CN115456463A - 一种山洪灾害危险区风险等级划分方法及系统 - Google Patents
一种山洪灾害危险区风险等级划分方法及系统 Download PDFInfo
- Publication number
- CN115456463A CN115456463A CN202211214043.0A CN202211214043A CN115456463A CN 115456463 A CN115456463 A CN 115456463A CN 202211214043 A CN202211214043 A CN 202211214043A CN 115456463 A CN115456463 A CN 115456463A
- Authority
- CN
- China
- Prior art keywords
- risk
- disaster
- evaluation
- item
- information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000011156 evaluation Methods 0.000 claims abstract description 173
- 238000004364 calculation method Methods 0.000 claims description 21
- 238000004458 analytical method Methods 0.000 claims description 18
- 238000012544 monitoring process Methods 0.000 claims description 9
- 231100001261 hazardous Toxicity 0.000 claims 1
- 238000007726 management method Methods 0.000 abstract description 6
- 238000013439 planning Methods 0.000 abstract description 5
- 230000000694 effects Effects 0.000 abstract description 3
- 238000011835 investigation Methods 0.000 description 9
- 238000013316 zoning Methods 0.000 description 6
- 238000009826 distribution Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000013461 design Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000012732 spatial analysis Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Databases & Information Systems (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种山洪灾害危险区风险等级划分方法及系统,其方法包括以下步骤:获取山洪灾害危险区的基本信息;获取所述山洪灾害危险区的风险项;基于所述基本信息为所述风险项配置风险评价指标;获取所述风险项以及所述风险评价指标的权重;基于所述权重计算所述山洪灾害危险区对应所述风险项的风险等级参数;基于所述风险等级参数获取所述山洪灾害危险区的风险等级。本申请具有便于对山洪灾害危险区进行分区规划和管理的效果。
Description
技术领域
本申请涉及山洪灾害研究的技术领域,尤其是涉及一种山洪灾害危险区风险等级划分方法及系统。
背景技术
山洪灾害风险是指由于降雨在山丘区引发的暴涨暴落洪水及由山洪引发的泥石流、山体滑坡、崩塌等对国民经济和人民生命财产造成重大损失的灾害,具有突发性强、危害性大及预警困难等特点。
由于山洪灾害的威胁性非常高,因此,对关于山洪灾害危险区的风险评估与管理显得尤为重要。山洪灾害具备一定的突发性,一般通过监测预警设施对山洪灾害危险区进行山洪灾害预警。当预测到可能发生山洪灾害预警时,山洪灾害危险区内相关人员和建筑等均需要进行保护或转移,若预测有误,则浪费了大量的人力物力资源,不便于危险区的管理。
发明内容
为了便于对山洪灾害危险区进行分区规划和管理,本申请提供一种山洪灾害危险区风险等级划分方法及系统。
第一方面,本申请提供一种山洪灾害危险区风险等级划分方法,采用如下的技术方案:
一种山洪灾害危险区风险等级划分方法,包括以下步骤:
获取山洪灾害危险区的基本信息;
获取所述山洪灾害危险区的风险项;
