海南省暴雨洪涝灾害风险评价及区划研究

选取暴雨洪涝灾害较为严重的海南省为研究区,在对孕灾环境敏感性、致灾因子危险性、承灾体易损性、防灾减灾能力等因子进行定量分析评价的基础上,根据风险度指数的大小,反映暴雨洪涝灾害风险分布的地区差异性,对研究区暴雨洪涝灾害风险进行区划,结果分为5个等级。将灾情数据的空间分布与相应的灾害风险区划结果进行对比分析及结果验证,并提出相应的灾害防御措施。     

杭州市伏、秋旱灾害风险区划

根据杭州市1959-2010年降水资料、自然环境以及社会经济要素,综合致灾因子、孕灾环境、承灾环境及防灾减灾能力,构建区域干旱灾害风险评价模型。通过ArcGIS空间分析技术结合模糊综合评价法,编制以100 m＆#215;100 m栅格为基本评价单元的杭州市伏、秋旱灾害风险区划图。区划结果表明,淳安西北部、建德中南部、桐庐中部、富阳南部、临安东部以及余杭、主城区,伏旱、秋旱灾害风险均较高。     

新疆新源县暴雨洪涝灾害风险区划

本研究选用新疆新源县34个气象站2010-2019年日降水量、地理信息及社会经济等数据,采用归一化及GIS等方法,结合致灾因子危险性、孕灾环境敏感性和承灾体易损性,得出新源县暴雨洪涝灾害5个等级风险区划图。结果表明：新疆新源县暴雨洪涝灾害风险呈“东-北”分布的趋势,吐尔根乡、吐尔根农场、阿热勒托别镇、坎苏乡与那拉提镇属于洪涝高风险区;阿热勒托别镇、坎苏乡与那拉提镇的大部分区域及71、72团场属于次高风险区;新疆新源县中东部区域为中等风险区;其余区域为次低风险区与低风险区。     

改进的AHP在县域尺度暴雨洪涝风险评价的应用

以淮河流域为例,选取降水、土地利用、经济、人口等指标作为淮河流域暴雨洪涝灾害风险指标,利用信息熵改进的层次分析法确定淮河流域暴雨洪涝的风险评估指标权重,并应用于县域尺度淮河流域暴雨洪涝灾害风险评价。结果表明:(1)淮河流域暴雨洪涝灾害风险空间分布整体呈现南部高、北部低,东西高、中部次之的形态。(2)改进的层次分析法得到的高风险区比传统方法的面积减少,市县个数下降,而次高风险区、中风险区、次低以及低风险区面积比之传统方法均有增加。同时风险平均值升高,导致受灾程度可能加大。(3)改进方法得到的岳西县风险等级由高风险区降为次高风险区,低于金寨县风险等级。宿州市风险等级由次高风险区降为中风险区,较灵璧、泗县风险低,与实际情况更为相符,提高了淮河流域暴雨洪涝灾害风险评价精度。     

新疆南疆暴雨洪涝灾害风险区划

利用2010—2020年南疆气象观测逐小时降水及各县暴雨洪涝灾情数据，将灾损指标按百分位法划分为4个等级。基于GIS技术的自然断点法，从暴雨事件和孕灾环境方面，将暴雨洪涝灾害危险性等级划分为低、中低、中高、高4级。结果表明：受灾人口特重区域在和田地区洛浦县、墨玉县和于田县；直接经济损失特重在和静县、沙雅县、乌什县；农作物受灾特重在阿克苏地区沙雅县、喀什地区英吉沙县和岳普湖县。6 h、12 h、24 h最大降水量可作为南疆暴雨洪涝灾害的气象致灾因子，北部高于南部，西部高于东部，山区高于平原；暴雨洪涝灾害风险高区主要集中在和田地区于田县南部山区、阿克苏地区西部北部山区、喀什地区泽普县、巴州北部轮台县山区。     

基于GIS技术的乐山市暴雨洪涝灾害风险区划研究

利用乐山历史气象资料,综合乐山自然、社会经济与防灾资料,利用GIS技术和自然灾害风险指数,构建乐山暴雨洪涝灾害风险评价模型,对乐山暴雨洪涝风险的致灾因子危险性、孕灾环境敏感性、承灾体易损性、防灾能力多个因子定量分析,计算出全市范围暴雨洪涝灾害综合风险指数,并绘制了风险区划图。结果表明:乐山市中区、五通桥区、沙湾区、峨眉山市和夹江县的部分地区其暴雨洪涝灾害风险最大;金口河区、峨边县、马边县暴雨洪涝灾害风险最小。      

基于GIS的河池市暴雨洪涝灾害风险评估与区划

利用1981-2010年气候统计资料,分析河池市暴雨洪涝灾害时间变化、空间分布特征;结合地形地貌、人口密度分布、社会经济状况等资料,利用GIS系统分析河池市暴雨洪涝灾害致灾因子的危险性、孕灾环境的敏感性、承灾体易损性与防灾抗灾能力,最后给出基于上述4个条件的暴雨洪涝灾害风险区划。结果表明,河池市暴雨洪涝灾害呈波动式增加趋势,年均暴雨日为4.7-7.6天,东部各县暴雨洪涝开始和结束时间都较西部早;暴雨洪涝灾害综合风险的高风险区在河池市南部,北部为暴雨洪涝灾害低风险区。     

基于GIS的南宁市暴雨洪涝灾害风险评估与区划

用南宁市气象数据、自然地理数据和社会经济数据,组成自然致灾因子易发性、孕灾环境敏感性、承灾体易损性和防灾减灾能力4个指标,借助GIS的空间分析和叠加分析功能,构建南宁市暴雨洪涝灾害风险评估指标体系,得出南宁市1000m×1000 m为单元的暴雨洪涝灾害综合风险区划图.结果表明,南宁市范围内发生洪涝灾害风险最高的处于宾阳,其中危险性最高的地区处于宾阳县的东部和北部,脆弱性最高的地区则处于宾阳县的中部和横县的东南部地区.该风险区划结果基本反映了南宁市暴雨灾害的潜在风险.暴雨洪涝灾害防御的重点区域应放在风险较高的区域.     

