中国海域灾害地质区划初步探讨

基于对现有调查研究成果资料的分析和认识,本文探讨了海洋灾害地质区划的原则,首次提出了我国全海域的海洋灾害地质区划方案,按大型构造地貌界线作为一级灾害地质分区,划分为海岸带、陆架、陆坡(岛坡)、海盆与海槽4个灾害地质区,然后根据地理位置及灾害地质环境特征划分出24个灾害地质亚区。此外,从灾害致灾因子和孕灾环境角度出发,定性的将中国海域的地质灾害风险(危险性)划分为4级,在24个灾害地质亚区中,较高风险区11个,约占近总数的一半;其次是较低风险区7个,占近三分之一;高风险区、低风险区分别仅4个、2个。     

泥石流风险区划研究

本文进一步讨论了泥石流灾害区划的主要原则,即相似性原则、区域完整性原则、综合性原则和主导因子原则。提出了把区域泥石流风险度作为泥石流风险区划的综合性指标,并给出了风险等级的划分方法。把风险等级分为可忽略风险区、低风险区、中等风险区、高风险区和极高风险区。以云南昭通地区为例,阐述了泥石流风险区划的具体方法,并得出了昭通地区泥石泥风险区划成果。      

基于灾损评估的青海省牧草干旱风险区划研究

在全球气候变暖的大背景下, 表现出温度升高、 降水变率加大的区域响应, 造成极端天气气候事件、 气象灾害加剧. 基于青海省1961-2010年47个气象站和20个农气站的气象资料、 牧草的实际产量以及牧草的理论产量等资料, 采用相关分析、 线性回归等方法, 在分析致灾因子危险性、 牧草相对产量的基础上, 确定了青海省牧区牧草干旱风险评估的实际阈值.通过海拔、 经度、 纬度、 牧草旱灾发生频次的拟合方程, 结合GIS平台对青海省牧草干旱进行风险区划.结果表明: 青南牧区西部、 环青海湖地区、 柴达木盆地东部边缘地区、 祁连山地区为易受旱灾影响的特高风险或高风险区域;青南牧区西南部为中风险区域;低风险区域主要在青南牧区东南部, 区划结果基本上于历史旱灾的实际情况相吻合, 区划结果旨在为青海省牧区牧业良性发展提供科学依据.     

基于风险度的青海省暴雨洪涝灾害风险评估

基于自然灾害风险原理,结合青海省气象数据、地理信息数据、社会经济数据,并利用主成分分析法、GIS自然断点法对青海省暴雨洪涝灾害致灾因子危险度、承载体易损度评估模型以及暴雨洪涝灾害风险度进行评估,结果表明：青海省不同强度降水日数均呈增多趋势,新世纪以来中雨日数及强降水日数增加趋势尤为明显;暴雨洪涝灾害致灾因子危险度呈由东南向西北降低的趋势,承载体易损度为东北部地区最高,南部以及西部地区最低;暴雨洪涝风险较高的地区主要集中在东部地区,互助、湟中、大通、西宁为高风险区,东部大部地区、环青海湖地区为较高风险区,西部地区为低风险区。该评估结果可以在气象灾害风险管理业务中进行应用,可以加强对暴雨洪涝灾害风险的影响程度及影响区域的判定,为地方防灾减灾救灾工作提供科学依据。     

青海高原雪灾风险区划及对策建议

利用青海省50个气象台站逐日积雪深度资料、遥感监测积雪深度资料和牲畜死亡率资料,对遥感监测积雪数据进行了验证,证实遥感监测积雪数据能很好的反映青海积雪状况.利用积雪指标分析青海各地致灾强度大小.结果表明:青海三江源地区和祁连山区的部分地区致灾因子危险性最高,柴达木盆地的西部和东部农业区以及环湖的部分地区致灾因子危险性较低.通过分析积雪指标和牲畜死亡率的相关关系,确定了不同雪灾等级临界气象指标,对青海地区进行了雪灾风险区划.区划结果为:轻灾主要发生在柴达木盆地、东部农业区的大部和环湖的部分地区,这些地区发生轻灾的频率大都在50%以上;中灾和重灾在青海发生频率均不高,都在20%以下;三江源的大部尤其是囊谦、玉树和称多一带是特大雪灾的高发区,发生频率均在50%以上.     

