GIS技术在气象灾害风险区划中的应用研究 发表时间：2020-04-09T02:18:59.873Z 来源：《学习与科普》2019年40期作者：王云亮[导读] 我国正处于社会经济高速发展的新时期，经济的进步为人们的生活带来便利的同时，却也在环境方面造成了严重的破坏. 浮山县气象局山西临汾 042600摘要：一直以来，气象灾害都会对社会经济的发展带来直接影响，同时威胁着人民的生命财产安全，是我国社会和人民生产生活的巨大威胁因素，在国家的政策号召下，针对气象灾害的风险区划工作，相关工作人员要充分借助和发挥GIS技术的优势，提高气象灾害的防范 和控制效率，提高划分气象灾害风险等级的准确性，提升工作效率。本文对GIS技术的优势进行了分析，根据气象灾害的形成条件和风险区划方法，提出了GIS技术在气象灾害风险区划中的应用。 关键词：GIS技术；气象灾害；风险区划；财产安全；控制 前言： 我国正处于社会经济高速发展的新时期，经济的进步为人们的生活带来便利的同时，却也在环境方面造成了严重的破坏，再加上受到全球性气候变化的影响，例如温室效应等全球气候变化因素，近年来我国的气象灾害现象呈现出上升趋势。因此，在气象灾害风险区划中，相关工作人员借助GIS技术，将其优势充分发挥出来，应用到气象灾害风险划分工作中，提高防灾工作效率，是新时代背景下必然的发展趋势。 一、GIS技术的优势 GIS技术是在地理空间的基础之上建立起的地理信息系统，能够实现对地理数据信息的综合性处理和显示，其中融合了多门学科的内容，是一项实时提供地理信息的现代化计算机技术，借助GIS技术，能够实现地理相关信息的获取，并且应用到社会行业的各个方面。目前的GIS技术尚未完全成熟，其中存在诸多需要改进的问题，例如标准不统一、地理数据质量较低、集成化程度不高等等，但是GIS技术目前已被广泛应用到农业、林业、灾害预警、生态环境保护等多个行业中，并且发挥了不可忽视的重要作用，而在气象灾害风险区划中，GIS技术尤其得到了更深层次的应用，GIS技术为气象灾害风险区划工作提供数据支持，提高了气象灾害风险区划中所需数据的准确性[1]。 二、气象灾害风险区划 （一）气象灾害以及气象灾害风险的形成条件 气象灾害是所有的自然灾害中非常常见的一种，气象灾害多数是由大气运动所引发，形式多种多样，包括旱灾、雷暴、山洪、沙尘暴、台风、龙卷风、冰雹、暴雨、雪灾等等，气象灾害的发生会给人类社会带来难以估计的破坏，造成不可挽回的损失，严重威胁着人们的生命安全和财产安全，作为必须要对其进行重点防范的自然灾害之一，气象灾害风险区划工作人员要加强工作力度，重点预防自然灾害发生，降低气象灾害风险。气象灾害因素加上多方面的因素影响，造成了气象灾害风险，其中人类的防灾抗灾能力也关系到气象灾害的风险程度[2]。 （二）气象灾害风险区划方法 区划气象灾害风险时，要对多个方面进行综合全面的考虑，包括致灾因子、潜在易损性等等，其中致灾因子指的是引发气象灾害相对应的气象事件，例如刮风、暴雪、降雨等，通过分析致灾因子中的几大要素，针对致灾因子的频率、强度和时间进行分析研究，能够得出致灾因子所带来的危险系数；除此之外，区划气象灾害风险时的潜在易损性，包括人类防范和抵抗灾害的能力，气象灾害损害自然环境、人类安全、社会经济的程度等等，这些都是所谓的潜在易损性，根据以上因素公式的计算，能够得出气象灾害风险指数，以此指数协助完成气象灾害风险区划工作[3]。 三、GIS技术在气象灾害风险区划中的应用 （一）冰雹灾害风险区划 在多种气象灾害中，冰雹灾害是其中相对频繁的灾害之一，发生冰雹灾害时，会对社会经济的发展和社会秩序产生直接的重大影响，因此针对冰雹灾害风险区划，要结合冰雹灾害风险形成的多种因素进行全方面的考虑。一般来说，计算冰雹的风险指数可利用公式“FDRI=VEweVHwhVSws（10-VR）wr”来完成，在这个公式当中，FDRI指的是冰雹灾害风险指数，而其中的VE、VH、VS、VR代表的是冰雹灾害风险形成的各种因素，分别是冰雹灾害环境敏感性、引致冰雹灾害因子的危险性、承灾体的易损性、承灾体的防灾抗灾能力，we、wh、ws、wr则对应代表的是以上因素的权重。根据对相关气象数据的收集，计算得出冰雹的灾害风险指数后，将GIS技术充分应用其中，根据风险的大小划分出四个不同的等级，再继续通过GIS技术，绘制关于冰雹灾害的风险区划图，最终找出冰雹灾害高风险的区域集中地。
第５ ０卷２０１４年第３期 西 北 师 范 大 学 学 报（自然科学版） Ｖｏｌ．５０ ２０１４ Ｎｏ．３ Ｊｏｕｒｎａｌ ｏｆ Ｎｏｒｔｈｗｅｓｔ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ（ Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ） 收稿日期：２０１４－０１－０６；修改稿收到日期：２０１４－０３－１９ 基金项目：科技部公益性行业（气象）科研专项（ＧＹＨＹ２０１００６００６）；江苏高校优势学科建设工程（ＰＡＰＤ） 项目；杭州市科委雷电等强对流天气风险评估项目（Ｓ２０１０２７４８ ）作者简介：刘垚（１９８７—） ，女，宁夏银川人，博士研究生．主要研究方向为农业气象与气象灾害风险评估．Ｅ－ｍａｉｌ：ｌｉｕｙ ａｏ３１４＠１６３．ｃｏｍ＊通讯联系人，男，教授，博士，博士研究生导师．主要研究方向为气象灾害风险评估．Ｅ－ｍａｉｌ：ｂａｏｙ ｕｎｘｕａｎ＠１６３．