引論：我們為您整理了13篇自然災害危險性分析范文，供您借鑒以豐富您的創作。它們是您寫作時的寶貴資源，期望它們能夠激發您的創作靈感，讓您的文章更具深度。
篇1
1研究背景
我國是一個多山的國家，山丘區面積約占全國陸地面積的2/3。復雜的地形地質條件、暴雨多發的氣候特征、密集的人口分布和人類活動的影響，導致山洪災害發生頻繁。據《全國山洪災害防治規劃報告》數據統計，我國山丘區流域面積在100km2以上的山溪河流約5萬條，其中70%因受降雨、地形及人類活動影響會發生山洪災害［1］。由于山洪災害的發生具有突發性強、來勢猛、時間短等一系列特點，且其造成的危害對人們的生命財產影響巨大［2］，因此，關于山洪災害的研究早在20世紀初就已經開始了。經過半個多世紀的發展，山洪災害的研究已經涉及成因、空間分布特征、災害損失評估、風險評價與制圖等各方面［3－11］。風險評估與管理逐漸也成為國際上倡導和推廣的減災防災有效途徑之一［12］。目前，山洪災情評估工作得到了來自地學工作者、工程專家和各級政府部門的高度重視，并逐漸成為國際性的研究項目。特別是在山洪風險評估方面的表現尤為突出［7－11］。但是，這些評價工作的對象往往是泥石流、滑坡或單純的溪河洪水等單一災種，評價單元基本以行政區域為單元，缺乏流域系統性、災害種類完整性，評價指標選擇也無可比性［2－6］。其次，目前對大尺度范圍上的山洪災害區劃成果，多為如何防治山洪災害的目的進行的，是一種黑箱模型，未完整給出各山洪溝的危險性、易損性和風險等級水平，因而無法準確判斷不同區域的山洪風險等級。因此，本文將借鑒全國山洪災害防治規劃中對山洪災害的定義，將由降雨在山丘區引發的洪水及由山洪誘發的泥石流、滑坡等對國民經濟和人民生命財產造成損失的災害統一納入研究范圍［1］。以小流域為評價單元，開展四川省山洪災害風險評估研究，以期為四川省山洪災害管理及防治提供一定的理論依據。
2研究方法與數據來源
2．1研究方法
本研究對風險評估的方法，仍借鑒聯合國有關自然災害風險的定義，即風險是危險性與易損性的乘積。其中危險性是災害的自然屬性，易損性則是災害的社會屬性。風險分析在危險性和經濟社會易損性分析的疊加基礎上完成。因此，本研究的內容主要包括危險性分析、易損性分析以及二者疊加基礎上的風險分析。最后，在風險分析的結果基礎上，采用一定的區劃原則和方法，結合全國山洪災害防治規劃中的一級區劃和二級區劃，對四川省山洪災害風險進行更進一步的三級分區，形成風險區劃圖。由于在進行危險性和易損性分析時，選取的指標較多，各個指標在危險性和易損性大小中的貢獻不同，為定量評價各指標在其中的權重，本研究選用層次分析法進行分析。其基本原理為:首先建立山洪災害危險性、易損性分析評價指標體系，每一層都有1個或2個評價因素對應上層目標層，根據這些相互影響，相互制約的因素按照它們之間的隸屬關系排成3層評價結構體系;然后，根據專家經驗針對某一個指標相對于另一個指標的重要程度進行打分，打分后即建立判別矩陣。根據山洪災害的成因和特點，結合目前現有數據情況，本研究選取的危險性和易損性評價指標體系見表1和表2。在進行山洪災害危險性和易損性的評價時，為了將不同的指標體系組合后用一個統一的量化標準對其等級進行劃分，首先根據已有數據的分布區間按照StandardDeviation分類方法，對危險性和易損性水平進行劃分，根據實際需要，共劃分為5個等級，各個等級的指標范圍見表1和表2。
2．2數據來源
四川省山洪歷史災害資料來自四川省山洪災害防治分區項目調查數據。該數據以小流域為單元，其面積界定為＜200km2［1］的小流域共計2471條(近50a來發生過山洪災害的小流域)。部分縣域，小流域單元數據是由國家氣象局與國家科技基礎條件平臺建設項目———系統科學數據共享平臺提供;四川省內及周邊82個站點年雨量數據來自中國氣象局數據庫;DEM(90m)數據來自SRTM;土地利用數據來自中國科學院資源環境科學數據中心;巖性數據來自中國地質調查局的1∶250萬中國數字地質圖;基礎土壤數據來自中國科學院南京土壤研究所的1∶100萬中國土壤屬性數據庫。
3山洪災害風險評估與區劃
3．1危險性指標體系及評估
根據危險性各評價指標及對各指標數值的綜合統計分析，結合專家的經驗判斷，參與者均為全國山洪災害防治規劃中承擔相應數據資料分析的專家(共3位)，各位專家根據經驗判斷各級指標間的相對重要性，然后利用層次分析法確定出危險性各指標的權重值，如表3所示。結合ArcGIS的空間分析計算，將各指標危險性分級圖轉換為柵格格式(見圖1(a)至圖1(e))，結合上表給出的每個指標所確定的綜合權重值，利用ArcGIS的柵格疊加計算功能，可得到山洪災害危險性圖(見圖1(f))。具體計算方法為:山洪災害危險性=0．041×最大24h暴雨極值+0．021×最大24h暴雨極值變差系數+0．207×最大1h暴雨極值+0．105×最大1h時暴雨極值變差系數+0．035×地形坡度+0．04×地形起伏度+0．091×小流域主溝比降+0．19×河網緩沖區+0．071×歷史災害緩沖區。
3．2易損性指標體系及評估危險性
根據易損性評價指標體系，依據層次分析法計算了四川省山洪災害易損性指標的權重值(見表4)。在ArcGIS中，將各指標分級圖轉換為柵格格式(見圖2(a)至圖2(c))，結合表4給出每個指標所確定的綜合權重值，利用ArcGIS的柵格疊加計算功能，可得到山洪災害易損性成果圖(見圖2(d))。具體計算方法即為山洪災害易損性=0．18×溝道兩側范圍人口數量+0．42×溝道兩側范圍人口密度+0．18×地均GDP+0．12×人均住房數量+0．06×歷史災害死亡人數+0．04×歷史災害沖毀房屋數。
3．3山洪風險評估
根據山洪風險度R等于危險度H乘以易損度V的定義，利用ArcGIS的空間分析疊加功能，可以計算山洪災害的風險度圖。在處理數據時，首先將危險性分級圖和易損性分級圖進行歸一化取值(0～1)見表5，然后進行柵格相乘計算，即可得到四川省山洪災害的風險圖，其取值范圍為0～1之間。根據山洪災害風險區等級劃分標準進行分級，可得到四川省山洪災害風險分級圖，如圖3所示。
3．4山洪風險區劃
根據山洪災害風險分級結果，結合全國山洪災害防治規劃中的一、二級防治分區范圍，采用基于空間鄰接系數的聚類分析方法，對風險分級結果中的最小單元進行逐級向上合并，根據主導因素與綜合因素相結合、區域單元內部相對一致、以人為本的經濟社會分析等山洪災害區劃原則，劃分出全國山洪災害風險區劃單元。以四川省山洪災害風險等級為基礎進行最小單元聚類，在ArcGIS中疊加全國山洪災害防治二級區劃(四川省境內)成果，同時根據四川省自然條件和山洪災害防治現狀，將四川省境內的西南地區細分為3個三級區(圖4所示Ⅰ－8－3，Ⅰ－8－1，Ⅰ－8－2)，原二級區劃中的藏南地區、藏北地區、秦巴山地區由于面積不大，山洪災害現狀和自然條件比較一致，因此不做進一步劃分(如圖4所示的Ⅲ－1，Ⅲ－2和I－4)。因此，四川省山洪災害風險區劃共涉及6個區劃單元，如圖4所示。在完成風險性等級劃分圖和區劃圖以后，以各風險區劃單元為單位，統計各三級區內風險度等級分布特征。表6為四川省各風險區劃單元內風險度等級面積統計，表7為四川省各風險區風險等級比例統計。從表7中可見，四川盆地及周邊為山洪災害中高風險區，為四川省山洪災害重點防治地區。其它地區山洪災害風險等級較低，在進行山洪災害防治時，應以防治措施為主，同時加強災害監測的預警預報。
4結論
(1)整個四川省的山洪災害風險等級水平處于較高水平，特別是四川盆地及周邊地區是山洪災害的高風險值地區，中風險區等級以上的面積占到了整個四川盆地及周邊總面積的近80%，這一區域也是四川省人口、經濟密度最大的區域，因此山洪災害防治任務艱巨。其次，秦巴山地區是四川省山洪災害次嚴重地區，中風險區等級以上的面積占到了整個四川省秦巴山地區總面積的18%。其它幾個三級區域山洪災害風險水平不高，大多處于低風險和較低風險水平，山洪災害防治應以防治措施為主，同時加強災害監測的預警預報。(2)由于山洪災害的成因機理十分復雜，特別是溪河洪水及其誘發的滑坡、泥石流災害成因更為復雜，在進行山洪災害危險性、易損性評估時，評價指標體系應在深入研究成因機理的基礎上進行選取，但限于目前研究成果和資料的可獲取性限制，本研究風險評估結果的準確性仍有待驗證。
參考文獻:
［1］長江水利委員會．全國山洪災害防治規劃報告［R］．武漢:長江水利委員會，2005．(ChangjiangWaterRe-sourcesCommission．TheMountainTorrentDisasterPre-ventionandControloftheNationalPlanningReport［R］．Wuhan:ChangjiangWaterResourcesCommission，2005．(inChinese))
［2］唐川，師玉娥．城市山洪災害多目標評估方法探討［J］．地理科學進展，2006，25(4):13－21．(TANGChuan，SHIYu-e．Multi-ObjectiveEvaluationMethodofMountainTorrentDisasterinUrbanArea［J］．ProgressinGeography，2006，25(4):13－21．(inChinese)
［3］石凝．閩江流域災害性洪水形成機理分析［J］．水文，2001，21(3):30－33．(SHINing．FloodingDisas-terMechanismofMinjiangRiverWatershed［J］．Hydrol-ogy，2001，21(3):30－33．(inChinese))
［4］謝洪，陳杰，馬東濤．2002年6月陜西佛坪山洪災害成因及特征［J］．災害學，2002，17(4):42－47．(XIEHong，CHENJie，MADong-tao．MountainTorrentDisasterCausesandCharacteristicsofFoping，ShaanxiProvinceinJune，2002［J］．Journalofcatastrophology，2002，17(4):42－47．(inChinese))
