EN中文

地理科学进展, 2023, 42(1): 197-208 doi: 10.18306/dlkxjz.2023.01.016

研究综述

多灾种风险评估方法述评——基于5份国际权威报告的对比分析

宁嘉辰,1,2, 吴吉东,1,2,*, 唐茹玫1, 陈笑娟3, 许映军2

1.北京师范大学地表过程与资源生态国家重点实验室，北京 100875

2.北京师范大学国家安全与应急管理学院，北京 100875

3.河北省气象灾害防御中心，石家庄 050021

Multi-hazard risk assessment methods: A comparative analysis based on five authoritative reports

NING Jiachen,1,2, WU Jidong,1,2,*, TANG Rumei1, CHEN Xiaojuan3, XU Yingjun2

1. State Key Laboratory of Earth Surface Processes and Resource Ecology, Beijing Normal University, Beijing 100875, China

2. School of National Safety and Emergency Management, Beijing Normal University, Beijing 100875, China

3. Defense Center for Meteorological Disasters of Hebei Province, Shijiazhuang 050021, China

通讯作者: *吴吉东(1981— )，男，河南南阳人，博士，教授，主要从事灾害经济学、灾害风险管理研究。E-mail: wujidong@bnu.edu.cn

收稿日期: 2022-07-22   修回日期: 2022-10-19  

基金资助: 第二次青藏高原综合科学考察研究项目(2019QZKK0906)
国家自然科学基金项目(42077437)

Received: 2022-07-22   Revised: 2022-10-19  

Fund supported: The Second Tibetan Plateau Scientific Expedition and Research Program(2019QZKK0906)
National Natural Science Foundation of China(42077437)

作者简介 About authors

宁嘉辰(1999— )，女，河南三门峡人，硕士生，主要从事灾害风险评估研究。E-mail: JiachenNing@mail.bnu.edu.cn

摘要

多灾种风险评估是制定综合风险防范战略的基础工作之一，而目前尚缺乏一套通用的多灾种风险评估方法。论文选取全球减少灾害风险评估报告、全球气候风险指数报告、世界风险管理指数报告、世界风险指数和世界自然灾害风险地图集等5份国际权威风险评估报告，从评估目的、评估内容、模型方法、评估结果等方面对比分析可知：① 5份报告评估目的各有侧重，其中4份评估报告构建了动态风险评估机制，能够实现评估报告的定期更新发布；② 以风险要素的综合为表征的多灾种风险评估方法易于推广应用，但需要进一步提升指标可用性，并且采取更直观、易于理解的风险表征方式；③ 5份报告评估结果中“一带一路”沿线国家(地区)的风险水平略高于全球水平，是全球灾害风险防范的重点；④ 综合来看，5份报告各有自身的优缺点，未来可以结合“多灾种叠加损失”“灾害链损失”等概念丰富多灾种风险评估的模型方法、指标体系与结果表征。

关键词： 灾害; 多灾种; 风险评估模型; 综合风险防范; 风险评估报告

Abstract

Multi-hazard risk assessment is the basis for formulating integrated risk governance strategies. Through examining the risk assessment practices in China and internationally, this study selected five authoritative global risk assessment reports, including the Global Assessment Report on Disaster Risk Reduction, Global Climate Risk Index, The Index for Risk Management Report, World Risk Report, and World Atlas of Natural Disaster Risk, to compare their objectives, contents, models, and results of assessment. The main conclusions are as follows: 1) The five risk assessment reports have different focuses in terms of objectives, and four of them regularly publish new reports to analyze the dynamic process of change that facilitates the identification of risks through continuous risk assessment. 2) The methods characterized by the synthesis of risk elements is easy to apply, but it is necessary to further improve the applicability of indicators and adopt more intuitive and practical risk representation methods. 3) The Belt and Road initiative countries have slightly higher risk levels than the global average. In the future, we need to deepen the research on the integrated risk assessment method of multi-hazards, strengthen the practice of natural disaster risk assessment in China, and explore the disaster risk management system of regional linkages. 4) On the whole, the five risk assessment reports all have their own advantages and disadvantages. In the future, we can combine the concepts of "multi-hazard additive losses" and "disaster chain losses" to enrich the models and methods, indicator system, and result representation of integrated risk assessment.

Keywords： disasters; multi-hazards; risk assessment model; integrated risk governance; risk assessment reports

PDF (4116KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

宁嘉辰, 吴吉东, 唐茹玫, 陈笑娟, 许映军. 多灾种风险评估方法述评——基于5份国际权威报告的对比分析[J]. 地理科学进展, 2023, 42(1): 197-208 doi:10.18306/dlkxjz.2023.01.016

NING Jiachen, WU Jidong, TANG Rumei, CHEN Xiaojuan, XU Yingjun. Multi-hazard risk assessment methods: A comparative analysis based on five authoritative reports[J]. Progress in Geography, 2023, 42(1): 197-208 doi:10.18306/dlkxjz.2023.01.016

多灾种是指在一个特定地区和特定时段，多种致灾因子并存或并发的情况[1]。联合国《21世纪议程》[2]首次提出要进行全面的多灾种(multi-hazard)研究，但并未清晰界定其概念；在灾害风险研究领域，这一概念由Kappes[3]界定为“在一个确定的区域内的相关危害的总和”，并逐步发展至今。

在多灾种研究中，各致灾因子并非孤立存在[4]，而是有着复杂的关联、响应机制[5⇓⇓-8]，致灾因子的先后发生顺序、因果触发关系，以及风险评估中承灾体的多样性[9⇓-11]和针对不同致灾因子的脆弱性表征[12-13]都使得多灾种风险评估研究成为灾害研究领域亟待解决的难题。从灾害管理的角度来看，一个区域的灾害风险实际上是由该区域的单灾种风险叠加耦合而成的，这种耦合效应会造成灾情的累积放大[14]，灾害的群聚与群发现象更使得由单灾种造成的损失难以从整体中剥离出来，因此，多灾种风险评估对于区域减灾及灾害风险管理具有重要意义。

