买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：武汉大学

摘要：本发明提供一种基于热浪洪水复合灾害的经济风险预测方法、系统及设备，包括：采集气象水文社会经济数据集合，并率定多个机器学习模型；采用校正后的全球气候模式集合气象模拟数据训练机器学习模型，得到未来情景下的日径流过程；将全球气候模式集合与机器学习模型进行组合，确定多模型加权平均法中各组合情景权重参数；基于再分析资料提取湿球温度和致病高温胁迫指数，建立汛期的疾病‑高温回归模型，并求解模型参数；基于多模型加权平均法中各组合情景权重参数预测未来复合灾害造成的人口、GDP和农业风险，计算综合性社会经济风险。本发明为极端气候灾害风险评估、预警提供重要且可操作性强的参考依据。

主权项：1.一种基于热浪洪水复合灾害的经济风险预测方法，其特征在于：包括如下步骤：步骤100：采集研究流域的气象水文数据集合、疾病样本及社会经济数据，并推求研究流域的汛期；步骤100包括：获取研究流域内控制水位站的日径流系列，并获取ERA5再分析数据集的气象数据，从ERA5再分析数据集中获取降水、近地气压、2m气温、2m露点温度、短波辐射、近地风速、长波辐射、降雪数据，通过时间尺度转换后得到逐日系列数据；采集国际耦合模式比较计划第六阶段中五个预设全球气候模式的气象数据；获取共享社会经济路径数据集的人口数据和国内生产总值数据；获取历史期和不同SSP情景下的农田面积数据；所述SSP情景包括可持续发展、竞争发展和常规发展3种共享社会经济路径；从研究流域的疾病健康管理部门、医院、医疗中心机构获取汛期的致病致死病例数据；基于ERA5再分析数据集中提取的逐日降水数据，采用泰森多边形方法得到研究流域的面平均逐日降水系列，再集成得到逐月降水系列，最后求解一年中任意连续5个月累积降水量，将连续5月降水量最大的5个月份划分为汛期；步骤200：采用克劳修斯-克拉珀龙热力学方程确定气象水文数据集合中各格点相对湿度和比湿，基于所述气象水文数据集合训练5个机器学习模型；步骤300：基于分位数偏差校正方法，获得气候变化情景下的全球气候模式集合气象模拟数据，采用校正后的所述全球气候模式集合气象模拟数据训练所述5个机器学习模型，得到未来情景下的日径流系列；步骤400：将全球气候模式集合气象模拟数据与所述5个机器学习模型进行组合，确定多模型加权平均法中各组合情景的权重参数；步骤500：基于步骤200中计算的各格点的相对湿度及步骤100的气象水文数据集合，推求湿球温度，通过所述湿球温度和相对湿度，推求致病高温胁迫指数，建立汛期的疾病-高温回归模型，并求解疾病-高温回归模型参数；步骤500包括：第一步，对于每一个格点，基于ERA5再分析数据集提供的逐时地表2m气温和步骤200计算的逐时相对湿度，计算逐时湿球温度： 式中：RH为相对湿度，为日均2m气温，为推求的湿球温度，atan为反正切函数；第二步，对于每一个格点，采用所述逐时湿球温度和逐时相对湿度，推求逐时致病高温胁迫指数： 式中：为致病高温胁迫指数；第三步，基于推求的各格点所述逐时湿球温度和逐时致病高温胁迫指数，计算日均湿球温度和日均致病高温胁迫指数，通过泰森多边形方法计算研究流域的空间平均逐日湿球温度和逐日致病高温胁迫指数；第四步，基于步骤100获取的汛期的致病致死病例数据，建立汛期的疾病-高温回归模型，具体如下： 