技术领域
[0001] 本
发明涉及防灾减灾、灾害评估领域，主要指基于ArcGIS平台的沿海地区台风风暴潮风险评估与规划。
背景技术
[0002] 风暴潮是一种由于剧烈的大气扰动，如强风和风压骤变(通常指台风和温带气旋等灾害性天气系统)导致
海水一场升降，使其受影响的海区超微大大超过平常超微的现象。风暴潮常伴有狂风巨浪，若与天文潮相
叠加，往往造成滨海区域潮水保障，从而酿成巨大灾难。中国地处太平洋西岸，大陆海岸线超过18000km，是世界上少数几个受风暴潮灾害影响最为严重的国家之一。我国的海洋灾害损失约占全部
自然灾害总损失的10％，二风暴潮灾害造成的损失又占到海洋灾害损失之首。
[0003] 目前，针对风暴潮所造成的损失的灾害评估和风险区划策略大致可分为两种：一是定量评估，从定量的
角度，分别计算与风险值Risk有关的三个参数，H(hazard)危险性，V(vulnerability)脆弱性，E(exposure)暴露性的大小，并将三者的乘积作为最终Risk的值；二是从定性角度，评估与风险值Risk有关的两个参数hazard与vulnerability的等级，并通过H-V矩阵得出最终的风险评估与区划等级。
[0004] 不同于以上两种方法的不全面和不完善之处，本发明索要阐述的一种基于GIS的风险评估和区划策略，为灾害应对策略的制定和救灾决策提供重要的参考依据。
发明内容
[0005] 本发明要解决的技术问题在于，针对
现有技术的计算
精度的
缺陷，提供一种基于ArcGIS平台的台风风暴潮风险评估方法及系统。
[0006] 本发明解决其技术问题所采用的技术方案是：构造一种基于ArcGIS平台的台风风暴潮风险评估方法，包括以下步骤：
[0007] S1、针对待评估区域，建立地理
数据库-Geodatabase；其中，所述地理数据库包括了行政区划矢量数据，验潮站观测数据，DEM数据，DLG数据，DOM数据，海岸线数据，以及重要承载体的
位置、数量、分布数据；
[0008] S2、根据从地理数据库中获取到的地理信息数据，对每个影响待评估区域的最终风险值因素进行计算，具体为针对待评估区域中每个社区空间栅格单元的危险性值H、暴露性值E、脆弱性值V和防灾减灾能
力R的计算；
[0009] S3、将步骤S2所求得的每个社区空间栅格单元的危险性值H、暴露性值E、脆弱性值V和防灾减灾能力R，计算台风风暴潮的风险值Risk,进行台风风暴的风险评估：
[0010] Risk＝0.55H+0.30E+0.35V-0.20R；
[0011] 其中，危险性值H由风暴潮的最大淹没深度与淹没范围所决定；暴露性值E由重要承灾体在淹没范围内的数量与分布所决定；脆弱性值V由土地利用类型所决定；防灾减灾能力R由若干个影响因素指标共同决定。
[0012] 进一步的，从地理数据库中提取行政区划矢量数据和验潮站观测数据后，将其带入到ADCIRC模型中，得出不同强度台风风暴潮作用下的淹没范围与水深数据；其中，根据所求的淹没范围与水深数据，计算出待评估区域中每个社区空间栅格单元的危险性值H。
[0013] 进一步的，从数据库中提取重要承载体的位置、数量、分布数据，结合计算得到的淹没范围与水深数据，在ArcGIS平台中进行拓扑运算，得到当前淹没范围中的重要承灾体数量；根据所得的重要承灾体数量进一步即可计算出待评估区域中每个社区空间栅格单元的暴露性值E。
[0014] 进一步的，根据现有的土地利用现状数据和土地利用类型，利用加权综合评分法计算每个社区空间栅格单元的脆弱性值V；具体的计算公式为：
[0015]
[0016] 其中，V为社区承灾体脆弱性值，ai为第i个二级土地利用类型权重，ui为第i个二级土地利用类型的脆弱性值，n为二级土地利用类型的个数。
[0017] 进一步的，人均GDP、社会医疗保险人员比重、居民教育状况及单位面积公路通车里程四个因素作为影响防灾减灾能力的主要影响因素，基于所述主要影响因素，求解待评估区域中每个社区空间栅格单元的防灾减灾能力R：
