潍坊市强降水洪涝灾害风险评估与区划研究

利用潍坊各区县2008—2017年的气象观测资料、地理空间数据和社会经济数据，基于GIS技术和自然灾害风险指数模型，考虑短时强降雨对潍坊市城市内涝造成的影响，对潍坊市强降雨洪涝风险的致灾因子危险性、孕灾环境敏感性、承灾体易损性、防灾减灾能力多个因子定量分析，构建了潍坊市强降雨洪涝灾害风险评价模型，并编制了潍坊市强降雨洪涝灾害风险区划。结果表明：灾害发生的高风险区主要位于高密、诸城等地区，潍坊北部地区孕灾环境敏感性指数较大，市中心区域则因人口、经济地位显著而易损性风险较大。该风险区划结果基本反映了潍坊市强降雨洪涝灾害的潜在风险，为潍坊市的洪涝灾害防灾减灾提供技术支持和决策依据。     

台风灾害主要承灾体易损性研究——以浙江为例

台风灾害是威胁我国沿海地区经济社会发展的一个重大障碍,传统的台风灾害探讨的往往是致灾因子和孕灾环境对灾害的影响,但研究表明,承灾体的社会经济等易损性程度对台风灾害有着放大或缩小的作用。因此,本文通过收集和整理浙江省11个地级市的社会、经济等数据,运用统计学方法构建台风灾害承灾体的易损性评价指标,并对浙江省各地级市的易损性程度进行了评价,结果显示,省会杭州和浙东沿海台风易损性程度较高,浙江中部为中等级别,湖州、舟山和浙西南的衢州、丽水4市易损性较低。对比分析表明,该评价结果较为合理,有一定的潜在表征性,为科学的、综合的台风灾害评估工作奠定了基础。     

基于GIS技术的乐山市暴雨洪涝灾害风险区划研究

利用乐山历史气象资料,综合乐山自然、社会经济与防灾资料,利用GIS技术和自然灾害风险指数,构建乐山暴雨洪涝灾害风险评价模型,对乐山暴雨洪涝风险的致灾因子危险性、孕灾环境敏感性、承灾体易损性、防灾能力多个因子定量分析,计算出全市范围暴雨洪涝灾害综合风险指数,并绘制了风险区划图。结果表明:乐山市中区、五通桥区、沙湾区、峨眉山市和夹江县的部分地区其暴雨洪涝灾害风险最大;金口河区、峨边县、马边县暴雨洪涝灾害风险最小。      

河南省冬小麦干旱保险风险评估与区划

以河南省冬小麦干旱为例,探讨了农业气象灾害保险风险评估与区划方法。首先,在构建冬小麦不同生育期干旱指数的基础上,结合农业保险的特征和精细化、专业化的需求,从气象因子、作物产量以及社会经济水平的角度选用干旱风险度、易损性指数、产量风险指数、抗灾性能指数4个指标对致灾因子、承灾体易损性、灾损风险、防灾减灾能力4个方面进行分析和评估。然后将上述4个保险风险评估指标细化到县级,采用聚类分析方法,对河南省冬小麦干旱进行了气象指数保险风险区划和政策性保险风险区划。两种区划结果表明:除豫西高风险区的个别县互相重合外,其余各县所属风险区有较大差别。因此,针对不同的保险特点和需求,需要采用不同的区划指标和方法,才能推行区域农业保险,更好地实行差别保险费率。     

苏浙沪地区高温灾害风险区划研究

利用1961—2009年苏浙沪地区144个气象站的观测数据和2008—2010年苏浙沪地区社会经济资料,从致灾因子危险性、孕灾环境敏感度、承灾体易损性及抗灾能力4个方面综合评估和分析了苏浙沪地区高温灾害风险的空间差异。结果表明:1961—2009年苏浙沪地区高温致灾因子呈南高北低的分布特征,浙江地区高温致灾因子危险性明显大于上海和江苏地区;孕灾环境敏感度指数呈北部和中部地区高、南部地区低的分布,高温灾害高敏感区主要分布在江苏、上海及浙北的平原和沿海地区;经济发达和规模较大的苏浙沪核心城市多为高温灾害承灾体高易损性区,苏北和浙南相对欠发达地区多为高温灾害承灾体低易损性区、次低易损性区或中等易损性区;沪宁杭地区高温灾害的抗灾能力最强,对应的抗灾能力风险较低,而苏北地区和浙南山区高温灾害的的抗灾能力风险较高。综合致灾因子危险性、孕灾环境敏感度、承灾体易损性和抗灾能力4个方面,苏浙沪地区高温灾害综合风险总体呈中南部地区风险高、北部地区风险低的分布,高温灾害高风险区和次高风险区主要集中分布在浙江大部及上海、苏南部分地区,高温灾害低风险区或次低风险区主要分布在长江以北和浙江沿海地区。     

