四川省暴雨洪涝灾害风险区划研究

为了进一步完善四川省暴雨洪涝灾害评估工作,提高气象防灾减灾服务能力,以全省149个气象站1961—2010年逐日降水数据及高程、水系、农业经济等数据为基础,选取对暴雨洪涝灾害具有明显影响的降水强度、地形、河网、农业人口、耕地分布等要素作为区划因子,利用GIS工具分别建立暴雨洪涝灾害致灾因子危险性、孕灾环境敏感性、承灾体易损性及抗灾能力评估模型,计算暴雨洪涝灾害风险指数,最终完成针对农业的四川省暴雨洪涝灾害风险区划。结果显示,农业经济最受关注的四川省盆地区内,盆东北、盆西南大部地区及盆中、盆南和盆西的部分区域灾害风险等级较高,容易发生致害性较强的暴雨洪涝灾害;而盆周高山区及深丘区是盆地暴雨洪涝灾害风险最低的区域,在这些地区暴雨洪涝灾害对农业生产的危害不大。     

基于GIS技术的重庆市暴雨洪涝灾害风险区划研究

为了定量地研究分析重庆暴雨洪涝灾害风险和区划,利用重庆1961-2008年的气象观测资料,综合全市各区县的自然、社会经济与防灾抗灾等数据,利用GIS技术和自然灾害风险指数,构建暴雨洪涝灾害风险评价模型,对重庆市暴雨洪涝风险的致灾因子危险性、孕灾环境敏感性、承灾体易损性、防灾抗灾能力多个因子定量分析,计算得到重庆市区县级暴雨洪涝灾害风险综合指数,并绘制了风险区划图。结果表明：重庆的开县、梁平、合川、北碚、荣昌、永川、渝北及铜梁部分地区的危险性和易损性指数较大,其暴雨洪涝灾害风险最大;南川、丰都与石柱、黔江、涪陵、綦江部分地区由于暴雨洪涝发生频率较低,孕灾环境敏感性指数较小,灾害风险最小。     

海南岛万泉河流域暴雨洪涝灾害风险区划研究

应用灾害风险形成的理论和方法,通过统计万泉河流域基本气象站1961—2011年的降水资料,实现了对自动站降水数据的估测及历史数据的延长,应用趋势面残差法获取了致灾因子危险性的空间分布,并选取了适合评价小流域暴雨洪涝灾害敏感性、易损性和防灾减灾能力的空间指标,对流域的灾害风险进行了评价。结果表明,万泉河流域暴雨洪涝灾害的危险性分布为西部高于东部,东部的大部分地区处于中等以上风险区,西部则多处于次低以下风险区。东部地区以嘉积县为中心的部分区域的风险为最高,北部岭口镇、翰林镇和大路镇也处于风险高值区。     

豫北气象灾害风险评估系统研究——以辉县市为例

为了确立气象灾害风险评价指标体系,建立气象灾害综合风险区划图,对气象灾害进行风险区划,根据豫北辉县市1961-2009年的气象资料和1961-2009年地质灾害资料,利用气象材料、方法及评价指标,从暴雨、冰雹、大风和地质灾害4方面对致灾因子进行分析。结果表明,豫北山区的暴雨、冰雹、地质灾害发生概率大于平原地带,大风发生概率相反,平原地带大风发生概率高于丘陵山区,这就为当地防御气象灾害提供了科技支撑和理论依据。     

基于GIS的山东省暴雨洪涝灾害风险区划

基于山东省1：50000地理数据及2008年统计年鉴资料,对影响山东省暴雨洪涝灾害风险的主要综合评价指标,即致灾因子危险性、孕灾环境敏感性、承灾体易损性及防灾减灾能力进行建模计算,最后综合利用这4个指标对山东省暴雨洪涝灾害风险性指数进行计算,并通过GIS平台得到山东省暴雨洪涝灾害风险区划图。结果显示,山东省暴雨洪涝灾害发生的高风险区在鲁南及半岛东部部分地区。     

