CN117035398A - 一种自然灾害动态综合风险研判及预警方法 - Google Patents
一种自然灾害动态综合风险研判及预警方法 Download PDFInfo
- Publication number
- CN117035398A CN117035398A CN202310855306.4A CN202310855306A CN117035398A CN 117035398 A CN117035398 A CN 117035398A CN 202310855306 A CN202310855306 A CN 202310855306A CN 117035398 A CN117035398 A CN 117035398A
- Authority
- CN
- China
- Prior art keywords
- index
- disaster
- risk
- evaluation index
- value
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000011156 evaluation Methods 0.000 claims abstract description 332
- 238000012502 risk assessment Methods 0.000 claims abstract description 34
- 238000011160 research Methods 0.000 claims abstract description 30
- 238000009826 distribution Methods 0.000 claims abstract description 19
- 230000002265 prevention Effects 0.000 claims description 7
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 230000008014 freezing Effects 0.000 claims description 4
- 238000007710 freezing Methods 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 238000009825 accumulation Methods 0.000 claims 1
- 238000011161 development Methods 0.000 abstract description 6
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
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
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
-
- 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)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Emergency Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种自然灾害动态综合风险研判及预警方法，该方法包括：根据区域自然灾害风险方法和多灾种治灾理论模型，确定综合风险评价指标；根据预测累计降雨量数据、历史灾害分布数据、现状分布数据和减灾能力现实数据，确定步骤S1中综合风险评价指标的指标值；根据综合风险评价指标的指标值，采用熵权法确定综合风险评价指标的权重值；构建综合风险评估模型，并根据综合风险评估模型、综合风险评价指标的指标值和综合风险评价指标的权重值，确定综合风险研判结果；根据综合风险研判结果执行预警警告。本发明考虑了多灾种危险性和自然灾害的动态发展趋势，能提升研判结果的准确性，并使得提出的预警警告更具实际效用。
Description
技术领域
本发明涉及自然灾害综合风险评估技术领域，具体涉及一种自然灾害动态综合风险研判及预警方法。
背景技术
西南山区是全国自然灾害高发易发区，每年自然灾害损失数百亿元。频发的灾害造成了大量经济损失，严重威胁着人们的生命财产安全。西南山区地震、地质、洪涝、森林草原火灾及低温冰冻等自然灾害灾种广泛发育，灾害“链生效应”明显，致使综合风险防范难度增大。范围广布的各类自然灾害多发并发，已成为影响当地经济社会可持续、健康发展的一个重要制约因素。因此，对各类自然灾害进行相关的风险性研判具有重要的社会意义和实际的生产生活价值。
