海南岛天然橡胶主要气象灾害风险区划

海南岛是中国天然橡胶的主产区之一。海南岛天然橡胶面临的主要气象灾害有寒害和风害,因此开展橡胶的气象灾害风险区划,可有效提高海南天然橡胶气象灾害的防御能力。根据海南岛1971-2010年的气象数据和1988-2012年海南橡胶种植数据及TM遥感图像提取的2009年海南岛橡胶分布信息,基于风险形成的机理,选择致灾因子危险性、孕灾环境暴露性、承灾体脆弱性和防灾减灾能力等4个因子,分别开展了橡胶寒害和风害的风险评价,并在此基础上得到了海南天然橡胶主要气象灾害综合风险评价结果。结果表明:高风险区域和较高风险区域分布在海南岛琼海的西部、琼中、万宁的西部、五指山、三亚等地;中等风险区域分布在屯昌、澄迈、琼海、保亭南部、白沙、乐东等的大部分地区;较低风险区域和低风险区域主要分布在昌江、东方、儋州、海口等的部分区域。     

渤海西岸盐业气象灾害灾损评估方法研究

针对渤海西岸盐业生产中所遭受的暴雨、突发性的雷阵雨、大风(短时)、风暴潮、低温等气象灾害,阐述了其灾损评估的理论依据,全面分析了影响原盐生产的主要气象灾害的各种因素,选取了其合适的气象灾害指标,并进行分级,确定了灾害的评估方法,并建立了灾损评估模型,通过检验,说明其效果良好。     

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。     

河南省冬小麦晚霜冻害风险区划

基于河南省冬小麦遥感种植面积数据、DEM数据和111个气象站1971-2010年逐日最低气温资料,采用基于GIS的逐日最低气温空间插值技术,根据冬小麦晚霜冻灾度指标及其等级划分标准,计算各空间单元轻霜冻、中霜冻和重霜冻日数,综合考虑霜冻害日数和冬小麦实际种植面积比例因素,构建冬小麦晚霜冻害风险评价指数,分析河南省冬小麦不同等级晚霜冻害日数及其风险的区域特征.结果表明:河南省冬小麦轻霜冻日数高值区主要分布在河南省北部、东部和西部丘陵山区,中霜冻和重霜冻高值区以分布在西部丘陵山区为主,霜冻日数最大值分别为67 d、48 d和120 d;轻霜冻风险较高的区域主要分布在河南省除郑州地区以外的驻马店和南阳盆地以北地区,中霜冻主要分布在东部和西部丘陵山区,重霜冻主要分布在河南省西部丘陵地区,风险指数最大值分别为28％、18％和17％.总体上看,河南省冬小麦晚霜冻害日数和风险空间分布特征明显;轻霜冻日数及其风险的覆盖面积最大,其次为中霜冻,重霜冻最小;河南省的东部、北部和西部丘陵山区为晚霜冻害的主要防御区域,各级霜冻之间以防御轻霜冻为主.     

基于聚类分析的海南岛雷电灾害易损度风险区划

利用1998-2009年全国雷电灾害汇编资料、海南岛18个气象台站雷暴资料、海南闪电定位网观测资料和海南省统计年鉴的区域经济、人口数据,选取了表征海南岛雷电灾害致灾因子、孕灾环境和承灾体特征的指标变量。采用R型聚类分析方法对影响易损度的指标进行了筛选和检验。以雷暴日数、50 kA以上平均地闪密度、雷灾频数、人员伤亡频数和区域经济易损模数等5个指标为依据变量,用欧氏距离(Euclidean distance)计算了各样本的相似性测度,应用Q型聚类中的Ward’s法(离差平方和法)进行了层次聚类分析,并用Q型迭代聚类分析法进行了聚类解验证,开展了海南岛雷电灾害风险区划。结果表明:海口属于易损度高风险的第1类地区,该类地区雷电灾害综合易损值高达3.89;文昌、澄迈、临高、定安、屯昌和琼海为易损度次高风险的第2类地区;儋州、琼中、白沙、通什和保亭为中等风险的第3类地区;昌江、东方、乐东、万宁、陵水和三亚为较弱风险的第四类地区。     

广东省香蕉寒害风险分析

根据各地寒害及香蕉的产量资料,从寒害对香蕉产量的影响出发,对广东省各地香蕉的灾损率、易灾性进行了分析,以寒害风险指数作为区划指标,对广东省的香蕉寒害风险进行了区划,并作了分区评述。     

