用VB作50年台风路径资料检索与分析

介绍利用VisualBASIC可视化编程语言作 50年台风路径资料以及实时台风路径资料的检索与分析。包括台风路径资料检索程序的设计、多种路径资料的检索方法、相似路径检索方法和双台风路径检索方法等 ;利用所开发的程序框架 ,分析了若干个例的检索结果 ,如 4 8h内影响厦门市的台风路径高频中心在 19.5°N ,12 6.2°E等 ,对实际台风预报业务具有一定的参考价值     

台风风暴潮情景构建与时空推演

因台风风暴潮的突发性、情景演变时间的连续性和路径的不确定性,导致应急决策者在应急救援中难以做出正确决策,针对这一现状,将“情景—应对”应用在台风风暴潮应急决策中。本文在分析台风风暴潮情景、情景要素的概念模型基础上,首先通过资料搜集、属性识别等方法提取关键情景要素,采用框架表示法构建情景;然后分析台风风暴潮情景演变规律及演变路径;其次通过动态贝叶斯网络法构建台风风暴潮动态情景网络;最后利用先验概率与条件概率计算情景状态概率,实现了台风风暴潮的关键情景推演。本文以2018年9月16日11时至17时山竹台风对广东省沿海城市影响为例,演示了台风风暴潮的情景推演流程及关键技术。实证分析结果表明,溃堤、海水倒灌、洪水、滑坡发生的概率分别为85%、81%、74%、54%,验证了情景推演在风暴潮中应用的合理性。     

面向不同用户群体的社交媒体台风舆情演化分析及对比研究

社交媒体数据可以为台风灾害追踪、灾时救援和灾情评估提供及时有效的信息。现有研究常采用主题建模和情感分析等技术对台风期间社交媒体平台（如新浪微博等）舆论话题和情感变化进行研究。在省域范围内以小时为时间粒度的多维度有效性论证尚有欠缺,且在舆情分析时未能区分用户群体差异。本文以台风“利奇马”为例,在浙江省域范围内,以新浪微博数据为研究对象,首先从词频分析、台风关注度时空变化以及特定灾害事件响应3个角度探讨了微博数据对台风灾情响应的有效性;其次采用隐含狄利克雷分布（Latent Dirichlet Allocation,LDA）主题模型技术挖掘微博文本主题信息,并根据Louvain算法对主题社团进行划分;然后开发了一种基于自定义情感词典的情感分析方法用于情感指数计算,与SnowNLP相比情感倾向性预测精度得到了提高;最后分析了台风期间官方和民众在新浪微博平台上的话题关注以及情感演变差异。结果表明：① 在省级范围内,微博数据能有效反映台风动态和灾害时空分布;② 台风事件微博文本的主题变化反映了灾情不同阶段舆论关注点的动态变化;③ 官方微博文本比民众微博文本具有更明确的主题社团结构;④ 台风事件相关微博文本中的消极情绪在台风登陆后显著增加,其中民众微博文本对台风灾害的情绪响应更及时,官方微博文本中的情感表达始终相对积极。     

地形对台风影响的数值模拟研究——以台风“泰利”为例

为研究台湾岛地形对台风移动路径及结构的影响,利用高分辨率中尺度MM5V3模式,设计3组敏感性试验,对“0513”号台风“泰利”在2005年8月31日00：06到9月1日18：00（世界时）影响台湾岛的过程进行数值模拟研究。主要就台湾岛地形对台风移动路径、气压场、散度场、涡度场和降水场进行分析。试验结果表明：台湾岛地形对台风“泰利”的移动路径和中心气压的影响不显著;地形的强迫作用对台风涡度场的中心强度和非对称结构有明显的影响;台湾岛地形是形成迎风坡诱生低压和背风坡诱生高压的主要因子;地形是台风外围降水加强的主要原因。     

