青海省公路沿线强降雪天气灾害风险区划研究

利用青海省主要公路沿线43个气象站和26个交通气象站2004年10月—2016年5月的地面气象观测中的降雪量和积雪深度资料及2013—2016年的交通事故、交通管制、道路形态和车流量等资料,在分析青海省公路沿线强降雪时空分布特征、引起交通事故天气类型、路面状况和交通管制气象因素的基础上,分析了青海省公路交通沿线道路孕灾环境、承灾体和致灾因子。以强降雪致灾因子为基础,加上承灾体、孕灾环境权重系数,最终研究建立了青海省公路沿线强降雪灾害性天气风险等级区划模型,并绘制了等级区划图。西宁地区、海北地区、都兰县是强降雪灾害性天气高风险区,此外,东部地区强降雪灾害性天气风险显著高于西部地区。     

海南环岛高速强降雨灾害风险分析

基于2010—2014年G98海南环岛高速公路降水资料及公安交管部门提供的交通事故资料,分析海南环岛高速公路交通事故分布特征,发现强降雨是诱发交通事故最多的灾害性天气。运用灰色关联度方法针对降雨引发的交通事故进行评估分析,通过死亡人数、受伤人数和直接经济财产损失3项评估指标得到40次典型个例的灰色关联度排序。以年累计降雨日数、最大日降雨量、最大小时降雨量作为致灾因子危险性指标;以环岛高速公路气象灾害风险普查得到的强降雨致灾隐患路段、单向车流量作为承灾体脆弱性指标;以因降雨造成的交通事故发生频次和事故灰色关联度最大值作为承灾体易损性指标,构建环岛高速强降雨气象灾害风险区划指数模型,计算11个高速公路管理站的风险区划指数,得到海南环岛高速公路强降雨气象灾害的客观风险空间分布,发现定安—万宁路段是强降雨高风险路段,在交通气象服务中应重点关注。     

基于气象条件的河北高速公路通行状况综合风险等级预报方法

利用2012—2017年河北省高速公路沿线交通气象站观测资料以及因气象条件造成的高速公路交通事故和封闭管制资料,选取公路交通高影响天气的强度、持续时间、风险区划等级、单项车流量、地形、发生时段等多个因子,运用加权分析法,分别建立雾、路面结冰和强降雨3种气象灾害风险等级预报模型。在此基础上,构建综合3种高影响天气条件下的高速公路通行状况综合风险等级预报模型,并以3种天气条件造成的公路封闭时长为判别指标给出分级标准。经检验,基于3种高影响天气的河北高速公路通行状况综合风险等级预报模型,其产品准确率可达76.7%,能够满足日常交通气象服务需求。     

河北省高速公路路面结冰风险区划研究

基于河北省2011—2015年10月至第二年4月国家气象站数据、交通气象站数据、路面结冰风险普查数据、因路面结冰造成的交通管制和交通事故数据、车流量数据以及地理信息等数据,从致灾因子危险性、孕灾环境脆弱性和承载体敏感性构建了高速公路路面结冰风险区划评价指标,利用层次分析法和GIS技术制定了河北省高速公路路面结冰风险区划...     

基于GIS的榆林市暴雨灾害风险区划

利用陕西省榆林市12县区气象站1951—2011年暴雨资料及所属162个区域自动气象站2007—2011年暴雨资料进行统计,按照百分位法划分暴雨等级;结合全市年降水量分布特征及地形、经济、人口等资料,确定暴雨灾害的孕灾环境、致灾因子、承灾体易损性等区划要素;应用ArcGIS技术对各项区划因子进行小网格模拟计算,并赋予不同权重,通过综合运算得到榆林市暴雨灾害分布图,应用GIS的自然断点法及经验订正法,将全市暴雨灾害划分为高风险、次高风险、中风险、次低风险及低风险5个等级。区划结果表明：榆林市北部府谷、神木县和南部子洲、吴堡县暴雨多发,灾情重,灾害风险等级最高;西部定边、靖边暴雨最少,灾害风险等级最低。     

浙江省高速公路低温雨雪冰冻灾害风险评估与区划

本文以高速公路为区划对象,利用2004—2013年浙江省68个气象站常规观测资料、基础地理信息数据、社会经济数据及交通事故数据,采用Arc GIS空间分析技术、加权综合评价法和层次分析法等方法,从致灾因子、承灾体及历史高速公路交通事故发生特征3个方面,构建了浙江省高速公路风险区划指标体系,并对浙江省高速公路低温雨雪冰冻灾害进行了评估与风险区划。结果表明:浙江省高速公路可划分为高、较高、中等、较低和低风险5个等级;高风险区路段占浙江省高速公路总长的13.49%,主要分布在杭景新高速建德段、杭瑞高速杭州至临安段、沪渝高速湖州段、申嘉湖高速湖州段、练杭高速德清至余杭段、长深高速杭州市段及湖州至余杭段、杭金衢高速衢州段、诸永高速东阳至磐安段、台金高速缙云段。高速公路低温雨雪冰冻灾害风险区划结果可为公路管理部门防灾减灾工作提供科学参考。     

