地震引发的海啸灾害

正灾害性地震本身就很可怕,更不用说紧随其后的次生灾害了。对发生在海洋里的地震来说,其次生灾害中最具破坏力的就是海啸。日本地震发生后,很多人都通过视频见识了海啸的真面目。海啸远不如地震那么"轰轰烈烈",只是悠悠地往前推进,一路上,船只、车辆还有一些房屋就都"打了水漂"。有时候,海啸造成的损失甚至会高于地震本身。所以在海啸预警发布后,处于区域内的人就应该及时躲避,可以做到的主要有以下几点:     

实事求是与中国特色的防震减灾

强烈地震常常以其突发性、瞬时性、毁灭性和次生灾害的连发性、给人类生存安全、经济建设和社会稳定带来严重危害。     

工矿商贸行业较大以上次生衍生事故分析研究

通过对2012~2015年6月全国工矿商贸行业发生的较大以上次生衍生事故行业分布、地域分布、时段分布、空间分布等特征的分析,归纳总结了次生衍生事故发生的规律和特点,根据事故致因理论,对次生衍生事故原因进行了分析,并提出对策措施,为降低工矿商贸次生衍生事故发生率、减少人员伤亡提供理论支撑。     

基于贝叶斯网络的化工园区地震次生灾害情景分析

为了研究化工园区内发生地震灾害后的事故演化过程,利用事故链模型对地震次生灾害演化过程进行分析,并将其转化为贝叶斯网络,确定各节点的变量与状态取值范围;通过相关文献及专家经验判断分析,获得贝叶斯网络中各节点的条件概率;依据贝叶斯网络的推理策略,比较不同地震烈度下,各化工事故发生的后验概率值,并探讨应急救援的及时性对地震次生灾害发生概率的影响,从关键要素遏制化工事故的发生,采取针对性的应对措施,尽可能的降低化工事故,有效的降低人员伤亡及财产损失。     

新建铁路站区对城市环境噪声影响特征及预测研究

在铁路车站噪声影响中,车站影响区域产生的次生噪声相对于站中心的原生噪声,是城区噪声污染的主要因素。根据不同规模车站区对周边社会及人文景观的影响程度,划分出站区噪声监测范围。通过监测对比分析,发现站中心噪声与车站规模具有显著的正相关关系,而车站影响区噪声值在中小规模车站中,二者有一定的正相关关系,但当车站发展到一定大规模后,影响区内的噪声反而略有下降并趋于平稳。通过分析认为,大规模车站的建立有利于促进周边城市更合理地规划布局。根据车站布局与兴建对城市环境噪声影响的关系,以及站区噪声源变化特点,建立了不同车站规模站区的噪声值预测模型,其预测结果为新建铁路路站在城市中的规划布局,提供了实用的参考依据及有价值的建议。     

城市与地震次生灾害

现代化城市是由各个系统工程组成的网络化、中枢化城市。在城市化加速发展的今天,各类自然灾害已经对城市构成了很大威胁,尤其是地震灾害以其突发性、广泛性、强破坏性位于自然灾害之首。地震对城市赖以生存的生命线网络系统产生的毁灭性破坏,使城市机能消失,城市生活濒于瘫痪。伴随着地震的发生,常引发次生灾害:如火灾、水灾、瘟疫、冻灾、毒气、     

石化企业地震次生火灾危险性评估与对策研究

研究了石化企业地震次生火灾起火概率与可燃物危险性分类级别和设备地震破坏级别之间的关系，提出了石化企业地震次生火灾起火概率的计算方法，并对国内某石化厂厂区的地震次生大灾源进行了危险性分析，评估了在未来可能发生的地震灾害中地震次生火灾的危险性。同时，提出了防止和减轻地震次生火灾的时策。     

宝成铁路5·12地震次生地质灾害特点及工程防灾

2008年5月12日四川汶川发生8.0级特大地震,受此影响,宝成铁路成都局管段沿线产生地震次生地质灾害,直接威胁到铁路运营的安全.通过对铁路沿线次生地质灾害的震后排查,总结了地震产生的灾害类型,分析了地震的致灾作用和影响地震次生灾害稳定性的因素,在此基础上结合实际,提出防灾工程建议,具有重要的现实意义.     

北京1o个常绿树种颗粒物吸附能力研究

大气中颗粒物PM( particuIate matter)不仅造成环境污染,还对人体造成严重的危害.城市绿色植物作为大气过滤器,能够有效地提高城市空气质量,保护人体健康.因此了解不同树种对空气颗粒物的吸附滞纳作用是必要的.以北京植物园10种常绿植被为研究对象,应用空气气溶胶再发生器( QRJZFSQ_I)测定了北京市常见6种乔木和4种灌木叶片对空气总悬浮颗粒物( TSP)﹑PM10﹑PM2.5和PM1.0的吸附能力.结果表明①不同树种叶片表面附着颗粒物的能力差异明显,最高的是雪松( Cedrus deodara)和油松( pinus tabuliformis),吸附量分别是(18.95±0.71)μg.cm-2和(14.61±0.78)μg.cm-2,冷杉( Abies fabri)最小,为(8.02±0.4)μg.cm-2;②不同树种叶片单位面积对不同颗粒物的附着能力也存在差异,附着PM10能力最强的是油松和雪松,附着PM2.5能力最强的是雪松﹑铺地柏( Juniperus procumbens)﹑龙柏( Juniperus chinensis cv. kaizuka)和油松,附着PM1.0能力最强的是雪松﹑铺地柏﹑冷杉和油松;③不同月份叶片上附着的各粒级颗粒物( PM10﹑ PM2.5 )占TSP的比例不同.其中PM10在4~6月之间主要表现两种变化趋势,一是先上升后下降,主要为灌木树种;二是逐渐上升,主要的树种是乔木树种.而PM2.5则没有这种明显的变化趋势.     

亚热带常绿阔叶林凋落叶分解过程中氮和磷在不同雨热季节的释放动态

为理解植物—土壤之间的养分联系,采用凋落物分解袋法,研究季节性降雨期间常绿阔叶林区最具代表性的马尾松(Pinus massoniana)、柳杉(Cryptomeria fortunei)、杉木(Cunninghamia lanceolata)、香樟(Cinnamomum camphora)、红椿(Toona ciliata)、麻栎(Quercus acutissima)等6种凋落叶第一年不同雨热季节分解中氮(N)、磷(P)动态及释放与富集特征.结果显示,凋落叶的N浓度随雨季的变化动态取决于树种,但除红椿以外的其它5种凋落叶在分解初期N浓度变化不明显,在雨季时期显著升高(P<0.05);6种凋落叶P浓度动态比较一致,表现为分解初期P浓度稍微下降,在雨季时期显著升高(P<0.05).历经一年的分解,红椿N、P释放率最大(分别为81.79%、54.19%),香樟N富集率最大(131.45%),马尾松的P富集率最高(268.75%),且6种凋落叶N、P释放/富集率动态均在雨季最明显.凋落叶分解过程中C/N、C/P呈现下降趋势,而N/P变化规律不一致.这些结果均表明,季节性降雨显著(P<0.05)影响凋落叶N、P动态,雨季温湿度的改变可影响N、P释放过程.