广东暴雨洪涝灾害损失定量评估

广东暴雨强度大、范围广、季节长,造成的灾害重、影响大。为合理、定量地评估广东暴雨洪涝过程强度及其损失,基于1994—2018年广东致灾暴雨过程和相应灾情资料,构建了广东暴雨过程综合强度评估模型和灾情指数模型,并采用百分位数法进行暴雨强度和灾情等级划分,以第60、第80、第90和第95百分位数为临界阈值,分别将致灾暴雨过程强度和灾情划分为弱(1级)、较弱(2级)、中等(3级)、较强(4级)、强(5级)和微灾、小灾、中灾、大灾、巨灾5个等级,进而分析了不同强度等级暴雨过程可能造成的人口、农作物、房屋和经济等承灾体损失。结果表明:(1)1994—2018年间,广东各等级致灾暴雨过程主要出现在4—9月的汛期,5—7月尤其多,要特别注意防御;(2)致灾暴雨过程强度等级与各类承灾体灾情指数存在显著正相关关系:随暴雨强度的增强,倒塌房屋数呈指数增长,受灾人口、死亡人数、农作物受灾面积和直接经济损失呈线性增长;(3)平均而言,当暴雨强度达到强(5级)等级时,受灾人口、死亡人数、农作物受灾面积、倒塌房屋数和直接经济损失标准分别约为187.19万人、22人、10.52×10^4 hm^2、1.12万间和13.07亿元。     

气候变化综合评估模型的损失函数研究进展

该研究从综合评估模型(IAM)的模型耦合视角出发,介绍了当前损失函数的研究进展,主要从损失函数的构建方法、损失函数与IAM气候模块和经济模块的耦合以及IAM与气候模式的耦合角度分析了损失函数的耦合功能及其存在的科学问题,探讨了损失函数的改进方向。通过文献梳理发现,损失函数的构建方法上,主要采用专家判断法、元分析法和统计学方法,但各有优缺点;与气候模式的耦合功能上,损失函数多以温升为气候变化因素,降水等气候变化信息无法表达,且由全球尺度的年平均值进行标定,不能体现区域的差异和季节的变化,无法直接描述极端气候事件造成的巨大损失;与经济模块的耦合功能上,基于生产部门的损失函数缺乏间接损失评估功能,缺乏对经济增长的动态影响机制。针对上述IAM中气候变化对经济影响的反馈机制的不足,需重点从细化区域气候变化因素影响和细分经济产业部门两个方向重构损失函数,紧密连接气候模式与经济模块,全面评估气候变化经济损失,并需要从技术上解决损失函数在耦合经济模块与气候模式时出现的时空尺度不匹配问题,最终为IAM与气候模式甚至地球系统模式的耦合提供重要的解决方案。     

基于灰色关联度法的雾灾损失评估模型研究

根据大雾灾害的实际情况和数据的可得性,选取了死亡人数、受伤人数、受灾面积、大雾持续时间和直接经济损失作为评价指标,运用灰色关联度法来建立雾灾损失评估模型,并进行实例分析。结果表明：运用灰色关联度方法建立的雾灾损失评估模型进行雾灾的灾害等级划分,是较为合理的,基本符合实际情况。     

吉林省重大暴雨过程影响损失评估模型的建立

利用1961-2012年吉林省逐日降水资料、暴雨灾情资料、逐年GDP和人口资料采用灰色关联度分析方法建立重大暴雨过程指数及灾损指数,利用相关分析法对重大暴雨过程造成损失的影响因素进行探讨,采用多元回归法建立重大暴雨过程影响损失评估模型,并进行拟合和试评估检验。结果表明：吉林省重大暴雨过程造成的损失与前7 d雨量及重大暴雨过程指数相关显著;利用前7 d雨量和重大暴雨过程指数建立的影响损失评估模型拟合和试评估效果均较好,可在实际业务中应用;由于在重大暴雨过程发生前,评估因子就可获得,因此,可以对其灾害损失进行定量预评估,在实际业务中指导意义较大。     