基于GIS图层叠置法的精细化雷电灾害易损度区划模型

本文从雷电致灾因子、孕灾环境和承灾体方面研究雷电灾害风险评估及区划方法,根据自然灾害系统理论和自然灾害风险评估理论,以福建省三明市为例,利用气象探测资料、地理信息数据、社会经济发展规模、人口密度、土地利用现状以及雷电灾情等数据,采用统计方法、灾情解析、调查问卷确定权重等方法,建立起评价指标与风险评估的定量关系,利用GIS技术将易损性构成要素进行图层叠置,在GIS平台上将所有数据落实到1km×1km的格栅上进行处理,各地的雷电灾害易损性便以1km×1km的单元进行计算量化,最终得到精细化的雷电灾害易损性风险区划图,完成基于GIS图层叠置法的精细化雷电灾害易损度区划模型研究,形成较科学的雷电灾害风险评估及区划技术方法体系,具有很好的应用推广价值,为发展智慧气象,提升防雷减灾公共服务能力提供科学参考,对开展雷电监测、预警、预报以及防雷减灾研究都具有重要意义。     

北京市雷电灾害易损性分析、评估及易损度区划

根据1995—2005年北京市18个区县的雷暴日和雷电灾害统计资料, 结合北京市的经济和人口密度特征, 提出了雷暴日数、雷电灾害频度、生命易损模数及经济易损模数作为北京市雷电灾害易损性评估指标, 并在此基础上, 给出了北京市雷电灾害易损度评估结构。采用4级分区法对上述雷电灾害易损性评估指标进行了分级, 并赋予各等级如下定值:极高级为1.0, 高级为0.8, 中级为0.5, 低级为0.2。将北京市18个区县按照4个雷电灾害易损性评估指标的所属等级获取相应等级值, 将各区县4个评估指标的等级值累加, 得到平均值作为雷电灾害易损性评估的评价指数。最后通过对北京市各区县雷电灾害易损性进行综合评估, 并利用4级分区法形成北京市雷电灾害易损度区划。结果表明:城区和丰台区为雷电灾害极高易损区, 海淀区、朝阳区、昌平区和石景山区为雷电灾害高易损区, 延庆县、大兴区、门头沟区和平谷区为雷电灾害低易损区, 其他区县为雷电灾害中易损区。     

基于GIS的河南省洪涝灾害风险评估与区划研究

在分析洪灾形成的各主要因子的基础上,提出了基于地理信息系统(GIS)的洪灾风险评估指标模型。在对指标体系赋予权重的基础上结合GIS进行洪涝灾害风险评估和区划分析,结合河南省具体情况,以降雨、地形和区域社会经济易损性为主要指标,得出河南省洪灾风险综合区划图,既有赋予权重后的准确性又有GIS区划图的一目了然,具有一定的理论和实践意义。从所得到的洪涝灾害风险区划图可以看出,信阳、驻马店、周口大部分地区由于降水较多和社会易损性影响度较大,发生洪涝的风险最大,焦作、郑州、开封和安阳、濮阳的部分地区,由于处于黄河流域发生洪涝的可能也较大,其他地区发生洪涝可能性不大。     

上海地区低温、雨雪、冰冻灾害的风险区划

首先根据1960-2008年上海地区11个气象站11月-次年4月的气象资料制定了上海市低温、雨雪、冰冻灾害过程的综合评估指标,接着依据自然灾害风险分析的原理和上海地区各区县的社会经济资料,运用地理信息系统技术(GIS)和加权综合评价法,进行了上海市低温、雨雪、冰冻灾害的致灾因子危险性、孕灾环境敏感性、承灾体易损性和抗灾...     

