基于自然灾害链的灾害预测方法及系统技术方案

本发明专利技术提供一种基于自然灾害链的灾害预测方法及系统，该方法包括：基于风险评估地区在评估时期范围内对应的历史自然灾害记录文本和承灾体事件，获取风险事件关联关系矩阵；基于风险事件关联关系矩阵，建立贝叶斯网络，并获取贝叶斯网络对应的条件概率表；根据风险评估地区已发生自然灾害和条件概率表，获取风险评估地区将发生自然灾害和/或将发生承灾体事件的概率。本发明专利技术实施例通过历史自然灾害记录文本和承灾体事件，找出该地区的自然灾害链，然后建立风险事件关联关系矩阵，并计算贝叶斯网络的条件概率表，然后根据已经发生的自然灾害，预测将发生风险的概率，对风险进行了定量分析和预测，有利于对风险进行评估和防控。控。控。

【技术实现步骤摘要】
基于自然灾害链的灾害预测方法及系统


[0001]本专利技术涉及气象监测与预报
，尤其涉及一种基于自然灾害链的灾害预测方法及系统。

技术介绍

[0002]自然灾害一直给人类的生产生存带来了许多危害，一旦自然灾害发生躲避不及就容易造成不可挽回的损失，因此灾害预警对人类生活具有跨时代的意义。
[0003]目前多灾种灾害链风险评估只能进行定性分析，比如发生寒潮后，可以预测到可能会发生大风或者大雪的灾害，但是无法进行定量的计算，因此，亟需一种基于自然灾害链的灾害预测方法及系统。

