基于GIS潍坊市暴雨洪涝灾害损失评估方法研究

利用潍坊市1984—2007年暴雨洪涝灾情数据,基于GIS技术结合模糊综合评价方法确定了灾害综合评价指数,根据灾损率指标与灾害综合评价指数得到潍坊市农业经济损失率评估模型。模型表明灾害综合评价指数与农业经济损失率具有较好的线性相关关系,相关系数达0.842。并对潍坊市一次暴雨洪涝灾害进行评估,验证该模型精度。与实际灾情数据对比,相对误差最小值为15.37%,最大值为21.29%,模拟结果与历史灾情数据基本一致。     

吉林省重大暴雨过程影响损失评估模型的建立

利用1961-2012年吉林省逐日降水资料、暴雨灾情资料、逐年GDP和人口资料采用灰色关联度分析方法建立重大暴雨过程指数及灾损指数,利用相关分析法对重大暴雨过程造成损失的影响因素进行探讨,采用多元回归法建立重大暴雨过程影响损失评估模型,并进行拟合和试评估检验。结果表明：吉林省重大暴雨过程造成的损失与前7 d雨量及重大暴雨过程指数相关显著;利用前7 d雨量和重大暴雨过程指数建立的影响损失评估模型拟合和试评估效果均较好,可在实际业务中应用;由于在重大暴雨过程发生前,评估因子就可获得,因此,可以对其灾害损失进行定量预评估,在实际业务中指导意义较大。     

暴雨洪涝受灾人口与雨涝危险性指数关系模型研究

建立可监测、可预报的雨涝危险性指数与暴雨洪涝受灾人口的关系模型,对暴雨洪涝灾前、灾中、灾后人口受灾情况快速评估具有重要意义。以湖北省为例,利用小时降水、日最大降水量、累积降水量与暴雨持续天数等气象资料以及水系、高程等孕灾环境资料,构建了雨涝危险性指数。结合历史洪涝受灾人口资料,建立基于雨涝危险性指数的暴雨洪涝受灾人口灾损曲线。按照重现期划分雨涝危险性等级,并通过计算不同重现期雨涝危险性指数的致灾阈值,建立危险性等级与受灾人口的定量关系模型。结果显示:(1)湖北省暴雨高危险区主要位于江汉平原以东,其次是鄂西南南部、江汉平原南部。(2)通过历史暴雨过程受灾情况比较,包含小时雨量和孕灾环境的雨涝危险性指数更能呈现暴雨过程的受灾程度。(3)湖北省暴雨洪涝受灾人口与雨涝危险性指数呈幂函数关系,年及暴雨过程实际受灾人口与拟合受灾人口的相关系数分别达0.800和0.891。(4)利用5 a、10 a和20 a三个重现期将雨涝危险性指数划分为三个等级,当雨涝危险性指数超20 a一遇时,预计受灾人口将达12万人以上。     

灰色关联度方法在大风和暴雨灾害损失评估中的应用

针对近20年北京地区发生的大风和暴雨灾害,应用灰色关联度方法,计算北京地区近20年的19个大风和暴雨灾例的灾情评估指标与关联度,进行损失评估和比较。结果表明,该方法对灾情等级划分和灾情损失排序是合理的,比较符合实际对灾情的评价,能够对不同气象灾害和同一级别的气象灾害灾情差异尺度做比较,是能够应用于实际工作中的一种科学方法。     

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。     

德州近36a农业气象灾情分类评析

根据德州市10个县市区1978—2013年农作物总播种面积、成灾面积资料,分析干旱、暴雨洪涝、大风冰雹和低温冻虫害4类气象灾害的成灾率,并计算其变异值,将气象灾害分为5个等级,对4类气象灾害与年度各类灾害总和的关联度进行灰色关联计算,呈现出对农业生产造成经济损失的影响大小依次为：大风冰雹>暴雨洪涝>干旱>低温冻虫害,通过灾损评估模型的建立,得到36a农业年景分级和综合评价。结论如下：德州农业气象灾害较重年景占8%,灾害最重的年份为1992年,而中灾及以下灾情的出现次数占到了总灾情的92%,其中灾害最轻的年份为1979年、1999年。德州农业受灾历史记录与年景评估较一致。     

