基于贝叶斯网络的台风风暴潮灾害链灾变风险评估方法与流程

本发明属于灾害风险管理，具体涉及一种基于贝叶斯网络的台风风暴潮灾害链灾变风险评估方法。

背景技术：

1、目前国内外对于台风引起的风暴潮灾害链的研究较少，且大多集中在对单一灾种如风暴潮或溃堤的机理研究，前者侧重于风暴潮增水的运行机理和数值模拟，注重分析影响增水数值的重要因素，后者则侧重于海堤或防波堤的特征分析以及稳定性计算。近年来，随着肖盛燮等人提出的灾害链概念的逐渐完善，国内外学者已开始关注到由台风引起的风暴潮灾害链，研究内容主要分为两类：一是对台风引起的风暴潮-洪水发生的全过程机理模拟，二是基于台风诱发衍生灾害的风险传递机制，从链式作用关系角度研究灾害风险。其中，对于台风风暴潮灾害链的风险分析，以往研究大多采用指标体系构建与指标评价法。然而，由于影响灾害链发生的气象、水文、地质要素众多，灾害链成因机理复杂，导致灾害链风险识别存在极大的不确定性，尤其是评估变量间的不确定关系，而传统的指标评价方法无法对变量之间的相互作用关系进行评估。因此，基于灾害复杂网络的台风灾害链灾变风险分析相关技术逐渐取代传统的指标评价方法，成为新的研究热点。这类技术主要借助台风灾害演化路径以及事件关联关系搭建台风灾害链网络拓扑关系，并基于历史灾情数据对灾害链网络进行率定，最后实现台风灾害链的风险评估。但现有技术存在以下两点不足：一是尚没有专门针对“台风-风暴潮-洪水-溃堤”整条灾害链的灾变风险研究，即尚未打通“台风-风暴潮-洪水-溃堤”全过程先后灾种之间链式传递规律和灾变机理；二是现有的灾害链灾变风险分析技术仅给出最终灾害事件是否发生以及发生的概率，然而灾害是否发生以及发生时处于哪种状态均具有较大的不确定性，如洪水若发生，可能发生小洪水、大洪水甚至特大洪水。针对发生状态也不确定性的灾害事件，通过概率分布的形式反映灾害发生时处于不同状态的概率，往往更符合实际以及管理需求。

技术实现思路

1、针对现有技术的以上缺陷或改进需求，本发明旨在提供一种考虑链式灾害前后灾种传递规律和灾变机理的“台风-风暴潮-洪水-溃堤”灾害链风险评估的方法，以支撑沿海地区更加科学、有效地应对台风风暴潮灾害链。

2、为实现上述目的，本发明提供一种基于贝叶斯网络的台风风暴潮灾害链灾变风险评估方法，所述方法包括以下步骤：

3、s100：基于台风场景和灾变驱动要素组合情景构建“台风-风暴潮-洪水-溃堤”灾害链灾变情景库；

4、s200：根据“台风-风暴潮-洪水-溃堤”灾害链的灾变机理和链式传递规律构建贝叶斯网络模型；

5、s300：采用贝叶斯网络模型评估所述灾变情景库中不同灾变情景下的灾变风险。

6、进一步的，s100所述“台风-风暴潮-洪水-溃堤”灾害链灾变情景库为：

7、s＝(t,f)

8、其中，t表示台风场景集合，由台风强度t1和台风路径t2构成；f表示影响“台风-风暴潮-洪水-溃堤”灾害链的灾变驱动要素组合情景集合，由天文潮周期f1和抗洪物资f2构成。

9、进一步的，s200所述贝叶斯网络模型为：

10、bn＝(n,e,p)

11、其中，n表示网络中节点变量集合；e表示网络中连接各节点变量的有向边集合，反映各节点变量之间的相互关系；p表示节点变量之间的条件概率表集合。

12、进一步的，所述节点变量集合包括与所述灾害链相关的三类节点变量，分别为致灾因子类、孕灾环境类、灾害事件类，其中，所述致灾因子类节点变量包括台风强度、台风路径；所述孕灾环境类节点变量包括日最大降雨量、天文潮周期、上游径流量、河道深度、抗洪物资、堤高、护坡厚度、坡度；所述灾害事件类节点变量包括风暴潮灾度、洪水等级、溃堤状态。

13、进一步的，所述各节点变量之间的相互关系根据“台风-风暴潮-洪水-溃堤”灾害链的灾变机理和链式传递规律确定，具体方式为：若第一节点变量对第二节点变量的发生状态可能产生影响，则将所述第一节点变量确定为父节点，所述第二节点变量确定为子节点。

14、进一步的，所述节点变量之间的条件概率表通过以下方法确定：

15、(1)对节点变量进行离散化处理；

16、(2)选取历年发生的台风事件数据作为计算样本，依据以下公式计算各节点变量的条件概率：

17、

18、

19、其中，n为节点变量个数；p(x1/x2,x3,...xn)表示给定节点v1的所有父节点的状态处于x2,x3,...xn时，子节点v1处于x1状态时的概率；p(x1,x2,...xn)表示已发生的事件即所有节点变量状态分别为x1,x2,...xn的联合概率；p(xm＝sa)为先验概率，p(xi＝s2/xm＝sa)为后验概率，表示所有父节点状态为sa和次生灾害子节点状态为s2状态发生的概率。

