基于城市交通脆弱性核算的大雾灾害风险评估

选用大雾观测资料测算城市地区的雾灾危险性指数,以规则网格作为评估单元,逐网格计算网格区域内的路网密度,以此作为雾灾的空间脆弱性指标,并针对重点设施的分布情况对脆弱性指数进行空间叠加订正;选用网格内的人口密度作为雾灾的易损性指标;危险性、脆弱性及易损性3项指标按5:2:1的分配比例综合测算雾灾的风险指数。实例研究选用北京地区1996年1月—2006年12月的大雾资料,按空间网格化方法对大雾灾害风险进行评估,结果表明:北京地区雾灾脆弱性指数的高值区域与高速路及环城路延伸方向一致,城市中心为人口集中分布地区,其综合风险指数高,与高速路段、环城路及机场等地段均为雾灾的高风险区域,北京东南部地区年平均雾日数相对较多,危险性指数值也较高,是雾灾较高风险区域。     

基于GIS的雪灾风险区划

依据巴彦淖尔地区冬春季节降水少、年变率大的气候特点和易形成雪灾的量级指标进行雪灾风险区划。选取1971—2010年11月到次年3月,日降雪量大于等于3mm,并出现积雪和结冰现象为研究对象,分析了降雪量大于等于3mm的降雪日数和积雪深度大于等于5cm的积雪日数年代际变化,结合民政部门历史灾情记载、实地调查、农牧业现状以及各种基础资料数据与GIS技术,从致灾因子、脆弱性评估分析方面,在NOAA卫星遥感雪覆盖监测图像上,利用加权综合与层次分析法,构建雪灾判别模型,得出巴彦淖尔地区雪灾风险区划:雪灾最严重的地区为五原县大部、乌前旗南部和东北部部分区域、乌中旗东南和西南两区域、乌后旗的海力素附近大片区域。     

基于逐日积雪深度预报的藏北草原雪灾等级评估

选取西藏高原北部牧区的13个气象站冬半年(11月—次年4月)的1980—2007年逐日积雪深度和最高、最低、平均气温资料,对藏北牧区草场的融雪量与气温关系进行了分析。利用线性回归模型建立融雪率和最高、最低气温的方程,给出了藏北草场的融雪日数、逐日积雪深度的计算方法,得出草场雪灾等级评估产品,实现在一场降雪后根据日常天气预报业务制作草场逐日积雪深度的预报产品,并实时评估雪灾的严重程度,为草原雪灾气象服务提供定量化参考产品。对2008—2009、2009—2010和2010—2011年的三个冬半年进行了预报效果评估,1~15d的逐日积雪深度的平均绝对误差不超过2cm;积雪日数误差不超过9d,误差在1d以内的占78.5%;雪灾等级的准确率约为84%;该方法具有较好的预报效果,能为藏北雪灾评估提供参考。该方法的缺陷在于,由于没有准确的定量降雪预报产品,故没有考虑后续降雪量的新增积雪影响。     

高原牧区雪灾的数值模拟

使用中科院的LASGη模式对1991年4月16-23日的高原牧区雪灾过程进行了降水模拟和成因分析,揭示了造成这次雪灾天气的主要原因,首次证实了该模式对雪灾天气有一定的预报能力.     

基于弹性脆弱性的环巢湖自行车赛风险辨识

为提高环巢湖自行车公开赛的气象保障服务能力。本研究基于2013-2016年环巢湖自行车赛举办期间收集到的问卷调查资料,总结归纳出自行车骑行比赛的气象适宜性指标,并从强化措施和规避措施两个方面出发,构建基于脆弱性指标体系的环巢湖自行车公开赛风险辨识概念模型,并利用巢湖国家基本气象站1957-2016年逐日气象观测资料对2017年环巢湖自行车赛做个例分析。研究结果表明：（1）2017年4月23日我市降水适宜性和温度适宜性概率普遍较高,分别为70%和39%,而相对湿度和风速适宜度概率略偏低,因此,相对湿度和湿度是制约运动员发挥的重要因子。（2）各参评因子在4月份均具有明显的震荡特征,降水和相对湿度在四月上旬适宜度较高,而日平均气温和风速呈现明显相反的趋势。（3）降水适宜度综合指数在4月份普遍高于风速、温度、湿度,表明四月份无降水的概率普遍较高;综合适宜度指数四月中下旬优于上旬,表明环巢湖赛事选择下旬举行最佳。（4）分析综合因子重现期发现,四月下旬重现期普遍短于上中旬。本研究结果可为环巢湖自行车公开赛的赛前安排、赛事评估等方面提供科学依据。     

基于投影寻踪技术的台风灾害脆弱性评价

如何快速有效评价承灾体脆弱性一直是近年来有待突破的热点和难点之一。投影寻踪技术以毋需人为设计指标权重、操作便捷、客观性强等特点为之开辟了一条新的途径,采用复合形法优化其模型参数,同时结合本文提出的从＂个体到全局,微观到宏观＂的脆弱性评价方案,建立了一种区别于以往的台风灾害脆弱性评价模式。以浙江省东部沿海地区为例,验证了该评价模式结构清晰、方法可靠,评价结果全面科学、与实际相符率高,因此在同类应用中具有一定优势。     

高原牧区雪灾的数值模拟

使用中科院的ＬＡＳＧη模式对１９９１年４月１６－２３日的高原牧区雪灾过程进行了降水模拟和成因分析,揭示了造成这次雪灾天气的主要原因,首次证实了该模式对雪灾天气有一定的预报能力。     

青藏高原东部雪灾的奇异谱分析

利用奇异谱分析等方法，分析了青藏高原东部冬半年1967－1996年雪灾的气候特征。结果表明：雪灾的总趋势是增加的，特别是后冬，这可能是对全球气候变暖的响应。雪灾指数周期集中在2．0－3．6a和5．4－7．5a两个时段。后冬雪灾在1985／1986年前后存在着由偏少向偏多的突变。利用SSA－MEM方法可以预报雪灾冬半年未来2a趋势，后冬未来1a趋势。     

青藏高原雪灾天气的数值模拟

使用中科院的LASGη模式对1991年4月16日-19日、1992年3月16日-17日、1996 年11月16日 -18日和1998年3月18日-20日四次高原牧区雪灾过程进行了降水模拟和成因分析,揭示了造成这次雪灾天气的主要因素,模拟雨量与实况吻合较好,证明了该模式对冬季高原降雪天气过程有一定的预报能力.