广东省湛江市水稻台风灾害风险评估

水稻是南方地区最重要的粮食作物,以其为研究对象进行台风灾害风险评估具有重要意义。基于自然灾害风险的形成机制,综合考虑发灾场敏感性、致灾力危险性和承灾体暴露性等三个方面10个指标,建立评估指标体系,运用突变级数法构建评估模型,以1998—2018年影响湛江市台风资料为基础数据,进行水稻台风灾害风险等级评估。结果表明:湛江市水稻台风灾害承灾体暴露性呈现出中部和北部高的特征;致灾力危险性分布呈现出东部和南部高的特征;发灾场敏感性呈现出东部和中部高的特征。水稻台风灾害风险高的区域在湛江市中部和北部地区,风险指数为0的区域主要分布在徐闻县中部地区、雷州市中部和南部、遂溪县中部地区。研究结果可以为地级市台风灾害的分级风险管理提供依据。     

浙江省台风灾情时空分布特征及影响因素研究

台风灾害给浙江省造成了严重的生命和财产损失。本文以浙江省的县域为研究单元,通过对2009-2020年台风灾害灾情数据的分析,结合降水数据、风场数据、地形数据、河网数据和统计年鉴等资料,研究了台风灾情时空分布特征。在此基础上,运用地理探测器方法分析了台风灾情的影响因素。结果表明,2009-2020年共有27个台风登陆或影响浙江省,其中12个超强台风造成的损失最严重,而灾害损失严重地区主要分布在浙江省东南部沿海地区。台风灾害致灾因子、孕灾环境因子和人类活动因子中,台风最大风速、三日内最大降水量和距台风中心距离对受灾人口、死亡人口、受灾农作物和直接经济损失的贡献最大。本研究可为台风灾害风险的影响因素定量化分析提供方法参考。     

浙江省永嘉县滑坡灾害风险预警研究

永嘉县地处浙江省东南沿海,是该省突发性地质灾害预警预报系统研究及应用示范项目的四个示范县之一.首先对影响永嘉县滑坡灾害发育的主要因素进行了评价分析,提出了基于降雨的时空耦合滑坡灾害风险性预警预报研究的基本思路.基于MAPGIS二次开发系统,选取5个因素14种状态作为预测变量,运用信息-物元模型进行了滑坡灾害易发性空间预测.基于有效降雨量模型建立了区域滑坡灾害的宏观危险性预警预报模型.根据浙江省气象台提供的降雨实时信息,进行了基于降雨的台风期滑坡灾害危险性预警.同时基于人口密度和房屋建筑易损性指数对人口易损性和房屋建筑易损性以乡镇为单元进行了评价,与滑坡灾害危险性预警相结合进行了云娜台风期间永嘉县滑坡灾害风险预警预报,并以8个灾害点的实际分布情况验证了预警结果的准确性.将传统的滑坡灾害危险性预警延伸到滑坡灾害风险预警预报,为政府部门防灾减灾提供了重要依据,使防灾减灾工作的针对性大大增强.     

基于层次分析模型的北京雷电灾害风险评估

城市气象灾害风险评估应用研究选用北京地区近10年的雷电监测资料,以区县行政区域为评估单元,利用层次分析模型评估各区县的雷电灾害风险.模型充分考虑了灾害冲击频次和城市社会经济组成结构等因素,拟定以"灾害历史发生频次、人口密度和人均GDP"等作为评估的主要指标,以此建立风险评估方程,划分风险等级.计算得出的风险估算值变化与该地区近10年中实际的雷电灾害发生频次的区县间的变化趋势大体一致.评估结果表明,北京雷电灾害除与自然闪电的空间分布有一定的关联外,还与下垫面易损特征及"承灾体"分布密切相关.评估结果的正确性也说明了评估方法的合理性.     

台风灾害的模糊风险评估模型

台风灾害的致灾因子具有多重性，这使得台风灾害的风险评估相对于其它灾害来说更加复杂。本文以广东省14个市辖区为例，分别从台风暴雨和台风大风的角度分析了台风致灾因子的时、空、强规律；结合进行研究区承灾体的易损性分析，即选择研究区人口密度、人均GDP和农业占GDP的比重等3个指标综合反映研究区台风灾害的潜在损失风险。在此基础上，本文进一步评估了研究区台风灾害所造成的风险水平的地区差异。结果表明，阳江、深圳、汕尾、珠海、湛江是广东省14个市辖区中受台风灾害影响风险最高的5个区域。     

