高速公路雾灾风险区划模型

运用2011年12月至2015年11月河北省11条高速公路沿线156套交通气象监测站资料、142个国家气象站雾灾资料、因雾造成的交通事故和封闭管制资料、高速公路日均车流量、路网密度等资料,基于致灾因子危险性、承灾体空间脆弱性以及承灾体易损性3个方面建立了高速公路雾灾风险区划模型,并绘制河北省高速公路雾灾风险区划图。结果发现:(1)河北北部地区、西部山区、沧州沿海地区的高速公路雾灾风险等级较低,而东部和南部平原地区的高速公路雾灾风险等级较高,可为交通安全管理部门提供一定的参考依据;(2)在相同区域内,局地浓雾多发、交通事故多发、大范围雾日多都可造成高速公路雾灾风险等级升高。     

江西省高速公路气象服务效益评估及气象灾害影响分析

基于江西省气象服务中心开展的有关高速公路气象服务问卷调查,分析了江西省高速公路气象服务的现状、敏感性、气象服务需求和满意度,在此基础上对江西省高速公路气象服务效益进行评估,并分析了高速公路主要的致灾气象因子。结果表明:1)高速公路对气象条件有很强的敏感性,高速公路安全对灾害预警、短期天气、重大节假日天气表现最为敏感;高速公路行业对目前的高速公路气象服务总体满意。2)江西省高速公路应用气象信息产品产生的年综合增值占本行业年产值的比率为2.25%—3.15%,且2009—2013年高速公路气象服务效益逐年递增。3)低能见度、路面结冰、路面湿滑是高速公路的主要致灾气象因子;利用相关气象资料和高速公路灾害数据,确定低能见度和路面结冰、降雨等高速公路致灾气象因子临界值,对高速公路行业的气象防灾减灾具有一定的指导意义。     

基于气象条件的河北高速公路通行状况综合风险等级预报方法

利用2012—2017年河北省高速公路沿线交通气象站观测资料以及因气象条件造成的高速公路交通事故和封闭管制资料,选取公路交通高影响天气的强度、持续时间、风险区划等级、单项车流量、地形、发生时段等多个因子,运用加权分析法,分别建立雾、路面结冰和强降雨3种气象灾害风险等级预报模型。在此基础上,构建综合3种高影响天气条件下的高速公路通行状况综合风险等级预报模型,并以3种天气条件造成的公路封闭时长为判别指标给出分级标准。经检验,基于3种高影响天气的河北高速公路通行状况综合风险等级预报模型,其产品准确率可达76.7%,能够满足日常交通气象服务需求。     

利用Logistic回归方法的高速桥（路）面结冰风险等级预警模型

为提升湖北省高速公路交通气象预报服务能力,丰富高速公路沿线桥、路面结冰预警预报产品,开展特色专业气象服务,利用武英高速凤凰关交通气象站2009—2011年3年冬季桥、路面温度观测数据,基于Logistic回归模型解析了桥、路面结冰温度条件频率随环境气温的变化规律,建立了道路结冰温度条件风险概率模型,并由此构建了武英高速桥(路)面结冰风险等级预警模型,得到以下结论。武英高速公路桥面先于路面结冰的临界环境气温存在2℃差效应,桥(路)面结冰温度条件的低、中、高风险频率对应环境气温3基点为1℃(-1℃)、-0.6℃(-2.7℃)、-2.2℃(-4.4℃)。环境气温降低到0.3~-1.6℃(-1.7~-3.8℃)是武英高速桥(路)面结冰频率变化的快增期,-0.6℃(-2.7℃)左右是桥(路)面结冰频率变化最敏感基点。研究以等级形式发布武英高速公路桥、路面结冰风险预警产品,用户可根据条件主动选择防范或规避风险。     

基于GIS的徐水县干旱灾害风险区划

以河北省保定市徐水县干旱灾害为例,对其干旱灾害风险区划进行研究。利用GIS技术,建立气象数据库,集成基础地理数据、气象观测数据和人口经济等资料;选择适当指标,实现干旱灾害致灾因子危险性、孕灾环境敏感性、承灾体脆弱性和防灾减灾能力栅格化的计算。通过建立干旱灾害风险评估模型,完成干旱灾害风险区划的绘制,并分析了徐水县干旱灾害风险区划的分布特点。结果表明,徐水县干旱灾害风险分布呈地区性差异,中部地区发生干旱灾害的风险较高,西南地区风险较低。     

浙江省高速公路低温雨雪冰冻灾害风险评估与区划

本文以高速公路为区划对象,利用2004—2013年浙江省68个气象站常规观测资料、基础地理信息数据、社会经济数据及交通事故数据,采用Arc GIS空间分析技术、加权综合评价法和层次分析法等方法,从致灾因子、承灾体及历史高速公路交通事故发生特征3个方面,构建了浙江省高速公路风险区划指标体系,并对浙江省高速公路低温雨雪冰冻灾害进行了评估与风险区划。结果表明:浙江省高速公路可划分为高、较高、中等、较低和低风险5个等级;高风险区路段占浙江省高速公路总长的13.49%,主要分布在杭景新高速建德段、杭瑞高速杭州至临安段、沪渝高速湖州段、申嘉湖高速湖州段、练杭高速德清至余杭段、长深高速杭州市段及湖州至余杭段、杭金衢高速衢州段、诸永高速东阳至磐安段、台金高速缙云段。高速公路低温雨雪冰冻灾害风险区划结果可为公路管理部门防灾减灾工作提供科学参考。     

