气象灾害风险评估技术规范暴雨

1气象灾害风险评估技术规范暴雨本文件规定了暴雨灾害风险评估的资料收集与处理、评估流程、评估方法、等级划分等内容。2规范性引用文件下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。QX/T116-2018重大气象灾害应急响应启动等级3术语和定义下列术语和定义适用于本文件。3.1暴雨torrentialrain24h降雨量大于或等于50mm，或12h降雨量大于或等于30mm的雨。[QX/T116-2018，定义2.2]3.2暴雨过程torrentialrainprocess以气象观测站24小时（北京时20时—20时）内降雨量≥50mm的降雨日为暴雨日。暴雨日持续天数≥1天的或者中断日有中雨（10mm≤日降雨量≤24.9mm）到大雨（25mm≤日降雨量≤49.9mm），且前后均为暴雨日的降水过程。3.33.43.53.63.7暴雨灾害torrentialraindisaster暴雨引发的洪涝、城市内涝、地质灾害等造成人员伤亡和财产损失的事件。暴雨孕灾环境disaster-formativeenvironmentoftorrentialrain暴雨影响下，对形成洪涝、泥石流、滑坡、城市内涝等次生灾害起作用的自然环境。承灾体hazard-bearingbodies承受灾害的对象。[MZ/T027-2011，定义3.6]承灾体暴露度exposureofhazard-bearingbodies暴露在降雨影响范围内的人口、房屋、财产、农田、设施等数量和价值量承灾体脆弱vulnerabilityofhazard-bearingbodies2承灾体受到不利影响的倾向或趋势。包括承受灾害的程度，即灾损敏感性（承灾体本身的属性以及可恢复的能力和弹性（应对能力）。3.8暴雨灾害风险riskoftorrentialraindisaster暴雨对影响区域内生命、财产、社会经济等造成危害的可能性。3.9暴雨灾害风险评估riskassessmentoftorrentialraindisaster综合考虑暴雨灾害危险性、承灾体暴露度、承灾体脆弱性以及防灾减灾能力等，对暴雨灾害风险进行估算评价的过程。4资料收集与处理4.1资料收集4.1.1气象资料宜收集气象观测站最少30年的逐日（20时-20时）和逐小时降水资料。4.1.2基础地理信息资料收集数字高程模型（DEM）数据、水系分布、境界（省界、市界、县界）等资料。4.1.3承灾体资料收集由权威部门发布的人口、国民生产总值（GDP）、农作物（小麦、玉米、水稻等）种植面积等分辨率不低于1km×1km的网格数据。4.1.4灾情资料宜收集10年以上的历次暴雨灾情资料，包括灾情发生起止时间、发生地点、受灾人口、死亡人口、农作物受灾面积、直接经济损失等。4.2资料处理4.2.1归一化处理对收集的资料进行归一化处理，归一化方法参见附录A。4.2.2灾损指数确定以评估区域内一次暴雨灾害造成的直接经济损失除以当年该区域的GDP，得到灾损指数：式中：I——灾损指数；D——直接经济损失，单位为万元；E——当年GDP，单位为万元。5评估流程3暴雨灾害风险评估包括暴雨致灾危险性评估、承灾体暴露度评估和承灾体脆弱性评估，构建暴雨灾害风险评估模型，以综合的暴雨灾害风险评估指数作为评估指标，综合评估暴雨灾害风险程度的地区差异。评估流程见图1。图1暴雨灾害风险评估流程6评估方法6.1评估方法概述暴雨灾害风险评估方法主要考虑暴雨致灾因子危险性、承灾体暴露度和承灾体脆弱性三个方面。