卫辉市大风灾害风险区划及评价

为科学应对卫辉市大风灾害频发这一问题,选取2012-2018年卫辉市辖区内9个自动气象站逐日风速数据、GDP、土地利用类型等数据,从致灾因子危险性、孕灾环境敏感性、承灾体易损性、防灾减灾能力4个方面构建大风灾害风险评估指标体系,通过主成分分析法、层次分析法确定指标权重,并借助ArcGIS实现卫辉市大风灾害风险区划图.结...     

吉林省大风气象灾害风险区划评价研究

依据灾害风险理论,结合吉林省地貌特征,构建吉林省大风气象灾害风险评价的指标体系,揭示吉林省大风气象灾害风险空间分布规律。研究结果表明：吉林省大风灾害高风险地区分布在长春大部分地区、四平部分地区、延边州敦化市的北部和吉林省东南部海拔较高的山区;次高风险地区主要分布在白城西部、松原南部、四平西部、辽源地区、吉林北部;松原北部、吉林南部、通化大部、白山大部和延边州部分地区风险性最小。从风险区划各指标的分析来看,长春市辖区附近的高风险性是由致灾因子的高危险性及承灾体的高易损性共同引起的,而延边州敦化地区北部及东南部海拔较高山区的高风险性是由致灾因子的高危险性所引起的。根据大风灾害风险分布情况,提出了相应的措施,为相关部门科学决策提供智力支持。     

黑龙江省高速公路气象灾害风险普查分析

<正>1引言黑龙江省公路交通近年来发展迅猛,由于黑龙江省地形复杂、气候多样、灾害性天气种类繁多,恶劣天气通常会导致高速公路路段出现诸如能见度低、路面积冰(积水)打滑等恶劣路况,易引发重大安全事故。3-4月和10-11月为黑龙江省交通事故的多发期,冰雪、大雾等气象灾害对公路交通的影响尤为突出。     

广西农业气象灾害风险评价及灾害风险区划

本文首先从风险的角度对影响广西粮食产量的主要气象灾害进行评估，在此基础 ，对灾害风险进行区划，以便为广西粮食再生产决策提供科学依据。     

广西农业气象灾害风险评价及灾害风险区划

本文首先从风险的角度对影响广西粮食产量的主要气象灾害进行评估，在此基础上，对灾害风险进行区划，以便为广西粮食再生产决策提供科学依据。     

京津冀地区高速公路冰冻灾害风险区划

冰冻灾害是京津冀地区冬季高速公路主要的气象灾害,对冰冻灾害进行风险区划具有十分重要的意义。本文基于1981—2015年京津冀地区173个气象站的逐日地面气象观测资料,结合Arc GIS空间分析方法和AHP层次分析法,对京津冀地区高速公路冰冻灾害进行风险区划。结果表明:京津冀地区冰冻灾害敏感性总体呈西北高、东南低的空间分布特征,冰冻灾害风险最高的区域位于河北省张家口市境内的张北草原一带,冰冻灾害高敏感度区域面积比例达29.2%;北京地区和承德西北部山区为冰冻灾害中等至较高敏感度区域,面积比例分别为61.3%和64.0%。结合路网数据可知,张石高速、张承高速张家口市区以北路段为冰冻灾害的高风险路段,本文研究结果可以为相关管理部门防灾减灾提供参考依据。     

绥化地区大风灾害天气分析

本文针对绥化市近年来的大风灾害天气个例,从气候学角度对大风灾害天气过程进行综合分析,得出绥化市近年大风灾害天气的时空分布特征及规律。为准确判断大风天气的发生、发展,提高预报的准确率。     

湖北省大风灾害及其风险度

为了研究湖北省大风灾害的特点及风险度,在湖北省1965～2005年的大风灾害调查基础上,分析各地风灾发生频率及造成的人员、财产损失等特征,对各地大风灾害进行影响评估,用受灾人口、成灾面积等指标给出了风灾级别,配合风灾频率确定了风灾影响度,同时根据湖北风灾致灾因子的特点以及对承灾体易损度的分析,利用风灾危险性评价模型给出风灾风险度分析图.结果表明,三峡河谷、江汉平原东部是大风灾害最大风险区所在.     

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。     

广西主要高速公路气象灾害风险调查分析

以G75、G65、G76、G78、G2518、G59、G69、G72、G7511、G80广西境内路段作为调查对象,通过统计分析法,挑选出气象灾害风险隐患点,在此基础上,利用问卷调查、实地勘察、专家评估和对比分析法对隐患点的气象灾害风险情况进行调查分析,通过调查分析得知:影响广西高速公路气象灾害有强降雨、大风、低能见度、低温冰冻、雷电;次生灾害有:地质灾害。降雨量致灾临界值为10mm/h,路面结冰临界值为气温-4℃,能见度的临界值为200m,各要素达到以上强度时,将对高速公路交通产生影响。公路交通运营公司迫切需要针对公路交通的地形地貌、气候特点,发布公路路段短时强降雨、冰冻灾害、地质灾害、大雾、风力、风向预报及雷雨天气预报,以便提前采取防范措施,防止安全事故发生。因此,提高气象为公路交通安全运营的服务能力和水平,最大程度地减轻或避免因气象灾害对公路交通和人民生命财产所造成的损失,是当前公路交通气象服务工作的一项重要任务。     

