1981—2019年北疆暴雨洪涝灾害的时空变化特征分析

基于1981—2019年新疆北疆38个县(市)出现的1394次暴雨洪涝灾害事件,以暴雨洪涝灾害出现次数、死亡人数、倒塌房屋数、倒塌棚圈数、死亡牲畜数、农作物受灾面积作为评价因子,采用多种统计学方法,构建暴雨洪涝灾损指数,分析近39 a北疆暴雨洪涝灾害的时空变化特征.结果表明:北疆暴雨洪涝灾害高发区位于博州、伊犁河谷和阿勒泰地区,危害性严重等级以上的暴雨洪涝灾害分布在伊犁河谷和阿勒泰地区,特重等级的暴雨洪涝灾害则集中发生在伊犁河谷的霍城、伊宁、巩留、尼勒克和新源等县;暴雨洪涝灾害出现次数及其造成的死亡人数、农作物受灾面积的月变化呈单峰型,而倒塌房屋数、倒塌棚圈数、死亡牲畜数则呈双峰型;年暴雨洪涝灾害出现次数呈显著的线性增加趋势,年度灾损指数呈弱的增加趋势,但在年代际时间尺度上灾害强度不断加强.大雨以上日数和暴雨以上日数是影响北疆暴雨洪涝灾害年际变化的主要气候因素.     

广东暴雨洪涝灾害损失定量评估

广东暴雨强度大、范围广、季节长,造成的灾害重、影响大。为合理、定量地评估广东暴雨洪涝过程强度及其损失,基于1994—2018年广东致灾暴雨过程和相应灾情资料,构建了广东暴雨过程综合强度评估模型和灾情指数模型,并采用百分位数法进行暴雨强度和灾情等级划分,以第60、第80、第90和第95百分位数为临界阈值,分别将致灾暴雨过程强度和灾情划分为弱(1级)、较弱(2级)、中等(3级)、较强(4级)、强(5级)和微灾、小灾、中灾、大灾、巨灾5个等级,进而分析了不同强度等级暴雨过程可能造成的人口、农作物、房屋和经济等承灾体损失。结果表明:(1)1994—2018年间,广东各等级致灾暴雨过程主要出现在4—9月的汛期,5—7月尤其多,要特别注意防御;(2)致灾暴雨过程强度等级与各类承灾体灾情指数存在显著正相关关系:随暴雨强度的增强,倒塌房屋数呈指数增长,受灾人口、死亡人数、农作物受灾面积和直接经济损失呈线性增长;(3)平均而言,当暴雨强度达到强(5级)等级时,受灾人口、死亡人数、农作物受灾面积、倒塌房屋数和直接经济损失标准分别约为187.19万人、22人、10.52×10^4 hm^2、1.12万间和13.07亿元。     

1990—2019年新疆不同等级风灾变化特征

风灾对新疆农牧业生产造成极大危害。本研究以风灾造成的倒塌房屋数、倒塌棚圈数、死亡人数、农作物受灾面积、损坏大棚数、牲畜死亡数作为6大灾情要素，运用比值权重和无量纲化线性求和方法构建表达风灾事件强弱的灾损指数，并采用百分位数法将风灾事件的强度划分为一般（1级）、较重（2级）、严重（3级）、特重（4级）4个等级。根据灾损指数和灾害等级，研究新疆风灾的时空变化特征。结果表明：新疆风灾集中于4—5月，南疆多于北疆，吐鲁番盆地和塔里木盆地北部是风灾的多发区和重发区；近30年风灾年出现次数呈显著的线性增加趋势，年灾损指数没有表现出线性增加或减少的变化趋势，其中1～4级风灾的年际变化具有明显的差异性；引发1～4级风灾的极大风速阈值分别为12.9、13.7、14.1、15.0 m〖DK〗·s-1；超过12.9 m〖DK〗·s-1极大风速出现日数逐年增多，加之农牧业生产快速发展，导致风灾年出现次数不断增加。     

