内蒙古马铃薯干旱风险区划

利用1979—2013年内蒙古73个旗县气象站资料、历史干旱资料、马铃薯产量数据和社会属性数据等,通过内蒙古中西部和东部地区全生育期的降水负距平百分率与相对气象产量二者建立的回归方程,结合农业干旱等级和降水距平百分率气象干旱等级国家标准,得到了马铃薯轻旱、中旱和重旱的等级指标,确定了干旱致灾因子的危险性,结合承灾体的脆弱性、孕灾环境的暴露性和地区的防灾减灾能力的评价指标体系,利用地理信息系统（GIS）的空间分析功能,对内蒙古马铃薯干旱风险进行评估与区划。研究结果表明:高风险区主要分布在鄂尔多斯市东北部、呼和浩特市南部和北部、乌兰察布市大部和锡林郭勒盟南部地区,所占面积比例为19.1%;中风险区主要分布在呼和浩特市部分地区、赤峰市中部和南部、通辽市西北部、兴安盟东北部、呼伦贝尔市北部地区,所占面积比例为20.1%;干旱较低风险区主要分布在赤峰市西部和北部、通辽市东南部、兴安盟西南部、呼伦贝尔市东南部地区,分布区域面积最大,所占比例为41.0%;低风险区主要分布在灌溉区域,包括河套灌区和辽河流域,所占面积比例为19.8%。     

内蒙古牧区干旱灾害风险分布特征及区划

以内蒙古51个牧业旗县为研究区域,选取牧区频繁发生的旱灾为研究对象,从旱灾的致灾因子危险性、孕灾环境敏感性、承灾体易损性和防灾减灾能力4个方面着手,利用自然灾害风险指数法、专家打分法、熵权系数法和层次分析法,确定风险评估的指标及其权重,建立牧业干旱灾害风险评估模型,借助GIS技术,完成内蒙古牧区干旱灾害风险分布特征分析及其区划。结果表明:内蒙古牧区干旱高风险区呈带状分布,主要集中在沿贺兰山—阴山—大兴安岭南段一带,包括鄂尔多斯中部和东北部、巴彦淖尔市北部的部分地区、包头中部、呼和浩特市中部、乌兰察布市中部、锡林郭勒盟偏南地区、赤峰市北部、通辽市西北部地区,以上地区海拔高,地形以中、低丘陵为主,干旱致灾因子危险性高、孕灾环境敏感性高且承灾体易损性也高。     

济南市长清区暴雨洪涝灾害风险区划

基于自然灾害形成机理及风险评估原理,利用济南市长清区气象数据、自然地理和社会经济等数据,建立起致灾因子危险性、孕灾环境敏感性、承灾体易损性和防灾减灾能力4个评价指标,采用加权综合评价法和层次分析法,借助GIS空间分析技术,对暴雨灾害风险性进行评价和等级划分,并绘制出长清地区暴雨灾害综合风险区划图。结果显示:长清区暴雨灾害综合风险性分布空间性强,无明显的地域分布界限,东部高于其它地区。暴雨灾害高综合风险区分布面积较为分散且最小,占全区总面积的14.60%;中综合风险区主要分布在高综合风险区的外围,占全区总面积的30.31%;轻、低综合风险区分别占全区总面积的20.72%和34.37%。     

基于GIS的贵州省道路结冰灾害风险区划分析

本文利用贵州省84个气象站1971～2008年的观测资料和2013年贵州省社会经济资料,结合地理信息数据,从致灾因子、孕灾环境、承灾体易损性、承灾体抗灾能力等四个方面采用归一化后的加权平均方法综合分析了贵州省道路结冰灾害的风险。结果表明:贵州省道路结冰灾害风险的低风险区占全省面积的24.26%,一般风险区范围最大,占全省面积的36.41%,中等风险区占全省面积的24.02%,高风险区占全省面积的11.5%,极高风险区占比最小,为3.83%。全省中等风险及以上的风险区主要集中在贵州省中部以西地区,东部地区仅分布在在铜仁市中部的梵净山区、黔东南州西部的苗岭主锋之一雷公山一带。      

