气象灾害风险区划必须有空间每个格点较長历史的致灾临界气象条件的资料，才能应用相应的概率密度函数求出每个格点致灾临界气象条件的概率，从而制作出风险区划图。

通常情况下，我国每个县(市、区)仅有一个气象站具有30年以上的历史资料，气象站的资料对于与其气候、地质、地理、生态等条件相同的地区具有代表性，否则，该气象站的资料则不具代表性，尤其是对气象灾害更是如此。研究致灾临界气象条件的区划遇到的最大问题是，难以把每个格点的致灾临界气象条件历史资料都收集到。

将气象站的资料采用各种数学方法(包括GIS)内插到网格点上的方法，对于气温资料有较好的适用性，但也要考虑不同地区不同季节气温垂直递减率和坡向的影响，其它气象要素不能用任何数学内插法得到细网格值。这是因为气象要素的分布是由天气系统(尤其是中小天气系统)及其复杂的物理过程决定的，任何数学内插方法都不可能真实反映气象要素的分布特征，对于气象灾害尤其如此。

章国材在《气象灾害风险评估与区划方法》(北京：气象出版社，2010)中详细阐述了各种致灾临界气象条件历史资料的精细获取方法，下面做简要的介绍。

一、灾情推演法

灾情推演法是最普适的方法，但是，如果历史灾情资料不完备性，尤其是缺少致灾因子资料，则该方法在风险区划中的应用就受到很大限制。如果气象台站按照《气象法》的要求，对每一次气象灾害过程都能够进行详细的调查研究，分析致灾的气象原因，找到致灾临界气象条件，积累了完备的致灾临界气象条件历史资料后，选用合适的概率密度函数就能求出致灾临界气象条件的概率，而且这样得到的资料比其它方法更直接、更最准确、更具有普适性。

二、天气雷达回波定量反演降水

对于河流洪水风险区划，通过气象和水文部门的观测资料计算得到的流域面雨量具有很高的精度和代表性。但是，对于山洪风险区划，这些资料的精度和代表性不够，也不能用任何数学内插的方法得到网格点的降水量。例如，用GIS内插得到网格点的降水资料就有很多技术上的问题。

用天气雷达回波定量反演降水的物理内插法是较好的解决办法。10cm或5cm波长的天气雷达回波强度能够比较真实地反映降水的强度，天气雷达回波定量反演降水具有物理基础。为了提高天气雷达测量降水的精度，还需要使用地面自动气象站的雨量资料实时校准雷达回波，所用的Z-R关系如下：

(5.42)

式中：R为降水量，Z为天气雷达回波强度。实时校准便是实时动态确定(5.41)式中的系数A、b。

三、小气候观测资料的订正法

可以使用有一定时间长度的不同海拔高度和坡向小气候观测资料，研究得到气温随经纬度、海拔高度和坡向的变化规律，可以用这个规律内插得到每个格点的气温。

对于较長时段的降水量(例如月、季降水量)也可以用小气候观测资料得到的规律进行降水量的地形订正。但是对于短历时强降水和过程雨量都不可能通过地形订正得到精细降水量分布。其它气象要素也不能用GIS或其它数学内插方法内插获取细网格的值。

四、遥感资料的应用

卫星遥感资料在气象灾害风险评估与区划领域的应用前景越来越广阔。利用卫星遥感资料可以得到较好的雪盖历史资料，卫星遥感雪深资料在用气象站观测的雪深资料较准后可以用于雪灾风险区划。随着遥感通道的增加和资料融合技术的发展，卫星遥感的干旱监测资料的应用水平和适用范围也有很大的发展。

五、相关分析法

1、气象要素相关分析法

一般情况下，我国县(市、区)以下区域致灾临界气象条件历史样本较少，难以用于计算概率。如果该致灾临界气象条件与相关县(市、区)气象站观测的气象要素相关性很好，就可以用该气象站与致灾气象条件相关性很好的气象要素的概率推算所需的致灾临界气象条件概率。由于气象站的气象要素观测资料时间长，容易求出相关的气象要素的概率或超越概率。

