氣象災(zāi)害風(fēng)險評估技術(shù)規(guī)范暴雨

1氣象災(zāi)害風(fēng)險評估技術(shù)規(guī)范暴雨本文件規(guī)定了暴雨災(zāi)害風(fēng)險評估的資料收集與處理、評估流程、評估方法、等級劃分等內(nèi)容。2規(guī)范性引用文件下列文件中的內(nèi)容通過文中的規(guī)范性引用而構(gòu)成本文件必不可少的條款。其中，注日期的引用文件，僅該日期對應(yīng)的版本適用于本文件；不注日期的引用文件，其最新版本（包括所有的修改單）適用于本文件。QX/T116-2018重大氣象災(zāi)害應(yīng)急響應(yīng)啟動等級3術(shù)語和定義下列術(shù)語和定義適用于本文件。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，定義2.2]3.2暴雨過程torrentialrainprocess以氣象觀測站24小時（北京時20時—20時）內(nèi)降雨量≥50mm的降雨日為暴雨日。暴雨日持續(xù)天數(shù)≥1天的或者中斷日有中雨（10mm≤日降雨量≤24.9mm）到大雨（25mm≤日降雨量≤49.9mm），且前后均為暴雨日的降水過程。3.33.43.53.63.7暴雨災(zāi)害torrentialraindisaster暴雨引發(fā)的洪澇、城市內(nèi)澇、地質(zhì)災(zāi)害等造成人員傷亡和財產(chǎn)損失的事件。暴雨孕災(zāi)環(huán)境disaster-formativeenvironmentoftorrentialrain暴雨影響下，對形成洪澇、泥石流、滑坡、城市內(nèi)澇等次生災(zāi)害起作用的自然環(huán)境。承災(zāi)體hazard-bearingbodies承受災(zāi)害的對象。[MZ/T027-2011，定義3.6]承災(zāi)體暴露度exposureofhazard-bearingbodies暴露在降雨影響范圍內(nèi)的人口、房屋、財產(chǎn)、農(nóng)田、設(shè)施等數(shù)量和價值量承災(zāi)體脆弱vulnerabilityofhazard-bearingbodies2承災(zāi)體受到不利影響的傾向或趨勢。包括承受災(zāi)害的程度，即災(zāi)損敏感性（承災(zāi)體本身的屬性以及可恢復(fù)的能力和彈性（應(yīng)對能力）。3.8暴雨災(zāi)害風(fēng)險riskoftorrentialraindisaster暴雨對影響區(qū)域內(nèi)生命、財產(chǎn)、社會經(jīng)濟等造成危害的可能性。3.9暴雨災(zāi)害風(fēng)險評估riskassessmentoftorrentialraindisaster綜合考慮暴雨災(zāi)害危險性、承災(zāi)體暴露度、承災(zāi)體脆弱性以及防災(zāi)減災(zāi)能力等，對暴雨災(zāi)害風(fēng)險進行估算評價的過程。4資料收集與處理4.1資料收集4.1.1氣象資料宜收集氣象觀測站最少30年的逐日（20時-20時）和逐小時降水資料。4.1.2基礎(chǔ)地理信息資料收集數(shù)字高程模型（DEM）數(shù)據(jù)、水系分布、境界（省界、市界、縣界）等資料。4.1.3承災(zāi)體資料收集由權(quán)威部門發(fā)布的人口、國民生產(chǎn)總值（GDP）、農(nóng)作物（小麥、玉米、水稻等）種植面積等分辨率不低于1km×1km的網(wǎng)格數(shù)據(jù)。4.1.4災(zāi)情資料宜收集10年以上的歷次暴雨災(zāi)情資料，包括災(zāi)情發(fā)生起止時間、發(fā)生地點、受災(zāi)人口、死亡人口、農(nóng)作物受災(zāi)面積、直接經(jīng)濟損失等。4.2資料處理4.2.1歸一化處理對收集的資料進行歸一化處理，歸一化方法參見附錄A。