四川盆地泥石流、滑坡的时空分布特征及其气象成因分析

通过对1991-2001年四川盆地泥石流滑坡的时空分布特征与气象条件分析,得出了一些有益的认识,为泥石流滑坡预警预报提供了参考依据.(1)四川盆地泥石流滑坡主要发生在6～8月,以7月份为最多,多发区在四川盆地西南部,其次是四川盆地中、东部;岷江下游、沱江上中游是无泥石流滑坡区;在5～8月,有逐月从四川盆地东南部向西北推进到盆地西北部的趋势.(2)四川盆地泥石流、滑坡的气象成因是四川盆地多暴雨,为多发泥石流滑坡提供了充足的水源条件;四川盆地西北、西南部在大暴雨情况下,盆地西南、中东部在大雨、暴雨情况下发生泥石流滑坡的可能性大;在不同地质、地貌条件下,不同等级降水诱发泥石流滑坡的可能性还与前期的降水情况有关.反映了强降水对诱发泥石流滑坡的重要作用.     

四川盆地泥石流、滑坡的时空分布特征及其气象成因分析

通过对1991—2001年四川盆地泥石流滑坡的时空分布特征与气象条件分析，得出了一些有益的认识，为泥石流滑坡预警预报提供了参考依据。(1)四川盆地泥石流滑坡主要发生在6～8月，以7月份为最多，多发区在四川盆地西南部，其次是四川盆地中、东部；岷江下游、沱江上中游是无泥石流滑坡区；在5～8月，有逐月从四川盆地东南部向西北推进到盆地西北部的趋势。(2)四川盆地泥石流、滑坡的气象成因是四川盆地多暴雨，为多发泥石流滑坡提供了充足的水源条件；四川盆地西北、西南部在大暴雨情况下，盆地西南、中东部在大雨、暴雨情况下发生泥石流滑坡的可能性大；在不同地质、地貌条件下，不同等级降水诱发泥石流滑坡的可能性还与前期的降水情况有关。反映了强降水对诱发泥石流滑坡的重要作用。     

四川省降雨灾情时空分布及其与雨量相关特征分析

利用四川省2002—2020年降雨灾情数据和156个国家气象观测站及5727个区域气象观测站逐日、逐小时降雨资料，分析四川省降雨灾情时空分布及其与雨量特征的联系。结果表明：四川省近年来降雨灾情数量增长明显，盆地西部、南部灾情数量最多，密度最大，凉山州和盆地东北部死亡人数最多。灾害主要发生在6—9月，灾情分布有从盆地东北部、南部向西部发展，最后到东北部的趋势。盆地在有大暴雨出现时灾害发生可能性最大，致灾频率50%以上，暴雨致灾频率20%～40%;攀西地区暴雨出现时致灾频率20%～30%;川西高原暴雨天气过程较少，大雨出现时致灾频率最大，为10%～30%。最大小时雨量盆地区在10 mm以下的灾害主要发生在盆南和盆东北，盆西在各个雨量等级范围内占比都较大，攀西地区灾害主要集中在10～40 mm，川西高原为20 mm以下。最大日降雨量小于50 mm的灾害主要分布在盆南，超过300 mm的主要发生在盆西北，50～100 mm以盆南和盆西南为主，攀西地区50～100 mm占比最大，川西高原为25～50 mm。     

山区孕灾环境下地震和极端天气气候对地质灾害的影响

开展多致灾因子耦合作用下的地质灾害研究对山区综合风险防范和可持续发展至关重要。在山区孕灾环境中,极端降水和地震是触发滑坡等地质灾害的主要因素。以往研究多在山地孕灾环境稳定的假设下,研究极端降水或强震单独导致的地质灾害过程,而对孕灾环境变化下的极端天气和地震致灾因子共同诱发地质灾害的关注不足。针对这一问题,梳理了国内外发生在山区的地震和极端降水共同导致滑坡等地质灾害的研究案例,系统总结了山区强震与极端降水引发滑坡等地质灾害的相互作用过程。现有研究已在地震和极端降水引发滑坡等地质灾害的问题上取得了以下认识：(1)山区地震可强烈改变孕灾环境,显著提升震后降水引发地质灾害的可能性,放大极端降水-滑坡灾害链;(2)地震对降水引发滑坡的影响随着震后时间的推移逐渐减弱,该现象可能受控于气候因素;(3)在全球气候变化背景下,极端天气气候事件增多,定量研究山区强震和极端天气气候二者“遭遇”下的地质灾害链将面临更多挑战。由于观测案例不足,针对山区地震与极端降水共同导致地质灾害的研究仍缺少定量分析,触发机理也需进一步明确。     