台风对工厂化虾池生态系统中COD的影响

根据2003年7月台风发生期间工厂化虾池生态系中的实测数据,重点分析了不同养成密度虾池生态系中COD的变化状况及其影响因素。结果表明:台风气候对虾池生态系中COD的影响较大,台风发生时COD含量相对较高,台风前后相对较低;台风气候对COD周日变化的影响以养成密度大的养殖池较为显著,养成密度小的养殖池则影响较小;COD与环境因子之间的相关性差异也较大,台风前,养成密度大的养殖池与NO2-呈显著正相关(r=0.668),与T和Chl.a呈负相关关系(r=-0.608或r=-0.633);台风后与PO4-P、NH4+和Chl.a之间则表现的显著正相关(r=0.907、0.832、0.846)。而养成密度低的养殖池,台风前COD与pH呈显著负相关(r=-0.732),台风后与PO4-P和NO2-分别呈显著正相关(r=0.720)和良好正相关(r=0.591)。但在台风发生时,二池均无此类相关性出现。     

热带气旋活动对陕西2007年两次大暴雨影响的综合分析

通过2007年陕西两次区域性大暴雨的分析发现,台风远距离的影响作用明显。在对流层中低层,台风西行发展和加强时,台风低压的东侧或东北侧的风场出现显著增强现象,为暴雨区输送大量能量和提供充沛的水汽。台风在海南附近时,其径向特征表现明显,大暴雨出现在秦岭以南;台风在台湾附近时,其纬向特征表现明显,大暴雨出现在秦岭以北。垂直运动分析表明,台风低压系统的存在、维持、发展和加强对副热带高压有一定的维持、加强作用,有利于强降水的形势能够稳定和维持。     

台风-非台风降雨型滑坡的多时段临界雨量值预测模型

统计确定临界降雨量是滑坡早期预警常用的方法。东南沿海地区台风暴雨不同于一般降雨, 常引发滑坡灾害, 从而威胁沿海地区人民生命财产安全。为了建立台风和非台风降雨型滑坡临界降雨量预测模型, 以浙江丽水市为例, 基于2010-2020年台风暴雨、非台风降雨诱发滑坡与降雨量的统计, 构建了丽水市滑坡发生概率和有效降雨量的关系, 提出了多时长临界降雨量预测模型, 并开展了台风和非台风降雨型滑坡预测模型结果的对比分析。结果表明, 非台风降雨与台风暴雨之间雨型和雨量差异是导致丽水市内2类降雨滑坡预测模型差异的主要原因; 以多时长预测模型确定的临界雨量值法和有效降雨天数更加符合丽水市降雨型滑坡的预测预报, 且预测精度相比于传统相关性分析法更高。研究成果对于开发区域降雨型滑坡预测模型具有理论意义, 对我国东南沿海地区汛期滑坡早期预警具有重要实际意义。      

连续台风时期香港区域的水汽变化分析

利用香港卫星定位参考站网GNSS观测数据,提取强热带风暴"塔拉斯"与热带风暴"洛克"影响期间各测站天顶方向对流层延迟,反演香港区域大气可降水量;根据香港区域49个天文台气象站提供的实测降雨量数据,分析大气可降水量与实际降雨量的相关性,以及两次台风对香港区域水汽时空分布的不同影响。结果表明,大气可降水量在台风影响前期均上升,在大量降雨后回落,但在连续台风的间歇期间,仍高于台风来临前的水平;水汽累积是大量降雨的前提条件,当水汽累积量相近时,水汽累积时长与累积降雨量呈正相关;台风期间大气可降水量值超过65 mm的区域面积与台风等级相关,台风路径对局部水汽分布有一定的影响。     

