一种简化的暴雨灾害风险及影响评估方法和应用研究 ——以京津冀“7·21”暴雨事件为例

文章综合考虑中国区域范围内降雨时空分布特征以及地理地貌等特征,将全国降雨区划分为4大类,在此基础上,得出不同降雨类区暴雨致灾因子的强度等级评定方法;同时,研究确定了与暴雨灾害密切相关的地形高程、高程标准差、河网密度、土壤类型等环境脆弱性影响要素,并对各类要素分别进行了分级评定;将各类环境脆弱性影响要素结合暴雨致灾因子要素,运用加权求和方法建立了暴雨灾害综合风险评估模型;并结合GIS技术,将城市、农村人口分布情况、用地等数据叠加到风险分布格局中,最终分析得出不同风险等级下影响的城市和农村人口数量、土地面积等内容。该评估模型相较于以往其他暴雨风险评估模型,其适用范围更广,可以适用于全国范围内的任意区域暴雨灾害风险评估;实时评估业务能力更强,将该模型结合降雨实况资料或预报资料可以对全国任意区域降雨灾害综合风险进行事后、跟踪评估或预评估;评估对象更有针对性,结合GIS技术,可以针对得出的风险分布结果分别给出不同风险等级范围内的承灾体受影响的定量评估结果。     

龙岩市烟叶气象灾害风险评价与区划

应用风险管理的理论和方法,对福建省龙岩市烟叶种植面临的气象灾害风险进行了风险评价和管理.在对当地烟叶种植面临的气象灾害风险识别和分析的基础上,通过对危险性、暴露性、脆弱性3因子的分析,构建了当地烟叶种植面临气象灾害的风险评价指标体系和灾害风险评估模型.利用该风险评估模型对龙岩地区各县（市）进行了风险评估,得出了各县（市）的霜冻和暴雨洪涝灾害的风险指数,并根据制定的风险等级划分标准,进行了风险等级的区划,为龙岩市烟叶种植结构的调整和灾害预防提供了科学的依据.     

阶段性动态风险评估方法在暴雨灾害风险评估中的应用

灾害动态风险评估是对风险评估方法的一次改进,通过对灾害过程的不同阶段分别开展风险分析,将气象灾害的风险分析从气候特征评价向天气过程评价转化,以更好地应用于动态风险预警。以杭州暴雨灾害为例,将灾害性天气风险评估过程划分为灾前预评估、灾中实时评估、灾后调查评估3个阶段,利用灰色关联模型界定杭州暴雨致灾因子的评价指标,同时基于模糊综合评价方法构建灾害风险评估模型,进而形成一整套阶段性动态风险评估流程。最后,结合1509号台风暴雨过程进行实例分析,并分别给出3个阶段的评估检验结果。结果显示灾后评估结果与灾中评估的一致性高达76.0%,而与灾前预评估的一致性仅为49.0%,说明灾中评估的开展可以有效修正预评估结果。随着动态风险评估流程模型的业务化运行,将会实现针对整个灾害过程的滚动加密评估,从而进一步提升风险评估结果的可靠性。     

基于FloodArea的山洪灾害风险区划研究——以淠河流域为例

致灾临界面雨量、洪水淹没范围及深度的确定是暴雨山洪灾害风险区划的核心环节。本文以淠河流域为研究区,利用统计方法与水文模型相结合的方法确定雨-洪关系,得到致灾临界面雨量;基于FloodArea开展洪水淹没模拟,叠加承灾体信息,得到T年一遇洪水淹没风险评估与区划图。通过对2015年13号台风"苏迪罗"强降水过程的淹没反演,验证表明:无论是洪水淹没范围还是淹没水深,FloodArea模拟值与实况值均较为吻合。综合来看,淠河流域暴雨山洪灾害风险区划与评估结果较为合理;基于FloodArea模型在淠河流域具有较好的洪水淹没模拟效果,可用于暴雨洪涝灾害风险评估与预警。     

