CN111223027A - 一种城市地震灾害风险评估方法及系统 - Google Patents

一种城市地震灾害风险评估方法及系统 Download PDF

Info

Publication number
CN111223027A
CN111223027A CN202010006498.8A CN202010006498A CN111223027A CN 111223027 A CN111223027 A CN 111223027A CN 202010006498 A CN202010006498 A CN 202010006498A CN 111223027 A CN111223027 A CN 111223027A
Authority
CN
China
Prior art keywords
disaster
event
evaluation
risk
factor
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
Application number
CN202010006498.8A
Other languages
English (en)
Inventor
李云飞
许令顺
张飞
胡浩然
汪渊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui Zeone Safety Technology Co ltd
Hefei Zezhong City Intelligent Technology Co ltd
Hefei Institute for Public Safety Research Tsinghua University
Original Assignee
Anhui Zeone Safety Technology Co ltd
Hefei Zezhong City Intelligent Technology Co ltd
Hefei Institute for Public Safety Research Tsinghua University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Anhui Zeone Safety Technology Co ltd, Hefei Zezhong City Intelligent Technology Co ltd, Hefei Institute for Public Safety Research Tsinghua University filed Critical Anhui Zeone Safety Technology Co ltd
Priority to CN202010006498.8A priority Critical patent/CN111223027A/zh
Publication of CN111223027A publication Critical patent/CN111223027A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G06Q50/265—Personal security, identity or safety
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Security & Cryptography (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种城市地震灾害风险评估方法及系统，包括以下步骤：S1、获取基于灾害事件的致灾因子、承灾体与作用形式之间的关系模型；S2、基于关系模型获取灾害事件作用过程的分析模型；S3、基于分析模型，获取评价矩阵，预测目标的风险大小；本发明通过致灾因子、承灾体与作用形式之间的关系，得到分析模型，并根据分析模型，结合评价矩阵判断灾害的大小，从而能够有效提高城市安全保障能力和灾害应急能力。

