高速公路交通气象灾害风险评估方法简介

简要介绍了我国高速公路交通气象灾害风险评估方法。选取了对高速公路交通运行影响最大的气象因子:低能见度、降雨、冰冻雨雪和大风,通过模糊数学法和灰色关联度等方法的客观计算,以及AHP的主观打分等方法对高速公路交通运行致灾的气象因子危险性进行了研究,结合孕灾环境的敏感性、承灾体的暴露性和脆弱性及防灾减灾能力等要素,基于GIS技术将各指标栅格成10 kmx10 km的基本单元进行拓扑处理,将高速公路交通气象灾害风险从高到低划分为5个等级,用不同颜色表示,最终得到了全国高速公路交通气象灾害风险的评估结果。     

近10年来中国主要农业气象灾害监测预警与评估技术研究进展

频繁发生的农业气象灾害制约着我国农业生产的快速、健康发展。农业气象灾害一直是广大气象科技工作者开展的主要研究课题之一。在国家科技攻关等计划的支持下,近10年来农业气象灾害研究取得了许多成果。完善农业气象灾害监测业务和预报服务,构建农业气象灾害风险评估、防御体系是农业气象灾害研究的重点。基于3S技术和地面监测相结合,构建了农业气象灾害动态监测系统,从宏观和微观角度来全面监测农业气象灾害的发生发展;建立和完善了卫星遥感监测系统,开展干旱、洪涝、冷害等灾害的动态监测,逐步建立集3S于一体的高空时空分辨率的灾害监测预警系统。农业气象灾害预警研究主要包括:数理统计预报方法进一步发展,农业气象模式与气候模式结合的初步尝试,GIS和网络等高技术在农业气象灾害预警中的应用,省级农业气象灾害预测系统的研制。我国农业气象灾害风险(影响)评估的研究,大致可以2001年为界分为二个阶段。第一阶段,以灾害风险分析技术方法探索研究为主的起步阶段,第二阶段,以灾害影响平度的风险化、数量化技术方法为主的研究发展阶段,构建灾害风险分析、跟踪评估、灾后评估、应变对策的技术体系;具体研究包括农业气象灾害风险分析、风险评估、风险区划和基于遥感监测信息的农业干旱评估。近年来我国农业气象灾害防御研究主要是将高效利用农业气候资源的主动防御技术和开发防灾制剂的被动防御技术相结合,在防御农业干旱和低温冷害方面取得了良好效果。     

高速公路低能见度危险性评价方法比较

利用1980—2014年全国能见度定时观测资料,分别选择熵权法、等级赋值法和专家打分法三个方案,建立我国高速公路路网的低能见度危险性评价模型,并分析各方案高速公路低能见度危险性评价结果的合理性。分析结果表明,1)客观评价方案(熵权法)和半客观评价方案(等级赋值法)的危险性评价结果能更为准确、合理地反映我国低能见度灾害分布情况,均优于主观评价方案(专家打分法)的结果;且专家打分法方案结果在局部区域的合理性较差。2)选择分等级低能见度出现频率作为危险性评价指标,考虑了低能见度对高速公路交通的影响程度,其评价结果更为合理。     

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。     

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。     

黎川县烤烟种植强降水灾害风险评估与区划

强降水严重影响烤烟生长和品质形成,对烤烟种植区进行强降水灾害风险区划将有利于烤烟种植的防灾减灾。利用2006—2018年5—6月降水量、2010—2018年烤烟产量和地形资料,采用层次分析法和灾害风险指数法,对江西省黎川县烤烟种植强降水灾害风险进行评估和区划。以单日降水强度、5日累计降水强度和高程、坡度、河网密度为危险性因子,以烤烟产量为暴露性因子,以烤烟减产率为脆弱性因子,构建烤烟种植强降水灾害风险评价指标和模型。利用模型对县域各乡镇进行风险评估,并按轻风险、低风险、中风险、高风险四个等级进行风险区划。结果表明,宏村镇烤烟种植强降水灾害风险等级最高,龙安镇、社苹乡以及县域东北部的厚村乡、洵口镇、湖坊乡、熊村镇为中等风险区,县域其他地区为低风险区或轻风险区。     

基于GIS的沪汉蓉高铁线路暴雨灾害风险区划

通过收集整理沪汉蓉高铁沿线近13 a相关资料,采用层次分析法、专家打分法和加权综合评价法,通过暴雨灾害的危险性、孕灾环境的敏感性、承载体的易损性和防灾减灾能力等4类因子构建了沪汉蓉高铁线路暴雨灾害风险区划模型,绘制了沪汉蓉高铁线路暴雨灾害风险区划图。结果表明,沪汉蓉高铁线路暴雨灾害风险呈现西部高于东部特征,4个高风险区主要集中在武汉以西,分别为湖北天门—潜江段、宜昌西部—恩施东部、重庆东部、四川内江—资阳段,高风险区段与高铁沿线主要暴雨多发区中心位置基本一致,研究成果对沪汉蓉高铁沿线市县开展暴雨灾害防御工作具有较好的决策参考作用。     

