级联检测引擎
探索潜在的次生灾害
连锁灾害情景参考研究文献并使用启发式权重，不代表经过校准的概率或官方预警。
工作原理
从原始数据到风险情报
监测
服务查询已启用且已配置的数据源，分别显示数据时效、错误和无观测响应。
分析
将模型设定的触发条件和权重应用于已记录的事件特征。
评估
模型将潜在次生情景连接为最多三级的链条。模型中的链条不能证明这些事件实际发生过。
级联类别
七个级联危险家族
地震链
5 个交互- Tsunami
- Landslide
- Liquefaction
- Volcanic unrest
- Dam risk
火山链
2 个交互- Lahar
- Volcanic tsunami
火灾链
2 个交互- Debris flow
- Air quality emergency
气旋链
2 个交互- Flooding
- Tornado outbreak
水文链
4 个交互- Disease outbreak
- Coastal evacuation
- River blockage
- Infrastructure damage
太空与辐射链
5 个交互- Infrastructure disruption
- Health crisis
- Spread acceleration
- Evacuation
科学方法
空间与时间建模
Spatial decay
模型按照启发式规则随距离衰减情景权重。这不能确定次生事件的发生概率或位置。
Temporal decay
时间窗口和衰减规则限制情景对指数的贡献时长。情景过期不代表危险已经结束。
链式分析
多深度级联分析
链式分析评估最深3个层级的级联危险。当地震触发海啸时，引擎同时评估沿海洪水等次生效应。
科学基础
研究背景
Gill, J.C. & Malamud, B.D. (2014)
Reviewing and visualizing the interactions of natural hazards.
Reviews of Geophysics, 52(4), 680-722.
危险交互分类框架
Kappes, M.S., Keiler, M., von Elverfeldt, K. & Glade, T. (2012)
Challenges of analyzing multi-hazard risk: a review.
Natural Hazards, 64(2), 1925-1958.
多危险风险评估方法论
Pescaroli, G. & Alexander, D. (2018)
Understanding compound, interconnected, interacting, and cascading risks: a holistic framework.
Risk Analysis, 38(11), 2245-2257.
级联风险术语和框架