“灾害风险评估” 栏目所有文章列表

(按年度、期号倒序)

  • 一年内发表的文章
  • 两年内
  • 三年内
  • 全部

Please wait a minute...
  • 全选
    |
  • 灾害风险评估
    任慧子, 曹小曙
    地理科学进展. 2011, 30(7): 875-882. https://doi.org/10.11820/dlkxjz.2011.07.013
    Baidu(4)
    在综合整理公元前1831 年-公元1980 年中国地震灾害资料的基础上,运用GIS 技术,着重探讨了中国地震灾害的时空特征以及中国地震灾害对交通影响的空间分布与类型分析。中国地震灾害记载的时间分布不平衡,是随时间的推移而逐渐呈现上升趋势;其空间分布也不平衡,元代以前集中于山西、河南、陕西一带,明清时期西南和台湾地区有所增加,民国及1949-1980 年主要集中于西南、西北及台湾地区。中国地震灾害对交通影响的空间分布也集中于西北、西南地区,特别是云南、四川和新疆,通过地震烈度的空间分布,可知高烈度的地震对新疆的交通系统影响较大,云南和四川较低烈度的地震对其交通系统的影响也比较大,这是因为3 省皆分布于中国强震带内,且四川和云南地形复杂,多山地丘陵,其交通线的分布多沿山川行进,故较易受地震影响。然后,依据破坏程度、次生灾害、交通构筑物破坏可将地震灾害对交通的影响划分为不同的影响类型。
  • 灾害风险评估
    徐新创, 葛全胜, 郑景云, 戴尔阜, 刘成武
    地理科学进展. 2011, 30(7): 883-890. https://doi.org/10.11820/dlkxjz.2011.07.014
    农业干旱风险评估有助于提升区域灾害风险管理和决策水平,减轻干旱灾害造成的损失。利用历史降水资料、灾情数据和社会经济数据,本文以地级市为评估单元,以各评估单元3 种播种面积最大的农作物为评价对象,在发展和完善现有连续无雨日干旱评估指标的基础上,结合作物不同生长阶段对干旱反应的差异,设计了一套农业作物干旱等级判定及其概率研究方法,同时,提出评估单元不同作物干旱等级损失率的计算方法,构建了农业干旱风险损失评估的计算模型。本文以西南区为案例区进行了农业干旱风险评估,结果发现:①采用研究方法求算的各评估单元风险损失结果能有效地表达各评估单元之间的农业干旱风险差异;②根据计算的农业干旱风险指数划分的风险区能比较准确地反映案例区内农业干旱风险的空间分布规律;③西南区农业干旱高度和重度风险区主要分布在该区西部和北部的一些高原、山地之中,而轻度和中度风险区则主要分布在其东部、中部和南部地区。
  • 灾害风险评估
    李芬, 于文金, 张建新, 朱凤琴, 刘英丽
    地理科学进展. 2011, 30(7): 891-898. https://doi.org/10.11820/dlkxjz.2011.07.015
    Baidu(114) CSCD(32)
    在各种自然灾害中,干旱是发生范围最广、频率最高、灾情和影响最严重的灾害。近年来,随着自然灾害损失的加剧,减灾工作得到各国政府前所未有的重视,各国科技工作者开始了包括干旱在内的自然灾害的评估工作。本文旨在把握干旱灾害评估的研究现状,力求对干旱灾害评估各个方面的研究做出较全面的总结和评价,以期达到促进中国干旱灾害评估研究进一步深化的目的。文章从干旱指标、干旱评估理论、干旱评估方法以及干旱评估类型等方面对国内外的研究进展进行了较全面的分析,分析表明,现有干旱评估研究多侧重于农业干旱和区域单品种干旱灾情的特征研究,缺乏从系统的角度综合研究干旱对生态环境、社会经济效应等区域灾害系统的模拟研究,干旱评估模型结果不能反映干旱带来的系统影响。未来的干旱评估研究要更多地应用新技术和新方法,不断向多学科、综合研究方向发展。
  • 灾害风险评估
    张丽娟, 陈红, 高玉宏, 马艳敏, 马骏
    地理科学进展. 2011, 30(7): 899-905. https://doi.org/10.11820/dlkxjz.2011.07.016
    Baidu(33) CSCD(4)
    选取黑龙江省1971-2005 年35 年大风资料,分析了78 个市(县)大风的时空分布特征,运用信息扩散理论的计算方法得出发生不同大风日数的概率风险估计值,并用GIS 技术制成风险图并进行区划。研究表明:①黑龙江省大风20 世纪70、80 年代最多且波动性较大,90 年代至20 世纪初明显减少,并趋于稳定;大风多发在春季,是造成春旱、春季火灾的主要原因。②年总大风日数,高值区多分布在松嫩平原、三江平原,低值区以大兴安岭、伊春、牡丹江地区为主。③以信息扩散理论计算方法得出发生大风为1 d、2 d、3 d、4 d 的概率风险估计值,大风风险高值区在黑龙江省中南部自西向东呈带状分布,北部、中北部、西部及南部为风险低值区。运用信息扩散理论首次实现对黑龙江省不同大风日数进行风险评估,其具有所需资料少,并可实现对市(县)以下地域单元不同灾害的发生风险及损失风险评估的优点。