共查询到17条相似文献,搜索用时 62 毫秒
1.
2.
基于GIS的福建省烤烟气象灾害综合风险区划 总被引:3,自引:0,他引:3
为了探究福建复杂地形下的烤烟气象灾害风险,规避或减轻气象灾害可能造成的损失,利用福建省烟区28个县(区)的1972-2014年气象资料,2008-2013年烤烟产量、面积及其它社会经济资料,构建由致灾因子危险性、烤烟脆弱性和烟区防灾减灾能力组成的多灾种综合风险区划指标体系,采用层次分析法—熵权法量化计算各指标权重,利用加权综合法计算综合灾害风险指数,基于GIS技术开展烤烟气象灾害综合风险区划。结果表明:福建烟区气象灾害综合风险呈现由东南至西北逐级增加的趋势,轻度气象灾害综合风险区主要分布在龙岩市中东部、三明市东部和南平市东部的部分地带;中度灾害风险区主要分布在龙岩市西部,南平和三明两市介于东部和西部之间地带;重度以上风险区主要分布在南平和三明两市的西北部山区,其中1000m以上高海拔地区存在严重气象灾害风险。 相似文献
3.
基于GIS和FloodArea水动力模型的重庆市山洪灾害风险区划 总被引:1,自引:0,他引:1
[目的]开展重庆市山洪灾害风险评估与区划,为该地区山洪防灾减灾提供相应参考。[方法]依据自然灾害风险评估理论,从致灾因子危险性、孕灾环境脆弱性、承灾体暴露性、防灾减灾能力4个方面选取指标,构建重庆市山洪灾害风险评估模型。结合相关气象、生态和社会经济数据,运用GIS空间数据分析完成重庆市山洪灾害风险区划。[结果]重庆市山洪灾害致灾因子危险性在合川和江津大部地区为高风险区,孕灾环境高脆弱区主要位于长江、嘉陵江沿江河谷地带,承灾体暴露性在重庆市主城区、南川、武隆、涪陵、城口为高暴露区,重庆东北部和东南部大部地区为低防灾减灾能力区。[结论]总体评估而言,重庆市山洪灾害风险的高风险区主要位于重庆东北部的巫溪、东南部的酉阳和彭水、西南部的江津和西北部的合川。 相似文献
4.
基于GIS的重庆市干旱灾害风险评估与区划 总被引:10,自引:5,他引:10
以重庆地区的干旱灾害为研究对象,在分析重庆地区干旱灾害气候背景和经济环境的基础上,从干旱灾害发生的成灾环境、灾害发生的可能性、以及承灾体的易损性三个方面选取了地貌、灾害频率、人口、社会经济等评价因子;应用模糊评价法建立了干旱灾害孕灾背景、灾害危险性、承灾体易损性等数学模型;运用MapInfo Professional软件,通过对属性数据库和图形数据库的操作得到干旱灾害的孕灾背景、灾害危险性、承灾体易损性评价图层,经过图层叠加、斑块合并以及等级划分后得到干旱灾害的风险评估及其区划。 相似文献
5.
[目的] 评估湖南省滑坡发生的风险和损失等级,丰富湖南省滑坡防治理论及方法,为该地减少滑坡灾害提供科学依据。[方法] 基于GIS技术和层次分析法(AHP)以DEM、遥感、气象、岩性、地震点等数据为支撑,分别从危险性评价和易损性评价两方面对湖南省滑坡风险进行评估。[结果] ①湖南省滑坡风险等级大多处于中低风险等级,少部分为较高风险或高风险等级,中度风险等级最多,占全省面积的31.31%,其余依次为较低、较高、低和高风险等级,其比例分别是24.92%,22.09%,13.88%和7.79%;②从空间格局来看,风险性等级整体呈现出中部、东南高,西南、东北低的空间分布特征;③湖南省滑坡损失等级整体呈现出东高西低,局部不均匀的分布特征。[结论] 湖南省滑坡灾害的管理主要应从预防和整治两方面进行,依据各地区常见滑坡类型,制定有针对性的区域差异化防治预案。 相似文献
6.
