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。     

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。     

内蒙古东南部暴雨洪涝灾害风险评估与区划——以通辽市为例

文章选取通辽市各气象站点气象数据、基础地理信息数据、历史灾情数据、第二次土地调查数据及相关社会经济等统计数据,基于自然灾害风险原理,利用数理统计、层次分析法及空间叠加分析等方法,提出了通辽市暴雨洪涝灾害风险评价指标体系,得到通辽市暴雨洪涝灾害风险评估空间分布图。结果表明:高风险区主要分布在通辽市北部山区、中东部地区及偏南部地区,包括扎鲁特旗鲁北镇、科尔沁区、科左中旗东南部及库伦旗东南部;而科左后旗大部地区易形成由短时强降水引发的洪涝,为次高风险区;低风险区及次低风险区主要分布在通辽市中部、西南部地区,包括开鲁县、奈曼旗北部、科左中旗西部。     

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。      

潍坊市暴雨洪涝灾害风险区划

利用潍坊市气象数据以及统计年鉴资料、基础地理信息数据、土地利用类型数据和历史灾情数据,基于暴雨洪涝灾害风险评估模型,结合GIS技术,对潍坊市暴雨洪涝灾害进行风险评估,并绘制出潍坊市暴雨洪涝灾害风险区划图.结果表明：诸城市中北部、高密市的西南部及安丘的东南部属于高风险区,安丘的东北部、昌邑的南部属于较高风险区,昌乐的大部分、青州的东部、临朐的东北部、安丘的西部属于中风险区,青州西南部、临朐西南部、寿光东北部、昌邑东北部属于低风险区.评价结果与潍坊市的实际情况基本吻合.     

基于GIS技术的青神县秋绵雨风险区划

根据1966～2009年眉山市所有县（区）、与青神毗邻的乐山市3个县（区）的降水资料,综合青神县10个镇（乡）的人口、耕地、水系等要素,利用自然灾害风险指数方法及秋绵雨灾害风险评价模型,基于GIS技术,求算出秋绵雨风险指数,并绘制青神县秋绵雨风险区划图。结果表明青神县秋绵雨灾害高风险区主要位于罗波乡的西部、汉阳镇西部边界。次高风险区位于罗波乡中部、汉阳镇中西部、西龙镇西部边界,以及岷江流域、思蒙河和官厅水库。     

基于GIS的云南省1km精细化暴雨灾害风险评估

为了加强暴雨相关的防灾减灾工作的科学性，本文基于云南省126个国家气象站2010—2019年10年的逐时降水资料和基础地理信息数据，从暴雨灾害致灾因子危险性、孕灾环境敏感性和承灾体易损性3个方面，建立暴雨灾害风险评估模型，利用熵值法、自然断点法、ArcGIS插值和栅格分析方法，实现云南省暴雨灾害风险的区划评估。结果显示:①暴雨灾害高风险区主要集中于云南南部，包括西双版纳州、普洱市、红河南部、德宏州及北部地区；②迪庆州、怒江州、丽江市北部等地暴雨灾害风险等级较低；③全省暴雨灾害高风险区、次高风险区面积占比分别为7.05%、25.22%，低风险区、次低风险区面积占比分别为10.32%、21.86%。使用2020年暴雨灾害次数、暴雨日对区划评估结果进行检验表明，区划评估结果具有科学合理性。     

宿迁地区水稻暴雨洪涝灾害保险气象理赔指数开发

利用宿迁地区104个乡镇2003—2013年水稻产量资料和2008—2013年保险理赔资料,计算水稻遭受暴雨洪涝灾害的灾害损失率;在自定义暴雨洪涝灾害指数的基础上,分析水稻灾损率与暴雨洪涝灾害指数的相关关系,建立各水稻种植区的气象理赔指数面板随机效应模型。结果得出:宿迁地区水稻遭受暴雨洪涝灾害影响的平均灾损率为-1.83%,达到理赔标准的乡镇比率为37.5%;受暴雨洪涝灾害影响最重的是III区,其次是I区,VII区和II区位居第三,其他几个区相对较轻;暴雨洪涝灾害主要影响水稻的孕穗扬花期和灌浆成熟期,对孕穗扬花期以前的生育期影响较小;暴雨洪涝灾害指数对水稻遭受暴雨洪涝灾害影响有较好的指示意义,利用这一指数制作水稻在灾损率预报准确率较高,达到90%以上;利用气象理赔指数,能较好的预报和模拟宿迁地区水稻遭受暴雨洪涝灾害的灾损率分布,对降低理赔风险,减少理赔费用有较强的指导意义。     

