大风;若该第一栅格点的降水为台风降水,则该第一栅格点的大风判识为台风大风;其余第一栅格点不存在台风大风,其大风风速赋值为0。
步骤2,如果第一栅格点位存在台风降雨,则从气象栅格数据中确定第一栅格点位对应的原始降雨数据;或者,如果第一栅格点位不存在台风降雨,则将第一栅格点位对应的数值置零。
在具体实现时,对于存在台风降雨的第一栅格点位,则直接从气象栅格数据中确定出相应的原始降雨数据;反之,对于不存在台风降雨的第一栅格点位,则将其降水量赋值为0。
步骤3,如果第一栅格点位存在台风大风,则从气象栅格数据中确定第一栅格点位对应的原始大风数据;或者,如果第一栅格点位不存在台风大于,则将第一栅格点位对应的数值置零。
在具体实现时,对于存在台风大风的第一栅格点位,则直接从气象栅格数据中确定出相应的原始大风数据;反之,对于不存在台风大风的第一栅格点位,则将其大风风速赋值为0。
在执行前述步骤S106之前,需要预先构建台风降雨致灾基础数据库、台风大风致灾基础数据库,本发明实施例提供了一种构建台风降雨致灾基础数据库、台风大风致灾基础数据库的实施方式。具体的,以构建台风降雨致灾基础数据库为例,主要包括以下步骤a至步骤e:
步骤a,基于历史路径数据和历史气象栅格数据对历史台风进行风雨分离处理,以确定历史台风影响的第二栅格点位是否存在台风降雨。其中,历史台风的数量为多个。
示例性的,可以基于1979-2022年全球历史台风记录和全球再分析风场和降水场数据,按照前述步骤1确定历史台风影响的第二栅格点位是否存在台风降雨和台风大风,实现台风风雨分离,本发明实施例在此不再进行赘述。
步骤b,确定历史台风影响的每个第二栅格点位对应的历史降雨数据。在一种实施方式中,可以按照前述步骤2确定历史台风影响的每个第二栅格点位对应的历史降雨数据,本发明实施例在此不再进行赘述。
步骤c,基于每个第二栅格点位对应的历史降雨数据构建历史台风降雨矩阵。其中,历史台风降雨矩阵中的元素与第二栅格点位一一对应,元素对应的样本数据为第二栅格点位在每个月份对应的多个历史降雨数据。
步骤d,对于历史台风降雨矩阵中每个第二栅格点位,对该第二栅格点位在每个月份对应的历史降雨数据进行异常值剔除,并从剔除后的历史降雨数据中确定目标历史降雨数据,以将目标历史降雨数据作为该第二栅格点位在每个月份对应的降雨致灾因子基准值。
在一种实施方式中,对于该第二栅格点位在某个月份对应的多个历史降雨数据,对其进行合并分析,具体的,剔除3倍标准差之外的样本数据,并选取剩余样本数据的最大值,作为该第二栅格点位在该月份的降水致灾因子基准值。
按照步骤d,可以得到每个第二栅格点位在每个月份对应的降雨致灾因子基准值。
步骤e,基于每个第二栅格点位在每个月份对应的降雨致灾因子基准值,构建台风降雨致灾基础数据库。在具体实现时,按照步骤d,可以得到每个第二栅格点位在每个月份对应的降雨致灾因子基准值,基于所有降雨致灾因子基准值构建台风降雨致灾基础数据库。
在具体实现时,构建台风大风致灾基础数据库的具体过程可以参见前述步骤a至步骤e,本发明实施例对此不在进行赘述。
对于前述步骤S106,本发明实施例提供了一种基于预先构建的降雨致灾基础数据库、大风致灾基础数据库,以及每个第一栅格点位处对应的原始降雨数据和原始大风数据,确定待评估台风对应的致灾风险评估指标的实施方式,参见如下(一)至(五):
(一)基于待评估台风影响的第一栅格点位、待评估台风影响第一栅格点位的当前月份,从台风降雨致灾基础数据库中确定目标降雨致灾因子基准值,以及从台风大风致灾基础数据库中确定目标大风致灾因子基准值。
在一种实施方式中,以栅格点位、当前月份为检索条件,在台风降雨致灾基础数据库中检索目标降雨致灾因子基准值,在台风大风致灾基础数据库中检索目标大风致灾因子基准值。
(二)基于目标降雨致灾因子基准值对第一栅格点位处对应的原始降雨数据进行无量纲化处理,得到无量纲化降雨数据;以及基于目标大风致灾因子基准值对第一栅格点位处对应的原始大风数据进行无量纲化处理,得到无量纲化大风数据。
在一种实施方式中,若待评估台风为实时台风,则采用步骤1至3中风雨分离技术进行台风大风和台风降水的分离后,利用步骤a至步骤e中的降雨致灾基础数据库、大风致灾基础数据库进行无量纲化处理。
在一例中,以对原始降雨数据进行无量纲化处理为例,无量纲化处理过程如下所示:
设为原始降水数据,为该数据所在点位所在月份中的目标降雨致灾因子基准值,则无量纲化降雨数据计算公式为:
;
在一例中,对原始大风数据进行无量纲化处理同理,本发明实施例在此不再进行赘述。
(三)根据预设降雨权重系数和无量纲化降雨数据确定降雨致灾因子指标;以及根据预设大风权重系数和无量纲化大风数据确定大风致灾因子指标。
在一种实施方式中,可以按照如下指标计算公式确定降雨致灾因子指标和大风致灾因子指标:
;
;
其中,和为降雨致灾因子指标、大风致灾因子指标,和为无量纲化降雨数据、无量纲化大风数据,和为降雨权重系数、大风权重系数,权重根据降水量和风速所划分的等级将有所不同。
(四)对降雨致灾因子指标和大风致灾因子指标进行加权处理,得到当前月份对应的实时综合致灾指标。
在一种实施方式中,可以按照如下公式计算当前月份对应的实时综合致灾指标:
;
