近40年邢台地区干旱灾害致灾因子危险性评估

依据1980—2019年邢台地区降水、气温等数据,计算得出逐日气象干旱综合指数（MCI）,并将其划分为无旱、轻旱、中旱、重旱、特旱等5个等级。统计轻旱以上干旱等级出现频次作为研究区干旱灾害致灾因子危险性评估指标,对该地区近40年的干旱致灾因子危险性风险展开评估。利用GIS软件和自然断点法将危险等级划分为5个等级,得到研究区不同干旱等级致灾因子危险性和近40年干旱灾害致灾因子空间分布特征区划图。研究发现：邢台地区干旱致灾因子危险性整体呈现出西部较高、东部相对较低的趋势。次低与低风险主要位于广宗县、内丘县、柏乡县、清河县、新河县等地区,次高与高风险主要位于西部山区县等地区,中部平原县大多是中风险。最后,基于灾情数据对评估结果进行验证,结果基本与评估区划一致。     

基于GIS技术的会东县暴雨洪涝灾害风险区划

利用会东县及周边县的历史气象资料,综合会东县自然、社会、经济与防灾减灾具体情况,对会东县的暴雨洪涝灾害致灾因子危险性、孕灾环境敏感性、承载体易损性和防灾减灾能力等因子建立相关指标,利用加权综合评价与GIS自然断点法,得到会东县暴雨洪涝灾害风险区划图。结果表明,暴雨洪涝灾害风险等级呈东—西向分布,最高和次高风险区基本集中在会东县的西部乡镇;此外,堵格镇、铁柳镇、大崇镇和铅锌镇的西部地区灾害风险等级也较高;中部、东南部地势较高的乡镇和东部地区灾害风险等级均较低;其余乡镇的暴雨洪涝灾害风险等级介于高、低值之间。     

山西省玉米低温冷害风险评估与区划研究

本文以玉米作为研究对象,在自然灾害风险理论的基础上,从致灾因子危险性、孕灾环境敏感性、承灾体易损性构建评估模型,对玉米低温冷害进行风险研究。结果表明,山西省玉米致灾因子危险性等级与孕灾环境敏感性等级均是南部地区高于北部地区;承灾体易损性等级为北部地区高于南部地区。对玉米低温冷害风险进行区划,高风险区和次高风险区分布在北部的大同、忻州地区;次低风险区和低风险区分布在南部地区;中等风险区主要位于山西省中部地区。整体而言,北部地区玉米低温冷害风险等级高于南部地区。     

山西省玉米低温冷害风险评估与区划

本文以玉米作为研究对象,在自然灾害风险理论的基础上,从致灾因子危险性、孕灾环境敏感性、承灾体易损性构建评估模型,对玉米低温冷害进行风险研究,得出：山西省玉米致灾因子危险性等级与孕灾环境敏感性等级均是南部地区要高于北部地区;承灾体易损性等级为北部地区高于南部地区。对玉米低温冷害风险进行区划,高风险区和次高风险区分布在北部的大同、忻州地区;次低风险区和低风险区分布在南部地区;中等风险区主要位于山西省中部地区。整体而言,北部地区玉米低温冷害风险等级高于南部地区。     

基于GIS的三江平原农业洪涝灾害风险评估模型

为促进三江平原地区防洪设施建设，降低因洪涝灾害导致的农业损失，建立灾害风险评估模型，划定灾害风险等级，提出因地制宜的防灾措施建议。综合2010-2020年三江平原地区的水文、地理、气象及社会经济等数据资料，构建农业洪涝灾害风险评估指标体系，利用层次分析法、加权几何平均法得出风险评估值，结合ArcGIS划立县域维度的洪涝风险等级分区并进行风险评估区划。结果表明，三江平原西部致灾因子危险性较低，承灾体易损性由东北到西南降低；三江平原孕灾环境敏感性在西南方向较高，东北方向较低，防灾减灾能力普遍较弱。三江平原地区农业洪涝灾害综合风险等级中部较低，东部和西部较高。基于致灾因子、承灾体、孕灾环境三方面的考量，提出洪涝灾害应对措施。通过建立三江平原农业洪涝灾害风险指标体系，利用空间分析模型划定三江平原农业洪涝灾害风险等级，依据风险区划结果为当地政府抗洪措施提供决策参考。     

