台风灾害综合等级评估模型及应用

选取全国范围内台风灾害中的农作物受灾面积、房屋倒损数、死亡人数、直接经济损失4个常用灾害指标,通过建立无量纲函数转换定义了全国范围内台风各个单项灾害指标的等级,并利用灰色关联度理论确定了全国范围内台风灾害综合等级划分标准,基于上述工作建立了台风灾害综合等级快速评估模型。利用此模型对2000-2007年登陆我国的台风灾害进行了评判与排序,分析结果较为合理。     

中国台风灾情特征及其灾害客观评估方法

利用上海台风研究所及国家气象中心整编的中国台风灾情资料,分析了中国致灾台风造成的人员伤亡、房屋倒损、农田受淹及直接经济损失等灾情特征.引入了定基物价指数,改进了台风灾害指数(ATDI指数)的计算方法,基于1980-2004年间所有致灾台风的灾害指数的聚类分析,将致灾台风的灾害分为:轻灾(或小灾)、中灾、大灾(或中偏重灾)和重灾4个等级,并据此对1980-2004年间中国致灾台风的灾情进行了客观评估.结果表明:平均每年约有7.2个台风对中国造成明显灾情,最多的年份多达11个、最少年份也有4个.中国致灾台风的频数逐年减少,但造成的灾情却逐年趋重,因台风而伤亡的总人数逐年上升(死亡人数下降)、倒损房屋和受淹的农田面积以及造成的直接经济损失均逐年递增,倒损房屋、受淹的农田面积、直接经济损失的年平均增长率分别为1.33×10~4间/年、2.28×10~4 hm~2/年和14.56亿元/年.1980-2004年间,单个致灾台风而言,倒损房屋、受淹的农田面积、直接经济损失的平均增长率分别为581.4间/个、880.0 hm~2/个和0.33亿元/个.从台风灾害指数看,1990年代中期,中国的台风灾害较为严重,其中1996年最重,而1998年则是1980-2004年间台风灾害最轻的年份.     

基于灰色关联法的县域台风灾情评估方法初探

利用2000—2016年的县域台风灾害历史灾情数据,选取受灾人数、死亡人数、倒损房屋数、农作物受灾面积和直接经济损失为评估指标,在对各项指标进行分级的基础上,通过灰色关联分析法建立了以县域为单位的台风灾害综合灾损指标,对所选取市县的台风灾害损失情况进行了分级评估分析。结果表明,所选取的指标能够快速实现不同台风灾害、不同市县间的台风灾害严重程度的对比分析,具有实际应用价值。灾害等级分布结果显示,东南沿海市县为台风灾害多发区,浙江省、广东省和福建省的各市县为严重灾害（特大型、大型灾害）的易发区;8月、9月为严重灾害的多发时间。以不同登陆地点、不同影响范围的1210号“达维”台风和1513号“苏迪罗”台风为例,对灾情评估的合理性进行了验证。     

宁波市台风灾情评估和基于层次分析法的风险评估

筛选了1956—2016年间对宁波地区影响大、具有较完整灾情记录的台风个例30个,分析了台风灾情特征,并进行灾情评估;利用模糊算法和层次分析法,建立宁波地区台风风险评估模型。结果表明:近年来台风导致的死亡人数、倒塌房屋数量、水利和农作物受灾呈下降趋势;但是经济损失越来越大,浙江登陆台风造成养殖业的损失也有增大趋势。实际灾情指数(ADI)达到1级特重的台风有4个,达到2级(严重)及以上的有9个,ADI总体呈减小趋势。风险评估指数(RAI)与实际灾情指数(ADI)的相关系数为0.78,二者等级的一致率为73%;不一致的样本中,2000年之前风险评估等级小于灾情等级,2000年之后风险评估等级大于灾情等级。风险评估指数RAI和直接经济损失率的相关系数为0.7。业务中,可根据风险评估模型计算即将影响台风的RAI,利用直接经济损失率与RAI的拟合方程或者相近RAI的历史台风,估算其可能造成的经济损失。      

近30a中国龙卷风灾害特征研究

基于中国气象局气象灾害灾情普查数据库中龙卷风灾情数据,采用时间序列统计分析、趋势分析和GIS空间分析方法,对1984—2013年中国龙卷风发生频次及其灾情进行了统计分析,同时分析了中国龙卷风及其灾害的时空分布特征。结果表明:近30 a,中国龙卷风灾害年发生次数和龙卷风导致的死亡(含失踪)人数、倒损房屋数量和直接经济损失均呈现下降趋势,其中龙卷风灾害发生频次和死亡人数下降趋势明显,而直接经济损失下降趋势较弱;中国龙卷风灾害发生次数及其导致的死亡人数、倒损房屋和直接经济损失均表现为夏季最多,春季次之,其中,7月份龙卷风发生次数最多且灾情最重;空间分布上,中国龙卷风灾害发生次数和直接经济损失均表现为西少东多的特征,死亡人数和倒损房屋数量主要分布在我国东部偏南地区;西北和西南地区龙卷风灾害发生少、灾情轻,而中东部地区的江苏、安徽、湖北、湖南、江西和广东龙卷风发生频次高、死亡(含失踪)人数多且经济损失较重,其中江苏和安徽最为严重。     

