利索能及
我要发布
收藏
专利号: 2024118240075
申请人: 南京信息工程大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-01-08
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于损失的格网化区域性气候事件风险评估方法,其特征在于,包括以下步骤:S1、确定待风险评估的区域性气候事件,并获取研究区域内区域性气候事件对应的格网化气象要素数据;

S2、根据获取的格网化气象要素数据,提取研究区域内历史区域性气候事件,建立历史事件案例库,并识别事件特征;

S3、根据识别的事件特征,计算区域性气候事件的强度并提取其覆盖范围内影响对象的数量,确定历次区域性气候事件影响的损失程度;

S4、计算区域性气候事件对不同影响对象损失程度的重现期,确定划分不同风险等级的阈值,进而评估区域性气候事件的损失风险。

2.根据权利要求1所述的基于损失的格网化区域性气候事件风险评估方法,其特征在于,所述步骤S1中,所述区域性气候事件包括区域性降水事件、区域性干旱事件、区域性高温事件以及区域性低温事件,其对应的气象要素格网化数据包括日降水量、日最高气温和日最低气温。

3.根据权利要求1所述的基于损失的格网化区域性气候事件风险评估方法,其特征在于,所述步骤S2中,建立历史事件案例库的方法为:S21、分析格网化气象要素数据,当某一日气象要素数据异常的格点在空间上连片出现时,将其作为区域性气候事件的开始日期;

S22、确定下一日连片出现的气象要素数据异常的格点是否与前一日重叠;

若是,则进入步骤S23;

若否,即异常格点未连片出现或连片出现但与前一日不重叠,则进入步骤S24;

S23、判定区域性气候事件继续,返回步骤S22;

S24、判定区域性气候事件结束,确定其结束日期,进入步骤S25;

S25、重复步骤S21 S24,识别若干区域性气候事件,进而建立历史事件案例库。

~

4.根据权利要求1所述的基于损失的格网化区域性气候事件风险评估方法,其特征在于,所述步骤S2中,所述事件特征为描述区域性气候事件的覆盖范围、持续时间、气象要素异常幅度和事件过程连续性的特征。

5.根据权利要求1所述的基于损失的格网化区域性气候事件风险评估方法,其特征在于,所述步骤S3包括以下分步骤:S31、获取区域性气候事件影响对象的空间分布数据,根据历次区域性气候事件的覆盖范围,统计在其覆盖范围内的影响对象的数量;

S32、计算历次区域性气候事件的强度;

S33、将各区域性气候事件在其覆盖范围内影响对象的数量与事件强度相乘,并进行归一化处理,得到历次区域性气候事件影响的损失程度。

6.根据权利要求5所述的基于损失的格网化区域性气候事件风险评估方法,其特征在于,所述步骤S32具体为:对区域性气候事件的持续时间、气象要素的异常幅度和事件过程连续性进行标准化处理,并确定各自的权重后进行加权求和得到区域性气候事件的强度;

其中,第j次区域性气候事件的强度Pj表示为:

式中, 表示区域性气候事件中第i个特征的权重,Ri表示区域性气候事件第i个特征的标准化值,n表示特征总数,xi表示第i个特征的原始值,ximin表示所有历史区域性气候事件的第i个特征的最小值,ximax表示第i个特征的最大值。

7.根据权利要求5所述的基于损失的格网化区域性气候事件风险评估方法,其特征在于,所述步骤S33中,第j次区域性气候事件影响的损失程度Lj为:式中,Zj表示第j次事件覆盖范围内的统计出的影响对象的数量,Pj表示第j次区域性气候事件的强度,(Zj×Pj) max表示历史事件案例库中各区域性气候事件的Zj×Pj的最大值。

8.根据权利要求1所述的基于损失的格网化区域性气候事件风险评估方法,其特征在于,所述步骤S4包括以下分步骤:S41、确定区域性气候事件对不同影响对象的各损失程度的最优边际分布函数;

S42、根据确定的最优边际分布函数,计算区域性气候事件对不同影响对象损失程度的重现期;

S43、根据区域性气候事件对不同影响对象的各损失程度的重现期,确定划分不同风险等级的阈值,进而评估区域性气候事件的损失风险。

9.根据权利要求8所述的基于损失的格网化区域性气候事件风险评估方法,其特征在于,所述步骤S41具体为:对损失程度进行边际分布函数拟合,利用K‑S检验计算的P值对各边际分布函数进行拟合优度检验,将P值最大的边际分布函数作为最优边际分布函数 ;

其中,进行拟合的候选边际分布函数包括正态分布、泊松分布、指数分布、极值分布、广义极值分布、伽马分布和雷利分布。