ICS 07.060 CCS A 47 34 安徽省 地方 标准 DB34/T 4637.9—2023 气象灾害综合风险普查技术规范 第9部分：雪灾 Specification for m eteorological disaster comprehensive risk investigation technology —Part 9: Snow 2023 - 10 - 07发布 2023 - 11 - 07实施 安徽省市场监督管理局 发布 DB34/T 4637.9 —2023 I 前言 本文件按照 GB/T 1.1 —2020《标准化工作导则 第1部分：标准化文件的结构和起草规则》的规定 起草。 本文件是 DB34/T 4637 《气象灾害综合风险普查技术规范》的第 9部分。DB34/T 4637 已经发布了 以下部分： —— 第1部分：暴雨； —— 第2部分：干旱； —— 第3部分：台风； —— 第4部分：高温； —— 第5部分：低温； —— 第6部分：冰雹； —— 第7部分：大风； —— 第8部分：雷电 ； —— 第9部分：雪灾。 请注意本文件的某些内容可能 涉及专利。本文件的发布机构 不承担识别专利的责任。 本文件由 安徽省气象局 提出并归口。 本文件起草单位： 安徽华云气象灾害风险评估中心、安徽省气象灾害防御技术中心、安徽省气候中 心、安徽华信瑞云信息技术有限公司。 本文件主要起草人： 鞠晓雨、田红、程向阳、 庄道全、 陶寅、朱浩、 伍晓玲、王超、王琼 。 DB34/T 4637.9 —2023 II 引言 气象灾害综合风险普查是掌握风险隐患底数 、客观识别主要灾害 风险水平的重要手段 ，为制定科学 实用的气象灾害防治区划、最大程度减轻气象灾害风险、推动经济社会高质量发展提供技术支持。 DB34/T 4637 旨在规范 县级以上行政区域的气象灾害风险普查工作，拟由九个部分构成。 —— 第1部分：暴雨。目的在于规定暴雨灾害风险普查的 资料收集 、数据处理 、致灾危险性评估 和灾害风险评估。 —— 第2部分：干旱。目的在于规定干旱灾害风险普查的 资料收集 、数据处理 、致灾危险性评估 和灾害风险评估。 —— 第3部分：台风。 目的在于规定台风灾害风险普查的 资料收集 、数据处理 、致灾危险性评估 和灾害风险评估。 —— 第4部分：高温。目的在于规定高温灾害风险普查的 资料收集 、数据处理 、致灾危险性评估 和灾害风险评估。 —— 第5部分：低温。目的在于规定低温灾害风险普查的 资料收集 、数据处理 、致灾危险性评估 和灾害风险评估。 —— 第6部分：冰雹。目的在于规定冰雹灾害风险普查的 资料收集 、数据处理 、致灾危险性评估 和灾害风险评估。 —— 第7部分：大风。目的在于规定大风灾害风险普查的 资料收集 、数据处理 、致灾危险性评估 和灾害风险评估。 —— 第8部分：雷电。目的在于规定雷电灾害风险普查的 资料收集 、数据处理、致灾危险性评估 和灾害风险评估 。 —— 第9部分：雪灾。目的在于规定雪灾风险普查的资料收集 、数据处理 、致灾危险性评估和 灾 害风险评估。 DB34/T 4637.9 —2023 1 气象灾害综合风险普查技术规范 第9部分：雪灾 1 范围 本文件规定了雪灾风险普查 的资料收集、 数据处理 ，致灾危险性评估 和灾害风险评估 。 本文件适用 雪灾的风险普查 。 2 规范性引用文件 本文件没有规范性引用文件。 3 术语和定义 下列术语和定义适用于本文件。 雪灾 snow disaster 因大范围积雪 ，影响人们正常生产生活或对人畜生命安全造成威胁的一种 自然灾害。 积雪深度 depth of snow cover 从积雪表面 到地面的垂 直深度。 [来源：GB/T 20482—2017，2.2] 承灾体 hazard-affected body 承受雪灾的对象。 暴露度 exposure 承受积雪影响的承灾体的数量和价值量 。 脆弱性 frangibility 受到积雪不利影响的倾向或趋势。 风险普查 risk investigation 收集气象灾害相关信息，经数据处理后，对致灾危险性和灾害风险进行评估 。 评估单元 assessment unit 县级行政区域 。 