基于气候变化的稻纵卷叶螟在我国的风险区预测与分析

气候条件与病虫害生命活动关系密切,是决定病虫害分布的主要因素之一。稻纵卷叶螟(Cnaphalocrocis medinalis Guenee)属螟蛾科,是危害水稻的世界性害虫之一。研究表明,其暴发原因与气象因素密切相关,因此有必要分析气候变化影响下该虫适生区的变化。利用稻纵卷叶螟地理分布信息和环境数据,借助最大熵生态位模型(Max Ent)和Arc GIS,评估稻纵卷叶螟"当前时段"的分布状态,预测2020年时段稻纵卷叶螟在我国的风险区变化。结果表明:稻纵卷叶螟在中国的极高风险区为上海、浙江大部、江苏南部、安徽大部、湖北中东部、湖南东部、四川西南部、广西中部等地;高风险区为贵州、广东、福建、江西、重庆、广西大部。2020年时段A1b情景下极高风险区在中国分布范围变化不大,高风险区面积变化亦不明显;A2a情景下分布范围变化显著,浙江、江西、湖北、湖南等省极高风险区面积大幅度减少,高风险区面积显著增加;B2a排放情景下风险区变化情况与A2a情景类似,极高风险区面积明显减少。     

改进的AHP在县域尺度暴雨洪涝风险评价的应用

以淮河流域为例,选取降水、土地利用、经济、人口等指标作为淮河流域暴雨洪涝灾害风险指标,利用信息熵改进的层次分析法确定淮河流域暴雨洪涝的风险评估指标权重,并应用于县域尺度淮河流域暴雨洪涝灾害风险评价。结果表明:(1)淮河流域暴雨洪涝灾害风险空间分布整体呈现南部高、北部低,东西高、中部次之的形态。(2)改进的层次分析法得到的高风险区比传统方法的面积减少,市县个数下降,而次高风险区、中风险区、次低以及低风险区面积比之传统方法均有增加。同时风险平均值升高,导致受灾程度可能加大。(3)改进方法得到的岳西县风险等级由高风险区降为次高风险区,低于金寨县风险等级。宿州市风险等级由次高风险区降为中风险区,较灵璧、泗县风险低,与实际情况更为相符,提高了淮河流域暴雨洪涝灾害风险评价精度。     

上海夏季用电安全风险区划及推广应用

依据自然灾害风险分析的原理和上海地区各区县的电力、气象、社会经济资料,建立上海地区夏季用电安全风险评估模型,在此基础上进行上海市夏季用电安全致灾因子危险性、承灾体社会暴露性、孕灾环境敏感性、抗灾能力及综合指数风险区划,得出上海市夏季用电高风险区为中心城区,次高风险区为宝山区、闵行区、浦东新区,中等风险区为嘉定区、青浦区、松江区、南汇区,低风险区为崇明县、金山区、奉贤区。并以上海地区夏季用电安全风险评估模型为基础,在数据库、地理信息系统技术支持下,制作城市夏季用电安全风险区划软件,用此软件进行厦门市夏季用电安全风险区划,得出高风险区为思明区,中等风险区为同安区、湖里区,低风险区为海沧区、翔安区、集美区。     

南郑县暴雨灾害风险区划研究

利用南郑县国家一般气象站1971—2016年、28个区域自动气象站2012—2016年降雨资料,DEM高程数据,辖区内社会经济资料,确定暴雨灾害的致灾因子、孕灾环境、承灾体易损性等区划因子,并使用ArcGIS对各项因子进行模拟计算,得到南郑县暴雨灾害风险区划图。区划结果表明:低风险区和次低风险区基本分布在南郑县北部,中等风险区基本分布在南郑县中部,次高风险区和高风险区基本分布在南郑县南部、东南部。     

苍梧县砂糖桔低温冷害风险区划

通过对苍梧县各个镇低温冷害的分析,找出影响苍梧县砂糖桔生产的4个气候关键因子,通过归一化方法和加权综合评价法分析,利用地理信息系统（GIS）绘制出苍梧县砂糖桔低温冷害风险区划专题图.区划图明确分出苍梧县低温冷害的低风险区、次低风险区、中等风险区、次高风险区和高风险区.在此基础上,针对各风险区域进行了分析与评述,特别指出了防御低温冷害的措施,为苍梧县砂糖桔生产趋利避害和优化布局提供科学决策依据.     