基于综合评价法的河池市雷电灾害风险区划

为了探讨雷电灾害风险区划方法,细化河池市雷电灾害风险区划(分辨率为1 km×1 km),为雷电防灾减灾工作提供更科学的指导,利用河池市2010—2015年闪电资料、2000年地理数据和2015年社会经济数据,采用相关法,选取与闪电密度、强度分布相关的海拔高度、坡度等8个指标,结合闪电密度、强度,利用熵值法、复相关系数法和层次分析法组合建立了雷电风险计算模型,并利用历史雷灾频次对区划结果进行检验。结果表明:金城江、南丹和凤山为雷灾极高风险区,天峨、巴马、东兰和大化大部分区域为雷灾风险高值区,其他县为雷灾风险低值区(局部区域为高值区)。雷电区划风险值和历史雷灾数据呈现较好的相关性。     

海南环岛高速强降雨灾害风险分析

基于2010—2014年G98海南环岛高速公路降水资料及公安交管部门提供的交通事故资料,分析海南环岛高速公路交通事故分布特征,发现强降雨是诱发交通事故最多的灾害性天气。运用灰色关联度方法针对降雨引发的交通事故进行评估分析,通过死亡人数、受伤人数和直接经济财产损失3项评估指标得到40次典型个例的灰色关联度排序。以年累计降雨日数、最大日降雨量、最大小时降雨量作为致灾因子危险性指标;以环岛高速公路气象灾害风险普查得到的强降雨致灾隐患路段、单向车流量作为承灾体脆弱性指标;以因降雨造成的交通事故发生频次和事故灰色关联度最大值作为承灾体易损性指标,构建环岛高速强降雨气象灾害风险区划指数模型,计算11个高速公路管理站的风险区划指数,得到海南环岛高速公路强降雨气象灾害的客观风险空间分布,发现定安—万宁路段是强降雨高风险路段,在交通气象服务中应重点关注。     

辽宁暴雨诱发山洪灾害风险区划研究

基于自然灾害风险评估理论,利用2005—2019年辽宁省1639个自动站逐时降水观测资料、2017年辽宁省30 m分辨率的基础地理信息和山洪沟资料以及风险普查数据,对辽宁暴雨诱发山洪灾害风险区划进行研究,并将风险区划结果与历史山洪灾情进行对比分析。结果表明：通过山洪灾害与降水相关性统计发现,6 h暴雨作为辽宁省山洪致灾因子更为合适,因此构建了6 h综合利用分级暴雨强度及暴雨频次精细评估暴雨致灾危险性;山洪沟沟口高程、沟床比降及河网密度等资料可有效评估山洪孕灾环境敏感性;人口密度、耕地比例两个风险暴露度指标以及灾损敏感系数可大体评估承灾体的易损性;与历史山洪灾害空间和频率分布对比,山洪灾害的高发区与在本次风险区划高风险区基本吻合;精确到每个山洪沟风险区划的结果,提高了山洪灾害的风险区划精度,为辽宁暴雨诱发山洪灾害精准防御提供参考。     

河北省公路交通气象灾害的风险普查结果与防范对策

为了解河北省公路交通气象灾害风险和服务需求,为加强和改善公路交通气象服务提供参考。采用问卷调查、实地观察、专家评估和对比分析法对高速公路的隐患路段和主要灾害天气进行普查。发现影响黄石、京藏高速公路的主要灾害性天气是大雾、强降水、路面结冰和路面湿滑,影响时间主要是秋冬季节;大雾、强降水等灾害性天气定时定点定量预报是交通管理部门需要的,服务内容要易于理解,服务方式要增加手机客户端、高速电子情报板、手机短信即时服务等。同时还发现黄石、京藏高速公路低能见度临界值为700、800 m,京藏高速路面积水的临界值为12 h降雨量为9 mm,路面湿滑的临界值为12 h累积降雨量3.0 mm。     

湖北省高速公路道路结冰预警模型

利用2013年以来建立的湖北省高速公路沿线的87个交通气象观测站每10分钟一次的气温及路面温度等实况资料,对各个高速路段的路面结冰频率随气温的变化规律进行了分析,发现均满足Logistic回归模型,但不同高速路段结冰对应的环境气温有差异。通过研究各个高速路段道路结冰的气温条件概率,计算得到湖北高速各个路段拐点气温,再结合路段降水情况,可以对湖北省高速公路结冰进行预警,从而为高速公路是否开展消冰措施、何时开展消冰措施提供建议。     

基于灾害风险因子的青海省干旱灾害风险区划

利用1961—2018年青海省气象资料、地理信息数据和社会经济数据,对青海省干旱灾害风险区划进行研究.结果表明:(1)致灾因子危险性较高的地区主要在青海省东部和南部,较低地区主要在青海省西部.(2)孕灾环境脆弱性整体自西北向东南逐渐降低,西北地区脆弱性风险较高,东南部较低.(3)承灾体暴露风险较高的地区主要在青海省东部...     

