收藏 分销(赏)

DB34T4637.5-2023气象灾害综合风险普查技术规范 第5部分:低温.docx

上传人:Fis****915 文档编号:550661 上传时间:2023-12-04 格式:DOCX 页数:20 大小:98.60KB
下载 相关 举报
DB34T4637.5-2023气象灾害综合风险普查技术规范 第5部分:低温.docx_第1页
第1页 / 共20页
DB34T4637.5-2023气象灾害综合风险普查技术规范 第5部分:低温.docx_第2页
第2页 / 共20页
DB34T4637.5-2023气象灾害综合风险普查技术规范 第5部分:低温.docx_第3页
第3页 / 共20页
DB34T4637.5-2023气象灾害综合风险普查技术规范 第5部分:低温.docx_第4页
第4页 / 共20页
DB34T4637.5-2023气象灾害综合风险普查技术规范 第5部分:低温.docx_第5页
第5页 / 共20页
点击查看更多>>
资源描述

1、ICS07.060CCSA 4734安徽省地方标准DB34/T 4637.52023气象灾害综合风险普查技术规范第 5 部分:低温Specifications for meteorological disaster comprehensive risk investigationtechnologyPart 5: Low temperature2023 - 10 - 07 发布2023 - 11 - 07 实施安徽省市场监督管理局发 布前言本文件按照 GB/T 1.12020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

2、规范的第5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;第 5 部分:低温。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、安徽省农村综合经济信息中心、安徽省公共气象服务中心、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。周建平、王传辉、伍晓玲、王超、王琼。本文件主要起草人:戴娟、田红、程向阳、谢五三、王胜、唐为安、吴蓉、丁小俊、许莹、刘瑞娜、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

3、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

4、 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 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。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。气象灾害综合风险普查技术规范 第 5 部分:低温1 范围本文件规定了低温灾害风险普查的资料收集、数据处理、

5、致灾危险性评估和灾害风险评估。本文件适用于低温灾害的风险普查。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。低温灾害 low temperature disaster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 4852019,3.2日最低气温 daily minimum temperature观测的前一日 14 时后至当日 14 时之间的气温最低值。来源:GB/T 204842017,2.2承灾体 hazard-affected

6、body承受低温灾害的对象。暴露度 exposure承受低温影响的承灾体的数量和价值量。脆弱性 frangibility受到低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评估对象的区域范围,可为县(市、区)、乡镇(街道)。一时段内某一地域出现的气温明显偏低,并影响作物正常生长发育和道路交通的一种气象灾害。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气温、降水量、积雪深度、日照时数等气象资料;人口数、国土面积、国内生产总值(GDP)、农作物(冬小

7、麦、茶树)播种面积等的最新承灾体资料;历次或历年低温导致的受灾人口、农作物(冬小麦、茶树)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5.1.1 冻害等级冻害等级见表1:表1 冻害等级农作物轻度中度重度冬小麦-1.0 𝑇min1.0 -3.5 𝑇min-1.0 𝑇min-3.5 茶树2 𝑇min4 0 𝑇min2 𝑇min0 注:𝑇min表示日最低气温。5.1.2 冬小麦冬小麦生长期(3月

8、11日4月30日)日最低气温1的低温过程。5.1.3 茶树茶树生长期(3月11日4月20日)日最低气温4的低温过程。5.1.4 冰冻日平均气温1,且降水量0.1 mm 或积雪深度0 cm 的低温过程。 统计分析低温灾害统计分析内容见附录A。6 致灾危险性评估 春霜冻6.1.1 冬小麦6.1.1.1 强度指数按公式(B.1)计算。6.1.1.2 致灾危险性指数按公式(1)计算:𝐻w = 𝐼w 𝑤w + 𝐼hw 𝑤hw(1)式中:𝐻w 致灾危险性指数;𝐼w 归一化的强度指数,归一化处理方

