基于歷史案例的自然災害災情評估方法研究

夏興生，朱秀芳，潘耀忠，張錦水

(北京師范大學 資源學院，北京 100875)

?

基于歷史案例的自然災害災情評估方法研究

夏興生，朱秀芳，潘耀忠，張錦水

(北京師范大學 資源學院，北京 100875)

摘要:當某一自然事件被確定為災害時，在獲取有限的災害數據情況下基于歷史相似災害案例進行快速的災情評估，是有效進行災害、災情分析和抗災救災決策的保障。以歷史案例災害的災害、災情指標和當前災害的災害指標為數據基礎，以最小距離法原理建立歷史案例與當前災害的相似度判斷模型，設計基于歷史案例相似度的自然災害災情評估模型，實現基于歷史案例的自然災害災情評估方法與技術方案，并且以河南2001-2006年的農業干旱歷史數據為歷史案例，以其2007年農業干旱農作物受旱面積為評估指標，隨即選取了一個相似度評估方法對災情評估方案進行了案例驗證，結果顯示相對精度為98.45%，可信度較高。基于歷史案例的災情評估方法成本低、效率高、時效性強，且方法簡單、約束條件較少、容易實現，在災情評估方面具有一定的實用價值。

關鍵詞:自然災害；災情評估；歷史案例；最小距離原理

自然災害是人類賴以生存和發展的地球表層系統所發生的異常現象，包括干旱、洪澇、臺風、冰雹、暴雪、沙塵暴等氣象災害，火山、地震災害，山體崩塌、滑坡、泥石流等地質災害，風暴潮、海嘯等海洋災害，森林草原火災和重大生物災害等[1]。自然災害的發生常常造成人員傷亡、財產損失、社會失穩、資源破壞等現象，即災情，這些現象(災情)在不同程度上都會影響人類社會的進步與發展，因此，科學地認識這些災害的發生、發展以及盡可能減小他們所造成的危害，并對其可能造成的損失進行評估，是國際社會共同關注的主題之一。

行業部門對自然災害災情評估按照災害的發展過程和當前可獲取的災害數據來進行[2]，一般按災害發展的時間順序分為三個階段：①當自然事件被確定為災害時的初步災情評估，又稱災情預評估，主要是指導災害的初步定損定級，為抗災救災對策制定提供前期參考；②災害發展過程中的監測評估，主要是不斷修正災情等級，靈活及時地調整抗災救災服務；③災害減弱后的災情評估，亦稱災后評估，主要是為災后的恢復重建服務。目前，針對上述三個階段的災情評估方法主要有傳統的統計上報方法、現場勘察抽樣定損評估方法、基于遙感和GIS技術的災情評估方法、基于承災體易損性的評估、基于歷史案例的災情評估以及針對經濟財產損失評估的經濟模型。

傳統的統計上報方法和查勘抽樣定損方法。一個是基層工作人員經過走訪統計再通過政府或行業部門逐級上報來掌握各類自然災害詳細的損失情況，另一個是組織專門的人員通過現場調查或抽樣，再同其他情況相結合，從而對災情的總體情況作出判斷，評估對象以人口傷亡、房屋、基礎設施受破壞情況，以及農作物受災情況為主。但是，受不同行業部門統計標準差異、統計調查人員的專業知識和技能差異、查勘環境差異等因素的影響，這兩種方法工作難度大、成本高、效率低、實時性差、報損情況的準確性無從考證[2]。

基于遙感和GIS技術的災情評估方法[3-10]。近年來地理信息系統(GIS)與遙感技術迅猛發展，產業不斷壯大，利用空間信息技術進行自然災害指數的反演和基于遙感抽樣評估災情也逐漸納入衛星技術業務應用的領域，通過遙感監測手段技術對災情進行監測評估，包括對災害發生范圍的評估和受災對象損失情況的評估。利用地理信息與遙感技術科學客觀地對災害災情損失進行估計，不僅可以為地方政府抗災減災投入和種植效益分析提供數據支持，也可以為保險公司節約理賠成本，提高查勘定損精度，提升災害保險的業務。但是對于空間化表現不是特別強烈的承載體要素的評估還是難以做到遙感指數的反演，比如受災人口、傷亡人口等，而且實效性仍然受自然條件的限制較多，比如災害發生時段的大氣條件不理想時，則很難獲得理想的遙感影像進行災情評估。

