Nothing Special   »   [go: up one dir, main page]

CN117786604B - 一种基于港区灾害数据的融合安全韧性度量分析系统 - Google Patents

一种基于港区灾害数据的融合安全韧性度量分析系统 Download PDF

Info

Publication number
CN117786604B
CN117786604B CN202410202596.7A CN202410202596A CN117786604B CN 117786604 B CN117786604 B CN 117786604B CN 202410202596 A CN202410202596 A CN 202410202596A CN 117786604 B CN117786604 B CN 117786604B
Authority
CN
China
Prior art keywords
disaster
harbor
toughness
index
safety
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202410202596.7A
Other languages
English (en)
Other versions
CN117786604A (zh
Inventor
崔迪
朱建华
李亚斌
李能斌
占小跳
孙国庆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingdao Shipping Development Research Institute
China Waterborne Transport Research Institute
Original Assignee
Qingdao Shipping Development Research Institute
China Waterborne Transport Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Qingdao Shipping Development Research Institute, China Waterborne Transport Research Institute filed Critical Qingdao Shipping Development Research Institute
Priority to CN202410202596.7A priority Critical patent/CN117786604B/zh
Publication of CN117786604A publication Critical patent/CN117786604A/zh
Application granted granted Critical
Publication of CN117786604B publication Critical patent/CN117786604B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于港区灾害数据的融合安全韧性度量分析系统,涉及计算机技术领域。该一种基于港区灾害数据的融合安全韧性度量分析系统,通过设置数据获取模块、数据融合分析模块、安全韧性评估模块、可视化展示模块,实现了通过计算港区安全韧性指数,有助于全面评估港区在面对各种灾害时的整体安全性,有助于更合理地分配资源,确保在关键领域投入足够的资金和人力,提高港区对各类灾害的整体抵御力,减少潜在的损失,分析港区在面临灾害时的安全韧性能力,帮助识别港区的脆弱性,提高系统的整体稳定性,通过提供灾害风险和安全韧性的分析结果来制定更科学的预防、响应和恢复,以最大程度地减少灾害的损害。

