CN102968574A - 基于精细网格的灾害风险评估技术方法 - Google Patents
基于精细网格的灾害风险评估技术方法 Download PDFInfo
- Publication number
- CN102968574A CN102968574A CN2012105490775A CN201210549077A CN102968574A CN 102968574 A CN102968574 A CN 102968574A CN 2012105490775 A CN2012105490775 A CN 2012105490775A CN 201210549077 A CN201210549077 A CN 201210549077A CN 102968574 A CN102968574 A CN 102968574A
- Authority
- CN
- China
- Prior art keywords
- risk
- risk object
- fine grid
- grid blocks
- disaster
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于精细网格的灾害风险评估技术方法,分析在自然灾害影响下土地、社会经济、人口等特定风险对象的易损性,土地风险对象根据精细网格每个网格内各种土地风险对象所占的面积比例,确定该网格的土地风险对象易损性;社会经济风险对象根据不同土地风险对象对经济的贡献率,依附土地风险对象在精细网格内分布;人口风险对象根据不同土地风险对象上居民居住情况,依附土地风险对象在精细网格内分布;基于精细网格对风险对象进行空间分布,风险对象的风险空间分布以量化的形式进行表现,并以精细网格为基本评价单元,对自然灾害中的风险对象易损性做精细空间量化评估。本发明适用范围广,评估准确性高。
Description
技术领域
本发明涉及灾害风险评估领域,尤其是涉及一种基于精细网格的灾害风险评估技术方法。
背景技术
目前对风险的评估方法主要为定性评估,对空间分布的表现形式也基本以行政区域为对象进行表现,随着评估要求的提高,对评估的精细程度与空间的表现方式提出了更高的要求,传统的方法与技术不能满足需要。地理信息系统(GIS,Geographic Information Systems)技术是近些年迅速发展起来的一门空间信息分析技术,在资源与环境应用领域中,它发挥着技术先导的作用,GIS技术不仅可以有效地管理具有空间属性的各种资源环境信息,对资源环境管理和实践模式进行快速和重复的分析测试,便于制定决策、进行科学和政策的标准评价,而且可以有效地对多时期的资源环境状况及生产活动变化进行动态监测和分析比较,也可将数据收集、空间分析和决策过程综合为一个共同的信息流,明显地提高工作效率和经济效益,为解决资源环境问题及保障可持续发展提供技术支持。
发明内容
本发明是为了克服现有的风险评估方法已经不能满足对评估的精细程度与空间的表现方式等要求的问题,提供一种基于精细网格的灾害风险评估技术方法,采用GIS技术建立自然灾害中风险对象脆弱性的精细空间量化GIS模型,并以精细空间网格为基本评价单元对自然灾害中的风险对象脆弱性做精细空间量化研究,从而实现对风险的精细量化空间评估。
为了实现上述目的,本发明采用以下技术方案:基于精细网格的灾害风险评估技术方法,分析在自然灾害影响下土地、社会经济、人口等特定风险对象的易损性,采用精细网格,基于精细网格对所述的风险对象进行空间分布,所述风险对象的风险空间分布以量化的形式进行表现,以精细网格为基本评价单元,对自然灾害中的风险对象易损性做精细空间量化评估。本发明采用地理信息系统技术并对风险对象建立足够精细的空间网格划分,每个网格既可以单独进行评估,也可以若干个网格合并进行评估,在重大自然灾害和灾情评估中有广泛的应用领域,从灾害的类型看,本发明的评估技术方法既可用于火灾、洪灾、泥石流、雪灾和地震等突发性自然灾害,又可应用于干旱灾害、土地沙漠化、森林虫灾和环境危害等非突发性事故,就其作用而言,从灾害预警预报、灾害监测调查到灾情评估分析各个方面,综合起来有:进行灾情预警预报、对灾情进行动态监测、分析探讨灾情发生的成因与规律、进行灾害调查、灾害监测、灾害评估等。
作为优选,所述的土地风险对象包括居民用地、城镇用地、水面、旱地、林地、草地、滩地、水田。在自然灾害中,不同的土地风险对象及其利用类型很大程度上决定了土地风险对象的脆弱性程度,土地利用类型形式多样,主要包括生产和生活用地两种,一些特殊地域,如沙漠、戈壁、雪山等,如果邻近人们生产和生活用地,也可加入土地风险对象中;不同土地类型针对不同灾害的潜在易损性的权重各不相同,采取专家打分法和层次分析法相结合计算不同土地利用类型针对不同灾害的潜在易损性因子,可以给对自然灾害中的风险对象易损性做精细空间量化评估提供准确的参考数据。
作为优选,所述的精细网格的每个网格面积设为100米X100米。对面积过小的网格进行风险评估作用不明显,准确性也不高,对面积适中的精细网格进行风险评估,其效果显著,准确性、可信性高。
作为优选,所述的土地风险对象根据精细网格每个网格内各种土地风险对象所占的面积比例,确定该网格的土地风险对象易损性。网格化后得到的格网区域可能有落在多个土地风险对象的情况,可采用面积权重内插法来实现最大限度地合理推定这些格网区域上的潜在易损性因子(通过一定的线性规则转化为该格网区域的风险对象脆弱程度),此方法根据规则格网区域内各土地风险对象区域所占面积的百分比来确定格网区域的潜在易损性因子,主要步骤如下:a)找出落在各个规则格网区域上的土地风险对象;b)确定各个土地风险对象与规则格网区域相交部分的面积,并计算其占格网区域面积的百分比;c)按照面积比例的多少来分配潜在易损性因子。
作为优选,所述的社会经济风险对象根据不同土地风险对象对经济的贡献率,依附土地风险对象在精细网格内的分布,确定社会经济风险对象在精细网格内的分布。根据不同土地风险对象对经济的贡献率不同,在精细化空间地理数据与土地风险对象数据基础上,将每个行政区域统计的社会经济数据根据相关的土地风险对象来进行合理的空间量化分配,这样就不会把存在着很大的经济分布差异的城市区域与农村区域放于同一网格中进行评估,提高评估灾害对社会经济风险对象所造成影响的准确性。
