《氣象災(zāi)害綜合風(fēng)險普查技術(shù)規(guī)范 第5部分：低溫》征求意見稿

Q/LB.□XXXXX-XXXX目次TOC\o"1-1"\h前言 II引言 III1范圍 42規(guī)范性引用文件 43術(shù)語和定義 44基本要求 65資料收集與處理 66致災(zāi)危險性調(diào)查與評估 77風(fēng)險評估與區(qū)劃 10附錄A（規(guī)范性）低溫災(zāi)害致災(zāi)危險性因子調(diào)查 12附錄B（資料性）歸一化處理方法 14附錄C（資料性）信息熵賦權(quán)法 15附錄D（資料性）主成分分析法 16附錄E（資料性）專家打分法 17附錄F（資料性）自然斷點分級法 18附錄G（資料性）標準差等級劃分方法 19參考文獻 20前言本文件按照GB/T1.1—2020《標準化工作導(dǎo)則第1部分：標準化文件的結(jié)構(gòu)和起草規(guī)則》的規(guī)定起草。本文件是DB34/T×××《氣象災(zāi)害綜合風(fēng)險普查技術(shù)規(guī)范》的第5部分。DB34/T×××由以下9部分組成：——第1部分：暴雨；——第2部分：干旱；——第3部分：臺風(fēng)；——第4部分：高溫；——第5部分：低溫；——第6部分：冰雹；——第7部分：大風(fēng)；——第8部分：雷電；——第9部分：雪災(zāi)。請注意本文件的某些內(nèi)容可能涉及專利。本文件的發(fā)布機構(gòu)不承擔(dān)識別專利的責(zé)任。本文件由安徽省氣象標準局提出并歸口。本文件起草單位：安徽省氣候中心、安徽省農(nóng)村綜合經(jīng)濟信息中心、安徽省公共氣象服務(wù)中心、安徽省氣象災(zāi)害防御技術(shù)中心、安徽華信瑞云信息技術(shù)有限公司。本文件主要起草人：戴娟、田紅、程向陽、謝五三、王勝、唐為安、吳蓉、丁小俊、許瑩、劉瑞娜、周建平、王傳輝。引言安徽作為中國南北氣候過渡帶，氣象災(zāi)害種類多、頻次高、影響大、損失重，且氣象災(zāi)害具有復(fù)雜的地域特征。DB34/T×××給出了適用于安徽實際的氣象災(zāi)害綜合風(fēng)險普查技術(shù)方法，可為全省氣象災(zāi)害綜合風(fēng)險普查工作的開展提供技術(shù)支撐。DB34/T×××按照暴雨、干旱、臺風(fēng)、高溫、低溫、冰雹、大風(fēng)、雷電、雪災(zāi)分為9個部分。氣象災(zāi)害綜合風(fēng)險普查技術(shù)規(guī)范第5部分：低溫范圍本文件規(guī)定了氣象災(zāi)害綜合風(fēng)險普查（低溫）的基本要求、資料收集與處理、致災(zāi)危險性調(diào)查與評估、風(fēng)險評估與區(qū)劃。本文件適用于安徽省氣象災(zāi)害綜合風(fēng)險普查（低溫）工作。規(guī)范性引用文件下列文件中的內(nèi)容通過文中的規(guī)范性引用而構(gòu)成本文件必不可少的條款。其中，注日期的引用文件，僅該日期對應(yīng)的版本適用于本文件；不注日期的引用文件，其最新版本（包括所有的修改單）適用于本文件。QX/T410—2017茶樹霜凍害等級術(shù)語和定義下列術(shù)語和定義適用于本文件。低溫災(zāi)害lowtemperaturedisaster因冷空氣異?；顒拥仍蛟斐蓜×医禍匾约皟鲇辍⒀?、冰（霜）凍所造成的災(zāi)害事件。冷空氣過程coldairprocess冷空氣發(fā)生、發(fā)展、結(jié)束的天氣過程。［來源：QX/T393—2017，2.2］冷空氣過程coldairprocess1－5月和9－12月單站出現(xiàn)中等以上強度冷空氣（日最低氣溫48小時降溫幅度≥6℃），且降溫持續(xù)兩日及以上的冷空氣過程。滿足日最低氣溫48小時降溫幅度≥6℃的首日為冷空氣過程的開始日；日最低氣溫不連續(xù)下降，則判定冷空氣過程結(jié)束，日最低氣溫連續(xù)下降的最后一日為冷空氣過程的結(jié)束日。冬小麥春霜凍springfrostdamagetowinterwheat3月11日—4月30日期間日最低氣溫≤1℃的低溫過程。茶葉春霜凍springfrostdamagetotea3月11日—4月20日期間日最低氣溫≤4℃的低溫過程。冰凍過程freezingprocess日平均氣溫≤1℃，且降水量＞0.1mm或積雪深度＞0cm的低溫過程。春季低溫冷害springcolddamage3—4月日平均氣溫≤10℃，且持續(xù)3天及以上的低溫過程。