共查询到19条相似文献，搜索用时 125 毫秒
1.
从致灾因子角度,通过系统分析暴雨与其造成的灾害损失之间的关系,提取致灾关联度较高的暴雨因子,采用正态分布概率密度函数和最小距离法,建立区域性暴雨强度评价模型。在此基础上,通过分析历史暴雨个例之间灾害损失的相似性,采用类比法,建立了湖北5—9月暴雨灾害损失定量预估模型。2008—2009年的试验结果表明,类比法可作为暴雨灾害定量损失预估的实用方法。 相似文献
2.
利用1961-2012年吉林省逐日降水资料、暴雨灾情资料、逐年GDP和人口资料采用灰色关联度分析方法建立重大暴雨过程指数及灾损指数,利用相关分析法对重大暴雨过程造成损失的影响因素进行探讨,采用多元回归法建立重大暴雨过程影响损失评估模型,并进行拟合和试评估检验。结果表明：吉林省重大暴雨过程造成的损失与前7 d雨量及重大暴雨过程指数相关显著;利用前7 d雨量和重大暴雨过程指数建立的影响损失评估模型拟合和试评估效果均较好,可在实际业务中应用;由于在重大暴雨过程发生前,评估因子就可获得,因此,可以对其灾害损失进行定量预评估,在实际业务中指导意义较大。 相似文献
3.
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。 相似文献
4.
5.
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%。 相似文献
6.
利用四川省2002—2020年降雨灾情数据和156个国家气象观测站及5727个区域气象观测站逐日、逐小时降雨资料，分析四川省降雨灾情时空分布及其与雨量特征的联系。结果表明：四川省近年来降雨灾情数量增长明显，盆地西部、南部灾情数量最多，密度最大，凉山州和盆地东北部死亡人数最多。灾害主要发生在6—9月，灾情分布有从盆地东北部、南部向西部发展，最后到东北部的趋势。盆地在有大暴雨出现时灾害发生可能性最大，致灾频率50%以上，暴雨致灾频率20%～40%;攀西地区暴雨出现时致灾频率20%～30%;川西高原暴雨天气过程较少，大雨出现时致灾频率最大，为10%～30%。最大小时雨量盆地区在10 mm以下的灾害主要发生在盆南和盆东北，盆西在各个雨量等级范围内占比都较大，攀西地区灾害主要集中在10～40 mm，川西高原为20 mm以下。最大日降雨量小于50 mm的灾害主要分布在盆南，超过300 mm的主要发生在盆西北，50～100 mm以盆南和盆西南为主，攀西地区50～100 mm占比最大，川西高原为25～50 mm。 相似文献
7.
《湖北气象》2016,(5)
致灾因子危险性评价是进行风险区划的重要环节。本文采用江西省贡水流域超警戒水位的降水作为暴雨致灾因子,以最优极值函数分布方法计算研究该流域的重现期面雨量,利用超警戒水位降水过程的降水量时间分布规律和降水空间经验正交函数分析结果,结合Flood Area模型开展不同降水时空分布情景的洪水演进模拟,以模拟淹没水深作为指标建立暴雨致灾危险性评价等级,对不同降水时空分布情景下贡水流域暴雨致灾危险性进行评价。结果显示:不同的降水时空分布对暴雨洪涝致灾危险性评价影响较大。该方法是完善流域内暴雨洪涝灾害风险区划和评估工作的基础,在此基础上开展流域内不同承灾体的脆弱性评价和暴露度评价,可为地方政府制订减灾规划与预案等提供参考。 相似文献
8.
