资源描述
ICS 07.060 CCS A.47 34 安徽省地方标准 DB34/T 4637.4 2023 气象灾害 综合风险 普查技术 规范 第 4 部分：高 温 Specification for meteorological disaster comprehensive risk investigation technologyPart 4:High temperature 2023-10-07 发布 2023-11-07 实施 安徽省市 场监督管 理局 发 布 DB34/T 4637.4 2023 I 前 言 本文件按照 GB/T 1.1 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。本文件是 DB34/T 4637 气象灾害综合风险普查技术规范的第4 部分。DB34/T 4637 已经发布 了以下部分：第 1 部分：暴雨；第 2 部分：干旱；第 3 部分：台风；第 4 部分：高温。请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。本文件由安徽省气象局提出并归口。本文件起草单位：安徽省气候中心、安徽省气象灾害防御技术中心、安徽 华信瑞云信息技术有限公司。本文件主要起草人：吴 蓉、田红、程 向阳、徐敏、谢五三、唐 为安、丁小 俊、王胜、戴 娟、伍晓玲、王超、王琼。DB34/T 4637.4 2023 II 引 言 气象灾害综合风险普查是掌握风险隐患底数、客观识别主要灾害风险水平的重要手段，为制定科学实用的气象灾害防治区划、最大程度减轻气象灾害风险、推动经济社会高质量发展提供技术支持。DB34/T 4637 旨在规范县级 以上行政 区域的气象灾害风险普查工作，拟由九个部分构成。第 1 部分：暴雨。目的在于规定暴 雨灾害风险普查的资料收集、数据处理、致灾危险性评估和灾害 风险评估。第 2 部分：干旱。目的在于规定干旱灾害风险普查的 资料收集、数据处理、致灾危险性评估和灾害 风险评估。第 3 部分：台风。目的在于规定台风灾害风险普查的 资料收集、数据处理、致灾危险性评估和灾害 风险评估。第 4 部分：高温。目的在于规定高温灾害风险普查的 资料收集、数据处理、致灾危险性评估和灾害 风险评估。第 5 部分：低温。目的在于规定低温灾害风险普查的 资料收集、数据处理、致灾危险性评估和灾害 风险评估。第 6 部分：冰雹。目的在于规定冰雹灾害风险普查的 资料收集、数据处理、致灾危险性评估和灾害 风险评估。第 7 部分：大风。目的在于规定大风灾害风险普查的 资料收集、数据处理、致灾危险性评估和灾害 风险评估。第 8 部分：雷电。目的在于规定雷电灾害风险普查的 资料收集、数据处理、致灾危险性评估和灾害 风险评估。第 9 部分：雪灾。目的在于规定雪灾风险普查的 资料收集、数据处理、致灾危险性评估 和灾害风险评估。DB34/T 4637.4 2023 1 气象灾 害综合 风险普 查技术 规范 第4 部 分：高 温 1 范围 本文件规定了高温灾害风险普查的 资料收集、数据处理、致灾危险性评估和 灾害风险评估。本文件适用于高温灾害的风险普查。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。地面气象观测站 surface meteorological observing station 对近地面大气状况及其变化进行测量和判定而设立的气象观测站。来源：QX/T 485 2019，3.2 高温日 high temperature day 日最高气温大于或等于 35。注：日 最 高 气 温 为 给 定 时 段 内 气 温 的 最 高 值，是 前 一 日20:00（北 京 时 间，下 同）至 当 日20:00 之 间 的 气 温 最 高 值。来源：QX/T 595 2021，3.1 高温灾害 high temperature disaster 某一时间段由于高温造成人员伤亡、财产损失、资源和环境破坏、社会系统混乱等 损害。承灾体 hazard-affected body 承受高温灾害的对象。