-
公开(公告)号：CN118051716A
公开(公告)日：2024-05-17
申请号：CN202410285016.5
申请日：2024-03-13
Applicant: 北京师范大学 , 应急管理部国家减灾中心(应急管理部卫星减灾应用中心)
Abstract: 本发明提供一种基于固定资本存量的地震经济损失评估方法及装置，方法包括：获取目标地震灾害的地震数据和目标地震灾害所处目标区域的社会经济属性数据；根据地震数据和社会经济属性数据，得到至少两个解释变量的取值；根据至少两个解释变量的取值，通过目标地震灾害直接经济损失评估模型，得到目标地震灾害的直接经济损失；其中，目标地震灾害直接经济损失评估模型包括至少两个解释变量，每一个解释变量标定有弹性系数；地震灾害直接经济损失与解释变量呈非线性关系，地震灾害直接经济损失由解释变量取值和弹性系数共同确定。本发明的方案可以基于固定资本存量评估和区域灾害系统理论构建地震直接经济损失快速评估模型，准确评估地震的直接经济损失。
-
公开(公告)号：CN118396221B
公开(公告)日：2024-09-24
申请号：CN202410495704.4
申请日：2024-04-24
Applicant: 北京师范大学 , 应急管理部国家减灾中心(应急管理部卫星减灾应用中心)
IPC: G06Q10/063 , G06Q50/26 , G06F18/27
Abstract: 本发明提供一种暴雨洪涝灾害损失确定方法、装置及设备，所述方法包括：获取目标暴雨洪涝灾害的气象数据、所述目标暴雨洪涝灾害所处目标区域的社会经济数据；所述社会经济数据包括固定资本存量价值栅格图和人均国内生产总值；根据所述气象数据和社会经济数据确定所述目标暴雨洪涝灾害的致灾因子危险性、所述目标区域的承灾体暴露度和脆弱性；根据所述致灾因子危险性、承灾体暴露度和脆弱性，通过预设暴雨洪涝灾害损失评估模型，得到目标暴雨洪涝灾害的直接经济损失。本发明的方案可以构建准确的暴雨洪涝灾害直接经济损失评估模型，并基于该模型对暴雨洪涝灾害的直接经济损失进行预测。
-
公开(公告)号：CN118396221A
公开(公告)日：2024-07-26
申请号：CN202410495704.4
申请日：2024-04-24
Applicant: 北京师范大学 , 应急管理部国家减灾中心(应急管理部卫星减灾应用中心)
IPC: G06Q10/063 , G06Q50/26 , G06F18/27
Abstract: 本发明提供一种暴雨洪涝灾害损失确定方法、装置及设备，所述方法包括：获取目标暴雨洪涝灾害的气象数据、所述目标暴雨洪涝灾害所处目标区域的社会经济数据；所述社会经济数据包括固定资本存量价值栅格图和人均国内生产总值；根据所述气象数据和社会经济数据确定所述目标暴雨洪涝灾害的致灾因子危险性、所述目标区域的承灾体暴露度和脆弱性；根据所述致灾因子危险性、承灾体暴露度和脆弱性，通过预设暴雨洪涝灾害损失评估模型，得到目标暴雨洪涝灾害的直接经济损失。本发明的方案可以构建准确的暴雨洪涝灾害直接经济损失评估模型，并基于该模型对暴雨洪涝灾害的直接经济损失进行预测。
-
公开(公告)号：CN118051717A
公开(公告)日：2024-05-17
申请号：CN202410285312.5
申请日：2024-03-13
Applicant: 北京师范大学 , 应急管理部国家减灾中心(应急管理部卫星减灾应用中心)
Abstract: 本发明提供一种用于评估地震灾害对人口的影响的方法、装置及设备，方法包括：获取目标地震灾害的反映地震情况的第一数据和目标地震灾害所处目标区域的反映社会经济属性的第二数据；根据第一数据和第二数据，得到至少两个解释变量的取值；根据至少两个解释变量的取值，通过目标地震灾害死亡人数评估模型和目标地震灾害伤亡人数评估模型，得到目标地震灾害的死亡人数和伤亡人数；其中，目标地震灾害死亡人数评估模型和目标地震灾害伤亡人数评估模型各自包括至少两个解释变量，每一个解释变量标定有弹性系数；目标地震灾害的死亡人数和伤亡人数与解释变量呈非线性关系。本发明的方案可以对地震灾害导致的人员伤亡做出准确评估。
-
公开(公告)号：CN118051717B
公开(公告)日：2024-12-31
申请号：CN202410285312.5
申请日：2024-03-13
Applicant: 北京师范大学 , 应急管理部国家减灾中心(应急管理部卫星减灾应用中心)
Abstract: 本发明提供一种用于评估地震灾害对人口的影响的方法、装置及设备，方法包括：获取目标地震灾害的反映地震情况的第一数据和目标地震灾害所处目标区域的反映社会经济属性的第二数据；根据第一数据和第二数据，得到至少两个解释变量的取值；根据至少两个解释变量的取值，通过目标地震灾害死亡人数评估模型和目标地震灾害伤亡人数评估模型，得到目标地震灾害的死亡人数和伤亡人数；其中，目标地震灾害死亡人数评估模型和目标地震灾害伤亡人数评估模型各自包括至少两个解释变量，每一个解释变量标定有弹性系数；目标地震灾害的死亡人数和伤亡人数与解释变量呈非线性关系。本发明的方案可以对地震灾害导致的人员伤亡做出准确评估。
-
Patent Agency Ranking
公开(公告)号：CN118051716B
公开(公告)日：2024-08-16
申请号：CN202410285016.5
申请日：2024-03-13
Applicant: 北京师范大学 , 应急管理部国家减灾中心(应急管理部卫星减灾应用中心)
Abstract: 本发明提供一种基于固定资本存量的地震经济损失评估方法及装置，方法包括：获取目标地震灾害的地震数据和目标地震灾害所处目标区域的社会经济属性数据；根据地震数据和社会经济属性数据，得到至少两个解释变量的取值；根据至少两个解释变量的取值，通过目标地震灾害直接经济损失评估模型，得到目标地震灾害的直接经济损失；其中，目标地震灾害直接经济损失评估模型包括至少两个解释变量，每一个解释变量标定有弹性系数；地震灾害直接经济损失与解释变量呈非线性关系，地震灾害直接经济损失由解释变量取值和弹性系数共同确定。本发明的方案可以基于固定资本存量评估和区域灾害系统理论构建地震直接经济损失快速评估模型，准确评估地震的直接经济损失。
-
公开(公告)号：CN117911863A
公开(公告)日：2024-04-19
申请号：CN202410005683.3
申请日：2024-01-02
Applicant: 北京师范大学
IPC: G06V20/10 , G06V10/58 , G06V10/762 , G06V10/764
Abstract: 本发明提供了一种地表水提取模型训练方法、地表水提取方法及相关系统，涉及遥感技术监测地表水领域，其中训练方法主要包括：构建训练样本集；根据训练样本集中各个地表水遥感图像，选取光谱波段集；根据光谱波段集进行水体指数计算，得到水体指数集；根据光谱波段集和水体指数集，得到有标签的聚类结果；以地表水遥感图像对应的光谱波段集、水体指数集为输入，以地表水遥感图像对应的有标签的聚类结果为输出，对随机森林模型训练，得到地表水提取模型；地表水提取模型用于基于地表水遥感图像获取对应的有标签的聚类结果，并根据有标签的聚类结果生成地表水掩膜，不仅可以提高模型提取地表水的准确性，还可以应用于大尺度高分辨率地表水制图。
-
公开(公告)号：CN115166874A
公开(公告)日：2022-10-11
申请号：CN202210819848.1
申请日：2022-07-13
Applicant: 北京师范大学
Abstract: 本发明涉及干旱监测技术领域，尤其涉及基于机器学习的气象干旱指数SPI构建方法，包括以下步骤：获取降水产品数据以及气象观测站降雨数据；利用降水产品数据和站点观测降水分别计算不同尺度的干旱指数SPI；提取地形指标高程、坡度以及地理指标经、纬度；对所述数据进行数据融合，并基于融合后的数据构建模型输入数据集，将数据分为测试集和训练集；基于训练集利用机器学习模型GPR构建模型，利用贝叶斯优化对模型的参数进行优化；基于测试集测验证模型的精度；利用构建的每月的模型生成长时间序列的高分辨率高精度的多尺度干旱指数SPI空间数据集以及空间不确定性。本发明具有如下有益效果：能够更加准确地识别干旱事件，提高旱情监测准确性。
-
公开(公告)号：CN116796649A
公开(公告)日：2023-09-22
申请号：CN202310895388.5
申请日：2023-07-20
Applicant: 北京师范大学
Abstract: 本发明涉及一种基于机器学习的SPEI粗分辨率数据空间降尺度方法及装置，所述方法包括：步骤1：获取研究区域内长时间序列的原始粗分辨率SPEI栅格数据；步骤2：获取研究区域内降尺度因子数据；步骤3：将降尺度因子重采样到和原始SPEI一样的空间分辨率；步骤4：构建所有像元的样本数据，包括SPEI值以及降尺度因子值，并将样本数据划分为测试集和训练集；步骤5：基于训练集构建空间降尺度模型，利用机器学习算法高斯过程回归构建降尺度模型，模型的精度用测试集进行评估；步骤6：将步骤2的高分辨率的降尺度因子栅格数据输入训练好的模型，生成长时间序列高空间分辨率的降尺度SPEI数据产品。
-
公开(公告)号：CN116205322A
公开(公告)日：2023-06-02
申请号：CN202211112519.X
申请日：2022-09-14
Applicant: 北京师范大学
IPC: G06Q10/04 , G06Q10/0639 , G06F18/214 , G06F16/29 , G06Q50/26
Abstract: 本发明涉及一种铁路地质灾害敏感性时空预测方法及系统。该方法包括获取中国铁路线路相关数据以及中国铁路线地质灾害历史事件；将中国铁路线地质灾害影响因素划分为动态影响因素和静态影响因素；将中国铁路线地质灾害历史事件由空间化转换为点数据，并随机生成2倍未发生地质灾害的样本点，进而根据点数据和样本点生成事件样本点，并将对应的动态影响因素提取到事件样本点，合成特征矩阵；利用特征矩阵训练和测试随机森林模型，确定地质灾害敏感性评估模型；采用地质灾害敏感性评估模型，对根据GEE平台获取的实时数据以及降水预测数据进行中国铁路地质灾害敏感性预测。本发明能够提高铁路地质灾害敏感性时空预测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.057 seconds)
