莱州湾地区海水入侵灾害风险评价

莱州湾地区是我国海水入侵灾害最严重的地区。结合自然灾害风险评价理论并根据莱州湾地区的实际情况,将海水入侵风险评价体系分为危险性评价、易损性评价和防灾减灾能力评价,并借助GIS空间分析方法,对危险性、易损性和防灾减灾能力评价结果进行了叠加分析,将莱州湾地区划分为低风险区、较低风险区、中等风险区、较高风险区和高风险区等5个海水入侵灾害风险区域。     

新疆铁路沿线主要气象灾害风险区划及减灾对策探讨

综合考虑致灾因子危险性、承灾体易损性和孕灾环境稳定性,基于GIS技术建立了新疆铁路沿线大风、沙尘、积雪和暴雨型洪水四个主要气象灾害的风险评估指标体系和评估模型,实现了铁路沿线主要气象灾害的风险区划及灾害风险分析。结果发现,铁路沿线各县市因自然条件不同,其潜在风险的类型和程度地域差异性显著。分别给出了4个主要气象灾害的高风险区、次高风险区、低风险区和次低风险区的范围,并探讨了相应的减灾对策。     

基于GIS的滑坡灾害风险空间预测

滑坡灾害风险评价是一个包含有滑坡危险性评价和承灾体易损性评价的体系,对滑坡危险性进行了空间预测与区划,并开展了区域承灾体易损性的区划与评价。结合风险评价的基本要求,进行了研究区滑坡灾害的风险区划,将其划分为极高、高、中、低与极低风险区。针对研究区经济发展水平及政府防灾力度,提出了适合研究区的可接受风险标准与管理对策。     

基于GIS的“8.8”九寨沟地震景区地质灾害风险评价

风险评价是防灾减灾的重要非工程手段,针对九寨沟景区在2017年8月8日M_s 7.0级地震后地质灾害加剧的问题,在GIS环境下进行地质灾害风险及治理工程效益评价研究。本文选取了构造因子、地形因子、地质因子及其它因子等9个指标建立危险性评价模型,易损性选取人口、道路、建筑物、旅游基础设施、景观、防治工程等6个承灾因子,分别采用信息量模型和层次分析法进行地质灾害危险性和易损性评价。结果表明,研究区划分为极低风险区(41.36%)、低风险区(40.52%)、中度风险区(16.02%)、高风险区(1.84%)和极高风险区(0.27%),高-极高风险区总面积为13.79 km~2,其中村寨、诺日朗及熊猫海周边均为地质灾害极高风险区,建议设为重点防治区域;现有防治条件下高-极高风险区面积减少了26.73%,防治效益良好,该结果可以为景区恢复重建和区域规划提供参考。     

基于GIS和贡献权重迭加方法的区域滑坡灾害易损性评价

区域滑坡易损性是指特定区域对滑坡灾害的破坏和损害的敏感性.根据易损性指标的科学性、可操作性以及可定量化等基本选取依据和研究区的区域特点,选择了人口密度、道路密度、建筑密度、林地密度、耕地密度、滑坡灾害密度6个指标.探讨了贡献率方法评价区域滑坡易损性的建模过程和数学表达.区域滑坡易损性定量表达为各指标的自权重与互权重以及指标的归一化值的乘积.以四川米易县为研究实例,对此评价方法进行了应用,在GIS系统中运用自然断点法进行了易损度区划和区划制图,结果显示,高易损度区、中易损度区、低易损度区分别占研究区域的7.13%、21.19%、71.68%,易损性分布基本上与人口密度、建筑密度和道路密度分布相一致,反应了基于贡献率的区域滑坡灾害易损性区划的合理性.     

芦山地震触发次生灾害特点统计分析及规律预测

芦山地震后次生灾害造成大量的人员伤亡和财产损失,有效分析并预测芦山地震次生灾害规律将有助于灾区的灾害评价和灾后重建工作。震后,四川省国土局组织中科院成都山地所开展芦山地震次生灾害风险评估,本人作为项目组成员参与其中。本文利用芦山地震后四川国土部门和中科院山地所提供的灾害相关统计数据进行分析,发现庐山地震后次生灾害类型主要为崩塌、滑坡和泥石流等,达到灾害总量的99%,其中97%为小中型灾害。统计发现,地震各主要县市地质灾害密度差异较大,地震烈度等级越高,区域内各种次生灾害的密度就越大,大型规模次生灾害的密度也越大。本研究利用庐山地震灾害密度数据拟合多项式,并利用汶川地震灾害统计数据和国土局统计的芦山地震灾害密度数据对多项式进行对比验证,发现拟合公式计算结果与统计数据基本吻合。本研究得出的拟合多项式以及相关的统计规律将为庐山地震后预测崩塌和滑坡等次生灾害提供参考,为震后灾区重建和灾害评估提供科学指导。     