基于灾害风险因子的青海省干旱灾害风险区划

利用1961—2018年青海省气象资料、地理信息数据和社会经济数据,对青海省干旱灾害风险区划进行研究。结果表明:(1)致灾因子危险性较高的地区主要在青海省东部和南部,较低地区主要在青海省西部。(2)孕灾环境脆弱性整体自西北向东南逐渐降低,西北地区脆弱性风险较高,东南部较低。(3)承灾体暴露风险较高的地区主要在青海省东部,其他地区风险较低。(4)防灾减灾能力较高的地区主要在青海省西北部,而青海省南部和东部防灾减灾能力较低。(5)干旱灾害综合风险总体自东向西递减,高风险区主要在青海省东部地区,低风险区主要在青海省西部地区。(6)青海省干旱灾害高风险区主要由于致灾因子危险性及承灾体暴露性都较高,低风险区主要是致灾因子危险性、承灾体暴露性较低,且防灾减灾能力强。     

苏浙沪地区高温灾害风险区划研究

利用1961—2009年苏浙沪地区144个气象站的观测数据和2008—2010年苏浙沪地区社会经济资料,从致灾因子危险性、孕灾环境敏感度、承灾体易损性及抗灾能力4个方面综合评估和分析了苏浙沪地区高温灾害风险的空间差异。结果表明:1961—2009年苏浙沪地区高温致灾因子呈南高北低的分布特征,浙江地区高温致灾因子危险性明显大于上海和江苏地区;孕灾环境敏感度指数呈北部和中部地区高、南部地区低的分布,高温灾害高敏感区主要分布在江苏、上海及浙北的平原和沿海地区;经济发达和规模较大的苏浙沪核心城市多为高温灾害承灾体高易损性区,苏北和浙南相对欠发达地区多为高温灾害承灾体低易损性区、次低易损性区或中等易损性区;沪宁杭地区高温灾害的抗灾能力最强,对应的抗灾能力风险较低,而苏北地区和浙南山区高温灾害的的抗灾能力风险较高。综合致灾因子危险性、孕灾环境敏感度、承灾体易损性和抗灾能力4个方面,苏浙沪地区高温灾害综合风险总体呈中南部地区风险高、北部地区风险低的分布,高温灾害高风险区和次高风险区主要集中分布在浙江大部及上海、苏南部分地区,高温灾害低风险区或次低风险区主要分布在长江以北和浙江沿海地区。     

基于GIS的云南省1km精细化暴雨灾害风险评估

为了加强暴雨相关的防灾减灾工作的科学性，本文基于云南省126个国家气象站2010—2019年10年的逐时降水资料和基础地理信息数据，从暴雨灾害致灾因子危险性、孕灾环境敏感性和承灾体易损性3个方面，建立暴雨灾害风险评估模型，利用熵值法、自然断点法、ArcGIS插值和栅格分析方法，实现云南省暴雨灾害风险的区划评估。结果显示:①暴雨灾害高风险区主要集中于云南南部，包括西双版纳州、普洱市、红河南部、德宏州及北部地区；②迪庆州、怒江州、丽江市北部等地暴雨灾害风险等级较低；③全省暴雨灾害高风险区、次高风险区面积占比分别为7.05%、25.22%，低风险区、次低风险区面积占比分别为10.32%、21.86%。使用2020年暴雨灾害次数、暴雨日对区划评估结果进行检验表明，区划评估结果具有科学合理性。     