基于灰色关联度的暴雨事件灾害评估和预评估方法

该文统计了安顺市1986—2009年的暴雨站点资料及其对应的灾害资料,通过对历史气象资料和灾情数据库的综合分析,建立了暴雨灾情数据库。采用灰色关联度方法建立了暴雨灾害的评估方法,建立了划分标准,将暴雨灾害灾情划分为5个等级,经与实际灾情比较表明划分结果合理可用。研究了暴雨引发的灾害与气象因子的关系,建立了基于数值预报释用的暴雨预评估模型,在以上研究基础上建立了安顾暴雨灾害评估和预评估系统,已投入业务使用。     

区域暴雨强度等级综合评估研究—以长江中下游为例

考虑到暴雨可能造成灾害的累积效应,本文提出降雨衰减指数的概念,建立相当强度公式,并以此判定暴雨日.从致灾因子出发,以暴雨过程的过程强度和影响范围作为评价指标,建立区域暴雨过程致灾强度的综合评估模型.以长江中下游地区为例,基于上述评估模型,得到该地区暴雨过程序列,继而利用百分位法对暴雨序列进行等级划分,得到该区域暴雨过程...     

海南省区域性暴雨过程综合强度评估方法研究

利用1961-2014年海南省逐日降水量资料和4个暴雨过程评估单项指标,采用百分位法建立分项等级评估指标,再分别利用等权重法和百分位法建立区域性暴雨过程综合强度的定量评估模型和确定综合强度等级划分标准。利用该模型对海南省历史上发生的不同等级区域性暴雨过程进行了检验,并对2015年夏、秋季和2016年夏季的9次区域性暴雨过程进行评估应用检验。结果表明:综合考虑区域性暴雨过程的极端强度、持续时间和影响范围等不同指标构建的区域性暴雨过程评估模型,可以较为客观和全面反映海南省区域性暴雨过程的综合强度,并能实现对当地区域性暴雨过程的逐日滚动评估,可较好地满足当地区域性暴雨事件快速、准确评估的业务和服务需求。     

应用主成分构建的暴雨致灾能力评估指数及其应用

为了构建合理的四川暴雨致灾能力评估指数(简称:评估指数),本文对2008~2018年四川地区126次致灾性暴雨过程,选取刻画暴雨特征的8个降水量因子,利用总体主成分和阈值法确立因子的权重及阈值,由此建立了评估指数模型。经历史个例反演及预报个例的评估应用表明:(1)暴雨区域的平均雨量值,≥25mm/h的面积及大暴雨面积是影响四川暴雨致灾能力强弱的关键因子,利用主成分构建的评估指数较好的反映了历次暴雨过程的致灾能力,当指数达0.8以上时,一般对应着大型及以上暴雨灾害。(2)结合经济损失及气象灾害评估分级处置标准,将评估指数划为4个等级。基于此,利用每日08时和20时四川省气象台订正的0.05°×0.05°预报降水数据,输入评估指数模型计算未来3d的指数及对应的致灾能力落区等级空间分布。实际应用表明,评估指数模型对评估暴雨过程的整体致灾能力及具体的暴雨致灾能力落区等级分布有显著的实用性。      

暴雨灾害风险及其对农业影响的评估

综合考虑降雨区域类型、发生强度和持续时间,确定了暴雨灾害致灾因子的综合强度分级标准;将地形高程、高程标准差、河网密度等环境脆弱性要素结合暴雨灾害致灾因子,建立暴雨灾害风险评估模型,并进行分级评估;应用GIS将农业易损性指标叠加到暴雨灾害风险区划中,得到不同等级风险下农业受影响的程度。以"7·21"暴雨为例,进行模型的应用及检验分析,结果表明:降雨量最大的葫芦岛大部、丹东宽甸县暴雨灾害风险等级为极高;致灾因子危险等级相同时,辽宁中部平原地区较辽西、辽东丘陵地区暴雨灾害风险等级高;农业易损性较高的沈阳大部、鞍山北部、丹东局部、锦州大部、铁岭部分、葫芦岛大部地区农业受灾较重。评估结果与事实灾情较一致。     

