新疆南疆暴雨洪涝灾害风险区划

利用2010—2020年南疆气象观测逐小时降水及各县暴雨洪涝灾情数据，将灾损指标按百分位法划分为4个等级。基于GIS技术的自然断点法，从暴雨事件和孕灾环境方面，将暴雨洪涝灾害危险性等级划分为低、中低、中高、高4级。结果表明：受灾人口特重区域在和田地区洛浦县、墨玉县和于田县；直接经济损失特重在和静县、沙雅县、乌什县；农作物受灾特重在阿克苏地区沙雅县、喀什地区英吉沙县和岳普湖县。6 h、12 h、24 h最大降水量可作为南疆暴雨洪涝灾害的气象致灾因子，北部高于南部，西部高于东部，山区高于平原；暴雨洪涝灾害风险高区主要集中在和田地区于田县南部山区、阿克苏地区西部北部山区、喀什地区泽普县、巴州北部轮台县山区。     

基于暴雨过程强度的贵州省雨涝危险性评估*

利用贵州省84个国家级气象观测站1991-2020年逐日、逐时降水量资料,以暴雨过程中持续天数、累积降水量、最大日降水量、最大小时降水量4个评价指标为基础,得到年雨涝指数和最大降水量阈值,再结合地形、水系及地质灾害等影响,对贵州省雨涝危险性进行评估和区划。结果表明：(1)贵州省大部分地区年雨涝指数为中等以上的等级,其中安顺市大部、黔西南州东部达到极强;(2)雨涝危险性程度具有西南部和东北部高、西北部低的分布特点,高危险性等级虽然占比小,但分布较为集中连片,易产生区域性影响;(3)针对不同时间长度,不同重现期的可能最大降水量阈值进行了分析,对预警服务及决策有一定的参考价值。     

四川省暴雨过程强度及损失评估方法研究

利用1961—2015年四川省逐日降水资料、典型年份各区县暴雨灾情、GDP、人口和耕地面积资料,采用加权求和法建立基于归一化的过程降水量、最大日降水量和过程持续天数的暴雨综合强度指数及等级标准;基于经济损失率、人口受灾率和作物受灾率指标,采用灰色关联法确定灾害严重程度;利用相关分析法分别建立基于暴雨综合强度指数和基于暴雨灰色关联度的灾害损失评估模型,分析了各地不同重现期暴雨可能造成的经济损失率。结果表明:暴雨综合强度指数能够较好地揭示不同强度等级暴雨的时频和空间分布特征,暴雨过程造成的损失与暴雨综合强度指数和暴雨灰色关联度均显著相关,两种损失评估模型的拟合与试评估效果均较好,5 a一遇暴雨的经济损失率多在3%以下,50 a一遇暴雨的经济损失率多在3%以上,盆地北部和西部山区在5%以上,局地可达7%～9%。     

基于降水时空分布情景模拟的暴雨洪涝致灾危险性评价

致灾因子危险性评价是进行风险区划的重要环节。本文采用江西省贡水流域超警戒水位的降水作为暴雨致灾因子,以最优极值函数分布方法计算研究该流域的重现期面雨量,利用超警戒水位降水过程的降水量时间分布规律和降水空间经验正交函数分析结果,结合Flood Area模型开展不同降水时空分布情景的洪水演进模拟,以模拟淹没水深作为指标建立暴雨致灾危险性评价等级,对不同降水时空分布情景下贡水流域暴雨致灾危险性进行评价。结果显示:不同的降水时空分布对暴雨洪涝致灾危险性评价影响较大。该方法是完善流域内暴雨洪涝灾害风险区划和评估工作的基础,在此基础上开展流域内不同承灾体的脆弱性评价和暴露度评价,可为地方政府制订减灾规划与预案等提供参考。     

