CN117456045A - 一种面向降雨相关自然灾害的制图方法 - Google Patents
一种面向降雨相关自然灾害的制图方法 Download PDFInfo
- Publication number
- CN117456045A CN117456045A CN202311356493.8A CN202311356493A CN117456045A CN 117456045 A CN117456045 A CN 117456045A CN 202311356493 A CN202311356493 A CN 202311356493A CN 117456045 A CN117456045 A CN 117456045A
- Authority
- CN
- China
- Prior art keywords
- analysis
- rainfall
- preset
- control module
- central control
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 239000002689 soil Substances 0.000 claims abstract description 57
- 238000010197 meta-analysis Methods 0.000 claims abstract description 40
- 238000004458 analytical method Methods 0.000 claims abstract description 39
- 238000011156 evaluation Methods 0.000 claims abstract description 33
- 238000010219 correlation analysis Methods 0.000 claims abstract description 19
- 230000000694 effects Effects 0.000 claims abstract description 18
- 238000012216 screening Methods 0.000 claims abstract description 16
- 238000011160 research Methods 0.000 claims description 28
- 238000012937 correction Methods 0.000 claims description 26
- 230000035699 permeability Effects 0.000 claims description 16
- 238000010586 diagram Methods 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 9
- 230000007717 exclusion Effects 0.000 claims description 8
- 239000011435 rock Substances 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 7
- 238000003556 assay Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000001502 supplementing effect Effects 0.000 claims description 3
- 238000012552 review Methods 0.000 claims description 2
- 239000000463 material Substances 0.000 claims 1
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 229940060587 alpha e Drugs 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000002715 modification method Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- 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)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
Abstract