基于承災體易損性的災情評估方法。該方法通過承載體的易損性特征、災害的風險指數及歷史災害資料建立不同災種、不同承災體歷史災情損失與風險指數或致災因子強度的擬合方程(易損性曲線)[11-18]，得出承載體的易損性參數或者曲線，從而對某一個致災因子超越概率水平或者某一特定災害場景進行模擬，得到某一地區可能受災的情況。目前該方法的研究相對較多，但是因為災害發生的誘因復雜而且多樣，很難做到基于少量的災害因子構建準確的承災體易損性曲線，而且易損性曲線的適用條件限制較多，很難符合某一災害發生時的環境條件。因此，其核心和難點是承災體易損性曲線的構建。

基于歷史案例的災情評估方法。歷史案例包涵真實而復雜的情境、典型的事件信息、典型的解決方法和經驗教訓等特點，因此，在災害發生初期獲取少量災害信息的條件下，對應從歷史案例中抽象出的少量災害災情信息，比較推算當前災害將可能引起的災情后果是快速有效的災情評估方案。國內外基于歷史案例的災情評估研究方向目前仍然集中在針對某一災害歷史的一系列事件發生、發展規律的分析研究，并與現狀作對比，預測未來災害發生的可能性及可能造成的影響[19-31]，直接基于歷史案例進行災情評估的卻比較鮮見。

綜上所述, 本研究同時考慮歷史案例災害的災害、災情指標和當前災害可獲取的災害指標，以最小距離法為原理建立歷史案例與當前災害的相似度判斷模型，設計基于歷史案例相似度的自然災害災情評估模型，以期突破基于歷史案例的自然災害災情評估技術，提高自然災害災情評估的時效性，為抗災救災及災后恢復重建工作提供決策參考。

1技術方案

基于歷史案例的災情評估是在當某一自然事件確定為災害后，能夠以少量的災害監測數據，以歷史相似災害案例為基礎，對特定的災情指標通過災情評估模型快速評估可能的損失，為抗災救災工作的開展提供先期的參考。為此，本研究設計基于歷史案例的災情加權綜合評估模型如下：

(1)

式中：L0為評估出的受災情況；aj為當前災害相比歷史案例的抗災能力修正系數，b0j為當前災害與歷史案例j的承災體暴露數量修正系數，Wj表示選定的歷史案例的權重，Lj為參與評估的相似歷史案例j對應的實際受災情況。

針對該模型，本研究通過歷史案例庫的構建，相似度判斷指標的選取，基于最小距離的相似度評估模型構建，歷史案例權重和模型修正系數的確定等一系列的步驟實現災情的評估。具體技術路線如圖1所示。

圖1　基于歷史案例知識的災情研判技術流程圖

1.1　歷史案例庫的構建

歷史案例是指過去發生的、對未來事件的處置具有指導或借鑒意義的典型事件的描述，即歷史案例存儲的是以前發生過的突發事件處置知識和經驗。歷史自然災害案例包括典型的災害事件信息和典型的解決方法兩大類信息。典型的災害事件信息又包括災害時間、災害位置、災害種類、災害強度、致災因子、孕災環境和承災體七大類信息。本研究中歷史案例庫構建內容亦是包括這七大類信息，具體可分為基礎地理數據庫、歷史自然災害案例數據庫，其中歷史自然災害案例數據庫又包括災害數據庫和災情數據庫。

整理普查收集到的災區歷史資料，分類建立災害數據庫。基礎數據庫包括氣象數據、水文數據、行政區劃、基礎設施分布等基礎地理數據，統計部門所提供的社會經濟等統計數據；專題數據庫包括了地震烈度分布、降水量、災害強度及持續時間等致災因子數據，坡度、坡向、高程等構成的孕災環境數據，不同時期的人口數量及分布、農作物空間分布及播種面積、大牲口數量及分布等為代表的承災體數據，歷史災害傷亡人口及分布、飲水困難人口及分布、受災農作物分布及面積、絕收農作物分布及面積、受損房屋分布或間數等災情數據，如表1所示為旱災歷史案例庫字段設計。