浙江省雷电灾害风险分析及区划

在灾害风险评估中,基于行政区域统计单元的人口和经济数据往往与栅格水平上的致灾因子存在空间上的不匹配。利用遥感夜间灯光数据、植被指数和DEM数据构建人居指数,进行栅格尺度上的雷灾承灾体易损性分析,利用2005—2011年浙江省电网雷电信息系统的地闪数据和2008—2011年雷电灾害统计资料进行雷电致灾危险性评估,基于上述三个评估指标,采用层次分析法确定权重系数,建立浙江省雷电灾害风险评估模型,获得1 km分辨率的浙江省雷电灾害风险区划图。结果表明,杭州、宁波、台州等经济发达地区和长兴、安吉、天台和临海等平地向山区地形过渡地带是浙江省雷电高风险区,甬台温沿海、海岛、衢州西部和丽水南部地区是低风险区域,其他地区为中风险区。     

天津市静海区暴雨灾害风险精细化评估

根据天津市静海区18个乡镇2009—2018年逐时降水量,以及社会经济、地理地形、水利设施等数据,结合历史受灾信息,分别对静海区的暴雨致灾因子危险性、孕灾环境敏感性、承灾体易损性及防灾减灾能力进行分析,采用GIS技术和统计方法多因子叠加,综合得出静海地区暴雨灾害风险精细化评估和区划。研究发现,静海区北部区域以及南部中旺镇及其周边风险较高,而静海地区中部的风险较低;暴雨灾害高风险区主要分布在致灾因子敏感性、承灾体易损性较高而防灾减灾能力较低的静海镇和梁头镇及其周边,应加强防灾减灾设施建设。     

区域雷灾易损性及其区划的实证分析

分析了区域自然环境、经济状况和雷电灾害情况,根据江西省雷电灾害资料和年平均雷暴日统计资料,选取雷击密度、雷电灾害频数、经济易损指标、生命易损指标作为雷灾易损性评价指标。对江西省各设区市的雷灾易损性进行了综合评估,初步形成了江西省雷灾易损度区划。提出了区域雷灾易损性分析和区划的模式,为区域防御和减低雷电损失的规划提供了科学依据。     

河南省雷电灾害易损性分析及风险区划

根据2001-2010年河南省雷电灾害事故调查资料、2006-2010年河南省闪电定位资料统计出的雷暴日数,选取雷暴日、灾害频度、经济（GDP）损失模数、生命易损模数等作为河南省各省辖市雷电灾害易损性评估指标,并在此基础上,给出了河南各省辖市雷电灾害易损度评估结构。在分析河南省各省辖市雷电灾害易损性指标的基础上,对各省...     

GIS支持下的西藏冰雹灾害风险评估模型

本文以西藏地区的冰雹灾害为例,在充分分析西藏地区气候背景和经济环境的基础上,利用1981~2015年39个气象站冰雹资料研究了该地区冰雹的分布形成机制,根据灾害发生理论,从灾害发生的成灾环境、灾害发生的可能性、以及承灾体的易损性等三个方面选取了地貌、灾害频率、人口、社会经济的评价因子,应用聚类分析法建立了气象灾害孕灾背景,灾害危险性、承灾体易损性等数学模型;运用Map Info Professional软件,通过对属性数据库和图形数据库的操作得到各种灾害的孕灾背景、灾害危险性、承灾体易损性评价图层,再经过图层叠加、斑块合并以及等级划分等操作,得到各种气象灾害的风险分区。最后在Ma Info Professional软件查询功能的支持下,实现通过点击任意一个区域,显示该区域的冰雹灾害风险情况,对人影防雹作业将具有很强的指导作用,可为政府防灾减灾的决策工作提供必不可少的科学参考。      

