湖南省2008年雨雪冰冻灾害形成机理分析

2008年初,我国南方发生了近50 a来最大的冰灾,给各行各业造成了严重的影响,尤其是湖南省灾情最为惨重.因此,探讨灾情的形成机理对今后应对巨灾具有重要意义.文章从系统的角度,分析了孕灾环境、致灾因子及其衍生的灾害链以及承灾体脆弱性与应急管理系统等在雨雪冰冻灾害形成中的作用.     

基于GIS的青海省雪灾风险评估模型

通过建立雪灾定量化评估模型,提供反映雪灾地理分布特征的风险区划,以实现快速、准确地对区域雪灾进行大范围监测和情景分析。根据青海基础地理信息数据,以县级行政为评价单元,提取了91.7 m×91.7 m栅格的坡度、坡向、草地类型等孕灾环境参数值,对雪灾形成的潜在地理条件进行分析;以雪灾规模、频率和密度等为致灾体危险性指标;选取人口密度、经济密度、交通密度以及土地资源丰富度等社会经济背景数据为承灾体易损性评价指标。基于ArcGIS平台,应用数学综合评价法建立了基于空间统计分析的青海牧区雪灾定量化综合风险评估模型,在使用相关基础图件和资料基础上,对属性和图形数据库进行操作,分别得到雪灾的孕灾环境敏感性、灾害危险性、承灾体易损性评价图层,再经过图层叠加、斑块合并以及等级划分等操作,最终得到青海省雪灾风险区划图。研究结果可对牧区越冬前采取有效风险管理以减轻损失,保障草地畜牧业的可持续发展具有重要意义;并且为当地政府及防灾救灾部门制定灾前减灾规划和灾后救助决策提供科学依据,研究方法对于全国其他省区的雪灾风险评估也具有重要参考价值。     

黑龙江省暴雨洪涝灾害风险区划

以黑龙江省81个气象台站1961-2008年的逐日降水数据、社会经济资料、地理信息数据以及灾情数据为基础,运用GIS技术,对黑龙江省暴雨洪涝灾害的致灾因子危险性、孕灾环境敏感性、承灾体易损性等评价因子进行综合分析,采用加权综合分析法以及GIS中自然断点分级法,构建了暴雨洪涝灾害风险评估模型,将黑龙江省划分为高、次高、中等、次低和低5个等级风险区.结果表明,黑龙江省暴雨洪涝灾害风险呈“东西高-南北低”的分布,松嫩平原大部、三江平原北部和南部地区处于高-次高风险区,哈尔滨西北部、大庆东南部、绥化北部和西部以及鹤岗中部地区,属于高风险区;而大兴安岭地区和东南半山区处于低-次低风险区,发生暴雨洪涝灾害的几率较低.灾情验证结果表明,实际灾情的高值-次高值分布与风险区划结果基本符合,风险区划模型具有较高的实际应用价值和研究意义.     

变化环境下黄河中下游洪涝灾害发展新趋势

在自然与人类活动共同影响下,黄河中下游流域水循环多过程发生变化,影响了洪涝灾害的成灾模式和发展趋势。采用Morlet小波分析和趋势分析方法,对黄河中下游流域洪涝灾害现状、降水丰枯周期变化、降水强度和频率等进行了分析。结合社会经济发展、水沙关系和凌汛形成机制,剖析了黄河流域洪涝灾害的孕灾环境、致灾因子强度和承灾体脆弱性变化特征。结果发现,黄河流域洪涝灾害发展有如下新形势:黄河流域洪涝灾害整体呈现加重态势;支流和小流域洪涝灾害态势严峻;"小水大灾"频繁发生,损失惨重;凌汛灾情趋于缓和。     

基于AHP和GIS的广西秋旱灾害风险等级评估

为增强对广西秋季干旱灾害的风险评估和应急管理能力,该文利用气象、基础地理信息和社会经济数据,从广西省秋旱灾害致灾因子的危险度、孕灾环境的脆弱度、干旱承灾体的易损度和抗灾能力等4个方面选取因子,构建秋旱灾害风险评估的指标体系,通过层次分析法确定因子权重,以此构建评估模型并计算广西秋旱灾害风险指数,再基于GIS绘制广西秋旱灾害风险等级分布图。结果表明,高风险区主要分布在桂中盆地和桂西部分山区;较低风险区主要分布在桂西北和桂北的山区,桂南沿海和桂东南部分地区。利用广西干旱灾情数据验证表明,广西秋旱灾害风险等级分布结果与干旱灾情损失空间分布情况基本一致。该研究为灾害风险管理和灾前防御提供决策依据。     

基于GIS的重庆市干旱灾害风险评估与区划

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。     

宁夏暴雨洪涝灾害风险区划

基于灾害风险理论及气象灾害风险形成机制,收集宁夏暴雨、灾情资料、社会经济资料、地理信息及遥感数据,综合考虑在形成宁夏暴雨洪涝灾害过程中孕灾环境,致灾因子,承灾体及当地的防灾减灾能力等因素,构建暴雨洪涝灾害风险评价的框架、指标体系、方法与模型,对宁夏暴雨洪涝灾害风险程度进行评价并借助GIS技术进行等级划分和专家讨论,形成宁夏暴雨洪涝灾害风险区划成果。由研究成果得出了经济较发达的整个宁夏平原都属于暴雨洪涝灾害中等以上风险区等诸多结论,为本地区灾害规划与预案制定、重大工程建设、生态环境保护与建设等提供决策依据。     