基于灾损定量识别的河南省冬小麦晚霜冻风险区划

利用河南省30个农业气象观测站1981-2008年的冬小麦观测资料和气象资料,基于晚霜冻指数和灾度计算了河南省冬小麦晚霜冻发生概率和灾害程度。通过在WOFOST作物模型中增加霜冻影响过程,实现了晚霜冻灾损定量提取,建立了以晚霜冻危险性、暴露性和脆弱性为评价因子的风险评估模型,按照高风险区、次高风险区、中等风险区、次低风险区和低风险区5个等级标准进行了河南省冬小麦晚霜冻风险区划。区划结果表明:冬小麦晚霜冻风险程度较高的地区主要分布在河南省沈丘、卢氏和林州等地,其风险指数都在0.6以上;低风险区主要分布在伊川、巩义、信阳、南阳、太康、濮阳和杞县等地,风险指数都在0.2以下。     

基于GIS的贵州省道路结冰灾害风险区划分析

本文利用贵州省84个气象站1971～2008年的观测资料和2013年贵州省社会经济资料,结合地理信息数据,从致灾因子、孕灾环境、承灾体易损性、承灾体抗灾能力等四个方面采用归一化后的加权平均方法综合分析了贵州省道路结冰灾害的风险。结果表明:贵州省道路结冰灾害风险的低风险区占全省面积的24.26%,一般风险区范围最大,占全省面积的36.41%,中等风险区占全省面积的24.02%,高风险区占全省面积的11.5%,极高风险区占比最小,为3.83%。全省中等风险及以上的风险区主要集中在贵州省中部以西地区,东部地区仅分布在在铜仁市中部的梵净山区、黔东南州西部的苗岭主锋之一雷公山一带。      

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。     

苍梧县砂糖桔种植气候区划

为了给苍梧县砂糖桔生产提供趋利避害和优化布局的科学决策依据.对苍梧县砂糖桔生产的气象条件进行分析,找出影响低温冷害的4个气候关键因子,采用国家基础地理信息中心提供的1：5万广西基础地理背景数据,通过归一化方法和加权综合评价法分析,利用地理信息系统（GIS）绘制出苍梧县砂糖桔低温冷害风险区划专题图.区划图明确分出苍梧县低温冷害的低风险区、次低风险区、中等风险区、次高风险区和高风险区.在此基础上,针对各风险区域进行了分析与评述,提出了防御低温冷害的相应对策.     

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。     

广东“威马逊”过程致灾因子的分析与风险区划

选取台风"威马逊"影响期间广东21个地市观测站的风雨资料,利用层次分析法和加权综合评价方法对广东省进行台风致灾因子风险分析,并应用GIS技术绘制广东地区致灾因子风险区划图,将灾害等级划分为:高风险区、较高风险区、中风险区和低风险区。结果表明:台风"威马逊"对广东的灾害危险性分布从粤西沿海-中部区域-北部山区呈现出阶梯状递减的趋势,其中湛江处于高度风险区,珠三角处于中度风险区;粤西沿海地区的危险性大于粤东沿海各县市;粤西北和粤东北地区的危险性相当。     

基于层次法的冀北地区输电线雷击风险区划

根据冀北地区2012—2015年输电线路雷击灾害资料及1981—2015年雷暴日数,结合冀北地区的人口密度、经济发展等社会经济特征,选取雷击灾害频度、雷暴日数、生命易损模数和经济易损模数4个指标,采用层次分析法确定评估指标权重分布,建立输电线路雷击风险评估模型,形成冀北地区输电线雷击灾害风险区划图。结果表明:极高风险区有崇礼、丰宁、承德县、青龙、迁安、遵化、迁西、丰润和香河,高风险区主要位于张家口中部和南部、承德北部和东部、唐山中部和廊坊中部,极高风险区和高风险区应为输电线路雷击风险重点防护地区;中风险区主要位于张家口北部和西部、承德中部和东南部、唐山东部、秦皇岛中部、廊坊北部和南部;低风险区主要位于玉田、曹妃甸、滦南、乐亭和永清。     

广东晚稻寒露风保险风险区划

农业保险能够有效地分散农业自然灾害风险,提升农业生产水平。农业保险风险区划则是发展农业保险必不可少的基础研究工作,国内外经验普遍表明发展农业保险必须进行风险区划。以广东省晚稻寒露风灾害为例,基于1980—2012年广东省86个气象站的气象资料和2001—2010年《广东农村统计年鉴》21个市的晚稻单产数据,选用日平均气温≤23℃积寒指数、晚稻生产力水平构建晚稻寒露风保险风险区划指标体系,借助GIS技术制作1 km×1 km广东省晚稻寒露风保险风险专题图,将研究区域划分为低风险区、次低风险区、中等风险区和高风险区4个等级并进行评述。结果表明:晚稻生产水平指数和寒露风致灾风险高的区域,对产量影响大,风险高;反之对产量影响小,风险低。高风险区主要分布在北部的韶关和清远地区,中等风险区主要分布在东北部、中部偏西地区,次低风险区主要分布在珠江三角洲的北部和南部沿海地区,低风险区主要分布在珠江三角洲南部地区。区划结果可为保险公司开发寒露风保险产品、厘定差别的保险费率提供参考。     

