基于云模型—风险矩阵的华南台风灾害综合等级评估

文中从台风灾害的致灾危险性和承灾体脆弱性两方面选取评价指标,利用最小鉴别信息原理计算组合权重,采用模糊数学方法得到台风致灾危险性和承灾体脆弱性的评价指数。基于云模型和风险矩阵,构建一个新的台风灾害等级评估模型。以1984—2016年登陆华南的50个台风为例,对华南台风灾害风险进行综合等级评估,结果与实际相符。与基于云模型—权重分配、模糊数学的台风灾害综合风险等级评估模型的结果进行比较,发现基于云模型—风险矩阵的台风灾害综合等级评估模型,不仅利用了云模型的优点,充分考虑了台风灾害的模糊性和随机性,还利用风险矩阵合成了台风致灾危险性和承灾体脆弱性的评价结果,比单一的模糊数学模型更合理可靠,在一定程度上也比云模型—权重分配模型结果更符合实际。     

广东省台风灾害风险综合评估

利用1951—2010年的台风数据和2010年人口及统计数据,结合国内灾害系统理论和国外通用风险评估公式,对广东省各市台风灾害风险进行评估,并应用GIS技术分析各个指标的分级分布情况。通过建立台风路径缓冲区,并根据计算灾次比的方法评估台风灾害的危险性;利用各市总人口数和生产总值表示暴露程度,选取5个指标分别表征人口和社会资产两种承灾体的敏感性;再结合暴露度和敏感性得到承灾体脆弱性指标;最终由灾害危险性和承灾体脆弱性两项指标综合计算出广东省各市的台风灾害风险性。结果表明:台风对广东省的影响程度总体上呈现出沿海向内陆递减的趋势,粤西沿海台风危险性最高;广州、湛江人口暴露度最高,广州、深圳社会经济资产暴露度最高;人口敏感性指数等级高的城市人口总抚养比值高、女性所占人口比值高、人均可支配收入相对较低,社会经济敏感性指数等级高的城市往往经济发展水平相对较低;湛江、汕尾等城市人口数目多和人口敏感性高从而人口脆弱性很高,广州、东莞等经济发达的城市虽然社会经济敏感性低,但高的暴露值导致其脆弱性值很高。根据评估结果,当前广东省台风灾害风险值最高的城市为湛江、广州和佛山。      

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%。     

广西甘蔗秋旱灾害风险评估技术初步研究

为增强对广西甘蔗秋旱灾害的风险评估和应急管理能力,利用气象、植被、基础地理信息和社会经济数据,根据风险三角形理念,从广西甘蔗秋旱灾害的危险度、受灾可能性和承灾体脆弱度3个方面,选择因子构建甘蔗秋旱灾害风险评估的指标体系,采用层次分析法构造判断矩阵以确定各指标和因子的权重,构建评估模型,并计算广西甘蔗秋旱灾害风险指数,再基于GIS绘制广西甘蔗秋旱灾害风险区划,结果显示:高风险区和较高风险区主要分布在来宾和崇左等市的局部地区,低风险区主要分布在桂东南地区。利用灾情数据进行验证表明:广西甘蔗秋旱灾害风险分布与甘蔗灾情损失空间分布情况基本一致。     

基于GIS的广东省台风灾害风险性评价

为有效评价广东省台风灾害风险性,基于自然灾害风险性评价理论及方法和地理信息系统(GIS)相关技术,利用灾害及社会经济统计数据、遥感地图数据和其它地理数据,选择灾害危险性、孕灾环境敏感性、承灾体脆弱性和防灾减灾能力为评价指标,运用提出的TFN-AHP-EW主客观赋权法求取各评价指标相关因子的权重,建立广东省台风灾害风险性评价模型。结果表明:广东省台风灾害风险程度区域差异明显,风险性较高的地区为广东省南部沿海地区如湛江、珠海、汕尾;风险较低的地区是广东省北部地区如清远、韶关等地。      

台风灾害主要承灾体易损性研究——以浙江为例

台风灾害是威胁我国沿海地区经济社会发展的一个重大障碍,传统的台风灾害探讨的往往是致灾因子和孕灾环境对灾害的影响,但研究表明,承灾体的社会经济等易损性程度对台风灾害有着放大或缩小的作用。因此,本文通过收集和整理浙江省11个地级市的社会、经济等数据,运用统计学方法构建台风灾害承灾体的易损性评价指标,并对浙江省各地级市的易损性程度进行了评价,结果显示,省会杭州和浙东沿海台风易损性程度较高,浙江中部为中等级别,湖州、舟山和浙西南的衢州、丽水4市易损性较低。对比分析表明,该评价结果较为合理,有一定的潜在表征性,为科学的、综合的台风灾害评估工作奠定了基础。     

层次分析法和GIS技术在河南省雷电灾害风险区划中的应用

根据自然灾害风险评估理论,利用闪电定位资料、地理信息数据、社会经济数据以及雷电灾情等数据,采用层次分析法（AHP法）,从致灾因子的危险性、承灾体的暴露度和承灾体的脆弱性方面,研究雷电灾害风险评估及区划方法,建立起评价指标与风险评估的定量关系,形成了河南省雷电灾害风险评估的方法.同时,结合GIS技术,形成了致灾因子危险性分布图、承灾体的暴露度分布图和承灾体的脆弱性分布图,最终叠加形成河南省雷电灾害综合风险区划图.区划结果表明：高风险区主要位于豫东和豫西北大部分地区,低风险区主要位于豫北和豫西南部分地区.     

