桂西南喀斯特-北部湾海岸带生态环境脆弱性时空分异与驱动机制研究

为揭示生态环境脆弱性的时空分异和驱动因子,本研究在山江海视角下,以桂西南喀斯特-北部湾海岸带为典型研究区,运用空间主成分分析法,地理探测器模型,结合生态环境脆弱性综合指数,系统分析桂西南喀斯特-北部湾海岸带生态环境脆弱性的时空分异特征及驱动机制.结果 表明:①研究区2008、2013、2018年脆弱性指数分别为0.54...     

顾及时空过程的台风灾害事件知识图谱表示方法

我国是受台风影响最严重的国家之一，台风灾害严重威胁着沿海地区的社会经济和自然环境。近年来，随着知识图谱相关理论和应用技术的发展，其强大的知识整合与表达能力可以为台风灾害事件的动态监测与管理决策提供有力支持。针对当前台风灾害事件相关模型对时空过程表达不足等方面存在的问题，首先，从台风灾害机理出发，通过对台风灾害事件组成要素和动态特性的分析，提出从概念、对象、状态、特征和关系5个层次建立的台风灾害事件知识表达模型。其次，充分顾及台风灾害事件信息的多粒度特性，在模型中将不同的特征信息统一到各个对象中。为了突出台风灾害事件的时空过程，以状态作为过程在特定时空下的截面。最后，以2021年台风烟花事件为案例，构建了台风灾害事件知识图谱。结果表明，该模型不仅突出了事件中不同对象的特征刻画，通过多个对象的状态序列表达出台风灾害事件的时空过程，进一步提高台风灾害事件的全过程信息表达与存储，为应急决策方案提供有效的数据与决策辅助支持。     

主题模型在基于社交媒体的灾害分类中的应用及比较

“一带一路”沿线为自然灾害高发地区,且多为经济欠发达、抗灾能力弱的发展中国家。灾害发生时,挖掘和分析相关推特数据有助于开展应急救援、灾情评估、减灾防灾等工作,为中国国际救援与救助工作提供重要支撑。主题模型能在没有经验语料库的情况下,从海量灾害相关推文中快速聚合出对灾害救援、评估有价值的信息。本文采用BTM模型和LDA模型,对2013年海燕台风相关推文进行细粒度的主题聚类,分析2个模型的精度并测试它们对近似灾害主题的区分能力,并基于“需求相关”主题类的推文,通过地名匹配,分析了海燕台风发生过程中菲律宾物资、医疗等需求程度的空间分布。结果表明： ① 在区分主题近似的短文本时,BTM总体精度为0.598,LDA的总体精度仅为0.321,说明在海燕台风灾害推文的主题识别中,BTM模型的精度高于LDA模型;② BTM能够较好识别出“灾害地点相关”、“祈福相关”等较为精细的灾害主题;③ 经初步验证,基于“需求相关”主题文本生成的物资、医疗等需求的需求程度空间分布与实际需求情况基本相符。     

基于GIS的贫困地区降雨诱发型地质灾害风险评估————以湖北省恩施州为例

湖北省恩施土家族苗族自治州(简称恩施州)地处中国14个集中连片特困区之一的武陵山区内,州内少数民族聚居多,贫困人口分布广,地质灾害频发,"因灾致贫,因灾返贫"现象较为突出.本文根据灾害系统学原理和灾害风险分析理论,综合考虑恩施州降雨诱发型地质灾害的致灾因子,孕灾环境和承灾体,构建了降雨诱发型地质灾害风险评价指标体系,基于灾害系统学原理的风险评估模型,对该区的降雨诱发型地质灾害风险进行评估.主要结论如下:(1)降雨诱发型地质灾害的诱发因子为强降雨,恩施州降水丰沛,恩施市中部与鹤峰县东南部属于致灾因子高危险性区域;(2)选取地形地貌,基础地质,水文条件,人类工程活动等孕灾环境要素,耦合信息量法和层次分析法,构建恩施州孕灾环境敏感性评价指标体系,结果表明恩施州孕灾环境敏感性较高,高区域主要分布在巴东县,恩施市和鹤峰县;(3)选取工程建筑,居民人口,社会经济,耕地等承灾体进行脆弱性评估,结果表明承灾体脆弱性较高区域与人口集中地区在空间上重合,利川市和来凤县有更多的高脆弱性区域;(4)综上可知,恩施州的降雨诱发型地质灾害风险总体较高,其较高,高风险区域主要分布在巴东县和恩施市.     

