CN103177301B

CN103177301B - 一种台风灾害风险预估方法

Info

Publication number: CN103177301B
Application number: CN201310078961.XA
Authority: CN
Inventors: 耿焕同; 贾婷婷; 薛丰昌; 吴正雪
Original assignee: Nanjing University of Information Science and Technology
Current assignee: Nanjing University of Information Science and Technology
Priority date: 2013-03-12
Filing date: 2013-03-12
Publication date: 2016-01-20
Anticipated expiration: 2033-03-12
Also published as: CN103177301A

Abstract

本发明涉及一种台风灾害风险预估方法，针对指定监测区域的台风灾害所造成的损失数据进行统计分析，选择致灾因子危险性、孕灾环境敏感性、承灾体易损性和防灾减灾能力作为台风灾害风险评估指标体系，用模糊变换理论建立台风灾害风险预估模型，把台风预报结果作为预估模型的启动条件和输入条件，经过预估模型的计算和分析，得到未来一段时间被预估地区是否致灾以及致灾的灾害风险等级，从而提高气象灾害的预警能力。

Description

一种台风灾害风险预估方法

技术领域

本发明涉及一种台风灾害风险预估方法。

背景技术

首先对于目前台风灾害的风险评估技术，基本上都是基于历史数据的统计分析，选取相关因素因子，根据各个相关因素因子造成台风灾害的影响程度确定权重系数，最后构建台风灾害综合风险区划模型，得到风险区划结果，实现对某一地区历史台风灾害的一个风险区划，但是对于气象或政府等业务部门而言，实现对未来台风可能造成灾害损失的预估更具有现实意义。目前关于台风灾害的预估，都是台风与房屋倒损、农田受淹以及直接经济损失等单个灾情之间的灾害预估，而对于台风灾害可能造成的多指标灾害综合严重程度的预估还缺乏有效的方法。

其次，针对台风灾害的风险评估中，对致灾因子危险性评价模型的研究，基本上都是通过对台风产生的极大风速和累积雨量这两个测量值与台风灾害的灾情状况分别建立关联关系，但是它们彼此之间也存在着相互影响关系，这两个因子共同作用可能会产生更为严重的台风灾害。由于致灾因子危险性指数的准确性直接影响台风灾害实时风险预估的准确性，因此需要选择一种方法能够对台风的实时观测数据进行客观的分析，并且选择的方法要能够适应台风灾害样本少的特点。

发明内容

本发明所要解决的技术问题是提供一种基于客观分析,各项因素考虑周全,预报准确的台风灾害风险预估方法。

本发明为了解决上述技术问题采用以下技术方案：本发明提出了一种台风灾害风险预估方法，针对指定监测区域的未来台风灾害进行预估，包括如下步骤:

步骤1.根据指定的台风灾害等级集合K，指定的台风灾害参评指标集合J，以及指定监测区域各监测时间段i对应于各项台风灾害参评指标j的统计数据，通过灰色关联分析法获得指定监测区域各监测时间段台风灾害的灾害关联度值；其中，步骤1包括如下步骤：

步骤Ⅰ.设定台风灾害等级集合K＝{巨灾，重灾，中灾，小灾，微灾}，k∈K；台风灾害参评指标集合J＝{伤亡人口数，倒损房间数，农作物受灾面积亩，直接经济损失}，j∈J；统计指定监测区域各监测时间段i对应于各项台风灾害参评指标j的实测数据，i∈I；并设置台风灾害等级集合K与台风灾害参评指标集合J的对应关系；

步骤Ⅱ.对台风灾害等级集合K与台风灾害参评指标集合J的对应关系、以及监测区域各监测时间段i对应于各项台风灾害参评指标j的实测数据分别进行无量纲化处理；

步骤Ⅲ.设置台风灾害等级集合K与台风灾害参评指标集合J的对应关系的参考序列{U_0j}，j＝{1、…J}；将监测区域各监测时间段i对应于各项台风灾害参评指标j的实测数据作为比较序列{U_ij}，i＝{1、…I}；通过公式Δ_0i(j)＝|U_0j-U_ij|分别获得参考序列U_0j与比较序列U_ij在对应各项台风灾害参评指标j上的绝对差值Δ_0i(j)；

