新疆近20a风灾研究

风灾是新疆的主要气象灾害之一。新疆风灾每年平均造成24亿元的经济损失。依据大风对农牧业所造成的灾害事件的损失,对风灾时空变化进行评估,其重要意义在于给出了描述大风灾害损失等级划分的量化标准。研究得出:新疆风灾可比损失值随着工农业生产总值的增长而增加,而且增长速度比经济增长速度快;阿克苏、喀什风灾次数较多,强度最大,巴州重大风灾受灾次数最多,是风灾防范和灾后救助的重点地区,和田、吐鲁番因次数较多,强度较大,哈密强度较大,是风灾防范和灾后救助的次重点地区;风灾在作物生长和收获的季节4、5、6、8月份危害最大;建议增加防治风灾投入,改善生态环境,加快退耕还林、退耕还草进程,把阿克苏、喀什、巴州等作为风灾重点防范区,和田、吐鲁番、哈密作为风灾防范和灾后救助的次重点地区,4、5、6、8月份作为重点防范季节。     

风灾危险性评价-以塔里木盆地为例

考虑到大风灾害的发生与发展不仅与大风灾害天气有关，还与其影响区的自然及社会经济状况有关。因此，结合新疆的实际情况，以承灾体指数CH和灾次指数ZC的变化分析了塔里木盆地大风灾害的空间分异特点，发现ZC的变化与CH的变化在空间上存在明显的错位。在此基础上，构建出风灾灾害危险性评价模型。它是风沙致灾强度和承灾强度的综合反映。结果显示：塔里木盆地最重要的工业城市库尔勒是风灾最危险的区域，其次危险的地区是：喀什、库车、阿克苏、轮台和莎车等地，应予以高度重视。这与塔里木盆地大风灾害的实际基本一致，说明用危险性指数DX来指针研究区的风沙灾害危险性是可行的。     

中国沙尘暴发生的气象危险度研究

引入沙尘暴发生的气象危险度的概念,通过数学模型、实例计算和数据分析, 得到了定量的沙尘暴发生危险程度评价指标,并绘制了中国沙尘暴发生的气象危险度区划图。结果表明: ①新疆南部地区沙尘暴发生的危险度最大（气象危险度最高达到4级）,其次是内蒙古西部、甘肃北部部分地区（气象危险度最高达到3级）。 ②大风是沙尘暴发生的重要驱动力,每次沙尘天气过程中都伴随较强的风速,但是,沙尘暴天气过程越强,风速越大的现象并不明显。 ③通过绘制中国沙尘暴发生的气象危险度区划图,可以更好地刻画沙尘暴发生危险程度的空间分布特征,同时也为沙尘暴预报和灾害评价提供了重要参考。     

运用灾害熵浅析沙尘暴强度

以信息熵原理为基础，引入灾害熵概念，评价自然灾害的发生的不确定性和根据各致灾因子的强弱，确定灾害事件的重要性因子，构建灾害信息量计算模型。并以新疆境内达坂城、精河、哈密、吐鲁番、鄯善等五个地区的多年沙尘暴灾害统计数据为研究实例，计算分析了灾害次数、灾害熵。经过分析得出：哈密地区的沙尘暴灾害不仅灾害强度最烈，致灾因子亦最为活跃。通过应用灾害熵及其相应的修正模式，可以定量的确定灾害的影响强度，定性地说明致灾因子的多寡。     

河西走廊山洪灾害危险度区划

探究河西走廊山洪灾害危险性分布特征,可为该地区山洪灾害监测、预警和防治工程规划提供科学支持,对保障地区人民生命财产安全具有重要的社会意义。从河西走廊山洪灾害防治及预警角度出发,根据河西走廊山洪灾害发生的机制,选取高程标准差、坡度、植被覆盖度、降水、河网密度、泥石流沟密度6个影响因子,以Arc GIS和IDRISI为平台,构建河西走廊山洪灾害危险度区划多准则决策支持模型,完成了河西走廊山洪灾害危险度区划图。结果表明:河西走廊山洪灾害危险度与6个危险因子是函数关系。其中,高程标准差、坡度和植被覆盖度与危险度呈多项式分布,降水、河网密度和泥石流沟密度则与危险度成正相关性;河西走廊山洪灾害极高度危险区460 km~2,占研究区总面积的3.12%;高度危险区1383.76 km~2,占研究区总面积的7.54%;中度危险区2166.85 km~2,占研究区总面积的11.26%;低度危险区154 787.63 km~2,占研究区总面积的65.01%;极低度危险区33 847.89 km~2,占研究区总面积的13.07%。     

