【技术实现步骤摘要】
本专利技术属于气象科学，尤其涉及基于智能网格气温预报的寒潮灾害危险性预评估方法。
技术介绍
1、气候变暖背景下，虽然平均气温有所上升，但极端低温事件发生频繁，给社会、经济、生态等方面都带来严重影响，其中极端低温事件发生频次在明显增加，所造成的影响也在不断增强。冬春季节的低温、霜冻害、寒潮等灾害性天气在全省各地均可能发生，低温气象灾害及其衍生灾害给农业带来的影响和造成的损失比较严重。
2、2000年以后，国内外学者针对气象灾害致灾危险性和风险评估方面探索和研究才逐渐兴起，尤其是近些年极端灾害性天气频发，越来越多学者投入到针对高影响极端气象灾害事件的演变特征和重大风险研究。开展基于影响的气象灾害风险预警业务和研究已成为共识，将是未来防灾减灾的重要发展方向。已有许多学者使用长序列气象观测资料，利用层次分析法、灰色关联度、信息熵权法等方法，选取气象灾害致灾因子，根据气象灾害发生的频次和强度，建立危险性和风险评估指标体系，开展气象灾害对农业、交通等特定行业的风险特征评估。但这些研究大多是对已发生气象灾害进行风险区划，评估的是气象灾害风险的气候背景，相比之下，针对某次灾害性天气过程的致灾危险性预评估和基于影响的风险预警在气象灾害防御中具有更加重要的意义。自2020年开展第一次全国自然灾害风险普查工作以来，气象部门在气象灾害风险评估、风险预估等方面取得了一些阶段性的进展，然而这些方面的技术研究还处在初步总结和探索阶段。为满足日益提升的气象服务需求，迫切需要加快研发灾害性天气过程的危险性和风险预评估技术，推动基于影响的灾害性天气过程
技术实现思路
1、专利技术目的：针对现有技术未能更好满足农业气象服务需求，本专利技术提供了一种基于智能网格气温预报的寒潮灾害危险性预评估方法，本专利技术基于智能网格气温预报数据，计算寒潮过程预估致灾危险性指数，在此基础上结合承灾体暴露度及脆弱性信息，构建寒潮过程风险预评估模型，对高分辨率人口、国内生产总值（gdp）和小麦等承灾体进行风险预估，预估产品可有效弥补仅依靠气象要素预报的气象服务局限性，分时段、分行业、分区域丰富寒潮灾害性天气过程致灾可能性、危害程度等气象服务信息，为有效应对寒潮灾害、提前部署灾害防御措施和减少灾害损失等提供科学决策支撑。
2、技术方案：为实现上述专利技术目的，本专利技术采用以下技术方案：一种基于智能网格气温预报的寒潮灾害危险性预评估方法，包括以下步骤：
3、步骤s1，根据国家观测站和区域观测站的寒潮灾害灾情历史资料，利用灾损曲线选取得到寒潮灾害气象致灾因子，所述寒潮灾害气象致灾因子包括48小时日最低气温降温幅度、日最低气温累计降温幅度、极端最低气温和寒潮过程持续天数；
4、步骤s2，筛选得某一区域观测站设定距离范围内的若干个国家观测站，通过偏最小二乘法，将该若干个国家观测站分别与该区域观测站同时间段的数据序列进行拟合，得到两者的统计关系和相关性系数；所述数据序列为日最低气温和日平均气温的长时间数据序列；
5、将对应相关性系数最大的国家观测站作为拟合对象，并通过该国家观测站的统计关系并运用偏最小二乘法将区域观测站的数据序列扩展重建到与对应国家观测站的相同时间范围；
6、按同样方法完成对其余区域观测站的数据序列的扩展重建；
7、步骤s3，基于智能网格气温预报，构建寒潮天气过程的致灾危险性评估模型，得到每个站点的寒潮天气过程的危险性预评估指数；
8、步骤s4，综合考虑寒潮天气过程的预评估危险性指数，并结合承灾体，建立承灾体的寒潮天气过程风险预评估模型，所述承灾体包括人口、经济和小麦；
