DB14∕T 3484-2025 气象灾害风险普查技术规范 高温

ICS07.060

CCSA47

14

山西省地方标准

DB14/T3484—2025

气象灾害风险普查技术规范高温

2025-07-10发布2025-10-10实施

山西省市场监督管理局发布

DB14/T3484—2025

目次

前言.................................................................................II

1范围...............................................................................1

2规范性引用文件.....................................................................1

3术语和定义.........................................................................1

4基本要求...........................................................................1

5资料收集...........................................................................2

6致灾危险性评估与区划...............................................................2

7风险评估与区划.....................................................................3

8报告编制...........................................................................4

附录A（资料性）高温灾害风险普查流程图...............................................5

附录B（资料性）归一化方法...........................................................6

附录C（资料性）信息熵赋权法.........................................................7

附录D（资料性）层次分析法...........................................................8

附录E（资料性）专家打分法..........................................................10

附录F（资料性）自然断点分级法......................................................11

附录G（资料性）百分位等级划分方法..................................................12

参考文献.............................................................................13

I

DB14/T3484—2025

前言

本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定

起草。

本文件由山西省气象局提出、组织实施和监督检查。

山西省市场监督管理局对标准的组织实施情况进行监督检查。

本文件由山西省气象标准化技术委员会（SXS/TC24）归口。

本文件起草单位：山西省气候中心、山西省气象局。

本文件主要起草人：郭媛媛、陈颖、王晓琼、张冬峰、刘月丽、张亚琳、赵海燕、任玉欢、王林、

韩虹、李燕、杨倩、张华明。

II

DB14/T3484—2025

气象灾害风险普查技术规范高温

1范围

本文件规定了高温气象灾害风险普查的术语和定义、基本要求、资料收集、致灾危险性评估与区划、

风险评估与区划、报告编制。

本文件适用于高温气象灾害风险普查。

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

高温

日最高气温达到或超过35℃以上的天气现象。

3.2

高温过程

将连续3天及以上最高气温≥35℃作为一个高温过程。

3.3

高温灾害

高温对人们身体健康、生命财产、生态环境、工农业生产、基础设施及社会经济等造成负面影响的

事件。

3.4

高温灾害致灾危险性评估

基于高温灾害致灾危险性信息调查结果，对高温灾害致灾因子综合强度进行估算评价的过程。

3.5

高温灾害风险

高温灾害对人口、经济、农业等承灾体造成影响和危害的可能性。

3.6

高温灾害风险评估

综合高温灾害致灾危险性、承灾体暴露度和脆弱性指标，对高温灾害风险高低进行评价估算的过程。

3.7

高温灾害风险区划

根据高温灾害风险评估结果，对高温灾害风险进行基于空间单元的划分。

4基本要求

4.1高温灾害风险普查应包括资料收集、致灾危险性评估与区划、风险评估与区划。

1

DB14/T3484—2025

4.2采用具有可靠来源的资料，对不同来源的资料进行归一化处理。

4.3根据高温灾害致灾机理及影响特征，基于高温灾害的致灾因子、承灾体暴露度和脆弱性的调查成

果，开展高温灾害致灾危险性评估与区划、风险评估与区划。

4.4高温灾害风险普查流程参见附录A。

5资料收集

5.1气象资料

收集评估区域内气象观测站建站以来逐日平均气温（单位为℃）和最高气温（单位为℃）资料。

5.2承灾体资料

收集评估区域内国土面积、人口数量、国内生产总值（GDP）和主要粮食作物（玉米、小麦等）播

种面积等。

5.3灾情资料

收集评估区域内因高温灾害导致的受灾人口、农作物受灾面积、农作物绝收面积、直接经济损失等

资料。

5.4基础地理信息等资料

收集行政边界或评估区域边界矢量底图。

6致灾危险性评估与区划

6.1致灾因子识别

高温灾害致灾因子包括高温过程持续时间和高温强度。高温强度选取高温过程平均气温和高温过程

极端最高气温。

6.2致灾危险性评估

高温灾害致灾危险性评估采用加权求和的评估模型。分别将致灾因子进行归一化，再加权综合。归

一化方法，参见附录B；权重系数大小依据各因子对高温灾害的影响程度大小，并结合当地实际情况确

定，确定方法参见附录C、D或E，权重系数之和为1。

高温灾害致灾危险性指数按公式（1）计算：

퐻=퐴×푇푑푎푦+퐵×푇푚푎푥+퐶×푇푎푣푔·····················································(1)