例如，对于福建省莆田市下磨溪2h的面雨量，统计6个台风过程，用3个气象站和自动雨量站的雨量资料和协克里金方法计算得到的逐时2小时累计面雨量和莆田气象站对应时段累计降水进行相关分析，相关系数达0.9945，表达式为：

(5.43)

式中x为莆田气象站2小时累计雨量，y为下磨溪2小时累计面雨量。建立方程后，首先构建莆田站30年以上逐年最大2小时降雨序列，然后利用(5.42)构建下磨溪30年以上逐年最大2小时面雨量的长序列。

2、气象要素与经纬度、海拔高度相关内插法

如果某区域某气象要素(例如气温)与海拔高度、纬度、经度有较好的相关关系，就可以利用气象台站该气象要素的历史资料，建立该气象要素与海拔高度、纬度、经度的函数关系(例如回归方程)，再利用这个函数关系，内插得到经纬度网格点的该气象要素的值。

3、致灾因子与孕灾环境因子相关分析法

如果有完备的灾害调查资料(符合数理统计要求的样本数)，这些灾害调查资料中致灾因子与孕灾环境因子又有较好的相关关系(通过统计检验)，就可以构建致灾害因子与孕灾环境因子的函数关系，然后，利用气象站长序列的气象资料求致灾临界气象条件出现的概率，再利用致灾因子与孕灾环境因子的函数关系订正致灾临界条件各经纬度网格上的值，从而得到风险区划结果。

例如，冰雹和电线覆冰风险区划，由于冰雹和电线覆冰与孕灾环境关系密切，首先收集冰雹大小和持续时间/架空输电线事故时的覆冰厚度，以及灾情出现地孕灾环境的大量资料，研究冰雹指数/电线覆冰厚度与孕灾环境要素的相关性，选择相关性好的孕灾环境因子，建立冰雹指数/电线覆冰厚度与孕灾环境因子的函数关系。然后，由气象站长序列冰雹指数/电线覆冰厚度(换算成标准冰厚)资料，选用合适的概率密度函数，求出各种冰雹指数/标准覆冰厚度的出现概率，或T年一遇(或超越概率为1/T)的冰雹指数/标准覆冰厚度的数值。最后，用上面得到的冰雹指数/电线覆冰厚度与孕灾环境因子的函数关系，订正每个网格点的T年一遇(或超越概率为1/T)的冰雹指数/标准覆冰厚度的数值，从而得到冰雹/架空输电线的风险区划结果。

六、数值模拟法

一些致灾因子可以通过数值模拟的方法得到。例如在研究风灾风险区划时，需要每个格点历年最大风力，但是目前只有国家气象站具有30年以上风的观测资料。为确定每年每个格点的最大风力，就可以采用数值模拟法，对于每年的大风过程，在精细GIS数据的支持下，将气象站的实测风资料输入合适的数值模式(例如流体力学软件)内插得到大风过程每个格点的风数据，从而建立每个格点历年最大风力序列，然后对最大风力序列进行概率密度函数检验，选择最适宜的概率密度函数，确定每个格点不同风力级别出现的概率。

对于台风引发的风灾风险区划，也可以对每年的台风过程，采用以上的方法内插格点的风数据。

气象灾害风险区划小结：

1、无论是风险区划的实用性还是风险区划理论的科学性，需要得到的结果都是致灾临界气象条件超越概率区划；

2、如果有合适的、长序列致灾临界气象条件的历史资料(超过30个样本，符合平稳马尔科夫过程)，只要选择合适的概率密度分布函数，就能得到致灾临界气象条件的概率或T年一遇的致灾临界气象条件值；只有一定量样本，则可以用信息扩散模糊数学方法求取超越概率分布；

3、风险区划是要得到致灾临界气象条件超越概率的空间分布，缺乏各地致灾临界气象条件历史资料是最大挑战，主要的解决办法有：灾情推演法、降尺度法、物理/生物模型法、邻域类比法、相似法、相关法及经验判断法等。