1961 - 2018年青海高原昼夜雨量时空变化特征分析

基于青海高原1961 - 2018年47个气象站昼夜雨量数据, 分析了青海高原及各生态功能区的昼夜雨量及雨日的时空变化特征。结果表明： 近58年来, 青海高原昼夜雨量空间分布基本一致, 总体表现为东南向西北减少, 夜雨日多于昼雨日分布。青海高原昼夜雨量总体均呈增多趋势, 昼雨量的增加速率大于夜雨量; 从空间分布来看, 柴达木盆地西部、 东部农业区大部及青南牧区南部少数地区昼夜雨量呈减少趋势, 而柴达木盆地东部、 环青海湖地区、 青南牧区大部昼夜雨量均呈增多趋势。青海高原昼雨日略有增加, 夜雨日有减少趋势; 在地域上, 柴达木盆地昼夜雨日增多趋势明显, 而东部农业区昼夜雨日减少趋势明显。青海高原昼夜雨量分别呈2 a、 3 a的周期。近58年来, 青海高原、 东部农业区、 环青海湖地区、 柴达木地区昼雨量均无明显的突变现象, 仅青南牧区昼雨量在2003年前后存在明显突变现象; 青海高原、 东部农业区、 青南牧区夜雨量无明显突变现象, 环青海湖地区、 柴达木盆地夜雨量分别在1979年、 2003年出现了突变现象。     

十年跨度中国滑坡和泥石流灾害风险评价对比分析

中国是滑坡和泥石流灾害频发和灾害损失严重的国家,滑坡和泥石流灾害风险评价对区域防灾减灾意义重大。以1 km×1 km栅格为基本评价单元,在GIS技术支持下,对比分析2000年和2010年中国滑坡和泥石流灾害风险分布及其空间变化。结果表明,2000年滑坡和泥石流灾害风险大致以黑河—腾冲人口密度分界线为界,界线西部以低度风险区为主,界限东部以中度和高度风险区为主。2010年低度风险区仍以此为界主要分布在中国西部,但高度风险区已明显越过界线向西扩展。10年跨度间,中度风险区、高度风险区和极高风险区面积均有增加,尤其以高度风险区面积比例增加最大。反之,低度风险区面积则大为减少并转变升高为中度风险区,中度风险区是各风险等级中变化面积最大、最不稳定且最为敏感的区域。由于高度风险区所占面积和比例较小,因此,除局部地区以外,整体上中国目前尚不属于滑坡和泥石流灾害高风险地区。随着未来10年中国经济的中高速发展,灾害易损度进一步升高,地区间经济差距逐步缩小,高度易损区与高度危险区重叠部分将逐步增大,因此中国滑坡和泥石流灾害风险将会继续升高,灾害风险变化总体形势趋于严峻。     

区域滑坡灾害风险评估——以长江三峡库区秭归县为例

以滑坡灾害突出的三峡库区秭归县为研究区。在深入分析滑坡孕灾环境、诱发因素、滑坡编录和承灾体信息的基础上,利用Logistic回归模型和统计分析方法相结合进行了滑坡危险性评价。通过滑坡灾害致灾强度与承灾体抗灾能力分析了人口、建筑物、生命线工程和土地资源的易损性。采用成本价值核算法对各类承灾体进行了价值核算,最后通过风险模型预测了研究区内未来10年滑坡灾害的生命与经济风险。生命和经济高风险区分别占整个研究区面积的1.11%和2.71%,主要分布在集镇和学校、企事业单位等人口密集区以及交通建设用地等经济价值大的地区;中风险区分别占13.21%和20.66%,主要分布于农村居民生活居住和耕地活动区;低风险区分别占85.68%和76.63%,则分布在经过地质灾害治理和人类活动较为稀少的未利用地及林地等区域。通过实地调查分析与对比验证,发现预测结果与实际灾情较吻合。研究表明,集镇和学校、企事业单位等人口集中区和交通建设用地区是今后减灾防灾部署工作的重中之重。     

