基于云模型—风险矩阵的华南台风灾害综合等级评估

文中从台风灾害的致灾危险性和承灾体脆弱性两方面选取评价指标,利用最小鉴别信息原理计算组合权重,采用模糊数学方法得到台风致灾危险性和承灾体脆弱性的评价指数。基于云模型和风险矩阵,构建一个新的台风灾害等级评估模型。以1984—2016年登陆华南的50个台风为例,对华南台风灾害风险进行综合等级评估,结果与实际相符。与基于云模型—权重分配、模糊数学的台风灾害综合风险等级评估模型的结果进行比较,发现基于云模型—风险矩阵的台风灾害综合等级评估模型,不仅利用了云模型的优点,充分考虑了台风灾害的模糊性和随机性,还利用风险矩阵合成了台风致灾危险性和承灾体脆弱性的评价结果,比单一的模糊数学模型更合理可靠,在一定程度上也比云模型—权重分配模型结果更符合实际。     

基于模糊综合评价法的登陆台风灾害影响评估模型

对登陆我国的台风灾害影响进行评估试验,遴选10个因子作为灾害的影响因子,利用加权平均规划法确定影响因子的权重,应用模糊综合评价法得出台风影响的评价系数及灾情分级.对2000-2006年登陆台风的影响评估进行试验,模型的评估等级与实际的灾情级别均很接近,灾情等级为特别重大、重大、较重、一般四级的Ts评分分别达到89%、87%、73%、78%,全部个例的拟合率达到90%.表明该模型能较好地评估我国登陆台风造成的灾情.     

中国台风灾情特征及其灾害客观评估方法

利用上海台风研究所及国家气象中心整编的中国台风灾情资料,分析了中国致灾台风造成的人员伤亡、房屋倒损、农田受淹及直接经济损失等灾情特征.引入了定基物价指数,改进了台风灾害指数(ATDI指数)的计算方法,基于1980-2004年间所有致灾台风的灾害指数的聚类分析,将致灾台风的灾害分为:轻灾(或小灾)、中灾、大灾(或中偏重灾)和重灾4个等级,并据此对1980-2004年间中国致灾台风的灾情进行了客观评估.结果表明:平均每年约有7.2个台风对中国造成明显灾情,最多的年份多达11个、最少年份也有4个.中国致灾台风的频数逐年减少,但造成的灾情却逐年趋重,因台风而伤亡的总人数逐年上升(死亡人数下降)、倒损房屋和受淹的农田面积以及造成的直接经济损失均逐年递增,倒损房屋、受淹的农田面积、直接经济损失的年平均增长率分别为1.33×10~4间/年、2.28×10~4 hm~2/年和14.56亿元/年.1980-2004年间,单个致灾台风而言,倒损房屋、受淹的农田面积、直接经济损失的平均增长率分别为581.4间/个、880.0 hm~2/个和0.33亿元/个.从台风灾害指数看,1990年代中期,中国的台风灾害较为严重,其中1996年最重,而1998年则是1980-2004年间台风灾害最轻的年份.     

基于遗传—神经网络方法的广西台风灾害评估模型研究

选取1981—2018年影响广西且灾情记录比较完整的86个台风样本,基于台风灾害伤亡人数、直接经济损失划分灾情等级,选取致灾因子,利用遗传算法与神经网络相结合的方法建立广西台风灾害评估模型。结果表明：选取的台风灾害致灾因子与台风灾情等级之间具有显著的相关性,构建的遗传—神经网络集合预报模型对台风灾情预估效果较好,训练样本拟合一致率为86.1%,测试样本预报准确率为71.4%,其中严重和较重的台风灾情等级预报结果与实况基本一致,较轻等级的预报准确率达83.3%。     

属性层次模型在台风灾害评估中的应用

为了评估台风的灾害影响程度,本文分析了1971-2012年影响江西的台风灾害特征,引入了属性层次模型（AHM）,基于风、雨、气旋等气象因素计算综合影响指数,对1971-2012年影响江西的台风进行了灾害评估。另外,综合考虑风雨因素和承灾体的易损性,建立单个台风的灾害分布评估模型,对单个台风在不同区域的影响进行评估。对比灾情损失来看,此评估模型可以为开展防台减灾和灾后重建提供定量、定点的参考数据。     