Description

一种城市地震灾害风险评估方法及系统
技术领域
本发明涉及风险评估技术领域，尤其涉及一种城市地震灾害风险评估方法及系统。
背景技术
城市是人口、经济、基础设施最密集的地区，已成为社会经济的中心和人类文明、社会进步的标志。然而地震引起的地质灾害对城市已有基础设施的运行带来严重破坏威胁，加上地质环境影响易产生次生衍生灾害事故，易造成地下管网的破坏和地基沉降的产生，从而引起供水管道爆管、燃气泄漏和地下空洞等事件，甚至存在发生爆炸、火灾和路面塌陷等的危险。
因此，开展地震灾害环境下安全风险评估技术体系的研究已经成为一项现实而迫切的任务。通过开展地震灾害风险识别和分析评价模型方法研究，辅助城市公共安全管理者科学、规范、系统地开展城市风险评估，从而推动城市安全建设，确定薄弱环节，提高城市安全保障能力和灾害应急能力。
申请号为“CN201811221089.9”的发明专利公开了一种地下综合管廊大数据可视化系统及方法，所述地下综合管廊大数据可视化系统包括：视频监控模块、环境数据检测模块、中央控制模块、云服务模块、设备管理模块、风险评估模块、报警模块、显示模块。本发明通过管理模块将管廊中的安防、通风、供电、排水、照明和消防的设备与云服务器平台建立物联网通信构架，利用了物联网技术，极大方便了运维和设备的管理；但是该专利方案并不适用于城市地震灾害风险评估，并不能够有效提高城市安全保障能力和灾害应急能力。
又如申请号为“CN201810135101.8”的发明专利，该专利方案公开了一种综合管廊灾害链风险评估方法。所述方法包括：根据综合管廊运维监测风险数据确定综合管廊的风险评估参数，所述运维监测风险数据为综合管廊运维期间发生的报警事件或灾害事件所对应的环境监测数据及发生的频数；根据所述风险评估参数构建综合管廊灾害链的贝叶斯网络模型；根据所述贝叶斯网络模型进行综合管廊灾害链的风险评估；根据评估结果实施相应的孕源断链减灾措施。该专利方案很好地利用了叶斯网络模型具有先验知识的特性来对灾害链中的灾害转移概率进行了评估，但其对相关先验知识的选取原则缺少充分解释说明，且具有单一性，没有进行综合分析处理。
发明内容
本发明所要解决的技术问题在于提供一种城市地震灾害风险评估方法及系统，以提高城市安全保障能力和灾害应急能力。
本发明通过以下技术手段实现解决上述技术问题的：
一种城市地震灾害风险评估方法，包括以下步骤：
S1、获取基于灾害事件的致灾因子、承灾体与作用形式之间的关系模型；
S2、基于关系模型获取灾害事件作用过程的分析模型；
S3、基于分析模型，获取评价矩阵，预测目标的风险大小。
作为本发明进一步的方案：所述灾害事件包括基础情景、简单情景、复杂情景。
作为本发明进一步的方案：所述分析模型流程为：
首先通过致灾因子/承灾体/孕灾体辨识灾害事件要素，获得各个灾害事件要素后，接着判断致灾因子与承灾体是否存在相互的作用形式，如果否的话，则灾害事件不会发生；
如果是的话，再结合致灾因子位置、作用范围与强度、承灾体位置，判断承灾体是否在致灾因子的作用范围内；如果不在致灾因子作用范围内，则灾害事件不会发生；
如果在致灾因子的作用范围内的话，再判断作用参数是否达到阈值；未达到阈值则灾害事件不会发生，
如果达到阈值的话，则根据承灾体脆弱性函数计算灾害事件发生概率，计算好概率后，再确定承灾体恢复力与完好度。
作为本发明进一步的方案：所述步骤S3包括；
S31、在分析模型的基础上，根据事件表获取灾害事件的事件链；
S32、将事件链中各个灾害要素及关系节点进行编码得到灾害链模型；
S33、通过建立评价矩阵预测灾害风险大小。
作为本发明进一步的方案：所述事件表中依次包括事故、第一触发要素、第一次生/衍生事件、第二触发要素、第二次生/衍生事件、第三次生/衍生事件。
作为本发明进一步的方案：所述步骤S32还包括；
利用公式计算灾害链模型每层灾害要素及关系节点发生概率，公式如下：pd(i+j)＝1-Π(1-pd(i，j)×pl(i,j))
pdij表示灾害链模型中各灾害要素及关系节点发生的概率，plij编码表示灾害链模型中各灾害要素及各节点间的联系关系的概率条件，其中i、j为任意正整数。
作为本发明进一步的方案：所述步骤S3包括；
S33.1、将灾害链模型中每个灾害要素和节点所涉及的灾害风险因素进行评估和层次划分；确定每层的具体风险指标体系；
第一层因素集为一级指标因素，如下：
U1＝{u1,u2}＝{系统脆弱性，系统风险应对能力}
第二层因素集为二级指标因素，共七个：
U21＝{u11,u12，u13}＝{系统安全性，事故风险率，受体暴露}
U2＝{u21,u22,u23,u24}＝{系统风险监测预警，系统安全设施，安全保障资金，大众风险意识}
第三层因素集为三级指标因素：
U11＝{u111,u112,u113,u114}＝{系统普及率，系统服务年限，系统服务时间，系统材质及工作方式，系统维修频率}；
U12＝{u121,u122,u123,u124}＝{历史故障率1，历史故障率2，经济损失率，舆论关注度}；
S33.2、建立各层次因素权重分配集；同时采用1-9标度法获得判断矩阵A；
S33.3、建立综合评判的评价集；记为V＝{v1，v2，v3...vn}；其中，V＝{v1，v2，v3，v4}分别为极高、高、中、低；
S33.4、采用专家打分和隶属函数来构造评价矩阵Ri；
