区域自然灾害风险损失度评估方法.ppt
《区域自然灾害风险损失度评估方法.ppt》由会员分享,可在线阅读,更多相关《区域自然灾害风险损失度评估方法.ppt(19页珍藏版)》请在冰点文库上搜索。
区域自然灾害风险损失度评估方法,主讲内容单灾种风险损失度评估方法多灾种风险损失度综合评估方法,第一节单灾种风险损失评估方法,一、基本方法
(一)历史情景类比法(附加)物理模型法即实验法(三)专家评分法(四)邻域类比法,
(一)历史情景类比法,适用性:
统计资料具有连续性、完备性的区域。
具体有:
(1)灾损拟合法A概念:
一种依据已经发生灾害的致险强度、承灾体脆弱性和损失率,来寻找承灾体损失率与灾害强度、脆弱性诸指标之间函数关系的方法。
注意:
通常样本30个以上B通常有概率分布统计、直方图及核扩散理论三种形式,
(一)历史情景类比法,1.概率分布不能处理样本不多、系统过于复杂2.直方图统计过于粗糙和不稳定3.核扩散理论在函数和系数选取处于理论研究阶段,难以投入,
(一)灾损拟合法步骤,(附加)灾损评估指标的分级方法,分级:
根据一定的方法或标准把风险指标值所组成的数据集划分成不同的子集,借以凸现数据指标之间的个体差异性。
分级原则:
科学性原则:
改善分级间隔的规则性适用性原则:
具体应用需要进行美观性原则:
色彩平衡、易于理解,(附加)灾损评估指标的分级方法,分级统计方法:
1)等间距分级:
间距优点:
简明实用,均匀变化缺点:
数据差异过大情形不适用,(附加)灾损评估指标的分级方法,分级统计方法:
2)分位数分级:
也是一种等值分级法。
指标值按照大小排列,划分相等的分段,处于分段点的值是分位数。
优点:
每一级别数据个数接近一致,较好制图效果缺点:
数据差异过大情形不适用,(附加)灾损评估指标的分级方法,分级统计方法:
3)标准差分级:
反映数据间离散程度的一个参数分界点为:
特点:
适用于风险度数值分布具有正态分布规律,是一种不等值分级方法,(附加)灾损评估指标的分级方法,分级统计方法:
4)自然断点法:
任何统计数列都存在一些自然转折点、特征点,而这些点选择及相应的数值分级可以基于使每个范围内所有数据值与其平均值之差原则来找,常见有频率直方图、坡度曲线图、累积频率直方图法等。
优点:
每一级别数据个数接近一致,较好制图效果缺点:
数据差异过大情形不适用,(附加)灾损评估指标的分级方法,分级统计方法:
此外还有等比分级、等差分级和按嵌套平均值分级。
目前:
ArcGIS等地理信息系统软件已部分具备这样数据分级功能。
(附加)灾损评估指标的分级方法,地震灾害损失分级标准:
级响应:
地震灾害造成300人以上死亡,或直接经济损失占该省(区、市)上年国内生产总值1%以上。
级应急响应:
地震灾害造成50人以上、300人以下死亡。
级应急响应:
地震灾害造成20人以上、50人以下死亡。
级应急响应:
地震灾害造成20人以下死亡。
(附加)灾损评估指标的分级方法,中国地震灾度等级划分,资料来源:
国家科委全国重大自然灾害综合研究组(1994),
(一)历史情景类比法,
(2)参数评估法:
基于损失率的承灾体风险损失评估科学性强,可给出未来不同灾害对应强度及发生概率下的损失水平。
A难度:
获取评估单位承灾体损失率、物理暴露量及配套能力资料困难;不同承灾体损失敏感性与损失率之间对应关系难以获取。
B基本操作步骤:
风险度(D)=致灾因子危险性(H)*脆弱性(V)风险度(D)=危险性(H)*暴露性(Ve)*损失敏感性(Vs)*应对灾害能力(Vd),
(一)历史情景类比法,
(2)参数评估法风险度评估涉及的评估指标十分复杂,每一评估要素有众多因子,一般应当进行定量化标识和归一化处理。
根据各因子之间及它们与评价目标相关性,理顺不同因子组合方式与层次,确定标度指标和作用权重。
采用的方法有层次分析法、模糊聚类综合评价法、灰色聚类评价法、物元模型、W值法等。
另外,由于参数评估涉及灾害评估数据多具有空间属性,因此应用GIS的空间分析和统计功能。
(二)物理模型法及实验法,含义:
根据对自然灾害事件的灾害动力学过程认识,以物理学模型及实验手段模拟灾害发生环境及过程,从而找出致灾因子强度、承灾体脆弱性诸指标之间函数关系模型。
注意:
1、仅农作物干旱损失和洪涝减产损失有进展,耗时费力;2、只适用小空间尺度灾害风险评估,大的空间不可能。
(三)专家评分法,含义:
依据对灾害感知较多、较深入人员经验,来对承灾体的损失水平进行估算。
适用:
评估精度要求不高的情形,尤其对缺乏资料的村镇级灾害风险评估十分适用。
德尔菲法、问卷法等综合方法。
(四)邻域类比法,含义:
为解决资料缺失地区风险损失问题,许多研究者采取相邻地区类比的方法来进行灾损风险的评估。
操作方法(刘新立、史培军)
(1)选定进行类比的自然环境和社会经济条件的指标
(2)用多次聚类方法在资料缺失地区周围寻找相似地区。
(组间聚类)(3)用相似地区的风险损失数据估计资料缺失地区风险损失,