其中,和为雨、风致灾因子指标权重,需满足,可按照经验采用方案:。
(五)基于每个月份对应的实时综合致灾指标,确定待评估台风对应的致灾风险评估指标。
在一种实施方式中,根据(四)的实时台风灾害评估模型,可得台风全生命周期中每个时刻的降雨致灾因子指标、大风致灾因子指标和实时综合致灾指标,囊括实时监测数据和预报数据。
对于一段时间内或整个生命周期的致灾风险评估指标,可按照如下方案进行:
;
其中,为评估时间段内的所有时刻(月份),为时刻(月份)对应的实时综合致灾指标。
对于前述步骤S108,本发明实施例提供了一种确定待评估台风对应的综合承载体因子和综合孕灾环境因子的实施方式:
在一例中,确定综合承载体因子的过程可参见如下所示:分别确定承载体暴露性因子和承载体脆弱性因子;对承载体暴露性因子和承载体脆弱性因子进行归一化处理和加权处理,得到待评估台风对应的综合承载体因子。
具体的,承灾体包含人口、经济、道路、农作物、房屋等,其暴露性分别基于人口密度、GDP、公路里程、农作物种植面积、房屋面积等五类数据,进行正向归一化处理实现。此外,可融入承灾体脆弱性因子,分别用老龄人口数、第一产业比值、农作物亩产、农村房屋面积指代。归一化的各类因子加权形成综合承灾体因子:
;
其中,为各个环境因子的权重,可自定义,相加得1。为暴露性因子,为脆弱性因子。
在一例中,确定综合孕灾环境因子的过程可参见如下所示:以及,获取地形因子、水系因子、植被因子和土壤因子;对地形因子、植被因子和土壤因子采用逆向归一化,以及对水系因子进行正向归一化,得到归一化后因子;并对归一化后因子进行加权处理,得到待评估台风对应的综合孕灾环境因子。
具体的,孕灾环境包含地形因子、水系因子、植被因子和土壤因子,分别基于地形起伏度、水网密度、植被覆盖度和土壤湿度四类数据,进行归一化处理实现。归一化过程如下:
正向归一化:
;
逆向归一化:
;
四个孕灾因子中,地形因子、植被因子和土壤因子采用逆向归一化,水系因子采用正向归一化。归一化的各类因子加权形成综合孕灾环境因子:
;
其中,为各个环境因子的权重,可自定义,相加得1。
对于前述步骤S110,本发明实施例提供了一种基于致灾风险评估指标、综合承载体因子和综合孕灾环境因子确定综合影响评价指数的实施方式,可以对致灾风险评估指标、综合承载体因子和综合孕灾环境因子进行加权处理,得到综合影响评价指数。
在一种实施方式中,综合影响评价指数涉及孕灾环境敏感性和承灾体暴露性两个方面,综合影响评价指数计算如下:
;
其中,为孕灾环境敏感性,为承灾体暴露性,、、为三者权重,可自定义,需满足相加得1。
进一步的,可以利用标准差法,基于综合影响评价指数确定待评估台风对应的综合风险等级,以利用综合风险等级对待评估台风进行评估预警。
在具体实现时,可以基于综合影响评价指数,利用标准差法划分等级。具体操作为,剔除所有0值后,余下样本进行标准差计算,并按照下表3进行综合风险等级划分。
表3
进一步的,可以对不同台风风险等级下的人口数量、房屋面积等进行统计,获得台风的影响范围、影响程度信息。
综上所述,本发明实施例提供的台风全生命周期风险评估预警方法至少具有以下特点:
(1)基于精细化的遥感监测数据和高精度数值预报数据,可实现台风自发源至消亡的全生命周期评估与预估,对台风灾害的评估结果更精确、全面。
(2)融合承灾体信息进一步给出了台风的影响范围、影响程度等信息,为防灾减灾决策预警提供辅助支持。
(3)基于再分析数据构建了全球台风致灾因子基础数据集,可实现面向全球台风的风险评估预警,普适性强、适用范围更广。
为便于理解,本发明实施例还提供了台风全生命周期风险评估预警方法的另一种实施方式,包括:步骤1:基于单个台风路径数据和气象栅格数据,实现台风风雨分离;步骤2:建立历史台风致灾因子基础数据集;步骤3:构建实时台风灾害评估模型;步骤4:构建台风全生命周期风险评估模型;步骤5:台风综合影响评价。
更详细的解释说明为:参见图3所示的另一种台风全生命周期风险评估预警方法的流程示意图,该方法主要包括以下步骤:
(1)基于人口、经济、道路、农作物、房屋确定暴露性/脆弱性,进行归一化、加权求和得到综合承载体因子;
(2)基于观测/模式预报气象数据确定台风中心,实现台风风雨分离,结合历史基础数据集(也即降雨致灾基础数据库、大风致灾基础数据库)确定致灾风险评估指标,进行全生命周期评估;
(3)基于地形因子、植被因子、水系因子、土壤因子,进行归一化、加权求和得到综合孕灾环境因子;
(4)基于综合承载体因子、全生命周期评估、综合孕灾环境因子,确定综合影响评价指数,利用标准差法得到综合影响等级,最后进行综合影响统计。
本发明实施例基于定量化遥感和数值模拟的台风全生命周期风险评估预警方法的区别在于采用了高精度再分析数据构建了全球台风致灾因子基础数据库,并结合精细化的卫星遥感数据和数值模式预报数据构建实时台风全生命周期风险评估模型,可实现全球范围内正在发生或即将发生的台风的风险预评估。
在前述实施例的基础上,本发明实施例提供了一种台风全生命周期风险评估预警装置,参见图4所示的一种台风全生命周期风险评估预警装置的结构示意图,该装置主要包括以下部分:
数据获取模块402,用于获取待评估台风对应的路径数据和气象栅格数据;其中,气象栅格数据为卫星遥感监测数据或数值模拟预报数据;
风雨分离模块404,用于基于路径数据和气象栅格数据对待评估台风进行风雨分离处理,以得到每个第一栅格点位对应的原始降雨数据和原始大风数据;
第一指标确定模块406,用于基于预先构建的降雨致灾基础数据库、大风致灾基础数据库,以及每个第一栅格点位处对应的原始降雨数据和原始大风数据,确定待评估台风对应的致灾风险评估指标;其中,降雨致灾基础数据库和大风致灾基础数据库是基于历史台风对应的历史路径数据和历史台风在全生命周期内的历史气象栅格数据,对历史台风进行风雨分离处理得到的;
第二指标确定模块408,用于确定待评估台风对应的综合承载体因子和综合孕灾环境因子;
台风评估模块410,用于基于致灾风险评估指标、综合承载体因子和综合孕灾环境因子,确定待评估台风对应的综合影响评价指数;其中,综合影响评价指数用于对待评估台风进行评估预警。
本发明实施例提供的台风全生命周期风险评估预警装置,利用精细化的卫星遥感监测数据或高精度的数值模拟预报数据,可实现台风自发源至消亡的全生命周期评估与预估,对台风灾害的评估结果更精确、全面,本发明实施例可以显著改善台风灾害监测评估的效果,以及有效提高台风灾害监测评估的可靠性,实现对正在发生或即将发生的台风的全生命周期风险评估;另外,上述方法基于历史路径数据和历史气象栅格数据等再分析数据构建了降雨致灾基础数据库、大风致灾基础数据库,可实现面向多地区台风的风险评估预警,因此具有普适性强、适用范围更广等特点。
在一种实施方式中,风雨分离模块404还用于:
基于路径数据和气象栅格数据对待评估台风进行风雨分离处理,以确定待评估台风影响的第一栅格点位是否存在台风降雨和/或台风大风;
如果第一栅格点位存在台风降雨,则从气象栅格数据中确定第一栅格点位对应的原始降雨数据;或者,如果第一栅格点位不存在台风降雨,则将第一栅格点位对应的数值置零;
如果第一栅格点位存在台风大风,则从气象栅格数据中确定第一栅格点位对应的原始大风数据;或者,如果第一栅格点位不存在台风大于,则将第一栅格点位对应的数值置零。
在一种实施方式中,风雨分离模块404还用于:
基于路径数据确定待评估台风影响的第一栅格点位;
根据待评估台风的当前台风中心点与每个第一栅格点位之间距离,确定每个第一栅格点位所属的雨圈影响圈和风圈影响圈;其中,雨圈影响圈包括直接影响圈或外围影响圈;
基于气象栅格数据、每个第一栅格点位所属雨圈影响圈,确定每个第一栅格点位是否存在台风降雨;以及,基于气象栅格数据、每个第一栅格点位所属风圈影响圈,确定每个第一栅格点位是否存在台风大风。
在一种实施方式中,风雨分离模块404还用于:
对于待评估台风影响的每个第一栅格点位,确定该第一栅格点位匹配的第一邻近栅格点位,并基于气象栅格数据确定每个第一邻近栅格点位对应的降雨率;
如果该第一栅格点位位于直接影响圈,且该第一栅格点位存在降雨,则确定该第一栅格点位存在台风降雨;
如果该第一栅格点位存在台风降雨,且该第一栅格点位匹配的第一邻近栅格点位位于外围影响圈,且第一邻近栅格点满足降雨判定条件,则确定第一邻近栅格点存在台风降雨;其中,降雨判定条件为降雨量大于降雨量阈值且降雨率大于第一降雨率阈值,或者降雨量小于降雨量阈值且降雨率大于第二降雨率阈值;
如果第一邻近栅格点位存在台风降雨,且第一邻近栅格点位匹配的第二邻近栅格点位位于外围影响圈,且第一邻近栅格点位匹配的第二邻近栅格点位满足降雨判定条件,则确定第一邻近栅格点位匹配的第二邻近栅格点位存在台风降雨;
在一种实施方式中,风雨分离模块404还用于:
对于每个第一栅格点位,如果该第一栅格点位位于风圈影响圈,则确定该第一栅格点位存在台风大风;或者,如果该第一栅格点位未位于风圈影响圈,且该第一栅格点位存在台风降雨,则确定该第一栅格点位存在台风大风。
在一种实施方式中,还包括数据库构建模块,用于:
基于历史路径数据和历史气象栅格数据对历史台风进行风雨分离处理,以确定历史台风影响的第二栅格点位是否存在台风降雨;其中,历史台风的数量为多个;
确定历史台风影响的每个第二栅格点位对应的历史降雨数据;
基于每个第二栅格点位对应的历史降雨数据构建历史台风降雨矩阵;其中,历史台风降雨矩阵中的元素与第二栅格点位一一对应,元素对应的样本数据为第二栅格点位在每个月份对应的多个历史降雨数据;
对于历史台风降雨矩阵中每个第二栅格点位,对该第二栅格点位在每个月份对应的历史降雨数据进行异常值剔除,并从剔除后的历史降雨数据中确定目标历史降雨数据,以将目标历史降雨数据作为该第二栅格点位在每个月份对应的降雨致灾因子基准值;
基于每个第二栅格点位在每个月份对应的降雨致灾因子基准值,构建台风降雨致灾基础数据库。
在一种实施方式中,第一指标确定模块406还用于:
基于待评估台风影响的第一栅格点位、待评估台风影响第一栅格点位的当前月份,从台风降雨致灾基础数据库中确定目标降雨致灾因子基准值,以及从台风大风致灾基础数据库中确定目标大风致灾因子基准值;
基于目标降雨致灾因子基准值对第一栅格点位处对应的原始降雨数据进行无量纲化处理,得到无量纲化降雨数据;以及基于目标大风致灾因子基准值对第一栅格点位处对应的原始大风数据进行无量纲化处理,得到无量纲化大风数据;