式中：

H——高温灾害致灾危险性指数；

퐴——高温过程持续时间权重系数；

푇푑푎푦——归一化的高温过程持续时间；

퐵——高温过程极端最高气温权重系数；

푇푚푎푥——归一化的高温过程极端最高气温；

퐶——高温过程平均气温权重系数；

푇푎푣푔——归一化的高温过程平均气温。

2

DB14/T3484—2025

6.3致灾危险性区划

根据高温灾害致灾危险性指数大小，采用自然断点分级法或百分位等级划分方法，参见附录F或G，

将高温灾害致灾危险性划分为高（Ⅰ级）、较高（Ⅱ级）、中（Ⅲ级）、较低（Ⅳ级）和低（V级）5

个等级，依据致灾危险性等级制作致灾危险性区划图。

7风险评估与区划

7.1承灾体暴露度和脆弱性

7.1.1承灾体暴露度

以评估单元内人口、GDP或农作物种植面积与总面积之比表征承灾体暴露度。承灾体暴露度按公式

（2）计算：

푆

퐸=퐸················································································(2)

푆

式中：

퐸——承灾体（人口、GDP或农作物等）暴露度；

2

푆퐸——评估单元内的人口（单位为人）、GDP（单位为万元）或农作物种植面积（单位为km）；

푆——评估单元总面积，单位为km2。

7.1.2承灾体脆弱性

以评估单元内受灾人口、直接经济损失或农作物受灾面积与人口、GDP或农作物种植面积之比表征

承灾体脆弱性。承灾体脆弱性按公式（3）计算：

푆

푉=푉················································································(3)

푆퐸

式中：

푉——承灾体（人口、GDP或农作物等）脆弱性；

——评估单元内受灾人口（单位为人）、直接经济损失（单位为万元）或农作物受灾面积（单

푆푉

位为km2）；

——评估单元内的人口（单位为人）、GDP（单位为万元）或农作物种植面积（单位为km2）。

푆퐸

7.2风险评估

高温灾害风险评估采用加权求积的评估模型。分别将致灾危险性、承灾体暴露度和承灾体脆弱性各

指标进行归一化，再加权综合。归一化方法，参见附录B；权重系数大小依据各因子对高温灾害的影响

程度大小，并结合当地实际情况确定，确定方法参见附录C、D或E，权重系数之和为1。

高温灾害风险指数按公式（4）计算：

푤ℎ푤푒푤푣

푅=퐻퐼×퐸퐼×푉퐼·································································(4)

式中：

R——针对承灾体（人口、GDP或农作物等）的高温灾害风险指数；

HI——归一化的高温灾害致灾危险性指数；

푤ℎ——致灾危险性指数权重系数；

3

DB14/T3484—2025

EI——归一化的承灾体（人口、GDP或农作物等）暴露度；

푤푒——承灾体暴露度权重系数；

VI——归一化的承灾体（人口、GDP或农作物等）脆弱性；

푤푣——承灾体脆弱性权重系数。

7.3风险区划

根据高温灾害风险指数大小，采用自然断点分级法或百分位等级划分方法，参见附录F或G，将高温

灾害风险划分为高（Ⅰ级）、较高（Ⅱ级）、中（Ⅲ级）、较低（Ⅳ级）和低（V级）5个等级，依据风

险等级制作风险区划图。

8报告编制

高温灾害风险普查报告，主要内容包括评估区域概况、资料收集与处理、风险评估技术方法、致灾

危险性评估与区划、风险评估与区划五个方面内容。

4

DB14/T3484—2025

附录A

（资料性）

高温灾害风险普查流程图

图A.1高温灾害风险普查流程图

5

DB14/T3484—2025

附录B

（资料性）

归一化方法

归一化是将有量纲的数值经过变换，化为无量纲的数值，进而消除各指标的量纲差异。归一化方法

按照公式（B.1）计算：

푋−푋

퐷=푚푖푛·····································································(B.1)