作为优选,所述的人口风险对象根据不同土地风险对象上居民居住情况,依附土地风险对象在精细网格内的分布,确定人口风险对象在精细网格内的分布。在人口因素方面,将每个行政区域统计的人口数据根据城镇用地和居民用地的不同再进行合理的空间量化分配,就不会把存在着很大的人口分布差异的城市区域与农村区域放于同一网格中进行评估,提高评估灾害对人口风险对象所造成影响的准确性。
因此,本发明具有如下有益效果:(1)建立了自然灾害中风险对象脆弱性的精细空间量化GIS模型;(2)以精细空间网格为基本评价单元,对自然灾害中的风险对象脆弱性做精细空间量化研究;(3)适用范围广,评估准确性高。
附图说明
图1是本发明的一种精细网格示意图。
图2是本发明的单个网格风险评估示意图。
图中:1、土地风险对象A 2、土地风险对象B 3、土地风险对象C
4、土地风险对象D 。
具体实施方式
下面结合附图对本发明做进一步的描述。
基于精细网格的灾害风险评估技术方法,分析在自然灾害影响下土地、社会经济、人口等特定风险对象的易损性,其中土地风险对象包括居民用地、城镇用地、水面、旱地、林地、草地、滩地、水田等,采用精细网格, 如图1所示,精细网格的每个网格面积设为100米X100米;土地风险对象根据精细网格每个网格内各种土地风险对象所占的面积比例,确定该网格的土地风险对象易损性;社会经济风险对象根据不同土地风险对象对经济的贡献率,依附土地风险对象在精细网格内的分布,确定社会经济风险对象在精细网格内的分布;人口风险对象根据不同土地风险对象上居民居住情况,依附土地风险对象在精细网格内的分布,确定人口风险对象在精细网格内的分布;基于精细网格对风险对象进行空间分布,风险对象的风险空间分布以量化的形式进行表现,并以精细网格为基本评价单元,对自然灾害中的风险对象易损性做精细空间量化评估。
具体实施过程是,如图2所示的单个网格中,该网格中包含土地风险对象A1、土地风险对象B2、土地风险对象C3、土地风险对象D4,各为居民用地、城镇用地、水面、旱地、林地、草地、滩地、水田等土地风险对象中的一种,针对某一种特定灾害而言,不同土地风险对象的相应潜在易损性因子为 IA 、 IB 、 IC 、 ID ,网格中土地风险对象A1、土地风险对象B2、土地风险对象C3、土地风险对象D4的面积为 SA 、 SB 、 SC 、 SD ,网格评价单元内的土地风险对象易损性量化值 I1 可表达为:
I1 = IASA + IBSB + ICSC + IDSD
该表达式即为单个评价单元中,土地风险对象易损性计算模型;根据不同土地风险对象对经济的贡献率,确定土地风险对象A1、土地风险对象B2、土地风险对象C3、土地风险对象D4上的社会经济风险对象潜在易损性因子为 FA 、 FB 、 FC 、 FD ,网格评价单元内的社会经济风险对象易损性量化值 I2 可表达为:
I2 = FASA + FBSB + FCSC + FDSD
该表达式即为单个评价单元中,社会经济风险对象易损性计算模型;根据不同土地风险对象上人口的分布和类型,确定土地风险对象A1、土地风险对象B2、土地风险对象C3、土地风险对象D4上的人口风险对象潜在易损性因子为 HA 、 HB 、 HC 、 HD ,网格评价单元内的人口风险对象易损性量化值 I3 可表达为:
I3 = HASA + HBSB + HCSC + HDSD
该表达式即为单个评价单元中,人口风险对象易损性计算模型。
Claims (6)
1.一种基于精细网格的灾害风险评估技术方法,分析在自然灾害影响下土地、社会经济、人口等特定风险对象的易损性,其特征在于,采用精细网格,基于精细网格对所述的风险对象进行空间分布,所述风险对象的风险空间分布以量化的形式进行表现,以精细网格为基本评价单元,对自然灾害中的风险对象易损性做精细空间量化评估。
2.根据权利要求1所述的基于精细网格的灾害风险评估技术方法,其特征是,所述的土地风险对象包括居民用地、城镇用地、水面、旱地、林地、草地、滩地、水田。
3.根据权利要求1所述的基于精细网格的灾害风险评估技术方法,其特征是,所述的精细网格的每个网格面积设为100米X100米。
4.根据权利要求1或2或3所述的基于精细网格的灾害风险评估技术方法,其特征是,所述的土地风险对象根据精细网格每个网格内各种土地风险对象所占的面积比例,确定该网格的土地风险对象易损性。
5.根据权利要求1或2所述的基于精细网格的灾害风险评估技术方法,其特征是,所述的社会经济风险对象根据不同土地风险对象对经济的贡献率,依附土地风险对象在精细网格内的分布,确定社会经济风险对象在精细网格内的分布。
6.根据权利要求1或2所述的基于精细网格的灾害风险评估技术方法,其特征是,所述的人口风险对象根据不同土地风险对象上居民居住情况,依附土地风险对象在精细网格内的分布,确定人口风险对象在精细网格内的分布。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012105490775A CN102968574A (zh) | 2012-12-18 | 2012-12-18 | 基于精细网格的灾害风险评估技术方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012105490775A CN102968574A (zh) | 2012-12-18 | 2012-12-18 | 基于精细网格的灾害风险评估技术方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102968574A true CN102968574A (zh) | 2013-03-13 |
Family
ID=47798711
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012105490775A Pending CN102968574A (zh) | 2012-12-18 | 2012-12-18 | 基于精细网格的灾害风险评估技术方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102968574A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103557881A (zh) * | 2013-11-11 | 2014-02-05 | 北京林业大学 | 一种大尺度森林观测梯形网格法 |
