基于灾害风险因子的青海省干旱灾害风险区划

利用1961—2018年青海省气象资料、地理信息数据和社会经济数据,对青海省干旱灾害风险区划进行研究。结果表明:(1)致灾因子危险性较高的地区主要在青海省东部和南部,较低地区主要在青海省西部。(2)孕灾环境脆弱性整体自西北向东南逐渐降低,西北地区脆弱性风险较高,东南部较低。(3)承灾体暴露风险较高的地区主要在青海省东部,其他地区风险较低。(4)防灾减灾能力较高的地区主要在青海省西北部,而青海省南部和东部防灾减灾能力较低。(5)干旱灾害综合风险总体自东向西递减,高风险区主要在青海省东部地区,低风险区主要在青海省西部地区。(6)青海省干旱灾害高风险区主要由于致灾因子危险性及承灾体暴露性都较高,低风险区主要是致灾因子危险性、承灾体暴露性较低,且防灾减灾能力强。     

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GIS的四川省降水诱发型滑坡泥石流风险区划

通过分析四川省滑坡泥石流地质灾害的致灾因子危险性、孕灾环境敏感性和承灾体脆弱性,构建了四川省降水诱发型滑坡泥石流风险评估指标体系,并基于灾害系统学原理的风险评估模型,结合层次分析法和信息量法,利用GIS工具完成了四川省降水诱发型滑坡泥石流地质灾害风险区划。结果表明:（1）诱发滑坡泥石流前期15 d平均有效雨量较大的区域主要位于四川盆地北部、西南部、东南部分地区和攀西地区南部,较小的地区主要位于川西高原和盆地中部。（2）四川盆地北部、西南部和攀西地区东部是降水致灾因子危险性等级最高区域,盆周山区、攀西地区以及阿坝州东部地区孕灾环境敏感性等级在较高及以上,中等以上承灾体脆弱性等级基本位于盆地地区,盆周山区、川西高原及攀西地区脆弱性等级大多在中等以下。（3）风险区划显示高危险区主要分布在盆地北部、西南部和攀西地区,与四川省滑坡泥石流活动情况一致。      

内江市雷电灾害风险评估与区划

利用2009~2018年内江市5个县（市、区）的闪电定位资料,结合内江市各乡镇、街道为单元的行政区域社会经济资料和基础地理信息资料,采用风险指数法、GIS自然断点法、加权综合评价法等数量化方法,从致灾因子危险性、承灾体暴露度、承灾体脆弱性三个方面确定11个评价指标进行综合分析,在GIS技术支持下,开展内江市雷电灾害风险分析和评估,编制内江市雷电灾害风险区划图,从而为全市建设发展、产业布局提供参考。      

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。     

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。     

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。     

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。     

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。     

安徽省雷电灾害风险区划

利用安徽省2005—2010年的闪电定位资料,以安徽省各市的行政区域为评估单元,考虑人口密度以及经济发展因素,选取雷暴日（T）、地闪密度（N）、人口密度（L）、单位面积的GDP（D）作为评估指标,建立层次分析模型,得到安徽省的雷电灾害风险区划,然后利用历史雷灾频次对区划结果进行了校验.结果表明：黄山市、马鞍山、铜陵市、池州市、安庆市、淮南市、合肥市、阜阳市具有较高的雷电灾害风险值;宿州市、亳州市、淮北市雷电灾害风险值较低;其他城市雷电灾害风险值居中.     

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.     

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...     

基于层次分析法的大连区域雷灾易损性评价

根据大连地区近6年雷电灾害资料,40年雷暴资料,以大连地理、气候环境为背景,通过计算指标权重,采用层次分析法对大连区域雷灾易损性进行评价,并通过一致性检验。结果显示,金州新区属于极高风险区域,瓦房店属于高风险区域,大连、普兰店、庄河属于低风险区域,旅顺属于极低风险区域。结果表明雷灾区域易损性分析不仅取决于样本区域的自然雷暴日,还与样本区域的经济发展情况、人口密度、历史灾害等多方面因素有关,各指标影响权重也并非相同。采用层次分析法进行区域雷灾评价研究,能够有效减少人为因素,为防雷减灾提供了依据。     

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.     

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。