共查询到20条相似文献，搜索用时 15 毫秒
1.
2.
在分析国内雷电灾害风险区划发展现状进行的基础上,从区域雷电灾害事前风险评估的角度出发,采用灾害评估的承灾体、致灾体模式,引入雷电风险、地域风险和承灾体风险作为评估指标,针对每个指标选取与其发生紧密度较高的参数作为2级评价标准,对区域雷电灾害风险进行基于事前致灾因子的区域雷电灾害风险评估研究,并以福建省为例,应用该模型进行了计算。结果表明,基于承灾体、致灾体模式的区域雷电灾害风险评估模型能较好地反应出区域雷电灾害发生的损失程度,对于行政区域范围的雷电灾害风险度区域与政府决策支持具有积极的指导意义。 相似文献
3.
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
4.
根据自然灾害风险理论,结合气象数据、地理信息、人口与经济资料等开展雷电灾害风险综合评价,研究致灾因子、孕灾环境和承灾体等因子与风险的定量化关系,建立评价指标和层次分析模型,运用模糊综合判断和聚类分析等方法计算综合评价指数并划分风险等级。结果表明:雷电灾害高风险区主要集中在滇中、滇西南及滇西北的丽江东南部等地区;次高风险区分布于西双版纳、普洱、昆明、楚雄、曲靖西部、玉溪北部及大理中部等地;中风险区分布最广,主要集中在临沧、德宏、曲靖、红河、丽江及文山北部等;迪庆、怒江和昭通的风险值较低,将风险综合评价结果与历史雷电灾情的分布进行对比,两者对应情况较好。开展基于灾前防御的风险分析,研究雷电活动影响范围和风险等级,有助于提前控制和处置风险,随着技术方法的不断改进,风险评价的置信度和可靠性也将得到提升。 相似文献
5.
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
6.
北京地区雷电灾害风险评估方法与应用 总被引：4，自引：0，他引：4
首先选用北京地区1961—2008年的气候站点资料分析闪电活动的气候背景特征,用2007—2008年的闪电定位资料统计各评估网格单元的地闪密度,得到北京地区网格化地闪密度分布,评估网格单元大小为1km×1km。研究发现北京地区平均地闪密度大致在1.6～2.4次·km-2·a-1之间,有三处地闪密度的高值分布区,分别是西南部房山的拒马河流域地区,北京城中心偏北—昌平—顺义一带以及平谷一密云一带。借助空间网格技术,根据下垫面承灾体的雷电防护及规避特征,将评估区域划分成建筑物、室外建筑物遮挡部分及空旷地带三种空间类型。然后依据不同空间类型区域的地闪密度、闪电有效截收面积、雷电防护能力和位置参数等因素,分别核算评估网格单元内的雷击危险事件次数,作为雷电灾害风险评估的主要致灾因子指标。最后以人作为雷电灾害的首要承灾体,按"风险=雷击危险事件次数×暴露人口"的概念模型方法,测算北京地区雷电灾害风险指数。风险评估结果认为北京城市地区由于人口及经济实体密集分布,雷电灾害风险普遍较高,城市地区的雷电灾害风险具可规避性;农村及城市远近郊区,人口稀少,尽管闪电活动会比城市地区活跃,雷电灾害风险不是太高。 相似文献
7.
人口与GDP空间化技术支持下的暴雨洪涝灾害承灾体脆弱性分析 总被引：4，自引：3，他引：1
基于统计年鉴资料和土地利用数据,分别建立人口、GDP空间化模型,模拟南京市浦口区人口和GDP的空间分布。并结合暴雨洪涝历史灾情数据,探索区县级行政区域暴雨洪涝灾害承灾体脆弱性风险评估技术方法,最终获得100 m×100 m格网的浦口区暴雨洪涝灾害承灾体脆弱性空间分布图。研究结果表明:(1)人口、GDP的空间化模拟结果,既与各镇街统计数据保持一致,又反映了各镇街内部的人口、GDP分布的空间变化,可以为承灾体脆弱性评估提供精细化、可靠的数据源。(2)浦口区暴雨洪涝灾害承灾体脆弱性高风险区,分布在东北部经济较为发达的城镇街道而老山山脉和沿江内陆滩涂地区脆弱性风险较低。 相似文献
8.
程丽丹 《南京气象学院学报》2019,11(2):234-240
根据自然灾害风险评估理论,利用闪电定位资料、地理信息数据、社会经济数据以及雷电灾情等数据,采用层次分析法（AHP法）,从致灾因子的危险性、承灾体的暴露度和承灾体的脆弱性方面,研究雷电灾害风险评估及区划方法,建立起评价指标与风险评估的定量关系,形成了河南省雷电灾害风险评估的方法.同时,结合GIS技术,形成了致灾因子危险性分布图、承灾体的暴露度分布图和承灾体的脆弱性分布图,最终叠加形成河南省雷电灾害综合风险区划图.区划结果表明：高风险区主要位于豫东和豫西北大部分地区,低风险区主要位于豫北和豫西南部分地区. 相似文献
9.
10.
浙江省雷电灾害风险分析及区划 总被引：2，自引：0，他引：2
在灾害风险评估中,基于行政区域统计单元的人口和经济数据往往与栅格水平上的致灾因子存在空间上的不匹配。利用遥感夜间灯光数据、植被指数和DEM数据构建人居指数,进行栅格尺度上的雷灾承灾体易损性分析,利用2005—2011年浙江省电网雷电信息系统的地闪数据和2008—2011年雷电灾害统计资料进行雷电致灾危险性评估,基于上述三个评估指标,采用层次分析法确定权重系数,建立浙江省雷电灾害风险评估模型,获得1 km分辨率的浙江省雷电灾害风险区划图。结果表明,杭州、宁波、台州等经济发达地区和长兴、安吉、天台和临海等平地向山区地形过渡地带是浙江省雷电高风险区,甬台温沿海、海岛、衢州西部和丽水南部地区是低风险区域,其他地区为中风险区。 相似文献
11.