江南茶叶农业气象灾害风险区划

气象灾害是制约茶叶生产并影响其品质的主要因素。为提升江南地区茶叶生产气象服务保障能力,基于1961~2011年江南茶区逐日气象观测数据,分析江南茶叶主要农业气象灾害发生频率的年际及年代际分布,采用层次分析和加权综合评价方法,对茶区农业气象灾害进行综合风险区划。结果表明,随着全球气候变暖,江南茶区早春霜冻和冬季冻害发生频率均呈北多南少的纬向地带性分布,且呈逐年代减小趋势;夏季热害年代际发生频率表现为先降后猛增的特征,2000年代发生频率最高,以湖南、江西和浙江省变化最显著。江南茶叶农业气象灾害综合高风险区主要位于江苏北部和安徽北部,中风险区主要位于浙江中北部、江苏南部、安徽南部和湖北北部,而江西、湖南及福建大部、浙江南部和湖北南部属低风险区,适宜茶叶种植生产。     

内蒙古东南部暴雨洪涝灾害风险评估与区划——以通辽市为例

文章选取通辽市各气象站点气象数据、基础地理信息数据、历史灾情数据、第二次土地调查数据及相关社会经济等统计数据,基于自然灾害风险原理,利用数理统计、层次分析法及空间叠加分析等方法,提出了通辽市暴雨洪涝灾害风险评价指标体系,得到通辽市暴雨洪涝灾害风险评估空间分布图。结果表明:高风险区主要分布在通辽市北部山区、中东部地区及偏南部地区,包括扎鲁特旗鲁北镇、科尔沁区、科左中旗东南部及库伦旗东南部;而科左后旗大部地区易形成由短时强降水引发的洪涝,为次高风险区;低风险区及次低风险区主要分布在通辽市中部、西南部地区,包括开鲁县、奈曼旗北部、科左中旗西部。     

模糊综合评判法在厦门市雷电灾害风险区划中的应用

选取年雷击大地密度、产值密度和人口密度3个因子作为评判指标,利用模糊综合评判法对厦门市6个区的雷电灾害风险进行了评估.结果显示:厦门市各区雷电灾害风险受地闪频次、经济发展和人口密度分布不均等因素的影响,思明区为高风险区,翔安区为低风险区,其余4个区为中等风险区.该划分为厦门市防雷部门针对本地实际情况制定科学、合理、经济的防雷设计方案提供了更为细致的参考.     

河北省棉花连阴雨灾害定量化评估指标与风险分析

利用河北省棉区1981—2015年40个气象站逐日气象资料、农业气象观测站棉花农情、连阴雨灾情、棉花产量资料,分析连阴雨过程特征及其对棉花生长的影响,修订和完善连阴雨灾害指标;采用数理统计方法获取历史连阴雨产量灾损率、筛选关键致灾因子,采用权重系数法构建连阴雨强度指数,并建立基于强度指数的灾损评估模型;利用有序样本聚类分析法划分连阴雨强度等级;依据风险分析原理,构建连阴雨风险指数并进行风险区划。结果表明：建立的强度指数能够客观反映连阴雨灾害强度,灾损评估模型评估效果较好。棉花播种出苗期连阴雨发生概率低（0.076）、造成的损失小（平均产量灾损率0.09%）;现蕾至吐絮期连阴雨影响较大,发生概率和造成的灾损率由大到小依次为花铃期（0.447,17.1%） > 现蕾期（0.394,11.7%） > 吐絮期（0.237,7.2%）。近年来,现蕾期连阴雨发生站次减少,对棉花影响减弱,花铃期和吐絮期发生站次增加,尤其是吐絮期增加明显,成为连阴雨灾害影响棉花生长的主要时期。现蕾期和花铃期连阴雨高风险区主要分布在非主棉区,其中现蕾期高风险区分布在保定北部及以北棉区,花铃期高风险区分布在保定北部及以北棉区和石家庄、邢台、邯郸三市西部棉区;吐絮期高风险区分布在保定西南部、衡水西部、石家庄及其以南棉区,部分地区为主棉区。     

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。     

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。     

基于易损度分析的吉林省雷电灾害风险区划

分析整理2003-2012年吉林省历史雷灾记录,利用48个气象站人工观测雷暴日数序列和2011年《吉林省统计年鉴》数据,结合应用聚类分析和层次分析法建立了吉林省县(市)雷电灾害易损度计算模型。利用自然断点法对模型计算出的易损度进行分级,实现了吉林省各县(市)的雷电灾害风险区划。区划结果表明:吉林省的雷电灾害风险由强到低呈现出由中部向周边递减的结构,强风险区主要位于吉林省中部和南部的地级市本市;高风险区主要位于中部和南部经济发展水平相对较高的县(市);中风险区和低风险区则主要集中于东部山区和西部平原地区。