区域雷灾易损性分析、评估及易损度区划

根据广东省近10年来的雷电灾害统计资料和近35年来的雷暴日观测统计资料，提炼出雷击密度、雷电灾害频度、经济损失模数、生命易损模数作为雷灾易损性评价指标。在详细分析了广东省各地市的自然环境、经济状况和各地区雷灾损失情况，对广东省各地市面对雷电灾害的脆弱性和易损性进行了综合评估，初步形成了各地易损性结构和广东省雷灾易损度区划。提出雷电灾害区域易损性分析、评估的模式，为区域防御雷电灾害、减低雷电损失的规划提供科学依据。     

河北省雷电灾害易损性综合评估与区划

从雷电灾害易损性分析角度出发,利用河北省11个气象台站1971—2000年雷暴日资料和2003—2009年雷电灾害数据,结合河北省的经济和人口密度特征,选取雷击大地密度、雷电灾害频数、经济易损模数、生命易损模数4个指标,采用灾后分析法对河北省雷电灾害易损性进行了评估。评估结果显示:唐山、保定、秦皇岛为高易损区,邢台、衡水、廊坊、张家口、石家庄为较高易损区,承德为中易损区,沧州、邯郸为低易损区。初步形成了各地易损性结构和河北省雷灾易损度区划,绘制了河北省雷电灾害易损度区划图,为河北省各级政府和相关管理部门防御雷电灾害提供客观的科学依据。     

浙江省雷电灾害易损性分析及风险区划

根据 2007-2011 年浙江省雷电灾害事故调查资料、浙江省地闪监测资料,选取地闪密度、灾害频数、经济（GDP）损失模数、生命易损模数、雷灾经济损失、人员伤亡等作为浙江省各市雷电灾害易损性评估指标,对浙江省各市进行雷电灾害易损性综合评估,并结合 GIS 方法对浙江省进行了雷电灾害易损性风险区划,为有针对性做好防御雷电灾害规划提供科学依据.     

基于承灾体特性筛选雷灾易损性的区划评价指标

由于雷电灾害致灾原因复杂,承灾体类型多样,且雷电抵御能力强弱各异,照搬区域灾害易损性研究中的4大指标作为区划评价指标是不够科学的。通过分析微观承灾体的雷灾风险计算方法,归纳提取关键因子,并通过案例分析,最终筛选承灾体高度模数H、雷电防御措施性能模数P和使用性质模数U作为雷灾易损性区划的其它3个评价指标。     

海南岛雷电灾害特征及易损性分析区划

利用海南岛18个气象台站2003～2009年雷暴日及典型雷电灾害资料,在统计分析海南岛雷灾分布特征的基础上,从灾害易损性角度出发,对海南岛雷电灾害易损性差别进行研究,对各种易损性指标进行综合评估,初步形成海南岛雷灾易损性区划。结果表明,海南岛雷灾集中发生在4～9月份;多发生在下午;无防雷条件或条件差的露天野外和简易工棚等地是雷击事故造成人员伤亡的主要发生地点;地理位置、人口密度和经济发展状况等因素一定程度上影响着雷击灾害的发生及损失程度;形成的海南岛雷灾易损度区域划分图,为区域防雷减灾规划提供了科学依据。     

基于综合评价算法的雷电灾害易损度区划模型研究

选取落雷密度、雷灾发生率、雷灾经济损失率及雷灾生命损伤率为评价雷电灾害易损性的指标,运用解析几何的直线方程对指标数据进行了标准化,引入层次分析法对评价指标数据真实性程度对结果的影响进行了修正,采用聚类分析方法对总易损度值进行更为合理科学的区划分级,并以福建省为例对新模型做了实例计算。结果表明,综合评价算法模型在关系计算、级别区划、结果分析等方面体现出一定的数学优势,能较细致、完整地反映出雷灾易损度区划指标之间的联系及各指标因素对雷灾易损度的综合影响关系。     

区域雷灾分布特征及易损度区划

根据江苏省近9年来的雷电灾害资料、45年的雷暴日资料以及近4年的地闪资料,以江苏省的自然环境、人文环境、气候环境为背景,分析了江苏省13个地级市的雷电灾害分布特征,指出江苏省雷电灾害多发生在6～8月,雷电灾害主要是物理损坏和电气与电子系统失效,其中无锡和苏州最为典型.从江苏省各地级市的资料中提取了7个雷灾易损性评价指标,用SAS软件中主成分分析方法对各地级市的雷灾易损性评价指标进行了综合评估.结果表明,区域雷灾易损性不仅取决于区域自然条件对雷电磁场环境变化的敏感性,而且还取决于区域社会体系对雷电灾害的承受能力.用聚类分析法生成了江苏省的雷灾易损度区域划分图,为区域防雷减灾规划提供了科学依据.     

青海东部地区雷电灾害易损性分析与区划

利用青海东部地区10个气象台站1997—2012年的年平均雷暴日数,2008—2014年闪电定位数据和1997—2014年雷电灾害资料,将雷暴日数、雷击密度、综合灾度、生命易损模数和经济易损模数作为雷电灾害易损性评估指标,采用层次分析法确定指标的权重,建立了雷电灾害易损性评估模型,依据气象灾害学分级统计法划分出雷电灾害易损性等级,形成了青海东部地区雷电灾害易损性区划图。结果表明青海东部地区雷电灾害易损性区域呈分散分布的特征,极高易损区在大通县、化隆县,次高易损区在湟中县、互助县,中易损区在省会城市西宁市、湟源县,低易损区在乐都区、平安区、民和县和循化县。     