基于AHP-EWM的莱州市海岸带海水入侵灾害风险评价与区划

莱州市是我国海水入侵的典型地区,为探明莱州市海水入侵灾害风险程度及灾害影响要素,本研究基于海水入侵灾害发生的链式传递过程,根据致灾因子危险性、承灾体易损性、灾害损失及防灾减灾能力构建了莱州市海岸带海水入侵灾害风险评价指标体系,基于最小信息熵将层次分析法(AHP)和熵权法(EWM)进行结合确定各指标权重,通过综合加权评价法得到海岸带各镇街风险总值并进行风险排名,并通过指标大小数值对比及皮尔逊相关性检验揭示各指标风险影响程度。结果表明：根据风险总值可将城港路街道、永安路街道及金城镇划分为海水入侵灾害高风险区,沙河镇、三山岛街道及虎头崖镇为较高风险区,土山镇及金仓街道为较低风险区,其中城港路街道风险最高,风险指数值为5.76,金仓街道风险最低,风险指数值为4.03;在各指标中,地下水开采强度与风险总值的相关系数达0.917,表明地下水开采强度是区域海水入侵风险评定的控制指标,该指标为防止海水入侵灾害的关键要素。     

辽宁雪灾区划及降雪影响预评估

根据1951-2014年辽宁省各市、县降雪灾害造成的经济损失、雪灾出现的频率,多年平均灾损强度及气象灾变指数,计算各市、县的气象灾损值,并依此值作为雪灾灾度指数来进行辽宁降雪灾害区划.利用1951-2014年辽宁省58个国家级气象站降雪日数(日降雪量≥5mm)资料和辽宁省降雪灾情资料,采用统计分析、百分位数等方法研究确定不同灾害分区下不同降雪阈值与降雪影响预评估的关系.结果表明:(1)灾害重度区和灾害中度区主要位于辽宁中部城市群或经济发达区域,雪灾多年平均损失为280万元以上,损失程度较重;灾害轻度区和灾害微度区主要位于辽宁东部山区及辽宁西北部山区,雪灾多年平均损失为68万元以上,损失程度较轻;雪灾对辽宁影响最大的受灾体是公路,其次为设施农业.(2)在业务使用中,应用不同灾害分区降雪致灾阈值与受灾体损毁等级的预评估关系,采用定量降水预报自动判断生成降雪灾害预评估结果,能够客观的实现降雪落区不同、服务重点不同,对提高决策气象服务的针对性具有参考作用.     

青海省东部农业区雷电灾害风险评估

利用2005-2013年青海省东部农业区14个县的雷电、雷电灾害、人口数量和生产总值等资料,采用《雷电灾害风险评估技术规范》（DB 50/214-2006）中的雷电灾害易损性风险评估指标,分析了该地的雷电灾害风险及区划,该风险区划对青海省东北农业区防御雷电灾害规划具有很好的参考价值,也是制定科学合理的雷电防护技术路线的重要依据：青海省东部农业区9年间共出现雷电3 801 d,最早出现在3月下旬,最晚结束在11月上旬,雷电出现最多地区为大通县;雷电灾害共出现47次,最早出现在4月,10月份结束,发生最多在6月份,盛夏7月雷电灾害却少,西宁市和湟源县雷电灾害出现最多,湟中县雷电造成的人员伤亡最多,共伤亡11人,大部分在山间劳作的村民和牧民,与青海省东部农业区发生的其它气象灾害相比,雷电灾害最容易造成人员和牲畜伤亡。雷电灾害风险以西宁市为中心,向四周扩散逐渐降低,北部地区相对高于南部地区,西宁市、大通县遭受雷电灾害的可能性程度最大,乐都县虽然近9年没有上报的雷电灾情,但它的雷电灾害风险并不低。     

