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。     

洪涝灾害承灾体易损性的时空变异——以南京市为例

在分析洪涝灾害承灾体易损性影响因素的基础上,构建了评估指标体系;运用模糊综合评价模型,结合层次分析法,分别用2000年和2010年的指标数据,对南京市进行了洪涝灾害承灾体易损性评估。结果显示:①南京市洪涝灾害承灾体易损性水平最高的是城区,最低的是高淳县;②10年间南京市各县区的洪涝灾害承灾体易损性水平普遍上升,但各自上升的幅度不同;③人口密度、经济密度是决定南京市洪涝灾害承灾体易损性水平高低的主要因素。     

福建暴雨洪灾时空变化与区域划分的初步研究

根据福建省暴雨洪涝灾害数据库资料，重建了1971—2005年福建暴雨洪灾的时空格局，在此基础上，基于自然灾害系统理论，以县域为单元，根据综合性与主导因素相结合的原则，采用自下而上的方法对福建暴雨洪灾进行了区域划分。结果表明：福建洪涝灾害的年际变化呈波动上升趋势，与暴雨次数的年际变化并不一致；年内非台风暴雨洪涝灾害有71．2％集中在4—6月份，台风暴雨洪涝灾害有81.3％集中在7—9月份，群发性强；空间上东西分异明显，东部以台风暴雨洪灾为主，区内根据危险性差异划分为4个二级区；西部以非台风暴雨洪灾为主，区内依据危险性差异划分为3个二级区。分阶段研究表明，洪涝灾害的分布范围由沿海向内陆扩展，并与暴雨频次和持续时间呈不同步增长，反映了福建的洪涝灾害是主要致灾因子暴雨和承灾体共同作用的结果，承灾体的脆弱性加大了洪涝灾害灾情，福建暴雨洪涝灾害的时空格局和区域划分可为防灾减灾规划提供科学参考。     

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。     

我国玉米自然灾害风险区识别研究

自然灾害严重影响和制约我国农业生产的持续稳定发展,识别主要作物自然灾害风险因子和风险区,对作物生产风险监测预警和风险防范及有效评估作物因灾损失有重大意义。基于区域自然灾害理论,构建了由致灾因子、孕灾环境因子和承灾体因子构成的作物自然灾害风险评价指标,利用1980-2010年全国各省市玉米产量数据和1991-2010年全国257个气象站点以玉米为承灾体的灾情数据,计算了省级单元不同因子自然灾害影响指数和灾害风险综合评价指数,揭示了我国玉米主要自然灾害的时空分布规律,识别了玉米自然灾害极高风险区、高风险区、中风险区、低风险区和可忽略风险区。结果表明,干旱是我国玉米产区主要自然灾害,其次是低温和风雹,干旱、洪涝、风雹、病虫害等多发于6-8月份,低温灾害多发于4-5月份;不同种类自然灾害大多具有连片发生的特点;自然灾害高风险区省份主要集中于北部和黄淮海平原玉米产区,同一级别风险区的风险影响因子不尽相同,在风险监测预警和防范中需区别对待。     

基于组合赋权法的云南典型山区风雹灾风险评价

以区域灾害系统理论为依据,从风雹致灾因子、乡镇孕灾环境、承灾体3方面选定9个指标开展对云南典型山区——彝良县的风雹灾风险评价。应用县域灾情统计资料、地形等自然数据、人口等社会经济数据,基于目标层、准则层、指标层构建多层次风险评价模型。采用耦合层次分析法和熵权法的组合赋权法确定各指标综合权重,定量分析风雹致灾因子危险性、乡镇孕灾环境暴露性、承灾体易损性的高低分布;据此得出风雹灾综合风险指数,并利用ArcGIS10.2软件绘制风险区划图。彝良县风雹灾风险分布较为分散。高风险区域面积占全县2/3,主要集中于中部地区,全县风雹灾总体风险程度高。     