本发明涉及灾害预警领域,尤其涉及一种面向降雨相关自然灾害的制图方法,包括步骤S1,基于关键词泥石流以及降雨检索并采集中文相关文献和关联文献;步骤S2,完成文献的筛选;步骤S3,完成文献资料的提取;步骤S4,进行meta分析;步骤S5,选取效应模型并完成meta分析;步骤S6,检测meta分析的结果是否存在偏倚;步骤S7,完成点状图的绘制;步骤S8,确定泥石流和降雨关联性评价值并求得对应预设土壤黏度,检测所述地区的平均土壤黏度并判定关联性分析是否符合预设标准;步骤S9,输出制图和分析结果,提高了降雨相关自然灾害的制图的准确性。
Description
技术领域
本发明涉及灾害预警领域,尤其涉及一种面向降雨相关自然灾害的制图方法。
背景技术
洪水、泥石流是山区常见自然灾害,它是由土石等固体物与水相混合在重力作用下沿陡峻沟坡运动的饱和流体,具有爆发突然、历时短暂、破坏力强等特点。因此,分析与降雨相关自然灾害的成灾机制,提高自然灾害风险评价和预测预警的准确性一直是亟待解决的热点和难点问题。
大量国内外的灾害实例均表明,在一定的地质条件下,洪水、泥石流常常由强降雨激发产生,目前对洪水、泥石流等自然灾害和降雨的研究大部分是从其相关性和临界雨强的角度去分析。这些研究成果极大促进了自然灾害的预测预报水平,在防灾减灾中发挥了重要作用。
空间制图是基于已知的带有空间分布信息的观测数据、显式或隐含的空间点群之间的关联性、数学模型以及误差目标函数,利用合适的空间插值技术,来估计未知区域的事件发生情况,进而制作成连续分布的事件地图,用来识别降雨对泥石流灾害的关联性。
现有的灾害的制图对于降雨相关灾害的关联性识别存在以下问题:1、不同地域尺度不同区域降雨对泥石流的影响呈现出了多样性和差异性,尚未有研究系统阐释;2、现有基于大数据或者物理模型的预测法,对数据的需求量偏大。
发明内容
为此,本发明提供一种面向降雨相关自然灾害的制图方法,用以克服现有技术中对降雨相关自然灾害的制图进行研究时需求数据量大且成本高的问题。
为实现上述目的,本发明提供一种面向降雨相关自然灾害的制图方法,包括:
步骤S1,基于关键词在数据知识服务平台中进行检索以采集对应的文献,并通过网络资源方式和追溯参考文献方式补充采集关联文献,所述关键词为泥石流以及降雨;
步骤S2,对采集到的文献进行筛选,包括基于纳入标准对采集的所述文献进行一次筛选以及基于排除标准对一次筛选后的文献进行二次筛选;
步骤S3,使用文献编辑管理器汇总二次筛选后各文献的标题和摘要,并填写文献信息以建立针对各文献的信息摘录表以完成对各文献中资料的提取,所述文献信息包括第一作者、发表年限、研究区域、气候带、地质、样本量、样本量单位以及降雨与泥石流的对应系数的峰值;
步骤S4,汇总同一研究区域的资料后进行meta分析,并将所述资料中滞后时间以月为单位的数据转换成周以完成资料数据的标准化处理;
步骤S5,基于同一研究区域的资料间的异质性确定所述meta分析采用的效应模型,并根据采用的效应模型计算同一研究地区的资料合并后的r值及95%置信区间,计算后以森林图展示结果;
步骤S6,绘制漏斗图并基于所述漏斗图的对称性检测meta分析的结果是否存在偏倚;
步骤S7,在所述漏斗图对称时确定meta分析的结果不存在偏倚,并获取样本点以完成基于泥石流和降雨的相关系数的空间插值以完成点状图的绘制;
步骤S8,针对单个研究区域,中控模块基于所述点状图的单位面积点的面积占比确定泥石流和降雨关联性评价值,并根据确定的关联性评价值求得对应预设土壤黏度,中控模块控制检测模块检测所述地区的平均土壤黏度,并基于测得的平均土壤黏度与所述预设土壤黏度的比对结果判定关联性分析是否符合预设标准,并在不符合预设标准时,对关联性分析进行二次判定,或修正关联性评价值;
步骤S9,将中控模块关联性分析符合预设标准的制图和分析结果输出。
进一步地,所述步骤S7包括以下步骤:
步骤S701,将检索到的研究成果和所述meta分析的结果整理为样本点;
步骤S702,基于空间总体特性和样本条件,选择插值模型。
进一步地,在所述步骤S702中,中控模块基于空间总体特性和样本条件判定插值模型为基于空间自相关的空间插值模型、三明治空间插值模型或回归模型中的一种。
进一步地,在所述步骤S8中,所述中控模块基于所述关联性评价值确定所述研究地区泥石流发生的风险的概率区间,中控模块针对对应的风险概率区间,设置有对应的预设土壤黏度。
进一步地,所述中控模块在第一预设条件下控制所述检测模块检测所述地区的平均土壤黏度,并基于测得的平均土壤黏度与所述预设土壤黏度的比对结果判定关联性分析是否符合预设标准,中控模块在判定关联性分析不符合预设标准时,控制检测模块检测土壤的渗透系数,并基于测得的渗透系数对关联性分析是否符合预设标准进行二次判定,或修正所述关联性评价值;
所述第一预设条件满足所述中控模块完成预设土壤黏度的判定。