根据预设降雨权重系数和无量纲化降雨数据确定降雨致灾因子指标;以及根据预设大风权重系数和无量纲化大风数据确定大风致灾因子指标;
对降雨致灾因子指标和大风致灾因子指标进行加权处理,得到当前月份对应的实时综合致灾指标;
基于每个月份对应的实时综合致灾指标,确定待评估台风对应的致灾风险评估指标。
在一种实施方式中,第二指标确定模块408还用于:
分别确定承载体暴露性因子和承载体脆弱性因子;
对承载体暴露性因子和承载体脆弱性因子进行归一化处理和加权处理,得到待评估台风对应的综合承载体因子;
以及,获取地形因子、水系因子、植被因子和土壤因子;
对地形因子、植被因子和土壤因子采用逆向归一化,以及对水系因子进行正向归一化,得到归一化后因子;并对归一化后因子进行加权处理,得到待评估台风对应的综合孕灾环境因子。
在一种实施方式中,台风评估模块410还用于:
对台风致灾风险评估指标、综合承载体因子和综合孕灾环境因子进行加权处理,得到综合影响评价指数;
在一种实施方式中,台风评估模块410还用于:
利用标准差法,基于综合影响评价指数确定待评估台风对应的综合风险等级,以利用综合风险等级对待评估台风进行评估预警。
本发明实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
本发明实施例提供了一种电子设备,具体的,该电子设备包括处理器和存储装置;存储装置上存储有计算机程序,计算机程序在被所述处理器运行时执行如上所述实施方式的任一项所述的方法 。
图5为本发明实施例提供的一种电子设备的结构示意图,该电子设备100包括:处理器50,存储器51,总线52和通信接口53,所述处理器50、通信接口53和存储器51通过总线52连接;处理器50用于执行存储器51中存储的可执行模块,例如计算机程序。
其中,存储器51可能包含高速随机存取存储器(RAM,Random Access Memory),也可能还包括非不稳定的存储器(non-volatilememory),例如至少一个磁盘存储器。通过至少一个通信接口53(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接,可以使用互联网,广域网,本地网,城域网等。
总线52可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图5中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
其中,存储器51用于存储程序,所述处理器50在接收到执行指令后,执行所述程序,前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器50中,或者由处理器50实现。
处理器50可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器50中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器50可以是通用处理器,包括中央处理器(CentralProcessingUnit,简称CPU)、网络处理器(NetworkProcessor,简称NP)等;还可以是数字信号处理器(Digital SignalProcessing,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器51,处理器50读取存储器51中的信息,结合其硬件完成上述方法的步骤。
本发明实施例所提供的可读存储介质的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见前述方法实施例,在此不再赘述。
所述功能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介质中。基于这样的理解,本发明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介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述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: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,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (8)
1.一种台风全生命周期风险评估预警方法,其特征在于,包括:
获取待评估台风对应的路径数据和气象栅格数据;其中,所述气象栅格数据为卫星遥感监测数据或数值模拟预报数据;
基于所述路径数据和所述气象栅格数据对所述待评估台风进行风雨分离处理,以得到每个第一栅格点位对应的原始降雨数据和原始大风数据;
基于预先构建的降雨致灾基础数据库、大风致灾基础数据库,以及每个第一栅格点位处对应的所述原始降雨数据和所述原始大风数据,确定所述待评估台风对应的致灾风险评估指标;其中,所述降雨致灾基础数据库和所述大风致灾基础数据库是基于历史台风对应的历史路径数据和所述历史台风在全生命周期内的历史气象栅格数据,对所述历史台风进行风雨分离处理得到的;