辽宁暴雨诱发山洪灾害风险区划研究

基于自然灾害风险评估理论,利用2005—2019年辽宁省1639个自动站逐时降水观测资料、2017年辽宁省30 m分辨率的基础地理信息和山洪沟资料以及风险普查数据,对辽宁暴雨诱发山洪灾害风险区划进行研究,并将风险区划结果与历史山洪灾情进行对比分析。结果表明：通过山洪灾害与降水相关性统计发现,6 h暴雨作为辽宁省山洪致灾因子更为合适,因此构建了6 h综合利用分级暴雨强度及暴雨频次精细评估暴雨致灾危险性;山洪沟沟口高程、沟床比降及河网密度等资料可有效评估山洪孕灾环境敏感性;人口密度、耕地比例两个风险暴露度指标以及灾损敏感系数可大体评估承灾体的易损性;与历史山洪灾害空间和频率分布对比,山洪灾害的高发区与在本次风险区划高风险区基本吻合;精确到每个山洪沟风险区划的结果,提高了山洪灾害的风险区划精度,为辽宁暴雨诱发山洪灾害精准防御提供参考。     

气象灾害风险管理系统设计与应用

为满足我国气象灾害风险管理业务体系建立和发展的需求,有效支撑防灾减灾决策服务,设计并建设了气象灾害风险管理系统。该系统包括大数据应用、模型算法、在线分析与产品制作、综合运维等分系统,面向暴雨、台风、干旱、高温、低温等主要气象灾害,覆盖气象灾害风险管理业务的主要环节,实现灾害监测识别、影响评估、风险评估、风险预估和风险区划等功能。系统探索应用时空匹配的大数据融合、Web-GIS、空间数据分布式存储、微服务和多租户等技术。目前,系统可实现实时发布灾情监测、灾害事件识别、影响评估、风险评估、风险预估、风险区划等多类业务产品。在国家级气象业务部门的应用显示,该系统具有良好的业务能力与发展前景,有助于推进客观化、定量化、精细化气象灾害风险管理业务发展,提升防灾减灾决策服务能力。     

基于ArcGIS的网格化雷电灾害风险评估方法研究与应用*

结合镇海区实际，开展大片区建（构）筑物网格化雷电灾害风险评估模型构建与应用，解决雷电灾害风险评估仅停留在依据灾后损失指标的单体建（构）筑物风险分布评估情况。在常规电气—几何雷电灾害风险评估模型基础上创新应用，引入地理信息处理技术将评估区域进行网格化分割，建立格点内包含建（构）筑物高度及其梯度、土壤电阻率及其梯度、直击雷防护效率、有效截收面积、地闪密度、电子电气设备系统、人口密度、火灾风险等指标在内的多层次网格化雷电灾害风险评估模型，并以辖区某化工企业厂区雷电灾害风险评估为例，对模型实践可行性应用示例。结果表明：对各指标数据集综合分析计算并运用ArcGIS风险区划，结合厂区功能布局特点分析评价，结果与市级雷电灾害风险评估报告、省级雷电易发区划基本一致。采用地理信息技术网格化处理大范围、跨区域雷电灾害风险评估方法，从“点”到“面”建立数学模型，对评估区域范围及扩展范围的雷电灾害风险评估、风险区划、政府决策支持等具有指导意义。     