［5］韋方強，崔鵬，鐘敦倫．泥石流預報分類及其研究現狀和發展方向［J］．自然災害學報，2004，13(5):10－15．(WEIFang-qiang，CUIPeng，ZHONGDun-lun．ClassificationofDebrisFlowForecastandItsPresentSta-tusandDevelopmentinReseach［J］．JournalofNaturalDisasters，2004，13(5):10－15．(inChinese))
［6］許有鵬，于瑞宏，馬宗偉．長江中下游洪水災害成因及洪水特征模擬分析［J］．長江流域資源與環境，2005，14(5):638－644．(XUYou-peng，YURui-hong，MAZong-wei．CauseofFloodDisastersandFloodCharacter-isticSimulationAnalysisoftheMiddleandLowerRea-chesoftheYangtzeRiver［J］．ResourcesandEnviron-mentintheYangtzeBasin，2005，14(5):638－644．(inChinese))
［7］張春山，李國俊，張業成，等．黃河上游地區崩塌、滑坡、泥石流地質災害區域危險性評價［J］．地質力學學報，2003，9(2):143－153．(ZHANGChun-shan，LIGuo-jun，ZHANGYe-cheng，etal．Collapse，LandslideandDebrisFlowandGeologicalDisastersRiskAssess-mentofUpstreamoftheYellowRiver［J］．JournalofGe-omechanics，2003，9(2):143－153．(inChinese))
［8］趙士鵬．中國山洪災害的整體特征及其危險度區劃的初步研究［J］．自然災害學報，1996，5(3):93－99．(ZHAOShi-peng．AnElementaryStudyonWholeChar-acteristicsofMountainTorrentsDisasterSysteminChinaandItsHazardRegionalization［J］．JournalofNaturalDisasters，1996，5(3):93－99．(inChinese))
篇2
一、前言
目前我國有許多方法可以進行地質災害評價,在傳統的成因機理分析和統計分析方法外,破壞損失評價、危險性評價、風險性評價、防治工程效益評價等方法也是進行地質災害評價的主要方法。地質災害風險評價的應用前景良好,其發展方向也走向評價定量化、綜合化,管理空間化。作為風險管理和減災管理基礎的風險評價,其成果可廣泛的在國土資源規劃,工程選址,地質災害方面以及制定救災應急措施和保護環境上進行運用。
二、地質災害風險定義及其主要特征
目前對災害風險這一概念有不同的定義和解釋。大部分權威性辭典的定義為“面臨的傷害和損失的可能性”;“人們在生產勞動和日常生活中,因自然災害和意外事故侵襲導致的人身傷亡、財產破壞與利潤損失”。1984年,聯全國教科文組織UNESCO將其定義為:由于某特定的自然災害對經濟、社會、人口所可能導致的損失。
基于自然災害風險的普遍意義和地質災害減災需要,將地質災害風險定義為:地質災害活動及其對人類造成破壞損失的可能性。它所反映的是發生地質災害的可能機會與破壞損失
程度。
地質災害風險具有一般自然災害風險的主要特點,主要表現在下述二個方面。
一是風險的必然性或普遍性。地質災害是地質動力活動、人類社會經濟活動相互作用的結果。由于地球活動不斷進行,人類社會不斷發展,所以地質災害將不斷發生。從這一意義上說,地質災害乃是一種必然現象或普遍現象。
二是風險的不確定性或隨機性。地質災害雖然是一種必然現象,但由于它的形成和發展受多種自然條件和社會因素的影響,所以具體某一時間,某一地點,地質災害事件的發生仍是隨機的,即在什么時候、什么地點發生何種強度(或規模)的災害活動,將導致多少人死亡或造成多大損失,都具有很大的不確定性。
地質災害風險特征是構建地質災害風險評價理論與方法的基礎或出發點。基于地質災害風險的復雜性,對地質災害風險認識與評價是一個不斷深化、完善的理論研究與技術方法的創新過程。
三、地質災害風險構成與基本要素
地質災害風險程度主要取決于兩方面條件:一是地質災害活動的動力條件———主要包括地質條件(巖土性質與結構、活動性構造等)、地貌條件(地貌類型、切割程度等)、氣象條件(降水量、暴雨強度等)、人為地質動力活動(工程建設、采礦、耕植、放牧等)。通常情況下,地質災害活動的動力條件越充分,地質災害活動越強烈,所造成的破壞損失越嚴重,災害風險越高。二是人類社會經濟易損性,即承災區生命財產和各項經濟活動對地質災害的抵御能力與可恢復能力,主要包括人口密度及人居環境、財產價值密度與財產類型、資源豐度與環境脆弱性等。通常情況下,承災區(地質災害影響區)的人口密度與工程、財產密度越高,人居環境和工程、財產對地質災害的抗御能力以及災后重建的可恢復性越差,生態環境越脆弱,遭受地質災害的破壞越嚴重,所造成的損失越大,地質災害的風險越高。上述兩方面條件分別稱為危險性和易損性,它們共同決定了地質災害的風險程度。基于此,地質災害的風險要素亦由危險性和易損性這兩個要素系列組成。危險性要素系列包括地質條件要素、地貌條件要素、氣象條件要素、人為地質動力活動要素以及地質災害密度、規模、發生概率(或發展速率)等要素。易損性要素系列包括人口易損性要素、工程設施與社會財產易損性要素、經濟活動與社會易損性要素、資源與環境易損性要素。
四、地質災害的主要評價方法、內容及目的
1、成因機理分析評價。以定性地評價地質災害發生的可能性和可能活動規模為目的的成因機理分析評價，主要內容是分析歷史地質災害的形成條件、活動狀況和活動規律，造成地質災害的確定因素，以及可能造成地質災害的因素，根據地質災害活動建立模型或者模式。
2、統計分析評價。統計分析評價的目的是對地質災害危險區的范圍、規模、或發生時間采用模型法或規律外延法進行評價。其內容包括是造成歷史地質災害原因、災害的活動狀況以及活動有何規律,對地質災害的活動規模、頻次、密度進行統計，以及分析地質災害的主要影響因素,對地質災害活動建立相關的數學模型或周期性規律。
3、危險性評價。危險性評價是對以往的地質災害活動和將來發生地質災害的概率進行評價,以及對地質災害發生時將產生的危險的程度的給予評價。其主要內容包括以下兩個方面：
（一）對包括大小、密度、頻次在內的以往地質災害活動的程度進行客觀評價。
（二）對可能影響地質災害的地形地貌條件、地質條件、水文條件、氣候條件、植被條件以及人為活動等地質災害的可能影響因素進行評價。
4、破壞損失評價。破壞損失評價其目地在于對災害的歷史破壞進行評價，并對損失程度以及期望損失程度進行分析。其評價的內容主要指以下兩個方面：
（一）在結合地質災害危險性評價和易損性評價的之后，綜合地質災害活動概率、破壞范圍、危害強度和受災體損失等內容進行評價。
（二）對由地質災害帶來的的人口、經濟以及資源環境的破壞損失程度進行評價。
5、風險性評價。風險性評價包括了危險性評價和易損性評價的全部內容,對地質災害發生的概率進行分析，并對不同條件下反生的地質災害可能造成的危害進行分析。風險性評價的目的是對發生在不同條件下的地質災害給社會帶來的各種危害程度進行評價。
6、防治工程效益評價。不同于以上各種評價方法，防治工程效益評價是評價已選定的防治措施的效果,同時對措施進行經濟評價和評價其在技術上的可行性。優化分析多種防治預案并存的項目,提高防治方案的經濟合理程度,使得措施在技術上可行，達到最優化效益。而防治工程效益評價的根本目的是對地質災害防治措施的效果是否符合經濟合理性和科學性進行評價。
五、地質災害風險評價實施過程以及其評價方法的發展趨勢分析
1、實施過程分析
一是根據評價區具體條件和風險評價的目的,建立關于地質災害風險評價的評價系統,制定風險分區的原則和和評價應用方法，建立指標體系以及評價模型。
二是對基礎數據進行全面調查,并結合風險評價需要進行統計分析,對各種基礎圖件進行編制，建立地質災害風險評價表。
三是將危險性構成、易損性構成及防治能力三者結合,進行危險性分析、易損性分析,并在此基礎上,對期望損失加以分析。
四是對地質災害可能造成的人口傷亡、經濟損失以及資源環境的破壞綜合進行風險評價。
五是對評價區風險的分布特點和形成條件進行分析,在兼顧社會發展需要的前提下，提出能減少災害的建議和對策。
2、發展趨勢
作為當前國際地質災害研究領域的重點課題——地質災害風險評價研究,是對地質災害活動與人類社會關系進行全面分析、對地質災害的破壞效應定量化評價的關鍵問題之一。其發展的基本趨勢是:評價上向定量化,綜合化、管理空間化的方向發展。主要表現為:
一是由過去的歷史與現狀分析轉變為預測與研究相結合的方式。二是從單獨個體分析走向個體與區域研究相結合分析。三是由以往的定性分析發展為定量分析四是將單項要素分析發展為綜合要素評價。五是風險評價與減災管理相結合取代以往單純的風險評價理論,風險評價與防治不再獨立存在,使得風險評價更好的為社會經濟建設和減災管理而服務。
六、結束語
綜上，地質災害的風險評價有利于對環境進行保護和貫徹我國的可持續發展。地質災害一方面是自然因素導致,另一方面則是由于人類開發利用資源環境的不合理性,因此,對資源環境進行合理開發利用、避免地質災害的發生或降低地質災害帶來的損失是保持國民經濟可持續發展的重要方面。因此，應該不斷的加強對地質災害的風險評價的分析和研究。
參考文獻：
[1]陳毓川,趙遜,張之一等.世紀之交的地球科學 ———重大地學領域進展[M] .北京:地質出版社,2000.
