新疆极端降水概率分布特征的时空演变规律

依据新疆地区53个雨量站1957-2009年日降水资料,根据研究需要,定义了8个极端降水指标。运用K-S法确定降水指标最适概率分布函数,确定10年一遇极端降水量值;在此基础上,采用Copula非参数估计方法,通过Akaike information criterion(AIC)法确定两降水指标联合分布函数,系统分析1980年以后极端降水单变量极值及降水极值二维联合概率分布特征变化的时空演变特征,研究结果表明:①新疆有湿润化趋势,北疆湿润化趋势比南疆显著;②从降水天数和极端降水天数角度来看,新疆极端强弱降水同时出现的概率减小,从极端降水雨量和强度来看新疆中部、南疆西部、北疆东部及北部极端强弱降水同时出现的可能性减小,而天山西部与南疆北部的可能性增加;③1980年后新疆地区发生涝的概率增大,发生旱的概率减少。     

极端降水诱发地质灾害链风险评估研究——以贵州省水城县为例

从极端降水诱发地质灾害链的危险性,承灾体的暴露性和脆弱性,以及防灾减灾能力四个方面选取指标,基于设定的不同极端降水重现期情景,构建了风险评估指标体系和评估模型,以贵州省水城县为例,开展极端降水诱发地质灾害链风险评估研究。结果表明：极端降水量越大,整体的极端降水诱发地质灾害链风险也就越高。研究区极端降水诱发地质灾害链风险主要以极低和低风险为主,高风险区域主要集中在水城县县城、中部的米箩镇、阿戛镇和蟠龙镇以及东部的比德镇和化乐镇。这些高风险区域,应制定好地质灾害风险预防的相关对策,尤其在汛期时,针对可能发生的不同极端降水情景采取不同的应对措施,加强区域防灾减灾各项工作的实施,保障居民的生命财产安全。     

基于种植结构调整的农业生产适应性分析——以内蒙古乌兰察布市为例

提高农业旱灾适应性,有利于降低农业旱灾风险,使农业生产在与旱灾风险共存中求得可持续发展,而种植结构调整是主要的农业生产适应措施之一。以内蒙古乌兰察布市为案例区,基于统计年鉴数据,分析了该市近50 a以来的种植结构调整情况;并结合区域降水年内及年际变化特征,对基于政府政策驱动下的种植结构调整进行了分析。基于粮食产量波动与降水波动的关系,评价了农业生产的气候适应度。结果显示,种植结构调整作为旱灾适应性的有效调整措施,保证了该区农作物单产在降水波动增大的条件下仍呈现逐年增长的趋势,1995年以来区域农业旱灾适应性明显增强,更适于气候暖干化条件。     

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。     

干旱区土壤盐渍化及其对生态环境的损害评估——以新疆沙雅县为例

沙雅县是我国重要的棉粮基地之一,但长期以来土壤盐渍化与次生盐渍化一直是制约农业发展的关键因素之一.介绍了新疆干旱区沙雅县土壤盐渍化的状况,分析了引起土壤盐渍化的因素,并进行了土壤盐渍化对生态环境损害的经济评估.沙雅县的盐渍化土壤主要分布在渭干河-库车河三角洲绿洲,其中以托依堡乡、英买里乡和红旗乡最为严重.盐渍化土壤类型主要为典型盐土、草甸盐土、盐化潮土和残余盐土.导致盐渍化的因素有气候、地形、水文地质、母质和母岩等自然因素,以及灌溉方式和耕作制度等人为因素.提出了该县盐渍地改良的措施.     