步骤Ⅳ.根据获得参考序列U_0j与比较序列U_ij对应各项台风灾害参评指标j间的关联系数ξ_0i(j)；

步骤Ⅴ.通过等权处理平均值法，根据获得各个比较序列U_ij的灾害关联度值，即指定监测区域各监测时间段台风灾害的灾害关联度值；

步骤2.定义致灾因子危险性、孕灾环境敏感性、承灾体易损性和防灾减灾能力四大因素作为台风灾害预估的评价指标，其中，孕灾环境敏感性的评价指标体系A＝{A₁,…,A_δ,…}，通过层次分析法确定评价指标体系中各个A_δ所相对应的权重系数{C_δ}，进而通过S＝ΣA_δC_δ获得孕灾环境敏感性的值S；同理获得承灾体易损性的值R，防灾减灾能力的值V；致灾因子危险性的评价指标体系B＝{大风危险性指数，暴雨危险性指数}，根据致灾因子危险性的评价指标体系B，获得致灾因子危险性的值H；

步骤3.使用模糊综合评价法对致灾因子危险性的值H、孕灾环境敏感性的值S、承灾体易损性的值R和防灾减灾能力的值V进行分析，并根据各个台风灾害灾度等级与灾害关联度值的对应关系，获得该监测区域未来台风灾害风险的预估结果；

所述步骤2中，获得致灾因子危险性的值H包括如下步骤：

步骤⑴.获得指定监测区域未来台风风速对应的台风日极大风速等级w_d，根据指定监测区域的台风日极大风速的历史数据情况，设置台风日极大风速等级集合W＝{w₁,…,w_d,…,w_ε}，d＝{1,…,ε}；设置台风灾害灾度等级集合E＝{e₁,…,e_g,…,e_k}，g＝{1,…,k}，以及各个台风灾害灾度等级e_g与灾害关联度值的对应关系；根据指定监测区域历史数据中各监测时间段观测台风风速对应的台风日极大风速等级与该监测区域各监测时间段台风灾害的灾害关联度值，获得该监测区域对应台风日极大风速等级w_d的台风灾害灾度集合Y＝{y₁,…,y_t,…,y_s}，t＝{1,…,s}，即该监测区域对应台风日极大风速等级w_d的灾害关联度值的集合；

步骤⑵.根据该监测区域对应台风日极大风速等级w_d的台风灾害灾度集合Y，以及各个台风灾害灾度等级e_g与灾害关联度值的对应关系，获得该监测区域台风日极大风速等级w_d与台风灾害灾度等级集合E的对应关系；并将该监测区域对应台风日极大风速等级w_d的各个台风灾害灾度y_t通过公式扩散给该监测区域台风日极大风速等级w_d所对应的各个台风灾害灾度等级e_g，其中，η＝λ(b-a)(s-1)，a、b分别为该监测区域对应台风日极大风速等级w_d的台风灾害灾度集合Y中的最小值和最大值，s为该监测区域对应台风日极大风速等级w_d的台风灾害灾度集合Y的个数，参数λ通过下面公式确定：

λ = \{\begin{matrix} 0.8146 & s = 5 \\ 0.5690 & s = 6 \\ 0.4560 & s = 7 \\ 0.3860 & s = 8 \\ 0.3362 & s = 9 \\ 0.2986 & s = 10 \\ 2.6851 & s &GreaterEqual; 11 \end{matrix};