1983-2013年西藏自治区气象灾害时空分布特征与变化趋势

西藏自治区地处青藏高原这一独特的孕灾环境中,气象灾害的频发对当地农牧业、生态环境等敏感领域的影响尤为显著。通过收集西藏自治区1983-2013年气象灾害事件,分析了干旱、雪灾、霜冻、冰雹和洪涝五种灾害的年际、月际、空间分布特征。结果表明：在时间分布上,研究区五种气象灾害在1983-1995年发生总频次呈增涨趋势,1995年后趋于稳定,其中干旱多发生在3-6月,雪灾全年均有发生,霜冻多发生在4月、5月和8月,冰雹和暴雨洪涝灾害季节性强,主要发生在6-9月;在空间分布上,气象灾害高发区分布于西藏自治区南部,其中,干旱多发区分布于日喀则市中东部和山南市北部,雪灾多发区分布于那曲、阿里以及西藏自治区南部边缘地区,霜冻多发区分布于西藏自治区东、南部少数地区,冰雹频发区多呈带状且分布于雅鲁藏布江流域,暴雨洪涝多发区分布于西藏自治区中、东部河谷地带。基于历史气象灾害事件,开展西藏自治区气象灾害的时空分布特征及趋势研究,其结果对农业气象灾害预测预报,区域农业防灾减灾等具有重要的意义。     

青海省春小麦干旱灾害风险评估与区划

基于青海省1961-2010年47个气象站和8个农气代表站气象资料、 干旱灾情资料的收集和整理, 分析了春小麦生育期土壤相对湿度与降水距平百分率的关系, 确定了青海省春小麦不同生育期干旱风险评估的实际阈值, 并对青海省春小麦不同生育期干旱进行风险区划.结果表明: 在青海省春小麦营养期, 轻旱易发生在祁连山地区、 青海湖地区西南部及东部农业区的少数地区, 轻旱的频率大都在15%以上; 中旱易发生在柴达木地区大部及东部农业区大部, 频率大都在10%以上; 重旱和特旱出现频率均在柴达木盆地西部较高, 频率分别为10.7%、 34%以上.生殖期的轻旱易发生在祁连山地区, 频率在15.3%~23.3%之间; 中旱易发生在青海湖地区南部及东部农业区少数地区, 频率大都在4.0%~5.7%之间; 重旱频率从东南部到西北呈现带状递减趋势, 频率最高的主要发生在东部农业区, 出现频率为8.3%~9.6%; 特旱易发生在柴达木盆地地区, 出现频率为27%~44.3%之间.产量形成期的轻旱、 中旱、 重旱均易发生在东部农业区, 频率分别为2.3%~3.3%、 8.7%~13.3%、 6.0%~9.0%之间, 特旱易发生在柴达木地区, 出现频率为43.3%~51.3%之间.     

青海省气象灾害的若干气候特征分析

利用1984-2007年气象灾害资料, 分析了青海省各类气象灾害的发生机率及时空分布特征.冰雹、 暴雨洪涝、 雪灾、 干旱和雷电及霜冻是青海省主要气象灾害, 连阴雨、 大风、 沙尘暴、 冻害、 渍涝、 高温、 龙卷风、 大雾为青海次要气象灾害.在地域分布上, 海南州和海东地区是青海气象灾害多发和危害严重地区; 玉树州和果洛州属于气象灾害发生较少和危害较轻地区.就行政县域而言, 西宁市湟中县、 海南州兴海县、 贵德县为青海气象灾害多发县, 果洛州班玛县、 久治县、 玉树州治多县则是青海省气象灾害较少和危害较轻县份.年内5-6月出现的气象灾害种类最多, 4-9月份是气象灾害高发期.在1984-2007年间, 暴雨洪涝、 冰雹、 雷电灾害发生次数呈增多趋势, 其他灾害发生次数增多趋势不甚明显.     