表1　旱災歷史案例庫字段設計

表2　干旱案例相似度評估指標體系

1.2　相似度判斷指標的選取

相似度度判斷指標的選取是在災害被確定后，依據當前可獲取的災害數據，抽象出一定災害的指標，之后與案例庫中與災情指標相關性較高的災害指標進行匹配，以此確定相似度判斷的災害指標(如表2所示的旱災相似度評估指標體系)，其目的是用來判斷當前災害指標與歷史案例災害指標的相似程度，再進行案例相似度的判斷。

1.3　基于最小距離的案例相似度評估模型

在相似度指標體系建立的基礎上，構建相似度評估模型，在災害發生時，對比歷史案例數據庫中的已有案例，根據相似度指標體系和相似度評估模型快速檢索出相似案例，對災情進行初步評估，以供決策部門參考。本研究基于最小距離方法探索設計如下幾種案例相似度評估模型。

(1)基于歐氏距離(Euclidean Distance)的案例相似度模型

計算歷史案例指標與當前災害指標的絕對差，公式如下：

Dij=|xij-xi0|。

(2)

式中：Dij表示j歷史案例的i指標與當前災害的i指標的絕對差，該值越小表示兩個時期的指標越相似；xij表示j歷史案例的i指標，xi0表示當前災害的i指標，i表示指標編號，j表示歷史案例災害編號，0表示當前災害。

為消去多源數據單位量綱的影響，需對絕對差數據進行標準化處理，同時對絕對差進行逆向轉換，公式如下：

(3)

式中：Sij表示所有歷史案例的i指標與當前災害的i指標絕對差歸一化后的值，該值越大表示該指標與當前災害對應的指標越相似；Dij表示j歷史案例的i指標與當前災害的i指標的絕對差，i表示指標編號，j表示歷史案例災害編號。

最后，將同一歷史案例所有指標的Sij按照歐式距離原理求得與當前災害的總體相似度，公式如下：

(4)

式中：CSj表示編號為j的歷史案例與當前災害的綜合相似度。

(2)基于標準化歐氏距離 (StandardizedEuclideandistance)的案例相似度評估模型

計算歷史案例指標與當前災害指標的絕對差(式2)，為消去多源數據單位量綱的影響，需對絕對差數據進行標準化處理，同時對絕對差進行逆向轉換(式3)，將同一歷史案例所有指標的Sij按標準化歐氏距離原理求得與當前災害的總體相似度，公式如下：

(5)

式中：CSj表示編號為j的歷史案例與當前災害的綜合相似度，SDj表示編號為j的歷史案例所有指標Sij的標準差。

(3)基于曼哈頓距離(ManhattanDistance)的案例相似度評估模型(一)

計算歷史案例指標與當前災害指標的絕對差(式2)，為消去多源數據單位量綱的影響，對絕對差數據進行的標準化處理，同時對絕對差進行逆向轉化(式3)，最后，將同一歷史案例所有指標的Sij按曼哈頓距離原理求得與當前災害的總體相似度，公式如下：

(6)

式中：CSj表示編號為j的歷史案例與當前災害的綜合相似度。

(4)基于曼哈頓距離(ManhattanDistance)的案例相似度評估模型(二)

以曼哈頓距離原理計算歷史案例指標與當前災害指標的相似度，公式如下：

Sij=1-|xij-xi0|/ei。

(7)

式中：Sij表示j歷史案例的i指標與當前災害的i指標的相似度，該值越大，表示兩個時期的指標越相似，如果Sij<0，則Sij=0；xij表示j歷史案例的i指標，xi0表示當前災害的i指標，i表示指標編號，j表示歷史案例災害編號，0表示當前災害，ei表示i指標的計算基數，為常數。

指標權重的確定，采用歷史案例災害指標與歷史案例災情指標相關系數歸一化得到指標的權重，公式如下：

(8)