步骤⑶.通过函数获得该监测区域台风日极大风速等级w_d所对应的各个台风灾害灾度等级e_g相对于台风日极大风速等级w_d所对应的各个台风灾害灾度y_t的隶属度μ_yt(e_g)，则通过获得该监测区域对应台风日极大风速等级w_d的台风灾害灾度集合Y，信息扩散给E后属于各个台风灾害灾度等级e_g的台风次数q(e_g)；

步骤⑷.通过获得该监测区域对应台风日极大风速等级w_d的台风灾害灾度集合Y中，各个台风灾害灾度y_t属于各个台风灾害灾度等级e_g的概率集合{p(e_g)}；

步骤⑸.根据最大值法，在集合{p(e_g)}中选择最大值所对应的台风灾害灾度等级e_g即为该监测区域台风日极大风速等级为w_d所对应概率最大的台风灾害灾度等级e_pmax；

步骤⑹.根据该监测区域台风日极大风速等级为w_d所对应的台风灾害灾度等级e_g，通过N(e_g)＝p(e_g)×z(e_g)获得大风危险性指数N(e_g)；并按照与大风同样的方法，获得暴雨危险性指数M(e_g)，e_g为设置的台风灾害灾度等级集合E中的台风灾害灾度等级；相应的使用层次分析法分别确定各个台风灾害灾度等级下，大风危险性指数和暴雨危险性指数的相应权重系数{α(e_g)}和{β(e_g)}；z(e_g)表示该监测区域对应台风日极大风速等级w_d的台风灾害灾度集合Y中，属于台风灾害灾度等级e_g的台风年均发生次数；

步骤⑺.根据指定监测区域各监测时间段台风灾害的灾害关联度值，以及历次台风灾害的极大风速和日最大降水，通过典型回归分析方法建立致灾因子与灾度的多元线性统计回归模型z＝Ax+By+c，获得暴雨与大风对灾害关联度值的影响系数A和B，其中，变量x和y分别表示指定监测区域历次台风灾害的日最大降水和极大风速，变量z表示台风灾害的灾害关联度值；

步骤⑻.根据致灾因子危险性模型H＝A×Σβ(e_g)M(e_g)+B×Σα(e_g)N(e_g)，获得致灾因子危险性的值H，其中Σα(e_g)N(e_g)为台风灾害灾度等级小于等于e_pmax的大风指数之和，同理Σβ(e_g)M(e_g)。

作为本发明的一种优选技术方案:所述步骤1中还包括，根据指定监测区域各监测时间段台风灾害的灾害关联度值，将指定监测区域各监测时间段台风灾害按照指定的台风灾害等级进行划分。

作为本发明的一种优选技术方案:所述步骤Ⅲ中，设置参考序列{U_0j}中各个U_0j＝1，j＝{1、…J}。

作为本发明的一种优选技术方案:所述步骤Ⅱ中,针对台风灾害等级集合K与台风灾害参评指标集合J的对应关系进行无量纲化处理的操作通过如下公式实现:

其中,x为台风灾害参评指标的值，X_min和X_max为各台风灾害参评指标对应各台风灾害等级区间中的最大值和最小值，grad为各台风灾害参评指标对应各台风灾害等级中的最小值。

作为本发明的一种优选技术方案:所述步骤3包括如下步骤：

步骤a.分别将致灾因子危险性的值H、孕灾环境敏感性的值S、承灾体易损性的值R和防灾减灾能力的值V四个评测指标根据台风灾害风险等级集合D＝{φ₁、…φ_v}进行划分，并根据四个指标的隶属函数W＝{f₁,f₂,f₃,f₄}确定相应每个评测指标相对于台风灾害风险等级集合的隶属度，构建隶属关系矩阵

G = [\begin{matrix} H_{1} & S_{1} & R_{1} & V_{1} \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ H_{v} & S_{v} & R_{v} & V_{v} \end{matrix}];