基于2008—2019年我国台风县(区)灾情的直接经济损失数据,根据经济损失率将台风灾害经济损失风险分为五类,考虑台风灾害的致灾因子和孕灾环境因子共选取10个解释变量,采用五种经典的机器学习算法,包括支持向量机(Support Vector Machine,SVM)、随机森林(Random Forest,RF)、AdaBoost、XGBoost(Extreme Gradient Boosting Machine)和LightGBM(Light Gradient Boosting Machine),分别构建台风灾害经济损失风险评估模型,选出准确率最高的模型,应用于经典台风过程并进行检验评估。结果表明:基于RF算法的台风灾害经济损失风险模型的准确率最高;利用RF、XGBoost、LightGBM、AdaBoost和SVM算法构建模型的准确率依次为0.69、0.63、0.62、0.45和0.41。选择RF算法构建的台风灾害经济损失风险模型的解释变量表明,致灾因子是最主要的解释变量,其中,降雨导致损失的重要性超过风速。该模型在训练集和测试集上对风险分类的TS评分为0.55和0.51,但对每种风险类别的辨别能力存在差异,对于最低风险和最高风险的分类效果较好,对于较高风险和中等风险的分类能力不足。利用该模型对2017年第13号台风“天鸽”的经济损失进行检验评估,评估结果与实际台风灾害经济损失的风险等级较一致,各风险等级的准确率均达到0.7以上,TS评分在0.58以上,空报率和漏报率分别在0.31和0.25以下。 相似文献
9.
基于雷达资料的上海地区暴雨面雨量计算及应用 总被引：1，自引：1，他引：0
根据上海地区小时雷达资料的定量降水估测(quantitative precipitation estimation,QPE)网格产品和经过质量控制的自动站雨量资料进行暴雨面雨量计算方法研究,计算方法为:将暴雨区内自动站周围9个网格点的QPE平均值作为自动站的雷达估测雨量,计算各测站雨量与雷达估测雨量的差值,用克里金插值方法将差值场插值到雷达降水估算产品相同的网格点上,再将网格点上残差插值数据加上网格点上雷达估测雨量,得到各网格点用自动站订正后的雷达估测小时雨量资料。文中24个典型暴雨各测站订正后QPE与实测雨量的平均绝对误差比订正前减小了27%;两个典型暴雨主要降水阶段经国家气象站资料订正后QPE与实测雨量的平均误差比订正前减小了33%～39%,暴雨过程总雨量经国家气象站资料订正后减小了34%～59%。根据以上方法得到的网格点雨量计算和绘制上海地区2007—2015年24个典型暴雨降水区域的小时面雨量值和图、过程面雨量值和图、行政区和水利片面雨量值和图。最后基于.NET Framework 4.0基础架构软件开发平台,使用Microsoft Visual Studio 2012和Microsoft Visual Studio软件开发工具制作"基于雷达资料暴雨面雨量自动化计算查询系统",供业务科研人员实时查询和计算。 相似文献
10.
本文使用玉屏县国家站及乡镇考核站点2014-2020年暴雨天气过程日降水量、逐小时降水量及灾情数据,统计分析玉屏县暴雨天气及致灾暴雨天气过程降水特点,对本地“三个叫应”阈值进行检验,并提炼乡镇“三个叫应”阈值。结果表明：（1）新店镇暴雨频次逐年变化幅度不大,而田坪镇变化幅度最大,朱家场镇次之。（2）全县在5-7月份出现暴雨的频次较高,6月份达到峰值,而朱家场镇暴雨频次的峰值出现在7月。（3）在所有暴雨天气过程中,短时强降水多出现在夜间,致灾分为持续性降水或平缓降水致灾、暴雨叠加致灾、短时强降水致灾。当玉屏县境内出现连续4天以上降水且累计雨量达到100mm左右,或10mm/h左右降水持续5小时～9小时,将可能出现灾情。暴雨叠加分为空间叠加及时间叠加,玉屏县辖区两次暴雨时间间隔小于1天,将极易引发相关灾害。空间叠加为玉屏县中南部3小时出现50mm降水叠加岑巩上游暴雨,玉屏县中南部将可能出现灾情。（4）对“三个叫应”阈值进行检验,结果表明各乡镇的致灾雨强并不统一,因此制定分乡镇的“三个叫应”阈值,3h阈值为40mm～60mm。 相似文献
11.
基于最大相关最小冗余度算法和随机森林回归算法,该文提出一种对欧洲中期天气预报中心（ECMWF）集合预报产品进行暴雨预报的释用方法。该方法采用最大相关最小冗余度算法,对ECMWF集合预报的51个成员进行筛选,选取若干个与预报对象相关性最大、相互间冗余度最小的成员作为随机森林回归算法的输入因子。利用ECMWF集合预报降水量平均值对建模样本进行分类,使预报模型的建模样本更具有针对性。通过2012年4月—2015年12月的交叉独立样本试验预报和2016年1—9月的业务预报试验的统计结果表明:该释用方法的暴雨预报TS和ETS评分,均比采用ECMWF集合预报产品51个成员降水量预报进行插值后取平均值的释用方法分别提高了0.07和0.05以上,显示了较好的数值预报产品释用效果。 相似文献
12.