基于FloodArea模型的新源县则克台流域暴雨洪涝灾害临界雨量研究

本文以新疆伊犁新源县则克台流域为研究对象,选用1960—2016年降水资料、DEM数据、土地利用类型数据、GDP栅格数据以及人口栅格数据,利用FloodArea模型反演研究区的暴雨洪涝过程,以实测数据对该模型进行精度验证;通过Pearson分析法计算得出逐小时累积降水量与淹没深度的相关系数,进而确定不同风险等级的致灾临界雨量,从而为该区域暴雨洪涝灾害预警预防提供科学依据和技术支撑。     

基于GIS的德阳市暴雨洪涝灾害风险定量化研究

伴随自然灾害频发、极端气候的不断涌现,暴雨灾害风险评估的研究具有重要的现实意义。基于GIS技术,对德阳市暴雨洪涝灾害风险进行了调查和统计分析,并做了定量化研究。研究采用AHP层次分析法和专家评议法相结合,通过建立德阳市暴雨洪涝灾害风险评估体系,体系包含致灾因子危险性、承灾体暴露性、孕灾环境敏感性和防灾减灾能力四项指标,以保证评估的合理性。[结果]经分析,将德阳市划分为低、较低、中等、较高、高五类风险区域,并就较高和高风险区域存在的潜在灾害易发情况进行了分析讨论。[结论]针对地形复杂、人口虽稀少地区和人口密度大,经济较为发达地区两类,在暴雨洪涝灾害时提出不同对策建议,帮助有效规避暴雨洪涝灾害可能产生的损失和人员伤亡。     

气候变暖背景下青海汛期暴雨洪涝及次生灾害风险评估

本文根据自然灾害系统理论和暴雨洪涝灾害风险评估原理,基于基础地理信息数据和历史灾情数据,旨在利用青海50个气象站1961—2017年汛期(6—10月)的逐日气温、降水数据,通过对暴雨洪涝致灾因子危险性及孕灾环境易损性的研究,对气候变暖背景下青海省汛期暴雨洪涝及次生灾害的风险进行评估,得出：(1)1961年以来,青海省汛期平均气温升高、降水增加,降水日数及强降水日数增多,极端天气气候事件频发；(2)由短时强降水及连续性降水造成的洪水、渍涝灾害及其引发的滑坡、泥石流等次生灾害呈增多趋势,且7、8月份为青海省暴雨洪涝及其引发的次生灾害的高发期,占汛期灾害发生次数的77.9%；(3)贵德县、兴海县、贵南县、共和县、同德县、化隆县为青海省汛期暴雨洪涝及次生灾害发生次数最多、风险最为严重的县。本研究通过开展暴雨洪涝及其引发次生灾害风险评估工作,对暴雨洪涝的早期预警以及防灾减灾措施的及时制定和实施具有重要意义,可为气象防灾减灾建设工作提供决策信息。     

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。     

天水地区强降水过程风险评估方法研究

利用天水地区1965—2009年45年间的逐日降水资料,确定分析明显大雨、暴雨过程;建立反映天水明显大雨、暴雨过程的3项单项指标及综合评估指数,并对其风险评估等级进行划分;检验大雨、暴雨综合评估指数序列的正态性,结果大雨符合正态分布、暴雨经过变换也符合正态分布,从而确定了明显大雨、暴雨过程风险重现期评估指标。最后利用等级划分及重现期评估指标对2010—2011年的明显大雨、暴雨过程进行评估。结果表明,该方法能及时、有效、科学的对天水地区大雨、暴雨过程进行量化评估,为防灾减灾提供气象支撑,对提高决策气象服务的及时性、有效性,最大限度的满足气象为农服务意义重大。     

陇南山区核桃生态气候适宜性区划研究

通过对陇南山区2012—2015年核桃全生育期的气象和植物学特性的系统观测资料对比分析,得出核桃生长关键时段以及对其生长影响相关性最大的气象因子为年平均气温、年降水量、4月平均最低气温和7月平均气温,以此建立了更加切合陇南山区实际的核桃生态气候适宜性区划指标体系,并基于GIS技术制作出精细化核桃种植气候适宜性区划图。结果表明：陇南市康县、成县大部和徽县中南部、武都南部及白龙江流域、文县南部及白水江流域等地海拔1000~1600 m的平川、浅山、丘陵、深山地带为核桃最适宜种植区;康县、成县和徽县北部、礼县、西和中南部、两当县大部、宕昌中部、武都中部及白龙江流域、文县中部及白水江流域等地海拔900~1000 m和1600~1800 m的谷地及半山区为核桃适宜种植区。研究结果对指导陇南山区科学规划、合理布局、充分利用气候资源发展核桃产业,预防和减轻气象灾害损失提供了科学依据。     