基于遗传—神经网络方法的广西台风灾害评估模型研究

选取1981—2018年影响广西且灾情记录比较完整的86个台风样本,基于台风灾害伤亡人数、直接经济损失划分灾情等级,选取致灾因子,利用遗传算法与神经网络相结合的方法建立广西台风灾害评估模型。结果表明：选取的台风灾害致灾因子与台风灾情等级之间具有显著的相关性,构建的遗传—神经网络集合预报模型对台风灾情预估效果较好,训练样本拟合一致率为86.1%,测试样本预报准确率为71.4%,其中严重和较重的台风灾情等级预报结果与实况基本一致,较轻等级的预报准确率达83.3%。     

层次分析法在热带气旋灾害影响评估模式中的应用

将层次分析法和专家打分法应用于广东省热带气旋灾害影响评估模式中,利用1949～2003年登陆和严重影响广东省的热带气旋的特征参数、气象资料、直接经济损失和造成的灾情损失等资料,对参与评估的指标进行分层,分为中心最低气压、地理综合参数、风综合参数、雨综合参数4个亚评估指标和17个单项评估分指标,用专家打分法进行相对重要性的判别,最后建立“热带气旋综合影响指数”.并用“热带气旋综合影响指数”对热带气旋灾害的影响程度进行分级评判,定量地估算出热带气旋的可能直接经济损失,为政府部门提供参考,并可以与实际灾情调查资料相联系,评估防灾减灾的实际成效.     

浙江省台风灾害影响评估模型

选取2000-2006年影响浙江省的20个台风所造成的灾害进行分析, 采用模糊数学原理和方法建立评估模型, 在考虑台风本身自然灾变因素的基础上加入了致灾的社会、经济因素, 组合成10个灾害影响因子输入模型, 计算出台风综合评价指数, 并利用数理统计分析方法将台风灾后的死亡人数、受伤人数和直接经济损失折算成规范化指数---灾级指数, 用来表示实际灾情, 并客观地将两指数划分为特别重大、重大、较重、一般4个等级, 分别得到两指数各自的轻重灾害判据。对比分析表明:该灾害评估模型具有较高的拟合率, 全部个例的两指数同级率达到了90 %, 错报等级也仅差一级, 能够较好地评价和预测台风可能造成的损失程度, 将其应用到应急管理中, 可为台风防灾减灾工作提供决策支持。     

台风“苏力”灾害风险与防御行为效益评估

利用2013年台风“苏力”的监测资料、台风灾情资料、2000年后福建省台风灾害数据库资料和台风“苏力”灾害防御行为效益评估网络问卷调查资料,采用相似分析法的上下限区间估算法,预评估台风“苏力”造成的受灾人口和直接经济损失,并利用台风灾害风险区划方法,对台风“苏力”进行灾害风险区划。结果表明：台风“苏力”预评估结果与实际灾情相符,台风“苏力”灾害风险分布与实际灾情分布大部分一致,风险等级高的县市,实际灾情重,高风险区的大部县市直接经济损失均为1000万元以上。应用台风灾害防御行为效益评估三级指标体系,通过调查统计分析可知,指标体系中的各级各项指数均能较好地反映和评估政府主导、部门联动和公众参与的防御行为效益,政府主导在各类减灾行为中作用最大。     

2008-2019年影响南宁市台风灾害特征分析

利用2008-2019年影响南宁市辖区及县域的台风气象要素及灾情资料,对台风带来的风雨和灾情的分布特征进行了统计分析;同时,对影响南宁市辖区及县域的直接经济损失进行k-均值聚类,并根据台风致灾因子、直接经济灾损率和单次台风造成的经济损失程度进行相关性检验.结果 表明,影响南宁市台风的灾害具有明显的地域性分布特征,位于东南部县域的灾害最为严重;在影响南宁市的台风中,0814号强台风"黑格比"带来的持续强降水和大风天气、1409号超强台风"威马逊"带来的狂风暴雨,导致极其严重的灾害,给南宁市辖区造成上亿元的直接经济损失.     