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。     

近54a湖南区域暴雨的时空分布特征

基于1960—2013年湖南88个台站逐日降水数据,采取线性趋势分析等方法分析了近54 a湖南区域暴雨的时空分布特征。从时间变化上看,近54 a湖南区域暴雨日以6月208 d为最多,1月0 d为最少;夏季、春季、秋季及冬季区域暴雨日数占总日数的百分比依次为60%、29%、10%及1%。暴雨日数、暴雨强度均值突变点分别为1994年、1995年,暴雨初日的均值突变点为1983、1994年,暴雨终日无均值突变;暴雨日数与暴雨强度(暴雨发生终日)总体上呈上升(后延)趋势。基于突变点分段线性趋势分析表明,仅暴雨日数在1994—2013年及暴雨强度在1960—1994年期间呈显著下降趋势。从空间分布上看,区域暴雨强度及其与非区域暴雨强度的差值、区域暴雨持续2日或以上的暴雨强度及其与单日暴雨强度的差值的大值区主要位于湘西北及湘东南,小值区主要位于湘西南-湘东北的带状区域;全部站点的区域暴雨强度均大于非区域暴雨强度,89%的台站持续2日或以上的区域暴雨强度大于单日区域暴雨强度。区域暴雨、总体暴雨的台站暴雨最长持续日数分别为1~4 d、2~4 d,均集中在2~3 d且其站数占总站数的百分比分别为97.7%、96.6%。     

1980—2019年北疆风灾时空变化特征及成因

基于1980—2019年北疆38县市风灾次数及其造成的死亡人数、倒塌房屋数、倒塌棚圈数、牲畜死亡数、农作物受灾面积等灾情资料,构建大风灾损指数,并根据概率密度分布确定风灾危害性等级.在此基础上,结合44个气象站平均风速、各县市农作物播种面积和牲畜存栏数资料,研究分析北疆风灾的时空变化特征及成因.结果表明:北疆地区风灾较...     

基于1 km网格的北京暴雨洪涝灾害风险区划

目前许多城市暴雨洪涝灾害综合风险区划对暴雨在复杂地形下可能引发的山洪与地质灾害造成的高风险以及对城市交通安全风险估计不足,同时常规的气象观测资料已难以描述暴雨致灾危险性精细化分布。本文基于自然灾害风险评估理论,利用遴选的293个北京气象自动站2006—2017年逐时降水观测资料、北京2015年1∶25万基础地理信息、2016年Landsat8晴空遥感影像、灾情资料以及网格化的社会经济资料,在承灾体暴露度基础上充分考虑了承灾体对暴雨引发的城市积涝、山洪与地质灾害灾损敏感性差异,从暴雨致灾危险性、孕灾环境敏感性、承灾体易损性3个方面开展了北京地区暴雨灾害1km分辨率的精细网格化风险评估与区划,并结合实际案例进行了分析。结果显示:(1)基于高密度降水观测资料提取的网格化短历时暴雨频次和暴雨量能较为精细地评估致灾危险性;基于遥感与GIS提取的不透水盖度、地形起伏度与河网密度可有效评估暴雨洪涝孕灾环境敏感性;基于1km格网化的GDP、人口密度和路网密度以及灾损敏感系数可有效评估暴雨引发的积涝、山洪与地质灾害对人员、财产和公路交通的易损性;(2)与已有成果比较,本次北京暴雨洪涝风险区划不但凸显了暴雨对城市的积涝风险,也凸显了暴雨引发的山洪与地质灾害风险,同时突出了暴雨对城市交通设施安全的影响;(3)风险区划结果基本反映了北京市暴雨灾害的潜在风险,北京暴雨洪涝灾害防御的重点区域应放在风险较高的三个区域。     

2020年甘肃省十大天气气候事件

一、8月暴雨连续侵袭陇东南,引发山洪泥石流灾害 8 月1—20日白龙江、白水江、嘉陵江流域及周边地区连续出现3 次暴雨天气,累积降水量均超过230 mm,较常年同期偏多3.2 ～4.5 倍,均为历史同期最大值.三流域各县(区)累积降雨量(除宕昌外)、降雨日数、大雨日数和暴雨日数均居1961 年以来同期第一位.大范围暴雨...     

近37年来湖南暴雨时空变化特征分析

利用湖南97个气象站1981—2017年逐日降水资料,采用线性趋势分析、集合经验模态分解(EEMD)等方法,分析了湖南近37年来年暴雨和大暴雨日数、强度、贡献率等气候特征。结果表明,近37年来,湖南年平均暴雨日数在地理上总体呈北多南少的分布。最大值出现在湘中一带,有两个中心,分别位于南岳高山站(暴雨为6.95 d;大暴雨为1.19 d)和安化(暴雨为6.10 d;大暴雨为1.16 d);最小值出现在湘西南的怀化城步(暴雨为2.40 d;大暴雨为0.11 d)。湖南年暴雨与大暴雨日数、强度及对降水的贡献率自1981—2017年均呈显著上升趋势,暴雨与大暴雨日数的2～3年、4～8年周期变化性质明显,且近些年来,有变化频率加快的趋势。     