篇3
引言
20世紀90年代以來，在以全球變暖為主要特征的氣候變化背景下，極端天氣氣候事件明顯增多，特別是強降雨引發的暴雨洪澇災害。如2008年北海市6月份雨量高達900毫米；2011年10月1日，福成鎮4小時雨量超過400毫米；2012年7月下旬，北海市鐵山港區一次連續暴雨過程（4天）雨量超過600毫米；2012年10月29日，北海市區和銀灘鎮一小時雨量分別是140毫米和150毫米。這些極端強降雨天氣對北海市社會經濟和人民群眾財產安全造成嚴重的影響。因此，為有效的規避風險，為給北海市經濟可持續發展和防災減災決策提供理論支持和科學依據，開展北海市暴雨洪澇風險評估很有必要，而致災因子危險性分析是暴雨洪澇風險評估的主要部分。
1.暴雨洪澇對北海市影響概況
北海市位于廣西南部，低緯度沿海地區，南瀕北部灣，屬亞熱帶海洋性季風氣候，主要受中低緯度天氣系統影響，是氣象災害較為頻繁的區域之一，而暴雨洪澇是北海市最主要的氣象災害之一。北海市平均每年每站發生暴雨（日雨量50毫米）以上降雨7-8天，大暴雨（日雨量100毫米）以上2-3天。暴雨天氣給北海市造成了嚴重的洪澇災害，據氣象災情數據統計，不包含臺風暴雨所造成的損失，北海市平均每年因暴雨洪澇造成損失超過億元。
2.數據和方法
2.1數據來源：
（1）氣象觀測數據
氣象資料取自北海市24個自動氣象站逐日降雨量資料，資料時間從2008年1月～2012年7月。
（2）基礎地理信息資料利用ArcGIS9.2對廣西1：25萬地理數據中的F4905、F4906、F4909和F4910等四個圖幅所包含的E00資料和dem ASCII資料進行格式轉換和拼接、對矢量數據分層、篩選以及裁剪、經、緯度和坡度、坡向柵格數據提取等一系列處理后得到北海市的行政區劃界數據、行政點數據、河流、水體數據、路網數據及網格距為100m×100m的廣西DEM、經度、緯度、坡度、坡向柵格數據。
2.2暴雨洪澇災害風險指數模型構建
自然災害風險的形成過程中，是致災因子危險性（VH）、孕災環境穩定性（VE）、承災體的脆弱性(VS)和防災減災能力（VR）等4個主要因子的綜合作用的結果，其函數表達式為：。式四個因子當中，致災因子危險性（VH）所占的權重最大。
2.3相關技術方法：
（1）因子規范化處理方法
氣象災害的孕災環境敏感性、致災因子危險性、承災體脆弱性、防災減災能力四個評價因子包含若干個指標。由于評價指標體系的參評因子來自不同的方面，各參數間的量綱不統一。為了消除各指標的量綱和數量級的差異,需對每一個指標值進行規范化處理。
敏感性、危險性、易損性三個指標規范化計算采用公式:
式中Dij 是j 區第i個指標的規范化值, Aij是j 區第i個指標值, mini和maxi 分別是第i個指標值中的最小值和最大值。
（2）加權綜合評價法
暴雨洪澇致災因子危險性指數的計算采用加權綜合評價法。加權綜合評價法綜合考慮各個具體指標對評價因子的影響程度，是把各個具體指標的作用大小綜合起來,用一個數量化指標加以集中,計算公式為:
式中 V 是評價因子的值，n 是評價指標個數，Di 是指標 i的規范化值，Wi 是指標 i 的權重。權重 Wi 的確定可由各評價指標對所屬評價因子的影響程度重要性，利用層次分析法確定，或根據專家意見，結合當地實際情況討論確定。
3.致災因子危險性區劃
致災因子危險性表示引起暴雨洪澇災害的致災因子強度和概率特征，是暴雨洪澇災害產生的先決條件。
3.1臨界致災雨量的初步確定
暴雨過程降水定義：過程降水量以連續降水日數劃分為一個過程，一旦出現無降水則認為該過程結束，并要求該過程中至少一天的降水量達到或超過50毫米，最后將整個過程降水量進行累加。
統計本市年各氣象臺站1天、2天、3天、……10天（含10天以上）暴雨過程降水量。將本市所有臺站的過程降水量作為一個序列，建立不同時間長度的10個降水過程序列。分別計算不同序列的第98百分位數、第95百分位數、第90百分位數、第80百分位數、第60百分位數的降水量值，該值即為初步確定的臨界致災雨量。利用不同百分位數將暴雨強度分為5個等級，具體分級標準為: 60%～80%位數對應的降水量為1級，80%～90%位數為對應的降水量為2級，90%～95%位數對應的降水量為3級，95%～98%位數對應的降水量為4級，大于等于98位數對應的降水量為5級。
3.2降水致災因子權重的確定
根據暴雨強度等級越高,對洪澇形成所起的作用越大的原則，確定降水致災因子權重。暴雨強度5、4、3、2、1級權重分別為5/15、4/15、3/15、2/15、1/15。
3.3單站降水致災因子危險性指數
加權綜合評價法計算不同等級降水強度權重與將各站的不同等級降水強度發生的頻次歸一化后的乘積之和。
3.4致災因子危險性區劃
將各站的危險性指數作為本市分縣鄉鎮圖的致災因子影響度屬性的屬性值賦給該圖，然后將該圖柵格化，利用GIS中自然斷點分級法將致災因子危險性指數按5個等級分區劃分（高危險區、次高危險區、中等危險區、次低危險區、低危險區），繪制致災因子危險性指數區劃圖（圖1）。由圖可見，北海市暴雨洪澇危險性大致呈現東北高西南低的分布態勢，說明北海市東北部發生暴雨的強度和頻度要明顯強于西南部。致災因子高危險區主要位于合浦縣東到東北部，從白沙鎮、公館鎮到閘口鎮、石康鎮一帶，低危險區位于北海市西南端。
圖1 北海市暴雨洪澇災害致災因子危險性區劃圖
4.結論與討論
4.1一直以來，由于鄉鎮一級的氣象資料、災情資料和社會經濟數據十分匱乏，自然災害風險評估工作只能以縣為分析單元。本文采用中尺度自動氣象站資料和各鄉鎮社會經濟數據進行風險評估分析，基于地理信息化（GIS）技術，應用自然災害風險指數法、加權綜合平均法，大大提高了評估科學性和精細化程度。
4.2以鄉鎮為單元的區域自動站氣象歷史資料,存在資料長度較短的問題。如果能結合水文、海洋以及能源等部門的氣象資料則評估效果更可靠。
4.3采用逐日降雨量做暴雨洪澇、臺風等災害風險評估，很多時候對暴雨強度的反映不夠準確，假如使用逐小時降雨量做暴雨洪澇的危險性因子分析不但可以增加資料樣本數，還能提高分析精度。
4.4應用專家打分法、災情驗證法及查找文獻等方法選取評估因子、確定各因子權重系數，還是具有一定的主觀性。
參考文獻：
章國材.氣象災害風險評估與區劃方法.氣象出版社，2010.1
暴雨洪澇災害風險區劃技術規范（氣減函〔2009〕24號文附件）
篇4
文章編號 1002-2104（2012）11-0032-08 doi：10.3969/j.issn.1002-2104.2012.11.006
氣象災害給人類經濟和社會造成了嚴重影響。1995-2004年十年間，由天氣引發的災害占自然災害總數的90%，造成的死亡人數占60%，受災人口占98%，且大多數發生在發展中國家[1]。在全球氣候變暖背景下，未來極端天氣事件的發生頻率將呈增加趨勢[2]，而這些災害性天氣事件的變化也許是氣候變化帶來的最嚴重的后果之一[3-5]。研究極端天氣事件的潛在變化是評估未來氣候變化對人類和自然系統影響的基礎[6]。預估極端天氣事件的方法之一是利用氣象觀測資料進行趨勢外推[7-8]。盡管歷史氣象資料有很大的參考價值，但過去的氣象統計信息只能部分地反映未來極端天氣事件的發生概率。氣候模式的不斷改進為利用大氣環流模式（GCMs）和區域氣候模式（RCMs）預估極端天氣事件及其影響提供了更可靠的工具[9-10]。已有一些學者應用氣候模式來評估氣候變化對干旱[11-12]、洪水[13]、風能[14]及水資源[15]可能造成的影響。但GCMs過粗的分辨率對于分析氣候變化對區域尺度的潛在影響是不夠的，而RCMs卻能很好地反映影響局地氣候的地面特征量和氣候本身未來的波動規律，被認為是獲取高分辨率局地氣候變化信息的有效方法[16]。
我國是世界上洪澇災害頻繁且嚴重的國家之一。隨著社會經濟的迅速發展，洪澇災害造成的社會影響和經濟損失呈不斷增大趨勢。近些年，國內不少學者在洪澇災害風險評估方面進行研究[17-19]，取得了大量成果，為區域洪澇防災減災提供了依據。但這些評估研究都是利用氣象觀測數據或歷史災情資料來開展的，并未考慮氣候變化對未來極端降水事件發生頻率、強度和空間格局的影響。翟建青等[20]利用ECHAM5/MPI-OM氣候模式輸出的2001-2050年逐月降水量資料，選取標準化降水指數預估了3種排放情景下中國2050年前的旱澇格局，但其所使用的氣候情景數據分辨率較粗（1.875°），且未能從災害風險角度分析未來旱澇致災危險性變化。
本文應用Hadley氣候預測與研究中心的區域氣候模
① 本文之所以選擇B2情景是因為該情景強調區域性的經濟、社會和環境的可持續發展，是比較符合我國中長期發展規劃的氣候情景。
式系統PRECIS（Providing Regional Climates for Impacts Studies）模擬的氣候情景數據，綜合考慮降水、地形、地貌等自然要素，分近期、中期和遠期三個時段對B2情景下①未來安徽省洪澇致災危險性時空格局進行預估，以期為全球氣候變化背景下該地區洪澇災害風險管理和區域發展規劃提供科學依據。
1 數據與方法
1.1 數據
本研究所使用的氣候情景數據來自中國農業科學院農業環境與可持續發展研究所氣候變化研究組。該研究組應用英國Hadley中心開發的PRECIS模式，模擬了IPCC《排放情景特別報告》（SRES）[21]中設計的B2情景下中國區域的氣候變化（1961-2100年），其水平分辨率在旋轉坐標下為0.44°×0.44°，在中緯度地區水平格點間距約為50 km。關于PRECIS物理過程的詳細介紹可參閱文獻[22]。許吟隆[16-23]和張勇[24]等人利用ECMWF再分析數據和氣象站點觀測數據驗證PRECIS對中國區域氣候模擬能力的研究表明：PRECIS具有很強的模擬降水能力，基本能夠模擬出中國區域年、冬季和夏季平均降水的大尺度分布特征，很好地模擬了降水的季節變化，而且較好地模擬出中國區域年平均極端降水事件的空間分布特征。因此，本文不再對PRECIS模式進行驗證。
