本公开涉及数据处理，特别是涉及一种水事件风险预测方法、装置、计算机设备、存储介质。
背景技术：
1、随着大数据的不断发展，人们通常会使用各种数据对即将发生的自然灾害进行分析预测灾害等级或者影响程度。然而，传统的水事件分析，通常基于时间维度，划分大范围的降水对象，例如流域的南北支流。这种方法虽然能够宏观把握整体降水情况，但在对局部地区降水后的后续影响分析上存在粒度较弱的问题。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种水事件风险预测方法、装置、计算机设备、存储介质。
2、第一方面，本公开提供了一种水事件风险预测方法。所述方法包括：
3、获取预先构建的水事件知识图谱；所述水事件知识图谱包括：至少基于目标地区的水事件历史数据进行数据提取，得到与预先设置的提示词相匹配的三元组；将所述三元组转换为图数据库中的结构化数据；至少基于所述图数据库中的结构化数据生成水事件知识图谱；
4、确定所述目标地区中预测地区的空间数据和地形数据，基于所述预测地区的空间数据、地形数据和与所述空间数据、地形数据相关的风险因子，确定所述预测地区的风险类型；
5、基于所述预测地区的风险类型和所述水事件知识图谱中所述预测地区的数据，预测所述预测地区的风险级别。
6、在其中一个实施例中，所述方法还包括：
7、根据目标地区的历史降水数据、预设的降水阈值和预设的面积阈值，确定目标地区中的降水对象；
8、基于所述降水对象、目标地区的地理空间信息和所述水事件知识图谱，生成关系图谱；
9、确定所述目标地区的当前降水强度，基于所述当前降水强度确定关联步数；
10、基于所述关联步数和所述关系图谱确定所述目标地区的当前降水强度的降水影响。
11、在其中一个实施例中，所述根据目标地区的历史降水数据、预设的降水阈值和预设的面积阈值，确定目标地区中的降水对象，包括：
12、获取目标地区的历史降水数据，根据所述历史降水数据确定降水阈值；
13、确定所述目标地区中历史降水数据超过所述降水阈值的第一区域；
14、基于所述第一区域的区域面积和预设的面积阈值，确定所述第一区域中小于所述面积阈值的第二区域；
15、基于所述第二区域确定降水对象，并设置所述降水对象的属性信息，所述属性信息包括：降水量、面积、降水时间。
16、在其中一个实施例中，所述基于所述降水对象、目标地区的地理空间信息和所述水事件知识图谱，生成关系图谱，包括：
17、确定所述目标地区的地理空间信息，将所述降水对象与所述地理空间信息进行叠加，得到叠加综合信息；
18、对所述叠加综合信息进行与运算实体识别以及数据匹配，确定所述叠加综合信息中实体；
19、基于存在于所述水事件知识图谱中的所述叠加综合信息中实体和所述降水对象，生成关系图谱。
20、在其中一个实施例中，所述方法还包括：
21、确定所述目标地区中的降水对象，并确定与所述降水对象相匹配的下游水系对象；
22、根据与所述降水对象相匹配的下游水系对象进行影响路径追踪，确定受所述降水对象所影响的下游区域；
23、将所述受所述降水对象所影响的下游区域更新在所述水事件知识图谱中；
24、确定洪峰传播时间，基于所述洪峰传播时间在所述知识图谱中标注不同实体受影响的时间窗口；
25、对所述降水对象进行叠加分析，确定交叉影响区域，基于所述交叉影响区域更新所述水事件知识图谱。
26、在其中一个实施例中，所述方法还包括：
27、确定所述水事件知识图谱中历史水事件的时间序列数据，并确定所述时间序列数据的周期性模式；
28、识别所述时间序列中变化点，基于所述变化点和周期性模式确定时间节点；并基于所述时间节点确定所述周期性模式的类别；
29、配置水文事件感知链，基于所述水文事件感知链和所述水事件知识谱图中的时序关系，构建水事件影响链；
30、设定所述预测地区的多种降水情景，基于所述水事件知识图谱和所述预测地区的多种降水情景进行模拟预测，确定水事件知识图谱中每个实体受所述降水情景影响的时间。
31、在其中一个实施例中，所述基于所述预测地区的空间数据、地形数据和与所述空间数据、地形数据相关的风险因子，确定所述预测地区的风险类型，包括：
32、将所述空间数据进行叠加，得到多层空间数据；
33、将所述多层空间数据按照层级进行第一分析，得到第一分析结果；
34、将所述地形数据进行第二分析，得到第二分析结果；
35、基于所述第一分析结果和第二分析结果，确定影响风险的风险因子；
36、基于所述风险因子计算所述预测地区的风险指数，基于所述风险指数和预先设置的风险阈值区间，确定所述预测地区的风险类型。
37、第二方面，本公开还提供了一种水事件风险预测装置。所述装置包括：
38、知识图谱获取模块，用于获取预先构建的水事件知识图谱；所述水事件知识图谱包括：至少基于目标地区的水事件历史数据进行数据提取，得到与预先设置的提示词相匹配的三元组；将所述三元组转换为图数据库中的结构化数据；至少基于所述图数据库中的结构化数据生成水事件知识图谱；
39、风险类型确定模块，用于确定所述目标地区中预测地区的空间数据和地形数据，基于所述预测地区的空间数据、地形数据和与所述空间数据、地形数据相关的风险因子，确定所述预测地区的风险类型；
40、风险级别预测模块，用于基于所述预测地区的风险类型和所述水事件知识图谱中所述预测地区的数据，预测所述预测地区的风险级别。
41、第三方面，本公开还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一方法实施例中的步骤。
42、第四方面，本公开还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一方法实施例中的步骤。
43、第五方面，本公开还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述任一方法实施例中的步骤。
44、上述各实施例中，至少基于目标地区的水事件历史数据进行数据提取，得到与预先设置的提示词相匹配的三元组；将所述三元组转换为图数据库中的结构化数据；至少基于所述图数据库中的结构化数据生成水事件知识图谱，其中包含水利设施、流域信息、历史事件等多个维度。通过水事件知识图谱能够动态更新和维护，反映最新的水文信息和调度方案，通过这种方式，我们能够建立水事件中各对象间的影响关系，关联上下游的水情和工情等感知信息，形成系统的影响链分析。当需要对预测地区进行风险分析时，可以确定所述目标地区中预测地区的空间数据和地形数据，基于所述预测地区的空间数据、地形数据和与所述空间数据、地形数据相关的风险因子，确定所述预测地区的风险类型，能够在空间上对预测地区的风险进行分析，从而确定空间层面上预测地区的风险类型，结合风险类型和水事件知识谱图中预测地区的数据，能够充分利用水事件知识谱图，从而准确的对预测地区的风险级别进行预测。
1.一种水事件风险预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求2所述方法，其特征在于，所述根据目标地区的历史降水数据、预设的降水阈值和预设的面积阈值，确定目标地区中的降水对象，包括：
4.根据权利要求2所述的方法，其特征在于，所述基于所述降水对象、目标地区的地理空间信息和所述水事件知识图谱，生成关系图谱，包括：
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
7.根据权利要求1所述的方法，其特征在于，所述基于所述预测地区的空间数据、地形数据和与所述空间数据、地形数据相关的风险因子，确定所述预测地区的风险类型，包括：
8.一种水事件风险预测装置，其特征在于，所述装置包括：
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