洪泽县主要气象灾害风险区划分析

考虑致灾因子危险性、孕灾环境敏感性、承灾体易损性和防灾减灾能力4个方面,建立基于Arc GIS应用技术的灾害风险指数评估模型;再找出各评价因子的影响程度,计算各灾种的风险系数;根据当地实际情况,在Arc GIS应用技术的支持下,按高风险区、中等风险区、低风险区3个等级,绘制气象灾害风险区划图,为科学制定气象灾害防御规划、防灾减灾、降低灾害损失提供技术参考。     

基于GIS的海南岛台风灾害致灾因子危险性分析

[目的]对海南岛台风灾害致灾因子危险性进行分析。[方法]以自然灾害评价的理论和方法为出发点和支撑点,选取台风灾害发生较为严重的海南岛为研究对象,采用1949～2009年台风灾害数据库相关资料,以台风致灾因子发生的频次、日最大降雨量、台风的大风潜在破坏力为评价指标,建立台风灾害危险性评价指标体系,利用GIS技术绘制海南岛台风灾害致灾因子危险性区划图,并进行等级划分。[结果]台风在海南岛发生较为频繁,其年际变化无一定的规律性,月际变化主要发生在6～10月份。台风登陆频次高危险区主要分布东部沿海一带;年均日降雨量呈现由中部山区向四周递减的规律;台风潜在破坏力的高危险区出现东部、南部、西部沿海;低危险区主要出现在中部地区;海南岛台风灾害综合致灾因子危险性由东部地区向西部地区逐渐减小,各等级分布面积呈现低危险区〉中等危险区〉较高危险区〉次低危险区〉高危险区。[结论]该研究为政府部门统一组织和指挥防灾救灾工作提供科学依据。     

四川盆地区雾霾灾害风险区划初探

利用四川盆地区1981-2014年逐日地面气象观测资料和社会经济数据,选取不同等级雾、霾频率作为致灾因子危险性评估指标,以人口密度、公路密度和地均三产业值作为孕灾环境脆弱性影响因子,考虑地形因子、河网密度和地均GDP作为承灾体易损性评估指标,从这3个角度出发,基于GIS技术,运用层次分析法建立影响四川盆地区雾霾灾害的风险评估模型,得到四川省盆地地区的雾霾灾害风险区划结果.分析表明:四川盆地区雾霾灾害风险等级呈现出从盆周山区到盆底区域不断升高的基本特征.高、次高风险区主要集中在盆地底部的大部分区域,与高原接壤的高海拔区域和盆周山区处于雾霾灾害低风险区和次低风险区,与盆周山区相邻的盆底边缘地区大部分为中等风险区,研究结果与实际情况基本相符.     

浙江农业洪水灾害风险分析

洪水灾害是农业的主要灾害之一,明确洪水灾害的各种致灾因子及各因子的权重有利于加强农业洪水灾害的防御和管理工作.本文由15位专家运用德尔菲法将浙江农业洪水风险指标分为5类共23个因子,构建研究基本模型,并进一步运用层次分析法对这些因子进行了量化的分析.研究结果表明:气候因素和农业自身因素对浙江农业洪水风险的影响程度较高,梅雨气候、农业生产种类和台风暴雨是位居前三位的风险指标.因此,应该从做好针对恶劣天气的防洪预案,合理规划农业生产,加强洪水频率较高地区的灾害管理,提高植被覆盖率防止水土流失等方面人手,做好农业洪水灾害防御和风险管理工作.     

武都山区大到暴雨时空演变气候特征及灾害风险区划

分析了武都山区近40年来暴洪灾害发生变化规律,通过对致灾因子危险性、孕灾环境敏感性、承灾体易损性、防灾减灾能力等多因子综合分析,利用ArcGIS软件得到大到暴雨灾害危险性图层,再同承灾体易损性评价、灾害的孕灾背景进行叠加、合并以及等级划分操作,最后得到大到暴雨灾害的风险评估及其区划。结果表明,武都山区大到暴雨主要出现在5～9月,7～8月是多发时期,60%以上的大到暴雨出现在这一时段,6月和9月次之,5月份大到暴雨出现最少,其他月份尚无出现过暴雨;武都山区大到暴雨主要出现在夏半年,且年际趋势变化不大。武都山区大到暴雨危险性等级南部高于北部、山区高于川区,由西北高海拔区域向西北低海拔区域递减,由南部向北部递减;大到暴雨洪涝风险等级由东南向西北递减。     

