[发明专利]一种风暴潮风险评估与减灾方法

说明书

本发明公开了一种风暴潮风险评估与减灾方法，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；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；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；采用归一化法对理多参海洋数据与网格子区域图像进行预处理，在RPN神经网络模型中进行迭代训练和验证。本发明实现了风暴潮风高效评估台与精细化预警，减少了预测误差。

技术领域

本发明属于海洋减灾评估技术领域，尤其涉及一种风暴潮风险评估与减灾方法。

背景技术

我国的海洋主要是近海热带气旋活动较为频繁的地区之一，台风风暴潮给海洋牧场造成了严重威胁，且灾害的强度有逐年增大的趋势。为此，风暴潮引起的灾害给海洋经济发展带来很大隐，所以随着海洋科技产业的进一步扩大，防灾减灾技术的必要性和可靠性也越来越被人们所发现和重视，研究海洋风暴潮相关预测技术和分析防灾减灾，为地方防灾减灾部门提供定量化灾损估算依据，对经济发展具有重大的科学意义和社会价值。

发明内容

本发明的目的在于：针对上述存在的问题，提供一种风暴潮风险评估与减灾方法，本发明实现了高效率评估台风风险以及风暴潮与海浪精细化预警，减少了预测误差概率，提升风暴潮预测指标的精确度，预报精度高及适用性强；可为沿海地区未来的防灾减灾提供科学的决策依据。为了实现上述目的，本发明采用以下技术方案：

本发明提供了一种风暴潮风险评估与减灾方法，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中，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。

上述方案进一步优选，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。

上述方案进一步优选，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。

上述方案进一步优选，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；