基于层次分析模型的西宁地区雷电灾害风险区划

分析2008—2017年西宁地区雷电灾害历史数据,2008—2017年闪电定位数据和2017年《西宁市统计年鉴》数据;选取闪电强度、闪电密度、人工雷暴日数、土壤电导率、河网密度、人口密度、GDP密度、生命易损指数、经济易损指数、防护能力指数等10个因子作为西宁地区雷电灾害风险评估指标,结合层次分析法采用致灾因子危险性、承灾体暴露度以及承灾体脆弱性反映西宁地区雷电灾害风险,实现了西宁地区雷电灾害风险区划。结果表明：雷电灾害高风险区出现于大通县东北部、西北部的宝库乡,湟中县与西宁市交界处由北至南的带状地区;中风险区主要出现于西宁主城区、湟中县大部分乡镇、大通县东北部乡镇;低风险区分布分散,主要出现在湟源县西南部乡镇、大通县中部乡镇。     

菏泽市雷电灾害风险区划研究

为了明确不同县区雷电灾害风险的高低、防御和减轻雷电灾害,以闪电定位资料和经济社会资料为基础,采取归一化法、层次分析法、加权综合评价法,统筹考虑致灾因子的危险性、孕灾环境的敏感性、承灾体的易损性和防灾减灾能力4个评价指标,选择9个影响因子建立雷电灾害区划模型,绘制出菏泽市雷电灾害风险区划图。结果得出：曹县和东明是致灾因子危险性高值区,两地的孕灾环境敏感性同样较高,牡丹区和定陶是承灾体易损性高的区域,防灾减灾能力的高值区在牡丹区和东明。曹县和东明是雷电灾害的高风险区,次高风险区为单县和巨野,中等风险区为定陶,次低风险区为成武和郓城,牡丹区和鄄城由于防灾减灾能力强或致灾因子危险性较低划为低风险区。     

菏泽市雷电灾害风险区划

为了明确不同县区雷电灾害风险的高低、防御和减轻雷电灾害,以闪电定位资料和经济社会资料为基础,采取归一化法、层次分析法、加权综合评价法,统筹考虑致灾因子的危险性、孕灾环境的敏感性、承灾体的易损性和防灾减灾能力4个评价指标,选择9个影响因子建立雷电灾害区划模型,绘制出菏泽市雷电灾害风险区划图。结果得出:曹县和东明是致灾因子危险性高值区,两地的孕灾环境敏感性同样较高,牡丹区和定陶是承灾体易损性高的区域,防灾减灾能力的高值区在牡丹区和东明。曹县和东明是雷电灾害的高风险区,次高风险区为单县和巨野,中等风险区为定陶,次低风险区为成武和郓城,牡丹区和鄄城由于防灾减灾能力强或致灾因子危险性较低划为低风险区。     

基于GIS的吉林省霜冻灾害风险评估及区划

旨在依据灾害风险理论,对吉林省霜冻灾害进行风险评估与区划,以期减轻吉林省霜冻灾害造成的损失,为农业生产合理布局提供科学依据。基于吉林省逐日地表最低温度、霜冻灾情及作物种植面积等资料,采用自然灾害风险指数法、层次分析法和加权综合评价法,对致灾因子危险性、孕灾环境敏感性和承灾体易损性指数进行评估,基于GIS进行吉林省霜冻灾害风险评估与区划。结果表明：吉林省霜冻可划分为高、次高、中、次低和低风险区5个等级,初霜冻高风险和次高风险区主要分布在西北部白城、中部长春、吉林和四平部分地区;终霜冻高风险和次高风险区主要分布在中部长春、吉林和延边部分地区。初、终霜冻风险区划结果与灾情统计结果均呈极显著正相关关系,相关系数分别达0.496和0.490(P<0.01)。本研究建立的吉林省霜冻风险评估模型,能够反映吉林省初、终霜冻的风险分布特征,初、终霜冻风险区划结果存在空间分布差异;经验证风险区划结果与历史灾情资料相符。在气候变暖背景下,吉林省霜冻灾害仍需重视。     

