International Journal of Disaster Risk Science近日发表了以中国气象局雄安大气边界层重点开放实验室陈笑娟为第一作者，北师大国家安全与应急管理学院吴吉东教授为通讯作者的研究论文。文章基于区域灾害系统理论框架，根据降雨诱发灾害损失的影响因素，选取降水量、固定资产价值暴露度、人均GDP、地质灾害隐患点密度、坡度等指标，以2016年河北省极端暴雨灾害事件为例，构建并校准区域降雨经济损失函数（RDF）。研究一方面深入探讨了暴雨经济损失与其影响要素之间的定量化关系，另一方面探讨了RDF系数的空间尺度效应，研究有助于理解物理及社会经济因素与降雨引发的损失之间的关系，也为改进暴雨灾害损失评估模型精度提供借鉴。
研究意义和目的
图1 研究区及2016年特大暴雨事件中的洪水灾害场景
研究方法
RDF被应用于乡镇级别（RDF-town）与县级别（RDF-country）两个不同的空间尺度，并使用损失率DR（damage ratio）与总损失率TDR（total damage ratio），通过比较估测的DELs值与报告中的DELs值评估RDF的性能。
图2 灾害风险框架下区域降雨损失有关的主要风险因素
研究结论
图3 直接经济损失（DELs）与其自变量的对数相关矩阵
镇级（RDF-town）和县级（RDF-country）区域降雨损害函数中各自变量的系数估计值如表1所示。通过区分乡镇是否发生过地质灾害来重新拟合RDF模型时，发现与所有样本的估计系数相比，发生过地质灾害的乡镇的RDF系数的绝对值增加。例如，Pt 、K两个变量的值每增加一倍，DELs 就分别增加 561% [379%, 812%]和 35% [1%, 79%]。另一方面，人均国内生产总值的系数为–1.22 [–1.86, –0.59]，表明人均国内生产总值每增加一倍，DELs就会减少 57% [33%, 72%]。与此同时，G 系数的显著性发生了变化。相反，没有发生地质灾害的乡镇的系数绝对值有所下降。鲁棒性检验表明，Pt、K 和 I 是决定降雨诱发 DEL 的主要驱动因素。
河北省市级DR(Damage Ratio)和TDR(Total Damage Ratio)存在区域性差异，如图4所示。除唐山的TDR值大于1外，其他县估测的总DEL均低于报告的总DEL（TDR值小于1），表明以上县的DEL值被低估了。在1026个乡镇中，有14%的乡镇的DEL值被高估了10倍以上（DR>10）。这些乡镇通常遭受的损失相对较小。另一方面，16%的乡镇低估了10倍的DEL值（DR≤0.1），这些乡镇实际报告的受损程度相对较高。这种情况在邢台、石家庄和邯郸等地的乡镇尤为明显。其余70%的乡镇的灾情损失率值在0.1至10之间。
图4 河北省县级损害函数计算的损失率（DR）和总损失率（TDR）分布情况
RDF 性能具有非常明显的空间尺度依赖性，如图4、表1所示。随着空间尺度的增加，弹性系数和 RDF 的性能都有所改善，但不确定性也随之增加。社会经济因素在决定降雨引起的损害方面发挥着更重要的作用，这一点可以从资产价值风险和人均 GDP 的弹性值从乡镇到县级的增加得到证明。这些研究结果表明，在单一尺度上校准的 RDF 难以应用于多尺度环境。
结论与展望
文章链接：
https://link.springer.com/article/10.1007/s13753-024-00577-3