新兴县气象灾害的风险分析与区划

基于气象、灾情和经济社会资料,结合GIS方法对新兴气象灾害风险进行区划,在分析新兴县台风、暴雨洪涝、干旱、高温、寒害等5种气象灾害孕灾环境敏感性、致灾因子危险性、承灾体易损性、防灾减灾能力的基础上,应用加权综合法得到各评价单元(乡镇)的综合气象风险度指数,借助GIS技术,对新兴县气象灾害风险进行了区域性划分。结果表明:致灾因子危险性最大值分布在新城镇,大江镇的孕灾环境暴露性最大,承灾体脆弱性最高值分布在河头镇,防灾减灾能力最高值主要分布在新城镇和簕竹镇,综合考虑各因子,新城镇发生气象灾害的风险最高,车岗镇、水台镇、六祖镇、太平镇、稔村镇、天堂镇、东成镇、簕竹镇次之,河头镇、大江镇、里洞镇发生气象灾害的风险相对较低。     

南郑县暴雨灾害风险区划研究

利用南郑县国家一般气象站1971—2016年、28个区域自动气象站2012—2016年降雨资料,DEM高程数据,辖区内社会经济资料,确定暴雨灾害的致灾因子、孕灾环境、承灾体易损性等区划因子,并使用ArcGIS对各项因子进行模拟计算,得到南郑县暴雨灾害风险区划图。区划结果表明:低风险区和次低风险区基本分布在南郑县北部,中等风险区基本分布在南郑县中部,次高风险区和高风险区基本分布在南郑县南部、东南部。     

云南省雷电灾害易损性分析及区划

利用云南省124个气象台站1971—2005年年平均雷暴日数资料及2001—2005年雷电灾害资料,从灾害易损性的角度出发,对云南省雷电灾害进行系统的分析研究,计算了各州市的雷击密度、雷击灾害频数、经济易损性指标、生命易损性指标,最后进行了综合评估,初步形成了云南省雷灾易损性区划。结果表明,某一地区雷击灾害的发生及其造成的损失情况既与该地所处的地理位置、大气环境状况有关,也与该地人口密度、经济发展状况有关。所形成的区划对各地防御和减轻雷电灾害,采取有效管理措施提供了比较客观的科学依据。     

基于ArcGIS的新疆雷电灾害风险区划研究

为了明确不同区县雷电灾害风险的高低程度、防御措施和减轻雷灾损失,利用地闪资料、雷电灾情数据、社会经济资料和地理信息数据,采取归一化法、层次分析法和加权综合评价法,考虑致灾因子的危险性、孕灾环境的敏感性和承灾体的易损性3个评价指标,选择地闪密度、地闪强度、海拔高度、地形起伏、地表覆盖类型、人口密度、地均GDP、生命损失指数、经济损失指数和耕地比重等10个影响因子建立雷电灾害区划模型,绘制出新疆雷电灾害风险区划图。结果表明:雷电灾害风险极高区主要集中在阿勒泰地区北部、塔城地区大部、博州、伊犁州、喀什市和天山北坡经济带南部部分地区,而古尔班通古特沙漠和塔克拉玛干沙漠地区属于一般风险区。通过与新疆历史雷电灾情数据比较发现,雷电灾情次数空间分布与风险区划分布趋势大致吻合。     

基于层次分析法的朔黄铁路暴雨灾害风险评估

选取2016—2020年朔黄铁路沿线40套自动气象站降水资料,结合周边国家站区域站近15年资料、行政区县地理信息、社会经济信息等,基于ArcGis技术,采用层次分析法等方法,从暴雨灾害的致灾因子危险性、孕灾环境敏感性、承灾体易损性3类因子构建了朔黄铁路暴雨灾害风险区划模型,并绘制了朔黄铁路暴雨灾害综合风险区划图。结果表明：朔黄铁路沿线暴雨灾害风险划分为高、次高、中、低4个等级,整体呈东部高于西部;4个高风险段与朔黄沿线各工务段收集的暴雨高发信息基本一致,该研究成果对于朔黄铁路暴雨灾害预报预警具有较好的参考作用。     

海南省暴雨洪涝灾害风险评价及区划研究

选取暴雨洪涝灾害较为严重的海南省为研究区,在对孕灾环境敏感性、致灾因子危险性、承灾体易损性、防灾减灾能力等因子进行定量分析评价的基础上,根据风险度指数的大小,反映暴雨洪涝灾害风险分布的地区差异性,对研究区暴雨洪涝灾害风险进行区划,结果分为5个等级。将灾情数据的空间分布与相应的灾害风险区划结果进行对比分析及结果验证,并提出相应的灾害防御措施。