基于回归分析的雷灾死亡人数预测模型

利用1995—2016年广东省雷电灾害伤亡数据,对广东省雷电灾害中因雷击引起死亡的人数进行了统计分析。结果表明:1995—1998年为雷灾死亡人数的上升期,1998—2016年总体呈下降趋势,其中2004年雷灾死亡人数突增出现奇点。2008年前后雷灾死亡人数变化明显,1995—2008年每年雷灾死亡人数波动较大,年平均死亡人数为66人;2009年后雷灾死亡人数波动平缓,年平均死亡人数为12人,同比减少了81.8%。对比分析五类拟合曲线后,得到广东省1998—2016年雷灾死亡人数年际动态变化预测模型的最佳拟合曲线是负指数曲线。为减少数据样本波动大和瞬间毛刺多的问题,通过百分位分析法,得到了2017年和2018年的预测值分别为11和10。t分布假设检验给出了2017年和2018年置信度为95%的预测区间上下限分别为24、6和25、6。     

近10a大方县暴雨时空分布特征及致灾性的研究

【目的】研究大方县暴雨及其灾害特征,提高当地暴雨预报服务能力,为地方政府防洪部署及地质灾害防治提供参考。【方法】利用大方县国家气象观测站和乡镇自动气象站2013—2022年逐日降水资料、灾情资料,结合大方县地形、河流分布特点,统计分析近10 a大方县暴雨时空分布特征及各乡镇暴雨、大暴雨的致灾特点。【结果】大方县年均暴雨日、大暴雨日分别为14.8 d、3 d,且有增加趋势,暴雨、大暴雨主要出现在5—9月,均呈单峰型分布,暴雨的峰值出现在6月,大暴雨的峰值出现在7月,最早暴雨初日为4月18日,最晚暴雨终日为10月5日。【结论】大方县暴雨及大暴雨主要出现在南部、西部及北部乡镇,中部出现暴雨的次数较少,其分布特征与地形和水域有着较好的对应关系,位于迎风坡或水域附近的乡镇出现暴雨的频次高于其他乡镇。从暴雨灾情分布来看,致灾性暴雨出现在6、7月居多,与暴雨日、大暴雨日的月分布趋势相同,乡镇暴雨致灾频率大多在10%~30%之间,分布特征不明显;大暴雨致灾频率较高,在南部、北部海拔落差大或位于河谷地带的乡镇致灾性在50%以上。     

基于GIS技术的武威市山洪灾害风险区划初探

应用1971～2012年武威市各乡镇山洪灾害调查记录,以及武威市内78个区域气象站和4个自动气象站2008～2012年5-9月降水资料,通过对山洪灾害形成的动力条件、孕灾环境、降水背景的分析,确定临界雨量、地形因子、河网密度、汛期雨量、汛期降水日数、汛期中雨日数、汛期大雨日数为影响山洪灾害形成的主要因子,采用主成分分析方法建立武威市山洪灾害区模型。在ArcGIS软件的支持下,对各影响因子进行空间插值、栅格图层计算等操作,将武威市分为山洪灾害高发区、易发区、一般区和低发区4类,初步探索了武威市山洪灾害分布区划。分析表明,武威市山洪灾害由东南向西北递减,南部天祝县呈高发区,易发区主要在南部古浪县,中部平原凉州区为一般区,北部荒漠带民勤极少能形成山洪灾害,为低发区。     

近36年遵义市暴雨洪涝灾害变化特征及成因分析

暴雨、大暴雨等自然因素和防洪、除涝工程等社会因数是影响暴雨洪涝灾害发生、发展的重要因素。基于1984-2019年遵义市13个国家气象观测站逐日降水量资料、遵义市第一次自然灾害风险普查暴雨洪涝灾害数据,采用常规统计、突变检验、线性倾向估计、相关分析、对比分析等方法,得出遵义市暴雨、大暴雨以及受灾面积的年际、年代际以及长期变化变化特征,同时揭示农作物受灾面积的变化成因。结果表明：近36年遵义市暴雨日数及其累计降水量呈波动式微弱增加趋势,大暴雨日数及其累计降水量呈显著减少趋势,暴雨、大暴雨均具有不同的阶段性变化特征。1984-1999年农作物受灾面积呈显著上升趋势,2000-2019年农作物受灾面积呈显著下降趋势。大暴雨日数及其累计降水量与受灾面积呈显著正相关,并且具有明显的阶段性差异。暴雨洪涝灾害发生、发展既受暴雨、大暴雨等气象自然因子影响,也受气象灾害防御工程和灾害性天气预报预警水平等社会因素影响。     

