一种承灾体动态脆弱性评估方法及系统与流程

1.本发明涉及灾害评估，特别是一种承灾体动态脆弱性评估方法及系统。


背景技术：

2.承灾体是指直接受到灾害影响和损害的人类社会主体。主要包括人类本身和社会发展的各个方面，如工业、农业、能源、建筑业、交通、通信、教育、文化、娱乐、各种减灾工程设施及生产、生活服务设施，以及人们所积累起来的各类财富等。承灾体受灾害的程度，除与致灾因子的强度有关外，很大程度上取决于承灾体自身的脆弱度。承灾体脆弱性和易损性评价可利用城市的各项经济、社会指标构建，以综合反映灾害发生在城市可能造成的损失。进行承灾体动态脆弱性分析与评价可以为城市气象灾害风险控制和编制减灾规划提供依据。
3.现有评估方法整体上偏主观，且评估过程较为繁琐，缺少统一的评估标准和定量化的评估指标使得承灾体脆弱度评估不够客观和准确，不便于现实中的应用。


技术实现要素：

4.发明目的：本发明的目的是提供一种承灾体动态脆弱性评估方法及系统，从而提高灾害评估领域的智能化水平。
5.技术方案：本发明所述的一种承灾体动态脆弱性评估方法，包括以下步骤：
6.(1)获取某一时段气象要素数据，获取目标区域承载体特征数据和灾害损失数据，建立灾情数据库；
7.(2)结合气象要素数据，采用动态三维灾害事件聚类判别模型，识别目标区域某一时段内的灾害特征，获取灾害事件强度、发生频率、影响面积等要素；
8.(3)统计历次灾害事件影响范围，动态叠加灾害发生时目标区域承灾体要素，获取历次灾害事件承载体暴露度特征；
9.(4)统计历次事件灾害强度，结合目标区域灾害损失数据，绘制灾害损失率曲线，构建灾害损失
‑
强度
‑
恢复力动态评估模型；
10.(5)基于共享社会经济路径框架，设定本地化社会经济发展参数，预估不同发展路径下目标区域承灾体特征和恢复力变化；
11.(6)将未来承灾体和恢复力变化特征带入灾害损失
‑
强度
‑
恢复力动态评估模型，构建基于共享社会经济路径的承灾体脆弱性动态评估模型。
12.步骤(2)具体为：
13.(2.1)采用空间网格插值技术，将目标区域气象要素数据插值到固定分辨率网格中；
14.(2.2)采用气象要素数据，计算适应目标区域的灾害评估指数；
15.(2.3)结合历史时期灾情数据，确定每个网格上的灾害事件致灾阈值；
16.(2.4)计算每个网格上灾害指数强度，剔除小于致灾阈值的网格数据；
17.(2.5)搜索某一时间目标范围内灾害强度最大的网格，记录网格位置信息和灾害强度信息，记为g
i
；
18.(2.6)搜索g
i
周围八个网格内强度最大的网格，记为g
j
，记录网格灾害强度信息；
19.(2.7)继续搜索g
j
附近网格，直至附近再无连续的超过致灾阈值的网格为止；
20.(2.8)将搜索到的连续面积上的网格进行聚类，形成一次事件，事件影响面积为所构成事件网格上的总面积，事件强度为所构成事件网格上的灾害强度的算数平均值；
21.(2.9)继续搜索该时间点目标区域其它灾害事件，直至搜索完区域所有事件，记录事件强度、事件影响范围和事件位置信息；
22.(2.10)继续搜索下一时间点的所有灾害事件，直至搜索完所有时间点；
23.(2.11)统计所有灾害事件强度、事件影响范围和事件位置信息，剔除影响范围小于最小设定范围的事件。
24.步骤(3)具体为：
25.(3.1)采用空间网格插值技术，将目标区域承灾体要素数据插值到与气象要素统一分辨率的网格中；
26.(3.2)提取每次事件位置信息，将位置信息叠加至承灾体网格中；
27.(3.3)计算暴露于每次事件上的承灾体信息，将网格上的承灾体相加，即为本次事件的承灾体暴露度。
28.步骤(4)具体为：
29.(4.1)根据灾害损失数据，统计每一灾害损失发生时，该位置上对应的灾害事件；
30.(4.2)记录每次灾害损失对应的灾害强度、承灾体暴露度；
31.(4.3)获取灾害发生时目标区域灾害恢复力特征，灾害恢复力通常可采用社会经济水平、基础设施水平、医院病床数等数据指征；
32.(4.4)将灾害损失、灾害强度、承载体暴露度、恢复力水平带入影响评估模型，获取灾损率曲线，模型公式为：
[0033][0034]
式中，l为灾害损失，e为承载体暴露度，i为灾害强度，r为恢复力水平。
[0035]
步骤(5)具体为：
[0036]
(5.1)共享社会经济路径框架设定，其中，ssp1为可持续发展路径，ssp2为中等路径，ssp3为区域竞争路径，ssp4为不均衡路径，ssp5为化石燃料为主发展路径；
[0037]
(5.2)确定不同共享社会经济路径下承灾体和恢复力的变化程度；
[0038]
(5.3)获取初始年承灾体和恢复力数据，确定初始年承灾体和恢复力变化的影响因子；
[0039]
(5.4)基于研究区历史时期发展状况，确定未来不同变化程度下承灾体和恢复力影响因子预估参数；