四川省近10年极端小时降水时空分布特征

利用2012~2020年四川省156个国家气象观测站小时降水资料,以四川盆地、川西高原和攀西地区为考察重点,统计分析了全省极端小时降水的时空分布特征。结果表明:（1）四川省各站极端小时降水阈值、发生频次、平均强度及贡献率差异明显,高值区主要集中在盆地和攀西南部;盆地多站极端小时降水阈值在50 mm/h以上,小时降水极大值超过80 mm/h。（2）四川省极端小时降水事件主要集中在7月和8月,其中50 mm以上的小时强降水事件占比超过1/3;盆地、川西高原和攀西地区极端小时降水发生频次分别在7月、6月和8月达到最高,而小时强降水事件分别在8月、7月和6月出现最多。（3）四川省极端小时降水频次日变化峰值出现在02时,具有单峰和夜发特征,其中盆地、川西高原和攀西地区主峰值分别出现在05时、21时和02时;四川省50 mm以上小时强降水事件夜发占比达63.5%,各区域出现高峰时段差异大。      

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.     

内蒙古马铃薯干旱风险区划

利用1979—2013年内蒙古73个旗县气象站资料、历史干旱资料、马铃薯产量数据和社会属性数据等,通过内蒙古中西部和东部地区全生育期的降水负距平百分率与相对气象产量二者建立的回归方程,结合农业干旱等级和降水距平百分率气象干旱等级国家标准,得到了马铃薯轻旱、中旱和重旱的等级指标,确定了干旱致灾因子的危险性,结合承灾体的脆弱性、孕灾环境的暴露性和地区的防灾减灾能力的评价指标体系,利用地理信息系统（GIS）的空间分析功能,对内蒙古马铃薯干旱风险进行评估与区划。研究结果表明:高风险区主要分布在鄂尔多斯市东北部、呼和浩特市南部和北部、乌兰察布市大部和锡林郭勒盟南部地区,所占面积比例为19.1%;中风险区主要分布在呼和浩特市部分地区、赤峰市中部和南部、通辽市西北部、兴安盟东北部、呼伦贝尔市北部地区,所占面积比例为20.1%;干旱较低风险区主要分布在赤峰市西部和北部、通辽市东南部、兴安盟西南部、呼伦贝尔市东南部地区,分布区域面积最大,所占比例为41.0%;低风险区主要分布在灌溉区域,包括河套灌区和辽河流域,所占面积比例为19.8%。     

高速公路雾灾风险区划模型

运用2011年12月至2015年11月河北省11条高速公路沿线156套交通气象监测站资料、142个国家气象站雾灾资料、因雾造成的交通事故和封闭管制资料、高速公路日均车流量、路网密度等资料,基于致灾因子危险性、承灾体空间脆弱性以及承灾体易损性3个方面建立了高速公路雾灾风险区划模型,并绘制河北省高速公路雾灾风险区划图。结果发现:(1)河北北部地区、西部山区、沧州沿海地区的高速公路雾灾风险等级较低,而东部和南部平原地区的高速公路雾灾风险等级较高,可为交通安全管理部门提供一定的参考依据;(2)在相同区域内,局地浓雾多发、交通事故多发、大范围雾日多都可造成高速公路雾灾风险等级升高。     

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。     

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。     

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。     

西南地区不同地质灾害影响区的降水阈值研究

根据1961~2010年西南地区(四川省、云南省、贵州省、重庆市)重大地质灾害资料和全国重大地质灾害年鉴资料统计不同地质灾害(滑坡、坍塌、泥石流)事例,确定其影响区域。利用西南地区77个气象观测站逐日降水资料,根据降水阈值的定义和计算方法,运用线性回归法研究西南地区各灾害影响区的降水阈值。结果表明:我国西南地区是地质灾害多发的地区;1961~2010年西南地区重大滑坡、泥石流灾害具有密集成群、成片或成带的规律,有明显的稀疏区和密集区;且主要发生在6~9月,其中7月份发生最多,与降水的时空分布具有很好的一致性,降水是诱发地质灾害的主要因素。西南地区不同区域内诱发重大滑坡、泥石流灾害的降水阈值存在差异。西南地区的重大滑坡灾害主要是持续性强降雨型的。      