基于GIS潍坊市暴雨洪涝灾害损失评估方法研究

利用潍坊市1984—2007年暴雨洪涝灾情数据,基于GIS技术结合模糊综合评价方法确定了灾害综合评价指数,根据灾损率指标与灾害综合评价指数得到潍坊市农业经济损失率评估模型。模型表明灾害综合评价指数与农业经济损失率具有较好的线性相关关系,相关系数达0.842。并对潍坊市一次暴雨洪涝灾害进行评估,验证该模型精度。与实际灾情数据对比,相对误差最小值为15.37%,最大值为21.29%,模拟结果与历史灾情数据基本一致。     

台风大风低矮房屋易损性及智能网格预报的应用

低矮房屋是受台风影响最为严重的房屋类型之一。从建筑构件可靠性的角度,利用蒙特卡洛方法模拟典型双坡屋面小青瓦砖木结构的低矮房屋(以下简称为"低矮房屋")不同构件对风速的易损性曲线,低矮房屋不同构件的大风易损性为:侧边屋檐迎风屋面屋脊侧边墙角背风屋面。从而构建了台风大风对低矮房屋倒损概率模型,量化风灾对低矮房屋的风险。利用全球灯光数据(DMSP/OLS)对地面粗糙度进行分类,分析不同地面粗糙度低矮房屋易损性的差异。基于我国精细化智能网格预报产品,预估了2017年13号台风天鸽低矮房屋风险等级,并与实际灾情进行检验。结果表明,该模型的预估结果与实际灾情在广东中西部较为吻合,但在广东东部沿海地区产生了一定范围的空报,可能是智能网格风速预报产品在台风东侧风速偏大所导致,其预估结果的TS评分为0.28,空报率为0.62,漏报率为0.48,模型能够在一定程度上预估风灾对低矮房屋的倒损风险。     

台风“利奇马”灾害风险及气象服务效益评估

利用气象资料、灾情资料、浙江宁波地方经济发展数据,采用模糊算法、层次分析法等对台风“利奇马”在宁波地区的影响进行风险和灾情评估,“利奇马”灾害风险评估等级是1级、特重,实际灾损虽是50.19亿元,但灾情等级5级、较轻,实际灾损低于风险评估等级;用逆推算法计算宁波地区“利奇马”台风的气象服务效益达41.76亿元,占台风直接经济损失与气象服务效益之和的45%,服务效益显著。政府及水利部门根据气象预报做出关闸滞洪的决策部署,在保障水库和下游河道堤防安全前提下,为城乡积涝赢得了45小时的排水时间,降低平原河网水位的压力,减轻了内涝灾害;同时充足的水库蓄水,使得后期出现气象干旱时,保障了本地供水安全,气象服务在减少内涝等灾害风险和保障水库蓄水等方面发挥巨大作用。      

基于BP神经网络的宁波市台风灾情预估模型研究

选取1949—2015年间对宁波市影响较大、灾情记录完整的58个台风样本,基于灾损数据,采用灰色关联分析法建立台风灾情关联度,选取台风灾害致灾因子、台风灾情综合关联度,利用BP神经网络建立台风灾情预估模型。结果表明,利用台风灾情关联度评估台风灾情大小合理可用,台风灾害致灾因子与灾情评价指标及台风灾情综合关联度间均存在一定的相关性,利用BP神经网络预估模型对台风灾情预估效果较好,其中训练样本、测试样本的模拟值与实际值相关系数分别达到0. 94、0. 865,均通过了0. 01信度的显著性检验,训练集、测试集灾情级别预报一致率为85. 3%、77. 8%,相关研究成果可为政府决策部门的抗台减灾工作提供科学依据。     

广东暴雨洪涝灾害损失定量评估

广东暴雨强度大、范围广、季节长,造成的灾害重、影响大。为合理、定量地评估广东暴雨洪涝过程强度及其损失,基于1994—2018年广东致灾暴雨过程和相应灾情资料,构建了广东暴雨过程综合强度评估模型和灾情指数模型,并采用百分位数法进行暴雨强度和灾情等级划分,以第60、第80、第90和第95百分位数为临界阈值,分别将致灾暴雨过程强度和灾情划分为弱(1级)、较弱(2级)、中等(3级)、较强(4级)、强(5级)和微灾、小灾、中灾、大灾、巨灾5个等级,进而分析了不同强度等级暴雨过程可能造成的人口、农作物、房屋和经济等承灾体损失。结果表明:(1)1994—2018年间,广东各等级致灾暴雨过程主要出现在4—9月的汛期,5—7月尤其多,要特别注意防御;(2)致灾暴雨过程强度等级与各类承灾体灾情指数存在显著正相关关系:随暴雨强度的增强,倒塌房屋数呈指数增长,受灾人口、死亡人数、农作物受灾面积和直接经济损失呈线性增长;(3)平均而言,当暴雨强度达到强(5级)等级时,受灾人口、死亡人数、农作物受灾面积、倒塌房屋数和直接经济损失标准分别约为187.19万人、22人、10.52×10^4 hm^2、1.12万间和13.07亿元。     