步骤b.使用层次分析法获得评价指标权重将指标权重O与隶属关系矩阵G进行合成运算得到模糊综合评价结果向量

步骤c.根据最大隶属度法对模糊综合评价结果向量中的值取最大即获得该监测区域未来台风灾害严重程度的预估值，并根据各个台风灾害灾度等级与灾害关联度值的对应关系，获得该监测区域未来台风灾害风险的预估结果。

作为本发明的一种优选技术方案:所述步骤3之后，还包括如下步骤：

步骤4.通过WebGIS将该监测区域未来台风灾害风险的预估结果与地图进行叠置分析，将台风灾害风险的未来预估结果与地图相结合。

本发明所述一种台风灾害风险预估方法采用以上技术方案与现有技术相比，具有以下技术效果：

(1)本发明设计的台风灾害风险预估方法通过采用灰色关联分析法、信息扩散理论，并结合多种影响因素进行叠加分析，有效准确的实现了对台风灾害综合风险的预估；

(2)本发明设计的台风灾害风险预估方法对台风灾害的预估过程以及预估出的综合风险结果通过WebGIS，在地图上更加快速、直观的发布，并实现过程性验证。

附图说明

图1是本发明设计的台风灾害风险预估方法的流程图。

具体实施方式

下面结合说明书附图对本发明的具体实施方式作进一步详细的说明。

如图1所示，本发明提出了一种台风灾害风险预估方法，针对指定监测区域的未来台风灾害进行预估，包括如下步骤:

所述步骤2中，获得致灾因子危险性的值H包括如下步骤：

λ = \{\begin{matrix} 0.8146 & s = 5 \\ 0.5690 & s = 6 \\ 0.4560 & s = 7 \\ 0.3860 & s = 8 \\ 0.3362 & s = 9 \\ 0.2986 & s = 10 \\ 2.6851 & s &GreaterEqual; 11 \end{matrix};

步骤⑶.通过函数获得该监测区域台风日极大风速等级w_d所对应的各个台风灾害灾度等级e_g相对于台风日极大风速等级w_d所对应的各个台风灾害灾度y_t的隶属度μ_yt(e_g)，则通过获得该监测区域对应台风日极大风速等级w_d的台风灾害灾度集合Y中，信息扩散给E后属于各个台风灾害灾度等级e_g的台风次数q(e_g)；

本发明设计的台风灾害风险预估方法通过采用灰色关联分析法、信息扩散理论，并结合多种影响因素进行叠加分析，有效准确的实现了对台风灾害综合风险的预估。

作为本发明的一种优选技术方案:所述步骤3包括如下步骤：

G = [\begin{matrix} H_{1} & S_{1} & R_{1} & V_{1} \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ H_{v} & S_{v} & R_{v} & V_{v} \end{matrix}];

本发明设计的台风灾害风险预估方法对台风灾害的预估过程以及预估出的综合风险结果通过WebGIS，在地图上更加快速、直观的发布，并实现过程性验证。

本发明设计的台风灾害风险预估方法在实际的应用过程中，包括如下步骤：

设置台风灾害等级集合K＝{巨灾，重灾，中灾，小灾，微灾}，台风灾害参评指标集合J＝{伤亡人口数/个，倒损房间数/间，农作物受灾面积/万亩，直接经济损失/万元}，并结合指定监测区域的实际情况，设置台风灾害等级集合K与台风灾害参评指标集合J的对应关系如下表：

指标	巨灾	重灾	中灾	轻灾	微灾
						伤亡人口数/个	>10²	30～10²	3～30	1～3	0
倒损房屋数/间	>10⁴	10³～10⁴	200～10³	10～200	<10

农作物受灾面积/万亩	>200	100～200	60～100	10～60	0～10
						直接经济损失/万元	>10⁴	10³～10⁴	200～10³	80～200	<80