風(fēng)險普查riskinvestigation對產(chǎn)生風(fēng)險的致災(zāi)因子及其危險性、承災(zāi)體及其暴露度和脆弱性、防災(zāi)減災(zāi)能力等相關(guān)重要信息的收集、調(diào)查。［來源：GB/T39195—2020，3.2］承災(zāi)體hazard-affectedbody承受災(zāi)害的對象。［來源：QX/T405—2017，3.3］低溫災(zāi)害承災(zāi)體暴露度lowtemperaturedisasterhazard-affectedbodyexposure評估區(qū)域內(nèi)可能受到低溫災(zāi)害影響的人員、經(jīng)濟、農(nóng)業(yè)生態(tài)系統(tǒng)（農(nóng)作物）、電力、交通和基礎(chǔ)設(shè)施等承災(zāi)體的數(shù)量和價值量。低溫災(zāi)害承災(zāi)體脆弱性lowtemperaturedisasterhazard-affectedbodyvulnerability評估區(qū)域內(nèi)由低溫災(zāi)害潛在危險因素造成的傷害或損失程度，其綜合反映了自然災(zāi)害損失程度。脆弱性分解為災(zāi)損敏感性和防災(zāi)減災(zāi)能力，分別指承受災(zāi)害的程度（承災(zāi)體本身的屬性）和可恢復(fù)的能力和彈性（應(yīng)對能力）。致災(zāi)危險性hazard致災(zāi)因子的變異等級及其出現(xiàn)的可能性。［來源：QX/T527—2019，2.4］低溫災(zāi)害孕災(zāi)環(huán)境lowtemperaturedisasterformingenvironment增強或減弱低溫災(zāi)害影響的海拔、坡向等自然因素。低溫災(zāi)害風(fēng)險lowtemperaturedisasterrisk低溫災(zāi)害活動對人口、經(jīng)濟、基礎(chǔ)設(shè)施、農(nóng)業(yè)和交通等承災(zāi)體造成影響和危害的可能性。低溫災(zāi)害風(fēng)險主要取決于致災(zāi)危險性、承災(zāi)體暴露度和脆弱性三個因素綜合作用的結(jié)果。低溫災(zāi)害風(fēng)險評估lowtemperaturedisasterriskassessment綜合考慮低溫災(zāi)害致災(zāi)危險性、承災(zāi)體暴露度與脆弱性，對低溫災(zāi)害風(fēng)險大小進行評價的過程。低溫災(zāi)害風(fēng)險區(qū)劃lowtemperaturedisasterriskzoning根據(jù)低溫災(zāi)害風(fēng)險評估結(jié)果，結(jié)合行政區(qū)劃，對低溫災(zāi)害風(fēng)險進行基于空間單元的劃分?；疽髢?nèi)容要求低溫災(zāi)害風(fēng)險普查包括致災(zāi)危險性調(diào)查與評估及風(fēng)險評估與區(qū)劃。資料要求采用權(quán)威部門發(fā)布的資料，資料來源、數(shù)據(jù)精度及數(shù)據(jù)質(zhì)量有明確的描述，對不同來源的資料進行標準化處理。方法要求在進行致災(zāi)危險性和風(fēng)險評估時，各類因子指標應(yīng)進行歸一化處理，見附錄B。權(quán)重系數(shù)計算可采用信息熵賦權(quán)法、主成分分析法、專家打分法，見附錄C、D和E；區(qū)劃等級劃分可采用自然斷點法或標準差法，見附錄F和附錄G。資料收集與處理資料收集氣象資料收集評估區(qū)域內(nèi)的國家級地面氣象觀測站和常規(guī)氣象觀測站建站以來的逐日氣溫（平均氣溫、最低氣溫）、日照時數(shù)、降水（雪）量等資料。根據(jù)資料完整性，分析處理時段可做適當調(diào)整。承災(zāi)體資料國務(wù)院第一次全國自然災(zāi)害綜合風(fēng)險普查領(lǐng)導(dǎo)小組辦公室制作的國內(nèi)生產(chǎn)總值（GDP）、農(nóng)作物面積、人口等格網(wǎng)數(shù)據(jù)。災(zāi)情資料政府部門發(fā)布的低溫災(zāi)害導(dǎo)致的受災(zāi)人口、死亡人口、農(nóng)作物受災(zāi)面積、農(nóng)作物絕收面積、直接經(jīng)濟損失等數(shù)據(jù)。地理信息資料分辨率不低于1:250000的數(shù)字高程模型（DEM）數(shù)據(jù)和行政邊界。資料處理氣象、承災(zāi)體和地理信息資料處理氣象資料、承災(zāi)體資料、地理信息資料進行歸一化處理（見附錄B）。