中国沿海地区台风灾害损失评估研究

沿海地区作为人口积聚、国民经济和社会发展的重要区域和战略中心,在台风灾害中遭受的损失往往是惨重和致命的,所以亟待开展沿海地区台风灾害损失评估研究。根据1990-2007年的台风灾情资料,选取代表性指标尝试构建了台风灾情评估模型,并对沿海省市的台风灾害损失及其与致灾因子的关系进行分析评价。结果显示:除个别区域外,沿海地区台风灾害损失都呈下降趋势,但各区域下降的幅度不等,其中浙江省、江苏省和海南省下降幅度较低,均不足10%;浙江省、福建省和广东省18年间平均台风灾害损失较大;上海市以南各区域台风大风和暴雨的频次多、强度大,灾害损失大。     

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。     

台风灾害风险区划模型

台风灾害发生频率高,影响严重,是人类面临的全球性重大问题之一。对台风灾害进行科学、合理的风险评估显得尤为重要。以宁波市为研究对象,在隶属函数和自然灾害风险理论的基础上,综合考虑形成台风灾害风险危险性、暴露性和脆弱性,结合GIS技术建立了台风灾害风险区划模型,绘制了宁波市台风灾害风险区划图;并利用灾级指数对模型结果进行了验证。结果表明:宁波市各区、县的台风灾害风险指数中,宁海、鄞州、余姚、奉化、象山和慈溪台风灾害的总风险指数较大,老城区(海曙区、江东区、江北区)、镇海和北仑较小;宁波市东南沿海、城镇和部分山区台风灾害风险等级较高;灾级指数与台风风险指数的相关性较好,决定系数达到0.7181,且通过了0.01的置信区间。     

改进的物元可拓模型在台风灾害预评估中的应用

以数值天气预报产品为信息源,选择降水量、降水强度、最大风速、经济易损性作为评价因子,建立了可拓模型,并进行了台风灾前的灾害预测性评估。针对物元可拓法在台风灾害预评估应用中的不足之处(当待评估的数据超出某一指标评价指标范围,其关联度函数就会出现无法计算的情况),对原有模型中经典域的量值作规格化处理和改变关联度计算,以海南岛的台风历史灾害数据为基础,建立了新的评估模型,并将GIS与评估模型结合开展实例应用,结果表明:该方法是可行性。     

基于BP神经网络和VSM的台风灾害经济损失评估

统计了对广东省造成直接经济损失的台风数据,包括致灾因子、孕灾环境和承灾体等评估因子,对数据进行无量纲化、归一化处理,作为验证模型的数据集。建立BP神经网络和空间向量模型(VSM)相结合的综合评估模型,利用BP神经网络进行初步预测,基于VSM对预测结果进行修正,从而构建台风灾害经济损失评估模型。将收集的历史台风经济损失数据分为训练和测试集,对模型进行训练和检验。经验证,采用BP神经网络和VSM相结合的台风灾害经济损失评估模型能够有效降低训练数据不足对评估结果的影响,平均误差率由30%降低到14%。     

一种台风灾情综合评估模型及应用

对台风灾情评估提出了一种基于台风灾害案例历史案例分析、综合模糊数学和灰色关联分析的综合评估模型;利用模糊隶属函数将台风灾情原始数据无量纲化,再设定一极重灾为参考序列。根据台风各评估指标与参考序列的距离,计算出关联系数;将关联系数加权平均和定义为灾度,根据灾度值评定台风的灾级。并以广东省台风灾情为例,验证了此模型。     

台风影响下的学校风灾风险评估模型研究——以浦东新区部分沿海学校为例

针对学校气象灾害风险的调查研究,台风风灾是影响学校安全的重要气象灾害之一,该文重点研究台风大风学校承灾体自身暴露度脆弱性风险指数的构建方法,完善原有气象灾害风险评估关注致灾因子的风险评估模式,通过对沿海学校的大风风险隐患点普查和各隐患点的脆弱性分析,结合各学校不同气象灾害防御能力现状,建立基于台风影响下风灾风险计算模型,形成风灾风险预评估产品。研究结果表明：本模型方法构建的风险指数可预评估出与实际较为符合的风险级别,实际应用而言更科学更合理,可为学校及时采取有针对性的防灾减灾措施提供依据。     

基于GIS的台风灾害评估系统设计开发

台风是我国东南沿海各省夏秋季中经常遭遇的自然灾害。建立浙江1949年以来的历次台风数据库,并采用ArcGIS作为台风灾害信息及评估系统的平台,进行台风路径的自动生成;相关台风信息的综合查询;雨量等值线以及雨量、风速色块图的绘制与统计;灾害评估模型建立等功能。为灾情的评估和预报,以及为台风灾害的指挥决策提供科学依据。     