式中：wi表示i指標的權重，Ci表示歷史案例的i指標與歷史案例的災情指標的相關系數。

最后，將同一歷史案例所有指標的Sij按曼哈頓距離原理并加權求得與當前災害的總體相似度，公式如下：

(9)

式中：CSj表示編號為j的歷史案例與當前災害的綜合相似度。

(5)基于夾角余弦(Cosine)的案例相似度評估模型

基于夾角余弦的案例相似度計算公式如下：

(10)

式中：cos(θ)j表示歷c史案例j與當前災害的相似度，夾角余弦取值范圍為[-1,1]。夾角余弦越大表示兩個案例的相似度越大，夾角余弦越小表示兩個案例的相似度越小。當兩個案例完全一樣時夾角余弦取最大值1，當兩個向完全不相關時夾角余弦取最小值-1，本方法中夾角余弦的基礎閾值規定為0，即只有與當前災害的夾角余弦大于0的歷史案例才有資格參與下一步的災情評估計算。

1.4　案例的確定及權重計算

將通過相似度評估模型得到的相似度按照大小排列取得一定數量相似案例參與災情評估，或通過閾值規則確定參與最終災情計算的歷史案例。其中，按相似度大小取得的案例數量則需要對不同災害的歷史案例數據進行實驗驗證確定；確定閾值則是規定一個相似度基數，凡是案例相似度大于或大于等于該基數的案例均參與災情評估計算，該基數的確定同樣需要案例的試驗而確定。

選中案例權重的計算則基于相似度歸一化得到，公式如下：

(11)

1.5　抗災救災能力和承災體數量修正系數的確定

自然災害抗災救災能力的表現主要是在經濟、技術和生活物質資料的投入和分配上，綜合為社會經濟發展水平，而能夠反映一地區社會經濟發展水平的綜合指標最為可信可靠的就是GDP總量，因此，本研究中以GDP總量的來確定當前災害相比歷史案例年份抗災救災能力系數基數，公式如下：

(12)

式中：aj0為歷史案例j與當前災害的抗災能力修正系數基數，GDPj為歷史案例j對應年份受災地域的GDP總量，GDP0為當前災害受災區域前一年的GDP總量。本方法的抗災能力修正系數規定取aj0≤aj≤1，aj為參與災情評估實際計算的抗災能力修正系數。采用GDP比例系數作為抗災能力修正系數的基數是由于GDP數據的公布常常滯后一年，在實際應用中評估當此災害事件災情時，使用的是前一年的GDP數據來確定此基數，而且當前的抗災救災能力一般也是基于前一年的GDP來預算的，所以本研究的做法是合理的。此外，所有災害的承災體并不是一類事物，例如旱災的承災體不僅包括農作物，還有人和家禽家畜，在實際應用中存在抗災能力的分配問題，因此該基數只能作為當前災害年份相對于歷史案例年份增長的抗災能力，在實際操作中還要根據抗災能力的分配基于此系數作必要的調整。這就是規定抗災能力修正系數取aj0≤aj≤1的原因。

承載體數量的修正則依據選定案例當年的承載體數量和當前災害發生時段承載體數量比較確定承載體數量修正系數，計算公式如下所示：

(13)

式中：b0j為當前災害與歷史案例j的承災體暴露數量修正系數，Db0為當前災害受災區域承災體暴露數量，Dbj為歷史案例j對應受災地域的承災體暴露數量。

至此，基于歷史案例的災情加權綜合評估模型(式1)的參數全部確定，只要帶入相應歷史案例的災害損失即可得到當前災害可能造成的損失。

2案例驗證

2.1　研究區和數據

考慮數據的可獲取性，本研究通過查找整理文獻及統計資料，目前只有2001-2007年河南干旱歷史案例的相關數據能比較全面地獲取，且河南恰好是我國典型的人口和農業大省，是全國主要的產糧區之一，但河南也是旱災頻發的省份，從統計數據[32]來看，河南幾乎每年均有不同程度的農業干旱發生，造成一定的人畜飲水困難和農作物減產。因此，本研究選取河南作為案例研究區，選用2001-2006年數據作為歷史案例評估2007年的農作物受災面積，以2007年統計公開的受災面積來做對比驗證本案例結果的可靠性。詳細的數據來源及說明見表3。