进一步地,所述中控模块基于测得的渗透系数对关联性分析是否符合预设标准进行二次判定,且在二次判定关联性分析不符合预设标准时判定所述meta分析的可靠性不合格,中控模块扩大关联文献的收集范围后重复所述步骤S1至所述步骤S8以完成所述关联性分析。
进一步地,所述中控模块设置有针对关联性评价值的若干修正方式,且使用各修正方式针对关联性评价值的修正幅度均不相同。
进一步地,在所述步骤S5中,所述中控模块基于同一研究区域的资料间的异质性确定所述meta分析采用的效应模型的判定,其中,
在判定存在异质性时采用随机效应模型完成meta分析,
或在判定不存在异质性时采用固定效应模型完成meta分析。
进一步地,所述meta分析通过P值和I2统计量判定是否存在所述异质性,其中,
若P<0.1且I2>50%,则判定所述meta分析存在异质性;
若P≥0.1或I2≤50%,则判定所述meta分析不存在所述异质性。
进一步地,在所述步骤S2中,所述纳入标准为文献的研究结果记载了样本量及降雨与泥石流之间的相关系数,所述排除标准为文献种类为会议摘要、报道和综述类文献。
与现有技术相比,本发明的有益效果在于:本发明通过meta分析的方法完成降雨和相关泥石流灾害的制图,并根据关联性评价值求得对应预设土壤黏度,并基于测得的平均土壤黏度与预设土壤黏度的比对结果判定关联性分析是否符合预设标准,并在不符合预设标准时,对关联性分析进行二次判定,或修正关联性评价值,从而降低了需求数据提取成本,降低了降雨与相关泥石流灾害的制图的数据采集成本,同时提高了灾害制图的准确性。
进一步地,本发明通过获取样本点,并完成泥石流和降雨的相关系数的空间插值,在插值时基于空间总体特性和样本条件,选择插值模型,保证了插值结果的精度,从而提高了制图的精度。
进一步地,本发明将关联性评价值与泥石流发生的风险的高低以及预设土壤黏度进行统一,得到关联性评价值与预设土壤黏度模型,当关联性评价值高时,则泥石流发生的风险高,则对应的预设土壤黏度低。
进一步地,本发明设置的中控模块基于测得的平均土壤黏度与所述预设土壤黏度的比对结果判定关联性分析是否符合预设标准,并在不符合预设标准时基于测得的渗透系数对关联性分析进行二次判定,或修正关联性评价值,从而验证了泥石流降雨关联性分析的准确性。
进一步地,本发明设置的中控模块基于测得的渗透系数对关联性分析是否符合预设标准进行二次判定,从而进一步验证了泥石流降雨关联性分析的准确性,从而提高了制图的精度。
进一步地,本发明基于异质性确定meta分析采用的效应模型的选择,从而保证了效应模型选择的精准性,进一步保证了meta分析结果的精准,从而提高了制图的精度。
进一步地,本发明引入了纳入标准和排除标准对文献进行筛选,保证了分析的准确性,从而提高了制图的精度。
附图说明
图1为本发明实施例面向降雨相关自然灾害的制图方法的流程图;
图2为本发明实施例关联性分析是否符合预设标准的判定的流程图;
图3为本发明实施例关联性分析是否符合预设标准的二次判定的流程图;
图4为本发明实施例关联性评价值的修正方式的流程图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
需要指出的是在本实施例中的数据均为通过本发明所述中控模块在进行本次制图前三个月的历史分析数据以及对应的历史分析结果中综合分析评定得出。
本发明所述中控模块在本次制图前根据前三个月中累进行的10452次不同区域的泥石流降雨关联性分析综合确定针对本次制图的各项预设参数标准的数值。本领域的技术人员可以理解的是,本发明所述系统针对单项上述参数的确定方式可以为根据数据分布选取占比最高的数值作为预设标准参数、使用加权求和以将求得的数值作为预设标准参数、将各历史数据代入至特定公式并将利用该公式求得的数值作为预设标准参数或其他选取方式,只要满足本发明所述系统能够通过获取的数值明确界定单项判定过程中的不同特定情况即可。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
请参阅图1、图2、图3以及图4所示,其分别为本发明实施例面向降雨相关自然灾害的制图方法;本发明实施例关联性分析是否符合预设标准的判定的流程图;本发明实施例关联性分析是否符合预设标准的二次判定的流程图;本发明实施例关联性评价值的修正方式的流程图。
本发明实施例一种面向降雨相关自然灾害的制图方法,包括:
步骤S1,基于关键词在数据知识服务平台中检索并采集中文相关文献,并通过网络资源方式和追溯参考文献方式补充采集关联文献,所述关键词为“泥石流”以及“降雨”;
数据知识服务平台例如为中国知网全文数据库、万方数据知识服务平台、维普,具体不做限定,可以检索并采集中文相关文献。
