基于层次分析模型的黑龙江省雷电灾害风险区划

根据黑龙江省1959—2008年雷暴日及1999—2008年雷电灾害资料,结合黑龙江省人口密度、城市发展等社会经济特征,选取雷暴日数、雷电灾害频度、生命易损模数及经济易损模数作为雷电灾害风险评估指标,采用层次分析法确定评估指标权重分布,建立雷电灾害风险评估模型,形成黑龙江省雷电灾害风险区划图,并对该省雷电灾害风险进行了综合评估。结果表明:位于黑龙江省中部松花江、呼兰河流域的哈尔滨、绥化和位于西部嫩江流域的齐齐哈尔为雷电灾害极高风险区;位于北部大兴安岭和小兴安岭山区的大兴安岭、黑河、伊春为高风险区;位于东部三江平原的鹤岗、鸡西、七台河为中风险区;位于东部三江平原腹地的佳木斯、双鸭山和位于东南部河谷盆地的牡丹江为低风险区。     

模糊综合评判法在厦门市雷电灾害风险区划中的应用

选取年雷击大地密度、产值密度和人口密度3个因子作为评判指标,利用模糊综合评判法对厦门市6个区的雷电灾害风险进行了评估.结果显示:厦门市各区雷电灾害风险受地闪频次、经济发展和人口密度分布不均等因素的影响,思明区为高风险区,翔安区为低风险区,其余4个区为中等风险区.该划分为厦门市防雷部门针对本地实际情况制定科学、合理、经济的防雷设计方案提供了更为细致的参考.     

广州市雷电灾害易损性分析评估和易损度区划

基于广州市2013—2015年闪电监测资料和2010—2015年雷电灾害资料,分析了雷击大地密度的空间分布和雷电灾害频度特征;并结合广州市人口密度、GDP等特征,选取雷击大地密度NG、雷电灾害频度P、生命易损模数L和经济易损模数D这4个参数作为雷电灾害风险评估指标,利用层次分析法确定评估指标权重,建立了雷电灾害风险评估方程式,对广州市雷电灾害易损性进行分析,从而形成雷电灾害易损度区划。结果表明:天河为极高风险区,海珠、萝岗、番禺和花都为高风险区,越秀、荔湾、黄埔和白云为中风险区,从化、增城和南沙为低风险区。研究结果可为广州市雷电灾害易损度区划提供技术支撑。     

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.     

基于改进层次分析法的湖北省雷电灾害风险区划

准确判定评价指标的相对重要性是雷电灾害风险区划的关键技术之一。为解决层次分析法(AHP)由人为经验方式判定指标相对重要性存在的问题,提出一种改进的AHP法(IAHP);同时,利用湖北省2007—2020年闪电监测、数字地形高程、土壤电导率及经济社会等资料,选取雷击大地密度、地闪强度、海拔高度、地形起伏度、土壤电导率、人口密度、GDP密度7个参数作为湖北省雷电灾害风险的评价指标,构建雷电灾害风险评价模型,据此对湖北省雷电灾害进行综合评价与风险区划。结果表明:湖北省雷电灾害风险可分为高、较高、中、较低、低5个等级,较高、高风险区主要位于鄂东大别山以南、幕阜山以北的平原和低山丘陵地区,以及江汉平原大部和鄂西山区向江汉平原的过渡带;较低、低风险区主要位于鄂西的恩施、神农架、十堰、宜昌西部和襄阳西南部;湖北其它地区,大部为雷电灾害中风险等级。对比检验显示,各区县雷电灾害风险指数与历年实际雷灾频次呈正相关,且相关性较好,基本反映了湖北省雷电灾害的潜在风险。     

基于投影寻踪方法的湖北省雷电灾害风险区划

利用湖北省2007—2017年闪电监测与雷暴日观测等数据资料,选取雷暴日、地闪密度、雷电流波头陡度、雷电流强度、大电流密度、小电流密度6个雷电参数作为湖北省雷电灾害风险评价指标;采用投影寻踪方法,构建基于雷电参数的雷电灾害风险评价模型,据此对湖北省雷电灾害进行综合评价与风险区划。结果表明:湖北省雷电灾害可划分为高、较高、中、较低和低5个风险等级,风险等级整体从东至西逐渐降低,东部地区风险明显高于西部地区;较高和高风险区主要位于红安、孝昌、孝南、东西湖、蔡甸、汉南至洪湖一线以东地区;较低和低风险区主要位于襄州、襄城、谷城、保康、兴山、秭归、巴东至五峰一线以西地区;上述以东地区与以西地区之间地带主要为中等风险区,共27个区、县(市)。雷电灾害风险区划结果可为本地开展雷电防灾减灾工作和有效降低灾害损失提供科学依据。     

基于闪电定位数据的鲁西南地区雷电灾害易损度区划

为了明确不同县区雷电灾害风险的高低,防御和减轻雷电灾害,利用鲁西南地区闪电定位资料、土壤电阻率数据、经济社会数据,选取地闪密度、强雷电流分布、土壤电阻率、人口密度、单位面积GDP为影响因子,采用层次分析法和加权综合评价法,建立雷电灾害易损度区划模型,以县区为单位,将该地区雷电灾害易损度区划为5个等级,绘制区划图,并利用历史雷灾频次对区划结论进行检验。结果表明:地闪密度高值区位于曹县和东明,这两个县区的雷电灾害易损度最高;郓城和牡丹区的强雷电流分布密度大,易损度次高;巨野和定陶的易损度居中;鄄城的地闪密度最小,成武的土壤电阻率和人口密度较低,两者划为易损度次低区;单县由于强雷电流分布密度最低,划为易损度低风险区。易损度和历史雷灾数据正相关,且相关性较好,密切程度较高,回归显著。     

基于ArcGIS的网格化雷电灾害风险评估方法研究与应用*

结合镇海区实际，开展大片区建（构）筑物网格化雷电灾害风险评估模型构建与应用，解决雷电灾害风险评估仅停留在依据灾后损失指标的单体建（构）筑物风险分布评估情况。在常规电气—几何雷电灾害风险评估模型基础上创新应用，引入地理信息处理技术将评估区域进行网格化分割，建立格点内包含建（构）筑物高度及其梯度、土壤电阻率及其梯度、直击雷防护效率、有效截收面积、地闪密度、电子电气设备系统、人口密度、火灾风险等指标在内的多层次网格化雷电灾害风险评估模型，并以辖区某化工企业厂区雷电灾害风险评估为例，对模型实践可行性应用示例。结果表明：对各指标数据集综合分析计算并运用ArcGIS风险区划，结合厂区功能布局特点分析评价，结果与市级雷电灾害风险评估报告、省级雷电易发区划基本一致。采用地理信息技术网格化处理大范围、跨区域雷电灾害风险评估方法，从“点”到“面”建立数学模型，对评估区域范围及扩展范围的雷电灾害风险评估、风险区划、政府决策支持等具有指导意义。     

基于易损度分析的吉林省雷电灾害风险区划

分析整理2003-2012年吉林省历史雷灾记录,利用48个气象站人工观测雷暴日数序列和2011年《吉林省统计年鉴》数据,结合应用聚类分析和层次分析法建立了吉林省县(市)雷电灾害易损度计算模型。利用自然断点法对模型计算出的易损度进行分级,实现了吉林省各县(市)的雷电灾害风险区划。区划结果表明:吉林省的雷电灾害风险由强到低呈现出由中部向周边递减的结构,强风险区主要位于吉林省中部和南部的地级市本市;高风险区主要位于中部和南部经济发展水平相对较高的县(市);中风险区和低风险区则主要集中于东部山区和西部平原地区。     

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。