而现目前方法常从单灾种的角度进行自然灾害风险研判，并且缺乏对自然灾害动态发展趋势进行考虑，影响了自然灾害综合风险研判结果的准确性。
发明内容
针对现有技术中的上述不足，本发明提供的一种自然灾害动态综合风险研判及预警方法，考虑了多灾种危险性和自然灾害的动态发展趋势，能提升研判结果的准确性。
为了达到上述发明目的，本发明采用的技术方案为：
一种自然灾害动态综合风险研判及预警方法，包括以下步骤：
S1、根据区域自然灾害风险方法和多灾种治灾理论模型，确定综合风险评价指标；
S2、根据预测累计降雨量数据、历史灾害分布数据、现状分布数据和减灾能力现实数据，确定步骤S1中综合风险评价指标的指标值；
S3、根据步骤S2中综合风险评价指标的指标值，采用熵权法确定综合风险评价指标的权重值；
S4、构建综合风险评估模型，并根据综合风险评估模型、步骤S2中综合风险评价指标的指标值和步骤S2中综合风险评价指标的权重值，确定综合风险研判结果；
S5、根据步骤S4中的综合风险研判结果执行预警警告。
进一步地，在步骤S1中，综合风险评价指标包括动态天气因子评价指标、多灾种危险性评价指标、承灾体脆弱性评价指标和减灾能力评价指标；
所述多灾种危险性评价指标包括地质灾害危险性评价指标、洪涝灾害危险性评价指标、干旱灾害危险性评价指标、冰冻灾害危险性评价指标、冰川灾害危险性评价指标、森林草原火灾危险性评价指标、地震灾害危险性评价指标和风雹灾害性评价指标；
所述承灾体脆弱性评价指标包括人口密度评价指标、人均经济评价指标、房屋建筑评价指标、道路桥梁评价指标、重要生产设施评价指标和重要生活场所评价指标；
所述减灾能力评价指标包括救援力量评价指标、物资储备库评价指标、应急资金投入评价指标、卫生防疫力量评价指标和应急避难场所评价指标。
进一步地，步骤S2包括以下分步骤：
S21、根据预测累计降雨量数据计算动态天气因子评价指标的指标值；
S22、根据历史灾害分布数据，确定多灾种危险性评价指标的指标值；
S23、根据现状分布数据，确定承灾体脆弱性评价指标的指标值；
S24、根据减灾能力现实数据，确定减灾能力评价指标的指标值。
进一步地，在步骤S21中，计算动态天气因子评价指标的指标值，表示为：
其中：H为动态天气因子评价指标的指标值，R1为未来一个月的累计降雨量，R2为未来一周的累计降雨量，R3为未来三天的累计降雨量，R4为未来二十四小时的累计降雨量，R0为历史同期平均日降雨量。
进一步地，在步骤S3中，根据山区的汛期与防火期，并基于步骤S2中综合风险评价指标的指标值，采用熵权法确定汛期时综合风险评价指标的权重值和防火期综合风险评价指标的权重值。
进一步地，步骤S3包括以下分步骤：
S31、对步骤S2中综合风险评价指标的指标值进行归一化处理，获取综合风险评价指标的标准指标值，表示为：
其中：pij为综合风险评价指标中第j个评价指标在第i个方案的标准指标值，i为方案序号，j为综合评价指标中评价指标的序号，xij为综合风险评价指标中第j个评价指标的指标值，xik为综合风险评价指标中遍历的第k个评价指标的指标值；
S32、根据分步骤S31中综合风险评价指标的标准指标值，计算综合评价指标的信息熵，表示为：
其中：Ej为综合评价指标中第j个评价指标的信息熵，m为综合评价指标中评价指标的数量；
S33、根据分步骤S32中综合评价指标的信息熵，计算中间变量，表示为：
其中：gj为第j个中间变量，n为方案的数量；
S34、根据分步骤S32中综合评价指标的信息熵，计算综合风险评价指标的权重值，表示为：
其中：wj为综合风险评价指标中第j个评价指标的权重值。
进一步地，步骤S4包括以下分步骤：
S41、构建包括动态天气因子评价指标、多灾种危险性评价指标、承灾体脆弱性评价指标和减灾能力评价指标的综合风险评估模型；
S42、根据分步骤S41中的综合风险评估模型、步骤S2中综合风险评价指标的指标值和步骤S2中综合风险评价指标的权重值，计算综合风险数值；
S43、根据分步骤S42中的综合风险数值，计算综合风险研判结果数值；
S44、采用分位数法确定综合风险研判等级；
S45、根据分步骤S43中的综合风险研判结果数值和分步骤S44中的综合风险研判等级，确定综合风险研判结果。
进一步地，在分步骤S42中，计算综合风险数值，表示为：
其中：P为综合风险数值，a为动态天气因子评价指标的权重值，H为动态天气因子评价指标的指标值，ad为多灾种危险性评价指标中第d个评价指标的的权重值，d为多灾种危险性评价指标中评价指标的序号，q为多灾种危险性评价指标中评价指标的数量，Hd为多灾种危险性评价指标中第d个评价指标的指标值，e为承灾体脆弱性评价指标中评价指标的序号，f为承灾体脆弱性评价指标中评价指标的数量，be为承灾体脆弱性评价指标中第e个评价指标的权重值，Ve为承灾体脆弱性评价指标中第e个评价指标的指标值，s为减灾能力评价指标中评价指标的序号，z为减灾能力评价指标中评价指标的数量，cs为减灾能力评价指标中评价指标的权重值，As为减灾能力评价指标中评价指标的指标值。
