统一协调资源提高城市安全运行能力 访国务院参事、国家减灾委专家委员会副主任 闪淳昌 中国职业安全健康协会常务理事 向衍荪 清华大学城市规划设计研究院公共安全研究所所长 顾林生 北京师范大学教授 黄崇福

高速发展和大规模建设带给现代化城市的最大威胁就是随时都存在发生突发事故的可能性。而城市因其人口集中、财物集中、生产经营集中、建筑物集中,对各类事故、灾害往往有“放大”作用。一旦遭遇重大城市安全问题,极易产生连锁反应,造成重大人员伤亡和巨大经济损失。因此,提高保障公共安全和处置突发公共事件的能力,是保障国家安全;保护人民生命财产安全;维护社会稳定的关键。本刊邀请了有关专家、学者谈如何提高城市安全运行能力。

洪涝灾害风险分析的基本范式及其应用

目前,洪涝灾害风险分析的模型名目繁多、参差不齐。提出了洪涝灾害风险分析的基本范式,涉及气象因子和社会因子。进而,将其发展为一个由年降雨量极值概率分布和"年降雨量极值-受灾人口比例"脆弱性曲线组成的应用模型。模型中采用信息分配方法估计概率分布,采用正态信息扩散方法构造脆弱性曲线。将概率分布和脆弱性曲线相乘后进行积分,即可算出研究区域内年度洪涝灾害的风险,其内涵是受灾人口比例的期望值。广东省河源市的案例分析表明,模型简单实用。由于物理背景清楚,风险内涵明确,加之采用的信息扩散技术处理小样本能够提高不完备信息的利用率,从而使风险分析的结果较为可靠。

自然灾害风险区划图的一个潜在发展方向

由于自然灾害系统的复杂性及数据资料的不完备性,人们不可能精确估计任何自然灾害发生的概率,"概率值估不准"是现有超越概率风险区划图的致命弱点。简要回顾了针对这一问题已进行的提高估计精度和进行模糊风险计算的有关研究,并将模糊风险研究引入风险区划图的编制,给出了自然灾害软风险区划图的定义和一个初步的样式。讨论了这种风险图在体现风险值估不准方面,以及在为用户提供更多风险信息,为决策者提供调整余地等方面的优点。研究结果表明,软风险区划图是自然灾害风险区划图的一个潜在发展方向。为推进这一研究领域的发展,对今后的工作提出了一些建议。

以历史灾情资料为依据的农业自然灾害风险评估方法

针对小区域内历史灾情资料不多的特点，引入了信息扩散的模糊数学方法，对历史灾情资料进行优化处理，提供了对农业自然灾害进行风险评估的实用方法。在“湖南省自然灾害风险监测管理信息系统”中的应用表明，该方法给出的结果同实际情况相当吻合。

灾害风险基本定义的探讨

近年来,各种灾难给人类造成的损失急剧上升,人类的减灾观念正从灾后的反应转变为灾前防御,灾害风险管理被提上了议事日程。然而,什么是风险?什么是灾害风险?目前仍然是众说纷纭,莫衷一是。指出了国际上较有影响的18个灾害风险定义的不足之处,进一步阐述了作者早年提出的以情景为基础的风险定义,进而给出了自然灾害风险的基本定义,并根据下定义时必须遵循的4条规则,将它与联合国开发计划署建议的定义进行了比较,说明本文给出的基本定义较为合理。

模糊信息优化处理技术应用简介

本文介绍了模糊信息优化处理技术在人工神经网络、大地测量数据处理、风险分析、评估体系等四个方面的应用情况 ,并对该领域在基础理论、实用方法、商业应用等三个方面的发展进行了简短的讨论 .

城市自然灾害风险评价的一级模型

本文分析了以往概率风险存在的问题,用模糊集手段定义了城市自然灾害的可能性风险,并提出了一级综合评价模型。本文提供的方法,由于能较广泛地对有关信息进行分析,从而可提高风险评价的可行性和可能性。

城市地震灾害风险评价的数学模型

本文用模糊集方法建立了城市地震灾害风险评价的数学模型,是文献[1,2]所述风险模型在地震灾害分析中的具体应用。本文详细介绍了如何确定模糊超越率μ_z(y,x)的途径,并提供了计算承灾体灾害程度可能性分布POSS(l,y)的方法。

城市自然灾害风险评价的二级模型

利用模糊集方法建立了城市自然灾害风险评价的二级模型。二级模型适用于单一致灾因子的分析。结合文[1]提出的一级模型,即可构成完整的城市自然灾害风险评价体系。

模糊直方图的概念及其在自然灾害风险分析中的应用

提出了模糊直方图的概念及其性质 ,给出了一种用信息分配手段去构造模糊直方图的方法 ,以实例说明了模糊直方图方法在自然灾害风险分析中的应用。

在救灾智联网中推测信息孤岛救助需求强度的空间信息扩散模型

重大自然灾害中的信息孤岛,是精准救助的盲区。本文认为,只有发挥互联网的优势,从“隔空判灾”走向“采点外推”,才能较高精度地快速评估信息孤岛中的灾情和救助需求。本文依托救灾智联网,由已观测地理单元上的数据,用空间信息扩散模型构造背景数据与救助需求的因果关系,据此推测信息孤岛中的救助需求。以2019年长宁6.0级地震为例子,以“相对暴露度”、“人口”和“GDP”等为背景数据,用启动应急响应3小时内网络爬虫数据中受灾乡镇名字出现频率的强弱表征应急救助需求强度,我们由10个镇得到的数据构造因果关系,推测了3个信息孤岛镇的救助需求强度。由于空间信息扩散模型的普适性,该模型对识别非线性的救助需求因果关系,具有一定的优势。