表3　數據來源及用途

2.2　相似性指標的選取

本案例以災害指標來判斷與歷史案例的相似性，因此，這里基于所獲得數據構建旱災案例相似度評估指標為：災害開始時間和災害歷時(表4)，耕地NDVI、palmer指數、SPI指數(表5)。

表4　河南干旱歷史案例災害時間

數據來源：河南年鑒。

表5　河南干旱歷史案例致災因子

數據來源及說明：NDVI來源USGS,其他來源于氣象數據共享網；各指標均取受災時段全省的平均值。

表6　相似度判別指標絕對差

表7　相似度判別指標差值差值歸一化

2.3　相似度及權重計算

本案例隨機選取基于曼哈頓距離(Manhattan Distance)的案例相似度評估模型(一)計算案例的相似度。

(1)根據式2，計算歷史案例指標與當前災害指標的絕對差，結果見表6。

(2)根據式3，對上述所得絕對差進行歸一化處理，結果見表7。

(3)根據式6，對歸一化數據進行相似度計算，結果見表8。

表8　案例相似度結果及權重

(4)根據式11，對相似度進行權重轉化，結果見表8。需要說明的是該驗證案例的歷史案例較少，且相似度系數差異相對較小，因此，本案例跳過了案例選擇的步驟，將所有案例據納入災情評估。

2.4　抗災救災能力和承災體數量修正系數的確定

根據式(12)和式(13)，得抗災救災能力系數基數和承災體數量修正系數，結果見表9。

干旱災害主要帶來農作物干枯減產和人畜飲水問題，通常后者的出現要滯后于前者，因而抗災救災能力的分配一般也主要考慮這兩方面情況。通過考察統計資料(河南年鑒、河南統計年鑒等)，2007年河南干旱并沒有出現嚴重的人畜飲水困難問題，因此，河南省2007年相對于歷史案例年份提高的抗災救災能力就全部投入到農作物抗旱方面，因此，其抗災救災能力系數直接取抗災救災能力基數即可。

2.5　結果及精度

根據基于歷史案例的災情加權綜合評估模型(式1)，帶入上文計算得到的歷史案例權重(表8)、抗災救災能力和承災體數量修正系數和歷史案例受災面積(表9)，評估計算得到2007年河南干旱受災農作物面積為742.975 khm2。2007年河南實際旱災農作物受災面積為754.652 khm2(河南統計年鑒)，相對精度為98.45%，表明本案例的研究結果具有較高的可信度。

3結論與討論

本研究設計了基于歷史案例的自然災害災情評估評估模型，針對模型的應用介紹了較為詳細的方案，重點基于最小距離原理設計了5種案例相似度評估模型，并且以河南2001-2006年的干旱案例為歷史數據，以2007年的農作物受旱面積作為災情評估目標，隨機選取了一種相似度評估模型對本研究的方案進行了案例驗證，結果顯示2007年河南的農作物受旱面積為742.975 khm2，而2007年河南實際的農作物受旱面積為754.652 khm2，案例驗證的相對精度為98.45%，可信度較高。

與現有方法相比，基于歷史案例的災情評估方法對于災情損失評估的成本低、效率高、時效性強且方法簡單、約束條件較少、容易實現，可以為同一地區、同一災種、不同時段的災情程度比較提供依據，也可以為不同地區、同一災種、不同時段的災情程度比較提供依據，也可以為不同地區、同一災種、同一時段的災情程度比較提供依據，也可為不同災種、不同地區間、不同時段災情程度的比較提供依據，也可為抗災救災的決策提供依據。但是基于歷史案例的災情評估也生存難點或缺點：①該方法的應用基礎是歷史案例，但是，目前我國的基礎數據建設還不完善，數據共享體制不健全，各部門的數據統計口徑也存在差異，因此，建設完善的自然災害案例數據庫是關鍵；②在結果的精度方面，除了案例庫中完善的指標體系外，抗災救災能力系數的具體取值方案也是重要的一環，本研究中對此的討論還不夠深入和完善，在未來的研究中還需要不斷地探討；③本研究中設計了5種基于歷史案例的災害相似度評估方法，但是只是隨機選取一種模型進行了案例驗證，未來研究還需要不斷地進行試驗驗證；④本研究在方案設計和案例驗證中均沒有解決實際參與災情評估的案例數量確定規則或閾值確定方法，這也是未來研究的重要方向。