进一步地，在分步骤S43中，计算综合风险研判结果数值，表示为：
其中：P0为综合风险研判结果数值，P为综合风险数值，PMAX为综合风险数值的最大值，Pmin为综合风险数值的最小值。
进一步地，步骤S44包括以下分步骤：
S441、采用分位数法获取综合风险研判结果数值区间；
S442、根据分步骤S441中的综合风险研判结果数值区间，将综合风险研判结果等级划分为一级风险、二级风险、三级风险和四级风险。
本发明的有益效果为：
(1)本发明通过结合动态天气因子、致灾因子危险性、承灾体脆弱性和减灾能力，使选取的综合风险评估模型的评价指标更具实际效用；
(2)本发明考虑了多灾种危险性和自然灾害的动态发展趋势，构建综合风险评估模型开展综合风险研判，使获取得到的综合风险研判结果具有时间动态变化与空间分布的二维尺度属性，更能反映自然灾害的实际情况；
(3)本发明考虑了西南山区地域属性，根据山区的汛期与防火期，采用熵权法确定汛期时综合风险评价指标的权重值和防火期综合风险评价指标的权重值，使计算得到的综合风险数值更准确。
附图说明
图1为一种自然灾害动态综合风险研判及预警方法流程示意图。
具体实施方式
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
如图1所示，一种自然灾害动态综合风险研判及预警方法，包括步骤S1-S5，具体如下：
S1、根据区域自然灾害风险方法和多灾种治灾理论模型，确定综合风险评价指标。
在本发明的一个可选实施例中，本发明针对西南山区区域的自然灾害，进行动态综合风险研判及预警。本发明根据区域自然灾害风险方法和多灾种治灾理论模型，从动态天气因子、多灾种危险性、承灾体脆弱性和减灾能力方面选取综合风险评价指标。
综合风险评价指标包括动态天气因子评价指标、多灾种危险性评价指标、承灾体脆弱性评价指标和减灾能力评价指标。
具体地，本发明在选取综合风险评价指标时，通过选取天气因子评价指标考虑到了自然灾害的动态发展趋势，能提升研判结果的准确性。
所述多灾种危险性评价指标包括地质灾害危险性评价指标、洪涝灾害危险性评价指标、干旱灾害危险性评价指标、冰冻灾害危险性评价指标、冰川灾害危险性评价指标、森林草原火灾危险性评价指标、地震灾害危险性评价指标和风雹灾害性评价指标。
所述承灾体脆弱性评价指标包括人口密度评价指标、人均经济评价指标、房屋建筑评价指标、道路桥梁评价指标、重要生产设施评价指标和重要生活场所评价指标。
所述减灾能力评价指标包括救援力量评价指标、物资储备库评价指标、应急资金投入评价指标、卫生防疫力量评价指标和应急避难场所评价指标。
S2、根据预测累计降雨量数据、历史灾害分布数据、现状分布数据和减灾能力现实数据，确定步骤S1中综合风险评价指标的指标值。
在本发明的一个可选实施例中，本发明根据预测累计降雨量数据计算动态天气因子评价指标的指标值H，通过历史灾害分布数据直接获取多灾种危险性评价指标的指标值，通过现状分布数据直接获取承灾体脆弱性评价指标的指标值，并通过减灾能力现实数据直接获取减灾能力评价指标的指标值。
步骤S2包括以下分步骤：
S21、根据预测累计降雨量数据计算动态天气因子评价指标的指标值。
本发明计算动态天气因子评价指标的指标值，表示为：
其中：H为动态天气因子评价指标的指标值，R1为未来一个月的累计降雨量，R2为未来一周的累计降雨量，R3为未来三天的累计降雨量，R4为未来二十四小时的累计降雨量，R0为历史同期平均日降雨量。
S22、根据历史灾害分布数据，确定多灾种危险性评价指标的指标值。
具体地，本发明根据历史灾害分布数据，确定多灾种危险性评价指标中地质灾害危险性评价指标的指标值H1、洪涝灾害危险性评价指标的指标值H2、干旱灾害危险性评价指标的指标值H3、冰冻灾害危险性评价指标的指标值H4、冰川灾害危险性评价指标的指标值H5、森林草原火灾危险性评价指标的指标值H6、地震灾害危险性评价指标的指标值H7和风雹灾害性评价指标的指标值H8。
S23、根据现状分布数据，确定承灾体脆弱性评价指标的指标值。
具体地，本发明根据现状分布数据，确定承灾体脆弱性评价指标中人口密度评价指标的指标值V1、人均经济评价指标的指标值V2、房屋建筑评价指标的指标值V3、道路桥梁评价指标的指标值V4、重要生产设施评价指标的指标值V5和重要生活场所评价指标的指标值V6。
S24、根据减灾能力现实数据，确定减灾能力评价指标的指标值。
