基于FY-3A的海南岛橡胶林台风灾害遥感监测——以“纳沙”台风为例

以登陆海南岛的1117号台风"纳沙"为例,根据通过高分辨率卫星数据提取的海南岛橡胶分布范围,利用FY-3A遥感数据分析了台风登陆前、后海南岛橡胶归一化植被指数的变化。借助GIS技术平台,提取受损橡胶的分布信息(INDVI0)。根据建立的橡胶林台风灾害等级标准,绘制了橡胶林台风灾害损失等级分布图,实现了橡胶林台风灾害的遥感监测。通过遥感监测结果与灾情实际调查结果的对比分析发现,二者总体趋势一致,而遥感监测更加快速、直观、精细,说明橡胶林台风灾害遥感监测是可行的。     

遥感技术在农业灾害监测中的应用

农业灾害作为自然灾害系统中最大的部门灾害，其大面积的发生严重影响了我国农业的可持续发展。近年来，我国农业灾害表现为规模增大、程度加深的趋势。农业灾害的遥感监测克服了传统监测方法的不足，具有十分广阔的应用前景。分析了当前主要农业灾害遥感监测应用的原理和方法，就如何进一步加强遥感技术在农业灾害监测中的应用进行了讨论。要提高遥感技术在农业灾害监测中的应用范围和精度，必须进一步加强农业灾害遥感机理的研究，采用多传感器、多时相、多分辨率遥感数据相结合的监测方式。     

面向对象分类方法在台风灾害信息提取中的应用研究

台风灾害是全球损失最严重的十大自然灾害之一。如何在灾情发生后,快速地进行灾情预评估与应急响应决策是目前灾害研究的重要方向。基于2013年台风"海燕"登陆前、后的菲律宾独鲁万市部分区域的卫星遥感影像,采用面向对象的方法进行了灾害检测,提取了研究区域的地物信息,并与基于像元的传统方法进行了比较。结果表明,面向对象的分类方法在台风灾害前影像分割尺度为30%,融合尺度为84%,台风灾害后影像分割尺度为15%,融合尺度为95%时分割效果最佳;最终,面向对象分类灾害前总体精度达到95.65%,Kappa系数达0.93,灾害后总体精度达到93.19%,Kappa系数达0.90;另一方面,最大似然法也优于ISODATA分类法与最小距离法,但仍不及面向对象的分类方法。     

台风灾害评估中的影响因子分析

找出影响台风灾害评估的重要因子对于更科学、更合理地采集评估信息,建立灾情数据库具有重要意义。以浙江省为例,从致灾因子、承灾体和防灾减灾能力3个方面的25个影响因子,以死亡人数、倒塌房屋数、农作物受灾面积、直接经济损失和灾情指数为评价指标,通过相关分析方法找出评价指标影响较大的因子。利用所选取的因子,通过回归分析,对死亡人数、受灾农田面积、倒塌房屋间数和灾情指数进行了验证,结果表明,采用所提方法选取的因子去评估灾情是合理的。     

云娜台风灾害特点与浙江省台风灾害初步研究

从云娜台风造成的灾害入手，系统地分析了浙江台风灾害发生的基本特点和规律，主要结论为台风灾害主要表现为罕见的强降水、创纪录的风力、部分地区的洪涝和多发的次生灾害。影响浙江的台风（或热带低压）的时间在5—11月，主要在7—9月，其影响可分为直接影响和间接影响两类。直接影响主要表现为台风暴雨引起洪涝灾害、地质灾害，强风造成房屋倒塌，有时遇到“三碰头”导致严重风暴潮灾害；间接影响主要是在浙江地区产生强降水，进而引发洪涝灾害，诱发地质灾害，沿海地区常会因为东风波或东风系统中的云团“登陆”而产生强降水，并引发洪涝和地质灾害。     

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。     

NOAA/AVHRR图像资料在大雾灾害监测中的应用

通过对NOAA(诺阿卫星 )资料 5个通道光谱特征的分析 ,阐述了利用NOAA/AVHRR(甚高分辨率辐射仪 )图像资料监测大雾灾害的基本原理和方法 ,初步探索了适于监测大雾的通道组合和量化判读指标 ,揭示出综合利用近红外 3通道与 4、5通道资料实施对雾监测 ,可取得比较好的效果 ,并对 2 0 0 3 0 1 12～ 13大雾的监测过程个例进行了分析。研究结果表明 ,卫星遥感技术在大雾灾害的监测方面具有宏观、快速、直观、信息源可靠且成本低等优点 ,是其它任何常规监测手段无法替代的。     