江西省双季稻气象灾害风险评估研究

利用GIS技术,分析了江西省14个代表台站1956—2012年气候资料,并根据江西省双季稻生长发育对气候条件的要求,对影响江西省双季稻的3个主要农业气象灾害(小满寒、高温逼熟、寒露风)指标进行风险评估。结果表明,江西省早稻主要受小满寒和高温逼熟影响,晚稻主要受寒露风影响。小满寒灾害的高风险区主要包括修水、宜春、景德镇、玉山和广昌等地,高温逼熟灾害的高风险区主要包括赣州、遂川、广昌、吉安、贵溪、玉山和修水等地,寒露风灾害的高风险区主要包括修水和宜春。江西省早稻气象灾害中度风险等级区分布于江西省平原和盆地,重度风险等级区大体分布于周围山地丘陵地区。晚稻气象灾害重度风险区主要位于西南部地区。     

拉萨-林芝铁路沿线主要气象灾害风险研究

基于1980~2010年拉萨-林芝铁路沿线17个地面站的气象资料、2019年西藏统计年鉴和西藏自治区地理信息数据资料,运用自然灾害风险综合指数法、层次分析法以及GIS空间处理技术,分析了孕灾环境脆弱性、灾害因子危害性和承灾体脆弱性,建立了拉萨-林芝铁路沿线主要气象灾害的风险研究模型,完成了拉萨-林芝铁路沿线主要气象灾害风险等级区划。结果表明:拉萨-林芝铁路沿线闪电高发季节是夏季和早秋,占91.23%;暴雨高发季节是盛夏和秋季,占93.60%;暴雪主要发生在冬季,占87.06%;大风主要发生在春季,占74.59%。拉萨-林芝铁路沿线暴雪灾害高风险区主要分布在林芝东南部和米林以东,大风灾害高风险区主要分布在加查和朗县附近,闪电和暴雨灾害高风险区主要分布在林芝市和山南市附近。      

近30a台湾非台风暴雨研究回顾

从1987年开始,台湾暴雨研究进入一个新纪元,由早期定性描述分析进入定量计算与模拟,其中包括新观测设施的建设与数值天气预报系统的建立。近年来,随着全球气候变暖,台湾极端降雨事件有所增加,其中不少极端降雨事件是由非台风暴雨所致,往往给当地社会经济和人民生命财产造成严重影响,这就迫切需要不断提高强降雨定量预报业务水平。本文通过对近30 a台湾在非台风暴雨研究发展方面取得的主要进展的回顾,重点介绍了台湾气象部门为了提高强降雨定量预报业务水平所做出的努力,同时对未来台湾非台风暴雨研究规划与方向作了简要介绍。     

从气候变化的新视角理解灾害风险、暴露度、脆弱性和恢复力

不断变化的气候可导致前所未有的极端天气和气候事件。这些事件能否构成灾害,在很大程度上取决于脆弱性和暴露度水平。虽然无法完全消除各种灾害风险,但灾害风险管理和气候变化适应的重点是减少脆弱性和暴露度,并提高对各种潜在极端事件不利影响的恢复力,从而促进社会和经济的可持续发展。全面的灾害风险管理要求更加合理地分配对减灾、灾害管理等方面所付出的努力。过去的主流是强调灾害管理,但目前减灾成为关注焦点和挑战。这种主动积极的灾害风险管理与适应有助于避免未来的风险和灾害,而不仅仅是减少已有的风险和灾害,同时这也是灾害风险管理和气候变化适应更加紧密联系的一个背景。灾害风险管理促进气候变化适应从应对当前的影响中汲取经验,而气候变化适应帮助灾害风险管理更加有效地应对未来变化的条件。     