暴雨洪涝淹没模型在洪灾损失评估中的应用

为了开展客观定量的暴雨洪涝灾害评估,探讨了基于暴雨洪涝淹没模型的暴雨洪涝灾害损失评估业务流程,其核心环节有两部分：估算因降水造成的淹没范围和建立适用的经济损失评估模型。其中暴雨洪涝淹没模型以最大坡降算法和曼宁公式计算暴雨洪涝汇流过程,通过给定汇流时间得到研究区域的淹没面积和水深;经济损失评估模型由直接经济损失和间接经济损失构成,直接经济损失由淹没范围内各类财产的价值乘以其相应的损失率得到。以武汉市江夏区2010年7月一次暴雨洪涝灾害过程为例给出了整个评估流程的实现过程,结果表明基于暴雨洪涝淹没模型的洪涝灾害损失评估业务流程物理意义清楚,表达了暴雨-径流-洪涝灾害全过程,可用以提高洪涝灾害影响评估的定量化程度,同时也为暴雨洪涝风险管理提供一定的依据。     

基于WOFOST模型的辽西地区典型旱年不同播期玉米干旱损失评估

针对干旱灾害频发的辽西地区,以春玉米为研究对象,选取WOFOST作物模型,利用干旱胁迫控制试验数据、田间试验数据和气象数据驱动模型,进行典型旱年的模型适用性及不同播期的干旱损失评估研究。结果表明：经过参数校准后的WOFOST模型能够较好的模拟辽西地区典型旱年春玉米产量及损失。辽西地区不同播期受干旱的影响程度不同,因旱减产风险随播期推迟而减小,2015年(中旱)干旱导致的平均减产率可达59%—61%,2018年(轻旱)可达20%—39%,2020年(中旱)可达36%—62%。不同生育期内干旱对产量的影响程度不同,总体上拔节期—抽雄期和抽雄期—乳熟期持续重旱对产量的影响最大,其次是抽雄期—乳熟期、拔节期—抽雄期。玉米各生育期受干旱影响程度,朝阳站最大,其次是黑山站和阜新站。辽西地区在旱年,拔节期—抽雄期发生中旱和重旱风险随播期推迟而增加,抽雄期—乳熟期发生中旱和重旱风险随播期推迟而减少,当拔节期—抽雄期和抽雄期—乳熟期连续发生重旱,干旱灾损程度随播期推迟而加重,减产率可高达46%—84%。     

山东棉花产量旱灾损失评估模型

采用统计方法,对棉花气象产量与气候因子进行统计分析,得到了各生育时段影响产量的主要降水因子和需水指标,从而根据当年的降水量对棉花产量因旱灾造成的损失程度进行评估,建立区域、省级棉花旱灾损失评估模型。     

北京地区冠心病发病率的气象评估模型

基于1984～2000年北京地区自然人群的长期、持续、跟踪监测的旬冠心病发病资料和同期日气象资料,通过分析揭示了冠心病发病率的季节变化规律和年际变化特点;通过发病率和气象因子的相关分析,确定了全年及各季、月可能诱发冠心病发病率的主要气象因子。结果表明,气压、风速、气温和水汽压等因子与发病率关系显著,从各个季节来说,气象因子对发病率的影响又各有侧重并具有不同的表现形式。建立了各代表月冠心病发病率的气象评估模型,历史回代和预测结果表明,所建方程具有较高的评估能力。     

内蒙古森林火灾损失评估方法研究

文章利用中巴资源卫星资料与地面调查相结合的方法,以一起特大森林火灾为例,精确界定森林火灾的过火面积和林木烧伤程度;运用森林价值评估的方法,全面评估森林火灾造成的损失以及对环境的危害程度,能够警醒人们,有效地控制森林火灾的发生,也可为森林火灾的灾后采伐管理和恢复重建提供精确的空间信息。     