两种干旱指标在干旱致灾因子危险性中的对比分析——以宁夏为例

致灾因子是灾害风险分析理论体系中的重要组成部分,干旱致灾因子危险性指数由干旱强度和发生概率共同决定。基于致灾因子危险性指数计算模式,对比分析了宁夏中南部山区降水距平百分率和标准化降水指数两种常用干旱指标在致灾因子危险性中的应用。分析结果表明,基于两种干旱指标的宁夏中南部山区干旱致灾因子危险性分布趋势一致,且均与实际相符,考虑到计算的简单易行,可以选择降水距平百分率作为宁夏干旱致灾因子危险性指数分析的依据。从全区干旱灾害风险区划的分析表明,宁夏干旱致灾因子危险性大致呈由南到北逐步增加的趋势。     

改进的灰色关联分析在滑坡危险性评价中的应用——以广东省滑坡危险性评价为例

利用改进的灰色关联分析方法,采用“中心化”无量纲的处理方法,对广东滑坡灾害危险性的影响因素进行灰色关联度分析。通过地形地貌条件、地层岩性特征、地质构造特征、岩土体结构特性、水文地质条件、植被覆盖率、降雨分布、地震、人类经济工程活动等9个评价因素与滑坡危险性的关联度计算,得出各影响因素与滑坡危险性评价的关系,具有一定的客观性、科学性和合理性。     

沙尘天气强度特征指数研究——以北京地区为例

利用1970—2000年北京及其周边地区以及影响北京沙尘天气的上风向共14个基准气象站的沙尘天气与相关气象因子资料,分析了沙尘天气与各因子之间的相关性。研究发现,风速、相对湿度与沙尘天气的相关关系最显著;同时,对能见度与沙尘浓度观测值的分析得出,二者存在非线性关系。在上述分析的基础上,用能见度、风速、相对湿度构建了沙尘强度特征指数,该指数与这3个因子均呈非线性关系,指数值越大表示沙尘天气强度越大,反之,指数值越小表示沙尘天气强度越小。经验说明,沙尘强度特征指数与相应沙尘浓度观测值有着较一致的变化趋势,该指数从气象和环境两个方面反映了沙尘天气的强度特征。     

双偏振天气雷达在灾害性降水估测中的应用——以广州“5.22”特大暴雨灾害为例

针对降水估测是特大暴雨灾害防御的重要问题,以2020年5月21—22日发生于广东省的特大暴雨过程为例,采用广州S波段双偏振天气雷达研究了考虑比衰减的定量降水估测(QPE)新方法R(A),对比了R(A)方法中不同α系数对QPE结果的影响[R(A)_003和R(A)_0019],并与传统单偏振雷达中的R(Z)方法进行对比验证。结果表明:通过质量控制可有效剔除非气象回波和噪点,为QPE提供有效数据基础;传统的R(Z)方法受雷达部分遮挡影响,部分径向得到的降水反演效果欠佳,与之相比,考虑比衰减的R(A)方法可以有效规避这一缺陷,保障了QPE结果的空间连续性;R(Z)对降水中心大值区和强降水阶段存在低估,无法有效反映降水中心强度以及峰值变化,采用海洋性降水特征系数的R(A)_003出现了明显的高估,相较之下,考虑大陆性降水特征系数的R(A)_0019能够对此次暴雨过程的强度和空间变化进行有效刻画,效果最优。     

DEA模型在山洪灾害危险性评价中的应用——以海南岛为例

数据包络分析模型(DEA)是投入-产出运行效率的评价模型,因其运算无须任何权重假设,避免了很多主观因素,在效益评估方面被广泛应用。由于山洪灾害的形成受多种因素的影响,每一种因素又包含众多的表现形式,为避免和减少评价的主观因素,提升评价的客观性,以地形因子、水系因子、暴雨日指数、滑坡和泥石流密度、综合灾度作为海南岛山洪灾害危险性评指标,应用DEA模型,对海南岛山洪灾害的危险性大小进行排序,根据成灾效率进行了山洪灾害危险性的等级划分。通过与历史山洪灾害情的对比分析,结果表明:该方法应用于山洪灾害危险性评价是可行的。     

