客觀化氣象災(zāi)害風(fēng)險預(yù)評估技術(shù)發(fā)展

r1客觀化災(zāi)害風(fēng)險預(yù)評估技術(shù)發(fā)展r2r2業(yè)務(wù)技術(shù)體系的轉(zhuǎn)變：環(huán)流分析-氣候要素監(jiān)測預(yù)報-風(fēng)險評估（以2022年夏季高溫為例）6月11-

15日

6月16-20日

6月下旬

7月

8月ENSOMJO,

BSISO氣候現(xiàn)象預(yù)測系統(tǒng)(CPPS)Sum/Win

MonsoonOthers全球氣候系統(tǒng)監(jiān)測陸面/冰全球氣候監(jiān)測CRA自主監(jiān)測，精密監(jiān)測國外資料

自主資料極端事件監(jiān)測評估重要氣候現(xiàn)象監(jiān)測中國雨季監(jiān)測IOBM,

TIOD,SIODFY衛(wèi)星大氣海洋氣候現(xiàn)象AO,

NAOr3WNPSHNAST氣候預(yù)測準(zhǔn)確率穩(wěn)步提高“十三五”總體較“十二五”提高1.9%

；

汛期降水預(yù)測準(zhǔn)確率提高1.3%多尺度氣候預(yù)測r4風(fēng)險“評估”對象及基礎(chǔ)理論單日到過程時間追蹤技術(shù)過程事件當(dāng)日區(qū)域性暴雨站組與前一日區(qū)域性暴雨站組中心距離≤1050km定義為站組事件連續(xù)T滿足區(qū)域暴雨站組條件的連續(xù)過程稱為區(qū)域性暴雨天氣過程單站標(biāo)準(zhǔn)站組標(biāo)準(zhǔn)站間距離≤350km定義為“鄰站”“鄰站”≥有效站數(shù)的0.8%暴雨站數(shù)定義為一個區(qū)域性暴雨“站組”從“線性”指標(biāo)閾值到多維“災(zāi)體”災(zāi)害事件識別方法（人工識別－>客觀化、業(yè)務(wù)化）由點及面空間聚合技術(shù)n

“3X3”理論災(zāi)害過

程事件單點極

端事件區(qū)域極

端事件日降水量≥50mmr5M：不利事件的發(fā)生、發(fā)展和結(jié)果在不同的時間與空間上表現(xiàn)出差異量化影響損失界定不確定性氣象災(zāi)害風(fēng)險管理業(yè)務(wù)發(fā)展和氣象綜合風(fēng)險普查工作中，“風(fēng)險”一詞主要強調(diào)：-

【災(zāi)害影響損失】及其【不確定性】風(fēng)險“評估”對象及基礎(chǔ)理論No.6E（

L

）=P×L?E（L）代表期望損失；

P代表致災(zāi)事件發(fā)生概率；

L代表致災(zāi)事件造成的損失。從傳統(tǒng)風(fēng)險評估技術(shù)到“定量化”評估n

風(fēng)險評估，就是量化表述災(zāi)害風(fēng)險與致災(zāi)因子、社會經(jīng)濟系統(tǒng)（一般用暴露度和脆弱性表述）之間的關(guān)系n

傳統(tǒng)方法：

災(zāi)害風(fēng)險等于致災(zāi)事件發(fā)生概率與造成損害的綜合r7n

實時客觀化方法：災(zāi)害風(fēng)險是致災(zāi)因子危險性、承災(zāi)體暴露度、承災(zāi)體脆弱性三個要素綜合的結(jié)果。

其中，暴露度描述災(zāi)害風(fēng)險影響的承災(zāi)體范圍和數(shù)量，脆弱性描述承災(zāi)體在特定類型和強度的致災(zāi)

因子作用下可能遭受的損失程度。R=H×E×V?R代表災(zāi)害風(fēng)險；H代表致災(zāi)因子危險性；E代表承災(zāi)體暴露度；V代表承災(zāi)體脆弱性n