S33.5、进行模糊综合评判；确定风险级别。
作为本发明进一步的方案：所述S33.2、建立各层次因素权重分配集包括；
第一层为：ω＝(ω11,ω12,)；
第二层为：ω1＝(ω11,ω12,ω13)；ω2＝(ω21,ω22,ω23,ω24)
第三层为：ω11＝(ω111,ω112,ω113,ω114)；ω12＝(ω121,ω122,ω123,ω124)；
利用公式
Figure BDA0002355468370000051
对专家评价表中的各列做归一化处理，得到专家意见归一化表；再对专家意见归一化表中的各列数据进行归一化处理，得到权重ωi。
作为本发明进一步的方案：所述S33.5中，
利用公式Bi＝ωi·Ri求出各层次评价因素集的综合评价向量Bi；从而得到各层次因素集的评价矩阵B＝(B1,B2...Bi)T；
利用公式C＝A·B，得到目标风险评价向量C；并取最大隶属值，此时评价指标ui对评价等级vj的隶属程度最高；得到所评估系统的安全等级。
基于所述的城市地震灾害风险评估方法的评估系统，包括；
第一获取模块，用于获取基于灾害事件的致灾因子、承灾体与作用形式之间的关系模型；
第二获取模块，用于基于关系模型获取灾害事件作用过程的分析模型；
预测模块，基于分析模型，获取评价矩阵，用于预测城市系统的风险大小。
本发明的优点在于：
1、本发明通过致灾因子、承灾体与作用形式之间的关系，得到分析模型，并根据分析模型，结合评价矩阵判断灾害的大小，从而能够有效提高城市安全保障能力和灾害应急能力。
2、本发明灾害链致灾环及激发环的概率进行分析，可以发挥人在灾害预防中的主观能动性，将灾害事故控制在孕灾期及灾害潜伏期，从而达到避免灾害发生或将灾害控制在可接受范围内的效果。
3、本发明采用专家综合模糊评价矩阵以及归一化方法对影响灾害风险因素各级指标权重进行综合分析评价、处理，可以有效减小灾害风险评估陷入局部最优的可能性，增强了灾害风险评估的鲁棒性和普适性。
附图说明
图1为本发明实施例1的流程示意图。
图2为本发明实施例1中灾害事件的分解图。
图3为本发明实施例1中分析模型图。
图4为本发明实施例1中灾害链模型图。
图5为本发明实施例2中的结构示意图。
图中，301-第一获取模块，302-第二获取模块，303-预测模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
图1为本发明实施例1的流程示意图；如图1，一种城市地震灾害风险评估方法，包括以下步骤；
S1、对灾害事件进行分解，分解成为致灾因子、承灾体与作用形式之间的关系模型；图2为本发明实施例1中灾害事件的分解图；如图2；
灾害事件中包括了基础情景、简单情景、复杂情景；其中；
基础情景是指单一类型致灾因子与单一类型承灾体发生作用的事件情景；
简单情景是指致灾因子、承灾体与作用形式三者，其中某两项形式单一，另外一项是形式多样的情况，具体分为以下三类：
1)、一种致灾因子作用于多种承灾体；且致灾因子与承灾体之间为一种作用形式；
2)、多种致灾因子作用于一种承灾体，且致灾因子与承灾体之间为一种作用形式；
3)、一种致灾因子通过多种作用形式分别作用于不同的承灾体，即一种致灾因子与若干个承灾体中存在多种的作用关系，通过不同的作用形式作用于承灾体。
复杂事件指事件中含多种致灾因子与多种承灾体之间存在多种作用形式，即若干个致灾因子中，任意一个致灾因子与若干个承灾体之间存在多种作用形式。
步骤S2、根据致灾因子、承灾体以及致灾因子、承灾体之间的作用形式，建立灾害事件作用过程的分析模型；
灾害事件的发生、发展和演变具有显著的时域特征，该过程取决于事件的内在作用机理；承灾体的完好度、事件的作用强度和承灾体的恢复力三个方面，在承灾体对不同作用形式响应特性的基础上，建立起相关事件作用过程的分析模型。
图3为本发明实施例1中分析模型图；如图3，所述分析模型的流程如下：首先通过致灾因子/承灾体/孕灾体辨识灾害事件要素，获得各个灾害事件要素后，接着判断致灾因子与承灾体是否存在相互的作用形式，如果否的话，则灾害事件不会发生；
如果是的话，再结合致灾因子位置、作用范围与强度、承灾体位置，判断承灾体是否在致灾因子的作用范围内；如果不在致灾因子作用范围内，则灾害事件不会发生；
如果在致灾因子的作用范围内的话，再判断作用参数是否达到阈值；未达到阈值则灾害事件不会发生，
如果达到阈值的话，则根据承灾体脆弱性函数计算灾害事件发生概率，计算好概率后，再确定承灾体恢复力与完好度。
需要说明的是，本实施例中提及的作用参数、阈值均可以查找，同时脆弱性函数计算灾害事件发生概率；为现有技术不在本发明的保护范围内。
进一步的，本实施例中，所述分析模型通过针对灾害事件作用过程的建模，充分考虑到各类事件的共性特征，提供了一种统一的分析技术，进而能够体现各类灾害场景中承灾体的响应特性。
步骤S3、基于分析模型，获取评价矩阵，预测目标的风险大小；
S31、在分析模型的基础上，获取灾害事件的事件链；
世界中的各种客观事物都是可细分的，所以非常规突发事件中的致灾因子、承灾体与孕灾环境也是可分的。对于承灾体，由于事件发生时人们的关注点不同，承灾体的选择会有所不同。例如，当地震事件发生时，将城市作为承灾体；当关注于城市内的破坏情况时，将各工厂、学校、社区分别作为承灾体；当关注于石油化工厂受到的破坏情况时，将储罐、管道、生产设施分别作为承灾体；当关注地震后传染病的流行情况时，将人群作为承灾体。由此可以看出，承灾体具有可分性、层次性的特点。
