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。     

海南省台风特点与灾情评估时空关联分析

基于2014-2018年海南省气象、台风灾情及社会经济数据,构建海南省台风致灾因子指数与灾情评估指数模型,揭示两者的时空分布特征及关系。结果表明:近年来,影响海南省的台风主要集中在7-9月份,强度中等偏弱;各市(县)致灾因子指数数值在0.08～0.92之间,危险性最高值分布在北部的文昌、海口和澄迈县,西部和南部危险性较低。多年平均历史灾情指数数值在4.47～11.76之间,高值区位于北部的文昌、海口和西北的白沙县,南部损失较轻。历次台风灾情指数与最大日降雨量、极大风速、台风强度和台风持续时长等致灾因子的相关系数分别为0.88、0.74、0.63和0.55;历史灾情指数与致灾因子指数相关系数为0.76,二者呈现较好的相关性和空间一致性。     

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。     

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。     

基于智能网格预报的江西暴雨灾害风险预评估研究

利用1951—2022年江西降水实况、逐日智能网格降水预报产品、暴雨灾情损失，地形DEM、河网密度及GDP、人口等数据，分析了江西暴雨灾害风险的主要影响因素，从暴雨灾害致灾因子危险性、孕灾环境敏感性和承灾体易损性三方面，构建了江西暴雨灾害风险评估模型。利用模型对2010—2020年135次暴雨过程灾害风险进行评估检验，结果显示该模型较为合理；对2019年6月6—11日江西暴雨过程进行灾害风险评估，结果显示该过程中吉安北部至赣州东北部、上饶东部为重度到极重度受灾区；再对2022年6月12—15日江西暴雨过程进行灾害风险逐日预评估；两者结果均与灾情实况分布大体一致，总体效果较好。     

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。     

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。     

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.     

“一带一路”中国重点区域自然灾害特征分析

以国家减灾委办公室掌握的灾情数据为基础,分析了"一带一路"中国主要涵盖区和港口的自然灾害灾害损失和时空分布情况。分析显示,丝路经济带重点涵盖区受灾程度较全国平均水平偏重,且呈上升趋势,21世纪海上丝路经济带重点涵盖区受灾程度明显偏轻,且呈缓慢下降趋势;洪涝和地质灾害、干旱灾害、地震灾害是影响丝路经济带最重的灾种,台风灾害是影响海上丝路经济带最重的灾害;一类港口城市中,浙江的温州和福建的福州、泉州灾害风险最高、损失最大,水港城市受灾远超陆港城市,其主要影响灾种为台风灾害。依据这些特征,各地可更好地制定"一带一路"规划和项目建设。     

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。     

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。     

基于CERES-Maize模型的吉林西部玉米干旱脆弱性曲线研究

自然灾害风险(Risk)是灾害损失的可能性,主要取决于致灾因子、脆弱性、暴露性以及防灾减灾能力四个因素。脆弱性(Vulnerability)衡量承灾体遭受损害的程度,是灾损估算和风险评估的重要环节,是致灾因子与灾情联系的桥梁。在全面收集研究区气象、土壤、土地类型、田间管理数据等资料的基础上,以吉林西部玉米干旱灾害作为研究对象,选取了吉林西部2001年、2002年、2004年以及2006-2009年7个案例干旱年的干旱致灾强度作为输入,运用CERES-Maize模型,模拟和计算出不同干旱致灾强度下不同生育期对最终产量起主要影响的关键指标的损失率,并且拟合出脆弱性曲线。结果表明,脆弱性对最终产量影响由高到低的生育期为抽雄-乳熟期、拔节-抽雄期、乳熟-成熟期、出苗-拔节期。研究结果可以为旱灾损失的快速评估、区域农业干旱灾害风险评估以及预警提供依据,为区域防灾避灾与管理工作提供科学依据。     

登陆中国台风灾害损失预评估模型研究

整理了2000-2008年登陆中国且灾情记录完整的34个台风案例,建立案例集;基于模糊数学法建立了台风灾害损失预评估模型。选择8项影响因子作为模型输入指标,利用层次分析法确定影响因子权重,计算案例集中每个台风的综合评价指数;通过对综合评价指数与受灾人口、农作物受灾面积及直接经济损失等典型灾情指标进行拟合;通过适当调整影响因子权重,拟合得出最优幂函数回归方程,从而实现对台风灾情的定量预评估。     

台风灾害债券设计——基于广东省数据的实证研究

台风作为全球发生频率最高,影响最严重的一种自然灾害,对我国的影响也非常严重。在巨灾风险证券化、巨灾债券已成为巨灾保险业大趋势的背景下,发展我国台风灾害债券具有重要的现实意义。以我国受台风灾害影响最严重的省份——广东省为研究对象,收集了其近30年相关台风损失数据,利用非寿险精算技术分析其台风的损失分布和次数分布,在此基础上利用CAMP模型和现金流分析对广东省的台风灾害债券做了初步设计。     

我国台风灾害救助应急响应的时空分布特征

基于2005 - 2010年历次台风灾害救助应急响应的启动和损失情况,在统计分析响应频次和响应灾情的基础上,研究分析了国家台风灾害救助应急响应的时空分布特征.结果表明,国家台风灾害救助应急响应的时空分布特征大致反映了我国重大台风灾害损失的时空分布特征和我国台风灾害救助工作的发展变化和新思路:①2005 - 2010年,国家共针对24次台风过程启动救助应急响应51次,平均每年8.5次,其中四级、三级响应分别为41次、10次,平均每年6.8次、2.5次,分别占80％和20％.②7-9月国家启动台风应急响应最多,10月、5月和4月偶有分布.③近年重大台风损失2005 - 2006年严重,2007 - 2010年则较轻;国家针对台风灾害启动响应从东南沿海向内陆和北方沿海省份递减.④紧急转移安置人口是启动响应依据最多的指标,且呈现明显的逐年下降趋势,反映了近年来国家对台风灾害救助工作的重视和以“预防为主”的应急管理新思路.     

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。     

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。     

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。     

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。     

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。