网络资源方式为使用互联网搜索引擎例如谷歌搜索引擎或百度搜索引擎检索并采集相关文献。
追溯参考文献方式为对数据知识服务平台检索的文献的参考文献进行逐一追查的方式。
步骤S2,对采集到的文献进行筛选,包括基于纳入标准对采集的所述文献进行一次筛选以及基于排除标准对一次筛选后的文献进行二次筛选;
纳入标准为文献的研究结果记载了样本量及降雨与泥石流之间的相关系数,排除标准为对会议摘要、报道和综述类文献进行排除。
步骤S3,使用文献编辑管理器汇总二次筛选后各文献的标题和摘要,文献编辑管理器例如Endnote X6,并填写文献信息以建立针对各文献的信息摘录表以完成对各文献中资料的提取,所述文献信息包括第一作者、发表年限、研究区域、气候带、地质、样本量、样本量单位以及降雨与泥石流的对应系数的峰值;
步骤S4,汇总同一研究区域的资料后,使用数据处理软R4.0.2进行meta分析,并将所述资料中滞后时间以月为单位的数据转换成周以完成资料数据的标准化处理;
步骤S5,基于同一研究区域的资料间的异质性确定所述meta分析采用的效应模型,并根据采用的效应模型计算同一研究地区的资料合并后的r值及95%置信区间,计算后以森林图展示结果;
步骤S6,绘制漏斗图并基于所述漏斗图的对称性检测meta分析的结果是否存在偏倚;
步骤S7,在所述漏斗图对称时确定meta分析的结果不存在偏倚,并获取样本点以完成基于泥石流和降雨的相关系数的空间插值以完成点状图的绘制;
步骤S8,针对单个研究区域,中控模块基于所述点状图的单位面积点的面积占比确定泥石流和降雨关联性评价值,并根据确定的关联性评价值求得对应预设土壤黏度,中控模块控制检测模块检测所述地区的平均土壤黏度,并基于测得的平均土壤黏度与所述预设土壤黏度的比对结果判定关联性分析是否符合预设标准,并在不符合预设标准时,对关联性分析进行二次判定,或修正关联性评价值;
步骤S9,将中控模块关联性分析符合预设标准的制图和分析结果输出。
具体而言,所述步骤S7包括以下步骤:步骤S701,将检索到的研究成果和所述meta分析的结果整理为样本点,研究成果为一个研究区域只有一篇资料,meta分析的结果为一个研究区域有多篇资料;步骤S702,基于空间总体特性和样本条件,选择插值模型。
具体而言,在所述步骤S702中,中控模块基于空间总体特性和样本条件判定插值模型的选择,其中,
第一模型判定方式为所述中控模块判定选择基于空间自相关的空间插值模型;所述第一判定方式满足所述空间总体特性为空间自相关性主导,所述空间插值模型例如核密度函数,趋势面插值模型,反距离加权插值模型,Kr iging插值家族以及贝叶斯最大熵BME模型,具体不做限定。
第二模型判定方式为所述中控模块判定选择三明治空间插值模型,所述第二判定方式满足所述空间总体特性为空间分异性主导;
第三模型判定方式为所述中控模块判定选择回归模型,所述第三判定方式满足解释变量显著,所述回归模型例如线性回归模型,3G模型以及贝叶斯层次模型,具体不做限定。
具体而言,在所述步骤S8中,所述中控模块基于关联性评价值E确定所述状图中选取的面积,φ1为点状图中选取的面积中的点的面积,则E∈(0,1),则风险概率区间为(0,1),针对对应的风险概率区间,中控模块设置有对应的预设土壤黏度N,设定N=αE,其中,α为土壤黏度影响因子,设定α=0.82。
具体而言,所述中控模块在第一预设条件下控制检测模块检测所述地区平均土壤黏度,并基于测得的平均土壤黏度与所述预设土壤黏度的比对结果确定针对所述关联性分析是否符合预设标准的判定,其中,
第一关联性判定方式为所述中控模块判定关联性分析不符合预设标准,并控制检测模块进一步检测土壤的渗透系数,中控模块基于测得的渗透系数对所述关联性分析是否符合预设标准进行二次判定;所述第一关联性判定方式满足所述测得的平均土壤黏度小于第一预设土壤黏度;
第二关联性判定方式为所述中控模块判定关联性分析符合预设标准,并按照当前的分析方式输出分析结果;所述第二关联性判定方式满足所述测得的平均土壤黏度大于等于所述第一预设土壤黏度且小于第二预设土壤黏度;
第三关联性判定方式为所述中控模块判定关联性分析不符合预设标准,并根据测得的平均土壤黏度与所述第二预设土壤黏度之间的差值将所述关联性评价值降低至对应值;所述第三关联性判定方式满足所述测得的平均土壤黏度大于等于所述第二预设土壤黏度;
其中,所述第一预设土壤黏度为所述预设土壤黏度的85%,以及所述第二预设土壤黏度为所述预设土壤黏度的1.15倍;
所述第一预设条件满足所述中控模块完成预设土壤黏度的判定。
具体而言,所述中控模块基于测得的渗透系数对关联性分析是否符合预设标准进行二次判定,其中,
