Skip to content

GCRI · 科学与方法

风险科学

风险科学研究的问题是:危害、风险暴露和脆弱性如何结合成损害,损害如何通过依赖网络传导,什么导致什么,以及我们能有多大把握。全球风险与创新中心(Global Centre for Risk and Innovation,GCRI)以这些基础构建其证据,使决策建立在已知内容及其可知程度之上,而不是建立在仅仅看似精确的数字之上。属于 科学与方法.

02构成要素

风险不止于危害。

同一场风暴在一个地方可能只造成轻微干扰,在另一个地方却可能酿成灾害。差别在于其他构成要素。

概念它回答的问题示例
危害可能发生什么、发生频率如何、严重程度如何?A river flood of a given depth
风险暴露Who and what is in harm’s way?洪泛区上的住宅、诊所和变电站
脆弱性How badly would they be affected?建筑类型、健康状况、收入、备用电源
能力How well can they cope and recover?预警、保险、社交网络、抢修队伍
03地理

全球的危害与暴露。

全球的洪水水体、人口密度和活跃火点,来自 NASA GIBS。每个图层均标有各自日期。

交互式地图需要JavaScript;图层列表和来源见下文。

图层 3

本页面的危害与暴露

关于本图层
证据
观测(云层造成缺口)
来源
VIIRS 全球洪水产品(NASA LANCE)
提供方
NASA LANCE
许可协议
NASA 开放数据
年份版本
每日;卫星探测;云层造成缺口
构建时的最新内容
2026-10-14
处理结果
约 250 米网格
不确定性
卫星探测;云层造成缺口。卫星或模型栅格数据,按提供方发布的原样呈现。云层、条带缺口和反演误差会造成缺口和噪声;数值是指标,而非某地的测量值。
经由以下途径到达
本站数据中继,源自 gibs.earthdata.nasa.gov
关于本图层
证据
估计值
来源
世界网格化人口 v4.11(NASA SEDAC(哥伦比亚大学 CIESIN))
提供方
NASA SEDAC(哥伦比亚大学 CIESIN)
许可协议
CC BY 4.0
年份版本
null;基于人口普查的估算,静态(2020)
处理结果
约 1 公里网格
不确定性
基于人口普查的 2020 年每平方公里人口估算,作为风险暴露背景展示;不是受任何危害影响的人数。
经由以下途径到达
本站数据中继,源自 gibs.earthdata.nasa.gov
关于本图层
证据
观测(云层和过境时间造成缺口)
来源
VIIRS NOAA-20 375 米(FIRMS)(NASA LANCE FIRMS)
提供方
NASA LANCE FIRMS
许可协议
NASA 开放数据
年份版本
每日;卫星探测;云层和过境时间造成缺口
构建时的最新内容
2026-10-13
处理结果
约 500 米网格
不确定性
所示日期的卫星热点探测结果,包括天然气火炬和工业热源;并非已确认的火情、事件报告或预警。
经由以下途径到达
本站数据中继,源自 gibs.earthdata.nasa.gov
关于本图层
证据
观测(持续云层仍会造成缺口)
来源
VIIRS NOAA-20 Level 3,8 天(NASA LANCE)
提供方
NASA LANCE
许可协议
NASA 开放数据
年份版本
8 天;卫星 8 天合成;持续云层仍会造成缺口
构建时的最新内容
2026-09-14
处理结果
约 1 公里网格
不确定性
截至所示日期的 8 天内地表的卫星皮肤温度,是高温风险暴露指标;不是气温、热指数,也不是高温预警。
经由以下途径到达
本站数据中继,源自 gibs.earthdata.nasa.gov
关于本图层
证据
观测
来源
VIIRS NOAA-20 校正反射率(NASA LANCE)
提供方
NASA LANCE
许可协议
NASA 开放数据
年份版本
每日;卫星图像
构建时的最新内容
2026-10-14
处理结果
约 250 米网格
不确定性
卫星图像。卫星或模型栅格数据,按提供方发布的原样呈现。云层、条带缺口和反演误差会造成缺口和噪声;数值是指标,而非某地的测量值。
经由以下途径到达
本站数据中继,源自 gibs.earthdata.nasa.gov
关于本图层
证据
模型生成(GIBS 发布的最新年份)
来源
MODIS Terra 和 Aqua 土地覆盖(MCD12Q1)(NASA LP DAAC)
提供方
NASA LP DAAC
许可协议
NASA 开放数据
年份版本
每年;卫星分类;GIBS 发布的最新年份
构建时的最新内容
2024-01-01
处理结果
约 500 米网格
不确定性
所示年份的卫星土地覆盖类别,含农田;该分类存在已知误差,并非农场登记册。
经由以下途径到达
本站数据中继,源自 gibs.earthdata.nasa.gov

