近十年我国热带气旋灾害的特征研究

利用最新搜集的2004—2013年热带气旋(TC)灾情资料,研究在影响我国TC的特征发生了较大变化的背景下TC灾害的时空分布特征。2004—2013年,TC灾害造成我国的直接经济损失占国民生产总值(GDP)百分比、农作物受灾面积、死亡人口、受灾人口和倒塌房屋数量均比上个十年(1994—2003年)显著减少。我国致灾TC年频数整体呈增加态势,但其造成的直接经济损失、农作物受灾面积和受灾人口均表现为先增加后减少再增加的变化特征,死亡人口和倒塌房屋数量表现为先增加后减少的变化特征。我国TC灾害造成的各项损失总量与TC灾害发生频次的空间分布较一致。从平均单次损失来看,我国北方和内陆的部分地区由TC灾害造成的直接经济损失、农作物受灾面积和受灾人口较严重。      

1981—2019年北疆暴雨洪涝灾害的时空变化特征分析

基于1981—2019年新疆北疆38个县(市)出现的1394次暴雨洪涝灾害事件,以暴雨洪涝灾害出现次数、死亡人数、倒塌房屋数、倒塌棚圈数、死亡牲畜数、农作物受灾面积作为评价因子,采用多种统计学方法,构建暴雨洪涝灾损指数,分析近39 a北疆暴雨洪涝灾害的时空变化特征.结果表明:北疆暴雨洪涝灾害高发区位于博州、伊犁河谷和阿勒泰地区,危害性严重等级以上的暴雨洪涝灾害分布在伊犁河谷和阿勒泰地区,特重等级的暴雨洪涝灾害则集中发生在伊犁河谷的霍城、伊宁、巩留、尼勒克和新源等县;暴雨洪涝灾害出现次数及其造成的死亡人数、农作物受灾面积的月变化呈单峰型,而倒塌房屋数、倒塌棚圈数、死亡牲畜数则呈双峰型;年暴雨洪涝灾害出现次数呈显著的线性增加趋势,年度灾损指数呈弱的增加趋势,但在年代际时间尺度上灾害强度不断加强.大雨以上日数和暴雨以上日数是影响北疆暴雨洪涝灾害年际变化的主要气候因素.     

1995—2021年广东“龙舟水”期间灾情分析

针对广东“龙舟水”灾情的灾前预估和灾后快速估计的需求,本文利用1995—2021年广东“龙舟水”期间降雨和暴雨洪涝灾害数据,计算“龙舟水”综合灾情指数,应用百分位法将其划分为轻、中、重3个等级;并对广东“龙舟水”的灾情特征、降雨与灾情的关系进行分析。结果表明：①1995—2021年广东“龙舟水”期间降雨强度、范围、强降雨频率及持续时间的峰值集中在2005—2010年,灾情强峰值出现在2005—2008年,峰值区间较一致;2008年灾情最重,2008年后综合灾情强度呈下降趋势,近10 a（2012—2021年）各灾情也呈下降趋势,以倒塌房屋数、受灾人口数、农作物受灾面积降幅最明显,直接经济损失降幅较小。②农作物受灾面积与各降雨指标的相关性最大,其次为受灾人口数和直接经济损失;综合灾情等级、直接经济损失主要受降雨强度、强降雨频率影响,受灾人口数、农作物受灾面积灾情主要受降雨强度、降雨范围影响,倒塌房屋数、死亡人数灾情主要受强降雨的频率影响。③建立的“龙舟水”平均总降雨量与灾情的拟合关系方程,能较好地估计 “龙舟水”综合灾情等级和灾情数据。     

1994-2018年广东主要气象灾害特征分析

利用1994-2018年广东气象灾害年鉴资料,统计分析了广东近25年台风、暴雨、低温、干旱和强对流等主要气象灾害造成的直接经济损失、死亡人口、受灾人口、农业受灾面积和倒塌房屋这5个灾情要素的特征.结果表明:台风造成广东的直接经济损失最大,占气象灾害总损失的62.0％,其次是暴雨,占23.5％,第3、第4分别是低温10....     