[0018]
[0019] 其中：R为每个社区的综合防灾减灾能力：g是单个社区内的人均GDP，a是单位社区内医疗人口比例，r是人均公路里程。
[0020] 本发明公开的一种基于ArcGIS平台的台风风暴潮风险评估系统，包括以下模
块：
[0021] 数据构建模块，用于针对待评估区域，建立地理数据库-Geodatabase；其中，所述地理数据库包括了行政区划矢量数据，验潮站观测数据，DEM数据，DLG数据，DOM数据，海岸线数据，以及重要承载体的位置、数量、分布数据；
[0022] 风险值因素计算模块，用于根据从地理数据库中获取到的地理信息数据，分别计算出待评估区域中每个社区空间栅格单元的危险性值H、暴露性值E、脆弱性值V和防灾减灾能力R；
[0023] 风暴潮风险值计算模块，用于将风险值因素计算模块所求得的每个社区空间栅格单元的危险性值H、暴露性值E、脆弱性值V和防灾减灾能力R，计算台风风暴潮的风险值Risk,进行台风风暴的风险评估：
[0024] Risk＝0.55H+0.30E+0.35V-0.20R；
[0025] 其中，危险性值H由风暴潮的最大淹没深度与淹没范围所决定；暴露性值E由重要承灾体在淹没范围内的数量与分布所决定；脆弱性值V由土地利用类型所决定；防灾减灾能力R由若干个影响因素指标共同决定。
[0026] 进一步的，风险值因素计算模块中，根据现有的土地利用现状数据和土地利用类型，利用加权综合评分法计算每个社区空间栅格单元的脆弱性值V；具体的计算公式为：
[0027]
[0028] 其中，V为社区承灾体脆弱性值，ai为第i个二级土地利用类型权重，ui为第i个二级土地利用类型的脆弱性值，n为二级土地利用类型的个数。
[0029] 进一步的，风险值因素计算模块中，将人均GDP、社会医疗保险人员比重、居民教育状况及单位面积公路通车里程四个因素作为影响防灾减灾能力的主要影响因素，基于所述主要影响因素，求解待评估区域中每个社区空间栅格单元的防灾减灾能力R：
[0030]
[0031] 其中：R为每个社区的综合防灾减灾能力：g是单个社区内的人均GDP，a是单位社区内医疗人口比例，r是人均公路里程。
[0032] 在本发明所述的一种基于ArcGIS平台的台风风暴潮风险评估方法及系统中，考虑了以下4个技术关键点：
[0033] 1、综合考虑了对风险区划中的四个关键参数，H危险性，V脆弱性，E暴露性，R防灾减灾能力；
[0034] 2、对所述四个关键参数分别进行了定量计算评估，最后可得到精确的定量风险评估的结果；
[0035] 3、计算脆弱性时，综合考虑了土地利用率和重要承灾体之间的关系，在考虑单个栅格土地利用率的
基础上，增加了重要承灾体对于区域脆弱性的影响；
[0036] 4、计算防灾减灾能力时，综合考虑GDP，人口数量，医疗人口比例，公路
铁路里程等多种因素。
[0037] 实施本发明的一种基于ArcGIS平台的台风风暴潮风险评估方法及系统，具有以下有益效果：
[0038] 相比传统的风暴潮风险区划策略，本发明中提出的是定量评估风险的策略，对每个影响待评估区域的最终风险值的因素(H、E、V、R)进行了定量化的计算。所以最终的风险值可以从两个角度来衡量，一种是传统的风险等级的形式，另一种是创新性的定量的模式，可以得到具体的风险的数值。对于防灾减灾、救灾部署有着重要的意义。同时，传统的风险区划最多只考虑其中三个参数，本发明中不仅对每个参数的详细计算给出了
算法，同时还加入了对于防灾减灾能力的考虑，使评估结果的完备性和可靠性有了进一步提升。
附图说明
[0039] 下面将结合附图及
实施例对本发明作进一步说明，附图中：
[0040] 图1是本发明公开的台风风暴潮风险评估方法的实施
流程图；
[0041] 图2是本发明公开的台风风暴潮风险评估系统的结构原理图；
[0042] 图3是惠州市防灾减灾风险区划数据库显示图；
