高速公路交通气象灾害风险评估方法简介

简要介绍了我国高速公路交通气象灾害风险评估方法。选取了对高速公路交通运行影响最大的气象因子:低能见度、降雨、冰冻雨雪和大风,通过模糊数学法和灰色关联度等方法的客观计算,以及AHP的主观打分等方法对高速公路交通运行致灾的气象因子危险性进行了研究,结合孕灾环境的敏感性、承灾体的暴露性和脆弱性及防灾减灾能力等要素,基于GIS技术将各指标栅格成10 kmx10 km的基本单元进行拓扑处理,将高速公路交通气象灾害风险从高到低划分为5个等级,用不同颜色表示,最终得到了全国高速公路交通气象灾害风险的评估结果。     

区域雷电灾害风险评估模型与应用

在分析国内雷电灾害风险区划发展现状进行的基础上,从区域雷电灾害事前风险评估的角度出发,采用灾害评估的承灾体、致灾体模式,引入雷电风险、地域风险和承灾体风险作为评估指标,针对每个指标选取与其发生紧密度较高的参数作为2级评价标准,对区域雷电灾害风险进行基于事前致灾因子的区域雷电灾害风险评估研究,并以福建省为例,应用该模型进行了计算。结果表明,基于承灾体、致灾体模式的区域雷电灾害风险评估模型能较好地反应出区域雷电灾害发生的损失程度,对于行政区域范围的雷电灾害风险度区域与政府决策支持具有积极的指导意义。     

基于承灾体特性筛选雷灾易损性的区划评价指标

由于雷电灾害致灾原因复杂,承灾体类型多样,且雷电抵御能力强弱各异,照搬区域灾害易损性研究中的4大指标作为区划评价指标是不够科学的。通过分析微观承灾体的雷灾风险计算方法,归纳提取关键因子,并通过案例分析,最终筛选承灾体高度模数H、雷电防御措施性能模数P和使用性质模数U作为雷灾易损性区划的其它3个评价指标。     

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GIS的徐水县干旱灾害风险区划

以河北省保定市徐水县干旱灾害为例,对其干旱灾害风险区划进行研究。利用GIS技术,建立气象数据库,集成基础地理数据、气象观测数据和人口经济等资料;选择适当指标,实现干旱灾害致灾因子危险性、孕灾环境敏感性、承灾体脆弱性和防灾减灾能力栅格化的计算。通过建立干旱灾害风险评估模型,完成干旱灾害风险区划的绘制,并分析了徐水县干旱灾害风险区划的分布特点。结果表明,徐水县干旱灾害风险分布呈地区性差异,中部地区发生干旱灾害的风险较高,西南地区风险较低。     

高速公路雾灾风险区划模型

运用2011年12月至2015年11月河北省11条高速公路沿线156套交通气象监测站资料、142个国家气象站雾灾资料、因雾造成的交通事故和封闭管制资料、高速公路日均车流量、路网密度等资料,基于致灾因子危险性、承灾体空间脆弱性以及承灾体易损性3个方面建立了高速公路雾灾风险区划模型,并绘制河北省高速公路雾灾风险区划图。结果发现:(1)河北北部地区、西部山区、沧州沿海地区的高速公路雾灾风险等级较低,而东部和南部平原地区的高速公路雾灾风险等级较高,可为交通安全管理部门提供一定的参考依据;(2)在相同区域内,局地浓雾多发、交通事故多发、大范围雾日多都可造成高速公路雾灾风险等级升高。     

河南省冬小麦干旱保险风险评估与区划

以河南省冬小麦干旱为例,探讨了农业气象灾害保险风险评估与区划方法。首先,在构建冬小麦不同生育期干旱指数的基础上,结合农业保险的特征和精细化、专业化的需求,从气象因子、作物产量以及社会经济水平的角度选用干旱风险度、易损性指数、产量风险指数、抗灾性能指数4个指标对致灾因子、承灾体易损性、灾损风险、防灾减灾能力4个方面进行分析和评估。然后将上述4个保险风险评估指标细化到县级,采用聚类分析方法,对河南省冬小麦干旱进行了气象指数保险风险区划和政策性保险风险区划。两种区划结果表明:除豫西高风险区的个别县互相重合外,其余各县所属风险区有较大差别。因此,针对不同的保险特点和需求,需要采用不同的区划指标和方法,才能推行区域农业保险,更好地实行差别保险费率。     