最新可用

NASA GIBS / EOSDIS · ASTER GDEM (METI, NASA) · Blue Marble (NASA) · © OpenStreetMap贡献者 (ODbL) · Natural Earth

正在加载最新的NASA影像。

拖动以移动。按住 Ctrl 或 ⌘ 并滚动、双指缩放或使用按钮缩放;悬停可查看指针下的数值;重置可返回该区域。

危害与风险暴露,以全球为取景。NASA 发布的卫星和模型产品,各带自己的日期。它们是指标,而非对任何地点的评估。

数据:NASA GIBS · ASTER GDEM · Blue Marble · © OpenStreetMap 贡献者 · Natural Earth · NASA EONET · 美国地质调查局 · NASA JPL OPERA DIST-ALERT来源与许可

  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). NASA open data
  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). NASA open data
  • VIIRS 近实时产品(洪水、地表温度、积雪覆盖、校正反射率),NASA LANCE;影像来自 NASA GIBS。颜色依据已发布的色标重绘;显示处的数值已按六边形网格平均(经修改)。 NASA 开放数据
  • Center for International Earth Science Information Network (CIESIN), Columbia University. 2018. Gridded Population of the World, Version 4 (GPWv4): Population Density, Revision 11. NASA Socioeconomic Data and Applications Center (SEDAC). Licensed under CC BY 4.0. Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). doi:10.7927/H49C6VHW. CC BY 4.0
  • NASA 资源管理火灾信息系统(FIRMS),VIIRS 375 m 活跃火点产品,NASA LANCE;矢量瓦片来自 NASA GIBS。颜色依据已发布的色标重绘;显示处的数值已按六边形网格平均(经修改)。 NASA 开放数据
  • MODIS 陆地产品(植被指数、总初级生产力、土地覆盖),NASA LP DAAC 和 LANCE;影像来自 NASA GIBS。颜色依据已发布的色标重绘;显示处的数值已按六边形网格平均(经修改)。 NASA 开放数据
  • ASTER GDEM 是 METI 和 NASA 的产品(ASTER Global Digital Elevation Model V003,NASA LP DAAC);影像来自 NASA GIBS。颜色依据已发布的色标重绘;显示处的数值已按六边形网格平均(经修改)。引用格式:NASA/METI/AIST/Japan Spacesystems and U.S./Japan ASTER Science Team (2019). ASTER Global Digital Elevation Model V003. doi:10.5067/ASTER/ASTGTM.003. NASA 开放数据
  • 使用 Natural Earth 制作。免费矢量和栅格地图数据,见 naturalearthdata.com。 公有领域
  • © OpenStreetMap contributors (ODbL), via NASA GIBS (coastlines, boundaries, roads and place names). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). ODbL
  • Blue Marble,NASA Earth Observatory;影像来自 NASA GIBS。颜色依据已发布的色标重绘;显示处的数值已按六边形网格平均(经修改)。 NASA 开放数据
  • 地球仪和平面地图上的背景信息:海岸线、边界、道路和地名来自 NASA GIBS 参考图层(OpenStreetMap 数据,ODbL,© OpenStreetMap contributors);Blue Marble 影像可作为可选底图;3D 地形和高程读数来自 ASTER GDEM 高程色彩指数(5 m 至 200 m 分级,为便于辨识而作了夸张处理)。边界按已发布的样式绘制,不代表对任何领土的立场。
  • 实时事件:NASA Earth Observatory Natural Event Tracker(EONET);事件仅供参考,并保留其原始来源链接。
  • 实时:NASA EONET。事件仅供参考,不是主管机构的预警。
  • 实时:美国地质调查局。事件仅供参考,不是主管机构的预警。
  • Observed (EO): NASA JPL OPERA DIST-ALERT (contains modified Copernicus Sentinel data 2026). We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • NASA GIBS:我们感谢使用了美国国家航空航天局全球影像浏览服务(GIBS)提供的影像,该服务是 NASA 地球科学数据和信息系统(ESDIS)的组成部分。
  • 河流流量预报,30天及区间(GloFAS,经Open-Meteo):包含经修改的Copernicus Emergency Management Service 2026年信息;非洪水警报。
  • 天气数据来自 Open-Meteo.com (https://open-meteo.com/), 依据 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). 授权。
  • 可选图层(图层列表中有 11 个来源:实时、预报、观测和背景)开启时会在地图上和此处显示其提供方署名;预报是模型输出,派生指数是估计值。

图层与日期

  • 洪水水体,3 日合成:VIIRS 全球洪水产品,NASA LANCE · 2026年10月14日
  • Population density, 2020: Population: CIESIN, Columbia University, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · static
  • 活跃火点与热异常:VIIRS NOAA-20 375 m(FIRMS),NASA LANCE FIRMS · 2026年10月13日
  • 地表温度,日间,8 天合成:VIIRS NOAA-20 3 级产品,8 天,NASA LANCE · 2026年9月14日
  • 真彩色:VIIRS NOAA-20 校正反射率,NASA LANCE · 2026年10月13日
  • 土地覆盖类型(IGBP),年度:MODIS Terra 和 Aqua 土地覆盖(MCD12Q1),NASA LP DAAC · 2024

04量化风险

The quantities risk analysts compute, with their units and meaning.

