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。     

基于经济损失的河北省雪灾风险定量评估

通过河北省142个国家气象站的逐日积雪深度和历史灾情资料,运用概率分布理论对不同重现期下河北省雪灾致灾因子危险性进行评估,并利用"致灾强度指数-经济损失率"反演法构建脆弱性曲线,对承灾体损失风险进行定量评估。结果表明:河北省的张家口、承德和唐山北部地区海拔较高,雪灾致灾因子危险性高于其他地区。随着重现期的增加,雪灾积雪深度也在增加。在承德、唐山交界以及唐山东南部地区,30年一遇雪深达44 cm,50年一遇高达66 cm。对于雪荷载敏感的结构,承德与唐山交界处、唐山东部应满足100年一遇雪压0.5 k N/m~2以上。承灾体的损失风险受到致灾因子、承灾体暴露度和脆弱性的综合影响。在同等致灾强度下,雪灾经济损失风险与经济暴露度分布大体一致,石家庄、保定、邢台、邯郸的市辖区附近以及唐山遵化县和曹妃甸区的雪灾经济损失高达50万元/km~2以上。     

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。     

气候变暖背景下西南四省市暴雨洪涝灾害风险变化

为了对西南地区气候变暖前后四省市相对灾情指数变化、暴雨洪涝相对灾情概率分布和暴雨洪涝灾害致灾因子危险性风险进行评价,采用西南地区四省市83个气象站点的逐日降水和气温资料、以及灾情数据等,首先利用突变检验确定气候变化突变年,然后借助灰色关联法、信息分配法以及熵权法等进行分析。结果表明:西南地区四省市年平均气温于1998年发生突变,总体以0.26℃/10年的速率呈显著性上升趋势;四个省市1978-2018年间的相对灾情指数主要集中在0.65~0.85之间,其中以小灾、中灾居多,变暖后较变暖前大灾发生频次增加显著;暴雨洪涝致灾因子危险性评估中指数变化主要呈西南-东北走向,两边为危险性增加区域、中间地区增幅较少或有所减小,川渝地区在变暖前后暴雨洪涝灾害危险性均高于云贵地区。     

黑龙江省水稻初霜冻灾害致灾因子危险性分析

根据黑龙江省水稻的生长发育期,以全省77个台站1961-2009年的逐日最低气温资料、霜冻历史灾情数据、社会经济资料、地理信息数据及作物生育期资料为基础,综合运用GIS空间分析和灾害风险评估数学方法,分析了黑龙江省初霜冻灾害的灾情特征,并根据霜冻灾害的形成机制,分别计算水稻生育期初霜冻发生概率及偏早初霜冻发生概率,进而确定了致灾因子,对致灾因子危险性进行分析与评估。结果表明:水稻初霜冻灾害发生的概率随纬度的增加大致呈增大的分布形势,大兴安岭、孙吴、逊克、嘉荫、伊春、嫩江、克山、拜泉、海伦等市县为高危险区,黑河大部、齐齐哈尔东部、绥化北部、尚志、穆棱、富锦为次高危险区,松嫩平原南部、三江平原大部、牡丹江南部为次低及低危险区。     

长江三角洲地区人类生命体多自然灾害综合风险度评估

自然灾害综合风险评估是当前灾害研究领域的主要难点之一。以经济发达、灾害频繁的长三角地区为研究区,选取县级行政区域为基本分析单元,以人类生命体作为受灾对象,尝试进行了区域多灾种综合风险度分析。致灾因子方面选取地震、台风、洪水;选择性别比例、年龄结构、交通状况、通信设施和医疗状况等构建脆弱性评价指标,以人口密度作为承灾体暴露性指标。以历史上各致灾因子造成的年均死亡人数为权重依据,将各致灾因子进行加和得到多致灾因子的危险度指数;使用熵值法对脆弱性的各相关指标进行分析计算,得出脆弱性指数。将得到的多致灾因子危险度指数、承灾体脆弱性指数和暴露性指数合并,得出各县的人类生命多灾种综合风险度指数。结果表明:高风险度地区主要分布在上海市中心区域、台州市的南部。所得风险度指数反映了长三角区域内各县区人口受到多灾种综合影响的相对强度。     

