DB65/T 4994-2025 北疆雪灾气象风险等级

　　ICS07.060CCSA47

　　DB65

　　新疆维吾尔自治区地方标准

　　DB65/T 4994—2025

　　北疆雪灾气象风险等级

　　Meteorologicalrisk level forsnowdisasters in northern XinJiang

　　2025-11-25发布

　　新疆维吾尔自治区市场监督管理局发布

　　DB65/T 4994—2025

　　目次

　　前言 II

　　1范围 1

　　2规范性引用文件 1

　　3术语和定义 1

　　4 雪灾气象风险等级 2

　　4.1数据处理 2

　　4.2 致灾因子危险性指数 2

　　4.3综合危险性指数 2

　　4.4 气象风险等级划分 2

　　附录A(规范性)归一化方法 4

　　附录B(规范性)信息熵赋权法 5

　　附录C(规范性)反距离权重法 6

　　附录D(规范性)主成分分析法 7

　　附录E(规范性)百分位数法 8

　　参考文献 9

　　DB65/T4994—2025

　　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。

　　本文件由新疆维吾尔自治区气象局提出、归口并组织实施。

　　本文件起草单位：新疆维吾尔自治区气象台、新疆维吾尔自治区气候中心、阿勒泰地区气象局。

　　本文件主要起草人：李海花、李如琦、刘大锋、王慧、张云惠、张林梅、李广军、李桉孛、王明昊、殷庭炜。

　　本文件实施应用中的疑问，请咨询新疆维吾尔自治区气象台。

　　对本文件的修改意见及建议，请反馈至新疆维吾尔自治区气象局(新疆乌鲁木齐市天山区建国路327号)、新疆维吾尔自治区气象台(新疆乌鲁木齐市天山区建国路327号)、新疆维吾尔自治区市场监督管理局(新疆乌鲁木齐市天山区新华南路167号)。

　　新疆维吾尔自治区气象局联系电话：0991-2621090;传真：0991-2611281;邮编：830002

　　新疆维吾尔自治区气象台联系电话：0991-2623600;传真：0991-2623600:邮编;830002

　　新疆维吾尔自治区市场监督管理局联系电话：0991-2818750;传真：0991-2311250:邮编;830004 北疆雪灾气象风险等级

　　1范围

　　本文件规定了北疆雪灾气象风险等级的术语和定义及划分要求。

　　本文件适用于北疆雪灾监测、评估和服务。

　　2规范性引用文件

　　下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件;不注日期的引用文件，其最新版本(包括所有的修改单)适用于本文件。

　　GB/T35229-2017 地面气象观测规范雪深与雪压

　　GB/T40239-2021城市雪灾气象等级

　　3术语和定义

　　下列术语和定义适用于本文件。

　　3.1

　　雪灾snowhazard

　　因大范围积雪，影响人们生产生活或对人畜生命安全造成威胁的一种自然灾害。

　　3.2

　　降雪量snowfall

　　某一时段内，从天空降落到地面上的固态降雪经融化后，未经蒸发、渗透、流失而在水平面上积累的深度。

　　[来源：GB/T 40239-2021,3.1]

　　3.3

　　日降雪量dailysnowfall

　　一日内的累计降雪量。

　　注：一日内通常指北京时20时至次日20时。

　　[来源：GB/T 40239-2021,3.2]

　　3.4

　　累计降雪量accumulatedsnowfallamount

　　连续降雪日数中日降雪量的累加值。

　　[来源：GB/T 40239-2021,3.5]

　　3.5

　　雪深snowdepth

　　积雪表面到下垫面的垂直深度。

　　[来源：GB/T 35229-2017,3.1]

　　3.6

　　最大日降雪量maximumdailysnowfall 某一时段内，日降雪量的最大值。

　　3.7

　　最大雪深maximumsnowdepth

　　某一时段内，日雪深的最大值。

　　4雪灾气象风险等级

　　4.1数据处理

　　对累计降雪量(A₁)、最大积雪深度(A₂)、 日降雪量≥5mm的日数(A₃) 三个指标归一化处理，方法见附录A。

　　4.2致灾因子危险性指数

　　采用信息熵赋权法，按照附录B执行，对归一化处理后的雪灾致灾因子分别赋予权重，加权相加后得到雪灾致灾因子危险性指数，雪灾致灾因子危险性指数按公式(1)计算：

　　H=A₁·α+A₂·β+A₃·γ…… …………(1)