9、步骤s5，基于寒潮天气过程的致灾危险性评估模型及寒潮天气过程风险预评估模型，生成分时段、分行业、分区域的多种寒潮天气过程致灾危险性和风险预估产品。
10、进一步的，步骤s3所述寒潮天气过程的危险性预评估指数的计算包括以下步骤：
11、（1）对各观测站的寒潮灾害气象致灾因子按下式（1）进行归一化处理，得到归一化后的潮灾害气象致灾因子，
12、 （1）
13、式（1）中，表示第i个观测站的寒潮灾害气象致灾因子数据，表示观测站的寒潮灾害气象致灾因子数据的最小值，表示观测站的寒潮灾害气象致灾因子数据的最大值；
14、（2）寒潮气象致灾因子的权重确定：
15、首先，通过式（2）计算得到第i个致灾因子下的第j次寒潮天气过程的指标值所占指标的比重，
16、 （2）
17、式（2）中，m表示致灾因子的总个数；n表示寒潮天气过程的次数；
18、然后，由信息熵权法计算得到第i个致灾因子的熵值，如式（3）所示，
19、 （3）
20、接着，通过式（4）计算得到第i个致灾因子的客观权重，
21、（4），
22、（3）通过式（5）构建寒潮天气过程危险性预估评估模型，得到每个站点寒潮天气过程的危险性预估指数，
23、 （5）
24、式（5）中，表示48小时日最低气温降温幅度、表示日最低气温累计降温幅度，表示极端最低气温，表示寒潮过程持续天数，a,b,c,d表示相应的权重系数。
25、进一步的，步骤s4所述承灾体的寒潮天气过程风险预评估模型通过式（6）建立，
26、（6）
27、式（6）中，表示第k类承灾体的风险预估指数，表示第k类承灾体；
28、表示第k类承灾体的暴露度，分别以区域内人口密度、地均gdp、小麦种植面积比例进行表征，表征关系式如下式（7）所示，
29、（7）
30、式（7）中，s1表示区域总面积或耕地面积，表示区域内承灾体数量或种植面积，
31、表示第k类承灾体的脆弱性指数，通过式（8）计算得到，
32、（8）
33、式（8）中，表示14岁以下及65岁以上人口、直接经济损失或受灾面积，s2为总人口、国内生产总值或农作物种植总面积。
34、有益效果：与现有技术相比，具有以下优点：
35、（1）通过采用本专利技术方法，在提供传统气温要素预报的基础上，增加了寒潮灾害性天气过程的危险性预估和针对特定承灾体的风险预估产品，实现从传统要素预报向风险预警和预估的有效转变。
36、（2）本专利技术方法所生成的致灾危险性和风险预估产品，极大丰富了决策气象服务产品的形式和服务内容，为政府有效应对寒潮灾害、提前部署灾害防御措施和减少灾害损失等提供科学决策支撑。
本文档来自技高网...【技术保护点】
1.一种基于智能网格气温预报的寒潮灾害危险性预评估方法，其特征在于包括以下步骤：
2.根据权利要求1所述基于智能网格气温预报的寒潮灾害危险性预评估方法，其特征在于：步骤S3所述寒潮天气过程的危险性预评估指数的计算包括以下步骤：
3.根据权利要求1所述基于智能网格气温预报的寒潮灾害危险性预评估方法，其特征在于：步骤S4所述承灾体的寒潮天气过程风险预评估模型通过式（6）建立，
【技术特征摘要】
1.一种基于智能网格气温预报的寒潮灾害危险性预评估方法，其特征在于包括以下步骤：
2.根据权利要求1所述基于智能网格气温预报的寒潮灾害危险性预评估方法，其特征在于：步骤s3所述寒潮天气过程...
【专利技术属性】
技术研发人员：顾荣直，田心如，李驰钦，陈蔚，陈小宇，武艳，禹梁玉，
申请(专利权)人：江苏省气象台，
类型：发明
国别省市：
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。