基于综合评价算法的雷电灾害易损度区划模型研究

选取落雷密度、雷灾发生率、雷灾经济损失率及雷灾生命损伤率为评价雷电灾害易损性的指标,运用解析几何的直线方程对指标数据进行了标准化,引入层次分析法对评价指标数据真实性程度对结果的影响进行了修正,采用聚类分析方法对总易损度值进行更为合理科学的区划分级,并以福建省为例对新模型做了实例计算。结果表明,综合评价算法模型在关系计算、级别区划、结果分析等方面体现出一定的数学优势,能较细致、完整地反映出雷灾易损度区划指标之间的联系及各指标因素对雷灾易损度的综合影响关系。     

延安市雷电灾害易损性分析及易损度区划

根据延安市13个县区1990—2010年雷暴日和2002—2010年雷电灾害统计资料,结合延安经济和人文环境特点,将雷暴日、雷电灾害频度、经济易损性以及生命易损性作为延安市雷电灾害易损性评估指标,采用分区法对13个县区的雷电灾害易损度进行区划。结果表明:延安市雷电主要发生于6—8月,平均每年发生雷电灾害3.78次,宝塔区、子长和延长为雷电灾害极高易损区,其中宝塔区易损性最高,延川、甘泉、富县、黄龙为低易损区。     

北京市雷电灾害易损性分析、评估及易损度区划

根据1995—2005年北京市18个区县的雷暴日和雷电灾害统计资料, 结合北京市的经济和人口密度特征, 提出了雷暴日数、雷电灾害频度、生命易损模数及经济易损模数作为北京市雷电灾害易损性评估指标, 并在此基础上, 给出了北京市雷电灾害易损度评估结构。采用4级分区法对上述雷电灾害易损性评估指标进行了分级, 并赋予各等级如下定值:极高级为1.0, 高级为0.8, 中级为0.5, 低级为0.2。将北京市18个区县按照4个雷电灾害易损性评估指标的所属等级获取相应等级值, 将各区县4个评估指标的等级值累加, 得到平均值作为雷电灾害易损性评估的评价指数。最后通过对北京市各区县雷电灾害易损性进行综合评估, 并利用4级分区法形成北京市雷电灾害易损度区划。结果表明:城区和丰台区为雷电灾害极高易损区, 海淀区、朝阳区、昌平区和石景山区为雷电灾害高易损区, 延庆县、大兴区、门头沟区和平谷区为雷电灾害低易损区, 其他区县为雷电灾害中易损区。     

基于闪电定位数据的鲁西南地区雷电灾害易损度区划

为了明确不同县区雷电灾害风险的高低,防御和减轻雷电灾害,利用鲁西南地区闪电定位资料、土壤电阻率数据、经济社会数据,选取地闪密度、强雷电流分布、土壤电阻率、人口密度、单位面积GDP为影响因子,采用层次分析法和加权综合评价法,建立雷电灾害易损度区划模型,以县区为单位,将该地区雷电灾害易损度区划为5个等级,绘制区划图,并利用历史雷灾频次对区划结论进行检验。结果表明:地闪密度高值区位于曹县和东明,这两个县区的雷电灾害易损度最高;郓城和牡丹区的强雷电流分布密度大,易损度次高;巨野和定陶的易损度居中;鄄城的地闪密度最小,成武的土壤电阻率和人口密度较低,两者划为易损度次低区;单县由于强雷电流分布密度最低,划为易损度低风险区。易损度和历史雷灾数据正相关,且相关性较好,密切程度较高,回归显著。     

廊坊市雷电灾害易损性分析、评估及易损度区划

利用1968～2007年河北省廊坊市9个地面气象观测站的雷暴资料及1998～2007年廊坊市雷电灾情统计数据,结合其区域经济状况和人口密度,确定用雷暴日数（M）、雷电灾害频度（R）、经济（GDP）易损模数（E）、经济损失模数（E’）、生命易损模数（L）、生命损伤模数（L’）作为廊坊市雷电灾害易损性评估指标。计算出廊坊市各县（市、区）6个雷电灾害易损性评估指标后分等级进行综合评估与分析,得出各县市区的易损度,并按5级分区法对廊坊市雷电灾害易损度进行区划。结果表明：廊坊市开发区为极高易损区,全市无低易损区和极低易损区。     

