西湖龙泓涧流域暴雨径流氮磷流失特征

为掌握西湖入湖溪流龙泓涧流域非点源污染现状,研究了一年内3场暴雨径流过程中营养盐的流失特征.结果表明长历时暴雨事件一般会形成多个径流峰值,而其滞后于雨强峰值的时间取决于当次强降雨的分布.降雨的初期冲刷效应与前期降雨量有关,前期降雨量越少,总磷和氨氮的初期冲刷效应越明显,在退水阶段滞缓的壤中流会使总氮和硝态氮再产生一个浓度峰值.径流中各形态氮素的平均浓度(EMC)与降雨量、降雨历时、最大雨强和平均雨强均表现为负相关,与前5 d的降雨量表现为正相关,而总磷的EMC值与氮素有相反的变化规律.径流营养盐迁移通量随降雨量的增大而上升,Pearson分析表明总氮、硝态氮与径流水深(流量)具有较好的相关性.总磷、总氮、硝态氮和氨氮的平均迁移通量分别为34.10、1 195.55、1 006.62和52.38 g·hm~(-2),硝态氮为主要的氮素迁移类型(占总氮的84%).     

利用欧氏距离函数评估海河流域暴雨灾害

考虑气象数据的特点和灾后评估的时效性,针对暴雨灾害的平均降水强度、最大降水影响范围、持续时间,利用欧氏距离等数学方法,研究了海河流域暴雨灾害的气象评估模型.利用该评估模型对1960 - 2008年间的海河流域暴雨进行了评估,结果表明,等级划分合理,所评估的暴雨气象等级级别与海河流域历史上对应的洪灾事件影响程度非常吻合.     

气候序列的最优分割与暴雨的灾变预测

暴雨是形成泥石流的水动力。泥石流发展趋势预测的主要内容之一是气候条件尤其是暴雨的变化趋势之预测。作者首先以气候资料序列最长的上海站为例，应用有序样品最优分割方法，综合降水与气温要素，对百年来气候序列进行划分，显示出气候变化的周期性和降水的平稳趋势，使泥石流发展具有周期性和持续性。进而，以南昆铁路宜良泥石流带为例，应用灰色灾变预测方法，预测可能引发泥石流的暴雨之频率变化趋势，为泥石流发展趋势的预测提供依据     

基于通用事件表示模型（SEM）的暴雨预警事件图谱研究

根据2018-2020年汛期的气象灾害预警信息发布统计分析,暴雨预警事件占到全年气象灾害预警事件的21.3%。摸清事件关系,构建事件图谱,分析事件动态变化,实现事件影响的智能推理,可提高气象防灾减灾的效益。传统的事件模型大多以事件之间关系为切入点,难以全面的表示暴雨灾害的事件要素及其内部联系。该文以通用事件表示模型（SEM）为基础,结合暴雨的特点改造 “5W1H”事件分析法为“4W2H”,并结合知识图谱设计了结构层、要素层、数据层三层结构的图谱模型,从事件梳理分析和事件要素关系构建的角度对暴雨预警事件进行建模,构建了集暴雨灾情-降雨实况-暴雨预警发布相结合的暴雨预警事件图谱模型。以暴雨实况、灾情和暴雨预警信号数据为驱动,实现了在暴雨预警事件服务中的推理应用。     

汛期暴雨情景下鄱阳湖流域水质时空分布特征与污染成因分析

基于2019年和2020年鄱阳湖流域降水及水质监测数据,利用线性倾向估计法和累积距平法对2020年汛期暴雨情景下的湖区及入湖河流开展水质时空分布特征及污染成因分析,量化湖区地表水水质评价指标在不同降水量级情景下的响应。结果表明:①从时间上看,TP为主要超标污染物。2020年汛期,出湖口水质为Ⅲ类的月份占比同比上升8.3%,有机污染强度同比显著加重,暴雨情景下的指标浓度变幅大于非汛期降水情景。②从空间上看,湖区水质自南向北改善明显。入湖支流汛期水质主要受有机污染强度增加的影响而有所下降,TP浓度在南部入湖口和出湖口变幅较小,NH₃-N浓度与场次降水量存在强正相关性,污染负荷变化对场次暴雨量的累积响应较同步且迅速。③降水量级会影响污染来源结构。暴雨洪水的稀释作用可能是湖区水质年内波动的主要控制因素,暴雨可能导致湖体出现富营养化。     

突发洪涝灾害中考虑心理焦虑影响的多周期应急物资调度研究

在突发洪涝灾害背景下，综合考虑应急物资短缺率、动态降雨量预报，以及物资供应周期时长等因素对灾区群众心理焦虑的影响作用并建立相应的心理焦虑量化函数。在此基础上以最小化物流成本和心理焦虑成本为目标，构建突发洪涝灾害背景下的多周期应急物资调度模型，并通过快速非支配排序遗传算法对模型进行求解。最后，以2021年7月河南省暴雨事件为案例进行实例验证分析，结果表明：1)相比于基础应急物资调度模型，本文提出的考虑心理焦虑成本的模型会增加20.09%的物流成本，但焦虑成本降低了93.57%;2)对供应周期时长的敏感性分析表明，当供应周期时长由72 h降至48 h,物流成本提高29.00%,焦虑成本下降43.70%;周期时长由48 h降至24 h,物流成本增加49.81%,焦虑成本下降51.41%。研究结论有助于应急管理部门更好地制定适用于洪涝灾害的应急物资调度方案。     

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。