宁夏南部山区农业干旱预警模型

为建立格点尺度上的农业干旱预警模型,根据自然灾害系统理论,综合干旱孕灾环境、致灾因子、承灾体的特征,选择DEM、坡度、坡向、土壤类型、历史干旱风险指数、农业投入量作为孕灾环境稳定性影响因子,选择前期干旱程度、作物水分满足率、作为致灾危险性因子,选择作物种类、作物发育期水分敏感系数、灌溉条件、作物单产水平等作为承灾体脆弱性因子,在干旱灾害系统分析的基础上,采用层次分析法（AHP）量化影响因子的影响系数,建立基于GIS和空间插值的宁南区域农业干旱预警累乘模型。检验结果表明,预警模型输出干旱等级与实测符合率达到90%以上,能准确预测未来干旱发展趋势和分布范围,比现有基于气候干旱指数的预警模型空间分辨率明显提高,模型输出结果更能反映农业干旱的发生、发展过程,模型可用于区域干旱预警和干旱趋势预测。     

基于GIS和FloodArea水动力模型的重庆市山洪灾害风险区划

[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。     

海南岛冬种瓜菜暴雨洪涝灾害风险评估与区划

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。     

县级尺度下雪灾风险评价方法

雪灾是一种多因素综合作用而引发的气象灾害。目前国内外对于雪灾风险评价方面还没有形成一套统一的标准。该文借鉴气象学、灾害科学、自然地理学、草地科学等多门学科的理论和观点,结合层次分析法（AHP）,提出一套较全面的雪灾风险评价指标体系,根据现有公认的风险形成机制构建雪灾风险评价模型,在县级尺度下进行雪灾风险评价。研究成果对于防灾减灾工作起到指导性作用。     

锡林河流域积雪时空特征及其对径流的影响

寒旱区草原流域地表水资源极为匮乏,融雪径流是寒旱区草原流域重要的水源,冰雪融化对河川径流有着十分显著的影响。利用锡林河流域水文站2000—2013年逐日径流数据、锡林浩特气象站2000—2015年逐日平均气温、降雨、雪深数据及MOD10A2积雪产品数据,分析了锡林河流域积雪面积、雪深年际变化特征,气象因子与积雪面积、雪深之间的相关性,以及径流的影响因素。结果表明:研究区积雪面积、雪深年内变化呈单峰型,冬季积雪面积、雪深均达到最大值,春秋次之,夏季最小。在年际变化上,积雪面积、雪深总体呈现增加趋势,其中冬季的积雪面积呈显著性增加。通过研究区气象因子与积雪的相关性表明,在积雪期,气温、风速和日照时数是影响雪深和积雪面积的主要因素,而在融雪期,气温与降水是影响雪深和积雪面积的主要因素。对径流影响因素的分析可得,气温对径流的影响最大,并且积雪面积、雪深与径流之间也存在很强的相关性,说明积雪的变化也会对径流产生影响。研究积雪动态变化及其对径流的影响对寒旱区草原流域水资源管理、农牧业发展和灾害防御具有重要的现实意义。     

近51 a青藏高原雪灾时空分布特征

选取青藏高原地区62个气象站点1961-2011年(普兰、改则为1973-2011年)逐日、逐月气温和降水量等气象资料,利用统计方法和空间Kriging插值方法研究青藏高原地区雪灾时间发生趋势和空间分布特征。结果表明,青藏高原近51 a雪灾频次呈增长趋势,雪灾发生站次不断增多,尤其是90年代以来增加趋势更为显著;初春为雪灾多发季节,前冬其次,后冬最少;雪灾发生频次空间分布很不均匀,雪灾发生较多区域,轻、中、重度雪灾都频繁发生,这些地区主要位于高原中部和高原东南部边缘。     

论气象类滑坡灾害的预报原理和方法

从地质-气象耦合的角度进行分析,指出气象类滑坡灾害的产生机制主要是降水、温度以及大风等气象因素引起潜在滑坡灾害系统产生不可逆的自组织过程———形成“滑坡灾害系统”。这些气象因素参与地质过程,并成为这一自组织过程中十分活跃的关键因素;地质-气象耦合的自组织过程存在两个显著不同的阶段:自组织慢过程和自组织快过程,滑坡灾害主要产生于自组织快过程中。分析表明,不同的潜在滑坡灾害系统具有不同的自组织临界态,即使对于同一具体的潜在滑坡灾害系统,其自组织临界态所对应的气象要素临界值也不是一个固定不变的值,而是一个值域。总结了滑坡灾害气象预报的原理,论证了气象因素是滑坡灾害短期预报的关键问题,建立了具有鲜明物理意义的通用预报关系和模式;以潞水矿区为例,结合历史资料分析确定通用预报关系中的临界值,得到具体的滑坡灾害气象预报方法。     

