一种多业务融合的台风灾害风险时空预测方法技术

本发明专利技术公开了一种多业务融合的台风灾害风险时空预测方法，包括如下步骤：S1)生成基于台风路径和强度的台风影响预测图；S2)将孕灾环境作为正向指标，减灾环境作为负向指标，根据距离衰减构建减、孕灾环境模型；S3)将台风影响预测图中的灾害预测值与减、孕灾环境模型得到的基础灾害指标在空间上进行相同位置的叠加，得到任一点位的台风灾害风险预测值。本发明专利技术在台风影响计算以及孕、减灾环境模型构建时引入了距离衰减概念，并考虑了减灾设施的影响，更符合实际灾害发生情景，可以更精准地预测灾害风险，从而提高城市复杂环境多业务场景下的台风灾害风险预测能力，大大提升城市台风灾害风险时空预测精度。灾害风险时空预测精度。灾害风险时空预测精度。

【技术实现步骤摘要】
一种多业务融合的台风灾害风险时空预测方法


[0001]本专利技术涉及一种台风灾害风险预测方法，尤其涉及一种多业务融合的台风灾害风险时空预测方法。

技术介绍

[0002]台风是生成于西北太平洋的强烈气旋型涡旋，是一种影像范围广、发展形势剧烈的天气现象，其带来的狂风、暴雨和风暴潮会对沿海海域、陆地造成危害，是全球面临的重大自然灾害之一。我国是受台风影响较大的国家，东南沿海地区是台风登陆和影响的主要区域。同时，东南沿海经济发展较快，大型城市密集，因此面向大型城市复杂情况的台风灾害风险预测对于我国尤为重要。
[0003]针对台风灾害的风险预测，现有技术主要从两个方向展开。其一是在某一专业场景中评估台风灾害风险，如评估输电杆塔受损情况、评估作物产量受损情况、评估建筑受损情况、评估养殖业影响情况等。其二是从灾害应急角度，围绕致灾因子、孕灾环境、承灾体共同组成的灾害系统建立台风灾害评估模型，也引入了信息扩散理论、主成分分析法等统计方法进行辅助。
[0004]随着空间信息技术的不断发展，地理信息系统(GIS)技术具有的空间叠加、量算和分析等能力优势愈发凸显，特别是针对大型城市复杂情况，GIS技术已被广泛应用于各领域的政务信息化系统中，服务于城市的规划、管理、运营等工作。
[0005]从现有台风灾害研究成果中也可看出，GIS技术也越来越多的被应用于台风灾害风险评估当中。但是当前城市台风灾害风险预测评估方法仍存在以下不足。
[0006]首先，业务场景融合不足。当前大多成果仍是针对单一业务场景的台风灾害技术研究，无法满足大型城市复杂场景的实际应用需要。造成这一问题的原因主要是各业务领域在数据、方法、业务逻辑上较为孤立，难以形成综合性业务场景，缺少城市层面的一体化系统统筹支撑。而大型城市的灾害应急需全面考虑各业务领域信息，其预测评估内容也应具有较好的鲁棒性，可服务于各业务领域。
[0007]第二，时空信息手段有待提升。从空间角度，当前应用时空信息手段的成果仍多以市、县等行政区划为研究单元，割裂了城市内部的空间特征，且颗粒度不足。从时间角度，当前成果受限于不同业务领域数据共享壁垒，多基于历史统计数据开展相关工作，缺少针对实时或准实时数据的快速分析能力。
[0008]第三，缺少对距离因素的考量。现有成果受限于精细化城市信息缺失，在测算台风风险时多以线性的指标模型为主，多未考虑各类影响因素在距离上的衰减，会导致预测评估结果产生偏差。