4.2.2災(zāi)損指數(shù)確定以評估區(qū)域內(nèi)一次暴雨災(zāi)害造成的直接經(jīng)濟損失除以當(dāng)年該區(qū)域的GDP，得到災(zāi)損指數(shù)：式中：I——災(zāi)損指數(shù)；D——直接經(jīng)濟損失，單位為萬元；E——當(dāng)年GDP，單位為萬元。5評估流程3暴雨災(zāi)害風(fēng)險評估包括暴雨致災(zāi)危險性評估、承災(zāi)體暴露度評估和承災(zāi)體脆弱性評估，構(gòu)建暴雨災(zāi)害風(fēng)險評估模型，以綜合的暴雨災(zāi)害風(fēng)險評估指數(shù)作為評估指標(biāo)，綜合評估暴雨災(zāi)害風(fēng)險程度的地區(qū)差異。評估流程見圖1。圖1暴雨災(zāi)害風(fēng)險評估流程6評估方法6.1評估方法概述暴雨災(zāi)害風(fēng)險評估方法主要考慮暴雨致災(zāi)因子危險性、承災(zāi)體暴露度和承災(zāi)體脆弱性三個方面。暴雨致災(zāi)危險性評估指標(biāo)包括年雨澇指數(shù)和孕災(zāi)環(huán)境影響系數(shù)，其中孕災(zāi)環(huán)境影響系數(shù)由地形因子影響系數(shù)和水系因子影響系數(shù)兩部分組成。6.2致災(zāi)危險性評估6.2.1暴雨致災(zāi)因子判定使用Pearson相關(guān)系數(shù)計算方法，分別計算災(zāi)損指數(shù)與歸一化處理后的暴雨過程最大小時降水量、最大3小時降水量、最大6小時降水量、最大日降水量、過程累積降水量、暴雨持續(xù)天數(shù)的相關(guān)關(guān)系，選取通過顯著性檢驗(α=0.05）的因子作為暴雨災(zāi)害致災(zāi)因子。Pearson相關(guān)系數(shù)計算方法參見附錄B。4如果災(zāi)情資料條件不能滿足上述方法，也可以根據(jù)當(dāng)?shù)貙嶋H暴雨致災(zāi)特點對因子進行選擇或通過災(zāi)情解析直接識別致災(zāi)因子。6.2.2年雨澇指數(shù)計算統(tǒng)計內(nèi)蒙古自治區(qū)歷年各氣象臺站暴雨過程的致災(zāi)因子，對各致災(zāi)因子進行歸一化處理，采用信息熵賦權(quán)法或?qū)＜掖蚍址ù_定權(quán)重（確定方法參見附錄C和附錄D加權(quán)求和得到暴雨過程強度指數(shù)。累加各氣象臺站當(dāng)年逐場暴雨過程強度值，得到各氣象臺站的年雨澇指數(shù)。6.2.3暴雨孕災(zāi)環(huán)境影響系數(shù)計算6.2.3.1地形因子影響系數(shù)在ArcGIS平臺，從DEM數(shù)據(jù)中提取高程標(biāo)準(zhǔn)差，根據(jù)內(nèi)蒙古不同地區(qū)的海拔高度和高程標(biāo)準(zhǔn)差實際情況，分別確定海拔高度和高程標(biāo)準(zhǔn)差的分區(qū)范圍。再根據(jù)不同地形，針對平原內(nèi)澇和山區(qū)山洪，分別將海拔高度和高程標(biāo)準(zhǔn)差組合賦值確定不同地區(qū)的地形因子影響系數(shù)。對于平原內(nèi)澇來說，地勢越低（海拔高程越?。?、地形起伏越小（高程標(biāo)準(zhǔn)差越?。┑钠教沟貐^(qū)不利于洪水排泄，容易形成暴雨洪澇，其地形因子影響系數(shù)賦值越大，如表1所示。表1地形因子影響系數(shù)賦值（平原內(nèi)澇）對于山區(qū)山洪來說，地勢越高（海拔高程越大）、地形起伏越大（高程標(biāo)準(zhǔn)差越大）的山區(qū)越容易引發(fā)山洪，其地形因子影響系數(shù)賦值越大，如表2所示。表2地形因子影響系數(shù)賦值（山區(qū)山洪）6.2.3.2水系因子影響系數(shù)采用水網(wǎng)密度法賦值得到水系因子影響系數(shù)。水網(wǎng)密度是指流域內(nèi)干支流總河長與流域面積的比值或單位面積內(nèi)自然與人工河道的總長度，水網(wǎng)密度反映了一定區(qū)域范圍內(nèi)河流的密集程度，計算公式如5式中：sr——水網(wǎng)密度，單位為1/公里（1/1kmlr——水網(wǎng)長度，單位為公里（kma——區(qū)域面積，單位為平方公里（km2）。