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。     

基于模糊综合评价法的浙江省高速公路暴雨灾害风险评估

利用2006—2017年浙江省气象站点的降水数据、基础地理信息数据以及社会经济数据,考虑高速公路的自然地理环境特征,从危险性、暴露度、脆弱性3个方面出发,建立高速公路暴雨灾害风险评估指标集。通过Arc GIS技术,结合模糊综合评价法,建立暴雨灾害风险评估模型,形成浙江省高速公路暴雨灾害风险区划图。结果表明,浙东南沿海地区及西部山区境内的高速路段风险等级较高,浙北北部地区和中部盆地境内的高速路段风险较低。高风险路段主要分布在长深高速富阳段、京台高速开化段、诸永高速永嘉段、温丽高速温州段、温州绕城高速、甬台温高速台州段以及瑞安到苍南段、常台高速天台东段等路段。     

海南环岛高速强降雨灾害风险分析

基于2010—2014年G98海南环岛高速公路降水资料及公安交管部门提供的交通事故资料,分析海南环岛高速公路交通事故分布特征,发现强降雨是诱发交通事故最多的灾害性天气。运用灰色关联度方法针对降雨引发的交通事故进行评估分析,通过死亡人数、受伤人数和直接经济财产损失3项评估指标得到40次典型个例的灰色关联度排序。以年累计降雨日数、最大日降雨量、最大小时降雨量作为致灾因子危险性指标;以环岛高速公路气象灾害风险普查得到的强降雨致灾隐患路段、单向车流量作为承灾体脆弱性指标;以因降雨造成的交通事故发生频次和事故灰色关联度最大值作为承灾体易损性指标,构建环岛高速强降雨气象灾害风险区划指数模型,计算11个高速公路管理站的风险区划指数,得到海南环岛高速公路强降雨气象灾害的客观风险空间分布,发现定安—万宁路段是强降雨高风险路段,在交通气象服务中应重点关注。     

宁夏高速公路大风灾害风险评价

利用气象观测数据、交通数据和经济社会数据,选取不同等级的大风日数、车流量、道路密度、地形高度、河网密度、桥涵个数、桥涵密度、植被覆盖度等14个评价指标,从致灾因子危险性、孕灾环境敏感性、承灾体易损性三方面建立高速公路大风灾害评估模型,使用模糊综合评价法和层次分析法计算各因子权重,开展宁夏高速公路大风灾害风险评价。结果表明:宁夏高速公路大风灾害风险石嘴山市北部和吴忠市南部高、区内中北部和南部低。其中,京藏高速石嘴山市北段为高风险;京藏高速石嘴山市中段、中卫市南段及福银高速吴忠市段为次高风险;其他路段为中等到较低风险。风险评价结果与实际高速公路大风灾害的发生有较好的一致性。     

京津冀地区高速公路冰冻灾害风险区划

冰冻灾害是京津冀地区冬季高速公路主要的气象灾害,对冰冻灾害进行风险区划具有十分重要的意义。本文基于1981—2015年京津冀地区173个气象站的逐日地面气象观测资料,结合Arc GIS空间分析方法和AHP层次分析法,对京津冀地区高速公路冰冻灾害进行风险区划。结果表明:京津冀地区冰冻灾害敏感性总体呈西北高、东南低的空间分布特征,冰冻灾害风险最高的区域位于河北省张家口市境内的张北草原一带,冰冻灾害高敏感度区域面积比例达29.2%;北京地区和承德西北部山区为冰冻灾害中等至较高敏感度区域,面积比例分别为61.3%和64.0%。结合路网数据可知,张石高速、张承高速张家口市区以北路段为冰冻灾害的高风险路段,本文研究结果可以为相关管理部门防灾减灾提供参考依据。     

河北省高速公路路面结冰风险区划研究

基于河北省2011—2015年10月至第二年4月国家气象站数据、交通气象站数据、路面结冰风险普查数据、因路面结冰造成的交通管制和交通事故数据、车流量数据以及地理信息等数据,从致灾因子危险性、孕灾环境脆弱性和承载体敏感性构建了高速公路路面结冰风险区划评价指标,利用层次分析法和GIS技术制定了河北省高速公路路面结冰风险区划...     

基于层次-灰色关联分析法的闪电灾害风险区划

为寻求合适的闪电灾害风险区划方法,以浙江省苍南县为例,利用2007—2011年闪电监测数据、1996—2011年雷灾统计资料及基础信息数据等,从闪电灾害发生的特征出发,引入层次-灰色关联分析法,采用层次分析法确定闪电灾害风险评价指标的权重,运用灰色关联分析法确定评价对象的灰色关联系数,进而综合加权得出闪电灾害风险评价指标的灰色关联度,给出闪电灾害的风险区划.结果表明,苍南县闪电灾害风险等级区划由高到低分别是灵溪镇、龙港镇为极高风险区,宜山镇、钱库镇、金乡镇为高风险区,矾山镇、马站镇、桥墩镇、藻溪镇为中风险区,赤溪镇、岱岭畲族乡、凤阳畲族乡为低风险区.在此基础上,对该区域的风险区划结果进行了验证,表明引入的层次-灰色关联分析法适合于闪电灾害风险区划研究.研究结果为编制闪电灾害防御规划以及重点项目灾害风险评估可行性论证提供了参考,对提高闪电灾害防御的综合能力具有现实意义.     