本实施例中，将承灾体看作一个系统，系统具有可分性、层次性；即任意承灾体皆可分解为不同的子承灾体，子承灾体又可继续分解为不同的次一级子承灾体，如此可进行多级分解，直到组成承灾体的最小单元为止。而对于灾害事件，尤其是严重事件，在发生过程中往往诱发多个或多级次生/衍生事件。
重大灾害场景由存在偶合、次生、衍生和异变等关系的灾害事件组成；在重大灾害场景中，相关场景、事件均基于致灾因子、承灾体、孕灾体和作用形式四个要素进行分析，在重大灾害场景中，根据不同的场景选择相应的事件表，然后根据分析模型以及事件表获取每个事件链。
需要说明的是，根据分析模型以及事件表获取事件链过程不在本发明的保护范围内，此处不再详细描述。
其中，所述事件表中依次包括事故、第一触发要素、第一次生/衍生事件、第二触发要素、第二次生/衍生事件、第三次生/衍生事件；如下表所示：
Figure BDA0002355468370000101
获取所述事件链，包括按照先后顺序依次从事件表中获取第一触发要素、第一次生/衍生事件、第二触发要素、第二次生/衍生事件、第三次生/衍生事件，得到事件链。
示例性的，以燃气管网为例根据表1获取地震引发燃气管网灾害事件链；其中表1是地震引发燃气管网相关的灾害事件列表；得到如图4；图4为本发明实施例1中灾害链模型图。
步骤S32、将事件链中各个灾害要素及关系节点进行编码得到灾害链模型，再计算事件链的概率；
本实施例中，根据致灾环、激发环、损害环间的层次关系，得到编码后的灾害链模型；
需要说明的是，致灾环、激发环、损害环间的层次关系为已知的，此处不再详细说明。
将灾害链模型中各灾害要素及关系节点进行编码，用pdij表示；将模型中各灾害要素及各节点间的联系关系用plij表示，其中i、j为任意正整数；
pdij表示灾害链模型中各灾害要素及关系节点发生的概率，plij编码表示灾害链模型中各灾害要素及各节点间的联系关系的概率条件，得到灾害链模型每层灾害要素及关系节点发生概率的计算公式为：
pd(i+j)＝1-∏(1-pd(i，j)×pl(i,j)) (1)
其中，pd(i+1,j)为灾害链每层各灾害要素及各关系节点发生的概率；pd(i,j)为与该灾害要素或关系节点相关联的上一层灾害要素或关系节点发生的概率；pl(i，j)为各灾害要素及各关系节点间联系关系发生的概率。
示例性的，本实施例中，通过致灾环、激发环、损害环间的层次关系获得城市燃气管线泄漏致灾灾害链编码；如图4所示；
基于以往城市燃气管线风险评价研究成果和安全评价技术中的相关内容，设置各灾害要素及各关系节点间的联系概率值pl(i,j)如表1.1所示。
Figure BDA0002355468370000111
由图4可知，按照依次从左往右的顺序，造成中毒窒息、火灾、爆炸灾害的城市燃气管线泄漏致灾灾害链模型中共有“pd11－pl11－pd21－pl21－pd31－pl31－pd41”等16个链条，从第一个到第十六个链条分别如下：
(1)pd11->pl11->pd21->pl21->pd31->pl31->pd41(中毒窒息)；
(2)pd12->pl12->pd21->pl21->pd31->pl31->pd41(中毒窒息)；
(3)pd13->pl13->pd21->pl21->pd31->pl31->pd41(中毒窒息)；
(4)pd14->pl14->pd21->pl21->pd31->pl31->pd41(中毒窒息)；
(5)pd11->pl11->pd21->pl22->pd32->pl32->pd42(火灾)；
(6)pd12->pl12->pd21->pl22->pd32->pl32->pd42(火灾)；
(7)pd13->pl13->pd21->pl22->pd32->pl32->pd42(火灾)；
(8)pd14->pl14->pd21->pl22->pd32->pl32->pd42(火灾)；
(9)pd11->pl11->pd21->pl22->pd32->pl33->pd43(爆炸)；
(10)pd12->pl12->pd21->pl22->pd32->pl33->pd43(爆炸)；
(11)pd13->pl13->pd21->pl22->pd32->pl33->pd43(爆炸)；
(12)pd14->pl14->pd21->pl22->pd32->pl33->pd43(爆炸)；
(13)pd11->pl11->pd21->pl22->pd32->pl33->pd43->pl41->pd42(火灾)；
(14)pd12->pl12->pd21->pl22->pd32->pl33->pd43->pl41->pd42(火灾)；
(15)pd13->pl13->pd21->pl22->pd32->pl33->pd43->pl41->pd42(火灾)；
(16)pd14->pl14->pd21->pl22->pd32->pl33->pd43->pl41->pd42(火灾)；
利用式(1)计算16个链条中各灾害要素及关系节点的发生概率值pd(i+1,j)，可以发现上述16个链条中发生概率较高的链条为第5、9、10、11个链条，分别为由燃气管道裂纹导致的人员中毒窒息灾害事故、燃气管道穿孔导致的人员中毒窒息灾害事故及火灾、爆炸。
