基于投影寻踪回归的规范指标的气象灾情评估

科学合理地评估气象灾害造成的损失, 对减灾、防灾决策具有重要意义。为了建立不同气象灾害系统均能适用的投影寻踪回归 (projection pursuit regression, PPR) 矩阵表示灾情评估模型,在对气象灾情指标值进行规范变换基础上,规范变换后的各指标皆等效于同一个规范指标,因而只需构建对任意2个规范指标值适用的投影寻踪回归 (projection pursuit regression based on normalized index value, NV-PPR) NV-PPR (2) 模型和3个规范指标值适用的投影寻踪回归NV-PPR (3) 模型;对3个以上指标的气象灾害系统NV-PPR建模,只需将其分解为若干个NV-PPR (2) 模型和 (或) NV-PPR (3) 模型的组合即可。模型用于广东省台风和重庆市两起雷电灾情评估,并与其他方法的评估结果进行比较。结果表明:基于NV-PPR的气象灾情评估模型不受指标数量的限制,具有简单、实用的特点,该模型还可推广为适用于其他灾情评估。     

灰色关联度方法在大风和暴雨灾害损失评估中的应用

针对近20年北京地区发生的大风和暴雨灾害,应用灰色关联度方法,计算北京地区近20年的19个大风和暴雨灾例的灾情评估指标与关联度,进行损失评估和比较。结果表明,该方法对灾情等级划分和灾情损失排序是合理的,比较符合实际对灾情的评价,能够对不同气象灾害和同一级别的气象灾害灾情差异尺度做比较,是能够应用于实际工作中的一种科学方法。     

基于实际灾情的青海高原雪灾等级（评估）指标研究

利用1951—2008年青海高原雪灾实际灾情资料,通过统计计算各年份雪灾造成的牲畜死亡率,并进行排序,参照了计算SPI(标准化降水指数)不同等级干旱在全部干旱中所占比例的过程,确定了不同雪灾等级的阈值,制订了基于实际灾情的雪灾指标。并对几次典型雪灾过程进行评估检验,结果表明:本研究确定的雪灾等级与DB63雪灾标准基本一致。在青海高原牧区,用雪灾造成的实际牲畜死亡率来确定雪灾等级指标,评估雪灾受灾程度,是一种较为科学和具有很好的现实指导意义的新方法。     

基于GIS潍坊市暴雨洪涝灾害损失评估方法研究

利用潍坊市1984—2007年暴雨洪涝灾情数据,基于GIS技术结合模糊综合评价方法确定了灾害综合评价指数,根据灾损率指标与灾害综合评价指数得到潍坊市农业经济损失率评估模型。模型表明灾害综合评价指数与农业经济损失率具有较好的线性相关关系,相关系数达0.842。并对潍坊市一次暴雨洪涝灾害进行评估,验证该模型精度。与实际灾情数据对比,相对误差最小值为15.37%,最大值为21.29%,模拟结果与历史灾情数据基本一致。     

草原火灾灾情评估方法的研究

依据灾害发生原理及一般灾情评估方法，建立了草原火灾灾情评估指标及一般数学模型，并将灾情划分为重灾、大灾和小灾3个等级。以锡盟地区草原火灾灾情评估为案例进行了模型检验，评估结果与实际情况相符。     

基于灰色关联法的县域台风灾情评估方法初探

利用2000—2016年的县域台风灾害历史灾情数据,选取受灾人数、死亡人数、倒损房屋数、农作物受灾面积和直接经济损失为评估指标,在对各项指标进行分级的基础上,通过灰色关联分析法建立了以县域为单位的台风灾害综合灾损指标,对所选取市县的台风灾害损失情况进行了分级评估分析。结果表明,所选取的指标能够快速实现不同台风灾害、不同市县间的台风灾害严重程度的对比分析,具有实际应用价值。灾害等级分布结果显示,东南沿海市县为台风灾害多发区,浙江省、广东省和福建省的各市县为严重灾害（特大型、大型灾害）的易发区;8月、9月为严重灾害的多发时间。以不同登陆地点、不同影响范围的1210号“达维”台风和1513号“苏迪罗”台风为例,对灾情评估的合理性进行了验证。     

基于模糊综合评价法的登陆台风灾害影响评估模型

对登陆我国的台风灾害影响进行评估试验,遴选10个因子作为灾害的影响因子,利用加权平均规划法确定影响因子的权重,应用模糊综合评价法得出台风影响的评价系数及灾情分级.对2000-2006年登陆台风的影响评估进行试验,模型的评估等级与实际的灾情级别均很接近,灾情等级为特别重大、重大、较重、一般四级的Ts评分分别达到89%、87%、73%、78%,全部个例的拟合率达到90%.表明该模型能较好地评估我国登陆台风造成的灾情.     