近50 a ENSO时频特征及其与南海台风的相关性

【目的】分析表征ENSO事件的特征值和南海台风活动的多时间尺度结构特征及其相关关系。【方法】采用日本气象厅东京台风中心(JMA)1967-2016年西北太平洋TC最佳路径数据集,统计分析了近50 a来南海台风活动月频数。同时又采用Morlet小波变换、交叉小波变换、小波相干等方法,分析了近50 a来ENSO事件时频变化特征及其与南海台风相关性。【结果与结论】ENSO循环具有2-6 a的主周期;7-10月南海台风活动最为频繁,其频数时间序列存在准2 a尺度周期;ENSO指数与南海台风活动频数的相关表现在多个时间尺度上。1970-1978年、1995-2000年,ONI指数和南海台风活动频数在2-6 a周期尺度上具有较好的相关关系,并且南海台风活动频数变化先于ONI指数半个周期。1980-1985年间,在1.5-3 a的周期尺度上SOI指数和南海台风活动频数具有较好的相关关系,且两序列同步变化。     

辽宁省自然资源系统全力应对台风“利奇马”

<正>今年第9号台风"利奇马"于8月7日加强为台风,强度逐渐增强。据气象部门报告,这次台风导致的降雨强度大、范围广、历时长,同时影响到辽宁地区。为切实落实防汛台风责任,着力做好辽宁省各项防御工作,最大限度减轻灾害损失,根据自然资源部召开的地质灾害和海洋灾害防治工作紧急视频会议及省防总召开的防汛调度会议要求,省自然资源厅下发了《关于进一步做好地质灾害和海洋灾害     

汶川抗震救灾地理信息系统的设计与实现

近年来,计算机、3S及相关技术的发展为灾害管理提供了强有力的支持,特别是地理信息系统,正被以各种方式应用于灾害管理的各个阶段.地理信息系统作为基础支撑框架和信息共享平台,不但提供了获取、集成、分析、存储和显示空间数据的工具,而且成为其他各类信息汇聚、融合的基础.本文针对汶川大地震发生后抗震救灾过程中对窄问数据及信息集成的需求,给出了能够支持应急响应、灾害评估和灾后重建工作的汶川抗震救灾地理信息系统的设计与实现.     

自然灾害综合风险防范信息服务技术体系构建及展望

构建自然灾害综合风险防范信息服务业务技术体系是支撑新时代防灾减灾救灾工作的必然要求。文章聚焦全链条、多主体、多灾种综合风险防范信息服务需求,建立了自然灾害综合风险防范信息服务的技术体系框架,构建了涵盖常态减灾和灾前预防、灾中救援、灾后恢复重建等非常态救灾全过程的综合风险防范信息服务产品体系,建立了信息产品开发、行业数据协同、网络大数据挖掘、信息服务平台集成等方面的关键技术。其中,信息产品体系构建从灾害管理过程、主要业务类型和工作任务方面进行三级分类。信息产品开发方面研发了基于致灾、灾情、救灾3类标准灾害信息要素的灾害信息产品制作、表达和动态定制技术;行业数据协同方面研发了双向自适应的部门微服务数据共享新机制及多部门多源异构数据接入、融合处理技术;网络大数据挖掘领域研发了基于网页、移动通信、社交网络、物联网等网络大数据的致灾、灾情、救灾要素信息挖掘与融合分析技术;信息服务集成平台搭建领域研发了基于云服务架构的时空分布式大数据管理、业务工具模型集成、“云+端”多渠道信息服务技术。该技术体系解决灾害信息服务时效性不高、完备性不足等问题,为开辟与政府部门统计并行的灾害信息数据获取新途径提供了技术支撑。     

DMC数据在土地利用动态监测中的应用分析——以北京市大兴区为例

近年来北京市发展迅速,土地利用变化显著,大兴区尤为明显。本文利用大兴区的4期TM影像和1期DMC数据为数据源,采用全数字人机交互判读对影像进行了分析和判读,得到不同时期的大兴区的土地利用图,对大兴区近20年来的土地利用变化进行了监测。以TM影像的判读结果为基准,对DMC数据用于土地利用动态监测中的应用进行分析。     