且发生概率较高的链条中，导致第五个链条成链的高概率条件是pl12与pl21；导致第九个链条成链的高概率条件是pl13与pl21；导致第十个链条成链的高概率条件是pl13与pl22；由此可知，在城市燃气管线泄漏致灾灾害链中，导致各类灾害发生的主要高概率条件是pl12、pl13、pl21及pl22，且均位于灾害链的致灾环中。
以上对城市燃气管线泄漏致灾灾害链模型的研究均为定性研究，为了定量的分析城市燃气管线泄漏致灾灾害链断链减灾模式，通过概率分析方法对灾害链中各灾害要素间的关系进行分析。由于损害环为灾害发生后造成的后果，在此刻进行的安全活动往往是被动的，多为灾害事故救援及善后处理工作，在此环节中应重视防止灾害不良后果继续作为致灾因子引发其他次生及衍生事故。而对灾害链致灾环及激发环的概率进行分析，可以发挥人在灾害预防中的主观能动性，将灾害事故控制在孕灾期及灾害潜伏期，从而达到避免灾害发生或将灾害控制在可接受范围内的效果。
S33、通过灾害链模型分层，建立评价矩阵预测灾害风险大小；
S33.1、针对灾害链模型中每个灾害要素和节点所涉及的灾害风险因素进行评估和层次划分，获取每层的具体风险指标体系；
U＝{u1,u2,u3...un}为刻画被评价对象的n种因素(即评价指标)，n为评价因素的个数，由具体的指标体系决定。
本发明针对的目标为城市运行系，即针对城市运行系统风险评估影响因素的分析，风险影响因素分为三个层次；其中；
第一层因素集为一级指标因素，如下：
U1＝{u1,u2}＝{系统脆弱性，系统风险应对能力}
第二层因素集为二级指标因素，共七个：
U21＝{u11,u12，u13}＝{系统安全性，事故风险率，受体暴露}
U2＝{u21,u22,u23,u24}＝{系统风险监测预警，系统安全设施，安全保障资金，大众风险意识}
第三层因素集为三级指标因素：
U11＝{u111,u112,u113,u114}＝{系统普及率，系统服务年限，系统服务时间，系统材质及工作方式，系统维修频率}；
U12＝{u121,u122,u123,u124}＝{历史故障率1，历史故障率2，经济损失率，舆论关注度}；
S33.2、建立各层次因素权重分配集；
应用层次分析法(AHP)确定各层次因素集的权重分配集；同时通过比较指标间的两两重要程度，采用1-9标度法得到判断矩阵A＝(A1，A2，……An)，其中；
Figure BDA0002355468370000141
其中1-9标度法得到判断矩阵A为现有技术，不在本发明的保护范围之内，此处不再详细进行说明。
本实施例中有三层权重分配集：
第一层为：ω＝(ω11,ω12,)；
第二层为：ω1＝(ω11,ω12,ω13)；ω2＝(ω21,ω22,ω23,ω24)
第三层为：ω11＝(ω111,ω112,ω113,ω114)；ω12＝(ω121,ω122,ω123,ω124)；
其中ω表示第一层的权重分配集；
对权重分配集ω的专家评价表中的各列做归一化处理，归一化处理公式为：
Figure BDA0002355468370000142
k为正整数，其中，ωij表示第i-1层的权重系数；
Figure BDA0002355468370000143
表示归一化处理后的权重系数；
经过归一化处理后得到专家意见归一化表；再对专家意见归一化表中的各列数据进行归一化处理，即可得到权重分配集ωi。
示例性的，以第一层次因素为例，根据两位专家的意见，得到权重分配集ω的专家评价表，如表1所示：
指标 ω1 ω2
ω1 1 2
ω2 1/2 1
对表1中各列做归一化处理，即
Figure BDA0002355468370000151
得到专家意见归一化表，如表2所示：
Figure BDA0002355468370000152
对表2各列做归一化处理，得到归一化后的权重分配集；ω＝{0.67，0.33}。
进行一致性检验：根据公式Aw＝λmaxw，其中，Aw表示对应于影响风险因素各级指标权重的判断矩阵；从而求出该层级的判断矩阵最大特征根λmax＝2.333。
计算一致性指标C.I.,查看平均一致性指标R.I.，得到一致性比例
Figure BDA0002355468370000153
作为判断矩阵一致性检验是可以接受的；本例中的n＜3，因此具有完全一致性。
需要说明的是，计算一致性指标C.I.为现有技术，不在本发明的保护范围内，此处不再详细说明。
S33.3、建立综合评判的评价集；
评价集是对各层次(即本实施例中的三个层次)评价指标的一种语言描述，这是评审人根据实际情况对各定性指标所给出的评语的集合；记为：
V＝{v1，v2，v3...vn}；
本方案的评语共分为4个等级，V＝{v1，v2，v3，v4}，分别为极高、高、中、低。
且4个等级以评价指标标准值来判断发生概率，而评价指标标准值以区间的形式给出；相对评价等级的评分值，其值限定在[0,1]，如发生概率极高为(0.8,1]，概率低为[0,0.2]。
S33.4、采用专家打分和隶属函数来构造评价矩阵；
模糊综合评价是对多种因素影响的事物做出全面评价的一种十分有效的多因素决策方法，其特点是评价结果不是绝对的肯定或否定，而是以一个模糊集合来表示；模糊模型评价矩阵是因素集U到评价集V的一个模糊映射。在模糊综合评判法中有多种方法来确定评价矩阵，如单因素模糊评价、隶属函数等。