基于所述基本信息为所述风险项配置风险评价指标;
获取所述风险项以及所述风险评价指标的权重;
基于所述权重计算所述山洪灾害危险区对应所述风险项的风险等级参数;
基于所述风险等级参数获取所述山洪灾害危险区的风险等级。
通过采用上述技术方案,基于山洪灾害危险区的基本信息为风险项配置风险评价指标,便于根据山洪灾害危险区的实际情况进行分析;获取风险项以及风险评价指标的权重,以计算山洪灾害危险区的风险等级参数,能够根据山洪灾害危险区的不同影响因素进行合理计算,提高风险等级参数获取的可靠性;根据风险等级参数进行山洪灾害危险区的风险等级划分,适应了山洪灾害危险区的自身实际条件,具有代表性,同时,为所有的山洪灾害危险区进行等级划分,便于直观了解山洪灾害危险区的危险等级,便于分区规划和分区管理。
可选的,所述基本信息包括危险区基础信息和保护对象基础信息。
通过采用上述技术方案,从危险区和保护对象两方面进行考虑,能够提高准确性和可靠性。
可选的,所述风险项包括危险性风险项、承灾体风险项和易损性风险项。
通过采用上述技术方案,从危险性、承灾体以及易损性方面综合对山洪灾害危险区进行分析,比较可靠。
可选的,所述基于所述基本信息为所述风险项配置风险评价指标包括以下步骤:基于所述基本信息获取所述山洪灾害危险区的降雨因子和地形因子,作为所述危险性风险项的危险性评价指标;
基于所述基本信息获取人口信息、房屋信息以及现状防洪能力信息,作为所述承灾体风险项的承灾体评价指标;
基于所述基本信息获取脆弱房屋比例、监测预警设施信息以及涉水工程设施信息,作为所述易损性风险项的易损性评价指标;
将所述危险性评价指标、所述承灾体评价指标以及所述易损性评价指标作为风险评价指标,并基于所述基本信息为所述风险评价指标配置指标信息。
通过采用上述技术方案,根据基本信息从多方面为风险项配置多项风险评价指标,信息量较丰富,比较可靠。
可选的,所述获取所述风险项以及所述风险评价指标的权重包括以下步骤:
基于层次分析法对所述风险项以及所述风险评价指标进行分析,得到分析结果;
基于所述分析结果为所述风险项以及所述风险评价指标进行权重赋值。
通过采用上述技术方案,便于根据权重进行计算。
可选的,所述基于所述权重计算所述山洪灾害危险区对应所述风险项的风险等级参数包括:
所述危险性风险项的风险等级参数计算方法为:
其中,H表示所述危险性风险项的风险等级参数;Hi为所述危险性评价指标的评价参数;Hik为所述危险性评价指标内所有指标信息的评价参数;W和w分别表示所述危险性评价指标和所有所述指标信息的权重;m表示所述危险性风险项中的所述危险性评价指标的数量,m′表示所述危险性评价指标内指标信息的数量;
所述承灾体风险项的风险等级参数计算方法为:
其中,E为所述承灾体风险项的风险等级参数;Ej为所述承灾体评价指标的评价参数;Ejk为所述承灾体评价指标内所有指标信息的评价参数;W和w分别表示所述承灾体评价指标和所有所述指标信息的权重;n表示所述承灾体风险项中的所述承灾体评价指标的数量,n′表示所述承灾体评价指标内指标信息的数量;
所述易损性风险项的风险等级参数计算方法为:
其中,V为所述易损性风险项的风险等级参数;Vk为所述易损性评价指标的评价参数;Vkk′为所述易损性评价指标内所有指标信息的评价参数;Wk和wkk′分别表示所述易损性评价指标和所有所述指标信息的权重;l表示所述易损性风险项中的所述易损性评价指标的数量,l′表示所述易损性评价指标内指标信息的数量。
通过采用上述技术方案,根据权重计算风险项的风险等级参数,较为科学可靠。
可选的,所述基于所述风险等级参数获取所述山洪灾害危险区的风险等级包括:获取预设的等级参数阈值,所述参数阈值包括所述危险性风险项、所述承灾体风险项以及所述易损性风险项的等级参数阈值;
基于所述等级参数阈值对所述危险性风险项、所述承灾体风险项以及所述易损性风险项的风险等级参数分别进行等级划分,获取风险项评价等级,所述风险项评价等级包括所述山洪灾害危险区的危险性评价等级、承灾体评价等级以及易损性评价等级;
基于预设的评价规则和所述风险项评价等级对所述山洪灾害危险区进行等级划分,获取所述山洪灾害危险区的风险等级。
通过采用上述技术方案,根据所有风险项的风险项评价参数对山洪灾害危险区的风险等级进行评价,较为科学。
可选的,所述风险等级包括高风险、中风险和低风险。
可选的,所述基于所述风险等级参数获取所述山洪灾害危险区的风险等级之后,还包括:
获取所述山洪灾害危险区的特殊情况信息;
基于所述特殊情况信息对所述风险等级进行修正。
通过采用上述技术方案,能够适应不同山洪灾害危险区的特殊情况,较为实用。
第二方面,本申请提供一种山洪灾害危险区风险等级划分系统,采用如下的技术方案:
一种山洪灾害危险区风险等级划分系统,包括:
获取模块,用于获取山洪灾害危险区的基本信息以及所述山洪灾害危险区的风险项;