通过对上表的数据进行无量纲化处理，将四个台风灾害参评指标的值转换为0～1之间的数，并与台风灾害等级一一对应，即巨灾的所有台风灾害参评指标的值都在(0.8，1.0)区间，重灾、中灾、轻灾和微灾的台风灾害参评指标的值分别在(0.6，0.8)、(0.4，0.6)、(0.2，0.4)和(0，0.2)区间，并且巨灾、重灾、中灾、轻灾和微灾的grade的值分别为0.8、0.6、0.4、0.2、0。

统计指定监测区域各监测时间段i对应于各项台风灾害参评指标j的实测数据，如监测区域第i年的各项台风灾害参评指标值统计为{72人，8000间，157万亩，3700万元}，经过无量纲化处理后，使得各项台风灾害参评指标的值转换为{0.72，0.76，0.71，0.61}，通过以上方法对监测区域各监测时间段i对应于各项台风灾害参评指标j的其它实测数据分别进行转换得到U_ij，i∈I，j∈J。

通过灰色关联分析法设置台风灾害等级集合K与台风灾害参评指标集合J的对应关系的参考序列{U_0j}＝{1,1,1,1}，j＝{1、…J}；将监测区域各监测时间段i对应于各项台风灾害参评指标j的实测数据作为比较序列{U_ij}，i＝{1、…I}；通过公式Δ_0i(j)＝|U_0j-U_ij分别获得参考序列U_0j与比较序列U_ij在对应各项台风灾害参评指标j上的绝对差值Δ_0i(j)，并根据分别获得参考序列U_0j与比较序列U_ij对应各项台风灾害参评指标j间的关联系数ξ_0i(j)，再根据获得各个比较序列U_ij的灾害关联度值，即指定监测区域各监测时间段台风灾害的灾害关联度值，如根据上述指定监测区域第i年的各项台风灾害参评指标值统计为{72人，8000间，157万亩，3700万元}来计算，则获得上述指定监测区域第i年的台风灾害的灾害关联度值为0.77，属于重灾。

定义致灾因子危险性、孕灾环境敏感性、承灾体易损性和防灾减灾能力四大因素作为台风灾害预估的评价指标，其中，孕灾环境敏感性的评价指标体系A＝{A₁,…,A_δ,…}，通过层次分析法确定评价指标体系中各个A_δ所相对应的权重系数{C_δ}，进而通过S＝ΣA_δC_δ获得孕灾环境敏感性的值S；同理获得承灾体易损性的值R，防灾减灾能力的值V；致灾因子危险性的评价指标体系B＝{大风危险性指数，暴雨危险性指数}，根据致灾因子危险性的评价指标体系B，获得致灾因子危险性的值H。

实际应用中，孕灾环境敏感性的评价指标体系A＝{海拔高度，地形起伏度和坡度，河网密度，森林覆盖率，地质灾害易发区}；承灾体易损性的评价指标体系为{人口密度，农业产值，农业用地比重，道路密度，地均GDP}；防灾减灾能力的评价指标体系为{财政收入，旱涝保收面积比重，医疗卫生水平，农林水利财政投入}。

获得指定监测区域未来台风风速对应的台风日极大风速等级w_d，根据指定监测区域的台风日极大风速的历史数据情况，设置台风日极大风速等级集合W＝{七级(>13.9m/s),八级(>17.2m/s)，九级(>20.8m/s),十级(>24.5m/s),十一级(>28.5m/s),十二级(>32.7m/s)}；设置台风灾害灾度等级集合E＝{巨灾，重灾，中灾，小灾，微灾}，以及各个台风灾害灾度等级e_g与灾害关联度值的对应关系{巨灾(0.8～1.0)，重灾(0.6～0.8)，中灾(0.4～0.6)，小灾(0.2～0.4)，微灾(0.0～0.2)}；当指定监测区域未来台风风速对应的台风日极大风速等级w_d为七级时，获得该监测区域对应台风日极大风速等级为七级的历史台风灾害灾度集合Y＝{y₁,…,y_t,…,y_s}，t＝{1,…,s},共计15个，即s＝15，即该监测区域对应台风日极大风速等级为七级的灾害关联度值的集合。

