This paper presents a methodology to deaggregate the results of a multi-hazard damage analysis by extending the traditional multi-hazard damage analysis to consider both population characteristics and independent hazards. The methodology is applied to the joint seismic-tsunami hazard at Seaside, Oregon, considering four infrastructure systems: (1) buildings, (2) transportation network, (3) electric power network and (4) water supply network. Damages to all infrastructure systems are evaluated, and the networked infrastructures are used to inform parcel connectivity to critical facilities. US Census data and a probabilistic housing unit allocation method are implemented to assign detailed household demographic characteristics at the parcel level. Six dimensions of deaggregation are introduced: (1) spatial, (2) hazard type, (3) hazard intensity, (4) infrastructure system, (5) infrastructure component, and (6) housing unit characteristics. The damages, economic losses and risks, and connectivity to critical facilities are deaggregated across these six dimensions. The results show that deaggregated economic loss and risk plots can allow community resilience planners the ability to isolate high-risk events, as well as provide insights into the underlying driving forces. Geospatial representation of the results allows for the identification of both vulnerable buildings and areas within a community and is highlighted by the spatial pattern of parcel disconnection from critical facilities. The incorporation of population characteristics provides an understanding of how hazards disproportionately impact population subgroups and can aide in equitable resilience planning.

本文提出了一种方法，通过扩展传统的多灾害损害分析以考虑群体特征和独立灾害，对多灾损害分析的结果进行分解。该方法应用于俄勒冈州 Seaside 的联合地震海啸灾害，考虑四个基础设施系统：(1) 建筑物、(2) 交通网络、(3) 电力网络和 (4) 供水网络。评估所有基础设施系统的损坏情况，并使用网络基础设施通知关键设施的包裹连接。实施美国人口普查数据和概率住房单元分配方法以在地块级别分配详细的家庭人口统计特征。介绍了分解的六个维度：（1）空间，（2）危害类型，（3）危害强度，(4) 基础设施系统，(5) 基础设施组成部分，以及 (6) 住房单元特征。损坏、经济损失和风险以及与关键设施的连通性在这六个维度中分解。结果表明，分解的经济损失和风险图可以使社区复原力规划者能够隔离高风险事件，并深入了解潜在的驱动力。结果的地理空间表示允许识别社区内的脆弱建筑物和区域，并通过与关键设施断开连接的空间模式突出显示。结合人口特征可以了解灾害如何不成比例地影响人口亚群，并有助于制定公平的复原力规划。(5) 基础设施组成部分，以及 (6) 住房单元特征。损坏、经济损失和风险以及与关键设施的连通性在这六个维度中分解。结果表明，分解的经济损失和风险图可以使社区复原力规划者能够隔离高风险事件，并深入了解潜在的驱动力。结果的地理空间表示允许识别社区内的脆弱建筑物和区域，并通过与关键设施断开连接的空间模式突出显示。结合人口特征可以了解灾害如何不成比例地影响人口亚群，并有助于制定公平的复原力规划。(5) 基础设施组成部分，以及 (6) 住房单元特征。损坏、经济损失和风险以及与关键设施的连通性在这六个维度中分解。结果表明，分解的经济损失和风险图可以使社区复原力规划者能够隔离高风险事件，并深入了解潜在的驱动力。结果的地理空间表示允许识别社区内的脆弱建筑物和区域，并通过与关键设施断开连接的空间模式突出显示。结合人口特征可以了解灾害如何不成比例地影响人口亚群，并有助于制定公平的复原力规划。(6) 住房单元特征。损坏、经济损失和风险以及与关键设施的连通性在这六个维度中分解。结果表明，分解的经济损失和风险图可以使社区复原力规划者能够隔离高风险事件，并深入了解潜在的驱动力。结果的地理空间表示允许识别社区内的脆弱建筑物和区域，并通过与关键设施断开连接的空间模式突出显示。结合人口特征可以了解灾害如何不成比例地影响人口亚群，并有助于制定公平的复原力规划。(6) 住房单元特征。损坏、经济损失和风险以及与关键设施的连通性在这六个维度中分解。结果表明，分解的经济损失和风险图可以使社区复原力规划者能够隔离高风险事件，并深入了解潜在的驱动力。结果的地理空间表示允许识别社区内的脆弱建筑物和区域，并通过与关键设施断开连接的空间模式突出显示。结合人口特征可以了解灾害如何不成比例地影响人口亚群，并有助于制定公平的复原力规划。与关键设施的连接在这六个维度上进行了分解。结果表明，分解的经济损失和风险图可以使社区复原力规划者能够隔离高风险事件，并深入了解潜在的驱动力。结果的地理空间表示允许识别社区内的脆弱建筑物和区域，并通过与关键设施断开连接的空间模式突出显示。结合人口特征可以了解灾害如何不成比例地影响人口亚群，并有助于制定公平的复原力规划。与关键设施的连接在这六个维度上进行了分解。结果表明，分解的经济损失和风险图可以使社区复原力规划者能够隔离高风险事件，并深入了解潜在的驱动力。结果的地理空间表示允许识别社区内的脆弱建筑物和区域，并通过与关键设施断开连接的空间模式突出显示。结合人口特征可以了解灾害如何不成比例地影响人口亚群，并有助于制定公平的复原力规划。结果表明，分解的经济损失和风险图可以使社区复原力规划者能够隔离高风险事件，并深入了解潜在的驱动力。结果的地理空间表示允许识别社区内的脆弱建筑物和区域，并通过与关键设施断开连接的空间模式突出显示。结合人口特征可以了解灾害如何不成比例地影响人口亚群，并有助于制定公平的复原力规划。结果表明，分解的经济损失和风险图可以使社区复原力规划者能够隔离高风险事件，并深入了解潜在的驱动力。结果的地理空间表示允许识别社区内的脆弱建筑物和区域，并通过与关键设施断开连接的空间模式突出显示。结合人口特征可以了解灾害如何不成比例地影响人口亚群，并有助于制定公平的复原力规划。结果的地理空间表示允许识别社区内的脆弱建筑物和区域，并通过与关键设施断开连接的空间模式突出显示。结合人口特征可以了解灾害如何不成比例地影响人口亚群，并有助于制定公平的复原力规划。结果的地理空间表示允许识别社区内的脆弱建筑物和区域，并通过与关键设施断开连接的空间模式突出显示。结合人口特征可以了解灾害如何不成比例地影响人口亚群，并有助于制定公平的复原力规划。