广西主要高速公路气象灾害风险调查分析

以G75、G65、G76、G78、G2518、G59、G69、G72、G7511、G80广西境内路段作为调查对象,通过统计分析法,挑选出气象灾害风险隐患点,在此基础上,利用问卷调查、实地勘察、专家评估和对比分析法对隐患点的气象灾害风险情况进行调查分析,通过调查分析得知:影响广西高速公路气象灾害有强降雨、大风、低能见度、低温冰冻、雷电;次生灾害有:地质灾害。降雨量致灾临界值为10mm/h,路面结冰临界值为气温-4℃,能见度的临界值为200m,各要素达到以上强度时,将对高速公路交通产生影响。公路交通运营公司迫切需要针对公路交通的地形地貌、气候特点,发布公路路段短时强降雨、冰冻灾害、地质灾害、大雾、风力、风向预报及雷雨天气预报,以便提前采取防范措施,防止安全事故发生。因此,提高气象为公路交通安全运营的服务能力和水平,最大程度地减轻或避免因气象灾害对公路交通和人民生命财产所造成的损失,是当前公路交通气象服务工作的一项重要任务。     

龙川县低温冻害风险区划研究

通过实地调查和整理历史气象资料,建立龙川县低温冻害风险区划数据库,综合考虑致灾因子危险性、孕灾环境敏感性、承灾体易损性和防灾减灾能力4种评价指标,根据气象灾害风险区划原则先进行评价指标量化,结合专家打分法、加权综合评价法进行数据处理,然后利用ArcGIS软件绘制龙川县低温冻害风险区划图,结果表明:龙川县低温冻害高风险区主要集中在北部和南部山区,中部以及近东江水体地区风险相对较小.     

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。     

浙江省高速公路低温雨雪冰冻灾害风险评估与区划

本文以高速公路为区划对象,利用2004—2013年浙江省68个气象站常规观测资料、基础地理信息数据、社会经济数据及交通事故数据,采用Arc GIS空间分析技术、加权综合评价法和层次分析法等方法,从致灾因子、承灾体及历史高速公路交通事故发生特征3个方面,构建了浙江省高速公路风险区划指标体系,并对浙江省高速公路低温雨雪冰冻灾害进行了评估与风险区划。结果表明:浙江省高速公路可划分为高、较高、中等、较低和低风险5个等级;高风险区路段占浙江省高速公路总长的13.49%,主要分布在杭景新高速建德段、杭瑞高速杭州至临安段、沪渝高速湖州段、申嘉湖高速湖州段、练杭高速德清至余杭段、长深高速杭州市段及湖州至余杭段、杭金衢高速衢州段、诸永高速东阳至磐安段、台金高速缙云段。高速公路低温雨雪冰冻灾害风险区划结果可为公路管理部门防灾减灾工作提供科学参考。     

辽宁暴雨诱发山洪灾害风险区划研究

基于自然灾害风险评估理论,利用2005—2019年辽宁省1639个自动站逐时降水观测资料、2017年辽宁省30 m分辨率的基础地理信息和山洪沟资料以及风险普查数据,对辽宁暴雨诱发山洪灾害风险区划进行研究,并将风险区划结果与历史山洪灾情进行对比分析。结果表明：通过山洪灾害与降水相关性统计发现,6 h暴雨作为辽宁省山洪致灾因子更为合适,因此构建了6 h综合利用分级暴雨强度及暴雨频次精细评估暴雨致灾危险性;山洪沟沟口高程、沟床比降及河网密度等资料可有效评估山洪孕灾环境敏感性;人口密度、耕地比例两个风险暴露度指标以及灾损敏感系数可大体评估承灾体的易损性;与历史山洪灾害空间和频率分布对比,山洪灾害的高发区与在本次风险区划高风险区基本吻合;精确到每个山洪沟风险区划的结果,提高了山洪灾害的风险区划精度,为辽宁暴雨诱发山洪灾害精准防御提供参考。     

基于地形订正技术的安徽冰雹灾害风险区划

地形订正是保证冰雹灾害风险区划结果准确的关键环节。利用1978—2020年安徽省81个国家级气象观测站冰雹观测资料以及地理信息、国内生产总值、历史灾情等数据,采用相关分析、回归分析等统计方法,识别冰雹灾害致灾因子,并计算其致灾强度,建立冰雹频次的地形修正方法,综合冰雹致灾强度和频次开展致灾危险性评估。基于自然灾害风险形成理论,综合致灾危险性和承灾体易损性,借助GIS技术完成冰雹灾害经济风险区划,并对结果的合理性进行了验证。结果表明：(1)最大冰雹直径和降雹持续时间与冰雹灾损指数显著相关,确定二者为冰雹灾害致灾因子;地形修正后的冰雹频次空间分布特征与实际发生情况一致,且能更精细地反映出高海拔山区的冰雹频次空间差异程度;(2)冰雹多发区、高和较高危险区均位于安徽省冰雹主要路径上的淮河以北地区、江淮之间东部地区以及大别山区和皖南山区两大山区;(3)冰雹灾害经济风险总体上自南向北逐渐增大。通过灾情验证,安徽省冰雹灾害经济风险指数与直接经济损失多年平均值的相关系数通过α=0.01显著性水平检验,区划结果与实际情况基本吻合。     