基于GIS的定西市干旱灾害风险评估及区划

利用1981~2010年各类干旱统计资料,结合地形特征、人口密度、社会经济等资料,构建加权归一化回归模型,借助GIS强大的空间分析功能,对定西市干旱灾害孕灾环境的敏感性、致灾因子的危险性与承灾体的暴露度进行分析与评估,最后给出了基于孕灾环境、致灾因子与承灾体3个条件的干旱灾害风险区划。结果表明,定西市干旱灾害频率呈增加趋势,1999年后3县及以上区域的春旱每年均有发生;干旱灾害的高风险区在定西市北部到中部,大体上呈D字形分布,南部为干旱灾害低风险区。定西市中北部易受干旱威胁,在农作物结构布局上应以大秋作物为主,尽量使农作物在生长及需水关键期避开前半年的主要干旱时段。     

基于气象大数据的陕西苹果北扩区冻害风险分析

采用陕西苹果北扩区国家基本（基准）气象站数据和该区191个自动气象站数据，基于农业气象灾害气候风险形成原理，计算该区苹果花期冻害、越冬冻害的气候风险指数以及环境脆弱性风险指数，并基于地理信息系统平台绘制各项风险的分布图。结果显示：低风险区主要分布在清涧、绥德、吴堡的全境，子洲南部大部，米脂、佳县东南部大部；中风险区主要分布在横山、靖边东部、榆阳南部、神木中部；高风险区主要分布在定边和吴起全境、志丹北部大部、靖边西部，榆阳、神木、府谷的北部。     

基于GIS的贵州省农业干旱灾害危险性评价

贵州是典型喀斯特地貌发育区,生态环境脆弱,农业干旱灾害频发,开展农业干旱灾害危险性评价与区划研究,可为贵州农业防旱减灾工作提供科学指导。该文从气候、地形、水资源、土壤环境、地表覆盖性质等方面选择了气象干旱综合指数(MCI)为致灾因子,坡度坡向、水源邻近度、土壤粘粒含量为孕灾环境因子、土地利用类型、植被覆盖(NDVI)为承载体脆弱性因子,采用层次层析法、熵权法结合确定权重,在GIS平台上实现了多个时间节点的农业干旱灾害危险性评价与区划,并分析了39 a以来的干旱灾害危险性格局形成过程。研究表明:(1)贵州省农业干旱灾害危险性指数为0.36,总体属于中度危险等级;(2)低危险区、次低危险区、中度危险区、次高危险区、高危险区面积依次占总面积的15.05%、27.22%、27.55%、20.91%、9.27%,次高及以上危险等级区集中分布在贵州省遵义市北部、毕节市大部、黔西南州南部及其与安顺市、黔南州交接周围地区;(3)1981—2019年,贵州农业干旱灾害危险性格局由起初的东部—北部较高危险区逐渐向西向南演变成西北—西南—北部农业干旱灾害较高危险区分布格局。总体上,西部、南部的农业干旱灾害危险性有明显增强趋势,未来贵州应该加强西部、南部的防旱抗旱工作。     

海南岛棚栽西瓜低温寡照灾害风险区划

基于自然灾害风险分析理论,利用海南岛18个市县2001-2010年的历史气象数据、棚栽西瓜面积、耕地总面积、人均GDP等资料,通过选取致灾因子危险性、承灾体易损性和防灾减灾能力这3个因子构建了海南棚栽西瓜低温寡照灾害综合风险指数模型。结果表明,海南岛棚栽西瓜低温寡照灾害高风险区集中在中部和北部,而低风险区分布在南部和西部,其余地区为中等风险区。     