广东暴雨洪涝灾害损失定量评估

广东暴雨强度大、范围广、季节长,造成的灾害重、影响大。为合理、定量地评估广东暴雨洪涝过程强度及其损失,基于1994—2018年广东致灾暴雨过程和相应灾情资料,构建了广东暴雨过程综合强度评估模型和灾情指数模型,并采用百分位数法进行暴雨强度和灾情等级划分,以第60、第80、第90和第95百分位数为临界阈值,分别将致灾暴雨过程强度和灾情划分为弱(1级)、较弱(2级)、中等(3级)、较强(4级)、强(5级)和微灾、小灾、中灾、大灾、巨灾5个等级,进而分析了不同强度等级暴雨过程可能造成的人口、农作物、房屋和经济等承灾体损失。结果表明:(1)1994—2018年间,广东各等级致灾暴雨过程主要出现在4—9月的汛期,5—7月尤其多,要特别注意防御;(2)致灾暴雨过程强度等级与各类承灾体灾情指数存在显著正相关关系:随暴雨强度的增强,倒塌房屋数呈指数增长,受灾人口、死亡人数、农作物受灾面积和直接经济损失呈线性增长;(3)平均而言,当暴雨强度达到强(5级)等级时,受灾人口、死亡人数、农作物受灾面积、倒塌房屋数和直接经济损失标准分别约为187.19万人、22人、10.52×10^4 hm^2、1.12万间和13.07亿元。     

基于GIS的榆林市暴雨灾害风险区划

利用陕西省榆林市12县区气象站1951—2011年暴雨资料及所属162个区域自动气象站2007—2011年暴雨资料进行统计,按照百分位法划分暴雨等级;结合全市年降水量分布特征及地形、经济、人口等资料,确定暴雨灾害的孕灾环境、致灾因子、承灾体易损性等区划要素;应用ArcGIS技术对各项区划因子进行小网格模拟计算,并赋予不同权重,通过综合运算得到榆林市暴雨灾害分布图,应用GIS的自然断点法及经验订正法,将全市暴雨灾害划分为高风险、次高风险、中风险、次低风险及低风险5个等级。区划结果表明：榆林市北部府谷、神木县和南部子洲、吴堡县暴雨多发,灾情重,灾害风险等级最高;西部定边、靖边暴雨最少,灾害风险等级最低。     

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。      

关中东部暴雨灾害风险区划研究

利用关中东部11个气象站1961—2007年的逐日降水资料、同期暴雨洪涝灾害和经济发展资料,在ARCGIS平台上,从暴雨的孕灾环境敏感性、致灾因子危险性、承灾体易损性、防灾减灾能力等4方面综合分析,形成关中东部暴雨风险灾害区划。结果表明：关中东部孕灾环境的高敏感区主要在秦岭北部渭河支流较多的二华地区和沿黄河的韩城市;韩城和潼关的雨涝致灾危险性最高,蒲城、大荔致灾危险性相对较小;临渭区为高易损区;关中东部的临渭区、大荔、韩城对暴雨灾害防灾减灾能力最强,其次为蒲城和华县。暴雨洪灾的高风险区在韩城和潼关。暴雨灾害风险区面积相对较小,防灾减灾相对较强,暴雨致灾危险性范围小,但受地形和地貌影响,孕灾环境敏感性较高。     

基于FloodArea模型的洪安涧河流域暴雨洪涝灾害风险区划

为直观反映暴雨洪涝灾害的淹没情景,及时有效地提供流域内的暴雨洪涝风险区划信息,采用洪安涧河流域气象站历史降水序列,结合致灾临界面雨量阈值和历史灾情数据,使用广义极值分布函数等,确定了不同重现期的致洪面雨量,采用FloodArea水文模型推演了洪水淹没的情景,并结合承灾体绘制了流域在不同重现期下的暴雨洪涝灾害风险区划图,提取了不同重现期和不同淹没深度下承灾体的受灾信息。结果表明:随着淹没水深的加深,人口和GDP受灾占比呈阶梯向上变化,而耕地和居民地受灾面积占比均呈明显对数函数关系增长;随着重现期的增大,流域洪涝灾害的危险程度逐渐加重,较高风险区分布在河道及中下游河道两侧蔓延处等区域,承灾体在低风险区的受灾占比最大(超过80%),极高风险区占比次之,中、高风险区占比最小。     

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。     

天津市静海区暴雨灾害风险精细化评估北大核心

根据天津市静海区18个乡镇2009—2018年逐时降水量,以及社会经济、地理地形、水利设施等数据,结合历史受灾信息,分别对静海区的暴雨致灾因子危险性、孕灾环境敏感性、承灾体易损性及防灾减灾能力进行分析,采用GIS技术和统计方法多因子叠加,综合得出静海地区暴雨灾害风险精细化评估和区划。研究发现,静海区北部区域以及南部中旺镇及其周边风险较高,而静海地区中部的风险较低;暴雨灾害高风险区主要分布在致灾因子敏感性、承灾体易损性较高而防灾减灾能力较低的静海镇和梁头镇及其周边,应加强防灾减灾设施建设。     

