海南省暴雨洪涝灾害风险评价及区划研究

选取暴雨洪涝灾害较为严重的海南省为研究区,在对孕灾环境敏感性、致灾因子危险性、承灾体易损性、防灾减灾能力等因子进行定量分析评价的基础上,根据风险度指数的大小,反映暴雨洪涝灾害风险分布的地区差异性,对研究区暴雨洪涝灾害风险进行区划,结果分为5个等级。将灾情数据的空间分布与相应的灾害风险区划结果进行对比分析及结果验证,并提出相应的灾害防御措施。     

人口与GDP空间化技术支持下的暴雨洪涝灾害承灾体脆弱性分析

基于统计年鉴资料和土地利用数据,分别建立人口、GDP空间化模型,模拟南京市浦口区人口和GDP的空间分布。并结合暴雨洪涝历史灾情数据,探索区县级行政区域暴雨洪涝灾害承灾体脆弱性风险评估技术方法,最终获得100 m×100 m格网的浦口区暴雨洪涝灾害承灾体脆弱性空间分布图。研究结果表明:(1)人口、GDP的空间化模拟结果,既与各镇街统计数据保持一致,又反映了各镇街内部的人口、GDP分布的空间变化,可以为承灾体脆弱性评估提供精细化、可靠的数据源。(2)浦口区暴雨洪涝灾害承灾体脆弱性高风险区,分布在东北部经济较为发达的城镇街道而老山山脉和沿江内陆滩涂地区脆弱性风险较低。     

基于GIS技术的乐山市暴雨洪涝灾害风险区划研究

利用乐山历史气象资料,综合乐山自然、社会经济与防灾资料,利用GIS技术和自然灾害风险指数,构建乐山暴雨洪涝灾害风险评价模型,对乐山暴雨洪涝风险的致灾因子危险性、孕灾环境敏感性、承灾体易损性、防灾能力多个因子定量分析,计算出全市范围暴雨洪涝灾害综合风险指数,并绘制了风险区划图。结果表明:乐山市中区、五通桥区、沙湾区、峨眉山市和夹江县的部分地区其暴雨洪涝灾害风险最大;金口河区、峨边县、马边县暴雨洪涝灾害风险最小。      

杭州市台风暴雨洪涝灾害风险区划与评价

根据1960—2009年杭州市7个县市区的台风降水资料,结合杭州市的社会经济与自然地理要素,构建一个集致灾因子、孕灾环境、承灾体及防灾能力为一体的区域台风暴雨洪涝灾害风险评价模型。通过GIS空间分析技术实现各评价指标的栅格化,并利用模糊综合评价方法。编制以100 m×100 m栅格为基本评价单元的杭州市台风暴雨洪涝灾害风险区划图。将杭州市域划分为高、次高、中等、次低和低的5级风险。区划结果表明：杭州市台风暴雨洪涝灾害风险从西南至东北呈递增趋势。萧山区、余杭市及杭州主城区等沿海平原区,风险等级相对较高;而建德市、淳安县等中西部山地丘陵区,风险等级略低。     

宿迁地区水稻暴雨洪涝灾害保险气象理赔指数开发

利用宿迁地区104个乡镇2003—2013年水稻产量资料和2008—2013年保险理赔资料,计算水稻遭受暴雨洪涝灾害的灾害损失率;在自定义暴雨洪涝灾害指数的基础上,分析水稻灾损率与暴雨洪涝灾害指数的相关关系,建立各水稻种植区的气象理赔指数面板随机效应模型。结果得出:宿迁地区水稻遭受暴雨洪涝灾害影响的平均灾损率为-1.83%,达到理赔标准的乡镇比率为37.5%;受暴雨洪涝灾害影响最重的是III区,其次是I区,VII区和II区位居第三,其他几个区相对较轻;暴雨洪涝灾害主要影响水稻的孕穗扬花期和灌浆成熟期,对孕穗扬花期以前的生育期影响较小;暴雨洪涝灾害指数对水稻遭受暴雨洪涝灾害影响有较好的指示意义,利用这一指数制作水稻在灾损率预报准确率较高,达到90%以上;利用气象理赔指数,能较好的预报和模拟宿迁地区水稻遭受暴雨洪涝灾害的灾损率分布,对降低理赔风险,减少理赔费用有较强的指导意义。     

