海南岛棚栽西瓜低温寡照灾害风险区划

基于自然灾害风险分析理论,利用海南岛18个市县2001-2010年的历史气象数据、棚栽西瓜面积、耕地总面积、人均GDP等资料,通过选取致灾因子危险性、承灾体易损性和防灾减灾能力这3个因子构建了海南棚栽西瓜低温寡照灾害综合风险指数模型。结果表明,海南岛棚栽西瓜低温寡照灾害高风险区集中在中部和北部,而低风险区分布在南部和西部,其余地区为中等风险区。     

基于GIS的云南省1km精细化暴雨灾害风险评估

为了加强暴雨相关的防灾减灾工作的科学性，本文基于云南省126个国家气象站2010—2019年10年的逐时降水资料和基础地理信息数据，从暴雨灾害致灾因子危险性、孕灾环境敏感性和承灾体易损性3个方面，建立暴雨灾害风险评估模型，利用熵值法、自然断点法、ArcGIS插值和栅格分析方法，实现云南省暴雨灾害风险的区划评估。结果显示:①暴雨灾害高风险区主要集中于云南南部，包括西双版纳州、普洱市、红河南部、德宏州及北部地区；②迪庆州、怒江州、丽江市北部等地暴雨灾害风险等级较低；③全省暴雨灾害高风险区、次高风险区面积占比分别为7.05%、25.22%，低风险区、次低风险区面积占比分别为10.32%、21.86%。使用2020年暴雨灾害次数、暴雨日对区划评估结果进行检验表明，区划评估结果具有科学合理性。     

南郑县暴雨灾害风险区划研究

利用南郑县国家一般气象站1971—2016年、28个区域自动气象站2012—2016年降雨资料,DEM高程数据,辖区内社会经济资料,确定暴雨灾害的致灾因子、孕灾环境、承灾体易损性等区划因子,并使用ArcGIS对各项因子进行模拟计算,得到南郑县暴雨灾害风险区划图。区划结果表明:低风险区和次低风险区基本分布在南郑县北部,中等风险区基本分布在南郑县中部,次高风险区和高风险区基本分布在南郑县南部、东南部。     

苏浙沪地区高温灾害风险区划研究

利用1961—2009年苏浙沪地区144个气象站的观测数据和2008—2010年苏浙沪地区社会经济资料,从致灾因子危险性、孕灾环境敏感度、承灾体易损性及抗灾能力4个方面综合评估和分析了苏浙沪地区高温灾害风险的空间差异。结果表明:1961—2009年苏浙沪地区高温致灾因子呈南高北低的分布特征,浙江地区高温致灾因子危险性明显大于上海和江苏地区;孕灾环境敏感度指数呈北部和中部地区高、南部地区低的分布,高温灾害高敏感区主要分布在江苏、上海及浙北的平原和沿海地区;经济发达和规模较大的苏浙沪核心城市多为高温灾害承灾体高易损性区,苏北和浙南相对欠发达地区多为高温灾害承灾体低易损性区、次低易损性区或中等易损性区;沪宁杭地区高温灾害的抗灾能力最强,对应的抗灾能力风险较低,而苏北地区和浙南山区高温灾害的的抗灾能力风险较高。综合致灾因子危险性、孕灾环境敏感度、承灾体易损性和抗灾能力4个方面,苏浙沪地区高温灾害综合风险总体呈中南部地区风险高、北部地区风险低的分布,高温灾害高风险区和次高风险区主要集中分布在浙江大部及上海、苏南部分地区,高温灾害低风险区或次低风险区主要分布在长江以北和浙江沿海地区。     

基于GIS的承德市精细化山洪灾害风险区划

为有针对性地做好山区山洪灾害防御,基于近25年加密区域站和国家站气象资料与310个山洪灾情资料,研究精细到乡镇的承德市山洪灾害1小时雨量阈值与3小时雨量阈值；从致灾因子危险性、孕灾环境敏感性和承灾体脆弱性3个方面,应用层次分析法和专家打分法,建立承德市山洪灾害风险评估模型,基于GIS制作承德市精细化山洪灾害风险区划。结果表明: 承德市山洪灾害较高风险等级以上面积为14318.99km2,占承德总面积的36.2%,中风险等级面积约为11719.38km2,占承德总面积的30%,其余均为中风险等级以下。承德市山洪灾害高风险区主要位于丰宁、隆化大部分地区和市区部分区域以及宽城东南部。     

