Tous les produits
Search
Centre de documentation

PolarDB:Évaluation intégrée de la vulnérabilité et des pertes liées aux inondations avec

Dernière mise à jour :Aug 11, 2026

Les flux de travail traditionnels d'évaluation des pertes dues aux inondations requièrent un logiciel SIG dédié et des pipelines ETL personnalisés pour traiter les données raster multi-sources. GanosBase supprime cette dépendance en stockant, traitant et analysant les données raster spatio-temporelles directement dans la base de données. Exécutez des calculs complexes de pertes liées aux inondations à l'aide d'instructions Geo-SQL, sans outil externe.

Fonctionnement

Le modèle d'évaluation des pertes dues aux inondations localise les dommages et détermine leur gravité en combinant quatre entrées raster pour produire deux sorties raster.

Entrées :

  • Répartition de la hauteur des eaux de crue

  • Répartition des types d'occupation des sols

  • Répartition de la valeur économique des terres selon leur usage

  • Table de correspondance associant la hauteur des eaux à un taux de perte pour chaque type d'occupation des sols

Sorties :

  • Répartition du taux de perte due à l'inondation

  • Répartition de la valeur des pertes dues à l'inondation

Formules :

Grandeur Formule Variables
Taux de perte DR = f(H) DR = taux de perte par catégorie d'actifs ; H = intensité du facteur déclencheur de la catastrophe ; f = fonction de correspondance entre hauteur d'eau et taux de perte
Valeur de perte Loss = DR * E Loss = perte économique ; DR = taux de perte lié à la catastrophe ; E = valeur de l'actif

Ce modèle utilise séquentiellement quatre fonctions raster de GanosBase.

Fonctions clés de GanosBase

Reprojection du système de référence spatiale

ST_Transform convertit les données raster vers un système de référence spatiale (SRS) cible. Les jeux de données raster provenant de sources multiples partagent rarement le même SRS. Cette fonction uniformise les données de différentes origines en les convertissant vers un système de référence spatiale commun. Pour plus d'informations, consultez ST_Transform.

3

Ajustement de la résolution spatiale

ST_Resize ajuste la résolution spatiale d'un raster selon des dimensions personnalisées via une méthode de rééchantillonnage spécifiée, tout en conservant son étendue géographique. Utilisez ST_Resize pour définir une résolution identique sur différents rasters afin de garantir la cohérence et la compatibilité des calculs et analyses ultérieurs. Pour plus d'informations, consultez ST_Resize.

image

Reclassification des valeurs de pixels

ST_Reclassify reclassifie les valeurs de pixels selon des règles personnalisées de correspondance plage-valeur et génère un nouveau jeu de données raster. Privilégiez ST_Reclassify pour le remappage basé sur des plages de valeurs : cette approche est plus simple et plus efficace que ST_MapAlgebra pour ce cas d'usage. Pour plus d'informations, consultez ST_Reclassify.

image

Calcul d'algèbre cartographique

ST_MapAlgebra applique une expression algébrique aux valeurs de pixels d'un ou plusieurs jeux de données raster et produit un nouveau raster. Utilisez ST_MapAlgebra pour les expressions au niveau du pixel que ST_Reclassify ne peut pas exprimer, comme la multiplication des valeurs de pixels issues de deux rasters distincts. Pour plus d'informations, consultez ST_MapAlgebra.

image

GanosBase associe PL/pgSQL et l'Algebra Computing Language (ACL) pour prendre en charge ce pipeline. PL/pgSQL gère les variables, les constantes, les expressions mathématiques, les fonctions de base, les conditions logiques et le contrôle de flux. L'ACL fournit un cadre algébrique au niveau cellulaire pour les calculs raster, incluant des opérateurs arithmétiques, logiques, bit à bit et relationnels, ainsi que des fonctions statistiques. Théoriquement, les rasters GanosBase n'imposent aucune limite de capacité de jeu de données, ce qui permet des analyses à l'échelle mondiale. Pour plus d'informations sur le modèle de données raster, consultez Modèle raster.

