气候变暖背景下西南四省市暴雨洪涝灾害风险变化

为了对西南地区气候变暖前后四省市相对灾情指数变化、暴雨洪涝相对灾情概率分布和暴雨洪涝灾害致灾因子危险性风险进行评价,采用西南地区四省市83个气象站点的逐日降水和气温资料、以及灾情数据等,首先利用突变检验确定气候变化突变年,然后借助灰色关联法、信息分配法以及熵权法等进行分析。结果表明:西南地区四省市年平均气温于1998年发生突变,总体以0.26℃/10年的速率呈显著性上升趋势;四个省市1978-2018年间的相对灾情指数主要集中在0.65~0.85之间,其中以小灾、中灾居多,变暖后较变暖前大灾发生频次增加显著;暴雨洪涝致灾因子危险性评估中指数变化主要呈西南-东北走向,两边为危险性增加区域、中间地区增幅较少或有所减小,川渝地区在变暖前后暴雨洪涝灾害危险性均高于云贵地区。     

基于GIS的广西洪涝灾害孕灾环境敏感性评估

以灾害学理论为基础,GIS、RS为技术支持,利用1:5万基础地理信息数据、TM遥感影像数据,建立广西洪涝灾害孕灾环境敏感性评估指标体系;采用加权综合评价法计算洪涝灾害孕灾环境敏感性指数;运用自然断点法将广西洪涝孕灾环境敏感性划分为低敏感区、次低敏感区、中敏感区、次高敏感区、高敏感区等5个区域;用广西历史洪涝灾害频率分布数据进行对比验证。结果表明,敏感区划结果与洪涝灾害频率区划结果基本吻合。     

暴雨洪涝风险评估的GIS和空间化应用——以芜湖市为例

选用芜湖市81个自动观测站及其周边15个国家级气象台站的近50a的观测资料,以及陆地卫星(LANDSAT 5)遥感数据、行政区划资料、社会经济数据,采用数据空间化、专家打分法和加权综合法建立了暴雨洪涝灾害的致灾、孕灾、承灾和抗灾4个风险评价因子和模型,最后在GIS中得到了精细到街道/乡镇级别的暴雨洪涝灾害风险评估结果。结果表明:繁昌县(平铺、峨山、峨桥),南陵县(何湾),芜湖县(湾沚、红杨),无为县(昆山、严桥、太平),以及其他分散区域为暴雨洪涝低风险区;市辖区大部,鸠江区中部和无为县(无城、白茆),南陵县(籍山镇)以及其他分散区域为暴雨洪涝高风险区。研究解决了暴雨洪涝灾害风险难以精细化、定量化评估的部分问题。     

江苏省暴雨洪涝灾害特征分析

通过引入灾度模型,对2004-2013年江苏省253次暴雨洪涝灾情进行了综合评估,给出了灾害等级的划分标准,分析了暴雨洪涝灾害发生频率与降雨量间的关系,确定了临界雨量,构建了灾度预测模型。结果显示:江苏省的暴雨洪涝灾害以轻灾及中灾居多。灾害多发且较重的区域位于西北部、东部及长江沿江地区;灾害少发且较轻的区域位于沿淮及苏南地区。梅雨锋引发的灾害频次最多,热带系统引发的暴雨灾害的灾度最大,而中小尺度对流系统所引发的灾害频次最少、灾度最小。引发暴雨洪涝灾害的临界雨强是18~20 mm/h,过程最大24 h降水量的临界值为35~40 mm。通过选用降水量因子建立的逐步回归方程对轻灾及中灾的空报率偏高,但对大灾及重大灾害的预测结果还是可以接受的。     

基于智能网格预报的江西暴雨灾害风险预评估研究

利用1951—2022年江西降水实况、逐日智能网格降水预报产品、暴雨灾情损失，地形DEM、河网密度及GDP、人口等数据，分析了江西暴雨灾害风险的主要影响因素，从暴雨灾害致灾因子危险性、孕灾环境敏感性和承灾体易损性三方面，构建了江西暴雨灾害风险评估模型。利用模型对2010—2020年135次暴雨过程灾害风险进行评估检验，结果显示该模型较为合理；对2019年6月6—11日江西暴雨过程进行灾害风险评估，结果显示该过程中吉安北部至赣州东北部、上饶东部为重度到极重度受灾区；再对2022年6月12—15日江西暴雨过程进行灾害风险逐日预评估；两者结果均与灾情实况分布大体一致，总体效果较好。     

洞庭湖区洪涝灾情评估与分析

运用三因子联立评估法，评定了洞庭湖区洪灾、涝灾和洪涝灾的灾度，进行了相应的分析；构建了洪涝灾情指数，并运用联环替代法对各灾情因素的影响进行了分析。分析得出：洞庭湖区洪涝灾度具有阶段性和准周期性等特征；洪水灾情因素是综合灾情变化的主导影响因素；各灾情因素影响方向不完全一致，其中起放大作用的因素反映出洪涝灾害的新特点；涝灾日趋严重，应加强涝灾治理。     

