【技术实现步骤摘要】
基于风雨大数据的台风风险综合评估方法及系统
本专利技术涉及自然灾害风险评估
,尤其是一种基于风雨大数据的台风风险综合评估方法及系统。
技术介绍
台风带来的狂风、暴雨、风暴潮等灾害造成重大经济损失与人员伤亡。为了减轻台风灾害风险,减少台风灾害损失,需要开展台风风险评估相关研究工作,现有技术中,普遍采用基于自然灾害风险理论模型,即R=F(D,E,V)。其中R为自然灾害风险;D为致灾因子,主要根据灾害发生的频率和强度确定;E为承灾体暴露度,主要根据灾害发生时暴露在灾害影响范围内的人口和社会经济确定;V为承灾体脆弱性,主要根据承灾体自身能力以及外部防灾减灾能力确定。基于以上理论,首先确定台风致灾因子和承灾体调查范围,其中台风致灾因子主要包括强风、暴雨、风暴潮及其带来的洪水、地质灾害等次生灾害,承灾体主要包括危房等灾害易发多发区、水电煤气等生命线工程、危化品企业等重点保护对象、景区等人员密集场所等;然后根据确定的调查范围,收集、整编历史台风发生频率、承灾体脆弱度与暴露度、防灾减灾能力、灾害损失等数据;再通过风险理论模型和数理统计模型对台风灾害风险进行分析与评估,最终给出台风风险评估结果。相关现有技术:一种基于ArcGIS平台的台风风暴潮风险评估方法及系统,申请号:CN201910512703.5申请日2019-06-13一种基于GIS的电网台风灾害风险评估方法,申请号:CN201611188706.0申请日:2016-12-21一种台风灾害风险预估方法,申请号:CN201310078961 ...
【技术保护点】
1.一种基于风雨大数据的台风风险综合评估方法,其特征在于:/n按固定精度将待评估区域划分为多个网格区域,采用统一的地理坐标系和统一的地理网格精度,将地理网格区域与台风路径网格、风力再分析数据网络、降雨再分析数据网格进行关联;/n根据台风路径节点,按照强风影响范围和降雨影响范围,提取该节点影响范围内的区域网格索引序列,逐一计算各影响范围内网格的强风影响分值和/或降雨影响分值和/或综合影响分值;遍历台风路径各节点,而后计算单个台风的强风和/或降雨和/或综合危险性,以及不同年份和/或不同年段的台风综合风险。/n
【技术特征摘要】
1.一种基于风雨大数据的台风风险综合评估方法,其特征在于:
按固定精度将待评估区域划分为多个网格区域,采用统一的地理坐标系和统一的地理网格精度,将地理网格区域与台风路径网格、风力再分析数据网络、降雨再分析数据网格进行关联;
根据台风路径节点,按照强风影响范围和降雨影响范围,提取该节点影响范围内的区域网格索引序列,逐一计算各影响范围内网格的强风影响分值和/或降雨影响分值和/或综合影响分值;遍历台风路径各节点,而后计算单个台风的强风和/或降雨和/或综合危险性,以及不同年份和/或不同年段的台风综合风险。
2.根据权利要求1所述的基于风雨大数据的台风风险综合评估方法,其特征在于:选取历史台风路径中包含风力、风圈半径的数据集,利用神经网络建立风力TFPower与最大影响范围Radius之间的拟合函数F(P);然后遍历每条台风的网格序列,通过拟合函数F(P)计算该网格最大影响范围Radius及Radius范围内的领域网格X、Y坐标集合。
3.根据权利要求2所述的基于风雨大数据的台风风险综合评估方法,其特征在于:
根据台风物理结构构建强风影响衰减函数F(L),如下所示:
其中L为台风中心网格与受影响地网格之间的距离,LS为台风开始出现衰减的距离,Lmax为台风最大影响距离,b为最小衰减系数。
4.根据权利要求3所述的基于风雨大数据的台风风险综合评估方法,其特征在于:选取台风网格序列中的某一节点TFNode,提取该节点影响范围内的降雨网格数据集合RainfulData和风力网格数据集合WindPowerData,计算网格的强风影响分值SGridWind和降雨影响分值SGridRain,其中SGridWind=F(WindPowerData,F(L));然后根据SGridWind、SGridRain计算各网格综合影响分值SGrid,其中SGrid=F(SGridWind,SGridRain)。
5.根据权利要求4所述的基于风雨大数据的台风风险综合评估方法,其特征在于:采用Spark遍历单个台风路径上的所有节点,计算SGridWind、SGridRain、SGrid平均值作为该台风的强风影响分值STyphoonWind、降雨影响分值STyphoonRain和综合影响分值STyphoon。
6.一种基于风雨大数据的台风风险综合评估方法,其特征在于,包括以下步骤:
步骤S1:建立区域网格索引:按固定精度将待评估区域划分为多个小矩阵网格区域,并为每个区域网格建立唯一的索引ID;
步骤S2:初始化网格属性:建立平面坐标系,将区域网格投影至平面坐标系中,记录坐标值及网格地理要素信息;
步骤S3:数据源选择:采用的数据源为包括台风数据、风力数据和降雨数据的历史数据集;
步骤S4:台风数据预处理,并采用插值法补齐台风路径轨迹数据;
步骤S5:风力和降雨数据预处理:基于区域网格精度对风力、降雨再分析数据集进行预处理,将风力网格、降雨网格与区域网格进行关联;
步骤S6:降雨影响范围筛选:选取台风途径区域及其相邻区域降雨网格数据参与计算;
步骤S7:建立强风影响范围拟合函数:根据历史台风风力、风圈半径数据,利用神经网络建立风力与最大影响范围之间的拟合函数;
步骤S8:建立强风影响衰减函数:根据台风物理结构设计强风影响衰减函数;
步骤S9:台风单个轨迹点影响力计算:根据台风路径节点,按照强风影响范围和降雨影响范围提取规则,提取该节点影响范围内的区域网格索引序列,逐一计算各影响范围内网格的强风影响分值和降雨影响分值,根据各网格强风、降雨影响分值,计算各网格综合影响分值;
步骤S10:单个台风综合影响力计算:采用分布式计算引擎遍历单个台风路径上的所有节点,计算各节点影响范围内网格的强风影响分值、降雨影响分值和综合影响分值;
步骤S11:单个台风风险评估:根据计算分值进行风险评估,将风险评估结果划分为若干个等级;
步骤S12:台风风险综合评估:采用分布式计算引擎计算对待评估区域内造成影响的每一个台风风险情况,并基于计算结果评估不同年份、不同年段台风综合风险状况。
7.根据权利要求6所述的基于风雨大数据的台风风险综合评估方法,其特征在于:
在步骤S1中,采用CGCS2000大地坐标系,按固定网格精度将待评估区域划分为M*N个小矩阵网格区域,按从东向西、从南向北顺序依次为每...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。