社会减灾能力信任及水灾风险感知的区域对比——基于江西九江和宜春公众的调查

研究公众对社会减灾能力及灾害风险的认识，有助于从公众视角揭示风险潜在因素，不仅是进行风险沟通的必备环节，还可以为开展有效的减灾宣传教育、提高公众减灾意识提供决策依据。通过社会调查（221份样本）和统计分析方法，比较了江西九江、宜春公众对于社会减灾能力的信任及水灾风险感知。结果表明，公众对于社会减灾能力基本持信任态度，信任度高低排序为：灾害监测预报>政府应急>防灾工程>预警传播，其中宜春公众的信任度较高；公众对于水灾的风险感知较弱，尤其是宜春公众认为水灾发生、受灾的可能性很小；公众的信任与对区域减灾能力的了解无关，主要是受到受灾经历（受灾次数、灾情损失、灾后救援）的影响，即区域本底灾害风险的高低导致公众认知的差异，风险较高区域（九江）的公众具有更为明确的降低风险的行为倾向及意愿。     

社会减灾能力信任及水灾风险感知的区域对比——基于江西九江和宜春公众的调查

研究公众对社会减灾能力及灾害风险的认识，有助于从公众视角揭示风险潜在因素，不仅是进行风险沟通的必备环节，还可以为开展有效的减灾宣传教育、提高公众减灾意识提供决策依据。通过社会调查（221份样本）和统计分析方法，比较了江西九江、宜春公众对于社会减灾能力的信任及水灾风险感知。结果表明，公众对于社会减灾能力基本持信任态度，信任度高低排序为：灾害监测预报>政府应急>防灾工程>预警传播，其中宜春公众的信任度较高；公众对于水灾的风险感知较弱，尤其是宜春公众认为水灾发生、受灾的可能性很小；公众的信任与对区域减灾能力的了解无关，主要是受到受灾经历（受灾次数、灾情损失、灾后救援）的影响，即区域本底灾害风险的高低导致公众认知的差异，风险较高区域（九江）的公众具有更为明确的降低风险的行为倾向及意愿。     

中国荒漠化灾害的经济损失评估

荒漠化灾害是自然过程与社会经济活动相互作用的产物。本文在分析中国荒漠化形成的自然原因与人为原因的基础上,运用货币估值技术,将荒漠化造成的各种损失进行定量或半定量估算,最后得出中国每年荒漠化灾害损失达541亿元,并指出人口剧增是造成荒漠化灾害的第一性压力,人为的不适当活动则是造成土地退化的直接原因。     

基于GIS淹没模型的城市道路内涝灾害风险区划研究

在求取襄阳中心城区重现期雨量与可抽排雨量的基础上,采用基于GIS暴雨洪涝淹没模型计算不同重现期致灾雨量的淹没水深和范围;依据城市内涝对道路的实际影响,制作城市道路内涝灾害风险区划图。结果表明,该方法能够直观表达研究区域内不同雨量阈值的内涝灾害淹没风险分布,定量评估淹没水深、淹没范围。同时给出了城市道路内涝灾害风险区划图,结合城市道路信息,准确定位高风险易涝街区,为政府部门决策提供科学依据。     

安徽省棉花冰雹灾害风险区划研究

雹灾风险区划是雹灾风险研究的重要内容,对制定区域性的雹灾防灾减灾对策具有指导意义。而雹灾风险评价是开展雹灾风险区划的前提和基础。以我国雹灾频发区--安徽省为例,选择其主要经济作物棉花为承灾体,基于区域灾害系统理论和棉花雹灾风险区划数据库,在“E-H-V-R”四维评价基础上,提出了多技术手段和多方法相结合的“3（E、H、V）+1（R）”维的雹灾风险区划方法,编制了安徽省棉花雹灾风险图,将其划分为淮北平原区、江淮平原丘陵区和皖南山区3个一级区,10个二级区和19个三级区,为安徽省棉花雹灾风险管理和防灾减灾工作的开展提供科学依据,同时为其他区域和其他灾害风险区划研究提供方法和技术参考     

陕西省自然灾害分区与环境评价

依托遥感获取的土地利用现状数据为依据，结合陕西省96个站点近45年的气象和地质资料，选择干旱、雨涝、沙漠化、水土流失、滑坡、泥石流、冰雹等指标．应用主成分分析等方法将陕西省划分为极重灾害区、重灾害区、中灾害区和少灾害区等4个灾害等级区域，分析了其区域差异特征。结合不同区域的自然环境与社会经济状况进行了自然灾害的综合灾势分析与环境可持续发展评价。     

九寨沟震区地表形变监测及震损物源估算

地震及其次生地质灾害（滑坡、崩塌、泥石流等）引发的松散物质（即震损物源）剧烈迁移会给震区环境与安全造成极为深远的影响。“8·8”九寨沟地震发生后，大量的震损物源加剧了九寨沟景区地质灾害易发性及湖泊淤积风险。获取震损物源的分布与数量，是减少灾害风险与保护湿地景观的基础。因此，利用DInSAR技术实施地表形变监测,基于形变数据，再结合光学遥感数据解译和实地观测，估算九寨沟景区震损物源，解析空间分布与数量特征。研究结果显示:地震在震中的西北侧造成了较大的沉降形变，在震中东南侧也产生了轻微隆起形变，雷达视线向形变量达-23～11 cm；景区震损物源呈带状分布,沿沟谷和道路较为发育，以五花海区域最为集中，估算数量达1.658×105m³。研究结果将为九寨沟景区地质灾害隐患的监测防治及河湖湿地的绿色防淤提供支撑。     

