开源GIS支持下的气象灾害风险区划分析

近年来气象灾害频繁发生,给我国人民生活、经济发展带来严重威胁。灾害风险区划分析作为防灾减灾的基础工作,在我国逐渐展开。为探索一种基于开源GIS的县级区域气象灾害风险区划分析技术方案,首先分析开源GIS的发展状况,探讨了开源GIS的质量、性能及应用中需注意的法律因素等,而后以东营市河口区为例,选择QGIS、ILWIS等开源软件,基于区域灾害系统论构建不同气象灾害的分析模型及综合气象灾害分析模型,进行县级区域气象灾害风险区划分析,最终编制实验区气象灾害风险区划分级图。     

广西农业气象灾害风险评价及灾害风险区划

本文首先从风险的角度对影响广西粮食产量的主要气象灾害进行评估，在此基础 ，对灾害风险进行区划，以便为广西粮食再生产决策提供科学依据。     

东营市河口区寒潮灾害风险区划研究

使用1980-2010年河口区气象观测、灾情普查、土地利用类型、人口经济、国民生产总值和1：10万地理信息数据,基于GIS技术,采用频次分布、专家打分、层次分析、加权综合评价4种方法,对河口区的寒潮灾害进行风险评估区划分析。结果表明：河口区发生寒潮次数最多的月份为11月,其次为12月和1月,春季的寒潮多发生在3月;2008年以来发生寒潮的次数有增多趋势;河口区北部区域风险较小;而南部的义和镇、六合街道办风险较高。     

浚县主要气象灾害风险区划

利用浚县各乡镇主要气象灾害调查资料及气象观测资料,统计了各种灾害的发生范围、发生频率及发生强度;根据灾情发生情况统计结果,将各个乡镇的气象灾害风险进行分级,并利用地统计学插值方法进行风险等级区划.     

基于GIS的洛阳市高温灾害风险区划

利用洛阳市1961-2010年历史气候资料和地理信息数据,通过分析高温灾害致灾因子、孕灾环境因子、承灾体易损性因子和防灾减灾因子4个因子的指标,利用层次分析法确定各个因子指标的权重建立高温气象灾害风险评价体系。其中选取洛阳市9个观测站高温日数,并运用皮尔逊Ⅲ型概率密度模型分别从不同频率推测高温影响程度并分析高温危险性因子;利用洛阳市基础地理信息数据,选取海拔高度和河网密度作为评价孕灾环境因子指标;利用洛阳市土地利用分类分析不同土地类型承载体潜在易损性,同时考虑高温易受伤害人群的人口比例怍为承载体易损性因子指标;防灾减灾因子利用各乡镇财政一般收入水平和人均可支配收入作为量化指标。从区划图中可以看出：总体高温风险等级北部高于南部;东北部、中部风险等级最高,其中偃师中部、伊川西部和南部地区、嵩县北部地区风险等级最高;次高风险等级主要分布在新安、宜阳、伊川中东部、孟津东部和西部、嵩县中部等地区;栾川、嵩县南部、洛宁西部风险等级最低。     

建德市茶叶气象灾害风险区划

基于2010—2022年浙江省建德市区域自动气象站的逐日数据和茶叶种植数据,将早春霜冻、夏季高温热害和冬季冻害作为评价指标,利用层次分析和加权综合评价方法,构建茶叶气象灾害综合风险评估模型。将建德市茶叶气象灾害风险划分为高、中、低3个风险等级。结果表明：建德市茶叶气象灾害综合高风险区主要集中在乾潭、杨村桥、下涯镇西北部和乾潭、三都镇东部区域。中风险区主要集中在莲花、乾潭大部、钦堂中南部、下涯、三都镇中部、大洋镇、梅城镇东部、李家西南部和大同镇北部。低风险区主要集中在杨村桥镇中南部、梅城镇中西部、乾潭镇中部和建德市中南部区域。     

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。     

广西农业气象灾害风险评价及灾害风险区划

本文首先从风险的角度对影响广西粮食产量的主要气象灾害进行评估，在此基础上，对灾害风险进行区划，以便为广西粮食再生产决策提供科学依据。     

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。     

基于GIS的沪汉蓉高铁线路暴雨灾害风险区划

通过收集整理沪汉蓉高铁沿线近13 a相关资料,采用层次分析法、专家打分法和加权综合评价法,通过暴雨灾害的危险性、孕灾环境的敏感性、承载体的易损性和防灾减灾能力等4类因子构建了沪汉蓉高铁线路暴雨灾害风险区划模型,绘制了沪汉蓉高铁线路暴雨灾害风险区划图。结果表明,沪汉蓉高铁线路暴雨灾害风险呈现西部高于东部特征,4个高风险区主要集中在武汉以西,分别为湖北天门—潜江段、宜昌西部—恩施东部、重庆东部、四川内江—资阳段,高风险区段与高铁沿线主要暴雨多发区中心位置基本一致,研究成果对沪汉蓉高铁沿线市县开展暴雨灾害防御工作具有较好的决策参考作用。     