基于Copula函数的北京强降水频率及危险性分析

客观分析强降水事件的发生频率及其致灾因子危险性,能为局地洪涝灾害的防灾、减灾规划及灾害预警提供科学依据。探讨了基于二元Copula函数的强降水致灾变量联合分布及其在强降水危险性分析中的应用。利用北京地区2005-2014年逐时降水资料提取强降水事件案例,通过建立能反映两个主要致灾因素--降水持续时间和过程降水量依存关系的二元联合分布模型,计算了北京地区强降水事件条件重现期,并以此为基础开展危险性分析。研究表明,北京地区强降水事件的持续时间多小于24 h,且主要服从广义极值和对数正态分布,而过程降水量则更适用于广义极值分布;通过Gumbel Copula函数能较好刻画过程降水量与持续时间的相互依存关系。北京地区短时强降水重现期受持续时间影响明显,仅基于降水量的重现期估算会低估其致灾危险性,利用基于Copula函数的条件重现期能更合理描述不同强降水情景致灾因子的危险性特征及其空间差异性特征。北京地区持续时间小于12 h、过程降水量在50 mm以上的强降水事件多呈东北-西南走向,而持续时间在6 h以内的50 mm以上强降水则在北京城区及东北部地区更加频繁。     

四川省暴雨洪涝灾情特征及主汛期环流背景分析

利用1984-2010年四川地区暴雨致灾经济损失调查表以及1981-2010年6-9月四川地区逐日降水资料和NCEP再分析资料,研究了近30年的暴雨洪涝致灾特征,得出了洪涝年主汛期四川地区致灾暴雨的环流背景。结果表明,暴雨洪涝引起的四川受灾人口总体呈现增加趋势,特别是1999年以后,受灾人口上升趋势越来越明显;成都市的暴露度指数高但脆弱性指数低,甘孜/阿坝州的各项暴露度指标都排在全省最末。人口脆弱性和经济脆弱性存在明显的2年震荡周期。四川省暴雨中心的绵阳和巴中受暴雨洪涝灾害的影响将进一步加剧。人口脆弱性和经济脆弱性指标位居全省前列的均是川东地区。洪涝年主汛期的环流背景特征是,南亚高压呈现"西部型",且较常年偏弱;洪涝年7月开始副热带高压有明显的准双周的震荡周期,对流层中高层东亚中高纬大气环流出现20~30天的低频振荡,高原低涡具有22天的震荡周期。低纬度西南气流多次向中高纬输送。     

基于1 km网格的北京暴雨洪涝灾害风险区划

目前许多城市暴雨洪涝灾害综合风险区划对暴雨在复杂地形下可能引发的山洪与地质灾害造成的高风险以及对城市交通安全风险估计不足,同时常规的气象观测资料已难以描述暴雨致灾危险性精细化分布。本文基于自然灾害风险评估理论,利用遴选的293个北京气象自动站2006—2017年逐时降水观测资料、北京2015年1∶25万基础地理信息、2016年Landsat8晴空遥感影像、灾情资料以及网格化的社会经济资料,在承灾体暴露度基础上充分考虑了承灾体对暴雨引发的城市积涝、山洪与地质灾害灾损敏感性差异,从暴雨致灾危险性、孕灾环境敏感性、承灾体易损性3个方面开展了北京地区暴雨灾害1km分辨率的精细网格化风险评估与区划,并结合实际案例进行了分析。结果显示:(1)基于高密度降水观测资料提取的网格化短历时暴雨频次和暴雨量能较为精细地评估致灾危险性;基于遥感与GIS提取的不透水盖度、地形起伏度与河网密度可有效评估暴雨洪涝孕灾环境敏感性;基于1km格网化的GDP、人口密度和路网密度以及灾损敏感系数可有效评估暴雨引发的积涝、山洪与地质灾害对人员、财产和公路交通的易损性;(2)与已有成果比较,本次北京暴雨洪涝风险区划不但凸显了暴雨对城市的积涝风险,也凸显了暴雨引发的山洪与地质灾害风险,同时突出了暴雨对城市交通设施安全的影响;(3)风险区划结果基本反映了北京市暴雨灾害的潜在风险,北京暴雨洪涝灾害防御的重点区域应放在风险较高的三个区域。     