Description

一种基于港区灾害数据的融合安全韧性度量分析系统
技术领域
本发明涉及计算机技术领域,具体为一种基于港区灾害数据的融合安全韧性度量分析系统。
背景技术
随着城市化的加速和国际贸易的增长,城市发展和人口密集的港区面临着日益复杂和多样化的灾害威胁,包括但不限于自然灾害、人为事故。这些灾害不仅对人们的生命和财产构成威胁,还可能导致城市基础设施的瘫痪和社会秩序的混乱。
随着数字化和信息技术的迅速发展,社会对于能够更好地利用数据来提高城市安全性的期望也在增加,同时一些大规模自然灾害事件的发生,社会对于灾害风险的敏感性增加。因此引起了广泛关注,但是缺乏针对港区灾害数据的融合安全韧性度量分析,来辅助港区决策和规划。
发明内容
针对现有技术的不足,本发明提供了一种基于港区灾害数据的融合安全韧性度量分析系统,解决了上述背景技术的问题。
为实现以上目的,本发明通过以下技术方案予以实现:一种基于港区灾害数据的融合安全韧性度量分析系统,包括以下模块:数据获取模块、数据融合分析模块、安全韧性评估模块、可视化展示模块;数据获取模块用于获取港区历史灾害数据,包括历史自然灾害数据和历史人为灾害数据;数据融合分析模块用于将采集港区历史灾害数据进行标准化处理和格式化融合,计算港区灾害风险指数,分析港区在面临灾害时的安全韧性能力;安全韧性评估模块用于基于港区在面临灾害时的安全韧性能力分析的结果,对港区的安全韧性进行评估,计算港区安全韧性指数,用于衡量港区的安全韧性度量;可视化展示模块用于将采集的港区灾害数据、港区的安全韧性指数进行可视化展示。
进一步地,所述获取港区历史灾害数据,包括历史自然灾害数据和历史人为灾害数据的具体过程如下:初始化历史自然灾害数组和历史人为灾害数组,将历史自然灾害数据和历史人为灾害数据分别插入历史自然灾害数组和历史人为灾害数组中;历史自然灾害数据包括:历史自然灾害的类型、日期、地点、灾害强度指数、经济损失指数和人员伤亡指数,历史人为灾害数据包括:历史人为灾害的类型、日期、地点、灾害强度指数、经济损失指数和人员伤亡指数;通过foreach循环遍历历史自然灾害数组和历史人为灾害数组,将历史自然灾害数据和历史人为灾害数据插入到数据库中,从每个数组元素中提取出历史自然灾害和历史人为灾害的类型、日期、地点、灾害强度指数、经济损失指数和人员伤亡指数的历史信息,将历史信息分别插入到历史自然灾害表和历史人为灾害表中。
进一步地,所述将采集港区历史灾害数据进行标准化处理和格式化融合的具体过程如下:初始化$disasterData空数组用于存储标准化后的历史灾害数据,通过循环遍历历史自然灾害表和历史人为灾害表,将每条数据进行标准化处理,通过in_array函数判断当前数据是否存在于$disasterData数组中,若存在,则跳过继续下一次循环,并判断数据中的关键字段是否为空,使用date函数将日期字段转换为标准的年月日格式,将处理后的数据添加到$disasterData数组中。
进一步地,所述计算港区灾害风险指数的具体计算方法如下:
式中,表示港区灾害风险指数,q表示灾害强度指数,r表示经济损失指数,p表示人员伤亡指数,e表示自然常数。
进一步地,所述分析港区在面临灾害时的安全韧性能力的具体过程如下:基于港区灾害风险指数,利用大数据和机器学习技术,基于历史灾害事件的数据分析港区基础设施的脆弱性,灾后恢复的时间和应急响应的效率;基于港区基础设施的脆弱性,灾后恢复的时间和应急响应的效率,并评估港区系统的应对能力,计算港区安全韧性指数,港区在面临灾害时的安全韧性包括:港区基础设施韧性、港区灾后恢复能力、港区应急响应速度,使用Gephi网络分析工具建立港区在面临灾害时的安全韧性能力与区基础设施韧性、港区灾后恢复能力、港区应急响应速度依赖关系。
进一步地,所述基于港区在面临灾害时的安全韧性能力分析的结果,对港区的安全韧性进行评估,计算港区安全韧性指数的具体过程如下:
