共查询到19条相似文献，搜索用时 796 毫秒
1.
利用雷电探测分析系统和地基闪电定位系统(LLS)资料,以广东省江门市新会区11个镇(街)行政区域为评估单元,考虑人口密度以及经济发展因素,选取雷电灾害频数、地闪密度、人口密度、单位面积上的工农业总产值作为评估指标,建立层次分析模型,得到新会区的雷电灾害风险区划。结果表明:新会区会城街道辖区具有极高的雷电灾害风险值;司前镇具有高雷电灾害风险值;大泽镇、古井镇、三江镇、双水镇、睦洲镇具有中等雷电灾害风险;其他镇雷电灾害风险值较低;无极低雷电灾害风险区。 相似文献
2.
基于广州市2013—2015年闪电监测资料和2010—2015年雷电灾害资料,分析了雷击大地密度的空间分布和雷电灾害频度特征;并结合广州市人口密度、GDP等特征,选取雷击大地密度NG、雷电灾害频度P、生命易损模数L和经济易损模数D这4个参数作为雷电灾害风险评估指标,利用层次分析法确定评估指标权重,建立了雷电灾害风险评估方程式,对广州市雷电灾害易损性进行分析,从而形成雷电灾害易损度区划。结果表明:天河为极高风险区,海珠、萝岗、番禺和花都为高风险区,越秀、荔湾、黄埔和白云为中风险区,从化、增城和南沙为低风险区。研究结果可为广州市雷电灾害易损度区划提供技术支撑。 相似文献
3.
根据黑龙江省1959—2008年雷暴日及1999—2008年雷电灾害资料,结合黑龙江省人口密度、城市发展等社会经济特征,选取雷暴日数、雷电灾害频度、生命易损模数及经济易损模数作为雷电灾害风险评估指标,采用层次分析法确定评估指标权重分布,建立雷电灾害风险评估模型,形成黑龙江省雷电灾害风险区划图,并对该省雷电灾害风险进行了综合评估。结果表明:位于黑龙江省中部松花江、呼兰河流域的哈尔滨、绥化和位于西部嫩江流域的齐齐哈尔为雷电灾害极高风险区;位于北部大兴安岭和小兴安岭山区的大兴安岭、黑河、伊春为高风险区;位于东部三江平原的鹤岗、鸡西、七台河为中风险区;位于东部三江平原腹地的佳木斯、双鸭山和位于东南部河谷盆地的牡丹江为低风险区。 相似文献
4.
准确判定评价指标的相对重要性是雷电灾害风险区划的关键技术之一。为解决层次分析法(AHP)由人为经验方式判定指标相对重要性存在的问题,提出一种改进的AHP法(IAHP);同时,利用湖北省2007—2020年闪电监测、数字地形高程、土壤电导率及经济社会等资料,选取雷击大地密度、地闪强度、海拔高度、地形起伏度、土壤电导率、人口密度、GDP密度7个参数作为湖北省雷电灾害风险的评价指标,构建雷电灾害风险评价模型,据此对湖北省雷电灾害进行综合评价与风险区划。结果表明:湖北省雷电灾害风险可分为高、较高、中、较低、低5个等级,较高、高风险区主要位于鄂东大别山以南、幕阜山以北的平原和低山丘陵地区,以及江汉平原大部和鄂西山区向江汉平原的过渡带;较低、低风险区主要位于鄂西的恩施、神农架、十堰、宜昌西部和襄阳西南部;湖北其它地区,大部为雷电灾害中风险等级。对比检验显示,各区县雷电灾害风险指数与历年实际雷灾频次呈正相关,且相关性较好,基本反映了湖北省雷电灾害的潜在风险。 相似文献
5.
为了明确不同县区雷电灾害风险的高低,防御和减轻雷电灾害,利用鲁西南地区闪电定位资料、土壤电阻率数据、经济社会数据,选取地闪密度、强雷电流分布、土壤电阻率、人口密度、单位面积GDP为影响因子,采用层次分析法和加权综合评价法,建立雷电灾害易损度区划模型,以县区为单位,将该地区雷电灾害易损度区划为5个等级,绘制区划图,并利用历史雷灾频次对区划结论进行检验。结果表明:地闪密度高值区位于曹县和东明,这两个县区的雷电灾害易损度最高;郓城和牡丹区的强雷电流分布密度大,易损度次高;巨野和定陶的易损度居中;鄄城的地闪密度最小,成武的土壤电阻率和人口密度较低,两者划为易损度次低区;单县由于强雷电流分布密度最低,划为易损度低风险区。易损度和历史雷灾数据正相关,且相关性较好,密切程度较高,回归显著。 相似文献
6.
利用湖北省2007—2017年闪电监测与雷暴日观测等数据资料,选取雷暴日、地闪密度、雷电流波头陡度、雷电流强度、大电流密度、小电流密度6个雷电参数作为湖北省雷电灾害风险评价指标;采用投影寻踪方法,构建基于雷电参数的雷电灾害风险评价模型,据此对湖北省雷电灾害进行综合评价与风险区划。结果表明:湖北省雷电灾害可划分为高、较高、中、较低和低5个风险等级,风险等级整体从东至西逐渐降低,东部地区风险明显高于西部地区;较高和高风险区主要位于红安、孝昌、孝南、东西湖、蔡甸、汉南至洪湖一线以东地区;较低和低风险区主要位于襄州、襄城、谷城、保康、兴山、秭归、巴东至五峰一线以西地区;上述以东地区与以西地区之间地带主要为中等风险区,共27个区、县(市)。雷电灾害风险区划结果可为本地开展雷电防灾减灾工作和有效降低灾害损失提供科学依据。 相似文献
7.
