Extreme environmental events have considerable impacts on society. Preparation to mitigate or forecast accurately these events is a growing concern for governments. In this regard, policy and decision makers require accurate tools for risk estimation in order to take informed decisions. This work proposes a Bayesian framework for a unified treatment and statistical modeling of the main components of risk: hazard, vulnerability and exposure. Risk is defined as the expected economic loss or population affected as a consequence of a hazard event. The vulnerability is interpreted as the loss experienced by an exposed population due to hazard events. The framework combines data of different spatial and temporal supports. It produces a sequence of temporal risk maps for the domain of interest including a measure of uncertainty for the hazard and vulnerability. In particular, the considered hazard (rainfall) is interpolated from point-based measured rainfall data using a hierarchical spatio-temporal Kriging model, whose parameters are estimated using the Bayesian paradigm. Vulnerability is modeled using zero-inflated distributions with parameters dependent on climatic variables at local and large scales. Exposure is defined as the total population settled in the spatial domain and is interpolated using census data. The proposed methodology was applied to the Vargas state of Venezuela to map the spatio-temporal risk for the period 1970–2006. The framework highlights both high and low risk areas given extreme rainfall events.

极端的环境事件会对社会产生重大影响。为减轻或准确预测这些事件做好准备已成为各国政府日益关注的问题。在这方面，政策和决策者需要准确的风险估计工具，以便做出明智的决策。这项工作提出了贝叶斯框架，对风险的主要组成部分（危害，脆弱性和暴露）进行统一处理和统计建模。风险定义为由于灾害事件而造成的预期经济损失或受影响的人口。该漏洞被解释为暴露人群由于危害事件而遭受的损失。该框架结合了不同时空支持的数据。它针对感兴趣的领域生成一系列时间风险图，包括对危害和脆弱性的不确定性度量。特别是，使用分层的时空Kriging模型从基于点的测量降雨数据中插值考虑的危害（降雨），其参数使用贝叶斯范式进行估计。使用零膨胀分布对漏洞进行建模，其参数取决于局部和大规模尺度的气候变量。暴露定义为在空间域内定居的总人口，并使用普查数据进行插值。拟议的方法应用于委内瑞拉的瓦尔加斯州，以绘制1970-2006年期间的时空风险图。该框架突出了在极端降雨事件下的高风险和低风险地区。使用分层的时空Kriging模型从基于点的测量降雨数据中插值考虑的危害（降雨），其参数使用贝叶斯范式进行估计。使用零膨胀分布对漏洞进行建模，其参数取决于局部和大规模尺度的气候变量。暴露定义为在空间域内定居的总人口，并使用普查数据进行插值。拟议的方法应用于委内瑞拉的瓦尔加斯州，以绘制1970-2006年期间的时空风险图。该框架突出了在极端降雨事件下的高风险和低风险地区。使用分层的时空Kriging模型从基于点的测量降雨数据中插值考虑的危害（降雨），其参数使用贝叶斯范式估算。使用零膨胀分布对漏洞进行建模，其参数取决于局部和大规模尺度的气候变量。暴露定义为在空间域内定居的总人口，并使用普查数据进行插值。拟议的方法应用于委内瑞拉的瓦尔加斯州，以绘制1970-2006年期间的时空风险图。该框架突出了在极端降雨事件下的高风险和低风险地区。使用零膨胀分布对漏洞进行建模，其参数取决于局部和大规模尺度的气候变量。暴露定义为在空间域内定居的总人口，并使用普查数据进行插值。拟议的方法应用于委内瑞拉的瓦尔加斯州，以绘制1970-2006年期间的时空风险图。该框架突出了极端降雨事件下的高风险和低风险地区。使用零膨胀分布对漏洞进行建模，其参数取决于局部和大规模尺度的气候变量。暴露定义为在空间域内定居的总人口，并使用普查数据进行插值。拟议的方法应用于委内瑞拉的瓦尔加斯州，以绘制1970-2006年期间的时空风险图。该框架突出了在极端降雨事件下的高风险和低风险地区。