式中,表示港区安全韧性指数,/>表示港区基础设施韧性指数,/>表示港区灾后恢复指数,/>表示港区应急响应韧性指数,/>表示港区基础设施韧性指数对应港区安全韧性指数的权重因子,/>表示港区灾后恢复指数对应港区安全韧性指数的权重因子,/>表示港区应急响应韧性指数对应港区安全韧性指数的权重因子,e表示自然常数。
进一步地,所述港区基础设施韧性指数具体计算方法如下:使用mysql语句接入数据库,获取每次灾害港区基础设施总量和每次灾害港区基础设施损失数量,并依次编号,计算港区基础设施韧性指数,将计算结果存储在变量recovery中,使用print语句将港区灾后恢复指数输出;港区基础设施韧性指数的具体计算公式如下:
式中,表示港区基础设施韧性指数,/>表示每次灾害港区基础设施总量,/>表示每次灾害港区基础设施损失数量。
进一步地,所述港区灾后恢复指数具体计算方法如下:使用mysql语句接入数据库,获取港区灾后基础设施完善度、港区灾后社会经济恢复度、港区灾后生态环境恢复度,计算港区灾后恢复指数,将计算结果存储在变量recovery中,使用print语句将港区灾后恢复指数输出;港区灾后恢复指数的具体计算公式如下:
式中,表示港区灾后恢复指数,I表示港区灾后基础设施完善度、S表示港区灾后社会经济恢复度、S表示港区灾后生态环境恢复度,e表示自然常数。
进一步地,所述港区应急响应韧性指数具体计算方法如下:使用mysql语句接入数据库,获取港区每次灾后紧急救援响应效率和医疗救援覆盖率,并依次编号,计算港区应急响应韧性指数,将计算结果存储在变量recovery中,使用print语句将港区灾后恢复指数输出;港区灾后恢复指数的具体计算公式如下:
式中,表示港区应急响应韧性指数,/>表示每次紧急救援响应效率,/>表示每次医疗救援覆盖率,e表示自然常数,/>表示每次紧急救援响应效率对应港区应急响应韧性指数的权重因子,/>表示每次紧急救援响应效率对应港区应急响应韧性指数的权重因子。
进一步地,将采集的港区灾害数据、港区的安全韧性指数进行可视化展示的具体过程如下:创建两个列表命名为港区灾害数据和港区的安全韧性指数,使用 Matplotlib分别对港区灾害数据、港区的安全韧性指数绘制柱状图和折线图,并通过Flask路由,分别在网页上生成柱状图和折线图,并将它们以PNG格式嵌入到主页的HTML模板中,通过浏览器访问可查看这两个图表,使用Matplotlib实现图表的生成和渲染,展示在Web页面上。
本发明具有以下有益效果:
(1)、该一种基于港区灾害数据的融合安全韧性度量分析系统,通过计算港区安全韧性指数,有助于全面评估港区在面对各种灾害时的整体安全性,可以帮助决策者确定哪些方面的安全韧性需要更强化,以应对潜在的威胁。通过识别弱点,港区可以有针对性地改进相应的措施,提高整体的应对能力,有助于更合理地分配资源,确保在关键领域投入足够的资金和人力。这有助于提高港区对各类灾害的整体抵御力,减少潜在的损失。
(2)、该一种基于港区灾害数据的融合安全韧性度量分析系统,计算港区灾害风险指数,分析港区在面临灾害时的安全韧性能力,分析安全韧性能力可以帮助识别港区的脆弱性,可以采取措施减轻这些脆弱性,提高系统的整体稳定性,通过提供灾害风险和安全韧性的分析结果来制定更科学的预防、响应和恢复计划,以最大程度地减少灾害的损害。
当然,实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
图1为本发明一种基于港区灾害数据的融合安全韧性度量分析系统流程图。
图2为本发明计算港区安全韧性指数流程图。
具体实施方式
本申请实施例通过一种基于港区灾害数据的融合安全韧性度量分析系统,实现了对港区安全韧性的全面性分析的问题。
本申请实施例中的问题,总体思路如下:
首先获取港区历史灾害数据,包括历史自然灾害数据和历史人为灾害数据,将采集港区历史灾害数据进行标准化处理和格式化融合,计算港区灾害风险指数,分析港区在面临灾害时的安全韧性能力。
基于港区在面临灾害时的安全韧性能力分析的结果,对港区的安全韧性进行评估,计算港区安全韧性指数,用于衡量港区的安全韧性度量。