从重建资金与效率角度定量评估灾后经济恢复力的变化——以武汉市“2016.07.06”暴雨洪涝灾害为例

自然灾害经济恢复力研究已成为优化灾害综合风险管理与提高防灾减灾能力的重要途径,经济恢复力如何衡量以及灾后重建资金对经济恢复力的影响如何值得研究,而基于经济学机理的间接经济损失评估模型,为构建灾后重建资金、效率与灾后经济恢复力变化间的定量关系的模拟提供了新的方法。因此,以武汉市2016年7月6日期间大暴雨洪涝灾害为例,利用自然灾害间接经济损失动态评估模型,模拟重建资金与效率变化下暴雨洪涝灾害对武汉市造成的间接经济损失以及经济恢复到灾前所需的时间,进而定量评估其对承灾体经济恢复力与灾后恢复期的影响。结果显示:(1)灾后重建资金每提高100亿,武汉市灾后经济恢复力提高近三分之一,灾后恢复期缩短12%;(2)重建效率每提高约1/3,武汉市灾后经济恢复力提高略高于五分之一,灾后恢复期缩短11%;(3)两者同时提高则使其经济恢复力平均提高达四分之三,灾后恢复期缩短五分之一。研究结果能从灾后重建的资金与效率两方面出发,强调对承灾体经济恢复力的影响,并为政府灾后重建分配方案的制定提供定量化的依据。     

模糊综合评判区域承灾体脆弱性的理论模型

灾害的后果是由致灾环境的危险性和承灾体的脆弱性两个因素共同决定的，承灾体的脆弱性研究对灾害理论以及减灾政策的确定有着极为重要的意义。承灾体脆弱性等级评价是该研究的基础和关键，本文建立了区域承灾体脆弱性模糊综合评判模型。     

宁夏中北部风沙灾害潜在风险区域对比评价

从致灾因子危险性、孕灾环境稳定性和承灾体脆弱性三个方面对宁夏中北部地区风沙灾害的潜在风险进行了区域对比评价，结果表明：（1）银川市辖区西部、永宁县西部和惠农县为风沙灾害高风险区，石嘴山市辖区、贺兰县、盐池县和吴忠市辖区风沙灾害潜在风险居中，平罗县东部、陶乐县中部、灵武市西部风沙灾害的潜在风险相对较小；（2）风沙灾害潜在风险是多种因素共同作用的结果，某些因素的相互作用可在一定程度上减少风沙活动，防治风沙灾害；（3）通过对影响风沙活动及其危害的自然和人文因素的分析，可对未来风沙灾害的潜在风险进行预测，并为针对性防沙减灾政策的制定提供科学依据。在上述结论的基础上，从可操作性角度提出了风沙灾害的防治建议。     

基于多维空间耦合模型的综合灾害风险评价——以南阳市中心城区为例

随着城市化进程加快及城市规模扩大，城市建成环境变化较大，综合灾害应对能力不足，为提高综合灾害应对能力，从灾害构成要素“源头——根本——基础”及形成机理出发，对孕灾环境、承灾体及致灾因子协同考虑，对灾害风险评价，因此构建了“孕灾环境脆弱性、承灾体暴露性及致灾因子危险性等多维空间耦合模型”,并建立了灾害风险评价体系，提出结合加权综合评价法的灾害风险测算新方法，并以南阳市中心城区为例进行研究，发现南阳市中心城区综合灾害风险总体不断增加，但增速逐渐放缓，不同区域灾害风险差别较大，不同时期致灾因子、承灾体及孕灾环境变化对灾害风险均有较大影响，灾害风险水平较高。     

基于GIS的松花江干流暴雨洪涝灾害风险评估

以黑龙江省内的松花江干流流域作为研究区,从现代灾害风险理论出发,综合运用GIS空间分析和灾害风险评估数学方法,对松花江干流流域的暴雨洪涝灾害风险进行了定量评价.研究利用遥感数据和社会经济数据,在空间分析基础上,通过对暴雨洪涝灾害的危险性、承灾体的暴露性、脆弱性以及区域防灾减灾能力的分析,确定影响各个县市暴雨洪涝灾害风险的具体方面.并将因子集成为洪涝灾害风险指数(FDRI),在此基础之上绘制出松花江干流流域的洪涝灾害风险区划图,结果表明松花江干流洪涝灾害风险以哈尔滨和佳木斯两市最大,上游洪涝灾害风险大于下游.     