为了明确不同区县雷电灾害风险的高低程度、防御措施和减轻雷灾损失,利用地闪资料、雷电灾情数据、社会经济资料和地理信息数据,采取归一化法、层次分析法和加权综合评价法,考虑致灾因子的危险性、孕灾环境的敏感性和承灾体的易损性3个评价指标,选择地闪密度、地闪强度、海拔高度、地形起伏、地表覆盖类型、人口密度、地均GDP、生命损失指数、经济损失指数和耕地比重等10个影响因子建立雷电灾害区划模型,绘制出新疆雷电灾害风险区划图。结果表明:雷电灾害风险极高区主要集中在阿勒泰地区北部、塔城地区大部、博州、伊犁州、喀什市和天山北坡经济带南部部分地区,而古尔班通古特沙漠和塔克拉玛干沙漠地区属于一般风险区。通过与新疆历史雷电灾情数据比较发现,雷电灾情次数空间分布与风险区划分布趋势大致吻合。 相似文献
8.
9.
利用2010—2019年江西省闪电定位监测数据、地理信息数据和社会经济数据,基于GIS技术、自然灾害风险评估方法和层次分析法等方法,从致灾因子、孕灾环境、承灾体3个方面,开展雷电灾害风险区划的研究,并形成江西省雷电灾害风险区划。结果表明：江西省雷电灾害的极高风险区和高风险区主要分布在南昌市、宜春市、新余市、上饶市、吉安市大部分地区和赣州小部分地区,中风险区和低风险区主要分布在九江市、萍乡市和抚州市大部分地区,该区划结果与江西省近10 a雷灾造成的人员伤亡情况大致吻合。 相似文献
10.
江苏省龙卷风灾害风险评价模型研究 总被引：2，自引：1，他引：1
在分析江苏省龙卷风气候特征的基础上,建立了以江苏省为例的龙卷风灾害风险性评价模型,确定水域面积、海拔高度、人均国民生产总值、人口密度、龙卷密度和龙卷灾害综合灾度这6个因子作为评估指标,利用层次分析法确定各因子的权重,计算出江苏省各市龙卷风灾害风险度并进行了风险度区划。结果表明,苏州、无锡、南通为龙卷灾害高度风险区,常州、南京为较高风险区,镇江、泰州、徐州、盐城、扬州、连云港为中度风险区,宿迁和淮安为低度风险区。 相似文献
11.
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。 相似文献
12.
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。 相似文献
13.
14.
北京市奥运期间气象灾害风险承受与控制能力分析 总被引：4，自引：0，他引：4
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. 相似文献
15.
16.
基于近11 a（2006-2016）云南省闪电定位监测数据以及雷电灾害汇编资料,运用ArcGIS对闪电数据与地理信息进行叠加,分析昆明市地闪活动规律和雷电灾害时空分布特征,结合地理环境、人口分布和经济社会发展情况,研究雷电致灾成因机制。从灾害系统理论和综合易损性出发,构建评价指标体系及权重判断矩阵,计算雷电灾害风险综合评价指数R值并进行分级,形成昆明市雷电灾害易损性风险区划。结果表明：频繁活跃的地闪活动是导致雷电灾害多发的主要致灾影响因子,雷电灾害的时空分布与地闪活动的变化特征存在较好的对应关系。全市有雷电灾害高易损区3个,次高易损区2个,中易损区4个,次低易损区4个,低易损区1个,建立雷电灾害易损性区划,能够为确定雷电防护重点和防范等级提供必要的参考依据,通过完善雷电防护措施,可以增强承灾体抵御雷电灾害的能力。 相似文献
17.
本文通过应用2005～2012年四川省闪电定位资料、四川省各地市州经济发展状况、人口分布情况等资料,采用数理统计分析方法,分析了四川省雷电风险区划.研究得到以下结论：（1）四川省中部平原地区和丘陵地带属于四川省雷电高风险区域,川东南地区属于雷电中等风险区域,川西高原及四川东北部地区属于低风险区.（2）四川省平原地区和丘陵地区相较其他地区经济较为发达,人口密集程度也较高,且位于雷电高发地区,易导致雷电灾害发生.（3）川西北高原地区由于地广人稀,经济发展较差,受高原气候环境影响等因素,不易形成严重的雷电灾害。 相似文献
18.
利用遵义市14个国家气象站1978-2013年雷暴日数据和2006-2020年的ADTD雷电定位数据,叠加遵义市基础地理信息（包含县边界、水系分布等）、人口、GDP等数据。以致灾因子评估方法为理论基础,叠加GIS空间分析技术,对遵义市开展雷电致灾因子危险性区划研究。结果显示：遵义市雷击密度致灾因子区划结果较高,高危险性区域主要集中在市行政中心及赤水中西部;强雷电密度、地闪强度两种致灾因子高危险性区域分布较为零散;雷电灾害致灾因子危险区划中,高危险性区域主要分布于市行政中心、仁怀及桐梓部分区域,该高危险性区域同是人口分布密集,GDP较高的区域,在今后的发展建设中需加强该区域雷电灾害物防、技防、人防能力建设,以减少雷电灾害造成的人员伤亡和财产损失。 相似文献
19.
选取闪电密度、雷暴日、经济损失风险、生命损失风险等作为各县(市、区)雷电灾害易损性评估指标;并在此基础上,建立雷电灾害评估体系,对各县(市、区)的雷灾易损性进行了综合评价,进行区划分析。基于南充市雷电监测数据和人文经济指标而制作的全市雷电灾害风险区划,可以为全市雷电灾害防御提供科学依据,能有效降低因雷电灾害带来的生命财产损失和社会影响,提高灾害天气预报、预警能力,提升气象防灾减灾能力。基于南充市雷电监测数据而统计出的闪电密度、雷暴日数更具客观性。 相似文献