广东暴雨洪涝灾害损失定量评估

广东暴雨强度大、范围广、季节长,造成的灾害重、影响大。为合理、定量地评估广东暴雨洪涝过程强度及其损失,基于1994—2018年广东致灾暴雨过程和相应灾情资料,构建了广东暴雨过程综合强度评估模型和灾情指数模型,并采用百分位数法进行暴雨强度和灾情等级划分,以第60、第80、第90和第95百分位数为临界阈值,分别将致灾暴雨过程强度和灾情划分为弱(1级)、较弱(2级)、中等(3级)、较强(4级)、强(5级)和微灾、小灾、中灾、大灾、巨灾5个等级,进而分析了不同强度等级暴雨过程可能造成的人口、农作物、房屋和经济等承灾体损失。结果表明:(1)1994—2018年间,广东各等级致灾暴雨过程主要出现在4—9月的汛期,5—7月尤其多,要特别注意防御;(2)致灾暴雨过程强度等级与各类承灾体灾情指数存在显著正相关关系:随暴雨强度的增强,倒塌房屋数呈指数增长,受灾人口、死亡人数、农作物受灾面积和直接经济损失呈线性增长;(3)平均而言,当暴雨强度达到强(5级)等级时,受灾人口、死亡人数、农作物受灾面积、倒塌房屋数和直接经济损失标准分别约为187.19万人、22人、10.52×10^4 hm^2、1.12万间和13.07亿元。     

1961—2013年广西洪涝灾害时空分布特征及成因

用广西1961—2013年90个气象观测站的日降水资料和灾害监测资料及NCEP/NCAR再分析资料,分析广西洪涝灾害时空分布特征及其成因。结果表明:广西洪涝灾害造成的损失严重,受灾面积、受灾人口、死亡人数及倒塌房屋等灾害损失呈上升趋势,20世纪90年代因洪涝灾害导致的各方面损失最严重。洪涝灾害发生概率桂东大于桂西。红水河、柳江、桂江、浔江、郁江、西江流域洪涝灾害与大雨以上量级降水量相关最高,其次为北海、钦州、防城港的独流入海流域。河池和柳州是因强降水最容易造成人员死亡的地区,其次为贺州。三种大气环流形势易引发致洪强降雨,中高纬度的槽脊偏强,低纬度地区副高西伸至华南沿海;西伯利亚低槽偏强,广西受南支槽前控制,利于冷暖空气在广西上空交汇,发生暴雨;副热带高压脊线偏北,西伸脊线偏西,有利于热带气旋西移给广西带来暴雨天气。     

近36年遵义市暴雨洪涝灾害变化特征及成因分析

暴雨、大暴雨等自然因素和防洪、除涝工程等社会因数是影响暴雨洪涝灾害发生、发展的重要因素。基于1984-2019年遵义市13个国家气象观测站逐日降水量资料、遵义市第一次自然灾害风险普查暴雨洪涝灾害数据,采用常规统计、突变检验、线性倾向估计、相关分析、对比分析等方法,得出遵义市暴雨、大暴雨以及受灾面积的年际、年代际以及长期变化变化特征,同时揭示农作物受灾面积的变化成因。结果表明：近36年遵义市暴雨日数及其累计降水量呈波动式微弱增加趋势,大暴雨日数及其累计降水量呈显著减少趋势,暴雨、大暴雨均具有不同的阶段性变化特征。1984-1999年农作物受灾面积呈显著上升趋势,2000-2019年农作物受灾面积呈显著下降趋势。大暴雨日数及其累计降水量与受灾面积呈显著正相关,并且具有明显的阶段性差异。暴雨洪涝灾害发生、发展既受暴雨、大暴雨等气象自然因子影响,也受气象灾害防御工程和灾害性天气预报预警水平等社会因素影响。     

