基于IOM模型的暴雨灾害经济损失评估系统设计

摘要：为了开展气象灾害经济损失及风险评估工作，文中提出一种基于IOM模型的暴雨灾害经济损失评估系统。通过基础数据的收集和分析，结合多学科的理论和知识，采用先进的算法与IOM模型，构建人机交互、分布式采集数据的暴雨灾害经济损失评估系统，实现以社区为基本单元的灾害直接、间接经济损失和减灾服务效益评估。实验结果表明：系统能够自动生成典型受灾区域的防御对策建议;其完全基于SOA服务体系架构的服务封装和应用构建共享技术，具有优秀的开放、可集成性;采用B/S结构的三层架构体系，用户端不需要安装软件，通过浏览器即可使用系统各项功能。

关键词：暴雨灾害;经济损失;评估系统;IOM;建立模型;人工智能

中图分类号：TN911-34

文献标识码：A

文章编号：1004-373X（ 2019） 24-0075-04

0 引 言

研究表明，中国的极端降水事件趋多、增强，尤其在20世纪90年代，极端降水量比例趋于增大[1]。台风、暴雨以及洪涝灾害是我国东部沿海地区最严重的气象灾害，因此做好台风和暴雨灾害的灾害评估，对于政府科学判定灾害的综合影响程度和评价减灾效益均有重要的参考价值。伴随国民经济的发展，我国的城市化进程日益向前推进，城市数目增多、规模扩大，城市人口数量迅速增长。与之相应地，大量社会财富和经济活动也更加集中于城市，2017年社会固定资产投资中有96%集中于城镇。密集的建筑群和不断增加的人口，尤其是盛夏时节，空调、汽车尾气更加重了热量和气溶胶的排放，使城市温度高于郊区，形成“热岛效应”。近地面空气加热后，大气不稳定度增加，对流活动增多;城区空气中凝结核较多，有利于雨滴的形成;城市的下垫面粗糙度大减慢降水天气系统的移速，延长城区降水时间，形成“雨岛效应”[2-5]。近年来国内外许多学者对暴雨灾害风险评估开展了大量研究，并取得了不少研究成果[6-10]。为此，开展高影响天气气象灾害经济损失及风险评估工作，对指导社会经济、生产生活和科学有效的防灾减灾都具有特别重要的现实意义。

系统利用在线地图平台进行二次开发，所有地理信息、业务数据、指标体系全部存储于关系型数据库中。地理信息由系统管理员进行维护并自动生成地理图层叠加文件;灾情评估人员利用基础信息录入指标体系相关数据，调用评估模型进行灾情直接和间接经济损失评估，系统自动生成评估报告供下载打印;历次的灾情数据自动录入到灾情数据库中，供归档和查询统计。普通用户可以通过普通电脑利用浏览器访问系统，可以查询到开放的气象灾害统计情况。系统主界面如图1所示。

1 系统结构

系统设计充分考虑业务与功能的紧密结合，并根据应用需求和设计原则，将系统总体结构划分为四层，分别是数据层、对接层、应用层及用户层。硬件网络及通信技术体系、政策法规、规章制度、各种技术数据标准及系统安全保障体系则贯穿于全部四个层次。

1）數据层。数据层由业务实体数据库、字典库、地理信息库、非结构化数据、业务逻辑函数库组成。

2）对接层。该层构成了本系统的应用服务平台，是本项系统资源的管理者，也是服务的提供者，是业务应用的重要部分。考虑到本项系统对数据共享和分发服务的需求，采用国际上流行的中间件技术设计开放的公共数据服务和应用服务平台，符合系统自身的需求和扩展需求。

3）应用层。该层是面向气象各类用户，提供灾情管理、易捞点管理、经济损失模型、产品报告管理、系统管理等。

4）用户层。用户层由业务人员、决策人员、管理人员、其他用户组成。

整个系统的支撑技术包括.NET技术、MVC框架、数据分析挖掘、扁平化UI设计、GIS技术等。系统通过集成部署方式，安装在气象局服务器，其他用户可通过互联网专线接入到气象局网络使用系统。

2 经济损失评估模型

2.1 直接经济损失评估模型

系统采用两种途径评估灾害的直接经济损失。一是通过构建指标体系，采用多元线性回归模型、模糊分析算法、灰色关联模型，利用主成分BP神经网络模型对历史灾情数据模拟加权，评估直接经济损失值或划分灾情等级;二是采用普查和抽样调查相结合的方法，根据灾损率曲线，计算不同水深情境下的直接经济损失值。