陕西猕猴桃高温干旱灾害风险区划研究

为了掌握猕猴桃果实膨大期高温干旱灾害发生的风险水平和空间分布情况,进行陕西猕猴桃高温干旱风险区划研究,为果业部门开展猕猴桃生产的防灾减灾,以及猕猴桃高温干旱灾害保险设计、理赔以及避灾抗灾政策措施提供参考。本研究基于自然灾害风险形成原理,利用气象数据、基础地理信息数据、社会经济统计数据和历史灾情等方面资料,从致灾因子危险性、孕灾环境敏感性、承灾体易损性以及防灾减灾能力4个方面,构建陕西猕猴桃高温干旱灾害风险评估模型,利用GIS技术,开展陕西猕猴桃高温干旱风险区划研究。结果表明,重度风险区主要分布在关中东部渭河下游低海拔地区,该区域重度高温干旱灾害约3年1遇,同时存在约2年1遇的中度、1年1遇的轻度高温干旱灾害;中度风险区主要分布在关中中东部和陕南汉江下游两岸部分地区,该区中度高温干旱灾害2~3年1遇,同时存在3~4年1遇的重度灾害和少于1年1遇的轻度灾害;轻度风险区主要分布在关中中度风险区南部、北部和西部,以及陕南汉江及其支流两岸、金钱河、丹江及其支流两岸、南洛河两岸海拔较高的地区。     

基于层次模型及权重分析的湖北省雷电灾害易损度区划

利用湖北省2008-2011年闪电监测数据和2000-2009年雷电灾害统计数据,选取雷击大地密度、大于50kA强雷击密度、雷电灾害频度、生命易损模数及经济易损模数作为湖北省雷电灾害易损性评估指标。提出了对雷灾频度因子的修正,只有把该参数放到同一起点比较,雷电灾害易损性分析及风险区划才具科学性,同时引入大于50kA强雷击密度作为雷电灾害易损性评估指标之一。采用层次模型及权重分析对雷电灾害易损性指标划分了5个等级,最后形成湖北省雷电灾害易损度区划。研究结果表明：高风险区的城市主要特征是雷灾频度较高、经济发展水平较好、人口密集;低风险区则与之相反。雷电灾害易损度不仅与单位面积上的雷电密度、雷灾频度关系密切,还与单位面积上的经济发展水平、人口密度息息相关。     

基于GIS的潍坊市暴雨洪涝灾害风险区划

为了提高对暴雨洪涝灾害的抗御能力,为潍坊市的暴雨洪涝防灾减灾提供技术支持和决策依据,基于潍坊市1:50000的DEM数据和2009年统计年鉴资料以及历史灾情数据,计算得出影响潍坊市洪涝灾害风险的评价指标,即致灾因子危险性、孕灾环境敏感性、承灾体易损性、防灾减灾能力的综合作用。将洪涝灾害风险性评价技术和GIS技术相结合,对洪涝灾害程度进行评价和等级划分,绘制潍坊地区的洪涝灾害风险区划图。结果表明,诸城全市、高密市的绝大部分地区属于洪涝高风险区,只有极少数地区为较高风险区;安丘偏东南大部分地区、高密北部少数地区、昌乐东南部属于较高风险区;较低风险区和低风险区主要分布在昌邑北部大部分地区、寿光大部分地区、潍坊北部和中部以及青州西部;其余地区基本为中等风险区。     

基于GIS的山西省暴雪灾害风险区划研究

为了降低暴雪灾害的影响,利用山西省108个县市1980—2012年的年均暴雪日数、≥5 cm的年均积雪深度日数、最大积雪深度等统计量资料,山西省DEM高程资料和地理信息资料,人口密度、人均GDP、耕地面积比、公路密度等社会经济资料,对山西省暴雪的气候特征进行研究,并从暴雪灾害致灾因子的危险性、孕灾环境的敏感性、承灾体的易损性和防灾减灾能力4个因子的风险区划入手,进行了山西省暴雪灾害综合风险区划。研究结果表明：近33年山西暴雪站次序列主要由4年和3年周期变化波动迭加;各月平均暴雪站次数是3月份最多,4月和11月次之;暴雪日数具有自西北向东南逐渐增多的空间分布特征;长治、晋城、阳泉、晋中等地市的暴雪灾害风险等级最高;运城、临汾南部、吕梁北部及大同西南部暴雪灾害的风险等级最低;对综合风险区划等级结果与历史灾情数据比对以及应用近10年山西省暴雪灾害进行检验,表明风险区划结果具有较高的合理性,可为山西暴雪灾害的防御和评估提供科学依据。     