随着多灾种风险研究的兴起，国际上在多灾种风险评估方面取得重要进展。一方面是科研领域，综合考虑危险性、暴露度和脆弱性这3个因素，以及基于此建立的灾害风险评估框架成为国际灾害风险研究的主流[15⇓⇓-18]。例如，史培军等[19-20]基于灾害间的关系类型，提出了“灾害群”“灾害链”“区域灾害系统”的理论框架；美国联邦应急管理局针对地震、飓风和洪水灾害开发了基于地理信息综合平台的多灾种风险评估系统HAZUS-MH[21]；灾害风险热点地区研究计划(The Hotspots Projects)选取洪水、龙卷风、干旱、地震、滑坡和火山6种主要灾害进行研究[22]；张卫星等[23]基于汶川地震提出了灾害链风险评估的概念模型；刘文芳等[24]基于系统观点讨论了自然灾害链的断链减灾模式。另一方面，自2009年起，全球多个多灾种风险评估报告发布，包括：德国观察发布的全球气候风险指数报告(Global Climate Risk Index，CRI[25])、联合国减灾署发布的全球减少灾害风险评估报告(Global Assessment Report on Disaster Risk Reduction，GAR[26])、德国发展援助联盟(BüNdnis Entwicklung-Hilft)发布的世界风险指数(World Risk Index，WRI[27])、欧盟联合研究中心发布的世界风险管理指数报告(The Index for Risk Management Report，INFORM[28])、史培军教授和Roger Kasperson教授共同主编的世界自然灾害风险地图集(World Atlas of Natural Disaster Risk，WNDR[29])等。这些报告不仅是了解全球灾害风险格局的重要途径，也是维系国家间合作、实现区域灾害风险管理的重要技术支撑。

本文从自然灾害多灾种风险评估角度，选取GAR、INFORM、CRI、WRI、WNDR等5份国际权威报告，对比多灾种风险评估的模型方法，讨论其优缺点，以期为多灾种风险评估理论和方法研究提供借鉴。

1 数据与方法

1.1 报告的选取

本文选取2019年版GAR、2020年版INFORM、2021年版CRI、2020年版WRI和2015年WNDR等5份报告进行分析(表1)。上述报告由国际权威研究机构长期负责资料收集与评估，确保报告评估方法的一致性和评估结果的可比性，对国家(或地区)多灾种灾害风险进行测算和排名。

表1   5份评估报告的基本情况

Tab.1  Basic information of the five risk assessment reports

报告名称起始年份选择年份发布频次发布机构发布形式官方网站
CRI[25]20072021每年德国观察年度报告https://germanwatch.org/en/cri
GAR[26]20092019每2年联合国减灾署年度报告https://gar.undrr.org/
WRI[27]20112020每年德国发展援助联盟年度报告https://weltrisikobericht.de/weltrisikobericht-2021-e/
INFORM[28]20142020每年欧盟联合研究中心年度报告https://drmkc.jrc.ec.europa.eu/inform-index/INFORM-Risk
WNDR[29]20152015无北京师范大学书籍https://link.springer.com/book/10.1007/978-3-662-45430-5

新窗口打开| 下载CSV


1.2 对比方法

本文主要从风险评估的内容与理论方法、热点国家风险评估结果两大方面对5份国际权威全球风险评估报告进行对比。

首先，对比GAR、INFROM、WRI、CRI和WNDR中的风险评估内容与评估模型差异。评估内容重点从灾种覆盖、评估维度、评估结果表达及风险等级划分标准进行分析，评估模型重点从模型类型、指标体系和算法进行对比。

其次，对热点国家评估结果进行对比分析。 ① 根据中国海关总署发布的2020年全年中国进出口商品国别(地区)总值表[30]，本文在与中国有贸易往来的149个国家中选取前20个贸易额较大的国家，包括：韩国、越南、马来西亚、俄罗斯、泰国、新加坡、印度尼西亚、沙特阿拉伯、菲律宾、意大利、阿联酋、智利、南非、波兰、伊拉克、土耳其、秘鲁、哈萨克斯坦、尼日利亚和缅甸，20个国家与中国的贸易额之和占中国与“一带一路”全部国家贸易额的77%，是中国的重要贸易伙伴[31]。② 5份评估报告中，GAR给出了风险排名前10位的国家(地区)及其位次，WNDR给出了参与评估的国家(地区)的风险评估排名，INFORM、WRI、CRI给出了参与评估的国家(地区)综合风险得分，因此，为了对比5份评估报告对中国和选取的20个国家的风险评估结果，本文首先将GAR和WNDR报告中国家风险排名转换为全球百分位次，进行全球风险排名的对比，再对INFORM、WRI和CRI的风险评估得分进行最大最小值归一化，并计算中位数，对比热点国家在各报告中的评估得分差异及其与全球整体风险水平的差距，归一化公式如下：

x'=maxx-xmaxx-minx

式中：x'表示各风险指标(INFORM、WRI、CRI)标准化后的数值，x表示指标的原始数值，max (x)和min (x)分别为该指标原始数据的最大值和最小值。

最后，总结上述报告的优缺点，对比分析其在多灾种风险评估领域的适用性，为进一步改进模型、优化指标选取提供参考。

2 结果分析

2.1 评估内容对比

总的来看，5份报告以国家为评估单元进行囊括部分灾种的多灾种灾害风险评估，但在具体的灾种覆盖、评估维度等方面有所差异。

(1) 从灾种覆盖来看：5份报告都囊括了洪水、气旋这2大类灾害；地震被囊括在除CRI之外的4份评估报告中；海平面上升仅被WRI作为评估对象；火山活动、滑坡、沙尘暴和火灾则只被WNDR作为评估对象。其中，WNDR中评估的灾害种类最多，GAR、INFROM、WRI均针对5个灾种进行评估，CRI仅聚焦于3种气象灾害，评估的灾害种类最少(表2)。

表2   5份报告的灾种覆盖和风险评估维度

Tab.2  Disaster coverage and evaluation dimensions of the five risk assessment reports

报告灾种覆盖风险评估维度
GAR地震、海啸、洪水、风暴潮、气旋致灾因子、暴露度、脆弱性
CRI洪水、气旋、极端气温历史灾害
INFORM地震、海啸、洪水、气旋、干旱致灾因子、暴露度、脆弱性、应对能力
WRI地震、洪水、气旋、干旱、海平面上升暴露度、脆弱性、应对能力、适应能力
WNDR地震、洪水、风暴潮、气旋、极端气温、干旱、火山活动、滑坡、沙尘暴、火灾致灾因子、暴露度、脆弱性、孕灾环境

新窗口打开| 下载CSV


(2) 从评估维度来看：GAR采用国际主流的灾害风险评估框架——致灾因子(危险性)、暴露度、脆弱性进行风险评估，INFORM在此基础上加入了应对能力维度，除应对能力维度外，WRI还考虑了适应能力这一维度，WNDR则基于区域灾害系统理论，从孕灾环境、致灾因子、暴露度、脆弱性4个维度进行风险的计算，CRI则基于历史灾情信息进行评估，没有采用主流的风险评估体系(表2)。

(3) 对于评估结果的表达：GAR的结果以绝对损失值表征，用年均期望损失和最大可能损失表征风险大小，其中，年均期望损失是损失超越概率曲线的积分，最大可能损失值为250年重现期的灾害强度下对应的灾害损失值；WNDR、CRI、INFORM和WRI的评估结果为各自的灾害指数值，仅有相对意义，属于半定量风险评估，其中，WNDR的结果分辨率最高(表3)。5份报告评估结果均给出了国家单元的风险评估结果，并涵盖了世界上绝大多数国家及地区，其中123个国家被所有评估报告涵盖，未涵盖的国家(地区)大都是较小的岛屿国家(地区)。