分析模块,用于基于所述基本信息为所述风险项配置风险评价指标;
计算模块,用于获取所述风险项以及所述风险评价指标的权重,并基于所述权重计算所述山洪灾害危险区对应所述风险项的风险等级参数;
以及输出模块,用于基于所述风险等级参数获取所述山洪灾害危险区的风险等级。
通过采用上述技术方案,基于山洪灾害危险区的基本信息为风险项配置风险评价指标,便于根据山洪灾害危险区的实际情况进行分析;获取风险项以及风险评价指标的权重,以计算山洪灾害危险区的风险等级参数,能够根据山洪灾害危险区的不同影响因素进行合理计算,提高风险等级参数获取的可靠性;根据风险等级参数进行山洪灾害危险区的风险等级划分,适应了山洪灾害危险区的自身实际条件,具有代表性,同时,为所有的山洪灾害危险区进行等级划分,便于直观了解山洪灾害危险区的危险等级,便于分区规划和分区管理。
附图说明
图1是本申请实施例一种山洪灾害危险区风险等级划分方法的整体流程示意图。
图2是本申请实施例一种山洪灾害危险区风险等级划分方法中步骤S201-步骤S204的流程示意图。
图3是本申请实施例一种山洪灾害危险区风险等级划分方法中步骤S301-步骤S302的流程示意图。
图4是本申请实施例一种山洪灾害危险区风险等级划分方法中步骤S401-步骤S403的流程示意图。
图5是本申请实施例一种山洪灾害危险区风险等级划分方法中步骤S501-步骤S502的流程示意图。
图6是本申请实施例一种山洪灾害危险区风险等级划分系统的模块连接示意图。
附图标记说明:
1、获取模块;2、分析模块;3、计算模块;4、输出模块。
具体实施方式
以下结合附图对本申请作进一步详细说明。
本申请实施例公开一种山洪灾害危险区风险等级划分方法,参照图1,包括以下步骤:
S101、获取山洪灾害危险区的基本信息;
S102、获取山洪灾害危险区的风险项;
S103、基于基本信息为风险项配置风险评价指标;
S104、获取风险项以及风险评价指标的权重;
S105、基于权重计算山洪灾害危险区对应风险项的风险等级参数;
S106、基于风险等级参数获取山洪灾害危险区的风险等级。
在本实施例中,山洪灾害危险区的基本信息包括危险区基础信息和保护对象基础信息,危险区基础信息可以为危险区边界、土地利用、土壤类型、遥感影像、危险区河网、河道比降、水文气象资料、XX省暴雨图集、XX省暴雨洪水查算手册等基础数据,也可以为山洪灾害危险区内交通、道路、预警设施设备、涉水工程等对象的空间分布数据,为了便于对危险区基本信息进行查看,可以将空间分布数据投影坐标统一整理成高斯-克吕格投影坐标系(CGCS2000)。保护对象基础信息可以以山洪灾害危险区为单元,获取到的河道地形/控制断面组、成灾水位、房屋类型、人口高程分布、交通与通讯等信息。
基本信息的获取来源可以依托基础地理信息数据以及山洪灾害调查评价成果数据、山洪灾害危险区具体保护对象社会数据获取。
获取到基本信息之后,需要对基本信息进行初步分析,来对基本信息的一致性、完整性以及适用性进行评估。首先通过遥感解译(RS)、空间分析(GIS)等新一代3S信息技术手段对基本信息进行各要素单因子提取,并依据基本信息的特性获取到山洪灾害危险区的风险项以及风险项对应的风险评价指标。
在本实施例中,风险评价指标的选择着重考虑以下几点:
1.山洪灾害调查评价成果从多方面反映了山洪灾害在小流域特性参数、下垫面特征、社会经济情况、现状防洪能力评价结果、涉水工程及监测预警设施设备调查成果的信息,因此重点考虑采用山洪灾害调查评价提及的多项数据成果作为风险评价指标;
2.影响山洪灾害的因素总体分为降雨因素、下垫面因素以及人类活动因素三个方面,因此选择与山洪灾害最直接相关的因素,以凸显最关键最主要风险评价指标;
3.通过采用归类与合并等措施,尽量减小风险评价指标彼此之间的相关性,以最大限度地保证风险评价指标之间相互独立。
综上,本实施例根据基本信息获取三大风险项,分别为危险性风险项、承灾体风险项以及易损性风险项,并根据基本信息为三大风险项配置风险评价指标。参照图2,具体包括以下步骤:
S201、基于基本信息获取山洪灾害危险区的降雨因子和地形因子,作为危险性风险项的危险性评价指标;
S202、基于基本信息获取人口信息、房屋信息以及现状防洪能力信息,作为承灾体风险项的承灾体评价指标;
S203、基于基本信息获取脆弱房屋比例、监测预警设施信息以及涉水工程设施信息,作为易损性风险项的易损性评价指标;
S204、将危险性评价指标、承灾体评价指标以及易损性评价指标作为风险评价指标,并基于基本信息为风险评价指标配置指标信息。
针对危险性风险项,选择降雨因子和地形因子来作为危险性风险项的风险评价指标,理由如下:
(1)降雨因子:短历时强降雨是山洪事件的激发因子,是山洪危险性的初始来源,通过山洪灾害调查评价成果数据表明历时为3h和6h的稀遇降雨量及变率是非常突出的主成分,故选择100年一遇3h、6h设计暴雨均值及变差系数Cv作为降雨因子;