雷电灾害易损性评估及易损度区划——以宁波为例

根据宁波市ADTD闪电定位系统的2010—2012年的地闪监测数据和雷电灾害资料以及2012年宁波市人口及GDP数据,选取年平均地闪密度、致灾强度地闪密度、经济损失指标、人员伤亡指标、人员易损指标、经济易损指标等6项指标,采用5级对称等分间隔划分法,确定划分雷灾易损性指标和雷灾综合易损度等级标准,根据雷灾综合易损度得出评估结果:海曙区、江东区为雷灾极高易损区;镇海区为雷灾高易损区;江北区、宁海县、象山县、北仑区、奉化市为雷灾中易损区;鄞州区、余姚市为雷灾低易损区;慈溪市为雷灾极低易损区。     

延安市雷电灾害易损性分析及易损度区划

根据延安市13个县区1990—2010年雷暴日和2002—2010年雷电灾害统计资料,结合延安经济和人文环境特点,将雷暴日、雷电灾害频度、经济易损性以及生命易损性作为延安市雷电灾害易损性评估指标,采用分区法对13个县区的雷电灾害易损度进行区划。结果表明:延安市雷电主要发生于6—8月,平均每年发生雷电灾害3.78次,宝塔区、子长和延长为雷电灾害极高易损区,其中宝塔区易损性最高,延川、甘泉、富县、黄龙为低易损区。     

基于主成分分析法的雷电灾害易损性区划综合评价模型

在研究区域雷电灾害易损性区划中,大多采用层次分析等方法来确定指标权重值,然而层次分析法在确定指标权重值时,人为主观因素较大,必然会给所建立的综合评估模型带来较大的误差.因此,利用主成分分析法,建立了雷电灾害易损性区划综合评价模型,从而很好地克服了层次分析等方法所带来的缺点,使得模型结果更接近于实际水平.利用海南省雷击大地密度、雷电灾害发生的频数、经济损失模数、生命易损模数以及人员伤亡频数等5个指标数据,采用所建立的雷电灾害易损性区划综合评价模型,对海南省雷电灾害易损性进行了实例分析.     

河南省雷电灾害易损性分析及风险区划

根据2001-2010年河南省雷电灾害事故调查资料、2006-2010年河南省闪电定位资料统计出的雷暴日数,选取雷暴日、灾害频度、经济（GDP）损失模数、生命易损模数等作为河南省各省辖市雷电灾害易损性评估指标,并在此基础上,给出了河南各省辖市雷电灾害易损度评估结构。在分析河南省各省辖市雷电灾害易损性指标的基础上,对各省...     

云南省雷电灾害易损性分析及区划

利用云南省124个气象台站1971—2005年年平均雷暴日数资料及2001—2005年雷电灾害资料,从灾害易损性的角度出发,对云南省雷电灾害进行系统的分析研究,计算了各州市的雷击密度、雷击灾害频数、经济易损性指标、生命易损性指标,最后进行了综合评估,初步形成了云南省雷灾易损性区划。结果表明,某一地区雷击灾害的发生及其造成的损失情况既与该地所处的地理位置、大气环境状况有关,也与该地人口密度、经济发展状况有关。所形成的区划对各地防御和减轻雷电灾害,采取有效管理措施提供了比较客观的科学依据。     

三明市雷电气候特征与雷电灾害易损度区划研究

通过对三明市市区及10个县（市）气象观测站1981-2013年雷电观测资料的统计分析,得出了三明市雷电气候特征与变化规律.采用2003-2012年雷电灾害数据,从雷电致灾因子、承灾体因素考虑,选取雷击密度N_g、雷电灾害频度P、经济损失模数D和生命受损模数L作为分析雷电灾害易损度指标参数,通过广泛调研和抽样调查问卷,确定各要素所占权重,计算出三明市区及所属10个县（市）雷电灾害易损性风险值,确定了雷电灾害易损度区划分级指标,绘制雷电灾害易损度区划图,完成了雷电灾害易损度区划研究.     

北京市雷电灾害易损性分析、评估及易损度区划

根据1995—2005年北京市18个区县的雷暴日和雷电灾害统计资料, 结合北京市的经济和人口密度特征, 提出了雷暴日数、雷电灾害频度、生命易损模数及经济易损模数作为北京市雷电灾害易损性评估指标, 并在此基础上, 给出了北京市雷电灾害易损度评估结构。采用4级分区法对上述雷电灾害易损性评估指标进行了分级, 并赋予各等级如下定值:极高级为1.0, 高级为0.8, 中级为0.5, 低级为0.2。将北京市18个区县按照4个雷电灾害易损性评估指标的所属等级获取相应等级值, 将各区县4个评估指标的等级值累加, 得到平均值作为雷电灾害易损性评估的评价指数。最后通过对北京市各区县雷电灾害易损性进行综合评估, 并利用4级分区法形成北京市雷电灾害易损度区划。结果表明:城区和丰台区为雷电灾害极高易损区, 海淀区、朝阳区、昌平区和石景山区为雷电灾害高易损区, 延庆县、大兴区、门头沟区和平谷区为雷电灾害低易损区, 其他区县为雷电灾害中易损区。     

基于改进型逆推法和模糊评价法的暴雨服务效益评估

对2010—2022年江西省70次暴雨过程开展了气象服务效益评估,在充分考虑政府组织决策水平、部门联防联动、公众参与及气象服务水平等影响的情况下,加入赋权系数,结合隶属度函数构建重要因子矩阵,基于改进的逆推法和模糊综合评价法建立了江西省暴雨灾害气象服务效益评估模型,实现了江西省暴雨灾害气象服务效益定量化评估。结果表明,2010—2022年江西省暴雨灾害直接经济损失和气象服务效益均有逐渐增长的趋势,不可避免损失因子为0.17—0.50,气象服务效益占经济总损失的25%—45%。暴雨灾害直接经济损失和气象服务效益相关性较高,表明气象服务在防灾减灾工作中起重要作用。