共查询到17条相似文献，搜索用时 155 毫秒
1.
雷雨大风与河北电网灾害特征分析 总被引：2，自引：0，他引：2
利用1983—2008年26年河北省灾情直报数据资料,统计分析大风灾情记录及大风灾害对河北电网设施损坏的时空分布特征。结果表明：（1）7～12级大风是造成电网安全事故的主要灾害性大风;（2）大风灾害致电网安全事故年变化存在显著差异,最多高达43起/年,最少年仅为2起/年;（3）月分布呈显著的单峰曲线变化,6 8月为大风灾害电网安全事故高峰期,占全年大风灾害总次数的83%;（4）空间分布极不均匀,燕山南麓、太行山东麓以及沿海地区是电网灾害事故相对多发区域;（5）通过典型个例分析、成因分析,提出灾害性天气服务对策,为加强河北省电力行业气象服务及防灾减灾提供参考。 相似文献
2.
河北省主要气象灾害时空变化的统计分析 总被引：5，自引：0，他引：5
根据1984~2011年河北省气象灾害统计数据和河北省气候影响评价资料,分析了河北省气象灾害灾次和灾情的时空分布特征。研究表明:河北省主要的气象灾害有暴雨洪涝、旱灾、雹灾、风灾和雷灾等5类,5类气象灾害存在明显的时空分布特征。河北省暴雨洪涝主要集中在河北省西北部,灾次比最大值0.038;冰雹灾情主要集中在张家口、承德以及位于太行山东麓的保定西部地区,灾次比最大值为0.027;干旱灾情主要集中在邯郸以及沧州南部,灾次比最大值为0.036;大风灾情主要集中在河北中部,高值中心在唐山北部,灾次比最大值为0.030;雷电灾情主要集中在秦皇岛、张家口以及石家庄,灾次比最大值为0.034。河北省暴雨日数分布与暴雨洪涝灾情分布的不一致表明气象灾害灾情除与致灾因子有关外,还与承灾体脆弱性密切相关。 相似文献
3.
吉林省大风气象灾害风险区划评价研究 总被引：1，自引：0，他引：1
依据灾害风险理论,结合吉林省地貌特征,构建吉林省大风气象灾害风险评价的指标体系,揭示吉林省大风气象灾害风险空间分布规律。研究结果表明：吉林省大风灾害高风险地区分布在长春大部分地区、四平部分地区、延边州敦化市的北部和吉林省东南部海拔较高的山区;次高风险地区主要分布在白城西部、松原南部、四平西部、辽源地区、吉林北部;松原北部、吉林南部、通化大部、白山大部和延边州部分地区风险性最小。从风险区划各指标的分析来看,长春市辖区附近的高风险性是由致灾因子的高危险性及承灾体的高易损性共同引起的,而延边州敦化地区北部及东南部海拔较高山区的高风险性是由致灾因子的高危险性所引起的。根据大风灾害风险分布情况,提出了相应的措施,为相关部门科学决策提供智力支持。 相似文献
4.
基于1980~2010年拉萨-林芝铁路沿线17个地面站的气象资料、2019年西藏统计年鉴和西藏自治区地理信息数据资料,运用自然灾害风险综合指数法、层次分析法以及GIS空间处理技术,分析了孕灾环境脆弱性、灾害因子危害性和承灾体脆弱性,建立了拉萨-林芝铁路沿线主要气象灾害的风险研究模型,完成了拉萨-林芝铁路沿线主要气象灾害风险等级区划。结果表明:拉萨-林芝铁路沿线闪电高发季节是夏季和早秋,占91.23%;暴雨高发季节是盛夏和秋季,占93.60%;暴雪主要发生在冬季,占87.06%;大风主要发生在春季,占74.59%。拉萨-林芝铁路沿线暴雪灾害高风险区主要分布在林芝东南部和米林以东,大风灾害高风险区主要分布在加查和朗县附近,闪电和暴雨灾害高风险区主要分布在林芝市和山南市附近。 相似文献
5.
《干旱气象》2018,(5)
利用2005—2017年冀北电网输电线路逐日灾害事故记录和同期气象观测资料,统计分析该地区电网线路灾害事故的时空分布特征,评价电网输电线路的气象灾害事故风险等级。研究发现:(1)造成冀北地区电网灾害事故类型多样且分布极不均匀,主要灾种有雷害、冰害、风偏和污闪,其中雷害最多,占事故总数的70. 1%,而污闪占比最少,为3. 8%。(2)雷害频数均占冀北五地市电网气象灾害事故首位,冰害、风偏和污闪在不同地区影响不同,其中冰害、风偏对张家口电网影响较大,风偏、冰害和污闪对唐山电网影响较大,而承德、秦皇岛和廊坊电网受雷害以外灾种影响均较小。(3)冀北电网灾害事故月分布呈双峰型,主峰和次峰分别出现在6—8月和11月,主峰主要由雷害事故引起,次峰主要由冰害事故引起; 13 a间,冀北电网线路各种灾害事故均无明显变化趋势。(4)张家口东部、承德西部和南部、唐山北部是冀北电网线路气象灾害事故高风险区,唐山和秦皇岛南部、廊坊东部、张家口中部是电网线路事故低风险区,其他地区为中风险区。 相似文献
6.