(2)地形因子:流域形状、坡度、植被覆盖、土壤类型及分布、沟道比降等因素,都会对产汇流造成影响,是山洪危险性的主要来源,洪峰模数及汇流时间是根据山洪灾害调查评价成果数据分析计算后得到的结果,可反映下垫面特征及产汇流特性,故选择这两项指标综合为危险性风险项的风险评价指标。
针对承灾体风险项,山洪灾害调查评价成果对受山洪威胁的沿河村落进行了详查和分析评估,沿河村落与山洪沟的空间关系和现状防洪能力对山洪事件影响突出,故选择受山洪威胁的沿河村落的人口信息、房屋信息及现状防洪能力信息为承灾体风险项的风险评价指标。
针对易损性风险项,易损性表现为在山洪灾害事件中容易遭受损害的特性及程度。根据山洪灾害调查评价内容,沿河村落房屋结构及各种监测预警设施、涉水工程的信息可以大致直接反映易损性的基本情况,故选择危险区内Ⅲ类和Ⅳ类房屋所占比例、监测站的站点数量、涉水工程的数量作为表征易损性风险项的风险评价指标。
根据风险项、风向评价指标以及指标信息构建风险评价指标体系,具体如下表1:
表1风险评价指标体系
构建风险评价指标体系后,需要对风险项以及风险评价指标进行计算,通过各风险项的权重、风险项内各风险评价指标的权重以及各风险评价指标内各指标信息的权重可以便于计算山洪灾害危险区的风险等级。参照图3,获取权重的过程包括以下步骤:
S301、基于层次分析法对风险项以及风险评价指标进行分析,得到分析结果;
S302、基于分析结果为风险项以及风险评价指标进行权重赋值。
权重赋值可以根据各风险评价指标的实际情况来进行,在本实施例中,根据层次分析法对风险项进行分析,认为危险性风险项、承灾体风险项和易损性风险项同等重要,因此危险性风险项、承灾体风险项和易损性风险项的权重赋值可以为1/3。
在确定风险项评价指标的权重值时,需要根据在风险项中的关键风险因素来进行不同的权重赋值,影响较大的因素可以根据实际情况赋值较高,影响较小的因素可以根据实际情况赋值较低。例如,危险性风险项中,短历时强降雨特征因素较高,因此为降雨因子赋予权重较高,假设降雨因子的权重赋值为2/3,则地形因子的权重赋值为1/3。又例如,在承灾体风险项中,为人口数量以及现状防洪能力影响较大,因此为人口信息以及现状防洪能力信息权重赋值均为2/5,房屋数量影响相对较弱,为房屋信息的权重赋值为1/5。又例如,在易损性风险项中,考虑到监测站点对于应急避险转移的重要性,因此监测预警设施信息的权重相对较高,例如1/2,脆弱房屋比例信息以及涉水工程设施信息的权重赋值分别为1/4。
同样地,在对指标信息进行权重赋值时,根据指标信息的影响程度来进行权重划分,例如,由上述可知,在危险性风险项中,降雨因子的指标信息分别为100年一遇6h设计暴雨值和变差系数Cv以及100年一遇3h设计暴雨值和变差系数Cv,可以将两者的权重均设置为1/2;又例如,在地形因子中,将危险区单位洪峰模数以及危险区的回流时间的权重均赋值为1/2。在其他风险项中,由于上述表1中给出的指标信息与风险项评价指标为一一对应的关系,因此,风险项评价指标中指标信息的权重赋值均为1。
当然,上述获取到的权重赋值还可以由专家进行评估和修正,以获得更加贴合山洪灾害危险区的实际情况。
在确定风险项评价指标以及指标信息的权重之后,可进行各风险项的风险项等级参数计算,具体计算方法如下:
危险性风险项的风险等级参数计算方法为:
其中,H表示危险性风险项的风险等级参数;Hi为危险性评价指标的评价参数;Hik为危险性评价指标内所有指标信息的评价参数;W和w分别表示危险性评价指标和所有指标信息的权重;m表示危险性风险项中的危险性评价指标的数量,m′表示危险性评价指标内指标信息的数量。
承灾体风险项的风险等级参数计算方法为:
其中,E为承灾体风险项的风险等级参数;Ej为承灾体评价指标的评价参数;Ejk为承灾体评价指标内所有指标信息的评价参数;W和w分别表示承灾体评价指标和所有指标信息的权重;n表示承灾体风险项中的承灾体评价指标的数量,n′表示承灾体评价指标内指标信息的数量。
易损性风险项的风险等级参数计算方法为:
其中,V为易损性风险项的风险等级参数;Vk为易损性评价指标的评价参数;Vkk′为易损性评价指标内所有指标信息的评价参数;Wk和wkk′分别表示易损性评价指标和所有指标信息的权重;l表示易损性风险项中的易损性评价指标的数量,l′表示易损性评价指标内指标信息的数量。
通过上述计算方法,可以得知针对危险性风险项H、承灾体风险项E以及易损性风险项V的风险项等级参数。在获取风险项等级参数之后,可以根据风险项等级参数获取山洪灾害危险区的风险等级。参照图4,具体包括以下步骤:
S401、获取预设的等级参数阈值,参数阈值包括危险性风险项、承灾体风险项以及易损性风险项的等级参数阈值;