基于历史相似案例空间推演的地震伤亡人口评估方法研究

地震是对人类生存构成最大威胁的自然灾害之一,往往导致巨大的损失。本研究选取中国2000—2013年震级为4.0级以上且有人员伤亡的地震灾害统计数据作为历史案例,以基于历史案例的灾情加权综合评估模型（Assessment Method of Natural Disaster Based on Similarly Historical Cases,SHC）为基础,考虑历史案例与当前灾害的空间相关程度,获得改进的基于历史相似案例空间推演的地震伤亡人口评估（Assessment Method of Earthquake Casualties Based on Spatial Reasoning of Similarly Historical Cases,SRSHC）;并选取2010年青海玉树地震、2013年四川芦山地震及2014年云南鲁甸地震作为验证案例,进行精度验证。结果表明:① 对于3个验证案例,SRSHC模型的最佳评估精度均在95%以上,表明该方法在地震伤亡人口评估方面具有一定的可行性及适用性;② SRSHC模型相较于SHC模型,参评案例的个数少且精度更高,以2010年四川芦山地震为例,当参评案例个数为3个时,SRSHC模型评估结果达到最佳（97.92%）;而SHC模型参评案例个数需6个达到评估结果最佳（35.49%）,这表明历史案例与当前灾害发生地区的空间相关程度对评估结果有较大影响;③ 灾情评估的精度与参评案例的个数有关,当参评案例在2个以上时,模型评估的精度随着参评案例个数的增加呈平稳下降趋势;当参评案例的个数为3~4个时,SRSHC模型的评估精度最佳。基于历史案例的灾情评估方法成本低、效率高、时效性强,且方法简单、约束条件较少、容易实现, 在灾情评估方面具有一定的实用价值。     

四川省山洪灾害时空分布规律及其影响因素研究

山洪灾害时空分布规律及其影响因素,是灾害时空数据挖掘领域所关注的重点问题。本研究采用1950-2015年四川省历史山洪灾害事件数据,结合地统计、地理探测器、空间分析等方法,系统地分析了四川省1950-2015年历史山洪灾害的时空分布规律及其影响因素。结果表明：① 1950-2015年四川省山洪灾害数量整体呈先稳定后增长的趋势;山洪灾害主要集中在5-9月,7月覆盖率100%。② 县域灾害频次在南-北方向呈递减分布趋势;平均降雨量（历史山洪灾害过程降雨的平均值）在东-西方向呈指数型增长趋势,南-北方向由中部向南北递减。③ 1950s-2010s和5-9月历史累计山洪灾害重心及各标准差椭圆中心集中在四川中部地区,向东北方向移动,累计灾害点空间分布呈西南—东北格局。④ 县域山洪灾害数量及平均降雨量呈空间正自相关。⑤ 地理探测器分析表明自然因素、降雨、人类活动等因素对山洪灾害时空分布影响较大,其中不同降雨指标、高程标准差、坡度是山洪灾害时空分布规律的主要驱动因素。研究结果对查清四川省山洪灾害时空分布特征及小流域山洪监测预警、风险评价、防治区划等提供坚实的理论基础和科技支撑。     