暴雨综合影响指标及其在灾情评估中的应用

利用广东省86个站1951～2006年的气象资料、地理信息资料和灾情等,对暴雨的致灾因子、综合影响指标及其在灾情评估中的应用进行了研究。结果表明,暴雨的致灾因子包括降雨量、暴雨强度、降雨持续时间、灾害影响面积等指标中的11个因子,这些因子之间相关显著。利用主成分分析对11个致灾因子进行综合简化,得到了一个物理意义清晰,且方差占总方差大部分的暴雨综合影响指标。根据暴雨综合影响指标,分级评判暴雨的影响程度,可以实现对暴雨灾情的灾后快速评估和预评估。     

2010年陕西主要气象灾害及灾情年景评估

利用气象灾害灾情评估指标对2010年陕西气象灾害灾情年景进行定量评估,对主要气象灾害的特点进行分析。结果表明：2010年陕西气象灾害造成的人员死亡率、农作物受灾率、直接经济损失率分别为1984年以来的第6、第4和第3高值。气象灾害灾情综合指数为1984年以来第3高值,2010年属气象灾害灾情严重年。暴雨、高温闷热天气频次高,危害大,为近20多年少见。     

基于BP神经网络的宁波市台风灾情预估模型研究

选取1949—2015年间对宁波市影响较大、灾情记录完整的58个台风样本,基于灾损数据,采用灰色关联分析法建立台风灾情关联度,选取台风灾害致灾因子、台风灾情综合关联度,利用BP神经网络建立台风灾情预估模型。结果表明,利用台风灾情关联度评估台风灾情大小合理可用,台风灾害致灾因子与灾情评价指标及台风灾情综合关联度间均存在一定的相关性,利用BP神经网络预估模型对台风灾情预估效果较好,其中训练样本、测试样本的模拟值与实际值相关系数分别达到0. 94、0. 865,均通过了0. 01信度的显著性检验,训练集、测试集灾情级别预报一致率为85. 3%、77. 8%,相关研究成果可为政府决策部门的抗台减灾工作提供科学依据。     

广东省台风灾害风险综合评估

利用1951—2010年的台风数据和2010年人口及统计数据,结合国内灾害系统理论和国外通用风险评估公式,对广东省各市台风灾害风险进行评估,并应用GIS技术分析各个指标的分级分布情况。通过建立台风路径缓冲区,并根据计算灾次比的方法评估台风灾害的危险性;利用各市总人口数和生产总值表示暴露程度,选取5个指标分别表征人口和社会资产两种承灾体的敏感性;再结合暴露度和敏感性得到承灾体脆弱性指标;最终由灾害危险性和承灾体脆弱性两项指标综合计算出广东省各市的台风灾害风险性。结果表明:台风对广东省的影响程度总体上呈现出沿海向内陆递减的趋势,粤西沿海台风危险性最高;广州、湛江人口暴露度最高,广州、深圳社会经济资产暴露度最高;人口敏感性指数等级高的城市人口总抚养比值高、女性所占人口比值高、人均可支配收入相对较低,社会经济敏感性指数等级高的城市往往经济发展水平相对较低;湛江、汕尾等城市人口数目多和人口敏感性高从而人口脆弱性很高,广州、东莞等经济发达的城市虽然社会经济敏感性低,但高的暴露值导致其脆弱性值很高。根据评估结果,当前广东省台风灾害风险值最高的城市为湛江、广州和佛山。      

浙江省台风灾害影响评估模型

选取2000-2006年影响浙江省的20个台风所造成的灾害进行分析, 采用模糊数学原理和方法建立评估模型, 在考虑台风本身自然灾变因素的基础上加入了致灾的社会、经济因素, 组合成10个灾害影响因子输入模型, 计算出台风综合评价指数, 并利用数理统计分析方法将台风灾后的死亡人数、受伤人数和直接经济损失折算成规范化指数---灾级指数, 用来表示实际灾情, 并客观地将两指数划分为特别重大、重大、较重、一般4个等级, 分别得到两指数各自的轻重灾害判据。对比分析表明:该灾害评估模型具有较高的拟合率, 全部个例的两指数同级率达到了90 %, 错报等级也仅差一级, 能够较好地评价和预测台风可能造成的损失程度, 将其应用到应急管理中, 可为台风防灾减灾工作提供决策支持。     

应用主成分构建的暴雨致灾能力评估指数及其应用

为了构建合理的四川暴雨致灾能力评估指数(简称:评估指数),本文对2008~2018年四川地区126次致灾性暴雨过程,选取刻画暴雨特征的8个降水量因子,利用总体主成分和阈值法确立因子的权重及阈值,由此建立了评估指数模型。经历史个例反演及预报个例的评估应用表明:(1)暴雨区域的平均雨量值,≥25mm/h的面积及大暴雨面积是影响四川暴雨致灾能力强弱的关键因子,利用主成分构建的评估指数较好的反映了历次暴雨过程的致灾能力,当指数达0.8以上时,一般对应着大型及以上暴雨灾害。(2)结合经济损失及气象灾害评估分级处置标准,将评估指数划为4个等级。基于此,利用每日08时和20时四川省气象台订正的0.05°×0.05°预报降水数据,输入评估指数模型计算未来3d的指数及对应的致灾能力落区等级空间分布。实际应用表明,评估指数模型对评估暴雨过程的整体致灾能力及具体的暴雨致灾能力落区等级分布有显著的实用性。      

