Vulnerability indices are valuable tools for supporting disaster risk management and are primarily used to reduce human losses. Despite relevant advances in developing tools and metrics towards identifying vulnerable populations, one current challenge is the incorporation of socioeconomic information into an early warning system for disasters. This paper aims to propose and evaluate a vulnerability population index to support monitoring and issuing early warnings for disaster risk in Brazil. Using indicators that characterize the population's physical exposure and capacity for response, the Operational Index for Vulnerability Analysis (InOV) was developed for 443 Brazilian municipalities. This study advances the current understanding of this topic through its use of data on an intra-urban scale, which allows a relational analysis of at-risk areas within each municipality. Based on a total of 6,227,740 vulnerable people in landslide risk areas, almost 42% were classified with very high, 35% with high and 23% with medium vulnerability. Data regarding the victims and populations affected by landslides were used to validate the index. The correlation between the incidences of human losses in the areas classified as very high vulnerability class was verified. The development and validation of the InOV demonstrated the potential for incorporating socioeconomic information into the context of the Brazilian Early Warning System (BEWS). This index can support the identification of priority areas providing additional information about vulnerable populations to be included in early warnings of disaster risk.

脆弱性指数是支持灾难风险管理的宝贵工具，并且主要用于减少人员伤亡。尽管在开发用于确定易受害人群的工具和指标方面取得了重大进展，但当前的挑战是将社会经济信息纳入灾害预警系统。本文旨在提出和评估脆弱性人口指数，以支持对巴西的灾害风险进行监测和发布预警。利用表征人口身体暴露和应对能力的指标，为443个巴西城市制定了脆弱性分析操作指数（InOV）。这项研究通过在城市范围内使用数据来增进对这一主题的当前理解，这样就可以对每个城市的高风险地区进行相关分析。根据滑坡风险地区的总共6,227,740名脆弱人群，将近42％的人群划分为非常高，35％的人群为高和23％的人群为中度。有关受滑坡影响的受害者和人口的数据用于验证该指数。证实了在被归类为极高脆弱性地区的人员流失发生率之间的相关性。InOV的开发和验证证明了将社会经济信息纳入巴西预警系统（BEWS）的潜力。该索引可以帮助确定优先领域，提供有关易受害人群的更多信息，以便将其纳入灾害风险预警中。根据滑坡风险地区的总共6,227,740名脆弱人群，将近42％的人群划分为非常高，35％的人群为高和23％的人群为中度。有关滑坡受害者和人口的数据用于验证该指数。证实了在被归类为极高脆弱性地区的人员流失发生率之间的相关性。InOV的开发和验证证明了将社会经济信息纳入巴西预警系统（BEWS）的潜力。该索引可以帮助确定优先领域，提供有关易受害人群的更多信息，以便将其纳入灾害风险预警中。根据滑坡风险地区的总共6,227,740名脆弱人群，将近42％的人群划分为非常高，35％的人群为高和23％的人群为中度。有关滑坡受害者和人口的数据用于验证该指数。证实了在被归类为极易受伤害等级的地区中的人员流失发生率之间的相关性。InOV的开发和验证证明了将社会经济信息纳入巴西预警系统（BEWS）的潜力。该索引可以帮助确定优先领域，提供有关易受害人群的更多信息，以便将其纳入灾害风险预警中。35％（高）和23％（中）。有关滑坡受害者和人口的数据用于验证该指数。证实了在被归类为极高脆弱性地区的人员流失发生率之间的相关性。InOV的开发和验证证明了将社会经济信息纳入巴西预警系统（BEWS）的潜力。该索引可以帮助确定优先领域，提供有关易受害人群的更多信息，以便将其纳入灾害风险预警中。35％（高）和23％（中）。有关滑坡受害者和人口的数据用于验证该指数。证实了在被归类为极高脆弱性地区的人员流失发生率之间的相关性。InOV的开发和验证证明了将社会经济信息纳入巴西预警系统（BEWS）的潜力。该索引可以帮助确定优先领域，提供有关易受害人群的更多信息，以便将其纳入灾害风险预警中。证实了在被归类为极高脆弱性地区的人员流失发生率之间的相关性。InOV的开发和验证证明了将社会经济信息纳入巴西预警系统（BEWS）的潜力。该索引可以帮助确定优先领域，提供有关易受害人群的更多信息，以便将其纳入灾害风险预警中。证实了在被归类为极易受伤害等级的地区中的人员流失发生率之间的相关性。InOV的开发和验证表明了将社会经济信息纳入巴西预警系统（BEWS）的潜力。该索引可以帮助确定优先领域，提供有关易受害人群的更多信息，以便将其纳入灾害风险预警中。