共查询到15条相似文献，搜索用时 109 毫秒
1.
2.
基于信息扩散方法的中国台风灾害年月尺度风险评估 总被引：1，自引：0，他引：1
利用1985—2014年中国台风灾情和社会经济资料,对中国年和月尺度的台风直接经济损失的时空变化规律进行分析,并采用信息扩散方法开展损失风险评估,为提高台风灾害风险管理能力提供参考。结果表明:全国年及7—9月各月的直接经济损失均呈增加趋势。直接经济损失的月际变化特征明显,8月致灾台风个数多、损失最严重;与1985—1994年相比,后两个10年年内变化幅度大,且9一10月损失大于6—7月。随着直接经济损失水平的增加,发生中、高风险的地区逐渐减少,年直接经济损失≥50亿、≥100亿元水平下,浙江风险概率为全国最高。在10年、20年、30年一遇三个风险水平下,浙江、广东、福建、广西年直接经济损失一直维持特重灾等级;20年、30年一遇风险水平下,北方地区的山东与辽宁年和8月、河北年台风直接经济损失也达特重等级,防台应对不容忽视。 相似文献
3.
宁波市台风灾情评估和基于层次分析法的风险评估 总被引：6，自引：2，他引：6
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。 相似文献
4.
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
5.
《湖北气象》2017,(2)
利用1980—2013年7月1日—9月30日中国东南地区818个国家地面气象站小时降水资料以及台风6 h路径观测数据分离出台风降水后,采用最大似然估计法得到台风小时降水Gamma概率密度函数分布的形状参数α和尺度参数β,并对代表站点上Gamma分布模拟的小时降水概率分布与观测的小时降水频率分布进行对比分析;最后,基于Gamma分布模拟,得到台风小时降水总的降水概率分布特征以及不同台风影响距离和台风强度影响下超过给定阈值的降水累积概率分布与极端降水阈值。结果表明:我国东南地区台风降水总的特征是小时降水超过5 mm多发地区位于华南、华东沿海地区;其余大部分地区不易发生超过5 mm的小时降水量;广东沿海、广西南部、海南西北部,小时降水超过10 mm的累积概率为10%~15%;小时雨量超过20 mm阈值的概率极低;在近距离台风影响下,随着台风强度增大,95%累积概率小时降水阈值为15~20 mm的区域由福建和广东沿海以及海南变为湛江和海南,而阈值为10~15 mm的地区由两广浙闽地区变为广东、福建和江苏沿海以及浙江;就远距离台风而言,随着台风强度增大,东南地区出现台风降水的区域逐渐由东南沿海向内陆延伸;海南、广东、福建和江西为远距离强台风影响下95%累积概率对应的小时降水阈值较高地区。 相似文献
6.
7.
十一运会各赛区气象灾害风险评估 总被引：1，自引：1，他引：0
利用山东省17个比赛城市1971—2007年8—10月的逐日气象资料,用统计方法对各种灾害性天气进行了风险评估。结果表明:十一运会期间有9种气象灾害,不同月份的气象灾害风险有差异,其风险等级由高到低依次为:8月雷电、暴雨、台风、大雾、冰雹、大雨、高温、大风;9月雷电、大雾、大风、暴雨、大雨、连阴雨、台风、高温和冰雹;10月大雨、大雾、大风、连阴雨、暴雨、高温、冰雹、台风。开幕式、闭幕式日发生上述气象灾害的概率很小。评估结果在十一运会气象保障中得到应用。 相似文献
8.
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。 相似文献
9.
本文首先对2010年王秀荣等建立的台风灾害综合等级评判模型进行了改进,主要基于以下三个方面:一是对倒损房屋数指标的转换函数进行重新定义,二是对直接经济损失指标的去通货膨胀化;三是对原模型综合关联度指数分析中"死亡人数、直接经济损失、倒损房屋数、农作物受淹面积"4个指标的权重系数优化;然后,运用改进模型对2000—2015年登陆我国的历史台风灾害进行了综合等级评定与大小排序;同时,将评定结果与原模型的评定结果进行了比对。通过应用与检验分析,证明了改进后模型明显降低了通货膨胀对直接经济损失指数的影响,凸显了以人为本的防灾理念,较原模型具有更好的等级识别度,评定灾情等级结果更符合实际灾情,具备较好的评判功能,可以试用于气象服务等相关业务中快速对台风灾情进行综合等级或历史排序等评判。 相似文献
10.
