一种风速、集装箱港口区域效率损失的预测方法和装置

1.本文涉及灾害风险评估技术领域，尤指一种风速、集装箱港口区域效率损失的预测方法和装置。


背景技术：

2.在气候变化下的背景下，极端降水、热带气旋、干旱等自然现象给社会带来的危害是值得关注的问题。台风是沿海灾害中最严重的一种，它会伴随强风、强降雨和风暴潮，对沿海城市造成重大影响。认识到沿海港口是供应链的重要节点。港口的损失不仅会影响到港口本身，还会蔓延到周边地区、相关国家，甚至整个世界。台风大风期间，港口需要采取相关的应对措施，甚至会停止港口相关作业。这些举措，可能会导致港口方的直接经济损失，同时由于各经济活动部门之间的关联性，间接经济损失会扩大台风灾害性天气的影响。
3.对于沿海集装箱港口的风险研究，现有的损失评估技术主要集中在：基于历史热带气旋数据的评估：考虑不同集装箱港口的集装箱吞吐量和经营规模的情况下，对东亚主要海港的气旋风险进行了风险图绘制。对盛行风向、港口布局及保护措施进行研究。基于未来气候预测评估港口的评估：建立集装箱港口气旋风险模型，并计算在台风100年重现期下集装箱港口资产潜在的损失。基于rcp8.5情景，分析集装箱港口的多重危害严重性，可以同时考虑到大气和海洋危害、行业设定的运营阈值、暴露和脆弱性。
4.巨灾造成的损失可以划分为直接物理损失、间接物理损失、直接经济损失以及间接经济损失。目前，缺少综合评估台风期间集装箱港口的风速、以及根据所确定的风速去确定集装箱港口区域直接经济损失和间接经济损失的方法。


技术实现要素：

5.本技术提供了一种风速预测方法和装置，可以根据台风的路径信息可以推断出台风经过该集装箱港口区域的日期、时间及相应的风速。
6.本技术还提供了一种集装箱港口区域效率损失的预测方法和装置，该方法基于风速确定方法所确定的台风影响下台风经过该集装箱港口区域的日期、时间及相应的风速，以此来评估集装箱港口在台风影响下的直接和间接效率损失。
7.本技术提供了一种风速预测方法，所述方法包括：
8.采集台风在待预测的集装箱港口区域中的路径信息，并计算该集装箱港口区域的风速信息；
9.采集所述台风对应的再分析风场信息，根据所述风速信息与所述再分析风场信息构建混合风场模型；
10.根据所述混合风场模型计算该集装箱港口区域的风速大小。
11.一种示例性的实施例中，所述台风路径信息，包括：台风中心的经纬度坐标，最大风速数值，日期与时间；
12.所述再分析风场信息，包括：台风期间第一方向，第二方向各自的风速、日期与时
间；其中，第一方向是指地理坐标中东西的方向，第二方向是指地理坐标中南北的方向。
13.一种示例性的实施例中，所述混合风场模型为：
14.v
hybrid
＝v(1-λ)+λv
era
15.其中，v
hybrid
为混合风场的风速矢量,v为集装箱港口区域的风速信息的矢量，v
era
为再分析风场信息era5的风速矢量，λ是叠加权重因子，n是修正系数，r是集装箱港口区域位置点与被计算的台风的中心之间的距离，r0是所采集的台风的最大风速半径。
16.本技术还提供了一种集装箱港口区域效率损失的预测方法，其特征在于，所述方法包括：
17.按照上述风速确定方法中任一项获得风速大小；
18.根据所述风速大小确定台风影响下该集装箱港口停运时长；
19.根据所确定的集装箱港口停运时长、利用预先设置的经济损失预测模型确定该集装箱港口区域的效率损失。
20.一种示例性的实施例中，所述根据所述风速大小确定该集装箱港口停运时长，包括：
21.根据所确定的每一时刻集装箱港口区域最大风速大小，结合该集装箱港口的预设规则、台风预警信息，确定该集装箱港口停止工作的风速阈值以及单次停运时长；
22.根据所述风速阈值、所述单次停运时长以及预先设置的判断标准确定该集装箱港口停止工作的总停运时长。
23.一种示例性的实施例中，所述根据所述风速阈值、所述单次停运时长以及预先设置的判断标准确定该集装箱港口停止工作的总停运时长，包括：
24.若本时刻该集装箱港口区域的风速值大于预设阈值时，则将单次停运时长增加一个单位的预设单次停运时长，进入下一时刻点的计算；
25.若本时刻该集装箱港口区域的风速值小于预设阈值时，不增加停运时长，进入下一时刻的计算过程。
26.一种示例性的实施例中，所述根据所确定的集装箱港口停运时长、利用预先设置的经济损失预测模型确定该集装箱港口区域的效率损失，包括：
27.采集该集装箱港口的月吞吐量数据，利用折算计算公式确定折算后的日损失吞吐量；
28.根据所述折算后的日吞吐量、所述总停运时长，采用预先设置的直接经济损失计算公式确定该集装箱港口的直接经济损失；
29.其中，所述折算计算公式如下：
[0030][0031]
上述公式中，u(i,j)表示的是折算后的日损失吞吐量，u(i,j)为第i年第j个月各集装箱港口的月吞吐量；d(i,j)是年份i月j的天数；t(i,j)表示第i年第j个月集装箱港口中断天数。
[0032]
一种示例性的实施例中，所述直接经济损失计算公式为：
[0033]cport
(i,j)＝c
loading/unloading
(i,j)u(i,j)t(i,j)
[0034][0035]
其中：c
loading/unloading
(i,j)是第i年第j个月1teu集装箱的装货或卸货的费用,u(i,j)是第i年第j个月集装箱港口的折算后的日损失吞吐量；t(i,j)表示年第i年第j个月集装箱港口的总停运时长，单位为天；c
port,i
表示第i年的港口直接经济损失总和。
[0036]
一种示例性的实施例中，所述根据所确定的集装箱港口停运时长、利用预先设置的经济损失预测模型确定该集装箱港口区域的效率损失，包括：
[0037]
采集该集装箱港口所在区域的投入产出数据表，并基于该投入产出数据表计算直接消失系数的矩阵；
[0038]
根据所述直接消失系数的矩阵、所述直接经济损失转换得到的列向量，利用间接经济损失计算公式确定该集装箱港口区域的间接经济损失。
[0039]
一种示例性的实施例中，所述间接经济损失计算公式为：
[0040]
δx＝(i-a)-1
δy＝[(i-a)-1-i]δy+δy＝bδy+δy
[0041]
其中，δx为集装箱港口区域的各个部门的间接经济损失，列向量中所包含的元素个数与行业部门个数相等，每一个元素对应一个部门的间接经济损失，δy为直接经济损失的列向量，a为直接消耗系数矩阵，b为完全消耗系数矩阵；
[0042]
其中，所述直接经济损失的列向量为：
[0043][0044][0045]
本技术还提供了一种风速预测装置，所述装置包括：存储器和处理器；所述存储器用于保存进行风速预测的程序，所述处理器用于读取执行所述用于进行风速预测的程序，执行上述实施例中任一项所述的方法。
[0046]
本技术还提供了一种集装箱港口区域效率损失的预测装置，所述装置包括：存储器和处理器；所述存储器用于保存进行集装箱港口区域效率损失的预测方法的程序，所述处理器用于读取执行所述用于进行集装箱港口区域效率损失的预测方法的程序，执行上述实施例中任一项所述的方法。
[0047]
与相关技术相比，本技术提供一种风速预测方法和装置，所述方法包括：采集台风在待预测的集装箱港口区域中的路径信息，并计算该集装箱港口区域的风速信息；采集所述台风对应的再分析风场信息，根据所述风速信息与所述再分析风场信息构建混合风场模型；根据所述混合风场模型计算该集装箱港口区域的风速大小。通过本发明的技术方案，该
方法根据台风在待预测的集装箱港口区域中的路径信息和台风对应的再分析风场信息计算该集装箱港口区域的风速大小。
[0048]
本技术还提供一种集装箱港口区域效率损失的预测方法和装置，所述方法包括：按照风速确定方法获得风速大小；根据所述风速大小确定该集装箱港口停运时长；根据所确定的集装箱港口停运时长、利用预先设置的经济损失预测模型确定该集装箱港口区域的效率损失。通过本发明的技术方案，该方法基于所确定的台风影响下该集装箱港口区域的风速大小，可以定量化分析台风对集装箱港口所在区域的直接经济损失和间接经济损失大小。
[0049]
本技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本技术而了解。本技术的其他优点可通过在说明书以及附图中所描述的方案来实现和获得。
附图说明
[0050]
附图用来提供对本技术技术方案的理解，并且构成说明书的一部分，与本技术的实施例一起用于解释本技术的技术方案，并不构成对本技术技术方案的限制。
[0051]
图1为本技术实施例的风速预测方法流程图；
[0052]
图2为本技术实施例的风速预测装置示意图；
[0053]
图3为本技术实施例的集装箱港口区域效率损失的预测方法流程图；
[0054]
图4为本技术实施例的集装箱港口区域效率损失的预测装置示意图；
[0055]
图5是一些实施例中集装箱港口区域经济损失评估方法的流程图；
[0056]
图6是一些实施例中构建台风混合风场并计算集装箱港口区域风速的流程图；
[0057]
图7是一些实施例中基于风速阈值标定港口停运时长流程图；
[0058]
图8是一些实施例中进行港口行业的直接经济损失评估流程图；
[0059]
图9是一些实施例中进行港口行业间接经济损失评估流程图。
具体实施方式
[0060]
本技术描述了多个实施例，但是该描述是示例性的，而不是限制性的，并且对于本领域的普通技术人员来说显而易见的是，在本技术所描述的实施例包含的范围内可以有更多的实施例和实现方案。尽管在附图中示出了许多可能的特征组合，并在具体实施方式中进行了讨论，但是所公开的特征的许多其它组合方式也是可能的。除非特意加以限制的情况以外，任何实施例的任何特征或元件可以与任何其它实施例中的任何其他特征或元件结合使用，或可以替代任何其它实施例中的任何其他特征或元件。
[0061]
本技术包括并设想了与本领域普通技术人员已知的特征和元件的组合。本技术已经公开的实施例、特征和元件也可以与任何常规特征或元件组合，以形成由权利要求限定的独特的发明方案。任何实施例的任何特征或元件也可以与来自其它发明方案的特征或元件组合，以形成另一个由权利要求限定的独特的发明方案。因此，应当理解，在本技术中示出和/或讨论的任何特征可以单独地或以任何适当的组合来实现。因此，除了根据所附权利要求及其等同替换所做的限制以外，实施例不受其它限制。此外，可以在所附权利要求的保护范围内进行各种修改和改变。
[0062]
此外，在描述具有代表性的实施例时，说明书可能已经将方法和/或过程呈现为特定的步骤序列。然而，在该方法或过程不依赖于本文所述步骤的特定顺序的程度上，该方法或过程不应限于所述的特定顺序的步骤。如本领域普通技术人员将理解的，其它的步骤顺序也是可能的。因此，说明书中阐述的步骤的特定顺序不应被解释为对权利要求的限制。此外，针对该方法和/或过程的权利要求不应限于按照所写顺序执行它们的步骤，本领域技术人员可以容易地理解，这些顺序可以变化，并且仍然保持在本技术实施例的精神和范围内。
[0063]
关于本技术中所需数据来源包括：
[0064]
(1)台风路径数据：来源于中国气象局热带气旋资料中心提供的最佳路径数据集。
[0065]
(2)再分析风场数据：来源于欧洲中期天气预报中心era5。再分析将模型数据与来自世界各地的观测数据结合起来，形成一个全球完整的、一致的数据集。可以提供，平均海平面气压、表面气压、10米u风分量和10米v风分量。
[0066]
(3)港口集装箱吞吐量：综合采用中国沿海港口的集装箱吞吐量数据。
[0067]
(4)中国分省份投入产出表：各省统计局公布的42行业部门的投入产出表。
[0068]
(5)集装箱港口地理信息数据：综合考虑中国港口网与marinetraffic提供的港口相关的地理信息数据。
[0069]
本公开实施例提供了一种风速预测方法，如图1所示，方法包括步骤s100-s120，具体如下：
[0070]
s100.采集台风在待预测的集装箱港口区域中的路径信息，并计算该集装箱港口区域的风速信息；
[0071]
s110.采集所述台风对应的再分析风场信息，根据所述风速信息与所述再分析风场信息构建混合风场模型；
[0072]
s120.根据所述混合风场模型计算该集装箱港口区域的风速大小。
[0073]
一种示例性的实施例中，采集台风在待预测的集装箱港口区域中的路径信息可以为：采集中国中央气象台，美国、日本台风路径信息，获取台风路径信息。其中，该台风路径信息，包括：台风中心的经纬度坐标，最大风速数值，日期与时间；该日期与时间为：台风从生成到消亡的过程中记录的不同时间点，以及每个时间点所对应的台风中心的位置。
[0074]
在步骤s100中，计算该集装箱港口区域的风速信息的实现过程为：
[0075]
第一步、计算v
mov
：
[0076]
计算集装箱港口区域位置点的台风移动速度标量v
mov
：
[0077][0078]
其中，v
mov
表示所计算的集装箱港口区域位置点的台风移动速度矢量，v
mov
表示所计算的集装箱港口区域位置点的台风移动速度标量，r是所计算的集装箱港口区域位置点与被计算的台风的中心之间的距离，r0是所采集的台风的最大风速半径，v
mc
是台风中心的移动速度。
[0079]
在计算出集装箱港口区域位置点的台风移动速度标量后，根据台风的中心点与所计算的集装箱港口区域位置点确定台风移动方向；
[0080]
根据所述台风移动方向和所述所计算的集装箱港口区域位置点的台风移动速度
标量确定集装箱港口区域位置点的台风移动速度矢量v
mov
。
[0081]
在本步骤中，所采集的台风的最大风速半径r0可以通过下述公式计算得到：
[0082][0083]
其中，为台风中心的纬度值，v0是台风最大风速
[0084]
第二步、计算出集装箱港口区域位置点的旋转速度矢量v
rot
；
[0085][0086]
其中，v
rot
表示集装箱港口区域位置点的旋转速度矢量，v
rot
表示集装箱港口区域位置点的旋转速度标量；pn为环境气压，p0为台风中心的压强，f为科氏力参数，计算公式可采用为第一步中使用的台风中心的纬度值，ρa是空气密度，可以取值为1.29kg/m3。
[0087]
在计算出集装箱港口区域位置点的旋转速度标量后，根据台风的中心点与所计算的集装箱港口区域位置点确定台风移动方向；
[0088]
根据所述台风移动方向和所述集装箱港口区域位置点的旋转速度标量确定表示集装箱港口区域位置点的旋转速度矢量v
rot
。
[0089]
第三步、计算该集装箱港口区域的风速；
[0090]
v＝v
mov
+v
rot
[0091]
其中，v是集装箱港口区域位置点的风速矢量，v
mov
表示所计算的集装箱港口区域位置点的台风移动速度矢量，v
rot
表示集装箱港口区域位置点的旋转速度矢量。
[0092]
在步骤s110中，采集所述台风对应的再分析风场信息，根据所述风速信息与所述再分析风场信息构建混合风场模型。
[0093]
一种示例性的实施例中，该再分析风场信息，是来源于欧洲中期天气预报中心era5的风场信息。风场信息包括：台风期间第一方向(台风期间的x方向)，第二方向(y方向风速大小)各自的风速、日期与时间；其中，第一方向是指地理坐标中东西的方向，其中，向东为正方向；第二方向是指地理坐标中南北的方向，其中向北为正方向。
[0094]
在步骤s110中，首先，将步骤s100计算得到的该集装箱港口区域的风速矢量在笛卡尔坐标系下进行分解：
[0095][0096]
其中：v
x
表示风速矢量在笛卡尔坐标系x轴的分量，vy表示风速矢量在笛卡尔坐标系x轴的分量，φ表示台风移动的方向，正方向是笛卡尔坐标系的x轴，c1和c2为调节因子，θ是x轴与该集装箱港口区域位置点连线之间的夹角，β是流入角。
[0097]
其次，将分解后的速度矢量与再分析风场信息，根据混合风场模型计算出混合风场的风速矢量，
[0098]
其中，所述混合风场模型为：
[0099]vhybrid
＝v(1-λ)+λv
era
[0100]
其中，v
hybrid
为混合风场的风速矢量，v为集装箱港口区域的风速信息的矢量，v
era
为再分析风场信息era5的风速矢量，λ是叠加权重因子，n是修正系数，r是所计算的集装箱港口区域位置点与被计算的台风的中心之间的距离，r0是所采集的台风的最大风速半径。
[0101]
本公开实施例还提供了一种风速确定装置，如图2所示，所述装置包括：存储器210和处理器220；所述存储器用于保存进行风速确定的程序，所述处理器用于读取执行所述用于进行风速确定的程序，执行上述实施例中任一项所述的方法。
[0102]
本公开实施例提供了一种集装箱港口区域效率损失的预测方法，如图3所示，方法包括步骤s300-s320，具体如下：
[0103]
s300、按照上述实施例中风速确定的方法获得台风影响下的风速大小；
[0104]
s310、根据所述风速大小确定该集装箱港口停运时长；
[0105]
s320、根据所确定的集装箱港口停运时长、利用预先设置的经济损失预测模型确定该集装箱港口区域的效率损失。
[0106]
在步骤s300中，可以采用上述实施例中风速确定的方法确定该集装箱港口区域的风速大小。
[0107]
一种示例性的实施例中，所述根据所述风速大小确定该集装箱港口停运时长，包括：
[0108]
步骤1、根据所确定的每一时刻集装箱港口区域最大风速大小，结合该集装箱港口的预设规则、台风预警信息，确定该集装箱港口停止工作的风速阈值以及单次停运时长。
[0109]
台风路径信息中包含：台风时间，经度，纬度，风速，气压等信息，根据台风路径信息可以计算出某一区域内的所有计算点的风速大小，其中，最大风速是计算出的所有计算点风速中的最大值；路径信息是多个小时间隔的，可以通过插值等方法得到其余的时间点的路径信息。其中，该港口区域的时间是和路径信息一一对应的。
[0110]
步骤2、根据所述风速阈值、所述单次停运时长以及预先设置的判断标准确定该集装箱港口停止工作的总停运时长。在本步骤中，根据所述风速阈值、所述单次停运时长以及预先设置的判断标准确定该集装箱港口停止工作的总停运时长，包括：
[0111]
若本时刻该集装箱港口区域的风速值大于预设阈值时，则将单次停运时长增加一个单位的预设单次停运时长，进入下一时刻点的计算；
[0112]
若本时刻该集装箱港口区域的风速值小于预设阈值时，不增加停运时长，进入下一时刻的计算过程。
[0113]
一种示例性的实施例中，所述根据所确定的集装箱港口停运时长、利用预先设置的经济损失预测模型确定该集装箱港口区域的效率损失，包括：
[0114]
采集该集装箱港口的月吞吐量数据，利用折算计算公式确定折算后的日损失吞吐量；
[0115]
根据所述折算后的日吞吐量、所述总停运时长，采用预先设置的直接经济损失计
算公式确定该集装箱港口的直接经济损失；
[0116]
其中，所述折算计算公式如下：
[0117][0118]
上述公式中，u(i,j)表示的是折算后的日损失吞吐量，u(i,j)为第i年第j个月各集装箱港口的月吞吐量；d(i,j)是年份i月j的天数；t(i,j)表示第i年第j个月集装箱港口中断天数。
[0119]
一种示例性的实施例中，所述直接经济损失计算公式为：
[0120]cport
(i,j)＝c
loading/unloading
(i,j)u(i,j)t(i,j)
[0121][0122]
其中：c
loading/unloading
(i,j)是第i年第j个月1teu集装箱的装货或卸货的费用,u(i,j)是第i年第j个月集装箱港口的折算后的日损失吞吐量；t(i,j)表示年第i年第j个月集装箱港口的总停运时长，单位为天；c
port,i
表示第i年的港口直接经济损失总和。
[0123]
一种示例性的实施例中，所述根据所确定的集装箱港口停运时长、利用预先设置的经济损失预测模型确定该集装箱港口区域的效率损失，包括：
[0124]
采集该集装箱港口所在区域的投入产出数据表，并基于该投入产出数据表计算直接消失系数的矩阵；
[0125]
根据所述直接消失系数的矩阵、所述直接经济损失转换得到的列向量，利用间接经济损失计算公式确定该集装箱港口区域的间接经济损失。
[0126]
一种示例性的实施例中，所述间接经济损失计算公式为：
[0127]
δx＝(i-a)-1
δy＝[(i-a)-1-i]δy+δy＝bδy+δy
[0128]
其中，δx为集装箱港口区域的各个部门的间接经济损失，列向量中所包含的元素个数与行业部门个数相等，每一个元素对应一个部门的间接经济损失，δy为直接经济损失的列向量，a为直接消耗系数矩阵，b为完全消耗系数矩阵；
[0129]
其中，所述直接经济损失的列向量为：
[0130][0131][0132]
本公开实施例还提供了一种集装箱港口区域效率损失的预测装置，如图4所示，所述装置包括：存储器410和处理器420；所述存储器用于保存进行集装箱港口区域效率损失的预测方法的程序，所述处理器用于读取执行所述用于进行集装箱港口区域效率损失的预测方法的程序，执行上述实施例中任一项所述的方法。
[0133]
下面用一个示例说明集装箱港口区域效率损失的预测过程，如图5所示：
[0134]
步骤s500：构建台风混合风场模型，根据所述混合风场模型计算该集装箱港口区域的风速大小；
[0135]
本步骤中，构建台风混合风场模型的实现过程如图6所示：
[0136]
步骤s61：通过来源于中国气象局热带气旋资料中心提供的最佳路径数据集获取台风每6小时的热带气旋的发生时间、强度、经度、纬度、最大风速的数据等数据；获取目标集装箱港口的地理信息数据；本实施例选取了中国沿海集装箱港口作为对象。
[0137]
步骤s62：确定集装箱港口受台风影响的范围。本实施例中采用以集装箱港口为中心，半径为100km的圆形范围作为集装箱港口的计算范围。计算范围应该综合考虑集装箱港口的性质以及研究对象的地理空间性质，需要根据实际情况进行选择。
[0138]
步骤s63：计算集装箱港口区域的风场参数即风速大小，采用如下的计算公式：
[0139]
v＝v
mov
+v
rot
[0140]
其中，上述公式中的参数可以通过下述公式计算得到：
[0141][0142][0143][0144]
上述公式中，v是计算点的风速矢量，v
mov
表示计算点的台风移动速度矢量，v
rot
代表计算点的旋转速度矢量，r是计算点与被计算的台风的中心之间的距离，r0是最大风速半径，v
mc
是台风中心的移动速度，pn是环境气压，p0台风中心的压强，f是科氏力参数，ρa是空气密度一般取值为1.29kg/m3，台风中心的纬度值，v0是台风最大风速。
[0145]
步骤s64：将参数风场矢量风速向笛卡尔坐标系分解，计算公式如下：
[0146][0147]
其中：φ表示台风移动的方向，正方向是笛卡尔坐标系的x轴，c1和c2为调节因子，θ是x轴与计算点连线之间的夹角，β是流入角。
[0148]
步骤s65：将计算得到的风场信息与再分析风速信息进行叠加构建混合风场模型，混合风场模型如下：
[0149]vhybrid
＝v(1-λ)+λv
era
；
[0150]
其中，上述公式中，v
hybrid
是混合风场的风速矢量,v
era
是era5的风速矢量，λ是叠加权重因，n是修正系数。
[0151]
步骤s510：基于风速阈值确定集装箱港口停运时长。
[0152]
台风影响下集装箱港口区域的效率损失评估技术的步骤如图7所示：
[0153]
步骤s71：根据混合风场模型计算得到的集装箱港口区域风速，确定每一时刻集装箱港口区域的最大风速大小。
[0154]
步骤s72：根据现有集装箱港口操作规范，台风预警信息，确定集装箱港口停止工作的风速阈值和单次停运时长。本实施例中预设阈值大小为10.8m/s，当风速超过阈值时，集装箱港口将停运24小时，因此预设的单词停运时长为24小时。
[0155]
步骤s73：判断到集装箱港口周围风速大于预设阈值停运时长增加一个单位的预设单次停运时长，进入下一时刻点的计算；判断到集装箱港口周围风速小于预设阈值，不增加停运时长，进入下一时刻点的计算。
[0156]
在此步骤中，可以得到实施例中选取的集装箱港口的总停运时长。
[0157]
步骤s520：计算集装箱港口的直接经济损失。
[0158]
在本步骤中，关于台风影响下集装箱港口区域的效率损失评估技术的详细过程如图8所示：
[0159]
步骤s81：采集本实施例中的集装箱港口对应的月吞吐量数据。考虑到，台风对集装箱港口的吞吐量会造成影响，需要对日损失吞吐量进行折算，计算公式如下：
[0160][0161]
式中，u(i,j)为第i年第j个月各集装箱港口的月吞吐量；d(i,j)是年份i月j的天数；t(i,j)表示年第i个月第j个集装箱港口中断天数。
[0162]
本步骤计算得到的日吞吐量将作为台风期间每日受到影响的吞吐量大小，用于集装箱港口的直接效率损失计算。
[0163]
步骤s82：采集集装箱港口20英尺当量单位(teu)集装箱的装货或卸货的费用。根据计算得到集装箱港口的停运时长t，单位为天，以及根据步骤s31计算得到的日吞吐量为基础数据，计算直接效率损失对应的经济损失。相应的计算公式如下：
[0164]cport
(i,j)＝c
loading/unloading
(i,j)u(i,j)t(i,j)
[0165][0166]
其中：c
loading/unloading
(i,j)是第i个月第j年20英尺当量单位(teu)集装箱的装货或卸货的费用,u(i,j)是第i个月第j年被计算集装箱港口的每日吞吐量；t(i,j)表示年第i个月第j个月集装箱港口的停运时长，此处单位为天；c
port,i
表示第i年的港口直接经济损失总和。
[0167]
由此可以计算本实施例中目标集装箱港口各月份和各年份的直接经济损失总量。
[0168]
步骤s530：确定集装箱港口行业间接效率损失。
[0169]
本步骤中台风影响下集装箱港口区域效率损失计算步骤如图9所示：
[0170]
步骤s91：采集集装箱港口所在区域的投入产出表，基于集装箱港口所在省份(或直辖市)的投入产出表计算直接消失系数矩阵。本实施例中，采用各省份(或直辖市)42部门的投入产出表。直接获取得到的投入产出表可以写成表1中的形式。
[0171]
表1投入产出表42部门简化形式
[0172][0173][0174]
直接消耗系数的计算方法如下为：
[0175][0176]
在此步骤将集装箱港口所在省份(或直辖市)的直接消耗系数定义为矩阵形式，用a表示，从而可以得到42行业部门的一个42行42列的直接消耗系数矩阵,如下式所示。
[0177][0178]
步骤s92：步骤s520得到的集装箱港口的直接经济损失转换为列向量的表示形式。本实施例中，将直接经济损失视为集装箱港口所在产业部门的直接经济损失。集装箱港口因台风导致的直接经济损失归属于交通运输、仓储和邮政部门，此处假设是第29个部门。将该直接经济损失数值视为最终产品的损失，从而得到δy表示。在本实施例中，以一年的直接经济损失总和作为计算基础，具体实施方法如下。
[0179][0180]
[0181]
步骤s93：计算间接经济，间接经济损失计算公式如下：
[0182]
δx＝(i-a)-1
δy＝[(i-a)-1-i]δy+δy＝bδy+δy
[0183]
δx为总产出变化的列向量，δy为最终需求变化量的列向量，是基于前述技术得到集装箱港口所在部门台风期间直接经济损失大小，a直接消耗系数矩阵，b表示完全消耗系数矩阵。假设将各产业部门的直接经济损失视为最终产品的损失δy,bδy＝[(i-a)-1-i]δy表示中间过程经济投入的减少。当集装箱港口在台风期间停止运营时，其集装箱港口所在行业的自身需求减少对其他行业的经济影响可以根据上述方法计算。
[0184]
通过上述计算公式可以确定本实施例中的集装箱港口所在的行业部门的间接经济损失大小。
[0185]
基于上述对比分析发现，本发明的上述技术方案具有如下有益的技术效果：
[0186]
1.可以根据台风的路径信息可以推断出台风经过该集装箱港口区域的日期、时间及相应的风速。
[0187]
2.基于风速确定方法所确定的台风影响下台风经过该集装箱港口区域的日期、时间及相应的风速，以此来评估集装箱港口在台风影响下的直接和间接效率损失。
[0188]
3.可以通过多源数据调整模型参数，从而应用到不同规模的集装箱港口，避免对不同的港口重复建立评估模型。技术方案具有一致性与可比性，可以为多个港口及其影响行业提供横向对比指标。
[0189]
其中，本技术技术方案在评估台风下集装箱港口经济损失时，充分利用现有渠道获取的多种数据集，综合考虑台风灾害的自然环境要素、社会经济要素，综合考虑台风灾害的损失与风险，在大范围空间尺度内对集装箱港口、集装箱港口群及集装箱港口所属省份经济损失进行了较为详细的定量化。
[0190]
1.实用性强。可协助集装箱港口企业以及集装箱运输企业的经济活动，为企业提供风险测算和运行决策咨询服务；
[0191]
2.灵活性高。能够得到较为准确的台风影响时长，从而定量计算直接经济损失和间接经济损失大小。提供不同参数配置，不同运营情况的集装箱港口可以根据自身实际数据调整参数的设置。灵活性高。该方法能够提供不同参数配置，不同运营情况的集装箱港口可以根据自身实际数据调整参数的设置，应用于不同规模尺度的集装箱港口。该方案中模型已对大范围进行验证，参数配置方法可以根据风灾数据、港口数据与经济数据灵活配置。应用不同规模港口时，无需再重复建模，大大节约人力资源。
[0192]
3.评估效率高。能够实现从物理现象到经济损失定量的全过程分析。该方法集合了风灾数据、港口数据与经济数据等多源数据的自身特性，避免了数据获取困难、数据冗余及数据缺失的情况。此外，相比于依赖于大型工作站或超级计算机的精细化模拟，本方法的计算在普通台式机或笔记本电脑上就可以实现，既能保证一定的计算精度又能节约计算资源。
[0193]
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器，如数字信号处理器或微处理器执行的软件，或者被
实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于ram、rom、eeprom、闪存或其他存储器技术、cd-rom、数字多功能盘(dvd)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。

技术特征：
1.一种风速预测方法，其特征在于，所述方法包括：采集台风在待预测的集装箱港口区域中的路径信息，并计算该集装箱港口区域的风速信息；采集所述台风对应的再分析风场信息，根据所述风速信息与所述再分析风场信息构建混合风场模型；根据所述混合风场模型计算该集装箱港口区域的风速大小。2.根据权利要求1所述的风速预测方法，其特征在于，所述台风路径信息，包括：台风中心的经纬度坐标，最大风速数值，日期与时间；所述再分析风场信息，包括：台风期间第一方向，第二方向各自的风速、日期与时间；其中，第一方向是指地理坐标中东西的方向，第二方向是指地理坐标中南北的方向。3.根据权利要求2所述的风速预测方法，其特征在于，所述混合风场模型为：v
hybrid
＝v(1-λ)+λv
era
其中，v
hybrid
为混合风场的风速矢量，v为集装箱港口区域的风速信息的矢量，v
era
为再分析风场信息era5的风速矢量，λ是叠加权重因子，n是修正系数，r是集装箱港口区域位置点与被计算的台风的中心之间的距离，r0是所采集的台风的最大风速半径。4.一种集装箱港口区域效率损失的预测方法，其特征在于，所述方法包括：按照权1-3中任一项获得风速大小；根据所述风速大小确定台风影响下该集装箱港口停运时长；根据所确定的集装箱港口停运时长、利用预先设置的经济损失预测模型确定该集装箱港口区域的效率损失。5.根据权利要求4所述的集装箱港口区域效率损失的预测方法，其特征在于，所述根据所述风速大小确定该集装箱港口停运时长，包括：根据所确定的每一时刻集装箱港口区域最大风速大小，结合该集装箱港口的预设规则、台风预警信息，确定该集装箱港口停止工作的风速阈值以及单次停运时长；根据所述风速阈值、所述单次停运时长以及预先设置的判断标准确定该集装箱港口停止工作的总停运时长。6.根据权利要求5所述的集装箱港口区域效率损失的预测方法，其特征在于，所述根据所述风速阈值、所述单次停运时长以及预先设置的判断标准确定该集装箱港口停止工作的总停运时长，包括：若本时刻该集装箱港口区域的风速值大于预设阈值时，则将单次停运时长增加一个单位的预设单次停运时长，进入下一时刻点的计算；若本时刻该集装箱港口区域的风速值小于预设阈值时，不增加停运时长，进入下一时刻的计算过程。7.根据权利要求6所述的集装箱港口区域效率损失的预测方法，其特征在于，所述根据所确定的集装箱港口停运时长、利用预先设置的经济损失预测模型确定该集装箱港口区域
的效率损失，包括：采集该集装箱港口的月吞吐量数据，利用折算计算公式确定折算后的日损失吞吐量；根据所述折算后的日吞吐量、所述总停运时长，采用预先设置的直接经济损失计算公式确定该集装箱港口的直接经济损失；其中，所述折算计算公式如下：上述公式中，u(i,j)表示的是折算后的日损失吞吐量，u(i,j)为第i年第j个月各集装箱港口的月吞吐量；d(i,j)是年份i月j的天数；t(i,j)表示第i年第j个月集装箱港口中断天数。8.根据权利要求7所述的集装箱港口区域效率损失的预测方法，其特征在于，所述直接经济损失计算公式为：c
port
(i,j)＝c
loading/unloading
(i,j)u(i,j)t(i,j)其中：c
loading/unloading
(i,j)是第i年第j个月1teu集装箱的装货或卸货的费用,u(i,j)是第i年第j个月集装箱港口的折算后的日损失吞吐量；t(i,j)表示年第i年第j个月集装箱港口的总停运时长，单位为天；c
port,i
表示第i年的港口直接经济损失总和。9.根据权利要求8所述的集装箱港口区域效率损失的预测方法，其特征在于，所述根据所确定的集装箱港口停运时长、利用预先设置的经济损失预测模型确定该集装箱港口区域的效率损失，包括：采集该集装箱港口所在区域的投入产出数据表，并基于该投入产出数据表计算直接消失系数的矩阵；根据所述直接消失系数的矩阵、所述直接经济损失转换得到的列向量，利用间接经济损失计算公式确定该集装箱港口区域的间接经济损失。10.根据权利要求9所述的集装箱港口区域效率损失的预测方法，其特征在于，所述间接经济损失计算公式为：δx＝(i-a)-1
δy＝[(i-a)-1-i]δy+δy＝bδy+δy其中，δx为集装箱港口区域的各个部门的间接经济损失，列向量中所包含的元素个数与行业部门个数相等，每一个元素对应一个部门的间接经济损失，δy为直接经济损失的列向量，a为直接消耗系数矩阵，b为完全消耗系数矩阵；其中，所述直接经济损失的列向量为：
11.一种风速预测装置，其特征在于，所述装置包括：存储器和处理器；其特征在于，所述存储器用于保存进行风速预测的程序，所述处理器用于读取执行所述用于进行风速预测的程序，执行权利要求1-3任一项所述的方法。12.一种集装箱港口区域效率损失的预测装置，其特征在于，所述装置包括：存储器和处理器；其特征在于，所述存储器用于保存进行集装箱港口区域效率损失的预测方法的程序，所述处理器用于读取执行所述用于进行集装箱港口区域效率损失的预测方法的程序，执行权利要求4-10任一项所述的方法。

技术总结
一种风速预测方法和装置，所述方法包括：采集台风在待预测的集装箱港口区域中的路径信息，并计算该集装箱港口区域的风速信息；采集所述台风对应的再分析风场信息，根据所述风速信息与所述再分析风场信息构建混合风场模型；根据所述混合风场模型计算该集装箱港口区域的风速大小。一种集装箱港口区域效率损失的预测方法和装置，所述方法包括：按照风速确定方法获得风速大小；根据所述风速大小确定该集装箱港口停运时长；根据所确定的集装箱港口停运时长、利用预先设置的经济损失预测模型确定该集装箱港口区域的效率损失。该集装箱港口区域的效率损失。该集装箱港口区域的效率损失。


技术研发人员：张熠 田真诗怡
受保护的技术使用者：清华大学
技术研发日：2023.02.14
技术公布日：2023/9/13