农牧交错带牧业系统波动性及影响因子分析

牧业系统波动是影响到农牧交错带农户生计和生态安全的重大问题。该研究以羊只总数为牧业系统特征变量,选取年降水量、年平均气温、有效灌溉面积、粮食播种面积、粮食总产量、当年造林面积、草地面积、植被指数、农业劳动力人数和农民人均纯收入为影响因子。用经验模态分解法获得羊只总数及其10个影响因子的波动分量和趋势量;进而运用集对分析法对羊只总数与其影响因子的相应波动分量进行对比分析。结果表明,1954—2013年盐池县羊只总数波动较大,羊只总数及其10个影响因子存在3~4、7~15、22~26、40~45 a的准周期性波动,22~26 a准周期是羊只总数波动中最重要的。对羊只总数波动影响最大的因子是粮食播种面积,其次是年降水量,二者的综合影响率占75%。年平均气温、粮食总产量和造林面积也有一定影响。羊只总数波动分量的周期越长,受农业的影响越大;越短则受气候的影响越大。经济社会对羊只总数的波动影响很小。气候因子在3、7~9和30 a准周期上影响羊只总数波动,是其主控因子;而粮食总产量、当年造林面积是羊只总数波动的反向调节因子,其他6个因子兼有主控和反向调节两方面的作用。基于以上各主要影响因子的作用机理,构建有效的农林牧复合系统将是实现盐池县牧业系统稳定发展的必然出路。     

甘肃省冬小麦水分盈亏指数的改进及其应用

冬小麦是甘肃省主要粮食作物,水分是限制该省旱作冬小麦生产最主要的因素,降水时空分布不均造成冬小麦干旱常年发生,因此准确监测甘肃省冬小麦干旱及定量评估灾害损失可为决策部门制定农业防灾减灾措施及保障区域粮食安全提供科学依据。利用甘肃省1981—2014年3个农业气象观测站土壤水分和冬小麦生育状况观测资料,38个冬小麦种植县气象资料、产量资料及干旱灾情资料,考虑冬小麦休闲期土壤储水及生育期水分盈亏量修订了作物水分盈亏指数,修订后作物水分盈亏指数与土壤储水、冬小麦产量要素和产量损失相关性较高,能客观、准确、定量地反映干旱对甘肃冬小麦产量的影响;利用水分盈亏指数分别建立冬小麦产量要素和产量损失评估模型。结果表明:产量要素评估模型均通过0.01水平显著性检验,产量损失评估模型大部分通过0.05水平显著性检验。产量要素评估模型回代结果与冬小麦产量要素实测值间均通过0.01水平的F检验;产量损失评估模型验证结果表明,68.4%种植县通过0.05水平F检验,基本能准确评估全省大部分地方干旱对冬小麦产量造成的损失。修订后作物水分盈亏指数能客观反映甘肃省冬小麦干旱,建立的评估模型能准确评估干旱对冬小麦造成的损失,具有一定的应用价值。     

青藏高原雪灾高风险区饲草料储备库选址分析

为了更好的发挥饲草料储备库在灾害风险管理中的应用,提高高原牧区灾害韧性。该研究将雪灾高风险区与实际多年雪灾发生区相结合,采用P-中值模型提出了饲草料储备库的选址分析方法,并利用贪婪取走启发式算法对模型求解。以青海省雪灾高风险区为例,选址分析得出治多、玛沁、都兰3座饲草料储备库和麻多、扎朵、秋智等13座饲草料储备点的分布位置与储备规模。其中治多储备规模为21.0万 t;玛沁储备规模为13.2万 t;都兰储备规模为13.5万 t。布局上形成了以储备库为中心,储备点为外围的二元结构,验证了分析方法的合理性和可行性。从而为高原牧区饲草料储备库的选址提供参考性理论依据和可操作性方法。     

安徽省油菜花期连阴雨灾害损失评估指标

基于安徽省油菜主产区1980-2009年44个气象台站逐日气象资料和油菜产量资料,采用数理统计方法,获得油菜历年灾损率以及花期连阴雨特征量指标即连阴雨日数、持续降水量和日照时数。按照引入因子对产量的影响最大且因子之间相关性较低的原则,筛选出连阴雨关键致灾因子并确定致灾因子临界值。最后利用K-均值聚类分析方法,建立油菜花期连阴雨灾害评估等级指标,并利用2010-2014年连阴雨灾害样本进行验证。结果表明,油菜花期的连阴雨日数和持续降水量与减产率相关性较高,且因子间相关性较低,可作为连阴雨灾害评估的关键因子;连阴雨日数致灾临界值为3d,持续降水量致灾临界值在江淮区、沿江区和皖南地区分别为20、50和70mm。利用聚类分析法构建的包括江淮、沿江和皖南地区的安徽省油菜主产区花期连阴雨灾害评估指标为：轻度灾损率5%～10%、中度10%～20%、重度20%～30%和特重≥30%,其历史回代和独立样本检验表明轻度和中度准确率较高（88%～100%）,重度和特重准确率相对较低（65%～70%）。