中国弱方沙漠化灾害危险度分区评价

沙漠化灾害是影响重大的全球性灾种之一，其危险度分区评价具有重要的理论与实践意义，本文从沙漠从沙漠化灾害危险分区评价的依据和原则出发，制定了其评价指标体系，建立了定量评，此对我国北方的沙漠化 灾害危险主进行了分区评价，共区分出１５个沙漠化灾害危险度区。     

广东省崩塌、滑坡及泥石流灾害危险性评价与分析

广东省地质灾害较为常见,崩塌、滑坡、泥石流是其中比较严重的3种类型。基于现有的泥石流危险度评价原理和方法,建立了可用于广东省崩塌、滑坡、泥石流灾害危险性的评价模型。以全省88个县级评价单元为基础,根据崩塌、滑坡、泥石流灾害危险度评价结果,将广东省共分为3个危险等级区,其中高度危险区8个县,占总数的9.1%;中度危险区60个县,占总数的68.2%;低度危险区20个县,占总数的22.7%,据此制成广东省崩塌、滑坡、泥石流灾害危险等级图。高度危险区主要位于粤北山区,危险度数值介于0.6～0.72之间;中度危险区连片分布,是全省崩塌、滑坡、泥石流灾害的主体部分,危险度数值介于0.4～0.6之间;低度危险区集中分布在平原区及低平台地区,危险度数值介于0.31～0.4之间。采用1994―2009年广东省防灾减灾年鉴和广东省地质灾害防治规划(2001―2015年)中的统计数据,验证了本文的研究成果与实际情况具有较高的一致性。     

2005—2020年新疆雷电灾害特征分析

利用2005—2020年新疆雷电灾害统计数据及2013—2020年新疆闪电定位监测数据,从雷电灾害发生的行业分布、人员伤亡、经济损失等角度,对新疆2005—2020年雷电灾害特征进行了分析。结果表明：（1） 2005—2020年新疆共发生雷电灾害事件154次,导致82人伤亡,近16 a雷电灾害事件呈逐年递减趋势,其中月分布高发期在4—8月,这与新疆的雷电月活动规律一致。（2） 雷电灾害空间分布特征和地域有很大的相关性,雷电灾害主要集中在北疆阿勒泰地区、塔城东南部地区以及伊犁哈萨克自治州直属县市一线,而南疆的雷电灾害数量基本上很少。（3） 雷电灾害事件主要发生在农村,占雷电灾害事件总数的62.3%。雷电灾害事件造成的行业受损比例由多到少依次是民用电子设备、工厂设备、电力设备和建筑物。本研究结果可为新疆防雷减灾工作提供重要的理论依据。     

自然灾害的灰色关联灾情评估模型及应用研究

关联度是事物之间、因素之间关联性的量度。本文基于计算自然灾害损失评价指标的参考序列U0和其比较序列Ui之间的关联度这一思路,建立灰色关联灾情评估模型,并以新疆“96.7”洪水灾害灾情评估为例进行实例分析,计算得出了新疆“96.7”洪水灾害中部分地州市灾害等级的归属及其等级序列。结果表明：应用灰色关联灾情评估模型进行自然灾害灾度等级划分,既避免了人为的主观任意性,又能够很好地与实际相吻和。因而,灰色关联灾情评估模型是一种科学、实用的灾度评价方法。     

甘肃省南部单沟泥石流灾害风险评估

随着全球变化研究的深入与防灾减灾各方面问题认识的不断深化,滑坡泥石流灾害风险评估与管理受到了国际社会的越来越广泛的关注。目前,山区泥石流灾害风险评估途径较为单一,主要为定性的分析。因此,选取武都区汉王镇嘴子沟为研究对象,利用单沟危险度及易损度作为基础评价指标,进行不同降雨频率单沟泥石流灾害风险评估。单沟危险度采用Flo-2d数值模型软件进行模拟,并利用GIS技术进行危险区划;易损度通过遥感解译技术和承灾体经济价值归一化处理相结合,得到各类承灾体易损度。通过危险度与易损度耦合,得到研究区风险等级,并进行风险区划;同时基于人员损失评估模型和财产损失评估模型,建立风险评估模型,评估结果表明:10a一遇损失价值1 043.51万元;20 a一遇损失价值963.36万元;50 a一遇损失价值1 356.91万元;100 a一遇损失价值1 322.44万元。通过对嘴子沟泥石流灾害风险评估,获得了该泥石流沟在不同降雨频率下的泥石流灾害损失价值,为地方各级政府在经济建设规划、生态环境管理和防灾减灾等方面提供科学依据和必要的技术支撑。     

