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。     

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。     

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...     

基于聚类法的陕西省雷电灾害风险区划

选取2002—2007年陕西省雷电灾害易损性分析指标的统计研究结果作为变量,采用Ward’s法对陕西10个地市进行层次聚类分析,并用迭代聚类分析法检验聚类解。结果表明西安属高风险区,渭南、咸阳属次高风险区,宝鸡属中风险区,其它地市属低风险区。     

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。     

基于GIS 的承德市冰雹灾害风险区划

为了有针对性地防御冰雹灾害,应用承德市精细到乡镇的降雹频次、历史灾情、DEM数据、土地和人口密度等资料,从致灾因子、承灾体、孕灾环境、防灾减灾能力四个方面构建冰雹灾害风险评价模型。运用综合加权分析法和层次分析法计算各指标的权重,通过GIS空间分析技术实现对各评价指标栅格化,制作以栅格为基本评价单元的承德市冰雹灾害风险区划图。结果表明:承德市西北部的丰宁县冰雹灾害风险最高;中北部的围场县、隆化县、平泉县大部、滦平县北部风险较高;承德市南部的兴隆县、宽城县冰雹灾害风险较低。     

成都市雷电灾害风险区划分析

该文通过分析2009—2014年成都市闪电定位仪数据和成都市各区县人文经济数据(人口密度和生产总值),采用气象学分级统计分析方法,建立数学模型进行综合分析,对成都市区县进行雷电灾害风险区划,分析结果表明:郫县、龙泉驿区、青羊区和双流区雷电灾害综合风险较大,这些区域的重点建筑物及其附属设施(易燃易爆场所、危化品场所、大型公共设施及人口密集区、工业集中区和高层建筑等),应加强防雷设施的安装与检测。     

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。     

阜阳市地闪活动规律与灾害风险区划

利用2010—2017年闪电定位资料,分析了阜阳地闪的活动特征;利用雷电致灾因子的空间分布叠置来表征风险大小,对阜阳市雷电灾害风险进行了区划。结果表明:阜阳市地闪中负地闪占96%,正地闪占4%;负地闪的平均强度为39.38kA,正地闪为55.74kA;地闪总数的年际变化呈明显减少趋势,正负地闪占年地闪总数的比例年际变化较大,正地闪比例总体上呈上升趋势;一年中6—10月是地闪的多发月,主要集中在7、8月,占全部地闪的78.99%;日变化呈现两峰两谷型,07—08时、14—21时是地闪多发时段,04时前和10—13时是地闪活动最少的时段。地闪密度分布呈现地域差异,平均地闪密度小于1次/(km^-2·a),临泉县南部地区是地闪密度最大的地区,达到2次/(km^2·a)以上;地闪强度分布不存在明显的地域差异。阜南县北部、颍上县北部、界首市中部是雷电灾害风险较小的区域,临泉县、太和县、阜阳市区、阜南县南部、颍上县南部是灾害风险较大的区域。     

遵义市雷电灾害致灾因子危险性区划研究

利用遵义市14个国家气象站1978-2013年雷暴日数据和2006-2020年的ADTD雷电定位数据,叠加遵义市基础地理信息（包含县边界、水系分布等）、人口、GDP等数据。以致灾因子评估方法为理论基础,叠加GIS空间分析技术,对遵义市开展雷电致灾因子危险性区划研究。结果显示：遵义市雷击密度致灾因子区划结果较高,高危险性区域主要集中在市行政中心及赤水中西部;强雷电密度、地闪强度两种致灾因子高危险性区域分布较为零散;雷电灾害致灾因子危险区划中,高危险性区域主要分布于市行政中心、仁怀及桐梓部分区域,该高危险性区域同是人口分布密集,GDP较高的区域,在今后的发展建设中需加强该区域雷电灾害物防、技防、人防能力建设,以减少雷电灾害造成的人员伤亡和财产损失。     