S402、基于等级参数阈值对危险性风险项、承灾体风险项以及易损性风险项的风险等级参数分别进行等级划分,获取风险项评价等级,风险项评价等级包括山洪灾害危险区的危险性评价等级、承灾体评价等级以及易损性评价等级;
S403、基于预设的评价规则和风险项评价等级对山洪灾害危险区进行等级划分,获取山洪灾害危险区的风险等级。
在本实施例中,根据风险等级参数将危险性风险项、承灾体风险项以及易损性风险性分别分为l(低)、m(中)、h(高)三个等级,以表示该山洪灾害风险区在三个风险项内的表现情况。具体划分可以通过预设的等级参数阈值来实现,将风险等级参数与等级参数阈值进行对比,判断风险等级参数处于哪一个等级划分区间内,即可得知该风险项的等级。
等级参数阈值可以从所有采集的样本中获取,获取所有山洪灾害危险区内三个风险项中风险等级参数的样本量,并将样本量进行降维排序,分别按照每个风险项中风险等级参数的1/3和2/3处获取等级参数阈值,也即,每个风险项中的风险等级参数可以划分为3个等级划分区间,例如,样本中危险性风险项的风险等级参数降维排序依次为99-1,则可获取等级参数阈值分别为99、66、33和1,等级划分区间为99-66、66-33以及33-1,并确定处于99-66等级划分区间内的危险性风险项的风险项评价等级为h(高),处于66-33等级划分区间内的危险性风险项的风险项评价等级为m(中),处于33-1等级划分区间内的危险性风险项的风险项评价等级为l(低)。承灾体风险项以及易损性风险项的风险项评价等级评估方法同理。
当然,在其他实施例中,还可以将风险等级参数分成4个、5个等级划分区间,以提高风险项评估参数的准确性。
经过上述方法,每个山洪灾害风险区均可得到三个风险项评价等级,分别为危险性评价等级、承灾体评价等级以及易损性评价等级,不同的山洪灾害危险区的风险项评价等级不同,易知,共有3*3*3=27种不同的可能组合。
预设评价规则,根据山洪灾害风险区的风险项评价等级以及评价规则对山洪灾害危险区进行等级划分,从而获取山洪灾害危险区的风险等级。在本实施例中,山洪灾害危险区的风险等级可以按照高风险、中风险以及低风险来表示,也可以用Ⅰ级、Ⅱ级、Ⅲ级表示。
参照表2,表2提供了各个风险项评价等级以及按照评级规则对山洪灾害危险区的等级评价。
表2山洪灾害危险区各个风险项评价等级的可能情况以及对应的风险等级
以上只是提出一种可以实施的评价规则,在其他实施例中,还可以设置其他的评价规则,本申请对此不作限制。
在获取山洪灾害危险区的风险等级之后,需要了解山洪灾害危险区的特殊情况,并根据特殊情况对风险等级进行修正,参照图5,具体包括以下步骤:
S501、获取山洪灾害危险区的特殊情况信息;
S502、基于特殊情况信息对风险等级进行修正。
在本实施例中,根据特殊情况信息对风险等级进行修正,可以包括如下示例:
(1)当山洪灾害危险区内有特殊防护对象,如学校、医院、养老院、景区等人口密集区域或其他重要保护对象,风险等级应提升一级;
(2)当山洪灾害危险区内河谷形态为窄深型,到达成灾水位后,水位流量关系曲线陡峭,对人口和房屋影响严重等情况,风险等级应提升一级;
(3)当山洪灾害危险区内存在河道淤积、壅水等不利影响而加重山洪灾害情况的,风险等级应提升一级。
当然,在其他实施例中,还可以设置多个风险等级,以对山洪灾害危险区进行更加精确地分类,从而制定相应的措施。例如,特高风险、超高风险或者其他不同表述方式。
本申请实施例一种山洪灾害危险区风险等级划分方法的实施原理为:基于山洪灾害危险区的基本信息为风险项配置风险评价指标,便于根据山洪灾害危险区的实际情况进行分析;获取风险项以及风险评价指标的权重,以计算山洪灾害危险区的风险等级参数,能够根据山洪灾害危险区的不同影响因素进行合理计算,提高风险等级参数获取的可靠性;根据风险等级参数进行山洪灾害危险区的风险等级划分,适应了山洪灾害危险区的自身实际条件,具有代表性,同时,为所有的山洪灾害危险区进行等级划分,便于直观了解山洪灾害危险区的危险等级,便于分区规划和分区管理。
本申请实施例还公开一种山洪灾害危险区风险等级划分系统,参照图6,包括:获取模块1、分析模块2、计算模块3和输出模块4,其中,获取模块1用于获取山洪灾害危险区的基本信息以及山洪灾害危险区的风险项;分析模块2用于基于基本信息为风险项配置风险评价指标;计算模块3用于获取风险项以及风险评价指标的权重,并基于权重计算山洪灾害危险区对应风险项的风险等级参数;输出模块4用于基于风险等级参数获取山洪灾害危险区的风险等级。
本申请实施例一种山洪灾害危险区风险等级划分系统的具体实施方式与上述实施例一种山洪灾害危险区风险等级划分方法的具体实施方式一致,故在此不再赘述。
以上均为本申请的较佳实施例,并非依此限制本申请的保护范围,故:凡依本申请的结构、形状、原理所做的等效变化,均应涵盖于本申请的保护范围之内。
Claims (10)
1.一种山洪灾害危险区风险等级划分方法,其特征在于,包括以下步骤:
获取山洪灾害危险区的基本信息;
获取所述山洪灾害危险区的风险项;
基于所述基本信息为所述风险项配置风险评价指标;
获取所述风险项以及所述风险评价指标的权重;
基于所述权重计算所述山洪灾害危险区对应所述风险项的风险等级参数;
基于所述风险等级参数获取所述山洪灾害危险区的风险等级。
2.根据权利要求1所述的一种山洪灾害危险区风险等级划分方法,其特征在于,所述基本信息包括危险区基础信息和保护对象基础信息。
3.根据权利要求1所述的一种山洪灾害危险区风险等级划分方法,其特征在于,所述风险项包括危险性风险项、承灾体风险项和易损性风险项。
4.根据权利要求3所述的一种山洪灾害危险区风险等级划分方法,其特征在于,所述基于所述基本信息为所述风险项配置风险评价指标包括以下步骤:
基于所述基本信息获取所述山洪灾害危险区的降雨因子和地形因子,作为所述危险性风险项的危险性评价指标;
基于所述基本信息获取人口信息、房屋信息以及现状防洪能力信息,作为所述承灾体风险项的承灾体评价指标;
基于所述基本信息获取脆弱房屋比例、监测预警设施信息以及涉水工程设施信息,作为所述易损性风险项的易损性评价指标;
将所述危险性评价指标、所述承灾体评价指标以及所述易损性评价指标作为风险评价指标,并基于所述基本信息为所述风险评价指标配置指标信息。
5.根据权利要求4所述的一种山洪灾害危险区风险等级划分方法,其特征在于,所述获取所述风险项以及所述风险评价指标的权重包括以下步骤:
基于层次分析法对所述风险项以及所述风险评价指标进行分析,得到分析结果;
基于所述分析结果为所述风险项以及所述风险评价指标进行权重赋值。
6.根据权利要求5所述的一种山洪灾害危险区风险等级划分方法,其特征在于,所述基于所述权重计算所述山洪灾害危险区对应所述风险项的风险等级参数包括:
所述危险性风险项的风险等级参数计算方法为:
其中,H表示所述危险性风险项的风险等级参数;Hi为所述危险性评价指标的评价参数;Hik为所述危险性评价指标内所有指标信息的评价参数;W和w分别表示所述危险性评价指标和所有所述指标信息的权重;m表示所述危险性风险项中的所述危险性评价指标的数量,m′表示所述危险性评价指标内指标信息的数量;
所述承灾体风险项的风险等级参数计算方法为:
其中,E为所述承灾体风险项的风险等级参数;Ej为所述承灾体评价指标的评价参数;Ejk为所述承灾体评价指标内所有指标信息的评价参数;W和w分别表示所述承灾体评价指标和所有所述指标信息的权重;n表示所述承灾体风险项中的所述承灾体评价指标的数量,n′表示所述承灾体评价指标内指标信息的数量;
所述易损性风险项的风险等级参数计算方法为:
其中,V为所述易损性风险项的风险等级参数;Vk为所述易损性评价指标的评价参数;Vkk′为所述易损性评价指标内所有指标信息的评价参数;Wk和wkk′分别表示所述易损性评价指标和所有所述指标信息的权重;l表示所述易损性风险项中的所述易损性评价指标的数量,l′表示所述易损性评价指标内指标信息的数量。
7.根据权利要求6所述的一种山洪灾害危险区风险等级划分方法,其特征在于,所述基于所述风险等级参数获取所述山洪灾害危险区的风险等级包括:
获取预设的等级参数阈值,所述参数阈值包括所述危险性风险项、所述承灾体风险项以及所述易损性风险项的等级参数阈值;
基于所述等级参数阈值对所述危险性风险项、所述承灾体风险项以及所述易损性风险项的风险等级参数分别进行等级划分,获取风险项评价等级,所述风险项评价等级包括所述山洪灾害危险区的危险性评价等级、承灾体评价等级以及易损性评价等级;
基于预设的评价规则和所述风险项评价等级对所述山洪灾害危险区进行等级划分,获取所述山洪灾害危险区的风险等级。
8.根据权利要求1所述的一种山洪灾害危险区风险等级划分方法,其特征在于,所述风险等级包括高风险、中风险和低风险。
9.根据权利要求1所述的一种山洪灾害危险区风险等级划分方法,其特征在于,所述基于所述风险等级参数获取所述山洪灾害危险区的风险等级之后,还包括:
获取所述山洪灾害危险区的特殊情况信息;
基于所述特殊情况信息对所述风险等级进行修正。
10.一种山洪灾害危险区风险等级划分系统,其特征在于,包括:
获取模块(1),用于获取山洪灾害危险区的基本信息以及所述山洪灾害危险区的风险项;
分析模块(2),用于基于所述基本信息为所述风险项配置风险评价指标;
计算模块(3),用于获取所述风险项以及所述风险评价指标的权重,并基于所述权重计算所述山洪灾害危险区对应所述风险项的风险等级参数;