資料空間化處理在地理信息系統(tǒng)（GIS）平臺上將氣象資料、承災(zāi)體資料、地理信息資料處理成統(tǒng)一的空間分辨率和空間投影坐標系統(tǒng)的柵格數(shù)據(jù)，建立低溫災(zāi)害風(fēng)險評價GIS數(shù)據(jù)庫。致災(zāi)危險性調(diào)查與評估致災(zāi)危險性調(diào)查按附錄A開展低溫災(zāi)害致災(zāi)危險性因子調(diào)查。致災(zāi)危險性評估冬小麥春霜凍致災(zāi)危險性評估冬小麥春霜凍指數(shù)按表1提取冬小麥春霜凍過程，判定冬小麥春霜凍等級。冬小麥春霜凍等級指標（日最低氣溫）時段輕度中度重度拔節(jié)期(3月11日—4月30日)（-1.0℃，1.0℃］（-3.5℃，-1.0℃］≤-3.5℃冬小麥春霜凍指數(shù)按公式（1）計算： MS=IS1+3I式中：MS——冬小麥春霜凍指數(shù)IS1——冬小麥發(fā)生輕度春霜凍的天數(shù)IS2——冬小麥發(fā)生中度春霜凍的天數(shù)IS3——冬小麥發(fā)生重度春霜凍的天數(shù)冬小麥春霜凍孕災(zāi)環(huán)境冬小麥春霜凍孕災(zāi)環(huán)境考慮海拔高度影響。冬小麥春霜凍致災(zāi)危險性指數(shù)冬小麥春霜凍致災(zāi)危險性指數(shù)按公式（2）計算： HIw=0.815Msc+0.185H式中：HIw——Msc——經(jīng)歸一化處理的Hw——經(jīng)歸一化處理的海拔高度歸一化處理方法見附錄B，權(quán)重系數(shù)0.815和0.185選取采用專家打分法見附錄E。茶葉春霜凍致災(zāi)危險性評估茶葉春霜凍指數(shù)根據(jù)QX/T410—2017中的3.3結(jié)合安徽實際，按表2判定安徽省茶葉春霜凍等級。安徽省茶葉春霜凍等級（日最低氣溫）等級指標受害程度輕度2℃＜Tmin≤4℃新芽葉尖或葉尖受凍變褐色，略有損傷，面積20%以下，嫩葉出現(xiàn)麻點、麻頭，邊緣變紅，葉片呈黃褐色中度0℃＜Tmin≤2℃新芽葉尖或葉尖受凍變褐色，面積21%～50%，葉尖發(fā)紅，并從葉邊緣蔓延到葉片中部，茶芽不能開放，失去光澤，茶葉焦灼、卷縮重度Tmin≤0℃新芽葉尖或葉尖受凍變褐色，面積占51%以上，葉片卷縮干枯，葉片遇風(fēng)即脫落茶葉春霜凍發(fā)生頻率按公式（3）計算： FF=1ni=1nFNi式中：FF——茶葉春霜凍發(fā)生頻率；n——年份數(shù)；m——3月11日－4月20日的天數(shù)，單位為天；FNi——第i年茶葉春霜凍發(fā)生天數(shù)茶葉春霜凍指數(shù)按公式（4）計算： CFF=0.2LFF+0.3MFF+0.5HFF (AUTONUM)式中：CFF——茶葉春霜凍指數(shù)（茶葉春霜凍害發(fā)生綜合頻率）；LFF——輕度春霜凍害發(fā)生頻率；MFF——中度春霜凍害發(fā)生頻率；HFF——重度春霜凍害發(fā)生頻率。茶葉春霜凍孕災(zāi)環(huán)境按表3對海拔敏感性指數(shù)進行賦值。海拔敏感指數(shù)賦值標準海拔高度（m）＜200200～500500～900900～1200＞1200H00.20.50.81.0按表4對坡向敏感性指數(shù)（ES）進行賦值。坡向敏感性指數(shù)賦值標準坡向南坡（157.5°≤A＜202.5°）東南坡（112.5°≤A＜157.5°）西南坡（202.5°≤A＜247.5°）東坡（67.5°≤A＜112.5°）西坡（247.5°≤A＜292.5°）東北坡（22.5°≤A＜67.5°）西北坡（292.5°≤A＜337.5°）北坡（0°≤A＜22.5°）(337.5°≤A＜360°)ES00.51.0A表示坡面法線在水平面上的投影與過該點的正北方向的夾角坡向像元值茶葉春霜凍孕災(zāi)環(huán)境考慮海拔和坡向的影響，按公式（5）計算茶葉春霜凍孕災(zāi)環(huán)境影響指數(shù)： E=ES+Ht/2 (式中：E——茶葉春霜凍孕災(zāi)環(huán)境影響指數(shù)；ES——坡向敏感性指數(shù)；Ht——茶葉春霜凍致災(zāi)危險性指數(shù)茶葉春霜凍致災(zāi)危險性指數(shù)按公式（6）計算： HIt=0.75CFFt+0.25式中：HIt——CFFt——經(jīng)歸一化處理Et——經(jīng)歸一化處理的茶葉春霜凍孕災(zāi)環(huán)境影響歸一化處理方法見附錄B，權(quán)重系數(shù)0.75和0.25選取采用專家打分法見附錄E。