表3   5份报告的评估内容

Tab.3  Assessment contents of the five reports

报告灾种个数国家/地区
个数		最小评估单元风险表达等级划分
CRI3182国家(地区)气候风险指数以评估得分数值10、20、50、100为界
GAR5216国家(地区)年平均损失的期望值；最大可能损失无
WRI5181国家(地区)世界风险指数分位数分级法
INFORM5191国家(地区)INFORM风险指数Ward最小方差准则
WNDR101950.5°×0.5°年平均伤亡人数的等级和年平均经济损失的等级以评估得分的10%、35%、65%、90%分位数为界

新窗口打开| 下载CSV


(4) 对于评估结果的等级划分，CRI以评估得分的10、20、50、100为界划分5个风险等级；WRI采用分位数分级法，使得5个风险等级所包含的国家个数相同；INFORM则应用Ward最小方差准则，以离差平方和作为分级依据；WNDR以评估结果的10%、35%、65%、90%分位数为界划分为5级(表3)。

2.2 评估模型对比

从模型算法看，按照评估结果表达差异可以将多灾种风险评估分为定量风险评估和半定量风险评估(表4)，前者能够得到绝对的风险数值，例如人口死亡概率、以万元计的经济损失风险等，后者只能得到风险指数值或等级值，反映评估对象之间的相对风险差异。

表4   5份风险评估报告中风险评估公式对比

Tab.4  Comparison of risk assessment equations in the five risk assessment reports

报告模型类型模型公式参数含义
GAR定量风险评估AAL=∑i=1EventsEP|Event i×FAEvent iAAL为灾害年期望损失，E(P|Event i)为事件i造成的期望损失，FA(Event i)为事件i年发生频次，Events为事件总数
WNDR半定量风险评估TRI=∑i=1nri×wiTRI指综合自然灾害相对风险等级；ri指灾种i的风险等级；wi指灾种i在综合自然灾害风险中所占的权重；n指自然灾害风险种类数
INFORM半定量风险评估INFORM Risk Index=Hazard&exposure1/3×     Vulnerablity1/3×Lack of coping capacity1/3Hazard&exposure为标准化后的致灾因子与暴露度指数；Vulnerability为标准化后的脆弱性指数；Lack of copingcapacity为标准化后的应对能力指数
WRI半定量风险评估World Risk Index=Exposure×V ulnerabilityExposure为暴露度指数，Vulnerability为脆弱性指数
CRI半定量风险评估CRIScore=R1×16+R2×13+R3×16+R4×13R1、R2、R3、R4分别代表某国死亡人口、10万人口死亡率、直接经济损失和直接经济损失占GDP的比例在全球的倒序排名(由大到小)

新窗口打开| 下载CSV


(1) 定量风险评估

定量风险评估一般使用经验模型、随机模型等计算各种重现期情景下的灾害强度，再量化致灾因子危险性与承灾体脆弱性的关系(如脆弱性曲线)，得到基于损失的超越概率曲线，最后叠加单灾种的直接损失值，得到综合风险结果。

5份评估报告中，仅GAR采用了定量风险评估方法，其根据洪水、气旋、地震、海啸、风暴潮5个灾种的单灾种风险评估结果，再以各灾害年均发生次数为权重，加权得到多灾种的年均损失期望值。其中，单灾种风险评估分为4步——概率危险评估、暴露数据库构建、易损性曲线和脆弱性曲线计算以及风险评估。以洪水为例，GAR首先绘制了不同重现期洪水的致灾强度分布图，再从全球暴露数据库中提取房屋、资本存量等分布图，之后根据不同地区的损失率与致灾强度的关系，得到脆弱性曲线及对应的损失超越概率曲线，最后对损失超越概率曲线进行积分，得出由洪水导致的经济损失。

(2) 半定量风险评估

半定量风险评估往往通过单灾种加权或者构建风险指标体系等方法构建多灾种风险评估模型，得到风险指数或相对风险等级，这些方法缺乏表征损失的定量参数，常用于研究大尺度(如国家、区域)的多灾种风险格局。

WNDR使用单灾种加权的方法，首先进行地震、台风、水灾、旱灾、滑坡泥石流、沙尘暴等12个灾种的单灾种风险评估，得到风险分级结果之后，再以各灾种发生的频次作为权重进行加权综合，得到多灾种综合风险等级。其中，单灾种风险评估根据不同灾种的致灾机理采用不同的方法分别评估。以洪水为例，首先使用全球格点降水数据，提取连续3天降水量大于95%分位数的极端降水序列，将其拟合到广义帕累托分布，并使用最小二乘法估计参数；然后，计算10、20、50、100年重现期的降水量，再与坡度、高程和距河流距离合并计算出洪水致灾强度；最后，将致灾强度指数分别与人口和GDP的暴露指数相乘，计算出每个栅格的经济损失风险和人口伤亡风险指数。INFORM同属于半定量风险评估，其利用54个指标构建了包含3个维度、6个一级指标、17个二级指标的多层风险评估模型，得到相应的风险指数，即INFORM Risk Index(图1)。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   INFORM指标

Fig.1   Risk indicators of INFORM


INFORM Risk Index的计算首先对三级指标进行标准化处理，使得标准化后的数值范围为[010]，且数值越高代表风险越高[32-33]，标准化公式如下：

xnorm=10-10×maxx-xmaxx-minx (x为正向指标)10×maxx-xmaxx-minx          (x为负向指标)

式中：xnorm表示指标标准化后的数值，x表示指标的原始数值或其经对数变换后的数值，例如，指标“地震烈度VI度区的绝对暴露(人)”采用对数变换，“地震烈度VI度区的相对暴露(%)”采用原始数值，max (x)和min (x)分别表示该指标的最大值和最小值。正向指标是指该指标与灾害风险呈正相关关系，而负向指标指该指标与灾害风险呈负相关关系。

其次，按照式(3)将标准化后的指标再次进行缩放。按照式(4)将缩放后的指标使用几何平均或算术平均的方式逐级向上聚合，即从三级指标开始，逐步聚合到二级指标、一级指标以及维度层。每次聚合后按照式(5)进行标准化，最后得到风险3个维度的得分。公式如下：

xrescale=10-xnorm10×9+1
xj=xrescale,1j×xrescale,2j×···×xrescale,njn                                        (采用几何平均方式)xrescale,1j+xrescale,2j+···+xrescale,njn                                          (采用算术平均方式)
xnormj=10×10-xj9