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。     

基于GIS的广西农业暴雨洪涝灾害风险评估

以自然灾害风险评估理论和方法为指导,遥感本底数据、气象数据、基础地理信息数据、社会经济数据为基础数据,构建广西农业暴雨洪涝灾害风险评估指标体系,采用层次分析及加权综合法建立农业暴雨洪涝灾害风险评估模型;借助GIS技术,计算广西农业暴雨洪涝灾害致灾因子危险性、孕灾环境敏感性、承灾体易损性、防灾减灾能力及综合风险指数,并对广西农业暴雨洪涝灾害进行风险区划,采用相关分析法将广西农业暴雨洪涝灾害风险结果与广西历史暴雨洪涝灾情数据进行对比验证,研究结果表明,农业暴雨洪涝风险分布结果与洪涝灾情损失的空间分布基本吻合,南部沿海的风险性最强,西部风险性最小。     

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。     

基于粒子群优化神经网络的台风灾情定量评估

准确的台风灾情评估,是做好防灾减灾工作、降低灾情的基础。通过分析台风灾情与致灾因子、孕灾环境和承灾体的相关关系,将时间和GDP引入到评估因子中。针对评估因子和台风灾情之间具有高度不确定的非线性关系,应用神经网络理论进行台风灾情评估,并将基于全局随机优化思想的粒子群优化(PSO)算法对BP神经网络的初始权值进行优化,以改进BP神经网络方法存在的对初始权值敏感、易陷入局部极小点的缺点,从而建立了PSO-BP网络台风灾情定量评估模型。将该模型应用到2007年台风灾情评估中,评估值与实际值基本符合,表明该模型能应用于台风灾情的定量评估。     

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。     

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。     

宁夏回族自治区干旱致灾危险性时空变化特征

基于宁夏地区22个气象站1971-2011年月降水量和月平均气温资料,综合考虑降水和蒸发,引入标准化降水蒸散指数(SPEI),分析该地区气象干旱变化情况,并在此基础上通过构建SPEI值与干旱等级的加权综合评价模型,评估该地区干旱致灾危险性,剖析其时空变化特征。结果表明:宁夏地区气象干旱呈显著加重趋势,年均SPEI值1972-2011年以0.37·(10a)-1的速率显著减小;该地区气象干旱呈现自南向北逐渐加重的空间分布格局,且干旱加重速度呈现由中部干旱带向南北分别递增的空间变化特征。1972-2011年,宁夏地区干旱致灾危险性呈显著增大趋势,干旱致灾危险性指数近40年减小速率为0.12·(10a)-1;该地区干旱致灾危险性在空间分布上表现为北部引黄灌区高于中南部地区,且危险性的增速呈现中部较缓、南北较快的空间变化特征。     

我国台风灾害成因分析及灾情预估

利用1980-2004年的台风基本资料,对我国台风(包括热带气旋、热带风暴、强热带风暴、台风、强台风和超强台风)灾害的成因进行了初步分析,结果表明:台风引起的大风和降水以及登陆台风的强度和登陆点位置等都是我国台风致灾的重要因素.综合表征台风灾情的ATDI指数和台风造成的直接经济损失与台风大风、降水、登陆台风强度及移速关系密切,而房屋倒损则主要与台风引起的大风有关,农田受淹则主要取决于台风降水.在此基础上,建立了综合表征台风灾情的ATDI指数以及因台风而倒损的房屋数、受淹的农田面积和造成的直接经济损失等的预估模型.对历史样本拟合和对2005年6个台风的独立样本回报表明:模型具有较好的预估能力,对台风灾害各等级的拟合和预估误差不大于1个等级的样本约占总样本数的83%～96%(完全准确的样本在50%以上).     

