(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211020633.X (22)申请日 2022.08.24 (71)申请人 北京市科 学技术研究院 地址 100089 北京市海淀区西三环北路27 号 (72)发明人 钟少波　孙小博　郑建春　危双丰　 李芳　芮静　朱伟　 (74)专利代理 机构 北京中伟 智信专利商标代理 事务所(普通 合伙) 11325 专利代理师 张岱 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/26(2012.01) G06N 5/04(2006.01) (54)发明名称 一种大型活动不利天气风险影响路径识别 与动态风险评估方法 (57)摘要 本发明公开一种大型活动不利天气风险影 响路径识别与动态风险评估 方法。 所述的方法包 括： 构建大型活动不利天气的本体模型； 依据构 建的本体模型构建时空语义驱动下的风险推理 规则库， 根据本体模型和风险推理规则库对大型 活动中不同类型的天气事件进行动态 风险评估。 本发明以多层次知识结构为 驱动， 形式化表达滑 雪赛事领域不利天气相关本体模 型。 然后构建时 空语义驱动下相关风险推理规则库， 实现滑雪赛 事中不利天气 事件风险特征的关联表达。 最后通 过张家口云顶滑雪公园的冬奥滑雪赛事实例化 应用分析， 正确识别出受到多种不利天气侵袭的 滑雪赛程及其产生的风险。 为提升气象防灾减灾 和应急管理效率 提供有效的支撑 。 权利要求书2页 说明书16页 附图5页 CN 115409353 A 2022.11.29 CN 115409353 A 1.大型活动不利天气风险影响路径识别与动态风险评估方法， 其特征在于， 所述的方 法为， 构建大型活动不利天气的本体模型； 依据构建的本体模型构建时空语义驱动下的风险推理规则库， 根据本体模型和风险推理规则库对大型活动中不同类型的天气事件进行动态风险评 估。 2.如权利要求1所述的大型活动不利天气风险影响路径识别与动态风险评估方法， 其 特征在于， 所述的构建大型活动不利天气的本体模型， 包括： 基础本体模型、 不利天气知识 本体模型、 链式风险影响本体模型。 3.如权利要求2所述的大型活动不利天气风险影响路径识别与动态风险评估方法， 其 特征在于， 所述的不利天气知识本体模型包括下述类： 不利天气因素影响、 作用对 象、 活动 场景环境。 4.如权利要求3所述的大型活动不利天气风险影响路径识别与动态风险评估方法， 其 特征在于， 所述的不利天气因素影响的类中包括下述子类： 气温、 风、 湿度、 降水； 所述的作用对象的类中包括下述子类： 人员、 场地设施、 设备和比赛场地； 所述的活动场景环境的类中包括下述子类： 山地、 盆地、 平原、 海拔、 坡度、 坡向、 坡长、 地形描述、 坐标。 5.如权利要求2所述的大型活动不利天气风险影响路径识别与动态风险评估方法， 其 特征在于， 所述的链式风险影响本体模型包括下述类： 风险影响、 事 件链。 6.如权利要求1所述的大型活动不利天气风险影响路径识别与动态风险评估方法， 其 特征在于， 动态风险评估 包括边介数、 平均路径长度、 连通度； 其中， (1)边介数表示的是事件间的触发关系在整体事件链网络中的传递桥接能力， 通过公 式表示： s为节点a和b构成的边， 而Pab(s)即节点a和b之间的最短路径经 过边s的数量。 (2)平均路径长度是指所有事件链节点对之间最短距离所包含边的数量的平均值， 其 计算公式为： 其中， Dab表示节点a和b之间最短路径所包 含的距离 长度， n为所有节点的数量。 (3)当去除某一条边后， 事件链系 统中仍具有连接关系的事件节点个数X(s)占原有可 达节点数量的比重即为连通度。 权　利　要　求　书 1/2 页 2 CN 115409353 A 2其中， L和L(s)分别为去除边s前后的平均路径长度； 边介数和平均路径长度对于整个事件网络结构易损性影响成正比， 连通度则成反比； 通过公式(4)衡量 边的脆弱度， 以此反映相应的链式影响传递能力即风险程度。权　利　要　求　书 2/2 页 3 CN 115409353 A 3