基于GIS的浙江省高速公路大雾灾害风险区划

大雾是影响高速公路交通安全与运营效率的最主要的灾害天气之一。基于2004—2013年浙江省68个气象站大雾观测资料、基础地理信息数据以及高速公路历史灾情数据,开展浙江省高速公路大雾灾害风险区划研究。依据自然灾害风险分析原理,构建高速公路大雾灾害风险区划指标体系,以浙江省大雾出现的频次和持续时间作为大雾灾害的危险性评价指标;以因大雾导致的高速公路交通事故率、高速公路封路频次和持续时间作为脆弱性评价指标;以高速公路客运量和货运量作为暴露性评价指标。在ArcGIS的空间信息技术支持下,采用层次分析法和综合评价方法,建立了高速公路大雾灾害风险评估模型,最终完成浙江省高速公路大雾灾害风险区划图。区划结果表明,高风险区路段占全省路段总长的15.13%,主要分布在申嘉湖高速南浔段以及嘉善段、杭州湾环线高速萧山至越城段、杭州绕城西线高速、常台高速上虞至嵊州段、诸永高速诸暨至磐安段、沪昆高速诸暨段以及柯城段。     

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。      

青海省公路沿线强降雪天气灾害风险区划研究

利用青海省主要公路沿线43个气象站和26个交通气象站2004年10月—2016年5月的地面气象观测中的降雪量和积雪深度资料及2013—2016年的交通事故、交通管制、道路形态和车流量等资料,在分析青海省公路沿线强降雪时空分布特征、引起交通事故天气类型、路面状况和交通管制气象因素的基础上,分析了青海省公路交通沿线道路孕灾环境、承灾体和致灾因子。以强降雪致灾因子为基础,加上承灾体、孕灾环境权重系数,最终研究建立了青海省公路沿线强降雪灾害性天气风险等级区划模型,并绘制了等级区划图。西宁地区、海北地区、都兰县是强降雪灾害性天气高风险区,此外,东部地区强降雪灾害性天气风险显著高于西部地区。     

雷电灾害风险区划方法研究及其在安徽省的应用

本文根据自然灾害系统理论和自然灾害风险评估理论,利用气象资料、地理信息数据、社会经济数据以及雷电灾情等数据,采用统计方法、灾情解析、专家打分等方法,从致灾因子、孕灾环境、承灾体方面,研究雷电灾害风险评估及区划方法,建立起评价指标与风险评估的定量关系,形成了较完整的雷电灾害风险评估及区划技术方法体系,具有很好的应用推广价值。对安徽省雷电灾害风险区划表明:高风险区主要位于经济水平较高的城市以及皖南山区高海拔地区,而低风险区主要位于淮北地区,与灾情验证情况吻合。     

河北省雷电灾害易损性综合评估与区划

从雷电灾害易损性分析角度出发,利用河北省11个气象台站1971—2000年雷暴日资料和2003—2009年雷电灾害数据,结合河北省的经济和人口密度特征,选取雷击大地密度、雷电灾害频数、经济易损模数、生命易损模数4个指标,采用灾后分析法对河北省雷电灾害易损性进行了评估。评估结果显示:唐山、保定、秦皇岛为高易损区,邢台、衡水、廊坊、张家口、石家庄为较高易损区,承德为中易损区,沧州、邯郸为低易损区。初步形成了各地易损性结构和河北省雷灾易损度区划,绘制了河北省雷电灾害易损度区划图,为河北省各级政府和相关管理部门防御雷电灾害提供客观的科学依据。     

层次分析法和GIS技术在河南省雷电灾害风险区划中的应用

根据自然灾害风险评估理论,利用闪电定位资料、地理信息数据、社会经济数据以及雷电灾情等数据,采用层次分析法（AHP法）,从致灾因子的危险性、承灾体的暴露度和承灾体的脆弱性方面,研究雷电灾害风险评估及区划方法,建立起评价指标与风险评估的定量关系,形成了河南省雷电灾害风险评估的方法.同时,结合GIS技术,形成了致灾因子危险性分布图、承灾体的暴露度分布图和承灾体的脆弱性分布图,最终叠加形成河南省雷电灾害综合风险区划图.区划结果表明：高风险区主要位于豫东和豫西北大部分地区,低风险区主要位于豫北和豫西南部分地区.     

海南省暴雨洪涝灾害风险评价及区划研究

选取暴雨洪涝灾害较为严重的海南省为研究区,在对孕灾环境敏感性、致灾因子危险性、承灾体易损性、防灾减灾能力等因子进行定量分析评价的基础上,根据风险度指数的大小,反映暴雨洪涝灾害风险分布的地区差异性,对研究区暴雨洪涝灾害风险进行区划,结果分为5个等级。将灾情数据的空间分布与相应的灾害风险区划结果进行对比分析及结果验证,并提出相应的灾害防御措施。     

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。