多灾种城市综合风险评估——以北京市为例.pdfVIP

多灾种城市综合风险评估—— 以北京市为例 杨兵，何永，赵丹 摘要：城市在发展运行的过程中，既面临自然灾害的侵袭，也面临事故灾害的干扰。随着城市规模、结构、 功能的日趋复杂，灾害对城市的影响也越来越大，开展多灾种城市综合风险评估有助于把握城市发展中面 临的不确定问题，为城市规划与建设提供更好的指引。本文以北京市为例，尝试建立一套从原始灾害数据 到风险区划的评估体系，实现对多灾种城市综合风险的评估。 关键词：多灾种，城市综合风险，评估模型，数据库 1 引言 随着社会经济的发展和人口的迅速增长，城市人口、资源与环境矛盾日益加深，加之自 然灾害频发，灾害对城市造成的影响也越来越大，已经成为当今人类社会面临的最主要问题 [1] 之一 。比利时流行病与灾害研究中心(CRED)的全球灾害数据(EM-DA T)，以及来自瑞士再 保险公司(Swiss Re)和慕尼黑再保险公司(Munich-Re)的历史灾害数据均表明，在过去20 [2] 年间 灾害发生频率呈上升趋势 。而我国每年因灾害造成的非正常死亡人数超过20万人， 伤残人数超过200万人，经济损失上万亿元。 灾害风险的研究得到了学者的广泛关注，目前各种单一致灾因子的风险研究较为常见。 然而，一个区域往往受到多种致灾因子的共同影响，单灾种风险评估并不足以反映该地区的 [3] 综合风险，对多灾种风险的研究关注日益增多 ，有必要开展多灾种综合风险评估，从而更 好把握多种不确定性灾害对城市的影响。国内外的研究机构尝试了不同的技术方法，研究涉 [4] 及不同城市和国家 ，研究内容涉及地震、飓风等多种灾害。 北京市作为典型的超大型城市，也面临着一系列潜在的自然、经济、社会危机的威胁。 本文以北京市为研究对象，梳理了与之相关的多灾种，并结合GIS 技术，尝试在全市域尺 度建立的多灾种城市综合风险评估模型，对北京的多灾种城市综合风险进行评估。 2 技术框架 城市综合风险评估中，灾害风险Ｒ（risk）一般由致灾因子的危险性Ｈ （hazard）和承 灾体的脆弱性Ｖ （vulnerability）所确定，即Ｒ＝ｆ（Ｈ,Ｖ）。目前有关多灾种城市综合 风险评估方法主要有两种：风险要素的综合 （式2-1）与单灾种风险结果的综合 （式2-2）。 公式 （2-1）与公式 （2-2）中：H和V分别表示危险性和脆弱性；i表示种类；符号Σ表示 综合的过程，并不一定是简单的加和(下同)。 (式2-1) (式2-2) 在本研究中采用公式 （2-1）的计算模式。根据公共安全三角形理论与韧性城市理念， 注重自然灾害、事故灾害等全要素综合风险评估，建立集“致灾因子危险性—承灾体脆弱性 —城市综合风险”的综合评估模型 （图1）。分别评出的综合危险性和综合脆弱性，再采用 多等级矩阵法得到多灾种相对风险等级。 图1技术路线 3 数据整理与指标构建 多灾种城市综合风险主要由致灾因子危险性和承灾体脆弱性两个方面决定，原始数据的 采集从这两个方面出发，并构建指标体系。由于原始数据来源杂乱，类型多样，重复、包含、 交集等问题突出，要对原始数据进行筛选、整理、统一，归并交集数据，剔除重复。建立致 灾因子与承灾体数据库。有关北京的综合风险评估尚属首次，相关数据的类型、属性等往往 各有差异。要统一纳入一个模型当中，除了原始数据的清洗外，北京主要致灾因子识别涉及 多类型的数据统一与修正调整，北京的承灾体要素也需要从暴露度和敏感性两个方面进行筛 选整理。 3.1 致灾因子的数据清洗 3.1.1 数据采集与筛选 以清华大学公共安全研究院建立的328种致灾因子数据库作为基础数据库，在328种 致灾因子基础数据库中除去海洋类、冰川等，北京市涉及的致灾因子共计203种。参照 《北 京市致灾因子总体应急预案》中筛选52种致灾因子，综合应用文献资料收集、知网数据挖 掘、风险矩阵分析及等多种技术方法，识别出37种频率高、影响大的典型致灾因子作为重 点研究对象。将37种典型致灾因子归纳为自然灾害、事故灾