长三角地区台风灾害风险评估

中国长三角地区由于濒临西北太平洋,成为受台风灾害影响最严重的地区之一。结合灾害风险理论,将该地区16个地级市的140个县(包括一般县、县级市和市辖区)作为研究单元,对台风灾害风险进行了评估。选用台风大风和台风降雨等10个指标,采用主成分分析法计算了各县的台风致灾因子强度指数;选用各县2006年底人口密度、地区生产总值和第一产业产值占总产值的比例等3个指标,采用主成分分析法计算了其承灾体脆弱性指数;将致灾因子指数与脆弱性指数相乘,得到了各县的台风灾害风险指数,从而得到了风险等级图。该风险等级图揭示了台风灾害风险在长三角地区的等级分布状况,可以为长三角地区台风灾害防范策略的制定提供参考。     

灾损度指数法在灾害经济损失评估中的应用——以福建台风灾害经济损失趋势分析为例

采用灾损度DLD和环境不稳定度EI两个要素,构建了灾害经济损失指数DELI(灾损度指数)指标对灾害经济损失进行评估。并应用它对福建省台风灾害经济损失趋势变化进行分析。研究表明:利用灾损度指数对灾害经济损失评估方法可取,它不受灾害发生的时间和地点限制,可比性强,资料信息源多,计算方便,适用范围广;福建省台风灾害灾损度指数呈波动上升,反映福建台风灾情加重与灾害本身损失加大和福建省环境不稳定度加大有关,与实际情况相符。     

台风灾害的模糊风险评估模型

台风灾害的致灾因子具有多重性，这使得台风灾害的风险评估相对于其它灾害来说更加复杂。本文以广东省14个市辖区为例，分别从台风暴雨和台风大风的角度分析了台风致灾因子的时、空、强规律；结合进行研究区承灾体的易损性分析，即选择研究区人口密度、人均GDP和农业占GDP的比重等3个指标综合反映研究区台风灾害的潜在损失风险。在此基础上，本文进一步评估了研究区台风灾害所造成的风险水平的地区差异。结果表明，阳江、深圳、汕尾、珠海、湛江是广东省14个市辖区中受台风灾害影响风险最高的5个区域。     

台风影响下的学校风灾风险评估模型研究——以浦东新区部分沿海学校为例

针对学校气象灾害风险的调查研究,台风风灾是影响学校安全的重要气象灾害之一,该文重点研究台风大风学校承灾体自身暴露度脆弱性风险指数的构建方法,完善原有气象灾害风险评估关注致灾因子的风险评估模式,通过对沿海学校的大风风险隐患点普查和各隐患点的脆弱性分析,结合各学校不同气象灾害防御能力现状,建立基于台风影响下风灾风险计算模型,形成风灾风险预评估产品。研究结果表明：本模型方法构建的风险指数可预评估出与实际较为符合的风险级别,实际应用而言更科学更合理,可为学校及时采取有针对性的防灾减灾措施提供依据。     

台风灾害风险区划模型

台风灾害发生频率高,影响严重,是人类面临的全球性重大问题之一。对台风灾害进行科学、合理的风险评估显得尤为重要。以宁波市为研究对象,在隶属函数和自然灾害风险理论的基础上,综合考虑形成台风灾害风险危险性、暴露性和脆弱性,结合GIS技术建立了台风灾害风险区划模型,绘制了宁波市台风灾害风险区划图;并利用灾级指数对模型结果进行了验证。结果表明:宁波市各区、县的台风灾害风险指数中,宁海、鄞州、余姚、奉化、象山和慈溪台风灾害的总风险指数较大,老城区(海曙区、江东区、江北区)、镇海和北仑较小;宁波市东南沿海、城镇和部分山区台风灾害风险等级较高;灾级指数与台风风险指数的相关性较好,决定系数达到0.7181,且通过了0.01的置信区间。     

