[发明专利]一种风暴潮风险评估与减灾方法

权利要求书

1.一种风暴潮风险评估与减灾方法，其特征在于：所述风险评估与减灾方法包括以下步骤：

步骤一：通过在线式多参数采集设备对海洋水质、水文、气象和时空信息进行多参数采集，对采集的多参海洋数据进行网格化存储；

步骤二：选取易受海洋风暴潮与海浪影响的地物类别进行地物信息提取，获取风暴潮与海浪影响区域的矢量图；

步骤三：将风暴潮与海浪影响区域的多源遥感影像与矢量图导入网格化存储模型中，在同一坐标系下将多源遥感影像与矢量图进行叠加，然后根据预设的网格分辨率进行多尺度分割，得到影响区域内具有经纬坐标的多个网格子区域图像；

步骤四：采用归一化法对多参海洋数据与网格子区域图像进行预处理，将归一化预处理的图像数据作为RPN神经网络模型的输入参数，在RPN神经网络模型中进行迭代训练和验证，能够根据输入参数输出由于地物信息产生误差的多参海洋数据的修订信息；

步骤五：获取多参海洋数据的修订信息，根据修订信息得到风暴潮移动过程，根据风暴潮移动过程对承灾体的损害风险进行评估，根据评估结果设计最佳避灾路径。

2.根据权利要求1所述的一种风暴潮风险评估与减灾方法，其特征在于：对承灾体的损害风险进行评估包括当前风暴潮移动过程中风力强度、风向、风量、降水量、海流速度、海浪高度和风暴潮增水分别对承灾体的灾害风险等级进行评估。

3.根据权利要求1所述的一种风暴潮风险评估与减灾方法，其特征在于：所述多参海洋数据进行网格化存储过程为：在网格化存储模型中创建网格数据库表；对数据进行空间编码和时间编码，形成空间网格编码段和时间网格编码段；将空间网格编码和时间网格编码存入网格数据库表，形成时空编码索引库；然后将各类带有空间位置属性和时间属性的数据，先按照所在地理空间覆盖范围赋予相应的网格编码，再按照数据产生时间赋予时间离散编码，使数据与时空形成映射关联。

4.根据权利要求1所述的一种风暴潮风险评估与减灾方法，其特征在于：在RPN神经网络模型中进行迭代训练和测试包括如下步骤：

将归一化预处理的图像数据作为样本图，并对样本图进行编号，在训练集中随机抽取10％的样本图作为验证集进行验证，90％的样本图作为训练集进行训练，并按顺序编号后将其进行汇总存储；

将训练集输入RPN神经网络模型的卷积层，并通过3×3的滑动窗口在样本图上滑动，寻找存在目标的中心区域，映射几种不同尺寸和长宽比的基准边框anchor；

对不同尺寸的基准边框anchor进行改进，然后再次送入RPN神经网络模型的ROI池化层进行训练，并使用验证集进行验证，得到训练好的候选框特征图并输出；

将候选框特征图输入分类层中并使用Softmax分类器进行计算，使候选框特征图在分类层中进行修订并输出目标识别框；

将目标识别框与基准边框anchor进行结合并通过误差函数进行计算，获取精准的目标识别框，作为承灾体受灾的评价指标。

5.根据权利要求1所述的一种风暴潮风险评估与减灾方法，其特征在于：所述映射几种不同尺寸分别为：{62、82、128、162、256、322}，长宽比为{1:1、1:2、2:1、3:1、3:4、3:5}。

6.根据权利要求1所述的一种风暴潮与海浪精细化预警方法，其特征在于：预设的网格分辨率为416×416～800×600，将图像分割成S×S个网格，每个网格上分别预设B个包围框。

7.根据权利要求1所述的一种风暴潮风险评估与减灾方法，其特征在于：所述步骤五中，根据修订信息并按照预设时间间隔获取风暴潮移动过程，根据风暴潮移动过程对承灾体的损害风险进行评估。

8.根据权利要求1所述的一种风暴潮风险评估与减灾方法，其特征在于：根据修订信息并按照预设时间间隔获取风暴潮在预设移动路径过程中，对承灾体的损害风险进行评估。