基于情景模拟的上海中心城区居民住宅的暴雨内涝风险评价

内涝是影响上海的主要灾害之一,上海城区居民住宅特别是旧式住宅容易因之受损乃至倒塌。基于情景模拟和指标体系方法,开展了上海中心城区住宅的风险评估。利用上海水务信息中心开发的内涝仿真模型,设置暴雨情景并对该情景下的内涝进行模拟,得到了区域水深分布状况,利用G IS技术求得每座住宅的水深,体现其在内涝中的暴露程度,并构造暴露性评价模型,综合反映区域总体暴露状况。根据旧式住宅较易受到影响的事实,构造脆弱性指数,最终衡量区域住宅面临灾害的整体风险状况,实现区域间居民住宅内涝风险的对比分析。设置了五十年一遇的暴雨内涝情景,针对中心城区各街道开展了实证研究,最终评价结果显示出的危险性、暴露性、脆弱性和风险分布规律,与实际情况基本符合。该方法可以为市政部门提供必要的信息,提高内涝灾害的管理水平。     

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CERES-Maize模型的吉林西部玉米干旱脆弱性曲线研究

自然灾害风险(Risk)是灾害损失的可能性,主要取决于致灾因子、脆弱性、暴露性以及防灾减灾能力四个因素。脆弱性(Vulnerability)衡量承灾体遭受损害的程度,是灾损估算和风险评估的重要环节,是致灾因子与灾情联系的桥梁。在全面收集研究区气象、土壤、土地类型、田间管理数据等资料的基础上,以吉林西部玉米干旱灾害作为研究对象,选取了吉林西部2001年、2002年、2004年以及2006-2009年7个案例干旱年的干旱致灾强度作为输入,运用CERES-Maize模型,模拟和计算出不同干旱致灾强度下不同生育期对最终产量起主要影响的关键指标的损失率,并且拟合出脆弱性曲线。结果表明,脆弱性对最终产量影响由高到低的生育期为抽雄-乳熟期、拔节-抽雄期、乳熟-成熟期、出苗-拔节期。研究结果可以为旱灾损失的快速评估、区域农业干旱灾害风险评估以及预警提供依据,为区域防灾避灾与管理工作提供科学依据。     

基于GIS的上海浦东暴雨内涝灾害脆弱性研究

随着全球气候变化和城市化进程的加速发展,城市暴雨洪涝灾害的频度和强度不断加强。灾害脆弱性研究是当前灾害研究的热点,基于灾损率的脆弱性分析方法是当前灾害脆弱性研究的重要课题点与前沿。采用G IS和遥感技术,依据20年、50年、100年、200年、500年、1000年一遇的6个重现期情景,对上海浦东新区开展了基于灾损曲线的脆弱性研究。研究中修正了上海地区的径流模型,基于G IS栅格编制了不同重现期的淹没深度图,实地调查了研究区暴雨内涝灾害的灾损率数据,确定了研究区的脆弱性等级划分,并利用G IS编制了基于不同重现期情景的上海浦东脆弱性图。研究中提出的方法对于沿海城市开展暴雨内涝等自然灾害脆弱性研究具有借鉴意义,研究结果可供区域灾害风险评估和防灾减灾规划参考。     

基于频繁模式挖掘的上海市气象灾害致灾因子识别

气象灾害是上海等超大城市面临的重大挑战,而如何定量挖掘气象条件的致灾影响是当前亟须解决的问题。研究基于近10年的气象类报警灾情数据,采用FP-Growth频繁模式挖掘算法开展气象灾害的致灾因子识别,得到气象对于典型承灾体的致灾影响阈值,并且基于挖掘结果构建了气象条件与典型承灾体的气象致灾知识图谱。结果表明：暴雨灾情主要分布在100～250 mm的大暴雨区间以及50～100 mm的暴雨区间,其主要承灾体为房屋、车辆、道路和小区;大风灾情主要分布在10.8～17.1 m/s(6～7级风),其次为17.2-24.4 m/s(8～9级风)区间,主要承灾体为车辆、道路、树木、房屋及相关构筑物。并且在不同统计时段灾情通常都集中于风雨共同影响的区间范围,呈现出较为明显的对角线分布特征。通过FP-Growth挖掘可以得到一些较为明显的致灾特征,如强降水会导致工厂、加油站、市场、学校、幼儿园、仓库、车库等积水,强风会导致电信设施、加油站、围墙和大棚受损。此外,强降水和大风的共同影响还会造成加油站、学校、幼儿园等灾情高发。本研究通过构建定量化的气象致灾影响知识框架,从而加深对于灾害性天气致灾影响的认识,为...     