本文采用的DEM數據來自國際農業研究磋商組織（CGIAR）地理空間數據網建立的分辨率為3弧秒（約為90 m）的全球陸地DEM；1∶400萬水系圖來自國家基礎地理信息中心。
1.2 研究時段劃分
本研究包括以下四個時段：現階段為1981-2010年，未來分為近期（2011-2040）、中期（2041-2070）和遠期（2071-2100）三個時段。文中所選指標均以各時段30年的平均值進行探討。
1.3 洪澇致災危險性評價指標體系與評價
洪澇災害具有自然和社會雙重屬性，其中致災危險性評價是從形成洪澇災害的自然屬性角度，即從形成洪澇災害的致災因子和孕災環境兩方面來評價洪災危險性。總體上講，造成洪澇災害的主要因素是強降水，同時下墊面的自然地理環境又和天氣氣候條件相互影響，進而決定了洪澇的時空分布[25-26]。因此，本文選取年均暴雨日數、年均最大三日降水量、高程、坡度和河湖緩沖區五個指標，通過計算洪澇致災危險性指數進行評價，具體包括以下四個步驟：一是對所選取的評價指標進行量化，包括對前四項
指標進行標準化以及根據距河湖距離和河湖級別對緩沖區進行危險性賦值（見表1）；二是利用層次分析法確定五個指標的權重（見圖1）；三是建立致災危險性數學評價模型（式1）；四是借助地理信息系統對各指標圖層疊加，進行洪澇致災危險性評價。
利用加權綜合評分法建立洪澇致災危險性評價模型：
HF=0.25Rd+0.35R3+0.06H+0.12S+0.22B（1）
式（1）中，HF為洪澇致災危險性指數，Rd、R3、H、S、B分別代表年均暴雨日數、年均最大三日降水量、高程、坡度和河湖緩沖區量化后的值。
本文將洪澇致災危險性分為5個等級。具體的分級方法如下：首先，按1∶2∶4∶2∶1的大致比例對現階段全省78個縣域的洪澇致災危險性分級；之后，提取相鄰等級兩個縣的洪災危險性指數，以其平均值作為洪災危險性的分級標準；最后，按照此分級標準對未來三個時段洪災危險性進行分級。
2 結果與分析
2.1 年均暴雨日數（ARD）時空格局變化
如圖2所示，在現階段，安徽省年均暴雨日數平均為6.94天，最大值為12.15天，年均暴雨日數低于5天的地區占全省總面積的17.72%，集中分布在安徽省北部，而高于12天的地區僅占0.06%，位于安徽省最南端。到了近期，安徽省年均暴雨日數略有減少，為6.73天，主要是淮
河以北地區年均暴雨日數低于5天的面積增加為26.95%；這一時段年均暴雨日數最大值有所增加，為12.28天，其中大于12天的地區面積增加到0.24%，約為現階段的4倍。在中期，安徽省年均暴雨日數為6.86天，最大值增加到12.91天，年均暴雨日數低于5天的地區面積百分比較近期也略有增加，為27.59%，而高于12天的地區則大幅增加為3.64%，范圍也擴展到安徽省南部的多個縣域。到遠期，安徽省年均暴雨日數增加到7.02天，最大值為13.47天，年均暴雨日數低于5天的地區占安徽省總面積的27.41%，高于12天的地區繼續增加為5.67%，約為現階段的89倍之多，集中分布在該省長江以南地區。可見，未來安徽省年均暴雨日數總體上呈現北部有所減少，南部持續增加的趨勢，尤其是年均暴雨日數超過12天的面積將大幅增加。
2.2 年均最大三日降水量（AM3DP）時空格局變化
從圖3中可以發現，相對于現階段，未來安徽省年均最大三日降水量也呈現出“兩極分化”的格局，即年均最大三日降水量低于160 mm（主要分布于安徽省北部）和高于220 mm（主要分布于安徽省南部）的地區均不斷增加。在現階段，安徽省年均最大三日降水量的平均值為
199.66 mm，最大值為280.87 mm，其中大于220 mm的地區占總面積的17.05%。而在近期，安徽省年均最大三日降水量的平均值為200.88 mm，大于220 mm的地區增加到總面積的22.16%。中期階段，安徽省年均最大三日降水量的平均值增加為202.76 mm，大于220 mm的地區相比近期也略有增加，為25.56%。到了遠期，安徽省年均最大三日降水量的平均值為204.82 mm，最大值也增大到289.07 mm，其中大于220 mm的地區占全省面積的32.12%，較現階段增加約15.07%，尤其是大于260 mm的面積增加更快，由現階段的占全省3.88%變為9.20%，增加了1.37倍。
2.3 洪澇致災危險性時空格局變化
對年均暴雨日數、年均最大三日降水量、高程、坡度、河湖緩沖區等評價指標數字化的基礎上，依據評價模型（式1）在ArcGIS中對各指標圖層進行疊加并分級，得到安徽省縣域尺度洪澇致災危險性評價結果（見圖4）。為詳細了解安徽省洪澇致災危險性格局及其動態變化，表2列出了各時段洪災危險性等級的縣域個數、面積百分比和處于5級的縣域。
可以發現，各時段安徽省洪澇致災危險性等級大致呈
由北向南逐漸升高的趨勢。相對于現階段，未來安徽省洪災危險性處于1級和5級的面積均有所擴大，這主要與對應區域未來年均暴雨日數和最大三日降水量的變化密切相關。此外，洪澇致災危險性高于4級（包括4級）的縣域主要集中在長江沿岸及其以南地區，這與該區域降水豐富、河網密度高、地勢低平以及坡度變化較小有關。與現階段相比，近期和中期安徽省處于洪災危險性5級的縣域個數和面積百分比不斷增加，這是由于未來這些地區極端降水事件的概率（暴雨日數）和強度（最大三日降水量）都將有所增大。尤其在中期，處于洪災危險性5級的縣域個數快速增加為16個，面積增加為全省的17.87%，分別是各時段洪澇致災危險性處于5級的縣域（按危險性指數值自大至小排序）
安慶市轄區，望江縣，休寧縣，黟縣，歙縣，銅陵市轄區，黃山市轄區，宿松縣
安慶市轄區，望江縣，休寧縣，歙縣，黟縣，銅陵市轄區，黃山市轄區，樅陽縣，池州市轄區，宿松縣
安慶市轄區，望江縣，休寧縣，歙縣，黟縣，銅陵市轄區，黃山市轄區，樅陽縣，池州市轄區，宿松縣，祁門縣，蕪湖市轄區，東至縣，銅陵縣，旌德縣，績溪縣
安慶市轄區，望江縣，休寧縣，歙縣，黟縣，銅陵市轄區，黃山市轄區，樅陽縣，池州市轄區，祁門縣，宿松縣，東至縣，績溪縣，銅陵縣，旌德縣，蕪湖市轄區現階段的2倍和2.24倍。到遠期，洪澇致災危險性空間格局相對于中期變化不大，處于5級的縣域與中期相同，但各縣域的危險性值卻有不同程度增大。需要指出的是，安慶市轄區始終是安徽省洪災危險性最高的縣域，在今后的洪災風險管理及防洪減災規劃中需尤為注意。
3 結論與討論
本文基于PRECIS區域氣候模式，模擬了SRES B2情景下未來安徽省年均暴雨日數和最大三日降水量相對于現階段的變化情況，并綜合考慮降水、地形和地貌等自然要素，從災害風險角度預估了該省縣域尺度洪澇致災危險性的時空格局，得出以下主要結論：
（1）相對于現階段，未來安徽省極端降水事件將出現“兩極分化”的格局，具體表現為年均暴雨日數和最大三日降水量總體上呈現北部減少、南部增加的趨勢，并且年均暴雨日數超過12天、年均最大三日降水量超過220 mm的面積將持續大幅增加。
（2）各時段安徽省洪澇致災危險性等級由北向南大致呈逐漸升高的趨勢。相對于現階段，未來安徽省洪災危險性處于1級和5級的面積均有所擴大，洪災危險性格局變化主要發生在近期和中期，遠期與中期格局相近。在中期，安徽省洪災危險性處于5級的縣域個數和面積百分比分別為16個和17.87%，分別是現階段的2倍和2.24倍。安慶市轄區是安徽省洪災危險性最高的縣域。
根據自然災害風險分析理論[27]，在危險性評價的基礎上，進一步考慮社會經濟因素，如人口、GDP、耕地、居民點、交通線、油田、名勝古跡、大型廠礦區、各種工程設施等的分布情況，以及遭遇洪澇時這些承險體的易損程度、社會防災救災能力等，就可以進行洪澇災害風險評價，辨識出高風險區，為各級政府開展風險管理提供科學依據。通過查閱《中國氣象災害大典-安徽卷》以及近些年的災情資料可以發現，安徽省洪澇災害嚴重的地區大致分布在沿江沿淮地區，尤其江淮之間及長江以南地區（這些地區降水豐富、地勢低洼、河網交織、湖泊眾多）。對比現階段安徽省洪災危險性評價結果表明，本文的評價結果與實際災情發生區域基本符合。但由于洪澇災害形成、發展及產生后果的復雜性，影響因子眾多，目前的評價結果尚難以做到與實際情況完全吻合，有以下幾方面原因，如考慮因子的全面性、各因子權重系數的真實性、預估氣候數據的誤差以及評價模型的科學性等等，還需要不斷深入研究，做出更符合實際、更加可信的洪澇災害風險評價。
全球氣候變化將給人類社會和自然系統帶來諸多風險。氣候變化風險源主要包括兩個方面：一是平均氣候狀況（氣溫、降水、海平面上升等）；二是極端天氣變化（熱帶氣旋、風暴潮、干旱、極端降水、高溫熱浪等）[28]。由前面
分析可知，雖然未來安徽省年均暴雨日數和最大三日降水量的平均值相對于現階段變化幅度不大，但不同區域間的差異卻非常明顯，突出表現為未來安徽省淮河以北地區年均暴雨日數和最大三日降水量有所減小，而長江以南地區極端降水事件發生的概率將大大增加，這與張增信等人[29]的研究結果相符。暴雨日數和最大三日降水量等極端降水事件變化的原因可能是在全球氣候變暖背景下，地表溫度的大幅上升將加強大氣環流，從而改變降水的空間格局。通過比較未來與現在極端天氣事件致災危險性的時空格局，可以更好地了解一些典型區域或更大尺度上將要發生的變化。
本文只選取了SRES B2情景，雖然這一情景是比較符合我國中長期發展規劃的氣候情景，但仍然存在較大不確定性。在以后的研究中，需要進一步拓展降低不確定性的方法，在現有情景預估的基礎上，進一步發展集合概率預測等技術手段，建立基于多情景多模式的集合概率預測情景方案。同時加強氣候模式模擬研究，提高模擬數據精度，降低氣候系統模式的不確定性[30]。
致謝：承蒙中國農業科學院農業環境與可持續發展研究所許吟隆研究員在論文數據方面提供的幫助，在此表示衷心的感謝！
參考文獻（References）
[1]
International Federation of Red Cross and Red Crescent Societies. World Disasters Report 2005： Focus on Information in Disasters [R]. Geneva： IFRC， 2005.