新兴县气象灾害的风险分析与区划

基于气象、灾情和经济社会资料,结合GIS方法对新兴气象灾害风险进行区划,在分析新兴县台风、暴雨洪涝、干旱、高温、寒害等5种气象灾害孕灾环境敏感性、致灾因子危险性、承灾体易损性、防灾减灾能力的基础上,应用加权综合法得到各评价单元(乡镇)的综合气象风险度指数,借助GIS技术,对新兴县气象灾害风险进行了区域性划分。结果表明:致灾因子危险性最大值分布在新城镇,大江镇的孕灾环境暴露性最大,承灾体脆弱性最高值分布在河头镇,防灾减灾能力最高值主要分布在新城镇和簕竹镇,综合考虑各因子,新城镇发生气象灾害的风险最高,车岗镇、水台镇、六祖镇、太平镇、稔村镇、天堂镇、东成镇、簕竹镇次之,河头镇、大江镇、里洞镇发生气象灾害的风险相对较低。     

基于人口/GDP数据空间化的雷电灾害风险评价

为满足雷电灾害风险决策的精准化需求,突破人口、GDP等社会经济数据受行政区域的限制。本文基于多源遥感资料及统计年鉴数据,反演贵州省人口、GDP空间精细化分布情况,实现受灾对象在空间上的连续性分布;同时结合闪电定位监测资料、土壤电导率(HWSD)数据、地理信息数据,从致灾因子、孕灾环境、承灾体3个方面选取评价因子,构建雷电灾害风险评价模型,实现精细化风险评价研究。结果表明:(1)通过融入坡度分布修正人居指数、土地利用数据和夜间灯光数据反演不同产业经济数据实现的人口、GDP数据空间化分布,在总体趋势和局部特征上与贵州省实际情况相符,可为雷电灾害及其他自然灾害风险评价中承灾体的精细化分布提供参考。(2)雷电灾害风险主要受致灾因子、承灾体的影响,与雷电活动频繁程度以及社会经济发展水平有关。贵州省高风险区域主要集中在六盘水、毕节东南部、黔西南东北部、安顺南部及北部、贵阳东南部,黔南西南及东北部、遵义西北部、铜仁中部及东南部等区域。     

人口与GDP空间化技术支持下的暴雨洪涝灾害承灾体脆弱性分析

基于统计年鉴资料和土地利用数据,分别建立人口、GDP空间化模型,模拟南京市浦口区人口和GDP的空间分布。并结合暴雨洪涝历史灾情数据,探索区县级行政区域暴雨洪涝灾害承灾体脆弱性风险评估技术方法,最终获得100 m×100 m格网的浦口区暴雨洪涝灾害承灾体脆弱性空间分布图。研究结果表明:(1)人口、GDP的空间化模拟结果,既与各镇街统计数据保持一致,又反映了各镇街内部的人口、GDP分布的空间变化,可以为承灾体脆弱性评估提供精细化、可靠的数据源。(2)浦口区暴雨洪涝灾害承灾体脆弱性高风险区,分布在东北部经济较为发达的城镇街道而老山山脉和沿江内陆滩涂地区脆弱性风险较低。     

内蒙古马铃薯花期干旱灾害风险区划

利用内蒙古73个旗县气象站点1979—2013年的观测资料、历史干旱灾害资料、马铃薯产量数据和社会属性数据等,通过内蒙古马铃薯花期的降水距平干旱指标,确定了干旱致灾因子的危险性分布,结合承灾体的脆弱性、孕灾环境的暴露性和防灾减灾能力的评价指标体系,利用GIS的空间分析功能,对内蒙古马铃薯花期干旱灾害的风险性进行评估与区划。结果表明:干旱高风险区主要分布在鄂尔多斯市东北部、呼和浩特市部分地区、乌兰察布市大部、锡林郭勒盟南部和赤峰市部分地区,所占面积比例为15.0%;干旱中风险区主要分布在呼和浩特市南部和北部、赤峰市大部、通辽市西部和兴安盟大部地区,所占面积比例为33.4%;干旱较低风险区主要分布在通辽市东部和呼伦贝尔市东南部,所占比例为31.8%;干旱低风险区主要分布在具有灌溉能力的河套灌区和辽河流域,所占面积比例为19.8%。     

