CN113762645B - 一种自然灾害预报方法及装置 - Google Patents
一种自然灾害预报方法及装置 Download PDFInfo
- Publication number
- CN113762645B CN113762645B CN202111194966.XA CN202111194966A CN113762645B CN 113762645 B CN113762645 B CN 113762645B CN 202111194966 A CN202111194966 A CN 202111194966A CN 113762645 B CN113762645 B CN 113762645B
- Authority
- CN
- China
- Prior art keywords
- flood
- runoff
- data
- area
- forecasted
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/203—Drawing of straight lines or curves
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Ecology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Evolutionary Biology (AREA)
- Environmental Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Development Economics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Game Theory and Decision Science (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Emergency Management (AREA)
- Alarm Systems (AREA)
Abstract
本发明提供一种自然灾害预报方法及装置,本方案直接基于待预报信息与历史数据的相似性,对待预报时段的平均径流量进行预测,避免了通过构建影响因子与洪灾之间转化关系等主流方法所存在的误差,提高了径流预报的精度和准确性;另外将历史洪灾数据进行了汛期和非汛期的分组,针对汛期和非汛期分别应用不同的历史洪灾数据进行预测,避免洪灾发生时间对预测结果的影响,提高预报精度。
Description
技术领域
本发明涉及气象预报技术领域,尤其涉及一种自然灾害预报方法及装置。
背景技术
洪水是地球上最常见的自然灾害,影响着全球成千上万人的生活,每年造成约100亿美元的损失。洪灾威胁到人类生命安全,吞噬生命,冲毁建筑、道路、桥梁,淹没农田和村镇,造成人们流离失所,不但如此还会影响社会经济活动并造成严重损失。因此,有效的预测洪水并及时发出预警,对于防洪减灾具有重大意义。
发明内容
本发明提供的一种自然灾害预报方法及装置,主要解决的技术问题是:如何准确预测洪灾。
为解决上述技术问题,本发明提供一种自然灾害预报方法,包括:
获取待预报区域的历史洪灾数据,包括发生洪灾之前的近一周累计降水量以及近一周径流变化量;并根据洪灾发生时间将历史洪灾数据分为汛期和非汛期两组;
获取所述待预报区域在未来一周的累计降水量预报数据,以及当前平均径流量,并确定当前是否属于汛期;
若属于汛期,则将累计降水量预报数据与汛期组每一次发生洪灾之前的近一周累计降水量进行差值计算;若否,则将累计降水量预报数据与非汛期组每一次发生洪灾之前的近一周累计降水量进行差值计算;
选择降水量差值满足预设阈值的目标历史洪灾数据;
基于所述目标历史洪灾数据之发生洪灾之前的近一周径流变化量,绘制径流变化量随累计降水量的变化曲线;
根据所述径流变化量随累计降水量的变化曲线,对所述待预报区域在未来一周的累计降水量预报数据进行拟合,得到目标径流变化量;
计算所述目标径流变化量与所述当前平均径流量之和值,作为所述待预报区域在未来一周的平均径流量;
基于预设的流域平均径流量与洪灾等级之间的映射关系,确定所述待预报区域在未来一周的平均径流量所对应的目标洪灾等级,并在所述目标洪灾等级超过设定灾害等级时,进行预警。
可选的,所述在所述目标洪灾等级超过设定灾害等级时,所述方法还包括:获取所述待预报区域的卫星遥感图像,并根据所述待预报区域在未来一周的平均径流量确定流域水位高度,基于流域水域高度确定卫星遥感图像中被流域淹没的区域,并进行标记展示。
本发明还提供一种自然灾害预报装置,包括:
第一数据获取模块,用于获取待预报区域的历史洪灾数据,包括发生洪灾之前的近一周累计降水量以及近一周径流变化量;并根据洪灾发生时间将历史洪灾数据分为汛期和非汛期两组;
第二数据获取模块,用于获取所述待预报区域在未来一周的累计降水量预报数据,以及当前平均径流量,并确定当前是否属于汛期;
数据处理模块,用于若属于汛期,则将累计降水量预报数据与汛期组每一次发生洪灾之前的近一周累计降水量进行差值计算;若否,则将累计降水量预报数据与非汛期组每一次发生洪灾之前的近一周累计降水量进行差值计算;选择降水量差值满足预设阈值的目标历史洪灾数据;基于所述目标历史洪灾数据之发生洪灾之前的近一周径流变化量,绘制径流变化量随累计降水量的变化曲线;根据所述径流变化量随累计降水量的变化曲线,对所述待预报区域在未来一周的累计降水量预报数据进行拟合,得到目标径流变化量;计算所述目标径流变化量与所述当前平均径流量之和值,作为所述待预报区域在未来一周的平均径流量;
预警模块,用于基于预设的流域平均径流量与洪灾等级之间的映射关系,确定所述待预报区域在未来一周的平均径流量所对应的目标洪灾等级,并在所述目标洪灾等级超过设定灾害等级时,进行预警。
可选的,所述装置还包括:
第三数据获取模块,用于获取所述待预报区域的卫星遥感图像;
图像处理模块,用于根据所述待预报区域在未来一周的平均径流量确定流域水位高度,基于流域水域高度确定卫星遥感图像中被流域淹没的区域,并进行标记展示。
本发明的有益效果是:
根据本发明提供的一种自然灾害预报方法及装置,通过获取待预报区域的历史洪灾数据,包括发生洪灾之前的近一周累计降水量以及近一周径流变化量;并根据洪灾发生时间将历史洪灾数据分为汛期和非汛期两组;获取待预报区域在未来一周的累计降水量预报数据,以及当前平均径流量,并确定当前是否属于汛期;若属于汛期,则将累计降水量预报数据与汛期组每一次发生洪灾之前的近一周累计降水量进行差值计算;若否,则将累计降水量预报数据与非汛期组每一次发生洪灾之前的近一周累计降水量进行差值计算;选择降水量差值满足预设阈值的目标历史洪灾数据;基于目标历史洪灾数据之发生洪灾之前的近一周径流变化量,绘制径流变化量随累计降水量的变化曲线;根据径流变化量随累计降水量的变化曲线,对待预报区域在未来一周的累计降水量预报数据进行拟合,得到目标径流变化量;计算目标径流变化量与当前平均径流量之和值,作为待预报区域在未来一周的平均径流量;基于预设的流域平均径流量与洪灾等级之间的映射关系,确定待预报区域在未来一周的平均径流量所对应的目标洪灾等级,并在目标洪灾等级超过设定灾害等级时,进行预警。本方案直接基于待预报信息与历史数据的相似性,对待预报时段的平均径流量进行预测,避免了通过构建影响因子与洪灾之间转化关系等主流方法所存在的误差,提高了径流预报的精度和准确性;另外将历史洪灾数据进行了汛期和非汛期的分组,针对汛期和非汛期分别应用不同的历史洪灾数据进行预测,避免洪灾发生时间对预测结果的影响,提高预报精度。
附图说明
图1为本发明实施例一的自然灾害预报方法流程示意图;
图2为本发明实施例一的径流变化量随累计降水量的变化曲线示意图;
图3为本发明实施例二的自然灾害预报装置结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,下面通过具体实施方式结合附图对本发明作进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例一:
为了对洪水灾害进行准确预报,帮助自然资源管理部门进行灾情预警以及提前指导制定防洪抗灾方案,本实施例提供一种自然灾害预报方法,请参见图1,主要包括如下步骤:
S101、获取待预报区域的历史洪灾数据,包括发生洪灾之前的近一周累计降水量以及近一周径流变化量;
各地区的历史洪灾数据可通过中国各省份地区流域洪灾记录文献获取得到,具体不做限制。洪灾数据包括但不限于洪灾发生地、发生时间、结束时间、径流量、灾害损失以及其他具体情况等。同理,降水量/径流量可通过降水/各流域径流历史文献资料获取得到,基于洪灾发生期间,获取发生洪灾之前的近一周累计降水量和径流量。应当理解的是,累计降水量即近一周每一天降水量的总和;而近一周径流变化量是基于近一周的第一天对应的径流量与最后一天对应的径流量之差值。
S102、根据洪灾发生时间将历史洪灾数据分为汛期和非汛期两组;
汛期是指江河湖泊中由于流域内季节性降水、融冰、化雪,引起定时性水位上涨的时期。待预报区域所在流域将洪水发生时期划分汛期和非汛期,避免洪灾发生时间对预测结果的影响,提高预报精度。在我国各流域的汛期大致划分如下:珠江流域:4-9月,长江流域:5-10月,淮河流域:6-9月,黄河流域:6-10月,海河流域:6-9月,辽河流域:6-9月,松花江流域:6-9月,其它月份为非汛期。具体划分情况以及不同流域对应不同汛期,本实施例对此不做限制。
