贵州农经网灾情速报系统简介

贵州农经网灾情速报系统是针对贵州气象灾情上报工作的内容及形式而设计的管理软件。目的是为了建立基于Intnet的灾情上报通道、规范化灾情上报和管理的各项工作,方便灾情资料的上报、保存及查询;分级权限对系统信息进行发布和管理,并提供数据库进行归类管理。根据灾情信息上报的管理流程的具体需要,分别设计了灾情上报、灾情统计、灾情搜索、灾情报表等内容,该系统利用sybase数据库与PHP语言有机结合,实现资料的简单录入、自动规范化统计显示和新灾情自动语音提示功能。系统具有总体设计结构合理、功能完善、人机界面友好、稳定性和可操作性较好的特点,具有推广价值。     

草原火灾灾情评估方法的研究

依据灾害发生原理及一般灾情评估方法，建立了草原火灾灾情评估指标及一般数学模型，并将灾情划分为重灾、大灾和小灾3个等级。以锡盟地区草原火灾灾情评估为案例进行了模型检验，评估结果与实际情况相符。     

影响广西南部县域台风的灾情评估

选取2007—2019 年影响广西南部县域台风的致灾及灾情数据,采用灰色关联法计算各灾情指标的关联系数,结合层次分析及熵权法确定组合权重,构建综合灾情指数序列,对影响广西南部县域的台风进行灾情评估。结果发现:防城港市、北海市、钦州市及与其毗邻的县域综合灾情总指数均大于9;南宁市辖区周边多数县域的综合灾情总指数不仅大于 9,且受灾频次不低于 14 次;沿海及经济发达的县域易受到台风袭击并造成灾情,大部分内陆县域受台风影响较小。     

暴雨洪涝灾情采集手机APP设计与应用

针对暴雨洪涝风险预警、区划、评估业务的需求,提出了一种面向任务的移动灾情快速采集直报方法。在设计暴雨洪涝灾情实时采集流程和确定灾情记录内容的基础上,解决采集过程中的任务接收、现场定位、一体化采集、即时传输等关键技术,研发了基于智能手机的暴雨洪涝灾情采集手机APP。通过汛期实际暴雨过程的相关业务试验表明,暴雨洪涝灾情采集方法及手机APP可以在第一时间内获取灾害现场信息,为灾情验证评估提供实时资料,满足业务化应用的需求。     

基于BP神经网络的宁波市台风灾情预估模型研究

选取1949—2015年间对宁波市影响较大、灾情记录完整的58个台风样本,基于灾损数据,采用灰色关联分析法建立台风灾情关联度,选取台风灾害致灾因子、台风灾情综合关联度,利用BP神经网络建立台风灾情预估模型。结果表明,利用台风灾情关联度评估台风灾情大小合理可用,台风灾害致灾因子与灾情评价指标及台风灾情综合关联度间均存在一定的相关性,利用BP神经网络预估模型对台风灾情预估效果较好,其中训练样本、测试样本的模拟值与实际值相关系数分别达到0. 94、0. 865,均通过了0. 01信度的显著性检验,训练集、测试集灾情级别预报一致率为85. 3%、77. 8%,相关研究成果可为政府决策部门的抗台减灾工作提供科学依据。     

深圳市气象灾情信息数据库的设计与应用

介绍运用WEB技术、地理信息系统(GIS)等关键技术设计和构建气象灾情数据库,本着精细化、规范化、GIS化和可拓展化的设计思路,实现了灾情查询和统计对比分析、灾情和对应自动站各气象要素的关联查询、各类灾情分布和对应气象要素图叠加分析,以及试点编制"社区暴雨灾害风险及防御明白卡",使灾情库更好地为2011年在深圳举行的大运会开展相应的防灾减灾气象服务。     

气象灾情收集与影响评估工作中存在的若干问题

联系近几年孝感市气象灾情收集与影响评估工作实践,分析了当前气象灾情收集与影响评估工作中存在的主要问题及产生原因,并着重从规范管理机制、完善开放的气象灾情收集网络、建立快速高效的反应体系、加强专业队伍建设和专业技术研究等方面,探讨了解决相关问题的对策。     