　　式中：

　　H——雪灾致灾因子危险性指数;

　　A₁——归一化处理后的累计降雪量;

　　α——归一化处理累计降雪量的权重系数;

　　A₂——归一化处理后的最大积雪深度;

　　β——归一化处理最大积雪深度的权重系数;

　　A₃——归一化处理后的日降雪量≥5 mm日数;

　　y——归一化处理的日降雪量≥5mm日数的权重系数。

　　4.3综合危险性指数

　　利用站点观测数据，借助Arcgis空间分析模块，方法应按照附录C执行;权重系数确定方法主要采用主成分分析法，主成分分析方法应按照附录D执行。对归一化处理后的致灾因子危险性指数H₁ 和海拔高度DEM₁分别赋予权重，加权相加后得到综合危险性指数，将结果重采样为1 km×1km。

　　G=0.6·H₁+0.4·DEM₁………… … ………(2)

　　式中：

　　G— 综合危险性指数;

　　H₁ ——雪灾致灾因子危险性指数;

　　DEM₁——归一化海拔高度。

　　4.4气象风险等级划分

　　基于综合危险性指数结果，百分位数法应按照附录E执行，提出雪灾气象风险等级，按照表1划分为I、Ⅱ、Ⅲ、IV、V共5个等级。

　　表1气象风险等级判定

　　风险等级 级别 百分位范围 I 高风险 G>90% II 较高风险 70%

　　DB65/T4994—2025

　　表1气象风险等级判定(续)

　　风险等级 级别 百分位范围 III 中等风险 50%

　　DB65/T4994—2025

　　附录A (规范性)归一化方法

　　鉴于各评价因子单位不同，为了消除各指标的量纲和数量级的差异，需要对每一个指标进行规范化处理，归一化方法见公式(A.1)。

　　D;=0.5+0.5×(Xi-Xmin)/(Xmax-Xmn)… ……(A.1)

　　式中：

　　Di ——第i个评价指标的归一化数值;

　　Xi——第i个评价指标;

　　Xmax——评价指标中的最大值;

　　Xmin——评价指标中的最小值。

　　DB65/T 4994—2025

　　附录B

　　(规范性) 信息熵赋权法

　　B.1 信息熵表示系统的有序程度，在多指标综合评价中，熵权法可以客观的反映各评价指标的权重。一个系统的有序程度越高，则熵值越大，权重越小;反之，一个系统的无序程度越高，则熵值越小，权重越大。

　　B.2 指标比重计算方法见公式(B.1)。

　　……

　　…

　　…(B.1) 式中：

　　Pij——指标比重;

　　i;— 第 i项指标下第j个对象的指标值;

　　n构成系统的对象个数。

　　B.3熵值计算方法见公式(B.2)。

　　式中：

　　d(x;,y)PPi——第i项指标下第j个对象的指标值所占指标比重Pij;n— 构成系统的对象个数。

　　B.4权重确定方法见公式(B.3)。

　　……………………

　　……………………·(B.3) 式中：

　　W—— 第i个指标权重;

　　Si—第i个指标的熵权值;

　　m——构成系统的指标个数。

　　DB65/T 4994—2025

　　附录C

　　(规范性)

　　反距离权重法

　　C.1反距离权重法(IDW)的核心原理是认为距离插值点越近的样本点对该点的影响越大，通过距离的倒数或其幂次作为权重，对已知样本点的属性值进行加权平均，以估算未知点的值。

　　C.2 对于待插值点P(xo,yo),它的属性值Z(x₀,yo)应按照公式(C.1)计算：

　　式中：

　　i——为已知样本点的索引，用于遍历所有参与插值计算的样本点;

　　n—— 为已知样本点数量;

　　p—— 权重指数;

　　x₀ ——为待插值点在二维空间中的横坐标;

　　yo —— 为待插值点在二维空间中的纵坐标;