S103、获取待预报区域在未来一周的累计降水量预报数据,以及当前平均径流量;
降水量预报数据可基于各大气象局中心获取,包括但不限于中国气象局、欧洲气象局、美国气象局等。待预报区域当前平均径流量可通过实测数据得到。
S104、确定当前是否属于汛期;如是,转至步骤S105;若否,转至步骤S106;
在获取各流域汛期时间之后,根据待预报区域所属流域以及当前时期,即可确定是否处于汛期。
S105、将累计降水量预报数据与汛期组每一次发生洪灾之前的近一周累计降水量进行差值计算;
将待预报区域在未来一周的累计降水量预报数据,与汛期组中每一次发生洪灾之前的近一周累计降水量进行差值计算,目的是筛选得到与当前相似的历史降水量样本,从而基于相似历史样本的数据对未来可能发生洪灾的概率进行预报,提高预报精度。
S106、则将累计降水量预报数据与非汛期组每一次发生洪灾之前的近一周累计降水量进行差值计算;
通过将历史洪灾数据分为汛期和非汛期,以提供两组历史样本,分别针对不同时期的流域径流量进行预测,避免洪灾发生时间对预测结果的影响,提高预报精度。
S107、选择降水量差值满足预设阈值的目标历史洪灾数据;
降水量(precipitation)是指一定时间内,从天空降落到地面上的液态或固态(经融化后)水,未经蒸发、渗透、流失,而在水平面上积聚的深度。以mm为单位。本实施例中,预设阈值可基于实际需求灵活设置,例如[-1mm,+1mm]、[-5mm,+5mm]等。
S108、基于目标历史洪灾数据之发生洪灾之前的近一周径流变化量,绘制径流变化量随累计降水量的变化曲线;
假设满足预设阈值的历史洪灾数据有3个,分别是径流变化量R1(其近一周对应累计降水量为P1)、径流变化量R2(其近一周对应累计降水量为P2)、径流变化量R3(其近一周对应累计降水量为P3),请参见图2所示;基于径流变化量值进行连线,然后对所连直线进行平滑处理,得到径流变化量随累计降水量的变化曲线。在本发明的其他实施例中,绘制径流变化量随累计降水量的变化曲线的方式,可以采用现有其他方式,对此不做限制。
S109、根据径流变化量随累计降水量的变化曲线,对待预报区域在未来一周的累计降水量预报数据进行拟合,得到目标径流变化量;
可选的,根据绘制得到的径流变化量随累计降水量的变化曲线,以及待预报区域在未来一周的累计降水量预报数据,即可唯一确定与之对应的径流变化量,即目标径流变化量,假设待预报区域在未来一周的累计降水量预报数据为P,则对应可唯一确定目标径流变化量为R,请继续参见图2。
S110、计算目标径流变化量与当前平均径流量之和值,作为待预报区域在未来一周的平均径流量;
根据预报得到的目标径流变化量,以及待预报区域当前实际的平均径流量,通过两者求和,即可得到未来一周可能逼近的径流预报值,实现径流预报。
S111、基于预设的流域平均径流量与洪灾等级之间的映射关系,确定与待预报区域在未来一周的平均径流量所对应的目标洪灾等级;
本实施例中,应当理解,当降水量增加,通常径流量增加,随着径流量的增加,水量过大就越不可控,发生洪灾的可能性就越大;通过预设流域平均径流量与洪灾等级之间的映射关系,即可确定与待预报区域在未来一周的平均径流量所对应的洪灾等级,该洪灾等级即为目标洪灾等级,从而实现根据径流量情况完成对洪灾危险情况的预报。
其中,预设流域平均径流量与洪灾等级之间的映射关系,可基于实际情况灵活设置,请参见如下表1所示:
表1
平均径流量r | 洪灾等级 |
r<r1 | 低风险 |
r1≤r≤r2 | 中风险 |
r2<r | 高风险 |
S112、在目标洪灾等级超过设定灾害等级时,进行预警。
其中,设定灾害等级可根据实际情况灵活设置,对此不做限制。例如,设定灾害等级为“高风险”。
在本发明的其他实施例中,在目标洪灾等级超过设定灾害等级时,获取待预报区域的卫星遥感图像,并根据待预报区域在未来一周的平均径流量确定流域水位高度,基于流域水域高度确定卫星遥感图像中被流域淹没的区域,并进行标记展示。直观预测受灾地图区域,便于救灾的精准施救与监管。
