[发明专利]一种雪灾风险评估方法

说明书

本发明公开了一种雪灾风险评估方法，包括以下步骤：S01:数据的收集与整理,采集待分析区域的空间数据以及与所述空间数据相关联的属性数据作为初始数据，采集的数据包括历史雪灾信息数据、地理信息数据、气象数据、农作物种植信息、人口数量信息、交通道路信息和河网数据信息，S02:数据处理，对步骤S01中采集的数据进行标准化处理，并建立雪灾风险特征库。本发明中，该牧区雪灾风险评估方法，初始数据采集全面，可在应对雪灾时，对分析区域的气象数据、农作物种植信息、人口数量信息、交通道路信息、河网数据信息、建筑结构信息、基础设施信息、植被数据信息和脆弱群体信息进行全面统筹评估，提高其风险评估的全面性和准确性。

技术领域

本发明涉及雪灾风险评估技术领域，尤其涉及一种雪灾风险评估方法。

背景技术

雪灾由积雪、降雪引起的雪灾两部分组成；雪灾对工程设施、交通运输和人民生命财产造成直接破坏，是比较严重的自然灾害；雪灾多发生在山区，一般对人身和工农业生产的直接影响不大，其最大危害是对公路交通运输造成影响，由此造成一系列的间接损失，雪灾是一种常见的，拉尼娜现象是造成低温雪灾的主要原因。中国属季风大陆性气候，冬、春季时天气、气候诸要素变率大，导致各种雪灾每年都有可能发生。在全球气候变化的影响下，雪灾成灾因素复杂，致使对雨雪预测预报难度不断增加。

现有的雪灾评估的方法，采集的信息不全面，导致其评估雪灾的全面性和准确性较差，故而满足不了使用者的需求。

发明内容

本发明的目的是为了解决现有技术中存在的缺点，而提出的一种雪灾风险评估方法。

为了实现上述目的，本发明采用了如下技术方案：一种雪灾风险评估方法，包括以下步骤：

S01:数据的收集与整理，采集待分析区域的空间数据以及与所述空间数据相关联的属性数据作为初始数据，采集的数据包括历史雪灾信息数据、地理信息数据、气象数据、农作物种植信息、人口数量信息、交通道路信息和河网数据信息。

S02:数据处理，对步骤S01中采集的数据进行标准化处理，并建立雪灾风险特征库；

S03：确定各个影响因子权重，对采集的数据进行风险因子确定，利用AHP 法与熵权法耦合模型,采用AHP方法得出主观权重，熵权法得出客观权重，确定各因子权重；

S04:建立综合风险评估模型，通过雪灾风险特征库获得先验知识并构建风险检测模型，通过检测结果进行反馈校正，不断矫正指标和模型，提高风险检测的准确度，并根据雪灾的特性设置7个等级，分别为可接受、勉强可接受、高、非常高、危急和灾难性，对雪灾的等级进行评价，划分风险等级，生成雪灾风险指数图；

S05:设定风险阈值，对风险评估模型评估的风险数据超过阈值，进行优先救灾处理。

作为上述技术方案的进一步描述：

所述步骤S01:中采集的数据信息还包括建筑结构信息、基础设施信息和植被数据信息。

作为上述技术方案的进一步描述：

所述步骤S01:中采集的数据信息还包括脆弱群体信息采集，所述脆弱群体信息保护老人、残疾人和小孩的人口数量以及位置分布。

作为上述技术方案的进一步描述：

所述建筑结构信息的采集用于检测建筑结构的强度以及抗雪灾能力，所述基础设施信息的采集包括供水、供电、油气和通信设施数据的采集，以便于针对雪灾时，对基础设施损坏的风险进行评估。

作为上述技术方案的进一步描述：

所述步骤S04中AHP层次分析法是指将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。

作为上述技术方案的进一步描述：