1984—2013年山东省主要气象灾情特征分析

文章利用1984—2013年山东省气象灾害普查资料,分析了山东省2001—2006年主要气象灾情时空分布特征。收集到的灾情记录数最多的气象灾害是暴雨洪涝、冰雹、大风、干旱和台风;由气象灾害造成的受灾面积较重,绝收面积1992年最多,受灾人口在2000年以后呈显著增多的趋势,直接经济损失呈逐年增多的趋势;山东省各县年均受灾面积和年均受灾经济损失空间分布,均以南部和东北部地区分布较多。     

2014年青海省十大天气气候事件

<正>一、夏季多地洪涝成灾夏季,全省降水大部偏多,化隆等多地出现明显降水天气过程,引发不同程度的暴雨洪涝灾害以及塌方、泥石流等次生灾害,林地、道路、桥涵、水利防洪设施、在建水库遭受不同程度损毁,造成4人死亡、1人失踪、农作物受灾面积10300余hm,经济损失近18300余万元。二、夏季冰雹灾害致多地损失严重夏季,青海省东北部地区及环湖局部地区频遭冰雹袭击,农田、林地等遭受不同程度损毁,受灾人     

基于距离函数的区域性暴雨灾害风险预估方法研究

以湖北省历史暴雨灾害资料为基础,筛选、确定暴雨灾害个例,采用正态概率密度函数、区间平移和欧氏距离函数等方法,构建湖北省5—9月区域性暴雨天气过程强度等级、可能产生的灾情损失值风险预估模型。应用结果表明,该模型对区域性暴雨强度等级风险预估的正确率达到66.7%,对受灾人口、农作物受灾面积风险预估的正确率分别达到62.5%、55.6%,但对直接经济损失的风险预估效果略差。     

新疆南疆暴雨洪涝灾害风险区划

利用2010—2020年南疆气象观测逐小时降水及各县暴雨洪涝灾情数据，将灾损指标按百分位法划分为4个等级。基于GIS技术的自然断点法，从暴雨事件和孕灾环境方面，将暴雨洪涝灾害危险性等级划分为低、中低、中高、高4级。结果表明：受灾人口特重区域在和田地区洛浦县、墨玉县和于田县；直接经济损失特重在和静县、沙雅县、乌什县；农作物受灾特重在阿克苏地区沙雅县、喀什地区英吉沙县和岳普湖县。6 h、12 h、24 h最大降水量可作为南疆暴雨洪涝灾害的气象致灾因子，北部高于南部，西部高于东部，山区高于平原；暴雨洪涝灾害风险高区主要集中在和田地区于田县南部山区、阿克苏地区西部北部山区、喀什地区泽普县、巴州北部轮台县山区。     

辽宁省精细化暴雨洪涝灾害风险评估与预评估

基于辽宁省61个国家气象站1961—2020年和998个区域自动气象观测站建站至2020年逐小时、逐日降水资料,分析了辽宁省暴雨洪涝灾害主要致灾因子,计算了暴雨洪涝孕灾环境指标,完成了辽宁省暴雨洪涝灾害危险性评估。结果表明：暴雨洪涝高危险性地区主要位于丹东;暴雨洪涝灾害人口高风险区主要位于沈阳和大连市区;经济高风险区主要位于大连和盘锦市区;水稻、玉米高风险区主要位于锦州、盘锦和丹东。利用辽宁省无缝隙智能网格预报数据对2022年7月28—29日的暴雨过程灾害风险进行了预评估,发现暴雨灾害危险性高值区域主要分布在朝阳、葫芦岛以及辽宁中部。暴雨灾害可能造成的人口、经济高风险区域主要位于辽宁西部和中部地区;暴雨灾害可能造成的水稻和玉米高风险区主要位于沈阳、铁岭和朝阳北部等地区。预计高风险区主要影响人口约为449万人,经济损失约为1432万元,受影响的水稻面积约为1.028万公顷、玉米面积约为1.798万公顷。通过灾后效果检验,发现预评估模型效果良好,可在实际的暴雨洪涝灾害风险评估业务中使用。     