选取2021年嫩江流域9个暴雨日,利用降水融合产品,采用CRA空间检验,对区域台风数值预报系统(CMATYM)和国家级智能网格指导预报(SCMOC)20:00起报的24 h降水预报产品进行检验。结果表明:CMA-TYM和SCMOC预报的最大降水量位置均偏西、偏北,CMA-TYM和SCMOC预报的降水落区均偏西,但前者偏北,后者略偏南,SCMOC预报优于CMA-TYM。误差分析表明:CMA-TYM和SCMOC预报的暴雨落区最大降水量和平均降水量比实况偏小,格点数、面积较实况偏大,但整体上,CMA-TYM预报更接近实况。CRA空间检验显示,CMA-TYM预报的降水强度和落区形态、SCMOC预报的降水落区位置和形态较接近实况,具有一定指示意义。 相似文献
13.
对2014—2016年中国国家气象中心T639数值预报、日本细网格数值预报、欧洲中心细网格(EC thin)数值预报以及天津市乡镇指导预报产品中在天津地区降水预报分别进行检验。结果表明:所有模式降水的晴雨预报准确率均随预报时效的延长而下降。降水预报准确率在秋冬春季的预报效果明显好于夏季。EC thin产品在冬季降水的预报中优势更为明显,而指导预报及T639对5月、6月及9月天津地区局地降水多发期的降水更有指示意义。针对2014—2016年天津地区的23个暴雨日按影响系统分型并统计检验结果,暴雨日降水预报晴雨成绩较好有参考价值,而降水分级检验偏差较大。相对于局地性暴雨过程,区域性的暴雨过程数值预报有更为可靠的参考性。 相似文献
14.
利用三源融合格点降水实况、加密自动站观测资料、雷达基本反射率因子、高分辨率数值预报产品及FNL再分析资料, 对2020年汛期辽宁地区12次区域性暴雨过程进行天气系统分型检验表明, 气旋型暴雨模式的可预报性较低。选取2021年7月12—14日辽宁地区典型气旋型暴雨过程进一步分析, 采用面向对象目标的空间检验方法SAL, 结合传统检验方法, 从结构、强度和位置三个方面定量分析不同模式预报偏差的原因。结果表明: 暴雨落区集中且呈双雨带分布, 局地雨强大, 辽宁东、西部降水成因不同。CMA区域模式较全球模式暴雨TS评分高; SAL空间检验表明, CMA区域模式对于雨带内部结构把握较好, 全球模式结构误差主要来源于降水极值预报不足; 强度检验表明, CMA-MESO3km强度接近实况, EC_THIN次之, CMA_GFS的降水强度预报较差; 各模式暴雨落区基本可信, CMA-MESO3km最优, 暴雨落区的误差主要由于模式预报降水过程主体重心与实况的偏差较大所致。 相似文献
15.
利用2008—2019年甘肃省陇东342个测站的逐日降水资料和ECMWF_ERA5再分析资料，总结了不同暴雨天气过程的环流特征，建立了精细至模式预报每个格点、综合考虑暴雨日每个预报时次的多次取样网格化暴雨预报“配料法”方案，并通过2020年5次暴雨过程进行验证。结果表明，陇东暴雨可分为副高扰动型、冷槽切变型和偏北气流对流型；由于不同类型暴雨的环流特征差异明显，降水范围及持续时间不同，具有代表意义的关键物理量及阈值也不相同；网格化配料法的过程预报准确率相比ECMWF_THIN提高了20%，站点预报准确率提高了7.8%，性能优于ECMWF_THIN模式的暴雨预报；配料法对小区域预报效果优秀，预报范围越大预报准确率越低。 相似文献
16.