冰凍致災(zāi)危險性評估冰凍過程強度指數(shù)冰凍過程強度指數(shù)按公式（7）計算： Is=A×Iday+B×I式中：Is——冰凍過程強度指數(shù)A——冰凍過程持續(xù)時間權(quán)重系數(shù)；Iday——冰凍過程持續(xù)時間B——冰凍過程最低日平均氣溫權(quán)重系數(shù)；It——冰凍過程最低日平均氣溫C——冰凍過程最低日最低氣溫權(quán)重系數(shù)；Itmin——冰凍過程最低日最低氣溫D——冰凍過程的累計雨雪量權(quán)重系數(shù)；Ipre——冰凍過程的累計雨雪量權(quán)重系數(shù)推薦采用信息熵賦權(quán)法（見附錄C）或主成分分析法（見附錄D）確定。年冰凍強度指數(shù)年冰凍強度指數(shù)按公式（8）計算： HIi=1ni=1n式中：HIi——年冰凍強度指數(shù)n——年份數(shù)；INi——第i年冰凍過程強度指數(shù)年冰凍強度指數(shù)孕災(zāi)環(huán)境修正海拔高度≥100m區(qū)域的年冰凍強度指數(shù)進行孕災(zāi)環(huán)境修正，按公式（9）計算： HIin=-4.928lnx+24.989 式中：HIin——修正后的年冰凍強度指數(shù)x——國家氣象觀測站海拔高度。修正后的年冰凍強度指數(shù)歸一化處理（見附錄B），得到冰凍致災(zāi)危險性指數(shù)；對海拔高度＜100m區(qū)域的年冰凍強度指數(shù)不修正。致災(zāi)危險性區(qū)劃基于低溫致災(zāi)危險性指數(shù)，綜合考慮研究行政區(qū)劃，采用自然斷點（見附錄F）或標準差（見附錄G）等方法，將低溫災(zāi)害致災(zāi)危險性劃分為高、較高、較低和低4個等級，制作致災(zāi)危險性區(qū)劃圖并分區(qū)評述。風(fēng)險評估與區(qū)劃承災(zāi)體評估承災(zāi)體評估包括暴露度評估和脆弱性評估。承災(zāi)體因子結(jié)合資料實際獲取情況，承災(zāi)體宜在表5所列因子中選取。承災(zāi)體暴露度和脆弱性因子承災(zāi)體暴露度因子（E）脆弱性因子（V）人口人口密度0-14歲及65歲以上人口數(shù)比重國民經(jīng)濟GDP多年平均臺風(fēng)直接經(jīng)濟損失占GDP比例農(nóng)業(yè)國土面積或耕地面積多年農(nóng)作物受災(zāi)面積占比暴露度指數(shù)承災(zāi)體暴露度指數(shù)按公式（10）計算： EI=SmS×100%式中：EI——承災(zāi)體暴露度指數(shù)；Sm——評估區(qū)域內(nèi)多年平均的人口、GDP或農(nóng)作物種植面積；S——評估區(qū)域總?cè)丝?、面積或耕地面積。脆弱度指數(shù)承災(zāi)體脆弱性指數(shù)按公式（11）計算： VI=Sv式中：VI——承災(zāi)體脆弱性指數(shù)；Sv——S——評估區(qū)域內(nèi)總?cè)丝凇DP或農(nóng)作物種植面積。風(fēng)險評估根據(jù)低溫災(zāi)害風(fēng)險形成原理及評價指標體系，分別將致災(zāi)因子危險性、承災(zāi)體暴露度和承災(zāi)體脆弱性各指標進行歸一化，再加權(quán)綜合，建立低溫災(zāi)害風(fēng)險評估模型，按公式（12）計算： LDRI=HI式中：LDRI——承災(zāi)體（人口或GDP或農(nóng)作物等）低溫HI——低溫致災(zāi)危險性指數(shù)；EI——承災(zāi)體暴露度指數(shù)；VI——承災(zāi)體脆弱性指數(shù)。we——致災(zāi)危險性指數(shù)的權(quán)重系數(shù)；wh——承災(zāi)體暴露度的權(quán)重系數(shù)；ws——承災(zāi)體脆弱性指數(shù)的權(quán)重系數(shù)。權(quán)重系數(shù)大小依據(jù)各因子對低溫災(zāi)害的影響程度大小，可根據(jù)信息熵賦權(quán)法（見附錄C）、專家打分法（見附錄E）等多種方法，并結(jié)合當?shù)貙嶋H情況討論確定；致災(zāi)危險性指數(shù)、承災(zāi)體暴露度和脆弱性指數(shù)三者的權(quán)重系數(shù)之和為1。風(fēng)險區(qū)劃根據(jù)低溫災(zāi)害風(fēng)險指數(shù)大小，采用自然斷點分級法（見附錄F）或標準差（見附錄G）等，將低溫災(zāi)害風(fēng)險劃分為高、較高、中、較低和低5個等級，制作風(fēng)險區(qū)劃圖并分區(qū)評述。