冀北电网灾害事故的时空分布特征及风险评价

利用2005—2017年冀北电网输电线路逐日灾害事故记录和同期气象观测资料,统计分析该地区电网线路灾害事故的时空分布特征,评价电网输电线路的气象灾害事故风险等级。研究发现:(1)造成冀北地区电网灾害事故类型多样且分布极不均匀,主要灾种有雷害、冰害、风偏和污闪,其中雷害最多,占事故总数的70. 1%,而污闪占比最少,为3. 8%。(2)雷害频数均占冀北五地市电网气象灾害事故首位,冰害、风偏和污闪在不同地区影响不同,其中冰害、风偏对张家口电网影响较大,风偏、冰害和污闪对唐山电网影响较大,而承德、秦皇岛和廊坊电网受雷害以外灾种影响均较小。(3)冀北电网灾害事故月分布呈双峰型,主峰和次峰分别出现在6—8月和11月,主峰主要由雷害事故引起,次峰主要由冰害事故引起; 13 a间,冀北电网线路各种灾害事故均无明显变化趋势。(4)张家口东部、承德西部和南部、唐山北部是冀北电网线路气象灾害事故高风险区,唐山和秦皇岛南部、廊坊东部、张家口中部是电网线路事故低风险区,其他地区为中风险区。     

南郑县暴雨灾害风险区划研究

利用南郑县国家一般气象站1971—2016年、28个区域自动气象站2012—2016年降雨资料,DEM高程数据,辖区内社会经济资料,确定暴雨灾害的致灾因子、孕灾环境、承灾体易损性等区划因子,并使用ArcGIS对各项因子进行模拟计算,得到南郑县暴雨灾害风险区划图。区划结果表明:低风险区和次低风险区基本分布在南郑县北部,中等风险区基本分布在南郑县中部,次高风险区和高风险区基本分布在南郑县南部、东南部。     

基于GIS技术的江西省雷电灾害风险区划

利用2010—2019年江西省闪电定位监测数据、地理信息数据和社会经济数据,基于GIS技术、自然灾害风险评估方法和层次分析法等方法,从致灾因子、孕灾环境、承灾体3个方面,开展雷电灾害风险区划的研究,并形成江西省雷电灾害风险区划。结果表明：江西省雷电灾害的极高风险区和高风险区主要分布在南昌市、宜春市、新余市、上饶市、吉安市大部分地区和赣州小部分地区,中风险区和低风险区主要分布在九江市、萍乡市和抚州市大部分地区,该区划结果与江西省近10 a雷灾造成的人员伤亡情况大致吻合。     

吉林省大风气象灾害风险区划评价研究

依据灾害风险理论,结合吉林省地貌特征,构建吉林省大风气象灾害风险评价的指标体系,揭示吉林省大风气象灾害风险空间分布规律。研究结果表明：吉林省大风灾害高风险地区分布在长春大部分地区、四平部分地区、延边州敦化市的北部和吉林省东南部海拔较高的山区;次高风险地区主要分布在白城西部、松原南部、四平西部、辽源地区、吉林北部;松原北部、吉林南部、通化大部、白山大部和延边州部分地区风险性最小。从风险区划各指标的分析来看,长春市辖区附近的高风险性是由致灾因子的高危险性及承灾体的高易损性共同引起的,而延边州敦化地区北部及东南部海拔较高山区的高风险性是由致灾因子的高危险性所引起的。根据大风灾害风险分布情况,提出了相应的措施,为相关部门科学决策提供智力支持。     

内蒙古东南部暴雨洪涝灾害风险评估与区划——以通辽市为例

文章选取通辽市各气象站点气象数据、基础地理信息数据、历史灾情数据、第二次土地调查数据及相关社会经济等统计数据,基于自然灾害风险原理,利用数理统计、层次分析法及空间叠加分析等方法,提出了通辽市暴雨洪涝灾害风险评价指标体系,得到通辽市暴雨洪涝灾害风险评估空间分布图。结果表明:高风险区主要分布在通辽市北部山区、中东部地区及偏南部地区,包括扎鲁特旗鲁北镇、科尔沁区、科左中旗东南部及库伦旗东南部;而科左后旗大部地区易形成由短时强降水引发的洪涝,为次高风险区;低风险区及次低风险区主要分布在通辽市中部、西南部地区,包括开鲁县、奈曼旗北部、科左中旗西部。     