将采集的港区灾害数据、港区的安全韧性指数进行可视化展示。
请参阅图1,本发明实施例提供一种技术方案:一种基于港区灾害数据的融合安全韧性度量分析系统,包括以下步骤:数据获取模块、数据融合分析模块、安全韧性评估模块、可视化展示模块;数据获取模块用于获取港区历史灾害数据,包括历史自然灾害数据和历史人为灾害数据;数据融合分析模块用于将采集港区历史灾害数据进行标准化处理和格式化融合,计算港区灾害风险指数,分析港区在面临灾害时的安全韧性能力;安全韧性评估模块用于基于港区在面临灾害时的安全韧性能力分析的结果,对港区的安全韧性进行评估,计算港区安全韧性指数,用于衡量港区的安全韧性度量;可视化展示模块用于将采集的港区灾害数据、港区的安全韧性指数进行可视化展示。
具体地,获取港区历史灾害数据,包括历史自然灾害数据和历史人为灾害数据的具体过程如下:初始化历史自然灾害数组和历史人为灾害数组,将历史自然灾害数据和历史人为灾害数据分别插入历史自然灾害数组和历史人为灾害数组中;历史自然灾害数据包括:历史自然灾害的类型、日期、地点、灾害强度指数、经济损失指数和人员伤亡指数,历史人为灾害数据包括:历史人为灾害的类型、日期、地点、灾害强度指数、经济损失指数和人员伤亡指数;通过foreach循环遍历历史自然灾害数组和历史人为灾害数组,将历史自然灾害数据和历史人为灾害数据插入到数据库中,从每个数组元素中提取出历史自然灾害和历史人为灾害的类型、日期、地点、灾害强度指数、经济损失指数和人员伤亡指数的历史信息,将历史信息分别插入到历史自然灾害表和历史人为灾害表中。
本实施方案中,通过初始化和插入历史自然灾害数组和历史人为灾害数组,系统能够收集和整理港区的历史灾害数据,为安全韧性度量提供了基础数据;将历史自然灾害和历史人为灾害的各种指标类型、日期、地点、灾害强度指数、经济损失指数、人员伤亡指数整合并标准化,使得数据在系统内具有一致性和可比性;使用foreach循环遍历历史自然灾害数组和历史人为灾害数组,从中提取出各项指标的历史信息。这有助于系统从大量的历史数据中提取有用信息,为后续的分析提供支持。
具体地,所述将采集港区历史灾害数据进行标准化处理和格式化融合的具体过程如下:初始化$disasterData空数组用于存储标准化后的历史灾害数据,通过循环遍历历史自然灾害表和历史人为灾害表,将每条数据进行标准化处理,通过in_array函数判断当前数据是否存在于$disasterData数组中,若存在,则跳过继续下一次循环,并判断数据中的关键字段是否为空,使用date函数将日期字段转换为标准的年月日格式,将处理后的数据添加到$disasterData数组中。
本实施方案中,通过循环遍历历史自然灾害表和历史人为灾害表,对每条数据进行标准化处理,确保各项指标具有一致性和规范性。这有助于消除数据中的不一致之处,使得数据更易于比较和分析;将标准化处理后的数据添加到空数组$disasterData中,实现了历史自然灾害和历史人为灾害数据的格式化融合。这为系统提供了一个一致的数据结构,方便后续的安全韧性度量和分析;使用in_array函数判断当前数据是否已存在于$disasterData数组中,从而避免了重复记录。这确保了系统中的历史灾害数据是唯一的,避免了重复计算和分析;判断数据中的关键字段是否为空,这有助于确保系统中的数据是完整和可靠的。缺失数据可能影响度量和分析的准确性;使用date函数将日期字段转换为标准的年月日格式,这有助于保持日期数据的一致性,使得系统能够更方便地进行时间序列分析和趋势识别。
具体地,所述计算港区灾害风险指数的具体计算方法如下:
式中,表示港区灾害风险指数,用于衡量港区灾害程度,q表示灾害强度指数,r表示经济损失指数,p表示人员伤亡指数,e表示自然常数。
