减灾的根本出路在森林

每每从电视上见到洪水肆虐的可怕镜头和洪水过后的凄惨景象，每每见到暴日烤裂的荒凉田地和干渴难熬的灾民，相信您的心情也是十分沉重的。若再惊闻那一组组令人悲伤的数字，每一个有良知的人都会禁不住潸然泪下！在科学技术的日益发达的当今，一次又一次，一次紧接一次的旱涝灾害却频繁光顾我神州大地，究竟原因何在？除了天灾之外，有没有人祸——违背自然规律地蛮干，这不能不让我们深思。1愈演愈烈的自然灾害给我们敲响了警钟我们赖以生存的大自然，是由生物、人和物理环境组成的一种天人合一的生态系统。，水是生态系统的命脉，丰富的…     

山东沿海地区自然灾害与对策

分析山东省沿海地区自然灾害现状及其影响，并预测它的发展趋势，提出加强减灾工程建设与海岸带管理等对策。     

江西省2007年1-6月自然灾害公报(摘录)

2007年1—6月,江西省自然灾害总体发生程度略轻于常年同期。受天气气候等因素的影响,全省自然灾害主要以暴雨洪涝、雷电、风雹、山体滑坡、泥石流为主,低温冻害和大雾等也有发生。全省先后遭遇5次强降雨袭击,呈现历时短、强度大、对流性强的特点,造成的损失较重。雷击灾害损失严重,死亡75人。     

山洪灾害预警系统投入使用

由中国水利水电科学研究院研制的山洪灾害预警系统投入使用,主要包括山洪及地质灾害易发区雨量、水位自动采集等自然灾害防御应急通信网络、基于GIS的山洪灾害预报预警与决策支持系统预警发布平台等。系统可以清晰显示水库水位变化情况、水库实时库容,以及是否需要采取开闸泄洪等措施降低水位等。     

新疆阿克苏地区城市自然灾害脆弱性评价研究

塔里木盆地是我国最大的半封闭型内陆盆地, 干旱、大风、沙尘暴、洪水以及地震、雪灾等自然灾害频繁.为了提高塔里木盆地城市应对自然灾害的能力, 以阿克苏地区为例, 在广泛借鉴国内外灾害脆弱性评价的指标体系与评价模型的基础上, 以多灾种复合情况为背景, 构建塔里木盆地自然灾害脆弱性评价指标体系, 运用模糊综合评价法进行脆弱性评价, 并对各指标进行对比分析.结果表明: 阿克苏市、新和县、阿瓦提县的高脆弱度值最高, 分别为0.48、0.36及0.40, 属于高脆弱度; 温宿县、沙雅县的中脆弱度值较高, 分别0.24和0.26, 属于中脆弱度; 库车县、拜城县、乌什县、柯坪县的低脆弱度值较高, 分别为0.48、0.45、0.36及0.35, 属于低脆弱度.根据各县市自然灾害脆弱性评价结果, 结合区域特点, 提出了防灾抗灾的对策建议, 对塔里木盆地城市降低脆弱性、减轻自然灾害影响有一定借鉴意义.     

基于GIS的历史自然灾害数据库设计与实现

本文提出了利用空间数据库和GIS技术整理分析方志、古籍的研究方法,结合《中国古代重大自然灾害和异常年表总集》中记载的各种自然灾害信息,采用面向对象的Geodatabase数据模型,建立了中国全区域的,多朝代的,多自然灾害要素的,带有地理特征的关系型数据库,实现了数据的统一描述与管理,并根据专题数据制作了单一灾害要素、多种灾害要素的专题地图,可视化分析了历史自然灾害的时空分异,最后将地图进行网络发布以实现数据共享.结果表明GIS有利于方志、古籍的数字化整理与分析,实现了以信息技术保护、传播和有效的利用方志资料.     