基于GIS的河池市暴雨洪涝灾害风险评估与区划

利用1981-2010年气候统计资料,分析河池市暴雨洪涝灾害时间变化、空间分布特征;结合地形地貌、人口密度分布、社会经济状况等资料,利用GIS系统分析河池市暴雨洪涝灾害致灾因子的危险性、孕灾环境的敏感性、承灾体易损性与防灾抗灾能力,最后给出基于上述4个条件的暴雨洪涝灾害风险区划。结果表明,河池市暴雨洪涝灾害呈波动式增加趋势,年均暴雨日为4.7-7.6天,东部各县暴雨洪涝开始和结束时间都较西部早;暴雨洪涝灾害综合风险的高风险区在河池市南部,北部为暴雨洪涝灾害低风险区。     

基于1 km网格的北京暴雨洪涝灾害风险区划

目前许多城市暴雨洪涝灾害综合风险区划对暴雨在复杂地形下可能引发的山洪与地质灾害造成的高风险以及对城市交通安全风险估计不足,同时常规的气象观测资料已难以描述暴雨致灾危险性精细化分布。本文基于自然灾害风险评估理论,利用遴选的293个北京气象自动站2006—2017年逐时降水观测资料、北京2015年1∶25万基础地理信息、2016年Landsat8晴空遥感影像、灾情资料以及网格化的社会经济资料,在承灾体暴露度基础上充分考虑了承灾体对暴雨引发的城市积涝、山洪与地质灾害灾损敏感性差异,从暴雨致灾危险性、孕灾环境敏感性、承灾体易损性3个方面开展了北京地区暴雨灾害1km分辨率的精细网格化风险评估与区划,并结合实际案例进行了分析。结果显示:(1)基于高密度降水观测资料提取的网格化短历时暴雨频次和暴雨量能较为精细地评估致灾危险性;基于遥感与GIS提取的不透水盖度、地形起伏度与河网密度可有效评估暴雨洪涝孕灾环境敏感性;基于1km格网化的GDP、人口密度和路网密度以及灾损敏感系数可有效评估暴雨引发的积涝、山洪与地质灾害对人员、财产和公路交通的易损性;(2)与已有成果比较,本次北京暴雨洪涝风险区划不但凸显了暴雨对城市的积涝风险,也凸显了暴雨引发的山洪与地质灾害风险,同时突出了暴雨对城市交通设施安全的影响;(3)风险区划结果基本反映了北京市暴雨灾害的潜在风险,北京暴雨洪涝灾害防御的重点区域应放在风险较高的三个区域。     

基于CMIP5模式的中国地区未来洪涝灾害风险变化预估

利用22个CMIP5全球气候模式模拟结果,结合社会经济以及地形高度数据,分析了RCP8.5温室气体排放情景下21世纪近期（2016-2035年）、中期（2046-2065年）和后期（2080-2099年）中国洪涝致灾危险性、承灾体易损性以及洪涝灾害风险。结果表明,洪涝灾害危险等级较高的地区集中在中国的东南部,洪涝承灾体易损度高值区位于中国的东部地区。在RCP8.5情景下,未来我国洪涝灾害高风险区主要出现在四川东部、华东的大部分地区、华北的京津冀地区、陕西和山西的部分地区以及东南沿海部分地区。东北地区的各大省会城市面临洪涝灾害的风险也很高。与基准期（1986-2005年）相比,21世纪后期,虽然发生洪涝灾害的区域变化不大,但高风险区域有所增加。鉴于模式较粗的分辨率以及确定权重系数的方法学等问题,洪涝灾害风险的预估还存在较大的不确定性。     