本发明中采用专家打分和隶属函数来获取专家模糊评价矩阵；即构造评价矩阵；其中隶属度属于模糊评价函数里的概念，隶属度取值于区间[0,1]，越接近于1，表示评价指标ui对评价等级vj的隶属程度越高；其中ui是任意评价指标；vj是任意评价等级；
请若干专家对各指标通过投票进行评价，得到评价矩阵Ri；其中i代表任意层级；
具体的，本实施例中，以第二层级为例，请四位专家对各指标通过投票进行评价，得到评价矩阵R1，
Figure BDA0002355468370000171
其中，针对第二层级中的权重分配集ω1中的每个系数(ω11,ω12,ω13)进行投票评价，rxy表示第x个专家对第y个权重系数进行评价，其中x∈[1,4],y∈[1,3]。
S33.5、进行模糊综合评判；确定风险级别；
应用线性加权平均模糊综合评判模型求出各层次评价因素集的综合评价向量Bi，其中，Bi＝ωi·Ri；从而得到各层次因素集的评价矩阵B＝(B1,B2...Bi)T，
可通过公式C＝A·B，其中A为判断矩阵，可得目标风险评价向量C，取向量中元素最大隶属值，此时所述最大隶属值值表示的是评价指标ui对评价等级vj的隶属程度最高，所以目标风险评价向量C可以代表目标(所评估系统)的安全等级。
实施例2
如图5，图5为本发明实施例2中的结构示意图；基于所述的城市地震灾害风险评估方法的评估系统，包括；
第一获取模块301，用于获取基于灾害事件的致灾因子、承灾体与作用形式之间的关系模型；
第二获取模块302，用于基于关系模型获取灾害事件作用过程的分析模型；还包括；所述分析模型流程为：
首先通过致灾因子/承灾体/孕灾体辨识灾害事件要素，获得各个灾害事件要素后，接着判断致灾因子与承灾体是否存在相互的作用形式，如果否的话，则灾害事件不会发生；
如果是的话，再结合致灾因子位置、作用范围与强度、承灾体位置，判断承灾体是否在致灾因子的作用范围内；如果不在致灾因子作用范围内，则灾害事件不会发生；
如果在致灾因子的作用范围内的话，再判断作用参数是否达到阈值；未达到阈值则灾害事件不会发生，
如果达到阈值的话，则根据承灾体脆弱性函数计算灾害事件发生概率，计算好概率后，再确定承灾体恢复力与完好度。
预测模块303，用于预测城市系统的风险大小；还包括以下步骤；
S31、在分析模型的基础上，根据事件表获取灾害事件的事件链；所述事件表中依次包括事故、第一触发要素、第一次生/衍生事件、第二触发要素、第二次生/衍生事件、第三次生/衍生事件；
S32、将事件链中各个灾害要素及关系节点进行编码得到灾害链模型；
利用公式计算灾害链模型每层灾害要素及关系节点发生概率，公式如下：pd(i+j)＝1-Π(1-pd(i，j)×pl(i,j))
pdij表示灾害链模型中各灾害要素及关系节点发生的概率，plij编码表示灾害链模型中各灾害要素及各节点间的联系关系的概率条件，其中i、j为任意正整数
S33、通过建立评价矩阵预测灾害风险大小；还包括；
S33.1、将灾害链模型中每个灾害要素和节点所涉及的灾害风险因素进行评估和层次划分；确定每层的具体风险指标体系；
第一层因素集为一级指标因素，如下：
U1＝{u1,u2}＝{系统脆弱性，系统风险应对能力}
第二层因素集为二级指标因素，共七个：
U21＝{u11,u12，u13}＝{系统安全性，事故风险率，受体暴露}
U2＝{u21,u22,u23,u24}＝{系统风险监测预警，系统安全设施，安全保障资金，大众风险意识}
第三层因素集为三级指标因素：
U11＝{u111,u112,u113,u114}＝{系统普及率，系统服务年限，系统服务时间，系统材质及工作方式，系统维修频率}；
U12＝{u121,u122,u123,u124}＝{历史故障率1，历史故障率2，经济损失率，舆论关注度}；
S33.2、建立各层次因素权重分配集；同时采用1-9标度法获得判断矩阵A；
第一层为：ω＝(ω11,ω12,)；
第二层为：ω1＝(ω11,ω12,ω13)；ω2＝(ω21,ω22,ω23,ω24)
第三层为：ω11＝(ω111,ω112,ω113,ω114)；ω12＝(ω121,ω122,ω123,ω124)；
利用公式
Figure BDA0002355468370000191
对专家评价表中的各列做归一化处理，得到专家意见归一化表；再对专家意见归一化表中的各列数据进行归一化处理，得到权重ωi；
S33.3、建立综合评判的评价集；记为V＝{v1，v2，v3...vn}；其中，V＝{v1，v2，v3，v4}分别为极高、高、中、低；
S33.4、采用专家打分和隶属函数来构造评价矩阵Ri；
S33.5、进行模糊综合评判；确定风险级别；
利用公式Bi＝ωi·Ri求出各层次评价因素集的综合评价向量Bi；从而得到各层次因素集的评价矩阵B＝(B1,B2...Bi)T；
利用公式C＝A·B，得到目标风险评价向量C；并取最大隶属值，此时评价指标ui对评价等级vj的隶属程度最高；得到所评估系统的安全等级。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种城市地震灾害风险评估方法，其特征在于，包括以下步骤；
S1、获取基于灾害事件的致灾因子、承灾体与作用形式之间的关系模型；