数量定义单位
超越概率一年内损失或强度被超过的概率每年的概率;其倒数即以年计的 重现期 以年计
年均损失The loss expected per year averaged over all simulated yearsCurrency of a stated year, per year
Probable maximum loss at a return period具有既定年超越概率的损失Currency, with the return period named
Damage ratio修复成本除以重置价值,依据脆弱性曲线读取无量纲,介于零和一之间
伤残调整生命年Years of healthy life lost to disease or injury, the WHO and Global Burden of Disease measure年
风险价值与预期损失A loss quantile, and the mean loss beyond it, over a horizonCurrency, with confidence level and horizon

Risk vocabulary follows ISO Guide 73 and the Society for Risk Analysis Glossary of 2018, which define risk through consequences and their uncertainty, not through probability alone. Aven’s review of 2016 explains why that matters: a probability is a judgement conditioned on knowledge, and the strength of that knowledge belongs in the result.

05决策方法

在无法获得概率时,通过稳健性来检验决策。

方法功能限制
期望值与 成本效益分析Ranks options by probability-weighted outcomes需要可信的概率和 贴现率;掩盖尾部风险
稳健决策 与适应路径找出在多种未来情景下均表现可接受的方案,以及切换方案的信号需要就何为可接受达成一致;计算量大
信息缺口与压力测试Asks how wrong the assumptions can be before a plan failsSays nothing about which futures are more likely
结构化 专家判断征询Turns expert knowledge into calibrated ranges where data are absent对小组选择和表述方式敏感;标注为专家判断

Marchau and colleagues’ open-access volume of 2019 sets out these methods in practice. They suit long-lived infrastructure and adaptation choices, where the future cannot be given reliable probabilities.

06GCRI’s part

本领域的方法,公开发布以便他人检验。

GCRI develops and documents risk methods and is designed to help national teams apply them to their own systems; the method pages sit in the STEM Commons. Methods papers are designed for the Methods and Technical series, and every model used would carry a model card under NS-12 of the proposed Nexus Standards. Researchers can contribute worked examples, validation data and critiques of a method’s assumptions.

07Beyond single risks

Networks, causality and uncertainty.

网络

Dependence carries harm

故障通过供应、服务和金融联系扩散,借助 网络科学与传染.

Causality

何者导致何者

Separating cause from correlation with causal inference, and saying when we cannot.

不确定性

How sure we are

Quantified with probability and statistics and reported with every result.

08不确定性的类型

并非所有不确定性都相同。

  1. 01

    Natural variability

    Randomness in the system itself, which more data cannot remove.

  2. 02

    Knowledge gaps

    Limits in data and understanding, which better research can reduce.

  3. 03

    深度不确定性

    Situations where even the probabilities are unknown, explored with scenarios rather than single estimates.

11问题

问题与解答。

Why does GCRI separate hazard from risk?
因为降低风险暴露和脆弱性往往比改变危害更可行。将它们分开处理,可以看出行动在哪些方面最能发挥作用。
Is a risk score a fact?
不是。风险评分是带有假设的建模或估算摘要。GCRI 如此标注,并展示其背后的输入和不确定性。
How does GCRI deal with risks that have never happened?
借助情景、标明为专家判断的内容和压力测试。历史记录中没有出现,并不能证明风险可以忽略。
风险科学能告诉我们该怎么做吗?
它可以展示各种选项和取舍。选择涉及价值观和职责,仍由主管部门和受影响的人群作出。
我在哪里可以学习这些方法?
STEM Commons 为每种方法提供一个页面,学院与学习页面介绍面向专家、学生和志愿者的有指导学习路径。
报告贡献

从本页贡献证据。

Reports 是联合体的季刊。您对该主题的了解可以成为下一期中的证据、案例或更正,署名归您,并在属于您本人作品时以 CC BY 4.0 发布。

GCRI
全球风险与创新中心(The Global Centre for Risk and Innovation)

带来一种方法、一个数据集或一个问题。

信息和咨询现已开放。每项咨询都会获得一个编号,并告知下一步;申请、付款、算力分配和注册只有在相应团队、条款和审查能力就绪时才会开放。