ｃｏｍ杭州市雷电灾害风险区划及分析 刘 垚１， ２，包云轩１，２＊，缪启龙１，２ ，刘 淼３，潘文卓４（１．南京信息工程大学江苏省农业气象重点实验室，江苏南京 ２ １００４４；２．南京信息工程大学应用气象学院，江苏南京 ２１００４４； ３．浙江省防雷中心，浙江杭州 ３１００２１；４．杭州市气象局，浙江杭州 ３１００２１ ）摘要：根据浙江省２００８—２０１０年ＡＤＴＤ闪电定位仪资料，首次将平均地闪强度引入雷电灾害风险评估中，结合杭州 市的人口经济影响和自然地理要素，选取地闪密度、平均地闪强度、人口密度等１６个雷电灾害风险评价指标，采用层次分析法计算各要素权重，从危险性、敏感性、易损性和防灾能力建立雷电灾害风险评估模型，分析雷电灾害的综合风险．从雷电灾害综合风险区划图可以看出，总体上雷电灾害综合风险在杭州市西南地区比较低，近海的东北地区则比较高；杭州市主城区、萧山区、余杭区、临安市和近富春江地区是雷电灾害综合风险较高的区域，低风险的区域主要在杭州中西部地区．对杭州市雷电灾害进行了灾度评价，以验证风险区划的正确性，证实区划结果与实际雷电灾害的发生具有较好的一致性． 关键词：雷电风险；地闪密度；地闪强度；风险区划 中图分类号：Ｓ ４２９ 文献标志码：Ａ 文章编号：１００１－９８８Ⅹ（２０１４）０３－００９９－０ ７Ｄｉｓａｓｔｅｒ ｄｉｖｉｓｉｏｎ ａｎｄ ａｎａｌｙｓｉｓ ｏｆ ｌｉｇｈｔｎｉｎｇ ｈａｚａｒｄ ｉｎ Ｈａｎｇｚｈｏｕ ＣｉｔｙＬＩＵ Ｙａｏ１， ２，ＢＡＯ Ｙｕｎ－ｘｕａｎ１， ２，ＭＩＡＯ Ｑｉ－ｌｏｎｇ１， ２，Ｌ ＩＵ Ｍｉａｏ３，ＰＡＮ Ｗｅｎ－ｚｈｕｏ４ （１．Ｊｉａｎｇｓｕ Ｋｅｙ Ｌａｂ ｏｆ Ａｇｒｉｃｕｌｔｕｒａｌ Ｍｅｔｅｏｒｏｌｏｇｙ，Ｎａｎｊｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ ，Ｎａｎｊｉｎｇ ２１００４４，Ｊｉａｎｇ ｓｕ，Ｃｈｉｎａ；２．Ｃｏｌｌｅｇｅ ｏｆ Ａｐｐｌｉｅｄ Ｍｅｔｅｏｒｏｌｏｇｙ，Ｎａｎｊｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ｎａｎｊｉｎｇ ２１００４４，Ｊｉａｎｇ ｓｕ，Ｃｈｉｎａ；３．Ｚｈｅｊｉａｎｇ Ｌｉｇｈｔｅｎｉｎｇ－Ｐｒｏｔｅｃｔｉｏｎ Ｃｅｎｔｅｒ，Ｈａｎｇｚｈｏｕ ３１００２１，Ｚｈｅｊｉａｎｇ ，Ｃｈｉｎａ；４．Ｈａｎｇｚｈｏｕ Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ Ｓｅｒｖｉｃｅ，Ｈａｎｇｚｈｏｕ ３１００５１，Ｚｈｅｊｉａｎｇ ，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｂａｓｅｄ ｏｎ ｔｈｅ ｔｈｕｎｄｅｒｓｔｏｒｍ ｄａｙ ｄａｔａ ｆｒｏｍ Ｈａｎｇｚｈｏｕ Ｃｉｔｙ ｄｕｒｉｎｇ １９６６ｔｏ ２０１０ａｎｄ ｔｈｅ ｌｉｇｈｔｎｉｎｇｄｅｔｅｃｔｉｏｎ ｄａｔａ ｆｒｏｍ Ｚｈｅｊｉａｎｇ Ｐｒｏｖｉｎｃｅ ｄｕｒｉｎｇ ２００８ｔｏ ２０１０，ａｎｄ ｃｏｍｂｉｎｅｄ ｗｉｔｈ ｐｏｐｕｌａｔｉｏｎ ａｎｄ ｅｃｏｎｏｍｉｃｉｍｐａｃｔｓ ａｎｄ ｎａｔｕｒａｌ ｇｅｏｇｒａｐｈｉｃａｌ ｆａｃｔｏｒｓ，ｔｈｉｓ ｓｔｕｄｙ ｓｅｌｅｃｔｅｄ ｔｈｅ ａｐｐｒｏｐｒｉａｔｅ ｄｉｓａｓｔｅｒ ｒｉｓｋ ｅｖａｌｕａｔｉｏｎｉｎｄｅｘｅｓ．Ｔｈｉｓ ｓｔｕｄｙ ａｎａｌｙｚｅｄ ｔｈｅ ｒｉｓｋ ｏｆ ｌｉｇｈｔｎｉｎｇ ｈａｚａｒｄ ｉｎ Ｈａｎｇｚｈｏｕ Ｃｉｔｙ，ｂｙ ｔｈｅ ｕｓｅ ｏｆ ＡｒｃＧＩＳ ｓｐａｔｉａｌａｎａｌｙｓｉｓ ａｎｄ ｆｕｚｚｙ ｃｏｍｐｒｅｈｅｎｓｉｖｅ ｅｖａｌｕａｔｉｏｎ ｍｅｔｈｏｄ，ｄｉｖｉｄｅｄ ｉｎｔｏ ｆｉｖｅ ｒｉｓｋ ｌｉｇｈｔｎｉｎｇ ｈａｚａｒｄ，ａｎｄ ｔｈｅｎｄｒｅｗ １ｋｍ×１ｋｍ ｇｒｉｄ ｏｆ ｌｉｇｈｔｎｉｎｇ ｈａｚａｒｄ ｚｏｎｉｎｇ．Ｔｈｅ ｅｖａｌｕａｔｉｏｎ ｏｆ ｌｉｇｈｔｎｉｎｇ ｄｉｓａｓｔｅｒ ｉｎ Ｈａｎｇｚｈｏｕ Ｃｉｔｙｈａｄ ｂｅｅｎ ｍａｄｅ ｔｏ ｖｅｒｉｆｙ ｔｈｅ ｖａｌｉｄｉｔｙ ｏｆ ｔｈｅ ｒｉｓｋ ｄｉｖｉｓｉｏｎ，ａｎｄ ｔｈｅ ｌｉｇｈｔｎｉｎｇ ｈａｚａｒｄ ｄｉｖｉｓｉｏｎ ｗａｓ ｃｏｎｓｉｓｔｅｎｔｗｉｔｈ ｔｈｅ ａｃｔｕａｌ ｌｉｇｈｔｎｉｎｇ ｄｉｓａｓｔｅｒｓ．Ｋｅｙ ｗｏｒｄｓ：ｌｉｇｈｔｎｉｎｇ ｈａｚａｒｄ；ｌｉｇｈｔｎｉｎｇ ｄｅｎｓｉｔｙ；ｌｉｇｈｔｎｉｎｇ ｉｎｔｅｎｓｉｔｙ；ｒｅｇｉｏｎａｌｉｚａｔｉｏｎ 雷电灾害是一种严重的自然灾害，能够造成人 畜伤亡、建筑物损坏和电子设备受损，还可能诱发 火灾和爆炸等次生灾害［１］ ．目前对雷电灾害的研 究以雷电防护技术为主，如雷电起电机理、雷电发 ９ ９
