DB14∕T 3485-2025 气象灾害风险普查技术规范 低温

ICS07.060

CCSA47

14

山西省地方标准

DB14/T3485—2025

气象灾害风险普查技术规范低温

2025-07-10发布2025-10-10实施

山西省市场监督管理局发布

DB14/T3485—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.....................................................................5

8报告编制...........................................................................6

附录A（资料性）低温灾害风险普查流程图...............................................7

附录B（资料性）归一化方法...........................................................8

附录C（资料性）信息熵赋权法.........................................................9

附录D（资料性）层次分析法..........................................................10

附录E（资料性）专家打分法..........................................................12

附录F（资料性）自然断点分级法......................................................13

附录G（资料性）百分位等级划分方法..................................................14

参考文献.............................................................................15

I

DB14/T3485—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：刘月丽、张冬峰、张亚琳、赵海燕、郭媛媛、任玉欢、王晓琼、王林、张华明、

李燕、韩虹、范志宣、米晓楠、左小瑞、杨茜。

II

DB14/T3485—2025

气象灾害风险普查技术规范低温

1范围

本文件规定了低温气象灾害风险普查的术语与定义、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。

本文件适用于低温气象灾害风险普查。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，

仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本

文件。

GB/T20484—2017冷空气等级

QX/T393—2017冷空气过程监测指标

3术语和定义

GB/T20484—2017界定的以及下列术语和定义适用于本文件。

3.1

低温灾害

因异常低温天气对农业、交通、能源、生态及公众健康等造成不利影响和灾害损失的事件。包括冷

空气、霜冻、低温阴雨寡照、冰冻等低温灾害类型。

3.2

低温灾害致灾危险性评估

基于低温灾害致灾危险性信息调查结果，对低温灾害致灾因子综合强度进行评价的过程。

3.3

低温灾害风险

低温灾害对人口、经济、农业等承灾体造成影响和危害的可能性。

3.4

低温灾害风险评估

综合低温灾害致灾危险性、承灾体暴露度与脆弱性，对低温灾害风险大小进行评价的过程。

3.5

低温灾害风险区划

根据低温灾害风险评估结果，对低温灾害风险进行基于空间单元的划分。

4基本要求

4.1低温气象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。

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。

1

DB14/T3485—2025

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

果，开展低温灾害致灾危险性评估与区划、风险评估与区划。

4.4低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历史逐日气温（平均气温、最低气温）、日照时数、降水量资料。

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（小麦、玉米等）播

种面积等。

5.3灾情资料

收集评估区域内因低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地理信息资料

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灾害过程识别

6.1.1冷空气

单站出现中等强度及以上冷空气（依据QX/T393—2017，48小时内降温幅度≥6℃），持续两日

及以上，判定为一次冷空气过程。

6.1.2霜冻

日最低气温≤2℃作为霜冻过程判定指标。

6.1.3低温阴雨寡照

日平均气温＜12℃并持续三日及以上，且过程平均日照时数＜3h，判定为一次低温阴雨寡照过程。

6.1.4冰冻

日平均气温≤1℃、日最低气温≤0℃、有降水（降水量＞0.1mm）三者同日出现，且持续三日及

以上，判定为一次冰冻过程。

6.2致灾因子统计

——冷空气致灾因子统计内容包括：单站历次冷空气过程开始、结束日期和持续时间，历次过程

最大降温幅度（24小时内降温幅度）和极端最低气温。

2

DB14/T3485—2025

——霜冻致灾因子统计内容包括：单站历次霜冻过程开始、结束日期和持续时间，历次过程平均

气温以及平均最低气温。

——低温阴雨寡照致灾因子统计内容包括：单站历次低温阴雨寡照过程开始、结束日期和持续天

数，历次过程日平均气温、平均日照时数和累积降水量。

——冰冻致灾因子统计内容包括：单站历次冰冻过程开始、结束日期和持续时间，历次过程日平

均气温、平均最低气温和累积降水量。

6.3致灾危险性指数

6.3.1冷空气

将冷空气致灾因子各指标进行归一化，再加权求和得到冷空气致灾危险性指数。归一化方法参见附

录B，权重系数确定方法参见附录C、D或E，各权重系数之和为1。

冷空气致灾危险性指数按公式（1）计算：

퐻퐶=푤퐶퐷×퐷퐶+푤퐶푇퐴×푇퐶퐴+푤퐶푇퐼×푇퐶퐼················································(1)

式中：

퐻퐶——冷空气致灾危险性指数；

푤퐶퐷——冷空气持续时间权重系数；

퐷퐶——归一化的冷空气持续时间；

푤퐶푇퐴——冷空气过程最大降温幅度权重系数；

푇CA——归一化的冷空气过程最大降温幅度；

푤퐶푇퐼——冷空气过程极端最低气温权重系数；

푇퐶퐼——归一化的冷空气过程极端最低气温。

6.3.2霜冻

将霜冻致灾因子各指标进行归一化，再加权求和得到霜冻致灾危险性指数。归一化方法参见附录B，

权重系数确定方法参见附录C、D或E，各权重系数之和为1。

霜冻致灾危险性指数按公式（2）计算：

퐻퐹=푤퐹퐷×퐷퐹+푤퐹푇푉×푇퐹푉+푤퐹푇퐼×푇퐹퐼················································(2)