基于灾害风险因子的青海省干旱灾害风险区划

利用1961—2018年青海省气象资料、地理信息数据和社会经济数据,对青海省干旱灾害风险区划进行研究。结果表明:(1)致灾因子危险性较高的地区主要在青海省东部和南部,较低地区主要在青海省西部。(2)孕灾环境脆弱性整体自西北向东南逐渐降低,西北地区脆弱性风险较高,东南部较低。(3)承灾体暴露风险较高的地区主要在青海省东部,其他地区风险较低。(4)防灾减灾能力较高的地区主要在青海省西北部,而青海省南部和东部防灾减灾能力较低。(5)干旱灾害综合风险总体自东向西递减,高风险区主要在青海省东部地区,低风险区主要在青海省西部地区。(6)青海省干旱灾害高风险区主要由于致灾因子危险性及承灾体暴露性都较高,低风险区主要是致灾因子危险性、承灾体暴露性较低,且防灾减灾能力强。     

基于GIS技术的江西省雷电灾害风险区划

利用2010—2019年江西省闪电定位监测数据、地理信息数据和社会经济数据,基于GIS技术、自然灾害风险评估方法和层次分析法等方法,从致灾因子、孕灾环境、承灾体3个方面,开展雷电灾害风险区划的研究,并形成江西省雷电灾害风险区划。结果表明：江西省雷电灾害的极高风险区和高风险区主要分布在南昌市、宜春市、新余市、上饶市、吉安市大部分地区和赣州小部分地区,中风险区和低风险区主要分布在九江市、萍乡市和抚州市大部分地区,该区划结果与江西省近10 a雷灾造成的人员伤亡情况大致吻合。     

内蒙古马铃薯花期干旱灾害风险区划

利用内蒙古73个旗县气象站点1979—2013年的观测资料、历史干旱灾害资料、马铃薯产量数据和社会属性数据等,通过内蒙古马铃薯花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,对内蒙古马铃薯花期干旱灾害的风险性进行评估与区划。结果表明:干旱高风险区主要分布在鄂尔多斯市东北部、呼和浩特市部分地区、乌兰察布市大部、锡林郭勒盟南部和赤峰市部分地区,所占面积比例为15.0%;干旱中风险区主要分布在呼和浩特市南部和北部、赤峰市大部、通辽市西部和兴安盟大部地区,所占面积比例为33.4%;干旱较低风险区主要分布在通辽市东部和呼伦贝尔市东南部,所占比例为31.8%;干旱低风险区主要分布在具有灌溉能力的河套灌区和辽河流域,所占面积比例为19.8%。     

基于GIS的定西市干旱灾害风险评估及区划

利用1981~2010年各类干旱统计资料,结合地形特征、人口密度、社会经济等资料,构建加权归一化回归模型,借助GIS强大的空间分析功能,对定西市干旱灾害孕灾环境的敏感性、致灾因子的危险性与承灾体的暴露度进行分析与评估,最后给出了基于孕灾环境、致灾因子与承灾体3个条件的干旱灾害风险区划。结果表明,定西市干旱灾害频率呈增加趋势,1999年后3县及以上区域的春旱每年均有发生;干旱灾害的高风险区在定西市北部到中部,大体上呈D字形分布,南部为干旱灾害低风险区。定西市中北部易受干旱威胁,在农作物结构布局上应以大秋作物为主,尽量使农作物在生长及需水关键期避开前半年的主要干旱时段。     

层次分析法和GIS技术在河南省雷电灾害风险区划中的应用

根据自然灾害风险评估理论,利用闪电定位资料、地理信息数据、社会经济数据以及雷电灾情等数据,采用层次分析法（AHP法）,从致灾因子的危险性、承灾体的暴露度和承灾体的脆弱性方面,研究雷电灾害风险评估及区划方法,建立起评价指标与风险评估的定量关系,形成了河南省雷电灾害风险评估的方法.同时,结合GIS技术,形成了致灾因子危险性分布图、承灾体的暴露度分布图和承灾体的脆弱性分布图,最终叠加形成河南省雷电灾害综合风险区划图.区划结果表明：高风险区主要位于豫东和豫西北大部分地区,低风险区主要位于豫北和豫西南部分地区.     