說明：這是一個虛擬表達，用數(shù)學(xué)公式的形式來說明評估風(fēng)險的各個組成部分；在風(fēng)險分析中，通常會根據(jù)這一模型，構(gòu)建相應(yīng)的指標(biāo)體系，估算災(zāi)害風(fēng)險指數(shù)或估算災(zāi)害風(fēng)險的期望損失等。從傳統(tǒng)風(fēng)險評估技術(shù)到“定量化”評估r8類別方法適用范圍定性評估根據(jù)專家判斷的相對風(fēng)險等級，如高、中、低大尺度半定量評估定量評估可能最大損失特定時間段內(nèi)可能出現(xiàn)的最大損失，如100年一遇、1000年一遇小尺度年均損失較長時間段內(nèi)（如100年、1000年）

內(nèi)預(yù)期損失的年平均值，是所有事件的發(fā)生概率和可能損失的

加權(quán)總和超越損失曲線表征不同超越概率事件（橫軸）對應(yīng)的可能損失

（縱軸）基于指標(biāo)體系（如各類致災(zāi)因子）

，并按照一定標(biāo)準(zhǔn)進行量化和加權(quán)，

建立風(fēng)險評估指數(shù)（無量綱），判定等級從傳統(tǒng)風(fēng)險評估技術(shù)到“定量化”評估何為“定量化”？中尺度r9何為“客觀化”風(fēng)險評估？2022年5月1

日起報，

6-8

月風(fēng)險預(yù)估2022年6-8月

風(fēng)險評估P10觀測預(yù)估等級高高受影響國土面積316.8萬平方公里184.4萬平方公里受影響人口7.8億人5.9億人受影響GDP19.8萬億元14.5萬億元受災(zāi)/危險性華東大部、華南大部、華中大部、西南東北部等地風(fēng)險較高西南東北部、華中北部至中部、華東西部等地風(fēng)險較高8月預(yù)估8月觀測何為“客觀化”風(fēng)險評估？r11l氣象災(zāi)害事件客觀化識別技術(shù)l

致災(zāi)危險性指標(biāo)及評估技術(shù)l

氣象災(zāi)害風(fēng)險評估與區(qū)劃技術(shù)l

災(zāi)害危險性與風(fēng)險等級劃分技術(shù)l

業(yè)務(wù)驗證與評分技術(shù)等客觀化風(fēng)險評估技術(shù)P123.定量化風(fēng)險評估2.致災(zāi)因子權(quán)重確定（信息熵賦權(quán)法、直接賦值法、相關(guān)系數(shù)法等），1.災(zāi)害事件識別4.風(fēng)險等級劃分（標(biāo)準(zhǔn)差法、百分位法、自然斷點法等）n

單災(zāi)種氣象災(zāi)害風(fēng)險評估技術(shù)路線客觀化風(fēng)險評估技術(shù)P13客觀化風(fēng)險評估技術(shù)l

基于時空連續(xù)性判別的客觀化氣象災(zāi)害事件監(jiān)測識別技術(shù)P14

基于“滾球法”的災(zāi)害事件邊界自動識別技術(shù)客觀化風(fēng)險評估技術(shù)新型客觀化監(jiān)測識別技術(shù)在兩個方面取得突破：1.提高識別的精度；2.解決了高風(fēng)險區(qū)域過小和低風(fēng)險區(qū)域更大的問題l

基于時空連續(xù)性判別的客觀化氣象災(zāi)害事件監(jiān)測識別技術(shù)高溫災(zāi)害事件識別低溫災(zāi)害事件識別寒潮過程動態(tài)評估暴雨災(zāi)害事件識別基災(zāi)損的暴雨風(fēng)險評估模型基于深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的干旱評估模型客觀化風(fēng)險評估技術(shù)P16高溫風(fēng)險評估技術(shù)客觀化風(fēng)險評估模型和預(yù)評估技術(shù)體系