2.2 间接经济损失评估模型

该模型主要用于评估一次灾害给不同产业带来的间接经济损失。投入产出（Input/Output Model，IOM）模型一个突出功能是能够模拟和计算灾害对经济扰动产生的连锁反应和波及效应。IOM模型基于投入产出矩阵，描述了经济系统的所有产业部门之间购买与消费经济流的交互作用，通过中间消费需求变化评估灾害对一个或多个部门的经济影响。目前大部分投入产出表都是静态型投入产出表，即计量单位采用货币计量单位的投入产出表，基本形式见表1。

从投入产出表来看，投入产出相互交叉形成行平衡关系、列平衡关系，这些行平衡关系或列平衡关系体现了同一部门的平衡关系和全社会的平衡关系。行平衡关系反映了各生产部门对某种产品的消耗量以及这种产品作为最终产品使用量的恒等关系。

3 功能模块

系统共分为首页、系统管理、灾情信息、基础地理信息、社会经济和防御对策、经济损失模型六大功能模块。

3.1 首页地理信息展示

首页地图分地形图、行政图和遥感图三种底图显示;提供图层控制工具栏，包括：易涝点、建筑处、社区中心。对易涝点的选择提供多种方式：矩阵区域、正多边形方式、圆形方式等。首面默认显示龙华新区的行政区域。

3.2 灾情记录维护

提供通过易涝点快速定位灾情记录功能，能够增加、编辑和删除灾情记录;可以通过设置开始日期、结束日期和受灾地点进行检索灾情，支持模糊查询。

3.3 易捞点信息管理

易澇点主要信息包括：名称、经度、纬度和所在的社区，可以手动添加、编辑易涝点信息。

3.4 社区边界管理

将社区的边界通过若干个边界点来进行逼近，每个点有经度和纬度值，支持对边界点的检索和批量导人功能。

3.5 社区资产量管理

社区资产重要描述包括：所属社区、所属易涝点、所属行业、资产类别和财产价值量。提供根据所属行业、资产类别和易涝点的检索功能，可以手动单个添加社区资产信息，也可以批量导入社区资产记录，提供删除社区资产记录的功能。

3.6 间接经济损失模型管理

提供对农林牧渔业、煤炭开采和洗选业、石油和气开采业等若干行业之间的投入产出表的维护;可以批量导入投入产出表，提供检索功能。该表被用来进行行业间接经济损失的计算。

3.7 直接经济灾损率管理

直接经济损失与资产所在社区、所在易涝点和资产类别有关，不同的资产在各个水深下对应有不同的灾损率，支持对灾损率的单个录入和批量导人，对于各资产已有的水深和灾损率记录可以给出水深和灾损率曲线图。

4 系统实现

系统采用MVC设计模式，其具有可移植性高、低耦合、高适用性和高重用性的特点。MVC将视图层和业务层严格分离，允许更改视图层代码而不用重新编译模型和控制器代码，可快速响应系统的业务流程或者业务规则的改变。MVC模式允许使用各种不同样式的视图来访问同一个服务器端的业务逻辑，包括任何Web（ HTTP）浏览器或者无线浏览器（WAP）。系统数据持久层支持多数据库随意切换，可快速响应不同的部署环境。

4.1 基础地理信息加载到内存

通过调用数据库存储过Pro_Getlnterest，将数据表中的易涝点加载到内存表DataSource中。

DataTableIPRuleTable=sqIHelperLocal.ExecuteDatatable（ "Pro_Getlnterest”， queryParamters）

IPRuleTable.TableName=ftTablelt：

query.TotalCount=TypeHelper.Tolnt（ TotalCountParam.Value）;

ListDataSource=newList（）：

foreach（ DataRowrowinIPRuleTable.Rows）

{DataSource.Add（ newlnterest{

CommunitVCode=TypeHelper. ToString （ （row[”Community-Code”]）），

CreateTime=TypeHelper.ToDataTime（（ row[CreateTime】）），

InterestId=TypeHelper.ToString（（ row["Interestld”]）），

InterestName=TypeHelper.ToString（（ row[”InterestName”]）），

Lat=TypeHelper.ToDecimal（（ row[Lat】）），

Lon=TypeHelper.ToDecimal（（ row["Lon7]）），

OrderNum=TypeHelper.Tolnt（（ row[”OrderNum”】）），

}）;}}

4.2 直接经济损失计算

计算某次灾情的各资产直接经济损失，其中，re-cord.FloodDepth为本次水深，dicList为各类资产类别。

DisasterRecord record= query.QueryContent;

decimal depth= record.FloodDepth;

List result= new List（）;

DictionarVValueListQuery dictionaryValueListQuery = newDictionarYValueListQuery（）;

dictionarvValueListQuery. Dictionary=new Dictionary{ Dic-tionarVName=”PropertyType”};

List dicList=DictionaryManager. GetValues-View（ dictionaryValueListQuery）;

