DB34T4637.4-2023气象灾害综合风险普查技术规范 第4部分：高温.docx

ICS07.060CCSA.4734安徽省地方标准DB34/T 4637.42023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 investigationtechnologyPart 4: High 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。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 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 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 5952021，3.1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 4852019，3.2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：𝑇 = 𝑀 𝑥𝑖 𝑎𝑖 (1)𝑖=1式中：⻓9;高温天气过程强度指数；𝑀 评估指标个数；𝑥𝑖 归一化的第 𝑖 个评估指标，归一化处理方法见附录B；𝑎𝑖第 𝑖 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 3832017 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：𝐻 = 𝑁𝑗=1 Ү96;=1𝑦𝑇𝑗,𝑘𝑁 (2)式中：𝐻致灾危险性指数；𝑁总年数；𝑦第 𝑗 年的高温天气过程数，单位为 次；𝑇𝑗,𝑘 第 𝑗 年第 𝑘 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（𝐸p）人口受灾率（𝐹p）GDPGDP密度（𝐸g）直接经济损失率（𝐹g）农作物农作物播种密度（𝐸c）农作物受灾率（𝐹c）7.1.2 计算7.1.2.1 人口密度按公式（3）计算：𝐸p = 𝑃(3)𝑆式中：𝐸p 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 密度按公式（4）计算：𝐸g = 𝐺(4)𝑆式中：𝐸g 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 农作物播种密度按公式（5）计算：𝐸c = 𝐶(5)𝑆式中：𝐸c 评估单元农作物播种密度；𝐶 评估单元农作物播种面积，单位为 km2；𝑆 评估单元国土面积，单位为 km2。7.1.2.4 人口受灾率按公式（6）计算：式中：𝐹p= Lp 100%(6)𝑃𝐹p 评估单元人口受灾率，单位为 ；𝐿p 评估单元受灾人口数，单位为 人；𝑃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：𝐺式中：𝐹g= Lg 100%(7)𝐹g 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。7.1.2.6 农作物受灾率按公式（8）计算：𝐶𝐹c = Lc 100%(8)式中：𝐹c 评估单元农作物受灾率，单位为 ；𝐿c 评估单元农作物受灾面积，单位为 km2；𝐶 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（𝑅p）、以 GDP 为承灾体的风险指数（𝑅g）和以农作物为承灾体的风险指数（𝑅c）。7.2.2 风险指数计算前应对𝐻、𝐸p、𝐸g、𝐸c、𝐹p、𝐹g、𝐹c进行归一化处理，得到𝐻、𝐸p、𝐸g、𝐸c、𝐹p、𝐹g、𝐹c。归一化处理方法见附录 B。7.2.3 𝑅p按公式（9）计算：式中：𝑅p = 𝐻𝑤1 𝐸p𝑤2 𝐹p𝑤3(9)𝑅p 以人口为承灾体的风险指数；𝐻 归一化的致灾危险性指数；𝑤1 致灾危险性指数的权重系数；𝐸p 归一化的评估单元人口密度；9908;2 人口密度的权重系数；𝐹p 归一化的评估单元人口受灾率；𝑤3 人口受灾率的权重系数。权重系数确定方法见附录D，𝑤1 + 𝑤2 + 𝑤3 = 1。7.2.4 𝑅g按公式（10）计算：式中：𝑅g = 𝐻𝑤4 𝐸g𝑤5 𝐹g𝑤6(10)𝑅g以GDP为承灾体的风险指数；𝐻归一化的致灾危险性指数；𝑤4致灾危险性指数的权重系数；⻒4;g 归一化的评估单元GDP密度；𝑤5GDP密度的权重系数；𝐹g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 𝑅c按公式（11）计算：式中：𝑅c = 𝐻𝑤7 𝐸c𝑤8 𝐹c𝑤9(11)𝑅c 以农作物为承灾体的风险指数；𝐻 归一化的致灾危险性指数；9908;7 致灾危险性指数的权重系数；𝐸c 归一化的评估单元农作物播种密度；𝑤8 农作物播种密度的权重系数；𝐹c 归一化的评估单元农作物受灾率；𝑤9 农作物受灾率的权重系数。权重系数确定方法见附录D，𝑤7 + 𝑤8 + 𝑤9 = 1。风险区划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。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、AA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 19810101BB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）：𝑥 = 5 + 5 𝑥𝑥𝑚𝑖𝑛(B.1)𝑥𝑚𝑎𝑥𝑥𝑚𝑖𝑛式中：𝑥归一化后的数据；𝑥样本数据；𝑥𝑚⻕4;𝑛样本数据中的最小值；𝑥𝑚𝑎𝑥样本数据中的最大值。CC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（𝑆DAM）。𝑖=1式中：𝑆𝐷𝐴 总偏差平方和；𝑆DAM = 𝑛(𝑥𝑖 𝑥)2(C.1)𝑥数组序列中所有元素的均值，按公式（C.2）计算；𝑛数组中元素个数；𝑥𝑖第 𝑖 个元素的值。𝑥 = 1 𝑛 𝑥𝑖(C.2)𝑛 𝑖=1式中：𝑥数组序列中所有元素的均值；𝑛数组中元素个数；𝑥𝑖第 𝑖 个元素的值。C.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𝑋1, 𝑋2, , 𝑋𝑖，𝑋𝑖+1, 𝑋𝑖+2, , 𝑋𝑗，𝑋𝑗+1, 𝑋𝑗+2, , 𝑋𝑚。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𝑆DAM1，𝑆DAM1，𝑆DAM1 ，𝑆DAM𝐶 ，并按公式（C.3）求和每种分类结果的总偏12差平方和（𝑆DCM𝑝）。𝐾𝑆DCM𝑝 = 𝐾𝐾𝑆DAM𝑝(C.3)𝑖=1𝑖式中：𝑆𝐷𝐶𝑝第 𝑝 个分类结果的总偏差平方和；𝐾子集数量；𝑖𝑆DAM𝑝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。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致灾因子在灾害形成过程的作用，但存在一定的主观因素。参考文 献1 QX/T 3832017 玉米干旱灾害风险评价方法2 QX/T 4852019 气象观测站分类及命名规则3 QX/T 5952021 气候指数 高温