基于灰色预测模型的江苏省粮食灾损量估计

影响粮食产量的因素包括粮食单产和粮食播种面积,自然灾害对这两个因素均有影响。根据灰色预测理论,提出了一个自然灾害粮食损失的评估模型,利用实际粮食产量资料,对江苏省改革开放以来的粮食灾损量进行了估计。结果表明,近30年来江苏省自然灾害粮食灾损明显,粮食灾损率年际间波动较大,农业生产的减灾投入是农业可持续发展的重要保障。     

基于NPP-VIIRS夜光遥感的洪水灾损评估及可视化

洪水灾害是世界上发生最频繁、危害最严重的自然灾害之一,快速准确获取洪水受影响区域是洪水灾损评估的重要信息,可为政府制定应急救援决策提供重要的数据支持。针对传统洪水评估方法存在的时效性差、工作量大和费时费力等不足,本研究以广西“西江2020年第1号洪水”灾情为案例,首先对NPP-VIIRS DNB夜光遥感数据进行统计量法辐射归一化处理;其次构建市级、县级尺度的人口评估模型进行模型适宜性和尺度适宜性分析,基于多项式最优模型反演受灾人口数量并进行对比验证;再其次基于洪水发生前后夜光亮度变化提取识别灾后受灾影响变化区域,并监测灾后恢复进程;最后构建灾情可视化管理系统,可实现灾情信息实时共享。研究结果可得反演受灾人口的准确率为79.4%,与新闻报道具有一致性,表明基于NPP-VIIRS夜光遥感数据评估洪水受影响区域及受灾人口的准确性较高,具有可行性;同时基于WebGIS将灯光密度、灾情统计、多媒体数据进行集成开发,实现灾情动态信息在线可视化展示,可为政府及公众及时掌握灾情进而有效制定应急救援措施提供重要的数据支持。     

河南小麦生产农业气象灾害风险分析及区划

根据农业气象灾害风险分析理论，以河南省小麦生产为例，在辨识对小麦产量影响较大的农业气象灾害风险要素和风险源的基础上，通过构造灾度函数，运用EOF和概率等分析方法，分析了河南省小麦生产中的3种主要农业气象灾害——麦播旱涝、晚霜冻、干热风与青枯雨的发生规律及其对小麦产量的定量影响程度与风险概率。在此基础上，运用多因子综合风险指数模型，对河南省小麦生产农业气象灾害风险进行了综合区划，为农业气象灾害风险探讨了一条新的定量分析及区划技术体系。分析发现，干热风与青枯雨是影响河南省大部分地区小麦高产稳产的主要灾害，其次是晚霜冻危害，第三是麦播时旱涝灾害，但总体上河南省小麦生产的农业气象灾害风险并不算太高，只要采取一定的防御措施，不会在根本上影响小麦的高产稳产。     

干旱对辽宁省玉米产量影响及风险区划

以辽宁省14个市1967-2006年降水量逐月数据和玉米产量数据为基础,应用滑动直线平均法、相关分析等数理统计方法,结合GIS技术对各地区玉米因旱减产程度及风险大小进行分析。结果表明,不同地区干旱对产量的制约程度不同,据此划分为两类地区:A类地区干旱是玉米产量的主要制约因素,B类地区干旱对玉米产量影响不明显。根据A类地区确定因旱减产指标:当降水负距平分别为20%、20%～40%、40%～60%时对应的玉米减产率分别为5%、5%～11%、11%～17%。综合产量波动、减产强度、抗旱能力三要素进行干旱灾害风险区划,结果显示辽宁省因旱减产风险由西向东逐渐减弱。     

安徽省小麦旱灾风险不同区划方法对比研究

风险区划图不仅是有关部门根据不同灾区特征安排抗旱预防工作的基础,也是保险公司制定适合当地保险产品的依据,但是目前的制作方法多种多样,在同一地区往往采用不同的制作方法,风险的区划结果也不尽相同,因此给决策者带来了一定的困难。采用最常用的层次分析法和较新的灾损率法分别对安徽省小麦旱灾风险进行了评估,并制作了风险区划图。通过欧氏距离法将两幅图与旱灾实际分布情况进行了比较,发现层次分析法因构造判断矩阵时存在主观性,结果偏离实际情况较大,而灾损率法因排除了人为因素的影响,结果更加接近实际情况。     

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。     

黑龙江省夏季旱涝低温灾害风险区划

利用黑龙江省81个站夏季6-8月的气温、降水资料,计算了其变异系数,并进行了正态化处理,求得了Z指数。确定了重旱、轻旱、重涝轻涝和特低、偏低、温度指标,求出了其发生概率,对所得结果进行了灾害风险3级区划,即大、中、小风险区划;另外,还进行了黑龙江全省的主旱区和主涝区区划。     