风险投资项目评价系统模型--信息经济学视角 武汉大学技术经济及管理研究所 徐绪松熊保平 “选择正确的投资项目远比经营管理投资项目更重要”，这是风险投资的经典原则。 风险投资的对象往往是没有绩效记录的新创企业，技术、市场、财务、管理各方面都存在不确定性，用传统的投资项目评价方法，无法正确评估其收益与风险。依靠从实践中学习（learning by doing［1］）、通过分阶段投资获取项目价值信息，是一条有效的途径，但这种方式获取项目信息的成本极高、投资风险很大。因此，风险投资者十分注重投资前的项目评估与选择，审慎严密的项目评估可以以较低的成本获取项目信息、降低不确定性、减少投资风险。 评估的过程是投资项目的信息搜寻和基于搜寻到的信息进行不确定性决策的过程，本文从信息经济学的视角，结合风险投资者在项目选择阶段的主要活动，分析了风险投资中存在的信息不对称问题，指出企业家的素质是项目评价指标体系的核心，综合国内外高新技术项目评价的指标体系，提出了风险投资项目评价系统模型。 一、风险投资的项目选择活动 1．风险投资者在项目选择阶段的主要活动
典型的投资决策过程包括六个阶段［2］，即：①投资项目起源；②风险投资方向筛选； ③一般性筛选；④第一阶段评价；⑤第二阶段评价；⑥结束（包括协议创建和谈判）（图1）。 图1 风险投资项目选择过程 第①阶段，风险投资家的主要工作是发展咨询网络，发布投资指南，以及获取潜在项目信息。早期风险投资家大约用60％左右的时间去寻找投资机会，如今这一比例已降低到40％。
第②阶段，风险投资家大多通过粗略地浏览企业经营计划书而快速舍弃不合适的投资方案；筛选阶段评估的对象基本是项目计划书本身，并不进行详细的分析评估；依据的是风险投资公司根据其投资战略和策略制定的项目筛选标准如投资规模、投资行业、投资阶段及投资额度等。 Colin Mason & Amy Rogers(1996)对19位活跃的天使投资者此阶段决策过程的实时分析表明，这一阶段，投资家是以批判和怀疑的态度来评估项目的。换言之，他们侧重于寻找不投资的理由，所分析的30个项目中，24个当场被拒绝，另6个项目，投资者表示要进一步会见企业家，而决策过程平均为10.7分钟。 第③、④阶段是风险投资项目评估中最重要的阶段。这两个阶段对通过了方向性筛选的项目进行详细审查和深入调查。 第③阶段，风险投资家详细审查企业家提供的商业计划书，根据自己的经验，并借助非正式专家咨询，对项目的逻辑性、可行性作定性分析，选出合格的项目进入下一轮的评估。第④阶段，通常称为审慎调查（due diligence）阶段，风险投资者组织评估小组，深入调 研创业公司和有关部门，多途径收集信息，此阶段的主要活动见表1。 表1第一阶段评估过程中风险投资家所做的一系列工作 活动频数 接见所有的管理人员100 查看设施100 接触企业家以前的商业合作伙伴96 接触已有的外来投资者96
中国农业气象（Chinese Journal of Agrometeorology）2012，33（4）：623－629 doi：10．3969/j．issn．1000－6362．2012．04．022 黑龙江省暴雨洪涝灾害风险区划* 张洪玲，宋丽华，刘赫男，徐永清 （黑龙江省气候中心，哈尔滨150030） 摘要：以黑龙江省81个气象台站1961－2008年的逐日降水数据、社会经济资料、地理信息数据以及灾情数据为基础，运用GIS技术，对黑龙江省暴雨洪涝灾害的致灾因子危险性、孕灾环境敏感性、承灾体易损性等评价因子进行综合分析，采用加权综合分析法以及GIS中自然断点分级法，构建了暴雨洪涝灾害风险评估模型，将黑龙江省划分为高、次高、中等、次低和低5个等级风险区。结果表明，黑龙江省暴雨洪涝灾害风险呈“东西高－南北低”的分布，松嫩平原大部、三江平原北部和南部地区处于高－次高风险区，哈尔滨西北部、大庆东南部、绥化北部和西部以及鹤岗中部地区，属于高风险区；而大兴安岭地区和东南半山区处于低－次低风险区，发生暴雨洪涝灾害的几率较低。灾情验证结果表明，实际灾情的高值－次高值分布与风险区划结果基本符合，风险区划模型具有较高的实际应用价值和研究意义。 关键词：暴雨洪涝；GIS；风险区划；致灾因子危险性；孕灾环境敏感性；承灾体易损性 中图分类号：S166文献标识码：A Risk Zoning of Flood and Waterlog in Heilongjiang Province ZHANG Hong-ling，SONG Li-hua，LIU He-nan，XU Yong-qing （Climate Center of Heilongjiang Province，Haerbin150030，China） Abstract：Based on daily precipitation date，socio－economic data，GIS data and historical disaster data，the authors analyzed the fatalness of disaster－inducing factors，sensitivity of disaster－forming environments and vulnerability of disaster－bearing bodies by using GIS method.Then the model of risking valuation was built with the method of weighted synthesis evaluation and natural breakpoint classification method of GIS.Risk zoning charts of flood and waterlog in Heilongjiang province was painted and was divided into five hierarchies：high，less high，medium，less