（規(guī)范性）

低溫災(zāi)害致災(zāi)危險性因子調(diào)查表A.1低溫災(zāi)害（冷空氣過程）致災(zāi)危險性因子調(diào)查填表字段單位記錄1記錄2……填寫說明開始日期年月日填寫格式為“yyyymmdd”，如1958年1月1日記為19580101；結(jié)束日期年月日同上持續(xù)日數(shù)日臺站號過程最大降溫幅度℃累計降溫幅度℃過程極端最低氣溫℃?zhèn)渥⑻畋砣耍簭?fù)核人：審查人：聯(lián)系電話：單位：省市縣填表日期：年月表A.2低溫災(zāi)害（春霜凍）致災(zāi)危險性因子調(diào)查填表字段單位記錄1記錄2……填寫說明開始日期年月日填寫格式為“yyyymmdd”，如1958年1月1日記為19580101；結(jié)束日期年月日同上持續(xù)日數(shù)日臺站號春霜凍日最低氣溫℃?zhèn)渥⑻畋砣耍簭?fù)核人：審查人：聯(lián)系電話：單位：省市縣填表日期：年月表A.3低溫災(zāi)害（春季低溫冷害）致災(zāi)危險性因子調(diào)查填表字段單位記錄1記錄2……填寫說明災(zāi)害類型開始日期年月日填寫格式為“yyyymmdd”，如1958年1月1日則為19580101；若具體時間不詳，只有年月的，如3月按3月00日填寫結(jié)束日期年月日同上持續(xù)日數(shù)日臺站號過程最低日平均氣溫℃過程最低日最低氣溫℃?zhèn)渥⑻畋砣耍簭?fù)核人：審查人：聯(lián)系電話：單位：省市縣填表日期：年月表A.4低溫災(zāi)害（冰凍過程）致災(zāi)危險性因子調(diào)查填表字段單位記錄1記錄2……填寫說明開始日期年月日填寫格式為“yyyymmdd”，如1958年1月1日記為19580101；結(jié)束日期年月日同上持續(xù)日數(shù)日臺站號過程最低日平均氣溫℃過程最低日最低氣溫℃過程累計降水量毫米備注填表人：復(fù)核人：審查人：聯(lián)系電話：單位：省市縣填表日期：年月