农业洪涝灾害风险评估区划指标研究

界定了灾害、洪涝灾害等相关概念,对灾害、洪涝灾害等的风险评估指标进行了梳理,探讨了风险评估指标的研究现状、存在的问题,以期对滇东北农业洪涝灾害进行风险评估区划研究提供指导。     

基于GIS的安徽省洪涝灾害风险区划研究

[目的]研究基于GIS的安徽省洪涝灾害风险区划。[方法]以县域为基本单元,以安徽省1∶25万基础地理数据为基础,从洪涝灾害危险性和经济易损性2个角度出发,采用基于熵权的模糊层次分析法计算各因子的权重,建立洪涝灾害风险评估模型,研究安徽省洪涝灾害风险性区划,并利用近10年的安徽省灾情资料对风险评估结果进行精度检核。[结果]安徽的洪涝灾害风险区域性差别较大,洪涝灾害风险最为严重的地区在阜阳临泉、淮北灵璧一带,风险程度由皖北平原向皖南山区和皖西大别山区地区逐次降低、由淮北平原向江淮丘陵、皖南山区逐次降低。近10年的安徽省灾情资料统计显示,经济损失严重的地区主要位于淮北平原南部的灵璧、固镇、淮南等地区;而农作物受灾面积损失严重的地区主要分布于淮北平原的砀山、萧县等地区,另外皖西大别山区的金寨等地区农作物受灾面积损失也较为严重,其余地区受灾面积较小;受灾人口的分布与农作物受灾面积的分布基本一致。可见,基于GIS的安徽省洪涝灾害风险评估与实际情况基本一致。[结论]基于GIS的洪涝灾害风险区划分析方法具有较好实用性。     

自然灾害对山东省粮食产量影响的实证分析

以山东省1978~2014年自然灾害及粮食生产的数据资料为依据,运用灰色关联分析方法对二者之间的关系进行了统计分析,得到以下结论:第一,山东省粮食总产量年际变化主要由粮食单产变化和播种面积变化决定,而单产的提高是对粮食总产量变化影响最大的因素;第二,在影响单产的因素中,自然因素影响最为显著,其影响度占45%~53%;第三,在山东省常发的几种自然灾害中,旱灾成灾率与粮食产量变化的关联度最大,达0.7106,之后依次是水灾受灾未成灾率、其他灾害成灾率、旱灾受灾未成灾率和其他灾害受灾未成灾率,其关联度分别为0.6983、0.6935、0.6812和0.6714,而水灾成灾率与粮食产量变化的关联度最小,为0.6341。之后,通过构建抗灾能力评估的动态二维博弈模型对山东省粮食生产对各种自然灾害的抵抗能力进行了分析,发现:第一,1978~2014年山东省粮食生产对旱灾的抵抗能力总体是增强的,对水灾的抵抗能力总体有所减弱,而对其他灾害的抵抗能力适中;第二,粮食生产抵御旱灾和其他灾害的能力整体呈现出比较明显的周期性,而抵御水灾能力周期性不明显。据此研究,认为要稳定山东省粮食生产,必须重视农业防灾,尤其是要增强抗旱防汛能力,并针对性地提出了一系列具体应对措施,包括加强农田水利基础设施建设与管理、加快完善农业自然灾害预警预报系统,优化灾害防治思路,提升灾害保险能力,探索筹建农业自然灾害风险基金等。     

汉中市地质灾害气象风险预警服务效益评估方法

在统计2011—2014年汉中市地质灾害气象风险预警产品、检验质量、跟踪服务效果的基础上,探讨定量评估地质灾害气象风险预警服务的方法,提取预报准确率、预报服务覆盖率、预报服务时效、可能预防能力4个评估因子建立评估模型。通过实例评估,得出汉中市气象灾害风险预警服务效益评估为72%,说明风险预警准确率和服务时效是提高地质灾害气象风险预警服务水平的两项重要指标。     

基于GIS的洪灾损失评估方法

洪灾损失评估是防洪减灾领域的一项基础性工作。笔者在国内外洪灾损失评估信息系统研究的基础上,对现有的洪灾损失评估方法进行了探讨,论述了GIS技术在洪灾损失评估中的应用、特点及作用等,并提出了洪灾损失评估有待解决的问题及未来发展趋势,为科学、有效的采取防洪减灾措施提供一定的参考依据。     

