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.     

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。     

浙江省雷电灾害风险分析及区划

在灾害风险评估中,基于行政区域统计单元的人口和经济数据往往与栅格水平上的致灾因子存在空间上的不匹配。利用遥感夜间灯光数据、植被指数和DEM数据构建人居指数,进行栅格尺度上的雷灾承灾体易损性分析,利用2005—2011年浙江省电网雷电信息系统的地闪数据和2008—2011年雷电灾害统计资料进行雷电致灾危险性评估,基于上述三个评估指标,采用层次分析法确定权重系数,建立浙江省雷电灾害风险评估模型,获得1 km分辨率的浙江省雷电灾害风险区划图。结果表明,杭州、宁波、台州等经济发达地区和长兴、安吉、天台和临海等平地向山区地形过渡地带是浙江省雷电高风险区,甬台温沿海、海岛、衢州西部和丽水南部地区是低风险区域,其他地区为中风险区。     

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。     

大型危险化工项目雷电灾害风险区域评估

采用宏观与微观相结合的方法,对大型危险化工项目雷电灾害风险评估进行探索。以中煤榆林甲醇醋酸系列深加工及综合利用项目一期I工程为例,根据雷闪次数、地理环境、建筑物的特性及雷电灾害防护能力和需求、人员密集情况、雷电灾害影响程度等因素将其划分为17个区域进行分析,分别计算各区域气象指标、地理环境指标、承灾体的风险指标等数据,得出17个区域雷电灾害风险等级。     

雷电灾害等级划分及发生潜势指标探讨

按照雷电灾害造成的人员伤亡和经济损失大小等情况,依据气象灾害评估分级处置标准,将雷电灾害划分为7个等级,并确定了等级划分标准。从造成雷电灾害的致灾因子、孕灾环境和承灾体系统出发,根据我国雷电灾害发生的特点,选取了地闪密度（或雷击密度）、雷灾频数、人口密度和人均GDP作为评估雷电灾害发生潜势的指标,并以珠江三角洲5市为例介绍了评估方法。     

基于结构要素模型的乡镇级雷电灾害风险评价

以贵州省铜仁市为研究对象,从致灾因子危险性、孕灾环境敏感性、承灾体易损性等3个方面选取雷电灾害风险评价指标,建立以目标、准则、指标层为结构要素的评价模型。基于GIS平台,网格化评价指标因子生成栅格数据,采用投影寻踪模糊聚类获取各指标权重,计算分析雷电灾害风险,绘制乡镇级雷电灾害风险区划图,实现精细化风险分析评价。     

北京地区雷电灾害风险评估方法与应用

首先选用北京地区1961—2008年的气候站点资料分析闪电活动的气候背景特征,用2007—2008年的闪电定位资料统计各评估网格单元的地闪密度,得到北京地区网格化地闪密度分布,评估网格单元大小为1km×1km。研究发现北京地区平均地闪密度大致在1.6～2.4次·km^-2·a^-1之间,有三处地闪密度的高值分布区,分别是西南部房山的拒马河流域地区,北京城中心偏北—昌平—顺义一带以及平谷一密云一带。借助空间网格技术,根据下垫面承灾体的雷电防护及规避特征,将评估区域划分成建筑物、室外建筑物遮挡部分及空旷地带三种空间类型。然后依据不同空间类型区域的地闪密度、闪电有效截收面积、雷电防护能力和位置参数等因素,分别核算评估网格单元内的雷击危险事件次数,作为雷电灾害风险评估的主要致灾因子指标。最后以人作为雷电灾害的首要承灾体,按"风险=雷击危险事件次数×暴露人口"的概念模型方法,测算北京地区雷电灾害风险指数。风险评估结果认为北京城市地区由于人口及经济实体密集分布,雷电灾害风险普遍较高,城市地区的雷电灾害风险具可规避性;农村及城市远近郊区,人口稀少,尽管闪电活动会比城市地区活跃,雷电灾害风险不是太高。     

桂林雷电灾害风险评估

用桂林市13个气象观测站点50年的雷暴观测资料,以及近13年的雷电灾害记录,分析桂林市雷电变化特征及分布规律,利用灾害风险评估方法,选择雷电日数作为致灾因子,气候背景和地形地貌作为孕灾环境,人口及经济发展情况作为承灾体,对桂林雷电灾害进行评估.结合GIS提供的地理信息,完成桂林市雷电灾害风险区划.研究结果:东北方雷电风险等级低,西南方风险等级高;近年来雷电日数有降低的趋势.     

