由于泥石流具有不可消除和不可避免的自然属性，在评估一个地区的泥石流是否会形成泥石流灾害时，既需要考虑泥石流自身的自然属性，也需要考虑使得泥石流成为灾害的社会经济属性，即危险性与易损性。
基于该原则，本节选取9项能代表泥石流灾害经济损失风险的评估指标：
● 泥石流灾害危险性指标：气温、降水、土地利用类型等能反映泥石流灾害发生可能性的指标，该类指标也是导致泥石流发生的主要自然因素；
● 泥石流灾害易损性指标：地区经济发展、人口、固定资产等反映在泥石流灾害发生时造成损失可能性的指标，该类指标也是导致泥石流转变为泥石流灾害的社会经济因素。
并且在基于评估指标选取的危险性和易损性原则上，结合《云南统计年鉴》《云南减灾年鉴》已有数据，选取如下指标构建云南三江并流区泥石流灾害经济损失风险评估体系：
（1）危险性评估指标
①年平均气温（℃）：气温是决定一个地区气候特征的主要因素，也是导致各类自然灾害发生的影响因素，选取该指标用于反映各县区的气候特征。
②年平均降水（毫米）：降水是导致滑坡、崩塌、泥石流等自然灾害最主要的影响因素，选取该指标用于反映各县区的降水特征。
③荒山荒地和草地面积（平方公里）：荒山荒地和草地的土地特征是导致泥石流灾害发生的另一主要影响因素，选取该指标用于反映各县区土地特征。
（2）易损性评估指标
①地区生产总值（万元）：用于反映各县区社会经济发展状况及易损性，经济密度较高的地区在受到泥石流灾害影响时遭受的损失往往较高。
②总人口（万人）：用于反映各县区的人口状况，人口较为集中的地区遭受泥石流灾害影响的风险越大。
③农业生产总值（万元）：用于反映各县区的农业发展易损性，泥石流灾害的发生会对流经地区的农田、作物等农业生产造成较大影响。
④公路通车里程（千米）：用于反映各县区的道路交通状况及易损性，泥石流灾害的发生会对流经地区的道路造成破坏和损毁。(www.xing528.com)
⑤固定资产投资（万元）：用于反映各县区的固定资产状况及易损性，泥石流灾害的发生会对流经地区的房屋、厂房等固定资产造成破坏和损毁。
（3）目标变量
评估单元是否发生过泥石流灾害：反映基本评估单元是否发生过造成直接经济损失的泥石流灾害，是记为符号TRUE，否记为符号FALSE。
依据上述评估指标，本节收集了云南三江并流区各县区自1991年至2016年的统计数据，针对地区生产总值、农业生产总值以及固定资产投资，以2016年为基础使用CPI调节指数对数据进行了相应的调节。针对各县区国土面积差异，将除年平均气温和年平均降水以外的所有指标结合各县区的实际国土面积，将其转化为密度指标进行建模，转化方式为相应的指标除以各县区的国土面积。
同时，在指标选取的基础上，以云南三江并流区内的各县区为基本评估单位，各评估单位除了包括上表所示的历年数据指标外，根据历年是否发生泥石流灾害经济损失，将各样本划分为两类，即发生（记为符号：T）或不发生（记为符号：F）泥石流灾害，用于表示某评估单元是否发生过泥石流灾害。
用于构建数据集的所有指标如表 4-12所示。
表4-12 泥石流灾害风险评估指标体系
由于表 4-12中各指标之间量纲差异较大，本节对危险性指标以及易损性指标进行标准化处理，经过标准化处理后的各项指标将处于0～1之间。同时，在标准化数据的基础上将各指标数据均扩大了10倍，即处理以后的指标数据都在0～10之间。对数据指标进行标准化以后，再对各指标按数值高低进行分级处理以实现离散化，根据数据集特征，分层标准如表 4-13所示：
表4-13 指标分层标准
根据表 4-14分类标准将数据离散化处理后，将得到用于贝叶斯网络建模的原始数据集，该数据集共包含632个样本。为了避免在建模过程中由于空间自相关导致模型精度下降，本章将原始数据集中会造成空间自相关的样本进行了剔除（即将发生泥石流灾害的样本点周围地区的样本进行剔除），最终获得了包含415个样本的建模数据集，最终获得的建模数据集如下表 4-14所示：
表4-14 数据集样本示例
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