农业洪涝灾害风险分析与评估--以湘南农业洪涝易损性为例

农业洪涝灾害风险分析涉及到三个方面，即洪水危险性分析、农业洪涝易损性分析，农业灾情损失评估。而农业洪涝易损性的研究对防灾抗灾具有特别重要的意义。湘南区是湖南省重要的农业生产基地之一，也是洪涝灾害较重地区之一。其灾害损失与农业洪涝易损性密切相关。文中详细地分析了水土流失与水利设旅、人口密度与人均收入、汛期降水和暴雨、植被和土壤等因素对农业洪涝易损性形成的作用．且依据长时间序列的气象资料和经济统计数据，运用数学模型和有关优化分析方法及GIS技术，对湘南农业洪涝易损性进行定量评估，在此基础上，提出了降低农业洪涝易损性的对策。     

东北地区玉米主要气象灾害风险评价模型研究

【目的】农业生产过程中经常面临着一种以上气象灾害的威胁。目前,农业气象灾害风险评估普遍是以单一灾种对承灾体的影响为研究对象,无法反映真实气象条件下农业生产面临的综合风险;作物在不同发育时期或发育阶段遭受气象灾害对最终产量的影响有所不同。本文以东北地区玉米为例,研究基于作物不同发育阶段多种气象灾害风险评价方法与技术体系。【方法】将东北玉米生育期划分为播种-七叶、七叶-抽雄、抽雄-乳熟、乳熟-成熟4个发育阶段,把冷害、干旱、涝害作为3种主要气象灾害,利用玉米发育期、气象、土壤、作物面积和产量等多元资料,根据自然灾害风险理论和农业气象灾害风险形成机制,以一定区域自然灾害风险由自然灾害危险性、承灾体的暴露性和脆弱性及人类防灾减灾能力4个因素综合作用的“自然灾害风险四要素说”为理论依据,在全面分析东北玉米发育阶段冷害、干旱、涝害的孕灾环境和致灾因子的危险性、承灾体的暴露性和脆弱性、人类防灾减灾能力四要素的基础上,从风险四要素的内涵出发选取风险评价指标。采用孕灾环境多指标法,从气象、作物、自然地理等方面选取指标全面反映发育阶段主要气象灾害的危险性;从承灾体暴露性、脆弱性的内涵出发选取评估指标;鉴于防灾减灾能力比较滞后的研究现状,选用产量变异系数综合反映防灾减灾能力,形成了比较完备的发育阶段主要气象灾害风险评价指标体系。由于农业气象灾害成因的多要素性、复杂性,影响要素之间的模糊性和不确定性,利用层次分析法确定发育阶段主要气象灾害风险四要素及危险性指标的权重。利用自然灾害风险指数法构建发育阶段主要气象灾害风险评估模型。利用加权综合评分法构建发育阶段主要气象灾害危险性评价模型,发育阶段3种主要气象灾害频率之比作为权重系数反映不同发育阶段主要气象灾害的相对严重程度。【结果】在发育阶段主要气象灾害风险评价的基础上,利用加权综合评分法构建作物生育期主要气象灾害风险评估模型,根据作物减产率与4个发育阶段主要气象灾害风险指数的相关性调试确定各发育阶段风险指数的权重系数,建立比较完备的基于发育阶段的主要气象灾害风险评价指标体系,构建发育阶段主要气象灾害风险评价模型、发育阶段主要气象灾害危险性评价模型及生育期主要气象灾害风险评价模型,进而初步建立了东北玉米基于发育阶段的多种农业气象灾害风险评价技术体系。【结论】对东北典型全域灾害年份及代表站点主要气象灾害典型年份关键发育阶段主要危险性指标与减产率的分析表明,发育阶段主要气象灾害危险性指标的选取是合理的。     

长沙市主要农业气象灾害风险区划

该文采用长沙地区四个国家气象站1981～2010年逐日气象资料与长沙地区地形高程资料(DEM),对影响长沙的六种气象灾害进行风险等级区划分析,以期为长沙市农业生产的气象灾害防御提供依据。结果表明：(1)长沙市大部分地区为高温热害高风险区,干旱灾害、倒春寒灾害中等风险区,洪涝灾害、五月低温灾害、寒露风灾害低风险区。(2)大围山、连云山、伪山为洪涝灾害、倒春寒灾害、五月低温灾害、寒露风灾害次高或高风险区,干旱灾害、高温热害低风险区。(3)连云山与大围山之间的峡谷地带为洪涝灾害高风险区,长沙市区南部湘江河谷地带为倒春寒灾害高风险区。(4)通过K-means聚类分析,长沙市农业气象灾害气候风险可划分为高温热害、干旱,较高的倒春寒的气候风险区等六个区。     

