用于量化自然事件的程度和复发的方法与流程

本发明涉及地球事件观测和数据处理。本发明还涉及地球灾害观测、分析和建模。

背景技术：

1、自然灾害的发生频率不同，这取决于灾害的种类和发生地点。自然灾害造成人员伤亡，破坏基础设施、建筑物和农作物，并阻碍人类活动。它们还产生危险情况，并需要采取缓解和修复措施。为了应对这些事件，需要迅速部署安全措施和救援解决方案。取决于事件规模，离开受影响的区域可能更安全。

2、为了评估风险，有必要提供解说每个地点的不同危险等级的图。然而，现有的图通常精度有限。相应地，不能以令人满意的精度来计算重现周期和频率。危险没有被正确地标识出。

3、可以在特定感兴趣区域中与被观测的事件相关地执行重现周期的计算。传统上，只有使用部署在感兴趣区域的现场陆基传感器才能准确测量诸如洪水事件之类的自然事件。如果感测数据不可用、不准确或无法获取，就难以获得对自然事件的物理影响的测量。然而，此类测量数据对于量化此类事件的程度和可能的复发是必要的。在某些情况下，当基础设施改变了相关于所述种类的事件的区域行为时，数据需要更新。例如，新基础设施可能阻碍水流，从而影响相关于洪水事件的行为。其他基础设施可能会局部影响温度或风速。

4、要解决的技术问题

5、本发明的目的是提供一种方法，该方法克服了现有技术的至少一些缺点。

技术实现思路

1、根据本发明的第一方面，提供了一种用于量化一地理区域中的预定自然事件的程度和复发的方法。该方法包括以下步骤：

2、-在第一存储器元件中提供与所述地理区域中的多个位置相关联的、基于遥感数据指示每个位置受到所述预定事件影响的概率的第一概率数据集；

3、-在第二存储器元件中提供与同样位置相关联的多个第二概率数据集，其中每个第二概率数据集还与所述预定自然事件的复发周期或频率相关联，并且其中每个数据集基于计算机仿真结果来指示每个位置受到所述预定事件的相应复发的影响的概率；

4、-使用计算装置来计算所述位置中的每一者的权重集合，其中每个权重分别指示在所述第一概率数据集中以及在所述第二概率数据集中的一者中的、与所述位置相关联的概率之间的相似性；

5、-使用计算装置，针对所述位置中的每一者并使用对应的权重集合来计算，

6、在所述第二概率数据集中的每一者中与所述位置相关联的概率数据的加权组合，

7、对应的复发周期或频率的加权组合，并将结果存储在第三存储器元件中，

8、从而针对所述地理区域中的每一位置生成指示所述预定自然事件的程度和复发的数据。

9、优选地，预定自然事件可包括洪水事件，并且第一和第二概率数据集可以指示每一位置被水覆盖的概率。

10、提供第一概率数据集的步骤优选地可包括以下步骤：

11、获得表示所述地理区域的遥感数据；

12、使用图像处理装置，检测在所述遥感数据中所述预定自然事件的表示；以及

13、将检测到所述预定自然事件的表示的概率与由所述遥感数据表示的位置相关联。

14、优选地，多个位置中的每一者由所述遥感数据的一个像素来表示。

15、优选地，位置中的至少一者可以由包括所述遥感数据中的多个像素的子区域来表示。

16、各子区域中的至少一者的边界优选地可使用图像处理装置通过检测描述所述地理区域的数据集中的分水岭区域来确定。

17、优选地，描述所述地理区域的数据集可以包括地形数据。优选地，描述所述地理区域的数据集可以包括所述遥感数据。

18、优选地，计算各位置中的每一者的权重集合的步骤可以包括计算子区域的权重，其中针对子区域中的每个概率数据或像素计算得到的权重被聚合成子区域的权重。

19、第一和第二概率数据集可以优选地由相同的空间分辨率来表征。

20、优选地，所述遥感数据可以包括合成孔径雷达数据或电光图像。

21、包括在每个第二概率数据集中的概率优选地可以是0或1。

22、可以进一步优选的是，加权组合包括加权平均值。

23、优选地，该方法可包括使用图像处理装置将所述地理区域中的每一位置的遥感数据与指示针对所述地理区域中的每一位置的所述预定自然事件的程度和复发的所生成的数据进行组合以生成图的步骤。

24、根据本发明的另一方面，提供了一种包括数据处理器和至少一个存储器元件的计算设备。数据处理器被配置成执行根据本发明的各方面的方法。

25、根据本发明的又一方面，提供了一种包括计算机可读代码装置的计算机程序，当在计算机上运行时，该计算机程序使计算机执行根据本发明各方面的方法。

26、根据本发明的另一方面，提供了一种包括其上存储有根据本发明各方面的计算机程序的计算机可读介质的计算机程序产品。

27、根据本发明的一方面，提供了一种用于评估被观测的事件的复发数据的过程，该过程包括以下步骤：获得被观测的事件的图像，所述图像包括具有与所述被观测的事件相关的第一概率的第一像素；

28、获得与所述被观测的事件相关联的仿真图，所述仿真图包括预计的复发数据和具有第二概率的第二像素；

29、利用所述第一概率和所述第二概率计算时间相关的比较权重；

30、所述比较权重与所述仿真图相关联；

31、利用计算装置，取决于所预计的复发数据与时间相关的比较权重的组合来计算被观测的事件的复发数据。

32、优选地，被观测的事件是自然事件，诸如被观测的气象事件或被观测的污染事件。优选地，被观测的自然事件是被观测的洪水事件，第一概率是第一淹水概率，第二概率是第二淹水概率，并且复发数据是洪水复发数据。

33、优选地，被观测的自然事件是被观测的风暴事件、或被观测的霜冻事件、或被观测的降雪事件、或被观测的降雨事件、或被观测的干旱事件。

34、优选地，该过程还包括借助于其相关联的复发数据最接近所预计的复发数据的至少两个仿真图来生成组合图的步骤，该过程可选地还包括显示该组合图的步骤。

35、优选地，该过程还包括在各仿真图中选择其预计的复发数据最接近于被观测的事件的复发数据的仿真图的步骤，该过程可选地还包括显示所选择的仿真图的步骤。

36、优选地，该过程还包括定义多个地理区域的步骤；和/或计算比较权重的步骤包括计算时间相关的区域权重的子步骤。

37、优选地，定义多个地理区域的步骤包括取决于图像的被观测的事件的特征来定义地理区域的大小的子步骤。

38、优选地，区域权重包括相干权重的聚合；计算比较权重的步骤包括计算所述相干权重的子步骤，所述相干权重被配置用于组合与被观测的事件相关联的第一概率和第二概率，和/或与被观测的事件的不存在相关联的第一概率和第二概率，以及在计算复发数据的步骤处，所述复发数据是针对如下计算的：至少一个地理区域、或每一地理区域、或所述地理区域；任选地相互独立地、或者彼此独立地。

39、优选地，地理区域包括分水岭区域。

40、优选地，在生成组合图的步骤中，取决于相关联的区域权重来选择不同仿真图的地理区域。

41、优选地，该过程还包括对准仿真图中的至少一者的第一像素和第二像素的步骤，洪水图像的第一像素包括第一像素密度；洪水仿真图的第二像素包括等于第一像素密度的第二像素密度。

42、优选地，该过程还包括通过组合相邻的第一像素来计算中间图像，以及通过组合相邻的第二像素来计算中间仿真图的步骤；在计算时间相关的比较权重的步骤处；计算中间权重；以及在计算复发数据的步骤处，将中间权重与所预计的复发数据相组合。

43、优选地，对于中间权重，复发数据是彼此独立地计算的；和/或组合中间权重以便为每个或各个中间权重提供独立的复发数据。优选地，所预计的复发数据包括后续仿真图之间的时间间隔，所述时间间隔随着预计的持续时间而增加。

44、优选地，所预计的复发数据包括具有单调增加的持续时间，第二概率随着持续时间的所述单调增加而增加。

45、优选地，所预计的复发数据包括所预计的重现周期，并且复发数据包括重现周期；或者所预计的复发数据包括所预计的频率；以及复发数据包括事件频率。

46、优选地，该组合包括所预计的复发数据和比较权重的加权和，优选地，每个比较权重与所预计的重现周期之一相关联。

47、优选地，图像和/或仿真图包括河流，优选地包括至少一条支流，定义河流的第二像素的数量随着所预计的复发数据而变化，优选地，第二概率随着所预计的复发数据的持续时间而增加。

48、优选地，所预计的复发数据包括至少2年的所预计的重现周期。

49、优选地，所预计的复发数据包括至少100年的所预计的重现周期。

50、优选地，获得仿真图的步骤是在获得图像的步骤之前执行的。

51、优选地，在获得图像的步骤处，所述图像是合成孔径雷达图像或电光图像。

52、优选地，第二概率是0或1，并且第一概率的范围从0到1。

53、优选地，所述第二概率的范围从0到1，并且第一淹水概率的范围从0到1。

54、优选地，第二概率是0或1，并且第一概率是0或1。

55、优选地，获得图像的步骤是在第一计算装置上执行的，获得洪水仿真图的步骤是在第二计算装置上执行的，可选地，计算比较权重的步骤是在第三计算装置上执行的。

56、优选地，被观测的事件可以是被观测的自然灾害事件。优选地，被观测的事件可以包括被观测的冰冻事件，诸如被观测的暴风雪事件，或者被观测的冰雹事件，或者冰暴事件。

57、优选地，被观测的事件可以是被观测的水文事件。

58、优选地，被观测的事件可以是被观测的地质观测事件。

59、优选地，被观测的事件可以是被观测的气象事件。

60、优选地，被观测的事件可以是被观测的野火事件。

61、优选地，被观测的污染事件可以是被观测的空气污染事件或被观测的土壤污染事件，或者被观测的水污染事件。

62、优选地，洪水重现周期可以在被观测的洪水事件和等效的所预计的洪水事件之间。

63、优选地，该过程可以包括计算复发数据与仿真图的理论复发数据之间的差异，从仿真图中选择具有与计算得到的复发数据的最小差异的仿真图的步骤。

64、优选地，地理区域可以包括海拔数据，优选地，海拔数据变化。

65、优选地，该过程还可包括计算中间洪水图像和计算中间洪水仿真图的步骤。

66、优选地，在计算中间图像的步骤处，中间第一像素是通过组合对应的相邻第一像素的第一概率来定义的，和/或中间第二像素是通过组合仿真图之一的对应的相邻第二像素的第二概率来定义的。

67、优选地，仿真图包括第一时间段内的每年的仿真图，所述时间段优选地是至少10年，更优选地至少20年。

68、优选地，所预计的复发数据包括至少50年或500年的洪水预计图。优选地，地理区域是相关于坡度数据来定义的。优选地，比较权重与被观测的事件的一个点或表面或位置相关联。

69、优选地，与仿真图之一相关联的比较权重被配置成当第一概率局部地对应于仿真图中的所述一者的各第二概率中的相关联的第二概率时增加。

70、优选地，第一概率是第一淹水概率或第一洪水概率。

71、优选地，第二概率是第二淹水概率或第二洪水概率。

72、本发明的另一方面提供了一种用于评估被观测的洪水事件的洪水复发数据(诸如重现周期或频率)的过程，该评估过程包括以下步骤：获得被观测的洪水事件的洪水图像，所述洪水图像包括具有第一淹水概率的第一像素；获得包括所预计的复发数据和具有第二淹水概率的第二像素的洪水仿真图；利用第一淹水概率和第二淹水概率来计算时间相关的比较权重；所述比较权重与洪水仿真图相关联；利用计算装置，取决于所预计的复发数据与比较权重的组合来计算被观测的洪水事件的洪水复发数据。

73、本发明的另一方面是提供了一种包括计算机可读代码装置的计算机程序，当在计算机上运行时，该计算机程序使计算机执行根据本发明的过程。

74、本发明的另一方面提供了一种包括其上存储有根据本发明的计算机程序计算机可读介质的计算机程序产品。

75、本发明的另一方面提供了一种被配置成执行根据本发明的过程的计算机。

76、本发明的不同方面可以相互结合。此外，本发明每个方面的优选特征可以与本发明的其他方面相结合，除非明确提到相反的内容。

77、所提出的对仿真数据的使用，通过数据处理与例如地球观测卫星所捕获的遥感数据相组合，允许测量地球上发生的自然事件的程度，即使在事件在其中发展的地面上没有安装或不能安装传感器的情况下，也可以测量。

78、所预计的复发数据与比较权重的组合提供了用于确定程度和复发数据的可靠解决方案，因为比较权重允许偏向于与遥感数据所描绘的观测情况密切匹配的仿真数据。此外，本发明提供了值得信赖的结果；即使是长期研究，即至少预测：50年或一个世纪。

79、将图像和仿真图进行细分使得能够专注于特定感兴趣子区域，并应用具有降低不太可能的数据的重要性的参数的专用数学公式。因此，指示正在展开的自然事件的程度和复发的数据变得更加相关、更加可靠。子区域可以被定制以呈现相似的概率，从而减少计算工作量。根据本发明的另一效果，该过程也利用稀疏的可用数据来快速地提供对被观测事件的评估。本发明还符合所获得的图像的不同质量。