4 资料收集 资料收集包括但不限于： —— 地面气象观测站建站以来的雪深和雪压资料 ； DB34/T 4637.9 —2023 2 —— 人口数、国土面积、国 内生产总值 （GDP）和主要农作物 播种面积等最新资料； —— 历次或历年 积雪导致的 受灾人口、农作物受灾面积 和直接经济损失等灾情资料 ，资料年限不 少于10年； —— 行政边界 矢量数据 和分辨率不低于 30弧秒的数字 高程模型资料。 5 数据处理 雪灾统计分析内容见附录 A。 6 致灾危险性评估 年均积雪日数修正 对于海拔大于等于 100 m 区域，年均积雪日数按公式（ 1）进行修正： 𝑦=0.0186 𝑥+2.848 ································ ································ ·· (1) 式中： 𝑦 ——年均积雪日数 ，单位为 天； 𝑥 ——国家气象观测站海拔高度 ，单位为 m。 致灾危险性指数 按式（2）计算： H=𝑆×𝑤𝑠+𝑁×𝑤𝑛+𝑃×𝑤𝑝 ································ ·························· (2) 式中： H ——致灾危险性指数； S ——归一化的 年均最大积雪深度， 归一化处理方法见附录 B； ws ——年均最大积雪深度 的权重系数； N ——归一化的年均积雪日数 ，归一化处理方法见附录 B； wn ——年均积雪日数的权重系数； P ——归一化的最大雪压 ，归一化处理方法见附录 B； wp ——最大雪压的权重系数。 权重系数确定 方法见附录C，𝑤𝑠+𝑤𝑛+𝑤𝑝=1。 致灾危险性区划 采用自然断点 法（见附录 D）对致灾危 险性指数进行分类 ，将致灾危险性分为高 危险、较高危险、 较低危险和低危险等 4 个等级，可依据致灾危险性等级 制作危险性区划图。 7 灾害风险评估 承载体暴露度和脆弱性评估 7.1.1 指标 承灾体暴露度和脆弱性 评估指标见表1。 DB34/T 4637.9 —2023 3 表1 承灾体暴露度和脆弱性 评估指标 承灾体 暴露度 脆弱性指 数 人口 人口密度（ 𝑑𝑝） 人口受灾率（ 𝑟p） GDP GDP密度（ 𝑑𝑔） 直接经济损失率（ 𝑟g） 农作物 农作物播种密度（ 𝑑𝑐） 农作物受灾率（ 𝑟c） 7.1.2 计算 7.1.2.1 人口密度 按公式（3）计算： 𝑑P=𝑃 𝑆 ································ ································ ··············· (3) 式中： 𝑑p —— 评估单元 人口密度 ，单位为 人/km2； 𝑃 —— 评估单元 人口数，单位为 人； 𝑆 —— 评估单元国土面积 ，单位为 km2。 7.1.2.2 GDP密度按公式（4）计算： 𝑑G=𝐺 𝑆 ································ ································ ··············· (4) 式中： 𝑑g —— 评估单元 GDP密度，单位为 万元/km2； 𝐺 —— 评估单元GDP，单位为 万元； 𝑆 —— 评估单元国土面积 ，单位为 km2。 7.1.2.3 农作物播种密度 按公式（5）计算： 𝑑𝐶=𝐶 𝑆 ································ ································ ················ (5) 式中： 𝑑𝑐 ——评估单元 农作物播种密度； 𝐶 ——评估单元农作物 播种面积，单位 为 km2； 𝑆 ——评估单元国土面积 ，单位为 km2。 7.1.2.4 人口受灾率 按公式（6）计算： 𝑟p=𝐿𝑝 𝑃×100% ································ ································ ··· (6) 式中： 𝑟p ——评估单元人口受灾率 ，单位为 ％； 𝐿p ——评估单元受灾人口数 ，单位为 人； 𝑃 ——评估单元评估单元人口数 ，单位为 人。 7.1.2.5 直接经济损失率 按公式（7）计算： 𝑟g=𝐿𝑔 𝐺×100% ································ ································ ··· (7) 式中： 𝑟g ——评估单元直接经济损失率 ，单位为 ％； 𝐿g ——