[0040]
(5.5)确定不同共享社会经济路径下的预估参数；
[0041]
(5.6)将初始年承灾体和恢复力的影响因子与不同路径下的预估参数输入预估模型，预估不同共享社会经济路径下承灾体和恢复力的未来变化特征。
[0042]
步骤(6)具体为：
[0043]
(6.1)基于气候模式数据预估未来气候要素变化；
[0044]
(6.2)识别未来灾害事件特征，获取灾害事件强度、影响范围等特征；
[0045]
(6.3)灾害预估结果和恢复力预估结果带入灾害影响评估模型，获取基于共享社会经济路径的承灾体脆弱性曲线，建立动态脆弱性评估模型。
[0046]
一种承灾体动态脆弱性评估系统，所述系统包括以下模块：
[0047]
数据获取模块：获取某一时段气象要素数据，获取目标区域承载体特征数据和灾害损失数据，建立灾情数据库；
[0048]
灾害判别模块：采用动态三维灾害事件聚类判别模型，识别目标区域某一时段内的灾害特征，获取灾害事件强度、发生频率、影响面积等要素；
[0049]
暴露度计算模块：统计历次灾害事件影响范围，动态叠加灾害发生时目标区域承灾体要素，获取历次灾害事件承载体暴露度特征；
[0050]
动态评估模型模块：统计历次事件灾害强度，结合目标区域灾害损失数据，绘制灾害损失率曲线，构建灾害损失
‑
强度
‑
恢复力动态评估模型；
[0051]
社会经济预估模块：基于共享社会经济路径框架，设定本地化社会经济发展参数，预估不同发展路径下目标区域承灾体特征和恢复力变化；
[0052]
动态脆弱性评估模块：将未来承灾体和恢复力变化特征带入灾害动态评估模型，构建基于共享社会经济路径的承灾体脆弱性动态评估模型。
[0053]
一种计算机存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述的一种承灾体动态脆弱性评估方法。
[0054]
一种计算机设备，包括储存器、处理器及存储在存储器上并可再处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的一种承灾体动态脆弱性评估方法。
[0055]
有益效果：与现有技术相比，本发明具有如下优点：解决了现有技术中评估方法缺少定量分析导致结果不够客观的技术问题，通过影响脆弱性的相关变量构建相应的评估模板获得承灾体脆弱性评估结果，达到了统一评估标准、量化分析参数的技术目的，实现了标准化、精确化评估的技术效果，进一步提高了灾害评估领域的智能化水平。
附图说明
[0056]
图1为一种承灾体脆弱度评估方法的流程示意图。
具体实施方式
[0057]
下面结合附图对本发明的技术方案作进一步说明。
[0058]
实施例1：
[0059]
如图1所示，一种承灾体动态脆弱性评估方法，包括以下步骤：
[0060]
(1)获取某一时段气象要素数据，获取目标区域承载体特征数据和灾害损失数据，建立灾情数据库；
[0061]
(2)结合气象要素数据，采用动态三维灾害事件聚类判别模型，识别目标区域某一时段内的灾害特征，获取灾害事件强度、发生频率、影响面积等要素；
[0062]
(3)统计历次灾害事件影响范围，动态叠加灾害发生时目标区域承灾体要素，获取
历次灾害事件承载体暴露度特征；
[0063]
(4)统计历次事件灾害强度，结合目标区域灾害损失数据，绘制灾害损失率曲线，构建灾害损失
‑
强度
‑
恢复力动态评估模型；
[0064]
(5)基于共享社会经济路径框架，设定本地化社会经济发展参数，预估不同发展路径下目标区域承灾体特征和恢复力变化；
[0065]
(6)将未来承灾体和恢复力变化特征带入灾害损失
‑
强度
‑
恢复力动态评估模型，构建基于共享社会经济路径的承灾体脆弱性动态评估模型。
[0066]
本发明实施例提供的中国干旱灾害的经济脆弱性动态评估方法的具体操作流程如下：
[0067]
本案例选用干旱灾害进行方法展示，干旱是影响中国主要的自然灾害之一，定义为某一时段内降水量持续少于多年平均值而形成的气象现象。在过去的50年里，中国的干旱面积、干旱程度、持续时间以及由干旱导致的经济损失均有逐步增加的趋势。
[0068]
本案例首先获取研究区气象要素和承灾体数据，气象要素采用中国气象局的发布的气象站点观测数据，由于干旱主要是由于降水量持续少于多年平均值而形成的，因此，探究干旱灾害选取的主要的气象要素为月降水量，1984
‑
2013年中国降水量变化见表1。
[0069]
表1 1984
‑
2013年中国降水量变化
[0070][0071]
承灾体为经济，因此选取的承灾体要素为中国分省的国民生产总值，灾害损失则选取干旱灾害的直接经济损失这一指标，1984
‑
2013年中国国民生产总值见表2，分省的干旱灾害直接经济损失见表3。