low and low.The results showed that risk of flood and waterlog presented high in the east and west areas but low in the north and south.Most area of Songnen plain，north and south of Sanjiang plain and the central of Hegang belonged to high risking zone，especially north－west of Haerbin，south－east of Daqing，north and west of Suihua，the central of Hegang.Daxinganling area and southeast semi mountainous belonged to low－less low risking zone and where the probability of occurrence also low.Actual disaster results were matched with risking zone，especially the distribution of high low high areas. Key words：Flood and waterlog；Geographical Information System（GIS）；Risk zoning；Fatalness of disaster－inducing factors；Sensitivity of disaster－forming environments；Vulnerability of disaster－bearing bodies 暴雨洪涝灾害是黑龙江省主要的自然灾害之一，给当地经济特别是农业生产及生态环境带来很多不利影响，尤其是在全球气候变暖的大背景下，极端降水事件的发生频率增加，易灾暴雨也频繁发生，1998年松嫩流域发生特大洪水，受灾农田483万hm2，直接和间接经济损失600亿 800亿元；2004年5月，东部和北部地区发生大暴雨，土壤偏涝面积达近10a 来的最大值；2005年6月，暴雨致沙兰镇发生特大洪灾，直接经济损失2.8亿元；2006年7月，黑河发生大暴雨，导致农业直接经济损失1.61亿元；2008年7 *收稿日期：2012－02－29 基金项目：中国气象局2009年业务建设项目“暴雨洪涝灾害风险区划研究” 作者简介：张洪玲（1979－），女，黑龙江人，硕士生，工程师，研究方向为气候资源开发利用及GIS技术应用。 E-mail：zhanghongling0469@163．com
价值工程 0引言 房地产项目投资的特点是投资量大、周期长、影响因素复杂，投资方在决策时往往较为谨慎，因为一旦出现决策失误其损失将会非常巨大。 从宏观上看，投资项目的风险评价具有全方位、系统化的特征，但另一方面，这一过程中又包含着科学细致的定量化分析的内容。当前国内在房地产风险评估上主要采用的方法有层次分析法、灰色系统分析法、模糊综合评价法等。这些方法的不足之处是其评价结果容易受到人的主观因素的影响。遗传算法因具备了自组织与自适应的特点，其应用领域不断扩大。下面笔者将对房地产项目投资风险评价体系以及遗传运算的运用进行介绍。 1房地产项目投资风险及评价指标体系 1.1房地产项目投资风险房地产项目投资风险指的是由于房地产市场存在许多不确定因素，投资者可能会因此而遭受损失。这种可能性是不利事件发生的概率及其后果的函数，它包括投入资本的损失和预期收益与期望值存在差距。 1.2房地产项目投资风险评价指标体系在房地产风险指标的划分上，根据导致风险因素的性质不同，可以划 分为经济风险指标、 社会风险指标、技术风险指标和自然风险指标。 经济风险指标中所包含的不确定因素主要与经济环境和经济发展有关。社会风险指标指的是由社会区域政策变动、城市规划变动以及公众干预等。人文社会环境的变动，带动房地产市场随之变动，使地产投资商可能因此蒙受经济损失的风险指标。技术风险指标实际是地产项目建设因劳务供求关系的变化、施工技术的可行性和机具设备的更新等技术因素而受到的影响的风险指标。自然风险指 标，是指在房地产的建设阶段与运营阶段，由地质状况、 地域环境的变化以及诸多不可抗力的自然因素，使房地产投资与经营蒙受损失的风险指标。 2遗传算法介绍 遗传算法源于生物遗传学，是一种借鉴生物界适者生存，优胜劣汰的进化规律演化而来的随机化搜索方法。与以往的优化算法相比，遗传算法的特别之处和优点在于： 第一，遗传算法没有使用参数本身，而是使用问题参 数的编码集进行工作。 当在连续函数的优化计算中运用遗传算法时，位串长度和编码方法不仅影响着计算精度，而且还影响着群体中个体之间的距离，并对全局极值的求解造成直接影响； 第二，与传统优化算法不同，遗传算法从问题解的串集进行寻优，而不是从单个解开始，使得覆盖面扩大，有利 于全局择优。因此， 遗传算法适合求解规模较大的问题；第三，遗传算法仅使用适应度函数值来评估个体，不需要其它任何先决条件或辅助信息，其操作简单，应用范围较广； 最后，遗传算法没有采用确定性规则，而是采用概率的变迁规则来工作。这种方法适合用来处理离散型变量优 化问题。遗传算法包含三个基本遗传算子， 即：①选择：作为遗传算法的一个重要算子，选择体现了优胜劣汰、适者生存的原理。