增强责任感使命感最大限度减轻地震灾害——中国地震局局长陈建民在汶川地震抗震救灾一周年纪念大会上的讲话摘要

陈建民局长指出,党中央、国务院高度重视防震减灾工作。胡锦涛总书记在全国抗震救灾总结表彰大会和2008年两院院士大会上强调指出,“提高防灾减灾能力,是保护人民生命财产安全、保卫改革开放和社会主义现代化建设成果的必然要求,必须把防灾减灾工作作为关系经济社会发展全局的一项重大工作进一步抓紧抓好。要做好自然灾害规律研究、加强自然灾害监测和预警能力建设等六个方面的工作”。     

机构改革背景下的广东省海洋灾害应急管理

为进一步提升广东省海洋灾害应急管理水平和全社会抵御海洋灾害的综合防范能力,文章在广东省机构改革的背景下,概述广东省海洋灾害应急管理"一案三制"体系,查找存在的问题,并提出对策建议。研究结果表明:广东省海洋灾害应急管理已初步建立应急预案以及体制、机制和法制体系,尤其是2018年机构改革后成立广东省应急管理厅,有力促进全灾种、全流程和全方位的应急管理,其中海洋灾害应急管理体制由应急管理领导议事机构、应急管理综合调度机构、海洋灾害专业管理机构和海洋灾害辅助管理机构4个部分组成;在防灾减灾救灾体制机制改革和机构改革的新形势下,广东省海洋灾害应急管理仍存在不足,亟须完善地方性法规等制度、优化管理体制机制、加强技术支撑和成果转化以及提高社会和市场参与度。     

菲律宾自然灾害研究及抗灾能力脆弱原因分析

菲律宾长期遭受各类自然灾害的侵袭,损失惨重。2010年菲政府颁布政令致力于发展国家自然灾害响应体系,建立了一套自上而下的自然灾害响应机制。本文从政策与规范、响应计划和响应流程3个方面对菲律宾国家自然灾害响应机制开展研究,结合菲政府应对超级台风“海马”的案例,总结分析菲政府在应对自然灾害中的经验与教训。     

联合时序InSAR技术和CS-Elman神经网络的板子沟地表形变监测与预测模型性能的评估

汶川县板子沟受2008年5月12日M_S8.0大地震影响, 造成沟谷内松散物源堆积, 近年来滑坡、泥石流灾害频发.针对板子沟地质结构复杂且缺乏有效监测和预测自然灾害等问题, 该研究提出一种联合InSAR技术和布谷鸟搜索算法改进Elman (Cuckoo Search-Elman, CS-Elman)神经网络的预测模型来对板子沟地区进行地表形变监测和预测.首先采用SBAS-InSAR和PS-InSAR技术处理覆盖板子沟的22景C波段Sentinel-1A数据, 获取地表形变监测值.其次, 利用相关性矩阵分析从高程等12个评价因子得出最优评价因子, 从多因子角度结合地表形变监测值构建CS-Elman预测模型.最后, 通过对比实验分析CS-Elman模型的合理性和优越性.结果表明: (1)SBAS-InSAR和PS-InSAR技术监测同名点雷达视线(Line of Sight, LOS)向形变速率之间的相关系数R²=0.91, 具有较高的相关性, 证明了两种技术联合分析的可行性; (2)分别选取训练样本数为198、298、398和498, 得到CS-Elman模型的预测值与InSAR技术的监测值之间的最大绝对误差分别为11.314 mm、6.188 mm、3.763 mm和2.191 mm, 平均绝对误差(Mean Absolute Error, MAE)、均方误差(Mean Squared Error, MSE)、均方根误差(Root Mean Squared Error, RMSE)和平均绝对百分比误差(Mean Absolute Percentage Error, MAPE)也均为样本数为498时最小, 分别为0.895 mm、1.712 mm、1.308 mm和5.55%;(3)随机选取518个样本数据, CS-Elman模型的MAE、MSE、RMSE和MAPE分别为1.206 mm、2.052 mm、1.432 mm和6.09%, 各项指标均优于Elman模型, 验证了CS算法能够有效提高Elman模型的预测精度; (4)通过与GA-BP、CS-SVM模型的对比, 验证了CS-Elman模型在地表形变预测中的精度更高, 该方法可作为板子沟长时间形变监测和预测的有效手段.