20、进一步的，s200还包括采用brier评分法检验所构建的贝叶斯网络模型的有效性，计算公式如下：

21、

22、其中，n为节点变量个数，m为节点状态数，每个节点vj都有m个状态；pj(i)表示贝叶斯网络模型推理出的节点vj处于第i种状态时的后验概率预测值，sj(i)表示节点vj的实际取值，当vj(i)是节点vj的实际状态时，sj(i)＝1，否则sj(i)＝0。

23、进一步的，s300所述采用贝叶斯网络模型评估所述灾变情景库中不同灾变情景下的灾变风险具体包括：将不同灾变情景下致灾因子类、孕灾环境类节点变量的状态值输入贝叶斯网络模型，输出灾害事件类节点变量在各自不同等级下的发生概率分布，得到风暴潮、洪水、溃堤三类灾害事件的灾变风险分布。

24、与现有技术相比，本发明能够取得下列有益效果：

25、本发明以“台风-风暴潮-洪水-溃堤”灾害链的复杂灾变机理以及影响灾变的各要素之间链式传递关系为基础，开展灾害链贝叶斯复杂系统网络推理建模，并模拟分析不同灾变情景下灾害链各灾种的灾变风险，能够有效解决目前灾害风险管理中对灾害链先后灾种之间链式传递规律和灾变机理考虑不足的问题，对于沿海地区台风灾害的风险管理和应急减灾工作具有重要意义。

技术特征：

1.一种基于贝叶斯网络的台风风暴潮灾害链灾变风险评估方法，其特征在于，所述方法包括以下步骤：

2.根据权利要求1所述的基于贝叶斯网络的台风风暴潮灾害链灾变风险评估方法，其特征在于，s100所述“台风-风暴潮-洪水-溃堤”灾害链灾变情景库为：

3.根据权利要求1或2所述的基于贝叶斯网络的台风风暴潮灾害链灾变风险评估方法，其特征在于，s200所述贝叶斯网络模型为：

4.根据权利要求3所述的基于贝叶斯网络的台风风暴潮灾害链灾变风险评估方法，其特征在于，所述节点变量集合包括与所述灾害链相关的三类节点变量，分别为致灾因子类、孕灾环境类、灾害事件类，其中，所述致灾因子类节点变量包括台风强度、台风路径；所述孕灾环境类节点变量包括日最大降雨量、天文潮周期、上游径流量、河道深度、抗洪物资、堤高、护坡厚度、坡度；所述灾害事件类节点变量包括风暴潮灾度、洪水等级、溃堤状态。

5.根据权利要求4所述的基于贝叶斯网络的台风风暴潮灾害链灾变风险评估方法，其特征在于，所述各节点变量之间的相互关系根据“台风-风暴潮-洪水-溃堤”灾害链的灾变机理和链式传递规律确定，具体方式为：若第一节点变量对第二节点变量的发生状态可能产生影响，则将所述第一节点变量确定为父节点，所述第二节点变量确定为子节点。

6.根据权利要求5所述的基于贝叶斯网络的台风风暴潮灾害链灾变风险评估方法，其特征在于，所述节点变量之间的条件概率表通过以下方法确定：

7.根据权利要求6所述的基于贝叶斯网络的台风风暴潮灾害链灾变风险评估方法，其特征在于，s200还包括采用brier评分法检验所构建的贝叶斯网络模型的有效性，计算公式如下：

8.根据权利要求4所述的基于贝叶斯网络的台风风暴潮灾害链灾变风险评估方法，其特征在于，s300所述采用贝叶斯网络模型评估所述灾变情景库中不同灾变情景下的灾变风险具体包括：将不同灾变情景下致灾因子类、孕灾环境类节点变量的状态值输入贝叶斯网络模型，输出灾害事件类节点变量在各自不同等级下的发生概率分布，得到风暴潮、洪水、溃堤三类灾害事件的灾变风险分布。

技术总结
本发明属于灾害风险管理技术领域，公开了一种基于贝叶斯网络的台风风暴潮灾害链灾变风险评估方法，包括：基于台风场景和灾变驱动要素组合情景构建“台风‑风暴潮‑洪水‑溃堤”灾害链灾变情景库；根据“台风‑风暴潮‑洪水‑溃堤”灾害链的灾变机理和链式传递规律构建贝叶斯网络模型；采用贝叶斯网络模型评估所述灾变情景库中不同灾变情景下的灾变风险。本发明以“台风‑风暴潮‑洪水‑溃堤”灾害链的复杂灾变机理以及影响灾变的各要素之间链式传递关系为基础，开展灾害链贝叶斯复杂系统网络推理建模，并模拟分析不同灾变情景下灾害链各灾种的灾变风险，对于沿海地区台风灾害的风险管理和应急减灾工作具有重要意义。

技术研发人员：王婷,谭心如,刘羽,田雨,游进军,马真臻,林鹏飞
受保护的技术使用者：中国水利水电科学研究院
技术研发日：
技术公布日：2024/4/7