[0043] 图4是880hPa台风强度下风暴潮淹没范围显示图；
[0044] 图5是880hPa台风强度下危险性等级分布图；
[0045] 图6是880hPa台风强度下风险等级分布图。
具体实施方式
[0046] 为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本发明的具体实施方式。
[0047] 实施例1：
[0048] 请参考图1，其为本发明公开的台风风暴潮风险评估方法的实施流程图，本发明中所公开的一种基于ArcGIS平台的台风风暴潮风险评估方法，包括以下步骤：
[0049] S1、针对待评估区域，建立地理数据库-Geodatabase；其中，所述地理数据库包括了行政区划矢量数据，验潮站观测数据，DEM数据，DLG数据，DOM数据，海岸线数据，以及重要承载体的位置、数量、分布数据；本实施例中，建立的是惠州市防灾减灾风险区划数据库Geodatabase；其中，数据库的显示图如图3所示。
[0050] S2、根据从地理数据库中获取到的地理信息数据，对每个影响待评估区域的最终风险值因素进行计算，具体为针对待评估区域中每个社区空间栅格单元的危险性值H、暴露性值E、脆弱性值V和防灾减灾能力R的计算；其中：
[0051] (1)危险性值H的计算：
[0052] 从数据库中，提取惠州市历史风暴潮及台风浪情况数据，并结合惠州市行政区划数据，采用ADCIRC模型，模拟出不同强度(包括880hpa、910hpa、920hpa、930hpa,940hpa,950hpa，6种不同强度台风的模拟)下风暴潮的淹没范围及深度，其中，880hPa台风强度下风暴潮淹没范围显示图如图4所示；依照危险性等级划分标准，对不同强度下模拟出来的风暴潮的淹没范围及深度ρ，进行危险性等级划分，其中，危险性等级划分的标准如表1所示：
[0053]
[0054] 表1-危险性等级划分标准
[0055] 最后，通过为每个区域标识不同的
颜色，进一步得到危险性H的等级区划分布图，其中，880hPa台风强度下危险性等级分布图如图5所示。
[0056] (2)暴露性值E的计算：
[0057] 从数据库中提取重要承载体的位置、数量、分布数据，结合计算得到的淹没范围与水深数据，在ArcGIS平台中进行拓扑运算，得到当前淹没范围中的重要承灾体数量；根据所得的重要承灾体数量进一步即可计算出待评估区域中每个社区空间栅格单元的暴露性值E；
[0058] 本实施例中，首先依据惠州市海洋灾害承灾体调查成果，将惠州市学校、医院、石油化工企业等风暴潮灾害重要承灾体的数据加载于ArcGIS项目中，并进一步录入各承灾体的详细属性资料，并在此基础上进一步收集了地铁站，
汽车站，火车站等重要交通枢纽和交通线路。重要承灾体数据统计如下表所示：
[0059]
[0060]
[0061] 表2-惠州市沿海风暴潮灾害重要承灾体统计
[0062] 然后，利用ArcGIS平台中的拓扑分析功能，对每个重要承灾体图层分别与不同强度风暴潮淹没范围做“∩”运算，得到暴露性指数的数值；再按照行政区划对不同社区栅格的E值进行分别赋值，可得到暴露性E的等级区划分布图。
[0063] (3)脆弱性值V的计算：
[0064] 根据现有的土地利用现状数据和土地利用类型，利用加权综合评分法计算每个社区空间栅格单元的脆弱性值V；具体的计算公式为：
[0065]
[0066] 其中，V为社区承灾体脆弱性值，ai为第i个二级土地利用类型权重，ui为第i个二级土地利用类型的脆弱性值，n为二级土地利用类型的个数；
[0067] 本实施例中，依据2016年惠州市土地利用现状，以土地利用类型二级分类为计算单元，参照“土地利用现状分类与脆弱性等级范围对应关系”和部分重要及易发生次生灾害的承灾
单体脆弱性分级表确定每个单元的脆弱性值，然后根据每个社区内不同二级土地利用类型斑块所占面积比例，利用加权综合评分法计算社区的脆弱性值；