台风是对港口威胁最大、影响最广而评估难度最高的自然灾害之一,港口台风灾损评估对于国际大港密布的中国尤其重要。利用1997—2015年的台风气象观测资料及广州市南沙港区资产分布统计数据,采用国际减灾战略评估模型,重点测算致灾因子危险性和承灾体脆弱性,评估不同重现期下南沙港区台风灾害风险的分布特征和经济灾损状况。评估结果显示,南沙港区的台风风险水平呈现出空间非均衡性,二、三期工程风险水平较一期工程更高;当遇重现期50 a以下台风时,港区经济灾损较小,一旦超过100 a一遇等级,则可形成巨灾;港区不同部位的风险水平差异明显,其中供油、通信、空箱、给水、消防的风险水平偏高;在不考虑易损性前提下,500 a一遇台风可导致经济灾损达1.404亿美元。基于PGIS法将本地风险知识应用到GIS软件中,开展多种情景下南沙港区台风灾害风险评估的方法,可移植到其他港口的各类气象灾害损失研究。 相似文献
11.
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。 相似文献
12.
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。 相似文献
13.
利用暴雨区连续追踪的思路和全国2481个气象站逐日降水资料对1961—2019年全国区域连续性暴雨过程（Regional Continuity Rainstorm Process,RCRP）进行客观识别,并根据RCRP的持续时间、影响范围、最大日降水量和最大过程降水量建立和改进危险性评估模型和危险性区划。结果显示：1961—2019年中国共发生2294次RCRP,危险性排名前十强的RCRP与历史记录相符;其危险性空间分布特征与我国降水气候态分布相似,由东南向西北逐级递减;我国RCRP的高危险性区域位于华南和江南地区;危险性的季节空间分布与同季节的降水特征相关,春季华南地区的RCRP高危险性等级体现了我国华南前汛期的影响;夏季华北和东北地区的RCRP危险性高于其他季节,沿海地区的高危险性体现了台风暴雨的影响;秋季四川北部的危险区主要体现了华西秋雨的影响;单次RCRP危险性区划表征本次暴雨洪涝受灾程度大小的分布情况,可以直观地判断此次RCRP对我国相应区域造成暴雨洪涝灾害的大小分布情况。其研究结果增进了对于RCRP演变规律的认识,对于预测未来RCRP季节或次季节内等不同时间内的区域危险性强度大小及其相关的暴雨洪涝灾害风险防范具有重要意义。 相似文献
14.
广东省台风灾害风险综合评估 总被引：6，自引：3，他引：6
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。 相似文献
15.
2017年总计27个台风在西北太平洋和南海生成,其中8个在我国沿海登陆。台风生成时间集中于7—8月,生成源地较多年平均偏西5°,南海台风数（8个）较多年平均（4～7个）明显偏多,台风登陆点集中在广东沿海,气旋峰值强度（30.9 m·s-1）较多年平均（40.3 m·s-1）明显偏弱,登陆台风的平均登陆强度（29.0 m·s-1）较多年平均（32.8 m·s-1）偏弱。台风雨水情呈现降雨范围广、暴雨强度大,主要江河平稳、部分中小河流超警戒水位的特征。使用实时业务定位、定强及降水、大风、水文观测数据,针对2017年影响我国的10个台风个例的气象水文特征及社会经济影响做出详细分析。“天鸽”为2017年登陆中国最强的台风,导致灾损最为严重,其与“帕卡”在4 d内先后登陆经济发达、人口密集的珠三角地区,造成损失叠加。 相似文献