洪水灾情评价的脉冲耦合神经网络模型

洪水灾情的评价工作对洪水灾害的分类管理具有重要的指导意义。脉冲耦合神经网络模型应用到洪水灾情评价中是一次新尝试,该方法通过脉冲输出从而调节阈值,并且应用动态阈值来确定洪水灾情的等级。这个方法比传统的BP模型简化了权值的训练,模型更加简便、直观。采用脉冲耦合神经网络模型得出的评价结果同灰色关联法、灰色聚类法、灰色模糊综合法的评价结果进行了比较,表明其用于洪水损失评价具有科学性和实用性。     

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。     

湘江流域洪水灾害综合风险评价

依据灾害系统理论,在综合考虑致灾因子、孕灾环境和承灾体的基础上,从致灾因子、孕灾环境的自然属性和承灾体的社会属性两方面出发,以县级行政单元为基本评价单元,进行了湘江流域洪水灾害的综合风险评价。在综合考虑降雨量、地形以及历史上洪水灾害发生频次等自然因素的条件下,利用地图代数分析得到了湘江流域洪水灾害危险性评价图;在综合考虑人口密度、耕地面积百分比、人均GDP和单位面积水库和塘坝容量等社会经济指标的基础上,利用模糊综合评判法得到了湘江流域洪水灾害脆弱性评价图。在此基础上采取“乘”模型的计算公式,即风险=危险性×脆弱性,将湘江流域洪水灾害风险划分为高风险、较高风险、中等风险、较低风险和低风险5个等级,并借助地理信息系统软件编制了湘江流域洪水灾害综合风险等级评价图。     

2000-2007年省级区域自然灾害灾情分析

自然灾害是严重影响人民正常生产生活、国家经济持续发展的突发公共事件。区域自然灾害评估对于做好防灾减灾工作有着重要的意义。对区域灾情进行了综合评估,归纳总结了区域灾情分布规律。选择受灾人口、死亡人口、紧急转移安置人口、农作物受灾面积、农作物绝收面积、倒塌房屋、损坏房屋和直接经济损失等8个基本指标参与区域灾情评估,并利用灾情综合指数法构建了灾情指数,其中绝对指数反映了区域灾情的绝对强度,相对指数反映了区域灾情对当地社会经济的影响程度。用灾情指数综合评估了我国东、中、西部三大地带以及省级区域的灾情强度和空间分布规律,认为西部区域受灾程度最大,自然灾害对其的影响程度最深,其次是中部地区和东部地区;文章利用综合灾情的绝对指数和相对指数的对应关系,将我国大陆地区的31个省级单元划分为4类地区,即灾情总量较大且对本地影响较大、灾情总量较大但对本地影响较小、灾情总量较小但对本地影响较大以及灾情总量较小且对本地影响较小等4种类型。文章给出的灾情区域分布规律符合灾害系统理论,特别反映了承灾体的暴露度、脆弱性和抗灾能力是区域灾情强度的决定因素。评估结果与区域实际情况相符,说明所给出的灾情指数评估法是评估区域灾情强弱的合理有效方法。     

华南台风灾害的风险熵-极限学习机预测模型研究

结合广义模糊熵原理和模糊c均值聚类方法构建华南台风灾害风险熵模型,对华南台风灾害进行风险分析,讨论其分布情况;利用灰色关联分析法,探讨华南台风灾害的灾情因子、致灾源因子分别和灾害风险熵之间的关系以及二者对风险熵的影响程度;建立基于极限学习机的非线性回归模型,以多元线性回归和BP神经网络两种方法作为对照组,进一步探讨风险熵与灾情因子和致灾源因子关系。结果表明,华南台风灾害风险熵值呈正态分布,与灾情因子和致灾源因子的灰色关联度分别为0.716 2和0.794 9,受灾情因子和致灾源因子的影响较大;利用构建的极限学习机模型预测的华南台风灾害风险熵值平均绝对误差为0.059,拟合优度为92.82%,将预测结果与常规的多元线性回归和BP神经网络方法的预测结果进行对比分析,结果表明,用构建的极限学习机模型预测华南台风灾害风险熵值,其性能比常规多元线性回归和BP神经网络方法有明显的改进。     

城市暴雨灾害的影响程度及对策研究——以长沙市为例

通过对近年暴雨资料、城市建成区平均高程数据和城市排水管网资料的考察,以及对城市暴雨灾害危险性、脆弱性、暴露性的分析,制定了适用于长沙市的暴雨灾害风险评估方法。利用该方法对长沙市现有建成区798个地块的暴雨灾害风险进行了评估,将其分为高风险区、中风险区、低风险区3个类别。在此基础上,总结了长沙市暴雨灾害风险区的分布规律,并提出了一系列对策措施,包括更新城市排水管网、建设地下集水库、建立雨水自排系统和建设紧急排涝系统等。     

上海降雨特征及其对城市水情灾害的影响

利用上海降雨资料,分析了上海汛期降雨的变化和最大年日雨量极值的累积分布规律,近期降雨空间分布、暴雨频度和强降雨特征,及气候因子对水情灾害的影响。结果显示,汛期雨量大小对水情灾害影响较为复杂,大暴雨或强降雨是造成水情灾害的重要原因。初步探讨和提出了气候因子的灾害危险评估方法,并对上海各区(县)近期的暴雨灾害影响进行了危险评估;暴雨对上海地区水情灾害影响差异明显,崇明、市中心区和浦东新区暴雨灾害危险较大,南部地区的青浦、金山、奉贤和松江区危险较小。     

