排序方式： 共有22条查询结果，搜索用时 140 毫秒
1.
几何面特征是气象灾害的主要空间形态表现, 气象要素值的同化结果、下垫面地表类型、人口和财产的聚集特征组合在灾害特征面上的分布情况呈现显著空间差异及分布不均衡。利用空间分析和数学形态学方法, 依据城市地区复杂下垫面所表现的地表土地覆盖类型, 生成数字化动态卷积模板, 对建立在气象要素分布图上的图谱化网格进行动态膨胀和腐蚀操作, 计算结果可图形化表示为气象灾害在城市空间面上的影响图谱, 并以此作为气象灾害在城市地区造成影响的空间评估结果。针对北京1999年7月22日的高温灾害性天气的个例研究结果表明, 靠近或包含“水体”和“绿地”的空间网格区域大多被执行了腐蚀操作, 而建筑用地、道路、水泥地面等分布较集中区域的空间网格, 则被执行了膨胀操作。因此, 采用数学形态学的“面状灾害事件”空间形态特征的演算对表现灾害自然强度及评估多致灾因子下灾害的真实影响情况是非常有效的。 相似文献
2.
3.
选用大雾观测资料测算城市地区的雾灾危险性指数,以规则网格作为评估单元,逐网格计算网格区域内的路网密度,以此作为雾灾的空间脆弱性指标,并针对重点设施的分布情况对脆弱性指数进行空间叠加订正;选用网格内的人口密度作为雾灾的易损性指标;危险性、脆弱性及易损性3项指标按5:2:1的分配比例综合测算雾灾的风险指数。实例研究选用北京地区1996年1月—2006年12月的大雾资料,按空间网格化方法对大雾灾害风险进行评估,结果表明:北京地区雾灾脆弱性指数的高值区域与高速路及环城路延伸方向一致,城市中心为人口集中分布地区,其综合风险指数高,与高速路段、环城路及机场等地段均为雾灾的高风险区域,北京东南部地区年平均雾日数相对较多,危险性指数值也较高,是雾灾较高风险区域。 相似文献
4.
北京市奥运期间气象灾害风险承受与控制能力分析 总被引：4，自引：0，他引：4
针对北京市奥运会期间的7种主要气象灾害(雷电、冰雹、大风、高温、暴雨、大雾和霾灾害),建立了气象灾害风险承受能力与风险控制能力评价的指标体系.经过专家评分,获取7种气象灾害的评价指标所对应的分值.利用层次分析法,计算评价指标的权重系数.最后得到7种气象灾害评价指标的加权平均值作为其风险承受能力与风险控制能力系数.利用灾害模数、经济易损模数、生命易损模数3个指标进行北京市奥运期间18个区县空间易损度区划分析.结果表明:北京市奥运会期间,高温灾害和暴雨灾害的风险承受能力与风险控制能力最弱;雷电灾害和大雾灾害的承受与控制能力中等;冰雹灾害和霾灾害较强;大风灾害最强.易损度空间差异分析表明,城区(东城区、西城区、崇文区和宣武区)、朝阳区和海淀区为高易损性区域;丰台区、石景山区、房山区、昌平区、顺义区和大兴区为中易损性区域;门头沟区、通州区、平谷区、怀柔区、密云县和延庆县为低易损性区域. 相似文献
5.
京津冀地区气溶胶时空分布及与城市化关系的研究 总被引：2，自引：1，他引：1
利用AERONET（AErosol RObotic NETwork）数据对2008~2012年Terra MODIS（MOderate-resolutionImaging Spectroradiometer）C006 3 km卫星遥感气溶胶产品在京津冀地区的适用性进行了验证,分析京津冀地区3km分辨率气溶胶光学厚度（AOD）的时空分布和变化特征。利用DMSP（Defense Meteorological Satellite System）/OLS（Operational Linescan System）夜间灯光数据作为城市化评价手段,对京津冀地区城市化与AOD时空分布之间的关系进行了研究。结果表明:（1）MODIS 3 km气溶胶产品遥感反演数据和同期AERONET监测数据在研究区具有很好的一致性,相关系数达0.91,满足期望要求;（2）时间上,2008~2012年研究区年平均AOD值在0.361~0.453之间变化,年际间变化浮动大,总体呈下降趋势;AOD春季呈明显下降趋势,夏季总体呈微弱上升趋势,秋季和冬季呈明显上升趋势;（3）空间上,2008~2012年北京、天津和河北中南部的AOD值较高,河北北边AOD值较低;四季AOD空间分布呈现较强烈季节变化,夏季最高,冬季最低;（4）夜间灯光数据和AOD时空分布不仅在空间分布上呈现较好的一致性,且2008~2012年二者的地理权重回归（GWR）模型拟合度R2达0.8左右。研究区内AOD与夜间灯光数据二者相关性显著,城市化发展水平和人类活动对气溶胶的分布有着明显的影响。 相似文献
6.