2004—2019年中国干旱多承灾体灾损风险特征评估

基于2004—2019年中国省级年干旱灾情和社会经济资料,对干旱农作物受灾面积、受灾人口和直接经济损失三个指标及其灾损率的时空变化规律进行分析,采用信息扩散方法开展不同承灾体的干旱灾损率风险评估,为摸清近十几年的干旱风险格局,提高灾害风险管理能力提供参考。结果表明:三个指标的年干旱灾损率均呈现下降趋势,其中年农作物受灾面积和人口受灾率减少趋势显著,年降水量增加、年干旱累积强度和干旱日数减少以及防灾抗旱能力增强为主要原因。农作物、人口和经济不同承灾体的干旱风险格局存在差异。出现农作物面积受灾率≥20%时的旱灾可能性不高,仅宁夏、山西、内蒙古、甘肃超越概率达较高等级,出现人口受灾率≥30%和直接经济损失率≥1%时的旱灾可能性更低,超越概率小,无省份达高、较高可能性等级。年农作物面积受灾率20年一遇水平下,干旱重灾区分布在西北地区、西南地区东部及湖北、湖南、浙江、海南。年人口受灾率20年一遇水平下,干旱重灾区位于西北地区中东部、西南地区东部以及安徽、山西、内蒙古。年直接经济损失率20年一遇水平下,干旱重灾区集中在东北、西北地区中部、西南地区东部及内蒙古、海南。     

福建区域性暴雨过程综合强度定量化评估方法

该文以福建省为例,探讨了区域性暴雨过程的识别方法和综合强度评估模型。采用福建省66个国家级气象观测站1961—2010年逐日降水量资料,首先在给定区域性暴雨过程识别方法的基础上,筛选出941次区域性暴雨过程;其次选取区域最大日降水量、区域最大过程降水量、区域暴雨范围和区域暴雨持续时间4项暴雨过程指标,采用百分位数方法分别确定4项指标的等级划分标准;采用相关系数法确定各指标权重,构建福建区域性暴雨过程的综合强度评估模型,并给出福建区域性暴雨过程的综合强度等级划分标准。业务服务和历史事件验证表明:采用该方法的评估结果较为合理,且与历史重大暴雨事件具有良好的一致性。     

近41年来江南地区暴雨洪涝灾害时空变化特征分析

暴雨和防灾能力建设是影响洪涝灾害发生及其损失变化的重要因素。根据1978—2018年江南地区（沪、浙、闽、湘、赣五省、市）暴雨洪涝灾害数据、气象台站观测逐日降水量资料、社会经济数据，统计分析了近41年江南地区暴雨及其引发的洪涝灾害损失的变化特征及时、空差异，并从降水和社会防治两方面分析其成因。结果表明:近41年来江南地区因暴雨洪涝灾害农作物受灾面积、成灾面积、受灾率和成灾率呈先升后降的波动变化趋势，20世纪90年代为相对高值期，空间分布呈明显的西多东少特点。近41年来江南地区暴雨发生频次及强度呈波动增加趋势，且暴雨在时间、空间上的持续性和集中度呈增加趋势，空间上呈现为江南中东部较高、西部较低的特点，暴雨发生集中期为5—8月，尤以6月最多。暴雨日数、大暴雨日数、暴雨累计降水量与农作物受灾面积、成灾面积、受灾率均呈显著正相关关系，在一定范围内，暴雨强度增强，是农作物受灾面积、尤其是成灾面积增加的重要因素。持续性暴雨日数、每月暴雨日数标准差、每站暴雨日数标准差与农作物受灾面积、成灾面积、受灾率、成灾率均呈显著正相关关系，说明暴雨在时间和空间上的持续性、集中度越强，受灾损失就越大。降水与受灾损失的关系存在年代际差异，近年来它们之间的相关呈降低趋势。暴雨频次、强度与洪涝受灾损失在时间、空间上的分布并不完全一致。暴雨洪涝灾害发生及其影响既受气象因素影响，也受到承灾体和社会因素影响。尽管江南地区灾害防治能力逐渐增强，对减少灾害发生和减轻灾害损失发挥了重大作用，但江南地区防灾能力建设在空间上呈现为东强西弱的特点。因此，整个江南地区，尤其是江南西部，应当继续加强防灾能力建设。      

基于灰色关联度法的雾灾损失评估模型研究

根据大雾灾害的实际情况和数据的可得性,选取了死亡人数、受伤人数、受灾面积、大雾持续时间和直接经济损失作为评价指标,运用灰色关联度法来建立雾灾损失评估模型,并进行实例分析。结果表明：运用灰色关联度方法建立的雾灾损失评估模型进行雾灾的灾害等级划分,是较为合理的,基本符合实际情况。     