在ArcGIS平臺，根據(jù)內(nèi)蒙古不同地區(qū)的水系分布實際情況，計算水網(wǎng)密度。根據(jù)水網(wǎng)密度越大，影響系數(shù)越大，表示水系越密集地區(qū)越容易形成暴雨災(zāi)害的原則，將水網(wǎng)密度賦值確定不同地區(qū)的水系因子影響系數(shù)，如表3所示。表3水系因子影響系數(shù)（pr）賦值06.2.3.3暴雨孕災(zāi)環(huán)境影響系數(shù)暴雨孕災(zāi)環(huán)境影響系數(shù)計算公式如下：式中：Ie——暴雨孕災(zāi)環(huán)境影響系數(shù)；ph——地形因子影響系數(shù)；pr——水系因子影響系數(shù)；wh——地形因子影響系數(shù)的權(quán)重；wr——水系因子影響系數(shù)的權(quán)重；權(quán)重的確定可采用信息熵賦權(quán)法或?qū)＜掖蚍址?，參見附錄C。6.2.4暴雨致災(zāi)危險性指數(shù)分別將年雨澇指數(shù)和暴雨孕災(zāi)環(huán)境影響系數(shù)進行歸一化，再加權(quán)求和，暴雨致災(zāi)危險性指數(shù)計算公式如下：式中：TI——暴雨致災(zāi)危險性指數(shù)；IP——年雨澇指數(shù)；6Ie——暴雨孕災(zāi)環(huán)境影響系數(shù)；Wp——年雨澇指數(shù)的權(quán)重；We——暴雨孕災(zāi)環(huán)境影響系數(shù)的權(quán)重；其中，Wp+We=t權(quán)重的確定可采用信息熵賦權(quán)法或?qū)＜掖蚍址?，參見附錄C。6.3承災(zāi)體暴露度評估選取暴雨可能造成影響的主要承災(zāi)體，例如人口、經(jīng)濟、農(nóng)業(yè)等進行暴露度評估，暴露度指標(biāo)分別（1）人口暴露度：人口密度格網(wǎng)數(shù)據(jù)，單位為人；（2）經(jīng)濟暴露度：GDP密度格網(wǎng)數(shù)據(jù)，單位為萬元；（3）農(nóng)業(yè)暴露度：各類型農(nóng)作物（如小麥、玉米、水稻等）種植面積格網(wǎng)數(shù)據(jù)，單位為公頃（ha）。在ArcGIS平臺，分別對人口、經(jīng)濟、農(nóng)業(yè)暴露度指標(biāo)進行歸一化，得到人口、經(jīng)濟、農(nóng)業(yè)暴露度指數(shù)的柵格數(shù)據(jù)（空間分辨率不低于1km×1km）。6.4承災(zāi)體脆弱性評估選取暴雨可能造成影響的主要承災(zāi)體，例如人口、經(jīng)濟、農(nóng)業(yè)等進行脆弱性評估，脆弱性指標(biāo)分別（1）人口脆弱性：因暴雨災(zāi)害造成的死亡人口和受災(zāi)人口占區(qū)域總?cè)丝诒壤?；?）經(jīng)濟脆弱性：因暴雨災(zāi)害造成的直接經(jīng)濟損失占區(qū)域GDP的比例；（3）農(nóng)業(yè)脆弱性：各類型農(nóng)作物（如小麥、玉米、水稻等）受災(zāi)面積占各自種植面積的比例。在ArcGIS平臺，分別對人口、經(jīng)濟、農(nóng)業(yè)脆弱性指標(biāo)進行歸一化，得到人口、經(jīng)濟、農(nóng)業(yè)脆弱性指數(shù)的柵格數(shù)據(jù)（空間分辨率不低于1km×1km）。6.5暴雨災(zāi)害風(fēng)險評估6.5.1暴雨災(zāi)害風(fēng)險評估模型構(gòu)建根據(jù)暴雨災(zāi)害風(fēng)險形成原理及評價指標(biāo)體系，分別將暴雨致災(zāi)危險性、承災(zāi)體暴露度和承災(zāi)體脆弱性各指標(biāo)進行歸一化，再加權(quán)綜合，建立暴雨災(zāi)害風(fēng)險評估模型如下：式中：TDRI——暴雨災(zāi)害風(fēng)險評估指數(shù)；TI——暴雨致災(zāi)危險性評估指數(shù)；EI——承災(zāi)體暴露度指數(shù)；VI——承災(zāi)體脆弱性指數(shù)；we——暴雨致災(zāi)危險性評估指數(shù)的權(quán)重；wh——承災(zāi)體暴露度指數(shù)的權(quán)重；其中，we+wh+w香=t權(quán)重的確定可采用信息熵賦權(quán)法或?qū)＜掖蚍址?