基于GIS的网格化雷电灾害风险评估模型及其应用

在分析雷电灾害风险评估技术发展现状以及大片区化工厂、建筑群雷电灾害风险特点的基础上,提出了基于地理信息处理技术的网格化雷电灾害风险评估模型,建立包含高势层及其梯度、土壤散流层及其梯度、雷击密度层、直击雷防护效率层、电气电子设备抗雷击风险值、雷击燃爆风险值、人员密集度等指标在内的多层网格化雷电灾害风险评估模型,并以某化工厂的雷电灾害风险评估为例,对模型的应用做了示例,对模型在实践应用过程中可能遇到的问题、模型未来可能改进的方向做了讨论。     

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。     

基于雷电定位数据的区域雷击灾害风险评估方法探讨

雷电灾害风险评估可为区域规划及防雷减灾提供可靠依据．雷电定位数据资料在风险评估中的应用提高了风险评估的准确性和可靠性．基于雷电定位数据的分析,采用定位误差圆覆盖法配合环境因素定性提取区域雷击风险因子,依据地形地貌及政治经济特点进行地理空间区划,分析雷暴活动时空频率分布特性,从雷电本身的特征分布规律研究限定区域内不同时域、不同雷电流强度造成的影响,建立区域雷击灾害风险评估模型．以珠三角地区雷电定位数据资料为例的评估结果表明,该方法在区域雷电灾害风险评估分析中具有较好的针对性、准确性和实用性．     

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。     

衡水湖湿地景区雷电灾害区域风险评估研究

根据衡水市1972—2013年雷暴日资料、2009—2020年闪电定位数据及衡水湖湿地景区实地勘查资料，选取评估区域面积、评估景区级别、地形地貌和区域防雷安全管理等18个评估指标，采用层次分析法确定各评估指标的权重比，建立湿地景区雷电灾害区域风险评估模型，对衡水湖景区开展雷电灾害区域风险评估研究。结果表明：除闾里古镇区域风险等级为中等外，其他4个区域风险等级均为较高风险；影响其风险值的主要指标为土壤电阻率、地形地貌、相对高度、人员密度、材料结构、区域雷电防护水平和区域防雷安全管理；找出了衡水湖景区的雷灾易发区、隐患点和防雷措施薄弱环节，有助于更加科学地防雷减灾。     

层次分析法和GIS技术在河南省雷电灾害风险区划中的应用

根据自然灾害风险评估理论,利用闪电定位资料、地理信息数据、社会经济数据以及雷电灾情等数据,采用层次分析法（AHP法）,从致灾因子的危险性、承灾体的暴露度和承灾体的脆弱性方面,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,形成了河南省雷电灾害风险评估的方法.同时,结合GIS技术,形成了致灾因子危险性分布图、承灾体的暴露度分布图和承灾体的脆弱性分布图,最终叠加形成河南省雷电灾害综合风险区划图.区划结果表明：高风险区主要位于豫东和豫西北大部分地区,低风险区主要位于豫北和豫西南部分地区.     

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。     

广西雷电灾害风险评估业务系统在南宁地铁二号线工程中的应用

应用广西雷电灾害风险评估业务系统对南宁地铁二号线工程沿线土壤电阻率、雷暴日分布、地闪密度等要素进行统计分析,得出工程评估必须的雷电风险值计算取值;再以全线雷电灾害风险区划结合地面建筑物评估的模式,探索出了地铁这种特殊的地下建设工程开展雷电灾害风险评估的方法。     

古雷石化基地区域雷电灾害风险评估与区划

通过对福建古雷国家级石化基地建立区域雷电灾害风险评估模型,计算各子区域内的雷电灾害风险值,得出各子区域的风险分布情况和风险等级,对区域进行雷电灾害风险区划;在此基础上对项目现状及未来规划建设情况提出相应的雷电灾害风险管理建议,确保防雷装置合理,提高项目区域内人身安全,减少因雷电灾害造成的经济财产损失。     

浅谈雷电防护工程专业施工图纸设计的审核

本文从建筑物外部防雷和内部防雷两方面对雷电防护工程专业施工图纸设计审核的内容进行分析,得出了减少和降低雷电灾害重在预防,做好雷电防护工程专业施工图纸设计的技术审核是保证建（构）筑物防雷先天能力的首要关口。     

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。     

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.     

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。     

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.     

2006-2016年昆明市雷电致灾因素分析及易损性风险区划

基于近11 a（2006-2016）云南省闪电定位监测数据以及雷电灾害汇编资料,运用ArcGIS对闪电数据与地理信息进行叠加,分析昆明市地闪活动规律和雷电灾害时空分布特征,结合地理环境、人口分布和经济社会发展情况,研究雷电致灾成因机制。从灾害系统理论和综合易损性出发,构建评价指标体系及权重判断矩阵,计算雷电灾害风险综合评价指数R值并进行分级,形成昆明市雷电灾害易损性风险区划。结果表明：频繁活跃的地闪活动是导致雷电灾害多发的主要致灾影响因子,雷电灾害的时空分布与地闪活动的变化特征存在较好的对应关系。全市有雷电灾害高易损区3个,次高易损区2个,中易损区4个,次低易损区4个,低易损区1个,建立雷电灾害易损性区划,能够为确定雷电防护重点和防范等级提供必要的参考依据,通过完善雷电防护措施,可以增强承灾体抵御雷电灾害的能力。     

北京地区雷电灾害风险评估方法与应用

首先选用北京地区1961—2008年的气候站点资料分析闪电活动的气候背景特征,用2007—2008年的闪电定位资料统计各评估网格单元的地闪密度,得到北京地区网格化地闪密度分布,评估网格单元大小为1km×1km。研究发现北京地区平均地闪密度大致在1.6～2.4次·km^-2·a^-1之间,有三处地闪密度的高值分布区,分别是西南部房山的拒马河流域地区,北京城中心偏北—昌平—顺义一带以及平谷一密云一带。借助空间网格技术,根据下垫面承灾体的雷电防护及规避特征,将评估区域划分成建筑物、室外建筑物遮挡部分及空旷地带三种空间类型。然后依据不同空间类型区域的地闪密度、闪电有效截收面积、雷电防护能力和位置参数等因素,分别核算评估网格单元内的雷击危险事件次数,作为雷电灾害风险评估的主要致灾因子指标。最后以人作为雷电灾害的首要承灾体,按"风险=雷击危险事件次数×暴露人口"的概念模型方法,测算北京地区雷电灾害风险指数。风险评估结果认为北京城市地区由于人口及经济实体密集分布,雷电灾害风险普遍较高,城市地区的雷电灾害风险具可规避性;农村及城市远近郊区,人口稀少,尽管闪电活动会比城市地区活跃,雷电灾害风险不是太高。