其基本逻辑是适应性强的个体有更高的概率为下一代贡献个体，也就有更大的概率被选作下一代的父本。选择算子能够很好地推动进化过程，因为在选择后得到的新群体，其平均适应性将高于原群 体。首先， 将随机产生的初始群体按由好到坏排列m 个个体，再将最好个体的选择概率定义为q ， p j =（1-q ）j-1 ，q ′=q/[1-(1-q)m ]，pp j =j k=1Σp k ，随机数ξ∈(0,1)，若pp j-1刍ξ燮pp j ，选 —————————————————————— —作者简介：严蓓俊（1986-），男，上海人，从事房地产投资项目管理 工作与研究；杨星光（1983-），男，山西长治人，工程 师，从事工程项目管理与咨询工作与研究。 基于改进遗传算法的房地产投资项目风险评价模型 Risk Evaluation Model of Real Estate Investment Project Based on Improved Genetic Algorithm 严蓓俊①YAN Bei-jun ；杨星光②YANG Xing-guang （①上海万得信息技术股份有限公司，上海200120；②上海建科工程咨询有限公司，上海200032） （①Shanghai Wind Information Co.，Ltd.，Shanghai 200120，China ；②Shanghai Jianke Engineering Consulting Co.，Ltd.，Shanghai 200032，China ） 摘要：房地产投资项目风险具有特殊性，在借鉴和总结前人研究成果的基础上，利用改进的遗传算法来研究房地产项目投资中 的风险，将房地产风险量化，进行风险评价。这种方法具有自组织与自适应等优点，克服了主观因素多的缺点，提高了评价的精确 度，从而给管理者提供更为合理的参考依据，使投资决策更为科学。 Abstract:Real estate investment project risk has particularity.In reference and summarizing the predecessors'research results,the paper uses improved genetic algorithm to study the real estate investment project risk,quantifies the real estate investment project risk,and makes risk evaluation.The method has the self organization and adaptive etc.,overcomes the shortcomings of subjective factors,and improves the accuracy of the evaluation,so as to give managers more reasonable reference basis,and make the investment decision-making more scientific. 关键词：房地产项目投资；风险分析；遗传算法Key words:real estate project investment ；risk analysis ；genetic algorithm 中图分类号：F293.3文献标识码：A 文章编号：1006-4311（2013）03-0162-02 ·162·
暴雨洪涝灾害风险区划技术规范 2009 年 2 月
目录 总则 (1) 一、定义 (1) 二、数据资料 (2) 三、暴雨洪涝灾害风险的概念框架和技术流程 (3) 四、暴雨洪涝灾害风险区划 (5) 附录1 规范化方法 (13) 附录2 加权综合评价法 (13) 附录3 百分位数法 (13) 附录4 自然断点分级法 (13) 附录5 区划等级命名 (14) 附录6 山洪灾害孕灾环境指标及防灾减灾能力指标说明 (15) 附录7 城市暴雨内涝灾害风险评估指标说明 (15) 附录8 流域暴雨洪涝灾害致灾因子危险性分析与评估 (17)
总则 气象灾害是制约社会和经济可持续发展的重要因素。我国由于地理位置、地形地貌和天气气候的特殊性、复杂性，属气象灾害多发区，气象灾害造成的经济损失占所有自然灾害经济总损失的 70%以上。由于全球气候变暖，一些极端天气气候事件的发生频率可能会增加，各种气象灾害出现频率也将会增加。因而减轻气象灾害造成的影响和损失是各级政府关心的问题，也是气象部门面临的一项重要任务。 暴雨洪涝灾害风险区划工作是基于灾害风险理论及气象灾害风险形成机制，通过对孕灾环境敏感性、致灾因子危险性、承灾体易损性、防灾减灾能力等多因子综合分析，构建暴雨洪涝灾害风险评价的框架、指标体系、方法与模型，对暴雨洪涝灾害风险程度进行评价和等级划分，借助 GIS 绘制相应的风险区划图系，并加以评述，提出相应的防御措施。本项工作是防灾减灾的一项基础工作，在减灾规划与预案制定、国土规划利用、重大工程建设、生态环境保护与建设、灾害管理、法律法规制定等方面都起着重要作用，也是科学决策、管理、规划的重要内容。 一、定义 气象灾害风险：指各种气象灾害发生及其给人类社会造成损失的可能性。 孕灾环境：指气象危险性因子、承灾体所处的外部环境条件，如地形地貌、水系、植被分布等。 致灾因子：指导致气象灾害发生的直接因子，如暴雨、干旱、台风等。 承灾体：气象灾害作用的对象，是人类活动及其所在社会中各种资源的集合孕灾环境敏感性：指受到气象灾害威胁的所在地区外部环境对灾害或损害的敏感程度。在同等强度的灾害情况下，敏感程度越高，气象灾害所造成的破坏损失越严重，气象灾害的风险也越大。