技术实现思路

[0004]本专利技术提供一种基于自然灾害链的灾害预测方法，用以解决现有技术中无法对灾害进行定量预测的缺陷，实现灾害的定量预测。
[0005]本专利技术提供一种基于自然灾害链的灾害预测方法，包括：
[0006]基于风险评估地区在评估时期范围内对应的历史自然灾害记录文本和承灾体事件，获取风险事件关联关系矩阵；
[0007]基于所述风险事件关联关系矩阵，建立贝叶斯网络，并获取所述贝叶斯网络对应的条件概率表；
[0008]根据所述风险评估地区已发生自然灾害和所述条件概率表，获取所述风险评估地区将发生自然灾害和/或将发生承灾体事件的概率，已发生自然灾害与将发生自然灾害、将发生承灾体事件构成自然灾害链。
[0009]根据本专利技术提供的一种基于自然灾害链的灾害预测方法，所述基于风险评估地区在评估时期范围内对应的历史自然灾害记录文本和承灾体事件，获取风险事件关联关系矩阵，包括：r/>[0010]获取自然灾害对应的关键词和承灾体事件对应的关键词；
[0011]基于所述自然灾害对应的关键词和所述承灾体事件对应的关键词，对所述历史自然灾害记录文本进行筛选，获取优选自然灾害记录文本；
[0012]根据所述优选自然灾害记录文本，获取所述自然灾害之间的联系以及所述自然灾害与承灾体事件之间的联系；
[0013]根据所述自然灾害之间的联系以及所述自然灾害与承灾体事件之间的联系，获取风险事件关联关系矩阵。
[0014]根据本专利技术提供的一种基于自然灾害链的灾害预测方法，所述基于所述自然灾害对应的关键词和所述承灾体事件对应的关键词，对所述历史自然灾害记录文本进行筛选，获取优选自然灾害记录文本，包括：
[0015]若所述历史自然灾害记录文本至少包括一个所述自然灾害对应的关键词或所述
承灾体事件对应的关键词，将所述历史自然灾害记录文本作为备选自然灾害记录文本；
[0016]若所述备选自然灾害记录文本中至少包括两个不同风险类型的关键词，将所述备选自然记录文本作为所述优选自然灾害记录文本。
[0017]根据本专利技术提供的一种基于自然灾害链的灾害预测方法，所述根据所述自然灾害之间的联系以及所述自然灾害与承灾体事件之间的联系，获取风险事件关联关系矩阵，包括：
[0018][0019]其中，对于第n个优选自然灾害记录文本S
n
，当存在时，否则，表示所述风险事件关联关系矩阵中第i行第j列的元素。
[0020]根据本专利技术提供的一种基于自然灾害链的灾害预测方法，所述基于所述风险事件关联关系矩阵，建立贝叶斯网络，并获取所述贝叶斯网络对应的条件概率表，包括：
[0021]将所述风险事件关联关系矩阵转换为贝叶斯网络形式，形成灾害链图；
[0022]基于所述灾害链图中相互连接的两个节点之间的关联强度，将关联强度小于预设阈值的两个节点之间的连线删除，获取最终贝叶斯网络；
[0023]采用最大似然估计法，计算所述最终贝叶斯网络的参数，形成条件概率表。
[0024]根据本专利技术提供的一种基于自然灾害链的灾害预测方法，所述灾害链图中相互连接的两个节点之间的关联强度为两个节点的条件互信息。
[0025]根据本专利技术提供的一种基于自然灾害链的灾害预测方法，所述条件互信息应用如下公式获得：
[0026][0027][0028]其中，I(X
i
,X
j
|Y)表示两个节点X
i
和X
j
之间的条件互信息，p(X
i
,X
j
,Y)为X
i
、X
j
和Y的联合概率，p(X
i
|Y)、p(X
j
|Y)和p(X
i
,X
j
|Y)为条件概率，表示与节点变量X
i
直接相连的节点集合，表示与节点变量X
j
直接相连的节点集合。
[0029]本专利技术还提供一种基于自然灾害链的灾害预测系统，包括：
[0030]关联矩阵模块，用于基于风险评估地区在评估时期范围内对应的历史自然灾害记录文本和承灾体事件，获取风险事件关联关系矩阵；
[0031]条件概率计算模块，用于基于所述风险事件关联关系矩阵，建立贝叶斯网络，并获取所述贝叶斯网络对应的条件概率表；
[0032]风险预测模块，用于根据所述风险评估地区已发生自然灾害和所述条件概率表，获取所述风险评估地区将发生自然灾害和/或将发生承灾体事件的概率，已发生自然灾害与将发生自然灾害、将发生承灾体事件构成自然灾害链。
[0033]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于自然灾害链的灾害预测方法的步骤。
[0034]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于自然灾害链的灾害预测方法的步骤。
[0035]本专利技术实施例提供一种基于自然灾害链的灾害预测方法及系统，通过历史自然灾害记录文本和承灾体事件，找出该地区的自然灾害链，然后建立风险事件关联关系矩阵，并计算贝叶斯网络的条件概率表，然后根据已经发生的自然灾害，预测将发生风险的概率，对风险进行了定量预测，有利于对风险进行防控。
附图说明
[0036]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，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。
[0037]图1为本专利技术提供的一种基于自然灾害链的灾害预测方法的流程图；
[0038]图2为本专利技术实施例中的自然灾害链示意图；
[0039]图3为本专利技术提供的一种基于自然灾害链的灾害预测系统的结构示意图；
[0040]图4为本专利技术提供的一种电子设备的实体结构示意图。
具体实施方式
[0041]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术中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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于自然灾害链的灾害预测方法，其特征在于，包括：基于风险评估地区在评估时期范围内对应的历史自然灾害记录文本和承灾体事件，获取风险事件关联关系矩阵；基于所述风险事件关联关系矩阵，建立贝叶斯网络，并获取所述贝叶斯网络对应的条件概率表；根据所述风险评估地区已发生自然灾害和所述条件概率表，获取所述风险评估地区将发生自然灾害和/或将发生承灾体事件的概率，已发生自然灾害与将发生自然灾害、将发生承灾体事件构成自然灾害链。2.根据权利要求1所述的基于自然灾害链的灾害预测方法，其特征在于，所述基于风险评估地区在评估时期范围内对应的历史自然灾害记录文本和承灾体事件，获取风险事件关联关系矩阵，包括：获取自然灾害对应的关键词和承灾体事件对应的关键词；基于所述自然灾害对应的关键词和所述承灾体事件对应的关键词，对所述历史自然灾害记录文本进行筛选，获取优选自然灾害记录文本；根据所述优选自然灾害记录文本，获取所述自然灾害之间的联系以及所述自然灾害与承灾体事件之间的联系；根据所述自然灾害之间的联系以及所述自然灾害与承灾体事件之间的联系，获取风险事件关联关系矩阵。3.根据权利要求2所述的基于自然灾害链的灾害预测方法，其特征在于，所述基于所述自然灾害对应的关键词和所述承灾体事件对应的关键词，对所述历史自然灾害记录文本进行筛选，获取优选自然灾害记录文本，包括：若所述历史自然灾害记录文本至少包括一个所述自然灾害对应的关键词或所述承灾体事件对应的关键词，将所述历史自然灾害记录文本作为备选自然灾害记录文本；若所述备选自然灾害记录文本中至少包括两个不同风险类型的关键词，将所述备选自然记录文本作为所述优选自然灾害记录文本。4.根据权利要求2所述的基于自然灾害链的灾害预测方法，其特征在于，所述根据所述自然灾害之间的联系以及所述自然灾害与承灾体事件之间的联系，获取风险事件关联关系矩阵，包括：其中，对于第n个优选自然灾害记录文本S
n
，当存在时，否则，C
ij
表示所述风险事件关联关系矩阵中第i行第j列的元素。5.根据权利要求1至4任一所述的基于自然灾害链的灾害预测方法，其特征在于，所述基于所述风险事件关联关系矩阵，建立贝叶斯网络，并获取所述贝叶斯网络对应的条件概率表，包括：将所述风险事件关联关系矩阵转换为贝叶斯网络形式，形...

【专利技术属性】
技术研发人员：刘梦婷，朱伟，郑建春，王晶晶，尹萌萌，杨艳英，
申请(专利权)人：北京城市系统工程研究中心，
类型：发明
国别省市：