，相較傳統(tǒng)統(tǒng)計學(xué)評估技術(shù)，揭示了致災(zāi)危險性的空間差異性，建客觀化風(fēng)險評估技術(shù)立了致災(zāi)權(quán)重分析新方法，改進優(yōu)化了風(fēng)險等級劃分技術(shù)，有利于利用數(shù)值天氣預(yù)報和客觀化氣候預(yù)測產(chǎn)品進行風(fēng)險預(yù)估，實現(xiàn)風(fēng)險評估技術(shù)的落地低溫風(fēng)險評估技術(shù)災(zāi)害事件監(jiān)測識別/月季年的風(fēng)險評估模型（單災(zāi)種）

危險性評估指數(shù)

歷史排名

綜合脆弱性和暴露度的風(fēng)險等級

歷史相似過程、典型事件、典型月季年

全國/省級災(zāi)害風(fēng)險等級產(chǎn)品月季年風(fēng)險評估模型（綜合）災(zāi)害事件識別：時空連續(xù)性客觀識別

月季年預(yù)估：百分位評估模型/指標(biāo)、等級劃分方法利用觀測數(shù)據(jù)和預(yù)測模式產(chǎn)品構(gòu)建關(guān)系模型：偏差分析、方差分析、機器學(xué)習(xí)等綜合風(fēng)險等級及影響：風(fēng)險矩陣、綜合風(fēng)險指數(shù)等

危險性閾值

風(fēng)險等級劃分

風(fēng)險評估驗證

根據(jù)單災(zāi)種不同風(fēng)險等級占比設(shè)定綜合風(fēng)險等級

綜合單災(zāi)種風(fēng)險指數(shù)和歷史占比獲得綜合風(fēng)險指數(shù)及等級綜合風(fēng)險評估技術(shù)

綜合歷史災(zāi)情的綜合風(fēng)險等級物理意義

全國/省級綜合風(fēng)險等級產(chǎn)品總體技術(shù)方案綜害風(fēng)險預(yù)估單災(zāi)種風(fēng)險評估預(yù)測模式產(chǎn)品訂正

單、多模式、多模式集合

觀測與模式數(shù)據(jù)關(guān)系模型

偏差和PDF訂正觀測數(shù)據(jù)模式產(chǎn)品訂正模型P18?利用氣候預(yù)測模式產(chǎn)品（如中國氣象局第三代氣候預(yù)測模式產(chǎn)品（CMA-CPSv3）、氣候模式集合預(yù)報產(chǎn)品等）的訂正結(jié)果，基于百分位、方差等方法，分析計算得到單災(zāi)種危險性評估指標(biāo)，將單災(zāi)種危險性指標(biāo)劃分為高、

中、低三個級別?結(jié)合人口、經(jīng)濟、農(nóng)業(yè)等承災(zāi)體暴露度等級，利用風(fēng)險矩陣方法，分析計算單災(zāi)種風(fēng)險等級?依據(jù)綜合風(fēng)險等級劃分標(biāo)準(zhǔn)，劃分綜合風(fēng)險等級綜合風(fēng)險評估技術(shù)風(fēng)險等級劃分技術(shù)風(fēng)險矩陣P19災(zāi)害種類綜合風(fēng)險等級意義暴雨、干旱、高溫、低溫和臺風(fēng)等災(zāi)種高兩個及以上災(zāi)種為高風(fēng)險的地區(qū)，綜合風(fēng)險為高風(fēng)險中僅單個災(zāi)種為高風(fēng)險或無高風(fēng)險且兩個及以上災(zāi)種為中風(fēng)險的地區(qū)，綜合風(fēng)險為中風(fēng)險低其余地區(qū)為綜合低風(fēng)險注：省級及省以下在業(yè)務(wù)實施過程中可根據(jù)本區(qū)域氣候特征、災(zāi)害發(fā)生發(fā)展特點、災(zāi)種遴選原則及應(yīng)用需求，對綜合風(fēng)險等級劃分矩陣的災(zāi)害種類及個數(shù)、