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。     

灾害性天气交通事故特征及雾天公路通行预警指标体系

利用2008~2012年河北省高速公路交通事故资料和交通气象自动站、气象站观测资料,统计分析了高速交通事故的日、月及年变化特征及其与雨、雪、雾等灾害性天气的关系。在此基础上,基于气象、路网、交通和地形等因素,采用专家评分法和指标权重法,构建河北省雾天高速公路通行预警指标体系,并结合2013~2014年京沪、黄石高速河北段案例,对预警指标体系进行检验。结果表明:河北省高速公路交通事故年发生频次变化较大,总体呈下降趋势;每日00~05时为高速交通事故高发时段,12时、16时为次高峰;夏季是高速交通事故多发季节(30.2%),冬季最少(20.2%)。其中,7月交通事故最多,5月、6月、8月次之。5~9月、9月至翌年3月、12月至翌年2月,分别是河北雨、雾、雪等灾害性天气高速交通事故多发期,每日06~08时是雾天高速交通事故高发时段。2013~2014年试预报检验京沪、黄石高速通行预警级别准确率分别为84%、75.9%,精度较高,该指标体系可为河北省交通气象服务及防灾减灾提供一定参考。     

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。     

高速公路团雾分级预警研究

团雾和高速公路团雾的定义内涵外延尚未统一,没有标准定义。为有效预防高速公路团雾天气灾害,减少因高速公路团雾所造成的交通事故,有必要规范高速公路团雾分级预警标准。基于高速公路团雾的水平能见度和水平尺度等监测数据,借鉴部分学者专家的意见和建议,确定团雾和高速公路团雾的定义。分析高速公路团雾的特征、成因、时空分布及团雾的危害,统计分析高速公路团雾多发路段的交通事故数据资料与AWMS气象监测数据资料,确立高速公路团雾与车辆交通安全性关系。依据同车道前后车辆的相对停车视距和安全停车距离等分析,评估车辆在不同水平能见度数值条件下,行驶在团雾区域内外车辆发生交通事故的危险性大小,遵照相关法律、条例、标准及其规范,按水平能见度数值范围和覆盖路面长度划分高速公路团雾预警等级。研究结果表明:(1)高速公路团雾的水平尺度一般小于5 km,水平能见度通常小于200 m。(2)高速公路团雾具有多发性,时空分布不均,多发生于当日22时次日08时。(3)高速公路团雾的事故率高,造成的交通事故比较严重。(4)可以根据团雾特征和潜在危害性确定团雾和高速公路团雾定义的内涵外延,给出术语定义。(5)可根据高速公路团雾的水平能见度、交通事故、停车视距等分析,划分预警级别,规范监测和预报预警服务,减少交通事故的发生。     

河北省致电网事故的气象灾害特征及风险评价

利用1983~2008年河北省灾情直报数据,对造成河北电网安全事故的气象灾害进行统计。大风、暴雨、雷电是造成河北省电网安全事故的主要气象灾害,占事故总数的98.5%。致电网安全事故的气象灾害主要出现在夏半年5~9月,且年变化显著。应用气象灾害风险指数方法,对与电网事故有关的气象灾害进行风险评价,分为高、中、低3个风险等级。结果表明:致电网事故的气象灾害高风险区集中在燕山南麓的唐山和太行山东麓北段的保定;中度风险区出现在太行山东麓中南段的邢台、邯郸,还有沿海的沧州地区。中高风险区主要集中在受地形影响局地强对流天气较多的区域,还有沿海多大风的地区。     

浅丘地带主要气象灾害特征及风险分析——以绵西高速公路为例

本文通过应用绵西高速公路(S32)交通管制台账资料、沿途气象观测站数据、通过统计学、GIS区划、专家打分等方式进行研究分析,得到绵西高速公路道路管制情况、灾害性天气直接影响下交通管制情况分布特征、主要气象灾害风险等级：1)绵西高速公路运营以来至2021年,受灾害性天气及引发的次生灾害造成的交通管制占比77.7%,主要原因是大雾天气、强降水及引发的路面积水;季节天气影响交通管制程度由高到低分别为冬、夏、秋、春。2)2019至2021年绵西高速公路由大雾造成交通管制的平均时长较强降水更长,发生时段更集中。大雾造成交通管制持续时间平均时长为5小时,管制开始时间主要集中在00至08时,解除时间在07至11时;强降水直接造成交通管制持续时间平均时长为3小时,管制开始时间为08至10时和15时至21时,结束时间在10到17时。利用成果能为交通运维工作提供有效的决策参考意见,有力保障道路安全畅通,最大限度地减少因灾害性天气造成的交通事故发生,有利于提高生产效率和社会经济效益。     

