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。     

本溪山区气候变化与主要农业气象灾害的响应

摘 要：利用本溪地区1953－2008年温度、降水和主要农业气象灾害资料,根据农业气象学原理和农业气象灾害指标,整理、统计、分析相应的气象要素。采用气候倾向率和Mann－kendall方法对资料进行处理分析。结果表明：本溪山区温度和降水年代际间发生了较大变化。气温呈升温趋势,降水变化呈减少趋势。暴雨日数呈现减少趋势变化,但是灾害损失呈现增加趋势,洪涝频率减少,干旱频率增加。通过对气候变化与主要气象灾害研究,为合理开发山区气候资源,调整产业结构提供科学的气象依据。     

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。     

濮阳53年来汛期降水特征多时间尺度分析

摘要：利用濮阳1954-2007年的汛期降水资料采用线性分析方法,分析濮阳汛期降水特点多时间尺度变化特征,结果表明：汛期总降水后30年呈减少变化趋势,7月份降水量最大,发生暴雨的次数最多,8月份的暴雨强度最大,7月、8月暴雨的发生都有连续和连年出现的特点。     

山西暴雨的天气气候学分析

利用1957—2009年NCEP常规气象资料,从暴雨时空分布特征等角度,结合天气动力学、统计学等方法,对山西暴雨进行天气气候的分析研究。结果表明：（1）从气候学上讲,中条山东部是山西暴雨的极值中心,降水极值中心强度到达94 mm。发生暴雨频次最多的地方主要位于太行山南麓延伸至中条山东部的晋东南和晋南地区。另一个出现暴雨次数比较多的地区位于五台山附近,显示出山西特殊地形对山西暴雨的增幅作用。（2）50多年来,山西暴雨次数有着显著的年代际变化特征,1957—1982年,山西暴雨处于发生次数较多阶段,1983—2002年,山西暴雨处于次数较少阶段;2003年以后,山西又处于暴雨明显增加阶段。（3）形成山西暴雨的暖湿气团可能是南亚季风向北伸进的结果,暴雨发生日,320 K等墒面上,在山西附近形成一个高位涡中心,其和来自低纬度的暖湿空气,在山西附近相交绥,导致山西暴雨的产生。     

青海省汛期极端强降水特征及影响

为了研究青海省极端强降水在全球变暖背景下的变化及影响,利用青海省1961—2014 年汛期（5—9 月）40 个台站的逐日降水资料,分析了汛期极端强降水事件的变化趋势及非均匀性分布特征,并对极端强降水事件的可能影响进行探讨,以期为抗汛减灾提供决策参考。结果表明：近54 年青海省汛期极端强降水对汛期降水量的贡献呈增长趋势,极端强降水发生的频次增加、强度加重;7 月中旬至8 月中旬是全省极端强降水的多发期,在东部农业区中东部及青南地区东部等极端强降水多发地,应重点关注洪水、滑坡及泥石流等地质灾害。     

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。     

黑龙江省水稻生长季极端降水及洪涝时空演变特征

为了合理规避极端降水带来的洪涝灾害,有效保障水稻安全生产。本研究基于黑龙江省69个气象台站1971—2016年降水资料和历史洪涝记载资料,利用方差分析和Mann-Kendall检验方法,分析了黑龙江省水稻生长季极端降水和洪涝时空演变特征。结果表明：（1）极端降水指数(EPI)5月、6月和9月在2010s最突出,7月和10月在1990s最突出,8月在1980s最突出;（2）根据典型因子,7月多雨时段为1990s,8月多雨时段为1980s;（3）水稻洪涝多发生在7月,7月和8月水稻洪涝历史高发时段分别为1990s和1980s。     

西藏近50年极值降水变化趋势

为进一步揭示西藏极端降水变化趋势及特征,为防灾减灾提供参考依据。利用西藏1961—2010年18个有连续气象观测记录站点的逐日降水资料,分析了7个序列降水统计量的变化趋势。发现近50年,西藏平均年降水日数为弱的增多趋势,最长连续降水日数为弱的减少趋势,最长连续降水总量变化趋势不明显,1日和3日最大降水量为弱的增大趋势,年降水量、平均降水强度、强降水日数均为显著增加趋势;平均降水强度显著增大和强降水日数显著增多,是西藏平均年降水量显著增大的最主要原因;西藏的西部和沿江上游地区年降水量减少且趋于集中,干日增多,干期增长,干旱化趋势更加严重。其他大部分地区年降水量增多,平均降水强度增大,强降水日数增多,短时强降水引发的洪涝等灾害可能趋于增多。     