[0072]
表2 1984
‑
2013年中国gdp变化
[0073]
[0074]
表3 1984
‑
2013年分省干旱灾害损失
[0075][0076][0077]
本案例中，选取标准化降水指数(spi)作为干旱灾害的主要灾害指数，spi主要是利用降水量的γ分布函数，经过正态分布标准化进行变换而得出。spi指数具有多时间尺度特征，可以分别对短期和长期的干旱灾情进行评估。本案例中，我们计算了1984
‑
2013年中国0.5
°×
0.5
°
网格spi指数，并选取干旱指数小于
‑
1作为识别干旱灾害的阈值。
[0078]
接下来，采用动态三维灾害事件聚类判别模型对中国历年的干旱事件进行识别。对于干旱灾害，我们逐月识别中国范围内的超过阈值的干旱灾害事件，记录每次事件的时间强度、影响范围和发生位置。对每次事件进行统计，并剔除其中影响面积小于50000km2的事件，1984
‑
2013年中国分省干旱灾害强度表4。
[0079]
表4 1984
‑
2013年中国分省干旱灾害强度
[0080]
省份强度省份强度省份强度省份强度安徽
‑
1.4257河南
‑
1.4267内蒙古
‑
1.5513西藏
‑
1.5398北京
‑
1.4030黑龙江
‑
1.4936宁夏
‑
1.5558新疆
‑
1.6049福建
‑
1.3834湖北
‑
1.4126青海
‑
1.5755云南
‑
1.5083甘肃
‑
1.5601湖南
‑
1.4155山东
‑
1.4586浙江
‑
1.4266广东
‑
1.3965吉林
‑
1.4447山西
‑
1.4610重庆
‑
1.4691广西
‑
1.4198江苏
‑
1.4392陕西
‑
1.4809
ꢀꢀ
贵州
‑
1.4919江西
‑
1.4123四川
‑
1.5251
ꢀꢀ
河北
‑
1.4422辽宁
‑
1.4096天津
‑
1.4484
ꢀꢀ
[0081]
通过将干旱灾害影响范围与承灾体相叠加，本案例获取了1984
‑
2013年暴露于历次灾害中的gdp并进行统计，1984
‑
2013年暴露于干旱灾害的gdp变化见表5。
[0082]
表5 1984
‑
2013年暴露于干旱灾害的gdp变化
[0083]
[0084][0085]
本案例通过将统计历次事件灾害强度、干旱灾害直接经济损失、干旱灾害经济暴露度带入灾害损失
‑
强度
‑
恢复力动态评估模型，在本研究中，选取经济发展水平，及各省的gdp指标，作为干旱灾害恢复力的评价指标带入评估模型。根据模型公式拟合模型参数：
[0086]
模型公式为：
[0087][0088]
式中，l为灾害损失，e为承载体暴露度，i为灾害强度，r为恢复力水平。
[0089]
根据历年数据样本，分别获取中国不同省份的干旱灾害经济脆弱性评估参数。结合共享社会经济路径，开展中国范围各省的未来承灾体和恢复力预估，即对未来不同路径下的gdp进行预估，预估结果见表6。
[0090]
表6 2020
‑
2100年中国gdp预估
[0091][0092]
最后，将不同共享社会经济路径下的承灾体和恢复力结果带入评估模型，获取基于共享社会经济路径的干旱灾害动态经济脆弱性指数。
[0093]
实施例2：
[0094]
一种承灾体动态脆弱性评估系统，所述系统包括以下模块：
[0095]
数据获取模块：获取某一时段气象要素数据，获取目标区域承载体特征数据和灾害损失数据，建立灾情数据库；
[0096]
灾害判别模块：采用动态三维灾害事件聚类判别模型，识别目标区域某一时段内的灾害特征，获取灾害事件强度、发生频率、影响面积等要素；
[0097]
暴露度计算模块：统计历次灾害事件影响范围，动态叠加灾害发生时目标区域承灾体要素，获取历次灾害事件承载体暴露度特征；
[0098]
动态评估模型模块：统计历次事件灾害强度，结合目标区域灾害损失数据，绘制灾害损失率曲线，构建灾害损失
‑
强度
‑
恢复力动态评估模型；
[0099]
社会经济预估模块：基于共享社会经济路径框架，设定本地化社会经济发展参数，预估不同发展路径下目标区域承灾体特征和恢复力变化；
[0100]
动态脆弱性评估模块：将未来承灾体和恢复力变化特征带入灾害动态评估模型，构建基于共享社会经济路径的承灾体脆弱性动态评估模型。
[0101]
实施例3：
[0102]
一种计算机存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实
现上述的一种承灾体动态脆弱性评估方法。
[0103]
实施例4：
[0104]
一种计算机设备，包括储存器、处理器及存储在存储器上并可再处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的一种承灾体动态脆弱性评估方法。