基于GIS揭西县台风灾害风险的区划

综合考虑致灾因子危险性、孕灾环境敏感性和承灾体易损性等3因子的作用,结合台风灾害风险性评价技术和GIS技术,对揭西县台风灾害风险程度进行评价和等级划分,并绘制揭西县台风灾害风险区划图。结果表明:河婆镇和东南部凤江、棉湖、塔头等3镇为台风灾害高风险区;总体趋势为:东南向西北地区,台风灾害风险性逐渐降低。     

苏浙沪地区高温灾害风险区划研究

利用1961—2009年苏浙沪地区144个气象站的观测数据和2008—2010年苏浙沪地区社会经济资料,从致灾因子危险性、孕灾环境敏感度、承灾体易损性及抗灾能力4个方面综合评估和分析了苏浙沪地区高温灾害风险的空间差异。结果表明:1961—2009年苏浙沪地区高温致灾因子呈南高北低的分布特征,浙江地区高温致灾因子危险性明显大于上海和江苏地区;孕灾环境敏感度指数呈北部和中部地区高、南部地区低的分布,高温灾害高敏感区主要分布在江苏、上海及浙北的平原和沿海地区;经济发达和规模较大的苏浙沪核心城市多为高温灾害承灾体高易损性区,苏北和浙南相对欠发达地区多为高温灾害承灾体低易损性区、次低易损性区或中等易损性区;沪宁杭地区高温灾害的抗灾能力最强,对应的抗灾能力风险较低,而苏北地区和浙南山区高温灾害的的抗灾能力风险较高。综合致灾因子危险性、孕灾环境敏感度、承灾体易损性和抗灾能力4个方面,苏浙沪地区高温灾害综合风险总体呈中南部地区风险高、北部地区风险低的分布,高温灾害高风险区和次高风险区主要集中分布在浙江大部及上海、苏南部分地区,高温灾害低风险区或次低风险区主要分布在长江以北和浙江沿海地区。     

2008-2019年影响南宁市台风灾害特征分析

利用2008-2019年影响南宁市辖区及县域的台风气象要素及灾情资料,对台风带来的风雨和灾情的分布特征进行了统计分析;同时,对影响南宁市辖区及县域的直接经济损失进行k-均值聚类,并根据台风致灾因子、直接经济灾损率和单次台风造成的经济损失程度进行相关性检验.结果 表明,影响南宁市台风的灾害具有明显的地域性分布特征,位于东南部县域的灾害最为严重;在影响南宁市的台风中,0814号强台风"黑格比"带来的持续强降水和大风天气、1409号超强台风"威马逊"带来的狂风暴雨,导致极其严重的灾害,给南宁市辖区造成上亿元的直接经济损失.     

福建热带气旋灾害精细化危险性评估

根据1981—2021年福建省热带气旋风雨资料,采用极差标准化、相关系数客观赋权法和自然断点法建立热带气旋致灾因子危险性评估模型,评估结果表明:选择降水7个因子和大风4个因子作为评估指标体系合理;雨高危险性区域位于沿海,南平和三明地区雨危险性较低;风较高危险性区域明显窄于雨较高危险性区域,危险性等级向内陆降低远快于降水,其中罗源湾至崇武沿海因受台湾岛地形屏障保护,危险性比沿海南北部小1个等级;风雨综合致灾危险性,沿海县市皆为较高危险性区域,其中中部沿海高危险性区域小,沿海南北部大,另外登陆粤东热带气旋沿海北上滞留在闽西上空的低压云团造成闽西北部存在较高危险性区域;在热带气旋登陆影响过程中,精细化致灾因子危险性评估更具有针对性,且与灾情相符,为气象灾害决策服务提供了更有价值的参考信息。     

海南岛台风灾害危险性评价研究

应用G IS技术,以县市行政区为单位,选用多年平均台风灾害过程中的综合灾度、风速和降水因子,利用台风灾害危险性指数法对海南岛台风灾害危险性进行评估。结果表明:危险性最大值分布在海南岛的沿海市县。台风灾害危险性评估可为海南岛的可持续发展和防灾减灾决策提供科学依据。     