对南通市的地震、塌岸、水土流失、水灾、旱灾、雹灾、寒害和台风等8种自然灾害进行了详细的分析和研究,初步得出了南通市自然灾害的时空分布特点。在此基础上,从自然致灾因子危险性和承灾体易损性2个方面选取评价指标,通过GIS软件分析分别得到南通市自然致灾因子危险性分区图和社会经济易损性分区图,叠加后生成南通市自然灾害风险区划基本单元,采用自下而上的定量区划方法,合并得到自然灾害风险区划图,最后分别论述了每个风险区的自然灾害和社会经济的特征。 相似文献
7.
四川省水稻综合气象灾害风险区划 总被引:1,自引:0,他引:1
本文利用1981—2012年四川省82县的水稻单产资料,采用HP滤波法,进行水稻气象产量分离,分歉收年和成灾年两个年型,研究四川省水稻单产平均减产率、减产率变异系数和不同等级减产率风险概率的空间分布特征,并基于成灾年风险区划指标,开展四川省水稻综合气象灾害风险区划。结果表明:HP滤波法可用于四川省水稻气象产量分离,四川省水稻气象产量具有显著的准4 a、7 a周期振荡特征。平均减产率从西南向东北方向呈现"高–低–高"分布特征,80%以上县歉收年平均减产率介于2%~7%,成灾年平均减产率介于6%~15%。各县歉收年减产率变异系数介于0.6~2.2,成灾年减产率变异系数介于0~1.2;减产率变异系数相对高值区位于西南山地西部、盆地南部和盆地北部山地。各级减产率风险概率大值区主要集中于广元和巴中地区,还包括盐亭、古蔺、盐源、越西等县。四川省水稻综合气象灾害高风险区主要分布于盆地北部、盆地南部和西南山地西部等山区,中等风险区主要分布于盆地丘陵区及盆周低山区,低风险区主要分布于盆地平原、浅丘区和凉山州中东部。风险区划结果与四川省气象灾害分布和水稻农业气象灾害分布的研究成果相吻合,可为四川省水稻防灾减灾提供科学依据和重要参考。 相似文献
8.
在海南岛暴雨风险普查资料收集的基础上,以海南岛140个小流域为单元,选择了地形因子、水系因子、暴雨指数、滑坡和泥石流密度、综合灾度6个因子作为山洪灾害的危险性指标,通过层次分析法计算海南岛山洪灾害危险性;选择人口密度比、耕地百分比、GDP百分比、基础设施百分比作为易损性指标;通过风险=危险性×易损性,在ArcGIS中完成了海南岛山洪灾害的风险区划图,并通过历史山洪数据对其进行检验,结果表明:海南岛山洪灾害的风险区划图中的高风险区和次高风险区平均覆盖了历史山洪灾害的72%的范围,能在一定程度上说明区划结果的合理性,该成果可在海南岛的山洪防灾减灾工作中发挥重要作用。 相似文献
9.
10.
11.
通过构建中国大陆地区1950-2009年县域单元的冰雹灾害案例数据库,并采用GIS技术,对近60a冰雹灾害发生时间、区域范围、县域频次等进行统计分析,揭示了雹灾的时空格局变化规律。结果表明:(1)中国大陆地区雹灾空间分布呈现一带多区的特点,从东北至西南形成一个雹灾带,有黄土高原、环渤海、东北平原、云贵高原、江淮平原、新疆阿克苏、青海东部和华中地区共8个多雹灾区;(2)雹灾季节变化明显,长江中下游和华南地区雹灾主要集中在2-4月,其它地区集中在5-9月,随着年初至年末月份的变化,多雹灾区呈由南向北推进,然后再南撤的变化过程;(3)1987年以前,年冰雹灾害发生的县次数总体呈上升趋势,1987年之后呈下降趋势,20世纪70年代-90年代中期为雹灾高发期。 相似文献
12.