基于粗糙集与GIS的滑坡地质灾害风险评估——以广西梧州为例

针对梧州市地质环境条件、地质灾害发育情况,选取地貌类型、坡度、河水侧蚀、地层岩性、残坡积层厚度、断裂发育情况、年降雨量、道路工程活动和建筑工程活动9个因子作为滑坡地质灾害危险性评估指标;选取人口密度、土地资源、交通设施、房屋及其附属价值和抗灾能力5个因子作为承灾体易损性评估指标,通过地理信息系统空间分析技术和粗糙集理论,划分研究区评估单元,构建滑坡地质灾害危险性与承灾体易损性评估知识表达系统和决策表,实现决策表的优化和各指标权重的计算。给合地质灾害风险评估模型,将研究区滑坡地质灾害风险性分为极高风险、高风险、中风险和低风险区,其中,极高风险区约占研究区总面积的6.44%,主要沿傍山而建的城镇和切坡坡度、坡高较大的交通干线分布。研究结果表明,粗糙集与GIS的组合方法能合理可靠地评估滑坡地质灾害风险性,对类似地区的滑坡地质灾害风险评估具有借鉴意义。     

浙江省永嘉县滑坡灾害风险预警研究

永嘉县地处浙江省东南沿海,是该省突发性地质灾害预警预报系统研究及应用示范项目的四个示范县之一.首先对影响永嘉县滑坡灾害发育的主要因素进行了评价分析,提出了基于降雨的时空耦合滑坡灾害风险性预警预报研究的基本思路.基于MAPGIS二次开发系统,选取5个因素14种状态作为预测变量,运用信息-物元模型进行了滑坡灾害易发性空间预测.基于有效降雨量模型建立了区域滑坡灾害的宏观危险性预警预报模型.根据浙江省气象台提供的降雨实时信息,进行了基于降雨的台风期滑坡灾害危险性预警.同时基于人口密度和房屋建筑易损性指数对人口易损性和房屋建筑易损性以乡镇为单元进行了评价,与滑坡灾害危险性预警相结合进行了云娜台风期间永嘉县滑坡灾害风险预警预报,并以8个灾害点的实际分布情况验证了预警结果的准确性.将传统的滑坡灾害危险性预警延伸到滑坡灾害风险预警预报,为政府部门防灾减灾提供了重要依据,使防灾减灾工作的针对性大大增强.     

洞庭湖流域农业旱灾风险评价

基于洞庭湖流域1993-2011年的自然、社会经济等资料系列,立足于致灾因子危险性、孕灾环境脆弱性的自然属性和承灾体易损性的社会属性两方面,建立指标体系,并在此基础上,运用GIS技术与数理统计相结合的方法,对该流域农业旱灾风险进行综合评价。结果表明:从整体上看,长沙市和湘潭市为农业旱灾高风险区,益阳市和衡阳市为较高风险区,岳阳市、邵阳市和怀化市为中等风险区,娄底市为较低风险区,株洲市、郴州市、永州市、常德市、张家界市和湘西自治州为低风险区。孕灾环境脆弱性、致灾因子危险性、承灾体易损性的差异是导致各地州市农业旱灾风险度大小的症结所在。     

基于RS和GIS的长白山火山灾害风险评估研究

火山灾害风险评估是火山减灾的重要研究内容之一。长白山火山是中国最具潜在喷发危险的活火山。围绕火山灾害危险性、致灾因子危险性、社会经济易损性，发展了基于GIS和RS的火山灾害风险评估面源模型，对长白山火山灾害风险进行了评估，并编辑了长白山火山灾害风险评估图。研究表明，长白山火山灾害风险在空问上表现为距离衰减规律，离天池越远，风险值等级越低；高风险区位于天池附近，围绕天池呈环状展布；较高风险区向东北方向延伸，主体位于安图境内；中风险区范围相对较大，主要位于安图、和龙、长白、靖宇、抚松境内。为检验评估方法的有效性和可靠性，将长白山火山灾害风险评估图与已知的单因子风险评估图进行了对比研究，结果表明该方法具有相当大的实用价值。     