近36年遵义市暴雨洪涝灾害变化特征及成因分析

暴雨、大暴雨等自然因素和防洪、除涝工程等社会因数是影响暴雨洪涝灾害发生、发展的重要因素。基于1984-2019年遵义市13个国家气象观测站逐日降水量资料、遵义市第一次自然灾害风险普查暴雨洪涝灾害数据,采用常规统计、突变检验、线性倾向估计、相关分析、对比分析等方法,得出遵义市暴雨、大暴雨以及受灾面积的年际、年代际以及长期变化变化特征,同时揭示农作物受灾面积的变化成因。结果表明：近36年遵义市暴雨日数及其累计降水量呈波动式微弱增加趋势,大暴雨日数及其累计降水量呈显著减少趋势,暴雨、大暴雨均具有不同的阶段性变化特征。1984-1999年农作物受灾面积呈显著上升趋势,2000-2019年农作物受灾面积呈显著下降趋势。大暴雨日数及其累计降水量与受灾面积呈显著正相关,并且具有明显的阶段性差异。暴雨洪涝灾害发生、发展既受暴雨、大暴雨等气象自然因子影响,也受气象灾害防御工程和灾害性天气预报预警水平等社会因素影响。     

基于灾损评估的北京地区冰雹灾害风险区划

北京地区冰雹灾害风险区划主要依据“风险=概率×损失”的风险评估方程来计算风险值,不单纯依靠极端天气及气候事件的概率统计来做区划。首先利用灰色关联模型将北京地区近30年 (1980—2009年) 的冰雹灾害历史灾情资料进行灾损评估,评估结果以关联度归一化值及高斯变换值的方式分别用于时间序列分析及风险值估算。然后采用启发式分割算法 (BG算法) 对灾情数值进行时间序列分析,分析发现:1997年为不平稳结点,1997年前后的灾情数值从平稳性上应分属两个不同的时间序列。以1997年后的期望偏差作为变异系数。在灾损评估结果的基础上进行关联度归一化值在0~1范围内10个等间距的雹灾频次统计,依据统计结果计算北京地区冰雹灾害的平均风险值并用该值来制定冰雹风险等级标准。最后利用风险评估方程计算历次雹灾的风险值,结合风险等级标准完成北京地区冰雹灾害风险区划。区划结果显示:北京地区冰雹灾害的高风险区域主要分布在北京城市中心地区、密云县城及平谷区等几个人口稠密地区,而山区及山前迎风坡地带尽管降雹频次高,冰雹灾害风险却相对较少。     

大气环流与灾害性天气气候研究:黄士松先生学术成就和贡献回顾

黄士松先生出生于1920年10月27日,系我国著名的气象学家和气象教育家、新中国气象事业的奠基人之一。他从事气象科学研究六十余载,始终面向世界气象科学前沿,立足中国天气气候实际,围绕大气环流与灾害性天气气候问题,在大气环流成因、副热带高压变动规律、平流层与对流层环流联系、南北半球环流联系、东亚夏季风体系结构和暴雨台风重大灾害性天气过程等诸多研究领域取得了开创性、前瞻性和系统性成果。他提出了诸多新发现、新理论、新观点和新方法,均具有重大学术与实践指导意义,为丰富天气学、气候学及提高中国天气预报和气候预测水平作出了重要学术贡献。值此黄士松先生百年诞辰之际,本文从大气环流、副热带高压、东亚夏季风及暴雨和台风4个方面对先生的主要学术成就进行了回顾,以此纪念和缅怀他对气象科学的重要学术贡献。     