式中：xrescale表示指标缩放后的数值，xrescale,nj表示第j个指标所包含的第n个下级指标缩放后的数值，xj表示第j个指标的初步计算结果，xnormj为第j个指标标准化后的数值。最终，将标准化后的各维度指数按照表4所示公式进行计算，得到INFORM Risk Index。

WRI构建了包含暴露度和脆弱性2个维度、27个三级指标的多层风险评估模型(图2)。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   WRI的指标

Fig.2   Risk indicators of WRI


暴露度指数(Exposure)是各灾种的年均暴露人口数加权和与总人口数的商(式6)。脆弱性(Vulnerability)计算方式为：首先，将三级指标进行归一化处理，转换为0~1内的数值；其次，对各个二级指标包含的三级指标赋予同等权重，例如，二级指标“政府”包含了国家脆弱性指数和腐败感知指数，两者权重均为0.5；最后，将二级指标进行加权平均，得到敏感性(Susceptibility，SC)、应对能力(Coping Capacity，CC)和适应能力(Adaptive Capacity，AC)3个一级指标的数值(式8~10)，并根据公式计算得到脆弱性指数(式7)。最终将暴露度指数与脆弱性指标相乘，得到最终的风险指数(World Risk Index)(表4)，具体计算公式如下：

Exposure=A1+B1+C1+0.5D1+0.5E1总人口数
Vulnerability=SC+1-CC+1-AC3
SC=27A2+17C2+27D2+27E2
CC=49A3+49C3+19E3
AC=14A4+14B4+14C4+14E4

式中各变量含义如图2所示。

INFORM和WRI选用指标的相同点在于都涉及了政府治理、平等状况、营养条件、医疗救助、受教育程度和公共设施领域，其中完全重合的指标有7个。不同之处在于相比于WRI，INFORM注重暴力冲突因素以及不同的弱势群体，因此特别考虑了难民、幼儿、患病(包括艾滋病、结核病、疟疾)人群，同时也考虑了国际援助、食品安全以及近期受灾情况，这些都属于短期、具体的影响因素，与直接经济损失相关联。而相比于INFORM，WRI则额外考虑了环境因素，例如污水处理、农业管理水平等看似与灾害没有直接关联的因素，可以认为其相对关注长期的、间接的影响因素。

CRI则与上述方法不同：① CRI未采用主流的风险评估体系，主要基于历史灾害损失进行指标加权计算，CRI选取了人口、经济两方面的4个损失指标进行评估，指标数据全部来源于慕尼黑再保险公司创建的数据库，大大削减了在数据收集方面可能遇到的困难；② 重视相对指标的影响，即CRI计算公式中相对指标的权重是绝对指标的2倍；③ CRI并未直接使用这4个指标的绝对数值或进行归一化之后的数值进行计算，而是根据这些数值的相对排名计算最终风险(CRIScore)。

CRIScore=16rankP1+13rankP2+16rankE1+13rankE2

式中：CRIScore表示该评估单元Climate Risk Index值，P1表示因灾死亡人数，P2表示每10万人中的因灾死亡人数，E1表示灾害造成的绝对经济损失，E2表示灾害直接经济损失的GDP占比，rank(·)表示采用相应指标的倒序(从大到小)排序值。

综上所述，GAR和WNDR分别属于定量风险评估和半定量风险评估，均首先进行单灾种风险评估，再采用一定的方式进行综合，并考虑到了不同强度的灾害类型，但是评估过程较为复杂，需要进行致灾危险性的模拟；INFORM和WRI在主流风险评估模型的框架下，分别构建了包含54、27个综合指标的风险评估模型，但忽视了各灾种在不同强度下的风险差异，而CRI数据来源独特，指标精简，计算简便，强调相对风险，但是基于历史灾害进行的指数风险评估很难反映未来气候变化等对风险的影响。此外，除CRI之外的4份报告都充分考虑了自然区域的差异，依据不同灾种的时空影响范围来确定致灾因子强度或指标大小，并以格网为起算单元，以国家作为最终的评估单元进行风险评估。

2.3 评估结果对比

2.3.1 中国灾害风险等级在全球的位次

从5份报告对中国灾害风险在全球位次的评估结果来看：① GAR和WNDR在绝对风险评估结果中对中国灾害风险评级较高，均处于全球前2%，这与中国人口总量和经济体量较大密切相关；② 其余3份评估报告从指数风险评估认为中国风险等级基本处于中等或中等偏上水平(表5)。这种差异说明了风险评估容易受到最基本评估单元大小的影响。

表5   5份评估报告对中国风险评估位次的对比

Tab.5  Comparison of the five risk assessment reports on China's risk ranking

报告评估指标得分全球中位数排名国家(地区)总数全球百分位次
WNDR绝对人口风险无无21951.03%
绝对经济风险无无31961.53%
GAR绝对损失风险无无32161.39%
CRICRI score42.8379.673213024.62%
INFORMINFORM risk index4.203.707119137.17%
WRIWorld risk index5.846.4210018155.25%

新窗口打开| 下载CSV


2.3.2 热点国家风险评估位次对比

5份评估报告中，INFORM、WRI和CRI给出了国家(地区)综合风险得分，INFORM、WRI、CRI和WNDR给出了国家综合风险排名。根据全球中位数与得分的相对关系，越南、泰国、印度尼西亚、菲律宾、南非、秘鲁、尼日利亚、缅甸8个国家在INFORM、WRI、CRI等3份评估报告中的得分均高于其中位数(图3)，新加坡、阿联酋、波兰、哈萨克斯坦4个国家风险评分均低于中位数。其中，新加坡在3份报告中都属于风险“极低”的国家，主要得益于其对灾害的暴露度较低，且新加坡作为发达国家，有较高的风险管控水平与能力。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   热点国家中归一化风险评分较高及较低的12个国家

Fig.3   The twelve countries with high or low normalized risk scores among the hotspot countries


INFORM、WRI、CRI等3份风险评估还存在一些差别较大的地方(表6)。例如，马来西亚在WRI的评估结果中为“高”风险国家，而在INFORM和CRI的评估结果中属于“低”风险国家；智利虽然面临着地震、海啸、火山喷发的多重风险，但在INFORM中，由于其脆弱性极低以及良好的应对能力，排名靠后，属“低”风险国家；对于土耳其的风险评估，INFORM给出了“高”风险的评价，与WRI和CRI的结果不一致，主要是因为INFORM中涵盖了地区武装冲突风险的评估，而土耳其在这一维度的评分较高。

表6   INFORM、WRI、CRI中评估结果差异较大的国家对比

Tab.6  Comparison of countries with large differences in risk assessment results in INFORM, WRI and CRI

国家WRIINFORMCRI
归一化指数风险等级归一化指数风险等级归一化指数风险等级
马来西亚0.15高0.31低0.27低
智利0.24极高0.27低0.74中等
土耳其0.10低0.53高0.45低