基于GIS的承德市精细化山洪灾害风险区划

为有针对性地做好山区山洪灾害防御,基于近25年加密区域站和国家站气象资料与310个山洪灾情资料,研究精细到乡镇的承德市山洪灾害1小时雨量阈值与3小时雨量阈值;从致灾因子危险性、孕灾环境敏感性和承灾体脆弱性3个方面,应用层次分析法和专家打分法,建立承德市山洪灾害风险评估模型,基于GIS制作承德市精细化山洪灾害风险区划。结果表明: 承德市山洪灾害较高风险等级以上面积为14318.99km2,占承德总面积的36.2%,中风险等级面积约为11719.38km2,占承德总面积的30%,其余均为中风险等级以下。承德市山洪灾害高风险区主要位于丰宁、隆化大部分地区和市区部分区域以及宽城东南部。     

基于GIS的徐水县干旱灾害风险区划

以河北省保定市徐水县干旱灾害为例,对其干旱灾害风险区划进行研究。利用GIS技术,建立气象数据库,集成基础地理数据、气象观测数据和人口经济等资料;选择适当指标,实现干旱灾害致灾因子危险性、孕灾环境敏感性、承灾体脆弱性和防灾减灾能力栅格化的计算。通过建立干旱灾害风险评估模型,完成干旱灾害风险区划的绘制,并分析了徐水县干旱灾害风险区划的分布特点。结果表明,徐水县干旱灾害风险分布呈地区性差异,中部地区发生干旱灾害的风险较高,西南地区风险较低。     

基于GIS揭西县台风灾害风险的区划

综合考虑致灾因子危险性、孕灾环境敏感性和承灾体易损性等3因子的作用,结合台风灾害风险性评价技术和GIS技术,对揭西县台风灾害风险程度进行评价和等级划分,并绘制揭西县台风灾害风险区划图。结果表明:河婆镇和东南部凤江、棉湖、塔头等3镇为台风灾害高风险区;总体趋势为:东南向西北地区,台风灾害风险性逐渐降低。     

吉林省大风气象灾害风险区划评价研究

依据灾害风险理论,结合吉林省地貌特征,构建吉林省大风气象灾害风险评价的指标体系,揭示吉林省大风气象灾害风险空间分布规律。研究结果表明：吉林省大风灾害高风险地区分布在长春大部分地区、四平部分地区、延边州敦化市的北部和吉林省东南部海拔较高的山区;次高风险地区主要分布在白城西部、松原南部、四平西部、辽源地区、吉林北部;松原北部、吉林南部、通化大部、白山大部和延边州部分地区风险性最小。从风险区划各指标的分析来看,长春市辖区附近的高风险性是由致灾因子的高危险性及承灾体的高易损性共同引起的,而延边州敦化地区北部及东南部海拔较高山区的高风险性是由致灾因子的高危险性所引起的。根据大风灾害风险分布情况,提出了相应的措施,为相关部门科学决策提供智力支持。     

青海省雷电灾害风险区划

依据自然灾害风险评估原理,结合气象统计数据、地理信息数据和社会经济数据,根据雷电灾害风险区划技术指南,利用归一化处理、百分位数法、熵值法、自然断点法等方法,开展了青海省雷电灾害风险区划.结果表明:(1)青海省闪电日数以2.2 d/10 a(1961-2017年)的速率减少,并且闪电天气多出现在夏季(6-8月),以午后居...     

基于GIS的浙江省高速公路大雾灾害风险区划

大雾是影响高速公路交通安全与运营效率的最主要的灾害天气之一。基于2004—2013年浙江省68个气象站大雾观测资料、基础地理信息数据以及高速公路历史灾情数据,开展浙江省高速公路大雾灾害风险区划研究。依据自然灾害风险分析原理,构建高速公路大雾灾害风险区划指标体系,以浙江省大雾出现的频次和持续时间作为大雾灾害的危险性评价指标;以因大雾导致的高速公路交通事故率、高速公路封路频次和持续时间作为脆弱性评价指标;以高速公路客运量和货运量作为暴露性评价指标。在ArcGIS的空间信息技术支持下,采用层次分析法和综合评价方法,建立了高速公路大雾灾害风险评估模型,最终完成浙江省高速公路大雾灾害风险区划图。区划结果表明,高风险区路段占全省路段总长的15.13%,主要分布在申嘉湖高速南浔段以及嘉善段、杭州湾环线高速萧山至越城段、杭州绕城西线高速、常台高速上虞至嵊州段、诸永高速诸暨至磐安段、沪昆高速诸暨段以及柯城段。     

GIS MCE技术在农业气象灾害风险评价中的应用

气象灾害风险评价涉及多源、多维、多尺度空间数据与社会经济统计数据,对应用GIS结合MCE技术进行农业气象灾害风险评价进行了研究。利用特尔菲专家测定法建立评价准则,利用空间划分技术建立评价单元,利用属性值空间化技术实现对气象灾害影响因素空间分布特征进行描述,以空间叠置计算获得多准则条件下空间单元决策目标分值,从而实现区域气象灾害风险区划。研究表明,GIS结合MCE技术能够较好地整合与气象灾害风险评价相关的各类空间数据和社会统计数据,实现气象灾害风险的定量化评价。以冰雪灾害致灾因子评价为例,证明以上技术方法具有可行性。     

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...     

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。