Bonnes pratiques

Cet exemple calcule les taux de perte et la répartition des pertes économiques résultant de l'inondation provoquée par le typhon Haiyan (201418). Les terres forestières (code de type d'occupation des sols 21) constituent la catégorie d'actifs cible.

Prérequis

Avant de commencer, assurez-vous de disposer des éléments suivants :

  • Une instance PolarDB for PostgreSQL avec l'extension GanosBase activée

  • Un bucket Object Storage Service (OSS) contenant les trois fichiers raster d'entrée (type d'occupation des sols, hauteur de crue, valeur des terres)

  • Les identifiants d'accès OSS (access_id et secret_key) ainsi que l'endpoint de votre bucket

Importer les données raster

Créez une table et chargez les trois rasters d'entrée. Appliquez ST_Transform (SRID cible : 4326) et ST_Resize (1000 x 1000 pixels) lors de l'importation afin d'aligner tous les rasters sur un SRS et une résolution communs avant tout calcul.

-- Create a table
CREATE TABLE loss(name varchar(20), rast raster);

-- Land use type
INSERT INTO loss VALUES('land_type', ST_Resize(
    ST_Transform(
        ST_CreateRast('OSS://<access_id>:<secrect_key>@<Endpoint>/<bucket>/path_to/file1.tif'),
            4326,
          '{"resample":"Near","nodata":true}',
          '{"chunking":true,"chunkdim":"(256,256,1)","compression":"lz4","interleaving":"bsq","chunktable":"tmp_chunk_table"}'),
        1000,
        1000,
        '{"resample":"Near","nodata":true}',
        '{"chunking":true,"chunkdim":"(256,256,1)","compression":"lz4","interleaving":"bsq","chunktable":"tmp_chunk_table"}'));

-- Flood depth
INSERT INTO loss VALUES('flood_height', ST_Resize(
  ST_Transform(
     ST_CreateRast('OSS://<access_id>:<secrect_key>@<Endpoint>/<bucket>/path_to/file2.tif'),
        4326,
        '{"resample":"Near","nodata":true}',
        '{"chunking":true,"chunkdim":"(256,256,1)","compression":"lz4","interleaving":"bsq","chunktable":"tmp_chunk_table"}'),
     1000,
     1000,
     '{"resample":"Near","nodata":true}',
     '{"chunking":true,"chunkdim":"(256,256,1)","compression":"lz4","interleaving":"bsq","chunktable":"tmp_chunk_table"}'));

-- Land value
INSERT INTO loss VALUES('land_value', ST_Resize(
  ST_Transform(
     ST_CreateRast('OSS://<access_id>:<secrect_key>@<Endpoint>/<bucket>/path_to/file3.tif'),
        4326,
        '{"resample":"Near","nodata":true}',
        '{"chunking":true,"chunkdim":"(256,256,1)","compression":"lz4","interleaving":"bsq","chunktable":"tmp_chunk_table"}'),
     1000,
     1000,
     '{"resample":"Near","nodata":true}',
     '{"chunking":true,"chunkdim":"(256,256,1)","compression":"lz4","interleaving":"bsq","chunktable":"tmp_chunk_table"}'));

Remplacez les espaces réservés suivants par vos valeurs réelles :

Espace réservé Description Exemple
<access_id> AccessKey ID OSS LTAI5tXxx
<secrect_key> AccessKey Secret OSS xXxXxXx
<Endpoint> Endpoint OSS de votre région oss-cn-hangzhou.aliyuncs.com
<bucket> Nom du bucket OSS my-flood-data

Calculer les taux de perte avec ST_Reclassify et ST_MapAlgebra

Le pipeline isole le type d'occupation des sols cible, calcule son exposition à la hauteur de crue, puis associe cette exposition aux taux de perte correspondants.

  1. Isolez le type de terrain cible à l'aide de ST_Reclassify. Générez un masque binaire attribuant la valeur 1 au type d'occupation des sols cible (terres forestières, type=21) et la valeur 0 à tous les autres types.

