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。     

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。     

苏浙沪地区高温灾害风险区划研究

利用1961—2009年苏浙沪地区144个气象站的观测数据和2008—2010年苏浙沪地区社会经济资料,从致灾因子危险性、孕灾环境敏感度、承灾体易损性及抗灾能力4个方面综合评估和分析了苏浙沪地区高温灾害风险的空间差异。结果表明:1961—2009年苏浙沪地区高温致灾因子呈南高北低的分布特征,浙江地区高温致灾因子危险性明显大于上海和江苏地区;孕灾环境敏感度指数呈北部和中部地区高、南部地区低的分布,高温灾害高敏感区主要分布在江苏、上海及浙北的平原和沿海地区;经济发达和规模较大的苏浙沪核心城市多为高温灾害承灾体高易损性区,苏北和浙南相对欠发达地区多为高温灾害承灾体低易损性区、次低易损性区或中等易损性区;沪宁杭地区高温灾害的抗灾能力最强,对应的抗灾能力风险较低,而苏北地区和浙南山区高温灾害的的抗灾能力风险较高。综合致灾因子危险性、孕灾环境敏感度、承灾体易损性和抗灾能力4个方面,苏浙沪地区高温灾害综合风险总体呈中南部地区风险高、北部地区风险低的分布,高温灾害高风险区和次高风险区主要集中分布在浙江大部及上海、苏南部分地区,高温灾害低风险区或次低风险区主要分布在长江以北和浙江沿海地区。     

基于灾损定量识别的河南省冬小麦晚霜冻风险区划

利用河南省30个农业气象观测站1981-2008年的冬小麦观测资料和气象资料,基于晚霜冻指数和灾度计算了河南省冬小麦晚霜冻发生概率和灾害程度。通过在WOFOST作物模型中增加霜冻影响过程,实现了晚霜冻灾损定量提取,建立了以晚霜冻危险性、暴露性和脆弱性为评价因子的风险评估模型,按照高风险区、次高风险区、中等风险区、次低风险区和低风险区5个等级标准进行了河南省冬小麦晚霜冻风险区划。区划结果表明:冬小麦晚霜冻风险程度较高的地区主要分布在河南省沈丘、卢氏和林州等地,其风险指数都在0.6以上;低风险区主要分布在伊川、巩义、信阳、南阳、太康、濮阳和杞县等地,风险指数都在0.2以下。     

基于GIS技术的江西省雷电灾害风险区划

利用2010—2019年江西省闪电定位监测数据、地理信息数据和社会经济数据,基于GIS技术、自然灾害风险评估方法和层次分析法等方法,从致灾因子、孕灾环境、承灾体3个方面,开展雷电灾害风险区划的研究,并形成江西省雷电灾害风险区划。结果表明：江西省雷电灾害的极高风险区和高风险区主要分布在南昌市、宜春市、新余市、上饶市、吉安市大部分地区和赣州小部分地区,中风险区和低风险区主要分布在九江市、萍乡市和抚州市大部分地区,该区划结果与江西省近10 a雷灾造成的人员伤亡情况大致吻合。     

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。     

广东晚稻寒露风保险风险区划

农业保险能够有效地分散农业自然灾害风险,提升农业生产水平。农业保险风险区划则是发展农业保险必不可少的基础研究工作,国内外经验普遍表明发展农业保险必须进行风险区划。以广东省晚稻寒露风灾害为例,基于1980—2012年广东省86个气象站的气象资料和2001—2010年《广东农村统计年鉴》21个市的晚稻单产数据,选用日平均气温≤23℃积寒指数、晚稻生产力水平构建晚稻寒露风保险风险区划指标体系,借助GIS技术制作1 km×1 km广东省晚稻寒露风保险风险专题图,将研究区域划分为低风险区、次低风险区、中等风险区和高风险区4个等级并进行评述。结果表明:晚稻生产水平指数和寒露风致灾风险高的区域,对产量影响大,风险高;反之对产量影响小,风险低。高风险区主要分布在北部的韶关和清远地区,中等风险区主要分布在东北部、中部偏西地区,次低风险区主要分布在珠江三角洲的北部和南部沿海地区,低风险区主要分布在珠江三角洲南部地区。区划结果可为保险公司开发寒露风保险产品、厘定差别的保险费率提供参考。     

基于层次分析法的朔黄铁路暴雨灾害风险评估

选取2016—2020年朔黄铁路沿线40套自动气象站降水资料，结合周边国家站区域站近15年资料、行政区县地理信息、社会经济信息等，基于ArcGis技术，采用层次分析法等方法，从暴雨灾害的致灾因子危险性、孕灾环境敏感性、承灾体易损性3类因子构建了朔黄铁路暴雨灾害风险区划模型，并绘制了朔黄铁路暴雨灾害综合风险区划图。结果表明：朔黄铁路沿线暴雨灾害风险划分为高、次高、中、低4个等级，整体呈东部高于西部；4个高风险段与朔黄沿线各工务段收集的暴雨高发信息基本一致，该研究成果对于朔黄铁路暴雨灾害预报预警具有较好的参考作用。     

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。     

上海夏季用电安全风险区划及推广应用

依据自然灾害风险分析的原理和上海地区各区县的电力、气象、社会经济资料,建立上海地区夏季用电安全风险评估模型,在此基础上进行上海市夏季用电安全致灾因子危险性、承灾体社会暴露性、孕灾环境敏感性、抗灾能力及综合指数风险区划,得出上海市夏季用电高风险区为中心城区,次高风险区为宝山区、闵行区、浦东新区,中等风险区为嘉定区、青浦区、松江区、南汇区,低风险区为崇明县、金山区、奉贤区。并以上海地区夏季用电安全风险评估模型为基础,在数据库、地理信息系统技术支持下,制作城市夏季用电安全风险区划软件,用此软件进行厦门市夏季用电安全风险区划,得出高风险区为思明区,中等风险区为同安区、湖里区,低风险区为海沧区、翔安区、集美区。     