新窗口打开| 下载CSV


从20个热点国家及全球得分的中位数来看(表7)，WNDR、INFORM和CRI在热点国家的中位数均高于全球中位数，可以认为“一带一路”沿线国家(地区)的风险水平略高于全球水平。

表7   热点国家与全球各国风险评估位次的中位数对比

Tab.7  Comparison of the median risk ranking of hotspot countries and global values

指标WNDRINFORMWRICRI
伤亡人数经济损失原始值归一化原始值归一化原始值归一化
热点国家中位数33.531.03.750.3826.180.11960.170.500
全球中位数98.098.53.700.3766.420.12479.670.668
数值与风险大小的关系数值越小，风险越高数值越大，风险越高数值越大，风险越高数值越小，风险越高

新窗口打开| 下载CSV


综上，风险评估结果不仅会受到评估单元人口和经济体量的影响，还会受覆盖灾种以及脆弱性的影响，特别是在权重设置方面，需要格外注意某些因素的加入是否会使结果产生较大偏差。

2.4 优缺点分析

以上5份风险评估报告在风险评估方法、适用性等方面都各有异同。共同之处在于：① 均适用于大到国家、小到地区的多灾种风险评估；② 主要关注发生频率高、造成损失大的灾种，如洪水、气旋；③ 风险评估结果对风险管理有重要指导价值，但同时也存在着诸如评估模型复杂、覆盖面不够等不足之处，具体优缺点如表8所示。从科学性来说，GAR和WNDR对各灾种采取不同模型进行模拟分析评估，专业性最强。从评估流程来说，CRI、WRI和INFORM评估指标来源清晰，评估模型简洁易操作，评估结果完整；GAR和WNDR的评估过程则相对复杂，对原始数据处理要求较高。从评估结果呈现来说，CRI和INFORM评估结果呈现较为丰富，风险评估结果高低可以通过不同层级评估结果进行解释。

表8   5份国际权威报告的优缺点

Tab.8  Advantages and disadvantages of the five authoritative global reports

报告主要优点主要缺点
GAR① 专业性和科学性强
② 不同灾种采取不同评估方法
③ 根据不同地理条件划分各灾种分区		① 模型模拟要求高、计算较复杂
② 缺乏持续动态更新机制
③ 原有空间数据信息平台关停，普通大众难以获取
INFORM① 评估模型易操作、输入数据来源有保障
② 考虑暴力冲突等人为灾害
③ 充分考虑各种社会经济因素		① 没有考虑预警系统对风险的影响
② 风险因子权重设定受主观因素影响
WRI① 评估方法明确
② 各项指标数据给出清晰来源
③ 考虑海平面上升带来的风险		① 没有考虑灾害的致灾强度
② 脆弱性维度覆盖领域较少
③ 风险因子权重受主观因素影响
WNDR① 灾种覆盖全面
② 对各灾种不同强度进行分级
③ 分别计算人口损失和经济损失
① 评估流程比较复杂
② 缺乏动态评估更新机制
CRI
① 评估目的明确
② 评估方法简便，易于推广		① 仅考虑历史灾害损失特征
② 未应用国际通用的灾害风险分析框架

新窗口打开| 下载CSV


总体来看，多灾种风险评估不仅要兼顾专业性和实用性，还要考虑动态更新及不同尺度的适用性，以便随着风险评估需求的改变而调整。

3 结论与讨论

鉴于多灾种风险评估理论方法体系欠缺，本文从评估内容、评估模型、评估结果3个方面对5份国际权威报告进行了对比分析，结果表明：

(1) 国内外5份国际权威风险评估报告具有各自完备的方法体系，综合考虑主要灾害及其风险，在国家尺度的灾害风险评估得到广泛应用，并可以根据数据可及性进一步细化到区域层面，为国际防灾减灾决策提供了依据。

(2) 评估目标各有侧重。例如，WNDR的重点是展示灾害及其风险的全球分布，其于2015年进行了10大类灾种的单灾种风险评估和综合自然灾害风险评估，覆盖面最广，但缺乏动态评估及发布机制，无法追踪风险的动态变化，加强相关研究有助于捕捉风险要素的动态变化过程[34]，加深对灾害系统的理解，因此，构建持续的风险评估机制有利于各个国家和地区对风险的准确识别，以有效避免减灾措施的盲目实施，从而加强国际援助的针对性提高各国抵御风险的能力。

(3) 从模型方法来看，CRI、INFORM、WRI通过构建指标体系直接进行综合风险评估，无需对单灾种进行评估，计算方法相对简便，但目前在建筑状况、备灾/早期预警、社交网络、对气候变化的适应等领域仍缺少相关的数据支持。在应用性方面，GAR用直接经济损失绝对值的年期望表征风险大小，其他4份报告则用模型输出指标的数值(相对值)表征，相对等级(或数值)虽有意义，但无法与其他风险指标相比较，且难以同实际的社会—经济指标建立关联。未来可以参照INFORM等指标体系的构建与GAR的风险表征方法，结合风险管理需求及数据可用性，开展不同尺度的风险评估研究。

(4) 5份国际权威报告中，除GAR外均给出了具体的输出结果，对评估结果的中位数分析表明， INFORM、WRI、CRI等3份报告的热点国家的中位数高于全球中位数，表明“一带一路”沿线国家(地区)的风险水平高于全球水平，与“一带一路”伤亡人口和GDP损失率的年期望较高的结论一致，崔鹏等[35]的研究也表明，“一带一路”沿线国家自然灾害较为频繁，损失相对严重。因此，需要深化多灾种综合风险评估方法的研究和实践，探索区域联动的灾害风险管理体系。

(5) 综合来看，WNDR灾种覆盖最为全面；GAR的评估专业性强，且结果可直接与GDP等经济指标相比较；INFORM和WRI的指标体系类似，但在脆弱性评估方面各有侧重；CRI的针对性最强，更适用于气候变化领域的研究。

多灾种自然灾害风险评估的涉及面较广，内容复杂，当前大多数多灾种风险评估为半定量评估，得到的是相对风险水平或等级，难以实现灾害风险量化研究，而从灾害管理的角度来看，由单灾种转向多灾种、单一数据源转向多源数据融合[36]、半定量转向定量的风险评估是大势所趋，只有准确、可比、有实际意义的多灾种风险评估才能为减灾提供切实可行的依据。

近年来还有学者提出了“多灾种叠加损失”和“灾害链损失”的概念，强调灾害系统的各要素之间存在一定的关联机制[5,37⇓⇓-40]，前者关注多个单灾种的叠加效应，而后者侧重于多种灾害之间的成因关联。由于灾害系统的复杂性，后者研究还处于起步阶段，特别是如何运用数理统计方法构建多种灾害相互关联的多灾种风险评估体系，如何根据多灾种事件的不同成因与不同关联组合进行叠加分析，仍需要深入研究。

参考文献

史培军.