式中：表示研究流域内第y年汛期的总致病及致死数量，表示第y年的汛期天数；表示第y年的汛期第dd日的致病高温胁迫指数，表示第y年的汛期第dd日的湿球温度；为疾病-高温回归模型的参数；所述汛期采用步骤100的计算结果；采用最小二乘法求解汛期的疾病-高温回归模型，得到参数；步骤600：基于所述未来情景下的日径流系列，采用超定量取样方法提取洪水事件；再基于所述疾病-高温回归模型提取热浪事件，提取湿胁迫热浪-洪水复合灾害；所述步骤600具体包括：第一步选取洪水事件的识别阈值，及提取历史期日径流系列的某分位数作为洪水标准，历史期和未来时期超过该阈值的日径流则为洪水事件，采用超过阈值情景下的日径流作为洪峰流量，标准洪水量级；第二步采用全球气候模式在不同共享社会经济路径下的气象数据，推求得到各格点日均湿球温度和日均致病高温胁迫指数，并使用疾病-高温回归模型的参数，计算得到历史期和未来时期的归一化高温指数，具体为： 式中：HI为归一化高温指数；第三步，以历史期湿球温度系列的某分位数作为阈值，超过该阈值的事件定义为高温事件，若高温事件持续三日以上，则定义为高温热浪事件；当高温热浪事件发生在洪水事件发生前15日内，则确定为湿胁迫热浪-洪水复合灾害；进而可以提取得到复合灾害事件中洪水量级及高温热浪的烈度；步骤700：采用汛期降水量为协变量，建立基于Copula函数和同频率组合的风险评估模型，基于所述多模型加权平均法中各组合情景权重参数预测未来湿胁迫热浪-洪水灾害造成的GDP、人口和农业风险，并计算综合性社会经济风险；步骤700包括：第一步基于Copula函数构建高温热浪烈度和洪水量级的联合概率分布函数；基于同频率组合复合灾害属性的组合情景，构建最优组合函数；对于气候情景下的任一情景，选取GumbelCopula函数为高温热浪烈度和洪水量级的联合概率分布函数，将Copula函数的参数替换为时变参数： 其中，为Copula联合分布函数，范围为；，分别为高温热浪烈度D、洪水量级S边缘分布的概率密度函数；基于Copula函数的定义，非一致性两变量Copula函数表示为： 其中，表示D和S的时变联合分布函数；C（）为Copula函数简写，,分别表示D和S变量的时变边缘分布函数，,分别表示D和S变量的时变参数；将时变Copula函数的参数用协变量w表示为： 其中，表示copula函数的联结函数，当时,；，分别为模型的参数；w为研究流域的空间平均汛期降水量；则同频率组合函数为： 其中，μ为湿胁迫热浪-洪水复合灾害的平均间隔时间；式中为“且”重现期，表示高温热浪烈度和洪水量级同时超过阈值；表示某一联合重现期下高温热浪烈度d、洪水量级s的最可能组合情景，由求解上式得到；第二步基于多模型加权平均的结果，推求未来气候变化下湿胁迫热浪-洪水复合灾害增加造成的GDP、人口和农业风险；采用牛顿迭代法求解同频率组合函数，得到历史期某一重现期对应的高温热浪烈度和洪水量级（，）；以历史期长度为滑动窗口构建未来时期的时变边缘分布及Copula函数，将（，）依次代入未来时段第k个滑动窗口的时变分布函数，计算得到新的重现期；分别得到每一种组合情景下的重现期之后，采用加权平均法得到M个组合情景下第k个滑动窗口的平均重现期： 其中，i表示组合情景；表示组合情景的权重参数；表示组合情景i下第k个滑动窗口的重现期；若则表明第k个窗口的复合灾害风险增加，反之下降；通过下式度量未来时期的GDP、人口和农业风险： 其中，、和分别表征受复合灾害造成的人口、GDP和农业风险，、和分别为第k年的人口、GDP和农田面积；I•为指示函数，时记为1，反之取0；和分别表征研究时段的起、止年份；通过所述GDP、人口和农业风险的结果，计算综合性社会经济风险： 其中：表示受复合灾害影响的综合性社会经济风险；分别表示人口、GDP和农业风险所占的权重，根据研究区域的社会经济发展特征具体确定。

全文数据：

权利要求：

百度查询： 武汉大学 基于热浪洪水复合灾害的经济风险预测方法、系统及设备