基于ArcGIS的新疆雷电灾害风险区划研究

为了明确不同区县雷电灾害风险的高低程度、防御措施和减轻雷灾损失,利用地闪资料、雷电灾情数据、社会经济资料和地理信息数据,采取归一化法、层次分析法和加权综合评价法,考虑致灾因子的危险性、孕灾环境的敏感性和承灾体的易损性3个评价指标,选择地闪密度、地闪强度、海拔高度、地形起伏、地表覆盖类型、人口密度、地均GDP、生命损失指数、经济损失指数和耕地比重等10个影响因子建立雷电灾害区划模型,绘制出新疆雷电灾害风险区划图。结果表明:雷电灾害风险极高区主要集中在阿勒泰地区北部、塔城地区大部、博州、伊犁州、喀什市和天山北坡经济带南部部分地区,而古尔班通古特沙漠和塔克拉玛干沙漠地区属于一般风险区。通过与新疆历史雷电灾情数据比较发现,雷电灾情次数空间分布与风险区划分布趋势大致吻合。     

广东晚稻寒露风保险风险区划

农业保险能够有效地分散农业自然灾害风险,提升农业生产水平。农业保险风险区划则是发展农业保险必不可少的基础研究工作,国内外经验普遍表明发展农业保险必须进行风险区划。以广东省晚稻寒露风灾害为例,基于1980—2012年广东省86个气象站的气象资料和2001—2010年《广东农村统计年鉴》21个市的晚稻单产数据,选用日平均气温≤23℃积寒指数、晚稻生产力水平构建晚稻寒露风保险风险区划指标体系,借助GIS技术制作1 km×1 km广东省晚稻寒露风保险风险专题图,将研究区域划分为低风险区、次低风险区、中等风险区和高风险区4个等级并进行评述。结果表明:晚稻生产水平指数和寒露风致灾风险高的区域,对产量影响大,风险高;反之对产量影响小,风险低。高风险区主要分布在北部的韶关和清远地区,中等风险区主要分布在东北部、中部偏西地区,次低风险区主要分布在珠江三角洲的北部和南部沿海地区,低风险区主要分布在珠江三角洲南部地区。区划结果可为保险公司开发寒露风保险产品、厘定差别的保险费率提供参考。     

基于易损度分析的吉林省雷电灾害风险区划

分析整理2003-2012年吉林省历史雷灾记录,利用48个气象站人工观测雷暴日数序列和2011年《吉林省统计年鉴》数据,结合应用聚类分析和层次分析法建立了吉林省县(市)雷电灾害易损度计算模型。利用自然断点法对模型计算出的易损度进行分级,实现了吉林省各县(市)的雷电灾害风险区划。区划结果表明:吉林省的雷电灾害风险由强到低呈现出由中部向周边递减的结构,强风险区主要位于吉林省中部和南部的地级市本市;高风险区主要位于中部和南部经济发展水平相对较高的县(市);中风险区和低风险区则主要集中于东部山区和西部平原地区。     

江南茶叶农业气象灾害风险区划

气象灾害是制约茶叶生产并影响其品质的主要因素。为提升江南地区茶叶生产气象服务保障能力,基于1961~2011年江南茶区逐日气象观测数据,分析江南茶叶主要农业气象灾害发生频率的年际及年代际分布,采用层次分析和加权综合评价方法,对茶区农业气象灾害进行综合风险区划。结果表明,随着全球气候变暖,江南茶区早春霜冻和冬季冻害发生频率均呈北多南少的纬向地带性分布,且呈逐年代减小趋势;夏季热害年代际发生频率表现为先降后猛增的特征,2000年代发生频率最高,以湖南、江西和浙江省变化最显著。江南茶叶农业气象灾害综合高风险区主要位于江苏北部和安徽北部,中风险区主要位于浙江中北部、江苏南部、安徽南部和湖北北部,而江西、湖南及福建大部、浙江南部和湖北南部属低风险区,适宜茶叶种植生产。