基于GIS的洛清江流域洪涝致灾面雨量计算方法研究

根据气象风险预警服务业务需要,基于1:250000基础地理信息数据,利用GIS水文分析模型,划分洛清江流域范围;基于气象要素及灾情资料,分析洛清江流域暴雨洪涝气候背景、洪涝灾害特征;采用线性回归统计分析方法,建立洛清江流域雨洪关系模型,确定洛清江流域不同风险等级致灾面雨量阈值;并通过历史典型个例,对洛清江流域致灾面雨量阈值加以验证,结果表明:基于GIS的洛清江流域洪涝致灾面雨量阈值划分较为合理,可为广西精细化暴雨洪涝灾害风险普查和气象风险预警服务业务化提供基础支撑。     

基于GIS淹没模型的流域暴雨洪涝风险区划方法

在求取漳河流域雨洪曲线,分析流域历史暴雨洪涝风险个例基础上,确定流域致灾临界面雨量和洪涝风险水位段.采用耿贝尔极值Ⅰ型分布法求取流域不同重现期面雨量,基于GIS的暴雨洪涝淹没模型,利用D8及曼宁公式计算不同重现期面雨量淹没范围和水深;运用灾害风险原理,制作漳河流域暴雨洪涝风险区划.同时,对湖北省钟祥市行政区域制作了风险区划图,并与实际灾情进行了比较,暴雨洪涝灾害频发区与高风险区对应较好.结果表明,该方法能够直观表达暴雨洪涝灾害的形成,也反映了流域及研究区域内的暴雨洪涝灾害风险,有较清楚的物理意义.     

湖北省不同等级降水特征及与旱涝关系分析

基于湖北省1961—2020年71个国家站逐日降水数据，利用降水异常指数Z和线性分析等方法，分析不同地区降水特征及与旱涝关系，结果表明：（1）湖北省年均降水自北向南递增，山区冬夏季雨日相当，降水量鄂西山区>鄂东山区>江汉平原>汉江河谷；（2）雨日随等级减小，大等级降水多发生于鄂东南。鄂西北暴雨占比最小，鄂西南各等级降水相当，江汉平原及以东地区中雨及以上量级降水贡献率较大；（3）年均雨日呈衰减趋势，降水量相反，而山地平原夏季雨日贡献率增加。小等级降水比例减小，年代际变化中降水日数呈减少趋势，而降水量“中间偏多，两端偏少”；（4）雨日对降水量的贡献率远高于降水强度。暴雨的距平变化可基本反映旱涝年。     

湖北省不同等级降水特征及与旱涝关系分析

基于湖北省近61年71个国家站逐日降水数据,本文利用降水异常指数Z和线性分析等方法,分析不同地区降水特征及与旱涝关系,得出结论如下：（1）湖北省年均降水自北向南递增,山区冬夏季雨日相当,降水量鄂西山区＞鄂东山区＞江汉平原＞汉江河谷;（2）雨日随等级减小,大等级降水多发生于鄂东南。鄂西北暴雨占比最小,鄂西南各等级降水相当,江汉平原及以东地区中雨及以上量级降水贡献率较大;（3）年均雨日呈衰减趋势,降水量相反,而山地平原夏季雨日贡献率增加。小等级降水比例减小,年代际变化中降水日数呈减少趋势,而降水量“中间偏多,两端偏少”;（4）雨日对降水量的贡献率远高于降水强度。典型涝（旱）年降水距平百分率随降水等级增大,说明暴雨的距平变化可基本反映旱涝年。     

湖北省暴雨洪涝致灾指标研究

利用湖北省76站逐日降水量资料,采用耿贝尔极值Ⅰ型分布和百分位方法,分别对日最大降水量和过程最大降水量计算湖北省暴雨洪涝各等级的阈值,并统计洪涝历史发生次数,与实际灾害次数进行对比分析.结果表明:(1)虽然强度较大的日降水量也能导致灾害发生,但过程降水量则能更好地反映持续性降水累积效应的致灾作用;(2)百分位法中"分区域指标"和"全省统一指标"的渍涝次数两者接近,但是轻涝和一般洪涝在三峡河谷地区"全省统一指标"的次数明显小于"分区域指标"的次数,较重洪涝和严重洪涝次数在鄂西北和鄂西南地区"全省统一指标"统计结果明显偏少;(3)与实际洪涝灾害个例对比分析表明,百分位方法中"分区域指标"统计的洪涝灾害次数与各区域代表站的实际灾害次数更为接近.     

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。