CN103577720A (zh) * | 2013-11-29 | 2014-02-12 | 民政部国家减灾中心 | 一种区域旱灾风险估计方法 |
CN103593584A (zh) * | 2013-11-29 | 2014-02-19 | 民政部国家减灾中心 | 一种区域火灾风险估计方法 |
CN105389740A (zh) * | 2015-12-29 | 2016-03-09 | 中国科学院遥感与数字地球研究所 | 一种基于作物生长模型的农业旱灾风险评估方法 |
CN105844427A (zh) * | 2016-04-14 | 2016-08-10 | 中国科学院烟台海岸带研究所 | 一种风暴潮灾害风险精细化评估的计算方法 |
CN106651127A (zh) * | 2016-11-16 | 2017-05-10 | 国网浙江青田县供电公司 | 配网雷击灾害风险评估方法 |
CN106709668A (zh) * | 2017-01-06 | 2017-05-24 | 国家海洋信息中心 | 基于海平面上升的土地风险评估方法及装置 |
CN107239888A (zh) * | 2017-05-24 | 2017-10-10 | 西南科技大学 | 一种定量评价泥石流胁迫下山区人口易损性的方法 |
CN109670619A (zh) * | 2017-10-13 | 2019-04-23 | 北京思湃德信息技术有限公司 | 一种气象灾害风险数据普查系统 |
CN111027004A (zh) * | 2019-12-11 | 2020-04-17 | 北京市地震局 | 一种离线式地震灾害损失评估系统的构建方法及应用方法 |
-
2012
- 2012-12-18 CN CN2012105490775A patent/CN102968574A/zh active Pending
Non-Patent Citations (3)
Title |
---|
姜瑜君 等: "《第26节中国气象学会年会气象灾害与社会和谐分会场论文集》", 14 October 2009, 中国会议 * |
张克中 等: "《第六届长三角气象科技论坛论文集》", 19 September 2009, 中国会议 * |
张斌 等: "《第26节中国气象学会年会气象灾害与社会和谐分会场论文集》", 14 October 2009, article "区域承灾体脆弱性指标体系与精细量化模型研究", pages: 711-718 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103557881A (zh) * | 2013-11-11 | 2014-02-05 | 北京林业大学 | 一种大尺度森林观测梯形网格法 |
CN103577720A (zh) * | 2013-11-29 | 2014-02-12 | 民政部国家减灾中心 | 一种区域旱灾风险估计方法 |
CN103593584A (zh) * | 2013-11-29 | 2014-02-19 | 民政部国家减灾中心 | 一种区域火灾风险估计方法 |
CN105389740A (zh) * | 2015-12-29 | 2016-03-09 | 中国科学院遥感与数字地球研究所 | 一种基于作物生长模型的农业旱灾风险评估方法 |
CN105844427B (zh) * | 2016-04-14 | 2019-11-08 | 中国科学院烟台海岸带研究所 | 一种风暴潮灾害风险精细化评估的计算方法 |
CN105844427A (zh) * | 2016-04-14 | 2016-08-10 | 中国科学院烟台海岸带研究所 | 一种风暴潮灾害风险精细化评估的计算方法 |
CN106651127A (zh) * | 2016-11-16 | 2017-05-10 | 国网浙江青田县供电公司 | 配网雷击灾害风险评估方法 |
CN106709668A (zh) * | 2017-01-06 | 2017-05-24 | 国家海洋信息中心 | 基于海平面上升的土地风险评估方法及装置 |
CN106709668B (zh) * | 2017-01-06 | 2020-11-17 | 国家海洋信息中心 | 基于海平面上升的土地风险评估方法及装置 |
CN107239888A (zh) * | 2017-05-24 | 2017-10-10 | 西南科技大学 | 一种定量评价泥石流胁迫下山区人口易损性的方法 |
CN107239888B (zh) * | 2017-05-24 | 2020-08-25 | 西南交通大学 | 一种定量评价泥石流胁迫下山区人口易损性的方法 |
CN109670619A (zh) * | 2017-10-13 | 2019-04-23 | 北京思湃德信息技术有限公司 | 一种气象灾害风险数据普查系统 |
CN111027004A (zh) * | 2019-12-11 | 2020-04-17 | 北京市地震局 | 一种离线式地震灾害损失评估系统的构建方法及应用方法 |
CN111027004B (zh) * | 2019-12-11 | 2023-08-22 | 北京市地震局 | 一种离线式地震灾害损失评估系统的构建方法及应用方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102968574A (zh) | 基于精细网格的灾害风险评估技术方法 | |
Zambon et al. | Soil matters? A multivariate analysis of socioeconomic constraints to urban expansion in Mediterranean Europe | |
Lin et al. | Spatial variations in the relationships between road network and landscape ecological risks in the highest forest coverage region of China | |