9、法见附录C;𝑤w 强度指数的权重系数;𝐼hw 归一化的海拔,归一化处理方法见附录C;𝑤hw 海拔的权重系数。权重系数确定方法见附录D,𝑤w + 𝑤hw = 1。6.1.2 茶树6.1.2.1 强度指数按公式(B.2)计算。6.1.2.2 孕灾环境影响系数按公式(2)计算:𝐼ct = 𝐼ht 𝑤ht + 𝐼at 𝑤at(2)式中:𝐼ct 孕灾环境影响系数;𝐼ht 海拔敏感性系数,按照表E.1赋值;w

10、908;ht 海拔敏感性系数的权重系数;𝐼at 坡向敏感性系数,按照表E.2赋值;𝑤at 坡向敏感性系数的权重系数。权重系数确定方法见附录D,𝑤ht + 𝑤at = 1。6.1.2.3 致灾危险性指数按公式(3)计算:𝐻t = 𝐼t 𝑤t + 𝐼ct 𝑤ct(3)式中:𝐻t 致灾危险性指数;𝐼t 归一化的强度指数,归一化处理方法见附录C;𝑤t 强度指数的权重系数;𝐼ct 归一化的孕灾环境影

11、响系数,归一化处理方法见附录C;𝑤ct 孕灾环境影响系数的权重系数。权重系数确定方法见附录D,𝑤t + 𝑤ct = 1。 冰冻6.2.1 冰冻过程强度指数按公式(B.4)计算。6.2.2 年冰冻强度指数按公式(4)计算:𝐻f = 1 𝑛𝐼𝑓 (4)𝑛式中:𝐻f 年冰冻强度指数;𝑛 年份数;𝐼𝑓𝑘 第k年的冰冻过程强度指数累计值。6.2.3 年冰冻强度指数修正𝑘=1

12、9896;对海拔100 m 区域,年冰冻强度指数按公式(5)修正:𝐻fc = 4.928 ln() + 24.989(5)式中:𝐻fc 冰冻致灾危险性指数; 地面气象观测站海拔,单位为 m。 致灾危险性区划采用自然断点法(见附录F)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2。表2 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(𝑑p)人口受灾率(w

13、903;p)GDPGDP密度(𝑑g)直接经济损失率(𝑟g)农作物(冬小麦)农作物播种密度(𝑑cw)农作物受灾率(𝑟cw)农作物(茶树)农作物播种密度(𝑑ct)农作物受灾率(𝑟ct)7.1.2 计算7.1.2.1 人口密度按公式(6)计算:𝑑p = 𝑃(6)𝑆式中:𝑑p 评估单元人口密度,单位为 人/km2;𝑃 评估单元人口数,单位为 人;𝑆 评估单元国土面积,单位为 km2。7.1.2.2 GDP 密度按

14、公式(7)计算:𝑑g = 𝐺(7)𝑆式中:𝑑g 评估单元GDP密度,单位为 万元/km2;𝐺 评估单元GDP,单位为 万元;𝑆 评估单元国土面积,单位为 km2。7.1.2.3 农作物(冬小麦)播种密度按公式(8)计算:𝑑c = 𝐶w(8)w𝑆式中:𝑑cw 评估单元农作物(冬小麦)播种密度;𝐶w 评估单元农作物(冬小麦)播种面积,单位为 km2;𝑆 评估单元国土面积,单位为 km2。7.1.2.4 农作物

15、(茶树)播种密度按公式(9)计算:𝑆式中:𝑑ct= 𝐶t(9)𝑑ct 评估单元农作物(茶树)播种密度;𝐶t 评估单元农作物(茶树)播种面积,单位为 km2;𝑆 评估单元国土面积,单位为 km2。7.1.2.5 人口受灾率按公式(10)计算:𝑃式中:𝑟p= Lp 100%(10)𝑟p 评估单元人口受灾率,单位为 ;𝐿p 评估单元受灾人口,单位为 人;𝑃 评估单元人口数,单位为 人。7.1.2.6 直接经济损失率按公式(11

16、)计算:𝐺式中:𝑟g= Lg 100%(11)𝑟g 评估单元直接经济损失率,单位为 ;𝐿g 评估单元直接经济损失,单位为万元;𝐺 评估单元GDP,单位为万元。7.1.2.7 农作物(冬小麦)受灾率按公式(12)计算:𝐶式中:𝑟cw= Lcw 100%(12)𝑟cw 评估单元农作物(冬小麦)受灾率,单位为 ;w𝐿c评估单元农作物(冬小麦)受灾面积,单位为 km2;𝐶 评估单元农作物(冬小麦)播种面积,单位为 km2。7.1.2.8 农作物