广东高温热浪致人体健康风险区划

本文采用国际上通用的自然灾害风险概念和分析方法,从高温热浪致人体健康风险的构成出发,分别构建了广东省高温热浪危险性指数、暴露度指数和承灾体脆弱性指数（含敏感性指数和适应性指数）,在定量化的风险指数基础上尝试进行风险区划研究。结果表明：高危险性区域位于广东东北部、西北部以及中部偏西地区,低危险性区域主要分布在沿海地区;人体健康高敏感性区域主要位于粤北和粤西,珠三角及粤东南沿海地区敏感性相对较低;适应性较高区域主要分布在珠三角地区,其他地区适应性较低,粤东和西南部分地区适应性最低;风险较高区域主要集中在粤东、粤西北和中部偏西及雷州半岛南部地区,风险较低区域主要在珠江三角洲及其以西沿海地区。该风险指数能较好地反映广东省高温热浪致人体健康风险的分布状况。     

华东地区台风气候特征及危险性分析

基于2001—2020年影响华东地区的90个台风资料,利用统计学方法,分析台风年际、月际及登陆分布特征,采用信息扩散理论方法,统计风和雨2个主要致灾因子发生概率,在此基础上,开展台风致灾因子危险性评价。结果表明：影响华东地区的台风以强台风和台风为主,年均4.5个,主要集中在7—9月,8月最多,登陆台湾省频次最多,其次为福建省和浙江省;台风的最大风速在30～40 m/s的概率较大,最大降雨量在200～400 mm的概率较大;福建省、浙江省和江西省的台风致灾因子危险性较大,为台风严重影响区;山东省和安徽省的台风致灾因子危险性中等,为中度影响区;江苏省和上海市的台风致灾因子危险性较小,为轻度影响区。     

关中东部暴雨灾害风险区划研究

利用关中东部11个气象站1961—2007年的逐日降水资料、同期暴雨洪涝灾害和经济发展资料,在ARCGIS平台上,从暴雨的孕灾环境敏感性、致灾因子危险性、承灾体易损性、防灾减灾能力等4方面综合分析,形成关中东部暴雨风险灾害区划。结果表明：关中东部孕灾环境的高敏感区主要在秦岭北部渭河支流较多的二华地区和沿黄河的韩城市;韩城和潼关的雨涝致灾危险性最高,蒲城、大荔致灾危险性相对较小;临渭区为高易损区;关中东部的临渭区、大荔、韩城对暴雨灾害防灾减灾能力最强,其次为蒲城和华县。暴雨洪灾的高风险区在韩城和潼关。暴雨灾害风险区面积相对较小,防灾减灾相对较强,暴雨致灾危险性范围小,但受地形和地貌影响,孕灾环境敏感性较高。     

海南岛棚栽西瓜低温寡照灾害风险区划

基于自然灾害风险分析理论,利用海南岛18个市县2001-2010年的历史气象数据、棚栽西瓜面积、耕地总面积、人均GDP等资料,通过选取致灾因子危险性、承灾体易损性和防灾减灾能力这3个因子构建了海南棚栽西瓜低温寡照灾害综合风险指数模型。结果表明,海南岛棚栽西瓜低温寡照灾害高风险区集中在中部和北部,而低风险区分布在南部和西部,其余地区为中等风险区。     

新疆新源县暴雨洪涝灾害风险区划

本研究选用新疆新源县34个气象站2010-2019年日降水量、地理信息及社会经济等数据,采用归一化及GIS等方法,结合致灾因子危险性、孕灾环境敏感性和承灾体易损性,得出新源县暴雨洪涝灾害5个等级风险区划图。结果表明：新疆新源县暴雨洪涝灾害风险呈“东-北”分布的趋势,吐尔根乡、吐尔根农场、阿热勒托别镇、坎苏乡与那拉提镇属于洪涝高风险区;阿热勒托别镇、坎苏乡与那拉提镇的大部分区域及71、72团场属于次高风险区;新疆新源县中东部区域为中等风险区;其余区域为次低风险区与低风险区。     

1409超强台风“威马逊”近海急剧加强特征及成因分析

运用实况资料、NCEP/NCAR六小时再分析资料以及2014年CMA热带气旋最佳路径数据集,对1409号超强台风"威马逊"近海急剧加强的特征及成因进行探讨分析,结果表明:高空华北槽东移,引导地面冷空气南下,副高西退略北抬,与"威马逊"形成了"东高西低"和"北高南低"的形势,增大两者间梯度,使"威马逊"强度加强;近海急剧加强24h内,台风暖心对称化结构加强,强暖中心往高低层扩展,低层偏南暖湿气流输送持续加强,对流层上层辐散不断增强,台风高层环流的西侧和北侧亦是辐散的大值区,台风西行北上的过程中利于其强辐散的维持和加强;台风中心正涡度柱急剧增大,并向对流层上层扩展,配合弱的垂直切变,利于台风的急剧加强;另外,物理量的分析也表明,"威马逊"近海急剧加强前24h内,台风环流附近大气层结不稳定度有增大的趋势。     