根据该监测区域对应台风日极大风速等级w_d的台风灾害灾度集合Y，以及各个台风灾害灾度等级e_g与灾害关联度值的对应关系，获得该监测区域台风日极大风速等级w_d与台风灾害灾度等级集合E的对应关系；并将该监测区域对应台风日极大风速等级为七级的各个台风灾害灾度y_t通过公式扩散给该监测区域台风日极大风速等级w_d所对应的各个台风灾害灾度等级e_g，其中，η＝λ(b-a)(s-1)，a、b分别为该监测区域对应台风日极大风速等级w_d的台风灾害灾度集合Y中的最小值和最大值，s为该监测区域对应台风日极大风速等级w_d的台风灾害灾度集合Y的个数，参数λ通过下面公式确定：

λ = \{\begin{matrix} 0.8146 & s = 5 \\ 0.5690 & s = 6 \\ 0.4560 & s = 7 \\ 0.3860 & s = 8 \\ 0.3362 & s = 9 \\ 0.2986 & s = 10 \\ 2.6851 & s &GreaterEqual; 11 \end{matrix};

此时，λ＝2.6851，使用信息扩散理论后得到下表：

通过函数获得该监测区域台风日极大风速等级为七级所对应的各个台风灾害灾度等级e_g相对于台风日极大风速等级为七级所对应的各个台风灾害灾度y_t的隶属度μ_yt(e_g)，如下表所示：

通过获得该监测区域对应台风日极大风速等级为七级的台风灾害灾度集合Y中，属于各个台风灾害灾度等级e_g的台风次数q(e_g)，如下表所示：

通过获得该监测区域对应台风日极大风速等级为七级的台风灾害灾度集合Y，信息扩散给E后各个台风灾害灾度y_t属于各个台风灾害灾度等级e_g的概率集合{p(e_g)}。

根据最大值法，在集合{p(e_g)}中选择最大值所对应的台风灾害灾度等级e_g即为该监测区域台风日极大风速等级为七级所对应概率最大的台风灾害灾度等级e_pmax。

根据该监测区域台风日极大风速等级为七级所对应的台风灾害灾度等级e_g，通过N(e_g)＝p(e_g)×z(e_g)获得大风危险性指数N(e_g)；并按照与大风同样的方法，获得暴雨危险性指数M(e_g)，e_g为设置的台风灾害灾度等级集合E中的台风灾害灾度等级；相应的使用层次分析法分别确定各个台风灾害灾度等级下，大风危险性指数和暴雨危险性指数的相应权重系数{α(e_g)}和{β(e_g)}；z(e_g)表示该监测区域对应台风日极大风速等级为七级的台风灾害灾度集合Y中，属于台风灾害灾度等级e_g的台风年均发生次数。

根据指定监测区域各监测时间段台风灾害的灾害关联度值，以及历次台风灾害的极大风速和日最大降水，通过典型回归分析方法建立致灾因子与灾度的多元线性统计回归模型z＝Ax+By+c，获得暴雨与大风对灾害关联度值的影响系数A和B，其中，变量x和y分别表示指定监测区域历次台风灾害的日最大降水和极大风速，变量z表示台风灾害的灾害关联度值。

根据致灾因子危险性模型H＝A×Σβ(e_g)M(e_g)+B×Σα(e_g)N(e_g)，获得致灾因子危险性的值H，其中Σα(e_g)N(e_g)为台风灾害灾度等级小于等于e_pmax的大风指数之和，同理Σβ(e_g)M(e_g)。

如上表，假设概率集合{p(e_g)}中概率p(e₃)最大。则大风危险性指数为Σα(e_g)N(e_g)＝α(e₃)N(e₃)+α(e₄)N(e₄)+α(e₅)N(e₅)。