基于GIS的榆林市暴雨灾害风险区划

利用陕西省榆林市12县区气象站1951—2011年暴雨资料及所属162个区域自动气象站2007—2011年暴雨资料进行统计,按照百分位法划分暴雨等级;结合全市年降水量分布特征及地形、经济、人口等资料,确定暴雨灾害的孕灾环境、致灾因子、承灾体易损性等区划要素;应用ArcGIS技术对各项区划因子进行小网格模拟计算,并赋予不同权重,通过综合运算得到榆林市暴雨灾害分布图,应用GIS的自然断点法及经验订正法,将全市暴雨灾害划分为高风险、次高风险、中风险、次低风险及低风险5个等级。区划结果表明：榆林市北部府谷、神木县和南部子洲、吴堡县暴雨多发,灾情重,灾害风险等级最高;西部定边、靖边暴雨最少,灾害风险等级最低。     

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。     

暴雨综合影响指标及其在灾情评估中的应用

利用广东省86个站1951～2006年的气象资料、地理信息资料和灾情等,对暴雨的致灾因子、综合影响指标及其在灾情评估中的应用进行了研究。结果表明,暴雨的致灾因子包括降雨量、暴雨强度、降雨持续时间、灾害影响面积等指标中的11个因子,这些因子之间相关显著。利用主成分分析对11个致灾因子进行综合简化,得到了一个物理意义清晰,且方差占总方差大部分的暴雨综合影响指标。根据暴雨综合影响指标,分级评判暴雨的影响程度,可以实现对暴雨灾情的灾后快速评估和预评估。     

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。      

台风暴雨的研究进展

台风灾害的主要部分往往是由台风暴雨引起的,对台风暴雨的研究有利于提高对台风天气的预报水平.过去十几年中,在远距离台风暴雨、螺旋雨带的形成理论、台风系统对中纬度地区降水的影响、暴雨分布、下垫面特征对暴雨的影响和暴雨的突然增幅等方面都取得了新的进展.我们对上述进展作了综述,并对现阶段存在的问题进行讨论.     

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。     

一种简化的暴雨灾害风险及影响评估方法和应用研究 ——以京津冀“7·21”暴雨事件为例

文章综合考虑中国区域范围内降雨时空分布特征以及地理地貌等特征,将全国降雨区划分为4大类,在此基础上,得出不同降雨类区暴雨致灾因子的强度等级评定方法;同时,研究确定了与暴雨灾害密切相关的地形高程、高程标准差、河网密度、土壤类型等环境脆弱性影响要素,并对各类要素分别进行了分级评定;将各类环境脆弱性影响要素结合暴雨致灾因子要素,运用加权求和方法建立了暴雨灾害综合风险评估模型;并结合GIS技术,将城市、农村人口分布情况、用地等数据叠加到风险分布格局中,最终分析得出不同风险等级下影响的城市和农村人口数量、土地面积等内容。该评估模型相较于以往其他暴雨风险评估模型,其适用范围更广,可以适用于全国范围内的任意区域暴雨灾害风险评估;实时评估业务能力更强,将该模型结合降雨实况资料或预报资料可以对全国任意区域降雨灾害综合风险进行事后、跟踪评估或预评估;评估对象更有针对性,结合GIS技术,可以针对得出的风险分布结果分别给出不同风险等级范围内的承灾体受影响的定量评估结果。     

0509号台风暴雨过程分析与暴雨灾害评估

针对2005年8月8～10日辽宁区域性台风暴雨过程,以常规气象资料、自动站资料及卫星云图资料为基础进行分析。结果表明:暴雨是台风、副热带高压与西风槽相互作用的结果,较好的水汽条件是产生台风暴雨的重要条件之一,低空急流是水汽输送的通道,也是台风暴雨的明显特征之一;结合单站气压连续变化以及云系变化判断“麦莎”登陆时间地点;应用基于概率分析的暴雨事件快速评估模型对暴雨灾害进行评估,评估表明暴雨过程为三级暴雨灾害,属中度级别。     

基于遗传—神经网络方法的广西台风灾害评估模型研究

选取1981—2018年影响广西且灾情记录比较完整的86个台风样本,基于台风灾害伤亡人数、直接经济损失划分灾情等级,选取致灾因子,利用遗传算法与神经网络相结合的方法建立广西台风灾害评估模型。结果表明：选取的台风灾害致灾因子与台风灾情等级之间具有显著的相关性,构建的遗传—神经网络集合预报模型对台风灾情预估效果较好,训练样本拟合一致率为86.1%,测试样本预报准确率为71.4%,其中严重和较重的台风灾情等级预报结果与实况基本一致,较轻等级的预报准确率达83.3%。     

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。      

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。