气象灾害灾情共享系统的设计与实现

气象灾害灾情共享系统设计用于实时、历史气象灾害灾情数据的收集、上报、传输、处理、应用和管理。系统分为采集传输、数据逻辑和应用服务3层,由灾情直报客户端、数据传输分系统、灾情预处理和入库分系统、气象灾害灾情收集、整理、分析和评估网站、气象灾害灾情综合数据库组成。重点介绍构建气象灾害灾情系统的灾情数据规范化收集、质量控制和空间化分析等关键技术。在国家级气象部门的业务应用表明,系统实现了干旱、暴雨、台风、高温、低温等气象灾害灾情收集、处理、分析和共享,能够满足灾害性天气预报和服务需求,并对各级气象部门构建气象灾害灾情共享系统具有指导意义。     

气象灾情直报系统应用技巧

气象灾情收集上报是确保气象部门及时了解天气过程的灾害情况、部署气象服务工作的重要措施。中国气象局于2004年起先后向全国气象部门下发和升级了灾情直报系统1.0、2.0、2.1、2.2和2.3软件,该软件利用计算机的NOTES、FTP和Email进行灾情直报、快报、月报、年报、预警信号、决策材料、应急事件等相关文件的上传,加大了各级气象部门灾情收集上报力度,使气象灾情收集上报和统计工作有了很大进展。但有不少基层台站应用直报软件时灾情上报速度较慢或出现错误,致使气象灾情"快"报不快,甚至预警信号发布延误。根据陕西省近年来应用灾情直报系统V2.3软件中的存在问题和使用经验,介绍其使用技巧,为各级台站做好气象灾情直报工作     

基于Android手机的作物苗情灾情速报系统设计与开发

为解决田间调查时因信息沟通手段与渠道的制约而产生的苗情灾情报送迟滞这一瓶颈问题,基于Android手机平台,构建了一种作物苗情灾情快速上报系统。系统由服务器端和客户端两部分组成。服务器端主要负责苗情灾情数据的存储与下载,研究中采用HTTP文件服务器,可通过设置IP、端口及用户名、密码和共享路径等实现远程文件的上传与下载;客户端主要实现苗情灾情的采集与上传,研究中依托手机自带拍照、GPS定位、数据传输等功能,基于Android编程技术对系统的功能和界面进行了设计。系统主要功能包括苗情灾情固定与非固定地块的实时采集、汇总与远程服务端(云平台)传输。由于系统基于Android设备开发,有效降低了常规硬件部件的费用,最大限度地降低使用成本。经过2年多的初步测试使用表明,系统具有较好的稳定性及时效性,苗情灾情速报功能可满足市级管理人员的基本需求,可实现大面积苗情灾情数据的快速统计、实时上报,从而为获取实时农情数据和开展灾后救援工作提供可靠支撑。     

基于Copula熵因子选取的PSO-ELM台风灾情预测模型

采用ISOMAP-Copula集成方法,分别构造台风灾害的致灾源指数、承灾体指数、防灾减灾指数及灾情指数。借助Copula熵研究台风灾情与影响因子的相关性,构造T检验的阈值,筛选与灾情显著相关的影响因子。构建的ELM和PSOELM模型,分别应用于广西台风灾情的预测。结果表明,基于Copula熵影响因子选取的PSO-ELM灾情预测模型的拟合度(0.9121)最高,均方误差(0.0044)最小,说明该模型的预测精度最高,可为广西台风灾情的预测提供一种新的途径。     

1995—2021年广东“龙舟水”期间灾情分析

针对广东“龙舟水”灾情的灾前预估和灾后快速估计的需求,本文利用1995—2021年广东“龙舟水”期间降雨和暴雨洪涝灾害数据,计算“龙舟水”综合灾情指数,应用百分位法将其划分为轻、中、重3个等级;并对广东“龙舟水”的灾情特征、降雨与灾情的关系进行分析。结果表明：①1995—2021年广东“龙舟水”期间降雨强度、范围、强降雨频率及持续时间的峰值集中在2005—2010年,灾情强峰值出现在2005—2008年,峰值区间较一致;2008年灾情最重,2008年后综合灾情强度呈下降趋势,近10 a（2012—2021年）各灾情也呈下降趋势,以倒塌房屋数、受灾人口数、农作物受灾面积降幅最明显,直接经济损失降幅较小。②农作物受灾面积与各降雨指标的相关性最大,其次为受灾人口数和直接经济损失;综合灾情等级、直接经济损失主要受降雨强度、强降雨频率影响,受灾人口数、农作物受灾面积灾情主要受降雨强度、降雨范围影响,倒塌房屋数、死亡人数灾情主要受强降雨的频率影响。③建立的“龙舟水”平均总降雨量与灾情的拟合关系方程,能较好地估计 “龙舟水”综合灾情等级和灾情数据。     