China’s regional meteorological disaster loss analysis and evaluation based on grey cluster model

To evaluate the regional meteorological disaster loss of China, this paper analyzed the different types of meteorological disasters, including droughts, floods, tropical storms, snowstorms and hail disasters. Based on the analysis about Chinese geographical features, the historical characteristics of different meteorological disasters are analyzed. In particular, these meteorological disasters influence to agriculture production are discussed. According to the analysis of data from 2004 to 2010, we know that the distribution characteristics are very different about different disasters. Provinces like Heilongjiang, Liaoning, Jilin, Inner Mongolia, Gansu, Shanxi and Yunnan are serious affected areas of drought influence. And Anhui, Shandong, Jiangsu, Henan, Jiangxi, Hubei, Hunan, Guangxi, Sichuan and Heilongjiang are serious affected areas by floods and heavy rain. While Guangdong, Fujian, Zhejiang, Shanghai, Jiangsu and Shandong are mainly affected by tropical storms, Henan, Hebei, Hunan and Hubei are serious affected by snowstorms and hail disasters. Then, a novel method based on grey cluster model is constructed and combined with the regional meteorological disaster loss evaluation index system. A total of 31 provinces are considered to evaluate the integrated meteorological disaster losses. The results indicated that Beijing, Tianjin, Shanghai, Xizang, Qinghai and Ningxia belong to the lighter loss grey class. Jiangxi, Hubei, Hunan, Hainan, Sichuan and Gansu belong to the serious loss grey class. Other regions belong to the general loss grey class that the influence caused by meteorological disasters not better than the lighter loss grey class and not worst than the serious loss grey class.     

Integrated risk assessment of multi-hazards in China

Maps of population exposure, vulnerability and risk to natural hazards are useful tools for designing and implementing disaster risk mitigation programs in China. The ranking of provinces by relative risk to natural hazards would provide a metric for prioritizing risk management strategies. Using provinces as our study unit, from the perspectives of hazard exposure, susceptibility, coping capacity and adaptive capacity, this study first constructed China’s disaster risk index for five types of major natural hazards: earthquakes, floods, droughts, low temperatures/snow and gale/hail. Then, the relative risk level at the provincial scale in China was assessed. Finally, the hotspots with the highest hazard exposure, vulnerability and risk were identified. The results showed that high exposure was a significant risk driver in China, whereas high vulnerability, especially social vulnerability, amplified the risk levels. Similar to the population exposure to disasters, the relative risk levels in the southwestern, central and northeastern regions of China were significantly higher than those in the eastern, northern and western regions. The high-risk regions or hotspots of multi-hazards were concentrated in southern China (less-developed regions), while the low-risk regions were mainly distributed in the eastern coastal areas (well-developed regions). Furthermore, a nonlinear relationship existed between the disaster risk level and poverty incidence as well as per capita GDP, demonstrating that disaster losses in middle-income areas are likely to increase if economic policies are not modified to account for the rising disaster risk. These findings further indicated that research on disaster risk should focus not only on hazards and exposure but also on the vulnerability to natural disasters. Thus, reducing vulnerability and population exposure to natural hazards would be an effective measure in mitigating the disaster risk at hotspots in China.     

青藏高原多灾种自然灾害综合风险管理

青藏高原是中国自然灾害多发、频发重点区域,区内地震、滑坡泥石流、冰湖溃决、雪灾等灾种广泛发育,其灾害分布较广,灾损及其影响巨大,已成为高原经济社会可持续、健康发展的一个重要制约因素。高原自然灾害风险等级具有明显的空间异质性。整体上,地震、滑坡泥石流、冰湖溃决灾害高危区位于高原南部和东部边缘大片区域,该区域也是高原多灾种频发地带,许多路网和管网均处于该频发地段,其潜在危害巨大。青藏高原地形地貌复杂、气候变化空间异质性较强、冰冻圈发育,交通等基础设施广布,经济条件较差,这些因素形成了多灾种自然灾害发育的主要致灾因子和孕灾环境。高原受多致灾因子共同影响,各灾种承灾体多有重叠之处,亟须加强多灾种自然灾害综合管控研究。综合风险管控主导思路是决策者利用多灾种成灾机理研究结果,通过工程和非工程措施,以及各部门联防联控理念,全过程防范、减缓或规避自然灾害综合风险。具体综合风险管控策略如实时监测/观测、信息共享、部委会商、群测群防、防灾教育培训、保险承担、灾前规划。