S2、基于关系模型获取灾害事件作用过程的分析模型；
S3、基于分析模型，获取评价矩阵，预测目标的风险大小。
2.根据权利要求1所述的城市地震灾害风险评估方法，其特征在于，所述灾害事件包括基础情景、简单情景、复杂情景。
3.根据权利要求1所述的城市地震灾害风险评估方法，其特征在于，所述分析模型流程为：
首先通过致灾因子/承灾体/孕灾体辨识灾害事件要素，获得各个灾害事件要素后，接着判断致灾因子与承灾体是否存在相互的作用形式，如果否的话，则灾害事件不会发生；
如果是的话，再结合致灾因子位置、作用范围与强度、承灾体位置，判断承灾体是否在致灾因子的作用范围内；如果不在致灾因子作用范围内，则灾害事件不会发生；
如果在致灾因子的作用范围内的话，再判断作用参数是否达到阈值；未达到阈值则灾害事件不会发生，
如果达到阈值的话，则根据承灾体脆弱性函数计算灾害事件发生概率，计算好概率后，再确定承灾体恢复力与完好度。
4.根据权利要求1所述的城市地震灾害风险评估方法，其特征在于，所述步骤S3包括；
S31、在分析模型的基础上，根据事件表获取灾害事件的事件链；
S32、将事件链中各个灾害要素及关系节点进行编码得到灾害链模型；
S33、通过灾害链模型分层，建立评价矩阵预测灾害风险大小。
5.根据权利要求4所述的城市地震灾害风险评估方法，其特征在于，所述事件表中依次包括事故、第一触发要素、第一次生/衍生事件、第二触发要素、第二次生/衍生事件、第三次生/衍生事件。
6.根据权利要求4所述的城市地震灾害风险评估方法，其特征在于，所述步骤S32还包括；
利用公式计算灾害链模型每层灾害要素及关系节点发生概率，公式为；
pd(i+j)＝1-Π(1-pd(i，j)×pl(i,j))
pdij表示灾害链模型中各灾害要素及关系节点发生的概率，plij编码表示灾害链模型中各灾害要素及各节点间的联系关系的概率条件，其中i、j为任意正整数。
7.根据权利要求6所述的城市地震灾害风险评估方法，其特征在于，所述步骤S3包括；
S33.1、将灾害链模型中每个灾害要素和节点所涉及的灾害风险因素进行评估和层次划分；确定每层的具体风险指标体系；
第一层因素集为一级指标因素，如下：
U1＝{u1,u2}＝{系统脆弱性，系统风险应对能力}
第二层因素集为二级指标因素，共七个：
U21＝{u11,u12，u13}＝{系统安全性，事故风险率，受体暴露}
U2＝{u21,u22,u23,u24}＝{系统风险监测预警，系统安全设施，安全保障资金，大众风险意识}
第三层因素集为三级指标因素：
U11＝{u111,u112,u113,u114}＝{系统普及率，系统服务年限，系统服务时间，系统材质及工作方式，系统维修频率}；
U12＝{u121,u122,u123,u124}＝{历史故障率1，历史故障率2，经济损失率，舆论关注度}；
S33.2、建立各层次因素权重分配集；同时采用1-9标度法获得判断矩阵A；
S33.3、建立综合评判的评价集；记为V＝{v1，v2，v3...vn}；其中，V＝{v1，v2，v3，v4}分别为极高、高、中、低；
S33.4、采用专家打分和隶属函数来构造评价矩阵Ri；
S33.5、进行模糊综合评判；确定风险级别。
8.根据权利要求7所述的城市地震灾害风险评估方法，其特征在于，所述建立各层次因素权重分配集包括；
第一层为：ω＝(ω11,ω12,)；
第二层为：ω1＝(ω11,ω12,ω13)；ω2＝(ω21,ω22,ω23,ω24)
第三层为：ω11＝(ω111,ω112,ω113,ω114)；ω12＝(ω121,ω122,ω123,ω124)；
利用公式
Figure FDA0002355468360000031
专家评价表中的各列做归一化处理，得到专家意见归一化表；再对专家意见归一化表中的各列数据进行归一化处理，得到权重分配集ωi。
9.根据权利要求8所述的城市地震灾害风险评估方法，其特征在于，所述S33.5中，
利用公式Bi＝ωi·Ri求出各层次评价因素集的综合评价向量Bi；从而得到各层次因素集的评价矩阵B＝(B1,B2...Bi)T；
利用公式C＝A·B，得到目标风险评价向量C；同时取最大隶属值，此时评价指标ui对评价等级vj的隶属程度最高；得到所评估系统的安全等级。
10.基于权利要求1-9任一所述的城市地震灾害风险评估方法的评估系统，其特征在于，包括；
第一获取模块，用于获取基于灾害事件的致灾因子、承灾体与作用形式之间的关系模型；
第二获取模块，用于基于关系模型获取灾害事件作用过程的分析模型；
预测模块，用于基于分析模型，获取评价矩阵，预测目标的风险大小。
CN202010006498.8A 2020-01-03 2020-01-03 一种城市地震灾害风险评估方法及系统 Pending CN111223027A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010006498.8A CN111223027A (zh) 2020-01-03 2020-01-03 一种城市地震灾害风险评估方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010006498.8A CN111223027A (zh) 2020-01-03 2020-01-03 一种城市地震灾害风险评估方法及系统