基于GIS的定西市干旱灾害风险评估及区划

利用1981~2010年各类干旱统计资料,结合地形特征、人口密度、社会经济等资料,构建加权归一化回归模型,借助GIS强大的空间分析功能,对定西市干旱灾害孕灾环境的敏感性、致灾因子的危险性与承灾体的暴露度进行分析与评估,最后给出了基于孕灾环境、致灾因子与承灾体3个条件的干旱灾害风险区划。结果表明,定西市干旱灾害频率呈增加趋势,1999年后3县及以上区域的春旱每年均有发生;干旱灾害的高风险区在定西市北部到中部,大体上呈D字形分布,南部为干旱灾害低风险区。定西市中北部易受干旱威胁,在农作物结构布局上应以大秋作物为主,尽量使农作物在生长及需水关键期避开前半年的主要干旱时段。     

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。      

强台风“云娜”灾害特征及其评估

根据0414号台风“云娜”灾情调查,使用模糊聚类方法对1949~2004年影响浙江省的重大台风灾害进行分析比较,认为台风“云娜”是浙江省1956年以来所遭遇的最严重台风灾害。综合评估结论:①建国以来台风灾害损失与工农业总产值的比值呈上升趋势,台风“云娜”造成的经济损失与当年生产总值之比为3.54:100;②风暴潮为沿海台风灾害的主要因子,建成标准海塘后,大风上升为首要致灾因子;③沿海农村新建(构)筑物和城市广告牌在台风“云娜”中安全问题突出,民营企业抗灾能力也凸显薄弱环节。     

济南市长清区暴雨洪涝灾害风险区划

基于自然灾害形成机理及风险评估原理,利用济南市长清区气象数据、自然地理和社会经济等数据,建立起致灾因子危险性、孕灾环境敏感性、承灾体易损性和防灾减灾能力4个评价指标,采用加权综合评价法和层次分析法,借助GIS空间分析技术,对暴雨灾害风险性进行评价和等级划分,并绘制出长清地区暴雨灾害综合风险区划图。结果显示:长清区暴雨灾害综合风险性分布空间性强,无明显的地域分布界限,东部高于其它地区。暴雨灾害高综合风险区分布面积较为分散且最小,占全区总面积的14.60%;中综合风险区主要分布在高综合风险区的外围,占全区总面积的30.31%;轻、低综合风险区分别占全区总面积的20.72%和34.37%。     

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。     

影响广西电网输电线路的台风“威马逊”和“海鸥”环流特征分析

利用2008—2017年的台风路径、风雨强度及广西电网输电线路的台风灾情资料,分析了影响广西电网输电线路的台风特征及影响电网台风灾情的主要因子,并分析了影响较严重的1409号超强台风"威马逊"和1415号强台风"海鸥"的环流背景。结论如下:1)影响广西电网输电线路的台风强度主要是台风及其以上级别;第I类路径的台风更易对电网输电线路造成灾害;登陆时台风中心附近最大风速越大,通常在广西境内引起的最大风速就越大,同时过程暴雨站次数越多,灾害也越严重。2)台风"威马逊"和"海鸥"的环流形势具有多个共同点:生成后稳定地向西北移动,然后进入北部湾;生命史期间副高强盛,副高脊线维持在25°N附近;南海海温异常偏高;孟加拉湾水汽与南海水汽汇合,源源不断地向台风东南部输送;高层辐散、低层辐合结构配置良好,有利于台风的维持和加强。这些环流特征可对影响广西电网输电线路的台风预报提供有益的参考。     

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.     

浙江省雷电灾害风险分析及区划

在灾害风险评估中,基于行政区域统计单元的人口和经济数据往往与栅格水平上的致灾因子存在空间上的不匹配。利用遥感夜间灯光数据、植被指数和DEM数据构建人居指数,进行栅格尺度上的雷灾承灾体易损性分析,利用2005—2011年浙江省电网雷电信息系统的地闪数据和2008—2011年雷电灾害统计资料进行雷电致灾危险性评估,基于上述三个评估指标,采用层次分析法确定权重系数,建立浙江省雷电灾害风险评估模型,获得1 km分辨率的浙江省雷电灾害风险区划图。结果表明,杭州、宁波、台州等经济发达地区和长兴、安吉、天台和临海等平地向山区地形过渡地带是浙江省雷电高风险区,甬台温沿海、海岛、衢州西部和丽水南部地区是低风险区域,其他地区为中风险区。     

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。