基于GIS的四川省降水诱发型滑坡泥石流风险区划

通过分析四川省滑坡泥石流地质灾害的致灾因子危险性、孕灾环境敏感性和承灾体脆弱性,构建了四川省降水诱发型滑坡泥石流风险评估指标体系,并基于灾害系统学原理的风险评估模型,结合层次分析法和信息量法,利用GIS工具完成了四川省降水诱发型滑坡泥石流地质灾害风险区划。结果表明:（1）诱发滑坡泥石流前期15 d平均有效雨量较大的区域主要位于四川盆地北部、西南部、东南部分地区和攀西地区南部,较小的地区主要位于川西高原和盆地中部。（2）四川盆地北部、西南部和攀西地区东部是降水致灾因子危险性等级最高区域,盆周山区、攀西地区以及阿坝州东部地区孕灾环境敏感性等级在较高及以上,中等以上承灾体脆弱性等级基本位于盆地地区,盆周山区、川西高原及攀西地区脆弱性等级大多在中等以下。（3）风险区划显示高危险区主要分布在盆地北部、西南部和攀西地区,与四川省滑坡泥石流活动情况一致。      

贵州省黔东南州降雨型泥石流风险评估

利用贵州省黔东南州15个气象站1990—2019年逐日降水量、DEM、土地利用、常住人口等数据,采用层次分析法（AHP）,从危险性和环境脆弱性两个方面构建降雨型泥石流风险评估模型,并采用历史泥石流事件对评估结果进行验证。结果表明：危险性指标中暴雨日数的重要程度最高,危险性的空间分布表现为西部和东部最高,北部最低;环境脆弱性指标中高程的重要程度最大,研究区的环境脆弱性整体上四周更高,中部较低。研究区降雨型泥石流极高风险区分布在最东部和西部,主要是由危险性最高造成;高和中度风险主要分布在南部地区,其中中度风险区是由脆弱性相对较低造成。历史泥石流灾害案例中有76.6%发生在极高和高风险区,风险评估结果与历史泥石流事件分布相吻合。     

内蒙古马铃薯干旱风险区划

利用1979—2013年内蒙古73个旗县气象站资料、历史干旱资料、马铃薯产量数据和社会属性数据等,通过内蒙古中西部和东部地区全生育期的降水负距平百分率与相对气象产量二者建立的回归方程,结合农业干旱等级和降水距平百分率气象干旱等级国家标准,得到了马铃薯轻旱、中旱和重旱的等级指标,确定了干旱致灾因子的危险性,结合承灾体的脆弱性、孕灾环境的暴露性和地区的防灾减灾能力的评价指标体系,利用地理信息系统（GIS）的空间分析功能,对内蒙古马铃薯干旱风险进行评估与区划。研究结果表明:高风险区主要分布在鄂尔多斯市东北部、呼和浩特市南部和北部、乌兰察布市大部和锡林郭勒盟南部地区,所占面积比例为19.1%;中风险区主要分布在呼和浩特市部分地区、赤峰市中部和南部、通辽市西北部、兴安盟东北部、呼伦贝尔市北部地区,所占面积比例为20.1%;干旱较低风险区主要分布在赤峰市西部和北部、通辽市东南部、兴安盟西南部、呼伦贝尔市东南部地区,分布区域面积最大,所占比例为41.0%;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%。     

新疆新源县暴雨洪涝灾害风险区划

本研究选用新疆新源县34个气象站2010-2019年日降水量、地理信息及社会经济等数据,采用归一化及GIS等方法,结合致灾因子危险性、孕灾环境敏感性和承灾体易损性,得出新源县暴雨洪涝灾害5个等级风险区划图。结果表明：新疆新源县暴雨洪涝灾害风险呈“东-北”分布的趋势,吐尔根乡、吐尔根农场、阿热勒托别镇、坎苏乡与那拉提镇属于洪涝高风险区;阿热勒托别镇、坎苏乡与那拉提镇的大部分区域及71、72团场属于次高风险区;新疆新源县中东部区域为中等风险区;其余区域为次低风险区与低风险区。     

基于人口/GDP数据空间化的雷电灾害风险评价

为满足雷电灾害风险决策的精准化需求,突破人口、GDP等社会经济数据受行政区域的限制。本文基于多源遥感资料及统计年鉴数据,反演贵州省人口、GDP空间精细化分布情况,实现受灾对象在空间上的连续性分布;同时结合闪电定位监测资料、土壤电导率(HWSD)数据、地理信息数据,从致灾因子、孕灾环境、承灾体3个方面选取评价因子,构建雷电灾害风险评价模型,实现精细化风险评价研究。结果表明:(1)通过融入坡度分布修正人居指数、土地利用数据和夜间灯光数据反演不同产业经济数据实现的人口、GDP数据空间化分布,在总体趋势和局部特征上与贵州省实际情况相符,可为雷电灾害及其他自然灾害风险评价中承灾体的精细化分布提供参考。(2)雷电灾害风险主要受致灾因子、承灾体的影响,与雷电活动频繁程度以及社会经济发展水平有关。贵州省高风险区域主要集中在六盘水、毕节东南部、黔西南东北部、安顺南部及北部、贵阳东南部,黔南西南及东北部、遵义西北部、铜仁中部及东南部等区域。     