Publications (1)

Publication Number Publication Date
CN111223027A true CN111223027A (zh) 2020-06-02

Family

ID=70807949

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010006498.8A Pending CN111223027A (zh) 2020-01-03 2020-01-03 一种城市地震灾害风险评估方法及系统

Country Status (1)

Country Link
CN (1) CN111223027A (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111832953A (zh) * 2020-07-19 2020-10-27 哈尔滨理工大学 一种突发事件应急演练脚本规范化设计方法
CN111932120A (zh) * 2020-08-11 2020-11-13 安徽泽众安全科技有限公司 一种地质灾害下燃气管网泄漏爆炸风险评估方法及系统
CN112215458A (zh) * 2020-09-01 2021-01-12 青岛海信网络科技股份有限公司 灾害分析方法和电子设备
CN112365191A (zh) * 2020-12-01 2021-02-12 中国水利水电科学研究院 一种基于台风-暴雨-洪涝链式灾害的风险度量方法
CN112801473A (zh) * 2021-01-15 2021-05-14 北京城市系统工程研究中心 基于自然灾害链的灾害预测方法及系统
CN113011749A (zh) * 2021-03-22 2021-06-22 华南理工大学 一种基于风险与能力的城市公共安全评估方法
CN114186772A (zh) * 2021-10-22 2022-03-15 中山大学 一种多灾种耦合作用下的燃气泄露风险预测方法
CN114841398A (zh) * 2022-03-22 2022-08-02 中山大学 事件链驱动下的多灾种耦合模型推演方法
CN115099536A (zh) * 2022-08-24 2022-09-23 深圳市城市公共安全技术研究院有限公司 灾害链管控应对方法、系统、终端设备及介质
CN115510669A (zh) * 2022-10-11 2022-12-23 昆明理工大学 一种基于gis模糊分析的输电线路地震损失评估方法
CN115982960A (zh) * 2022-12-08 2023-04-18 国家管网集团北方管道有限责任公司 用于管道输油站的智能风险防控能力评价方法
CN116884157A (zh) * 2023-07-11 2023-10-13 中国人民解放军军事科学院系统工程研究院 一种野外基地预警系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103033855A (zh) * 2012-12-12 2013-04-10 江苏省电力公司电力科学研究院 电网气象灾害监测预警系统
CN104504482A (zh) * 2014-10-24 2015-04-08 南京理工大学 一种铁路大雪灾害风险模糊综合评估方法
CN105825320A (zh) * 2016-03-07 2016-08-03 天津工业大学 一种石油化工企业承灾体脆弱性评估方法
CN106570650A (zh) * 2016-11-09 2017-04-19 新疆林科院园林绿化研究所 一种林果产业低温冻害风险获取方法
CN109426906A (zh) * 2017-08-29 2019-03-05 北京思湃德信息技术有限公司 一种暴雨气象灾害风险评估系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103033855A (zh) * 2012-12-12 2013-04-10 江苏省电力公司电力科学研究院 电网气象灾害监测预警系统
CN104504482A (zh) * 2014-10-24 2015-04-08 南京理工大学 一种铁路大雪灾害风险模糊综合评估方法
CN105825320A (zh) * 2016-03-07 2016-08-03 天津工业大学 一种石油化工企业承灾体脆弱性评估方法
CN106570650A (zh) * 2016-11-09 2017-04-19 新疆林科院园林绿化研究所 一种林果产业低温冻害风险获取方法
CN109426906A (zh) * 2017-08-29 2019-03-05 北京思湃德信息技术有限公司 一种暴雨气象灾害风险评估系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘玙婷: "基于承灾体的区域灾害链风险研究" *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111832953A (zh) * 2020-07-19 2020-10-27 哈尔滨理工大学 一种突发事件应急演练脚本规范化设计方法
CN111932120B (zh) * 2020-08-11 2021-11-30 安徽泽众安全科技有限公司 一种地质灾害下燃气管网泄漏爆炸风险评估方法及系统
CN111932120A (zh) * 2020-08-11 2020-11-13 安徽泽众安全科技有限公司 一种地质灾害下燃气管网泄漏爆炸风险评估方法及系统
CN112215458A (zh) * 2020-09-01 2021-01-12 青岛海信网络科技股份有限公司 灾害分析方法和电子设备
CN112365191A (zh) * 2020-12-01 2021-02-12 中国水利水电科学研究院 一种基于台风-暴雨-洪涝链式灾害的风险度量方法
CN112801473A (zh) * 2021-01-15 2021-05-14 北京城市系统工程研究中心 基于自然灾害链的灾害预测方法及系统
CN113011749A (zh) * 2021-03-22 2021-06-22 华南理工大学 一种基于风险与能力的城市公共安全评估方法
CN114186772A (zh) * 2021-10-22 2022-03-15 中山大学 一种多灾种耦合作用下的燃气泄露风险预测方法
CN114841398A (zh) * 2022-03-22 2022-08-02 中山大学 事件链驱动下的多灾种耦合模型推演方法
CN115099536A (zh) * 2022-08-24 2022-09-23 深圳市城市公共安全技术研究院有限公司 灾害链管控应对方法、系统、终端设备及介质
CN115099536B (zh) * 2022-08-24 2022-11-15 深圳市城市公共安全技术研究院有限公司 灾害链管控应对方法、系统、终端设备及介质
CN115510669A (zh) * 2022-10-11 2022-12-23 昆明理工大学 一种基于gis模糊分析的输电线路地震损失评估方法
CN115982960A (zh) * 2022-12-08 2023-04-18 国家管网集团北方管道有限责任公司 用于管道输油站的智能风险防控能力评价方法
CN115982960B (zh) * 2022-12-08 2023-09-01 国家管网集团北方管道有限责任公司 用于管道输油站的智能风险防控能力评价方法
CN116884157A (zh) * 2023-07-11 2023-10-13 中国人民解放军军事科学院系统工程研究院 一种野外基地预警系统

Similar Documents

Publication Publication Date Title
CN111223027A (zh) 一种城市地震灾害风险评估方法及系统
Zhang et al. Towards a fuzzy Bayesian network based approach for safety risk analysis of tunnel‐induced pipeline damage
Onan et al. An evolutionary multi-objective optimization approach to disaster waste management: A case study of Istanbul, Turkey
Antucheviciene et al. Solving civil engineering problems by means of fuzzy and stochastic MCDM methods: current state and future research
CN107886235A (zh) 一种耦合确定性与不确定分析的火灾风险评估方法
Yang et al. A new cyber security risk evaluation method for oil and gas SCADA based on factor state space
CN104715163A (zh) 一种埋地油气管道风险评估方法
Ghajari et al. Urban vulnerability under various blast loading scenarios: Analysis using GIS-based multi-criteria decision analysis techniques
CN112529265A (zh) 一种燃气管线综合风险评估、预测方法及系统
CN114841660B (zh) 一种基于现场信息的企业智慧安全管控云平台
Zhang et al. Data-driven AI emergency planning in process industry
Mi et al. An integrated method for fire risk assessment in residential buildings
De Iuliis et al. Quantifying restoration time of pipelines after earthquakes: Comparison of Bayesian belief networks and fuzzy models
Chen et al. Knowledge graph improved dynamic risk analysis method for behavior-based safety management on a construction site
Lu et al. Using cased based reasoning for automated safety risk management in construction industry
Zhang et al. A Bayesian network model for seismic risk analysis
Gilbuena Jr et al. Fuzzy‐based gaps assessment of flood disaster risk reduction management systems in Metro Manila, Philippines
CN116644954B (zh) 抽蓄工程施工安全风险智能化决策方法
CN117726162A (zh) 一种基于多模态数据融合的社区风险等级评估方法及系统
He et al. Integration of interpretive structural modeling with fuzzy Bayesian network for risk assessment of tunnel collapse
Chen et al. Risk analysis of oilfield gathering station
Xu et al. Fuzzy Logic Applications for Water Pipeline Performance Analysis
CN115564272A (zh) 基于韧性城市理论的火灾风险与消防安全动态评估方法
Sun et al. Coal mine gas safety evaluation based on adaptive weighted least squares support vector machine and improved dempster–shafer evidence theory
Bazargan-Lari et al. Real-time contamination zoning in water distribution networks for contamination emergencies: A case study

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20200602

RJ01 Rejection of invention patent application after publication