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。     

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。     

台风灾害主要承灾体易损性研究——以浙江为例

台风灾害是威胁我国沿海地区经济社会发展的一个重大障碍,传统的台风灾害探讨的往往是致灾因子和孕灾环境对灾害的影响,但研究表明,承灾体的社会经济等易损性程度对台风灾害有着放大或缩小的作用。因此,本文通过收集和整理浙江省11个地级市的社会、经济等数据,运用统计学方法构建台风灾害承灾体的易损性评价指标,并对浙江省各地级市的易损性程度进行了评价,结果显示,省会杭州和浙东沿海台风易损性程度较高,浙江中部为中等级别,湖州、舟山和浙西南的衢州、丽水4市易损性较低。对比分析表明,该评价结果较为合理,有一定的潜在表征性,为科学的、综合的台风灾害评估工作奠定了基础。     

台风灾害综合等级评估模型及应用

选取全国范围内台风灾害中的农作物受灾面积、房屋倒损数、死亡人数、直接经济损失4个常用灾害指标,通过建立无量纲函数转换定义了全国范围内台风各个单项灾害指标的等级,并利用灰色关联度理论确定了全国范围内台风灾害综合等级划分标准,基于上述工作建立了台风灾害综合等级快速评估模型。利用此模型对2000-2007年登陆我国的台风灾害进行了评判与排序,分析结果较为合理。     

广东省台风灾害风险综合评估

利用1951—2010年的台风数据和2010年人口及统计数据,结合国内灾害系统理论和国外通用风险评估公式,对广东省各市台风灾害风险进行评估,并应用GIS技术分析各个指标的分级分布情况。通过建立台风路径缓冲区,并根据计算灾次比的方法评估台风灾害的危险性;利用各市总人口数和生产总值表示暴露程度,选取5个指标分别表征人口和社会资产两种承灾体的敏感性;再结合暴露度和敏感性得到承灾体脆弱性指标;最终由灾害危险性和承灾体脆弱性两项指标综合计算出广东省各市的台风灾害风险性。结果表明:台风对广东省的影响程度总体上呈现出沿海向内陆递减的趋势,粤西沿海台风危险性最高;广州、湛江人口暴露度最高,广州、深圳社会经济资产暴露度最高;人口敏感性指数等级高的城市人口总抚养比值高、女性所占人口比值高、人均可支配收入相对较低,社会经济敏感性指数等级高的城市往往经济发展水平相对较低;湛江、汕尾等城市人口数目多和人口敏感性高从而人口脆弱性很高,广州、东莞等经济发达的城市虽然社会经济敏感性低,但高的暴露值导致其脆弱性值很高。根据评估结果,当前广东省台风灾害风险值最高的城市为湛江、广州和佛山。      

海南省台风气象服务效益评估研究

考虑到台风气象服务效益影响因子的复杂性,利用2000—2015年海南省台风灾害损失数据和防御台风灾害行为效益评估三级指标体系调查问卷的统计数据,着重考虑防台减灾中政府组织领导、部门联防、公众防御能力、气象服务水平及不可避免损失因子,基于逆推算法构建了海南省台风气象服务效益评估模型,从防台减灾总效益中分离出其中的气象服务效益,实现了海南省台风气象服务效益的客观化定量化评估。结果表明:海南省台风灾害气象服务效益占台风直接经济损失的14%～49%,这与台风灾害过程中不可避免损失因子密切相关;2000—2015年海南台风灾害气象服务效益和台风直接经济损失均处于增长的态势,这表明当地社会经济的快速发展一定程度上使台风直接经济损失增长,同时伴随政府决策、部门联防、公众防御及气象服务能力的不断增强,气象服务效益将得到提升;台风气象服务效益与台风直接经济损失具有极高的相关性,一定程度上表明了当台风灾害影响较重时,气象服务显得尤其重要。     