以及输出模块(4),用于基于所述风险等级参数获取所述山洪灾害危险区的风险等级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211214043.0A CN115456463A (zh) | 2022-09-30 | 2022-09-30 | 一种山洪灾害危险区风险等级划分方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211214043.0A CN115456463A (zh) | 2022-09-30 | 2022-09-30 | 一种山洪灾害危险区风险等级划分方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115456463A true CN115456463A (zh) | 2022-12-09 |
Family
ID=84308926
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211214043.0A Pending CN115456463A (zh) | 2022-09-30 | 2022-09-30 | 一种山洪灾害危险区风险等级划分方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115456463A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115796599A (zh) * | 2022-12-27 | 2023-03-14 | 中国水利水电科学研究院 | 基于微小流域综合特征的山洪沟风险度分析方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104217257A (zh) * | 2014-09-12 | 2014-12-17 | 福建师范大学 | 一种灾害链综合风险计算方法 |
CN106803223A (zh) * | 2017-01-17 | 2017-06-06 | 中国水利水电科学研究院 | 一种基于多态系统理论的山洪灾害风险评价方法 |
JP2019125336A (ja) * | 2018-08-07 | 2019-07-25 | 株式会社日本アルマック | リスク評価分析システムを用いたリスク評価分析方法 |
-
2022
- 2022-09-30 CN CN202211214043.0A patent/CN115456463A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104217257A (zh) * | 2014-09-12 | 2014-12-17 | 福建师范大学 | 一种灾害链综合风险计算方法 |
CN106803223A (zh) * | 2017-01-17 | 2017-06-06 | 中国水利水电科学研究院 | 一种基于多态系统理论的山洪灾害风险评价方法 |
JP2019125336A (ja) * | 2018-08-07 | 2019-07-25 | 株式会社日本アルマック | リスク評価分析システムを用いたリスク評価分析方法 |
Non-Patent Citations (1)
Title |
---|
金雨侬: "基于GIS的哈尔滨雨洪灾害安全评价研究", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115796599A (zh) * | 2022-12-27 | 2023-03-14 | 中国水利水电科学研究院 | 基于微小流域综合特征的山洪沟风险度分析方法及系统 |
CN115796599B (zh) * | 2022-12-27 | 2023-09-26 | 中国水利水电科学研究院 | 基于微小流域综合特征的山洪沟风险度分析方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Blessing et al. | Flood risk delineation in the United States: How much loss are we capturing? | |
JP4511560B2 (ja) | 洪水リスクの自動化された位置に依存した認識のための方法及びシステム | |
Guo et al. | Integrated risk assessment of flood disaster based on improved set pair analysis and the variable fuzzy set theory in central Liaoning Province, China | |
Zou et al. | Comprehensive flood risk assessment based on set pair analysis-variable fuzzy sets model and fuzzy AHP | |