基于易损度分析的吉林省雷电灾害风险区划

分析整理2003-2012年吉林省历史雷灾记录,利用48个气象站人工观测雷暴日数序列和2011年《吉林省统计年鉴》数据,结合应用聚类分析和层次分析法建立了吉林省县(市)雷电灾害易损度计算模型。利用自然断点法对模型计算出的易损度进行分级,实现了吉林省各县(市)的雷电灾害风险区划。区划结果表明:吉林省的雷电灾害风险由强到低呈现出由中部向周边递减的结构,强风险区主要位于吉林省中部和南部的地级市本市;高风险区主要位于中部和南部经济发展水平相对较高的县(市);中风险区和低风险区则主要集中于东部山区和西部平原地区。     

基于GIS图层叠置法的精细化雷电灾害易损度区划模型

本文从雷电致灾因子、孕灾环境和承灾体方面研究雷电灾害风险评估及区划方法,根据自然灾害系统理论和自然灾害风险评估理论,以福建省三明市为例,利用气象探测资料、地理信息数据、社会经济发展规模、人口密度、土地利用现状以及雷电灾情等数据,采用统计方法、灾情解析、调查问卷确定权重等方法,建立起评价指标与风险评估的定量关系,利用GIS技术将易损性构成要素进行图层叠置,在GIS平台上将所有数据落实到1km×1km的格栅上进行处理,各地的雷电灾害易损性便以1km×1km的单元进行计算量化,最终得到精细化的雷电灾害易损性风险区划图,完成基于GIS图层叠置法的精细化雷电灾害易损度区划模型研究,形成较科学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,为发展智慧气象,提升防雷减灾公共服务能力提供科学参考,对开展雷电监测、预警、预报以及防雷减灾研究都具有重要意义。     

海南岛雷电灾害特征及易损性分析区划

利用海南岛18个气象台站2003～2009年雷暴日及典型雷电灾害资料,在统计分析海南岛雷灾分布特征的基础上,从灾害易损性角度出发,对海南岛雷电灾害易损性差别进行研究,对各种易损性指标进行综合评估,初步形成海南岛雷灾易损性区划。结果表明,海南岛雷灾集中发生在4～9月份;多发生在下午;无防雷条件或条件差的露天野外和简易工棚等地是雷击事故造成人员伤亡的主要发生地点;地理位置、人口密度和经济发展状况等因素一定程度上影响着雷击灾害的发生及损失程度;形成的海南岛雷灾易损度区域划分图,为区域防雷减灾规划提供了科学依据。     

广州市雷电灾害易损性分析评估和易损度区划

基于广州市2013—2015年闪电监测资料和2010—2015年雷电灾害资料,分析了雷击大地密度的空间分布和雷电灾害频度特征;并结合广州市人口密度、GDP等特征,选取雷击大地密度NG、雷电灾害频度P、生命易损模数L和经济易损模数D这4个参数作为雷电灾害风险评估指标,利用层次分析法确定评估指标权重,建立了雷电灾害风险评估方程式,对广州市雷电灾害易损性进行分析,从而形成雷电灾害易损度区划。结果表明:天河为极高风险区,海珠、萝岗、番禺和花都为高风险区,越秀、荔湾、黄埔和白云为中风险区,从化、增城和南沙为低风险区。研究结果可为广州市雷电灾害易损度区划提供技术支撑。     

内江市雷电灾害风险评估与区划

利用2009~2018年内江市5个县（市、区）的闪电定位资料,结合内江市各乡镇、街道为单元的行政区域社会经济资料和基础地理信息资料,采用风险指数法、GIS自然断点法、加权综合评价法等数量化方法,从致灾因子危险性、承灾体暴露度、承灾体脆弱性三个方面确定11个评价指标进行综合分析,在GIS技术支持下,开展内江市雷电灾害风险分析和评估,编制内江市雷电灾害风险区划图,从而为全市建设发展、产业布局提供参考。     

浙江省雷电灾害易损性分析及风险区划

根据 2007-2011 年浙江省雷电灾害事故调查资料、浙江省地闪监测资料,选取地闪密度、灾害频数、经济（GDP）损失模数、生命易损模数、雷灾经济损失、人员伤亡等作为浙江省各市雷电灾害易损性评估指标,对浙江省各市进行雷电灾害易损性综合评估,并结合 GIS 方法对浙江省进行了雷电灾害易损性风险区划,为有针对性做好防御雷电灾害规划提供科学依据.     

