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。     

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。     

基于格网的河北省精细化暴雨洪涝灾害风险区划

基于IPCC最新风险评估理论模型,以高精度地理信息数据、长序列均一化气象资料和2010基准年社会经济数据等资料为基础,运用统计建模方法,从气象致灾因子危险性、暴露度和脆弱性3个方面对河北地区暴雨洪涝灾害进行精细化风险评估与区划,并根据区划结果提出防御措施。结果显示：滦河流域下游以及沿海诸河流域的暴雨洪涝风险最高;平原地区的暴雨洪涝灾害风险普遍高于山区,流域下游风险高于上游,河道周边风险高于远离河流的区域。     

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。     

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。     

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AHP和PCA的暴雨灾害风险区划——以河南省卫辉市为例

为充分了解卫辉市暴雨灾害的时空分布特征和发生规律,最大限度减轻灾害造成的损失,根据气象灾害系统理论及目前国际上流行的评估模型,选取卫辉市1961—2014年各乡镇灾情、雨量站的逐日降水量、DEM、GDP、农民人均收入等数据,利用层次分析法(AHP)和主成分分析法(PCA)构建了暴雨灾害风险评估模型,并通过ArcGIS绘制分辨率为30 m×30 m的灾害风险区划图。结果表明：卫辉市暴雨灾害风险等级自中部向四周呈递减总趋势。其中,孙杏村镇、汲水镇、顿坊店乡、上乐村镇的灾害风险等级较高,容易发生致灾性较强的暴雨灾害;而太公泉镇、后河镇、李源屯镇、狮豹头乡的灾害风险等级较低,暴雨灾害对当地农业生产的危害不大。[结论]该研究对政府及相关部门制订气象灾害防御方案、调整农业结构布局等具有重要的参考意义。     

基于信息扩散理论的东北三省农业洪灾风险评估

为了解决农业洪涝灾害风险评估时常会遇到的小样本问题,采用正态信息扩散方法,将单值观测样本点转化为集值样本点,进行了东北三省的区域农业洪涝灾害风险评估,并利用ArcGIS平台制成了该区域的农业洪灾风险图,直观地展示了东北地区农业洪灾风险的空间分布和空间变化趋势。该结果为政府的减灾和应急管理以及保险公司的农业灾害保险方案规划提供借鉴。     

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。     

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。     

基于梨树产量损失的气象灾害评估研究

灾害评估是一项新型研究课题,特别是多年生果树作物,由于实况调查观测资料极少,许多自然灾害机理尚不明确,评估工作难度很大,气象灾害的风险评估工作仍然处于探索和研究的起步阶段。进行基于梨树产量损失的气象灾害评估研究,可为果树气象灾害风险评估和果业管理部门防御或减轻气象灾害对果树生产的危害,制定救灾措施提供科学依据。利用统计学方法和风险原理,确定了天水渭北旱山区、渭河河谷川区和关山区3个不同小气候类型区,影响梨树产量形成的主要农业气象灾害,构建了基于梨树产量损失的农业气象灾害风险评估模型。天水3个不同小气候类型,影响梨产量形成的主要农业气象灾害以初春3月干旱、伏期7月干旱和花期4月低温冻害最为严重。评估有灾（包括小灾、中灾、大灾、特大灾）年份18年,评估准确率94%。其中,中灾和大灾评估准确率达100%,评估准确率较高,评估效果比较理想,可为多年生果树气象灾害评估研究提供参考,对农业防灾减灾有一定的指导意义。     

陕西省暴雨灾害风险实时评估技术研究

为了加强对高危地区的暴雨灾害防御指导,对陕西省暴雨灾害进行实时定量评估。利用陕西省自动站实时暴雨数据、历年暴雨灾情数据、地理数据和社会经济数据,采用主成分分析法、层次分析法等,给出了暴雨致灾因子、孕灾环境脆弱度、承载体脆弱度和抗灾力4 个指标,并结合GIS 技术,构建了陕西省农业暴雨灾害风险度实时评估模型。通过对2011 年陕西省典型暴雨灾害实时风险度进行验证检验,表明该模型的评估结果与实际灾情较为一致。     

基于GIS的浙江省暴雨灾害及其危险性评价

为了对暴雨频发的浙江省进行暴雨灾害的定量评估和危险性评价,以加强对高危地区的暴雨防御指导,利用浙江省66个气象站1971-2010年气象观测资料,绘制浙江各地暴雨出现频数和强度分布图,分析暴雨的时空分布特征,并结合统计年鉴中社会经济数据,采用承载体易损性指数、暴雨强度指数及暴雨危险性指数等评价指标,利用GIS技术分析各指数的空间分布。结果表明,浙江省暴雨频发区主要分布在西部、南部和东南沿海地区,台风与梅雨是引发浙东和浙西暴雨的主要天气系统。5-9月是暴雨集中期,其中6月暴雨出现频数占全年暴雨日数的26%。自20世纪80年代末以来,浙江各地暴雨频数的年际变化呈一致性的增加趋势。浙江受暴雨危害较大的地区集中在经济发达的城市和沿海地区,危险性分析表明,浙江东南沿海、东北部和西部地区暴雨灾害的危险性较大;而中部、中西部山区和经济欠发达地区,暴雨灾害的危险性相对较小。暴雨灾害对社会经济影响较大,实时开展暴雨灾害的危险性评估,对促进防灾减灾具有积极作用。通过应用暴雨危险性指标对2011年浙江典型梅汛期暴雨灾害的危险性分析表明,本研究利用的评价方法与灾害实际影响程度基本一致,此方法可应用于浙江暴雨灾害的评估和危险性评价。     

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%。