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。     

四川烤烟主产区冰雹灾害风险评估

以四川烤烟主产区冰雹灾害为研究对象,将烤烟气候适应性特征和自然灾害系统论相结合,利用冰雹频率、DEM高程数据、下垫面类型以及农业经济数据等资料,构建冰雹灾害风险评估指标体系,从致灾因子危险性、孕灾环境敏感性、承灾体易损性和抗灾能力4个方面进行分析,最终建立四川烤烟主产区冰雹灾害精细化风险评估模型并计算风险分布指数,借此将攀西烟区划分为由高至低的5个风险区域和1个不适宜种植区。结果表明,安宁河源头河谷地区、雅砻江下游流域以及攀西地区南部的河谷低山区和丘陵区冰雹灾害风险处于较高水平。评估结果为区域烤烟种植结构调整及冰雹灾害防御工作提供了科学指导。     

暴雨灾害风险及其对农业影响的评估

综合考虑降雨区域类型、发生强度和持续时间,确定了暴雨灾害致灾因子的综合强度分级标准;将地形高程、高程标准差、河网密度等环境脆弱性要素结合暴雨灾害致灾因子,建立暴雨灾害风险评估模型,并进行分级评估;应用GIS将农业易损性指标叠加到暴雨灾害风险区划中,得到不同等级风险下农业受影响的程度。以"7·21"暴雨为例,进行模型的应用及检验分析,结果表明:降雨量最大的葫芦岛大部、丹东宽甸县暴雨灾害风险等级为极高;致灾因子危险等级相同时,辽宁中部平原地区较辽西、辽东丘陵地区暴雨灾害风险等级高;农业易损性较高的沈阳大部、鞍山北部、丹东局部、锦州大部、铁岭部分、葫芦岛大部地区农业受灾较重。评估结果与事实灾情较一致。     

基于GIS的贵州省道路结冰灾害风险区划分析

本文利用贵州省84个气象站1971～2008年的观测资料和2013年贵州省社会经济资料,结合地理信息数据,从致灾因子、孕灾环境、承灾体易损性、承灾体抗灾能力等四个方面采用归一化后的加权平均方法综合分析了贵州省道路结冰灾害的风险。结果表明:贵州省道路结冰灾害风险的低风险区占全省面积的24.26%,一般风险区范围最大,占全省面积的36.41%,中等风险区占全省面积的24.02%,高风险区占全省面积的11.5%,极高风险区占比最小,为3.83%。全省中等风险及以上的风险区主要集中在贵州省中部以西地区,东部地区仅分布在在铜仁市中部的梵净山区、黔东南州西部的苗岭主锋之一雷公山一带。      

江西省双季稻气象灾害风险评估研究

利用GIS技术,分析了江西省14个代表台站1956—2012年气候资料,并根据江西省双季稻生长发育对气候条件的要求,对影响江西省双季稻的3个主要农业气象灾害(小满寒、高温逼熟、寒露风)指标进行风险评估。结果表明,江西省早稻主要受小满寒和高温逼熟影响,晚稻主要受寒露风影响。小满寒灾害的高风险区主要包括修水、宜春、景德镇、玉山和广昌等地,高温逼熟灾害的高风险区主要包括赣州、遂川、广昌、吉安、贵溪、玉山和修水等地,寒露风灾害的高风险区主要包括修水和宜春。江西省早稻气象灾害中度风险等级区分布于江西省平原和盆地,重度风险等级区大体分布于周围山地丘陵地区。晚稻气象灾害重度风险区主要位于西南部地区。     

东北地区水稻霜冻灾害风险评估与区划

依据灾害系统理论,在综合考虑致灾因子自然属性和承灾体社会属性的基础上,建立风险评估模型,将传统的灾害研究方法与地理信息系统等现代技术手段相结合,利用1961—2010年东北地区182个气象站点逐日最低气温资料和1991—2006年172个水稻产区县（市）国土面积及社会经济资料,包括1981—2006年30个农业气象观测站水稻发育期资料,对东北地区水稻霜冻灾害风险进行评估。结果表明：东北地区可划分为高风险、次高风险、中等风险、次低风险和低风险5个水稻霜冻灾害风险区域。东北地区水稻霜冻灾害高风险区位于黑龙江省的黑河地区大部、伊春西部和吉林省的延边州西部、白山北部等地,而辽宁省的中南部等地风险较低。