4.3 间接经济损失模型

计算某次灾情的各资产间接经济损失，其中，In-dustryEconomicLossExt为各行业损失，Dictionary为行业分类。

DisasterRecord record= query.QueryContent;

string industryLoss= record.IndustryEconomicLossExt;

DictionaryValueListQuery dictionaryValueListQuery = newDictionaryValueListQuery（）;

dictionarvValueListQuery.Dictionary=new Dictionary{ Dic-tionaryName=”IndustryType”）;

List< DictionaryValue>listlndustryType=DictionaryManager.GetValuesView（ dictionaryValueListQuery）;

5 结语

本文给出了暴雨灾害经济损失评估系统的设计与实现方法，介绍了系统采用的理论模型、主要功能及实现方法。以后将进一步改善系统的人机界面，丰富统计分析功能，实现与气象局其他业务系统的无缝对接，提供各类更具针对的数据产品。力争改善系统的用户界面和数据输入方式，提高系统的黏合度和用户体验。注重安全性考虑，对关键数据的操作提高认证等级，降低系统使用风险，保证后台数据库的安全性。

参考文献

[1]ZHAI Panmao. CHAO Qingchen， ZOU Xukai. Progress in Chi-na's climate change study in the 20th century[J]. Geographi-cal sciences. 2002. 14： 3-11.

[2]张福林，皮婷，张立军.神农架林区西南坡局地暴雨过程诊断分析[J]气象与环境科学，2017，40（2）：100-108.

ZHANG Fulin， PI Ting， ZHANG Lijun. Diagnostic analysis onlocal rainstorm processes in southwest slope of Shennongjia for-est region [J]. Meteorological and environmental sciences，2017. 40（2）：100-108.

[3]刘武，李耀东，史小康.FY-2G地表温度反演产品改变模式初值对一次台风暴雨模拟的影响[J]气象与环境科学，2017（1）：26-34.

LIU Wu. LI Yaodong. SHI Xiaokang. Influence of initial con-dition adjustment using FY-2G satellite surface temperature re-trieval product on typhoon heavy rain simulation [J]. Meteoro-logical and environmental sciences， 2017（1）： 26-34.

[4]郭雪梅，任国玉，郭玉喜，等.我国城市内涝灾害的影响因子及气象服务对策[J]灾害学，2008，23（2）：46-49.

GUO Xuemei. REN Guoyu， GUO Yuxi， et al.Influential fac-tors of city water logging and the meteorological service [J].Journal of catastrophology， 2008， 23（2）：46-49.

[5]王维国，王秀荣.2007年城市极端天气事件及其危害分析[J]气象，2008，34（4）：16-21.

WANG Weiguo， WANG Xiurong. Analysis about extremeweather events and their endangerment of city in 2007 [J]. Me-teorological monthh， 2008， 34（4）： 16-21.

[6]丑洁明，董文杰，延晓冬.关于气候变化对社会经济系统影响的机理和途径的探讨[J]大气科学，2016.40（1）：191-200.

CHOU Jieming， DONG Wenjie， YAN Xiaodong. The impactof climate change on the socioeconomic system：a mechanisticanalysis[J]. Chinese journal of atmospheric sciences. 2016， 40（1）：191-200.

[7] OTAR Varazanashvili. NINO Tsereteli. Vulnerability. hazardsand multiple risk assessment for Georgia [J]. Natural Hazards，2012， 64（3）：2021-2056.

[8]王清川，寿绍文，许敏，等.廊坊市暴雨洪涝灾害风险评估与区划[J]干旱气象，2010.28（4）：475-482.

WANG Qingchuan， SHOU Shaowen， XU Min， et al.Evalua-tion and division for risks of rainstorm and flood disasters inLangfang of Hebei province [J]. Journal of arid meteorology，2010. 28（4）：475-482.

[9]王博，崔春光，彭涛，等，暴雨灾害风险评估与区划的研究现状与进展[J].暴雨灾害，2007（3）：91-96.

WANG Bo， CUI Chunguang， PENG Tao. et al.Advance andthe status of the research on rainstorm disaster assessment andregionalization [J]. Torrential rain and disasters. 2007（3）： 91- 96.

[10]徐偉，冯晓宇，盛沨，等.一种改进自动气象站信号模拟器温度通道的方法[J]电子测量与仪器学报，2017，31（ 11）：1869- 1874.

XU Wei. FENG XiaoVu， SHENG Feng， et al.Method for im-proving temperature channel of automatic weather station sig-nal simulator[J]. Journal of electronic measurement and in-strumentation. 2017， 31（ 11）： 1869-1874.

作者简介：孙彩云（1979-），硕士，实验师，研究方向为无线传感器、智慧化信息系统设计集成。