北京奥运期间冰雹灾害风险评估 总被引：9，自引：2，他引：7
采用空间信息技术的评估方法对北京地区奥运期间的冰雹灾害进行风险评估,并从原理、方法及过程3个方面作了系统的论述.冰雹灾害风险评估基于空间评估模型,综合叠加了以地形为外界敏感性因素的敏感度因子、以出现概率为主的危险性评估结果及考虑下垫面的人口、经济、人文分布情况的脆弱性评估结果.评估结果所展现的北京地区奥运期问的冰雹灾害的风险情况表明:冰雹灾害风险除了与雹源分布有密切关系外,还与城市人口及社会、经济情况关联,其权重组合计算结果显示北部山区及北京市的中心地带为易受冰雹灾害影响的高风险或较高风险区域. 相似文献
7.
基于GIS和RS的区域陆地植被NPP估算——以中国内蒙古为例 总被引：54，自引：0，他引：54
在GIS的支持下,利用地面气象数据和MODIS数据,考虑到最大光利用率在不同植被类型中的差异,构建了一个区域陆地植被NPP估算模型,并以2002年的内蒙古植被为例,研究了植被净初级生产力及其时空分布。结果表明:(1)该模型在数据获取了上比较容易,仅利用地面气象数据和遥感数据就可以对陆地植被NPP进行估算,使其实际的可操作性得到加强。(2)通过与NPP的实测资料及其他模型的对比研究表明:该模型对区域陆地值被NPP的模拟效果较好,与Chikugo模型相比,它更能反应森林NPP的实际情况。(3)2002年内蒙古植被净初级生产力为390.8MtC/a,总体分布趋势是由东北向西南递减,其季节变化也非常明显,在6月中旬至9月中旬的3个月时间里,NPP占了全年的72.7%,而1—2月份植物基本停止生长,净初级生产力极低,每月仅为3.59MtC。 相似文献
8.
城市化对珠江三角洲强雷暴天气的可能影响 总被引：17，自引：5，他引：17
通过对2004年8月11日午后发生在珠江三角洲地区的一次强雷暴天气的高分辨数值模拟，研究了城市化发展可能对雷暴活动的影响问题，主要考察了与城市土地利用类型改变相关的“城市热岛”的形成和演变特征，城区粗糙度增大可能引起的低层辐合的增强过程，及其与雷暴发展强度变化的关系。结果表明:模拟的雷暴发展和演变过程与这一地区城市化的发展有密切的联系。引进了更加真实的关于珠江三角洲地区的土地利用类型资料之后，耦合了陆面模式Noah LSM的MM5模式可以更加成功地模拟出强雷暴天气的发展和演变过程。雷暴系统移经主要城市区后在珠江口西岸的增强过程与这一地区“城市热岛”的效应有关。中午时热岛开始形成于广州城区的上空，之后向南移动，范围扩大。另外，城区粗糙度增大引起的低层辐合增强可能在雷暴发展和演变过程中也起到了作用。模拟的与城市影响有关的低层辐合主要位于500 m以下的近地面层，开始时形成于城市的上风方向，并在下风方向增强， 由此引起的强烈上升运动有利于新的对流的启动和发展，促使雷暴强度增强。 相似文献
9.
根据1996—2009年北京市逐日电网灾害资料分析了北京市电网雷害的发生规律, 结果显示:北京市电网雷害存在季节变化和日变化特征。结合同期气象观测站的雷暴日资料、北京市各区县的经济和人口密度特征提出了电网雷害概率、电网雷害频度、电网雷害密度、经济易损模数和生命易损模数作为北京市电网雷害风险评估指标。在此基础上,采用4级分区法对上述电网雷害易损性评估指标进行分级,并将北京市各区县按照5个电网雷害评估指标的所属等级值累加,得到电网雷害综合易损风险评估的评估系数。结果表明:北京地区电网雷害高风险区集中在北京城区中心附近,山区和山前迎风坡地带尽管电网雷害频次较高,但电网雷害风险却相对较低。 相似文献
10.
北京地区冰雹灾害风险区划主要依据“风险=概率×损失”的风险评估方程来计算风险值,不单纯依靠极端天气及气候事件的概率统计来做区划。首先利用灰色关联模型将北京地区近30年 (1980—2009年) 的冰雹灾害历史灾情资料进行灾损评估,评估结果以关联度归一化值及高斯变换值的方式分别用于时间序列分析及风险值估算。然后采用启发式分割算法 (BG算法) 对灾情数值进行时间序列分析,分析发现:1997年为不平稳结点,1997年前后的灾情数值从平稳性上应分属两个不同的时间序列。以1997年后的期望偏差作为变异系数。在灾损评估结果的基础上进行关联度归一化值在0~1范围内10个等间距的雹灾频次统计,依据统计结果计算北京地区冰雹灾害的平均风险值并用该值来制定冰雹风险等级标准。最后利用风险评估方程计算历次雹灾的风险值,结合风险等级标准完成北京地区冰雹灾害风险区划。区划结果显示:北京地区冰雹灾害的高风险区域主要分布在北京城市中心地区、密云县城及平谷区等几个人口稠密地区,而山区及山前迎风坡地带尽管降雹频次高,冰雹灾害风险却相对较少。 相似文献