式中：

퐻퐹——霜冻致灾危险性指数；

푤퐹퐷——霜冻日数权重系数；

퐷퐹——归一化的霜冻日数；

푤퐹푇푉——霜冻期平均气温权重系数；

푇퐹푉——归一化的霜冻期平均气温；

푤퐹푇퐼——霜冻期平均最低气温权重系数，

푇퐹퐼——归一化的霜冻期平均最低气温。

6.3.3低温阴雨寡照

将低温阴雨寡照致灾因子各指标进行归一化，再加权求和得到低温阴雨寡照致灾危险性指数。归一

化方法参见附录B，权重系数确定方法参见附录C、D或E，各权重系数之和为1。

低温阴雨寡照致灾危险性指数按公式（3）计算：

퐻퐿=푤퐿퐷×퐷퐿+푤퐿푇푉×푇퐿푉+푤퐿푆푉×푆퐿+푤퐿푅×푅퐿·······································(3)

式中：

3

DB14/T3485—2025

퐻퐿——低温阴雨寡照致灾危险性指数；

푤퐿퐷——低温阴雨寡照持续时间权重系数；

퐷퐿——归一化的低温阴雨寡照持续时间；

푤퐿푇푉——低温阴雨寡照过程平均气温权重系数；

푇퐿푉——归一化的低温阴雨寡照过程平均气温；

푤퐿푆푉——低温阴雨寡照过程平均日照时数权重系数；

푆퐿——归一化的低温阴雨寡照过程平均日照时数；

푤퐿푅——低温阴雨寡照过程累积降水量权重系数；

푅퐿——归一化的低温阴雨寡照过程累积降水量。

6.3.4冰冻

将冰冻致灾因子各指标进行归一化，再加权求和得到冰冻致灾危险性指数。归一化方法参见附录B，

权重系数确定方法参见附录C、D或E，各权重系数之和为1。

冰冻致灾危险性指数计算按公式（4）计算：

퐻푍=푤푍퐷×퐷푍+푤푍푇푉×푇푍푉+푤푍푇퐼×푇푍퐼+푤푍푅×푅푍·····································(4)

式中：

퐻푍——冰冻致灾危险性指数；

푤푍퐷——冰冻过程持续时间权重系数；

퐷푍——归一化的冰冻过程持续时间；

푤푍푇푉——冰冻过程平均气温权重系数；

푇푍푉——归一化的冰冻过程平均气温；

푤푍푇퐼——冰冻过程平均最低气温权重系数；

푇푍퐼——归一化的冰冻过程平均最低气温；

푤푍푅——冰冻过程累积降水量权重系数；

푅푍——归一化的冰冻过程累积降水量。

6.3.5致灾危险性评估

低温灾害致灾危险性评估模型由不同种类低温灾害（冷空气、霜冻、低温阴雨寡照、冰冻等）危险

性指数加权求和得到，权重系数确定方法参见附录C、D或E，权重系数之和为1。

低温灾害危险性指数按照公式（5）计算。

푁

퐻=∑푖=1퐴푖×푋푖······································································(5)

式中：

H——低温灾害致灾危险性指数；

푁——低温灾害类别数，灾害类别可根据评估区域实际情况选取；

퐴푖——第푖种低温灾害致灾危险性指数值；

푋푖——第푖种低温灾害权重系数。

6.4致灾危险性区划

基于低温灾害致灾危险性指数，采用自然断点分级法或百分位等级划分方法等，参见附录F或G，将

低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。

4

DB14/T3485—2025

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

（6）计算：

푆

퐸=퐸················································································(6)

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（7）计算：

푆

푉=푉················································································(7)

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

低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低温灾害的影响

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。

低温灾害风险指数按公式（8）计算：

푤ℎ푤푒푤푣

푅=퐻퐼×퐸퐼×푉퐼·································································(8)

式中：

R——针对承灾体（人口、GDP或农作物等）的低温灾害风险指数；

HI——归一化的低温灾害致灾危险性指数；

푤ℎ——致灾危险性指数权重系数；

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；

5

DB14/T3485—2025

푤푣——承灾体脆弱性权重系数。

7.3风险区划

根据低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等，参见附录F或G，将低

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

低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。

6

DB14/T3485—2025

附录A

（资料性）

低温灾害风险普查流程图

图A.1低温灾害风险普查流程图

7

DB14/T3485—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。

8

DB14/T3485—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。

9

DB14/T3485—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

10

DB14/T3485—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。

11

DB14/T3485—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。

12

DB14/T3485—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。

13

DB14/T3485—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。