山地灾害致贫风险初步分析————以湖北省恩施州为例

中国的贫困地区主要分布在山区,山地灾害的多发,易发在某种程度上成为制约贫困地区经济发展的因素之一.目前,山地灾害的研究集中于动力学研究,缺乏风险尤其是灾害致使贫困风险的研究.本文对山地灾害特有灾害与一般地质灾害的概念进行了区分;根据贫困的内涵与可量测性,定义了山地灾害的贫困脆弱性及山地灾害致贫风险;以贫困脆弱性分布和灾害危险性分布,构建区域山地灾害致贫风险评价模型,并基于此模型对少数民族特困地区--湖北省恩施土家族苗族自治州(简称恩施州)进行应用研究.在示例分析中,首先利用确定性系数模型和频率比例法对山地灾害的危险性进行了评价;然后,从暴露性和应对能力2个方面选取了经济,社会及自然指标,以进行脆弱性评价;最后,利用通用灾害风险评价公式对研究区由于山地灾害导致的贫困风险在空间的分布进行评价,得到了研究区的山地灾害致贫风险分布与分级图.     

面向不同用户群体的社交媒体台风舆情演化分析及对比研究

社交媒体数据可以为台风灾害追踪、灾时救援和灾情评估提供及时有效的信息。现有研究常采用主题建模和情感分析等技术对台风期间社交媒体平台（如新浪微博等）舆论话题和情感变化进行研究。在省域范围内以小时为时间粒度的多维度有效性论证尚有欠缺,且在舆情分析时未能区分用户群体差异。本文以台风“利奇马”为例,在浙江省域范围内,以新浪微博数据为研究对象,首先从词频分析、台风关注度时空变化以及特定灾害事件响应3个角度探讨了微博数据对台风灾情响应的有效性;其次采用隐含狄利克雷分布（Latent Dirichlet Allocation,LDA）主题模型技术挖掘微博文本主题信息,并根据Louvain算法对主题社团进行划分;然后开发了一种基于自定义情感词典的情感分析方法用于情感指数计算,与SnowNLP相比情感倾向性预测精度得到了提高;最后分析了台风期间官方和民众在新浪微博平台上的话题关注以及情感演变差异。结果表明：① 在省级范围内,微博数据能有效反映台风动态和灾害时空分布;② 台风事件微博文本的主题变化反映了灾情不同阶段舆论关注点的动态变化;③ 官方微博文本比民众微博文本具有更明确的主题社团结构;④ 台风事件相关微博文本中的消极情绪在台风登陆后显著增加,其中民众微博文本对台风灾害的情绪响应更及时,官方微博文本中的情感表达始终相对积极。     

微博中蕴含台风灾害损失信息识别和分类方法

社交媒体在灾害信息的实时发布与传播中发挥着越来越重要的作用。在灾害发生过程中,社交媒体中蕴含的实时灾损信息对灾情及时响应和评估有重要意义。然而,这些涉灾文本具有信息破碎度高、文本特征稀疏、标注语料库匮乏等缺点,使得传统的基于监督学习的方法难以有效提取其中的灾损信息。为此,本文提出了一种通过扩展上下文特征和匹配特征词的方法来快速识别和分类社交媒体中蕴含的不同类别的灾损信息。本方法首先基于中文语法规则,抽取小规模不同灾损类别下微博文本中的涉灾关键词构建特征词搭配对。然后,利用词向量模型和已有词库对这些特征词搭配对进行补充和扩展。同时,根据中文词语共现规则,引入外部语料库优化特征词间的语义搭配关系。最终,以此为基础构建台风灾损分类知识库对灾情文本中蕴含的不同类别灾损信息进行识别和分类。本文以2016年9月15日台风“莫兰蒂”登陆事件作为研究案例,以评估本文方法在灾损信息识别和分类上的效果。结果表明,本文方法对微博文本中蕴含的不同类别风灾损失信息的识别和分类效果显著（各类别综合评价指标都达到了0.74以上）。基于灾损信息分类结果,本文绘制了台风影响的时空分布图,从而进一步说明本文方法在灾害损失评估和减灾救灾方面的效用。     

数百亿吨“废石”,成灾还是成金?