푋푚푎푥−푋푚푖푛

式中：

퐷——评价指标的归一化数值；

푋——评价指标；

푋푚푖푛——评价指标中的最小值；

푋푚푎푥——评价指标中的最大值。

6

DB14/T3484—2025

附录C

（资料性）

信息熵赋权法

信息熵表示系统的有序程度。在多指标综合评价中，熵权法可以客观地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，一个系统的无序程度越高，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。

设评价体系是由푚个指标푛个对象构成的系统，首先计算第푖项指标下第푗个对象的指标值푟푖푗所占指

标比重푃푖푗，见公式（C.1）：

푟푖푗

푃푖푗=푛(푖=1,2⋯푚；푗=1,2⋯푛)··············································(C.1)

∑푗=1푟푖푗

式中：

푃푖푗——第푖项指标下第푗个对象的指标值푟푖푗所占指标比重；

푟푖푗——第푖项指标下第푗个对象的指标值。

由熵权法计算第푖个指标的熵值푆푖，见公式（C.2）：

1

푆=−∑푛푃ln푃(푖=1,2⋯,푚；푗=1,2⋯,푛)··································(C.2)

푖ln푛푗=1푖푗푖푗

式中：

푆푖——第푖项指标的熵值。

计算第푖个指标的熵权，根据公式（C.3）确定该指标的客观权重휔푖：

1−푆푖

휔푖=푚(푖=1,2⋯,푚)························································(C.3)

∑푖=1(1−푆푖)

式中：

휔푖——第푖项指标的熵权确定的客观权重。

7

DB14/T3484—2025

附录D

（资料性）

层次分析法

层次分析法（AnalyticHierarchyProcess，AHP）确定各评估因子的权重，是将定量分析与定性

分析结合起来的系统化、层次化的权重决策分析方法，是决策者对复杂系统的决策思维过程模式化、数

量化的过程。其基本原理是：将要评价系统的有关替代方案的各种元素分解成若干层次，并以同一层次

的各种元素按照上一层元素为准则，进行两两判断比较并计算出各元素的权重，根据综合权重按最大权

重原则确定最优方案，合理地给出每个决策方案的每个标准的权数。

D.1建立层次结构模型

将评价目标作为层次分析的目标层（即决策的目的、要解决的问题），目标层为最上层，通常只有

一个元素；最下层为方案层，包含决策的多个备选方案；中间层有一个或几个层次，为决策的准则层。

D.2构造判断（成对比较）矩阵

通过各元素之间的两两比较确定合适的标度。在建立层次结构之后，比较因子及下属指标间的相应

比重，通过专家打分法实现由定性向定量的转化，最终得到具有定量标度的判断矩阵表格。

假设要比较푛个元素푦=(푦1,푦2,…,푦푛)对目标푧的影响，从而确定它们在푧中所占的比重，每次取两

个元素푦푖和푦푗用푎푖푗表示푦푖与푦푗对푧的影响程度之比，按1～9的比例标度（见表D.1）来度量푎푖푗，푛个被比

较的元素构成一个两两比较（成对比较）的判断矩阵퐴=(푎푖푗)푛×푛。显然，判断矩阵퐴具有性质：

푎11푎12⋯푎1푛

푎푎⋯푎

21222푛(D.1)

퐴=[⋮⋮⋮]································································

푎푛1푎푛2⋯푎푛푛

式中：

1푖=푗

1(D.2)