确定所述待评估台风对应的综合承载体因子和综合孕灾环境因子;
基于所述致灾风险评估指标、所述综合承载体因子和所述综合孕灾环境因子,确定所述待评估台风对应的综合影响评价指数;其中,所述综合影响评价指数用于对所述待评估台风进行评估预警;
基于所述路径数据和所述气象栅格数据对所述待评估台风进行风雨分离处理,以得到每个栅格点位对应的原始降雨数据和原始大风数据,包括:
基于所述路径数据和所述气象栅格数据对所述待评估台风进行风雨分离处理,以确定所述待评估台风影响的第一栅格点位是否存在台风降雨和/或台风大风;
如果所述第一栅格点位存在所述台风降雨,则从所述气象栅格数据中确定所述第一栅格点位对应的原始降雨数据;或者,如果所述第一栅格点位不存在所述台风降雨,则将所述第一栅格点位对应的数值置零;
如果所述第一栅格点位存在所述台风大风,则从所述气象栅格数据中确定所述第一栅格点位对应的原始大风数据;或者,如果所述第一栅格点位不存在所述台风大于,则将所述第一栅格点位对应的数值置零;
基于预先构建的降雨致灾基础数据库、大风致灾基础数据库,以及每个第一栅格点位处对应的所述原始降雨数据和所述原始大风数据,确定所述待评估台风对应的致灾风险评估指标,包括:
基于所述待评估台风影响的第一栅格点位、所述待评估台风影响所述第一栅格点位的当前月份,从台风降雨致灾基础数据库中确定目标降雨致灾因子基准值,以及从台风大风致灾基础数据库中确定目标大风致灾因子基准值;
基于所述目标降雨致灾因子基准值对所述第一栅格点位处对应的所述原始降雨数据进行无量纲化处理,得到无量纲化降雨数据;以及基于所述目标大风致灾因子基准值对所述第一栅格点位处对应的所述原始大风数据进行无量纲化处理,得到无量纲化大风数据;
根据预设降雨权重系数和所述无量纲化降雨数据确定降雨致灾因子指标;以及根据预设大风权重系数和所述无量纲化大风数据确定大风致灾因子指标;
对所述降雨致灾因子指标和所述大风致灾因子指标进行加权处理,得到所述当前月份对应的实时综合致灾指标;
基于每个月份对应的所述实时综合致灾指标,确定所述待评估台风对应的致灾风险评估指标。
2.根据权利要求1所述的台风全生命周期风险评估预警方法,其特征在于,基于所述路径数据和所述气象栅格数据对所述待评估台风进行风雨分离处理,以确定所述待评估台风影响的第一栅格点位是否存在台风降雨和/或台风大风,包括:
基于所述路径数据确定所述待评估台风影响的第一栅格点位;
根据所述待评估台风的当前台风中心点与每个所述第一栅格点位之间距离,确定每个所述第一栅格点位所属的雨圈影响圈和风圈影响圈;其中,所述雨圈影响圈包括直接影响圈或外围影响圈;
基于所述气象栅格数据、每个所述第一栅格点位所属所述雨圈影响圈,确定每个所述第一栅格点位是否存在台风降雨;以及,基于所述气象栅格数据、每个所述第一栅格点位所属所述风圈影响圈,确定每个所述第一栅格点位是否存在台风大风。
3.根据权利要求2所述的台风全生命周期风险评估预警方法,其特征在于,基于所述气象栅格数据、每个所述栅格点位所属所述雨圈影响圈,确定每个所述第一栅格点位是否存在台风降雨,包括:
对于所述待评估台风影响的每个所述第一栅格点位,确定该第一栅格点位匹配的第一邻近栅格点位,并基于所述气象栅格数据确定每个所述第一邻近栅格点位对应的降雨率;
如果该第一栅格点位位于所述直接影响圈,且该第一栅格点位存在降雨,则确定该第一栅格点位存在台风降雨;
如果该第一栅格点位存在台风降雨,且该第一栅格点位匹配的所述第一邻近栅格点位位于所述外围影响圈,且所述第一邻近栅格点满足降雨判定条件,则确定所述第一邻近栅格点存在台风降雨;其中,所述降雨判定条件为降雨量大于降雨量阈值且降雨率大于第一降雨率阈值,或者降雨量小于所述降雨量阈值且降雨率大于第二降雨率阈值;
如果所述第一邻近栅格点位存在台风降雨,且所述第一邻近栅格点位匹配的第二邻近栅格点位位于所述外围影响圈,且所述第一邻近栅格点位匹配的第二邻近栅格点位满足所述降雨判定条件,则确定所述第一邻近栅格点位匹配的第二邻近栅格点位存在台风降雨;
基于所述气象栅格数据、每个所述第一栅格点位所属所述风圈影响圈,确定每个所述第一栅格点位是否存在台风大风,包括:
对于每个所述第一栅格点位,如果该第一栅格点位位于所述风圈影响圈,则确定该第一栅格点位存在台风大风;或者,如果该第一栅格点位未位于所述风圈影响圈,且该第一栅格点位存在台风降雨,则确定该第一栅格点位存在台风大风。
4.根据权利要求1所述的台风全生命周期风险评估预警方法,其特征在于,在基于预先构建的台风降雨致灾基础数据库、台风大风致灾基础数据库,以及每个点位处对应的所述原始降雨数据和所述原始大风数据,确定所述待评估台风对应的致灾风险评估指标之前,所述方法还包括:
基于所述历史路径数据和所述历史气象栅格数据对所述历史台风进行风雨分离处理,以确定所述历史台风影响的第二栅格点位是否存在台风降雨;其中,所述历史台风的数量为多个;
确定所述历史台风影响的每个所述第二栅格点位对应的历史降雨数据;