17、(茶树)受灾率按公式(13)计算:𝐶式中:𝑟ct= Lct 100%(13)𝑟ct 评估单元农作物(茶树)受灾率,单位为 ;t𝐿c 评估单元农作物(茶树)受灾面积,单位为 km2;𝐶 评估单元农作物(茶树)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(𝑅𝑝)、以 GDP 为承灾体的风险指数(𝑅𝑔)、以农作物(冬小麦)为承灾体的风险指数(𝑅𝑐w)和以农作物(茶树)为承灾体的风险指数(&

18、#119877;𝑐t)。7.2.2 风险指数计算前应对𝐻fc、𝐻w、𝐻t、𝑑p、𝑑g、𝑑cw、𝑑ct、𝑟p、𝑟g、𝑟cw、𝑟ct进行归一化处理,得到𝐻 、𝐻 、𝐻、𝑑 、𝑑 、𝑑 、𝑑 、𝑟、𝑟、𝑟 、𝑟 。归一化处理方法见附录 C

19、。fcwtpgcwctpgcwct7.2.3 𝑅𝑝按公式(14)计算:𝑅𝑝 = 𝐻 𝑤1 𝑑 𝑤2 𝑟𝑤3 (14)fcpp式中:𝑅𝑝 以人口为承灾体的风险指数;fc𝐻 归一化的冰冻致灾危险性指数;𝑤1 冰冻致灾危险性指数的权重系数;p𝑑 归一化的评估单元人口密度;𝑤2 人口密度的权重系数;p𝑟 归一化的评估单元人口受灾率;&

20、#119908;3 人口受灾率的权重系数。权重系数确定见附录D,𝑤1 + 𝑤2 + 𝑤3 = 1。7.2.4 𝑅𝑔按公式(15)计算:𝑅𝑔 = 𝐻 𝑤4 𝑑 𝑤5 𝑟𝑤6 (15)fcgg式中:𝑅𝑔 以GDP为承灾体的风险指数;fc𝐻归一化的冰冻致灾危险性指数;𝑤4 冰冻致灾危险性指数的权重系数;g𝑑 归一化的

21、评估单元GDP密度;𝑤5 GDP密度的权重系数;g𝑟 归一化的评估单元直接经济损失率;𝑤6 直接经济损失率的权重系数。权重系数确定方法见附录D,𝑤4 + 𝑤5 + 𝑤6 = 1。7.2.5 𝑅𝑐w按公式(16)计算:𝑅𝑐 = 𝐻 𝑤7 𝑑 𝑤8 𝑟 𝑤9 (16)wwcwcw式中:𝑅𝑐w 以农作物(冬小麦)为承

22、灾体的风险指数;w𝐻 归一化的致灾危险性指数;𝑤7 致灾危险性指数的权重系数;cw𝑑归一化的评估单元农作物(冬小麦)播种密度;𝑤8 农作物(冬小麦)播种密度的权重系数;cw𝑟归一化的评估单元农作物(冬小麦)受灾率;𝑤9 农作物(冬小麦)受灾率的权重系数。权重系数确定方法见附录D,𝑤7 + 𝑤8 + 𝑤9 = 1。7.2.6 𝑅𝑐t按公式(17)计算:𝑅𝑐 = 𝐻ү

23、08;10 𝑑 𝑤11 𝑟 𝑤12 (17)ttctct式中:𝑅𝑐t 以农作物(茶树)为承灾体的风险指数;t𝐻 归一化的致灾危险性指数;𝑤10 致灾危险性指数的权重系数;ct𝑑 归一化的评估单元农作物(茶树)播种密度;𝑤11 农作物(茶树)播种密度的权重系数;ct𝑟 归一化的评估单元农作物(茶树)受灾率;𝑤12 农作物(茶树)受灾率的权重系数。权重系数确定方法见附录D,𝑤10 +