基于Landsat 8数据和温度-植被指数的干旱监测

结合Landsat 8数据特征提高遥感反演土壤水分的精度,对旱灾的监测具有重要意义。主要是利用Landsat 8数据,基于植被指数(NDVI)-地表温度(T_s)特征空间理论,通过对植被指数和"干边"的修订,分别计算温度植被干旱指数(TVDI)、干边修订的改进型温度植被干旱指数(MDTVDI);并结合当地气象数据、野外实测土壤水分数据,对计算结果进行了对比。结果表明:在使用Landsat 8OLI和TIRS数据时,TVDI,MDTVDI与地表土壤水分线性相关显著(α=0.05),两者都能表征地表的干旱分布情况;同时,MDTVDI与实测土壤水分的相关性和反演的土壤水分精度略高于TVDI,因此MDTVDI能够更好地反映区域土壤水分状况,更适于区域干旱监测。     

3S技术在灾害监测预测中的应用及展望

本文分析了现代灾害的特点及3S技术的发展,总结了国内外利用3S技术在灾害监测预警中应用的现状,探讨了未来3S技术在这一领域应用的趋势及重点研究问题.     

海南岛7314号台风灾害

“气象灾害”在海南岛可谓灾害之首,在首害当中应属台风灾害为最。每年5～10月台风季节海南岛均受到不同程度的影响并带来灾害,特别是1973年9月7314号台风给海南岛东部的琼海县以毁灭性的破坏。 1 移动路径及强度 7334号台风,9月12日由菲律宾以东洋面移入南海东部海面后,由热带低压逐渐加强,13日中心附近最大风力增强到12级,并直向西移,于9月14日晨4～5时在海南岛东部琼海县博敖港地区登陆。以后继续向偏西方向移动,穿过海南岛中部,14时左右台风中心由海南岛西     

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。     

结构台风灾害风险评估研究进展

风灾是人类面临的主要自然灾害之一,其中又以台风(飓风、强热带气旋等)灾害居首.台风作用下建筑结构损毁造成的损失构成了风灾损失的主要部分.本文总结评述近几十年来国内外在建筑结构台风灾害风险评估方面的研究成果.     

谈谈广东省的台风灾害

广东省濒临南海,季风现象明显,气象灾害频繁,其中台风是主要灾害之一。解放30多年来,编号为8309、8304、8007、7908、7619、7314、7118、7003等台风,都给本省带来较大的损失;而1986年7月11日,在陆丰县沿海地区登陆的8607号强台风,则是解放以来最严重的一前台风灾害,当时在狂风、暴雨和海潮的共同袭击下,     

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。     

浙江省台风灾害的统计分析

根据浙江省1949-1994年（缺1960、1966、1984年）的共43年的台风灾害面积、42年（缺1951、1966、1984年）的直接经济损失以及46年影响浙江的台风频数、降水、大风等常规资料，对该省台风灾害进行了统计分析。分析表明，从时间上看，浙江省台风灾害呈一定的周期变化，且有随时间增加的趋势。从区域上看，不同的地区的情况明显不同。浙江省应对不同地区采取不同的防灾减灾措施。     

严重台风灾害发生后多样化军事救援系统实时监测方法

为解决传统军事救援系统监测方法实时性差,难以满足监测需求的问题,设计一种严重台风灾害发生后多样化军事救援系统实时监测方法。利用聚类算法,对多样化军事救援系统数据拟合,定义风险因子,将其作为军事救援系统风险的一般模型,并依据故障树建树规则,对实时得到的多样化军事救援系统数据度量,判断军事救援系统的干扰性,得到多样化军事救援系统的情况,以此完成多样化军事救援系统的实时监测。     

人工神经网络在台风预报中的应用初探

为了探索人工神经网络应用于台风分类预报的可能性，用具有Ｓ－特特性函数的Ｂ－Ｐ网络对每类台风的标准样本进行训练，由训练结束后的权值和阈值及待预报样本的因子测值，计算出网络输出值，作出台风分类预报。文中的实例表明人工神经网络用于台风预报具有客观性、可行性和实用性。     

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。     

福建省台风灾害时空变化分析

根据福建省灾害性气象年鉴和福建省气候影响评价资料,建立以县域为单元的福建省台风灾害数据库,运用Excel软件和M ap info技术,重建了1980~2005年福建台风灾害时空动态格局。研究表明:福建台风灾害年际变化总体呈波动上升趋势,年内80%左右集中在7~9月份,群发性强。空间上集中在沿海地区,灾情明显存在3个高值中心,即闽中的莆田、福清、长乐和平潭,闽南的漳浦、云霄和诏安,闽东北的霞浦和福鼎;致灾因子与灾情灾次比空间分布错位,体现承灾体脆弱性对台风灾害的影响。分阶段研究表明:台风灾害致灾因子变化不太明显,但灾情呈明显增强趋势,进一步反映环境不稳定性和承灾体脆弱性对台风灾害的影响机制。     

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...