本实施方案中,通过港区地方政府、气象部门、专业机构提供港区灾害强度指数,经济损失指数,人员伤亡指数数据,港区灾害风险指数综合考虑了灾害强度、经济损失以及人员伤亡等多个因素,这有助于系统更全面地评估港区的灾害风险,通过对历史数据进行港区灾害风险指数的计算,可以进行趋势分析,了解不同时间段港区灾害风险的变化趋势。这有助于系统更好地理解港区灾害的演变规律,从而更好地规划未来的安全韧性措施,为分析港区在面临灾害时的安全韧性能力提供了数据支持。
具体地,分析港区在面临灾害时的安全韧性能力的具体过程如下:基于港区灾害风险指数,利用大数据和机器学习技术,基于历史灾害事件的数据分析港区基础设施的脆弱性,灾后恢复的时间和应急响应的效率;基于港区基础设施的脆弱性,灾后恢复的时间和应急响应的效率,并评估港区系统的应对能力,计算港区安全韧性指数,港区在面临灾害时的安全韧性包括:港区基础设施韧性、港区灾后恢复能力、港区应急响应速度,使用Gephi网络分析工具建立港区在面临灾害时的安全韧性能力与区基础设施韧性、港区灾后恢复能力、港区应急响应速度依赖关系。
本实施方案中,通过基于港区灾害风险指数的大数据和机器学习技术,系统地分析历史灾害事件的数据,可以综合考虑多个因素,包括灾害风险、基础设施脆弱性、灾后恢复时间和应急响应效率。这有助于全面评估港区系统在面临灾害时的安全韧性;通过分析港区基础设施的脆弱性,可以识别关键基础设施的弱点,并采取预防措施以增强其韧性。这有助于提高港区系统抵御灾害的能力;分析灾后恢复时间和效率,可以评估港区系统在灾害发生后的快速恢复能力;使用Gephi网络分析工具可以建立港区在面临灾害时的安全韧性能力与区基础设施韧性、灾后恢复能力、应急响应速度之间的依赖关系。这有助于深入理解各个因素之间的相互作用。
请参阅图2,具体地,所述基于港区在面临灾害时的安全韧性能力分析的结果,对港区的安全韧性进行评估,计算港区安全韧性指数的具体过程如下:
式中,表示港区安全韧性指数,/>表示港区基础设施韧性指数,用于度量港区安全韧性,/>表示港区灾后恢复指数,/>表示港区应急响应韧性指数,/>表示港区基础设施韧性指数对应港区安全韧性指数的权重因子,/>表示港区灾后恢复指数对应港区安全韧性指数的权重因子,/>表示港区应急响应韧性指数对应港区安全韧性指数的权重因子,e表示自然常数。
本实施方案中,通过层次分析法,通过对比港区基础设施韧性指数,港区灾后恢复指数,港区应急响应韧性指数的之间重要性,建立一个层次结构,并使用判断矩阵计算权重,确定不同因素的权重;通过引入权重因子,综合考虑了基础设施韧性、灾后恢复指数和应急响应韧性方面的因素。这有助于形成一个全面的、综合性的安全韧性评估;安全韧性指数作为一个量化的指标,提供了有力的决策支持工具,可以利用这个指数来比较不同港区的安全韧性表现,制定灾害管理策略和投资规划。
具体地,具体地,所述港区基础设施韧性指数具体计算方法如下:使用mysql语句接入数据库,获取每次灾害港区基础设施总量和每次灾害港区基础设施损失数量,并依次编号,计算港区基础设施韧性指数,将计算结果存储在变量recovery中,使用print 语句将港区灾后恢复指数输出;港区基础设施韧性指数的具体计算公式如下:
式中,表示港区基础设施韧性指数,用于衡量港区基础设施对于灾害的抵抗力,表示每次灾害港区基础设施总量,/>表示每次灾害港区基础设施损失数量。
本实施方案中,通过从数据库中获取基础设施总量和灾害基础设施损失数量,可以提供实时的港区基础设施状况,有助于快速了解灾害影响,支持紧急应对和决策制定,比较基础设施总量和损失数量来量化港区基础设施的韧性水平。这种度量有助于评估港区基础设施系统对于灾害的抵抗力。
具体地,所述港区灾后恢复指数具体计算方法如下:使用mysql语句接入数据库,获取港区灾后基础设施完善度、港区灾后社会经济恢复度、港区灾后生态环境恢复度,计算港区灾后恢复指数,将计算结果存储在变量recovery中,使用print语句将港区灾后恢复指数输出;港区灾后恢复指数的具体计算公式如下:
式中,表示港区灾后恢复指数,用于衡量港区灾后恢复程度,I表示港区灾后基础设施完善度、S表示港区灾后社会经济恢复度、S表示港区灾后生态环境恢复度,e表示自然常数。