，參見附錄C。根據(jù)暴雨災(zāi)害風(fēng)險評估模型，分別對不同承災(zāi)體進行風(fēng)險評估。如人口、經(jīng)濟、農(nóng)業(yè)風(fēng)險評估模型可分別表示為：7（1）暴雨災(zāi)害受災(zāi)人口風(fēng)險=暴雨致災(zāi)危險性（危險性）we×區(qū)域人口密度（暴露度）wh×區(qū)域人口受災(zāi)率（脆弱性）ws；（2）暴雨災(zāi)害GDP損失風(fēng)險=暴雨致災(zāi)危險性（危險性）we×區(qū)域GDP密度（暴露度）wh×區(qū)域直接經(jīng)濟損失（脆弱性）ws；（3）暴雨災(zāi)害小麥風(fēng)險=暴雨致災(zāi)危險性（危險性）we×區(qū)域小麥種植面積（暴露度）wh×區(qū)域小麥?zhǔn)転?zāi)率（脆弱性）ws；如果受到收集的歷史暴雨災(zāi)情資料限制，可不考慮承災(zāi)體脆弱性，則可將致災(zāi)危險性和承災(zāi)體暴露度進行加權(quán)綜合，從而得到暴雨災(zāi)害風(fēng)險評估結(jié)果。6.5.2暴雨災(zāi)害風(fēng)險等級劃分依據(jù)暴雨災(zāi)害對不同承災(zāi)體風(fēng)險評估指數(shù)大小，按自然斷點法或百分位數(shù)法（參見表4），將暴雨災(zāi)害風(fēng)險分為高、較高、中等、較低和低5個等級。自然斷點法見附錄E。表4基于百分位數(shù)法的暴雨災(zāi)害風(fēng)險等級8（資料性）歸一化處理歸一化是將有量綱的數(shù)值經(jīng)過變換，化為x'——歸一化后的數(shù)據(jù)；x——樣本數(shù)據(jù)；xmin——樣本數(shù)據(jù)中的最小值；xmax——樣本數(shù)據(jù)中的最大值。9（資料性）Pearson相關(guān)系數(shù)Pearson相關(guān)系數(shù)是描述兩個隨機變量線性相關(guān)的統(tǒng)計量，一般簡稱為相關(guān)系數(shù)或點相關(guān)系數(shù)，用r來表示。它也可作為兩總體相關(guān)系數(shù)ρ的估計。設(shè)有兩個變量相關(guān)系數(shù)計算公式為：式中：r——變量x和y的相關(guān)系數(shù)；xi——變量x的第i個值；yi——變量y的第i個值；x——變量x的樣本均值；y——變量y的樣本均值；n——樣本容量。在給定顯著性水平下，對計算出的相關(guān)系數(shù)根據(jù)相關(guān)系數(shù)檢驗表進行顯著性檢驗。信息熵賦權(quán)法信息熵表示系統(tǒng)的有序程度。在多指標(biāo)綜合評價中，熵權(quán)法可以客觀的反映各評價指標(biāo)的權(quán)重。一個系統(tǒng)的有序程度越高，則熵值越大，權(quán)重越?。环粗?，一個系統(tǒng)的無序程度越高，則熵值越小，權(quán)重越大。即對于一個評價指標(biāo)，指標(biāo)值之間的差距越大，則該指標(biāo)在綜合評價中所起的作用越大；如果某項指標(biāo)的指標(biāo)值全部相等，則該指標(biāo)在綜合評價中不起作用。設(shè)評價體系是由m個指標(biāo)n個對象構(gòu)成的系統(tǒng)，首先計算第i項指標(biāo)下第j個對象的指標(biāo)值rij所占指標(biāo)比重pij:由熵權(quán)法計算第i個指標(biāo)的熵值si:計算第i個指標(biāo)的熵權(quán)，確定該指標(biāo)的客觀權(quán)重i。（資料性）專家打分法專家打分法也稱為德爾菲法（Delphi是指通過匿名方式征詢有關(guān)專家的意見，對