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。     

北京市奥运期间气象灾害风险承受与控制能力分析

针对北京市奥运会期间的7种主要气象灾害(雷电、冰雹、大风、高温、暴雨、大雾和霾灾害),建立了气象灾害风险承受能力与风险控制能力评价的指标体系.经过专家评分,获取7种气象灾害的评价指标所对应的分值.利用层次分析法,计算评价指标的权重系数.最后得到7种气象灾害评价指标的加权平均值作为其风险承受能力与风险控制能力系数.利用灾害模数、经济易损模数、生命易损模数3个指标进行北京市奥运期间18个区县空间易损度区划分析.结果表明:北京市奥运会期间,高温灾害和暴雨灾害的风险承受能力与风险控制能力最弱;雷电灾害和大雾灾害的承受与控制能力中等;冰雹灾害和霾灾害较强;大风灾害最强.易损度空间差异分析表明,城区(东城区、西城区、崇文区和宣武区)、朝阳区和海淀区为高易损性区域;丰台区、石景山区、房山区、昌平区、顺义区和大兴区为中易损性区域;门头沟区、通州区、平谷区、怀柔区、密云县和延庆县为低易损性区域.     

河北省公路交通气象灾害的风险普查结果与防范对策

为了解河北省公路交通气象灾害风险和服务需求,为加强和改善公路交通气象服务提供参考。采用问卷调查、实地观察、专家评估和对比分析法对高速公路的隐患路段和主要灾害天气进行普查。发现影响黄石、京藏高速公路的主要灾害性天气是大雾、强降水、路面结冰和路面湿滑,影响时间主要是秋冬季节;大雾、强降水等灾害性天气定时定点定量预报是交通管理部门需要的,服务内容要易于理解,服务方式要增加手机客户端、高速电子情报板、手机短信即时服务等。同时还发现黄石、京藏高速公路低能见度临界值为700、800 m,京藏高速路面积水的临界值为12 h降雨量为9 mm,路面湿滑的临界值为12 h累积降雨量3.0 mm。     

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。     

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。     

盐源烤烟冰雹灾害精细化风险区划研究

以1986~2015年盐源所在的攀西地区20个县（市）地面冰雹观测资料为基础,建立了烤烟关键生育期冰雹频次与经度、纬度、海拔高度、坡度和坡向的多元回归方程,结合盐源县烤烟观测资料和2016年社会经济数据,从致灾因子危险性、孕灾环境敏感性、承灾体易损性和防灾减灾能力4个方面,选取烤烟不同生育期的冰雹频次、烤烟播种率、地形、农村经济、土地覆盖等作为区划指标,运用层次分析法建立了盐源县烤烟冰雹灾害的风险区划模型,基于GIS技术完成了盐源县烤烟冰雹灾害风险区划。结果表明,对于盐源县农业用地区域,烤烟冰雹灾害风险等级以中、高等级为主,低风险区域面积较少。      

江西省山洪灾害风险区划初步研究

通过应用地理信息系统技术编制山洪灾害风险区划的方法,以江西省分县小流域地理底图为基础,对影响山洪灾害形成与发展的暴雨气候、地形坡度、河网分布等因子进行分析和叠加,完成了江西省山洪灾害危险性评价图。以人口密度、GDP、耕地面积作为指标进行易损性分析,并借助GIS工具,将危险性评价图与易损性评价图进行叠加,完成了江西省山洪灾害风险区划研究。区划结果表明:GIS方法能有效地对影响山洪灾害形成与发展的因子数据进行空间分析。该风险区划图可通过对山洪易发区的规划决策而减轻山洪灾害的影响,同时也为当地居民提供了灾害的风险信息。     

浅丘地带主要气象灾害特征及风险分析——以绵西高速公路为例

本文通过应用绵西高速公路(S32)交通管制台账资料、沿途气象观测站数据、通过统计学、GIS区划、专家打分等方式进行研究分析,得到绵西高速公路道路管制情况、灾害性天气直接影响下交通管制情况分布特征、主要气象灾害风险等级：1)绵西高速公路运营以来至2021年,受灾害性天气及引发的次生灾害造成的交通管制占比77.7%,主要原因是大雾天气、强降水及引发的路面积水;季节天气影响交通管制程度由高到低分别为冬、夏、秋、春。2)2019至2021年绵西高速公路由大雾造成交通管制的平均时长较强降水更长,发生时段更集中。大雾造成交通管制持续时间平均时长为5小时,管制开始时间主要集中在00至08时,解除时间在07至11时;强降水直接造成交通管制持续时间平均时长为3小时,管制开始时间为08至10时和15时至21时,结束时间在10到17时。利用成果能为交通运维工作提供有效的决策参考意见,有力保障道路安全畅通,最大限度地减少因灾害性天气造成的交通事故发生,有利于提高生产效率和社会经济效益。     

