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。     

东营市河口区暴雨洪涝灾害风险区划初步分析

使用1992—2010年山东省东营市河口区气象站及区域自动站降水量资料、各乡镇人口和经济资料、地理信息以及灾情普查资料,分析河口区暴雨气候特征和灾害特征;在此基础上,基于GIS技术和百分位数、专家打分、层次分析、加权综合评价4种数据处理方法,计算各地暴雨洪涝风险系数,对该区暴雨洪涝灾害风险区划进行初步分析。结果表明,近...     

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的渠江流域暴雨洪涝灾害风险评估与区划

基于自然灾害风险四因子理论,选取1970~2021年渠江流域内16个气象观测站逐日降水资料,结合当地的基础地理信息和社会经济数据,构建由12个指标组成的渠江流域暴雨洪涝灾害风险评估体系,利用GIS技术对其进行定量评估与区划。结果表明：（1）渠江流域北部暴雨强度大、频次高,危险性总体呈“北高南低”的特征。（2）渠江流域南部地势低洼、河网密布、人口密集、经济发达,暴露性和脆弱性总体呈“南高北低”的特征。（3）南江、巴中北部、平昌西北部、渠县、广安、大竹和邻水西侧暴雨洪涝灾害综合风险最高,不同地区高风险的主导因素存在差异。     

基于GIS的青神县暴雨洪涝灾害风险区划

随着全球变暖,气候发生变化,青神县极端天气事件频发,气象灾害特别是暴雨洪涝的发生频率有增加的趋势,给国民经济和社会发展造成重大的损失。本文主要根据气象与气候学、农业气象学、自然地理学、灾害学、自然灾害风险管理等基本理论,在GIS技术的支持下,采用风险指数法、加权综合法、自然断点等方法,绘制青神县暴雨洪涝灾害风险区划图,对青神县暴雨洪涝灾害风险进行分析和评估。结果表明,青神县高风险区和次高风险区主要分布在罗波乡、汉阳镇,以及沿江河流域,其余大部为中等及以下风险区。     

新疆新源县暴雨洪涝灾害风险区划

本研究选用新疆新源县34个气象站2010-2019年日降水量、地理信息及社会经济等数据,采用归一化及GIS等方法,结合致灾因子危险性、孕灾环境敏感性和承灾体易损性,得出新源县暴雨洪涝灾害5个等级风险区划图。结果表明：新疆新源县暴雨洪涝灾害风险呈“东-北”分布的趋势,吐尔根乡、吐尔根农场、阿热勒托别镇、坎苏乡与那拉提镇属于洪涝高风险区;阿热勒托别镇、坎苏乡与那拉提镇的大部分区域及71、72团场属于次高风险区;新疆新源县中东部区域为中等风险区;其余区域为次低风险区与低风险区。     

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。      

杭州市台风暴雨洪涝灾害风险区划与评价

根据1960—2009年杭州市7个县市区的台风降水资料,结合杭州市的社会经济与自然地理要素,构建一个集致灾因子、孕灾环境、承灾体及防灾能力为一体的区域台风暴雨洪涝灾害风险评价模型。通过GIS空间分析技术实现各评价指标的栅格化,并利用模糊综合评价方法。编制以100 m×100 m栅格为基本评价单元的杭州市台风暴雨洪涝灾害风险区划图。将杭州市域划分为高、次高、中等、次低和低的5级风险。区划结果表明：杭州市台风暴雨洪涝灾害风险从西南至东北呈递增趋势。萧山区、余杭市及杭州主城区等沿海平原区,风险等级相对较高;而建德市、淳安县等中西部山地丘陵区,风险等级略低。     

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。     

潍坊市暴雨洪涝灾害风险区划

利用潍坊市气象数据以及统计年鉴资料、基础地理信息数据、土地利用类型数据和历史灾情数据,基于暴雨洪涝灾害风险评估模型,结合GIS技术,对潍坊市暴雨洪涝灾害进行风险评估,并绘制出潍坊市暴雨洪涝灾害风险区划图.结果表明：诸城市中北部、高密市的西南部及安丘的东南部属于高风险区,安丘的东北部、昌邑的南部属于较高风险区,昌乐的大部分、青州的东部、临朐的东北部、安丘的西部属于中风险区,青州西南部、临朐西南部、寿光东北部、昌邑东北部属于低风险区.评价结果与潍坊市的实际情况基本吻合.     

北京地区雷电灾害风险评估方法与应用

首先选用北京地区1961—2008年的气候站点资料分析闪电活动的气候背景特征,用2007—2008年的闪电定位资料统计各评估网格单元的地闪密度,得到北京地区网格化地闪密度分布,评估网格单元大小为1km×1km。研究发现北京地区平均地闪密度大致在1.6～2.4次·km^-2·a^-1之间,有三处地闪密度的高值分布区,分别是西南部房山的拒马河流域地区,北京城中心偏北—昌平—顺义一带以及平谷一密云一带。借助空间网格技术,根据下垫面承灾体的雷电防护及规避特征,将评估区域划分成建筑物、室外建筑物遮挡部分及空旷地带三种空间类型。然后依据不同空间类型区域的地闪密度、闪电有效截收面积、雷电防护能力和位置参数等因素,分别核算评估网格单元内的雷击危险事件次数,作为雷电灾害风险评估的主要致灾因子指标。最后以人作为雷电灾害的首要承灾体,按"风险=雷击危险事件次数×暴露人口"的概念模型方法,测算北京地区雷电灾害风险指数。风险评估结果认为北京城市地区由于人口及经济实体密集分布,雷电灾害风险普遍较高,城市地区的雷电灾害风险具可规避性;农村及城市远近郊区,人口稀少,尽管闪电活动会比城市地区活跃,雷电灾害风险不是太高。     