     INSERT INTO loss (name, rast)
     SELECT 'land_type21', ST_Reclassify(rast,
         '[{"band":0, "remap":{"[0,21)":"0","21":"1","(21,254]":"0"}, "nodata":true, "nodatavalue":255}]',
         '{"chunking":true,"chunkdim":"(256,256,1)","compression":"lz4","interleaving":"bsq","chunktable":"tmp_chunk_table"}')
     FROM loss
     WHERE name='land_type';
  2. Extrayez la hauteur de crue pour le type de terrain cible avec ST_MapAlgebra. Multipliez le raster de hauteur de crue par le masque binaire ([0,0] * [1,0]) afin d'isoler les valeurs de hauteur de crue correspondant uniquement aux terres forestières.

     WITH foo AS (
       SELECT rast FROM loss WHERE name IN ('flood_height', 'land_type21')
     )
     INSERT INTO loss (name, rast)
     SELECT 'flood_height_type21', ST_MapAlgebra(ARRAY(SELECT rast FROM foo),
     '[{"expr":"([0,0] * [1,0])","nodata": true, "nodataValue":255}]',
     '{"chunking":true,"chunkdim":"(256,256,1)","compression":"lz4","interleaving":"bsq","chunktable":"tmp_chunk_table", "celltype":"64BF"}');
  3. Associez la hauteur de crue aux taux de perte via ST_Reclassify. Appliquez la table de correspondance hauteur-taux de perte pour reclassifier les pixels de hauteur de crue en valeurs de taux de perte.

     INSERT INTO loss (name, rast)
     SELECT 'ratio_type21', ST_Reclassify(rast,
         '[{"band":0, "remap":{"[0,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.9,1.2,1.5,1.8,2.1,2.4,2.7,3,254)":"0,1.5,2.5,4,7,10,13,15,20,24,27,30,30,30,30,30"}, "nodata":true, "nodatavalue":255}]',
         '{"chunking":true,"chunkdim":"(256,256,1)","compression":"lz4","interleaving":"bsq","chunktable":"tmp_chunk_table"}')
     FROM loss
     WHERE name='flood_height_type21';
  4. Le raster résultant (ratio_type21) illustre la répartition spatiale des taux de perte pour les terres forestières.

image

Calculer les pertes économiques avec ST_MapAlgebra

Multipliez le raster de valeur des actifs par le raster de taux de perte ([0,0] * [1,0]) pour obtenir la répartition des pertes économiques.

WITH foo AS (
  SELECT rast FROM loss WHERE name IN ('land_value', 'ratio_type21')
)
INSERT INTO loss (name, rast)
SELECT 'loss_type21', ST_MapAlgebra(ARRAY(SELECT rast FROM foo),
'[{"expr":"([0,0] * [1,0])","nodata": true, "nodataValue":255}]',
'{"chunking":true,"chunkdim":"(256,256,1)","compression":"lz4","interleaving":"bsq","chunktable":"tmp_chunk_table", "celltype":"64BF"}');

Le raster obtenu (loss_type21) présente la répartition spatiale des pertes économiques pour les terres forestières.

image

(Facultatif) Exécuter l'ensemble du pipeline en une seule requête

Regroupez toutes les étapes dans une requête unique basée sur des CTE afin de calculer les valeurs de perte dues à l'inondation pour un actif affecté.