雷电灾害风险区划方法研究及其在安徽省的应用

本文根据自然灾害系统理论和自然灾害风险评估理论,利用气象资料、地理信息数据、社会经济数据以及雷电灾情等数据,采用统计方法、灾情解析、专家打分等方法,从致灾因子、孕灾环境、承灾体方面,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,形成了较完整的雷电灾害风险评估及区划技术方法体系,具有很好的应用推广价值。对安徽省雷电灾害风险区划表明:高风险区主要位于经济水平较高的城市以及皖南山区高海拔地区,而低风险区主要位于淮北地区,与灾情验证情况吻合。     

基于ArcGIS的网格化雷电灾害风险评估方法研究与应用*

结合镇海区实际，开展大片区建（构）筑物网格化雷电灾害风险评估模型构建与应用，解决雷电灾害风险评估仅停留在依据灾后损失指标的单体建（构）筑物风险分布评估情况。在常规电气—几何雷电灾害风险评估模型基础上创新应用，引入地理信息处理技术将评估区域进行网格化分割，建立格点内包含建（构）筑物高度及其梯度、土壤电阻率及其梯度、直击雷防护效率、有效截收面积、地闪密度、电子电气设备系统、人口密度、火灾风险等指标在内的多层次网格化雷电灾害风险评估模型，并以辖区某化工企业厂区雷电灾害风险评估为例，对模型实践可行性应用示例。结果表明：对各指标数据集综合分析计算并运用ArcGIS风险区划，结合厂区功能布局特点分析评价，结果与市级雷电灾害风险评估报告、省级雷电易发区划基本一致。采用地理信息技术网格化处理大范围、跨区域雷电灾害风险评估方法，从“点”到“面”建立数学模型，对评估区域范围及扩展范围的雷电灾害风险评估、风险区划、政府决策支持等具有指导意义。     

遵义市雷电灾害致灾因子危险性区划研究

利用遵义市14个国家气象站1978-2013年雷暴日数据和2006-2020年的ADTD雷电定位数据,叠加遵义市基础地理信息（包含县边界、水系分布等）、人口、GDP等数据。以致灾因子评估方法为理论基础,叠加GIS空间分析技术,对遵义市开展雷电致灾因子危险性区划研究。结果显示：遵义市雷击密度致灾因子区划结果较高,高危险性区域主要集中在市行政中心及赤水中西部;强雷电密度、地闪强度两种致灾因子高危险性区域分布较为零散;雷电灾害致灾因子危险区划中,高危险性区域主要分布于市行政中心、仁怀及桐梓部分区域,该高危险性区域同是人口分布密集,GDP较高的区域,在今后的发展建设中需加强该区域雷电灾害物防、技防、人防能力建设,以减少雷电灾害造成的人员伤亡和财产损失。     

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。     

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。     

基于多源数据融合的云南省雷电灾害风险综合评价与区划

根据自然灾害风险理论,结合气象数据、地理信息、人口与经济资料等开展雷电灾害风险综合评价,研究致灾因子、孕灾环境和承灾体等因子与风险的定量化关系,建立评价指标和层次分析模型,运用模糊综合判断和聚类分析等方法计算综合评价指数并划分风险等级。结果表明:雷电灾害高风险区主要集中在滇中、滇西南及滇西北的丽江东南部等地区;次高风险区分布于西双版纳、普洱、昆明、楚雄、曲靖西部、玉溪北部及大理中部等地;中风险区分布最广,主要集中在临沧、德宏、曲靖、红河、丽江及文山北部等;迪庆、怒江和昭通的风险值较低,将风险综合评价结果与历史雷电灾情的分布进行对比,两者对应情况较好。开展基于灾前防御的风险分析,研究雷电活动影响范围和风险等级,有助于提前控制和处置风险,随着技术方法的不断改进,风险评价的置信度和可靠性也将得到提升。     