湘江湖南段洪水灾害综合风险区划

以湘江湖南段河流沿线地区为例，基于自然灾害风险评价的基本原理构建了洪水灾害综合风险值计算模型，即综合危险度和综合社会经济易损度的叠加。利用研究区全球数字高程模型(GDEM)数据、1971~2007年地面气象站观测数据和2008年社会经济统计数据等，借助地理信息系统(GIS)技术和地学方法，得到包含高风险区、较高风险区、中等风险区和较低风险区4个风险等级的洪水灾害综合风险区划图。结果表明：洪水灾害危险度最高的地区集中分布在湘江下游沿岸的湘阴县和长株潭地区；综合社会经济易损度最高的地区为人口密集的市区；湘阴县、长株潭三市和衡阳市市区危险度和易损度均较高，为洪水灾害高风险区。研究结果可为风险管理者和决策者提供量化的理论参考     

湖北省雨涝灾害的风险评估与区划

随着我国灾害科学研究的不断深入及经济建设的日益发展，从风险角度分析灾害已成为灾害分析的一种新视角，它有助于决策者进行灾害管理和制定减灾策略时有针对性地选择最优技术政策，防患于末然。雨涝灾害是湖北省最严重的气象灾害之一，据统计，湖北省平均每年受雨涝危害的农田面积为80．62万hm^2，成灾面积为47．07万hm^2，特别是20世纪80年代以来湖北省工农业生产重地江汉平原和鄂东雨涝事件明显增多，严重威胁和制约着我省国民经济持续稳定发展。依据自然灾害风险分析原理，在分析湖北省雨涝灾害孕灾环境、致灾因子、承灾体密度和经济发展水平及承灾体的抗灾能力的基础上，综合评价了湖北省雨涝灾害风险程度的地域差异，以能综合体现风险程度的风险指数作为指标，将湖北省雨涝灾害分为极重度、重度、中度和轻度四个风险区，并提出了相应的对策措施，为有关部门灾害管理和减灾决策制定提供了参考依据。     

认知资源对公众城市气象灾害防御支付意愿的影响研究#br# ——基于南京市暴雨灾害防御的实证

城市气象灾害防御措施的改进是防灾减灾的有效手段，但如何在辨识公众支付意愿的基础上，构建多方成本分担的灾害防御制度是解决问题的关键。从成本分担的视角出发，以南京暴雨灾害防御为例，分析公众对增强型城市气象灾害防御的支付意愿及认知资源在其中的重要作用。通过构建由Probit模型和有序Probit模型组成的递归混合模型，探讨认知资源和经济资源在公众支付决策中的重要性。研究表明:认知资源的作用十分明显，且随着公众对暴雨灾害风险感知、防御措施了解程度、防御制度认可程度的提高，公众支付意愿越强。而暴雨灾害风险感知又受到灾害趋势认知和经历的共同影响，这两个变量分别影响风险感知的广度和深度，但受教育程度对风险感知深度的影响并不显著。核心建议是从满足公众对城市暴雨灾害风险、防御措施、灾害趋势等知识的需求，政府应该加强暴雨灾害科普宣传的主动性、提升主管和协同部门的公信力；规范科普知识内容、拓宽科普渠道。     

洪灾综合风险的结构特征分析

洪灾风险研究从单一风险转向综合风险,将是防洪减灾理论发展的必然趋势,而结构特征分析则是洪灾综合风险研究的首要任务。首先,应用灾害学的研究理论探讨洪水灾害的风险性,建立由致灾因子的危险性、孕灾环境的脆弱绝对性、承灾体易损相对性及用于洪灾风险宏观评价的灾情损失评估所组成的洪灾风险分析的宏观结构,并给出了相应的量化途径;其次,从模型分析的角度,分析了由洪水风险、防洪工程风险、防洪投资风险、洪泛区风险、洪水生态环境风险和防洪决策风险6个方面组成的洪灾综合风险特征,构建以洪水为中心的洪灾风险链的微观结构,并应用概率论方法,给出了相应的量化概念模型;最后,对洪灾综合风险的结构进行了系统分析。     

基于情景分析的区域洪涝灾害风险评价——以巢湖流域为例

洪涝灾害是制约区域粮食安全和社会可持续发展的主要因子之一。在风险识别的基础上,从致灾因子、孕灾环境、承灾体等方面选取评价指标,建立评价指标体系。运用层次分析法确定指标权重,通过情景分析技术从降水、土地利用、人口、GDP等方面构建复合情景;应用GIS空间分析技术构建洪涝灾害风险评价模型,对巢湖流域洪涝灾害风险进行评价。研究结果表明:2020年巢湖流域洪涝灾害危险性由东南部向西北部减小;合肥市区的洪涝灾害易损性最大,和县的易损性最小。巢湖流域东南部洪涝灾害风险最大,西南部的大别山区风险较小,随着重现期的增大,流域的洪涝灾害风险也逐渐增大。模拟灾害发生的情景,并分析不同情景下的洪涝灾害风险,更能体现洪涝灾害的不确定性和变化性,为流域防洪战略决策研究提供科学依据。     