具体地，本发明根据减灾能力现实数据，确定减灾能力评价指标中救援力量评价指标的指标值A1、物资储备库评价指标的指标值A2、应急资金投入评价指标的指标值A3、卫生防疫力量评价指标的指标值A4和应急避难场所评价指标的指标值A5。
S3、根据步骤S2中综合风险评价指标的指标值，采用熵权法确定综合风险评价指标的权重值。
在本发明的一个可选实施例中，本发明根据步骤S2中综合风险评价指标中20项评价指标的指标值，采用熵权法确定这20箱评价指标的权重值。
本发明根据山区的汛期与防火期，并基于步骤S2中综合风险评价指标的指标值，采用熵权法确定汛期时综合风险评价指标的权重值和防火期综合风险评价指标的权重值。
步骤S3包括以下分步骤：
S31、对步骤S2中综合风险评价指标的指标值进行归一化处理，获取综合风险评价指标的标准指标值，表示为：
其中：pij为综合风险评价指标中第j个评价指标在第i个方案的标准指标值，i为方案序号，j为综合评价指标中评价指标的序号，xij为综合风险评价指标中第j个评价指标的指标值，xik为综合风险评价指标中遍历的第k个评价指标的指标值。
S32、根据分步骤S31中综合风险评价指标的标准指标值，计算综合评价指标的信息熵，表示为：
其中：Ej为综合评价指标中第j个评价指标的信息熵，m为综合评价指标中评价指标的数量。
S33、根据分步骤S32中综合评价指标的信息熵，计算中间变量，表示为：
其中：gj为第j个中间变量，n为方案的数量。
S34、根据分步骤S32中综合评价指标的信息熵，计算综合风险评价指标的权重值，表示为：
其中：wj为综合风险评价指标中第j个评价指标的权重值。
具体地，本发明通过上述熵权法，能够得到动态天气因子评价指标的权重值a，地质灾害危险性评价指标的权重值a1、洪涝灾害危险性评价指标的权重值a2、干旱灾害危险性评价指标的权重值a3、冰冻灾害危险性评价指标的权重值a4、冰川灾害危险性评价指标的权重值a5、森林草原火灾危险性评价指标的权重值a6、地震灾害危险性评价指标的权重值a7、风雹灾害性评价指标的权重值a8、人口密度评价指标的权重值b1、人均经济评价指标的权重值b2、房屋建筑评价指标的权重值b3、道路桥梁评价指标的权重值b4、重要生产设施评价指标的权重值b5、重要生活场所评价指标的权重值b6、救援力量评价指标的权重值c1、物资储备库评价指标的权重值c2、应急资金投入评价指标的权重值c3、卫生防疫力量评价指标的权重值c4和应急避难场所评价指标的权重值c5。
具体地，本发明在分汛期(5月-9月)与防火期(1月-4月与10月-12月)计算得到的综合风险评价指标的权重值不同。其中，汛期得到的权重值为：a为0.03；a1-a8分别为0.04、0.05、0.01、0.01、0.02、0.00、0.02、0.02；b1-b6分别为0.06、0.03、0.03、0.03、0.09、0.06；c1-c5分别为0.125、0.1、0.05、0.125、0.1。防火期得到的权重值为：a为0.02；a1-a8分别为0.01、0.00、0.01、0.03、0.03、0.05、0.02、0.03；b1-b6分别为0.06、0.06、0.09、0.03、0.03、0.03；c1-c5分别为0.15、0.05、0.125、0.05、0.125。
S4、构建综合风险评估模型，并根据综合风险评估模型、步骤S2中综合风险评价指标的指标值和步骤S2中综合风险评价指标的权重值，确定综合风险研判结果。
在本发明的一个可选实施例中，本发明构建“综合风险＝(动态天气因子+多灾种危险性)×承灾体脆弱性/减灾能力”的综合风险评估模型，并根据综合风险评估模型、步骤S2中综合风险评价指标的指标值和步骤S2中综合风险评价指标的权重值计算综合风险数值，进而确定综合风险研判结果。
步骤S4包括以下分步骤：
S41、构建包括动态天气因子评价指标、多灾种危险性评价指标、承灾体脆弱性评价指标和减灾能力评价指标的综合风险评估模型。
S42、根据分步骤S41中的综合风险评估模型、步骤S2中综合风险评价指标的指标值和步骤S2中综合风险评价指标的权重值，计算综合风险数值。
本发明计算综合风险数值，表示为：
其中：P为综合风险数值，a为动态天气因子评价指标的权重值，H为动态天气因子评价指标的指标值，ad为多灾种危险性评价指标中第d个评价指标的的权重值，d为多灾种危险性评价指标中评价指标的序号，q为多灾种危险性评价指标中评价指标的数量，Hd为多灾种危险性评价指标中第d个评价指标的指标值，e为承灾体脆弱性评价指标中评价指标的序号，f为承灾体脆弱性评价指标中评价指标的数量，be为承灾体脆弱性评价指标中第e个评价指标的权重值，Ve为承灾体脆弱性评价指标中第e个评价指标的指标值，s为减灾能力评价指标中评价指标的序号，z为减灾能力评价指标中评价指标的数量，cs为减灾能力评价指标中评价指标的权重值，As为减灾能力评价指标中评价指标的指标值。