正2015年12月20日,广东省深圳市光明新区发生受纳场渣土堆填体滑坡事故,22栋厂房被埋,33栋建筑被掩埋或受损,截至2016年1月12日,发现69名遇难者,8人失联。多年来,一般固体废弃物堆存诱发的次生灾害不在少数。如泥石流、尾矿库溃坝、排土场滑坡等事故,不仅破坏了生态环境,更对人民生命财产安全造成了严重威胁。2000年,广西壮族自治区南丹县大厂镇鸿图选矿厂尾砂坝溃坝,殃及到附近住宅区,造成70人伤     

城镇燃气聚乙烯管道系统脆弱性评估技术

为有效地识别燃气聚乙烯管道薄弱环节,保障管道系统运行安全,建立了一种考虑脆弱性的风险评估方法。结合城镇燃气聚乙烯管道系统灾害事故特点,辨识影响城镇燃气聚乙烯管道系统脆弱性的主要因素,建立了包括致灾脆弱性、后果脆弱性2个方面、29项指标的多级指标评估体系。运用模糊综合评价的方法,计算各评估指标的权重,建立城镇燃气聚乙烯管道系统的脆弱性评估数学模型,实现系统脆弱度计算和脆弱等级确定。根据管段脆弱等级,分析各指标对城镇燃气聚乙烯管道系统脆弱性的影响程度,掌握其灾变演化规律,以便准确预测管道的运行状况,保障其长周期安全运行。      

基于多智能体的城市洪涝灾害动态脆弱性计算模型构建

随着全球气候变化加剧和城市化进程的发展,暴雨洪涝灾害对城市社会经济活动造成的影响越来越严重。作为量化灾害影响程度、社会经济损失与风险评估的重要方法,城市洪涝灾害脆弱性研究对洪涝灾害风险管理与规划具有重要意义。目前,城市脆弱性的内涵进一步延伸,脆弱性指标体系不断丰富,所取得的研究成果能够反映一定时期内城市洪涝灾害脆弱性的整体特征,却无法同时有效地解决城市洪涝灾害脆弱性的空间非均匀性问题和动态计算问题。本文从脆弱性的动态特征出发,提出了城市洪涝灾害动态脆弱性计算方法,建立了城市洪涝灾害脆弱性量化模型与面向洪涝灾害脆弱性计算的多智能体模型,形成了基于多智能体的城市洪涝灾害脆弱性计算方法。在NetLogo平台上,利用智能体模型对浙江省丽水市城区的动态脆弱性进行了仿真模拟。研究结果表明该模型有助于发现不同时空条件下城市存在的“脆弱区”,为城市洪涝灾害脆弱性的时空分异特征分析、区域脆弱性的精细化评价提供方法支撑,能够为缓解措施的实施和洪涝灾害的精细化管理提供有效指导。     

面向互联网信息抽取的海洋环境灾害链本体构建——以台风灾害为例

全球气候变化加剧了海洋环境灾害的影响力与破坏力,实时灾情信息获取与分析成为灾害应急处置中的关键环节。与具有延迟性的传统对地观测网络相比,基于互联网的众包地理信息以其实时性在受灾情况评估与灾害应急处置中得到广泛重视。为获取互联网文本中隐含的海洋环境灾害信息,探究灾害对人群行为活动的影响,本文着重关注海洋环境灾害发展的时空过程特性,从灾害链的角度分析灾害发生发展过程中所涉及的诸多要素,在收集整理海洋环境灾害相关知识的基础之上,采用五元组（概念、关系、属性、规则和实例）进行本体的逻辑结构表达,构建了用于信息抽取的海洋环境灾害链本体,其包含描述海洋环境灾害知识体系的海洋环境灾害本体、受到海洋环境灾害作用的地理对象本体以及在灾害发生、发展、结束的时空过程中产生的相应的人类应急处置本体。最后,本文以台风灾害为例,通过台风灾害链知识建模,实现互联网灾害信息抽取与时空变化过程分析。结果表明：基于海洋环境灾害链的互联网文本信息抽取可以获取隐藏在互联网文本中的灾害描述信息,能够分析灾害的发展变化过程及其对人群行为活动的影响,为灾害防治与应急救援提供一定科学支持。     