51a新疆雹灾损失的时空分布特征

用新疆1952-2002 a的900例雹灾资料,对雹灾发生频次、受灾面积、经济损失的时空分布特征进行分析。结果表明,新疆雹灾频次、受灾面积、经济损失从20世纪70年代开始增长较快,受灾面积、频次1990年达到最大,可比经济损失最大值出现在1995年。雹灾主要集中在4～9月,雹灾发生频次6月最多,受灾面积5月份最多,可比经济损失值以7月份最大。按灰色关联灾情评估模型可将新疆分为严重雹灾区、重雹灾区、中雹灾区、轻雹灾区和微雹灾区五个区域。其中:阿克苏为雹灾重点防御地区,喀什、塔城、伊犁、博州、石河子为次重点防御地区。     

南疆近60年来洪灾时空变化特征分析

对南疆洪灾时空变化特征进行深入分析。结果表明:①南疆洪灾,在20世纪50~70年代发生频次较低,自1980年开始显著上升。洪灾年内主要集中在3~9月,其中7月频次最多为7.8次。春季发生融雪型洪灾,夏季以暴雨洪灾和暴雨融雪型洪灾为主。②阿克苏和喀什是南疆洪灾频次最多,暴雨洪灾持续时间最长的地区,巴州是暴雨洪灾频次及持续时间增长速度最快的地区。③阿克苏和喀什属于重洪灾区、巴州属于中洪灾区、克州与和田属于轻洪灾区。④洪灾损失随着工农业生产总值的增长而增加,而且增长速度比经济增长速度快,建议加大防洪投入力度,建设控制性水利工程。     

南疆近60年来风灾天气及灾度时空变化特征

利用新疆南疆各地州1949～2008年间发生的大风天气所造成的死亡人口、受灾农田面积、经济损失和死亡牲畜资料,评估南疆风灾的灾度及其时空变化特征进行深入分析。分析得出:(1)阿克苏、喀什和巴州重大风灾天气发生次数多,强度大,是风灾防范和灾后救助的重点地区;和田和克州重大风灾天气发生次数少,强度弱,是风灾防范和灾后救助的次重点地区;在4～5月份重大风灾天气发生次数多,持续时间长,而且4～5月份是作物播种和出苗期,大风容易成灾,为此4～5月份是风灾防范和灾后救助的重点季节。(2)重大风灾天气发生次数由20世纪50年代至90年代逐年增长,自21世纪开始略有减少;重大风灾天气在巴州发生次数最多,在60a间为84次,其次喀什75次,阿克苏67次,和田和克州较少。(3)风灾经济损失随着工农业生产总值的增长而增加,而且增长速度比经济增长速度快,建议增加防治风灾投入,改善生态环境,加快退耕还林还草进程,建立减灾系统,加强风灾防治。     

新疆雪灾的时空分布特征及其等级划分

利用新疆1954—2018年雪灾资料分析其灾害时空特征,时间上雪灾灾损强度在90年代后出现明显加大,2010年出现跃增特点,空间上雪灾灾损强度新疆西部多于东部,北部多于南部,山区多于盆地或平原。用雪灾出现次数、房屋倒塌间数、牲畜棚圈倒塌间数、损坏大棚数、死亡牲畜数、受灾面积、经济损失等多指标综合分析法来客观构建灾损指数,符合Γ分布的灾损指数结合F分布函数能客观的描绘出雪灾等级,分为一般、较重、严重、特重4个等级。根据构建的雪灾等级,发现新疆雪灾特重灾区集中在天山山区及其以北地区,南疆仅有喀什地区为特重灾区。     