2004年我国天气气候特点

2004年，全国平均年降水量较常年偏少，且时空分布不均。春李至初夏，东北西部、内蒙古东部地区出现近50年来最严重的干旱；秋季，华南、长江中下游地区发生大范围的严重干旱。汛期，我国大江大河未发生大的流域性洪涝灾害，但局地性强降雨造成的暴雨洪涝和滑坡、泥石流等灾害比较频繁，四川、重庆、云南、河南、湖北、湖南等省市损失较重。全国年平均气温较常年明显偏高，但阶段性起伏变化较大，冬、春、秋季部分地区遭受低温冻害或雪灾，夏季南方出现持续高温天气。年内，有8个台风(热带风暴)登陆我国，其中台风“云娜”给浙江造成严重损失。雷雨大风、冰雹、雷击等局地强对流天气发生频繁。春季北方沙尘天气较上年同期增多。综合分析，2004年我国气候总体正常，气象灾害偏轻，属于偏好年景。     

天气预报在1998年夏抗洪防灾中的作用——暴雨成灾引起的气象科学问题的思考

１９９８年夏,长江、嫩江、松花江流域因大范围持续性降水和频发暴雨造成了特大洪水。在这场抗洪减灾工作中,天气预报是党中央、国务院和各级党政部门领导组织抗洪防灾科学决策的重要依据之一,为正确组织、指挥防汛抗洪,取得巨大胜利起到了良好作用。然而,１９９８年夏的异常天气使天气预报人员始料不及,要做好较准确的天气预测预报,不少气象科学问题还难于准确回答。因此,这些气象科学问题还需要进一步深入研究。     

灰色关联度方法在大风和暴雨灾害损失评估中的应用

针对近20年北京地区发生的大风和暴雨灾害,应用灰色关联度方法,计算北京地区近20年的19个大风和暴雨灾例的灾情评估指标与关联度,进行损失评估和比较。结果表明,该方法对灾情等级划分和灾情损失排序是合理的,比较符合实际对灾情的评价,能够对不同气象灾害和同一级别的气象灾害灾情差异尺度做比较,是能够应用于实际工作中的一种科学方法。     

Funding public adaptation to climate-related disasters. Estimates for a global fund

Managing disaster risk is increasingly being considered a key line of response in climate adaptation. While funding support for adaptation has been pledged, rationales for support and cost implications are essentially unclear, which may explain why financing is currently only forthcoming at low levels. Various estimates for the costs of adaptation have been suggested, yet the rationale and robustness of the estimates have been difficult to verify. Focusing on weather-related extreme events, we conduct a global assessment of the public finance costs for financially managing extreme event risks. In doing so, we assess countries’ fiscal disaster vulnerability, which we operationalize as the public sector's ability to pay for relief to the affected population and support the reconstruction of lost assets and infrastructure. Methods employed include minimum-distance techniques to estimate the tail behaviour of country disaster risks as well as the inclusion of non-linear loss and financing resources relationships. We find that many countries appear fiscal vulnerable and would require assistance from the donor community in order to bolster their fiscal resilience. Our estimates may inform decisions pertaining to a global fund for absorbing different levels of country risks. We find the costs of funds covering different risk layers to be in the lower billions of dollars annually, compared to estimates of global climate adaptation which reach to more than USD 100 billion annually. Our estimates relate to today's climate, and while disaster losses have currently not been robustly linked to climate change, physical science has made a strong case in attributing changes in climate extremes to anthropogenic Climate Change. We suggest that estimates of current weather variability and related risks, although also associated with substantial uncertainty, can be interpreted as a baseline for discussion and any future projections of risks.     

青藏高原东部牧区大-暴雪过程及雪灾分布的基本特征

青藏高原东部牧区２６个台站在近三十年中共发生大－暴雪过程１６８９站次,按本文标准形成雪灾４１０站次。通过统计和诊断分析,揭示了大－暴雪过程及其雪灾的时空分布特征。结果表明：久治是大－暴雪过程和雪灾的频发中心,清水河是雪灾及成灾几率的高值中心;后冬成灾几率高达８０．３％,春季成灾几率仅１４．３％;大－暴雪过程次数和降水量线性增加势趋十分明显,导致雪灾危害日趋严重,９０年代进入雪灾的频发时期。