-- Full pipeline in a single query.
-- Intermediate results are written to tmp_chunk_table (delete after use).
WITH loss AS (
    SELECT 'land_type' AS name, ST_Resize(
      ST_Transform(
        ST_CreateRast('OSS://<access_id>:<secrect_key>@<Endpoint>/<bucket>/path_to/file1.tif'),
          4326, -- Final SRID
          '{"resample":"Near","nodata":true}',
          '{"chunking":true,"chunkdim":"(256,256,1)","compression":"lz4","interleaving":"bsq","chunktable":"tmp_chunk_table"}'),
        1000,  -- Final resolution X
        1000,  -- Final resolution Y
        '{"resample":"Near","nodata":true}',
        '{"chunking":true,"chunkdim":"(256,256,1)","compression":"lz4","interleaving":"bsq","chunktable":"tmp_chunk_table"}') AS rast
    UNION ALL
    SELECT 'flood_height' AS name, ST_Resize(
      ST_Transform(
         ST_CreateRast('OSS://<access_id>:<secrect_key>@<Endpoint>/<bucket>/path_to/file2.tif'),
            4326, -- Final SRID
            '{"resample":"Near","nodata":true}',
            '{"chunking":true,"chunkdim":"(256,256,1)","compression":"lz4","interleaving":"bsq","chunktable":"tmp_chunk_table"}'),
         1000, -- Final resolution X
         1000, -- Final resolution Y
         '{"resample":"Near","nodata":true}',
         '{"chunking":true,"chunkdim":"(256,256,1)","compression":"lz4","interleaving":"bsq","chunktable":"tmp_chunk_table"}') AS rast
    UNION ALL
    SELECT 'land_value' AS name, ST_Resize(
      ST_Transform(
         ST_CreateRast('OSS://<access_id>:<secrect_key>@<Endpoint>/<bucket>/path_to/file3.tif'),
            4326, -- Final SRID
            '{"resample":"Near","nodata":true}',
            '{"chunking":true,"chunkdim":"(256,256,1)","compression":"lz4","interleaving":"bsq","chunktable":"tmp_chunk_table"}'),
         1000, -- Final resolution X
         1000, -- Final resolution Y
         '{"resample":"Near","nodata":true}',
         '{"chunking":true,"chunkdim":"(256,256,1)","compression":"lz4","interleaving":"bsq","chunktable":"tmp_chunk_table"}') AS rast
),
land_type AS (
    SELECT ST_Reclassify(rast,
                  '[{"band":0, "remap":{"[0,21)":"0","21":"1","(21,254]":"0"},"nodata":true, "nodatavalue":255}]',
              '{"chunking":true,"chunkdim":"(256,256,1)","compression":"lz4","interleaving":"bsq","chunktable":"tmp_chunk_table"}') AS rast
    FROM loss
    WHERE name='land_type'),
flood_height AS (
    SELECT ST_MapAlgebra(ARRAY(SELECT rast FROM land_type
                               UNION ALL
                               SELECT rast FROM loss WHERE name='flood_height'),
                     '[{"expr":"([0,0] * [1,0])","nodata": true, "nodataValue":255}]',
                     '{"chunking":true,"chunkdim":"(256,256,1)","compression":"lz4","interleaving":"bsq","chunktable":"tmp_chunk_table", "celltype":"64BF"}') AS rast
),
loss_ratio AS (
    SELECT ST_Reclassify(rast,
                            '[{"band":0, "remap":{"[0,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.9,1.2,1.5,1.8,2.1,2.4,2.7,3,254)":"0,1.5,2.5,4,7,10,13,15,20,24,27,30,30,30,30,30"}, "nodata":true, "nodatavalue":255}]',
                '{"chunking":true,"chunkdim":"(256,256,1)","compression":"lz4","interleaving":"bsq","chunktable":"tmp_chunk_table"}') AS rast
    FROM flood_height),
foo AS (
    SELECT rast FROM loss WHERE name IN ('land_value')
    UNION ALL
    SELECT rast FROM loss_ratio
)
SELECT 'loss_type21', ST_MapAlgebra(ARRAY(SELECT rast FROM foo),
    '[{"expr":"([0,0] * [1,0])","nodata": true, "nodataValue":255}]',
    '{"chunking":true,"chunkdim":"(256,256,1)","compression":"lz4","interleaving":"bsq","chunktable":"tmp_chunk_table", "celltype":"64BF"}');

Étapes suivantes

  • Modèle raster — Architecture de stockage raster et modèle de capacité de GanosBase

  • ST_Transform — Référence sur la conversion de systèmes de référence spatiale

  • ST_Resize — Référence sur l'ajustement de la résolution spatiale

  • ST_Reclassify — Référence sur la reclassification des valeurs de pixels

  • ST_MapAlgebra — Référence sur les expressions d'algèbre cartographique