第一二次判定方式为所述中控模块判定所述关联性分析不符合预设标准,且不符合预设标准的原因为所述meta分析的可靠性不合格,中控模块判定本次分析不合格,并扩大关联文献的收集范围后重复步骤S1至步骤S8以完成所述关联性分析;所述第一二次判定方式满足所述渗透系数小于预设渗透系数,设定预设渗透系数为5.6×10-8;
第二二次判定方式为所述中控模块判定所述关联性分析不符合预设标准,并按照当前的分析方式输出分析结果;所述第二二次判定方式满足所述渗透系数大于等于预设渗透系数。
具体而言,扩大关联文献的收集范围的方式为针对数据知识服务平台检索的文献的参考文献追查后,进一步根据在参考文献的基础上进一步追查和收集参考文献的参考文献。
具体而言,所述中控模块在第三关联性判定方式下计算测得的平均土壤黏度与所述第二预设土壤黏度之间的差值,并将该差值记为修正差值,中控模块根据修正差值确定针对所述关联性评价值的修正方式,其中,
第一修正方式为所述中控模块使用第一预设修正系数0.99将所述关联性评价值降低至对应值;所述第一修正方式满足所述修正差值小于第一预设修正差值0.12;
第二修正方式为所述中控模块使用第二预设修正系数0.98将所述关联性评价值降低至对应值;所述第二修正方式满足所述修正差值大于等于所述第一预设修正差值且小于第二预设修正差值0.28;
第三修正方式为所述中控模块使用第三预设修正系数0.97将所述关联性评价值降低至对应值;所述第三修正方式满足所述修正差值大于等于所述第二预设修正差值。
具体而言,在所述步骤S5中,所述中控模块基于同一研究区域的资料间的异质性确定所述meta分析采用的效应模型的判定,其中,
在判定存在异质性时采用随机效应模型完成meta分析,
或在判定不存在异质性时采用固定效应模型完成meta分析。
具体而言,所述meta分析通过P值和I2统计量判定是否存在所述异质性,其中,
若P<0.1且I2>50%,则判定所述meta分析存在异质性;
若P≥0.1或I2≤50%,则判定所述meta分析不存在所述异质性;
其中,P值是当原假设为真时所得到的样本观察结果或更极端结果出现的概率,其为异质性检验的指标;I2为衡量多个研究结果间异质性程度的指标,其中,W为异质性检验的卡方值,k为纳入meta分析的论文数量。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (10)
1.一种面向降雨相关自然灾害的制图方法,其特征在于,包括:
步骤S1,基于关键词在数据知识服务平台中进行检索以采集对应的文献,并通过网络资源方式和追溯参考文献方式补充采集关联文献,所述关键词为泥石流以及降雨;
步骤S2,对采集到的文献进行筛选,包括基于纳入标准对采集的所述文献进行一次筛选以及基于排除标准对一次筛选后的文献进行二次筛选;
步骤S3,使用文献编辑管理器汇总二次筛选后各文献的标题和摘要,并填写文献信息以建立针对各文献的信息摘录表以完成对各文献中资料的提取,所述文献信息包括第一作者、发表年限、研究区域、气候带、地质、样本量、样本量单位以及降雨与泥石流的对应系数的峰值;
步骤S4,汇总同一研究区域的资料后进行meta分析,并将所述资料中滞后时间以月为单位的数据转换成周以完成资料数据的标准化处理;
步骤S5,基于同一研究区域的资料间的异质性确定所述meta分析采用的效应模型,并根据采用的效应模型计算同一研究地区的资料合并后的r值及95%置信区间,计算后以森林图展示结果;
步骤S6,绘制漏斗图并基于所述漏斗图的对称性检测meta分析的结果是否存在偏倚;
步骤S7,在所述漏斗图对称时确定meta分析的结果不存在偏倚,并获取样本点以完成基于泥石流和降雨的相关系数的空间插值以完成点状图的绘制;
步骤S8,针对单个研究区域,中控模块基于所述点状图的单位面积点的面积占比确定泥石流和降雨关联性评价值,并根据确定的关联性评价值求得对应预设土壤黏度,中控模块控制检测模块检测所述地区的平均土壤黏度,并基于测得的平均土壤黏度与所述预设土壤黏度的比对结果判定关联性分析是否符合预设标准,并在不符合预设标准时,对关联性分析进行二次判定,或修正关联性评价值;
步骤S9,将中控模块关联性分析符合预设标准的制图和分析结果输出。
2.根据权利要求1所述的面向降雨相关自然灾害的制图方法,其特征在于,所述步骤S7包括以下步骤:
步骤S701,将检索到的研究成果和所述meta分析的结果整理为样本点;
步骤S702,基于空间总体特性和样本条件,选择插值模型。
3.根据权利要求2所述的面向降雨相关自然灾害的制图方法,其特征在于,在所述步骤S702中,中控模块基于空间总体特性和样本条件判定插值模型为基于空间自相关的空间插值模型、三明治空间插值模型或回归模型中的一种。
4.根据权利要求3所述的面向降雨相关自然灾害的制图方法,其特征在于,在所述步骤S8中,所述中控模块基于所述关联性评价值确定所述研究地区泥石流发生的风险的概率区间,中控模块针对对应的风险概率区间,设置有对应的预设土壤黏度。