基于城市交通脆弱性核算的大雾灾害风险评估

选用大雾观测资料测算城市地区的雾灾危险性指数,以规则网格作为评估单元,逐网格计算网格区域内的路网密度,以此作为雾灾的空间脆弱性指标,并针对重点设施的分布情况对脆弱性指数进行空间叠加订正;选用网格内的人口密度作为雾灾的易损性指标;危险性、脆弱性及易损性3项指标按5:2:1的分配比例综合测算雾灾的风险指数。实例研究选用北京地区1996年1月—2006年12月的大雾资料,按空间网格化方法对大雾灾害风险进行评估,结果表明:北京地区雾灾脆弱性指数的高值区域与高速路及环城路延伸方向一致,城市中心为人口集中分布地区,其综合风险指数高,与高速路段、环城路及机场等地段均为雾灾的高风险区域,北京东南部地区年平均雾日数相对较多,危险性指数值也较高,是雾灾较高风险区域。     

基于MTSAT卫星遥感监测的浙江省及周边海区大雾分布特征

利用日本静止气象卫星MTSAT逐时资料,综合地面气象观测数据,对浙江省及其周边海区陆地和海上2008—2012年的大雾进行了专题信息提取,并给出了浙江省陆域、周边海域0.05°×0.05°网格点的小时尺度的遥感大雾产品,结果表明:(1)基于MTSAT卫星观测数据,采用分级判识太阳高度角阈值和归一化大雾指数的方法,构建的浙江及其周边地区陆地和海上遥感大雾监测模型,大雾判识精度总体超过75%,基本满足使用需求。(2)浙江省陆域近5年大雾年平均累计为411.7 h,约占全年的4.7%,基本呈南多北少,山区多平原少的格局,其中浙江南部高山区、舟山和温州部分海岛及西部山区为大雾多发区,且大雾季节分布为冬秋季较多,春夏季较少,22时至09时是浙江省陆域大雾的高发时段,10时以后大雾逐渐消散,至后半夜、凌晨前后,大雾频次逐渐增多。(3)研究区海雾主要发生在大陆近海,呈现由近海向外海减少的空间格局,东海海域年大雾累计为311.7 h,以东海西南部地区大雾出现最多,浙江省沿海大雾的高发区位于温州海域及钱塘江口。研究区海域大雾具有明显的季节特征,主要表现为春季较多,夏季次之,秋冬季较少的分布格局,且海上主要受平流雾影响,大雾不易消散,持续时间较长。从各海区大雾发生频次从高到低依次为:东海东南部、台湾以东洋面、东海中东部、黄海西南部、东海中西部、台湾海峡、东海西北部、黄海东南部、东海西南部和东海东北部。     

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.     

G60沪昆高速浙江段气象灾害风险普查分析

以G60沪昆高速浙江段为气象灾害风险普查对象,通过统计分析方法,挑选出灾害隐患点,在此基础上,利用问卷调查法、专家评估法、对比分析法和主成分分析等方法,对隐患点的气象灾害风险情况进行了调查分析。结果显示,G60沪昆高速浙江段隐患点主要灾害性天气为大雾和道路结冰,其次短时强降水也会引发一定的交通事故;隐患点的灾害性天气主要发生在秋冬季节,1—2月和9月尤为明显;低能见度致灾阈值为500 m,短时强降水阈值为7 mm/h,降雪阈值为小雪或雨夹雪,各气象要素达到以上强度时,将对高速公路交通产生影响;通过与交通部门的交流座谈,对方希望能获取更多的大雾、强降水等灾害性天气定时定点定量的预报,同时对气象部门提供的产品形式也提出了一些要求和建议,在服务方式上,可以增加更多的新媒体形式。     

新疆主要高速公路气象灾害特征分析

基于2010—2018年新疆交通阻断信息，结合气象观测数据，采用统计分析法、专家评估法、问卷调查法等，分析了新疆G30、3012、217线高速公路气象灾害的时空分布特征。结果表明：（1）影响新疆高速公路的气象灾害主要有道路结冰、积雪、暴雨、大雾、大风、沙尘、高温、次生灾害及风吹雪。（2）气象灾害在不同路段有明显的区域分布特征。（3）气象灾害具有明显的季节特征。冬季气象灾害最多，以积雪、大雾和道路结冰为主；春季次之，主要为大风、沙尘和道路结冰；夏季以暴雨、大风及次生灾害最为突出；秋季气象灾害相对较少。（4）G30高速公路的大风、阴雾是新疆比较特殊的气象灾害。