北京山区泥石流灾害保险的风险评判方法研究

泥石流是北京山区主要的自然灾害,在1989-1999年期间,泥石流灾害造成的经济损失高达3.09亿元.对泥石流灾害保险风险的评判是首先按北京山区各区县的泥石流危险度分区划分风险区,然后对各风险区进行灾害危险性和灾害易损性评判.在危险性评判中,按各风险区的泥石流危险度等级赋予危险度评判指标值.在易损性评判中,选择国内生产总值、固定资产、人口密度和人口自然增长率等4个因素作为评判指标,并分为两个层次进行评判.第一层次是经济易损性与社会易损性评判,第二层次是泥石流灾害易损性评判.最后用泥石流灾害保险风险分析数学模型,计算出各风险区的泥石流灾害保险风险度,并由此绘制了北京山区泥石流灾害保险风险区划图.     

基于GIS的全国山洪灾害风险评估

针对我国山洪灾害空间分布特点,基于自然灾害风险理论,确定全国山洪灾害风险评估模型。在大尺度山洪灾害危险评估比较研究的基础上,从可能引起山洪灾害发生的外界触发因子和可能遭受潜在损失的承灾体两个角度出发,选取山洪灾害风险评估指标构建指标体系。采用主成分分析法提取危险性指标主成分,层次分析法确定各指标权重,在GIS技术支持下,制作各因子指标分布图,开展全国山洪灾害危险性及易损性定量分析,完成全国山洪灾害风险定量评估并得到风险分区图。最后将风险评估结果与全国山洪灾害防治类型区进行比较,结果表明,山洪灾害风险分区与防治类型区吻合较好,高风险区基本分布在我国的山洪灾害重点防治区,未来山洪灾害防控重点可从影响山洪灾害风险程度的危险性因子和易损性因子入手。     

江苏省风电场的气象灾害风险评估

在分析江苏省风电场气象灾害特征的基础上,建立了以江苏省为例的风电场气象灾害风险性评价模型,确定台风密度、龙卷风密度、雷暴密度、风机密度、单机发电功率、人均GDP这6个因子作为评估指标。结合GIS技术和层次分析法对江苏省长江以北各县市风电产气象灾害风险度进行了区划。结果表明,江苏省长江以北的沿海城市:南通和盐城区域为风电场气象灾害的极高风险区和高风险区,而同样为沿海城市的连云港与苏中地区的泰州市、扬州市和苏北地区的淮安为风电场气象灾害的中风险区,宿迁和徐州均为风电场气象灾害的低风险区。     

基于极值降雨假设法的城镇地质灾害风险性评价耦合模型研究——以安康市岚皋县官元镇为例

选取安康市岚皋县官元镇为研究区,以斜坡单元为评价单元,采用信息量-支持向量机耦合模型进行地质灾害易发性评价,根据自然断点法完成易发性分区;基于极值降雨假设法分别计算大雨(35 mm/24 h)、暴雨(75 mm/24 h)、大暴雨(175 mm/24 h)和特大暴雨(250 mm/24 h)4种工况下斜坡的危险性指数,并开展相应工况下危险性区划;采用TOPSIS法计算易损性指数,开展地质灾害易损性分区。综合采用信息量-支持向量机模型、极值降雨假设和TOPSIS法构建研究区风险性评价耦合模型,根据自然断点法划分4种降雨工况的地质灾害风险性分区,将风险区划为极高风险区、高风险区、中风险区和低风险区。     

大地震诱发滑坡的分布特点及危险性区划研究

汶川8.0级大地震诱发大规模以滑坡、崩塌为主的地质灾害,改变了原有的地貌形态,形成多处堰塞湖,毁坏民房和道路,使之成为严重的次生滑坡灾害危险区域.以成都市的都江堰、彭州、崇州、邛崃、大邑5个市、县地震区为研究区,分析了滑坡分布与地震烈度和宏观震中距关系,并在GIS技术的支持下采用贡献权重迭加法进行了滑坡危险性区划,分别获得研究区不同等级的危险区面积和滑坡分布密度,其中彭州、都江堰成为地震滑坡最严重的区域.     