雨凇环境影响因子研究与应用——以湖南省为例

运用概率论和数理统计方法,基于湖南气象观测资料、NCEP资料及地理信息资料,分析了气象因子、地理因子对雨凇天气形成的影响,揭示了各影响因子的临界影响点。进而分析了主要影响因子位于不同影响点时其它因子对雨淞天气形成的作用,在此基础上,研制了基于气象要素因子、地理因子的雨凇日数学模型。选取平均连续雨凇日数、年平均雨凇日数、雨凇最长持续时间等3项与雨凇日数有关的气候指标对模型模拟结果进行了检验,结果表明模型模拟结果与实际观测结果相关性高,均值差异小。雨凇日模型已被用于精细化的雨凇气候区划。     

家户水灾社会脆弱性的评估方法研究——以长沙地区为例

中国是洪水灾害发生频繁的国家之一，研究水灾脆弱性对中国的灾害风险管理有着极为重要的意义。但是，合理评估脆弱性尤其是社会脆弱性却面临着极大的挑战。利用Hoovering改进模式，选择湘江流域的长沙地区为研究区，对研究区内的家户进行了社会脆弱性评价。结果表明，长沙市区的5个区内，高脆弱性家户最多的是天心区，最少的是雨花区。而就社区而言，高脆弱性家户最多的足裕南街街道和桔子洲街道。该结果反映了长沙不同行政区、社区社会脆弱性的差别，可供确定受援地区和受援人群及开展援助活动，乃至灾后日常风险管理参考。     

信息量模型在山地环境地质灾害危险性评价中的应用——以四川泸定县为例

以地处青藏高原和四川盆地过渡地带的泸定县为研究区域,选取坡度、地形起伏度、工程地质岩组、与断层距离、与水系距离和土地利用/覆被作为地质灾害的影响因子,利用GIS技术和信息量模型计算了研究区的地质灾害危险性,将获得的综合信息量图划分为:极高度、高度、中度、低度和极低度5级危险区。结果表明,地质灾害主要沿河谷地区呈条带状集中分布,并且具有与构造带、地震活动带展布相一致的特点,灾害点的分布与危险度分区具有很好的相关性,运用信息量法进行地质灾害危险性分区具有较好的客观性,能为区内的地质灾害防治提供参考依据。     

基于信息熵的灰色模型在地质灾害评价中的应用——以四川青川县为例

地质灾害的发生是由地层岩性、地质构造、地形地貌、气象条件和人类工程活动等诸多因素综合作用的结果,依靠知识与监测无法完全认识其复杂的演变机制,是一种典型的"灰色系统"。基于灰色理论的模型在区域地质灾害危险性评价中得到了广泛的应用,但是由于地质灾害的复杂性,这种以模型为核心的评价方法难以抽象或概化出模型所需的条件,因此出现了评价方与评价对象之间的"不兼容"现象。传统的方法是利用人为的主观判断来获取评价模型所需的条件,不可避免地带来评价的随意性与主观性。通过引入信息熵理论,对传统的灰色模型进行修正,建立了基于信息熵的灰色模型,很好地解决了这个问题。以四川青川县为例,对该模型的正确性进行了应用,取得了较好的效果。     

RS和GIS技术在县级区域泥石流危险区划中的应用研究——以四川省泸定县为例

泥石流危险度评价是泥石流灾害预测预报和减灾防灾工作中的重要内容和决策基础。以泸定县为例,利用RS、GIS技术,以流域范围为评价单元,选取影响泥石流发育和形成的因子,采用数理统计方法和层次分析法得出各因子对泥石流的敏感系数和权重,最后建立县级区域泥石流危险度多因子综合评价模型,从而实现区域泥石流危险度评价。     

翼墙型拦挡坝在泥石流防治中的应用研究——以塘房沟泥石流治理为例

"5·12"大地震后,灾区泥石流灾害发生频率明显升高。为消减灾害影响、减少损失,现已对灾区大部分易发性泥石流沟进行了治理。在泥石流的防治工程中,拦挡坝是一种应用比较广泛的措施。相比于传统的直线型重力拦挡坝,本文结合塘房沟泥石流形成的地质条件,提出并应用翼墙型拦挡坝在泥石流的防治工程中。本文利用有限元软件ANSYS对翼墙型拦挡坝在泥石流整体冲击力作用下进行了数值模拟计算,分析了拦挡坝的变形和受力特征。最后结合拦挡坝的数值模拟计算结果,为保证拦挡坝的长期有效性,对其进行了结构设计优化,研究成果可为相似泥石流防治工程提供借鉴。     