本实施方案中,通过综合考虑基础设施、社会经济和生态环境这三个方面的恢复度量,该系统能够提供对港区灾后恢复情况的全面评估;灾后恢复指数的计算提供了一个量化的度量,使决策者能够更好地理解灾后恢复的程度。
具体地,所述港区应急响应韧性指数具体计算方法如下:使用mysql语句接入数据库,获取港区每次灾后紧急救援响应效率和医疗救援覆盖率,并依次编号,计算港区应急响应韧性指数,将计算结果存储在变量recovery中,使用print语句将港区灾后恢复指数输出;港区灾后恢复指数的具体计算公式如下:
式中,表示港区应急响应韧性指数,用于衡量港区应急响应质量,/>表示每次紧急救援响应效率,/>表示每次医疗救援覆盖率,e表示自然常数,/>表示每次紧急救援响应效率对应港区应急响应韧性指数的权重因子,/>表示每次紧急救援响应效率对应港区应急响应韧性指数的权重因子。
本实施方案中,通过对多种因素进行综合评估,可以更全面地了解灾后重建的情况,并为未来的应对提供参考。使用mysql语句接入数据库,获取港区灾后紧急救援响应效率、医疗救援覆盖率,计算港区应急响应韧性指数,将计算结果存储在变量recovery中,使用print语句将港区灾后恢复指数输出,可以实现自动化计算和结果输出,提高了评估效率和准确性。基于这些指标和计算方法,为政府、组织和研究机构提供更准确、科学的灾后重建评估和应对方案;通过层次分析法,通过对比灾后紧急救援响应效率、医疗救援覆盖率的之间重要性,建立一个层次结构,并使用判断矩阵计算权重,确定不同因素的权重。
具体地,将采集的港区灾害数据、港区的安全韧性指数进行可视化展示的具体过程如下:创建两个列表命名为港区灾害数据和港区的安全韧性指数,使用 Matplotlib分别对港区灾害数据、港区的安全韧性指数绘制柱状图和折线图,并通过Flask路由,分别在网页上生成柱状图和折线图,并将它们以PNG格式嵌入到主页的HTML模板中,通过浏览器访问可查看这两个图表,使用Matplotlib实现图表的生成和渲染,展示在Web页面上。
本实施方案中,使用Matplotlib库,分别绘制港区灾害数据和港区的安全韧性指数的柱状图和折线图。可以使用bar函数绘制柱状图,使用plot函数绘制折线图;创建一个基于Flask的Web应用程序,并设置路由。可以创建两个不同的路由,在HTML模板中,通过设置img标签的src属性,将生成的图表文件嵌入到网页中,可以使用Flask提供的url_for方法来获取图表文件的URL分别用于生成柱状图和折线图;通过创建两个列表并使用Matplotlib绘制柱状图和折线图,可以将采集到的港区灾害数据和港区的安全韧性指数以图表形式展现出来。这样的可视化展示方式不仅可以更直观地展示数据,还可以让用户更容易理解数据背后的含义和趋势。同时,使用Flask路由将图表嵌入网页中,可以实现在线展示和交互,提供更清晰、直观的灾后重建评估和应对方案,帮助他们更好地了解港区的安全韧性水平,并采取相应的措施来提高安全韧性。
综上,本申请至少具有以下效果:
通过一种基于港区灾害数据的融合安全韧性度量分析系统,分析港区在面临灾害时的安全韧性能力,计算港区安全韧性指数,帮助识别港区的脆弱性,可以采取措施减轻这些脆弱性,提高系统的整体稳定性,通过提供灾害风险和安全韧性的分析结果来制定更科学的预防、紧急响应和恢复计划,以最大程度地减少灾害的损害有助于全面评估港区在面对各种灾害时的整体安全性,可以帮助决策者确定哪些方面的安全韧性需要更强化,以应对潜在的威胁。通过识别弱点,港区可以有针对性地改进相应的措施,提高整体的应对能力,有助于更合理地分配资源,确保在关键领域投入足够的资金和人力。这有助于提高港区对各类灾害的整体抵御力,减少潜在的损失。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的系统、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (6)