新疆大风集中程度时空特征分析

基于2003—2017年新疆64个气象站点大风资料,以累积大风天数、连续大风天数、大风集中期和集中度为指标,探究该区大风天数的集中程度时空特征。研究表明：（1） 新疆年内大风天气主要集中在4~7月,连续大风天数主要以1~3 d为主。（2） 近15 a来,大风天气发生频率逐渐减少,频次越高递减幅度越大,但有趋向冬季、极端发展的趋势。（3） 空间尺度上,大风天气主要集中在北疆和东疆,而连续3 d以上大风天气主要集中在山谷地区。（4） 2003—2017年新疆地区年内大风天气分布总体在逐渐集中,集中期在逐渐提前。（5） 南疆和北疆西部以及东疆中东部年内大风天气分布较为分散,南疆南部和北部较为集中。（6） 南疆东南、北疆北部和东疆东北大风天气年内集中时段相对较早,南疆西北、东疆西部相对较迟。（7） 新疆地区大风集中度和集中期具有明显的聚集现象,高高聚集区域位于南疆南部和中部,低低聚集区域位于北疆和东疆的北部。     

Assessment of meteorological disasters based on information diffusion theory in Xinjiang,Northwest China

Data of flood, drought, hailstorms, and low temperature events in Xinjiang from 1949 to 2012 were analyzed with the diffusion method to assess the risk of the most common types of disasters in Xinjiang. It was proved that the frequency and intensity of meteorological disasters of the study area showed an increasing trend associated with global warming. Among the four types of disasters, surpass probability of drought was the largest, followed by hailstorm, low temperature and flood in turn. Moreover, the wavelet method analysis revealed that greater oscillations had occurred since 2000, which may be associated with the occurrence of extreme climatic changes. The spatial distribution of frequencies reveals that the northern slope of Tianshan Mountains is a multiple disaster area, the southern slope of Tianshan is the area where more floods and hailstorms occur, and the west of Turpan-Hami Basin is the area wind is prevalent. The relationships between disaster-affected areas and corresponding meteorological and socio-economic indexes were also analyzed. It indicated that there were significant positive correlations between the areas affected and the most meteorological and socio-economic indicators except the grain acreage.     

新疆春夏洪灾受灾面积长期变化趋势及其对农作物的影响

选用新疆1950-2006年84个县2038条洪水灾害资料,以春夏3～8月洪灾受灾面积为研究对象,用最小二乘法与二阶主值函数分析各月受灾面积的长期变化趋势,非参数化秩统计量做趋势的显著性检验,计算累计距平值判定时间序列的拐点,以拐点前后的变差系数比较受灾面积振幅的变化,采用morlet小波分析其振荡周期发现,春季3～5月农作物苗期是融雪洪水多发季节,洪灾受灾面积占全年的37%,各月受灾面积均有长期增加的趋势.其中,春季洪灾高发期的5月增加趋势十分显著,平均每年增加2.01%,是春季农田防洪的重点时期.夏季6～8月各种农作物的旺盛生长期,是暴雨洪水的频繁发生期,受灾面积占全年的60%,夏季各月洪灾受灾面积均有长期增加的趋势,其中,洪灾高发期的6、7月增加趋势十分显著,7月平均每年增加2.13%,6月增加1.86%,因此6、7月是夏季农田防洪的重点时期.另外,洪灾高发期的5、6、7月存在12～15年、5～7年的振荡周期,以及2～3年的小扰动,各类周期振荡在拐点之前比较弱,之后振荡较强.其中,春季3、4、5月拐点在1984年,夏季6、7、8月拐点分别在1974.年、1986年和1988年.同样以拐点为界,之前是洪灾少发时期,之后即开始处于洪灾频发期气候背景上的年代际与年际尺度振荡,另外,拐点前后平均受灾面积相差很大,增幅在58%～164%之间.     

Assessment of meteorological disasters based on information diffusion theory in Xinjiang,Northwest China

Data of flood, drought, hailstorms, and low temperature events in Xinjiang from 1949 to 2012 were analyzed with the diffusion method to assess the risk of the most common types of disasters in Xinjiang. It was proved that the frequency and intensity of meteorological disasters of the study area showed an increasing trend associated with global warming. Among the four types of disasters, surpass probability of drought was the largest, followed by hailstorm, low temperature and flood in turn. Moreover, the wavelet method analysis revealed that greater oscillations had occurred since 2000, which may be associated with the occurrence of extreme climatic changes. The spatial distribution of frequencies reveals that the northern slope of Tianshan Mountains is a multiple disaster area, the southern slope of Tianshan is the area where more floods and hailstorms occur, and the west of Turpan-Hami Basin is the area wind is prevalent. The relationships between disaster-affected areas and corresponding meteorological and socio-economic indexes were also analyzed. It indicated that there were significant positive correlations between the areas affected and the most meteorological and socio-economic indicators except the grain acreage.