[2]IPCC. Climate Change 2007： The Scientific Basis [M]. London： Cambridge University Press， 2007.
[3]Beven K J. Riverine Flooding in a Warmer Britain [J]. The Geographical Journal， 1993， 159（2）： 157-161.
[4]Milly P C， Wetherald R T， Dune K A， et al. Increasing Risk of Great Floods in a Changing Climate [J]. Nature， 2002， 415： 514-517.
[5]Botzen W J， Bergh J C， Bouwer L M. Climate Change and Increased Risk for the Insurance Sector： A Global Perspective and an Assessment for the Netherlands [J]. Natural Hazards， 2010， 52（3）： 577-598.
[6]Tebaldi C， Hayhow K， Arblaster J M， et al. Going to Extremes： An Intercomparison of Model-simulated Historical and Future Changes in Extreme Events [J]. Climatic Change， 2006， 79（3-4）： 185-211.
[7]Yin Y X， Xu Y P， Chen Y. Change of Flood Patterns in China under the Influences of Climate Change and Human Activities [J]. Chinese Journal of Population， Resources and Environment， 2009， 7（3）： 67-71.
[8]周后福，王興榮，翟武全，等. 基于混合回歸模型的夏季高溫日數預測[J]. 氣象科學，2005，25（5）：505-512. [Zhou Houfu， Wang Xingrong， Zhai Wuquan， et al. Test Prediction for MultiRegression Model on High Temperature Days [J]. Scientia Meteorologica Sinica， 2005， 25（5）： 505–512.]
[9]Zwiers R W， Kharin V V. Changes in the Extremes of the Climate Simulated by CCC GCM2 under CO2 Doubling [J]. Journal of Climate， 1998， 11（9）： 2200-2222.
[10]賀山峰，戴爾阜，葛全勝，等. 中國高溫致災危險性時空格局預估[J]. 自然災害學報，2010，19（2）：91-97. [He Shanfeng， Dai Erfu， Ge Quansheng， et al. Preestination of Spatiotemporal Pattern of Extreme Heat Hazard in China [J]. Journal of Natural Disasters， 2010， 19（2）： 91-97.]
[11]Blenkinsop S， Fowler H J. Changes in European Drought Characteristics Projected by the PRUDENCE Regional Climate Models [J]. International Journal of Climatology， 2007， 27： 1595-1610.
[12]Hirabayashi Y， Kanae S， Emori S， et al. Global Projections of Changing Risks of Floods and Droughts in a Changing Climate [J]. Hydrological Sciences Journal， 2008， 53（4）： 754-772.
[13]Raff D A， Pruitt T， Brekke L D. A Framework for Assessing Flood Frequency Based on Climate Projection Information [J]. Hydrology and Earth System Sciences Discussions， 2009， 6： 2005-2040.
[14]Bloom A， Kotroni V， Lagouvardos K. Climate Change Impact of Wind Energy Availability in the Eastern Mediterranean Using the Regional Climate Model PRECIS [J]. Natural Hazards and Earth System Science， 2008， 8： 1249-1257.
[15]Zhu T J， Jenkins M W， Lund J R. Estimated Impacts of Climate Warming on California Water Availability under Twelve Future Climate Scenarios [J]. Journal of American Water Resources Association， 2005， 41（5）： 1027-1038.
[16]許吟隆，張勇，林一驊，等. 利用PRECIS分析SRES B2情景下中國區域的氣候變化響應[J]. 科學通報，2006，51（17）：2068-2074. [Xu Yinlong， Zhang Yong， Lin Yihua， et al. Analyses on the Climate Change Responses over China under SRES B2 Scenario using PRECIS [J]. Chinese Science Bulletin， 2006， 51（18）： 2260-2267.]
[17]周成虎，萬慶，黃詩峰，等. 基于GIS的洪水災害風險區劃研究[J]. 地理學報，2000，55（1）：15-24. [Zhou Chenghu， Wan Qing， Huang Shifeng， et al. A GISbased Approach to Flood Risk Zonation [J]. Acta Geographica Sinica， 2000， 55（1）： 15-24.]
[18]張游，王紹強，葛全勝，等. 基于GIS的江西省洪澇災害風險評估[J]. 長江流域資源與環境，2011，20（增1）：166-172. [Zhang You， Wang Shaoqiang， Ge Quansheng， et al. Risk Assessment of Flood Disaster in Jiangxi Province Based on GIS [J]. Resources and Environment in the Yangte Basin， 2011， 20（supp.1）： 166-172.]
[19]陳香，王靜愛，陳靜. 福建暴雨洪災時空變化與區域劃分的初步研究[J]. 自然災害學報，2007，16（6）：1-7. [Chen Xiang， Wang Jingai， Chen Jing. Primary Study on Spatiotemporal Change and Regionalization of Stormflood in Fujian Province [J]. Journal of Natural Disasters， 2007， 16（6）： 1-7.]
[20]翟建青，曾小凡，蘇布達，等. 基于ECHAM5模式預估2050年前中國旱澇格局趨勢[J]. 氣候變化研究進展，2009，5（4）：220-225. [Zhai Jianqing， Zeng Xiaofan， Su Buda， et al. Patterns of Dryness/Wetness in China before 2050 Projected by the ECHAM5 Model [J]. Advances in Climate Change Research， 2009， 5（4）： 220-225.]
[21]Nakicenovic N， Alcamo J， Davis G， et al. Special Report on Emissions Scenarios [M]. London： Cambridge University Press， 2000.
[22]Jones R G， Noguer M， Hassell D C， et al. Generating High Resolution Climate Change Scenarios Using PRECIS [M]. Exeter： Met Office Hadley Centre， 2004.
[23]許吟隆，Jones R. 利用ECMWF再分析數據驗證PRECIS對中國區域氣候的模擬能力[J]. 中國農業氣象，2004，25（1）：5-9. [Xu Yinlong， Jones R. Validating PRECIS with ECMWF Reanalysis Data over China [J]. Chinese Journal of Agrometeorology， 2004， 25（1）： 5-9.]
[24]張勇，許吟隆，董文杰，等. 中國未來極端降水事件的變化：基于氣候變化預估結果的分析[J]. 自然災害學報，2006，15（6）：228-234. [Zhang Yong， Xu Yinlong， Dong Wenjie， et al. Change of Extreme Precipitation Events in China in Future： An Analysis Based on Prediction of Climate Change [J]. Journal of Natural Disasters， 2006， 15（6）： 228-234.]
[25]張繼權，李寧. 主要氣象災害風險評價與管理的數量化方法及其應用[M]. 北京：北京師范大學出版社， 2007. [Zhang Jiquan， Li Ning. Quantitative Methods and Application of Risk Assessment and Management on Main Meteorological Disasters [M]. Beijing： Beijing Normal University Press， 2008.]
[26]李景宜. 渭河下游洪水災害的降水危險性評估與區劃 [J]. 中國人口·資源與環境， 2011， 21（2）： 106-111. [Li Jingyi. Evaluation and Regionalization of Precipitation Fatalness for Flood in Lower Reacher of Weihe River [J]. Chinese Journal of Population， Resources and Environment， 2011， 21（2）： 106-111.]
[27]葛全勝，鄒銘，鄭景云，等. 中國自然災害風險綜合評估初步研究[M]. 北京：科學出版社，2008. [Ge Quansheng， Zou Ming， Zheng Jingyun， et al. Integrated Assessment of Natural Disaster Risks in China [M]. Beijing： Science Press， 2008.]
[28]IPCC. Climate Change 2007： Impacts， Adaptation and Vulnerability [M]. London： Cambridge University Press， 2007.
[29]張增信，KLAUS F，姜彤，等. 2050年前長江流域極端降水預估[J]. 氣候變化研究進展，2007，3（6）：340-344. [Zhang Zengxin， Klaus F， Jiang Tong， et al. Projection of Future Precipitation Extremes in the Yangtze River Basin for 2001-2050 [J]. Advances in Climate Change Research， 2007， 3（6）： 340-344.]
[30]吳紹洪，潘韜，賀山峰. 氣候變化風險研究的初步探討[J]. 氣候變化研究進展，2011，7（5）：363-368. [Wu Shaohong， Pan Tao， He Shanfeng. Primary Study on the Theories and Methods of Research on Climate Change Risk [J]. Advances in Climate Change Research， 2011， 7（5）： 363-368.]