1.一种基于港区灾害数据的融合安全韧性度量分析系统,其特征在于,包括以下模块:数据获取模块、数据融合分析模块、安全韧性评估模块、可视化展示模块;
数据获取模块用于获取港区历史灾害数据,包括历史自然灾害数据和历史人为灾害数据;
数据融合分析模块用于将采集港区历史灾害数据进行标准化处理和格式化融合,计算港区灾害风险指数,分析港区在面临灾害时的安全韧性能力;
安全韧性评估模块用于基于港区在面临灾害时的安全韧性能力分析的结果,对港区的安全韧性进行评估,计算港区安全韧性指数,用于衡量港区的安全韧性度量;
可视化展示模块用于将采集的港区灾害数据、港区的安全韧性指数进行可视化展示;
所述基于港区在面临灾害时的安全韧性能力分析的结果,对港区的安全韧性进行评估,计算港区安全韧性指数的具体过程如下:
式中,表示港区安全韧性指数,/>表示港区基础设施韧性指数,/>表示港区灾后恢复指数,/>表示港区应急响应韧性指数,/>表示港区基础设施韧性指数对应港区安全韧性指数的权重因子,/>表示港区灾后恢复指数对应港区安全韧性指数的权重因子,/>表示港区应急响应韧性指数对应港区安全韧性指数的权重因子,e表示自然常数;
所述港区基础设施韧性指数具体计算方法如下:
使用mysql语句接入数据库,获取每次灾害港区基础设施总量和每次灾害港区基础设施损失数量,并依次编号,计算港区基础设施韧性指数,将计算结果存储在变量recovery中,使用print 语句将港区灾后恢复指数输出;
港区基础设施韧性指数的具体计算公式如下:
式中,表示港区基础设施韧性指数,/>表示每次灾害港区基础设施总量,/>表示每次灾害港区基础设施损失数量;
所述港区灾后恢复指数具体计算方法如下:
使用mysql语句接入数据库,获取港区灾后基础设施完善度、港区灾后社会经济恢复度、港区灾后生态环境恢复度,计算港区灾后恢复指数,将计算结果存储在变量recovery中,使用print语句将港区灾后恢复指数输出;
港区灾后恢复指数的具体计算公式如下:
式中,表示港区灾后恢复指数,I表示港区灾后基础设施完善度、S表示港区灾后社会经济恢复度、S表示港区灾后生态环境恢复度,e表示自然常数;
所述港区应急响应韧性指数具体计算方法如下:
使用mysql语句接入数据库,获取港区每次灾后紧急救援响应效率和医疗救援覆盖率,并依次编号,计算港区应急响应韧性指数,将计算结果存储在变量recovery中,使用print语句将港区应急响应韧性指数输出;
港区应急响应韧性指数的具体计算公式如下:
式中,表示港区应急响应韧性指数,/>表示每次紧急救援响应效率,/>表示每次医疗救援覆盖率,e表示自然常数,/>表示每次紧急救援响应效率对应港区应急响应韧性指数的权重因子,/>表示每次医疗救援覆盖率对应港区应急响应韧性指数的权重因子。
2.根据权利要求1所述的一种基于港区灾害数据的融合安全韧性度量分析系统,其特征在于:所述获取港区历史灾害数据,包括历史自然灾害数据和历史人为灾害数据的具体过程如下:
初始化历史自然灾害数组和历史人为灾害数组,将历史自然灾害数据和历史人为灾害数据分别插入历史自然灾害数组和历史人为灾害数组中;
历史自然灾害数据包括:历史自然灾害的类型、日期、地点、灾害强度指数、经济损失指数和人员伤亡指数,历史人为灾害数据包括:历史人为灾害的类型、日期、地点、灾害强度指数、经济损失指数和人员伤亡指数;
通过foreach循环遍历历史自然灾害数组和历史人为灾害数组,将历史自然灾害数据和历史人为灾害数据插入到数据库中,从每个数组元素中提取出历史自然灾害和历史人为灾害的类型、日期、地点、灾害强度指数、经济损失指数和人员伤亡指数的历史信息,将历史信息分别插入到历史自然灾害表和历史人为灾害表中。
3.根据权利要求1所述的一种基于港区灾害数据的融合安全韧性度量分析系统,其特征在于:所述将采集港区历史灾害数据进行标准化处理和格式化融合的具体过程如下:
初始化$disasterData空数组用于存储标准化后的历史灾害数据,通过循环遍历历史自然灾害表和历史人为灾害表,将每条数据进行标准化处理,通过in_array函数判断当前数据是否存在于$disasterData数组中,若存在,则跳过继续下一次循环,并判断数据中的关键字段是否为空,使用date函数将日期字段转换为标准的年月日格式,将处理后的数据添加到$disasterData数组中。
4.根据权利要求1所述的一种基于港区灾害数据的融合安全韧性度量分析系统,其特征在于:所述计算港区灾害风险指数的具体计算方法如下:
式中,表示港区灾害风险指数,q表示灾害强度指数,r表示经济损失指数,p表示人员伤亡指数,e表示自然常数。
5.根据权利要求1所述的一种基于港区灾害数据的融合安全韧性度量分析系统,其特征在于:所述分析港区在面临灾害时的安全韧性能力的具体过程如下:
基于港区灾害风险指数,利用大数据和机器学习技术,基于历史灾害事件的数据分析港区基础设施的脆弱性,灾后恢复的时间和应急响应的效率;
基于港区基础设施的脆弱性,灾后恢复的时间和应急响应的效率,并评估港区系统的应对能力,计算港区安全韧性指数,港区在面临灾害时的安全韧性包括:港区基础设施韧性、港区灾后恢复能力、港区应急响应速度,使用Gephi网络分析工具建立港区在面临灾害时的安全韧性能力与区基础设施韧性、港区灾后恢复能力、港区应急响应速度依赖关系。
6.根据权利要求1所述的一种基于港区灾害数据的融合安全韧性度量分析系统,其特征在于:将采集的港区灾害数据、港区的安全韧性指数进行可视化展示的具体过程如下:
创建两个列表命名为港区灾害数据和港区的安全韧性指数,使用 Matplotlib分别对港区灾害数据、港区的安全韧性指数绘制柱状图和折线图,并通过Flask路由,分别在网页上生成柱状图和折线图,并将它们以PNG格式嵌入到主页的HTML模板中,通过浏览器访问可查看这两个图表,使用Matplotlib实现图表的生成和渲染,展示在Web页面上。
CN202410202596.7A 2024-02-23 2024-02-23 一种基于港区灾害数据的融合安全韧性度量分析系统 Active CN117786604B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410202596.7A CN117786604B (zh) 2024-02-23 2024-02-23 一种基于港区灾害数据的融合安全韧性度量分析系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410202596.7A CN117786604B (zh) 2024-02-23 2024-02-23 一种基于港区灾害数据的融合安全韧性度量分析系统