河北省主要气象灾害时空变化的统计分析

根据1984~2011年河北省气象灾害统计数据和河北省气候影响评价资料,分析了河北省气象灾害灾次和灾情的时空分布特征。研究表明:河北省主要的气象灾害有暴雨洪涝、旱灾、雹灾、风灾和雷灾等5类,5类气象灾害存在明显的时空分布特征。河北省暴雨洪涝主要集中在河北省西北部,灾次比最大值0.038;冰雹灾情主要集中在张家口、承德以及位于太行山东麓的保定西部地区,灾次比最大值为0.027;干旱灾情主要集中在邯郸以及沧州南部,灾次比最大值为0.036;大风灾情主要集中在河北中部,高值中心在唐山北部,灾次比最大值为0.030;雷电灾情主要集中在秦皇岛、张家口以及石家庄,灾次比最大值为0.034。河北省暴雨日数分布与暴雨洪涝灾情分布的不一致表明气象灾害灾情除与致灾因子有关外,还与承灾体脆弱性密切相关。     

环渤海葡萄涝渍指标构建及风险评估

以中国环渤海地区葡萄主产区为研究对象,利用1980-2019年研究区域内303个气象站逐日气象资料、葡萄发育期资料和葡萄涝渍灾情资料,基于相对湿润度方法构建葡萄逐日涝渍指数M5i,以历史灾情反演和灾变过程解析为主线,采用正态分布的Lilliefors检验和t分布区间估计等方法,构建适用于中国环渤海地区葡萄主产区的葡萄涝...     

沿天山高速公路冰雪灾害分析及其对交通安全的影响

利用2002年12月-2006年12月沿天山高速公路因恶劣天气导致交通管制统计记录,结合相应时间段高速公路沿线气象资料,对比分析了高速公路冰雪灾害对交通安全的影响,结果表明：高速公路冰雪灾害的危害程度依次是道路结冰、风吹雪、强降雪。路面结冰主要影响路段在吐乌大高速公路、乌奎高速公路和乌鲁木齐机场高速公路;风吹雪集中出现在达坂城到乌鲁木齐一线;除了吐乌大高速达坂城到吐鲁番段没有因强降雪影响交通的记录外,沿天山其它各段均有发生。归纳了高速公路冰雪灾害气象要素预报指标,建立了预报模型,制定出冰雪灾害的气象指数等级、安全行车预防措施,为交通运输气象服务提供具体可操作的预报产品。     

基于机器学习技术的逐时雾事故判别气象模型

为进一步提高雾天交通安全气象保障精细化能力，以江苏、安徽高速公路雾事故多发路段为例，利用2012—2018年事故信息与气象资料，建立一种基于变量选择和特征提取的逐时雾事故判别支持向量机模型。模型参照递归特征消除思路选择事故发生时间、地理位置、气象环境等重要变量，使用主成分分析提取重要变量的主要特征，并以径向基为核函数、以网络搜索确定最优参数。结果表明：结合重要变量选择和主成分分析的支持向量机混合模型能够成功识别出训练集81.4%和测试集83.0%的事故样本，AUC分数均为0.946；判别效果优于支持向量机单独算法，以及仅基于重要变量选择或主成分分析的支持向量机算法；3个典型实例分析也说明该模型对于阶段性或持续性大雾天气下的交通事故发生有一定判识与警示意义。     

GIS支持下的西藏冰雹灾害风险评估模型

本文以西藏地区的冰雹灾害为例,在充分分析西藏地区气候背景和经济环境的基础上,利用1981~2015年39个气象站冰雹资料研究了该地区冰雹的分布形成机制,根据灾害发生理论,从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等三个方面选取了地貌、灾害频率、人口、社会经济的评价因子,应用聚类分析法建立了气象灾害孕灾背景,灾害危险性、承灾体易损性等数学模型;运用Map Info Professional软件,通过对属性数据库和图形数据库的操作得到各种灾害的孕灾背景、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,得到各种气象灾害的风险分区。最后在Ma Info Professional软件查询功能的支持下,实现通过点击任意一个区域,显示该区域的冰雹灾害风险情况,对人影防雹作业将具有很强的指导作用,可为政府防灾减灾的决策工作提供必不可少的科学参考。      

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。