基于梯度提升决策树(GBDT)算法的南方洪涝灾害房屋倒损评估模型

结合影响洪涝灾害损失的10个指标,利用国家减灾中心灾情库中案例作训练样本,建立了基于梯度提升决策树(GBDT)算法的南方洪涝灾害房屋倒损评估模型,可用于洪涝灾害房屋倒损的快速评估。最后,利用2016年7月上旬南方洪涝灾害案例进行了模型验证,总体相对误差为17.9%,证明该模型具有较高的可靠性,能够较好反映洪涝损失总体情况。     

洪涝灾害危险性评估方法研究

为改进洪涝灾害危险性评估方法精度,利用洪涝灾害前期土壤湿度和未来24 h降雨预测数据作为致灾因子,结合河湖网络、地形和土地利用类型等孕灾因子,基于层次分析方法确定指标权重,研究了洪涝灾害评估方法中致灾因子评估指标的作用,以2013年8月中旬松花江流域洪涝灾害为例,利用土壤湿度和前3 d降雨量数据两种不同因子危险性评估方法结果比较,以及风云气象卫星洪涝灾害监测结果对危险性评估结果的验证,表明了利用洪涝灾害前期土壤湿度和未来24 h降雨预测数据作为致灾因子得到的危险性评估结果与实际灾情吻合效果较好,验证了方法的有效性。     

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.     

山洪灾害雷达遥感灾情评估技术研究与应用

雷达遥感的全天时、全天候和高分辨率等特点为洪涝(山洪)、泥石流等自然灾害的灾情评估提供了可能。但目前遥感洪涝监测和评估多局限在洪水影响区域的提取上,较少开展灾后耕地、居民地损失的评估。在前人研究的基础上,探讨了一种基于雷达后向散射成像原理提取受灾耕地(主要是绝收耕地)和倒损房屋区域的方法,继而实现了灾害信息的准确提取和农作物受灾、因房屋倒损而受灾人口的评估。经与GPS地面调查数据验证,表明该方法简单、可行,具有一定准确性,能用于福建等山区山洪、泥石流等灾害的灾后评估,为政府灾情评估、灾后恢复重建工作提供辅助决策支持。     

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。     

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。     

基于气象预测数据的中国洪涝灾害危险性评估与预警研究

基于自然灾害风险理论,借助GIS强大的空间分析功能,采用归一化和层次分析法,对中国全国范围尺度进行了洪涝灾害危险性评估。通过对洪涝灾害危险性因子分析,分别提取当天降雨量、前3 d降雨量、地形高程、地形标准差、河湖网络等因素作为评估因子,提出了各因子危险性指数计算方法,以及全国洪涝灾害危险性指数计算模型公式。根据统计分析危险指数的最小值、最大值,结合历史灾情,利用阈值分割法确定了风险等级分割值分别为0.3、0.45及0.6,将洪涝灾害等级划分为高风险、中风险、低风险与无风险四个等级,从而建立了类似于天气预报模式的全国洪涝灾害危险性评估模型,并以2010年8月22日为例进行了洪涝灾害危险等级评估的实际应用。最后,基于洪涝灾害的危险性评估的结果,结合危险区内人口分布、交通设施等基础数据,生成相应的预警产品。对可能发生的洪涝灾害发出预警与预测,为危险区人们乃至相关政府管理部门采取有效的防灾、减灾措施提供参考依据。     

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%.     

经常性暴雨内涝区域房屋财(资)产脆弱性研究——以温州市为例

基于洪涝灾害脆弱性研究基本思路,选择经常性暴雨内涝区域——温州市麻步镇和水头镇,就0908号台风"莫拉克"影响开展"暴雨内涝灾后房屋财产和商业资产损失"抽样问卷调查。结果表明:淹没区域平均水深1.7m,平均淹没时间超过2 d,房屋财(资)产损失较大;经常性暴雨内涝区域30%住户和商铺灾害损失值和灾损率接近0,房屋财产和商业资产灾损率呈现乘幂函数曲线。     

台风灾害评估中的影响因子分析

找出影响台风灾害评估的重要因子对于更科学、更合理地采集评估信息,建立灾情数据库具有重要意义。以浙江省为例,从致灾因子、承灾体和防灾减灾能力3个方面的25个影响因子,以死亡人数、倒塌房屋数、农作物受灾面积、直接经济损失和灾情指数为评价指标,通过相关分析方法找出评价指标影响较大的因子。利用所选取的因子,通过回归分析,对死亡人数、受灾农田面积、倒塌房屋间数和灾情指数进行了验证,结果表明,采用所提方法选取的因子去评估灾情是合理的。     

地震损失经济学评估模型灾损参数的统计研究

地震应急管理有助于震后救灾工作的顺利进行。传统的灾损评估需要有关人员进入现场根据地震破坏情况进行评估,这会影响评估的时效性。通过对地震灾损参数进行统计学研究,利用现有的研究成果,以统计指数、数据包络分析为理论基础,将现有的基于不同房屋结构类型、不同破坏等级的震害矩阵进行降维,确定了灾损参数,并以青海玉树地震为例,运用灾损参数实现了灾损的快速评估。     

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。     

基于高分遥感影像的地震受灾建筑物提取与倒损情况快速评估

以鲁甸地震为例,基于灾后无人机航拍影像,利用均值漂移分割算法以及C5.0决策树分类算法,提取了受灾建筑物区域,并对建筑物倒损率与地震烈度进行了估算,经目视解译验证以及与官方发布地震信息比对,倒损率相对误差均小于5%,地震烈度估计则与真实信息完全吻合。同时,利用采样方法计算了真实倒损面积与分类倒损面积的比值系数,提出了对于同一地震、相似地貌、相似建筑物分布的不同区域的建筑物倒损面积评估模型,经验证,其相对误差最小可低达5.31%,从而实现了倒损面积更准确的快速评估。     

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).     

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。     

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。     

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。     

韧性城市视角下地铁洪涝灾害风险分析——基于Bow-Tie—贝叶斯网络模型

极端暴雨易引发地铁洪涝灾害,其致灾因子具有复杂性特征,辨识地铁洪涝灾害的致灾因素,可以有效提升地铁系统应对洪涝灾害的韧性。为此,建立了Bow-Tie—贝叶斯网络的灾害风险分析模型,利用事故树构建致灾模型,再以贝叶斯网络模型预测灾害的后验概率。通过节点后验概率、关键重要度分析等对地铁洪涝灾害的基本事件的重要度进行分析,提取出导致灾害发生的关键基本事件。分析结果表明,地铁和环境的不安全状态和管理的缺陷是导致灾害发生的重要中间事件。该文从灾前预防、灾中抵御、灾后恢复三个维度对地铁洪涝灾害提出针对性的对策建议,对建设更具韧性和包容性的社会-生态系统具有重要的借鉴意义。     

台风过程引发洪涝灾害的风险评估——以海南岛为例

海南岛是一个受台风影响频繁的区域,台风过程中的暴雨过程极易引发洪涝灾害。在分析洪涝灾害形成的各主要因子的基础上,提出了基于G IS的台风过程引发海南岛洪涝灾害的评估模型,以台风过程中发生的暴雨的危险性指数、地形因子和社会经济易损为主要指标,得出了海南岛台风过程引发洪灾的风险综合区划图。     

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。