新疆南疆暴雨洪涝灾害风险区划

利用2010—2020年南疆气象观测逐小时降水及各县暴雨洪涝灾情数据，将灾损指标按百分位法划分为4个等级。基于GIS技术的自然断点法，从暴雨事件和孕灾环境方面，将暴雨洪涝灾害危险性等级划分为低、中低、中高、高4级。结果表明：受灾人口特重区域在和田地区洛浦县、墨玉县和于田县；直接经济损失特重在和静县、沙雅县、乌什县；农作物受灾特重在阿克苏地区沙雅县、喀什地区英吉沙县和岳普湖县。6 h、12 h、24 h最大降水量可作为南疆暴雨洪涝灾害的气象致灾因子，北部高于南部，西部高于东部，山区高于平原；暴雨洪涝灾害风险高区主要集中在和田地区于田县南部山区、阿克苏地区西部北部山区、喀什地区泽普县、巴州北部轮台县山区。     

关中东部暴雨灾害风险区划研究

利用关中东部11个气象站1961—2007年的逐日降水资料、同期暴雨洪涝灾害和经济发展资料,在ARCGIS平台上,从暴雨的孕灾环境敏感性、致灾因子危险性、承灾体易损性、防灾减灾能力等4方面综合分析,形成关中东部暴雨风险灾害区划。结果表明：关中东部孕灾环境的高敏感区主要在秦岭北部渭河支流较多的二华地区和沿黄河的韩城市;韩城和潼关的雨涝致灾危险性最高,蒲城、大荔致灾危险性相对较小;临渭区为高易损区;关中东部的临渭区、大荔、韩城对暴雨灾害防灾减灾能力最强,其次为蒲城和华县。暴雨洪灾的高风险区在韩城和潼关。暴雨灾害风险区面积相对较小,防灾减灾相对较强,暴雨致灾危险性范围小,但受地形和地貌影响,孕灾环境敏感性较高。     

近41年来江南地区暴雨洪涝灾害时空变化特征分析

暴雨和防灾能力建设是影响洪涝灾害发生及其损失变化的重要因素。根据1978—2018年江南地区（沪、浙、闽、湘、赣五省、市）暴雨洪涝灾害数据、气象台站观测逐日降水量资料、社会经济数据，统计分析了近41年江南地区暴雨及其引发的洪涝灾害损失的变化特征及时、空差异，并从降水和社会防治两方面分析其成因。结果表明:近41年来江南地区因暴雨洪涝灾害农作物受灾面积、成灾面积、受灾率和成灾率呈先升后降的波动变化趋势，20世纪90年代为相对高值期，空间分布呈明显的西多东少特点。近41年来江南地区暴雨发生频次及强度呈波动增加趋势，且暴雨在时间、空间上的持续性和集中度呈增加趋势，空间上呈现为江南中东部较高、西部较低的特点，暴雨发生集中期为5—8月，尤以6月最多。暴雨日数、大暴雨日数、暴雨累计降水量与农作物受灾面积、成灾面积、受灾率均呈显著正相关关系，在一定范围内，暴雨强度增强，是农作物受灾面积、尤其是成灾面积增加的重要因素。持续性暴雨日数、每月暴雨日数标准差、每站暴雨日数标准差与农作物受灾面积、成灾面积、受灾率、成灾率均呈显著正相关关系，说明暴雨在时间和空间上的持续性、集中度越强，受灾损失就越大。降水与受灾损失的关系存在年代际差异，近年来它们之间的相关呈降低趋势。暴雨频次、强度与洪涝受灾损失在时间、空间上的分布并不完全一致。暴雨洪涝灾害发生及其影响既受气象因素影响，也受到承灾体和社会因素影响。尽管江南地区灾害防治能力逐渐增强，对减少灾害发生和减轻灾害损失发挥了重大作用，但江南地区防灾能力建设在空间上呈现为东强西弱的特点。因此，整个江南地区，尤其是江南西部，应当继续加强防灾能力建设。      