湖北省雨涝灾情评估模式的研究

在揭示湖北省雨涝主要致灾原因及其时空变化规律的基础上，根据199l～1998年湖北省30场区域性暴雨过程的气象资料及196l～1998年逐年雨涝灾情资料，采用数理统计方法建立了湖北省雨涝灾情评估模式(湖北省区域性暴雨过程直接经济损失评估模型和雨涝年度灾情评估模型)，并应用该模式对1999～2000年的雨涝灾情进行了评估。其效果较好。     

黑龙江省气象灾情普查数据分析

对黑龙江省1984~2007年气象灾情普查数据的灾害种类、气象灾害调查的内容、灾情数据的来源、灾情普查数据记录的时间和空间分布特征以及不同灾害类别数据记录的分布特征等进行了详细分析。1984~2007年黑龙江省气象灾情普查数据的特点是来源于各级民政部门的数据最多;灾情记录数暴雨洪涝最多,2005年最多,哈尔滨市总数最多。     

山东省市县级气象情报灾情收集上报查询系统

采用VFP5．0和SQL研制了山东省市县级气象情报灾情收集上报查询系统。该系统规范了全省各级台站气象情报灾情资料上报、存储的格式，建立了省市县三级统一的气象情报灾情数据库；实现了各级台站气象情报灾情资料的本地存盘，并有多种条件组合下的查询、浏览以及检索、分类、追加等多种功能，适用于不同地区和不同级别的台站。     

灾情直报系统常见问题的处理

<正>各级气象台站按照有关业务规定,使用灾情直报系统V2.3进行灾情和预警信号上传工作,然而该系统在使用和传输中常遇到一些问题,使上传的信息出现迟报、漏报、重报、误报等问题,严重影响了灾情上报和预警信号上传业务。本文利用多年来灾情上报工作经验,分析灾情直报系统V2.3使用中经常出现的几种常见问题,给出解决方法。1系统设置不规范上报灾情或进行预警信号上传时出现     

河南大风灾害分布特征及成因分析

本文利用全省1961-2006年的大风天气资料和大风灾情资料,对大风灾情发生的地理分布特征,月、季、年的时间变化特征进行统计分析,并对其成因作了进一步研究,结果发现,自20世纪80年代开始,大风灾情日数年际变化大幅度增加,大风日数与大风灾情日数的地理分布基本一致,大风灾情日数季节变化明显.     

基于免疫进化算法优化的灾情评估指数公式及效果检验

在分析灾情评估指标特征的基础上,提出了一种适用于多指标的灾情评估普适公式;对不同的评估指标及其分级标准,用免疫进化算法对公式中参数进行优化,得到对不同灾情评估指标及评价标准适用的指数公式。公式用于我国部分省市和地区的多种自然灾害的灾度评价,评价结果比较符合实际。该公式具有可比性、普适性和简单实用的特点。     

宁波市台风灾情评估和基于层次分析法的风险评估

筛选了1956—2016年间对宁波地区影响大、具有较完整灾情记录的台风个例30个,分析了台风灾情特征,并进行灾情评估;利用模糊算法和层次分析法,建立宁波地区台风风险评估模型。结果表明:近年来台风导致的死亡人数、倒塌房屋数量、水利和农作物受灾呈下降趋势;但是经济损失越来越大,浙江登陆台风造成养殖业的损失也有增大趋势。实际灾情指数(ADI)达到1级特重的台风有4个,达到2级(严重)及以上的有9个,ADI总体呈减小趋势。风险评估指数(RAI)与实际灾情指数(ADI)的相关系数为0.78,二者等级的一致率为73%;不一致的样本中,2000年之前风险评估等级小于灾情等级,2000年之后风险评估等级大于灾情等级。风险评估指数RAI和直接经济损失率的相关系数为0.7。业务中,可根据风险评估模型计算即将影响台风的RAI,利用直接经济损失率与RAI的拟合方程或者相近RAI的历史台风,估算其可能造成的经济损失。      

2016-2020年中国龙卷过程和灾情特征

基于2016-2020年收集的龙卷个例及详细的龙卷灾情调查资料,根据"增强藤田级别"分类标准和中国龙卷强度等级行业标准,对中国龙卷过程和灾情特征进行了分析总结.(1)近5年共收集了我国178个龙卷个例,EF2级及以上的强龙卷漏记情况相对较少,比较接近实际发生的情况,EFI级及以下的弱龙卷因灾情小可能被忽略,因此龙卷统计...