广西甘蔗秋旱灾害风险评估技术初步研究

为增强对广西甘蔗秋旱灾害的风险评估和应急管理能力,利用气象、植被、基础地理信息和社会经济数据,根据风险三角形理念,从广西甘蔗秋旱灾害的危险度、受灾可能性和承灾体脆弱度3个方面,选择因子构建甘蔗秋旱灾害风险评估的指标体系,采用层次分析法构造判断矩阵以确定各指标和因子的权重,构建评估模型,并计算广西甘蔗秋旱灾害风险指数,再基于GIS绘制广西甘蔗秋旱灾害风险区划,结果显示:高风险区和较高风险区主要分布在来宾和崇左等市的局部地区,低风险区主要分布在桂东南地区。利用灾情数据进行验证表明:广西甘蔗秋旱灾害风险分布与甘蔗灾情损失空间分布情况基本一致。     

衡水湖湿地景区雷电灾害区域风险评估研究

根据衡水市1972—2013年雷暴日资料、2009—2020年闪电定位数据及衡水湖湿地景区实地勘查资料，选取评估区域面积、评估景区级别、地形地貌和区域防雷安全管理等18个评估指标，采用层次分析法确定各评估指标的权重比，建立湿地景区雷电灾害区域风险评估模型，对衡水湖景区开展雷电灾害区域风险评估研究。结果表明：除闾里古镇区域风险等级为中等外，其他4个区域风险等级均为较高风险；影响其风险值的主要指标为土壤电阻率、地形地貌、相对高度、人员密度、材料结构、区域雷电防护水平和区域防雷安全管理；找出了衡水湖景区的雷灾易发区、隐患点和防雷措施薄弱环节，有助于更加科学地防雷减灾。     

福建省枇杷气象灾害综合风险评估

通过辨识影响福建省枇杷生长发育和产量的主要致灾因子,分析枇杷对气象灾害的敏感性和暴露性,考虑种植区的防灾减灾能力,构建出枇杷气象灾害综合风险评估指标体系,利用枇杷种植区1971—2011年气象资料,1992—2011年枇杷种植面积、产量及其他社会经济资料,采用层次分析法和熵权系数法融合方法计算各风险指标的权重及各评估单元的风险指数,进而构建枇杷气象灾害的综合风险评估模型,应用GIS技术制作出风险精细区划图,评估枇杷气象灾害的综合风险。结果表明:致灾危险性对综合风险的影响最大,起主要作用;重度以上的综合风险主要分布在福建省5个主要山脉的中高海拔山区以及枇杷种植面积大的莆田市、福清市、云霄县,轻度综合风险区主要分布在中南部沿海县市的低海拔种植区 (除种植大县和东山县外),其余种植区的综合风险属中度。     

基于层次分析法的大连区域雷灾易损性评价

根据大连地区近6年雷电灾害资料,40年雷暴资料,以大连地理、气候环境为背景,通过计算指标权重,采用层次分析法对大连区域雷灾易损性进行评价,并通过一致性检验。结果显示,金州新区属于极高风险区域,瓦房店属于高风险区域,大连、普兰店、庄河属于低风险区域,旅顺属于极低风险区域。结果表明雷灾区域易损性分析不仅取决于样本区域的自然雷暴日,还与样本区域的经济发展情况、人口密度、历史灾害等多方面因素有关,各指标影响权重也并非相同。采用层次分析法进行区域雷灾评价研究,能够有效减少人为因素,为防雷减灾提供了依据。     

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.     

基于主成分分析法的雷电灾害易损性区划综合评价模型

在研究区域雷电灾害易损性区划中,大多采用层次分析等方法来确定指标权重值,然而层次分析法在确定指标权重值时,人为主观因素较大,必然会给所建立的综合评估模型带来较大的误差.因此,利用主成分分析法,建立了雷电灾害易损性区划综合评价模型,从而很好地克服了层次分析等方法所带来的缺点,使得模型结果更接近于实际水平.利用海南省雷击大地密度、雷电灾害发生的频数、经济损失模数、生命易损模数以及人员伤亡频数等5个指标数据,采用所建立的雷电灾害易损性区划综合评价模型,对海南省雷电灾害易损性进行了实例分析.     

四川公路地质灾害特征及气象危险性评价

利用四川省2007～2013年的公路地质灾害资料和30年气候整编的雨量资料对四川公路地质灾害的基本特征进行了分析,建立了四川公路地质灾害危险性评价的指标体系。主要结论:影响四川省公路安全的主要地质灾害有泥石流、崩塌、滑坡和洪水,近7年来,四川公路因降雨引发地质灾害的断道、封路等灾害次数呈逐年上升趋势。公路地质灾害发生数量与四川逐月降雨量有很好的对应关系,7月发生最多,8月次之,说明降雨量的季节变化决定了公路地质灾害的季节变化。灾害主要发生在09～10时和15时左右。选取年平均灾害次数,5～10月降雨量,日最大降雨量,5～10月暴雨日数,年降雨量这五个因子,采用主成分分析法,开展了公路地质灾害气象危险性评价。      