2020年广西暴雨灾害天气综述与分析

利用气象及其灾情等资料,对2020年广西区域性暴雨灾害天气过程进行综合分析,并与历史同期的气候作比较,在此基础上对其进行综述。结果表明:(1)年初至春季出现冬春暴雨,比常年偏早、偏强。(2)前汛期5月底到6月上旬出现了破历史记录的暴雨灾害,具有时间长、雨量大、强降雨叠加及灾害重等特点。(3)6月底出现站点破历史记录的全区性暴雨。(4)后汛期影响台风个数偏少,受“海高斯”影响出现全区性暴雨。(5)全年区域性以上暴雨场数比常年少。通过对2020年广西暴雨灾害的综述分析,加深对广西暴雨灾害整体性认识,对今后做好预报业务提供有益参考。     

1961-2019年新疆暴雨山洪灾害损失的时空变化特征

利用1961—2019年新疆86县(市)暴雨山洪灾害的5个灾情要素数据(死亡人数、倒塌房屋数、倒塌棚圈数、牲畜死亡数量、农作物受灾面积),采用比值权重法和无量纲化线性求和方法构建暴雨山洪灾害灾损指数,根据灾损指数的不同阈值范围将暴雨山洪灾害定量划分等级,并分析其时空分布特征。结果表明:(1)新疆暴雨山洪灾害主要出现在伊犁州、阿克苏地区和喀什地区,其中伊犁州伊宁县、巩留县、霍城县和尼勒克县最重,伊犁州暴雨山洪的致灾危险性与其暴雨日数分布有很好的一致性。(2)新疆暴雨山洪灾害发生具有很强的季节性,在夏季6—8月危害性最大,其中灾害出现次数和死亡人数均在7月最多(与降水相关性最大)。(3)近59 a来新疆暴雨山洪灾害的强度呈上升趋势,年灾损指数随时间呈线性增长趋势,暴雨山洪灾害的强度在20世纪80年代中期明显增加,其年际变化与3—10月降水量、大雨日数、暴雨日数密切相关。     

基于层次分析法的朔黄铁路暴雨灾害风险评估

选取2016—2020年朔黄铁路沿线40套自动气象站降水资料，结合周边国家站区域站近15年资料、行政区县地理信息、社会经济信息等，基于ArcGis技术，采用层次分析法等方法，从暴雨灾害的致灾因子危险性、孕灾环境敏感性、承灾体易损性3类因子构建了朔黄铁路暴雨灾害风险区划模型，并绘制了朔黄铁路暴雨灾害综合风险区划图。结果表明：朔黄铁路沿线暴雨灾害风险划分为高、次高、中、低4个等级，整体呈东部高于西部；4个高风险段与朔黄沿线各工务段收集的暴雨高发信息基本一致，该研究成果对于朔黄铁路暴雨灾害预报预警具有较好的参考作用。     

风险管理视角下鄱阳湖流域暴雨洪涝灾害防御对策与建议

分析了鄱阳湖流域暴雨洪涝灾害分布情况,指出暴雨洪涝灾害防御在组织体系、部门联动、风险区划、防御规划、人员队伍、预警发布、灾防意识等方面存在的不足,最后提出了开展风险评估、制定防御规划、修订应急预案、健全法规体系、落实工程措施、完善组织体系、建立专业队伍、加强预警发布、构建联动机制、做好风险转移、开展科普宣传等针对性的改进措施和建议。     