拉萨-林芝铁路沿线主要气象灾害风险研究

基于1980~2010年拉萨-林芝铁路沿线17个地面站的气象资料、2019年西藏统计年鉴和西藏自治区地理信息数据资料,运用自然灾害风险综合指数法、层次分析法以及GIS空间处理技术,分析了孕灾环境脆弱性、灾害因子危害性和承灾体脆弱性,建立了拉萨-林芝铁路沿线主要气象灾害的风险研究模型,完成了拉萨-林芝铁路沿线主要气象灾害风险等级区划。结果表明:拉萨-林芝铁路沿线闪电高发季节是夏季和早秋,占91.23%;暴雨高发季节是盛夏和秋季,占93.60%;暴雪主要发生在冬季,占87.06%;大风主要发生在春季,占74.59%。拉萨-林芝铁路沿线暴雪灾害高风险区主要分布在林芝东南部和米林以东,大风灾害高风险区主要分布在加查和朗县附近,闪电和暴雨灾害高风险区主要分布在林芝市和山南市附近。      

2006-2016年昆明市雷电致灾因素分析及易损性风险区划

基于近11 a（2006-2016）云南省闪电定位监测数据以及雷电灾害汇编资料,运用ArcGIS对闪电数据与地理信息进行叠加,分析昆明市地闪活动规律和雷电灾害时空分布特征,结合地理环境、人口分布和经济社会发展情况,研究雷电致灾成因机制。从灾害系统理论和综合易损性出发,构建评价指标体系及权重判断矩阵,计算雷电灾害风险综合评价指数R值并进行分级,形成昆明市雷电灾害易损性风险区划。结果表明：频繁活跃的地闪活动是导致雷电灾害多发的主要致灾影响因子,雷电灾害的时空分布与地闪活动的变化特征存在较好的对应关系。全市有雷电灾害高易损区3个,次高易损区2个,中易损区4个,次低易损区4个,低易损区1个,建立雷电灾害易损性区划,能够为确定雷电防护重点和防范等级提供必要的参考依据,通过完善雷电防护措施,可以增强承灾体抵御雷电灾害的能力。     

新疆天山山区干旱灾害综合风险评估与区划

以自然灾害风险四因子理论为基础,综合考虑研究区自然及社会经济情况,建立适合天山山区干旱灾害风险概念框架和指标体系,结合GIS技术进行了该地区干旱灾害风险评估与区划。结果表明：致灾因子危险性较高的区域是伊犁河谷及天山北坡一带,东疆地区和南疆西部危险性较低;承灾体脆弱性较高的区域为伊犁河谷和博州地区,吐鲁番、哈密及克州属于低脆弱区;孕灾环境敏感性较高地区主要分布在天山北坡的精河至吐鲁番一线、阿克苏地区西部、巴州北部等地,伊犁河谷、巴州北部、哈密市北部、南疆西部山区属低敏感区;防灾减灾能力整体表现为中东部高于西部区域;新疆天山山区干旱综合风险整体呈现出中部高、两端低的趋势,即中部的天山南北两侧干旱风险高于南疆西部和东疆地区。构建的评估模型总体反映了研究区旱灾综合风险水平,可为新疆天山草原灾害风险管理、应对气候变化、抗旱减灾行动提供参考。     

江苏省龙卷风灾害风险评价模型研究

在分析江苏省龙卷风气候特征的基础上,建立了以江苏省为例的龙卷风灾害风险性评价模型,确定水域面积、海拔高度、人均国民生产总值、人口密度、龙卷密度和龙卷灾害综合灾度这6个因子作为评估指标,利用层次分析法确定各因子的权重,计算出江苏省各市龙卷风灾害风险度并进行了风险度区划。结果表明,苏州、无锡、南通为龙卷灾害高度风险区,常州、南京为较高风险区,镇江、泰州、徐州、盐城、扬州、连云港为中度风险区,宿迁和淮安为低度风险区。