等級標(biāo)準(zhǔn)做適當(dāng)調(diào)整。綜合風(fēng)險評估技術(shù)風(fēng)險等級劃分技術(shù)三等級P20數(shù)據(jù)獲取數(shù)據(jù)預(yù)處理氣象大數(shù)據(jù)云平臺……產(chǎn)品制作災(zāi)害風(fēng)險基礎(chǔ)數(shù)據(jù)風(fēng)險預(yù)評估災(zāi)害風(fēng)險預(yù)估產(chǎn)品風(fēng)險預(yù)估模型?接入CPSv3、CFSv2、EC等多種預(yù)測模式產(chǎn)品及智能網(wǎng)格預(yù)報產(chǎn)品，建立氣象災(zāi)害事件快速識別技術(shù)模型，采用客觀化氣象災(zāi)害風(fēng)險預(yù)評估技術(shù)方法，實現(xiàn)從天氣尺度，到延伸期、月季年的風(fēng)險預(yù)估產(chǎn)品分析制作綜合風(fēng)險評估技術(shù)預(yù)報預(yù)測數(shù)據(jù)EC模式數(shù)據(jù)……相似季節(jié)算法……產(chǎn)品驗證產(chǎn)品制作年尺度風(fēng)險預(yù)估產(chǎn)品季尺度風(fēng)險預(yù)估產(chǎn)品月尺度風(fēng)險預(yù)估產(chǎn)品災(zāi)情數(shù)據(jù)歷史災(zāi)害風(fēng)險數(shù)據(jù)CPSv3模式數(shù)據(jù)CFSv2模式數(shù)據(jù)承災(zāi)體脆弱性圖表顯示數(shù)據(jù)統(tǒng)計數(shù)據(jù)查詢致災(zāi)因子危險性相似年景算法承災(zāi)體暴露度誤差訂正時空降尺度P21逐步實現(xiàn)風(fēng)險產(chǎn)品業(yè)務(wù)化按照災(zāi)害風(fēng)險預(yù)估技術(shù)方案，充分利用氣象災(zāi)害綜合風(fēng)險普查成果和中國氣象局自主客觀化氣候預(yù)測模式產(chǎn)品，依托國家氣候中心和北京超圖聯(lián)合開發(fā)的“天鑒”業(yè)務(wù)系統(tǒng)，研制了不同時間尺度的單災(zāi)種災(zāi)害監(jiān)測產(chǎn)品、風(fēng)險預(yù)估產(chǎn)品，以及月、季、年客觀化氣象災(zāi)害綜合風(fēng)險預(yù)估產(chǎn)品。?

歷史災(zāi)害事件庫（暴雨2500+，高溫260+、

低溫+1900……）?CPSv3、

CFSv2、

EC三種預(yù)測模式的災(zāi)害過

程預(yù)估及過程風(fēng)險預(yù)估?自動化產(chǎn)品制作、交互式產(chǎn)品制作?

…基礎(chǔ)業(yè)務(wù)平臺（“天鑒”）

歷史災(zāi)害事件庫r22風(fēng)險評估技術(shù)的實現(xiàn)業(yè)務(wù)維災(zāi)種維：多災(zāi)種擴展空間維：多空間尺度分析?建立了包括災(zāi)害監(jiān)測識別、影響評估、風(fēng)險預(yù)評估等210個算法，1100種產(chǎn)品?建立了覆蓋災(zāi)前、災(zāi)中和災(zāi)后全過程的實時業(yè)務(wù)流程?建立了包括致災(zāi)因子、承災(zāi)體、災(zāi)情、隱患點標(biāo)等12大類龐大的數(shù)據(jù)中心?建立了包括2766個暴雨、507個臺風(fēng)、2000個高溫、近200個干旱等的歷史災(zāi)害事件庫為災(zāi)害風(fēng)險管理業(yè)務(wù)的建立和發(fā)展提供了技術(shù)、產(chǎn)品和科技轉(zhuǎn)化的支撐基于GIS的氣象災(zāi)害風(fēng)險管理業(yè)務(wù)系統(tǒng)P23?P24災(zāi)害過程預(yù)估庫月季年災(zāi)害風(fēng)險預(yù)估產(chǎn)品庫交互式產(chǎn)品制作過程選擇、季、年尺度災(zāi)害風(fēng)險預(yù)估技術(shù)方法智能融合風(fēng)險產(chǎn)品的制作過程綜合風(fēng)險分布