基于GIS技术的巴中市农业气象干旱灾害风险区划

为了提升干旱气象灾害风险管理和决策水平,减轻灾害造成的损失,笔者利用巴中市及其周边市、县1981—2015年的气象观测资料和历史干旱灾害资料,根据干旱发生的时段分为春旱、夏旱、伏旱、秋干、冬干,综合巴中各县区的气象、社会、自然、灾害防御及地理信息数据(1:5万)基于GIS平台,应用灾害风险评价的理论和技术,结合风险指数、自然断点和加权综合评价的方法,绘制出巴中市干旱灾害风险区划图。结果表明,巴中市农业气象干旱的风险呈现北高南低的趋势,北部高风险区较南部低风险区海拔高、河网密度小、经济水平低是其风险较高的主要原因。     

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。     

福建省森林火险等级主要气象影响因子的分布规律

利用福建省67个气象台站1971－2006年的气象资料,结合福建森林火险预报模式确定影响森林火险等级的主要气象因子,按行政区划和森林防火期将气象数据归类,最后利用统计方法进行气象因子的时空分析。结果表明：福建各地区森林火险高等级的气象影响因子不同,最小相对湿度及温度差对北部和西部地区影响较大,蒸发量对西部和东南沿海影响较大,降水量对东南沿海影响较大;各因子的时间分布状态造成1月森林火险等级较高,2月、11月和12月次之,其余防火期相对较低。     

天水市近50年干旱灾害变化特征及对夏、秋粮影响风险评估

干旱是影响天水市地区粮食生产的主要气象灾害。运用1961-2010年天水市7县（区）气象站降水资料及2001-2010年冬小麦、玉米播种面积及产量资料,建立了干旱影响粮食产量的风险评估指数,并对不同冬小麦、玉米在不同季节受不同等级干旱的影响风险进行了分析。结果表明,轻旱出现的频率为7.09次/年,中旱频率为2.52次/年,重旱出现频率为0.50次/年,特旱出现频率0.25次/年。各等级干旱春季出现频率较高,其次为初夏和伏期,初秋出现频率较低。轻、重、特旱渭北地区出现频率较高,中旱藉、渭河谷出现频率较高。冬小麦轻旱、中旱风险指数较高,重旱、特旱风险指数较低;玉米轻旱风险指数较高,其次为中旱,重、特旱对玉米产量影响风险较小。冬小麦在春季受干旱威胁的风险较大,玉米在初秋受干旱威胁的风险较大。渭北地区冬小麦全生育期受干旱威胁风险较大,藉、渭河谷地区及秦安、清水玉米全生育期受干旱威胁风险较大。冬小麦干旱风险指数大于玉米,秋粮生产气候优势大于夏粮。     

Assessment of insurance coverage and claims in rainfall related risks in processing tomato in Western Spain

An extension of guarantees related to rainfall-related risks in the insurance of processing tomato crops has been accompanied with a large increase in claims in Western Spain, suggesting that damages may have been underestimated in previous years. A database was built by linking agricultural insurance records, meteorological data from local weather stations, and topographic data. The risk of rainfall-related damages in processing tomato in the Extremenian Guadiana river basin (W Spain) was studied using a logistic model. Risks during the growth of the crop and at harvesting were modelled separately. First, the risk related to rainfall was modelled as a function of meteorological, terrain and management variables. The resulting models were used to identify the variables responsible for rainfall-related damages, with a view to assess the potential impact of extending insurance coverage, and to develop an index to express the suitability of the cropping system for insurance. The analyses reveal that damages at different stages of crop development correspond to different hazards. The geographic dependence of the risk influences the scale at which the model might have validity, which together with the year dependency, the possibility of implementing index based insurances is questioned.