本发明提供的自然灾害预报方法及装置,通过获取待预报区域的历史洪灾数据,包括发生洪灾之前的近一周累计降水量以及近一周径流变化量;并根据洪灾发生时间将历史洪灾数据分为汛期和非汛期两组;获取待预报区域在未来一周的累计降水量预报数据,以及当前平均径流量,并确定当前是否属于汛期;若属于汛期,则将累计降水量预报数据与汛期组每一次发生洪灾之前的近一周累计降水量进行差值计算;若否,则将累计降水量预报数据与非汛期组每一次发生洪灾之前的近一周累计降水量进行差值计算;选择降水量差值满足预设阈值的目标历史洪灾数据;基于目标历史洪灾数据之发生洪灾之前的近一周径流变化量,绘制径流变化量随累计降水量的变化曲线;根据径流变化量随累计降水量的变化曲线,对待预报区域在未来一周的累计降水量预报数据进行拟合,得到目标径流变化量;计算目标径流变化量与当前平均径流量之和值,作为待预报区域在未来一周的平均径流量;基于预设的流域平均径流量与洪灾等级之间的映射关系,确定待预报区域在未来一周的平均径流量所对应的目标洪灾等级,并在目标洪灾等级超过设定灾害等级时,进行预警。本方案直接基于待预报信息与历史数据的相似性,对待预报时段的平均径流量进行预测,避免了通过构建影响因子与洪灾之间转化关系等主流方法所存在的误差,提高了径流预报的精度和准确性;另外将历史洪灾数据进行了汛期和非汛期的分组,针对汛期和非汛期分别应用不同的历史洪灾数据进行预测,避免洪灾发生时间对预测结果的影响,提高预报精度。
实施例二:
本实施例在上述实施例一的基础上,提供一种自然灾害预报装置,用以实现上述实施例一中的自然灾害预报方法的步骤,请参见图3,主要包括第一数据获取模块31、第二数据获取模块32、数据处理模块33、预警模块34、第三数据获取模块35以及图像处理模块36,其中:
第一数据获取模块31用于获取待预报区域的历史洪灾数据,包括发生洪灾之前的近一周累计降水量以及近一周径流变化量;并根据洪灾发生时间将历史洪灾数据分为汛期和非汛期两组。
第二数据获取模块32用于获取待预报区域在未来一周的累计降水量预报数据,以及当前平均径流量,并确定当前是否属于汛期。
数据处理模块33用于若属于汛期,则将累计降水量预报数据与汛期组每一次发生洪灾之前的近一周累计降水量进行差值计算;若否,则将累计降水量预报数据与非汛期组每一次发生洪灾之前的近一周累计降水量进行差值计算;选择降水量差值满足预设阈值的目标历史洪灾数据;基于目标历史洪灾数据之发生洪灾之前的近一周径流变化量,绘制径流变化量随累计降水量的变化曲线;根据径流变化量随累计降水量的变化曲线,对待预报区域在未来一周的累计降水量预报数据进行拟合,得到目标径流变化量;计算目标径流变化量与当前平均径流量之和值,作为待预报区域在未来一周的平均径流量。
预警模块34用于基于预设的流域平均径流量与洪灾等级之间的映射关系,确定待预报区域在未来一周的平均径流量所对应的目标洪灾等级,并在目标洪灾等级超过设定灾害等级时,进行预警。
第三数据获取模块35用于获取待预报区域的卫星遥感图像。
图像处理模块36用于根据待预报区域在未来一周的平均径流量确定流域水位高度,基于流域水域高度确定卫星遥感图像中被流域淹没的区域,并进行标记展示。
具体请参见上述实施例一中的描述,在此不再赘述。
显然,本领域的技术人员应该明白,上述本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在计算机存储介质(ROM/RAM、磁碟、光盘)中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。所以,本发明不限制于任何特定的硬件和软件结合。
以上内容是结合具体的实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (4)
1.一种自然灾害预报方法,其特征在于,包括:
获取待预报区域的历史洪灾数据,包括发生洪灾之前的近一周累计降水量以及近一周径流变化量;并根据洪灾发生时间将历史洪灾数据分为汛期和非汛期两组;
获取所述待预报区域在未来一周的累计降水量预报数据,以及当前平均径流量,并确定当前是否属于汛期;
若属于汛期,则将累计降水量预报数据与汛期组每一次发生洪灾之前的近一周累计降水量进行差值计算;若否,则将累计降水量预报数据与非汛期组每一次发生洪灾之前的近一周累计降水量进行差值计算;
选择降水量差值满足预设阈值的目标历史洪灾数据;
基于所述目标历史洪灾数据之发生洪灾之前的近一周径流变化量,绘制径流变化量随累计降水量的变化曲线;
根据所述径流变化量随累计降水量的变化曲线,对所述待预报区域在未来一周的累计降水量预报数据进行拟合,得到目标径流变化量;
计算所述目标径流变化量与所述当前平均径流量之和值,作为所述待预报区域在未来一周的平均径流量;
基于预设的流域平均径流量与洪灾等级之间的映射关系,确定所述待预报区域在未来一周的平均径流量所对应的目标洪灾等级,并在所述目标洪灾等级超过设定灾害等级时,进行预警。