表9　抗災救災能力修正系數和承災體數量修正系數

參考文獻：

[1]國家減災委員會辦公室, 民政部救災司, 民政部國家減災中心. GB/T 24438.1-2009 自然災害災情統計,第1部分：基本指標[S]. 北京：中國標準出版社, 2009.

[2]袁藝. 自然災害災情評估研究與實踐進展[J]. 地球科學進展,2010, 25(1): 22-32.

[3]郭虎, 王瑛, 王芳. 旱災災情監測中的遙感應用綜述[J]. 遙感技術與應用, 2008,23(1): 111-116.

[4]丁志雄. 基于RS與GIS的洪澇災害損失評估技術方法研究[D].北京：中國水利水電科學研究院, 2004.

[5]蓋永芹, 李曉兵, 李霞, 等. 基于TM與MODIS遙感數據的農業旱情監測——以河北省為例[J]. 自然災害學報, 2008,17(6): 91-95.

[6]李艷旗. 氣象衛星遙感監測作物干旱的相似選擇分析法[J]. 中國農業氣象, 2000, 21(2): 53-54.

[7]劉鳳仙. 基于3S的農業干旱監測方法綜述[J]. 中國西部科技, 2010, 9(17): 12-13.

[8]劉麗, 劉清, 周穎, 等. 衛星遙感信息在貴州干旱監測中的應用[J]. 中國農業氣象, 1999, (3): 43-47.

[9]齊述華. 干旱監測遙感模型和中國干旱時空分析[D].北京：中國科學院研究生院(遙感應用研究所), 2004.

[10]張峰. 川渝地區農業氣象干旱風險區劃與損失評估研究[D]. 杭州：浙江大學, 2013.

[11]董姝娜, 姜鎏鵬, 張繼權,等. 基于“3S”技術的村鎮住宅洪災脆弱性曲線研究[J]. 災害學, 2012, 27(2):34-38.

[12]董姝娜, 龐澤源, 張繼權,等. 基于CERES-Maize模型的吉林西部玉米干旱脆弱性曲線研究[J]. 災害學, 2014,29(3):115-119.

[13]石勇, 石純, 孫阿麗. 中國南方城市居民建筑物洪災脆弱性研究[J]. 人民長江, 2009(5): 19-21.

[14]石勇, 許世遠, 石純,等. 城市居民建筑洪澇災害脆弱性研究初探[J]. 華北水利水電學院學報, 2009, 30(1):34-37.

[15]石勇, 許世遠, 石純,等. 洪水災害脆弱性研究進展[J]. 地理科學進展, 2009, 28(1):41-46.

[16]王志強, 方偉華, 史培軍,等. 基于自然脆弱性的中國典型小麥旱災風險評價[J]. 干旱區研究, 2010, 27(1):6-12.

[17]周光全. 簡易房屋的地震災害經濟損失評估[J]. 地震研究, 2007, 30(3):265-270.

[18]周瑤, 王靜愛. 自然災害脆弱性曲線研究進展[J]. 地球科學進展, 2012, 27(4):435-442.

[19]王家祁, 駱承政. 中國暴雨和洪水特性的研究[J]. 水文, 2006, 26(3):33-36.

[20]鄒朝望, 孫媛媛, 謝伯承. 湖南省洪澇災害風險評估研究[J]. 人民長江, 2010, 41(11):63-65.

[21]陳仕鴻, 隋廣軍, 唐丹玲. 一種臺風災情綜合評估模型及應用[J]. 災害學, 2012, 27(2):87-91.

[22]徐國棟, 方偉華, 史培軍,等. 汶川地震損失快速評估[J]. 地震工程與工程振動, 2008, 28(6):74-83.