广东区域性暴雨过程的定量化评估及气候特征

利用1961—2017年广东86个地面气象观测站逐日降水资料,定义广东区域性暴雨过程的标准,构建了综合考虑区域暴雨过程持续时间、暴雨范围、最大日降水量和最大过程降水量4个指标的广东区域性暴雨过程综合强度评估方法,由此分析近57年广东区域性暴雨过程次数、强度、雨涝年景等特征和变化。结果表明:近57年来,广东共出现1211次区域性暴雨过程,平均每年21.2次,主要出现在4—9月,单次过程平均持续时间是2.3 d;广东区域性暴雨过程的次数和强度存在明显的月际、年际和年代际变化,次数最多出现在5月,强度最大出现在6月;广东雨涝年景指数以0.17/（10 a）的速率显著上升;强和较强等级的广东区域性暴雨过程次数呈显著增加趋势,较弱等级区域性暴雨次数呈显著减少趋势。评估得到广东强雨涝年有5年:2008年、2001年、1973年、1994年、1993年,其中有4年出现在1990年以后。     

基于概率分析的暴雨事件快速评估模型

通过对区域性暴雨事件历史资料的统计分析,利用平均降水量、降水强度和覆盖范围3个指标,建立了基于距离函数的暴雨事件快速评估模型。在建模过程中,对每个指标进行了正态化转化和正态性检验,并利用正态分布概率密度函数确立了各指标数年一遇的等级标准。采用定义域平移的办法,对模型中各指标的权重系数进行了调整。另外,应用此模型对2005年汛期3次区域性暴雨灾害进行了评估应用,结果表明,决策服务效果较好。     

基于距离函数的区域性暴雨灾害风险预估方法研究

以湖北省历史暴雨灾害资料为基础,筛选、确定暴雨灾害个例,采用正态概率密度函数、区间平移和欧氏距离函数等方法,构建湖北省5—9月区域性暴雨天气过程强度等级、可能产生的灾情损失值风险预估模型。应用结果表明,该模型对区域性暴雨强度等级风险预估的正确率达到66.7%,对受灾人口、农作物受灾面积风险预估的正确率分别达到62.5%、55.6%,但对直接经济损失的风险预估效果略差。     

廊坊市暴雨洪涝灾害风险评估与区划

2008年廊坊市气象灾情普查资料显示,暴雨洪涝灾害是气象灾害中造成损失最为严重的气象灾害,1949～2007年廊坊市由暴雨洪涝灾害造成的直接经济损失总计达1986.73亿元,占所有气象灾害造成直接经济损失的82.2%,严重影响着国家和地方经济的可持续发展。依据自然灾害系统理论和灾害风险评估原理,计算出廊坊市地理地貌状况指数(H)、暴雨洪涝发生强度指数(C)、暴雨洪涝灾害频率指数(R)、承灾体经济承灾能力指数(E)、经济损失指数(E')、生命易损指数(L)、生命损伤指数(L'),抗灾能力指数(K)等8个风险指数,并对其进行评估与分析的基础上,综合评价了廊坊市暴雨洪涝灾害风险程度的地域差异,得出各县市区的综合风险指数,并按极高、高、中、低等4级分区法对廊坊市暴雨洪涝灾害的综合风险指数进行区划。研究所形成的暴雨洪涝灾害风险度区划对本地防御暴雨洪涝和降低灾害损失,以及对暴雨洪涝灾害采取有效管理提供了比较客观的科学依据。     

长江中下游沿江地区暴雨过程综合评估模型及应用

选取长江中下游沿江地区87个站点,利用1957—2007年中国高密度台站地面日降水资料,对长江中下游沿江地区暴雨过程的历史资料进行统计分析,建立长江中下游沿江地区暴雨过程综合评估模型。首先选取平均降水量、降水强度、覆盖范围和持续时间4个指标,并对每个指标进行了正态化转化或Г分布拟合,然后利用相应的分布概率密度函数的反函数确定数年一遇的概率等级作为等级标准,将长江中下游沿江地区的暴雨过程划分为5个等级,最终运用权重分析法建立了暴雨过程综合评估模型。应用此模型对1999年6—8月的5次暴雨过程进行了试评估,结果表明,该模型评估效果较好,可以在实际业务中应用。