一种区域旱灾风险估计方法技术

本发明专利技术公开了一种区域旱灾风险估计方法，该方法包括：调用区域旱灾风险估计模型；根据该区域旱灾风险估计模型创建风险估计插件；向风险估计插件输入从不同数据源获取的感兴趣区域内的针对至少一个感兴趣点的至少一个孕灾因子、至少一个致灾因子、至少一个承灾体易损性评价因子和旱灾区划指数；以及风险估计插件用于执行以下操作：基于至少一个孕灾因子计算旱灾敏感性指数；基于至少一个致灾因子计算旱灾危险性指数；基于至少一个承灾体易损性评价因子计算旱灾脆弱性指数；对旱灾区划指数、旱灾敏感性指数、旱灾危险性指数和旱灾脆弱性指数进行加权求和以计算旱灾风险指数；以及根据计算出的旱灾风险指数来估计旱灾风险。

【技术实现步骤摘要】

本专利技术涉及。
技术介绍
灾害是天体、地球大气系统中能量交换、物质运动在生态圈的一个客观事件。地球大气系统圈层由岩石圈、水圈、大气圈、生物圈组成，自然灾害由大气灾害、生物灾害及地质灾害相互有机结合而成一个系统。其中，干旱是指由水分收支或供求不平衡所形成的水分短缺现象。当其危及人群的生命财产和生存条件时，就成为干旱灾害。中国通常将农作物生长期内因缺水而影响正常生长称为受旱，受旱减产三成以上称为成灾，经常发生旱灾的地区称为易旱地区。干旱可以分为气象干旱、农业干旱、水文干旱和社会经济干旱等。以中国为例，干旱在中国分布虽最为广泛，但各地受旱程度不一。由1900-2000年资料统计，中国有3个明显的干旱区域。 I)东北干旱区，该区纬度高，气温低，农作物生长期较短，因常受低气压影响，降水较稳定，干旱发生频率相对低些，多数年份干旱属于一般性干旱。50年中大部地区干旱出现次数达15-25次，西部地区为15-23次，加上水土流失较严重和灌溉条件差，旱情严重。该区干旱主要出现在4-8月的春、夏季节，一般春季出现干旱的概率为66%、夏季为50%。2)黄淮海干旱区，包括西北东部、华北地区以及东北南部，本区降水较少、变率大，是中国最大的干旱区，干旱发生次数居全国之首。近50年中，大部地区的干旱发生次数30-40次，其中华北平原最多，有40-45次，水资源短缺状况仅次于西北干旱区。该区在作物生长期间的3-10月均可能出现干旱，往往是春旱、春夏连旱或夏旱、夏秋连旱，少数年份的局部地区还出现春夏秋连旱等，但以春旱为主，几乎每年都有不同程度的春旱发生。3)西南地区，本区干旱范围较小，干旱一般从上年的10月或11月开始，到下年的4月或5月，个别年份的局部地区持续到6月份；但主要干旱出现在冬春季节，出现概率约为 78%ο目前遥感干旱监测技术从土壤水分、作物长势、温度等角度，从能量平衡、水分平衡等方面建立了多种监测模型。但是由于土壤、水分、植被之间关系的复杂性各种监测模型的适用性和精度都有待于进一步的改进和提高。例如热惯量法监测土壤水分的理论已趋于成熟，在裸土或低植被覆盖土地上取得了良好的监测结果，高植被覆盖区的监测精度并不高；作物长势与旱情在时间上存在着一定的滞后性，所以利用各种植被指数法难以对作物前期的旱情进行监测。植被指数与温度相结合的干旱监测模型对研究区域的要求比较高，必须满足土壤表层含水量应从萎焉含水量到田间持水量的条件。基于农作物区域蒸散量的干旱监测方法需要较多的常规气象和地面观测资料，涉及作物与大气、地表之间的能量交换及平衡，其监测的实时性不能够完全保证。
技术实现思路
为解决现有技术中存在的问题，本专利技术的目的是提供，该方法包括:调用区域旱灾风险估计模型；根据该区域旱灾风险估计模型创建风险估计插件；向所述风险估计插件输入从不同数据源获取的感兴趣区域内的针对至少一个感兴趣点的至少一个孕灾因子、至少一个致灾因子、至少一个承灾体易损性评价因子和旱灾区划指数；以及所述风险估计插件用于执行以下操作:基于所述至少一个孕灾因子计算旱灾敏感性指数；基于所述至少一个致灾因子计算旱灾危险性指数；基于至少一个承灾体易损性评价因子计算旱灾脆弱性指数；对所述旱灾区划指数、所述旱灾敏感性指数、所述旱灾危险性指数和所述旱灾脆弱性指数进行加权求和以计算旱灾风险指数；以及根据计算出的旱灾风险指数来估计旱灾风险。本专利技术的其他特征和优点将在随后的【具体实施方式】部分予以详细说明。【附图说明】附图是用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与下面的【具体实施方式】一起用于解释本专利技术，但并不构成对本专利技术的限制。在附图中:图1是根据本专利技术的实施方式的旱灾风险估计方法的流程图；图2是根据本专利技术的实施方式的风险估计插件执行的步骤的流程图；以及图3是按照地貌一级区划进行的区域划分的示意图。【具体实施方式】以下结合附图对本专利技术的【具体实施方式】进行详细说明。应当理解的是，此处所描述的【具体实施方式】仅用于说明和解释本专利技术，并不用于限制本专利技术。图1是根据本专利技术的实施方式的区域旱灾风险估计方法的流程图。如图1所示，根据本专利技术的一个实施方式，提供了，该方法包括:调用区域旱灾风险估计模型；根据该区域旱灾风险估计模型创建风险估计插件；向所述风险估计插件输入从不同数据源获取的感兴趣区域内的针对至少一个感兴趣点的至少一个孕灾因子、至少一个致灾因子、至少一个承灾体易损性评价因子和旱灾区划指数；以及所述风险估计插件用于执行区域旱灾风险估计。在本专利技术的实施方式中，可以根据所需功能建立区域旱灾风险估计模型，并可以给该模型分配ID以方便查找并调用。在本专利技术的优选实施方式中，可以通过插件的形式来执行该模型。建立区域旱灾风险估计模型所用到的建模方法以及程序语言可以是编程领域技术人员熟知的方法和程序语言。另外，该方法还可以包括:根据所述风险估计插件产生用户界面；将所述风险估计插件与所述用户界面相关联。可以通过用户界面进行用户交互以触发插件事件，从而启用/停用该插件。图2是根据本专利技术的实施方式的风险估计插件执行的步骤的流程图。如图2所示，具体来说，风险估计插件可以执行以下操作:基于所述至少一个孕灾因子计算旱灾敏感性指数；基于所述至少一个致灾因子计算旱灾危险性指数；基于至少一个承灾体易损性评价因子计算旱灾脆弱性指数；对所述旱灾区划指数、所述旱灾敏感性指数、所述旱灾危险性指数和所述旱灾脆弱性指数进行加权求和以计算旱灾风险指数；以及根据计算出的旱灾风险指数来估计旱灾风险。这里所述的孕灾因子是指孕育产生灾害的自然环境，其中举例来说，孕灾因子可以包括但不限于地貌类型指数、土壤类型指数、土地利用指数、农作物类型指数。这里所述的致灾因子是指导致灾害发生的因素，例如可以包括但不限于降水量距平百分率指数、土壤相对湿度指数、土壤热惯量指数、距平植被指数、植被供水指数。这里所述的承灾体是指灾害作用的对象，是人类及其活动所在的社会与各种资源的集合。承灾体易损性评价因子可以包括但不局限于:人口密度指数、GDP密度指数、综合抗灾能力指数。所述不同的数据源可以例如是已经开放的一些关于天气、气候、资源环境、生态等的数据库，例如NASA SRTM、地球科学数据共享平台、气象科学数据共享平台、国土资源数据共孚平台等。1、下面介绍常用到的几种致灾因子的概念。I)距平植被指数距平植被指数(AnomalyVegetation Index, AVI)的定义:本文档来自技高网...