县域暴雨洪涝灾害损失快速评估方法探讨——以湖南省为例

灾害损失的快速评估是科学制定应急救灾决策、合理分配救灾资源的重要前提,关系到整个救灾行为的效果。从暴雨洪涝灾害发生机制出发,借助多因子加权评价法、Arcgis空间分析等,通过灾害危险度与灾损率的函数关系拟合,探讨了灾害损失快速评估的方法。结果表明:(1)洞庭湖周边县域成为暴雨洪涝灾害的高危险区,湘江、沅水干流沿岸附近县域也面临较高风险,而湘西南、湘西、湘东南地区县域洪涝成灾压力较小;(2)所提损失快速评估方法对减少灾情快速评估中的主观判断,增加科学性起到一定的作用。     

城市暴雨灾害风险评估及防御对策研究——以江苏省南京市为例

以江苏省南京市为例,从气象灾害发生维度评估城市暴雨气象灾害风险性。从致灾因子、孕灾环境和承灾体三方面构建南京暴雨灾害风险评价体系,采用2003-2012年统计数据对南京暴雨灾害风险评价指标进行等级划分,构建隶属函数判定评价因素与评价等级的隶属程度,建立二级模糊综合评价模型评估南京暴雨灾害风险,并选取2012年南京暴雨实例进行数据演算,验证该评价模型的有效性,最后提出南京暴雨灾害的防御对策。     

基于云模型的暴雨洪涝灾害风险分区评价

在自然灾害系统论及自然灾害风险评估理论基础上,利用宣城市17个水文站1970~2013年逐日降水资料,结合各县区社会经济数据、宣城市DEM数据和土地利用数据等,选取致灾因子危险性、孕灾环境敏感性、承灾体易损性和防灾减灾能力4个因素及其下13个具体指标作为评价指标,构建了基于云模型的宣城市暴雨洪涝灾害风险评价模型,借助ArcGIS空间分析技术绘制了宣城市暴雨洪涝灾害风险综合指数图。暴雨风险较高的区域主要分布在宣城南部地区,包括泾县、旌德县、宁国市、宣州区和广德县南部地区,且暴雨洪涝灾害风险从南到北逐渐递减,暴雨洪涝灾害高风险区集中在山区、河网及人口密集区。     

区域性洪涝灾害的灾情评估

以区域孕灾环境、致灾因子和承灾能力三方面的资料为基础,探讨了如何运用地理信息系统和评估模型进行洪涝灾害灾情评估的思路和方法.经实例验证,综合灾害经济损失总量、区域调节承受能力和灾后社会或部门追加投入总量的洪涝灾度评估方法,可对区域实际遭受洪涝灾害的破坏程度和影响深度做出科学、客观、合理的评估.     

基于GIS多准则评价与BP神经网络的暴雨洪涝灾害风险辨识--以闽三角地区为例

灾害风险辨识是灾害有效防控的重要环节之一,辨识体系与风险水平之间的非线性复杂关系使研究方法向精细化、智能化转型。闽三角地区是我国重要的沿海经济开放区,独特的“山-海”自然地理格局、起伏破碎的地形、高发的台风暴潮和极端短时降雨特征使其常遭受洪涝灾害侵扰。以闽三角为例,将生态服务价值纳入风险评价体系,构建基于GIS多准则评价与BP神经网络模型的风险辨识方法,旨在完善评价体系的同时,弥补传统评价方法存在的非线性缺陷和主观依赖,并以此为基础,进一步探究该地区风险空间分布规律和空间格局,为灾害风险防控提供思路。结果表明:①基于GIS多准则评价与BP神经网络模型的风险辨识方法能够系统准确的认知暴雨洪涝灾害风险水平与空间分布;②高风险区主要分布在河流沿岸、河口处、湾区,且人口、经济活动较活跃地区,城市化发展快速区与缓慢区相比,更容易遭受洪涝灾害威胁;③洪涝风险以高-高和低-低集聚为主,风险根据空间自相关性特征分为“整体随机”“局部随机-邻域集聚”和“整体集聚”三种类型。最后根据风险特征将闽三角地区高风险分为“厦门集美版块”“泉州湾区版块”“漳州县区版块”,分别提出灾害治理建议。     