基于GIS的锡林郭勒盟雪灾救助区划

锡林郭勒盟位于内蒙古自治区东部、冷高压前端,冬季寒冷而漫长,极易发生雪灾,几乎每10年就会发生一次雪灾,给人们的生命、财产安全造成了极大的威胁.根据自然灾害理论,构建了锡盟雪灾救助区划评价指标模型.以雪灾历史灾情、人口分布、牲畜分布和第一、二、三产业为危险性指标,以人口分布、GDP分布、道路通达性为救灾能力评价指标,并利用先进的3S技术和计算机存储技术,将各个指标进行空间模拟计算.最后利用层次分析法确定各指标权重,得到了锡林郭勒盟5级救助区划图.根据当地的自然条件和社会经济条件,结合救灾点分布情况,依次制定了各级地区的救助方案,为政府的减灾救灾工作提供决策支持.     

黄淮海地区夏玉米洪涝灾害风险区划

基于黄淮海地区(包括北京、天津、河北、河南、安徽、山东)107个气象台站1970-2012年日降水量及地形、河流、植被等数据,采用信息扩散方法、层次分析法、加权综合评价法,结合GIS空间技术,运用灾害风险评估原理,对黄淮海地区的夏玉米洪涝灾害综合风险进行了区划。结果表明:黄淮海地区夏玉米洪涝危险性整体偏高,高危险区在各省均有分布,主要在黄淮海西北部、中部及南部小部分地区,占总面积的17.91%;敏感性较高,高敏感区分布在黄淮海西北部及中部部分地区,占总面积的12.11%;易损性整体较低,高易损区很少,主要分布在黄淮海西北部、中部及南部部分地区,占总面积的5.50%;洪涝综合风险较高,高综合风险与危险性、敏感性及易损性高的地区相吻合,占总面积的11.19%。还对区划结果进行了验证,结果表明:分析所得结果与实际吻合效果很好。     

基于GIS的南通市自然灾害风险区划

本文从自然致灾因子危险性和承灾体易损性2个方面选取评价指标,在南通市基础图件的基础上,通过GIS软件分析分别得到南通市自然致灾因子危险性分区图和社会经济易损性分区图.两图叠加后,生成南通市自然灾害风险区划基本单元,采用自下而上的定量区划方法,合并得到自然灾害风险区划图,最后分别论述了每个风险区的自然灾害和社会经济的特征.通过对风险区划指标和区域划分的探讨,以期为南通市防灾减灾工作提供科学依据.     

区域自然灾害风险综合区划——以广东台风灾害人口与经济风险区划为例

针对广东台风灾害人口与经济风险,基于区域灾害系统、地域分异和自然灾害区划相关理论,从“多尺度-多要素-多情景”的角度系统性开展了区域台风灾害风险区划,构建了基于自下而上思想的G-BU-BZ定量综合区划工具,结合先验知识和广东台风风险分析结果,使用5个重现期情景(5年、10年、20年、50年、100年一遇)的分区图,以5个重现期情景下的分区方案图谱形式形成系统的综合区划方案：一级区表达宏观上台风灾害风险形成的环境分异,所有重现期情景均划分为6个区域,包括沿海平原区、粤西平原区、粤西-中部平原丘陵区、粤北-粤东山地丘陵区、粤东平原区、珠三角平原区;二级区表达台风综合致灾因子强度分异,5个重现期情景下分别划分出13、16、18、14、12个二级分区;三级分区表达综合风险分异,5个重现期情景下分别划分出55、67、68、64、51个三级分区。     

华南地区荔枝寒害风险分析与区划

以荔枝种植面积最大的广东、广西为代表，依据自然灾害风险分析原理、历年气候、种植面积和产量资料，分别就华南地区各县荔枝的灾损率、易灾性和防寒抗灾能力进行了分析，并以综合的风险指数为区划指标，对华南地区荔枝寒害风险进行了空间区域分划和分区评述。     

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。     

吉林省主要农作物病虫害风险防御区划

农作物病虫害风险的研究,对有效防御病虫害发生、制定相应的防御对策及有效评估病虫害造成的损失有重大意义。利用吉林省50个县市的玉米、水稻和大豆产量、面积资料,及相应各站1961-2009年主要病虫害——玉米螟、稻瘟病、大豆蚜资料,根据灾害发生的频数确定病虫害影响指数,分析了各因子的影响程度。通过将各因子极差化处理,计算出综合风险防御指数,对吉林省主要农作物病虫害高、中、低风险防御区进行了区划评估。