五论灾害系统研究的理论与实践

[J]. 自然灾害学报, 2009, 18(5): 1-9.

[本文引用: 1]

[Shi Peijun.

Theory and practice on disaster system research in a fifth time

Journal of Natural Disasters, 2009, 18(5): 1-9. ]

[本文引用: 1]

Unitied Nations. Agenda 21 [EB/OL]. 1992-06-14 [2021-03-12]. https://www.un.org/zh/node/181627.

URL     [本文引用: 1]

Kappes M. Multi-hazard risk analyses: A concept and its implementation[D]. Vienna, Austria: University of Vienna, 2011.

[本文引用: 1]

Kappes M S, Keiler M, Glade T.

From single to multi-hazard risk analyses: A concept addressing emerging challenges

[C]// Malet J P, Glade T, Casagli N. Mountain risks:Bringing science to society. Strassbourg, France: CERG Editions, 2010: 351-356.

[本文引用: 1]

Tilloy A, Malamud B D, Winter H, et al.

A review of quantification methodologies for multi-hazard interrelationships

[J]. Earth-Science Reviews, 2019, 196: 102881. doi: 10.1016/j.earscirev.2019.102881.

[本文引用: 2]

姚清林.

自然灾害链的场效机理与区链观

[J]. 气象与减灾研究, 2007, 30(3): 31-36.

[本文引用: 1]

[Yao Qinglin.

Field effect and regional conversion as the mechanism of natural hazard chains

Meteorology and Disaster Reduction Research, 2007, 30(3): 31-36. ]

[本文引用: 1]

史培军, 吕丽莉, 汪明, 等.

灾害系统: 灾害群、灾害链、灾害遭遇

[J]. 自然灾害学报, 2014, 23(6): 1-12.

[本文引用: 1]

[Shi Peijun, Lv Lili, Wang Ming, et al.

Disaster system: Disaster cluster, disaster chain and disaster compound

Journal of Natural Disasters, 2014, 23(6): 1-12. ]

[本文引用: 1]

Quigley M C, Attanayake J, King A, et al.

A multi-hazards earth science perspective on the COVID-19 pandemic: The potential for concurrent and cascading crises

[J]. Environment Systems and Decisions, 2020, 40(2): 199-215.

DOI:10.1007/s10669-020-09772-1      URL     [本文引用: 1]

Argyroudis S A, Mitoulis S Α, Winter M G, et al.

Fragility of transport assets exposed to multiple hazards: State-of-the-art review toward infrastructural resilience

[J]. Reliability Engineering & System Safety, 2019, 191: 106567. doi: 10.1016/j.ress.2019.106567.

[本文引用: 1]

Li Y, Ahuja A, Padgett J E.

Review of methods to assess, design for, and mitigate multiple hazards

[J]. Journal of Performance of Constructed Facilities, 2012, 26(1): 104-117.

DOI:10.1061/(ASCE)CF.1943-5509.0000279      URL     [本文引用: 2]

Argyroudis S A, Mitoulis S A.

Vulnerability of bridges to individual and multiple hazards-floods and earthquakes

[J]. Reliability Engineering & System Safety, 2021, 210: 107564. doi: 10.1016/j.ress.2021.107564.

[本文引用: 1]

Kappes M S, Papathoma-Kohle M, Keiler M.

Assessing physical vulnerability for multi-hazards using an indicator-based methodology

[J]. Applied Geography, 2012, 32(2): 577-590.

DOI:10.1016/j.apgeog.2011.07.002      URL     [本文引用: 1]

Hagenlocher M, Renaud F G, Haas S, et al.

Vulnerability and risk of deltaic social-ecological systems exposed to multiple hazards

[J]. Science of the Total Environment, 2018, 631/632: 71-80.

DOI:10.1016/j.scitotenv.2018.03.013      URL     [本文引用: 1]

余瀚, 王静爱, 柴玫, 等.

灾害链灾情累积放大研究方法进展

[J]. 地理科学进展, 2014, 33(11): 1498-1511.

DOI:10.11820/dlkxjz.2014.11.007      [本文引用: 1]

近年来全球范围内频发的重大自然灾害事件,表明一种灾害引发一系列次生灾害的灾害链现象使得灾情通过累积放大效应而大大超过单一灾种灾情,深入研究灾害链灾情累积放大过程是有效防范巨灾风险的前提.首先,本文梳理了国内外研究中不同视角下对灾害链现象的理解,认为灾害链一般性概念中应当包含孕灾环境、致灾因子链、承灾体以及它们在时间和空间上复杂相互作用关系,只有从地理学的综合性角度出发,才能正确而完整的理解灾害链过程灾情累积放大机制.其次,按研究思路的差异,综述了当前研究灾害链灾情累积放大过程的5 类方法,包括经验地学统计方法、概率模型、复杂网络模型、灾害模拟以及多学科理论方法.从描述灾害链要素在时间和空间上复合作用的角度出发,分别讨论了它们在刻画灾害链灾情放大过程中的优势与不足.选取了影响较大、灾害引发关系典型的地震灾害链与台风灾害链,从灾种维度综述上述几种方法在实际应用中的概况及进展.最后,提出综合多种方法发展与完善灾害链灾情累积放大效应过程的动态模拟是灾害链的研究趋势,其中关键在于模拟灾害链系统各要素的时间与空间上的耦合,研究思路从“静态—描述—解释”向“动态—过程—模拟”的转变是理解灾害链、灾害系统复杂性的重要途径.

[Yu Han, Wang Jing'ai, Chai Mei, et al.

Review on research methods of disaster loss accumulation and amplification of disaster chains

Progress in Geography, 2014, 33(11): 1498-1511. ]

DOI:10.11820/dlkxjz.2014.11.007      [本文引用: 1]