5.根据权利要求4所述的面向降雨相关自然灾害的制图方法,其特征在于,所述中控模块在第一预设条件下控制所述检测模块检测所述地区的平均土壤黏度,并基于测得的平均土壤黏度与所述预设土壤黏度的比对结果判定关联性分析是否符合预设标准,中控模块在判定关联性分析不符合预设标准时,控制检测模块检测土壤的渗透系数,并基于测得的渗透系数对关联性分析是否符合预设标准进行二次判定,或修正所述关联性评价值;
所述第一预设条件满足所述中控模块完成预设土壤黏度的判定。
6.根据权利要求5所述的面向降雨相关自然灾害的制图方法,其特征在于,所述中控模块基于测得的渗透系数对关联性分析是否符合预设标准进行二次判定,且在二次判定关联性分析不符合预设标准时判定所述meta分析的可靠性不合格,中控模块扩大关联文献的收集范围后重复所述步骤S1至所述步骤S8以完成所述关联性分析。
7.根据权利要求5所述的面向降雨相关自然灾害的制图方法,其特征在于,所述中控模块设置有针对关联性评价值的若干修正方式,且使用各修正方式针对关联性评价值的修正幅度均不相同。
8.根据权利要求1所述的面向降雨相关自然灾害的制图方法,其特征在于,在所述步骤S5中,所述中控模块基于同一研究区域的资料间的异质性确定所述meta分析采用的效应模型的判定,其中,
在判定存在异质性时采用随机效应模型完成meta分析,
或在判定不存在异质性时采用固定效应模型完成meta分析。
9.根据权利要求8所述的面向降雨相关自然灾害的制图方法,其特征在于,所述meta分析通过P值和I2统计量判定是否存在所述异质性,其中,
若P<0.1且I2>50%,则判定所述meta分析存在异质性;
若P≥0.1或I2≤50%,则判定所述meta分析不存在所述异质性。
10.根据权利要求1所述的面向降雨相关自然灾害的制图方法,其特征在于,在所述步骤S2中,所述纳入标准为文献的研究结果记载了样本量及降雨与泥石流之间的相关系数,所述排除标准为文献种类为会议摘要、报道和综述类文献。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311356493.8A CN117456045B (zh) | 2023-10-19 | 2023-10-19 | 一种面向降雨相关自然灾害的制图方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311356493.8A CN117456045B (zh) | 2023-10-19 | 2023-10-19 | 一种面向降雨相关自然灾害的制图方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117456045A true CN117456045A (zh) | 2024-01-26 |
CN117456045B CN117456045B (zh) | 2024-10-18 |
Family
ID=89579073
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311356493.8A Active CN117456045B (zh) | 2023-10-19 | 2023-10-19 | 一种面向降雨相关自然灾害的制图方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117456045B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170134830A (ko) * | 2016-05-26 | 2017-12-07 | 경상대학교산학협력단 | 혼합분포형을 이용한 지구 기후 모델의 극치 강수자료의 오차 보정방법 |
CN109801296A (zh) * | 2019-01-14 | 2019-05-24 | 中国科学院地理科学与资源研究所 | 一种海绵城市建设下垫面嵌套式遥感精细化制图方法 |
CN111694883A (zh) * | 2020-06-04 | 2020-09-22 | 倪伟伦 | 一种历史地理信息数据的可视化系统 |
CN112232574A (zh) * | 2020-10-21 | 2021-01-15 | 成都理工大学 | 一种基于支持向量机的泥石流灾害降雨阈值自动划分方法 |
KR102350247B1 (ko) * | 2021-04-14 | 2022-01-12 | 대한민국 | 재난 피해이력 시계열 시각화 방법 |
CN115186074A (zh) * | 2022-06-24 | 2022-10-14 | 深圳市规划和自然资源数据管理中心 | 基于Meta分析的模拟土壤pH值空间分布格局的方法 |