技术实现思路

[0009]本专利技术所要解决的技术问题是提供一种多业务融合的台风灾害风险时空预测方法，能够提高城市复杂环境多业务场景下的台风灾害风险预测能力，大大提升城市台风灾
害风险时空预测精度。
[0010]本专利技术为解决上述技术问题而采用的技术方案是提供一种多业务融合的台风灾害风险时空预测方法，包括如下步骤：S1)生成基于台风路径和强度的台风影响预测图；S2)将孕灾环境作为正向指标，减灾环境作为负向指标，根据距离衰减构建减、孕灾环境模型；S3)将台风影响预测图中的灾害预测值与减、孕灾环境模型得到的基础灾害指标在空间上进行相同位置的叠加，得到任一点位的台风灾害风险预测值。
[0011]进一步地，所述步骤S1包括：S11)获取台风预报实时数据；S12)确定路径概率计算范围，并按格网划分计算范围；S13)对每个格网的中心点进行距离分析，确定当前时间点各影响预报路径的台风强度，并计算其距离衰减后对中心点的平均影响强度；S14)将计算范围内所有格网中的路径概率和影响强度相乘，并进行归一化处理；S15)最后采用反距离权重插值对结果进行空间插值，生成基于台风路径和强度的台风影响预测图。
[0012]进一步地，所述步骤S11中台风预报实时数据来自“AVNO数值”、“欧洲全模”、“英国全模”、“韩国球模”、“日本数值”、“北京T639”和/或“北京数值”，通过检索台风的起报时间，获得台风编号、预报时效、经纬度坐标和台风强度。
[0013]进一步地，所述步骤S12包括：通过所有预报点的经纬度坐标计算出包含所有预报点的最小外接矩形，并根据台风的影响范围将矩形向外扩展，得到最终的路径概率计算范围；同时，将同一预报方法不同预报时效的预报点按照时效先后进行连接，得到每一种方法的预报路径；对每个格网的中心点进行分析，确定在台风的影响范围经过的预报路径条数，即得到影响该点的预报路径数量n，用该数量除以该时间预报方法的总数N，即可得到该点的路径概率P
path
：
[0014][0015]进一步地，所述步骤S13选择标准高斯函数作为距离衰减函数f(x)计算距离衰减后对中心点的平均影响强度I：
[0016][0017]其中
[0018]进一步地，所述步骤S2包括：S21)选择当前计算台风灾害风险的业务场景，并以此确定及获取相关联的场景数据；S22)依据业务场景，获取相关孕灾环境或减灾设施，将各类信息转换为时空数据，并对转换后的时空数据进行分级或归一化处理；S23)针对某一位置，将孕灾环境作为基础条件，将减灾设施作为缓解灾害的服务位置，通过广义两步搜寻法，融入距离衰减函数构建减、孕灾环境模型。
[0019]进一步地，所述步骤S21中若选择的业务场景为预测城市下立交积水场景，则相关联的场景数据包括雨量、排水设施、地形数据以及交通状况数据；若选择的业务场景为预测城市高空坠物场景，则相关联的场景数据包括高层建筑信息和广告招牌数据。
[0020]进一步地，所述步骤S22中台风的孕灾环境包括相关的地形、河网、城市内部各类设施以及人员情况，台风的减灾设施包括避难场所和处置设施。
[0021]进一步地，所述步骤S23按如下环境模型公式计算所需位置的基础灾害指标：
[0022][0023]式中i表示第i个位置，j表示第j个减灾设施，k为减灾设施覆盖范围，S
j
表示设施j的减灾能力，P
k
表示减灾设施在k范围的服务能力，d表示计算位置与减灾设施的距离；函数f为所使用的距离衰减函数。
[0024]进一步地，所述距离衰减函数为标准高斯函数。
[0025]本专利技术对比现有技术有如下的有益效果：本专利技术提供的多业务融合的台风灾害风险时空预测方法，在台风影响计算以及孕、减灾环境模型构建时引入了距离衰减概念，并考虑了减灾设施的影响，更符合实际灾害发生情景，可以更精准地预测灾害风险，从而提高城市复杂环境多业务场景下的台风灾害风险预测能力，大大提升城市台风灾害风险时空预测精度。
附图说明
[0026]图1为本专利技术多业务融合的台风灾害风险时空预测流程图；
[0027]图2为本专利技术基于台风路径和强度的台风影响预测流程图；
[0028]图3为本专利技术基于台风路径和强度的预测示例图；
[0029]图4为本专利技术构建考虑距离衰减的减、孕灾环境模型流程图。
具体实施方式
[0030]下面结合附图和实施例对本专利技术作进一步的描述。
[0031]某一位置上的台风本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多业务融合的台风灾害风险时空预测方法，其特征在于，包括如下步骤：S1)生成基于台风路径和强度的台风影响预测图；S2)将孕灾环境作为正向指标，减灾环境作为负向指标，根据距离衰减构建减、孕灾环境模型；S3)将台风影响预测图中的灾害预测值与减、孕灾环境模型得到的基础灾害指标在空间上进行相同位置的叠加，得到任一点位的台风灾害风险预测值。2.如权利要求1所述的多业务融合的台风灾害风险时空预测方法，其特征在于，所述步骤S1包括：S11)获取台风预报实时数据；S12)确定路径概率计算范围，并按格网划分计算范围；S13)对每个格网的中心点进行距离分析，确定当前时间点各影响预报路径的台风强度，并计算其距离衰减后对中心点的平均影响强度；S14)将计算范围内所有格网中的路径概率和影响强度相乘，并进行归一化处理；S15)最后采用反距离权重插值对结果进行空间插值，生成基于台风路径和强度的台风影响预测图。3.如权利要求2所述的多业务融合的台风灾害风险时空预测方法，其特征在于，所述步骤S11中台风预报实时数据来自“AVNO数值”、“欧洲全模”、“英国全模”、“韩国球模”、“日本数值”、“北京T639”和/或“北京数值”，通过检索台风的起报时间，获得台风编号、预报时效、经纬度坐标和台风强度。4.如权利要求2所述的多业务融合的台风灾害风险时空预测方法，其特征在于，所述步骤S12包括：通过所有预报点的经纬度坐标计算出包含所有预报点的最小外接矩形，并根据台风的影响范围将矩形向外扩展，得到最终的路径概率计算范围；同时，将同一预报方法不同预报时效的预报点按照时效先后进行连接，得到每一种方法的预报路径；对每个格网的中心点进行分析，确定在台风的影响范围经过的预报路径条数，即得到影响该点的预报路径数量n，用该数量除以该时间预报方法的总数N，即可得到该点的路径概率P
path
：5.如权利...

【专利技术属性】
技术研发人员：陈春来，吕文斌，洪敏慎，王跃，把禕，刘敏，宋旦益，刘聃，
申请(专利权)人：上海市大数据中心，
类型：发明
国别省市：