根据雷山供电局提供的1981—2010年逐日电网事故资料,采用统计分析的方法研究了该县电网事故的分布特征及其成因,结果表明:雷暴、低温覆冰是造成电网安全事故的主要气象因素,占电网事故总数的80.2%,其次是降水、大风;电网事故的年平均发生次数为32起/a,且年变化存在显著差异,振幅明显,最高达到73起,最少年为14起;电网事故月分布特征呈显著的双峰曲线变化,主要集中在6—8月和12月—次年2月,为电网安全事故高发期,占全年86.3%;从各时段发生电网事故的百分率序列来看,其主要发生在夜间,夜间发生的电网安全事故占总数的54.8%。 相似文献
7.
青岛地区气象灾害分析评估 总被引：2，自引：0，他引：2
青岛地区发生频率较高的气象灾害主要有暴雨、大风、大雾、台风、雷暴和冰雹等。利用1971—2008年的气象资料,分析了主要气象灾害的空间分布特征,对暴雨和大风的发生概率及重现期进行了计算。并通过1984—2007年气象灾情普查资料,对暴雨、台风所致的气象灾情进行了评估。据此对青岛气象灾害进行了区划和风险分析,得出青岛地区暴雨洪涝灾害主要集中在莱西、胶南沿海两个区域;胶州湾前部沿海及市区是大风和大雾多发区;环胶州湾地区处在台风的影响范围内,尤以市区、胶南沿海和黄岛区出现频率较大;胶州湾西岸的黄岛区雷暴影响较大。 相似文献
8.
《干旱气象》2021,39(3)
利用1961—2018年青海省气象资料、地理信息数据和社会经济数据,对青海省干旱灾害风险区划进行研究。结果表明:(1)致灾因子危险性较高的地区主要在青海省东部和南部,较低地区主要在青海省西部。(2)孕灾环境脆弱性整体自西北向东南逐渐降低,西北地区脆弱性风险较高,东南部较低。(3)承灾体暴露风险较高的地区主要在青海省东部,其他地区风险较低。(4)防灾减灾能力较高的地区主要在青海省西北部,而青海省南部和东部防灾减灾能力较低。(5)干旱灾害综合风险总体自东向西递减,高风险区主要在青海省东部地区,低风险区主要在青海省西部地区。(6)青海省干旱灾害高风险区主要由于致灾因子危险性及承灾体暴露性都较高,低风险区主要是致灾因子危险性、承灾体暴露性较低,且防灾减灾能力强。 相似文献
9.
10.
江西省双季稻气象灾害风险评估研究 总被引：3，自引：0，他引：3
利用GIS技术,分析了江西省14个代表台站1956—2012年气候资料,并根据江西省双季稻生长发育对气候条件的要求,对影响江西省双季稻的3个主要农业气象灾害(小满寒、高温逼熟、寒露风)指标进行风险评估。结果表明,江西省早稻主要受小满寒和高温逼熟影响,晚稻主要受寒露风影响。小满寒灾害的高风险区主要包括修水、宜春、景德镇、玉山和广昌等地,高温逼熟灾害的高风险区主要包括赣州、遂川、广昌、吉安、贵溪、玉山和修水等地,寒露风灾害的高风险区主要包括修水和宜春。江西省早稻气象灾害中度风险等级区分布于江西省平原和盆地,重度风险等级区大体分布于周围山地丘陵地区。晚稻气象灾害重度风险区主要位于西南部地区。 相似文献
11.
运用2011年12月至2015年11月河北省11条高速公路沿线156套交通气象监测站资料、142个国家气象站雾灾资料、因雾造成的交通事故和封闭管制资料、高速公路日均车流量、路网密度等资料,基于致灾因子危险性、承灾体空间脆弱性以及承灾体易损性3个方面建立了高速公路雾灾风险区划模型,并绘制河北省高速公路雾灾风险区划图。结果发现:(1)河北北部地区、西部山区、沧州沿海地区的高速公路雾灾风险等级较低,而东部和南部平原地区的高速公路雾灾风险等级较高,可为交通安全管理部门提供一定的参考依据;(2)在相同区域内,局地浓雾多发、交通事故多发、大范围雾日多都可造成高速公路雾灾风险等级升高。 相似文献
12.