证据权法在滑坡易发性分区中的应用——以贵州桐梓河流域为例

应用证据权法对研究区进行滑坡易发性分区。主要数据源有:历史滑坡灾害点编录数据、地质图、地形图、数字高程模型。首先对数据源进行处理,生成地层岩性、离断层距离、高程、坡度、坡向、离道路距离、离河流距离7个证据图层。应用Arc GIS平台,将各证据图层与滑坡灾害点图层进行叠加分析,利用累积权重法对连续数据进行分级,然后求取对连续数据及分类数据因子等级对滑坡灾害贡献的权重值,然后对各证据图层两两进行条件独立性检验,选择4组证据图层组合,参与最终易发性指数计算,得到4幅易发性结果图。应用成功率曲线法对计算结果进行验证,表明由因子组合1得出的计算结果,为最优的因子组合。根据易发性指数将研究区分为高易发性、中等易发性、低易发性三类,并将分区图与历史灾害点进行叠加分析,结果表明评价结果与灾害点分布较为吻合,说明证据权法应用与滑坡灾害易发性分区的可行性。     

Kappa系数在干旱预测模型精度评价中的应用——以关中平原的干旱预测为例

Kappa系数较多地用在评价遥感影像分类精度中。通过对分类影像和参考影像逐个像元统计,并建立误差矩阵,可以较准确地验证遥感影像分类的精度。将Kappa系数引入到关中平原地区加权马尔可夫和自回归移动平均两种干旱预测模型的精度评价中,基于标准降水化指数和条件温度植被指数两种干旱指标,对干旱监测数据和模型预测数据建立误差矩阵,得到了错估误差、漏估误差、总体精度和Kappa系数。综合应用4种评价指标分析模型的预测结果表明,错估误差和漏估误差能够验证预测模型的局部适用性,总体精度在一定范围内不能够直接反映模型的预测精度,Kappa系数可以较精确地评价不同时空间尺度的干旱预测模型精度。当参与预测的样本数目增加到一定程度时,Kappa系数和总体精度基本相等,可以更准确地评价模型预测精度。     

关联度分析法和模糊综合评判法在泥石流沟谷危险度划分中的应用——以北京市北部山区怀柔、密云两县为例

在选取沟谷纵比降、山坡坡度、沟谷沉积物厚度、山坡堆积物厚度、流域相对高差、每平方米节理数、最大粒径、沟宽等８个因子为泥石流沟谷危险度划分的主要因子的基础上,运用关联度分析法和模糊综合评判法对北京市北部山区重点泥石流沟进行了危险度划分。结果表明,两种方法所划分的危险度与实际情况基本符合。其中,模糊综合评判法较关联度分析法更加理想一些。     

气象灾害灾情评估指标研究与应用——以陕西为例

为了定量评估气象灾害造成的灾情,利用陕西1984-2007年气象灾害普查数据库,建立人员死亡率、农作物种植面积受灾率、直接经济损失率3个灾情因子评估指数并计算灾情综合指数,构建灾情因子和综合灾情年景定量评估指标,将气象灾情年景分为严重、较严重、一般、较轻和轻5类。利用建立的年景评估指标对陕西2008-2010年气象灾害灾情年景进行评估,应用到年度气候影响评价业务服务中。分析每种气象灾害灾情因子指数和灾情综合指数多年平均值,确定陕西危害度最大的气象灾害依次为暴雨、干旱、冰雹、连阴雨、气象地质灾害等。研究结果表明:陕西气象灾害造成的人员死亡率呈现减少趋势,多年平均值为3.23/百万,直接经济损失率变化趋势不明显,多年平均值为1.51%,农作物种植面积受灾率呈明显增加趋势,多年平均值为21.99%。