滑坡灾害的多源数据分析与评估方法

为有效地防治和减少滑坡地质灾害给人民生命财产造成的损失,本文根据防灾减灾决策的需求,分析了自然灾害损失评估的研究现状,进行了多源地理空间数据的滑坡灾害损失快速评估方法实验。文中采用多源地理空间信息获取及处理方法,对滑坡灾害进行了综合分析,并以三峡库区巫山县烟花厂滑坡灾害体实例进行验证,提出滑坡灾害损失评估模型方法。并利用模型计算与传统调查统计方法的结果,对其方法的可行性和适用性作了验证。     

基于语义规则和词向量的台风灾害网络情感分析方法

灾害期间的舆情引导有助于维护社会稳定。社交媒体是舆论传播的重要渠道,通过微博评论了解用户的网络情感及关注的话题,可以帮助相关舆情监测部门掌握公众的关注热点,从而选择适当的干预节点来应对网络舆情,并对公众情绪进行疏导,这对于应急管理具有现实意义。现有的研究大多是利用有监督的机器学习方法进行情感分类,这需要人工进行语料的标注,工作量大。本文根据微博评论文本的特点,综合考虑情感词以及表情符号等多重情感源,构建了台风灾害领域情感词典。在此基础上,提出了一种基于情感词语义规则的情感倾向计算方法,以及基于词向量的话题聚类方法。首先,采集了近年5次台风灾害期间共计40多万条微博评论文本,基于大连理工情感词汇本体库进行扩展构建了台风灾害领域情感词典,结合PMI法构建表情符号词典,根据语义规则确定情感倾向,并使用3500条评论文本验证了该方法的有效性。然后,本文基于词向量、TF-IDF与K-means的聚类方法探索灾害期间热点话题。最后,以2020年4号台风“黑格比”为例,基于台风期间的5万余条微博评论文本进行了舆情情感分析,并识别出6类与台风相关的话题。通过时空分析发现,随着时间的推移,微博评论文本的数量发生一定变化,评论数量多的地区大都集中在沿海地区和经济水平高的地区,台风登陆当天浙江省的恐惧情感达到最高。结果表明,基于语义规则和词向量的台风灾害网络情感分析方法,能在类似灾害事件发生时为政府部门掌握和引导网络舆情提供辅助。     

四川省滑坡灾害气象预警模型建立与验证

四川省滑坡灾害严重,特别是2008年之后,灾情显著加剧,如何预防滑坡灾害是保护人民生命财产安全的有效途径。滑坡灾害的预警模型研究是滑坡灾害预防领域的核心课题。本文对四川省滑坡灾害危险性进行了评价,并开展了滑坡灾害气象风险预警模型研究。①以确定性系数的方法量化坡度、地形起伏度、水文地质岩性、植被覆盖度、地震烈度和年均降雨量因子,建立逻辑回归模型,定量地进行四川省滑坡灾害危险性区划,并对结果进行验证。结果表明,四川省滑坡灾害高危险性区域成“Y”字型分布,此外川中、川东北地区滑坡灾害危险性也非常高,这与四川省滑坡灾害的空间分布情况相符。②在前期滑坡灾害与降雨量统计分析、滑坡灾害危险性评价的基础上,以滑坡灾害危险性评价为静态因子,日降雨量数据为动态因子,通过逻辑回归模型的结果,确定以当日降雨量概率化值、滑坡灾害危险性值、前一日降雨概率化值、前两日降雨概率化值、前三日降雨概率化值为临灾模型影响因子,各因子对预警结果影响程度按上述顺序递减,建立了地质-气象耦合的临灾气象预警模型。通过检验区数据对模型的检验表明,该预警模型能成功预警80%以上的滑坡灾害;通过滑坡灾害群发个例检验发现,该预警模型与四川省现用模型相比,预警区域明显减小,空报率和漏报率显著降低。     

辽宁省自然资源系统全力应对台风“利奇马”

<正>今年第9号台风"利奇马"于8月7日加强为台风,强度逐渐增强。据气象部门报告,这次台风导致的降雨强度大、范围广、历时长,同时影响到辽宁地区。为切实落实防汛台风责任,着力做好辽宁省各项防御工作,最大限度减轻灾害损失,根据自然资源部召开的地质灾害和海洋灾害防治工作紧急视频会议及省防总召开的防汛调度会议要求,省自然资源厅下发了《关于进一步做好地质灾害和海洋灾害     