暴雨致灾危险性评估指标包括年雨涝指数和孕灾环境影响系数，其中孕灾环境影响系数由地形因子影响系数和水系因子影响系数两部分组成。6.2致灾危险性评估6.2.1暴雨致灾因子判定使用Pearson相关系数计算方法，分别计算灾损指数与归一化处理后的暴雨过程最大小时降水量、最大3小时降水量、最大6小时降水量、最大日降水量、过程累积降水量、暴雨持续天数的相关关系，选取通过显著性检验(α=0.05）的因子作为暴雨灾害致灾因子。Pearson相关系数计算方法参见附录B。4如果灾情资料条件不能满足上述方法，也可以根据当地实际暴雨致灾特点对因子进行选择或通过灾情解析直接识别致灾因子。6.2.2年雨涝指数计算统计内蒙古自治区历年各气象台站暴雨过程的致灾因子，对各致灾因子进行归一化处理，采用信息熵赋权法或专家打分法确定权重（确定方法参见附录C和附录D加权求和得到暴雨过程强度指数。累加各气象台站当年逐场暴雨过程强度值，得到各气象台站的年雨涝指数。6.2.3暴雨孕灾环境影响系数计算6.2.3.1地形因子影响系数在ArcGIS平台，从DEM数据中提取高程标准差，根据内蒙古不同地区的海拔高度和高程标准差实际情况，分别确定海拔高度和高程标准差的分区范围。再根据不同地形，针对平原内涝和山区山洪，分别将海拔高度和高程标准差组合赋值确定不同地区的地形因子影响系数。对于平原内涝来说，地势越低（海拔高程越小）、地形起伏越小（高程标准差越小）的平坦地区不利于洪水排泄，容易形成暴雨洪涝，其地形因子影响系数赋值越大，如表1所示。表1地形因子影响系数赋值（平原内涝）对于山区山洪来说，地势越高（海拔高程越大）、地形起伏越大（高程标准差越大）的山区越容易引发山洪，其地形因子影响系数赋值越大，如表2所示。表2地形因子影响系数赋值（山区山洪）6.2.3.2水系因子影响系数采用水网密度法赋值得到水系因子影响系数。水网密度是指流域内干支流总河长与流域面积的比值或单位面积内自然与人工河道的总长度，水网密度反映了一定区域范围内河流的密集程度，计算公式如5式中：sr——水网密度，单位为1/公里（1/1kmlr——水网长度，单位为公里（kma——区域面积，单位为平方公里（km2）。在ArcGIS平台，根据内蒙古不同地区的水系分布实际情况，计算水网密度。根据水网密度越大，影响系数越大，表示水系越密集地区越容易形成暴雨灾害的原则，将水网密度赋值确定不同地区的水系因子影响系数，如表3所示。表3水系因子影响系数（pr）赋值06.2.3.3暴雨孕灾环境影响系数暴雨孕灾环境影响系数计算公式如下：式中：Ie——暴雨孕灾环境影响系数；ph——地形因子影响系数；pr——水系因子影响系数；wh——地形因子影响系数的权重；wr——水系因子影响系数的权重；权重的确定可采用信息熵赋权法或专家打分法，参见附录C。6.2.4暴雨致灾危险性指数分别将年雨涝指数和暴雨孕灾环境影响系数进行归一化，再加权求和，暴雨致灾危险性指数计算公式如下：式中：TI——暴雨致灾危险性指数；IP——年雨涝指数；6Ie——暴雨孕灾环境影响系数；Wp——年雨涝指数的权重；We——暴雨孕灾环境影响系数的权重；其中，Wp+We=t权重的确定可采用信息熵赋权法或专家打分法，参见附录C。6.3承灾体暴露度评估选取暴雨可能造成影响的主要承灾体，例如人口、经济、农业等进行暴露度评估，暴露度指标分别（1）人口暴露度：人口密度格网数据，单位为人；（2）经济暴露度：GDP密度格网数据，单位为万元；（3）农业暴露度：各类型农作物（如小麦、玉米、水稻等）种植面积格网数据，单位为公顷（ha）。