暴雨灾害风险及其对农业影响的评估

综合考虑降雨区域类型、发生强度和持续时间,确定了暴雨灾害致灾因子的综合强度分级标准;将地形高程、高程标准差、河网密度等环境脆弱性要素结合暴雨灾害致灾因子,建立暴雨灾害风险评估模型,并进行分级评估;应用GIS将农业易损性指标叠加到暴雨灾害风险区划中,得到不同等级风险下农业受影响的程度。以"7·21"暴雨为例,进行模型的应用及检验分析,结果表明:降雨量最大的葫芦岛大部、丹东宽甸县暴雨灾害风险等级为极高;致灾因子危险等级相同时,辽宁中部平原地区较辽西、辽东丘陵地区暴雨灾害风险等级高;农业易损性较高的沈阳大部、鞍山北部、丹东局部、锦州大部、铁岭部分、葫芦岛大部地区农业受灾较重。评估结果与事实灾情较一致。     

基于灰色关联度法的雾灾损失评估模型研究

根据大雾灾害的实际情况和数据的可得性,选取了死亡人数、受伤人数、受灾面积、大雾持续时间和直接经济损失作为评价指标,运用灰色关联度法来建立雾灾损失评估模型,并进行实例分析。结果表明：运用灰色关联度方法建立的雾灾损失评估模型进行雾灾的灾害等级划分,是较为合理的,基本符合实际情况。     

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.     

气象灾害风险因素分析与风险评估思路

加强对气象灾害风险评估的研究,系统地分析气象灾害风险因素,是制定防灾减灾对策的需要。通过从致灾因子、孕灾环境和承灾体的易损性三方面进行分析,得到了3类10多种有代表性的气象灾害风险因素。由于不同类型的气象灾害有着不同的孕灾环境,因此不同类型气象灾害的风险因素不完全相同,由此提出了风险评估的思路和分析重点。     

基于GIS的浙江省高速公路大雾灾害风险区划

大雾是影响高速公路交通安全与运营效率的最主要的灾害天气之一。基于2004—2013年浙江省68个气象站大雾观测资料、基础地理信息数据以及高速公路历史灾情数据,开展浙江省高速公路大雾灾害风险区划研究。依据自然灾害风险分析原理,构建高速公路大雾灾害风险区划指标体系,以浙江省大雾出现的频次和持续时间作为大雾灾害的危险性评价指标;以因大雾导致的高速公路交通事故率、高速公路封路频次和持续时间作为脆弱性评价指标;以高速公路客运量和货运量作为暴露性评价指标。在ArcGIS的空间信息技术支持下,采用层次分析法和综合评价方法,建立了高速公路大雾灾害风险评估模型,最终完成浙江省高速公路大雾灾害风险区划图。区划结果表明,高风险区路段占全省路段总长的15.13%,主要分布在申嘉湖高速南浔段以及嘉善段、杭州湾环线高速萧山至越城段、杭州绕城西线高速、常台高速上虞至嵊州段、诸永高速诸暨至磐安段、沪昆高速诸暨段以及柯城段。     

潍坊市强降水洪涝灾害风险评估与区划研究

利用潍坊各区县2008—2017年的气象观测资料、地理空间数据和社会经济数据，基于GIS技术和自然灾害风险指数模型，考虑短时强降雨对潍坊市城市内涝造成的影响，对潍坊市强降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、防灾减灾能力多个因子定量分析，构建了潍坊市强降雨洪涝灾害风险评价模型，并编制了潍坊市强降雨洪涝灾害风险区划。结果表明：灾害发生的高风险区主要位于高密、诸城等地区，潍坊北部地区孕灾环境敏感性指数较大，市中心区域则因人口、经济地位显著而易损性风险较大。该风险区划结果基本反映了潍坊市强降雨洪涝灾害的潜在风险，为潍坊市的洪涝灾害防灾减灾提供技术支持和决策依据。     

廊坊市暴雨洪涝灾害风险评估与区划

2008年廊坊市气象灾情普查资料显示,暴雨洪涝灾害是气象灾害中造成损失最为严重的气象灾害,1949～2007年廊坊市由暴雨洪涝灾害造成的直接经济损失总计达1986.73亿元,占所有气象灾害造成直接经济损失的82.2%,严重影响着国家和地方经济的可持续发展。依据自然灾害系统理论和灾害风险评估原理,计算出廊坊市地理地貌状况指数(H)、暴雨洪涝发生强度指数(C)、暴雨洪涝灾害频率指数(R)、承灾体经济承灾能力指数(E)、经济损失指数(E')、生命易损指数(L)、生命损伤指数(L'),抗灾能力指数(K)等8个风险指数,并对其进行评估与分析的基础上,综合评价了廊坊市暴雨洪涝灾害风险程度的地域差异,得出各县市区的综合风险指数,并按极高、高、中、低等4级分区法对廊坊市暴雨洪涝灾害的综合风险指数进行区划。研究所形成的暴雨洪涝灾害风险度区划对本地防御暴雨洪涝和降低灾害损失,以及对暴雨洪涝灾害采取有效管理提供了比较客观的科学依据。