龙岩市烟叶气象灾害风险评价与区划

应用风险管理的理论和方法,对福建省龙岩市烟叶种植面临的气象灾害风险进行了风险评价和管理.在对当地烟叶种植面临的气象灾害风险识别和分析的基础上,通过对危险性、暴露性、脆弱性3因子的分析,构建了当地烟叶种植面临气象灾害的风险评价指标体系和灾害风险评估模型.利用该风险评估模型对龙岩地区各县（市）进行了风险评估,得出了各县（市）的霜冻和暴雨洪涝灾害的风险指数,并根据制定的风险等级划分标准,进行了风险等级的区划,为龙岩市烟叶种植结构的调整和灾害预防提供了科学的依据.     

国内设施种植气象灾害研究进展

设施种植的主要气象灾害有低温（冷冻害）、寡照、风灾、雪灾及其复合灾害等,从国内设施种植气象灾害指标、灾害监测预警、灾害风险及灾害影响等方面对前人研究成果和进展进行归纳总结。灾害指标的研究所采用的方法主要是人工控制试验或对历年实际发生的灾害样本进行分析总结;灾害监测预警方法一般是用设施内小气候或设施外气象条件作为灾害指标,将灾害指标植入计算机系统,对灾害进行监测预警;风险评估多是从灾害的危险性角度去研究,确定灾害的风险概率、风险指数等;灾害影响的研究多集中在对作物生理生态反应等方面。同时从设施种植气象灾害研究存在的薄弱环节出发,提出设施种植气象灾害指标、灾害监测预警评估方法及灾害的影响等方面仍是今后一段时间研究的重点和热点。     

区域暴雨强度等级综合评估研究—以长江中下游为例

考虑到暴雨可能造成灾害的累积效应,本文提出降雨衰减指数的概念,建立相当强度公式,并以此判定暴雨日.从致灾因子出发,以暴雨过程的过程强度和影响范围作为评价指标,建立区域暴雨过程致灾强度的综合评估模型.以长江中下游地区为例,基于上述评估模型,得到该地区暴雨过程序列,继而利用百分位法对暴雨序列进行等级划分,得到该区域暴雨过程...     

冰雹灾害的卫星遥感监测方法初探

利用气象卫星遥感资料，对发生的冰雹灾害进行监测，对其原理和方法进行探讨。通过对1998年以来发生的冰雹灾害的个例分析，证明此项技术是可行的。依据受冰雹灾害后，植被指数的降低来检测受灾的区域，确定受灾的程度。在作物不同的生育阶段，选择不同类型的植被指数。受气象卫星分辨率的限制，对于受灾较轻和受灾范围较小的区域不易被分辨出来。对受灾较重的区域，可以确定出灾害的损失程度。     

基于云模型—风险矩阵的华南台风灾害综合等级评估

文中从台风灾害的致灾危险性和承灾体脆弱性两方面选取评价指标,利用最小鉴别信息原理计算组合权重,采用模糊数学方法得到台风致灾危险性和承灾体脆弱性的评价指数。基于云模型和风险矩阵,构建一个新的台风灾害等级评估模型。以1984—2016年登陆华南的50个台风为例,对华南台风灾害风险进行综合等级评估,结果与实际相符。与基于云模型—权重分配、模糊数学的台风灾害综合风险等级评估模型的结果进行比较,发现基于云模型—风险矩阵的台风灾害综合等级评估模型,不仅利用了云模型的优点,充分考虑了台风灾害的模糊性和随机性,还利用风险矩阵合成了台风致灾危险性和承灾体脆弱性的评价结果,比单一的模糊数学模型更合理可靠,在一定程度上也比云模型—权重分配模型结果更符合实际。     

福建省台湾青枣寒害综合气候指标与等级划分

通过专家走访和寒害灾情调查,建立福建省台湾青枣寒害受害症状分级标准。基于果园定位观测、地理移置试验和冬季寒害灾情调查得到的2004—2016年32个寒害实例,采用主成分分析和K-means聚类分析方法,研究了福建省台湾青枣寒害综合气候指标及其等级划分。结果表明:台湾青枣寒害临界气温为5.0℃,其致灾因子包括过程极端最低气温（X₁）、小于等于5.0℃低温持续日数（X₂）、小于等于5.0℃过程有害积寒（X₃）、小于等于5.0℃过程降温幅度（X₄）,对各因子归一化处理,构建台湾青枣寒害综合气候指标（I_h）,寒害等级包括:轻度,0.02≤I_h < 0.72;中度,0.72≤I_h < 1.76;重度,1.76≤I_h < 2.72;严重,I_h≥2.72。通过典型年对比印证,建立的福建省台湾青枣寒害综合气候等级指标与实际发生的寒害情况吻合较好,研究结果可供台湾青枣的寒害评估、引种、扩种参考。