在ArcGIS平台，分别对人口、经济、农业暴露度指标进行归一化，得到人口、经济、农业暴露度指数的栅格数据（空间分辨率不低于1km×1km）。6.4承灾体脆弱性评估选取暴雨可能造成影响的主要承灾体，例如人口、经济、农业等进行脆弱性评估，脆弱性指标分别（1）人口脆弱性：因暴雨灾害造成的死亡人口和受灾人口占区域总人口比例；（2）经济脆弱性：因暴雨灾害造成的直接经济损失占区域GDP的比例；（3）农业脆弱性：各类型农作物（如小麦、玉米、水稻等）受灾面积占各自种植面积的比例。在ArcGIS平台，分别对人口、经济、农业脆弱性指标进行归一化，得到人口、经济、农业脆弱性指数的栅格数据（空间分辨率不低于1km×1km）。6.5暴雨灾害风险评估6.5.1暴雨灾害风险评估模型构建根据暴雨灾害风险形成原理及评价指标体系，分别将暴雨致灾危险性、承灾体暴露度和承灾体脆弱性各指标进行归一化，再加权综合，建立暴雨灾害风险评估模型如下：式中：TDRI——暴雨灾害风险评估指数；TI——暴雨致灾危险性评估指数；EI——承灾体暴露度指数；VI——承灾体脆弱性指数；we——暴雨致灾危险性评估指数的权重；wh——承灾体暴露度指数的权重；其中，we+wh+w香=t权重的确定可采用信息熵赋权法或专家打分法，参见附录C。根据暴雨灾害风险评估模型，分别对不同承灾体进行风险评估。如人口、经济、农业风险评估模型可分别表示为：7（1）暴雨灾害受灾人口风险=暴雨致灾危险性（危险性）we×区域人口密度（暴露度）wh×区域人口受灾率（脆弱性）ws；（2）暴雨灾害GDP损失风险=暴雨致灾危险性（危险性）we×区域GDP密度（暴露度）wh×区域直接经济损失（脆弱性）ws；（3）暴雨灾害小麦风险=暴雨致灾危险性（危险性）we×区域小麦种植面积（暴露度）wh×区域小麦受灾率（脆弱性）ws；如果受到收集的历史暴雨灾情资料限制，可不考虑承灾体脆弱性，则可将致灾危险性和承灾体暴露度进行加权综合，从而得到暴雨灾害风险评估结果。6.5.2暴雨灾害风险等级划分依据暴雨灾害对不同承灾体风险评估指数大小，按自然断点法或百分位数法（参见表4），将暴雨灾害风险分为高、较高、中等、较低和低5个等级。自然断点法见附录E。表4基于百分位数法的暴雨灾害风险等级8（资料性）归一化处理归一化是将有量纲的数值经过变换，化为x'——归一化后的数据；x——样本数据；xmin——样本数据中的最小值；xmax——样本数据中的最大值。9（资料性）Pearson相关系数Pearson相关系数是描述两个随机变量线性相关的统计量，一般简称为相关系数或点相关系数，用r来表示。它也可作为两总体相关系数ρ的估计。设有两个变量相关系数计算公式为：式中：r——变量x和y的相关系数；xi——变量x的第i个值；yi——变量y的第i个值；x——变量x的样本均值；y——变量y的样本均值；n——样本容量。在给定显著性水平下，对计算出的相关系数根据相关系数检验表进行显著性检验。信息熵赋权法信息熵表示系统的有序程度。在多指标综合评价中，熵权法可以客观的反映各评价指标的权重。一个系统的有序程度越高，则熵值越大，权重越小；反之，一个系统的无序程度越高，则熵值越小，权重越大。即对于一个评价指标，指标值之间的差距越大，则该指标在综合评价中所起的作用越大；如果某项指标的指标值全部相等，则该指标在综合评价中不起作用。设评价体系是由m个指标n个对象构成的系统，首先计算第i项指标下第j个对象的指标值rij所占指标比重pij:由熵权法计算第i个指标的熵值si:计算第i个指标的熵权，确定该指标的客观权重i。（资料性）专家打分法专家打分法也称为德尔菲法（Delphi是指通过匿名方式征询有关专家的意见，对