　　Xi—为第i个已知样本点在二维空间中的横坐标;

　　y;—— 为第i个已知样本点在二维空间中的纵坐标;

　　Z(xi,y;)——为第i个已知样本点(x;,y;)的属性值;

　　d(xi,yi)——为第i个已知样本点(xi,y;)到待插值点(x₀,yo)的距离。

　　C.3 d(xi,yi)通常按照公式(C.2) 欧几里得距离公式计算：

　　d(x;,yi)=√(x₀-x;)²+(yo-y;)2……………………(C.2)

　　式中：

　　i — 为已知样本点的索引，用于遍历所有参与插值计算的样本点;

　　p —权重指数。是一个可调整的参数，通常取值范围在1到3之间，常见取值为2。p 值越大，距离近的样本点权重占比越高，插值结果越平滑;p值越小，远处样本点的影响相对增大，插值结果变化越剧烈。

　　xo ——为待插值点在二维空间中的横坐标;

　　yo ——为待插值点在二维空间中的纵坐标;

　　Xi——为 第i个已知样本点在二维空间中的横坐标;

　　y;——为第i个已知样本点在二维空间中的纵坐标;

　　d(xi,yi)——为第i个已知样本点(xi,y;)到待插值点(xo,yo)的距离。

　　DB65/T4994—2025

　　附录D

　　(规范性)

　　主成分分析法

　　主成分分析也称主分量分析，旨在利用降维的思想，把多指标转化为少数几个综合指标。他是一种数学变换的方法，把给定的一组相关变量通过线性变换转成另一组不相关的变量，这些新的变量按照方差依次递减的顺序排列。在数学变换中保持变量的总方差不变，使第一变量具有最大的方差，称为第一主成分，第二变量的方差次大，并且和第一变量不相关，称为第二主成分。依次类推， I 个变量就要I个主成分。

　　DB65/T4994—2025

　　附录E (规范性)百分位数法

　　百分位数计算方法见公式(E.1)和公式(E.2)。

　　………

　　……

　　(E.1) 式中：

　　Pm——第m个百分位数;L ——Pm所在组的下限;N——总频次;

　　Fh——小于L的累积次数;f—Pm所在组的次数;i ——组距。

　　式中：

　　Pm—第m个百分位数;

　　·…

　　……

　　…(E.2) U—Pm所在组的上限;N——总频次;

　　Fn——大于U的累积次数;f—Pm所在组的次数;i——组距。

　　DB65/T4994—2025

　　参考文献

　　[1]GB/T20482—2017 牧区雪灾等级

　　[2] GB/T40239—2021 城市雪灾气象等级

　　[3] GB/T 35229—2017 地面气象观测规范雪深与雪压

　　[4] GB/T 35228—2017 地面气象观测规范降水量

　　[5]GB/T28592—2012 降水量等级

　　[6] 鞠晓雨，田红，程向阳，等.安徽省雪灾危险性精细化评估与区划[J]. 暴雨灾害，2024,43(5):580-586

　　[7] 火红，刘艳，买吾拉夏·木巴热克.1990-2020年新疆伊犁地区雪灾时空分布特征及影响评估[J].干旱区地理，2024,47(11):1828-1840

　　[8] 朱万林，武于洁，刘一泽，等.1970-2020年我国雪灾的时空分布特征及其风险评估区划分析[J].农业灾害研究，2023,13(11):168-170

　　[9] 余迪，杜海荣，郭娇，等.基于多源数据的三江源区雪灾风险评估[J]. 气象科技进展，2023,13(4):34-40

　　[10]王勇，赵站成，宴军，等.新疆雪灾的时空分布特征及其等级划分[J].干旱区地理，2020,43 (3):577-583

　　[11]周晓莉，假拉，肖天贵.西藏地区雪灾等级评估研究[J].冰川冻土，2016,38(6):1560-1567. 德勒格日玛，李一平，孟雪峰，等.内蒙古锡林郭勒盟牧区雪灾风险评估研究[J].冰川冻土，2020,

　　42(4):1353-1362

　　[12]王秀琴，卢新玉，马禹，等.基于灾情数据的新疆雪灾的评估与区划[J]. 冰川冻土，2019,41(4):836-844