Publications (2)

Publication Number Publication Date
CN117786604A CN117786604A (zh) 2024-03-29
CN117786604B true CN117786604B (zh) 2024-04-26

Family

ID=90393042

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410202596.7A Active CN117786604B (zh) 2024-02-23 2024-02-23 一种基于港区灾害数据的融合安全韧性度量分析系统

Country Status (1)

Country Link
CN (1) CN117786604B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105787677A (zh) * 2016-03-31 2016-07-20 交通运输部水运科学研究所 石化港区事故风险区域定量评估方法
CN105894115A (zh) * 2016-03-31 2016-08-24 交通运输部水运科学研究所 区域性港口重大危险源定量风险评估方法
CN109146179A (zh) * 2018-08-23 2019-01-04 交通运输部天津水运工程科学研究所 沿海港口船舶作业条件监测预警方法
CN114897350A (zh) * 2022-05-09 2022-08-12 中国城市规划设计研究院 一种综合防灾能力评估方法、装置、设备及介质
CN116681292A (zh) * 2023-08-04 2023-09-01 交通运输部水运科学研究所 基于深度学习的石化港区安全风险分析及责任划分方法
CN117474343A (zh) * 2023-12-27 2024-01-30 中交第一航务工程勘察设计院有限公司 石化港区危险源安全风险预警方法、装置、设备及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2474007A (en) * 2009-08-27 2011-04-06 Simon R Daniel Communication in and monitoring of a disaster area, optionally including a disaster medical pack

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105787677A (zh) * 2016-03-31 2016-07-20 交通运输部水运科学研究所 石化港区事故风险区域定量评估方法
CN105894115A (zh) * 2016-03-31 2016-08-24 交通运输部水运科学研究所 区域性港口重大危险源定量风险评估方法
CN109146179A (zh) * 2018-08-23 2019-01-04 交通运输部天津水运工程科学研究所 沿海港口船舶作业条件监测预警方法
CN114897350A (zh) * 2022-05-09 2022-08-12 中国城市规划设计研究院 一种综合防灾能力评估方法、装置、设备及介质
CN116681292A (zh) * 2023-08-04 2023-09-01 交通运输部水运科学研究所 基于深度学习的石化港区安全风险分析及责任划分方法
CN117474343A (zh) * 2023-12-27 2024-01-30 中交第一航务工程勘察设计院有限公司 石化港区危险源安全风险预警方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN117786604A (zh) 2024-03-29

Similar Documents

Publication Publication Date Title
WO2021232588A1 (zh) 食品安全风险评估方法、装置、设备及存储介质
CN108399154B (zh) 工程试验数据采集系统
CN104699735A (zh) 企业级数据中心的数据处理方法及装置
CN111583033A (zh) 基于上市公司和股东之间联系的关联分析方法及装置
CN112631889A (zh) 针对应用系统的画像方法、装置、设备及可读存储介质
CN103942739A (zh) 建筑项目风险知识库的构建方法
CN117974034A (zh) 基于rpa的科技项目合同付款信息自动采集整合方法及系统
CN107093018A (zh) 基于健康模型的电信工程项目信息可视化方法及装置
CN117786604B (zh) 一种基于港区灾害数据的融合安全韧性度量分析系统
CN117633249B (zh) 面向SDGs空间型监测指标的基本变量构建方法及装置
CN112231386A (zh) 铁路科研数据可视化交互方法及系统、设备及存储介质
Xia et al. Predicting Safety Accident Costs in Construction Projects Using Ensemble Data-Driven Models
CN113642669B (zh) 基于特征分析的防欺诈检测方法、装置、设备及存储介质
Munteanu Financial Reporting Quality and Operational Efficiency in the Coastal Region of Romania
Molinari et al. Implementing Tools To Meet The Floods Directive Requirements: A\“procedure” To Collect, Store And Manage Damage Data In The Aftermath Of Flood Events
CN109685638B (zh) 一种审计覆盖率测量方法、装置及存储介质
Nwafor et al. A review of land information management systems
Lawrencia et al. Fraud detection decision support system for Indonesian financial institution
Jung et al. Network and Cluster Analysis on Bridge Inspection Reports Using Text Mining Algorithms
Tjia et al. The Analysis of Relationship Between Digital Transformation, Audit Risk, and Professional Skepticism Towards Audit Quality
CN114429260A (zh) 信息处理方法、装置、电子设备和存储介质
Djurestål et al. Defining Underlying Factors Affecting Fault Reports within Residential Real Estate
Boring et al. Human reliability analysis in the US nuclear power industry: a comparison of atomistic and holistic methods
Nofiantoro et al. Predictive Analysis of COVID-19 Positive Rate Using SAP Analytics Cloud: A Case Study
CN118840829A (zh) 一种基于机器学习的地质灾害危险性评价方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant