(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211077729.X (22)申请日 2022.09.05 (65)同一申请的已公布的文献号 申请公布号 CN 115147024 A (43)申请公布日 2022.10.04 (73)专利权人 杭州元声象素 科技有限公司 地址 311199 浙江省杭州市临平区南苑街 道余之城1幢818室 (72)发明人 问静怡　鲍传扬　 (74)专利代理 机构 杭州裕阳联合专利代理有限 公司 33289 专利代理师 何宇梁 (51)Int.Cl. G06F 17/00(2019.01) G06Q 10/06(2012.01)G06Q 50/26(2012.01) G06K 9/62(2022.01) (56)对比文件 CN 112308292 A,2021.02.02 CN 109858647 A,2019.0 6.07 审查员 魏旭阳 (54)发明名称 一种地理加权回归的网格化险情处理方法 和系统 (57)摘要 本发明公开了一种地理加权回归的网格化 险情处理方法和系统， 所述方法包括： 获取采样 点地理数据的动态因子数据和静态因子数据， 对 所述动态因子数据和静态因子数据进行权重赋 值； 采用地理加权回归算法分别对动态因子数据 和静态因子数据进行加权回归， 得到风险等级评 估模型； 根据所述风险等级评估模 型得到的不同 风险等级设置风险点、 风险区域和风险片区； 根 据风险片区数目、 风险等级和当前风险片区所处 的地域执行网格化地域管理的聚类， 根据聚类结 果执行风险片区对应的网格的资源调度。 权利要求书2页 说明书8页 附图5页 CN 115147024 B 2022.12.13 CN 115147024 B 1.一种地理加权回归的网格化险情处 理方法， 其特 征在于， 所述方法包括： 获取采样点地理数据的动态 因子数据和静态 因子数据， 对所述动态 因子数据和静态 因 子数据进行权 重赋值； 采用地理加权回归算法分别对动态 因子数据和静态 因子数据进行加权回归， 得到风险 等级评估 模型； 根据所述 风险等级评估 模型得到的不同风险等级设置风险点、 风险区域和风险片区； 根据风险片区数目、 风险等级和当前风险片区所处的地域执行网格化地域管理的聚 类， 根据聚类结果执 行风险片区对应的网格的资源调度； 所述风险等级评估模型计算方法包括： 获取采样点的静态因子数据和动态因子数据 后， 将所述静态因子数据和动态因子数据归一 化： ； 其中ZBi表示各个指标归一化值， ZBi中的i分别表示动态因子数据和静态因子数据下 不同指标， 并且 Ximax和Ximin分别表示 不同的指标的最大值和最小值； 将所述归一化后的不同指标值输入到地理回归加权算法中计算得到当前采样点的风 险等级yi: （ ） +( （  *W1 +  （ ） *  *W2 +  （ ） *  *W3)*WJTYZ + （ （ ） *  *W4 +  （ ） *  *W5 +  （ ） *  *W6)*WDTYZ + 其中yi中的下标 i表示当前不同的采样点，  yi中的下标i的取值范围为1 ‑n中的整数， β1‑β6为对应采样点 i上的回归参数， 所述回归参数为预设的权值， （ ） 为采样点 i的空 间坐标， 为采样点 i的残差，W1‑W6为不同因子数据权重值， WJTYZ为静态因子权重值， WDTYZ为 动态因子 权重值。 2.根据权利要求1所述的一种地理加权回归的网格化险情处理方法， 其特征在于， 所述 风险等级评估模型构建方法包括： 获取所述静态因子数据， 其中所述静态因子数据包括地 形坡度、 建筑物缓冲区域的危险交互范围和河流缓冲区域范围， 将所述静态因子数据作为 第一层数据进行权重赋值， 将所述静态因子数据下 的所述地形坡度、 建筑物缓冲区域的危 险交互范围和河流缓冲区域范围作为第二层数据进行权重赋值， 第一层数据权重赋值用于 风险时段选择输出， 第二层数据权 重赋值用于判定同一因子数据下的风险重要程度。 3.根据权利要求1所述的一种地理加权回归的网格化险情处理方法， 其特征在于， 所述权　利　要　求　书 1/2 页 2 CN 115147024 B 2风险等级评估 模型构建方法还 包括： 获取所述动态因子数据， 所述动态因子数据包括内涝点密度、 地址灾害点密度和山塘 水库汛期降水量， 将所述动态因子数据作为第一层数据进行权重赋值， 将所述动态因子数 据下的所述内涝点密度、 地址灾害点密度和山塘水库汛期降水量作为第二层数据分别进 行 权重赋值。 4.根据权利要求1所述的一种地理加权回归的网格化险情处理方法， 其特征在于， 所述 风险点、 风险区域和风险片区的构建方法包括： 预先设置风险等级， 每一风险等级设置影响 范围， 在采样点采集数据并根据风险等级评估模型判断当前采样点是否为风险点， 并根据 风险点类型以当前风险点为半径设置风险面， 在采集到多个风险点后 构建多个风险点的风 险面， 将多个风险点对应半径构成包 含重叠区域的并集作为 风险片区。 5.根据权利要求1所述的一种地理加权回归的网格化险情处理方法， 其特征在于， 将多 个风险点采样后， 进一步根据不同所述风险点采样的数据输入到所述风险等级评估模型输 出对应的风险等级， 根据不同风险等级和对应风险采样点当前的地理位置进 行风险面的划 分， 将具有重 叠区域的风险面 合并为风险片区， 并设置不同风险片区的间隔距离 。 6.根据权利要求1所述的一种地理加权回归的网格化险情处理方法， 其特征在于， 当根 据不同采样点和风险等级 所影响的范围构建风险面后， 取具有重叠区域并集的风险面为风 险片区， 进一步根据风险片区的覆盖范围构建四至矩形， 根据所述四至矩形计算相邻风险 片区的距离 。 7.根据权利要求1所述的一种地理加权回归的网格化险情处理方法， 其特征在于， 所述 网格化地域管理的聚类方法包括： 若当前采样点和周围采样点只构成一个风险点， 则 当前 采样点和周围采样点对应的网格不再进行聚类化； 若当前采样点和周围采样点存在至少2 个风险面构成一个片区， 但当前风险片区不满足风险等级， 则当前采样点和周围采样点风 险片区对应的网格不再聚类化； 若当前采样点和周围采样点风险面构成满足聚类化风险等 级的风险片区， 则 当前风险片区对应的网格执行聚类化操作； 若当前采样点和周围采样点 风险面构成至少两个满足风险等级的风险片区， 且当前风险片区之 间的距离小于预设距离 阈值， 且所述至少 两个满足风险等级的风险片区不跨越同一管辖区域， 则将当前至少 两个 风险片区所对应的网格聚类化。 8.一种地理加权回归的网格化险情处理系统， 其特征在于， 所述系统执行权利要求1 ‑7 中任意一项所述的一种地理加权回归的网格化险情处 理方法。 9.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储计算机程序， 所述计算机程序可被处理器执行权利要求 1‑7中任意一项 所述的一种地理加权回归的网格 化险情处 理方法。权　利　要　求　书 2/2 页 3 CN 115147024 B 3