基于每个所述第二栅格点位对应的历史降雨数据构建历史台风降雨矩阵;其中,所述历史台风降雨矩阵中的元素与第二栅格点位一一对应,所述元素对应的样本数据为所述第二栅格点位在每个月份对应的多个历史降雨数据;
对于所述历史台风降雨矩阵中每个第二栅格点位,对该第二栅格点位在每个月份对应的历史降雨数据进行异常值剔除,并从剔除后的历史降雨数据中确定目标历史降雨数据,以将所述目标历史降雨数据作为该第二栅格点位在每个月份对应的降雨致灾因子基准值;
基于每个所述第二栅格点位在每个月份对应的所述降雨致灾因子基准值,构建台风降雨致灾基础数据库。
5.根据权利要求1所述的台风全生命周期风险评估预警方法,其特征在于,确定所述待评估台风对应的综合承载体因子和综合孕灾环境因子,包括:
分别确定承载体暴露性因子和承载体脆弱性因子;
对所述承载体暴露性因子和所述承载体脆弱性因子进行归一化处理和加权处理,得到所述待评估台风对应的综合承载体因子;
以及,获取地形因子、水系因子、植被因子和土壤因子;
对所述地形因子、所述植被因子和所述土壤因子采用逆向归一化,以及对所述水系因子进行正向归一化,得到归一化后因子;并对所述归一化后因子进行加权处理,得到所述待评估台风对应的综合孕灾环境因子。
6.根据权利要求1所述的台风全生命周期风险评估预警方法,其特征在于,基于所述致灾风险评估指标、所述综合承载体因子和所述综合孕灾环境因子确定综合影响评价指数,包括:
对所述致灾风险评估指标、所述综合承载体因子和所述综合孕灾环境因子进行加权处理,得到综合影响评价指数;
所述方法还包括:
利用标准差法,基于所述综合影响评价指数确定所述待评估台风对应的综合风险等级,以利用所述综合风险等级对所述待评估台风进行评估预警。
7.一种台风全生命周期风险评估预警装置,其特征在于,包括:
数据获取模块,用于获取待评估台风对应的路径数据和气象栅格数据;其中,所述气象栅格数据为卫星遥感监测数据或数值模拟预报数据;
风雨分离模块,用于基于所述路径数据和所述气象栅格数据对所述待评估台风进行风雨分离处理,以得到每个第一栅格点位对应的原始降雨数据和原始大风数据;
第一指标确定模块,用于基于预先构建的降雨致灾基础数据库、大风致灾基础数据库,以及每个第一栅格点位处对应的所述原始降雨数据和所述原始大风数据,确定所述待评估台风对应的致灾风险评估指标;其中,所述降雨致灾基础数据库和所述大风致灾基础数据库是基于历史台风对应的历史路径数据和所述历史台风在全生命周期内的历史气象栅格数据,对所述历史台风进行风雨分离处理得到的;
第二指标确定模块,用于确定所述待评估台风对应的综合承载体因子和综合孕灾环境因子;
台风评估模块,用于基于所述致灾风险评估指标、所述综合承载体因子和所述综合孕灾环境因子,确定所述待评估台风对应的综合影响评价指数;其中,所述综合影响评价指数用于对所述待评估台风进行评估预警;
风雨分离模块还用于:
基于所述路径数据和所述气象栅格数据对所述待评估台风进行风雨分离处理,以确定所述待评估台风影响的第一栅格点位是否存在台风降雨和/或台风大风;
如果所述第一栅格点位存在所述台风降雨,则从所述气象栅格数据中确定所述第一栅格点位对应的原始降雨数据;或者,如果所述第一栅格点位不存在所述台风降雨,则将所述第一栅格点位对应的数值置零;
如果所述第一栅格点位存在所述台风大风,则从所述气象栅格数据中确定所述第一栅格点位对应的原始大风数据;或者,如果所述第一栅格点位不存在所述台风大于,则将所述第一栅格点位对应的数值置零;
第一指标确定模块还用于:
基于所述待评估台风影响的第一栅格点位、所述待评估台风影响所述第一栅格点位的当前月份,从台风降雨致灾基础数据库中确定目标降雨致灾因子基准值,以及从台风大风致灾基础数据库中确定目标大风致灾因子基准值;
基于所述目标降雨致灾因子基准值对所述第一栅格点位处对应的所述原始降雨数据进行无量纲化处理,得到无量纲化降雨数据;以及基于所述目标大风致灾因子基准值对所述第一栅格点位处对应的所述原始大风数据进行无量纲化处理,得到无量纲化大风数据;
根据预设降雨权重系数和所述无量纲化降雨数据确定降雨致灾因子指标;以及根据预设大风权重系数和所述无量纲化大风数据确定大风致灾因子指标;
对所述降雨致灾因子指标和所述大风致灾因子指标进行加权处理,得到所述当前月份对应的实时综合致灾指标;
基于每个月份对应的所述实时综合致灾指标,确定所述待评估台风对应的致灾风险评估指标。
8.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的计算机可执行指令,所述处理器执行所述计算机可执行指令以实现权利要求1至6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311168081.1A CN116911620B (zh) | 2023-09-12 | 2023-09-12 | 台风全生命周期风险评估预警方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311168081.1A CN116911620B (zh) | 2023-09-12 | 2023-09-12 | 台风全生命周期风险评估预警方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116911620A CN116911620A (zh) | 2023-10-20 |
