排序方式: 共有6条查询结果,搜索用时 96 毫秒
1
1.
基于数据场和云模型的洪水灾害风险等级评估 总被引:2,自引:1,他引:1
根据灾害风险系统的定义以及洪水灾害的特点,用灾情损失与地形危险性的综合作用描述洪水灾害风险。针对研究单元风险的内在联系和等级概念的模糊性、随机性,提出基于数据场和云模型的洪水灾害风险等级评估方法,以期为洪水灾害风险管理提供科学依据。以苏州市和上海市(崇明县除外)为例,首先用数据场对灾情数据进行扩散;再用云模型对地形进行等级划分;最后对两者进行耦合得到该地区的洪水灾害风险等级划分。结果表明:苏州市中心偏北区域和上海市中心区域综合风险等级最高,并向四周呈递减趋势;总体上中部风险等级最高,北部次之,南部最低。 相似文献
2.
3.
基于象限法和灰色关联法的水灾灾情等级评估 总被引:2,自引:1,他引:1
水灾严重威胁着人类的财产与生活,水灾灾情等级的合理评估可以为防灾、减灾以及备灾工作提供科学的依据。通过改进象限法的临界指标,并用灰色关联法进行约束,提出基于象限法和灰色关联法的灾情等级评估方法。首先应用象限法对中国(除港、澳、台地区)的水灾灾情按省进行分级,再应用灰色关联法计算出代表各地区灾情大小的关联度,最后用各省的关联度对象限法的分级结果进行微调,得到中国一些地区水灾灾情等级评估的最终结果。结果表明:湖北、湖南、安徽为大灾地区;四川等19个地区为中灾地区;甘肃、海南、青海和新疆为小灾地区;北京、上海、天津、宁夏、西藏为微灾地区。 相似文献
4.
根据洪水灾害形成机理,本文构建了一种快速评估区域洪水灾害风险的方法,即用致灾因子危险性和承灾体脆弱性且辅以地形因子来反映区域洪水灾害风险,并以上海市为例,对该区域洪水灾害风险进行了快速评估:首先根据降雨数据对致灾因子进行分析;然后综合灾情损失与致灾因子获得承灾体脆弱性程度;再根据水位信息对地形因子(DEM)进行危险性划分;最后应用GIS图层叠加技术,实现了上海市洪水灾害风险区划。结果表明:上海市闵行区、市辖区洪水灾害风险最高;宝山区、浦东新区和崇明县等沿海地区洪水灾害风险较高;奉贤区和金山区洪水灾害风险较低;松江区、青浦区、嘉定区等内陆地区洪水灾害风险低,其中松江区洪水灾害风险最低。 相似文献
5.
为揭示长三角地区汛期暴雨时空特征,利用该地区20个气象测站1959—2005年逐日降水数据,统计不同测站年汛期(5月—9月)暴雨量、暴雨日数,采用数据场、线性趋势法、Mann-Ken-dall非参数检验法及Morlet小波方法对其进行分析。结果表明,长三角地区可分为南区、中区、北区3个空间区域。47 a来各分区汛期暴雨量呈先减少再增加的趋势,整体上呈增加趋势,但均不显著,只有中区在1998—2003年间出现超过α=0.05显著性水平的变化特征。各分区均存在25 a左右的准周期震荡,且具有全域性;从20世纪80年代开始短时间尺度周期(小于20 a)有延长趋势,但不稳定。 相似文献
6.
洞庭湖地区洪水灾害风险评估 总被引:4,自引:1,他引:3
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。 相似文献
1