使用模糊综合评价法对致灾因子危险性的值H、孕灾环境敏感性的值S、承灾体易损性的值R和防灾减灾能力的值V进行分析，获得该监测区域未来台风灾害的灾害关联度值的预估值，并根据各个台风灾害灾度等级与灾害关联度值的对应关系，获得该监测区域未来台风灾害风险的预估结果。

其中，使用模糊综合评价法对致灾因子危险性的值H、孕灾环境敏感性的值S、承灾体易损性的值R和防灾减灾能力的值V进行分析，获得该监测区域未来台风灾害的灾害关联度值的预估值，包括如下步骤：

分别将致灾因子危险性的值H、孕灾环境敏感性的值S、承灾体易损性的值R和防灾减灾能力的值V四个评测指标根据台风灾害风险等级集合D＝{低风险、次低风险、中等风险、次高风险、高风险}中的五个等级进行划分，并根据四个指标的隶属函数W＝{f₁,f₂,f₃,f₄}确定相应每个评测指标相对于台风灾害风险等级集合的隶属度，构建隶属关系矩阵

G = [\begin{matrix} H_{1} & S_{1} & R_{1} & V_{1} \\ H_{2} & S_{2} & R_{2} & V_{2} \\ H_{3} & S_{3} & R_{3} & V_{3} \\ H_{4} & S_{4} & R_{4} & V_{4} \\ H_{5} & S_{5} & R_{5} & V_{5} \end{matrix}];

使用层次分析法获得评价指标权重将指标权重O与隶属关系矩阵G进行合成运算得到模糊综合评价结果向量

根据最大隶属度法对模糊综合评价结果向量中的值取最大即获得该监测区域未来台风灾害严重程度的预估值，并根据各个台风灾害灾度等级与灾害关联度值的对应关系，获得该监测区域未来台风灾害风险的预估结果。

最终通过WebGIS将该监测区域未来台风灾害风险的预估结果与地图进行叠置分析，将台风灾害风险的未来预估结果与地图相结合，能够快速直观的便于工作人员查看，提高气象灾害的预警能力。

本发明专利设计的台风灾害风险预估方法，针对指定监测区域的台风灾害所造成的损失数据进行统计分析，选择致灾因子危险性、孕灾环境敏感性、承灾体易损性和防灾减灾能力作为台风灾害风险评估指标体系，用模糊变换理论建立台风灾害风险预估模型，把台风预报结果作为预估模型的启动条件和输入条件，经过预估模型的计算和分析，得到未来一段时间被预估地区是否致灾以及致灾的灾害风险等级，从而提高气象灾害的预警能力。

上面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。

Claims

1.一种台风灾害风险预估方法，针对指定监测区域的未来台风灾害进行预估，包括如下步骤:

步骤1.根据指定的台风灾害等级集合K，指定的台风灾害参评指标集合J，以及指定监测区域各监测时间段i对应于各项台风灾害参评指标j的统计数据，通过灰色关联分析法获得指定监测区域各监测时间段台风灾害的灾害关联度值；其中，步骤1包括如下步骤：步骤Ⅰ.设定台风灾害等级集合K＝{巨灾，重灾，中灾，小灾，微灾}，k∈K；台风灾害参评指标集合J＝{伤亡人口数，倒损房间数，农作物受灾面积亩，直接经济损失}，j∈J；统计指定监测区域各监测时间段i对应于各项台风灾害参评指标j的实测数据，i∈I；并设置台风灾害等级集合K与台风灾害参评指标集合J的对应关系；

步骤2.定义致灾因子危险性、孕灾环境敏感性、承灾体易损性和防灾减灾能力四大因素作为台风灾害预估的评价指标，其中，孕灾环境敏感性的评价指标体系A＝{A₁,…,A_δ,…}，通过层次分析法确定评价指标体系中各个A_δ所相对应的权重系数{C_δ}，进而通过S＝∑A_δC_δ获得孕灾环境敏感性的值S；同理获得承灾体易损性的值R，防灾减灾能力的值V；致灾因子危险性的评价指标体系B＝{大风危险性指数，暴雨危险性指数}，根据致灾因子危险性的评价指标体系B，获得致灾因子危险性的值H；