【技术保护点】
一种区域旱灾风险估计方法，该方法包括：调用区域旱灾风险估计模型；根据该区域旱灾风险估计模型创建风险估计插件；向所述风险估计插件输入从不同数据源获取的感兴趣区域内的针对至少一个感兴趣点的至少一个孕灾因子、至少一个致灾因子、至少一个承灾体易损性评价因子和旱灾区划指数；以及所述风险估计插件用于执行以下操作：基于所述至少一个孕灾因子计算旱灾敏感性指数；基于所述至少一个致灾因子计算旱灾危险性指数；基于所述至少一个承灾体易损性评价因子计算旱灾脆弱性指数；对所述旱灾区划指数、所述旱灾敏感性指数、所述旱灾危险性指数和所述旱灾脆弱性指数进行加权求和以计算旱灾风险指数；以及根据计算出的旱灾风险指数来估计旱灾风险。

【技术特征摘要】
1.一种区域旱灾风险估计方法，该方法包括: 调用区域旱灾风险估计模型； 根据该区域旱灾风险估计模型创建风险估计插件； 向所述风险估计插件输入从不同数据源获取的感兴趣区域内的针对至少一个感兴趣点的至少一个孕灾因子、至少一个致灾因子、至少一个承灾体易损性评价因子和旱灾区划指数；以及 所述风险估计插件用于执行以下操作: 基于所述至少一个孕灾因子计算旱灾敏感性指数； 基于所述至少一个致灾因子计算旱灾危险性指数； 基于所述至少一个承灾体易损性评价因子计算旱灾脆弱性指数； 对所述旱灾区划指数、所述旱灾敏感性指数、所述旱灾危险性指数和所述旱灾脆弱性指数进行加权求和以计算旱灾风险指数；以及根据计算出的旱灾风险指数来估计旱灾风险。2.根据权利要求1所述的方法，该方法还包括: 根据所述风险估计插件产生用户界面； 将所述风险估计插件与所 述用户界面相关联。3.根据权利要求1所述的方法，其中，基于所述至少一个孕灾因子计算旱灾敏感性指数包括: 对所述至少一个孕灾因子进行归一化处理； 对处理后的每个孕灾因子赋予权值； 将每个孕灾因子和对应的权值进行加权求和，以计算出所述旱灾敏感性指数。4.根据权利要求1所述的方法，其中，基于所述至少一个承灾体易损性评价因子计算旱灾脆弱性指数包括: 对所述至少一个承灾体易损性评价因...

【专利技术属性】
技术研发人员：范一大，杨思全，和海霞，张薇，赵文吉，刘三超，林月冠，吴玮，杨佩国，廖永丰，
申请(专利权)人：民政部国家减灾中心，
类型：发明
国别省市：