浙江省登陆热带气旋灾害影响评估

为了研究登陆浙江的热带气旋对当地社会经济的破坏程度,对登陆热带气旋的灾害影响进行了预测预警,以提高防台减灾服务水平.用模糊层次综合评价法对1981-2007年在浙江省登陆的热带气旋灾害的影响进行了评估.为了验证上述灾害影响评估模型的正确性,对热带气旋的实际灾情进行评估,并对灾害影响指数和灾情指数进行计算和分级.结果表明:热带气象灾害影响指数和灾情指数同级的一致率达92％,且灾害影响指数与相应直接经济损失的相关系数达0.79,说明该评估模型能够较好地评估热带气旋的灾害影响.     

基于优势分析法的河北省暴雨对房屋致灾阈值研究

利用河北省1984～2014年142个国家气象站的降水资料和历史灾情,以房屋为承灾体,基于优势分析法确定致灾因子的影响权重,构建暴雨综合致灾指数模型。以影响环境脆弱性的要素为指标,运用K-mean聚类分析法将河北省分成5个区域,采用指数函数拟合房屋损失与综合致灾指数的关系,反推出各个类型区不同灾情等级对应的综合致灾指数阈值,并通过2015～2019年的124个灾情案例进行验证。结果表明:河北省暴雨造成的房屋灾情事件发生次数总体呈现出北多南少的特征,北部山区普遍在10次以上。致灾因子中过程总雨量的影响权重最大,为68%,最大日降水量、持续日数、过程最大小时雨强所占权重分别为22%、6%和4%。模拟灾情的最佳等级分割点为损坏房屋1180、335、235间,此时模拟灾情等级与实际灾情等级一致的比例最高（67.4%）。阈值检验中,2015～2019年灾情案例的准确率为69.8%,轻度灾情等级的准确率最高。     

基于二维云信息扩散和三维信息扩散的台风灾害风险估计

基于二维云信息扩散和三维信息扩散提出了一个台风灾害风险估计模型,构建二维云信息扩散模型,估计不同风力等级和降雨极值下的台风灾害概率分布;利用三维信息扩散模型估计台风直接经济损失分布;基于条件概率分布将其合成风险,估计不同水平致灾因子作用下的台风灾害损失风险;并以2000—2017年华南台风为例,对登陆时最大风力等级和降雨极值发生的可能性及其直接经济损失分布进行估计,得到了不同风力等级和降雨极值下的台风灾害损失风险,估计结果与实际基本相符。     

影响广东省的热带气旋特征分析及灾害损失研究

本文基于1990~2015年影响广东省的热带气旋（Tropical cyclone,TC）数据,分析了影响广东省TC的时空特征、灾情年际变化以及灾害强度特征等。并利用灾害指标核算出灾害损失的经济价值,改进综合灾情指数模型。主要得出以下结论:26年来登陆广东省的TC共93个（占登陆我国TC总数的29.6%）,其中有67个对广东省造成了人员伤亡或者经济损失;影响广东省TC频次整体随时间变化不大,强度低的TC频次随年际呈现较为明显地减少变化趋势,而强度高的TC频次呈现较为明显的逐年上升趋势;粤西与珠江三角洲地区受TC侵袭频次明显高于粤东和粤北地区;热带气旋各项灾情指标造成的经济损失（以2015年为可比价）均在1997年出现转折,经济损失急速下滑;各项损失相对值与TC强度之间存在较好的指数正相关关系,低强度等级的热带气旋造成的综合灾情指数呈现较为明显的年际减小趋势,而高强度等级的热带气旋变化趋势不显著。     

基于模糊综合评价法的登陆台风灾害影响评估模型

对登陆我国的台风灾害影响进行评估试验,遴选10个因子作为灾害的影响因子,利用加权平均规划法确定影响因子的权重,应用模糊综合评价法得出台风影响的评价系数及灾情分级.对2000-2006年登陆台风的影响评估进行试验,模型的评估等级与实际的灾情级别均很接近,灾情等级为特别重大、重大、较重、一般四级的Ts评分分别达到89%、87%、73%、78%,全部个例的拟合率达到90%.表明该模型能较好地评估我国登陆台风造成的灾情.