[0068] 基于ArcGIS中的field calculator模块，编写python脚本，利用脆弱性值V的计算公式，即可计算得到了惠州市沿海地区风暴潮灾害社区空间单元承灾体脆弱性值，最后再根据表3确定各个社区栅格的脆弱性等级，并进一步得到脆弱性V的等级区划分布图。
[0069]
[0070]
[0071]
[0072] 表3土地利用现状分类与脆弱性等级范围对应关系
[0073] (4)防灾减灾能力R的计算：
[0074] 将人均GDP、社会医疗保险人员比重、居民教育状况及单位面积公路通车里程四个因素作为影响防灾减灾能力的主要影响因素，基于所述主要影响因素，求解待评估区域中每个社区空间栅格单元的防灾减灾能力R：
[0075]
[0076] 其中：R为每个社区的综合防灾减灾能力：g是单个社区内的人均GDP，a是单位社区内医疗人口比例，r是人均公路里程。
[0077] 本实施例中，将从已经入库的社会经济状况数据表中，选取人均GDP、社会医疗保险人员比重、居民教育状况及单位面积公路通车里程四个主要因素的值利用filedcalculator编写python脚本。
[0078] S3、将步骤S2所求得的每个社区空间栅格单元的危险性值H、暴露性值E、脆弱性值V和防灾减灾能力R，计算台风风暴潮的风险值Risk,进行台风风暴的风险评估：
[0079] Risk＝0.55H+0.30E+0.35V-0.20R；
[0080] 其中，危险性值H由风暴潮的最大淹没深度与淹没范围所决定；暴露性值E由重要承灾体在淹没范围内的数量与分布所决定；脆弱性值V由土地利用类型所决定；防灾减灾能力R由若干个影响因素指标共同决定。
[0081] 根据计算得到每个社区单元栅格的Risk风暴潮风险评估与区划结果将Risk值的大小按照下述等级划分标准，对每个社区的风险区划等级进行划分并对其标识不同颜色：
[0082] Risk≥75…………I级高风险
[0083] 50≥Risk＞75…………II级较高风险
[0084] 25≥Risk＞50…………III级较低风险
[0085] 0≥Risk＞25…………IV级低风险
[0086] 最后使用ArcGIS空间分析工具将每个社区单元栅格的Risk值赋予其中，生成最终的不同强度下惠州市风暴潮灾害风险区划图，其中，880hPa台风强度下风险等级分布图如图6所示。
[0087] 实施例2：
[0088] 请参考图2，其为本发明公开的台风风暴潮风险评估系统的结构原理图，本发明公开的台风风暴潮风险评估系统具体包括数据构建模块L1、风险值因素计算模块L2和风暴潮风险值计算模块L3，其中：
[0089] 数据构建模块L1用于针对待评估区域，建立地理数据库-Geodatabase；其中，所述地理数据库包括了行政区划矢量数据，验潮站观测数据，DEM数据，DLG数据，DOM数据，海岸线数据，以及重要承载体的位置、数量、分布数据；
[0090] 风险值因素计算模块L2用于根据从地理数据库中获取到的地理信息数据，分别计算出待评估区域中每个社区空间栅格单元的危险性值H、暴露性值E、脆弱性值V和防灾减灾能力R；
[0091] 风暴潮风险值计算模块L3用于将风险值因素计算模块所求得的每个社区空间栅格单元的危险性值H、暴露性值E、脆弱性值V和防灾减灾能力R，计算台风风暴潮的风险值Risk,进行台风风暴的风险评估：
[0092] Risk＝0.55H+0.30E+0.35V-0.20R；
[0093] 其中，危险性值H由风暴潮的最大淹没深度与淹没范围所决定；暴露性值E由重要承灾体在淹没范围内的数量与分布所决定；脆弱性值V由土地利用类型所决定；防灾减灾能力R由若干个影响因素指标共同决定。
[0094] 上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和
权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。