（資料性）

歸一化處理方法歸一化是將有量綱的數(shù)值經(jīng)過變換，化為無量綱的數(shù)值，進而消除各指標的量綱差異。歸一化處理見公式（B.1）。 Di=0.5+0.5×Xi-Xmin式中：Di——第i個評價指標的歸一化數(shù)值；Xi——第i個評價指標；Xmax——評價指標中的最大值；Xmin——評價指標中的最小值。

（資料性）

信息熵賦權(quán)法信息熵表示系統(tǒng)的有序程度。在多指標綜合評價中，熵權(quán)法可以客觀的反映各評價指標的權(quán)重。一個系統(tǒng)的有序程度越高，則熵值越大，權(quán)重越?。环粗?，一個系統(tǒng)的無序程度越高，則熵值越小，權(quán)重越大。即對于一個評價指標，指標值之間的差距越大，則該指標在綜合評價中所起的作用越大；如果某項指標的指標值全部相等，則該指標在綜合評價中不起作用。設(shè)評價體系是由m個指標n個對象構(gòu)成的系統(tǒng)，首先計算第i項指標下第j個對象的指標值rij所占指標比重Pij： Pij=式中：rij——第i項指標下第j個對象的指標值。由熵權(quán)法計算第i個指標的熵值Si，見公式（C.2）。 Si=式中：Si——第i個指標的熵值。計算第i個指標的熵權(quán)，確定該指標的客觀權(quán)重ωi，見公式（C.3）。 ωi=式中：ωi——第i個指標的熵權(quán)確定的客觀權(quán)重。

（資料性）

主成分分析法主成分分析也稱主分量分析，旨在利用降維的思想，把多指標轉(zhuǎn)化為少數(shù)幾個綜合指標。它是一種數(shù)學(xué)變換的方法，把給定的一組相關(guān)變量通過線性變換轉(zhuǎn)成另一組不相關(guān)的變量，這些新的變量按照方差依次遞減的順序排列。在數(shù)學(xué)變換中保持變量的總方差不變，使第一變量具有最大的方差，稱為第一主成分，第二變量的方差次大，并且和第一變量不相關(guān)，稱為第二主成分。依次類推，I個變量就有I個主成分。

（資料性）

專家打分法專家打分法也稱為德爾菲法（Delphi），是指通過匿名方式征詢有關(guān)專家的意見，對專家意見進行統(tǒng)計、處理、分析和歸納，客觀地綜合多數(shù)專家經(jīng)驗與主觀判斷，對大量難以采用技術(shù)方法進行定量分析的因素做出合理估算，經(jīng)過多輪意見征詢、反饋和調(diào)整后，來確定各因子的權(quán)重系數(shù)。該方法確定的權(quán)重系數(shù)能較好的反映出實際情況下各致災(zāi)因子在災(zāi)害形成過程的作用，但存在一定的主觀因素。

（資料性）

自然斷點分級法分類子集總偏差平方和計算針對分類結(jié)果中的某一子集的數(shù)組按公式（F.1）計算總偏差平方和（SDAM）。 SDAM=i=1nxi式中：SDAM——總偏差平方和；x——數(shù)組序列中所有元素的均值，按公式（F.2）計算；n——數(shù)組中元素個數(shù)；xi——第i個元素的值。 x=1ni=1nx式中：x——數(shù)組序列中所有元素的均值；n——數(shù)組中元素個數(shù)；xi——第i個元素的值。分類范圍確定將數(shù)據(jù)中所有M個元素分為K個子集，其中K個子集共有C種分類結(jié)果，其中一種分類結(jié)果為[X1X2…Xi]，[Xi+1Xi+2…Xj