通过辨识影响福建省枇杷生长发育和产量的主要致灾因子,分析枇杷对气象灾害的敏感性和暴露性,考虑种植区的防灾减灾能力,构建出枇杷气象灾害综合风险评估指标体系,利用枇杷种植区1971—2011年气象资料,1992—2011年枇杷种植面积、产量及其他社会经济资料,采用层次分析法和熵权系数法融合方法计算各风险指标的权重及各评估单元的风险指数,进而构建枇杷气象灾害的综合风险评估模型,应用GIS技术制作出风险精细区划图,评估枇杷气象灾害的综合风险。结果表明:致灾危险性对综合风险的影响最大,起主要作用;重度以上的综合风险主要分布在福建省5个主要山脉的中高海拔山区以及枇杷种植面积大的莆田市、福清市、云霄县,轻度综合风险区主要分布在中南部沿海县市的低海拔种植区 (除种植大县和东山县外),其余种植区的综合风险属中度。 相似文献
13.
基于2010—2022年浙江省建德市区域自动气象站的逐日数据和茶叶种植数据,将早春霜冻、夏季高温热害和冬季冻害作为评价指标,利用层次分析和加权综合评价方法,构建茶叶气象灾害综合风险评估模型。将建德市茶叶气象灾害风险划分为高、中、低3个风险等级。结果表明：建德市茶叶气象灾害综合高风险区主要集中在乾潭、杨村桥、下涯镇西北部和乾潭、三都镇东部区域。中风险区主要集中在莲花、乾潭大部、钦堂中南部、下涯、三都镇中部、大洋镇、梅城镇东部、李家西南部和大同镇北部。低风险区主要集中在杨村桥镇中南部、梅城镇中西部、乾潭镇中部和建德市中南部区域。 相似文献
14.
利用贵州省黔东南州15个气象站1990—2019年逐日降水量、DEM、土地利用、常住人口等数据,采用层次分析法（AHP）,从危险性和环境脆弱性两个方面构建降雨型泥石流风险评估模型,并采用历史泥石流事件对评估结果进行验证。结果表明：危险性指标中暴雨日数的重要程度最高,危险性的空间分布表现为西部和东部最高,北部最低;环境脆弱性指标中高程的重要程度最大,研究区的环境脆弱性整体上四周更高,中部较低。研究区降雨型泥石流极高风险区分布在最东部和西部,主要是由危险性最高造成;高和中度风险主要分布在南部地区,其中中度风险区是由脆弱性相对较低造成。历史泥石流灾害案例中有76.6%发生在极高和高风险区,风险评估结果与历史泥石流事件分布相吻合。 相似文献
15.
利用2009—2019年吉林省27条主要高速公路交通事故资料,结合高速路段事故发生点对应的国家级气象站观测资料,运用SPSS算法中的k-均值聚类分析法、数据标准化处理、主成分分析法以及事故比等数理方法,对高速公路交通事故的时空分布特征以及交通事故与气象要素关系进行分析。结果表明：冬季是事故高发季节,夏季次之,春、秋两季事故相对较少;高速公路事故空间分布区域基本划分为高危、次高危、中危、低危四个等级,中部地区属于高危风险区域,北部地区属于低危风险区域,珲乌线上的长春至蛟河、延边东部是事故发生最多的路段;降雨、阴天、降雪天气是气象要素影响下交通事故发生的主要原因,降雨量级、降雪量级与交通事故的发生均成正比关系,阴天对高速公路行车安全的影响可以用能见度作为量化指标,能见度降到50 m以下时对交通事故的影响达到最大;风力达到6级及以上时对交通事故的影响明显。 相似文献
16.
乌鞘岭高速公路路段多发交通事故的气象条件分析 总被引：1，自引：0，他引：1
利用2006年1月1日至2013年5月31日甘肃省乌鞘岭路段高速公路发生的一般、重大、特大公路交通事故个例和同期乌鞘岭气象站的气象观测资料,利用统计方法分析天气现象和气象要素与公路交通事故的关系。乌鞘岭路段的交通事故一年中3月、7月、9月发生的几率较大,这与季节交替时气象要素变化显著、雨带北移、降水日数增多有直接关系。乌鞘岭路段公路交通事故,由不良气象条件引发的占总事故数的81%。发生交通事故中不良天气的排序依次为结冰、降雨、降雪、积雪、大雾。普查气象要素与交通事故相关性,发现最低温度、地面最低温度、相对湿度、能见度、日降水量、极大风速与公路交通事故具有显著相关。 相似文献