S43、根据分步骤S42中的综合风险数值，计算综合风险研判结果数值。
本发明计算综合风险研判结果数值，表示为：
其中：P0为综合风险研判结果数值，P为综合风险数值，PMAX为综合风险数值的最大值，Pmin为综合风险数值的最小值。
S44、采用分位数法确定综合风险研判等级。
步骤S44包括以下分步骤：
S441、采用分位数法获取综合风险研判结果数值区间。
S442、根据分步骤S441中的综合风险研判结果数值区间，将综合风险研判结果等级划分为一级风险、二级风险、三级风险和四级风险。
具体地，本发明将综合风险研判结果数值区间为(0，0.35]的确定为一级风险，将综合风险研判结果数值区间为(0.35，0.79]的确定为二级风险，将综合风险研判结果数值区间为(0.79，0.9]的确定为三级风险，将综合风险研判结果数值区间为(0.9，1.0])的确定为四级风险。
S45、根据分步骤S43中的综合风险研判结果数值和分步骤S44中的综合风险研判等级，确定综合风险研判结果。
S5、根据步骤S4中的综合风险研判结果执行预警警告。
在本发明的一个可选实施例中，本发明根据步骤S4中的综合风险研判结果执行预警警告具体为：综合风险研判结果为一级风险，不执行预警警告；综合风险研判结果为二级风险，执行预避险预警警告；综合风险研判结果为三级风险，执行就地避险预警警告；综合风险研判结果为四级风险，执行避险搬迁预警警告。
本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。
Claims (10)
1.一种自然灾害动态综合风险研判及预警方法，其特征在于，包括以下步骤：
S1、根据区域自然灾害风险方法和多灾种治灾理论模型，确定综合风险评价指标；
S2、根据预测累计降雨量数据、历史灾害分布数据、现状分布数据和减灾能力现实数据，确定步骤S1中综合风险评价指标的指标值；
S3、根据步骤S2中综合风险评价指标的指标值，采用熵权法确定综合风险评价指标的权重值；
S4、构建综合风险评估模型，并根据综合风险评估模型、步骤S2中综合风险评价指标的指标值和步骤S2中综合风险评价指标的权重值，确定综合风险研判结果；
S5、根据步骤S4中的综合风险研判结果执行预警警告。
2.根据权利要求1所述的一种自然灾害动态综合风险研判及预警方法，其特征在于，在步骤S1中，综合风险评价指标包括动态天气因子评价指标、多灾种危险性评价指标、承灾体脆弱性评价指标和减灾能力评价指标；
所述多灾种危险性评价指标包括地质灾害危险性评价指标、洪涝灾害危险性评价指标、干旱灾害危险性评价指标、冰冻灾害危险性评价指标、冰川灾害危险性评价指标、森林草原火灾危险性评价指标、地震灾害危险性评价指标和风雹灾害性评价指标；
所述承灾体脆弱性评价指标包括人口密度评价指标、人均经济评价指标、房屋建筑评价指标、道路桥梁评价指标、重要生产设施评价指标和重要生活场所评价指标；
所述减灾能力评价指标包括救援力量评价指标、物资储备库评价指标、应急资金投入评价指标、卫生防疫力量评价指标和应急避难场所评价指标。
3.根据权利要求2所述的一种自然灾害动态综合风险研判及预警方法，其特征在于，步骤S2包括以下分步骤：
S21、根据预测累计降雨量数据计算动态天气因子评价指标的指标值；
S22、根据历史灾害分布数据，确定多灾种危险性评价指标的指标值；
S23、根据现状分布数据，确定承灾体脆弱性评价指标的指标值；
S24、根据减灾能力现实数据，确定减灾能力评价指标的指标值。
4.根据权利要求1所述的一种自然灾害动态综合风险研判及预警方法，其特征在于，在步骤S21中，计算动态天气因子评价指标的指标值，表示为：
其中：H为动态天气因子评价指标的指标值，R1为未来一个月的累计降雨量，R2为未来一周的累计降雨量，R3为未来三天的累计降雨量，R4为未来二十四小时的累计降雨量，R0为历史同期平均日降雨量。
5.根据权利要求1所述的一种自然灾害动态综合风险研判及预警方法，其特征在于，在步骤S3中，根据山区的汛期与防火期，并基于步骤S2中综合风险评价指标的指标值，采用熵权法确定汛期时综合风险评价指标的权重值和防火期综合风险评价指标的权重值。
6.根据权利要求1所述的一种自然灾害动态综合风险研判及预警方法，其特征在于，步骤S3包括以下分步骤：
S31、对步骤S2中综合风险评价指标的指标值进行归一化处理，获取综合风险评价指标的标准指标值，表示为：
其中：pij为综合风险评价指标中第j个评价指标在第i个方案的标准指标值，i为方案序号，j为综合评价指标中评价指标的序号，xij为综合风险评价指标中第j个评价指标的指标值，xik为综合风险评价指标中遍历的第k个评价指标的指标值；
S32、根据分步骤S31中综合风险评价指标的标准指标值，计算综合评价指标的信息熵，表示为：