基于雷电易发评价体系下的广西雷电区划

利用1960—2013年广西地面气象站观测雷暴资料、2009—2018年二维雷电监测定位资料和2016—2018年三维雷电定位监测资料,以闪电密度为评估要素,建立层次分析模型,绘制广西雷电易发区划图;并加载环境高程数据、2000—2019年雷灾数据以及2005年—2018年广西人口、GDP统计资料,计算雷电灾害风险值,绘制广西雷电灾害风险区划图。结果表明,广西雷电易发区划分为极高易发区、高易发区、中等易发区三个等级,其中以中等易发区为主,该区面积约占全区总面积的47%;极高易发区域主要分布在桂南、桂东南及桂东地区。广西雷电灾害风险划分为极高风险、高风险和中等风险三个等级,以中等风险为主,广西雷电灾害风险区划与雷电易发区域分布态势基本一致,等级变化趋势由沿海向内陆递减。     

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。      

基于不同重现期的南沙港区台风灾害风险评估

台风是对港口威胁最大、影响最广而评估难度最高的自然灾害之一,港口台风灾损评估对于国际大港密布的中国尤其重要。利用1997—2015年的台风气象观测资料及广州市南沙港区资产分布统计数据,采用国际减灾战略评估模型,重点测算致灾因子危险性和承灾体脆弱性,评估不同重现期下南沙港区台风灾害风险的分布特征和经济灾损状况。评估结果显示,南沙港区的台风风险水平呈现出空间非均衡性,二、三期工程风险水平较一期工程更高;当遇重现期50 a以下台风时,港区经济灾损较小,一旦超过100 a一遇等级,则可形成巨灾;港区不同部位的风险水平差异明显,其中供油、通信、空箱、给水、消防的风险水平偏高;在不考虑易损性前提下,500 a一遇台风可导致经济灾损达1.404亿美元。基于PGIS法将本地风险知识应用到GIS软件中,开展多种情景下南沙港区台风灾害风险评估的方法,可移植到其他港口的各类气象灾害损失研究。      

台风灾害风险区划中社会经济易损性因子的计算

通过对台风灾害风险区划中承灾体的分析,选取人口密度、非农业经济产值、耕地果园面积和固定资产投资额四个因子作为易损性评价因子,探讨了对各因子在1km×1km单元格内进行精细化计算的方法,得到各因子在社会经济易损性指数中的权重,依据社会经济易损性指数绘制了海南省社会经济易损性分布图。     

基于GIS揭西县台风灾害风险的区划

综合考虑致灾因子危险性、孕灾环境敏感性和承灾体易损性等3因子的作用,结合台风灾害风险性评价技术和GIS技术,对揭西县台风灾害风险程度进行评价和等级划分,并绘制揭西县台风灾害风险区划图。结果表明:河婆镇和东南部凤江、棉湖、塔头等3镇为台风灾害高风险区;总体趋势为:东南向西北地区,台风灾害风险性逐渐降低。     

属性层次模型在台风灾害评估中的应用

为了评估台风的灾害影响程度,本文分析了1971-2012年影响江西的台风灾害特征,引入了属性层次模型（AHM）,基于风、雨、气旋等气象因素计算综合影响指数,对1971-2012年影响江西的台风进行了灾害评估。另外,综合考虑风雨因素和承灾体的易损性,建立单个台风的灾害分布评估模型,对单个台风在不同区域的影响进行评估。对比灾情损失来看,此评估模型可以为开展防台减灾和灾后重建提供定量、定点的参考数据。     

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。     

基于GIS的广西溪河洪水型山洪沟空间分布特征

在GIS技术支持下,以DEM、水系、山洪灾害隐患点等地理信息为基础数据,依据流域划分原理与方法,提取广西溪河洪水山洪沟边界,根据山洪沟流域面积、主沟长度、河床比降等流域属性特征,划分溪河洪水山洪沟类型,基于行政区域、地形地貌类型、已发生灾害次数,分析广西溪河洪水型山洪沟空间分布特征,结果表明,按地域,广西溪河洪水型山洪沟主要分布在桂西北的百色市、桂北的河池市、桂东北的桂林市;按地形,广西溪河洪水型山洪沟主要分布在低山、丘陵、平原地区,中山、喀斯特石山分布较少。     

内江市雷电灾害风险评估与区划

利用2009~2018年内江市5个县（市、区）的闪电定位资料,结合内江市各乡镇、街道为单元的行政区域社会经济资料和基础地理信息资料,采用风险指数法、GIS自然断点法、加权综合评价法等数量化方法,从致灾因子危险性、承灾体暴露度、承灾体脆弱性三个方面确定11个评价指标进行综合分析,在GIS技术支持下,开展内江市雷电灾害风险分析和评估,编制内江市雷电灾害风险区划图,从而为全市建设发展、产业布局提供参考。