《灾害风险管理》 课件 第6、7章 灾害风险分析与评估、 灾害发生前的风险管理.pptx

第六章

灾害风险分析与评估

本章重点内容：灾害风险分析的四个环节；灾害风险分析、灾害风险评估内容、评估技术路线及理论方法；生命价值风险评估的方法及评估指标；灾害风险评估模型；灾害风险管理措施的选择以及利益相关者。

本章培养目标：掌握灾害风险分析的四个环节；熟悉灾害风险评估的内容和技术路线，掌握灾害风险评估的理论方法和指标分级；掌握生命价值的概念和评估方法，熟悉生命价值的效应和赔偿；了解生命风险评估指标；熟悉灾害风险指数系统，了解各个区域的灾害风险评估模型；熟悉灾害风险管理决策的选择，了解决策中的利益相关，期望损失决策模型。通过本章学习，培养学生正确的生命价值观，树立珍爱生命、尊重科学的思想。

第一节：灾害风险分析灾害风险存在的条件一个灾害系统由风险源、承灾体、社会经济体系组成。完整的灾害风险分析是一项系统性工作，包括从风险源到灾害损失的全过程。

风险源是指“使风险情景出现”的触发因素，如地震、洪水。在灾害研究领域，也将风险源称为“致灾因子”。

承灾体是灾害作用的对象，是承担风险后果的客体，如地震灾害中的建筑物、洪水灾害中的庄稼地。

社会经济体系是承受灾害损失的个人、家庭和社会。

灾害风险的存在需要有三个条件：

第一节：灾害风险分析一、灾害风险存在的条件11）必须存在灾源，可以向周围释放巨大的致灾力量。例如，突然破裂的地震断层、从崩塌堤坝滚滚而下的洪流、威力强大的台风等都是灾源。22）必须有暴露于灾源影响范围之内的人员和财物。例如，地震波及范围之内有城市或村庄；人们将房屋建于可能溃决的大坝下方，泛洪区种植庄稼；台风经过之处有船只、城市、村庄等。33）必须存在伤亡和损失的可能性。由于灾害水平取决于致灾因子强度、承灾体暴露的程度、伤亡和损失的相对数值，因此，一个全面的风险分析必须能够综合表述这三个部分，并考虑相应的不确定性。

灾害风险分析二、灾害风险分析的四个环节为了从量化的层次上对这三个部分（风险源、承灾体、社会经济体系）进行风险分析，必须首先确定有关的测度空间。即致灾因子测度空间、场地致灾力测度空间、承灾体破坏测度空间、伤亡和损失测度空间。每个测度空间称为一个环节。因此，系统分析涉及四个环节。

图6-1灾害风险分析的四个环节和相应的论域

灾害风险分析二、灾害风险分析的四个环节显然，灾害风险分析，主要涉及两类模式识别：致灾因子概率分布识别和承灾体系统的输入关系识别。由于概率分布和输入关系在数学上均可用函数表达，所以，灾害风险分析涉及的两类模式识别，均是函数关系的识别。

灾害风险分析的基本任务是总结灾害频发地区历史上不同风险水平发生的频率，绘制回归风险图；针对系统可能出现的变化，研究未来之风险，绘制未来风险图。根本任务是研究灾害可能发生地区不同强度灾害发生的可能性，绘制可靠的多属性风险区划图。图6-2是进行灾害风险分析的基本流程图。

灾害风险分析二、灾害风险分析的四个环节图6-2灾害风险分析流程图

在此分析流程中，只考虑了致灾因子的不确定性，将破坏模型和损失模型都简化为确定性模型。许多情况下这两个模型也会涉及不确定性。例如，遭遇到一次地震袭击的同一地点完全相同的两座烟囱，有时破坏情况就不一样。

灾害风险分析二、灾害风险分析的四个环节由于风险问题的复杂性，人们试图通过组合使用多种方法、多种资源和多种监测手段来提高风险分析的可靠性。这就是传统意义上的“综合风险分析”。如对于技术风险，其综合分析涉及相关设备、外部安全形势、规章制度、规划、训练、应急管理，还要考虑风险沟通，并从环境、人类健康和社会经济的角度综合评估物理和化学指标。又如，对于洪水风险，其综合分析涉及气象、水文、社会经济、遥感技术、地理信息系统、保险数据率、民政灾情数据库等，而且综合使用多元统计、模糊逻辑、人工神经元、遗传算法等数据分析方法。

这种强调信息和方法综合的分析，其实是对风险的“综合分析”。

上述综合风险分析的概念有利于不同学科间的融合，有助于捕捉风险问题的不同方面。但更应该关注“综合风险”的分析。如一座城市可能面对洪水、地震、地质等多种灾害。系统性地分析这些灾害对该城市的影响，所进行的，就是“综合风险”分析。

灾害风险分析二、灾害风险分析的四个环节广义而言，任何由一个以上的因素决定的风险都是综合风险。例如，地震风险是一种综合风险，因为它由地震和人类社会决定。从此意义上讲，任何系统性的灾害风险分析都是综合风险分析，因为必然涉及风险源和承灾体两部分。严格来讲，决定风险的因素必须是不确定的。否则，这一因素可以作常态考虑，忽略不计。没有不确定，就没有风险。

对于灾害而言，无论是对风险的“综合分析”，还是“综合风险”的分析，其分析的基础，还是图6-1所示的四个环节。

例如，对洪水风险综合使用气象、水文、社会经济、遥感、保险损失、民政灾情等数据和多元统计