新疆南疆暴雨洪涝灾害风险区划

利用2010—2020年南疆气象观测逐小时降水及各县暴雨洪涝灾情数据，将灾损指标按百分位法划分为4个等级。基于GIS技术的自然断点法，从暴雨事件和孕灾环境方面，将暴雨洪涝灾害危险性等级划分为低、中低、中高、高4级。结果表明：受灾人口特重区域在和田地区洛浦县、墨玉县和于田县；直接经济损失特重在和静县、沙雅县、乌什县；农作物受灾特重在阿克苏地区沙雅县、喀什地区英吉沙县和岳普湖县。6 h、12 h、24 h最大降水量可作为南疆暴雨洪涝灾害的气象致灾因子，北部高于南部，西部高于东部，山区高于平原；暴雨洪涝灾害风险高区主要集中在和田地区于田县南部山区、阿克苏地区西部北部山区、喀什地区泽普县、巴州北部轮台县山区。     

基于GIS的重庆市山洪灾害区划

通过对山洪灾害形成的动力条件、孕灾环境、降水背景的分析,确定临界雨量、地表起伏形态、坡度、年降水量、年大雨日数为影响山洪灾害形成的主要因子,用主成分分析方法建立重庆市山洪灾害区划模型。在ArcGis软件的支持下,采用反距离权重法对各影响因子进行空间插值,并进行栅格图层计算、分割等操作,用自然断点分级法分为高发区、易发区、一般区、低发区,完成重庆市山洪灾害区划。区划结果表明：重庆市多山洪灾害,东北部为高发区,年发生频次多在10次以上;中部东南部为易发区,年发生频次多在8次到10次;西部偏西地区为低发区,年发生频次多在6次以下。     

2020年广西暴雨灾害天气综述与分析

利用气象及其灾情等资料,对2020年广西区域性暴雨灾害天气过程进行综合分析,并与历史同期的气候作比较,在此基础上对其进行综述.结果表明:(1)年初至春季出现冬春暴雨,比常年偏早、偏强.(2)前汛期5月底到6月上旬出现了破历史记录的暴雨灾害,具有时间长、雨量大、强降雨叠加及灾害重等特点.(3)6月底出现站点破历史记录的全...     

唐山市农业洪涝灾害面积与暴雨关系分析

利用唐山市统计局1985—2014年各县逐年播种面积和农业洪涝受灾面积数据资料、唐山地区11个县市气象站逐日降水资料,采用趋势分析、多项式统计回归等方法,对唐山地区农业洪涝灾害时空特征及与暴雨的关系进行分析。结果表明：唐山洪灾面积总体呈微弱的下降趋势,但不显著,与年暴雨日数变化趋势一致。各县域的洪灾以轻到中度为主,占洪灾的80%—100%。唐山地区洪灾与年暴雨量有关（R = 0.78）,但不显著,受灾面积与年暴雨日数显著相关（R = 0.83,P < 0.01）。中等以上洪灾年的暴雨平均暴雨日数为4—6 d、80%县站大暴雨日数为0.7—1.5 d、60%暴雨累积量在300 mm以上。区域种植结构、地形地势、水系河流分布等因素也是导致洪灾的一个重要方面。     

乌鲁木齐夏半年降水演变及可能最大降水估算

对乌鲁木齐4-9月夏半年大雨以上降水各年代际降水量和降水日数统计分析表明：除20世纪60年代外,乌鲁木齐4-9月各年代大雨以上降水占总降水量的40％以上。大雨以上降水量和降水日数都呈增加趋势,2000年以后大雨以上降水量和暴雨次数都达到最大值。在此基础上,采用水文气象学的原理和方法对当地暴雨进行水汽效率放大和水汽输送率放大,推求乌鲁木齐1、2、3d的可能最大降水量,对比两种放大方法,采用水汽效率放大,1d可能最大降水为102mm。并用极值分布法推求乌鲁木齐最大日降水量重现期。为防汛抗灾提供了可靠的气象决策依据,最大可能降低了暴雨洪涝灾害造成的损失。     

化州暴雨气候特征分析及极端事件重现期计算

利用化州1959年以来的降水资料,对化州暴雨气候变化特征进行分析,在此基础上,研究极端降水的重现期,以期为化州市洪涝灾害的防范和风险管理提供一定的参考数据。统计分析表明,化州年暴雨日数与年雨量之间相关性较好,连续性暴雨多发生在龙舟水以及台风影响期间;暴雨日数、年暴雨量变化趋势显著;暴雨日数1964年发生了突变;暴雨日数、暴雨量存在11年的主要准周期;计算重现期,化州50a一遇的最大日降水量为395.2mm,100a一遇的最大日降水量为451.2mm。     

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。