基于GIS技术的江西省雷电灾害风险区划

利用2010—2019年江西省闪电定位监测数据、地理信息数据和社会经济数据,基于GIS技术、自然灾害风险评估方法和层次分析法等方法,从致灾因子、孕灾环境、承灾体3个方面,开展雷电灾害风险区划的研究,并形成江西省雷电灾害风险区划。结果表明：江西省雷电灾害的极高风险区和高风险区主要分布在南昌市、宜春市、新余市、上饶市、吉安市大部分地区和赣州小部分地区,中风险区和低风险区主要分布在九江市、萍乡市和抚州市大部分地区,该区划结果与江西省近10 a雷灾造成的人员伤亡情况大致吻合。     

基于层次-灰色关联分析法的闪电灾害风险区划

为寻求合适的闪电灾害风险区划方法,以浙江省苍南县为例,利用2007—2011年闪电监测数据、1996—2011年雷灾统计资料及基础信息数据等,从闪电灾害发生的特征出发,引入层次-灰色关联分析法,采用层次分析法确定闪电灾害风险评价指标的权重,运用灰色关联分析法确定评价对象的灰色关联系数,进而综合加权得出闪电灾害风险评价指标的灰色关联度,给出闪电灾害的风险区划.结果表明,苍南县闪电灾害风险等级区划由高到低分别是灵溪镇、龙港镇为极高风险区,宜山镇、钱库镇、金乡镇为高风险区,矾山镇、马站镇、桥墩镇、藻溪镇为中风险区,赤溪镇、岱岭畲族乡、凤阳畲族乡为低风险区.在此基础上,对该区域的风险区划结果进行了验证,表明引入的层次-灰色关联分析法适合于闪电灾害风险区划研究.研究结果为编制闪电灾害防御规划以及重点项目灾害风险评估可行性论证提供了参考,对提高闪电灾害防御的综合能力具有现实意义.     

云南省雷电灾害易损性分析及区划

利用云南省124个气象台站1971—2005年年平均雷暴日数资料及2001—2005年雷电灾害资料,从灾害易损性的角度出发,对云南省雷电灾害进行系统的分析研究,计算了各州市的雷击密度、雷击灾害频数、经济易损性指标、生命易损性指标,最后进行了综合评估,初步形成了云南省雷灾易损性区划。结果表明,某一地区雷击灾害的发生及其造成的损失情况既与该地所处的地理位置、大气环境状况有关,也与该地人口密度、经济发展状况有关。所形成的区划对各地防御和减轻雷电灾害,采取有效管理措施提供了比较客观的科学依据。     

雷电参数统计方法

利用湖北省2007-2017年闪电监测与雷暴日观测等数据资料,选取雷暴日、地闪密度、雷电流波头陡度、雷电流强度、大电流密度、小电流密度6个雷电参数作为湖北省雷电灾害风险评价指标;采用投影寻踪方法,构建基于雷电参数的雷电灾害风险评价模型,据此对湖北省雷电灾害进行综合评价与风险区划。结果表明：湖北省雷电灾害可划分为高、较高、中、较低和低5个风险等级,风险等级整体从东至西逐渐降低,东部地区风险明显高于西部地区;较高和高风险区主要位于红安、孝昌、孝南、东西湖、蔡甸、汉南至洪湖一线以东地区;较低和低风险区主要位于襄州、襄城、谷城、保康、兴山、秭归、巴东至五峰一线以西地区;上述以东地区与以西地区之间地带主要为中等风险区,共27个区、县（市）。雷电灾害风险区划结果可为本地开展雷电防灾减灾工作和有效降低灾害损失提供科学依据。

     

基于雷电易发评价体系下的广西雷电区划

利用1960-2013年广西地面气象站观测雷暴资料、2009-2018年二维雷电监测定位资料和2016-2018年三维雷电定位监测资料,以闪电密度为评估要素,建立层次分析模型,绘制广西雷电易发区划图;并加载环境高程数据、2000-2019年雷灾数据以及2005年—2018年广西人口、GDP统计资料,计算雷电灾害风险值,...     

安徽省雷电灾害风险区划

利用安徽省2005—2010年的闪电定位资料,以安徽省各市的行政区域为评估单元,考虑人口密度以及经济发展因素,选取雷暴日（T）、地闪密度（N）、人口密度（L）、单位面积的GDP（D）作为评估指标,建立层次分析模型,得到安徽省的雷电灾害风险区划,然后利用历史雷灾频次对区划结果进行了校验.结果表明：黄山市、马鞍山、铜陵市、池州市、安庆市、淮南市、合肥市、阜阳市具有较高的雷电灾害风险值;宿州市、亳州市、淮北市雷电灾害风险值较低;其他城市雷电灾害风险值居中.     

河南省雷电灾害易损性分析及风险区划

根据2001-2010年河南省雷电灾害事故调查资料、2006-2010年河南省闪电定位资料统计出的雷暴日数,选取雷暴日、灾害频度、经济（GDP）损失模数、生命易损模数等作为河南省各省辖市雷电灾害易损性评估指标,并在此基础上,给出了河南各省辖市雷电灾害易损度评估结构。在分析河南省各省辖市雷电灾害易损性指标的基础上,对各省...