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。     

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。     

基于1 km网格的北京暴雨洪涝灾害风险区划

目前许多城市暴雨洪涝灾害综合风险区划对暴雨在复杂地形下可能引发的山洪与地质灾害造成的高风险以及对城市交通安全风险估计不足,同时常规的气象观测资料已难以描述暴雨致灾危险性精细化分布。本文基于自然灾害风险评估理论,利用遴选的293个北京气象自动站2006—2017年逐时降水观测资料、北京2015年1∶25万基础地理信息、2016年Landsat8晴空遥感影像、灾情资料以及网格化的社会经济资料,在承灾体暴露度基础上充分考虑了承灾体对暴雨引发的城市积涝、山洪与地质灾害灾损敏感性差异,从暴雨致灾危险性、孕灾环境敏感性、承灾体易损性3个方面开展了北京地区暴雨灾害1km分辨率的精细网格化风险评估与区划,并结合实际案例进行了分析。结果显示:(1)基于高密度降水观测资料提取的网格化短历时暴雨频次和暴雨量能较为精细地评估致灾危险性;基于遥感与GIS提取的不透水盖度、地形起伏度与河网密度可有效评估暴雨洪涝孕灾环境敏感性;基于1km格网化的GDP、人口密度和路网密度以及灾损敏感系数可有效评估暴雨引发的积涝、山洪与地质灾害对人员、财产和公路交通的易损性;(2)与已有成果比较,本次北京暴雨洪涝风险区划不但凸显了暴雨对城市的积涝风险,也凸显了暴雨引发的山洪与地质灾害风险,同时突出了暴雨对城市交通设施安全的影响;(3)风险区划结果基本反映了北京市暴雨灾害的潜在风险,北京暴雨洪涝灾害防御的重点区域应放在风险较高的三个区域。     

风险管理视角下鄱阳湖流域暴雨洪涝灾害防御对策与建议

分析了鄱阳湖流域暴雨洪涝灾害分布情况,指出暴雨洪涝灾害防御在组织体系、部门联动、风险区划、防御规划、人员队伍、预警发布、灾防意识等方面存在的不足,最后提出了开展风险评估、制定防御规划、修订应急预案、健全法规体系、落实工程措施、完善组织体系、建立专业队伍、加强预警发布、构建联动机制、做好风险转移、开展科普宣传等针对性的改进措施和建议。     

天津市静海区暴雨灾害风险精细化评估北大核心

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。     

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。     

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。     

贵州省暴雨灾害分区预警业务实施探索

从贵州省暴雨灾害时空分布特点、暴雨灾害防御需求和预警发布业务发展规划,分析了在贵州省开展暴雨分区预警业务的必要性。通过分析中国暴雨分区预警业务发展现状,结合贵州省预警发布业务现状和国家突发事件预警信息发布能力提升工程（一期）建设内容,从基础数据准备、业务规范设计、系统建设、预警传播优化四个方面,探讨如何解决开展暴雨分区预警业务的技术短板,全面提升预警精细化发布能力,建立符合贵州省气象防灾减灾需求的暴雨分区预警业务体系。     

雷电灾害风险区划方法研究及其在安徽省的应用

本文根据自然灾害系统理论和自然灾害风险评估理论,利用气象资料、地理信息数据、社会经济数据以及雷电灾情等数据,采用统计方法、灾情解析、专家打分等方法,从致灾因子、孕灾环境、承灾体方面,研究雷电灾害风险评估及区划方法,建立起评价指标与风险评估的定量关系,形成了较完整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。对安徽省雷电灾害风险区划表明:高风险区主要位于经济水平较高的城市以及皖南山区高海拔地区,而低风险区主要位于淮北地区,与灾情验证情况吻合。     

北京市奥运期间气象灾害风险承受与控制能力分析

针对北京市奥运会期间的7种主要气象灾害(雷电、冰雹、大风、高温、暴雨、大雾和霾灾害),建立了气象灾害风险承受能力与风险控制能力评价的指标体系.经过专家评分,获取7种气象灾害的评价指标所对应的分值.利用层次分析法,计算评价指标的权重系数.最后得到7种气象灾害评价指标的加权平均值作为其风险承受能力与风险控制能力系数.利用灾害模数、经济易损模数、生命易损模数3个指标进行北京市奥运期间18个区县空间易损度区划分析.结果表明:北京市奥运会期间,高温灾害和暴雨灾害的风险承受能力与风险控制能力最弱;雷电灾害和大雾灾害的承受与控制能力中等;冰雹灾害和霾灾害较强;大风灾害最强.易损度空间差异分析表明,城区(东城区、西城区、崇文区和宣武区)、朝阳区和海淀区为高易损性区域;丰台区、石景山区、房山区、昌平区、顺义区和大兴区为中易损性区域;门头沟区、通州区、平谷区、怀柔区、密云县和延庆县为低易损性区域.