内集-外集模型的一个简便算法

用现代计算数学的升降序排列工具,提出了内集-外集模型的一个简便算法,避免了复杂的组合运算,彻底解决了内集-外集模型计算难的问题,为该模型广泛应用于自然灾害模糊风险评价提供了方便。

自然灾害基本定义的探讨

自然灾害的研究,正在变为一门热门的学科。然而,大多数人是通过举例来回答"什么是自然灾害?"这一问题,一些学者则干脆对此避而不谈。显然,如果对"自然灾害"这一概念没有严格的定义,如果人们只热衷于提出各种概念模型,热衷于案例分析,则"自然灾害学"就很难上升为一门科学内核清楚的学科。从分析定义的本质入手,梳理出下定义的4条规则,指出了现有5个自然灾害定义的不足之处,建议了一个自然灾害的基本定义,并用它分别对《国家综合减灾"十一五"规划》中提及的13种自然灾害进行了界定。

自然灾害风险分析的基本原理

介绍了风险研究的基本内容，探讨了自然灾害风险分析的基本原理。从风险的本质和自然灾害的具体表现可以看出，自然灾害风险的分析，依赖于一整套贯穿于致灾因子到灾害影响的、能前后相联的模型．本文对各个环节的模型提出了一些原则性的建议。

自然灾害风险分析的信息矩阵方法

从致灾因子危险性分析,到伤亡和损失的可能性研究,自然灾害风险分析由4个环节组成,即致灾因子、承灾体输入、承灾体输出和社会系统。在大多数据情况下,风险事件的不确定性,主要来自于致灾因子时间、地点、强度的不确定。因此,自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输入-输出关系识别。由于概率分布和输入-输出关系在数学上均可用函数表达,所以,自然灾害风险分析涉及的两类模式识别,均是函数关系的识别。给出了用信息矩阵识别这些函数关系的方法。为演示该方法的优点,用它处理了在我国得到的地震数据,识别了震中烈度与震级的关系。结果表明,得到的结果比线性回归、基于正态分布的模糊推理和人工神经元网络等的结果好。

风险分析基本方法探讨

面对未来不利事件的不确定性,对其情景的认识只能进行风险分析。人们研究出了许多的风险分析方法,但基本方法只有5种:发生概率计算法、暴露评价法、危险辨识法、期望值计算法和经验合成法。它们的共同点是:(1)明确具体风险内涵,框定风险问题涉及的系统;(2)涉及风险源、影响和后果;(3)进行不确定意义下的量化分析。由此我们总结出风险分析基本原理,并确认了自然灾害风险分析基本原理和自然灾害风险分析的基本模式。

综合风险评估的一个基本模式

从分析中英文"风险"一词的差异入手,从"风险"由"风"和"险"两个字构成,风险为一个综合概念出发,引入了一个一般性的风险定义,"风险是与某种不利事件有关的一种未来情景".通常的综合风险评估,并非是对"综合风险"进行评估,而是指以组合手段对风险进行评估.本文将多因素决定的风险称为综合风险,并将其分为"伪风险"、"概率风险"、"模糊风险"和"不确定风险"4类,而且归纳出评估"概率风险"和"模糊风险"的基本原理和形式化基本模式.本文梳理出来的相关概念和基本模式,不仅高度概括,使其涵盖了现有的概念和模式,而且意义明确,便于风险勾通和交流.本文给出两个简单算例,说明了基本模式既适用于简单的洪水风险评估,也适于复杂的地震灾害模糊风险评估.

综合风险管理的梯形架构

首次提出了综合风险管理的梯形架构,它从下往上分别由风险意识块、量化分析块和优化决策块构成。风险意识块涉及文化观念、社会结构和立法等,是综合风险管理的社会基础;量化分析块涉及风险分析的所有科学和技术之研究内容,是综合风险管理的科学支撑;优化决策块涉及风险管理的决策体系和目标,是综合风险管理的终端动作部分。梯形架构是一个社会架构,属社会组织学范畴,支撑其运行的是一系列有机组成的物理结构,量化分析块内的工作质量由相关数学模型的品质来决定。

自然灾害动态风险分析基本原理的探讨

随着自然环境的变化和人类社会的发展,自然灾害的风险必然发生变化。变化着的风险,称为动态风险。该文概述了动态风险研究的现状,指出更新算法和趋势预测法只适于研究惯性型动态风险,没有触及动态风险的本质,进而界定随着综合环境和内在属性的变化而变化的风险才是动态风险。人们所能研究的仅仅是认知动态风险。提出了以"研究综合环境和内在属性变化对风险源和风险承受体的影响"为核心,并对风险源和风险承受体进行耦合的自然灾害动态风险分析基本原理。

用计算机仿真技术检验自然灾害模糊风险模型

自然灾害模糊风险是用模糊集对自然灾害风险的一种近似表达．本文建议了一种计算机仿真方法，用来检验计算模糊风险的模型是否可靠．假定真实的概率风险可以用某个概率密度函数来表达，当用某种模型依据小样本来估计这个函数时，必然会存在误差．设给定概率密度函数的其望值为Ｅ， 用传统模型估计得到的概率密度函数的期望值为Ｅ，用某种模糊数学方法计算出来的模糊概率分布的期望值为Ｅ．如果Ｅ与Ｅ的差小于Ｅ与Ｅ的差，则说明模糊风险模型比较可靠．本文给出了计算Ｅ的公式，对计算机仿真实验进行设计．并给出了产生随机数的３个重要程序．