我国台风灾害成因分析及灾情预估

利用1980-2004年的台风基本资料,对我国台风(包括热带气旋、热带风暴、强热带风暴、台风、强台风和超强台风)灾害的成因进行了初步分析,结果表明:台风引起的大风和降水以及登陆台风的强度和登陆点位置等都是我国台风致灾的重要因素.综合表征台风灾情的ATDI指数和台风造成的直接经济损失与台风大风、降水、登陆台风强度及移速关系密切,而房屋倒损则主要与台风引起的大风有关,农田受淹则主要取决于台风降水.在此基础上,建立了综合表征台风灾情的ATDI指数以及因台风而倒损的房屋数、受淹的农田面积和造成的直接经济损失等的预估模型.对历史样本拟合和对2005年6个台风的独立样本回报表明:模型具有较好的预估能力,对台风灾害各等级的拟合和预估误差不大于1个等级的样本约占总样本数的83%～96%(完全准确的样本在50%以上).     

国内农业台风灾害风险评估研究进展

台风是中国沿海地区复杂的灾害系统,尤其是农业生产深受台风灾害的影响。从灾害风险的形成机制出发,对台风灾害的发灾场、致灾力、承灾体,以及农业台风灾害风险评估方法及应用进行了全面综述。总结现有研究发现,国内学者主要是通过移动路径和最大风速来确定台风的发灾场范围,使用大风、暴雨及其共同影响来衡量台风的致灾力,运用遥感技术提取农作物面积表达承灾体的暴露性,并对区域尺度的防灾减灾能力进行了研究。在灾害风险评估上,数理方法与GIS的结合成为了主流,但方法的合理性和有效性仍待提高,风险评估实例仍然集中在大中尺度的研究上。农业台风灾害风险的理论研究、评估工作的精细化及动态化将成为今后的研究重点。     

浙江省台风灾害及其对农业影响的风险评估

台风灾害是浙汀省主要的自然灾害之一,平均每年有3.3个台风对浙江省造成影响.以历史灾情资料和气象要索(致灾冈子)作为灾害指标,利用基于信息扩散原理的风险评估模型,对浙江省台风灾害及其对农业造成的影响进行了模糊风险评估,并在GIS技术支持下,直观地给出了浙江省台风大风和台风暴雨的空间分布特征.研究结果表明:浙江省台风灾害存在明显的空间差异,台风大风发生的概率由沿海岛屿和沿海地区向内陆减小,台风大风高风险区位于沿海岛屿,台风暴雨的高风险区在浙东南沿海一带.台风灾害对浙江省农业影响风险值较高的地区主要位于沿海岛屿和东部沿海地区,当风险水平为30%时,舟山、台州、温州和宁波等地受灾概率大约为2-4年一遇,为全省高风险敏感区.     

农业气象灾害风险评估体系及模型研究

从灾害风险分析的角度构建了一个由我国北方冬小麦干旱、江淮冬小麦渍涝、东北作物夏季低温冷害以及华南荔枝和香蕉冬季寒害组合的灾害风险评估体系.该体系由风险辨识、风险估算和风险评价组成.风险辨识分别阐明了上述各灾种的孕灾环境、致灾因子和承灾体的灾情特征.在风险评估方面,基于灾害性质、灾损和抗灾性能的含义,提出了相应的风险概念模型,根据多年产量资料和气象资料,提出了应用性强、可操作的各种灾害的灾害强度风险概率模拟模式和灾损风险概率模拟模式、抗灾性能模式,并采用逐年产量和气象资料的样本序列,由上述模拟模式估算了各种灾害强度和不同灾损发生的风险概率及风险指数,阐述了风险水平的地区差异.在风险评价方面,根据对各种灾损的风险指标进行综合,分别提出了风险区划指标,并进行了风险区域划分.     

福建农业气象灾害的产量灾损风险评估

针对传统的灾损评价中趋势产量和气象产量难以区分的缺点,利用福建省1981-2005年主要气象灾害面积资料,通过计算灾害造成的粮食减产量,得到各灾害相对灾损量序列,并引入信息扩散理论的模糊数学方法,构建了福建农业气象灾害产量灾损风险评估模型,进行了相应的风险评价实例分析.结果表明,福建省农业气象灾害的产量灾损风险随概率的增大而减少,气象灾害发生灾损的概率风险估计值,洪涝灾害风险大于旱灾,风雹灾害的风险大于低温冻害.干旱风险高值区出现在灾损率5%～45%,洪涝灾害出现在5%～70%,风雹灾害在5%～30%,低温冻害的风险主要集中在灾损率5%～20%.     