我国农业水旱灾害的时间分布及重灾年景趋势预测

分析了我国 1970～ 1999年农业水旱灾害的时间分布特征。分析结果表明 :在研究时段内 ,我国农业自然灾害总体上呈增长态势。该时段可划分为两个明显的阶段 :80年代中期以前 ,总灾、水灾及旱灾对农业生产的危害较轻 ;80年代中期之后 ,呈现出影响范围广、损失增大的趋势 ,重灾年份明显增加。旱灾和水灾是威胁我国农业生产最为严重的自然灾害 ,尤以旱灾为甚。我国农业遭受旱灾威胁的范围多年基本不变 ,而旱灾受灾率波动明显 ,成灾率逐年增长 ,这与近几年农田水利设施建设缓慢、灌溉能力降低有关 ;水灾受灾率和成灾率具有特别显著的同步特点 ,表明水灾致灾能力强 ,一旦发生 ,极易成灾 ,水灾危害加剧与防洪、抗洪能力低下及生态环境恶化有关。各灾种的受灾率和成灾率呈正相关关系 ,表明我国农业生产系统的抗灾能力总体上较弱。　　本文还用灰色系统理论的建模方法 ,建立了农业总受灾率 -总成灾率、水灾受灾率 -成灾率、旱灾受灾率 -成灾率的重灾年景灰色灾变GM(1,1)预测模型 ,对未来 10年我国农业灾害趋势进行了预测分析。灰色预测结果表明 ,2 0 10年之前 ,除 2 0 0 3,2 0 0 6年水旱灾害危害较小外 ,其它年份均为灾情严重年份 ,其受灾率和成灾率均高于近 30年的平均水平。其中 ,2 0 0 4 ,2 0 0 7年将为水灾重     

广西高温灾害评估

普查了广西1956年以来共51年的高温天气过程,分析了部分灾情记录,根据高温范围、持续时间、强高温面积和特强高温面积等反映高温危害的指标,设置了高温过程的异常指数,从气象角度综合评估了一次高温过程的灾害影响程度。经过分析排序,揭示了广西"5年一遇"至"50年一遇"的年际高温灾害性天气事件的主要分布特征,该分析方法可为高温过程灾害评估及技术总结提供参考。     

2004年主汛期我国强对流天气灾害统计特征

运用全国各省、市、县气象部门直接上报国家气象局的气象灾害数据,对全国各地2004年主汛期(6-8月)对流性天气造成的灾害分布特征和人员死亡情况进行了统计分析,结果表明,主汛期内强对流天气在全国31个省市都有发生,其中黄淮、江淮、江南、西南地区东部为强对流天气灾害死亡人数多发区,且在主汛期内,以7月份强对流天气发生频次最高;在年度所有气象灾害中,除了暴雨洪涝灾害造成人员死亡最多外,雷击事件造成的死亡人数占气象灾害死亡人数的第二位;各大城市均遭遇到强对流天气袭击,造成了严重的交通瘫痪,城市应急响应系统建设亟待加强。     

基于灰色理论的黑龙江省暴雨洪涝特征分析及灾变预测

基于灰色理论和气象灾害普查资料对黑龙江省暴雨洪涝灾害时空分布特征进行了分析并进行了灾变预测。黑龙江省暴雨洪涝灾害主要发生在5-9月,其中7月损失最大;1990年以来暴雨次数虽然有所减少,但暴雨洪涝造成的损失却明显增加;黑龙江省暴雨洪涝灾害可划分为严重洪涝区、重洪涝区、中洪涝区和轻洪涝区,严重洪涝区位于松花江及其支流沿岸的大庆市、伊春市、齐齐哈尔市、佳木斯市和哈尔滨市。根据灰色灾变预测理论预测2013年出现严重暴雨洪涝灾害(全省农作物受灾面积≥500 000 hm2、可比经济损失≥50 000万元)的可能性最大,其次是2016年。     

1950年以来广西洪涝灾害及趋势预测

基于对历史上广西洪涝灾害数据分析的基础上, 总结了广西洪涝灾害的特点, 并用多种方法对广西的洪涝发生趋势进行了预测, 以便能够更好地配合防灾减灾活动     

广西沿海台风灾害风险评估初探

分析了广西沿海台风灾害危险度的影响因素，并用打分法给沿海１６个区段划分了台风灾害风险等级。最后探讨了台风风险评估与沿海地区经济发展的关系．     

灾体模型的拓展及其在主要气象灾害损失年景评价中的应用

该文拓展了面向气象灾害损失评价的灾体模型,使得其适用性增强。基于新模型,对2003-2018年我国主要气象灾害损失及总损失年景进行了评价分析,结果显示,存在极端偏重灾害损失年景的有暴雨洪涝(2003、2010年)、台风(2005、2006年)、低温冷冻害和雪灾(2005、2008年),另外各气象灾害偏重及以上的年景主要分布在2003-2013年,2014-2018年相对灾体量指数平均值较2003-2013年(不含极端年份)偏少65%~90%;在气象灾害总损失年景评价中增加考虑倒塌房屋和饮水困难人口两个损失要素后,评价涉及的信息更加全面,评价结果更趋完善。     

灾害损失组合年景研究

根据陕西解放以来的灾害损失资料，将各种灾害造成的成灾面积、人口死亡、房屋倒塌和水、旱、风雹、病虫害、霜冻以及其它灾害造成的农田成灾面积分成４和５个档次，用人工神经网络方法进行聚类，可分成５个不同的灾害损失组合年，其代表了不同损失特点，有助于对各年定量评价灾害年景。分析这些不同损失组合类型的降水特征，可通过对降水的预报来预测可能出现的灾害组合，从而为重点防御某种或某几种灾害损失指明方向。