CN115271452A (zh) * | 2022-07-28 | 2022-11-01 | 中国水利水电科学研究院 | 一种基于Meta分析的土壤调节措施参数提取方法 |
CN115439292A (zh) * | 2022-08-16 | 2022-12-06 | 武汉浮木科技有限公司 | 一种基于无代码技术的灾害风险应急预警范围的计算方法及装置 |
CN115757734A (zh) * | 2022-11-22 | 2023-03-07 | 合肥工业大学 | 小众化信息干预与绿色出行行为间关系的评价方法及系统 |
CN116341348A (zh) * | 2021-12-14 | 2023-06-27 | 西安电子科技大学青岛计算技术研究院 | 一种基于bp神经网络的泥石流灾害易发性预测方法 |
CN116485172A (zh) * | 2022-12-09 | 2023-07-25 | 中国疾病预防控制中心环境与健康相关产品安全所 | 一种夏季热健康风险分级预警方法及预测预警系统 |
-
2023
- 2023-10-19 CN CN202311356493.8A patent/CN117456045B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170134830A (ko) * | 2016-05-26 | 2017-12-07 | 경상대학교산학협력단 | 혼합분포형을 이용한 지구 기후 모델의 극치 강수자료의 오차 보정방법 |
CN109801296A (zh) * | 2019-01-14 | 2019-05-24 | 中国科学院地理科学与资源研究所 | 一种海绵城市建设下垫面嵌套式遥感精细化制图方法 |
CN111694883A (zh) * | 2020-06-04 | 2020-09-22 | 倪伟伦 | 一种历史地理信息数据的可视化系统 |
CN112232574A (zh) * | 2020-10-21 | 2021-01-15 | 成都理工大学 | 一种基于支持向量机的泥石流灾害降雨阈值自动划分方法 |
KR102350247B1 (ko) * | 2021-04-14 | 2022-01-12 | 대한민국 | 재난 피해이력 시계열 시각화 방법 |
CN116341348A (zh) * | 2021-12-14 | 2023-06-27 | 西安电子科技大学青岛计算技术研究院 | 一种基于bp神经网络的泥石流灾害易发性预测方法 |
CN115186074A (zh) * | 2022-06-24 | 2022-10-14 | 深圳市规划和自然资源数据管理中心 | 基于Meta分析的模拟土壤pH值空间分布格局的方法 |
CN115271452A (zh) * | 2022-07-28 | 2022-11-01 | 中国水利水电科学研究院 | 一种基于Meta分析的土壤调节措施参数提取方法 |
CN115439292A (zh) * | 2022-08-16 | 2022-12-06 | 武汉浮木科技有限公司 | 一种基于无代码技术的灾害风险应急预警范围的计算方法及装置 |
CN115757734A (zh) * | 2022-11-22 | 2023-03-07 | 合肥工业大学 | 小众化信息干预与绿色出行行为间关系的评价方法及系统 |
CN116485172A (zh) * | 2022-12-09 | 2023-07-25 | 中国疾病预防控制中心环境与健康相关产品安全所 | 一种夏季热健康风险分级预警方法及预测预警系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117456045B (zh) | 2024-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Brun et al. | Heterogeneous influence of glacier morphology on the mass balance variability in High Mountain Asia | |
Sarron et al. | Pre-processing of galaxies in cosmic filaments around AMASCFI clusters in the CFHTLS | |
Lemoine et al. | Testing the applicability of correlations between topographic slope and VS 30 for Europe | |