长三角地区台风灾害链特征分析

利用1951-2008年58年的历史台风资料分析了台风致灾因子,提取了影响长三角地区的187场台风并根据台风路径频率,将影响长三角地区的台风划分为西行、穿越和北上3类优势路径和一类特殊路径。然后,结合自然环境特征和DEM高程数据,将长三角地区台风孕灾环境划分为海岸带、北部平原和南部丘陵3个区域,并分析了每个区域发生的主要台风灾害链类型。针对"云娜"、"芸妮"和"爱娜斯"3个台风案例,分析了台风路径与不同孕灾环境组合形成的不同台风灾害链。结果表明:海岸带易引发台风-大风-巨浪或风暴潮灾害链;丘陵区域易引发台风-暴雨-山洪、泥石流和滑坡灾害链;平原地区易引发台风-暴雨-平原洪水和内涝灾害链。西行类台风影响海岸带和南部丘陵地区,易形成海岸带和南部丘陵区的台风灾害链;穿越类台风影响整个长三角地区,3种类型的台风灾害链都易发生;北上类台风一般只影响海岸带,易形成海岸带的台风灾害链。     

基于等距特征映射降维的台风灾情概率神经网络预评估模型

台风致灾因子、承灾体和灾情之间是一个复杂的非线性动力系统,准确高效地提取重要指标对台风灾情等级进行预评估,是防灾救灾工作的重要依据。采用主成分分析、等距特征映射和信息熵特征提取的承灾体关键指标,和致灾源作为输入神经元,灾情等级作为输出神经元,建立台风灾情概率神经网络预评估模型。结果表明,基于等距映射非线性特征提取的概率神经网络预评估模型的准确率达到90%。     

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。     

1980—2015年中国沿海地区热带气旋暴露度变化分析

承灾体的暴露度水平是影响灾害风险和损失的重要因素之一,基于历史热带气旋风场、降水、风暴潮和海浪四类致灾因子的网格数据计算重现期表达致灾因子危险性,以沿海县为研究单元,分析1980—2015年中国沿海10 km范围的土地利用、人口密度和GDP的变化。基于危险性变化和海岸线变化,研究1980—2015年中国沿海10 km范围的土地利用、人口密度和GDP在不同危险性等级下暴露度水平的变化。研究表明：中国沿海地区热带气旋灾害危险性总体上风雨综合危险性大于潮浪综合危险性;1980—2015年中国沿海地区热带气旋灾害暴露度水平在时间范围上呈逐年上升的趋势,且承灾体受热带气旋大风、降水的影响大于受风暴潮、海浪的影响;中国沿海地区热带气旋致灾因子危险性在0.99置信水平下除了广东省南部沿海地区海浪危险性有上升趋势,海南省南部沿海地区海浪危险性有下降趋势,其余地区没有显著的变化趋势。由于总体危险性变化趋势不明显,因而承灾体量的变化是暴露度水平变化的关键,也是造成中国沿海地区因热带气旋损失增加的原因之一。     

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。     

长三角地区台风危险性定量分析

台风灾害是影响我国最主要的自然灾害之一。由于地处西北太平洋西侧,长三角地区每年都会受到台风的侵袭。根据中国气象局公布的1949-2010年西北太平洋台风最佳路径数据,首先提取了影响长三角16个城市的台风最大风速数据,分别从台风影响频次、强度和最大风速极值分布的角度定量地分析了各个城市的台风灾害危险性,并通过对比分析得出了台风灾害危险性在长三角地区的分布状况。结果显示,台风影响频次和强度都呈现从东南向西北递减的趋势,综合台风影响频次、强度和极端台风重现水平,这16个城市可以划分为3个危险等级:"高危险"城市,包括台州、绍兴、宁波和舟山;"中危险"城市,包括杭州、上海、嘉兴、湖州、无锡和苏州;"低危险"城市,包括南通、常州、镇江、南京、泰州和扬州。致灾因子危险性定量评估是灾害风险评估中重要的一环,研究结果可供制定长三角地区台风灾害防灾规划参考。