[发明专利]风暴潮灾事件影响预警方法

权利要求书

1.风暴潮灾事件影响预警方法，其特征在于，包括以下步骤：

S1.获取目标地区的历史潮位数据，进行天文潮预报；

S2.采用数值模拟方法，以JMA风暴增水模式为基本框架，并以气象预报的风场和气压场为驱动，进行风暴潮增水预报；

S3.基于天文潮预报及风暴潮增水预报的结果进行总潮位计算，得到逐小时的预测总潮位面；

S4.基于FloodArea建立漫滩淹没预警模型，所述漫滩淹没预警模型由逐小时的预测总潮位面驱动，进行潮水漫滩淹没模拟，得到不同时刻的陆地淹没范围；

S5.将不同时刻的陆地淹没范围按其淹没深度的不同进行风险分级，得到风暴潮漫滩淹没预警图；

S6.将目标地区的淹没范围和目标地区的人口地图和GDP地图相叠加后，乘以不同淹没深度下的灾损系数，得到目标地区的风暴潮灾事件影响损失预估。

2.根据权利要求1所述的风暴潮灾事件影响预警方法，其特征在于，步骤S1所述的进行天文潮预报具体为：计算所述目标地区任意时刻的潮高，表示如下：

式中，为第t时刻的模拟潮高；S₀为平均海平面；f_i为第i个分潮振幅的改正因子；H_i为第i个分潮的振幅；σ_i为第i个分潮的角速率；Δt为计算时段；v_0i为第i个分潮的初始天文相角；u_i为第i个分潮的订正角；g_i为由于海底摩擦、惯性力因素引起的高潮时落后于月中天时刻的相位角；其中H_i和g_i为天文潮第i个分潮的调和常数，f_i、σ_i、v_oi和u_i通过查表获得。

3.根据权利要求2所述的风暴潮灾事件影响预警方法，其特征在于，步骤S1中所述的历史潮位数据采用目标地区验潮站一年以上的实测潮位数据，且所述实测潮位数据为逐小时的连续数据。

4.根据权利要求1所述的风暴潮灾事件影响预警方法，其特征在于，所述步骤S2具体为：采用数值模拟方法，以JMA风暴增水模式为基本框架，并以气象预报的风场和气压场为驱动，采用基于浅水波方程的二维线性正压模式，预报由于风搅拌和气压抽吸引起的水位增量，形成目标地区的风暴潮增水分布图。

5.根据权利要求1所述的风暴潮灾事件影响预警方法，其特征在于，所述步骤S3的具体步骤包括：将所述步骤S1计算得到的逐小时的天文潮预报结果在空间上插值成为潮位面，与所述步骤S2形成的风暴潮增水分布图形成相同的分辨率，然后将两者叠加，得到逐小时的总潮位面。

6.根据权利要求5所述的风暴潮灾事件影响预警方法，其特征在于，所述步骤S3中在空间上插值采用的是克里金插值法。

7.根据权利要求1所述的风暴潮灾事件影响预警方法，其特征在于，所述步骤S4的具体步骤包括：基于FloodArea建立漫滩淹没预警模型，其中FloodArea的输入数据包括DEM、水位面，设置参数包括模拟时长和间隔、地面粗糙度、阻水物和水流最大交换率；所述漫滩淹没预警模型由逐小时的预测总潮位面驱动，其时间步长设置为10分钟，进行潮水漫滩淹没模拟，得到不同时刻的陆地淹没范围。

8.根据权利要求1所述的风暴潮灾事件影响预警方法，其特征在于，所述步骤S5中按其淹没深度的不同进行风险分级具体为：当淹没深度小于0.6m时，风险分级为一般风险；当淹没深度在0.6m～1.2m之间时，风险分级为风险较高；当淹没深度在1.2m～1.8m之间时，风险分级为风险高；当淹没深度大于1.8m时，风险分级为风险很高。