24、9908;11 + 𝑤12 = 1。风险区划采用自然断点法(见附录F)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。AA附 录 A(资料性)低温灾害统计分析内容A.1 低温灾害(冬小麦和茶树)统计分析内容见表 A.1。表A.1 低温灾害(冬小麦和茶树)统计分析内容字段低温1低温2说明气象站名和站号格式为气象站站名和站号,示例合肥58321开始时间格式为 yyyymmdd,示例 19780101结束时间格式为 yyyymmdd,示例 19780101持续日数/天轻度日数/天中度日数/天重度日数/天A.2

25、低温灾害(冰冻)统计分析内容见表 A.2。表A.2 低温灾害(冰冻)统计分析内容字段低温1低温2说明气象站名和站号格式为气象站站名和站号,示例 合肥58321开始时间格式为 yyyymmdd,示例 19780101结束时间格式为 yyyymmdd,示例 19780101持续日数/天过程最低日平均气温/该低温过程日平均气温的最低值,保留1位小数过程最低日最低气温/该低温过程日最低气温的最低值,保留1位小数过程平均日平均气温/该低温过程日平均气温的平均值,保留1位小数过程平均日最低气温/该低温过程日最低气温的平均值,保留1位小数过程累计降水量/mm该低温过程日降水量的累计值,保留1位小数BB附 录

26、 B(资料性)低温灾害强度指数计算方法B.1 冬小麦强度指数按公式(B.1)计算:𝐼w = 𝐷𝑤1 𝑤𝑤1 + 𝐷𝑤2 𝑤𝑤2 + 𝐷𝑤3 𝑤𝑤3(B.1)式中:𝐼w 强度指数;𝐷𝑤1 、𝐷𝑤2 、𝐷𝑤3 轻度、中度、重度冬小麦春霜冻天数(冻害等级见表1);𝑤&#

27、119908;1 、𝑤𝑤2 、𝑤𝑤3 轻度、中度、重度冬小麦春霜冻天数的权重系数。权重系数采用专家打分法(见附录D)确定。B.2 茶树B.2.1 强度指数按公式(B.2)计算:𝐼t = 𝐹t1 𝑤t1 + 𝐹t2 𝑤t2 + 𝐹t3 𝑤t3(B.2)式中:𝐼t 强度指数;𝐹t1 、𝐹t2 、𝐹t3 轻度、中度、重度茶树春霜冻发生频率;𝑤t1

28、、𝑤t2 、𝑤t3 轻度、中度、重度茶树春霜冻发生频率的权重系数。权重系数采用专家打分法(见附录D)确定。B.2.2 发生频率按公式(B.3)计算:𝐹 = 1 𝑛𝐷𝑘𝑖(B.3)式中:t𝑖𝑛 𝑘=1 41𝐹t𝑖 某一等级茶树春霜冻发生频率,𝑖取1为轻度,𝑖取2为中度,𝑖取3为重度(冻害等级见表1);𝑛 年份数;𝐷⻕

29、6;𝑖 第k年某一等级茶树春霜冻天数,𝑖取1为轻度,𝑖取2为中度,𝑖取3为重度(冻害等级见表1)。B.3 冰冻强度指数按公式(B.4)计算:𝐼f = 𝐷f 𝑤f + 𝑇af 𝑤af + 𝑇mf 𝑤mf + 𝐴rs 𝑤rs(B.4)式中:𝐼f 冰冻过程强度指数;𝐷f 冰冻过程持续时间;𝑤f 冰冻过程持续时间的权重系数;𝑇af 冰

30、冻过程最低日平均气温;𝑤af 冰冻过程最低日平均气温的权重系数;𝑇mf 冰冻过程最低日最低气温;𝑤mf 冰冻过程最低日最低气温的权重系数;𝐴rs 冰冻过程累计雨雪量;𝑤rs 冰冻过程累计雨雪量的权重系数。权重系数采用主成分分析法(见附录G)确定。CC附 录 C(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。归一化计算方法计算见公式(C.1):𝑥 = 5 + 5 𝑥𝑥𝑚𝑖⻕

