基于HHM-RFRM-EOC模型的洪水风险定量评估与结构化表达

洪水灾害是世界上最严重的自然灾害之一，对洪水风险分析是减轻灾害损失和影响的重要途径。现有洪水分析方法缺少体系化流程，导致洪水应急时间紧迫、信息匮乏。为此本文提出一种基于分层全息建模（hierarchical holographic modeling，HHM）与风险过滤、评级与管理（risk filtering，ranking and management framework , RFRM）和要素-对象-结果模型（element-object-consequence，EOC）的暴雨洪水灾害风险识别、筛选与表达方法。首先，构建暴雨洪水人力、设备、环境、应急管理、信息五个方面风险辨识框架，确定出暴雨洪水系统初始风险要素。其次，基于RFRM方法理论将初始要素情景按照约束条件过滤，形成主要风险情景。之后，结合贝叶斯定理对暴雨洪水灾害进行定性和定量化评级，筛选暴雨洪水灾害的高危风险情景。最后，将暴雨洪水高危风险情景基于EOC风险概念模型参数化，并采用Protégé软件结构化表达。研究结果可以为暴雨洪水灾害应急决策提供辅助支持，为优化暴雨洪水灾害抢险救灾和防灾体系建设提供科学依据。