Projecting Spatiotemporal Patterns of Flood Hazard over Anhui Province
HE Shanfeng1，2 GE Quansheng2 WU Shaohong2 DAI Erfu2 WU Wenxiang2
（1. Emergency Management School， Henan Polytechnic University， Jiazuo Henan 454000， China；
2. Institute of Geographic Sciences and Natural Resources Research， Chinese Academy of Sciences， Beijing 100101， China）
篇5
全球氣候變化將給人類社會和自然系統帶來諸多風險。氣候變化風險源主要包括兩個方面：一是平均氣候狀況（氣溫、降水、海平面上升等）；二是極端天氣事件（熱帶氣旋、風暴潮、干旱、極端降水、高溫熱浪等）[1]。研究極端天氣事件的潛在變化是評估未來氣候變化對人類社會和自然系統影響的基礎[2]。預估極端天氣事件的方法之一是利用氣象觀測資料進行趨勢外推[3-4]。盡管歷史氣象資料有很大的參考價值，但過去的氣象統計信息只能部分地反映未來極端天氣事件的發生概率。氣候模式的不斷改進為利用大氣環流模式（GCMs）和區域氣候模式（RCMs）預估極端天氣事件及其影響提供了更可靠的工具[5-6]。已有一些學者應用氣候模式來評估氣候變化對洪水[7-8]、干旱[9]、風能[10]及水資源[11]可能造成的影響。但GCMs過粗的分辨率對于分析氣候變化對區域尺度的潛在影響是不夠的，而RCMs卻能很好地反映影響局地氣候的地面特征量和氣候本身未來的波動規律，被認為是獲取高分辨率局地氣候變化信息的有效方法[12]。
伴隨著20世紀下半葉的持續增暖，全球陸地大部分地區存在著干旱化的趨勢。與全球干旱化一樣，中國部分地區的干旱強度也呈現增加的趨勢，干旱問題日益凸顯，特別是進入21世紀以來，我國頻繁出現了多個破歷史記錄的極端干旱事件。近些年，國內不少學者在干旱災害方面進行研究[13-15]，取得了大量成果，為區域防災減災提供了依據。但這些評估研究都是利用氣象觀測數據或歷史災情資料來開展的，并未考慮氣候變化對未來極端干旱事件發生頻率、強度和空間格局的影響。翟建青等[16]利用ECHAM5/MPI-OM氣候模式輸出的2001-2050年逐月降水量資料，選取標準化降水指數預估了3種排放情景下中國2050年前的旱澇格局，但其所使用的氣候情景數據分辨率較粗（1.875°），且未能從災害風險角度分析未來干旱致災危險性變化。
未來我國西南地區干旱致災危險性時空格局進行預估，以期為全球氣候變化背景下該地區干旱災害風險管理和區域發展規劃提供科學依據。
1 研究數據與研究方法
1.1 數據來源
本研究所使用的氣候情景數據來自中國農業科學院農業環境與可持續發展研究所氣候變化研究組。該研究組應用英國Hadley中心開發的PRECIS模式，模擬了IPCC《排放情景特別報告（SRES）》中設計的B2情景下中國區域的氣候變化（1961-2100年），其水平分辨率在地理坐標下為緯度0.44°×經度0.44°，在中緯度地區水平格點間距約為50 km。關于PRECIS物理過程的詳細介紹可參閱文獻[17]。許吟隆[12，18]等人利用ECMWF再分析數據和氣象站點觀測數據驗證PRECIS對中國區域氣候模擬能力的研究表明：盡管一些氣候要素的模擬值存在一定偏差，但總體上PRECIS具有很強的模擬溫度和降水的能力，基本能夠模擬出各氣象要素年、季的大尺度分布特征。因此，本文不再對PRECIS模式進行驗證。
1.2 研究時段劃分
本研究包括以下四個時段：現階段為1981-2010年，未來分為近期（2011-2040年）、中期（2041-2070年）和遠期（2071-2100年）三個時段。文中所選指標均以各時段30年的平均值進行探討。
1.3 干旱致災危險性評估方法
關于干旱的指標已有大量研究，但很多干旱指標只考慮了降水這一個變量（如連續無雨日數，SPI指數，降水Z指數，降水距平等），在全球變暖背景下，僅僅考慮降水因素是不夠的。陸地表面干濕變化主要受降水和蒸發的影響，降水減少是干旱可能發生的一個重要方面；同時，地表溫度的升高會大大增加水分的蒸發散，使得干旱更容易發生。因此，干旱指標應該能夠衡量地表水分收支大小，本研究綜合考慮降水和蒸發兩個因素，采用地表濕潤指數（降水量/潛在蒸散量）作為變量來評價旱災危險性。
本文將干旱致災危險性分為5個等級。具體的分級方法如下：首先，對現階段西南地區各縣域單元旱災危險性指數從小到大進行排序，再按1∶2∶4∶2∶1的大致比例將487個縣域單元分為5級；之后，提取現階段兩個相鄰等級縣域單元的旱災危險性指數，以其平均值作為旱災危險性的分級標準（如1、2級的分級標準是，將現階段1級縣域單元中最大的旱災危險性指數與2級中最小的旱災危險性指數求平均值所得）；最后，按照此分級標準對未來三個時段干旱致災危險性進行分級。
2 結果與分析
2.1 年均潛在蒸散量時空格局變化
如圖1所示，在現階段，我國西南地區年均潛在蒸散量平均為775.42 mm，最大值為1 100.21 mm，年均潛在蒸散量低于700 mm的地區占總面積的39.14%，主要分布在四川省、貴州省和重慶市，而高于1 000 mm的地區僅占6.91%，位于廣西省南部和云南省的北部。到了近期，西南地區年均潛在蒸散量增大為819.78 mm，其最大值為1 149.45 mm，其中大于1 000 mm的地區面積增加到12.85%，約為現階段的1.86倍。在中期，西南地區年均潛在蒸散量繼續增加為854.99 mm，最大值增加到1 202.25 mm，年均潛在蒸散量低于700 mm的地區面積繼續減小，而高于1 000 mm的地區則大幅增加為19.45%。到遠期，西南地區年均潛在蒸散量增加到890.30 mm，最大值為1 265.00 mm，年均潛在蒸散量低于700 mm的地區僅占西南地區總面積的5.84%，主要位于四川省西北部，而高于1 000 mm的地區則擴展為26.06%，為現階段的3.77倍之多，集中分布在廣西和云南兩省。可見，伴隨著全球氣溫升高，未來我國西南地區年均潛在蒸散量將呈現持續增大的趨勢，尤其是年均潛在蒸散量超過1 000 mm的面積將大幅增加。
2.2 年均地表濕潤指數時空格局變化
從圖2中可以發現，各個時段西南地區均呈現出“西干東濕”的格局，并且相對于現階段，未來西南地區總體上將呈變干的趨勢。在現階段，西南地區年均地表濕潤指數的平均值為1.51，其中地表濕潤指數小于1.0的地區占總面積的12.79%，大于1.8的地區占26.66%。而在近期，西南地區年均地表濕潤指數的平均值為1.46，小于1.0和大于1.8的地區分別占到總面積的14.68%和18.54%。中期階段，西南地區年均地表濕潤指數繼續減小為1.42，大于1.8的地區縮小至總面積的12.48%。到了遠期，西南地區年均地表濕潤指數為1.39，其中小于1.0的地區占總面積的17.09%，大于1.8的地區占9.25%，分別較現階段增加4.30%和減小17.41%。
2.3 干旱致災危險性時空格局變化
在對降水和蒸發等各因素分析和數字化的基礎上，依據評價模型（式3）在ArcGIS中對各因素圖層進行計算并分級，得到西南地區縣域尺度干旱致災危險性評價結果（圖3）。為詳細了解西南地區干旱致災危險性格局及其動態變化，表2列出了各時段旱災危險性等級的縣域個數和面積百分比。
可以發現，未來各時段西南地區干旱致災危險性空間格局變化很大。相對于現階段，未來西南地區旱災危險性處于1、2級的縣域個數和面積均呈現先減小后增大的趨勢，而5級的變化趨勢則與之相反，旱災危險性明顯增大。尤其在近期，處于旱災危險性5級的縣域個數由現階段的49個快速增加為236個，面積也占到總面積的50.30%，分別是現階段的4.82倍和6.24倍，是未來旱災危險性最嚴重的時段。到中期和遠期，西南地區旱災危險性相對于近期總體有所減小，但處于5級的縣域干旱致災危險性值卻有一定程度增大。需要指出的是，未來四川省西南部和云南省大部始終是西南地區旱災危險性最高的區域，在今后的旱災風險管理及防災減災規劃中需尤為注意。
3 結 論
本文基于PRECIS區域氣候模式，模擬了SRES B2情景下西南地區現階段與未來時段潛在蒸散量和地表濕潤指數的變化情況，并對該地區干旱致災危險性的時空格局和變化趨勢進行研究，得到以下主要結論：
（1）伴隨著全球氣溫升高，未來西南地區年均潛在蒸散量將持續增大，尤其是年均潛在蒸散量超過
1 000 mm的面積將大幅增加；同時，未來西南地區年均地表濕潤指數將逐漸減小，總體呈現變干的趨勢。
（2）相對于現階段，未來西南地區干旱致災危險性明顯增大，尤其是近期時段。在近期，西南地區旱災危險性處于5級的縣域個數和面積百分比分別為236個和50.30%，分別是現階段的4.82倍和6.24倍。四川省西南部和云南省大部始終是該地區未來旱災危險性最高的區域。
4 討 論
自然災害具有自然和社會雙重屬性，其中致災危險性評估是從自然屬性角度來評估干旱危險性。根據自然災害風險分析理論[20]，在危險性評價的基礎上，進一步考慮社會經濟因素，如人口、GDP、耕地、森林、草原、各種工程設施等的分布情況，以及遭遇干旱時這些承災體的易損程度、社會防災救災能力等，就可以進行干旱災害風險評價，辨識出高風險區，為各級政府開展風險管理提供科學依據。通過查閱《中國氣象災害大典》、《中國災害性天氣氣候圖集》以及近些年的災情資料可以發現，本文對現階段（1981-2010年）西南地區旱災危險性的評價結果與實際災情發生區域基本符合。但由于干旱災害形成、發展及產生后果的復雜性，影響因子眾多，目前的評價結果尚難以做到與實際情況完全吻合，有以下幾方面原因：考慮因素的全面性、各干旱等級權重值的真實性、預估氣候數據的誤差以及評價模型的科學性等等，還需要不斷深入研究，作出更符合實際、更加可信的干旱災害風險評價。
本文只選取了SRES B2情景，雖然這一情景是比較符合我國中長期發展規劃的氣候情景，但仍然存在較大不確定性。在以后的研究中，需要進一步拓展降低不確定性的方法，在現有情景預估的基礎上，進一步發展集合概率預測等技術手段，建立基于多情景多模式的集合概率預測情景方案。同時加強氣候模式模擬研究，提高模擬數據精度，降低氣候系統模式的不確定性[21]。
致謝：承蒙中國農業科學院農業環境與可持續發展研究所許吟隆研究員在論文數據方面提供的幫助，在此表示衷心的感謝！
參考文獻
[1]IPCC. Climate Change 2007： Impacts， Adaptation and Vulnerability [M]. London： Cambridge University Press， 2007.