其特征在于,所述步骤2中，获得致灾因子危险性的值H包括如下步骤：

步骤⑵.根据该监测区域对应台风日极大风速等级w_d的台风灾害灾度集合Y，以及各个台风灾害灾度等级e_g与灾害关联度值的对应关系，获得该监测区域台风日极大风速等级w_d与台风灾害灾度等级集合E的对应关系；并将该监测区域对应台风日极大风速等级w_d的各个台风灾害灾度y_t通过公式扩散给该监测区域台风日极大风速等级w_d所对应的各个台风灾害灾度等级e_g，其中，η＝λ(b-a)(s-1)，a、b分别为该监测区域对应台风日极大风速等级wd的台风灾害灾度集合Y中的最小值和最大值，s为该监测区域对应台风日极大风速等级wd的台风灾害灾度集合Y的个数，参数λ通过下面公式确定：

λ = \{\begin{matrix} 0.8146 & s = 5 \\ 0.5690 & s = 6 \\ 0.4560 & s = 7 \\ 0.3860 & s = 8 \\ 0.3362 & s = 9 \\ 0.2986 & s = 10 \\ 2.6851 & s &GreaterEqual; 11 \end{matrix};

步骤⑶.通过函数获得该监测区域台风日极大风速等级w_d所对应的各个台风灾害灾度等级e_g相对于台风日极大风速等级w_d所对应的各个台风灾害灾度y_t的隶属度μ_yt(e_g)，则通过获得该监测区域对应台风日极大风速等级w_d的台风灾害灾度集合Y，信息扩散给台风灾害灾度等级集合E后属于各个台风灾害灾度等级e_g的台风次数q(e_g)；

步骤⑷.通过获得该监测区域对应台风日极大风速等级w_d对应的台风灾害灾度集合Y中，各个台风灾害灾度y_t属于各个台风灾害灾度等级e_g的概率集合{p(e_g)}；

步骤⑸.根据最大值法，在集合{p(e_g)}中选择最大值p(e_g)_max,p(e_g)_max所对应的台风灾害灾度等级e_g即为该监测区域台风日极大风速等级为w_d所对应概率最大的台风灾害灾度等级e_pmax；

步骤⑻.根据致灾因子危险性模型H＝A×∑β(e_g)M(e_g)+B×∑α(e_g)N(e_g)，获得致灾因子危险性的值H，其中∑α(e_g)N(e_g)为台风灾害灾度等级小于等于e_pmax的大风指数之和，同理∑β(e_g)M(e_g)。

2.根据权利要求1所述一种台风灾害风险预估方法，其特征在于：所述步骤1中还包括，根据指定监测区域各监测时间段台风灾害的灾害关联度值，将指定监测区域各监测时间段台风灾害按照指定的台风灾害等级进行划分。

3.根据权利要求1所述一种台风灾害风险预估方法，其特征在于：所述步骤Ⅲ中，设置参考序列{U_0j}中各个U_0j＝1，j＝{1、…J}。

4.根据权利要求1所述一种台风灾害风险预估方法，其特征在于：所述步骤Ⅱ中,针对台风灾害等级集合K与台风灾害参评指标集合J的对应关系进行无量纲化处理的操作通过如下公式实现:

5.根据权利要求1所述一种台风灾害风险预估方法，其特征在于：所述步骤3包括如下步骤：

G = [\begin{matrix} H_{1} & S_{1} & R_{1} & V_{1} \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ H_{v} & S_{v} & R_{v} & V_{v} \end{matrix}];

6.根据权利要求1所述一种台风灾害风险预估方法，其特征在于：所述步骤3之后，还包括如下步骤：