基于GIS揭西县台风灾害风险的区划

综合考虑致灾因子危险性、孕灾环境敏感性和承灾体易损性等3因子的作用,结合台风灾害风险性评价技术和GIS技术,对揭西县台风灾害风险程度进行评价和等级划分,并绘制揭西县台风灾害风险区划图。结果表明:河婆镇和东南部凤江、棉湖、塔头等3镇为台风灾害高风险区;总体趋势为:东南向西北地区,台风灾害风险性逐渐降低。     

我国台风灾害特征及风险防范策略

对登陆我国台风气候特征及灾害发生特点进行了分析,表明台风登陆我国时间集中于每年的7—9月,年均登陆数量广东最多,而最强登陆台风出现在台湾。台风灾害导致的直接经济损失总量呈现缓慢增加趋势,人员死亡数明显下降。但死亡100人以上的特别重大台风灾害平均每年发生一次,且造成的灾情占比很大。台风灾害影响主要是其伴随的大风、暴雨及引起的滑坡、泥石流、风暴潮等次生灾害共同造成的,重大灾害往往由突发性、极端性风雨引起。为了最大限度地降低和减轻台风灾害损失和社会影响,可依靠基于风险区划的防灾能力建设降低风险,依据准确的风险预评估避让风险,依赖保险特别是政策性巨灾保险的开展转移风险。     

海南岛台风灾害危险性评价研究

应用G IS技术,以县市行政区为单位,选用多年平均台风灾害过程中的综合灾度、风速和降水因子,利用台风灾害危险性指数法对海南岛台风灾害危险性进行评估。结果表明:危险性最大值分布在海南岛的沿海市县。台风灾害危险性评估可为海南岛的可持续发展和防灾减灾决策提供科学依据。     

基于GIS的广东省台风灾害风险性评价

为有效评价广东省台风灾害风险性,基于自然灾害风险性评价理论及方法和地理信息系统(GIS)相关技术,利用灾害及社会经济统计数据、遥感地图数据和其它地理数据,选择灾害危险性、孕灾环境敏感性、承灾体脆弱性和防灾减灾能力为评价指标,运用提出的TFN-AHP-EW主客观赋权法求取各评价指标相关因子的权重,建立广东省台风灾害风险性评价模型。结果表明:广东省台风灾害风险程度区域差异明显,风险性较高的地区为广东省南部沿海地区如湛江、珠海、汕尾;风险较低的地区是广东省北部地区如清远、韶关等地。      

广东省台风灾害风险综合评估

利用1951—2010年的台风数据和2010年人口及统计数据,结合国内灾害系统理论和国外通用风险评估公式,对广东省各市台风灾害风险进行评估,并应用GIS技术分析各个指标的分级分布情况。通过建立台风路径缓冲区,并根据计算灾次比的方法评估台风灾害的危险性;利用各市总人口数和生产总值表示暴露程度,选取5个指标分别表征人口和社会资产两种承灾体的敏感性;再结合暴露度和敏感性得到承灾体脆弱性指标;最终由灾害危险性和承灾体脆弱性两项指标综合计算出广东省各市的台风灾害风险性。结果表明:台风对广东省的影响程度总体上呈现出沿海向内陆递减的趋势,粤西沿海台风危险性最高;广州、湛江人口暴露度最高,广州、深圳社会经济资产暴露度最高;人口敏感性指数等级高的城市人口总抚养比值高、女性所占人口比值高、人均可支配收入相对较低,社会经济敏感性指数等级高的城市往往经济发展水平相对较低;湛江、汕尾等城市人口数目多和人口敏感性高从而人口脆弱性很高,广州、东莞等经济发达的城市虽然社会经济敏感性低,但高的暴露值导致其脆弱性值很高。根据评估结果,当前广东省台风灾害风险值最高的城市为湛江、广州和佛山。      

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。     

我国台风灾害的初步分析

根据近４０年资料，对我国台风灾害进行了初步分析。分析表明，我国台风灾害发频次高，范围广，程度重，且具有显著的地域性，季节性特点。     

基于云模型—风险矩阵的华南台风灾害综合等级评估

文中从台风灾害的致灾危险性和承灾体脆弱性两方面选取评价指标,利用最小鉴别信息原理计算组合权重,采用模糊数学方法得到台风致灾危险性和承灾体脆弱性的评价指数。基于云模型和风险矩阵,构建一个新的台风灾害等级评估模型。以1984—2016年登陆华南的50个台风为例,对华南台风灾害风险进行综合等级评估,结果与实际相符。与基于云模型—权重分配、模糊数学的台风灾害综合风险等级评估模型的结果进行比较,发现基于云模型—风险矩阵的台风灾害综合等级评估模型,不仅利用了云模型的优点,充分考虑了台风灾害的模糊性和随机性,还利用风险矩阵合成了台风致灾危险性和承灾体脆弱性的评价结果,比单一的模糊数学模型更合理可靠,在一定程度上也比云模型—权重分配模型结果更符合实际。     