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。     

内蒙古马铃薯花期干旱灾害风险区划

利用内蒙古73个旗县气象站点1979—2013年的观测资料、历史干旱灾害资料、马铃薯产量数据和社会属性数据等,通过内蒙古马铃薯花期的降水距平干旱指标,确定了干旱致灾因子的危险性分布,结合承灾体的脆弱性、孕灾环境的暴露性和防灾减灾能力的评价指标体系,利用GIS的空间分析功能,对内蒙古马铃薯花期干旱灾害的风险性进行评估与区划。结果表明:干旱高风险区主要分布在鄂尔多斯市东北部、呼和浩特市部分地区、乌兰察布市大部、锡林郭勒盟南部和赤峰市部分地区,所占面积比例为15.0%;干旱中风险区主要分布在呼和浩特市南部和北部、赤峰市大部、通辽市西部和兴安盟大部地区,所占面积比例为33.4%;干旱较低风险区主要分布在通辽市东部和呼伦贝尔市东南部,所占比例为31.8%;干旱低风险区主要分布在具有灌溉能力的河套灌区和辽河流域,所占面积比例为19.8%。     

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。     

基于FloodArea的新疆依格孜牙河流域 山洪灾害风险区划

以新疆依格孜牙河流域为研究区,利用流域内6个自动站2013—2017年和周边7个国家基本气象站1961—2017年降水资料,基于水动力模型FloodArea构建淹没水深和降雨量之间的函数关系,确定不同重现期的致灾临界雨量阈值。利用FloodArea模型动态模拟暴雨洪灾的淹没情况,并结合研究区承灾因子(人口分布、GDP、土地利用类型),完成该流域的暴雨洪灾风险区划。结果表明,位于该流域中下游的塔格勒克艾日克村、克孜勒陶乡、依格孜牙乡林场等属于暴雨山洪的高风险区,而海拔相对较高且处于流域上游的塔木喀拉牧场、布格拉等地属于山洪淹没的低风险区。     

海南岛棚栽西瓜低温寡照灾害风险区划

基于自然灾害风险分析理论,利用海南岛18个市县2001-2010年的历史气象数据、棚栽西瓜面积、耕地总面积、人均GDP等资料,通过选取致灾因子危险性、承灾体易损性和防灾减灾能力这3个因子构建了海南棚栽西瓜低温寡照灾害综合风险指数模型。结果表明,海南岛棚栽西瓜低温寡照灾害高风险区集中在中部和北部,而低风险区分布在南部和西部,其余地区为中等风险区。     

广州市雷电灾害易损性分析评估和易损度区划

基于广州市2013—2015年闪电监测资料和2010—2015年雷电灾害资料,分析了雷击大地密度的空间分布和雷电灾害频度特征;并结合广州市人口密度、GDP等特征,选取雷击大地密度NG、雷电灾害频度P、生命易损模数L和经济易损模数D这4个参数作为雷电灾害风险评估指标,利用层次分析法确定评估指标权重,建立了雷电灾害风险评估方程式,对广州市雷电灾害易损性进行分析,从而形成雷电灾害易损度区划。结果表明:天河为极高风险区,海珠、萝岗、番禺和花都为高风险区,越秀、荔湾、黄埔和白云为中风险区,从化、增城和南沙为低风险区。研究结果可为广州市雷电灾害易损度区划提供技术支撑。     

基于GIS的安顺市乡镇暴雨灾害风险浅析

为充分利用安顺市两要素区域自动气象站观测资料分析暴雨灾害的风险特征,该文以安顺市作为研究区域,以乡镇为基本风险单位,从现代灾害风险理论出发,综合运用ArcGIS空间分析和灾害风险评估数学方法,利用研究区两要素自动气象站准2a逐小时降雨资料,对明显暴雨过程风险特征进行分析和区划,建立了反映暴雨灾害危险性的最大日雨量、3h滑动最大降雨量、前10d总降雨量等3项指标和描述承灾体的易损性的人口密度、经济密度等2项指标为基础的暴雨灾害评估模型,通过层次分析法、极差标准法等方法进行数据处理,并借助于ArcGIS平台,将影响暴雨灾害的危险性和易损性进行综合叠加分析,得出安顺市暴雨灾害风险区划图。结果表明:安顺市暴雨灾害风险分布呈自北向南递减,而从市南部来看,则有自西向东递减趋势的特征,高风险区主要集中安顺市西秀区和普定县,紫云县为暴雨灾害低风险区,其中关岭县的岗乌镇、八德乡处于高风险区,这与2010年6月28日特大山体滑坡泥石流事件相吻合。     

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。      

广东“威马逊”过程致灾因子的分析与风险区划

选取台风"威马逊"影响期间广东21个地市观测站的风雨资料,利用层次分析法和加权综合评价方法对广东省进行台风致灾因子风险分析,并应用GIS技术绘制广东地区致灾因子风险区划图,将灾害等级划分为:高风险区、较高风险区、中风险区和低风险区。结果表明:台风"威马逊"对广东的灾害危险性分布从粤西沿海-中部区域-北部山区呈现出阶梯状递减的趋势,其中湛江处于高度风险区,珠三角处于中度风险区;粤西沿海地区的危险性大于粤东沿海各县市;粤西北和粤东北地区的危险性相当。     

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。