System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及城市灾害的风险防控领域,尤其涉及一种城市自然灾害风险防控方法与系统。
技术介绍
1、城市自然灾害包含地质灾害、气象灾害、水文灾害、环境灾害、施工安全和建设灾害等;近年来,城市自然灾害频发,城市作为人类与经济活动密集度较高的聚集地,为了保证人员安全和社会经济的稳定发展,对于城市自然灾害的预测和灾后处理都需要重点对待;相较于完善灾后处理相关制度而言,对城市自然灾害的提前预测能够更加有效地降低经济和人员损失,保证人员安全和社会经济的稳定发展。
技术实现思路
1、本申请提供了一种城市自然灾害风险防控方法与系统,其能够实现对城市自然灾害的预测,使得城市区域提前做好灾害应对措施,降低城市自然灾害对经济和人员的损失。
2、第一方面,本申请提供了一种城市自然灾害风险防控方法。所述方法包括:
3、获取城市内每个区域的监测数据;
4、根据预构建的历史灾情数据库分析确定各个所述监测数据之间的关联度数据;
5、根据所述关联度数据和聚类算法确定多个监测数据组;
6、计算每个监测数据组的整体风险值;
7、根据所述整体风险值确定城市内每个区域的灾害风险可能性分值。
8、通过采用上述技术方案,对城市内各个区域的监测数据进行分析,确定每个监测数据的自身风险值;再基于历史灾情数据分析确定各个监测数据之间的关联性,根据聚类算法,确定各个区域包含的监测数据组,计算每个监测数据组的整体风险值,进而基于各个城市区域包含的多个监测数据
9、进一步地,所述计算每个监测数据组的整体风险值包括:
10、根据监测数据风险对照表确定每个监测数据组内每个监测数据的基础风险值;
11、基于整体风险值计算模型,根据所述基础风险值计算整体风险值。
12、进一步地,所述整体风险值计算模型包括:
13、,
14、式中,o为整体风险值,为所述监测数据组中第i个基础风险值;n为已获取的每个监测数据组内监测数据的种类项数。
15、进一步地,所述根据所述整体风险值确定城市内每个区域的灾害风险可能性分值包括:
16、基于可能性分值计算模型,根据所述整体风险值计算每个区域的灾害风险可能性分值;
17、所述可能性计算模型包括:
18、,
19、式中,p为灾害风险可能性分值,为第j个监测数据组的整体风险值,j取值1到m,表示第1到m个监测数据组;表示取中的最大值。
20、进一步地,所述根据预构建的历史灾情数据库分析确定各个所述监测数据之间的关联度数据包括:
21、所述历史灾情数据库包含每个历史灾害对应的历史监测数据及每个历史监测数据的特征信息;
22、根据所述特征信息确定包含同一特征的多个历史监测数据;
23、对所述包含同一特征的多个历史监测数据分析确定各个历史监测数据之间的关联度数据。
24、进一步地,所述根据所述关联度数据和聚类算法确定多个监测数据组包括,基于聚类算法,根据所述关联度数据和预设关联度范围阈值划分各个所述监测数据得到多个监测数据组。
25、第二方面本申请提供了一种城市自然灾害风险防控系统,所述系统包括:
26、获取模块,用于获取城市内每个区域的监测数据;
27、分析模块,用于根据预构建的历史灾情数据库分析确定各个所述监测数据之间的关联度数据;
28、确定模块,用于根据所述关联度数据和聚类算法确定多个监测数据组;
29、计算模块,用于计算每个监测数据组的整体风险值;
30、输出模块,用于根据所述整体风险值确定城市内每个区域的灾害风险可能性分值。
31、进一步地,所述计算模块被进一步配置为,所述计算每个监测数据组的整体风险值包括:
32、根据监测数据风险对照表确定算每个监测数据组内每个监测数据的基础风险值;
33、基于整体风险值计算模型,根据所述基础风险值计算整体风险值。
34、进一步地,所述计算模块被进一步配置为,所述整体风险值计算模型包括:
35、,
36、式中,o为整体风险值,为所述监测数据组中第i个基础风险值;n为已获取的每个监测数据组内监测数据的种类项数。
37、进一步地,所述输出模块被进一步配置为,所述根据所述整体风险值确定城市内每个区域的灾害风险可能性分值包括:
38、基于可能性分值计算模型,根据所述整体风险值计算每个区域的灾害风险可能性分值;
39、所述可能性计算模型包括:
40、,
41、式中,p为灾害风险可能性分值,为第j个监测数据组的整体风险值,j取值1到m,表示第1到m个监测数据组;表示取中的最大值。
42、综上所述,本申请至少包含以下有益效果:
43、实现了对多维度多模态监测数据的整体分析,使得对监测数据的分析更为全面和完整;
44、对监测数据进行聚类分析得到监测数据组,结合监测数据自身风险值和监测数据关联风险值计算监测数据组的整体风险,实现了对监测数据的进一步分析,提高了对监测数据分析的全面性;
45、基于城市区域内每个监测数据组的整体风险值计算该城市区域的灾害风险可能性分值,提高了对城市区域内灾害风险的预测的准确性;更好地实现了对城市自然灾害的风险防控。
46、应当理解,
技术实现思路
部分中所描述的内容并非旨在限定本申请的实施例的关键或重要特征,亦非用于限制本申请的范围。本申请的其它特征将通过以下的描述变得容易理解。
【技术保护点】
1.一种城市自然灾害风险防控方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述计算每个监测数据组的整体风险值包括:
3.根据权利要求2所述的方法,其特征在于,所述整体风险值计算模型包括:
4.根据权利要求3所述的方法,其特征在于,所述根据所述整体风险值确定城市内每个区域的灾害风险可能性分值包括:
5.根据权利要求1所述的方法,其特征在于,所述根据预构建的历史灾情数据库分析确定各个所述监测数据之间的关联度数据包括:
6.根据权利要求1所述的方法,其特征在于,所述根据所述关联度数据和聚类算法确定多个监测数据组包括,基于聚类算法,根据所述关联度数据和预设关联度范围阈值划分各个所述监测数据得到多个监测数据组。
7.一种城市自然灾害风险防控系统,其特征在于,包括:
8.根据权利要求7所述的系统,其特征在于,所述计算模块(240)被进一步配置为,所述计算每个监测数据组的整体风险值包括:
9.根据权利要求8所述的系统,其特征在于,所述计算模块(240)被进一步配置为,所述整体风
10.根据权利要求9所述的系统,其特征在于,所述输出模块(250)被进一步配置为,所述根据所述整体风险值确定城市内每个区域的灾害风险可能性分值包括:
...【技术特征摘要】
1.一种城市自然灾害风险防控方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述计算每个监测数据组的整体风险值包括:
3.根据权利要求2所述的方法,其特征在于,所述整体风险值计算模型包括:
4.根据权利要求3所述的方法,其特征在于,所述根据所述整体风险值确定城市内每个区域的灾害风险可能性分值包括:
5.根据权利要求1所述的方法,其特征在于,所述根据预构建的历史灾情数据库分析确定各个所述监测数据之间的关联度数据包括:
6.根据权利要求1所述的方法,其特征在于,所述根据所述关联度数据和聚类算法确定多个监测数...
【专利技术属性】
技术研发人员:朱月琴,黄帅,乔计花,商豪律,华巍,宋翱,马恒,欧德品,韩文龙,栗健,王文龙,刘玲,
申请(专利权)人:应急管理部国家自然灾害防治研究院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。