基于信息扩散方法的中国台风灾害年月尺度风险评估

利用1985—2014年中国台风灾情和社会经济资料,对中国年和月尺度的台风直接经济损失的时空变化规律进行分析,并采用信息扩散方法开展损失风险评估,为提高台风灾害风险管理能力提供参考。结果表明:全国年及7—9月各月的直接经济损失均呈增加趋势。直接经济损失的月际变化特征明显,8月致灾台风个数多、损失最严重;与1985—1994年相比,后两个10年年内变化幅度大,且9一10月损失大于6—7月。随着直接经济损失水平的增加,发生中、高风险的地区逐渐减少,年直接经济损失≥50亿、≥100亿元水平下,浙江风险概率为全国最高。在10年、20年、30年一遇三个风险水平下,浙江、广东、福建、广西年直接经济损失一直维持特重灾等级;20年、30年一遇风险水平下,北方地区的山东与辽宁年和8月、河北年台风直接经济损失也达特重等级,防台应对不容忽视。     

中国暴雨洪涝灾害的暴露度与脆弱性时空变化特征

利用1984-2012年中国暴雨洪涝灾害灾情和社会经济数据,从灾害暴露范围、人口暴露度、经济暴露度和农作物暴露度4个方面分析了灾害暴露度的特征,从人口脆弱性和经济脆弱性两方面分析了灾害脆弱性特征。研究表明：1984-2012年,中国暴雨洪涝灾害年平均暴露范围、人口暴露度、经济暴露度和农作物暴露度分别为9.37万km²、126人/km²、149万元/km²和1.53亿hm²,暴露度总体呈显著增加趋势,高暴露区域主要分布在沿海省（市）;人口脆弱性显著增大,但经济脆弱性有逐渐减小的趋势,灾害脆弱性高值区主要分布在长江中游沿岸的湖南、安徽、重庆、江西、湖北等省（市）,上海、北京、天津为灾害脆弱性最低的区域。     

宁波市台风灾情评估和基于层次分析法的风险评估

筛选了1956—2016年间对宁波地区影响大、具有较完整灾情记录的台风个例30个,分析了台风灾情特征,并进行灾情评估;利用模糊算法和层次分析法,建立宁波地区台风风险评估模型。结果表明:近年来台风导致的死亡人数、倒塌房屋数量、水利和农作物受灾呈下降趋势;但是经济损失越来越大,浙江登陆台风造成养殖业的损失也有增大趋势。实际灾情指数(ADI)达到1级特重的台风有4个,达到2级(严重)及以上的有9个,ADI总体呈减小趋势。风险评估指数(RAI)与实际灾情指数(ADI)的相关系数为0.78,二者等级的一致率为73%;不一致的样本中,2000年之前风险评估等级小于灾情等级,2000年之后风险评估等级大于灾情等级。风险评估指数RAI和直接经济损失率的相关系数为0.7。业务中,可根据风险评估模型计算即将影响台风的RAI,利用直接经济损失率与RAI的拟合方程或者相近RAI的历史台风,估算其可能造成的经济损失。      

东北地区农业气象灾害定量评估

利用1971—2008年东北地区农业生产资料及主要农业气象灾害资料,计算了干旱、洪涝、风雹和低温冷害的影响权重、成灾率及其变异值。在此基础上,分析了4类灾害对农业生产的影响程度,并进行了综合评估。结果表明：东北地区干旱影响权重最大,并呈增加趋势;黑龙江省各种灾害权重均大于吉林省、辽宁省;东北地区气象灾害以小灾和轻灾为主,但气象灾害对农业生产危害程度越来越严重,特别是2000年以来,重大灾害的发生频率明显升高。     

广西热带气旋特征变化与灾损变化态势

运用线性倾向估计法,分析1951～2012年影响广西热带气旋频数和强度变化及1984～2012年热带气旋灾害失情况.结果显示：8、9月的热带气旋频数呈明显减少趋势;热带气旋年频数呈减少趋势;热带气旋频数年代际变化表现为近10年最少.热带气旋最大强度呈不显著减弱趋势,平均强度呈不显著增强趋势.29年间,热带气旋造成的受灾人口明显增多,死亡人数明显减少;农作物受灾率和绝收率、房屋倒塌数量以及直接经济损失总体变化趋势均不明显.     