暴露度 exposure 承受高温影响的承灾体的数量和价值 量。脆弱性 frangibility 受到高温不利影响的倾向或趋势。风险普查 risk investigation 收集气象灾害相关信息，经数据处理后，对致灾危险性和灾害风险进行评估。评估单元 assessment unit DB34/T 4637.4 2023 2 评估 对象的区域范围，可为县（市、区）、乡镇（街道）。4 资料收集 资料收集包括但不限于：地面气象观测站建站以来的逐日最高气温、最低气温；人口数、国土面积、国内生产总值（GDP）、主 要农作物（水稻、玉米、大豆）播种面积等最新承灾体资料；历次或历年 高温导致的受灾人口、农作物受灾面积、直接经济损失等灾情资料，资料年限不少于 10 年；行政边界矢量数据和分辨率不低于 30 弧秒的数字 高程模型。5 数据处理 过程识别 当 出现连续 3 个及以上 的高温日时，确定为一次高温 天气过程。高温过程期间，首个高温日 出现日期为高温过程开始日，最后一个高温日 出现日期 为结束日，开始日至结束日（含结束日）的总天数为高温过程持续日数。统计分析 高温过程 统计分析内容见附录A。6 致灾危险性评估 高温天气过程强度指数 按 公式（1）计算：(1)式中：高温 天气过程强度指数；评估指 标个数；归一化 的 第 个评估指标，归一化处理方法见附录B；第 个评估指标的权重系数，采用层次分析法确定，层次分析法 见 QX/T 383 2017 中附录C。高温天气过程 强度的评估指标应包括高温过程 持续日数、高温过程平均最高气温、高温过程极端最高气温，还可包括高温过程 38 的高温日数、高温过程平均最低气温和高温 过程极端最低气温。致灾危险性指数 按公式（2）计算：(2)式中：致灾 危险性指数；总年 数；DB34/T 4637.4 2023 3 第 年的高温天气过程数，单位为 次；第 年第 个高温天气过程强度指数。致灾危险性评估 采用自然断点法（见附录C）对致灾危险性指数进行 分类，将致灾危险性划分为高 危险、较高 危险、较低 危险和低危险等 4 个等级，可依据致灾危险性等级 制作危险性区划图。7 灾害风险评估 承灾体暴露度和脆弱性评估 7.1.1 指标 承灾体暴露度和脆弱性评估指标见 表1。表1 承灾体暴露度 和脆弱性评估指标 承灾体 暴露度 脆弱性 人口 人口密度（）人口受灾率（）GDP GDP密度（）直接经济损失率（）农作物 农作物播种密度（）农作物受灾率（）7.1.2 计算 7.1.2.1 人口密度按公式（3）计 算：(3)式中：评估单元人口密度，单位为 人/km2；评估单元人口数，单位为 人；评估单元国土面积，单位为 km2。7.1.2.2 GDP 密度按 公式（4）计 算：(4)式中：评估单元GDP 密度，单位 为 万元/km2；评估单元GDP，单位 为 万元；评估单元国土面积，单位为 km2。7.1.2.3 农作物播种密度按公式（5）计算：(5)式中：评估单元农作物播种密度；评估单元农作物播种面积，单位 为 km2；评估单元国土面积，单位为 km2。DB34/T 4637.4 2023 4 7.1.2.4 人口受灾率按公式（6）计算：(6)式中：评估单 元 人口受灾率，单位为；评估单 元 受灾人口数，单位为 人；评估 单元 人口数，单位为 人。7.1.2.5 直接经济损失率按公式（7）计算：(7)式中：评估单 元 直接经济损失率，单位 为；评估单元 直接经济损失，单位 为 万元；评估 单元GDP，单 位 为 万元。7.1.2.6 农作物受灾率按公式（8）计算：(8)式中：评估单 元 农作物受灾率，单位 为；评估单 元 农作物受灾面积，单位 为 km2；评估单 元 农作物播种面积，单位 为 km2。风险指数 7.2.1 风险指数分为以人口为承灾体的风险指数（）、以 GDP 为 承灾体的风险指数（）和以农作物为承灾体的风险指数（）。7.2.2 风险指数计算前应对、进行归一化处理，得到、。归一化处理方法见附录 B。