In recent years, the frequent catastrophic disasters have caused great losses of human lives and properties in the world. This indicates that disaster losses may be accumulated and amplified through disaster chains, in which one disaster triggers another, and so forth. The losses are much heavier in disaster chains than in a single disaster. Disaster chain is a typical complex form of regional disaster system. Understanding the amplification mechanisms of disaster chains is very important in catastrophe risk governance. This review first focuses on the concepts and understandings of disaster chain and summarizes a comprehensive definition from the geographic perspective through literature research. It is found that disaster chains have two common features, including the casualty relationship between different disasters and the spatial and temporal expansion of disaster losses. Only under a geographical framework, a sound and complete understanding of the disaster chain concept may be possible. A regional disaster system includes the environment, hazards, and exposure units and the complex spatial and temporal interactions of these elements. Second, considering the different research philosophies, five method categories in recently disaster chain research are summarized and analyzed. The five categories include empirical statistics methods, probabilistic models, complex network models, disaster system simulations, and multidisciplinary theories. The appropriateness and disadvantages of each category of methods are discussed with respect to their utility in describing disaster chain loss accumulation and amplification. Empirical statistics methods are a classical one that often use weighted average of a series of indicators. They have great advantage in taking into consideration various geographic factors and the modeling process is simple. But these methods cannot reveal the disaster chain evolution and processes. Probabilistic models can generate an overview of all possible events after a disaster have happened, as well as calculate the conditional probability. But they have the same problem as the statistics models. Disaster chain is a typical complex network. So the complex network theory may be used to describe the evolution of disaster chain networks. Such method should consider the spatial and temporal features of the disaster chain components in order to make the result more precise. Simulation methods are a promising one that can support the understanding of disaster chains dynamics, as well as the mechanism of the accumulation and amplification of disaster chain losses. However, simulation precision should be improved by including the spatial and temporal features of disaster chains in the future. Two types of important disaster chains, the seismic and typhoon disaster chains were used as examples to show the practical application of these methods. Finally, this review shows that the main trend of disaster chain research is to build and improve the dynamical model of disaster chain loss accumulation and amplification processes. The key is to connect all the factors spatially and temporally in a disaster chain system. It is necessary to transform the research approaches from "static-descriptive-explanatory" to "dynamic-process oriented-simulation" in order to understand the complexity of a disaster system.

Okada N.

Urban diagnosis and integrated disaster risk management

[J]. Journal of Natural Disaster Science, 2004, 26: 49-54.

[本文引用: 1]

Mileti D S. Disasters by design: A reassessment of natural hazards in the United States[M]. Washington D C, USA: Joseph Henry Press, 1999.

[本文引用: 1]

Cardona O, Schroder M G O, Reinoso E, et al.

Comprehensive approach for probabilistic risk assessment (CAPRA): International initiative for disaster risk management effectiveness

[R]. 14th European Conference on Earthquake Engineering. Ohrid, Northern Macedonia, 2010.

[本文引用: 1]

IPCC.

Climate change 2014:Impacts, adaptation and vulnerability, Part A:Global and sectoral aspects

Contribution of working group II to the Fifth assessment report of the intergovernmental panel on climate change[M]. Cambridge, UK: Cambridge University Press, 2014. doi:10.1017/CBO9781107415379.

[本文引用: 1]

史培军.

三论灾害研究的理论与实践

[J]. 自然灾害学报, 2002, 11(3): 1-9.

[本文引用: 1]

[Shi Peijun.

Theory on disaster science and disaster dynamics

Journal of Natural Disasters. 2002, 11(3): 1-9. ]

[本文引用: 1]

史培军.

四论灾害系统研究的理论与实践

[J]. 自然灾害学报, 2005, 14(6): 1-7.

[本文引用: 1]

[Shi Peijun.

Theory and practice on disaster system research in a fourth time

Journal of Natural Disasters, 2005, 14(6): 1-7. ]

[本文引用: 1]

FEMA.

Using HAZUS-MH for risk assessment

[R]. Washington D C, USA: Federal Emergency Management Agency, 2004.

[本文引用: 1]

Dilley M, Chen R S, Deichmann U, et al. Natural disaster hotspots: A global risk analysis[M]. Washington D C, USA: World Bank Publications, 2005.

[本文引用: 1]

张卫星, 周洪建.

灾害链风险评估的概念模型: 以汶川5·12特大地震为例

[J]. 地理科学进展, 2013, 32(1): 130-138.

[本文引用: 1]

[Zhang Weixing, Zhou Hongjian.

Conceptual model of disaster chain risk assessment: Taking Wenchuan Earthquake on 12 May 2008 as a case

Progress in Geography, 2013, 32(1): 130-138. ]

DOI:10.11820/dlkxjz.2013.01.014      [本文引用: 1]

A vast number of cases have demonstrated that a major disaster can trigger a series of secondary disasters, forming a disaster chain with much more destructive power than a single-type disaster. Understanding the process of disaster chain formation and establishing a conceptual model for risk assessment are the premise for governance of the disaster chain risk. In this paper, we first reviewed the chain risk assessment models from the studies at home and abroad, e.g., the accident chain, supply chain and so on, and then, taking Wenchuan Earthquake as a case study, we proposed a new conceptual model of disaster chain risk assessment. The two major conclusions are: (1) sensitivity of the environment susceptible to disasters is an important impact factor, which determines the probability of disaster chain. Therefore, the key aspect of risk assessment is to identify the factors affecting the sensitivity of the environment and characterize their quantitative relationships. (2) Vulnerability of a disaster-affected area in a disaster chain increases after incurring repeated hazards; evaluation of change of the vulnerability of the area will improve the precision of disaster chain risk assessment. This study aims to improve the theory on disaster system research and provide a basis for further improvement of disaster chain risk governance.

刘文方, 肖盛燮, 隋严春, 等.

自然灾害链及其断链减灾模式分析

[J]. 岩石力学与工程学报, 2006, 25(S1): 2675-2681.

[本文引用: 1]

[Liu Wenfang, Xiao Shengxie, Sui Yanchun, et al.

Analysis of natural disaster chain and chain-cutting disaster mitigation mode

Chinese Journal of Rock Mechanics and Engineering, 2006, 25(S1): 2675-2681. ]

[本文引用: 1]

Eckstein D, Künzel V, Schäfer L.

Global climate risk index 2021

[R]. Bonn, Germany: Germanwatch e.V., 2021.

[本文引用: 2]

United Nations Office for Disaster Risk Reduction (UNDRR).

Global assessment report on disaster risk reduction 2019

[R]. Geneva, Switzerland: UNDRR, 2019.

[本文引用: 2]

Benedikt B, Rouven D, Carsten F, et al.

World risk report 2020

[R]. Berlin, Germany: Bündnis Entwicklung Hilft, 2020.

[本文引用: 2]

Inter-Agency Standing Committee and the European Commission.

INFORM report 2020: Shared evidence for managing crises and disasters

[R]. Luxembourg, Luxembourg: Publications Office of the European Union, 2020. doi: 10.2760/953633.

[本文引用: 2]

Shi P J, Kasperson R.

World atlas of natural disaster risk

[M]. Berlin, Germany: Springer, 2015: 309-323.

[本文引用: 2]

国家统计局.

中国统计年鉴

[J]. 北京: 中国统计出版社, 2020.

[本文引用: 1]

[National Bureau of Statistics.

Chinese statistical yearbook

Beijing, China: China Statistics Press, 2020. ]

[本文引用: 1]

中国一带一路网. 已同中国签订共建“一带一路”合作文件的国家一览[EB/OL]. 2021-01-30 [2021-03-12]. https://www.yidaiyilu.gov.cn/xwzx/roll/77298.htm.