《湖北气象》2017,(2)
为了提高广西台风防减灾业务的时效性和精准度,基于自然灾害风险评估理论和方法,根据2010年广西生态遥感本底数据和社会经济空间化数据、地理信息数据,构建耦合自然生态和社会经济的台风灾害承灾体脆弱性指标体系,运用基于GIS的风险指数法,建立台风灾害承灾体脆弱性评价模型,实现了像元尺度的广西台风灾害承灾体脆弱性精细化评价。结果表明:广西台风灾害承灾体高脆弱区域主要分布在桂南、桂东南高暴露于台风灾害的建设用地和生态易损农用地、水土流失严重的裸地,占全区面积的25.9%;低脆弱区主要分布在桂东、桂东北、桂西北、桂西社会经济落后和植被覆盖度较高的山区,占全区面积的45.6%。 相似文献
12.
用桂林市13个气象观测站点50年的雷暴观测资料,以及近13年的雷电灾害记录,分析桂林市雷电变化特征及分布规律,利用灾害风险评估方法,选择雷电日数作为致灾因子,气候背景和地形地貌作为孕灾环境,人口及经济发展情况作为承灾体,对桂林雷电灾害进行评估.结合GIS提供的地理信息,完成桂林市雷电灾害风险区划.研究结果:东北方雷电风险等级低,西南方风险等级高;近年来雷电日数有降低的趋势. 相似文献
13.
雷电灾害风险区划方法研究及其在安徽省的应用 总被引：4，自引：2，他引：2
本文根据自然灾害系统理论和自然灾害风险评估理论,利用气象资料、地理信息数据、社会经济数据以及雷电灾情等数据,采用统计方法、灾情解析、专家打分等方法,从致灾因子、孕灾环境、承灾体方面,研究雷电灾害风险评估及区划方法,建立起评价指标与风险评估的定量关系,形成了较完整的雷电灾害风险评估及区划技术方法体系,具有很好的应用推广价值。对安徽省雷电灾害风险区划表明:高风险区主要位于经济水平较高的城市以及皖南山区高海拔地区,而低风险区主要位于淮北地区,与灾情验证情况吻合。 相似文献
14.
本文从雷电致灾因子、孕灾环境和承灾体方面研究雷电灾害风险评估及区划方法,根据自然灾害系统理论和自然灾害风险评估理论,以福建省三明市为例,利用气象探测资料、地理信息数据、社会经济发展规模、人口密度、土地利用现状以及雷电灾情等数据,采用统计方法、灾情解析、调查问卷确定权重等方法,建立起评价指标与风险评估的定量关系,利用GIS技术将易损性构成要素进行图层叠置,在GIS平台上将所有数据落实到1km×1km的格栅上进行处理,各地的雷电灾害易损性便以1km×1km的单元进行计算量化,最终得到精细化的雷电灾害易损性风险区划图,完成基于GIS图层叠置法的精细化雷电灾害易损度区划模型研究,形成较科学的雷电灾害风险评估及区划技术方法体系,具有很好的应用推广价值,为发展智慧气象,提升防雷减灾公共服务能力提供科学参考,对开展雷电监测、预警、预报以及防雷减灾研究都具有重要意义。 相似文献
15.
乡镇级气象灾害风险评估,是政府主导、部门联动、社会参与防御和应对气象灾害中最基础的一环,对基层灾害风险管理和灾害防御具有直接的指导意义。然而,乡镇行政单元往往空间区域较小,风险空间差异的反映需要有高精度的致灾因子、承灾体和灾情数据来支撑,而现阶段较为匮乏。为此,本研究拟通过阈值筛选、权重赋值及空间插值等地学统计方法,尝试建立一套在当前数据条件基础上,大致正确反映乡镇级别气象灾害风险空间格局的方法,并以浙江省永嘉县为例,对台风、暴雨、雷电、低温灾害进行了乡镇气象灾害风险评估,以期为各部门切实进行不同灾种的灾害防备和增强基层群众气象灾害风险防御行动提供科学依据。 相似文献
16.
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
17.
18.
利用南郑县国家一般气象站1971—2016年、28个区域自动气象站2012—2016年降雨资料,DEM高程数据,辖区内社会经济资料,确定暴雨灾害的致灾因子、孕灾环境、承灾体易损性等区划因子,并使用ArcGIS对各项因子进行模拟计算,得到南郑县暴雨灾害风险区划图。区划结果表明:低风险区和次低风险区基本分布在南郑县北部,中等风险区基本分布在南郑县中部,次高风险区和高风险区基本分布在南郑县南部、东南部。 相似文献
19.
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
20.
本文利用贵州省84个气象站1971～2008年的观测资料和2013年贵州省社会经济资料,结合地理信息数据,从致灾因子、孕灾环境、承灾体易损性、承灾体抗灾能力等四个方面采用归一化后的加权平均方法综合分析了贵州省道路结冰灾害的风险。结果表明:贵州省道路结冰灾害风险的低风险区占全省面积的24.26%,一般风险区范围最大,占全省面积的36.41%,中等风险区占全省面积的24.02%,高风险区占全省面积的11.5%,极高风险区占比最小,为3.83%。全省中等风险及以上的风险区主要集中在贵州省中部以西地区,东部地区仅分布在在铜仁市中部的梵净山区、黔东南州西部的苗岭主锋之一雷公山一带。 相似文献