中国2005-2016年地质灾害的时空变化及影响因素分析

基于中国地质环境监测院发布的《全国地质灾害通报》,本文从时空分布及影响因素2个方面,对2005-2016年的地质灾害发生类型变化、空间分布、成因、损失和避让情况进行了统计分析。分析结果表明：① 滑坡与崩塌是主要的地质灾害类型,分别占地质灾害总数的70%与10%左右,地质灾害总数、滑坡与崩塌均呈明显减少趋势;② 在空间分布上,地质灾害主要分布在湖南省和四川省,它们也是直接经济损失最大省份,四川省同时为死亡失踪人数最多的省份;③ 自然因素造成的地质灾害从96.6%降低到92.0%,人为因素造成的地质灾害则呈整体增加趋势,通过回归方程,每年平均增加量约为0.5%;④ 地质灾害造成的死亡、失踪和受伤的总人数逐渐递减,每年约减少75人左右;特大型地质灾害占总数的0.5%,却造成人员伤亡总数的25.7%和直接经济损失总量的47.7%;⑤ 避免的地质灾害与经济损失占地质灾害总数与直接经济损失总量的百分比,分别从2005年的2.8%与9.3%提高到2016年的6.9%与22.4%。通过回归方程,避免地质灾害数目与避免经济损失的百分比每年增长为0.7%与1.5%左右。通过对中国地质灾害的长时间动态监测结果进行分析,说明中国的防灾减灾工作取得了明显进展。     

基于SOA的数据服务中间件的研究与实现

农业信息化建设过程中,各信息系统数据源的异构性、分布性和自治性限制了农业信息资源的有效共享。为了解决这一难题,结合面向服务体系结构和Web服务技术,设计一种可以共享普通数据,地理信息系统空间数据和移动设备通过全球移动通讯系统传输的数据的服务中间件,并成功应用于海南热带农业信息服务系统的开发应用中。通过实际使用证明,该中间件有效地解决了该地区农业信息资源的共享问题。     

Case study of debris flow disaster scenario caused by torrential rain on Kiyomizu-dera,Kyoto, Japan - using Hyper KANAKO system

This paper presents debris-flow numerical simulations using the Hyper KANAKO system, developed by the authors. The system uses the debris flow simulator KANAKO 2D equipped with a graphical user interface (GUI); hence, a user can easily produce appropriate landform data for simulations using standard laser profiler data, and visualize the results using a GIS. Hyper KANAKO was applied to the streams around Kiyomizu-dera in Kyoto, Japan. Kiyomizu-dera is a famous temple in Japan which is visited by numerous tourists throughout the year. We simulated a disaster scenario of debris flow caused by torrential rain. We set the hydrograph using rainfall intensity data, and set the landform data using information from the Geospatial Information Authority of Japan (GSI) and a digital elevation model (DEM). We evaluated different mesh sizes and also used a digital surface model (DSM) to consider the building heights. The simulation results showed that with small mesh size, the debris flow moved through the roads, which seems realistic for a disaster situation. When buildings were considered, the flow direction changed, and a 1-m flow depth, which was deeper than in other cases, appeared in the flow path. This may pose a dangerous situation for evacuations.     

中国可持续发展信息共享系统研究与开发

信息共享是当前研究的热点。首先提出构建中国可持续发展信息共享系统,以充分利用不同领域部门所收集到的海量数据,实现基于网络的信息共享与综合分析;随后介绍了系统的体系结构,提出系统由信息共享政策、法规和标准、可持续发展信息共享数据生产以及信息共享服务平台三大部分构成;最后详细介绍了信息共享平台的建设方案,并提出下一步系统建设的目标。     

自然灾害调查数据的多尺度异常检测方法研究及应用

大范围自然灾害调查,涉及区域环境差异大,数据获取方式多样,参与人员多,各级汇总成果中存在一些异常调查单元,需要人工判读其合理性,但单纯依靠人工从海量数据中有效识别异常是不现实的。本文设计了一种自然灾害调查数据的多尺度异常检测方法,综合运用离群检测方法和空间数据挖掘算法,分别进行异常值和异常空间分布模式检测,能够从海量调查数据中快速提取各级尺度的异常值和异常调查单元,支撑人工判读工作。将该方法应用于全国山洪灾害调查评价汇总数据的审核中,以全国历史山洪灾害点和防治区乡镇面积审核为例,分别快速提取了县乡两级区划中的山洪灾害点密度异常单元和面积值异常的乡镇单元,通过对检测结果进行分析,发现是填报口径不一致、单位错误、记录重复等原因造成的。最后分析了该方法在大范围自然灾害调查中的适用条件和方法。