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。     

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的广西农业暴雨洪涝灾害风险评估

以自然灾害风险评估理论和方法为指导,遥感本底数据、气象数据、基础地理信息数据、社会经济数据为基础数据,构建广西农业暴雨洪涝灾害风险评估指标体系,采用层次分析及加权综合法建立农业暴雨洪涝灾害风险评估模型;借助GIS技术,计算广西农业暴雨洪涝灾害致灾因子危险性、孕灾环境敏感性、承灾体易损性、防灾减灾能力及综合风险指数,并对广西农业暴雨洪涝灾害进行风险区划,采用相关分析法将广西农业暴雨洪涝灾害风险结果与广西历史暴雨洪涝灾情数据进行对比验证,研究结果表明,农业暴雨洪涝风险分布结果与洪涝灾情损失的空间分布基本吻合,南部沿海的风险性最强,西部风险性最小。     

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。     

山区沿河路基水毁灾害风险定量评价方法

针对山区沿河路基水毁灾害风险的定量评价问题,对风险评价体系进行了论述。借助"信息熵"模型,提出了山区沿河路基水毁灾害的危险性定量评价方法及危险性分级。从承灾体自身抗灾能力和区域抗灾能力两方面,建立了承灾体自身易损性和区域易损性分级,结合承灾体的暴露性分级,提出了山区沿河路基水毁灾害承灾体的易损性评价方法及易损性分级。根据山区沿河路基水毁灾害危险性和易损性分级,建立了风险评价矩阵,并对风险进行了分级。通过实例分析,证明该方法可以较好地解决山区沿河路基水毁灾害风险的定量评价问题。     

昆明市东川区农业旱灾风险区识别研究

昆明市东川区是云南省农业旱灾危害较为严重的区域之一。利用2000-2007年东川区各乡镇历史灾情等数据资料,应用风险分析理论、效用理论、因子-成份分析方法等理论方法,在分别研究致灾风险度、承灾体易损性及地域人群对农业旱灾心理反响等基础上,构建了东川区农业旱灾风险评价模型。初步揭示出东川区农业旱灾风险度呈现出自南向北、自西向东逐渐增强的空间态势;识别出极高风险区、高风险区、中风险区和低风险区等4个农业旱灾风险区;发现东川区各地农业旱灾综合风险度、致灾风险度、承灾体易损度以及地域人群对旱灾的心理响应值等指数之间普遍存在着明显的正相关。     

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。     

风暴潮灾害风险的精细化评估研究

以龙口市北部沿海风暴潮灾害为研究对象,结合风与浪潮致灾因子、空间与地形等孕灾环境、承灾体类型等影响风暴潮灾害损失变化的有关因素,基于GIS空间分析技术建立了风暴潮灾害风险评估的定量模型,开展了风暴潮灾害风险的精细化评估。结果表明,在风速增大的情况下,淹没范围和可能性损失程度都相应增大;可能性损失呈有规律分布,离海岸线越近,风险值越大。研究结果可供沿海地区的风暴潮灾害风险区划和风险管理参考。     

洪涝灾害情景下企业停产及恢复时间研究——基于余姚市“菲特”台风受损企业调查数据

损失评估是构建风险曲线、评估风险、计算保险指数的核心内容。当前自然灾害的经济损失评估多以宏观的投入产出表数据作为基础,采用I-O或CGE模型估算区域的经济损失。企业作为自然灾害的直接承灾体,其损失程度评估及恢复过程研究并未受到广泛关注。究其原因:一方面,宏观的投入产出数据容易获得,方法论较为成熟,经济损失评估过程相对规范化。另一方面,我国的中小企业供应链较短,受灾后企业自身及上下游关联企业造成的影响并未受到重视。近些年,随着供应链、物流产业的迅速发展,一地区的企业受灾,造成的"牵一发动全身"的影响已不可忽略。基于此,该文以台风造成的洪涝灾害为背景,利用实地调研的微观企业损失数据作为基础,采用生存分析模型,构建恢复曲线,提取造成企业恢复速度降低的因素,估算企业停产时间。研究结果显示:相比于降雨强度(传统危险性因素),企业规模、企业性质等自身因素,淹没水深是导致企业停产及较难恢复的关键因素。进一步,当淹没水深超过0.5 m,企业停产时间较淹没不足0.5 m的企业相比,延长7 d;当淹没水深超过1 m,企业停产时间延长至14 d。同时,对制造业而言,除淹没水深外,设备损毁、库存损毁等因素也是导致恢复期延长的重要因素。结合不同影响因素,本文定量估算出传统制造业企业的9种淹没情景与商业企业的3种淹没情景下,企业的平均停产及恢复时间。研究结果一方面可以预估洪涝灾害情景下,不同地区企业的损失及恢复率;另一方面可以为灾后企业应急管理提供有效的政策建议。