Shabbir et al. | Water resource vulnerability assessment in Rawalpindi and Islamabad, Pakistan using analytic hierarchy process (AHP) | |
Estoque et al. | Landscape pattern and ecosystem service value changes: Implications for environmental sustainability planning for the rapidly urbanizing summer capital of the Philippines | |
Davudirad et al. | The impact of development plans on hydrological changes in the Shazand Watershed, Iran | |
Febles‐González et al. | Assessment of soil erosion in karst regions of Havana, Cuba | |
Wright et al. | Estimated effects of climate change on flood vulnerability of US bridges | |
Komolafe et al. | Methodology to assess potential flood damages in urban areas under the influence of climate change | |
Pistrika | Flood damage estimation based on flood simulation scenarios and a GIS platform | |
Shi et al. | Physically based simulation of the streamflow decrease caused by sediment‐trapping dams in the middle Yellow River | |
CN102999694B (zh) | 一种山地灾害频发区泥石流风险评价方法 | |
Khaliq et al. | Seasonal and extreme precipitation characteristics for the watersheds of the Canadian Prairie Provinces as simulated by the NARCCAP multi-RCM ensemble | |
Chang et al. | Planning for green infrastructure and mapping synergies and trade-offs: A case study in the Yanshuei River Basin, Taiwan | |
Viola et al. | Co-evolution of hydrological components under climate change scenarios in the Mediterranean area | |
Li et al. | Dynamic Impacts of Climate and Land‐Use Changes on Surface Runoff in the Mountainous Region of the Haihe River Basin, China | |
Beaulant et al. | Statistico‐dynamical downscaling for Mediterranean heavy precipitation | |
Pappenberger et al. | Seamless forecasting of extreme events on a global scale | |
McHale et al. | Carbon lost and carbon gained: a study of vegetation and carbon trade‐offs among diverse land uses in P hoenix, Arizona | |
Toma-Danila et al. | Improved seismic risk estimation for Bucharest, based on multiple hazard scenarios and analytical methods | |
Salvati et al. | Climate aridity under changing conditions and implications for the agricultural sector: Italy as a case study | |
Li et al. | Early warning signals for landscape connectivity and resilient conservation solutions | |
Teimouri et al. | Investigation of land use changes using the landscape ecology approach in Maragheh City, Iran | |
Brikowski | Applying multi‐parameter runoff elasticity to assess water availability in a changing climate: an example from Texas, USA | |
Karabakan et al. | Measuring the green infrastructure resilience in Turkey |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20130313 |