URL     [本文引用: 1]

[Belt and the Road Portal. A list of countries that have signed Belt and Road cooperation documents with China. 2021-01-30 [2021-03-12]. https://www.yidaiyilu.gov.cn/xwzx/roll/77298.htm. ]

URL     [本文引用: 1]

Montserrat M F, Luca V, Karmen P.

Index for risk management INFORM concept and methodology report, Version 2017

[R]. Luxembourg, Luxembourg: Publications Office of the European Union, 2017.

[本文引用: 1]

Brooks N, Adger W N, Kelly P M.

The determinants of vulnerability and adaptive capacity at the national level and the implications for adaptation

[J]. Global Environmental Change, 2005, 15(2): 151-163.

DOI:10.1016/j.gloenvcha.2004.12.006      URL     [本文引用: 1]

孔锋.

透视大尺度综合自然灾害风险评估的主要进展和展望

[J]. 灾害学, 2020, 35(2): 148-153.

[本文引用: 1]

[Kong Feng.

Perspective on the main progress and prospect of large-scale integrated natural disaster risk assessment

Journal of Catastrophology, 2020, 35(2): 148-153. ]

[本文引用: 1]

崔鹏, 邹强, 陈曦, 等.

“一带一路”自然灾害风险与综合减灾

[J]. 中国科学院院刊, 2018, 33(S2): 38-43.

[本文引用: 1]

[Cui Peng, Zou Qiang, Chen Xi, et al.

Natural disaster risk and comprehensive disaster reduction along the Belt and Road

Bulletin of Chinese Academy of Sciences, 2018, 33(S2): 38-43. ]

[本文引用: 1]

邬柯杰, 吴吉东, 叶梦琪.

社交媒体数据在自然灾害应急管理中的应用研究综述

[J]. 地理科学进展, 2020, 39(8): 1412-1422.

DOI:10.18306/dlkxjz.2020.08.014      [本文引用: 1]

社交媒体是灾害应急管理的一个新兴但尚未充分利用的大数据源。然而,社交媒体数据在灾害应急管理中能发挥什么作用,目前国内的研究较少,而国外的研究亦较为分散,相关应用受限。论文对国内外利用社交媒体数据进行灾害管理相关研究进行了综述,归纳出社交媒体数据在灾害应急管理中应用的潜力、优势和问题。结果发现：① 社交媒体数据含有丰富的灾害信息,能够依靠态势感知和信息共享支持灾害预警、实时监测、损失和救助需求评估、协助快速应急响应以及预测可能的灾害风险等灾害管理工作;② 社交媒体数据的优势在于能保证灾害信息的实时性和连续性,进而提供致灾强度图、损失预测和舆情分析等结果服务于灾害应急管理;③ 地理位置信息有限、专业语料库缺乏、信息噪声处理的复杂性等原因使社交媒体数据分析结果精度受限。如何发挥社交媒体数据社会感知的优势,以弥补传统观测调查手段的不足,更加科学应对灾害应急,仍需要在社交媒体数据处理及多源数据融合分析技术方面取得突破。

[Wu Kejie, Wu Jidong, Ye Mengqi.

A review on the application of social media data in natural disaster emergency management

Progress in Geography, 2020, 39(8): 1412-1422. ]

DOI:10.18306/dlkxjz.2020.08.014      [本文引用: 1]

Social media is a data source that is emerging but underutilized for disaster emergency management. There are few existing studies on the role of social media data in disaster emergency management in China, and international studies are also relatively scattered, which make relevant applications limited. This article reviewed the research on disaster management with social media data. We summarized the potential, advantages, and problems of applying social media data in disaster emergency management. The results show that: 1) Social media data are full of disaster information. They can support disaster early warning, real-time monitoring, and loss and rescue needs assessment, assist rapid emergency response, and predict possible disaster risks that relies on situational awareness and timely information. 2) The advantage of social media data is that it can ensure the timeliness and continuity of disaster information aquisition, which can provide disaster intensity maps, loss prediction, and public opinion analysis for disaster emergency management. 3) Some problems limit the accuracy of social media data analysis results, including limited geographical location information, lack of professional corpus, and complexity of information noise processing, among others. In order to make full use of the advantages of social media data to overcome the shortcomings of traditional observation and investigation methods and respond to disasters more scientifically, breakthroughs in social media data processing and multi-source data fusion analysis technology are needed.

Gill J C, Malamud B D.

Reviewing and visualizing the interactions of natural hazards

[J]. Reviews of Geophysics, 2014, 52(4): 680-722.

DOI:10.1002/2013RG000445      URL     [本文引用: 1]

Kappes M S, Keiler M, von Elverfeldt K, et al.

Challenges of analyzing multi-hazard risk: A review

[J]. Natural Hazards, 2012, 64(2): 1925-1958.

DOI:10.1007/s11069-012-0294-2      URL     [本文引用: 1]

Gallina V, Torresan S, Critto A, et al.

A review of multi-risk methodologies for natural hazards: Consequences and challenges for a climate change impact assessment

[J]. Journal of Environmental Management, 2016, 168: 123-132.

DOI:10.1016/j.jenvman.2015.11.011      PMID:26704454      [本文引用: 1]

This paper presents a review of existing multi-risk assessment concepts and tools applied by organisations and projects providing the basis for the development of a multi-risk methodology in a climate change perspective. Relevant initiatives were developed for the assessment of multiple natural hazards (e.g. floods, storm surges, droughts) affecting the same area in a defined timeframe (e.g. year, season, decade). Major research efforts were focused on the identification and aggregation of multiple hazard types (e.g. independent, correlated, cascading hazards) by means of quantitative and semi-quantitative approaches. Moreover, several methodologies aim to assess the vulnerability of multiple targets to specific natural hazards by means of vulnerability functions and indicators at the regional and local scale. The overall results of the review show that multi-risk approaches do not consider the effects of climate change and mostly rely on the analysis of static vulnerability (i.e. no time-dependent vulnerabilities, no changes among exposed elements). A relevant challenge is therefore to develop comprehensive formal approaches for the assessment of different climate-induced hazards and risks, including dynamic exposure and vulnerability. This requires the selection and aggregation of suitable hazard and vulnerability metrics to make a synthesis of information about multiple climate impacts, the spatial analysis and ranking of risks, including their visualization and communication to end-users. To face these issues, climate impact assessors should develop cross-sectorial collaborations among different expertise (e.g. modellers, natural scientists, economists) integrating information on climate change scenarios with sectorial climate impact assessment, towards the development of a comprehensive multi-risk assessment process. Copyright © 2015 Elsevier Ltd. All rights reserved.

Rusk J, Maharjan A, Tiwari P, et al.

Multi-hazard susceptibility and exposure assessment of the Hindu Kush Himalaya

[J]. Science of the Total Environment, 2022, 804: 150039. doi: 10.1016/j.scitotenv.2021.150039.

[本文引用: 1]

/

〈 〉