海面温度对南海台风强度的影响

【目的】分析海面温度(sea surface temperature,SST)对南海台风强度的影响。【方法】以南海为研究区域,以中国气象局热带气旋资料中心热带气旋最佳路径数据集为基础,利用Savitzky-Golay卷积平滑算法和多项式插值算法将台风数据进行插值,对强化值和SST值在南海区域的网格单元进行平均,建立模型并对其做回归分析,分析台风强度强化程度与SST模型之间的关系,以及检验模型残差的分布。通过数据提供的台风轨迹的增强率,来检验SST对台风强度变化的影响。【结果】建立台风强化值与SST之间的回归模式,平均而言,平均SST每增加1℃,台风强度强化度增加12.5%。该模型具有统计学意义,即台风高强度强化值与高海温值相关。【结论】本研究建立的统计模型对南海台风强度的预报有较好的指示效果。     

模糊层次综合法在区域雷电灾害风险评估中的应用

针对雷电灾害事故发生的随机性、复杂性和不确定性等特点,以及在雷电风险评估过程中存在的主观性,通过层次分析法确定风险因素权重,并运用模糊综合评估法,建立一种区域雷电风险的模糊综合评估模型。以某国际会展中心为例的评估结果表明,方法在区域雷电灾害风险评估分析中具有较好的针对性、准确性和实用性。     

试论广西海洋灾害应急长效机制的建立与完善

广西沿海处于南海和太平洋台风影响范围之内,是我国台风暴潮的多发区和主要灾区之一,以风暴潮为首的各种海洋自然灾害,严重地影响了广西沿海的海上航行和生产活动,直接威胁到沿海地区人民的生命安全、海洋资源开发利用和可持续发展.随着广西北部湾经济区建设的不断拓展和深化,广西沿海在广西的地位和作用不断强化,建立一个长期、有效的海洋灾害应急机制已显得迫切和必要.     

基于格网数据的洪水灾害风险评估方法——以日本新川洪灾为例

本文对日本格网统计数据的历史、体系以及结构进行了介绍 ,并应用地理信息技术给出了各级格网的自动生成方法。同时以 2 0 0 0年日本新川洪水灾害为案例 ,建立了二维洪水演进水动力学模型 ,并采用地理信息系统与水动力学模型结合的方法对新川破堤洪水泛滥进行了模拟 ,同时对洪泛区灾害损失进行了评估 ,得到的结果为进一步评估洪水灾害风险以及确定合理的洪灾保险费率奠定了基础 ,对于格网统计数据在城市规划以及城市减灾等领域的应用也有一定的借鉴意义。     

社交媒体数据对反映台风灾害时空分布的有效性研究

当灾害事件发生时,与之相关的社交媒体数据不断产生,其中包含了丰富的灾情信息和签到地理位置信息,这为灾情态势的及时感知提供了一种新的数据源,但是因社交媒体用户量的地区差异及网络空间中信息传播模式的特点,给社交媒体签到数据所代表的空间点过程的模式分析带来了一些新的问题,如签到点密度与实际灾害点事件密度之间的对应关系、签到点之间的空间关系、点格局的空间异质性及其影响因素等。本文以2016年14号台风"莫兰蒂"为例,以"台风"和"莫兰蒂"为关键词,在新浪微博平台上采集了2016年9月14-17日的微博数据,使用文档主题生成模型(Latent Dirichlet Allocation,LDA)和支持向量机(Support Vector Machine,SVM)对微博文本进行分类,构建了含有签到位置信息的灾情点事件数据库。在此基础上,针对社交媒体用户分布的空间异质性提出了一种基于签到点用户活跃度的加权模型。以全局自相关统计量Moran′s I为指标,对加权前后的签到微博数据进行对比,发现这些在社交网络中产生的签到微博数据在现实地理空间中存在明显的空间自相关性;基于"雨"、"停电"等关键词,利用上述加权处理后的微博数据库进行灾害制图,结合真实灾情资料进行时空对比分析,结果表明系列图谱能够反映台风灾害的时空过程趋势。