[23]孫柏濤, 胡少卿, 王東明. 云南省鄉鎮農村地震災害直接經濟損失研究[J]. 地震工程與工程振動, 2007, 27(1):153-158.

[24]袁一凡. 四川汶川8.0級地震損失評估及其教訓[R]// 中國科學技術協會2008防災減災論壇專題報告.國家氣象中心，2008.

[25]Aleotti P, Chowdhury R. Landslide hazard assessment: summary review and new perspectives [J]. Bulletin of Engineering Geology and the Environment 1999, 58(1): 21-44.

[26]Esteban M, Webersik C, Shibayama T. Methodology for the estimation of the increase in time loss due to future increase in tropical cyclone intensity in Japan[J]. Climatic Change, 2010, 102(3/4):555-578.

[27]Guzzetti F, Carrara A, Cardinali M, et al. Landslide hazard evaluation: a review of current techniques and their application in a multi-scale study, Central Italy[M]. Geomorphology, 1999,31(1), 181-216.

[28]Kattelmann R. Flooding from Rain-on-Snow Events in the Sierra Nevada[C]// North American Water and Environment Congress & Destructive Water. ASCE, 2014.

[29]Lee S, Choi U. Development of GIS-based geological hazard information system and its application for landslide analysis in Korea[J]. Geosciences Journal, 2003, 7(3):243-252.

[30]Panakkat A, Adeli H. Recent efforts in earthquake prediction (1990-2007)[J]. Natural Hazards Review, 2008,9(2):70-80.

[31]Ramli M F, Yusof N, Yusoff M K, et al. Lineament mapping and its application in landslide hazard assess-ment: a review [J]. Bulletin of Engineering Geology and the Environment, 2010, 69(2): 215-233.

[32]中華人民共和國農業部.中華人民共和國農業部種植業管理司[EB/OL]. [2015-04-30]. http://zzys.agri.go-v.cn/nongqing.aspx.

汪云，遲菲，陳 安. 中外災害應急文化差異分析[J].災害學, 2016,31(4):226-234.[Wang Yun, Chi Fei, Chen An. Difference of Emergency Cultures between China and Some Foreign Countries[J].Journal of Catastrophology, 2015,30(4)：226-234.]

Study on Evaluation Method of Natural Disaster Based on Historical Cases

Xia Xingsheng, Zhu Xiufang, Pan Yaozhong and Zhang Jinshui

(CollegeofResourcesScience&Technology,BeijingNormalUnivercity,Beijing100875,China)

Abstract:When a natural event was recognized as a disaster, damage assessment based on similarly historical cases rapidly in access to limited disaster data situation is effective support for analysis disaster and making disaster relief decision. In this paper, extracting indexes of historical and current disaster, establishing models of histories similarity judgment by the principle of minimum distance, and designing the assessment methods and technical processes based on disaster assessment model of historical case similarity. Then taking crops area affected drought of Henan Province as target, random selecting a similarity assessment model verified the feasibility of the technical scheme by using the historical drought disaster dataset of 2001-2006. The result showed that the relative accuracy is 98.45% and the credibility is higher. The plan of this paper is low cost, high efficiency, timeliness strong, simple, less constraints and easy to implement. It has certain practical value and promotion prospects in disaster assessment.

Key words:natural disaster; assessment; historical cases; the Principle of Minimum Distance

通訊作者：朱秀芳(1982-), 女, 浙江天臺人, 副教授, 主要從事農業監測、災害監測、土地利用/覆蓋與氣候響應等方向的研究. E-mail: zhuxiufang@bnu.edu.cn

作者簡介：夏興生(1989-), 男, 甘肅慶陽人, 碩士, 主要從事遙感和GIS應用研究. E-mail: xiayuan1104@163.com

基金項目：國家“高分辨率對地觀測系統”重大專項；國家青年自然科學基金“服務于快速理賠的農作物災害損失遙感評估方法研究”(41401479)

收稿日期：2015-05-20修回日期：2015-07-06

中圖分類號：X43

文獻標志碼：A

文章編號：1000-811X(2016)01-0219-07

doi:10.3969/j.issn.1000-811X.2016.01.040