东北地区玉米主要气象灾害风险评价与区划

【目的】东北地区是中国重要的粮食生产基地,冷害、干旱、涝害是造成该地区玉米产量不稳定的主要气象灾害,本文旨在准确、定量评估东北玉米不同发育阶段和生育期主要气象灾害风险,为区域农业生产规划、气象灾害的预防和减轻提供科学依据。【方法】基于自然灾害风险理论和农业气象灾害风险形成机理,利用构建的东北玉米发育阶段主要气象灾害风险评价指标体系、发育阶段及生育期主要气象灾害风险评价模型,对播种-七叶、七叶-抽雄、抽雄-乳熟、乳熟-成熟4个发育阶段冷害、干旱、涝害的危险性,承灾体的暴露性和脆弱性,人类防灾减灾能力4要素分别进行评价,对发育阶段及生育期主要气象灾害风险进行评估,利用系统聚类方法对评价结果进行区划。【结果】发育阶段冷害危险性大致由西向东递增,基本呈带状分布,生育早期,冷害危险性中高值区主要分布在长白山地和黑龙江东南部;生育后期,冷害危险性中高值区主要位于长白山地、黑龙江研究区东南及北部地区。4个发育阶段干旱危险性均大致由东向西或由东南向西北递增,呈带状分布。发育阶段涝害危险性具有明显的区域差异,辽宁东南部为涝害易发区,播种-七叶,整个研究区涝害危险性较低,发生涝害的可能性较小;后3个发育阶段,涝害危险性高值区主要分布在辽宁东南部。播种-七叶,主要气象灾害风险呈东北-西南走向的带状分布,中低值区分布在东北地区中部,中高值区主要分布在东北地区西部和东部。七叶-抽雄,主要气象灾害风险基本由东北向西南方向递增,中低值区主要分布在黑龙江、吉林中部和东北部,中高值区主要分布在东北地区西部、吉林东南部、辽宁东部和南部,抽雄-乳熟、乳熟-成熟及生育期,主要气象灾害风险基本由东向西递增,中高值区主要位于黑龙江研究区西部、吉林西部及辽宁大部分地区。播种-七叶,主要气象灾害高风险区分布在青冈、东宁、白城、乾安、长白,大部分地区为中等风险;七叶-抽雄,高风险区分布在辽宁东南部的宽甸、岫岩、庄河;前两个发育阶段,高风险区零星分布或者区域面积较小。抽雄-乳熟、乳熟-成熟及生育期,高风险区域面积增大,呈片状分布在黑龙江研究区西部、吉林西部及辽宁东部的宽甸、岫岩。【结论】东北玉米不同发育阶段和生育期冷害、干旱、涝害主要气象灾害风险呈不同的分布形式。前两个发育阶段高风险区域较小;后两个阶段及生育期,高风险区域面积增大,呈片状分布在黑龙江研究区西部、吉林西部及辽宁东部的宽甸、岫岩。     

安徽省油菜涝渍灾害孕灾环境特征及其指标研究

[目的]研究安徽省油菜涝渍灾害的分级指标。[方法]对安徽省油菜涝渍灾害孕灾环境特征、涝渍致灾因子与油菜产量的关系及安徽省油菜涝渍的发生几率进行分析,并利用涝渍判别模型确定不同区域油菜涝渍灾害分级指标。[结果]油菜产量与降水量、降水日数呈负相关,与日照时数呈正相关。安徽省影响显著的油菜涝渍主要发生在4~5月,致灾因子是降水日数、日照时数和降水量。油菜产量形成关键期发生涝渍灾害,对减产起决定性作用。安徽省油菜发生轻度涝渍的几率为2.5年一遇,中度涝渍是4年一遇,重度涝渍是6年一遇,但不同区域有较大差异。[结论]利用涝渍判别模型确定的油菜涝渍灾害分级指标评估涝渍等级的总体效果良好。