上海暴雨涝害和叶菜损失综合评估模型及其应用

从上海夏秋制约蔬菜生产的主要气象灾害暴雨雨涝及影响机制入手，通过对叶菜不同生长期及淹水时间处理的正交逆态试验，建立叶菜淹水损失模型；在菜区主要土壤人工模拟暴雨渗流试验基础上，应用旱地水量平衡原理，通过菜区各地入渗、径流及排涝能力的分析计算，进行淹水程度估算；根据气象条件对叶菜生长动态变化的影响规律，建立叶龄估算式。最后，通过对空间点赋值及数据属性的识别和综合运算，生成雨涝淹水程度及叶菜损失等级统计表和分布图。经１９９７年７月１０～１１日暴雨的模拟验证，取得较好效果。该定量评估方法，为暴雨后快速、直观、客观地提供上海菜区淹水状况分布与叶菜损失率等灾情信息提供了可能。     

洞庭湖地区洪水灾害风险评估

综合当前国内外学者的理论及方法,以灾害风险系统是致灾因子、孕灾环境和承灾体共同作用的系统为基础,对洞庭湖地区进行洪水灾害风险评估,其中致灾因子用暴雨及以上降雨的加权频次来描述,孕灾环境用地形和河网密度来描述,承灾体脆弱性用内在脆弱性和抗灾救灾能力来描述。首先,对区域洪水致灾因子危险性进行评估;其次,对孕灾环境危险性进行评估;再次,对承灾体脆弱性进行评估;最后,对三者进行叠加分析得出洞庭湖地区洪水灾害风险区划图。其中,沿长江地区、湘江入湖地区和澧水河入湖地区洪水灾害风险高;其次是沿洞庭湖周围地区风险较高;洞庭湖地区边缘风险较低。     

上海地区洪涝致灾因子复合概率及未来变化分析

根据上海地区三阶段(1970-2004年,2020-2054年和2060-2094年)四要素(降水、吴淞口风速、太湖流域面雨量、吴淞口潮位)提取年极值时间序列,采用GEV分布首先开展"雨洪风潮"各致灾因子气候变化分析,结果显示:"雨洪风潮"各致灾因子年极值受气候变化影响均呈增加趋势;进而基于Copula联合函数中的三维变量的超越概率模型,计算"雨洪风""雨洪潮"和"雨风潮"三种"三碰头"联合超越概率,结果表明:未来气候变化时段相对于历史基期,上海地区"雨洪风""雨洪潮"和"雨风潮"三种三碰头概率呈增加趋势。洪涝灾害致灾因子同时发生的复合概率增加,预示着气候变化影响下上海地区防汛排涝安全存在更大风险。     

关于雾灾几个相关问题的探讨

首先,基于灾害系统的理论,构建了雾灾灾害系统模式和灾害链模式,提出了以机场和高速公路为承灾体的雾灾灾害链.其次,构建了雾灾承灾体脆弱性评价体系和模型,并对中国雾灾脆弱性分省区进行了评价,结果表明雾灾脆弱性高值区是上海、北京、天津3市;次高值区是江苏、山东、海南、广东等省.最后,以2002年12月的一次大雾天气为例,运用灰色关联度方法,着重对机场客运的雾灾灾情进行了评估,以期为雾灾损失厘定和防灾减灾提供科学的依据.     

区域承灾体脆弱性指标体系与精细量化模型研究

灾害损失的严重程度由致灾环境的危险性、承灾体的脆弱性,以及区域的应急能力决定的。承灾体脆弱性研究对灾害风险管理、区域防灾减灾、减灾投资,以及灾害保险等有着重要的意义。建立了针对自然灾害的区域承灾体脆弱性评估指标体系;在此基础上,引入精细化土地类型,基于GIS对承灾体脆弱性做了基于精细网格的量化模型研究;并以浙江德清县自然灾害区划为例进行了试验。     

基于GIS的上海浦东新区暴雨内涝灾害危险性分析

以上海市浦东新区为例,在修正已有的城市高程模型基础上,结合美国水土保持局SCS水文模型、降雨及排水因素,利用GIS栅格空间分析技术模拟了重现期5年、20年、50年、100年、200年、500年6种暴雨内涝灾害情景下的淹没深度和范围,并以街道(镇)为研究单元对上海浦东新区进行了暴雨内涝危险性评价。结果表明:5年一遇,全集中在0～0.2m;20年一遇,全集中在0～0.2m和0.2～0.6m;50年一遇和100年一遇,主要集中于0.2～0.6m,在此区间内淹没面积各占83.7%和70.8%;200年一遇和500年一遇,主要集中在大于0.6m的范围内,在此区间内淹没面积各占60.1%和66.5%。     

面向21世纪的上海城市综合减灾管理模式的探索

城市综合防灾减灾管理是城市管理的一个重要组成部分，上海市综合减灾体系目前尚不够完善，城市抗灾能力仍较薄弱，本文通过对国外大城市减灾管理模式的比较和研究，分析了目前沆减灾管理模式的现状和存在的问题，并提出了一个较为完善的上海市综合减灾管理模式框架和由目前灾害管理模式向理想模式过渡的措施和建议。