其中：Ej为综合评价指标中第j个评价指标的信息熵，m为综合评价指标中评价指标的数量；
S33、根据分步骤S32中综合评价指标的信息熵，计算中间变量，表示为：
其中：gj为第j个中间变量，n为方案的数量；
S34、根据分步骤S32中综合评价指标的信息熵，计算综合风险评价指标的权重值，表示为：
其中：wj为综合风险评价指标中第j个评价指标的权重值。
7.根据权利要求1所述的一种自然灾害动态综合风险研判及预警方法，其特征在于，步骤S4包括以下分步骤：
S41、构建包括动态天气因子评价指标、多灾种危险性评价指标、承灾体脆弱性评价指标和减灾能力评价指标的综合风险评估模型；
S42、根据分步骤S41中的综合风险评估模型、步骤S2中综合风险评价指标的指标值和步骤S2中综合风险评价指标的权重值，计算综合风险数值；
S43、根据分步骤S42中的综合风险数值，计算综合风险研判结果数值；
S44、采用分位数法确定综合风险研判等级；
S45、根据分步骤S43中的综合风险研判结果数值和分步骤S44中的综合风险研判等级，确定综合风险研判结果。
8.根据权利要求7所述的一种自然灾害动态综合风险研判及预警方法，其特征在于，在分步骤S42中，计算综合风险数值，表示为：
其中：P为综合风险数值，a为动态天气因子评价指标的权重值，H为动态天气因子评价指标的指标值，ad为多灾种危险性评价指标中第d个评价指标的的权重值，d为多灾种危险性评价指标中评价指标的序号，q为多灾种危险性评价指标中评价指标的数量，Hd为多灾种危险性评价指标中第d个评价指标的指标值，e为承灾体脆弱性评价指标中评价指标的序号，f为承灾体脆弱性评价指标中评价指标的数量，be为承灾体脆弱性评价指标中第e个评价指标的权重值，Ve为承灾体脆弱性评价指标中第e个评价指标的指标值，s为减灾能力评价指标中评价指标的序号，z为减灾能力评价指标中评价指标的数量，cs为减灾能力评价指标中评价指标的权重值，As为减灾能力评价指标中评价指标的指标值。
9.根据权利要求7所述的一种自然灾害动态综合风险研判及预警方法，其特征在于，在分步骤S43中，计算综合风险研判结果数值，表示为：
其中：P0为综合风险研判结果数值，P为综合风险数值，PMAX为综合风险数值的最大值，Pmin为综合风险数值的最小值。
10.根据权利要求7所述的一种自然灾害动态综合风险研判及预警方法，其特征在于，步骤S44包括以下分步骤：
S441、采用分位数法获取综合风险研判结果数值区间；
S442、根据分步骤S441中的综合风险研判结果数值区间，将综合风险研判结果等级划分为一级风险、二级风险、三级风险和四级风险。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310855306.4A CN117035398A (zh) | 2023-07-12 | 2023-07-12 | 一种自然灾害动态综合风险研判及预警方法 |
| CN202311671210.9A CN117540931B (zh) | 2023-07-12 | 2023-12-06 | 一种自然灾害动态综合风险研判及预警方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310855306.4A CN117035398A (zh) | 2023-07-12 | 2023-07-12 | 一种自然灾害动态综合风险研判及预警方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117035398A true CN117035398A (zh) | 2023-11-10 |
Family
ID=88625289
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310855306.4A Withdrawn CN117035398A (zh) | 2023-07-12 | 2023-07-12 | 一种自然灾害动态综合风险研判及预警方法 |