基于自然灾害风险理论的黑龙江省玉米干旱风险评价

为了明确黑龙江省玉米干旱风险区划,为农业防灾减灾和保障玉米安全生产提供参考,选取黑龙江省玉米主要种植区44个农业气象站1971-2017年气象资料及农业资料,划分玉米全生育期为玉米生长前期（出苗-抽雄）,玉米生长后期（抽雄-成熟）,基于自然灾害风险评价方法,以水分亏缺指数确定不同生育期干旱指标,考虑危险性、暴露性、脆弱性和防灾减灾能力4项要素,引入权重系数,采用灰色关联度方法,确定四个因子对灾害发生的不同影响程度,构建危险性评估模型,评估黑龙江省玉米干旱风险,并进行了干旱风险区划。结果表明：在玉米不同发育期,干旱风险指数高值区均主要位于松嫩平原地区,其中,黑龙江西部地区为玉米干旱高风险区,中高值区分布在哈尔滨双城区以及绥化市肇东县。黑龙江省西南部地区肇州、肇源、安达等地区为中等风险区。而低值区主要分布在黑龙江东部三江平原地区以及黑河、伊春、牡丹江等地。研究结果可为黑龙江省玉米干旱防灾减灾工作提供理论依据。     

基于多源数据融合的云南省雷电灾害风险综合评价与区划

根据自然灾害风险理论,结合气象数据、地理信息、人口与经济资料等开展雷电灾害风险综合评价,研究致灾因子、孕灾环境和承灾体等因子与风险的定量化关系,建立评价指标和层次分析模型,运用模糊综合判断和聚类分析等方法计算综合评价指数并划分风险等级。结果表明:雷电灾害高风险区主要集中在滇中、滇西南及滇西北的丽江东南部等地区;次高风险区分布于西双版纳、普洱、昆明、楚雄、曲靖西部、玉溪北部及大理中部等地;中风险区分布最广,主要集中在临沧、德宏、曲靖、红河、丽江及文山北部等;迪庆、怒江和昭通的风险值较低,将风险综合评价结果与历史雷电灾情的分布进行对比,两者对应情况较好。开展基于灾前防御的风险分析,研究雷电活动影响范围和风险等级,有助于提前控制和处置风险,随着技术方法的不断改进,风险评价的置信度和可靠性也将得到提升。     

济南市长清区暴雨洪涝灾害风险区划

基于自然灾害形成机理及风险评估原理,利用济南市长清区气象数据、自然地理和社会经济等数据,建立起致灾因子危险性、孕灾环境敏感性、承灾体易损性和防灾减灾能力4个评价指标,采用加权综合评价法和层次分析法,借助GIS空间分析技术,对暴雨灾害风险性进行评价和等级划分,并绘制出长清地区暴雨灾害综合风险区划图。结果显示:长清区暴雨灾害综合风险性分布空间性强,无明显的地域分布界限,东部高于其它地区。暴雨灾害高综合风险区分布面积较为分散且最小,占全区总面积的14.60%;中综合风险区主要分布在高综合风险区的外围,占全区总面积的30.31%;轻、低综合风险区分别占全区总面积的20.72%和34.37%。     

基于云模型—风险矩阵的华南台风灾害综合等级评估

文中从台风灾害的致灾危险性和承灾体脆弱性两方面选取评价指标,利用最小鉴别信息原理计算组合权重,采用模糊数学方法得到台风致灾危险性和承灾体脆弱性的评价指数。基于云模型和风险矩阵,构建一个新的台风灾害等级评估模型。以1984—2016年登陆华南的50个台风为例,对华南台风灾害风险进行综合等级评估,结果与实际相符。与基于云模型—权重分配、模糊数学的台风灾害综合风险等级评估模型的结果进行比较,发现基于云模型—风险矩阵的台风灾害综合等级评估模型,不仅利用了云模型的优点,充分考虑了台风灾害的模糊性和随机性,还利用风险矩阵合成了台风致灾危险性和承灾体脆弱性的评价结果,比单一的模糊数学模型更合理可靠,在一定程度上也比云模型—权重分配模型结果更符合实际。     

中国低温雨雪冰冻灾害危险性评估与区划

利用1960-2009年全国542个站点的常规气象观测资料,从灾害成因角度筛选评估指标,建立灾害危险性评估的气象指标体系,基于不同强度频率的评估思路构建综合危险性指数,对中国低温雨雪冰冻灾害危险性进行评估和区划.结果表明:(1)中国大部地区属于低危险区,高危险区主要集中于黑龙江—吉林—辽宁东部—内蒙古东部、新疆北部、青海南部—西藏东北部—甘肃南部.南方绝大部分地区均处于极低危险区.(2)南方地区内部相对高危险区主要集中在四川中南部—云南东北部—贵州西部、湖南东部、安徽南部—江西北部、河南北部.(3)高危险区的分布与地形、纬度均有着密切的关系.