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。     

生长季降水对黑龙江省水稻生产的影响

研究旨在分析寒地水稻洪涝的致灾因子—降水的变化趋势和特征及对水稻生长发育的影响,揭示其变化规率,以期水稻生产防灾减灾提供科学依据。利用黑龙江省水稻主产区气象观测站的降水量、发育期、产量资料及洪涝灾害资料,分析了水稻主产区夏季及关键生育期降水、暴雨量和暴雨日数变化特征,阐述了黑龙江省洪涝灾害的分布规率,分析了降水对水稻产量的影响。结果表明：1971-2016年稻区6-8月降水呈现西部和东部少、中部多的趋势,暴雨日数中西部多,东部少,暴雨量总体呈上升趋势；水稻关键期平均暴雨量为76.2毫米,总体呈小幅上升趋势,暴雨日数中西部多,东部少；1984-2010年黑龙江省洪涝灾害西北、东南、中部偏多,西南、东北偏少,总体呈逐年增加的趋势,且主要发生在夏季。制约黑龙江省各地区水稻生长发育及产量形成的降水阶段各地有所不同,北部主要在7月下旬,西部在7月下旬及9月下旬,南部在5月下旬、6月下旬及9月中旬,中部及东部稻区较为复杂,几乎贯穿整个生长季。     

陕西省降水特征及其对旱涝灾害的影响

为了简单分析陕西省降水特征及旱涝灾害的影响,依据陕西省18个气象站点近53年的降水资料,计算出各个站点Z指数及区域旱涝指数,然后通过线性倾向率、M-K突变检验、反距离加权插值法等方法,分析陕西省1961—2013年降水量的时空变化及旱涝频率的分布状态。结果表明:陕西省降水量整体呈降低趋势,并以"减少—增加—减少—增加"的模式发展;随着四季的变化,秋季降水以-58.71 mm/10 a的速率递减,夏季降水增幅最大达35.44 mm/10 a;由于受到自身地理位置及距海远近等因素,使降水量呈现出陕南、关中、陕北依次减少的空间分布状态。经Z指数统计所得,陕西省发生洪涝频率大于干旱频率,但强度弱于干旱;春夏秋冬四季均发生干旱,由各自频数显示冬季旱情最严重;陕西省涝情频率总体呈南多北少的形态,旱情总体分布不均匀且与降水量的空间分布相比二者恰恰相反,通过此次研究为陕西省旱涝灾害提供有效预防措施奠定了基础。     

安徽淮河以南区域性暴雨大尺度环流背景分析

为了从气候平均态的角度掌握安徽淮河以南汛期区域性暴雨的大气环流背景和物理量配置的特征,为区域性暴雨预报提供有利参考,本研究利用合成分析、EOF分解、显著性差异检验、相关分析等方法,对1960—2013年安徽淮河以南地区5—9月171次区域性暴雨个例进行分析,以研究其时空分布、大尺度环流分型及物理量场分布特征。研究表明：安徽淮河以南区域性暴雨大尺度环流特征主要表现为中高纬“2脊1槽”型。暴雨主要是边界层偏南风急流、低空西南急流和高空西风急流三者垂直方向上耦合的结果,暴雨区多位于南亚高压北侧,高空西风急流南侧,低空急流左前方和边界层急流中心的左侧及850 hPa暖切南侧,且垂直方向上呈现湿位涡正负区叠置的形势,为暴雨的产生提供不稳定层结条件。     

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。     

滁州市精细化暴雨洪涝风险区划

依据自然灾害风险分析理论,用统计回归方法,结合GIS技术得出滁州市暴雨洪涝灾害风险区划图。以精细到60个自动站降雨量为暴雨致灾因子,以滁州地势为孕灾环境因子,以乡镇人口、经济、耕地面积为承载体因子,以乡镇经济和农田水利措施为抗灾能力因子,采用专家打分法确定暴雨洪涝综合风险指数。结果表明：暴雨洪涝灾害高风险区主要位于滁州市区各乡镇街道、沙河镇和腰铺镇,来安县的新安镇、施官镇和三城乡西北部,天长市的天长街道和永丰镇,全椒县的十字镇、襄河镇、六镇镇东南部、武冈镇和二郎口镇的南部,定远县的定成镇,凤阳县的府城镇、临淮关镇和枣巷镇,明光市的中心街道、苏巷镇和女山湖镇。以上地区暴雨洪涝危险系数较高,是滁州全市防灾减灾的重点区域。     

河南省水旱灾害生态风险管理

河南是中国第一农业大省,第一粮食生产大省,但自然灾害种类多,范围广、危害重。针对河南省发生频率高、危害和损失大的水旱两种自然灾害风险源,利用AHP法和GIS技术,研究首先通过构建生态风险综合评价模型,计算综合生态风险值,对河南省水旱灾害进行了生态风险综合评价,然后将河南省地理综合分区与评价结果进行叠加,为降低水旱灾害风险,最后对叠加后的豫中高风险区、豫东较高风险区、豫北中等风险区、豫西和豫南较低、低风险区分别提出了相应的风险管理对策。