基于PPD的辽宁省暴雨灾害风险分析

根据辽宁省1976-2006年逐日降水和暴雨灾害损失数据,基于自然灾害风险理论,利用PPD(可能性-概率分布),分析不同等级暴雨发生的可能性;通过建立灾损指标体系获得暴雨灾损指数,结合Arc GIS技术,进行了辽宁省暴雨灾害风险评价与区划。结果表明:1辽宁省暴雨发生的可能性,随暴雨等级的增加而降低,主要发生一到四级暴雨,五级暴雨很少见,而发生2~5级暴雨概率基本由东南向西北递减(一级由西北向东南递减);2全省而言,暴雨灾害损失及风险与暴雨发生可能性区域分布特征总体吻合,即呈现南高北低、东高西低、由东南向西北递减的趋势;3PPD适用于风险分析中计算致灾因子发生的可能性,因为以该模型为基础的研究结果与近年来辽宁省暴雨发生风险事实一致。     

新疆近3年大风灾害灾度分析与区划

新疆是我国大风灾害比较严重的地区之一.已往的大风灾害研究主要从自然学科角度进行较多,分析了大风致灾因子的主要来源、地理分布、强度、监测等,但缺乏从社会学科角度分析研究.本文以新疆2001～2003年发生的大风灾例为研究对象,以新疆15个地州市为研究单位,根据可操作性、可比性、可传递性原则选定的3种确定灾度指标的因子,采用综合评判的方法对各地州市大风灾害灾度进行计算和定量评价,并根据最大隶属原则把15个地州市分别划分为3个区域级重度风灾区、4个区域级一般度风灾区和8个区域级轻度风灾区.     

福建台风灾害风险分布的初步估计

建议了一个较简单的台风灾害风险评价模型，对福建台风灾害危险性、脆弱性和风险进行评价，应用Mapinfo7．0软件，编制了福建台风灾害风险分布图。结果表明：致灾因子危险性高值区主要分布在东部沿海，这一地区应该采取预留高风险区，与“台风灾害风险”共存的对策，提高台风预报准确性；承灾体脆弱性高值区集中分布在东部沿海的厦门、泉州、福州、莆田和漳州等地，还零散分布在三明、龙岩等地级市，这些地区应该采取生态安全条件下的土地利用结构调整、提高防御台风灾害能力和人口素质等对策，以降低承灾体脆弱性；风险高值区位于闽南沿海的漳州、长泰、龙海和厦门市，闽中的泉州东南沿海、莆田市和福州东南沿海，这些地区应该成为福建省防御台风灾害的重点区域。     

基于机器学习方法的浙江省台风灾害风险评估和动态风险预报

利用机器学习方法建立以区县为基本研究单元的浙江省台风灾害风险评估模型,并进一步结合气象预报与实测数据形成覆盖全省、时空连续的台风过程动态风险预报,为科学应急减灾提供决策支持。首先,本研究以浙江省各区县为研究对象,考虑危险性、孕灾环境、暴露性和脆弱性等风险要素选择台风灾害风险评估模型的预测变量;其次,基于10个重大历史灾害的灾损数据(直接经济损失)划分风险等级作为输出变量;最后,采用机器学习模型XGBoost建立台风灾害风险评估模型。同时,以利奇马为例,进一步探索该模型的实战应用潜力,即以气象预报和实测数据为模型驱动,实现浙江省全域各区县台风灾害风险的实时更新预报。     

广东省湛江市水稻台风灾害风险评估

水稻是南方地区最重要的粮食作物,以其为研究对象进行台风灾害风险评估具有重要意义。基于自然灾害风险的形成机制,综合考虑发灾场敏感性、致灾力危险性和承灾体暴露性等三个方面10个指标,建立评估指标体系,运用突变级数法构建评估模型,以1998—2018年影响湛江市台风资料为基础数据,进行水稻台风灾害风险等级评估。结果表明:湛江市水稻台风灾害承灾体暴露性呈现出中部和北部高的特征;致灾力危险性分布呈现出东部和南部高的特征;发灾场敏感性呈现出东部和中部高的特征。水稻台风灾害风险高的区域在湛江市中部和北部地区,风险指数为0的区域主要分布在徐闻县中部地区、雷州市中部和南部、遂溪县中部地区。研究结果可以为地级市台风灾害的分级风险管理提供依据。     