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。     

基于闪电定位资料的四川省雷电风险区划分析

本文通过应用2005～2012年四川省闪电定位资料、四川省各地市州经济发展状况、人口分布情况等资料,采用数理统计分析方法,分析了四川省雷电风险区划.研究得到以下结论：（1）四川省中部平原地区和丘陵地带属于四川省雷电高风险区域,川东南地区属于雷电中等风险区域,川西高原及四川东北部地区属于低风险区.（2）四川省平原地区和丘陵地区相较其他地区经济较为发达,人口密集程度也较高,且位于雷电高发地区,易导致雷电灾害发生.（3）川西北高原地区由于地广人稀,经济发展较差,受高原气候环境影响等因素,不易形成严重的雷电灾害。     

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。     

模糊综合评判法在厦门市雷电灾害风险区划中的应用

选取年雷击大地密度、产值密度和人口密度3个因子作为评判指标,利用模糊综合评判法对厦门市6个区的雷电灾害风险进行了评估.结果显示:厦门市各区雷电灾害风险受地闪频次、经济发展和人口密度分布不均等因素的影响,思明区为高风险区,翔安区为低风险区,其余4个区为中等风险区.该划分为厦门市防雷部门针对本地实际情况制定科学、合理、经济的防雷设计方案提供了更为细致的参考.     

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。     

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...     

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。     

阿坝州雷电灾害风险区划分析

利用2013~2017年阿坝州的雷电监测系统数据,对阿坝州雷电灾害的孕灾环境敏感性、致灾因子危险性、承灾体易损性和防灾减灾能力四个雷电灾害风险因子进行区划研究。结果表明：按高、次高、中等、次低、低五个等次可得到阿坝州雷电灾害风险区划;雷电灾害风险值由东南部向西部及南部递减;次高~高风险区主要集中在市东南部,其中高风险区主要分布在汶川县、茂县、理县东南部、九寨沟东北部、若尔盖中部等地区,次高~高风险地区或者由于降雨频率相对较高,或者因为地势较低,或是江河的主要流经区,或承灾体易损性较强,抗灾能力较弱,因此发生雷电灾害的风险最高;而西部的壤塘县、阿坝县、金川县、红原县、小金县、松潘县等区域是低~次低风险区,这些地区或者由于雷电频率相对较小、致害性不强,或者由于海拔相对较高,或是生产水平较低,雷电灾害致灾的可能性较小;市内其余地区位于中等风险区。     

基于层次分析法的江门市新会区雷电灾害风险区划

利用雷电探测分析系统和地基闪电定位系统(LLS)资料,以广东省江门市新会区11个镇(街)行政区域为评估单元,考虑人口密度以及经济发展因素,选取雷电灾害频数、地闪密度、人口密度、单位面积上的工农业总产值作为评估指标,建立层次分析模型,得到新会区的雷电灾害风险区划。结果表明:新会区会城街道辖区具有极高的雷电灾害风险值;司前镇具有高雷电灾害风险值;大泽镇、古井镇、三江镇、双水镇、睦洲镇具有中等雷电灾害风险;其他镇雷电灾害风险值较低;无极低雷电灾害风险区。     

基于层次分析模型的黑龙江省雷电灾害风险区划

根据黑龙江省1959—2008年雷暴日及1999—2008年雷电灾害资料,结合黑龙江省人口密度、城市发展等社会经济特征,选取雷暴日数、雷电灾害频度、生命易损模数及经济易损模数作为雷电灾害风险评估指标,采用层次分析法确定评估指标权重分布,建立雷电灾害风险评估模型,形成黑龙江省雷电灾害风险区划图,并对该省雷电灾害风险进行了综合评估。结果表明:位于黑龙江省中部松花江、呼兰河流域的哈尔滨、绥化和位于西部嫩江流域的齐齐哈尔为雷电灾害极高风险区;位于北部大兴安岭和小兴安岭山区的大兴安岭、黑河、伊春为高风险区;位于东部三江平原的鹤岗、鸡西、七台河为中风险区;位于东部三江平原腹地的佳木斯、双鸭山和位于东南部河谷盆地的牡丹江为低风险区。