企业信用风险评估模型 企业信用风险评估是构建社会信用体系的重要构成要素，也是企业信用风险管理的 核心环节。企业信用风险评估涉及四个基本的概念，即信用、信用风险、信用风险管理以及信用风险评估。本节重点为厘清基本概念，并介绍相关企业信用风险评估操作。 I —、企业信用风险评估概念 企业信用风险评估是对企业信用情况进行综合评定的过程，是利用各种评估方法，分析受评企业信用关系中的履约趋势、偿债能力、信用状况、可信程度并进行公正审查和评估的活动。 信用风险评估具体内容包括在收集企业历史样本数据的基础之上，运用数理统计方法与各种数学建模方法构建统计模型与数学模型，从而对信用主体的信用风险大小进行量化测度。 I 二、企业信用风险评估模型构建 (一）信用分析瘼型概述 — 在信用风险评估过程中所使用的工具——信用分析模型可以分为两类，预测性模型和管理性模型。预测性模型用于预测客户前景，衡量客户破产的可能性；管理性模型不具有预测性，它偏重于均衡地揭示和理解客户信息，从而衡量客户实力。 计分模型 Altman的Z计分模型是建立在单变量度量指标的比率水平和绝对水平基础上的多变量模型。这个模型能够较好地区分破产企业和非破产企业。在评级的对象濒临破产时，Z 计分模型就会呈现出这些企业与基础良好企业的不同财务比率和财务趋势。 2.巴萨利模型
巴萨利模型（Bathory模型）是以其发明者Alexander Bathory的名字命名的客户资信分析模型。此模型适用于所有的行业，不需要复杂的计算。其主要的比率为税前利润/营运资本、股东权益/流动负债、有形资产净值/负债总额、营运资本/总资产。 Z计分模型和巴萨利模型均属于预测性模型。 3.营运资产分析模型 营运资产分析模型同巴萨利模型一样具有多种功能，其所需要的资料可以从一般的财务报表中直接取得。营运资产分析模型的分析过程分为两个基本的阶段：第一阶段是计算营运资产（working worth);第二阶段是资产负债表比率的计算。从评估值的计算公式中可以看出，营运资产分析模型流动比率越高越好，而资本结构比率越低越好。 《 营运资产分析模型是管理性模型，与预测性模型不同，它着重于流动性与资本结构比率的分析。由于净资产值中包含留存收益，因而营运资产分析可以反映企业的业绩。 □第三章企业征信业务 又因为该模型不需要精确的业绩资料，可以有效地适用于调整后的账目。通过营运资产和资产负债表比率的计算，确定了衡量企业规模大小的标准，并对资产负债表的评估方法进行了考察，可以确定适当的信用限额。 4.特征分析模型 特征分析模型采用特征分析技术对客户所有财务和非财务因素进行归纳分析；从客户的种种特征中选择出对信用分析意义最大、直接与客户信用状况相联系的若干特征，把它们编为几组，分别对这些因素评分并综合分析，最后得到一个较为全面的分析结果。 (二）企业信用风险评估模型构建① 1.预测性风险模型构建——Z计分模型
暴雨洪涝灾害风险区划技术规范 2009年2月
目录 总则 (1) 一、定义 (1) 二、数据资料 (2) 三、暴雨洪涝灾害风险的概念框架和技术流程 (2) 四、暴雨洪涝灾害风险区划 (4) 附录 1 规范化方法 (11) 附录2 加权综合评价法 (11) 附录3 百分位数法 (11) 附录4 自然断点分级法 (11) 附录5 区划等级命名 (12) 附录6 山洪灾害孕灾环境指标及防灾减灾能力指标说明 (12) 附录7 城市暴雨内涝灾害风险评估指标说明 (13) 附录8 流域暴雨洪涝灾害致灾因子危险性分析与评估 (15)
总则 气象灾害是制约社会和经济可持续发展的重要因素。我国由于地理位置、地形地貌和天气气候的特殊性、复杂性，属气象灾害多发区，气象灾害造成的经济损失占所有自然灾害经济总损失的70%以上。由于全球气候变暖，一些极端天气气候事件的发生频率可能会增加，各种气象灾害出现频率也将会增加。因而减轻气象灾害造成的影响和损失是各级政府关心的问题，也是气象部门面临的一项重要任务。 暴雨洪涝灾害风险区划工作是基于灾害风险理论及气象灾害风险形成机制，通过对孕灾环境敏感性、致灾因子危险性、承灾体易损性、防灾减灾能力等多因子综合分析，构建暴雨洪涝灾害风险评价的框架、指标体系、方法与模型，对暴雨洪涝灾害风险程度进行评价和等级划分，借助GIS绘制相应的风险区划图系，并加以评述，提出相应的防御措施。本项工作是防灾减灾的一项基础工作，在减灾规划与预案制定、国土规划利用、重大工程建设、生态环境保护与建设、灾害管理、法律法规制定等方面都起着重要作用，也是科学决策、管理、规划的重要内容。 一、定义 气象灾害风险：指各种气象灾害发生及其给人类社会造成损失的可能性。 孕灾环境：指气象危险性因子、承灾体所处的外部环境条件，如地形地貌、水系、植被分布等。 致灾因子：指导致气象灾害发生的直接因子，如暴雨、干旱、台风等。 承灾体：气象灾害作用的对象，是人类活动及其所在社会中各种资源的集合。孕灾环境敏感性：指受到气象灾害威胁的所在地区外部环境对灾害或损害的敏感程度。在同等强度的灾害情况下，敏感程度越高，气象灾害所造成的破坏损失越严重，气象灾害的风险也越大。 致灾因子危险性：指气象灾害异常程度，主要是由气象致灾因子活动规模（强度）和活动频次（概率）决定的。一般致灾因子强度越大，频次越高，气象灾害所造成的破坏损失越严重，气象灾害的风险也越大。 承灾体易损性：指可能受到气象灾害威胁的所有人员和财产的伤害或损失程度，