Javelle et al. | Evaluating flash-flood warnings at ungauged locations using post-event surveys: a case study with the AIGA warning system | |
Postance et al. | Extending natural hazard impacts: an assessment of landslide disruptions on a national road transportation network | |
Calianno et al. | Supplementing flash flood reports with impact classifications | |
McDougall | Using volunteered information to map the Queensland floods | |
CN111445670A (zh) | 地质灾害预警系统及方法 | |
Jha et al. | Indicator based assessment of integrated flood vulnerability index for Brunei Darussalam | |
Marchesini et al. | Non-susceptible landslide areas in Italy and in the Mediterranean region | |
Poompavai et al. | Geospatial analysis for coastal risk assessment to cyclones | |
Palau et al. | Influence of the mapping unit for regional landslide early warning systems: comparison between pixels and polygons in Catalonia (NE Spain) | |
US20230259798A1 (en) | Systems and methods for automatic environmental planning and decision support using artificial intelligence and data fusion techniques on distributed sensor network data | |
Liu et al. | A comprehensive risk analysis of transportation networks affected by rainfall‐induced multihazards | |
CN110503805A (zh) | 管道地质灾害监测预警方法及装置 | |
Edirisooriya et al. | Understanding disaster risk and mitigation special reference to Ratnapura district | |
Horita et al. | AGORA-GeoDash: A geosensor dashboard for real-time flood risk monitoring. | |
CN115456463A (zh) | 一种山洪灾害危险区风险等级划分方法及系统 | |
Nguyen et al. | Design of an automatic hydro-meteorological observation network for a real-time flood warning system: a case study of Vu Gia-Thu Bon river basin, Vietnam | |
CN113313342B (zh) | 多种自然灾害引发电网设备故障概率分析方法和系统 | |
Ching et al. | Predicting rainfall-induced landslide potential along a mountain road in Taiwan | |
CN115600047B (zh) | 一种基于栅格分析的小流域面平均降雨量测算方法和系统 | |
Bola et al. | Multi‐return periods, flood hazards, and risk assessment in the Congo River Basin | |
Detenbeck et al. | Watershed-based survey designs |
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 |