7.2.3 按公式（9）计算：(9)式中：以人口 为承灾体的风险指数；归一化 的 致灾危险性指数；致灾危 险性指数的权重系数；归一化的 评估单元人口密度；人口密 度 的权重系数；归一化 的 评估单元人口受灾率；人口受 灾率 的权重系数。权重系数确定方法 见附录D，。7.2.4 按公式（10）计算：(10)式中：以GDP 为承灾体的风险指数；归一 化的 致灾危险性指数；DB34/T 4637.4 2023 5 致灾 危险性指数的权重系数；归一化 的 评估单元GDP 密度；GDP密度 的权重系数；归一 化的 评估单元直接经济损失率；直接 经济损失率 的权重系数。权重系数确定方法见附录D，。7.2.5 按公式（11）计算：(11)式中：以农作 物 为承灾体的风险指数；归一化 的 致灾危险性指数；致灾危 险性指数的权重系数；归一化 的 评估单元农作物播种 密度；农作物 播种 密度的权重系数；归一化 的 评估单元农作物受灾率；农作物 受灾率 的权重系数。权重系数确定方法见附录D，。风险区划 采用自然断 点法（见附 录D）对风险 指数进行分类，将风险 划分为高风 险、较高风险、中等风险、较低 风险和低风险等 5 个等级，可依据风险等级 制作风险区划图。DB34/T 4637.4 2023 6 A A 附录A（资料性）高温过程统计分 析内容 高温 过程统计分析内容见表A.1。表A.1 高温过程统计分析内容 字段 记录1 记录2 说明 市名 县（区）名 乡（镇）名 观测站名 站号 调查年份 格式为 yyyy 高温过程开始日期 格式为 yyyymmdd，示例 19810101 高温过程结束日期 格式为 yyyymmdd，示例 19810101 高温过程 持续日数（天）日最高气温38的日数（天）过程平均最高气温（）高温过程日最高气温的平均值，保留1位小数 过程极端最高气温（）高温过程内日最高气温的极大值，保留1位小数 过程极端最高气温出现 日期 格式为 yyyymmdd，示例 19810101 过程平均最低气温（）高温过程日最低气温的平均值，保留1位小数 过程极端最低气温（）高温过程内日最低气温的极小值，保留1位小数 过程极端最低气温出现时间 格式为 yyyymmdd，示例 19810101 DB34/T 4637.4 2023 7 B B 附录B（资料性）归一化处理方法 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。归一化计算方法见公 式（B.1）：(B.1)式中：归一 化后的 数据；样本 数据；样本数据中的最小值；样本数据中的最大值。DB34/T 4637.4 2023 8 C C 附录C（资料性）自然断点法 C.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公式（C.1）计算总偏差平方和（）。(C.1)式中：总偏差平方和；数 组序列中所有元素的均值，按公式（C.2）计算；数 组中元素个数；第 个元素的值。(C.2)式中：数组 序列中所有元素的均值；数 组中元素个数；第 个元素的值。C.2 分类范围确定 将数据 中所有 个元素分为 个子集，其中 个 子集 共有 种分类结果，其中一种 分类结果为，。按 公式（C.1）计算每种分类结果中每个子集的总偏差平方和，并 按公式（C.3）求和每种分类结果的总偏差平方和（）。(C.3)式中：第 个分类结果的总偏差平方和；子集数量；第 个分类结果第 个子集的总偏差平方和。选择，中最小的一个值（SDCM,min）作为最优范围，SDCM,min所对应的分类范围即为最佳分类。DB34/T 4637.4 2023 9 D D 附录D（资料性）专家打分法 专家打分法也称为德尔菲法（Delphi），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 的 作 用，但 存 在 一定的主观因素。DB34/T 4637.4 2023 10 参考文 献 1 QX/T 3832017 玉 米干旱灾害风险评价方法 2 QX/T 485 2019 气 象观测站分类及命名规则 3 QX/T 5952021 气 候指数 高温
展开阅读全文