Dennison et al. | Estimating the needed sampling area for subaquatic ecologic studies | |
Nathan et al. | Identification of homogeneous regions for the purposes of regionalisation | |
Lin et al. | Ground-motion attenuation relationships for subduction-zone earthquakes in northeastern Taiwan | |
Régnier et al. | Influence of the VS profiles beyond 30 m depth on linear site effects: Assessment from the KiK‐net data | |
Stevenson et al. | A multimetric index of lake diatom condition based on surface-sediment assemblages | |
Shi et al. | MALMI: An automated earthquake detection and location workflow based on machine learning and waveform migration | |
Maturi et al. | Multi-colour detection of gravitational arcs | |
Haining | Spatial statistics and the analysis of health data | |
Zafarani et al. | Testing ground‐motion prediction equations against small‐to‐moderate magnitude data in Iran | |
Kusuma et al. | Comparison of interpolation methods for sea surface temperature data | |
CN117078077A (zh) | 一种高速公路路域的生态脆弱性评价方法 | |
De Giovanni et al. | The real task of selecting records for ecological niche modelling | |
CN117456045B (zh) | 一种面向降雨相关自然灾害的制图方法 | |
CN117290410B (zh) | 基于氯代烃分布预测的环境监测方法及系统 | |
CN116842416B (zh) | 一种适用珊瑚礁砂基础管桩侧摩阻力的计算方法 | |
Zhao et al. | SPT-CPT correlation and its application for liquefaction evaluation in China | |
Weißmann et al. | Probing the evolution of the substructure frequency in galaxy clusters up to z~ 1 | |
CN106340018B (zh) | 水文气象要素空间插值最优分辨率的确定方法 | |
CN113379122B (zh) | 一种基于概率神经网络模型的泥石流沟堵塞程度预测方法 | |
N’guessan et al. | Eastern Tropical Atlantic mixed layer depth: assessment of methods from In situ profiles in the gulf of Guinea from coastal to high Sea | |
Garrett et al. | The statistical appraisal of survey effectiveness in regional geochemical surveys for Canada's uranium reconnaissance program | |
Laouami | Proposal for a new site classification tool using microtremor data |
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 |