1616-1911年河南省异常洪涝灾害的时空特征及其成因

通过分类和整理1616-1911年河南省洪涝灾害记录,建立了洪涝灾害等级序列。采用Morlet小波变换、DBSCAN空间聚类等方法研究了河南异常洪涝灾害时空分异规律。探讨了洪涝发生对东亚夏季风和太阳活动变化的响应。结果表明：河南省洪涝灾害的发生存在80 a、30 a、20 a、9 a 4个主周期。在不同冷暖时期,北部地区洪涝灾害强度大于南部地区,且气候冷期洪涝强度和发生区域明显大于气候暖期,这除了与降水分布有关外,可能还与水域分布有关。河南南、北部洪涝强度对东亚夏季风强度的响应存在较大的差异,在东亚夏季风强年,季风系统位置偏北,易引起北部地区多洪涝;在东亚夏季风弱年,季风系统位置偏南,易引起南部地区多洪涝。不同时间尺度上二者相关性有显著差异,在100 a及以下时间尺度上,东亚夏季风对河南南部的洪涝影响显著;在200 a时间尺度上,东亚夏季风对河南北部的洪涝影响更显著。洪涝灾害易出现在太阳黑子数极值年及其附近,出现在极大值M年的频率高于极小值m年。河南北部的洪涝在各种不同时间尺度上对太阳黑子周期长度（SCL）的变化均有显著响应,河南南部的洪涝只在100 a尺度上对SCL的变化有显著响应,即当SCL变长（太阳活动减弱）时,有利于河南北部洪涝的少发;反之有利于洪涝的多发。河南省洪涝的变化可能是太阳活动与东亚夏季风共同作用的结果。进一步揭示历史洪涝发生规律及其成因对于正确预估未来旱涝趋势具有重要意义。     

1984—2014年影响中国热带气旋的经济损失标准化及其变化特征

根据1984—2014年中国热带气旋损失数据和社会经济统计资料,采用居民消费者物价指数方法(consumer price index,CPI)、常规标准化方法(conventional normalization method,CNM)和替代标准化方法(Alternative Normalization Method,ANM)对影响中国的气旋的直接经济损失进行标准化处理,对比研究了原始的和CPI、CNM、ANM等三种标准化的灾害损失时空特征。研究结果表明:(1) 原始损失值有利于与同年其他灾种损失进行对比以及数据的逐年延长更新,而标准化后的损失值有利于长时间序列的时空比较研究,其中,CPI方法计算简单,易于推广,可用于中国灾害损失的数据处理与分析汇总,而在人口和财富快速增长的地区,CNM和ANM方法有利于体现人口和财富对损失的影响,在长时间序列的时空比较研究方面更具优势;(2) 1984—2014年,共有243个影响气旋影响中国大陆的22个省(区、市),气旋频数多年来没有显著变化趋势,但未登陆的影响气旋和台风(TY)强度及以上等级的影响气旋频数多年来皆呈明显增加趋势;(3) 1984—2014年影响气旋所造成的直接经济损失在原始的和经CPI标准化后的序列中均呈显著增加趋势,而经CNM和ANM标准化后的序列则无明显趋势,原始序列中最高损失年是2013年,CPI、CNM和ANM标准化后损失序列在1996年达到最高值后经历了由高到低的突变,原始的以及三种标准化后的损失序列均存在2~3年的周期振荡,浙江、广东和福建省始终是直接经济损失最高的三个省份;(4) 在对中国大陆造成最高直接经济损失的十个影响气旋中,1996年的“赫伯”(Herb)始终位居首位,而其他影响气旋的排序位次因标准化与否以及标准化方法的不同而有明显差异。