基于灾损评估的北京地区冰雹灾害风险区划

北京地区冰雹灾害风险区划主要依据“风险=概率×损失”的风险评估方程来计算风险值,不单纯依靠极端天气及气候事件的概率统计来做区划。首先利用灰色关联模型将北京地区近30年 (1980—2009年) 的冰雹灾害历史灾情资料进行灾损评估,评估结果以关联度归一化值及高斯变换值的方式分别用于时间序列分析及风险值估算。然后采用启发式分割算法 (BG算法) 对灾情数值进行时间序列分析,分析发现:1997年为不平稳结点,1997年前后的灾情数值从平稳性上应分属两个不同的时间序列。以1997年后的期望偏差作为变异系数。在灾损评估结果的基础上进行关联度归一化值在0~1范围内10个等间距的雹灾频次统计,依据统计结果计算北京地区冰雹灾害的平均风险值并用该值来制定冰雹风险等级标准。最后利用风险评估方程计算历次雹灾的风险值,结合风险等级标准完成北京地区冰雹灾害风险区划。区划结果显示:北京地区冰雹灾害的高风险区域主要分布在北京城市中心地区、密云县城及平谷区等几个人口稠密地区,而山区及山前迎风坡地带尽管降雹频次高,冰雹灾害风险却相对较少。     

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.     

黑龙江省玉米低温冷害发生风险趋势及预报模型

利用黑龙江省玉米主产区69个市(县)1961~2003年5~9月逐日气温、玉米发育期与冷害资料,用积温距平作为判别玉米低温冷害发生的主导因子,获得玉米主要发育时期冷害发生指标体系及其风险程度,构建玉米低温冷害风险预报模型;分析了43年来玉米低温冷害发生风险的趋势变化,采用Mann-Kendall方法进行趋势检验。结果表明:1961~1983年为玉米冷害发生的高风险时期,其中1964、1969、1972、1983年是玉米冷害发生的最高风险年。1984年之后为冷害发生的低风险时期,尤其在所研究的后几年各地的UskU0.05,表明此时期积温距平水平上升趋势明显,发生玉米冷害的风险很低;玉米低温冷害风险预报模型能够对冷害发生风险、冷害程度、发生范围进行动态预测预报和灾害评估,预报模型的检验结果具有较好的客观性和适用性。     

Analysis of Wind Power Assessment Based on the WRF Model

Assessing wind energy is a key step in selecting a site for a wind farm. The accuracy of the assessment is essential for the future operation of the wind farm. There are two main methods for assessing wind power： one is based on observational data and the other relies on mesoscale numerical weather prediction（NWP）. In this study, the wind power of the Liaoning coastal wind farm was evaluated using observations from an anemometer tower and simulations by the Weather Research and Forecasting（WRF） model, to see whether the WRF model can produce a valid assessment of the wind power and whether the downscaling process can provide a better evaluation. The paper presents long-term wind data analysis in terms of annual, seasonal, and diurnal variations at the wind farm, which is located on the east coast of Liaoning Province. The results showed that, in spring and summer, the wind speed, wind direction, wind power density, and other main indicators were consistent between the two methods. However, the values of these parameters from the WRF model were significantly higher than the observations from the anemometer tower. Therefore, the causes of the differences between the two methods were further analyzed. There was much more deviation in the original material, National Centers for Environmental Prediction（NCEP） final（FNL） Operational Global Analysis data, in autumn and winter than in spring and summer. As the region is vulnerable to cold-air outbreaks and windy weather in autumn and winter, and the model usually forecasted stronger high or low systems with a longer duration, the predicted wind speed from the WRF model was too large.     