四川山地暖季夜间暴雨的空间分布以及对海拔高度的依赖性

四川盆地是我国夜雨发生频次最高的地区，夜间暴雨是夜雨中可致灾并加剧防范难度的一类特殊气象灾害，但以往对四川山地夜间暴雨精细特性的相关研究较少。利用四川省2010—2019年2 165个国家及区域气象站逐小时降水资料，分区统计了四川暖季（5—9月）暴雨日夜间降水占日降水量的比例、夜间暴雨频次和夜间平均暴雨强度的基本特征，并通过趋势分析和地理加权回归等统计方法，分析了其空间分布及其与海拔高度的关系，获得以下结果：（1）四川暴雨日夜间降水占日降水量比例呈现自南向北递减的趋势，以海拔2 800 m为分界，表现为随海拔高度升高呈先增大、后减小的垂直分布特征，川西南山地与其他山地区域整体上升的变化趋势明显不同。（2）夜间暴雨频次较多的测站沿川西与川西南山地陡峭地形呈线性分布，夜间暴雨频次随海拔高度升高总体呈现减小的特征，川西山地和川西南山地的频次最大值分别出现在海拔800 m和500 m。（3）四川夜间平均暴雨强度整体随海拔的升高而减小，大值区主要位于川西山地和川东北山地，海拔700 m高度处的峰值强度主要由川西山地贡献。（4）川西山地夜间暴雨特征呈次数较多且每次强度大，川西南山地夜间暴雨为次数多但单次降水量较小，而川东北夜间暴雨的强度较大但次数较少。以上结果有助于深化对山地夜间暴雨精细特征的认识。     

北京市奥运期间气象灾害风险承受与控制能力分析

针对北京市奥运会期间的7种主要气象灾害(雷电、冰雹、大风、高温、暴雨、大雾和霾灾害),建立了气象灾害风险承受能力与风险控制能力评价的指标体系.经过专家评分,获取7种气象灾害的评价指标所对应的分值.利用层次分析法,计算评价指标的权重系数.最后得到7种气象灾害评价指标的加权平均值作为其风险承受能力与风险控制能力系数.利用灾害模数、经济易损模数、生命易损模数3个指标进行北京市奥运期间18个区县空间易损度区划分析.结果表明:北京市奥运会期间,高温灾害和暴雨灾害的风险承受能力与风险控制能力最弱;雷电灾害和大雾灾害的承受与控制能力中等;冰雹灾害和霾灾害较强;大风灾害最强.易损度空间差异分析表明,城区(东城区、西城区、崇文区和宣武区)、朝阳区和海淀区为高易损性区域;丰台区、石景山区、房山区、昌平区、顺义区和大兴区为中易损性区域;门头沟区、通州区、平谷区、怀柔区、密云县和延庆县为低易损性区域.     

济南市长清区暴雨洪涝灾害风险区划

基于自然灾害形成机理及风险评估原理,利用济南市长清区气象数据、自然地理和社会经济等数据,建立起致灾因子危险性、孕灾环境敏感性、承灾体易损性和防灾减灾能力4个评价指标,采用加权综合评价法和层次分析法,借助GIS空间分析技术,对暴雨灾害风险性进行评价和等级划分,并绘制出长清地区暴雨灾害综合风险区划图。结果显示:长清区暴雨灾害综合风险性分布空间性强,无明显的地域分布界限,东部高于其它地区。暴雨灾害高综合风险区分布面积较为分散且最小,占全区总面积的14.60%;中综合风险区主要分布在高综合风险区的外围,占全区总面积的30.31%;轻、低综合风险区分别占全区总面积的20.72%和34.37%。     

辽宁暴雨致灾指标及灾害影响预评估

利用1951-2012年辽宁暴雨过程及暴雨灾情资料,对辽宁暴雨灾害特征及暴雨灾害评估进行分析,并应用统计分析方法,建立暴雨致灾指标与灾害影响预评估的关系。结果表明：1951-2012年辽宁年平均暴雨日数分布为自东南向西北逐渐减少;辽宁暴雨灾害发生频率分布为自中部向西北逐渐增多,灾害发生频率最高的地区为辽宁西部地区,其中朝阳喀左县暴雨灾害发生频率最高,占该站暴雨总次数的73%;辽宁西部等地区暴雨灾害发生频率较高,但降水强度较小,且发生一级和二级暴雨灾害的概率低于其他地区;而除辽西地区外,其他地区暴雨灾害发生频率略低,但降水强度大。辽宁受暴雨灾害影响最大的受灾体为农作物及设施,辽阳地区受灾频率最大,占该地区受灾过程总数的95%以上。辽宁暴雨灾害可划分为暴雨灾害易发区、较易发区和一般易发区。