[2]Tebaldi C， Hayhow K， Arblaster J M， et al. Going to Extremes： An Intercomparison of Modelsimulated Historical and Future Changes in Extreme Events [J]. Climatic Change， 2006， 79（3-4）： 185-211.
[3]徐新創， 葛全勝， 鄭景云， 等. 區域農業干旱風險評估研究：以中國西南地區為例[J]. 地理科學進展，2011，30（7）：883-890.
[4]周后福， 王興榮， 翟武全， 等. 基于混合回歸模型的夏季高溫日數預測[J]. 氣象科學， 2005， 25（5）： 505-512.
[5]Zwiers R W， Kharin V V. Changes in the Extremes of the Climate Simulated by CCC GCM2 under CO2 Doubling [J]. Journal of Climate， 1998， 11（9）： 2200-2222.
[6]賀山峰， 戴爾阜， 葛全勝， 等. 中國高溫致災危險性時空格局預估[J]. 自然災害學報， 2010， 19（2）： 91-97.
[7]Raff D A， Pruitt T， Brekke L D. A Framework for Assessing Flood Frequency Based on Climate Projection Information [J]. Hydrology and Earth System Sciences Discussions， 2009， 6： 2005-2040.
[8]賀山峰， 葛全勝， 吳紹洪， 等. 安徽省洪澇致災危險性時空格局預估[J]. 中國人口?資源與環境， 2012， 22（11）： 32-39.
[9]Blenkinsop S， Fowler H J. Changes in European Drought Characteristics Projected by the PRUDENCE Regional Climate Models [J]. International Journal of Climatology， 2007， 27： 1595-1610.
[10]Bloom A， Kotroni V， Lagouvardos K. Climate Change Impact of Wind Energy Availability in the Eastern Mediterranean Using the Regional Climate Model PRECIS [J]. Natural Hazards and Earth System Science， 2008， 8： 1249-1257.
[11]Zhu T J， Jenkins M W， Lund J R. Estimated Impacts of Climate Warming on California Water Availability under Twelve Future Climate Scenarios [J]. Journal of American Water Resources Association， 2005， 41（5）： 1027-1038.
[12]許吟隆， 張勇， 林一驊， 等. 利用PRECIS分析SRES B2情景下中國區域的氣候變化響應[J]. 科學通報， 2006， 51（17）：2068-2074.
[13]衛捷， 陶詩言， 張慶云. Palmer干旱指數在華北干旱分析中的應用[J]. 地理學報， 2003， 58（增）： 91-99.
[14]武建軍， 劉曉晨， 呂愛峰， 等. 黃淮海地區干濕狀況的時空分異研究[J]. 中國人口?資源與環境， 2011， 21（2）： 100-105.
[15]He B， Lv A F， Wu J J， et.al. Agricultural Drought Hazard Assessing and Spatial Characters Analysis in China[J]. Journal of Geographical Sciences， 2011， 21（2）： 235-249.
[16]翟建青， 曾小凡， 蘇布達， 等. 基于ECHAM5模式預估2050年前中國旱澇格局趨勢[J]. 氣候變化研究進展， 2009， 5（4）： 220-225.
[17]Jones R G， Noguer M， Hassell D C， et al. Generating High Resolution Climate Change Scenarios Using PRECIS [M]. Exeter： Met Office Hadley Centre， 2004.
[18]許吟隆， Jones R. 利用ECMWF再分析數據驗證PRECIS對中國區域氣候的模擬能力[J]. 中國農業氣象， 2004， 25（1）： 5-9.
篇6
包括侵占林地，道路，采礦，水壩，環境污染，放牧，濫砍濫伐，種質低劣，經營管理不當等，這些因素造成定位空間或地段內生物物種多樣化減少，土壤侵蝕程度加重，加重了森林的碎裂程度，加速了生物多樣性銳減，導致形成三大效能低下的干擾型或經營型低效松林。
1.2立地條件
在自然狀態下因立地條件較差或生長環境惡劣，導致自然形成三大效能低下的原生型低效林。
1.3自然災害
自然災害包括火災，松毛蟲、松材線蟲病等病蟲害，干旱，洪澇，霜凍等，致使多數珍惜的、受威脅的、瀕危的或森林物種（主要是動植物）數量、分布等消失或銳減。導致形成三大效能低下的干擾型低效松林。
2松林生態健康和活力的維護方法
2.1增強生物多樣性
按照長防林和退耕還林工程建設標準，同時規劃，同時施工、同時驗收，全面進行“封、改、補、造、撫”的規劃和穩步實施。加速森林“效應島”的形成，同時，采用林隙、林緣適當補植蟲媒花植物（花粉和花蜜資源）和拒避植物，以豐富生物多樣性。為了豐富馬尾松毛蟲蟲源地的生物多樣性,增強松林對生物災害自我調控功能,贛州曾充分運用“封、改、補、造、撫”等措施，穩步實施了蟲源地治理，達到了豐富生物多樣性效果。共實施蟲源地封山育林72.366萬畝，占蟲源地面積的100%；成功改造蟲源地4789個,占蟲源地總數的73.3%;改造蟲源地面積50.2319萬畝,占蟲源地總面積的69.4%。通過治理的蟲源地，平均灌木多樣性指數從1995年的0.42上升到2003年的0.78,平均針闊混交比例由9:1上升到7:3,平均植被蓋度由32%上升到81%,為實現馬尾松毛蟲的可持續控制奠定了良好基礎。
2.2從嚴管理“三害”
在林政管理上，應健全基層護林組織，全面封山育林，制止亂砍濫伐和亂獵濫捕的行為；在森林火災管理上，各級政府要簽訂防火責任狀，嚴格控制火災的發生；在危險性病蟲防范上，重點加強外來林業危險性有害生物的管理和控制。對危險性森林病蟲等應列入各級政府目標責任制,同時加強復檢，控制疫情傳播，限期拔除疫點，以防松林抗逆性下降。
2.3清理不健康林木
對近期內由于干旱、病蟲害和森林火災而出現大量死樹的松林，要及時采用對死樹進行全面清理，選擇鄉土闊葉樹當年更新造林；對將要出現大量死樹的林分，結合生態疏伐或景觀疏伐，對可疑木進行全面清理，選擇鄉土闊葉樹當年更新造林，以恢復到可持續生長的條件。
2.4強化生態閾值管理
全面封山育林，對少量或零星的經森防機構確認的非危險性有害生物致死木，可依據森林健康有關原理方法，鼓勵林業主管部門采取禁止采伐的措施，以實現豐富生物多樣性和制止亂砍濫伐行為雙重目標。在疏伐過程中適當保留少數倒木和枯立木,以保持林間野生動物和鳥類食物鏈的持續2；對近期內林業生產或生態保護效益不構成大的危害的病蟲，其測報和防治不作硬性要求，便于利用“天然防治”調節病蟲種群，以豐富松林生態系統的生物鏈。
2.5依法保護林地
侵占林地，道路，采礦，水壩，環境污染等,致使松林的碎裂程度和林地土壤侵蝕程度加劇。關鍵要依據《森林法》等有關法規和生態學原理，進行總體規劃和科學管理。
2.6適時評估效果
依照“近天然林”模式經營松林，影響松林生態健康和活力的主導因子發生明顯變化時，適時評估經營效果。主要內容是對這些主導因子作危險性分析，如對現有或可能發生的林業有害生物每3—5年定期調查1—2次，參照國際上有害生物危險性分析（PestRiskAnalysis）方法，對有害生物進行危險性分析和制定防范策略。對生態系統多樣性變化情況如蚯蚓、甲蟲、螞蟻、蜂類、寄生植物等森林健康關鍵種的多樣性指數和威脅的、瀕危的或森林物種（主要是動植物）數量、分布等應進行總結評估，作出決策，制定方案，付諸實施。
2.7開展科學研究
開展科技攻關，開發應用有效的、經濟的和環境可接受的森林保護核心技術。主要包括自然界不同時空尺度生物多樣性的類型與格局，決定生物多樣性進化的生態學因子以及進化與生態學過程；景觀破碎對種群散布、持久性及種群滅絕的影響及其恢復；制約群落和生態系統聚集的因子，以及群落和生態系統脅迫反應的途徑；將遺傳、物種、生境和生態系統多樣性編目，確定生物多樣性變化的速度及其對群落結構和生態系統過程的影響，以及決定各層次生物多樣性的因子；有害生物及病原生物的入侵、擴散和爆發基本規律的研究。
3結語
一個理想的健康森林應該是在這樣的森林中，生物因素和非生物因素（如病蟲害、空氣污染、營林措施、木材采伐等）共存對森林的影響不會威脅到現在或將來森林經營的目標[2]。為此，松林生態系統的健康，除經營管理要素外，森林病蟲害的可持續控制、火災的控制等應當是維護松林健康和活力的重要措施。
篇7
隨著人口的增長及經濟的迅速發展，地質災害日趨加劇，嚴重破壞了生態環境并危及人類的生存環境。據統計，90年代以來我國每年因災害造成的直接經濟損失高達數百億元以上，相當于國民生產總值的3%～6%【1】。地質災害已成為制約我國可持續發展的重要因素之一，故建立完善的災害評估信息系統已迫在眉睫。