4.2安全风险评估模型 4.2.1建立安全风险评价模型和评价等级 ⑴建立原则 参考安全系统工程学中的“5M”模型和“SHELL”模型。由于影响危化行业安全风险的因素是一个涉及多方面的因素集，且诸多指标之间各有隶属关系，从而形成了一个有机的、多层次的系统。因此，一般称评价指标为指标体系，建立一套科学、有效、准确的指标体系是安全风险评价的关键性一环。指标体系的建立应遵循以下基本原则[]：①目标性原则；②适当性原则；③可操作性原则；④独立性原则。由此辨识出危化安全风险评价的基本要素，并分析、确定其相互隶属关系，从而建立合理的安全风险评价指标体系[]。 ⑵安全风险指标体系 以厂房安全风险综合评价体系为例，如下图所示。
厂房安全风险综合评价体系A 危害因素A 1 被动措施A 2 主动措施A 3 安全管理A 4 事故处理能力A 5 物质危险性A 11 物质数量A 12 生产过程A 13 存放方式A 14 厂房层数A 15 使用年限A 16 耐火等级A 21 防火间距A 22 安全疏散A 23 防爆设计A 24 自动报警及安全联动控制系统A 31 通风与防排烟系统A 32 室内安全防护系统A 33 其他安全措施A 34 安全责任制A 41 应急预案A 42 安全培训A 43 安全检查A 44 安全措施维护A 45 安全通道A 51 安全人员战斗力A 52 图4.1 厂房安全风险评价指标体系 ⑶建立指标评价尺度和系统评价等级 经过研究和分析，并依据相关法规、标准，给出如下指标评价尺度和系统评价等级，如表4-1和表4-2所示。 各指标的定性评价 好 较好 中等 较差 差 各指标的对应等级 E 1 E 2 E 3 E 4 E 5 各指标对应的分数 5 4 3 2 1 系统安全分区间 [4.5,5] [3.5,4.5] (2.5,3.5) (1.5,2.5) [1,1.5] 各指标对应的分数 5 4 3 2 1 设最低层评价指标C i 的得分为P Ci ，其累积权重为W Ci ，则系统安全分S.V.为： ∑=?=1 ..i C C i i W P V S （4-1） 4.2.2利用AHP 确定指标权重 在调查分析研究的基础上，采用对不同因素两两比较的方法，即表3-1的1～9标度法，构造不同层次的判断矩阵。然后，求解出个评价指标的相对权重及累积权重。对判断矩阵的计
重庆市巴南区石龙镇初级中学校 气象灾害风险评估报告 一、基本情况 学校位于重庆市巴南区东南部，占地面积为31640平方米，建筑面积7618平方米，最大建筑物长为44米，宽为20米，高为16米；最高建筑物长为22米，宽为7.5米，高为23米，建筑物主要包括两栋教学楼、两栋教师宿舍楼、两栋学生宿舍楼、一个厕所和一个厨房，学校弱电为两间计算机室、一间中心机房、两间多媒体教室、三间学生实验室和18间教室班班通，学校在校学生640多人，教职工人数为78人（含校园保安和食堂工作人员），学校共有13个教学班。 二、气象灾害危险性分析 学校地处海拨高度较高的山区，易出现暴雪、霜冻、浓雾、道路结冰、大风等天气，给学生的上下学造成严重不便；学校地处两面环山，本镇主要河流流经学校前方，尤其是学校对面山势较为陡峭，学校后边部分山坡曾经发生过整体推移，田径场边的护坡几乎笔直，学校前方河流狭窄，在雷雨季节，容易暴发山洪，极易引起山体滑坡、泥石流等；由于校园以从事教育教学活动为主，人群比较集中，易发生雷电事故。 三、防御气象灾害的安全气象设施建设情况 学校已建立或具有的安全气象设备设施情况如下： 1、教学楼和学生宿舍、教师住宅楼等避雷针完好。 2、建立了安全气象预警预报信息接收终端（手机短信、计算机网络等）
四、防御气象灾害保障措施 1、有具体负责气象灾害防御工作的分管领导及专（兼）职安全气象保障工作人员。 2、定期开展气象灾害防御知识宣传培训，普及气象防灾减灾知识和避险自救技能。 3、开展气象灾害风险评估分析，掌握气象灾害影响或危及的主要部位、重要设施情况。 4、建立了安全气象预警预报信息接收终端（手机短信、计算机网络等） 5、建立了安全气象专兼职人员24小时手机行政值班制度。 6、制定了防御气象灾害应急预案，按照预案要求定期举行演练，分析总结经验和不足。 7、建立了防御气象灾害工作定期检查制度，发现问题及时整改。 8、建立了防御气象灾害工作档案（包括登记接收到的气象灾害预警预报信息及处理措施、气象灾害防御工作检查记录等）。 重庆市巴南区石龙镇初级中学校 二O一二年八月二十八日