基于GIS的南宁市暴雨洪涝灾害风险评估与区划

用南宁市气象数据、自然地理数据和社会经济数据,组成自然致灾因子易发性、孕灾环境敏感性、承灾体易损性和防灾减灾能力4个指标,借助GIS的空间分析和叠加分析功能,构建南宁市暴雨洪涝灾害风险评估指标体系,得出南宁市1000m×1000 m为单元的暴雨洪涝灾害综合风险区划图.结果表明,南宁市范围内发生洪涝灾害风险最高的处于宾阳,其中危险性最高的地区处于宾阳县的东部和北部,脆弱性最高的地区则处于宾阳县的中部和横县的东南部地区.该风险区划结果基本反映了南宁市暴雨灾害的潜在风险.暴雨洪涝灾害防御的重点区域应放在风险较高的区域.     

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。     

内江市雷电灾害风险评估与区划

利用2009~2018年内江市5个县（市、区）的闪电定位资料,结合内江市各乡镇、街道为单元的行政区域社会经济资料和基础地理信息资料,采用风险指数法、GIS自然断点法、加权综合评价法等数量化方法,从致灾因子危险性、承灾体暴露度、承灾体脆弱性三个方面确定11个评价指标进行综合分析,在GIS技术支持下,开展内江市雷电灾害风险分析和评估,编制内江市雷电灾害风险区划图,从而为全市建设发展、产业布局提供参考。     

基于GIS的雪灾风险区划

依据巴彦淖尔地区冬春季节降水少、年变率大的气候特点和易形成雪灾的量级指标进行雪灾风险区划。选取1971—2010年11月到次年3月,日降雪量大于等于3mm,并出现积雪和结冰现象为研究对象,分析了降雪量大于等于3mm的降雪日数和积雪深度大于等于5cm的积雪日数年代际变化,结合民政部门历史灾情记载、实地调查、农牧业现状以及各种基础资料数据与GIS技术,从致灾因子、脆弱性评估分析方面,在NOAA卫星遥感雪覆盖监测图像上,利用加权综合与层次分析法,构建雪灾判别模型,得出巴彦淖尔地区雪灾风险区划:雪灾最严重的地区为五原县大部、乌前旗南部和东北部部分区域、乌中旗东南和西南两区域、乌后旗的海力素附近大片区域。     

北京市电网雷害分布规律及风险评估

根据1996—2009年北京市逐日电网灾害资料分析了北京市电网雷害的发生规律, 结果显示:北京市电网雷害存在季节变化和日变化特征。结合同期气象观测站的雷暴日资料、北京市各区县的经济和人口密度特征提出了电网雷害概率、电网雷害频度、电网雷害密度、经济易损模数和生命易损模数作为北京市电网雷害风险评估指标。在此基础上,采用4级分区法对上述电网雷害易损性评估指标进行分级,并将北京市各区县按照5个电网雷害评估指标的所属等级值累加,得到电网雷害综合易损风险评估的评估系数。结果表明:北京地区电网雷害高风险区集中在北京城区中心附近,山区和山前迎风坡地带尽管电网雷害频次较高,但电网雷害风险却相对较低。     

基于GIS的云南省1km精细化暴雨灾害风险评估

为了加强暴雨相关的防灾减灾工作的科学性,本文基于云南省126个国家气象站2010—2019年10年的逐时降水资料和基础地理信息数据,从暴雨灾害致灾因子危险性、孕灾环境敏感性和承灾体易损性3个方面,建立暴雨灾害风险评估模型,利用熵值法、自然断点法、ArcGIS插值和栅格分析方法,实现云南省暴雨灾害风险的区划评估。结果显示:(1)暴雨灾害高风险区主要集中于云南南部,包括西双版纳州、普洱市、红河南部、德宏州及北部地区;(2)迪庆州、怒江州、丽江市北部等地暴雨灾害风险等级较低;(3)全省暴雨灾害高风险区、次高风险区面积占比分别为7.05%、25.22%,低风险区、次低风险区面积占比分别为10.32%、21.86%。使用2020年暴雨灾害次数、暴雨日对区划评估结果进行检验表明,区划评估结果具有科学合理性。     

高速公路雾灾风险区划模型

运用2011年12月至2015年11月河北省11条高速公路沿线156套交通气象监测站资料、142个国家气象站雾灾资料、因雾造成的交通事故和封闭管制资料、高速公路日均车流量、路网密度等资料,基于致灾因子危险性、承灾体空间脆弱性以及承灾体易损性3个方面建立了高速公路雾灾风险区划模型,并绘制河北省高速公路雾灾风险区划图。结果发现:(1)河北北部地区、西部山区、沧州沿海地区的高速公路雾灾风险等级较低,而东部和南部平原地区的高速公路雾灾风险等级较高,可为交通安全管理部门提供一定的参考依据;(2)在相同区域内,局地浓雾多发、交通事故多发、大范围雾日多都可造成高速公路雾灾风险等级升高。