基于RS与GIS的毕节地区滑坡灾害危险性评价

基于遥感和地理信息系统技术,用空间主成分分析法构建评价指标体系,并用层次分析法确定评价指标权重,以滑坡危害最重的贵州省毕节地区为研究区,选取地层岩性、降水量、土地利用、坡度等9个滑坡孕险因子作为评价指标,对该研究区进行了滑坡灾害危险性评价。通过与研究区的历史滑坡灾害记录结果进行比较发现,评价结果与实际状况较为吻合,说明该方法能较有效地用于对区域滑坡灾害危险性的评价。     

模糊支持向量机在滑坡危险性评价中的应用

为了将模糊支持向量机应用于滑坡灾害危险性评价工作,并进行验证,进行了研究区滑坡现状的调查,评价指标的选取,隶属函数的确定和基于FSVM的滑坡灾害危险性评价.选取了高程指标、坡度指标、岩土体指标、地表湿度指标及植被覆盖指标等5个指标作为滑坡灾害危险性评价指标,最后以莆田市为例,结合Rs和GIS技术,进行了滑坡危险性评价的研究.评价结果与实地验证和莆田市国土局提供的地质灾害现状图基本吻合.     

基于GIS的岩溶地区滑坡敏感性评价——以贵州织金县为例

滑坡是喀斯特山区主要的灾害类型。以贵州省织金县为研究区,结合遥感科学和地理信息系统,综合滑坡编目数据,分析织金县的滑坡发生机制,并基于信息论的滑坡信息量模型分析方法,选取主要滑坡因子,包括坡度、坡向、相对高差、地形湿度指数、土地利用/土地覆盖变化(LUCC)、地质地层和公路,在此基础上建立区域滑坡空间预测的信息量模型,利用GIS对单因子滑坡信息量进行计算,再求得各因子的综合信息量并进行风险分级。结果表明,织金县相对稳定区为2 779.0 km2,高风险区共有42处,中风险区共有36处,低风险区共有67处。滑坡与地形的相对高差明显相关,植被也是滑坡稳定性的重要影响因素,研究结果对区域的发展和规划都具有较好的参考意义。     

河北省雷电灾害风险区划研究

河北省雷电灾害频发,造成重大损失,引发社会大量关注,2017年中国气象局发布了雷电灾害区划技术指南。雄安新区雷电灾害风险区划可以为新区发展规划提供参考。依据自然灾害分析原理,参照雷电灾害区划技术指南,选用致灾因子危险性和承灾体易损性为分析因子,利用2010-2016年河北省闪电定位网观测数据、地理信息数据及社会经济数据,选取地闪密度、地闪强度、土壤电导率、海拔高度以及地形起伏5个指标分析致灾因子的危险性,人口密度、GDP密度、防护能力以及城镇化率4个指标分析承灾体的易损性。通过计算雷电灾害风险指数,运用自然断点法,最终得到河北省雷电灾害风险区划。河北省雷电灾害高风险区分布于唐山市东南部、石家庄市、沧州市中东部、承德市东南部、张家口市西南部。雄安新区在进行雷电灾害防治时应重点关注容城县和雄县。该区划结果与河北省2015-2017年雷灾实际造成的经济损失状况大致相符。     

内蒙古马铃薯秋霜冻灾害风险区划研究

以内蒙古80个旗县气象站1961-2015年气象观测数据、社会经济数据及地理信息数据等为基础资料,构建内蒙古马铃薯秋霜冻致灾因子危险性指数,结合承载体的脆弱性、暴露度和防灾减灾能力,采用风险指数法、加权综合评价等方法,依托GIS软件对内蒙古马铃薯秋霜冻灾害进行分析和评价,完成风险区划。结果表明,内蒙古马铃薯秋霜冻灾害的高风险区主要分布在包头市南部、呼和浩特市北部、乌兰察布市中北部、锡林郭勒盟西南部、赤峰市西北部、兴安盟中北部及呼伦贝尔市大部农区,所占农区面积比例为17. 1%;次高风险区主要分布在包头市西南部、呼和浩特市南部、乌兰察布市南部、锡林郭勒盟南部、兴安盟中部及呼伦贝尔市东部地区,所占面积比例为28. 5%;中风险区主要分布在鄂尔多斯东北部、赤峰市西部和北部、兴安盟东部地区,所占面积比例为18. 1%;低风险区主要分布在巴彦淖尔市南部和东部、鄂尔多斯市东部、赤峰市东部、通辽市大部地区,所占面积比例为36. 2%。