31、9;(C.1)𝑥𝑚𝑎𝑥𝑥𝑚𝑖𝑛式中:x 归一化后的数据;x 样本数据;xmin 样本数据中的最小值;xmax 样本数据中的最大值。DD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

32、致灾因子在灾害形成过程中的作用,但存在一定的主观性。EE附 录 E(资料性)茶树春霜冻孕灾环境影响系数E.1 海拔敏感性系数(𝐼𝑡)赋值见表 E.1。表E.1 海拔敏感性系数赋值标准海拔(m)𝐼𝑡200200𝐼𝑡500500𝐼𝑡900900𝐼𝑡1200𝐼𝑡1200𝐼𝑡00.20.50.81.0E.2 坡向敏感性系数(𝐼𝑎𝑡)赋

33、值见表 E.2。表E.2 坡向敏感性系数赋值标准坡向南坡(157.5A202.5) 东南坡(112.5A157.5) 西南坡(202.5A247.5)东坡(67.5A112.5) 西坡(247.5A292.5) 东北坡(22.5A67.5)西北坡(292.5A337.5)北坡(0A22.5) 北坡(337.5A360)𝐼𝑎𝑡00.51.0注:A 表示坡面法线在水平面上的投影与过该点的正北方向的夹角坡向像元值FF附 录 F(资料性) 自然断点法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公式(F.1)计算总偏差平方和(w

34、878;DAM)。𝑆DAM = 𝑛 (𝑥𝑖 𝑥)2(F.1)式中:𝑆DAM 总偏差平方和;𝑖=1𝑥 数组序列中所有元素的均值,按公式(F.2)计算;𝑛 数组中元素个数;𝑥𝑖 第𝑖个元素的值。𝑥 = 1 𝑛𝑥𝑖(F.2)𝑛 𝑖=1式中:𝑥 数组序列中所有元素的均值;𝑛 数组中元素个

35、数;𝑥𝑖第𝑖个元素的值。F.2 分类范围确定将数据中所有𝑀个元素分为𝐾个子集,其中𝐾个子集共有𝐶种分类结果,其中一种分类结果为X1X2 Xi,Xi+1 Xi+2 Xj,Xj+1 Xj+2 Xm。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𝑆DAM1,𝑆DAM1,𝑆DAM1 ,𝑆DAM𝐶 ,并按公式(F.3)求和每种分类结果的总偏差平方和12(𝑆DCM𝑝)。

36、19870;𝐾𝑆DCM𝑝 = 𝐾𝑆DAM𝑝(F.3)式中:SDCMp 第𝑝个分类结果的总偏差平方和;𝐾 子集数量;𝑖=1𝑖𝑖𝑆DAM𝑝 第𝑝个分类结果第𝑖个子集的总偏差平方和。选择𝑆DCM1,𝑆DCM2,𝑆DCM𝐶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。GG附 录 G(资料性) 主成分分析法主成分分析也称主分量分析,旨在利用降维的思想,把多指标转化为少数几个综合指标。这是一种数学变换的方法,把给定的一组相关变量通过线性变换转成另一组不相关的变量,这些新的变量按照方差依次递减的顺序排列。在数学变换中保持变量的总方差不变,使第一变量具有最大的方差,称为第一主成分,第二变量的方差次大,并且和第一变量不相关,称为第二主成分。依次类推,I个变量就有I个主成分。参 考 文 献1 GB/T 204842017 冷空气等级2 QX/T 4852019 气象观测站分类及命名规则

展开阅读全文
相似文档                                   自信AI助手自信AI助手
猜你喜欢                                   自信AI导航自信AI导航
搜索标签

当前位置:首页 > 行业资料

移动网页_全站_页脚广告1

关于我们      便捷服务       自信AI       AI导航        获赠5币

©2010-2024 宁波自信网络信息技术有限公司  版权所有

客服电话:4008-655-100  投诉/维权电话:4009-655-100

gongan.png浙公网安备33021202000488号   

icp.png浙ICP备2021020529号-1  |  浙B2-20240490  

关注我们 :gzh.png    weibo.png    LOFTER.png 

客服