根据研究区的基本情况,选择坡度、坡向、地层岩性、距断层距离、植被覆盖指数、距河流距离、距主干道距离共7个评价因子,采用次生地质灾害风险性评价的GIS与AHP耦合模型进行汶川震后次生地质灾害风险评估,并分地质灾害极高度和高度风险区、地质灾害中度风险区、地质灾害低度和极低度风险区3个区域进行了次生地质灾害风险性评价结果分析,以期为灾后经济建设和生态建设服务。 相似文献
13.
14.
15.
基于农业气象灾害系统构成体系和灾害风险理论,依据海南岛18个气象台站1961-2012年9-11月逐日降水数据、地理信息数据、耕地面积和冬种瓜菜种植面积资料,借助GIS技术,采用加权法和自然断点法对海南岛冬种瓜菜暴雨洪涝灾害致灾因子危险性、孕灾环境敏感性、承灾体易损性进行指标构建和风险分析,在此基础上构建冬种瓜菜暴雨洪涝灾害综合风险指数,并将该指数应用于海南岛冬种瓜菜暴雨洪涝灾害的风险区划。结果表明,海南岛东部和东北部地区为冬种瓜菜暴雨洪涝灾害高和次高危险区,其中万宁市大部、琼海市和屯昌县南部、陵水县中部风险最高;西部为次低和低风险区;其余地区为中等风险区。灾情验证结果表明,实际灾情的空间分布与风险区划结果基本吻合。研究结果可为海南冬种瓜菜生产布局、避减灾害风险提供依据。 相似文献
16.
基于贵州省黔东南地区1961-2008年1-12月16个台站的冰雹观测资料,引入表征冰雹事件时间分配特征的新参数——冰雹事件集中度和集中期,在此基础上分析了黔东南冰雹事件的基本时空分配特征,并利用Morlet小波分析方法、Mann-Kendall突变检验方法和线性倾向估计方法。结果表明:黔东南冰雹事件集中度和集中期的平均和异常空间分布存在很大区域差异,根据地形划分为东西南北4个关键区域;从时间演变来看,各区冰雹事件集中度和集中期均存在较长周期变化,其长周期中又包含短周期,均表现出显著的年代际周期振荡;另一方面,冰雹事件变得越来越不集中,除南区和东北区冰雹事件集中期有推迟趋势外,其余大部地区提前趋势明显。 相似文献
17.
农药地下水暴露模型China-PEARL已开始在我国农药地下水风险评估中应用。本文利用China-PEARL潍坊市场景数据,为PRZM-GW构建了潍坊市场景。在潍坊市场景下,利用2个模型计算了56种农药在5种作物上共计145种施用方式下的预测环境浓度(PEC)值,利用商值法(RQ)进行风险评估。结果显示有8种农药共13种施用方式在潍坊市场景下存在不可接受的地下水风险。其中,2个模型均显示有不可接受风险的农药是多菌灵和氟磺胺草醚。2个模型PEC值比较结果显示,PRZM-GW的农药风险评估趋势与China-PEARL一致性高,从而验证了China-PEARL的可信性。模型PEC值影响因素分析显示,土壤有机碳分配系数(Koc)对2个模型输出影响最大,可将Koc400L·kg-1作为判断某种农药预测浓度0.1μg·L-1经验性指标。2个模型的PEC值和土壤好氧半衰期的对数呈线性关系,当土壤好氧半衰期10d时,模型的PEC值随土壤好氧半衰期的增大而迅速增高。水解半衰期为PRZM-GW模型输入项,决定了PRZM-GW模型模拟的农药浓度随年变化趋势。水中溶解度是China-PEARL的输入项,但对模型PEC值影响很小。 相似文献