基于GIS图层叠置法的精细化雷电灾害易损度区划模型

本文从雷电致灾因子、孕灾环境和承灾体方面研究雷电灾害风险评估及区划方法,根据自然灾害系统理论和自然灾害风险评估理论,以福建省三明市为例,利用气象探测资料、地理信息数据、社会经济发展规模、人口密度、土地利用现状以及雷电灾情等数据,采用统计方法、灾情解析、调查问卷确定权重等方法,建立起评价指标与风险评估的定量关系,利用GIS技术将易损性构成要素进行图层叠置,在GIS平台上将所有数据落实到1km×1km的格栅上进行处理,各地的雷电灾害易损性便以1km×1km的单元进行计算量化,最终得到精细化的雷电灾害易损性风险区划图,完成基于GIS图层叠置法的精细化雷电灾害易损度区划模型研究,形成较科学的雷电灾害风险评估及区划技术方法体系,具有很好的应用推广价值,为发展智慧气象,提升防雷减灾公共服务能力提供科学参考,对开展雷电监测、预警、预报以及防雷减灾研究都具有重要意义。     

河南省雷电灾害易损性分析及风险区划

根据2001-2010年河南省雷电灾害事故调查资料、2006-2010年河南省闪电定位资料统计出的雷暴日数,选取雷暴日、灾害频度、经济（GDP）损失模数、生命易损模数等作为河南省各省辖市雷电灾害易损性评估指标,并在此基础上,给出了河南各省辖市雷电灾害易损度评估结构。在分析河南省各省辖市雷电灾害易损性指标的基础上,对各省...     

浙江省雷电灾害易损性分析及风险区划

根据 2007-2011 年浙江省雷电灾害事故调查资料、浙江省地闪监测资料,选取地闪密度、灾害频数、经济（GDP）损失模数、生命易损模数、雷灾经济损失、人员伤亡等作为浙江省各市雷电灾害易损性评估指标,对浙江省各市进行雷电灾害易损性综合评估,并结合 GIS 方法对浙江省进行了雷电灾害易损性风险区划,为有针对性做好防御雷电灾害规划提供科学依据.     

基于雷电监测资料的南充市雷电灾害风险区划研究

选取闪电密度、雷暴日、经济损失风险、生命损失风险等作为各县(市、区)雷电灾害易损性评估指标;并在此基础上,建立雷电灾害评估体系,对各县(市、区)的雷灾易损性进行了综合评价,进行区划分析。基于南充市雷电监测数据和人文经济指标而制作的全市雷电灾害风险区划,可以为全市雷电灾害防御提供科学依据,能有效降低因雷电灾害带来的生命财产损失和社会影响,提高灾害天气预报、预警能力,提升气象防灾减灾能力。基于南充市雷电监测数据而统计出的闪电密度、雷暴日数更具客观性。     

基于主成分分析法的雷电灾害易损性区划综合评价模型

在研究区域雷电灾害易损性区划中,大多采用层次分析等方法来确定指标权重值,然而层次分析法在确定指标权重值时,人为主观因素较大,必然会给所建立的综合评估模型带来较大的误差.因此,利用主成分分析法,建立了雷电灾害易损性区划综合评价模型,从而很好地克服了层次分析等方法所带来的缺点,使得模型结果更接近于实际水平.利用海南省雷击大地密度、雷电灾害发生的频数、经济损失模数、生命易损模数以及人员伤亡频数等5个指标数据,采用所建立的雷电灾害易损性区划综合评价模型,对海南省雷电灾害易损性进行了实例分析.