푎푖푗={푖≠푗(푖,푗=1,2,…,푛)푎푖푗>0········································

푎푗푖

表D.1比例标度表

标度定义（比较元素푖与푗）

1表示两个元素相比，具有同样重要性

3表示两个元素相比，一个元素比另一个元素稍微重要

5表示两个元素相比，一个元素比另一个元素明显重要

7表示两个元素相比，一个元素比另一个元素强烈重要

9表示两个元素相比，一个元素比另一个元素极端重要

2、4、6、8上述两相邻判断元素的中值

倒数元素푖与푗比较得到判断矩阵푎푖푗，则元素푗与푖相比的判断为푎푗푖=1/푎푖푗

D.3计算权重向量并做一致性检验

8

DB14/T3484—2025

判断矩阵퐴对应于最大特征值휆푚푎푥的特征向量푊,经归一化后得到同一层次相应元素对于上一层次

某元素相对重要性的权值。完成单准则下权重向量的计算后，必须进行一致性检验。一致性指标按照公

式（D.3）计算：

휆−푛

퐶퐼=푚푎푥·······································································(D.3)

푛−1

式中：

퐶퐼=0，有完全的一致性；퐶퐼接近于0，有满意的一致性；퐶퐼越大，矩阵一致性越差。

D.4层次总排序及其一致性检验

计算某一层次所有元素对于最高层相对重要性的权值，称为层次总排序。这一过程是从最高层次到

最低层次依次进行的。

9

DB14/T3484—2025

附录E

（资料性）

专家打分法

专家打分法是指通过匿名方式征询有关专家的意见，对专家意见进行统计、处理、分析和归纳，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，经过

多轮意见征询、反馈和调整后，来确定各因子的权重系数。该方法确定的权重系数能较好的反映出实际

情况下各致灾因子在灾害形成过程中的作用，但存在一定的主观因素。

10

DB14/T3484—2025

附录F

（资料性）

自然断点分级法

F.1分类子集总偏差平方和计算

针对分类结果中的某一子集的数组按照公式（F.1）计算总偏差平方和。

푛

푆=∑(푥−푥̅)2(F.1)

퐷퐴푀푖=1푖····························································

式中：

푆퐷퐴푀——总偏差平方和；

푛——数组中元素个数；

푥푖——第푖个元素的值；

푥̅——数组序列中所有元素的均值，按照公式（F.2）计算。

1

푥̅=∑푛푥······································································(F.2)

푛푖=1푖

F.2分类范围确定

将数据中所有푛个元素分为퐾个子集，其中퐾个子集共有퐶种分类结果，其中一种分类结果为

[푋1,푋2,…,푋푖]，[푋푖+1,푋푖+2,…,푋푗]，…，[푋푗+1,푋푗+2,…,푋푛]。按公式（F.1）计算每种分类结果中每个子集

的总偏差平方和1，1，，1，…，퐶，并按照公式（F.3）求每种分类结果的总偏

푆퐷퐴푀1푆퐷퐴푀2…푆퐷퐴푀퐾푆퐷퐴푀퐾

差平方和：

푝

푝∑퐾(F.3)

푆퐷퐶푀=푖=1푆퐷퐴푀푖································································

式中：

푝

푆퐷퐶푀——第푝个分类结果的总偏差平方和；

퐾——子集数量；

푝——第个分类结果第个子集的总偏差平方和。

푆퐷퐴푀푖푝푖

12퐶

选择푆퐷퐶푀，푆퐷퐶푀，…，푆퐷퐶푀中最小的一个值（푆퐷퐶푀,푚푖푛）作为最优范围，푆퐷퐶푀,푚푖푛所对应的分

类范围即为最佳分类。

11

DB14/T3484—2025

附录G

（资料性）

百分位等级划分方法

百分位等级划分方法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进行从小

到大顺序排列，并按数据个数100等分。在第휌个分界点（称为百分位点）上的数值，称为第휌个百分位

数（휌=1,2,…,99）。在第휌个分界点到第휌+1个分界点之间的数据，称为处于第휌个百分位数。百分

位等级