綜合風(fēng)險預(yù)估產(chǎn)品

起報時間選擇暴雨低溫…………干旱高溫單災(zāi)種風(fēng)險預(yù)估產(chǎn)品文字產(chǎn)品月業(yè)務(wù)體系災(zāi)害事件監(jiān)測災(zāi)害風(fēng)險評估災(zāi)害過程識別災(zāi)害風(fēng)險預(yù)估災(zāi)害影響評估災(zāi)害風(fēng)險區(qū)劃專題

空間國省省縣累計約1900種產(chǎn)品，根據(jù)業(yè)務(wù)需求持續(xù)進行科技成果轉(zhuǎn)化集成、

不斷豐富。覆蓋暴雨洪澇、干旱、臺風(fēng)、高溫、低溫、沙塵暴等多災(zāi)種；覆蓋國、省、市、縣、流域的全域產(chǎn)品交互制作。覆蓋監(jiān)測、評估、預(yù)估等全業(yè)務(wù)流程；時間、空間、專題三維支撐六大業(yè)務(wù)體系產(chǎn)品。風(fēng)險產(chǎn)品體系監(jiān)測季預(yù)估評估月年流域?????低溫高溫臺風(fēng)時間暴雨干旱…+NP25延伸期產(chǎn)品?定時逐日滾動生成0-

15、

15-30天風(fēng)險預(yù)估產(chǎn)品P26?采用CPSv3、EC、CFSv2三種預(yù)測模式結(jié)果。?定時逐日滾動生成未來1個月、1-2個月風(fēng)險預(yù)估產(chǎn)

品。逐月風(fēng)險產(chǎn)品P27季節(jié)、年尺度風(fēng)險產(chǎn)品P28客觀化氣象災(zāi)害風(fēng)險預(yù)評估過程基于數(shù)值預(yù)報結(jié)果及臺風(fēng)風(fēng)險評估模型，“暹芭”災(zāi)害風(fēng)險預(yù)估結(jié)果顯示：7月1-3日，中等及以上臺風(fēng)災(zāi)害風(fēng)險區(qū)主要分布在廣東沿海地區(qū)，覆蓋面積約為5.2萬平方公里，影響人口為6922.6萬人。7月1-3日

“暹芭”風(fēng)險預(yù)估“暹芭”路徑圖（中央氣象臺）6月30日起報（災(zāi)前）P29基于數(shù)值預(yù)報結(jié)果及臺風(fēng)風(fēng)險評估模型，“暹芭”災(zāi)害風(fēng)險預(yù)估結(jié)果顯示：7月1-4日，中等及以上臺風(fēng)災(zāi)害風(fēng)險主要分布在廣西東南部、廣東沿海地區(qū)、海南北部以及等地共計36個縣（市），覆蓋面積約為8.7萬平方公里

，

影響人口為8819.9萬人?？陀^化氣象災(zāi)害風(fēng)險預(yù)評估過程"影響面積"（萬平方公里）

"影響人口"（萬人）

"廣東"5.6426631.9廣西"2.5491124.8海南"0.353247.4香港"0.111747.4澳門"0.00368.3全國"8.6588819.97月1-4日

“暹芭”災(zāi)害風(fēng)險預(yù)估“暹芭”路徑圖（中央氣象臺）7月1日起報（災(zāi)中滾動）P

“暹芭”路徑圖（中央氣象臺）

7月1-3日“暹芭”危險性（根據(jù)實況）基于客觀化臺風(fēng)風(fēng)險評估模型，對“暹芭”臺風(fēng)災(zāi)害的評估結(jié)果顯示：7月1-3日，中等及以上危險性主要分布在廣西東部、廣東西部以及海南西部等地，共計49個縣（市），覆蓋面積約為10.4萬平方公里，影