内蒙古马铃薯苗期干旱灾害风险区划

利用内蒙古73个旗县站点1979-2013年的气象站点资料、历史干旱灾害资料、马铃薯产量数据和社会属性数据等, 通过建立的内蒙古中西部和东部地区苗期的降水距平干旱指标,确定了干旱致灾因子的危险性分布,结合承灾体的脆弱性、孕灾环境的暴露性和防灾减灾能力的评价指标体系,利用GIS的空间分析功能,对内蒙古马铃薯苗期干旱灾害的风险性进行评估与区划。研究结果表明：高风险区主要分布在鄂尔多斯东北部、包头北部、呼和浩特市南部、乌兰察布市大部和锡林郭勒盟南部地区,所占面积比例为16.0%;中风险区主要分布在在鄂尔多斯准格尔旗、呼和浩特市北部、赤峰市西部、通辽市西北部、兴安盟西部部分地区和呼伦贝尔市北部地区,所占面积比例为17.9%;干旱较低风险区主要分布在我区东部农业种植的大部地区,分布区域面积最大,所占比例为46.3%;低风险区主要分布在灌溉区域,包括河套灌区和辽河流域,所占面积比例为19.8%。     

基于层次分析模型的云南省雷电致灾评价及易损性区划

根据2008—2017 年闪电定位监测和雷电灾害统计资料,分析地闪活动的时空分布规律,建立包含雷电风险、地域风险和承灾体风险的雷灾易损性综合评价指标体系,运用层次分析法(AHP)构建指标权重判断矩阵,得出易损性综合评价指数R 的换算方程并确定各州（市）雷灾易损性等级,形成云南省雷电灾害易损性风险区划。结果表明：昆明、玉溪地闪致灾因子活跃,雷灾易损性综合评价指数高,是雷电灾害极高易损区,受灾涉及行业及影响范围广;普洱、曲靖、丽江、楚雄、红河、西双版纳为雷电灾害高易损区,该等级区域所占比例最大,分布范围最广;保山、昭通、临沧、文山、大理为雷电灾害中易损区;迪庆、怒江、德宏为雷电灾害低易损区,通过加强雷电防御设施建设,扩大预警覆盖面,强化防雷科普宣传能够提高承灾体抵御雷击的能力。     

北京市闪电定位数据与人工观测雷暴日关系研究

[目的]针对北京地区首次开展闪电定位系统(Lightning Location System,LLS)数据与人工观测雷暴日的关系研究,解决北京地区人工观测雷暴日停止后雷暴日数据无法获取的问题。[方法]选取北京地区2008-2011年LLS监测数据,以20个人工观测站为圆心,1 km为间距,统计各站周围半径(r)1~20 km圆形区域内LLS监测的闪电次数及雷电日数。采用直接替代法、地闪密度法和二元法计算雷电日,分别从全市年平均雷电日及各站年平均雷电日两方面与人工观测雷暴日数进行比较,寻求最适合北京地区的LLS资料转换为雷暴日数方法,建立转换关系。[结果]结果表明：当r =13 km时,LLS监测年平均雷电日数与人工观测年平均雷暴日数最为接近。通过直接替代法、地闪密度法和二元法计算所得的结果中,二元法效果最好,直接替代法次之,地闪密度法效果最差。对于单个观测站,各站周围的地闪密度与人工观测雷暴日数没有统一的函数关系,采用直接替代法得到的各站等效观测半径来确定各站的雷暴日数较为准确。[结论]该结果表明了北京地区LLS数据与人工观测雷暴日之间的关系,使雷暴日可作为基础数据继续应用于北京地区的雷电防护和研究中。     