2.如权利要求1所述的自然灾害预报方法,其特征在于,所述在所述目标洪灾等级超过设定灾害等级时,所述方法还包括:获取所述待预报区域的卫星遥感图像,并根据所述待预报区域在未来一周的平均径流量确定流域水位高度,基于流域水域高度确定卫星遥感图像中被流域淹没的区域,并进行标记展示。
3.一种自然灾害预报装置,其特征在于,包括:
第一数据获取模块,用于获取待预报区域的历史洪灾数据,包括发生洪灾之前的近一周累计降水量以及近一周径流变化量;并根据洪灾发生时间将历史洪灾数据分为汛期和非汛期两组;
第二数据获取模块,用于获取所述待预报区域在未来一周的累计降水量预报数据,以及当前平均径流量,并确定当前是否属于汛期;
数据处理模块,用于若属于汛期,则将累计降水量预报数据与汛期组每一次发生洪灾之前的近一周累计降水量进行差值计算;若否,则将累计降水量预报数据与非汛期组每一次发生洪灾之前的近一周累计降水量进行差值计算;选择降水量差值满足预设阈值的目标历史洪灾数据;基于所述目标历史洪灾数据之发生洪灾之前的近一周径流变化量,绘制径流变化量随累计降水量的变化曲线;根据所述径流变化量随累计降水量的变化曲线,对所述待预报区域在未来一周的累计降水量预报数据进行拟合,得到目标径流变化量;计算所述目标径流变化量与所述当前平均径流量之和值,作为所述待预报区域在未来一周的平均径流量;
预警模块,用于基于预设的流域平均径流量与洪灾等级之间的映射关系,确定所述待预报区域在未来一周的平均径流量所对应的目标洪灾等级,并在所述目标洪灾等级超过设定灾害等级时,进行预警。
4.如权利要求3所述的自然灾害预报装置,其特征在于,所述装置还包括:
第三数据获取模块,用于获取所述待预报区域的卫星遥感图像;
图像处理模块,用于根据所述待预报区域在未来一周的平均径流量确定流域水位高度,基于流域水域高度确定卫星遥感图像中被流域淹没的区域,并进行标记展示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111194966.XA CN113762645B (zh) | 2021-10-11 | 2021-10-11 | 一种自然灾害预报方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111194966.XA CN113762645B (zh) | 2021-10-11 | 2021-10-11 | 一种自然灾害预报方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113762645A CN113762645A (zh) | 2021-12-07 |
CN113762645B true CN113762645B (zh) | 2022-04-22 |
Family
ID=78799438
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111194966.XA Active CN113762645B (zh) | 2021-10-11 | 2021-10-11 | 一种自然灾害预报方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113762645B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114676907B (zh) * | 2022-01-17 | 2022-09-20 | 中国地质大学(北京) | 一种区域地质灾害预警方法、装置、存储介质及设备 |
CN114881380B (zh) * | 2022-07-12 | 2022-09-23 | 太极计算机股份有限公司 | 基于深度学习的航空气象数据的降尺度处理方法及系统 |
CN115293469B (zh) * | 2022-10-10 | 2022-12-27 | 山脉科技股份有限公司 | 一种城市防洪排涝风险预测方法 |
CN116720651A (zh) * | 2023-05-18 | 2023-09-08 | 浙江河海中控信息科技有限公司 | 汛期闸口排水超前预测方法和系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105512767B (zh) * | 2015-12-15 | 2019-06-11 | 武汉大学 | 一种多预见期的洪水预报方法 |
CN106845771B (zh) * | 2016-12-16 | 2018-12-21 | 中国水利水电科学研究院 | 一种基于前期雨量优选参数的洪水预报方法 |
CN109816167A (zh) * | 2019-01-18 | 2019-05-28 | 昆仑(重庆)河湖生态研究院(有限合伙) | 径流预报方法及径流预报装置 |
