共查询到17条相似文献，搜索用时 156 毫秒
1.
通过对三明市市区及10个县（市）气象观测站1981-2013年雷电观测资料的统计分析,得出了三明市雷电气候特征与变化规律.采用2003-2012年雷电灾害数据,从雷电致灾因子、承灾体因素考虑,选取雷击密度Ng、雷电灾害频度P、经济损失模数D和生命受损模数L作为分析雷电灾害易损度指标参数,通过广泛调研和抽样调查问卷,确定各要素所占权重,计算出三明市区及所属10个县（市）雷电灾害易损性风险值,确定了雷电灾害易损度区划分级指标,绘制雷电灾害易损度区划图,完成了雷电灾害易损度区划研究. 相似文献
2.
结合镇海区实际，开展大片区建（构）筑物网格化雷电灾害风险评估模型构建与应用，解决雷电灾害风险评估仅停留在依据灾后损失指标的单体建（构）筑物风险分布评估情况。在常规电气—几何雷电灾害风险评估模型基础上创新应用，引入地理信息处理技术将评估区域进行网格化分割，建立格点内包含建（构）筑物高度及其梯度、土壤电阻率及其梯度、直击雷防护效率、有效截收面积、地闪密度、电子电气设备系统、人口密度、火灾风险等指标在内的多层次网格化雷电灾害风险评估模型，并以辖区某化工企业厂区雷电灾害风险评估为例，对模型实践可行性应用示例。结果表明：对各指标数据集综合分析计算并运用ArcGIS风险区划，结合厂区功能布局特点分析评价，结果与市级雷电灾害风险评估报告、省级雷电易发区划基本一致。采用地理信息技术网格化处理大范围、跨区域雷电灾害风险评估方法，从“点”到“面”建立数学模型，对评估区域范围及扩展范围的雷电灾害风险评估、风险区划、政府决策支持等具有指导意义。 相似文献
3.
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
4.
利用2000—2009年烟台市14个县市区的雷电灾害统计资料,结合烟台市各县市区的经济发展状况和人口密度特征,引用雷暴日数M,雷电灾害频度P,经济（GDP）易损模数D,生命易损模数L作为各县市区雷电灾害易损性评估指标,在此基础上计算出各县市区综合易损性指标,最后形成烟台市雷电灾害易损度区划。 相似文献
5.
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
6.
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
7.
8.
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
9.
廊坊市雷电灾害易损性分析、评估及易损度区划 总被引：2，自引：0，他引：2
利用1968～2007年河北省廊坊市9个地面气象观测站的雷暴资料及1998～2007年廊坊市雷电灾情统计数据,结合其区域经济状况和人口密度,确定用雷暴日数（M）、雷电灾害频度（R）、经济（GDP）易损模数（E）、经济损失模数（E’）、生命易损模数（L）、生命损伤模数（L’）作为廊坊市雷电灾害易损性评估指标。计算出廊坊市各县（市、区）6个雷电灾害易损性评估指标后分等级进行综合评估与分析,得出各县市区的易损度,并按5级分区法对廊坊市雷电灾害易损度进行区划。结果表明：廊坊市开发区为极高易损区,全市无低易损区和极低易损区。 相似文献
10.
利用雷电监测设备预警雷电,以便于及时采取规避措施减免人员伤亡和经济损失,从而降低评估场所的雷击风险值。本文从这一角度出发,分析了雷电监测预警系统的应用,着重研究了采取预警措施后影响到的参数LX及其取值方法,结合预警系统的命中率、漏报率,推导建立了风险评估计算公式。给出了安装预警设备后的风险评估流程图,归纳总结了重要场所安装预警设备后影响到的主要风险类型。并以某石化工厂为例,进行了实例应用分析和风险对比。为采取雷电监测预警措施的场所进行合理的雷击风险评估提供可借鉴的方法。 相似文献
11.
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
12.
在研究区域雷电灾害易损性区划中,大多采用层次分析等方法来确定指标权重值,然而层次分析法在确定指标权重值时,人为主观因素较大,必然会给所建立的综合评估模型带来较大的误差.因此,利用主成分分析法,建立了雷电灾害易损性区划综合评价模型,从而很好地克服了层次分析等方法所带来的缺点,使得模型结果更接近于实际水平.利用海南省雷击大地密度、雷电灾害发生的频数、经济损失模数、生命易损模数以及人员伤亡频数等5个指标数据,采用所建立的雷电灾害易损性区划综合评价模型,对海南省雷电灾害易损性进行了实例分析. 相似文献
13.
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
14.
根据 2007-2011 年浙江省雷电灾害事故调查资料、浙江省地闪监测资料,选取地闪密度、灾害频数、经济（GDP）损失模数、生命易损模数、雷灾经济损失、人员伤亡等作为浙江省各市雷电灾害易损性评估指标,对浙江省各市进行雷电灾害易损性综合评估,并结合 GIS 方法对浙江省进行了雷电灾害易损性风险区划,为有针对性做好防御雷电灾害规划提供科学依据. 相似文献
15.
利用1960—2013年广西地面气象站观测雷暴资料、2009—2018年二维雷电监测定位资料和2016—2018年三维雷电定位监测资料,以闪电密度为评估要素,建立层次分析模型,绘制广西雷电易发区划图;并加载环境高程数据、2000—2019年雷灾数据以及2005年—2018年广西人口、GDP统计资料,计算雷电灾害风险值,绘制广西雷电灾害风险区划图。结果表明,广西雷电易发区划分为极高易发区、高易发区、中等易发区三个等级,其中以中等易发区为主,该区面积约占全区总面积的47%;极高易发区域主要分布在桂南、桂东南及桂东地区。广西雷电灾害风险划分为极高风险、高风险和中等风险三个等级,以中等风险为主,广西雷电灾害风险区划与雷电易发区域分布态势基本一致,等级变化趋势由沿海向内陆递减。 相似文献
16.
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