国内农业台风灾害风险评估研究进展

台风是中国沿海地区复杂的灾害系统,尤其是农业生产深受台风灾害的影响。从灾害风险的形成机制出发,对台风灾害的发灾场、致灾力、承灾体,以及农业台风灾害风险评估方法及应用进行了全面综述。总结现有研究发现,国内学者主要是通过移动路径和最大风速来确定台风的发灾场范围,使用大风、暴雨及其共同影响来衡量台风的致灾力,运用遥感技术提取农作物面积表达承灾体的暴露性,并对区域尺度的防灾减灾能力进行了研究。在灾害风险评估上,数理方法与GIS的结合成为了主流,但方法的合理性和有效性仍待提高,风险评估实例仍然集中在大中尺度的研究上。农业台风灾害风险的理论研究、评估工作的精细化及动态化将成为今后的研究重点。     

浙江省台风灾害及其对农业影响的风险评估

台风灾害是浙汀省主要的自然灾害之一,平均每年有3.3个台风对浙江省造成影响.以历史灾情资料和气象要索(致灾冈子)作为灾害指标,利用基于信息扩散原理的风险评估模型,对浙江省台风灾害及其对农业造成的影响进行了模糊风险评估,并在GIS技术支持下,直观地给出了浙江省台风大风和台风暴雨的空间分布特征.研究结果表明:浙江省台风灾害存在明显的空间差异,台风大风发生的概率由沿海岛屿和沿海地区向内陆减小,台风大风高风险区位于沿海岛屿,台风暴雨的高风险区在浙东南沿海一带.台风灾害对浙江省农业影响风险值较高的地区主要位于沿海岛屿和东部沿海地区,当风险水平为30%时,舟山、台州、温州和宁波等地受灾概率大约为2-4年一遇,为全省高风险敏感区.     

台风对天然橡胶影响评估模型研究

灾害评估模型的建立往往需要有大量历史统计资料作为支撑,然而在实际研究中会存在收集资料不全或统计数据灾情衡量标准不一致的情况,这给灾害模型的建立带来了一定的困难。受到逆向工程设计思路的启示,为实现台风对天然橡胶造成灾害损失程度的快速评价,尝试着以典型个例分析为基础,以2005年对海南天然橡胶造成严重损害台风"达维"为例,从孕灾环境、致灾因子和承灾体三方面选择橡胶灾情评估因子,通过分析天然橡胶受损的程度与相关因子的分析,建立相应的评估模型,并将此模型为基础,进行了模型的实例检验,结果表明:模型能在一定程度上反映橡胶受损的空间分布,可为后期建立更加准确的天然橡胶评估模型奠定基础。     

长三角地区台风灾害风险评估

中国长三角地区由于濒临西北太平洋,成为受台风灾害影响最严重的地区之一。结合灾害风险理论,将该地区16个地级市的140个县(包括一般县、县级市和市辖区)作为研究单元,对台风灾害风险进行了评估。选用台风大风和台风降雨等10个指标,采用主成分分析法计算了各县的台风致灾因子强度指数;选用各县2006年底人口密度、地区生产总值和第一产业产值占总产值的比例等3个指标,采用主成分分析法计算了其承灾体脆弱性指数;将致灾因子指数与脆弱性指数相乘,得到了各县的台风灾害风险指数,从而得到了风险等级图。该风险等级图揭示了台风灾害风险在长三角地区的等级分布状况,可以为长三角地区台风灾害防范策略的制定提供参考。     

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。     

基于多源遥感影像的台风灾情动态评估——研究进展

沿海地区作为人口聚集、国民经济和社会发展重要的区域和战略中心,台风带来的损失往往是惨重和致命的。尤其是近年来,随着台风突发强度、频度和广度的不断增长,灾后救援工作显得格外重要,亟待开展灾情信息快速获取与动态评估研究。该领域目前主要探讨的问题为：台风灾情信息的遥感数据来源;基于遥感影像的灾情评估方法;台风灾情表征指标与评估模型;台风灾害风险综合管理等。在全球变暖和快速城市化的背景下,目前应集中开展的研究为：以我国沿海地区典型台风为剖析对象,构建台风多尺度灾情表征指标体系和基于多源遥感影像的台风灾情动态评估模型;集成开发遥感-地理信息系统（RS-GIS）灾情动态评估工具集;探讨台风灾情信息共享与分布式管理机制。这不但能实现受灾地区灾情快速评估与制图,而且能为我国沿海地区台风综合灾害风险管理以及可持续发展战略实施提供科学依据。     

基于信息扩散的东南沿海台风灾害风险评估

台风灾害频发对东南沿海人民群众的生命财产安全构成了严重威胁。基于信息扩散理论的风险评估模型,根据2001-2015年期间的台风受灾、成灾和绝收面积,对我国东南沿海的山东、上海、江苏、浙江、福建、广东、广西和海南的台风灾害展开风险评估。评估结果表明:台风灾害对风险水平的影响是随着相对损失的增大,风险概率下降;从台风灾害相对灾损量平均值来看,海南以54. 19%占据首位,山东以5. 29%垫底;广东、福建、浙江、海南、上海和广西受到台风灾害的风险很高,呈现出台风灾害高、风险发生周期短、频率高等特点。