[發明專利]一種流域性暴雨洪澇承災體重置成本遙感模擬方法

有效

• 申請號: 202310033916.6
• 申請日: 2023-01-10
• 公開（公告）號: CN115907574B
• 公開（公告）日: 2023-08-15
• 發明（設計）人: 江威;呂娟;崔師愛;龐治國;楊昆;宋文龍;李小濤
• 申請（專利權）人: 中國水利水電科學研究院
• 主分類號: G06Q10/067
• 分類號: G06Q10/067;G06T7/62;G06N3/08;G06F16/29;G06Q50/26
• 代理公司: 北京正華智誠專利代理事務所(普通合伙) 11870
• 代理人: 楊浩林

本發明公開了一種流域性暴雨洪澇承災體重置成本遙感模擬方法，通過收集時序遙感數據、氣象指標數據、下墊面風險暴露數據和暴雨洪澇災害損失等數據，采用閾值分割、空間疊加和數據聚合等方法，提取洪水淹沒、暴雨氣象致災、下墊面承災體風險暴露度等參數特征，構建暴雨洪澇承災體重置參數特征集，并將其統一到30m分辨率網格上；根據洪水保險核災數據和實地樣方歷史調研數據，基于空間統計分析方法，構建30m空間分辨率承災體重置成本樣本集，利用暴雨洪澇承災體重置參數特征集和承災體重置成本樣本集，提取暴雨洪澇承災體重置成本損失訓練參數特征向量，采用深度學習神經網絡模型構建模擬模型，實現流域性暴雨洪澇承災體重置成本空間模擬。

技術領域

本發明屬于洪澇災害遙感分析技術領域，具體涉及一種流域性暴雨洪澇承災體重置成本遙感模擬方法的設計。

背景技術

承災體損失評估是災害應急管理的重要環節，科學、準確、客觀掌握承災體重置成本空間分布信息，對于災害救援決策以及災后重建等具有重要參考價值。流域性暴雨洪澇具有影響范圍廣、破壞強度大和歷時長等特征，其發生地點大多位于經濟較為發達的地區，每年因流域性暴雨洪澇災害造成的財產損失十分巨大。

暴雨洪澇承災體重置成本是指下墊面各類型承災體在遭受暴雨洪澇災害損毀后，重建或修復其到災前功能和狀態所需投入的成本。當前，流域性暴雨洪澇承災體重置成本多以行政邊界為單元自下而上統計上報，對于國家和地區宏觀了解災害損失程度具有重要參考價值，然而，這種統計方式會因統計口徑差異和人為主觀因素導致較大的誤差，且難以反映行政邊界內部災害損失強度分布異質性，一定程度上制約著暴雨洪澇損失評估結果的科學準確性，且難以滿足洪澇巨災保險核災理賠的精度需求。

當前流域性暴雨洪澇災害承災體重置成本模擬模型包含統計模型和多指標評估法兩類，由于暴雨洪澇承災體重置成本模擬涉及的指標繁多，且存在較強的空間自相關性，多指標的權重確定受人為主觀影響較大，以深度網絡為代表的智能化機器學習方法能夠通過訓練樣本學習，可以挖掘多特征指標與暴雨洪澇承災體重置成本之間的復雜非線性關聯機理，在暴雨洪澇承災體重置成本空間模擬方面具有重要的應用潛力。

發明內容

本發明的目的是為了解決現有的流域性暴雨洪澇災害承災體重置成本模擬方法估算誤差較大的問題，提出了一種流域性暴雨洪澇承災體重置成本遙感模擬方法。

本發明的技術方案為：一種流域性暴雨洪澇承災體重置成本遙感模擬方法，包括以下步驟：

S1、采集流域性暴雨洪澇受災區受災前后的多源數據并進行預處理，得到預處理數據。

S2、根據預處理數據提取流域性暴雨洪澇承災體重置參數，構建暴雨洪澇承災體重置參數特征集。

S3、采集流域性暴雨洪澇受災區的保險核災數據和歷史調研數據，構建承災體重置成本樣本集。

S4、根據暴雨洪澇承災體重置參數特征集和承災體重置成本樣本集，采用深度學習神經網絡模型對流域性暴雨洪澇承災體重置成本進行空間模擬。

進一步地，步驟S1中的多源數據包括時序遙感數據、氣象指標數據、下墊面風險暴露數據和暴雨洪澇災害損失數據。

進一步地，時序遙感數據的采集和預處理方法為：

A1、獲取流域性暴雨洪澇受災區受災前后的高分三號和哨兵1號的雷達遙感數據以及高分一號、高分六號和哨兵2號的光學遙感數據，光學遙感數據選取無云和無冰雪覆蓋數據。

A2、對雷達遙感數據進行軌道校正、影像裁剪、濾波處理、輻射定標、地形校正、地理編碼和圖像鑲嵌，得到預處理后的雷達遙感數據。

A3、對光學遙感數據進行輻射定標、大氣校正、幾何校正、波段配準、多波段影像合成和影像融合，得到預處理后的光學遙感數據。