台风灾害综合等级评判模型改进及应用分析

本文首先对2010年王秀荣等建立的台风灾害综合等级评判模型进行了改进,主要基于以下三个方面:一是对倒损房屋数指标的转换函数进行重新定义,二是对直接经济损失指标的去通货膨胀化;三是对原模型综合关联度指数分析中"死亡人数、直接经济损失、倒损房屋数、农作物受淹面积"4个指标的权重系数优化;然后,运用改进模型对2000—2015年登陆我国的历史台风灾害进行了综合等级评定与大小排序;同时,将评定结果与原模型的评定结果进行了比对。通过应用与检验分析,证明了改进后模型明显降低了通货膨胀对直接经济损失指数的影响,凸显了以人为本的防灾理念,较原模型具有更好的等级识别度,评定灾情等级结果更符合实际灾情,具备较好的评判功能,可以试用于气象服务等相关业务中快速对台风灾情进行综合等级或历史排序等评判。     

基于灰色关联法的县域台风灾情评估方法初探

利用2000—2016年的县域台风灾害历史灾情数据,选取受灾人数、死亡人数、倒损房屋数、农作物受灾面积和直接经济损失为评估指标,在对各项指标进行分级的基础上,通过灰色关联分析法建立了以县域为单位的台风灾害综合灾损指标,对所选取市县的台风灾害损失情况进行了分级评估分析。结果表明,所选取的指标能够快速实现不同台风灾害、不同市县间的台风灾害严重程度的对比分析,具有实际应用价值。灾害等级分布结果显示,东南沿海市县为台风灾害多发区,浙江省、广东省和福建省的各市县为严重灾害（特大型、大型灾害）的易发区;8月、9月为严重灾害的多发时间。以不同登陆地点、不同影响范围的1210号“达维”台风和1513号“苏迪罗”台风为例,对灾情评估的合理性进行了验证。     

基于投影寻踪回归的规范指标的气象灾情评估

科学合理地评估气象灾害造成的损失, 对减灾、防灾决策具有重要意义。为了建立不同气象灾害系统均能适用的投影寻踪回归 (projection pursuit regression, PPR) 矩阵表示灾情评估模型,在对气象灾情指标值进行规范变换基础上,规范变换后的各指标皆等效于同一个规范指标,因而只需构建对任意2个规范指标值适用的投影寻踪回归 (projection pursuit regression based on normalized index value, NV-PPR) NV-PPR (2) 模型和3个规范指标值适用的投影寻踪回归NV-PPR (3) 模型;对3个以上指标的气象灾害系统NV-PPR建模,只需将其分解为若干个NV-PPR (2) 模型和 (或) NV-PPR (3) 模型的组合即可。模型用于广东省台风和重庆市两起雷电灾情评估,并与其他方法的评估结果进行比较。结果表明:基于NV-PPR的气象灾情评估模型不受指标数量的限制,具有简单、实用的特点,该模型还可推广为适用于其他灾情评估。     

台风“苏力”灾害风险与防御行为效益评估

利用2013年台风“苏力”的监测资料、台风灾情资料、2000年后福建省台风灾害数据库资料和台风“苏力”灾害防御行为效益评估网络问卷调查资料,采用相似分析法的上下限区间估算法,预评估台风“苏力”造成的受灾人口和直接经济损失,并利用台风灾害风险区划方法,对台风“苏力”进行灾害风险区划。结果表明：台风“苏力”预评估结果与实际灾情相符,台风“苏力”灾害风险分布与实际灾情分布大部分一致,风险等级高的县市,实际灾情重,高风险区的大部县市直接经济损失均为1000万元以上。应用台风灾害防御行为效益评估三级指标体系,通过调查统计分析可知,指标体系中的各级各项指数均能较好地反映和评估政府主导、部门联动和公众参与的防御行为效益,政府主导在各类减灾行为中作用最大。     

基于GIS的广东省台风灾害风险性评价

为有效评价广东省台风灾害风险性,基于自然灾害风险性评价理论及方法和地理信息系统(GIS)相关技术,利用灾害及社会经济统计数据、遥感地图数据和其它地理数据,选择灾害危险性、孕灾环境敏感性、承灾体脆弱性和防灾减灾能力为评价指标,运用提出的TFN-AHP-EW主客观赋权法求取各评价指标相关因子的权重,建立广东省台风灾害风险性评价模型。结果表明:广东省台风灾害风险程度区域差异明显,风险性较高的地区为广东省南部沿海地区如湛江、珠海、汕尾;风险较低的地区是广东省北部地区如清远、韶关等地。