风险与机遇评估模型（The Risk and Opportunity Assessment Model, ROAM） 1．评价风险。一系列问题的提问用来评价项目的风险。风险得分的计算是用每一个问题的打分（称为风险概率P）剩以预先设定的风险影响系数（I）。十个问题的风险得分等于各个问题风险得分之和，并将其填如第10个问题的下面。 2．评价机遇。十个问题用来评价项目的机遇。每个问题赋予一个权数，从1（低权数）至5（高权数）用来表示它们各自的相对重要程度。权数剩以可能机遇系数（P）就得到一个问题的得分。十个问题的机遇得分等于各个问题得分之和，并将其填如第10个问题的下面。 风险分析 1．顾客承担的义务 顾客承担的义务是项目成功的关键因素， 1 2 3 4 顾客在项目承担什么义务？ 5 ???? 1顾客提供人和资金。 2顾客提供资金但不提供人。 3顾客提供人但不提供资金。 4顾客既不提供资金也不提供人。 2．项目进度 项目进度是如何确定的？ 4 ???? 1．项目的开始和结束时间具有一定的灵活性，并且有我们公司确定。 2．项目的开始和结束时间是由顾客和我们共同制定的。 3．项目的开始和结束时间由顾客确定。没有惩罚条款，但是改变进度计划和里程碑必须与顾客协商。 4．项目的开始和结束时间由顾客确定并且不许改动，对不能按时完成的情况有惩罚条款。 3．项目长度 从项目的投标到项目的期望完成的整个期间长度如何？ 3 ???? 1．长度小于3个月。 2．3至6个月 3．6个月至1年 4．一年以上 4．已有的经验 对于新项目我们是否有已做过项目的经验可供参考？ 4 ????1．新项目是以前项目的重复，并且是由我们管理的。 2．项目的大部分必要条件（大于50%）是以前项目的重复，并由我们负责。 3．项目的小部分必要条件（小于50%）是以前项目的重复，并由我们负责。 4．项目的所有必要条件没有以前项目可供参考。
农业基础科学现代农业科技2011年第2期 暴雨洪涝灾害是平顶山地区较频发的一种气象灾害，暴雨洪涝灾害已经严重地影响了当地的经济发展和生态环境。目前，对暴雨洪涝灾害的区划有很多方法。但由于数据获取困难，对暴雨洪涝灾害风险评估的方法掌握水平有限。该文主要从当地的暴雨时空分布概况、地形概况、暴雨洪涝的灾情概况以及当地的行政区域土地面积、年末总人口、耕地面积、国民生产总值（GDP）、防洪除涝面积等数据，粗略地对当地的暴雨洪涝灾害风险进行区划，以为平顶山市灾害风险管理与防灾物资分配提供参考。 1研究区概况 平顶山市地处豫西山区向黄淮平原的过渡地带，地势西高东低，自西向东呈阶梯状递降，最低海拔60m。平顶山市境内河流众多，均属淮河水系，流域面积在100km2以上的有25条。建有各类水库170座，其中大型水库5座，即白龟山、昭平台、石漫滩、田岗、孤石滩水库。较大的河流有沙河、北汝河、澧河、干江河等。沙河发源于鲁山县石人山，流经鲁山县、湛河区、叶县，进入舞阳县境，境内流长175.8 km，流域面积3910.46km2，多年平均径流量为11.2亿m3。北汝河发源于嵩县东部跑马岭，经汝阳县入境，流经汝州市、郏县、宝丰县、叶县，汇入沙河。澧河发源于方城县，由叶县常村乡入境，于漯河市区汇入沙河，境内流长60km，境内流域面积253.30km2。澧河两岸植被较好，河水含沙量小。全市河流以雨水补给为主，故河川径流年际变化大，年内径流也极不均匀，其变化趋势一般与大气降水趋势一致。 平顶山市处于暖温带和亚热带气候交错的边缘地区，具有明显的过渡性气候特征。全市年平均总日照时数为1868～2378h，年平均气温在15.2～15.8℃之间，年平均降水量为612～1287mm。平顶山一带冷暖空气交汇频繁，季风气候特别明显。虽然四季分明，但也易出现旱、涝和大风、暴雨、冰雹以及霜冻等多种自然灾害。降水出现在季风控制的夏季（7、8月），汛期降水量可占全年的60%～80%，日最大降水量为337.3mm。河南省4个暴雨中心中有2个分布在平顶山市（舞钢县、鲁山县）。 平顶山市辖六县（市）六区，人口492万人，面积7882 km2，GDP近千亿元，市区高速公路环绕，人口密度较大。平顶山市也是重要的商品粮生产基地。由于降水的时空分布不均，该地区成为洪涝灾害频发区。 2数据资料 （1）灾情资料：1984—2007年暴雨洪涝的灾情普查数据（受灾人口、受灾面积、直接经济损失等）。 （2）社会经济资料：河南省统计局于2008年出版的统计年鉴，采用以县（区）为单元的行政区域土地面积、年末总人口、耕地面积、国民生产总值（GDP）、防洪除涝面积等数据。 （3）基础地理信息资料：收集高程、水系、植被等GIS （1∶50000）数据。 3资料分析 3.1平顶山地区年降水量空间分布 从图1可以看出，平顶山地区年平均降水量均在629 mm以上，且由南向北呈递减趋势。南部的舞钢县最大，达972.0mm，北部的汝州县最小，为629.1mm，年平均降水量最多的站与最少的站之间相差342.9mm。 3.2平顶山地区年平均暴雨日数空间分布 从图2可以看出，平顶山地区年平均暴雨日数均在1.31d以上，且由南向北递减。南部的舞钢县最多，达3.59 d，北部的汝州县最少，为1.31d，年平均最多的站与最少的站之间相差2.28d。 3.3平顶山地区海拔高度空间分布 从图3可以看出，平顶山地区地形呈西北高、东南低的分布特点。其中北部的汝州县最高，海拔203.1m，南部的叶县最低，为83.4m，最高的站与最低的站之间相差119.7m。 3.41984—2007年平顶山地区暴雨洪涝灾害发生频率的空间分布 通过对1984—2007年平顶山地区暴雨洪涝灾害发生频率空间分布的调查发现，平顶山地区暴雨洪涝灾害发生频率最高的地区为鲁山县，发生暴雨洪涝灾害达到25次（图4）。 平顶山市暴雨洪涝灾害风险区划 李学欣李戈孟刚白家惠张彩英 （河南省平顶山市气象局，河南平顶山467001） 摘要介绍了平顶山地区概况，根据相关数据资料，对当地暴雨灾害发生风险进行区划分析，以为当地的宏观防灾减灾规划提供参考。关键词暴雨洪涝灾害；风险；区划；河南平顶山 中图分类号P468.0+28文献标识码A文章编号1007-5739（2011）02-0020-02 收稿日期 2010-12-16 20