海南岛天然橡胶产量灾损风险区划

由于天然橡胶产量的波动与气象条件密切相关,因此在天然橡胶产量灾损的风险区划中要充分考虑气象灾害的影响。利用海南岛18个市县1988-2010年天然橡胶的实际产量资料,提取了海南岛天然橡胶产量减产序列,从产量灾损率角度出发,选择橡胶产量的平均减产率、减产率变异系数、减产率风险指数及气象灾害综合风险区域系数作为评价因子,开展了海南岛天然橡胶产量灾损的风险区划。结果表明:天然橡胶灾损的高风险区位于文昌、东方、昌江、三亚、陵水等区域;中风险区域位于定安、琼海、琼中、万宁、乐东等区域;低风险区位于海口、澄迈、儋州、屯昌、白沙、五指山、保亭等区域。     

基于信息扩散的东南沿海台风灾害风险评估

台风灾害频发对东南沿海人民群众的生命财产安全构成了严重威胁。基于信息扩散理论的风险评估模型,根据2001-2015年期间的台风受灾、成灾和绝收面积,对我国东南沿海的山东、上海、江苏、浙江、福建、广东、广西和海南的台风灾害展开风险评估。评估结果表明:台风灾害对风险水平的影响是随着相对损失的增大,风险概率下降;从台风灾害相对灾损量平均值来看,海南以54. 19%占据首位,山东以5. 29%垫底;广东、福建、浙江、海南、上海和广西受到台风灾害的风险很高,呈现出台风灾害高、风险发生周期短、频率高等特点。     

中国沿海地区台风灾害损失评估研究

沿海地区作为人口积聚、国民经济和社会发展的重要区域和战略中心,在台风灾害中遭受的损失往往是惨重和致命的,所以亟待开展沿海地区台风灾害损失评估研究。根据1990-2007年的台风灾情资料,选取代表性指标尝试构建了台风灾情评估模型,并对沿海省市的台风灾害损失及其与致灾因子的关系进行分析评价。结果显示:除个别区域外,沿海地区台风灾害损失都呈下降趋势,但各区域下降的幅度不等,其中浙江省、江苏省和海南省下降幅度较低,均不足10%;浙江省、福建省和广东省18年间平均台风灾害损失较大;上海市以南各区域台风大风和暴雨的频次多、强度大,灾害损失大。     

基于监测数据挖掘的高铁气象灾害风险评估方法研究

气象灾害风险评估对高铁气象灾害防御具有重要的指导作用。在分析了影响高铁运行的主要气象要素的基础上,研究了高铁气象灾害风险评估指标体系,包含致灾因子危险性、孕灾环境敏感性、承灾体暴露性、脆弱性和防灾减灾能力等,探讨了高铁多灾种和单一灾种的气象灾害风险评估方法。以大风灾害风险评估为例,建立了大风灾害风险评估指标体系,基于熵权法研究了大风危险性,在此基础上,采用加权综合评价法对大风风险进行了分析。结合具体线路风监测数据,研究了相应线路大风风险,并进行了风险区划。与基于气象部门数据开展的铁路气象灾害风险评估相比,基于铁路气象要素监测数据的气象灾害风险评估对气象要素的时空特性反映更加细致,更能代表铁路沿线气象灾害特征,研究可为高铁气象灾害防治提供参考。     

台风灾害气象指数保险相关技术方法初探

气象指数灾害保险是目前全球范围内广泛研究的一种风险转移工具,它可以克服传统的自然灾害保险的局限性,在农业保险领域应用前景广阔。以福建省连江县为例,依据连江县台风灾害及台风活动特征,将能够对连江县造成一定损失的台风分成分别以大风、大雨和大风雨为主导的3类。结合连江站相关气象数据及概率分布建立了广义的台风灾害气象指数,最后构建了保险赔付路线图,以供有关部门参考。