重庆地区雷电日雷暴日关系研究

为了更好地应用雷电定位系统的自动监测数据统计雷电日参数,在比较多年重庆地区雷暴日资料与近年来自动监测数据的基础上,重点研究该区域13个国家基准气候站的雷电日与雷暴日数据。结果表明：（1）平均雷暴日与平均雷电日的比值各站差异显著。总体来看,雷暴日数值小于雷电日并成正相关;其比例与观测区域面积、地形地貌环境关系密切;（2）不同雷电日观测半径差异显著,且均小于10 km,一方面说明雷电活动的不均匀性;另一方面,说明器测的灵敏度远高于人的听力和视觉,观测人员对雷声的听力范围不大于10 km;（3）主城区域雷电日观测半径最小,这是由于观测站周围的建筑物阻碍、环境噪声与空气中能见度变化共同作用的结果;（4）雷电日观测半径与地形地貌的关系明显,重庆市主城区雷电日观测半径较小,东北和东南部雷电日观测半径较大,总体来看地形地貌、城市化进程相似的区域,雷电日半径有可比性,器测数据是连续性的。     

张家口地区雷暴气候统计特征分析

为了深入了解张家口地区雷暴日时空变化特征,为雷电灾害风险评估及防雷减灾工作提供依据,利用1960—2013 年近54 年该地区14 个地面气象观测站的雷暴观测资料,借助数理统计、线性拟合、气候倾向率等方法,对该区域雷暴日分布特征进行统计分析。结果表明：全市大部分区域处于“中雷区”范围,蔚县、怀安、尚义雷暴日数在40 天以上,达到“多雷区”级别;该地区平均年雷暴日大多数年份在30~40 天,年均雷暴日最多年为54.4 天,最少年为28.9 天;年代际分布呈现20 世纪60—70 年代间年均雷暴日缓慢减少,80 年代呈明显偏多,90 年代开始快速减少趋势;夏季雷暴最多,冬季无雷暴。雷暴日数月变化呈单峰抛物线型,其峰值位于7 月。6—10 月间,坝上地区各月月均雷暴日数均大于坝下地区。54年来历史最多月雷暴日数全区14 个观测站均出现在7 月;白天雷暴多于夜间。坝上地区13:00—16:00,坝下地区14:00—18:00 容易发生雷暴。坝上地区雷暴持续时间以＞60 min 的雷暴为多,坝下地区以30 min 以内的雷暴为主。坝上最早雷暴初日与最晚雷暴终日较坝下均有所提前,两区域雷暴初终日及持续期平均状况差异较小。     

四川省猕猴桃生态气候适宜性分析及精细区划研究

利用四川省145个气象站点1981-2010年30a的气象数据,通过分析四川省主要猕猴桃产区县气候特点和影响猕猴桃生长的关键气象因子,选择了年均温、1月均温、7月均温、≥10℃积温、年降水、无霜期、相对湿度、日照作为四川猕猴桃生态气候适宜性区划指标,应用GIS空间插值技术推算出四川无测站区域500m*500m网格点上的气候要素值,采用模糊综合评判的方法确定区划指标权重,得到四川猕猴桃精细化气候适宜性区划图,再选择越冬冻害、芽膨大期冻害和日灼三种猕猴桃生长期内主要气象灾害,进行气象灾害风险区划,进一步对气候适宜区进行细分,以期为四川省猕猴桃产业合理规划布局和品质评价提供科学依据。结果表明,四川省猕猴桃种植的气候适宜区较广,高适宜区面积约3.39×104km2,适宜区面积约8.73×104km2,较适宜区面积约8.46×104km2。初步分析整个四川盆地区均属于高适宜区,但是在加入三种气象灾害风险分析后,高适宜区进一步缩小到龙门山脉沿线和成都平原区。     

基于GIS的低温冷冻灾害风险性评估

为了提高低温冷冻灾害的防御能力，为政府部门制定防灾减灾规划提供科学依据。本研究基于自然灾害形成机理及风险评估原理，以济南市长清区为例，利用气候资料、历史灾情数据、地理信息数据及社会经济等资料，采用层次分析法和加权综合评价法，借助GIS空间分析技术，通过对致灾因子危险性、敏感性、易损性和防灾减灾能力4个评价指标的空间评价，实现了对长清区低温冷冻灾害的风险性评估和综合区划。结果表明：长清区低温冷冻灾害总体表现为空间化强，没有规则的分布规律，综合风险性总体水平较高。文昌街道办事处、五峰山街道办事处、双泉乡的部分地区综合风险性最高，属于低温冷冻灾害的重点防御区域；轻、低风险主要分布在平安街道办事处、万德镇、马山镇、崮云湖街道办事处的部分辖区。该评估结果将对本地区农作物的种植规划及灾害防御措施的制定提供参考依据。