| CN202311671210.9A Active CN117540931B (zh) | 2023-07-12 | 2023-12-06 | 一种自然灾害动态综合风险研判及预警方法 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311671210.9A Active CN117540931B (zh) | 2023-07-12 | 2023-12-06 | 一种自然灾害动态综合风险研判及预警方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (2) | CN117035398A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117894158A (zh) * | 2024-03-15 | 2024-04-16 | 江苏省气象台 | 一种基于智能网格气温预报的寒潮灾害危险性预评估方法 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103678943A (zh) * | 2013-12-31 | 2014-03-26 | 国家电网公司 | 一种灾害引发电网故障的多指标模糊判定方法 |
| KR101797179B1 (ko) * | 2017-01-18 | 2017-11-13 | 주식회사 제이비티 | 시나리오기반의 대형복합재난 위해성 평가방법 |
| CN108537367A (zh) * | 2018-03-20 | 2018-09-14 | 广东电网有限责任公司惠州供电局 | 一种多气象灾害下输电线路综合风险评估方法 |
| CN110059915B (zh) * | 2019-03-01 | 2023-05-23 | 广东奥博信息产业股份有限公司 | 一种冬小麦气象灾害综合风险动态评价方法及装置 |
| CN112330002B (zh) * | 2020-10-27 | 2023-12-08 | 合肥泽众城市智能科技有限公司 | 一种城市地面坍塌灾害综合监测预警方法及系统 |
| KR102476663B1 (ko) * | 2020-12-14 | 2022-12-14 | 노아에스앤씨 주식회사 | 쇠퇴지역의 재난재해를 종합진단하는 시스템 및 방법 |
| CN113553792B (zh) * | 2021-09-18 | 2021-12-21 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种山地灾害全过程数值模拟与险情预报方法 |
| CN114399204A (zh) * | 2022-01-17 | 2022-04-26 | 北京工业大学 | 一种城市内涝灾害风险评估方法 |
| CN114254963B (zh) * | 2022-03-01 | 2022-05-20 | 航天宏图信息技术股份有限公司 | 自然灾害综合风险评估方法、装置、电子设备及存储介质 |
| KR102504503B1 (ko) * | 2022-07-28 | 2023-02-28 | 주식회사 위험지성 | 재난위험평가 알고리즘을 이용한 위치별 통합재난위험등급정보 제공 시스템 |
| CN116187752A (zh) * | 2022-12-27 | 2023-05-30 | 福建省气候中心 | 台风灾害过程精细化风险评估方法 |
-
2023
- 2023-07-12 CN CN202310855306.4A patent/CN117035398A/zh not_active Withdrawn
- 2023-12-06 CN CN202311671210.9A patent/CN117540931B/zh active Active
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117894158A (zh) * | 2024-03-15 | 2024-04-16 | 江苏省气象台 | 一种基于智能网格气温预报的寒潮灾害危险性预评估方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117540931B (zh) | 2024-06-04 |
| CN117540931A (zh) | 2024-02-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Shah et al. | Understanding livelihood vulnerability to climate change: Applying the livelihood vulnerability index in Trinidad and Tobago | |
| CN117540931B (zh) | 一种自然灾害动态综合风险研判及预警方法 | |
| CN106651211A (zh) | 一种不同尺度区域洪水灾害风险评估的方法 | |
| Chen et al. | Examining social vulnerability to flood of affordable housing communities in Nanjing, China: Building long-term disaster resilience of low-income communities | |
