雪灾调查与风险评估

1雪灾调查与风险评估本文件规定了雪灾调查和风险评估的数据要求、评估指标及计算方法、风险等级划分。本文件适用于辽宁省雪灾调查和风险评估等业务服务和科研工作。2规范性引用文件本文件没有规范性引用文件。3术语和定义下列术语和定义适用于本文件。3.1雪灾snowdisaster因降雪、积雪或风吹雪，对农业、牧业、交通、通讯、能源等造成影响和损失的气象灾害。3.2降雪量snowfall某一时段内，从天空降落到地面上的固态降雪经融化后，未经蒸发、渗透、流失而在水平面上积累的深度。），[来源：GB/T40239—2021，定义3.1]3.3累积降雪量accumulatedsnowfall某一时段内降雪量的累加值。），3.4雪深snowdepth积雪表面到下垫面的垂直深度。注：单位为厘米（cm）。[来源：GB/T35229—2017，定义3.1]3.5最大雪深maximumsnowdepth在雪尚未融化时，一定时间内积雪表面到下垫面的垂直深度的最大值。注：单位为厘米（cm）。3.6暴雪日数blizzardday日降雪量≥10mm的天数。注：单位为天（d）。23.7承灾体exposure承受灾害的对象。[来源：GB/T32572—2016，定义2.2]3.8暴露度exposure承灾体受到雪灾不利影响的数量或价值量。3.9脆弱性vulnerability承灾体受到雪灾不利影响的程度及应对能力。4雪灾调查4.1调查内容4.1.1气象数据对于一次降雪过程，当某一日降雪量≥10毫米，且持续日数≥1天，则认定为雪灾发生，该次降雪过程可定义为一次雪灾事件。对影响评估单元的雪灾事件开展调查，包括雪灾发生地区、开始和结束时间、累积降雪量、最大雪深、暴雪日数，内容参照附录A中的表A.1。4.1.2承灾体数据收集评估单元内的人口总数、国民生产总值（GDP）、道路长度、通讯设施长度、电网长度、房屋数量等资料，内容参照附录A中的表A.2。4.1.3历史灾情数据收集评估单元内至少10年以上的雪灾历史灾情资料，包括灾情发生时间、地点、人口受灾、经济损失、房屋受灾和其他受灾情况等，内容参照附录A中的表A.3。4.2数据收集要求4.2.1收集国家级地面气象观测站至少30年的降雪量、积雪深度数据。被调查和评估的气象站观测要素缺乏时，选择邻近的参证气象站或其它行业气象观测站作为代表性气象站，并论证气象观测资料的可用性。4.2.2承灾体、历史灾情等信息可分行政区、规定时段收集调查，如无历年资料，可规定基准年份收集。5雪灾风险评估5.1危险性评估危险性评估选择累积降雪量、最大雪深、暴雪日数三个气象要素作为评价指标，计算雪灾危险性指数，按公式（1）计算。3式中：H——雪灾危险性指数；w1、w2、w3——分别为累积降雪量、最大雪深和暴雪日数评价指标对应的权重系数，宜采用专家打分法、信息熵法等方法确定，方法见附录B；h12、h3——分别为归一化处理后的降雪量、最大雪深、暴雪日数指标，归一化处理方法见附录C。5.2承灾体暴露度评估承灾体暴露度评估宜采用评估单元内人口密度、地均GDP等作为评价指标，计算承灾体暴露度指数进行暴露度评估，按公式（2）计算。式中：E——承灾体暴露度指数；N——评估单元内的承灾体数量或价值量；S——评估单元的面积。5.3承灾体脆弱性评估承灾体脆弱性评估宜采用受灾人口占评估单元总人口比例、直接经济损失占评估单元GDP的比例等作为评价指标，按公式（3）计算。式中：V——承灾体脆弱性指数；L——评估单元内因雪灾造成的承灾体损失量；N——评估单元内的承灾体数量或价值量。5.4风险评估风险评估将评估单元内雪灾危险性指数（H）、承灾体暴露度指数（E）和承灾体脆弱性指数（V）进行归一化后加权综合，按公式（4）计算。归一化处理方法见附录C。式中：R——雪灾风险指数；H——雪灾危险性指数；E——承灾体暴露度指数；V——承灾体脆弱性指数。5.5风险等级划分4雪灾风险指数按照附录D给出的百分位数法计算百分位数值，再根据表1规定的阈值划分的风险等级。风险等级分为5级，分别为Ⅰ（高）、Ⅱ（较高）、Ⅲ（中）、Ⅳ（较低）和Ⅴ（低）。表1等级划分风险评估分级Ⅲ（中）Ⅳ（较低）百分位阈值[85%，95%)[70%，85%)[50%，70%)<50%5（资料性）雪灾调查表A.1气象数据调查表气象数据调查表包括雪灾发生地区、开始和结束时间、累积降雪量、最大雪深、暴雪日数，见表A.1。表A.1气象数据调查表dA.2承灾体数据调查表承灾体数据调查表包括评估单元内的人口总数、国民生产总值（GDP）、道路长度、通讯设施长度、电网长度、房屋数量等资料，见表A.2。表A.2承灾体数据调查表A.3历史灾情数据调查表历史灾情数据调查表包括评估单元内至少10年以上的雪灾历史灾情资料，包括灾情发生时间、地点、人口受灾、经济损失、房屋受灾和其他受灾情况等，见表A.3。表A.3历史灾情数据调查表6表A.3历史灾情数据调查表（续）人人间间7（资料性）权重计算方法B.1专家打分法专家打分法是指客观地综合多数专家经验与主观判断，对大量难以采用技术方法进行定量分析的因素做出合理估算，来确定各因子的权重系数。该方法确定的权重系数能较好地反映出实际情况下各致灾因子在灾害形成过程的作用，但存在一定的主观因素。B.2信息熵法信息熵表示系统的有序程度，在多指标综合评价中，信息熵法可以客观的反映各评价指标的权重。一个系统的有序程度越高，则熵值越大，权重越小；反之，一个系统的有序程度越低，则熵值越小，权重越大。即对于一个评价指标，指标值之间的差距越大，则该指标在综合评价中所起的作用越大；如果某项指标的指标值全部相等，则该指标在综合评价中不起作用。信息熵计算步骤如下：设评价体系是由m个指标n个对象构成的系统，首先计算第i项指标下第j个对象的指标值rij所占指标比重Pij公式如下：式中：P——指标比重；r——第i项指标下第j个对象的指标值；n——对象。由熵权法计算第i个指标的熵值Si公式如下：式中：S——熵值。计算第i个指标的熵权，确定该指标的客观权重ωi公式如下：wi式中：ωi——客观权重。8（资料性）归一化处理方法鉴于各评价因子单位不同，为了消除各指标的量纲和数量级的差异，需要对每一个指标进行规范化处理，归一化公式如下：式中：Di——第i个指标的归一化值；Qi——第i个指标值；Yi——第i个指标中的最小值；Gi——第i个指标中的最大值。注：通过该方法进行处理后的数据，其数值均介于0.5～1之间，故而使数据具有可比性。9（规范性）百分位数法百分位数法又称为百分位数，是数据统计中一种常用的方法。具体定义为把一组统计数据按其数值从小到大顺序排列，并按数据个数100等分。在第B个分界点（称为百分位点）上的数值，称为第B个百分位数（B=1,2,…，99）。在第B个分界点到第B+1个分界点之间的数据，称为