基于投影寻踪技术的台风灾害脆弱性评价

如何快速有效评价承灾体脆弱性一直是近年来有待突破的热点和难点之一。投影寻踪技术以毋需人为设计指标权重、操作便捷、客观性强等特点为之开辟了一条新的途径,采用复合形法优化其模型参数,同时结合本文提出的从＂个体到全局,微观到宏观＂的脆弱性评价方案,建立了一种区别于以往的台风灾害脆弱性评价模式。以浙江省东部沿海地区为例,验证了该评价模式结构清晰、方法可靠,评价结果全面科学、与实际相符率高,因此在同类应用中具有一定优势。     

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。     

华东地区台风气候特征及危险性分析

基于2001—2020年影响华东地区的90个台风资料,利用统计学方法,分析台风年际、月际及登陆分布特征,采用信息扩散理论方法,统计风和雨2个主要致灾因子发生概率,在此基础上,开展台风致灾因子危险性评价。结果表明：影响华东地区的台风以强台风和台风为主,年均4.5个,主要集中在7—9月,8月最多,登陆台湾省频次最多,其次为福建省和浙江省;台风的最大风速在30～40 m/s的概率较大,最大降雨量在200～400 mm的概率较大;福建省、浙江省和江西省的台风致灾因子危险性较大,为台风严重影响区;山东省和安徽省的台风致灾因子危险性中等,为中度影响区;江苏省和上海市的台风致灾因子危险性较小,为轻度影响区。     

0509号台风暴雨过程分析与暴雨灾害评估

针对2005年8月8～10日辽宁区域性台风暴雨过程,以常规气象资料、自动站资料及卫星云图资料为基础进行分析。结果表明:暴雨是台风、副热带高压与西风槽相互作用的结果,较好的水汽条件是产生台风暴雨的重要条件之一,低空急流是水汽输送的通道,也是台风暴雨的明显特征之一;结合单站气压连续变化以及云系变化判断“麦莎”登陆时间地点;应用基于概率分析的暴雨事件快速评估模型对暴雨灾害进行评估,评估表明暴雨过程为三级暴雨灾害,属中度级别。     

从气象灾害防御到气象灾害风险管理的管理方法转变

讨论了气象灾害和气象灾害风险的重点研究对象。尝试性地将人类认识气象灾害的过程归纳为4个阶段：气象灾害的启蒙认识阶段、气象灾害的监测与预报阶段、气象灾害的减灾工程阶段和气象灾害的风险管理阶段。同时,引出了气象灾害和气象灾害风险的不同理念。以现在时刻为划分点,将过去已发生的灾害定义为气象灾害,将未来可能发生的灾害定义为气象灾害风险。最后建立了基于SWOT的远期气象灾害风险管理的分析方法,并提出了将人工影响天气作为气象灾害风险管理的气象工程手段的观点。     

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...     

从气象灾害防御到气象灾害风险管理的管理方法转变

讨论气象灾害和气象灾害风险的重点研究对象。尝试性地将人类认识气象灾害的过程归纳为4个阶段：气象灾害的启蒙认识阶段、气象灾害的监测与预报阶段、气象灾害的减灾工程阶段和气象灾害的风险管理阶段。同时,引出了气象灾害和气象灾害风险的不同理念。以现在时刻为划分点,将过去已发生的灾害定义为气象灾害,将未来可能发生的灾害定义为气象灾害风险。最后建立了基于SWOT的远期气象灾害风险管理的分析方法,并提出了将人工影响天气作为气象灾害风险管理的气象工程手段的观点。     

影响海南岛的台风降水及水汽输送源地分析

利用1986—2016年中国气象局台风最佳路径资料、海南岛区域站降水数据以及基于拉格朗日方法的轨迹模式对近30 a影响海南岛的台风降水和大气环流特征进行分析,并探讨了台风影响降水期间水汽输送通道和源地。结果表明：6—10月是台风影响海南岛的主要时段,也是台风降水主要时段。在台风降水偏多(少)年,长江以南地区冷空气影响偏弱(强),副热带高压偏弱(强),南支槽偏强(弱),低层水汽通量场呈现异常气旋性(反气旋性)环流。降水偏多年,海南岛受到来自西北太平洋异常东北气流与印度洋、孟加拉湾的异常偏强西南气流影响;降水偏少年,水汽主要来自西太平洋的偏东气流和南海较弱的西南气流。海南岛台风降水的四个主要水汽源地分别为西太平洋、孟加拉湾、南海和印度洋,在台风降水偏多年,水汽输送贡献最大的是西太平洋和孟加拉湾,分别为33%和30%,来自东西两路的水汽供应充足,而在偏少年西太平洋水汽输送贡献最大,为38%,其余水汽源地贡献均在30%以下,以110°E以东的水汽输送为主。     

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。