| Gommes et al. | 18 Potential impacts of sea-level rise on populations and agriculture | |
| Granger | Quantifying storm tide risk in Cairns | |
| Borja-Vega et al. | Municipal vulnerability to climate change and climate related events in Mexico | |
| Qasim et al. | An assessment of flood vulnerability in Khyber Pukhtunkhwa province of Pakistan. | |
| CN115166815A (zh) | 一种基于地理信息和边缘算法的地震灾害评估决策模型 | |
| Lee et al. | Vulnerability and ecological footprint: a comparison between urban Taipei and rural Yunlin, Taiwan | |
| Tahira et al. | The impact of the Thai flood of 2011 on the rural poor population living on the flood plain | |
| CN115809800A (zh) | 洪涝灾害风险评估方法 | |
| Murphy et al. | The impact of hurricanes on housing prices: evidence from US coastal cities | |
| CN105590034A (zh) | 防汛减灾能力评价模型 | |
| CN109784720A (zh) | 一种台风灾害下基于时空网格关联的配电网风险评估方法 | |
| Ntajal et al. | Rainfall trends and flood frequency analyses in the lower Mono River basin in Togo, West Africa | |
| CN105740607B (zh) | 一种溃坝洪水致生命损失的计算方法 | |
| CN112990562A (zh) | 一种基于群落特征的森林防火等级预测算法 | |
| Luo et al. | A study of farmers' flood perceptions based on the entropy method: an application from Jianghan Plain, China | |
| Liu | Modelling multi-hazard risk assessment: A case study in the Yangtze River Delta, China | |
| CN115293241A (zh) | 基于多源数据融合的河道崩岸预警方法及装置 | |
| Ghimire | Evaluation of one-dimensional and two-dimensional HEC-RAS models for flood travel time prediction and damage assessment using HAZUS-MH a case study of Grand River, Ohio | |
| Ouazad | Coastal Flood Risk in the Mortgage Market: Storm Surge Models' Predictions vs. Flood Insurance Maps | |
| Bohn | Design flood elevations beyond code requirements and current best practices | |
| Sterlacchini | Vulnerability Assessment: concepts, definitions and methods |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20231110 |
|
| WW01 | Invention patent application withdrawn after publication |