CN109886461A (zh) * | 2019-01-18 | 2019-06-14 | 昆仑(重庆)河湖生态研究院(有限合伙) | 一种径流预报方法及装置 |
CN111582085B (zh) * | 2020-04-26 | 2023-10-10 | 中国工商银行股份有限公司 | 单据拍摄图像识别方法及装置 |
-
2021
- 2021-10-11 CN CN202111194966.XA patent/CN113762645B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113762645A (zh) | 2021-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113762645B (zh) | 一种自然灾害预报方法及装置 | |
CN111582755B (zh) | 一种基于多维度集合信息山洪灾害综合风险动态评估方法 | |
CN111507375B (zh) | 一种城市内涝风险快速评估方法及系统 | |
Xie et al. | Practical thresholds for separating erosive and non–erosive storms | |
CN110096751B (zh) | 一种估算无资料地区中小型水库蓄量的方法 | |
CN116645789A (zh) | 一种基于无人机测绘的土地自然灾害预警管控系统 | |
CN112528563B (zh) | 一种基于svm算法的城市内涝预警方法 | |
CN111666314B (zh) | 基于多因子的风暴潮易损性评估方法、装置和计算机设备 | |
CN114611834B (zh) | 一种基于多维特征分析的电力发电站选址评估规划方法 | |
CN117436619B (zh) | 一种基于等效防洪作用的梯级水库防洪库容联合预留方法 | |
Aksoy et al. | SPI-based drought severity-duration-frequency analysis | |
Sutapa et al. | Application of non-parametric test to detect trend rainfall in Palu Watershed, Central Sulawesi, Indonesia | |
CN118259377B (zh) | 一种暴雨雨型识别方法、装置、电子设备及存储介质 | |
CN116611681A (zh) | 一种考虑微地形影响的配电设备雨涝淹没风险区域分级方法 | |
CN113780882B (zh) | 一种地下水超采治理后地下水位变幅评估系统 | |
CN115841171A (zh) | 一种电网输变电设备暴雨淹没的快速预测方法及系统 | |
CN113919806B (zh) | 一种防洪救灾管理系统 | |
CN115249089A (zh) | 基于电力大数据的城市碳排量检测系统及方法 | |
Supratman et al. | Flood risk assessment of Kemang Area as a central business in South Jakarta | |
CN116070955B (zh) | 一种用于山洪沟流域的区域可能最大降雨确定方法 | |
CN118355824B (zh) | 基于区域网格分析的山桐子土壤灌根方法及系统 | |
Wang et al. | Next-Generation Rainfall IDF Curves for the Virginian Drainage Area of Chesapeake Bay | |
CN117592663B (zh) | 一种面向变化气候的干旱风险预测方法及其系统 | |
Eşit | The Determination of the Most Appropriate Probability Distribution Models for the Meteorological Variables | |
Mohammed et al. | Flood Estimation Studies Using Hydrologic Modelling System (HEC-HMS) For Batu Pahat River Malaysia |
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 |