CN116911620B true CN116911620B (zh) | 2023-12-15 |
Family
ID=88356828
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311168081.1A Active CN116911620B (zh) | 2023-09-12 | 2023-09-12 | 台风全生命周期风险评估预警方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116911620B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117371660B (zh) * | 2023-10-23 | 2024-05-17 | 北京大学深圳研究生院 | 顾及植被生长节律的台风对植被碳吸收影响的评估方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105741037A (zh) * | 2016-01-29 | 2016-07-06 | 武汉小禾芃芃科技有限公司 | 一种台风灾害评估系统 |
KR20160112484A (ko) * | 2015-03-19 | 2016-09-28 | (주)큐버솔루션 | 기후 변화 대응을 위한 도시 풍해 위험도 평가 시스템 및 방법 |
CN110009158A (zh) * | 2019-04-11 | 2019-07-12 | 中国水利水电科学研究院 | 台风暴雨洪水灾害全生命周期监测方法及系统 |
CN113139760A (zh) * | 2021-05-27 | 2021-07-20 | 四创科技有限公司 | 基于风雨大数据的台风风险综合评估方法及系统 |
CN115936443A (zh) * | 2022-12-28 | 2023-04-07 | 北京辰安科技股份有限公司 | 台风暴雨灾害的风险评估方法、装置及电子设备 |
-
2023
- 2023-09-12 CN CN202311168081.1A patent/CN116911620B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160112484A (ko) * | 2015-03-19 | 2016-09-28 | (주)큐버솔루션 | 기후 변화 대응을 위한 도시 풍해 위험도 평가 시스템 및 방법 |
CN105741037A (zh) * | 2016-01-29 | 2016-07-06 | 武汉小禾芃芃科技有限公司 | 一种台风灾害评估系统 |
CN110009158A (zh) * | 2019-04-11 | 2019-07-12 | 中国水利水电科学研究院 | 台风暴雨洪水灾害全生命周期监测方法及系统 |
CN113139760A (zh) * | 2021-05-27 | 2021-07-20 | 四创科技有限公司 | 基于风雨大数据的台风风险综合评估方法及系统 |
CN115936443A (zh) * | 2022-12-28 | 2023-04-07 | 北京辰安科技股份有限公司 | 台风暴雨灾害的风险评估方法、装置及电子设备 |
Non-Patent Citations (1)
Title |
---|
国内农业台风灾害风险评估研究进展;尚志海;曹海玲;林妙萍;詹惠怡;;灾害学(02);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116911620A (zh) | 2023-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mitra et al. | A comparative assessment of flood susceptibility modelling of GIS-based TOPSIS, VIKOR, and EDAS techniques in the Sub-Himalayan foothills region of Eastern India | |
CN116911620B (zh) | 台风全生命周期风险评估预警方法、装置及电子设备 | |
Carlisle et al. | Predicting the biological condition of streams: use of geospatial indicators of natural and anthropogenic characteristics of watersheds | |
Shokoohi et al. | Basinwide comparison of RDI and SPI within an IWRM framework | |
Kundu et al. | Evaluation of socio-economic drought risk over bundelkhand region of India using analytic hierarchy process (AHP) and geo-spatial techniques | |
Payab et al. | Comparison of standardized meteorological indices for drought monitoring at northern part of Cyprus | |
US9159132B1 (en) | Process and system for identifying damage | |
CN116703004B (zh) | 一种基于预训练模型的水系流域智慧巡护方法和装置 | |
CN115953034B (zh) | 大风灾害危险性的评估区划方法、装置、电子设备及介质 | |
Murthy et al. | Meteorological drought analysis over India using analytical framework on CPC rainfall time series | |
CN115719164A (zh) | 一种城市易涝点识别方法及装置 | |
CN116882625A (zh) | 一种岩溶山地乡村聚落用地空间脆弱性识别方法 | |
Islam et al. | State-level multidimensional agricultural drought susceptibility and risk assessment for agriculturally prominent areas | |
Nath et al. | Long-term trends and spatial variability in rainfall in the southeast region of Bangladesh: implication for sustainable water resources management | |
Azari et al. | A GIS-based approach for accident hotspots mapping in mountain roads using seasonal and geometric indicators | |
CN116433008A (zh) | 基于数据库的公路边坡的风险预警方法和系统 | |
CN117031584A (zh) | 一种霜冻预测预报方法及系统 | |
Bakanoğulları et al. | Assessment of meteorological and agricultural drought analysis in Kırklareli province | |
CN113065770B (zh) | 海平面上升和风暴潮对沿海农业区域风险的评估方法 | |
Gu et al. | Planning scale flood risk assessment and prediction in ultra-high density urban environments: The case of Hong Kong | |
Seebocus et al. | Analysis of extreme rainfall and drought events using statistical and fractal methods: A case study of Mauritius | |
Suribabu et al. | Assessment of dry and wet periods using selected rainfall-based drought indicators–a case study | |
Gonçalves et al. | Costa, JMFd Comparative Analysis of Drought Indices in Hydrological Monitoring in Ceará’s Semi-Arid Basins, Brazil. Water 2023, 15, 1259 | |
Panigrahi et al. | Identification of the most suitable meteorological drought index for a region: a case study of Raigarh district in Chhattisgarh | |
Adeola et al. | An Analysis of Precipitation Extreme Events Based on the SPI and EDI Values in the Free State Province, South Africa. Water 2021, 13, 3058 |
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 |