基于GIS的浙江省高速公路大雾灾害风险区划

大雾是影响高速公路交通安全与运营效率的最主要的灾害天气之一。基于2004—2013年浙江省68个气象站大雾观测资料、基础地理信息数据以及高速公路历史灾情数据,开展浙江省高速公路大雾灾害风险区划研究。依据自然灾害风险分析原理,构建高速公路大雾灾害风险区划指标体系,以浙江省大雾出现的频次和持续时间作为大雾灾害的危险性评价指标;以因大雾导致的高速公路交通事故率、高速公路封路频次和持续时间作为脆弱性评价指标;以高速公路客运量和货运量作为暴露性评价指标。在ArcGIS的空间信息技术支持下,采用层次分析法和综合评价方法,建立了高速公路大雾灾害风险评估模型,最终完成浙江省高速公路大雾灾害风险区划图。区划结果表明,高风险区路段占全省路段总长的15.13%,主要分布在申嘉湖高速南浔段以及嘉善段、杭州湾环线高速萧山至越城段、杭州绕城西线高速、常台高速上虞至嵊州段、诸永高速诸暨至磐安段、沪昆高速诸暨段以及柯城段。     

阿勒泰地区大风统计分析及灾害防御

统计了1961～1999年39a阿勒泰地区7个测站的气象观测资料,给出阿勒泰地区大风的时空分布特征,并提出了相应防御措施。     

江苏省龙卷风灾害风险评价模型研究

在分析江苏省龙卷风气候特征的基础上,建立了以江苏省为例的龙卷风灾害风险性评价模型,确定水域面积、海拔高度、人均国民生产总值、人口密度、龙卷密度和龙卷灾害综合灾度这6个因子作为评估指标,利用层次分析法确定各因子的权重,计算出江苏省各市龙卷风灾害风险度并进行了风险度区划。结果表明,苏州、无锡、南通为龙卷灾害高度风险区,常州、南京为较高风险区,镇江、泰州、徐州、盐城、扬州、连云港为中度风险区,宿迁和淮安为低度风险区。     

海南岛天然橡胶林台风灾害风险评价

台风灾害是海南橡胶种植中影响最为严重和主要的灾害,为对其风险进行定量评估,本研究以海南岛天然橡胶林为研究对象,基于灾害风险评估理论,融合橡胶台风灾害、社会经济和气象数据,建立橡胶台风灾害危险性、暴露性和脆弱性评价模型,利用加权综合评价法开展天然橡胶林台风灾害风险评价。结果表明：海南橡胶种植高风险区位于沿海台风发生频繁市县,其中琼海、文昌、海口为海南岛橡胶灾害风险最高的地区,其次陵水、万宁、琼中、屯昌、东方等地区灾害风险也较高。风险最低地区位于中部五指山、保亭、乐东、三亚等地区,评价结果与实际灾害发生以及种植情况相符。评价结果表明,台风灾害危险性是风险的主导因子,但非单一决定因子,种植技术、品种改良等措施对脆弱性降低起到了较好的促进作用。评价结果可为橡胶林避灾防灾及种植布局提供依据。     

阿城区大风灾害的风险性区划分析

1引言哈尔滨市阿城区地处张广才岭西麓,全区非山即沟,素有“七山一水二分田”之称,是大风灾害发生较重的地区,每年大风日数8次以上,大风灾害发生率约2—3次,因大风引发的火灾常有发生,对全区人民生命财产安全、经济社会建设、粮食、生态环境和公共卫生安全等构成了严重的威胁。特别是近几年来,全球气候变暖,极端天气频发,气象灾害增多,阿城区迫切需要大风灾害风险性区划作为科学有效的防御灾害的依据。因此,开展以乡镇为单元的,更加细化的大风灾害风险区划分析具有十分重要的意义。     

气象灾害风险评价和减灾对策分析

从风险度定义出发,提出了构建气象灾害风险评价模型的一般方法,并以实例对气象灾害风险评价及减灾对策进行了初步探讨。     

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.     

气象灾害风险评价和减灾对策分析

从风险度定义出发,提出了构建气象灾害风险评价模型的一般方法,并以实例对气象灾害风险评价及减灾对策进行了初步探讨。     

农业气象灾害风险评价模型及应用

本文根据灾害风险分析原理，建立了一个经三层逐级放大的农业气象灾害风险分析实用模型，并以珠江三角洲荔枝生产为例分析计算了主要农业气象灾害以及风险体系的风险度，其结果对农业气象灾害风险管理与决策及灾害防御有一定的参考价值     

北京地区奥运期间大风灾害的定量评估

根据北京1971～2006年大风历史资料,对奥运期间(6～10)大风灾害的风险进行了评估.北京的春季大风日数比较多,7～9月大风日数比较少;平均每年6～10月奥运期间出现大风总日数通常为2～3天,最多5天,夏季是适合北京举办奥运会的季节.为了定量评估奥运期间大风灾害的风险,统计了1971～2006年6～10月每次出现大风日的站点数并进行归一化处理,得出奥运期间大风灾害不同等级的空间分布.在大风灾害后果等级小值时,整个北京地区大风灾害风险分布基本一致;在大风灾害后果大值时,北京的大风风险区呈南北走向分布,南部特别是西南部大风风险大,此特点可能与夏季雷雨大风及北京地形有关.