冬小麦风雹灾害的等级划分与灾情评估

以冬小麦的风雹灾害为研究对象,从１９８１～１９９０年３３个冰雹个例中选取与冬小麦生长有关的１７个个例,以冰雹直径、降雹时间、降雹时阵风为因子,对冬小麦风雹灾害进行等级划分及灾情评估。应用证明,这些研究对提高农业灾害的管理水平具有重要意义。     

高分辨率数值模式在风能资源评估中的应用初探

针对现有气象测站分布数量有限, 尤其是沿江沿海地带测站稀少的现状, 对数值模式在风能资源评估中的应用进行了尝试。首先利用TAPM数值模式对上海地区的风场作了数值模拟计算; 然后利用同步的气象站观测资料对风速模拟结果进行统计释用订正处理, 提高了模式计算结果的准确性和可靠性; 最后得到了分辨率为3 km的上海全年平均风速和风功率密度分布信息。这些结果为上海地区风能资源分析评估及风电场规划选址工作提供了科学依据, 同时也说明将统计释用的数值模拟结果应用到风能资源评估工作中是可行的。     

2008年奥运会期间北京城区地面风场的分析

2008年8月8～24日北京奥运会期间,正逢中国24节气中的"立秋"。为探讨风向风速的气候变化规律,把北京城市划分成9个区域,利用9个区域中自动气象站连续监测的逐时最大风向风速数据样本,将360°风向划分为8个方位的风向,统计出该时段北京城市9个区域8个方位风向风速的气候特征:北风频率增大,南风频率减小;最大风速的风向频率日变化呈双峰型;平均最大风速的日变化,夜间维持低谷值,15～17时出现峰值。由此可见,研究"立秋"北京的风场气候特点,对于体育比赛运动、改善生活环境和城市建设等具有科学的指导意义。     

面向特大城市的风环境容量指标和区划初探——以北京为例

利用气象观测、高分辨率城市地理信息和卫星遥感数据,通过将气象类指标与城市类指标相结合,开展了北京地区风环境容量指标和区划的探索性研究。结果表明：水平风速和大气混合层厚度两个指标在空间上均呈北部和东部地区高、中心城区和西南地区低的特征;中心城核心区和卫星城的地表粗糙度长度较高,二环内老城区建筑多为平房,地表粗糙度长度小于二环外其他中心城区,形成较明显的空心环状结构;在中心城区外的植被地区,北部和西部山区粗糙度长度明显高于平原区;加权综合水平风速、大气混合层厚度和地表粗糙度长度3个指标,计算不同等级风环境容量指数阈值,在空间上西南地区的房山、门头沟、海淀、石景山、丰台以及中心城区的东城和西城等地风环境容量指数较低,其中二环至四环范围是风环境容量指数最低区域,这与北京经济、金融和商业中心空间分布一致;延庆、怀柔、密云的北部以及通州的绝大部分地区为风环境容量指数高值区,其他平原区多为中等风环境容量指数区。     

区域风能资源评价分析的动力降尺度研究

不同于以往的统计风能评估方法,本研究将动力降尺度方法应用到江苏省的风能评价分析中。利用NCEP/NCAR再分析资料与江苏省65个地面气象观测站1971～2000年的观测资料,建立了动力降尺度区域气候模式MM5V3的初始场和边界条件,用较高分辨率（水平分辨率为5 km）评估了江苏省60 m高度的风能分布,分析了动力降尺度方法在区域风能资源评估中的有效应用。结果表明,江苏省风能资源由东部沿海向西部内陆递减,以西连岛为代表的东部沿海风能资源最丰富,其次为长江三角洲地区,太湖、洪泽湖及高邮湖地区的风能资源也比较丰富,徐州市与南京市的风能资源最贫乏。分析表明,动力降尺度方法能够用较高分辨率模拟局地环流和地面风的主要分布特征,可以作为区域风能资源评价分析的有效手段。     

高原地区风廓线雷达资料评估

在简述风廓线雷达原理的基础上,将风廓线雷达探测资料与探空资料进行对比分析,发现风速风向一致性较好,温度一致性较差。对风廓线资料总的数据获取率及不同天气条件下的数据获取率进行了统计,大理风廓线雷达边界层高度的数据获取率大于80%,在对流层低层以及边界层的探测能力要远远大于高层,高空雨季后的探测高度大于雨季前的探测高度。不同天气条件下低空的数据获取率差别不大,高空阴雨天的数据获取率大于晴天的数据获取率,阴雨天的探测高度大于晴天的探测高度。