利用中国2400余个国家级气象台站观测数据插值得到的1961~2018年逐日网格降水资料,综合运用回归分析和Morlet小波变换等方法,分析了华南多年暴雨和区域性暴雨的时空变化特征,揭示了华南暴雨的变化规律。结果表明:1961~2018年,华南全年暴雨日数和暴雨雨量大值区域分布在广东、广西、福建沿海一带及海南省和广西北部,夏季暴雨日数和暴雨雨量最大,其次是春季。在广西北部至广西、湖南、广东三省交界处、广东南部、福建和海南省,全年暴雨日数、雨量和强度的增加趋势最显著,夏季的区域平均值增长速率最大,其次是秋季。华南区域性暴雨日数和过程数呈单峰型分布,一年中均可出现,最大值出现在6月。区域性暴雨日数和过程数多年平均值为28 d a^(-1)和16.5 a^(-1),上升速率分别为0.15 d a^(-1)和0.097 a^(-1),四季中夏季的上升速率最快,最慢的是秋季。平均单次过程持续日数和最大单次过程持续日数在冬季均以0.015 d a^(-1)的速率显著上升,在春季却呈现下降的趋势。华南暴雨和区域性暴雨各要素在全年和四季的波动变化中不同程度地表现出准3 a、准14 a和准18 a的周期变化,2000年后,全年暴雨和区域性暴雨各要素准18 a的长周期和准3 a的短周期振荡非常显著。 相似文献
17.
利用地面降水观测资料、国家气象信息中心研发的4种降水融合产品（FAST_5 km、FRT_5 km、RT_1 km、NRT_1 km）,采用误差分析、偏差分析、正确率、TS评分等方法,对其在四川盆地西部的适用性进行分析,并选取2020年8月10—11日一次极端暴雨过程进行详细评估。结果表明：融合格点降水资料与实况较为一致,且1 km产品更接近实况。极端暴雨过程中,对于过程累积雨量,4种融合格点降水资料均能很好地反映此次降水过程,降水落区、走向和雨带形态均与实况较为一致。1 km产品的强度和落区都更接近实况,其中以NRT_1 km与实况的匹配度最高,偏差更小。融合格点降水资料存在24 h雨量极大值比实况偏小的情况,1 km产品的极值较5 km产品有很大提升。融合格点降水资料的小时最大降水量低于实况,存在一定的偏差量。强降水时段,融合降水资料与实况偏差不大,能够反映降水的大值区。总体上看,三源融合实况格点产品效果优于二源融合实况格点产品,其中融合了CMORPH和FY 2种卫星资料的近实时三源融合实况格点产品最优。 相似文献
18.
利用全国降水资料（包括江西加密降水资料）、探空资料、ECMWF模式72—24 h降水和形势预报资料,采用天气学检验、SAL定量降水预报检验等方法,对2017—2019年江西及附近地区锋面暴雨的实况和模式产品进行检验分析,检验主要影响天气系统预报效果,得出ECMWF模式降水预报误差分布特征及原因,并对模式的暴雨预报进行订正。结果表明：ECMWF模式对2017—2019年锋面暴雨过程预报较实况大多偏北,落区预报误差主要源于大尺度降水。从锋面暴雨三种SAL分析误差可见,落区预报较实况大多偏北,暴雨过程强度多数较实况偏弱,结构较实况偏小。对误差较大个例的分析得出两点订正思路：1） 锋区南侧有较明显动力热力对流发展的弱锋区暴雨,暴雨落区可订正至925 hPa锋区南侧高温高湿区。2） 较强锋面暴雨,当中低层切变辐合抬升区重叠时,暴雨落区可向925 hPa锋区位置调整,暴雨通常不易出现在锋区北侧冷区。 相似文献
19.
本文利用高分辨率中尺度数值预报模式WRF和两组再分析资料,在研究不同模式初值对华南暖区暴雨预报质量差异明显的基础上,利用合成初值方法进行了模式初值对暖区暴雨预报的敏感性数值试验研究,讨论了模式初始场关键物理量对暖区暴雨预报质量的影响,重点开展了模式初值湿度场质量对华南暖区暴雨降水预报的敏感性分析。结果表明:模式初始场质量的较小差异,可显著影响本次华南暖区暴雨预报的降水强度、降水落区以及降水发生时间等的质量。初始水汽场对暖区暴雨预报影响最大,也最为敏感,是准确预报对流单体的发生发展以及地面强降水的基础。风场和温度场对暖区暴雨预报的影响相对较小。对流层低层较强的风速辐合是本次暖区暴雨强对流单体触发、生成和加强发展以至产生暖区强降水的物理基础。 相似文献