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。     

基于干旱风险的西藏青稞保险费率厘定及预测

以西藏青稞主要种植区为例，基于致灾因子危险性指数、承灾体暴露性指数、承灾体易损性指数和防灾减灾能力构建干旱灾害综合风险评估模型，并进行干旱灾害风险评估及区划，利用非参数法厘定各县青稞的纯保险费率，在风险区划结果基础上修正纯保险费率，再结合改进GM(1,1)模型和R/S方法预测未来修正纯保险费率。结果表明：(1)基于干旱致灾因子危险性指数和承灾体易损性指数的风险等级呈中部区域低两边高的趋势，基于干旱承灾体暴露性指数、防灾减灾能力和干旱灾害综合风险指数的风险等级由东向西有逐渐加重的趋势。(2)各县青稞保险的纯保险费率水平介于1.07%～9.79%，相差不大；修正后的纯保险费率介于1.86%～17.02%，相差较大。(3)基于干旱致灾因子危险性指数、承灾体暴露性指数和承灾体易损性指数修正下的纯保险费率空间分布呈中部高两边低的特点，基于干旱防灾减灾能力和干旱灾害综合风险指数修正下的纯保险费率呈现中部高、局部高和两边低的特征。说明科学合理的厘定纯保险费率应考虑多种干旱指数的综合影响。(4)首次利用改进GM(1,1)模型和R/S方法预测西藏青稞主要种植区未来修正纯保险费率的预测值有微弱的上升，上升...     

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.     

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。     

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。     

低山丘陵区暴雨洪水特征与洪灾风险评估——以赣江上游为例

[目的]评估赣江上游洪灾风险,为区域减灾及社会经济发展提供参考。[方法]从气候和地形等自然条件出发,结合实测资料分析暴雨洪水时空特征;采用层次分析法确定致灾因子危险性、孕灾环境敏感性、承灾体的易损性和防洪救灾能力4个因子的14个指标的权重,借助GIS平台进行风险因子分析和综合风险评估。[结果]暴雨洪水多集中在3—7月,春夏季暴雨频次占全年的80.4%,洪水频次占95.9%,空间上主要分布在东北大部;致灾因子危险性风险等级东北部高,西部较低;孕灾环境敏感性风险呈带状,总体上中间高四周低;承灾体易损性风险中西,中北部高,四周低;防洪救灾能力西高东低,南高北低,从西南向东北递减;综合风险为中北部、中东部高风险,东南部、西部低风险;各风险等级面积比例存在差异,高风险和较高风险面积占比达37.3%。[结论]研究区暴雨洪水特征兼具丘陵与平原型特征,暴雨和洪水存在较明显的正相关关系;洪灾风险评估结果与赣江上游区实际基本符合,验证了指标体系及评估模型合理性。     

ENSO影响下陕甘宁蒙接壤区暴雨灾害风险评价

选取致灾因子危险性、承载体易损性、区域防灾抗灾能力三个因子,从宏观、中观、微观三个尺度对ENSO影响下陕甘宁蒙接壤区暴雨灾害的风险性进行了评价。研究表明:（1）研究区暴雨灾害在宏观、中观、微观尺度上都表现出与拉尼娜事件有很强的相关性;（2）暴雨灾害的致灾因子危险性、承灾体易损性、防灾抗灾能力在空间分布上有很强的区域差异性,暴雨灾害的致灾因子危险性与降水的分布特征表现出了一致性,呈明显的自东南向西北逐渐降低的带状分布特征;承灾体易损性最高的区域主要在腾格里沙漠的景泰、阿拉善左旗和甘肃民勤地区;防灾抗灾能力最高的区域主要在陕西的长武、延安、吴旗,甘肃的平凉;（3）受降水特点及地形因素的影响,暴雨灾害风险最高的区域主要在毛乌素沙地的榆林、横山、绥德,黄土丘陵沟壑区的西峰、平凉、长武等地区。     

海南冬季主要瓜菜寒害风险区划

基于自然灾害风险分析原理,利用海南岛18个市县历年逐日气象要素、瓜菜产量、面积、寒害灾情和DEM等资料,构建基于瓜菜生物学特性的寒害致灾等级指标,综合寒害致灾危险性、孕灾敏感性、承灾体易损性和防灾能力,评估海南岛冬季瓜菜寒害风险。结果表明:西瓜冬季寒害危险性从中部向东西减小,豇豆和丝瓜冬季寒害危险性从南向北加重,辣椒冬季寒害危险性从东南向西北增加,瓜菜不同等级寒害风险概率分布形式差异明显;瓜菜冬季寒害孕灾环境敏感性从中部五指山地区向周围低海拔区降低;瓜菜冬季寒害灾损风险和防灾能力在区域上存在明显差异。瓜菜冬季寒害综合风险分布形式总体一致,中部和北部高、南部和东西部沿海低。这种寒害风险分布主要受海南冷空气活动和地形因素作用,与实际寒害发生规律一致。     

海南岛山洪灾害风险区划研究

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。     

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。