基于GIS的江西省洪涝灾害风险评估

2010年夏季江西省发生多轮洪涝灾害,灾情十分严重。根据自然灾害系统理论,以江西省鄱阳湖流域地区为研究对象,从洪涝灾害的危险性、暴露性、脆弱性与防洪能力4个角度出发,选取降水、地形、水系、人口、经济、生态及圩堤等10个评价要素指标,采用90 m分辨率DEM、1960~2005年84个气象站点逐日降水量、2003~2008年江西洪涝灾情数据、2009年社会经济统计数据以及2005年江西省土地利用数据,以1 km单元格为基本评价单位,利用GIS空间分析与建模功能构建洪涝灾害风险评估指数模型,对江西省重大洪涝灾害进行综合风险评估。结果表明:该评估模型能成功应用于区域尺度,研究区洪灾风险分布呈现以江西北部的鄱阳湖湖区及蓄滞洪区为中心向两边递减的特点,从中心至外风险等级逐渐降低;从行政区划上,湖口、鄱阳、抚州、上饶等因地势平坦、降水量大、河网密集处于高风险区,而低风险区集中在降水少、地势高且山区分布较多、不易集水的江西南部,如:遂川、崇义等。经2010年6月17~25日发生的暴雨洪灾情况验证,该评价结果与实际情况相符,可为洪灾风险管理与决策提供科学依据。     

基于投入产出模型的区域洪涝灾害间接经济损失评估

重大自然灾害的恢复重建的时间长短与灾害造成的间接经济损失大小直接相关，因而影响灾害造成的总损失。因此评估灾害的间接经济损失是灾后制定减灾政策的重要内容。投入产出模型是灾害经济影响评估应用最为广泛的模型，基于区域投入产出模型，结合湖南省经济状况和救灾政策，以月为时间间隔，模拟了1998年湖南省经济在洪涝灾害后的恢复情况，并用建筑业灾后恢复数据进行了比较验证。模拟结果表明在洪涝灾害中湖南省的间接经济损失为17846亿元，占直接经济损失的39%。不同部门灾后恢复模拟结果有利于制定减灾战略、优化救灾和重建资源的分配，最大限度地减少灾害对经济系统的冲击。尽管该模拟结果还存在一定的不确定性，结果表明投入产出模型在模拟灾害间接损失影响及恢复重建期的预估上能够发挥很好的作用     

平原地区洪灾风险评价的GIS方法研究 --以荆州6县市为例

平原地区因地势低平。水网发达而常遭到洪水的威胁。这种威胁既有来自过境洪水的洪灾．也有来自本地因暴雨引起的涝灾。如何考虑它们两者的相互影响以及洪水灾害的自然与社会经济属性，进行洪水风险评价是一个比较困难的问题。在地理信息系统软件ArcGIS8．1支持下，既考虑过境洪水与本地涝灾，也考虑承灾体的易损性(包括人口、交通线与经济)，还考虑抗灾能力，以GRID模块的地图代数作为运算手段，用AHP法确定因子的权重，建立了评估平原地区的洪灾风险的计算模型和评价方法，该模型运用于长江中游洪灾风险比较严重的地区——荆州地区的6县市．取得了比较好的效果。     

20世纪末期我国农地退化的经济损失估值

土地退化是自然过程与社会经济活动共同作用的现象。本文在分析中国农地退化基本态势的基础上，运用货币估值技术，对农地退化的各种损失进行了定量或半定量估算。估算表明：在1999年，中国由于农地退化所造成的经济损失达3268．1亿元，占当年GNP的4．1％，与1992年相比，经济损失占GNP的比重上升了1．5个百分点。     

Development of quantitative estimates of uncertainty in environmental risk assessments when the scientific data base is inadequate

The reasons for developing quantitative estimates of uncertainty in environmental risk assessments are discussed along with a method for developing them which involves scientific judgement. In the situation considered here the regulatory needs are ahead of the science, which makes the development of the estimates on uncertainty more difficult, but not impossible. Quantitative estimates for all uncertainties involved in the estimation of risk resulting from exposure to volatile organic compounds (VOCs) in drinking water are developed and tabulated. By far the largest contribution to the uncertainty in the risk estimates for VOCs in drinking water are due to uncertainty in the extrapolation of the dose-response curve to low levels. The uncertainty due to extrapolation is on the order of 10⁴ and 10⁶. Other components of the analysis may contribute uncertainties of a few orders of magnitude. In general the largest uncertainties are in the toxicological data base and the manipulation of it needed to estimate risk. The data base and manipulations needed to estimate exposure due to VOCs in drinking water were at the more an order to magnitudes in uncertainty.