1960年以前，災害研究主要限于機理及預測研究，重點調查分析災害形成條件等；70年代，在一些發達國家首先開始進行災害評估；90年代，圍繞國際減災十年計劃行動，北美及歐洲許多國家開展了災害危險性的風險評估研究；GIS的問世解決了計算機制圖制印一體化的問題，空間分析、制圖功能及可視化等特點使之在災害評估研究中得到深入應用【2、3】。
在國內，早期的災害危險性研究主要是針對大型工程建設的定性評價，雖也引入了定量方法，但單元的劃分及數據的獲取等大多由手工完成。50年代，為了有效地防災、救災，加強了災害調查評估，并取得顯著成績；70年代，我國災害評估研究開始興起；90年代，對災害的類型及區域發展規律等進行了深入的研究，提出了許多新理論與新觀點，如張業成針對我國崩塌、滑坡等災害建立了地質災害危險性指數評價模型和危險性評價分析模型。自1999年開始進行建設項目地質災害危險性評估，已形成一套較完整的評估方法和理論，但仍局限于定性研究，特別在災害危險性綜合評估分區中，定量化程度不高，存在一定的主觀性和不確定性。
近年來，災害評估的科學性日益增強。評估方法由傳統的成因機理分析和統計分析發展為同社會經濟條件相結合的多種方法，如層次分析法、信息量模型、模糊綜合評判、人工神經網絡模型、GIS技術等，評估過程由定性評估轉化為半定量評估或定量評估。
由于影響區域穩定性的因素多而復雜，且大多數因素影響對其穩定性的定性評價，這就給進一步分析造成了困難。美國學者T.L.Saaty于20世紀70年代提出了層次分析法(即AHP法)。實例證明，采用AHP法對復雜地質災害進行評估有以下優點：層次分明、因素具體、結果可靠，不僅可用于單一災點穩定性的評價，亦可用于同一地區多災點的綜合評價；能對資料綜合進行分析，得出明確的定量化結論，因而被廣泛應用于復雜系統的分析與決策。該法亦有其局限性，表現在：構建遞階層次結構的過程比較復雜；對評估結果影響的因素較多時，將各因素進行兩兩判斷比較困難以及計算過程極其復雜等。總之，應用該法把災害評估這樣一個復雜的問題分成上下具有支配關系的遞階層次結構，使問題得到簡化，這在區域地質災害評估研究中將得到更廣泛的應用。
工程地質評價是一種包含經驗類比和統計思想的分析方法，由于它以定性描述和分析為主，因而應用起來難以建立統一的評價準則和標準【4】。近年來，一些不確定性數學方法如模糊數學等不斷引入工程地質研究中，工程地質量化評價方法應運而生。
鑒于地質環境與災害系統的復雜性，災害評估需要研究的變量關系較多且錯綜復雜。從邏輯上講，模糊現象不能用1（真）或0（假）二值來刻劃，而是需要一種用區間[0,1]上的多值來描述。模糊綜合評判法是從多個指標對被評價事物隸屬等級狀況進行綜合性評判的一種方法，這對事物的描述更加深入和客觀。實踐已驗證：在災害評估中運用模糊綜合評判模型，結果較合理可靠，且建立的模型擬和效果較好。但是由于對復雜事物的評判涉及的因素很多，而每個因素都要賦予一定的權數，應用模糊綜合評判存在以下問題：權數難以強當分配。而模糊矩陣的合成運算是先取小而后取大，這樣在評判時，很小的權數通過取小運算，便會“淹沒”大量因素評判的信息，使評判得不出任何有意義的結果。故模糊綜合評判法更適合于單災點評估。
隨著現代科技的發展及學科間的交叉融合等，遙感和地理信息系統被廣泛應用于地質災害評估中，通過建立數據庫和數學模型，實現評估的計算機管理，使得數據的編輯、更新和提取極為容易，提高了評估的信息化水平。1990年，印度的Gupta R. P.和Joshi B. C.運用GIS技術，基于多源數據，對喜馬拉雅山麓的Ramganga Catchment地區的滑坡進行了分析，使用了空間分析和面積量算功能完成了滑坡災害危險性分區【5】。但是在GIS集成框架下，應用遙感數據，通過數學模型方法卻無法反映災害的社會經濟特征。因此，在利用RS、GIS及數學模型等對災害進行評估時，應加強實地調查，力求其緊密結合。
總之,地質災害評估是在地表調查和分析資料的基礎上進行的定性–半定量評價工作,如何將評價指標盡可能的定量化,使分析和評價最大限度地符合客觀實際,是值得探討的問題。隨著地質災害研究理論和實踐的發展，評估理論體系和手段日趨完善，災害評估方法日益豐富，計算機技術的廣泛應用和GIS技術自身的不斷完善使地質災害評估不斷向模型化、定量化、現代化方面發展。
參考文獻：
[1]何欣年，閻守.重大自然災害的遙感實時監測、災情評估及其預警系統.中國自然災害災
情分析及減災對策[M].武漢：湖北科學技術出版社，1990.
[2]花存宏. 地圖生產的革命性變革[J].地圖，1998,(1):5-7.
[3]殷坤龍. 滑坡災害預測預報[M].武漢:中國地質大學出版，2004:11.
篇8
1概述
地質災害是在地質作用下，地質自然環境惡化，造成人類生命財產損毀或人類賴以生存與發展的資源、環境發生嚴重破壞的過程或現象，是對人類生命財產和生存環境產生損毀的地質事件。因而，從該意義上來講，地質災害不僅是一種自然現象，而且帶有明顯的社會經濟屬性。
在以往工程地質領域對于地質災害的研究中， 多考慮地質災害的自然屬性，評價預測也多從其內外影響因素入手，把地質災害僅作為一種地質動力活動，著力于災害形成機制與誘發條件、發展規律等自然特征的分析，度量的指標多為穩定性程度等。而對地質災害的社會屬性和與之密切相關當破壞效應等注意的不夠。這種狀況越來越不適應社會經濟發展對減災研究的需要。誠然，對于單體地質災害而言，地質災害自然屬性研究必不可少，但如果從一個更深的層次來看，這顯然沒有考慮到地質災害的社會經濟屬性。人類防治地質災害的最終目的并不是杜絕引起地質災害的地質現象或地質事件的發生，而是確保這些地質現象或地質事件不對人類造成不可接受的危害。所以從社會減災防災意義上講，除了考慮其自然因素，更應該考慮其社會屬性因素，由此才有了地質災害風除評價的概念的產生。
2 對地質災害風險概念的認識
目前對災害風險和地質災害風險還沒有統一的認識。在聯合國教科文組織的一項研究計劃中，Varnes（1984年)提出了自然災害及風險的術語定義，隨后得到了國際地質災害研究領域的普遍認同，成為了對地質災害危險性、易損性和風險評估的基本模式。地質災害的風險可定義為：在一定的區域時間限度內，特定的地質災害現象對生命財產、經濟活動等可能造成的損失，即地質災害風險是潛在地質災害危險性和社會經濟易損性的函數，它可表示為：
式中：R(Risk)：地質災害的風險，指特定的地質災害現象可能造成的損失；H(Hazard)：一定地區范圍內某種潛在的地質災害現象在一定的時間內發生的概率，即地質災害的危險性；E(Element)：給定區域內受特定地質災害威脅的對象，包括人口、財產、基礎設施、經濟活動等；v(Vulnerability)：特定的地質災害以一定的強度發生而對受威脅對象所造成的損失程度，即受威脅對象的易損性，它用0～1來表示，0表示無損失，1表示完全損失。
綜上所述我們可以看出，地震災害的危險性(H)和受威脅對象(E)的易損性(v)共同決定了地質災害的損失大小，是控制地質災害風險的（R）的基本條件。因此，地質災害風驗評價應從下述兩方面進行：(1)地質災害的危險性評價，其與歷史地質災害活動強度和周期性規律(即災害發生的頻次、規模、分布強度)以及地質災害孕育的環境與形成條件(即地形地貌、地質背景、水文氣象、植被和人類工程活動等影響因素)密切相關；(2)區域社會經濟易損性評價，包括了直接易損性評價(受威脅對象分布與抗災能力)和間接易損性評價(地區社會經濟與防災能力)2個方面內容。
由于實際情況的復雜性，在地質災害風險評估中很難對H、E、V等進行精確的定量表示。在這種情況下，可以采用“等級”的概念，先對地質災害的危險性、社會經濟易損性進行分級，然后再采用適當的方法進行最終的風險評估。
3 地質災害風險評價模型
目前有關地質災害風險評價的模型有信息量模型、層次分析等模型，在這里簡述信息量模型。
根據實際情況，將影響地質災害風險因素的實測值轉化為信息量值，并用信息量來表征地質災害風險影響因素的“貢獻”大小，進而評價地質災害的風險程度。信息量用條件概率計算：
I(X，A)=lg(P(X/A)/P(X)) (3)
式中：I(X，A)為單因素(指標)X影響地質災害風險A的信息量；
P(X/A)為地質災害風險惡化條件下出現X的概率；
P(X)為研究區影響因素X出現的概率。具體運算時，總體概率用樣本頻率計算，即：
式中：I為某一單元P種因素組合情況下地質災害風險惡化的總信息量；
S為樣本區總單元數：
N為該區己知地質災害風險惡化的單元總數；
S1為含有影響因素X的單元個數；
N1為含有影響因素X的地質災害風險惡化單元個數。
用總信息量I值作為該單元多種因素共同作用下的地質災害風險改善的綜合指標。對I值進行統計分析(主觀判斷或聚類分析))找出突變點作為分界點，將區域分成若干個地質災害風險等級，由此建立的信息量模型，將作為研究區的風險預測模型。只要查明研究區各因素的情況，根據樣本區計算出的信息量值，并將各評價單元的諸影響因素的信息量值疊加便可預測地質災害風險等級。
信息量模型適合于各地質災害影響要素的信息量比較豐富的地質災害風險評價，按統計方法對各影響要素進行聚類分析，按照一定的閾值，將評價區域進行地質災害風險分區。
4 基于GIS技術的地質災害風險分析
地理信息系統(GIS)是有效表達、處理以及分析與地理分布有關的專業數據的技術，它為人們提供了一種快速展示有關地理信息和分析信息的新的手段和平臺。從20世紀80年代以來，GIS在災害管理中得到逐步深入的應用。
各種地質災害都是在地球表層一定空間范圍和一定時間限度內發生的，盡管不同種類的地質災害之間、同一種類的地質災害的不同個體之間大都形態各異，形成機理也是千差萬別，但它們都是災害孕育環境與觸發因子共同作用的結果，而這些都與空間信息密切相關，利用GIS技術不僅可以對各種地質災害及其相關信息進行管理，而且可以從不同空間和時間的尺度上分析地質災害的發生與環境因素之間的統計關系，評價各種地質災害的發生概率和可能的災害后果。
GIS與傳統意義上的信息系統的根本差異在于：它不僅可以存儲、分析和表達各類對象的屬性信息，而且還可以管理空間(圖形)信息，可以使用各種空間分析方法，從空間特征和屬性特征兩個方面對多種不同的信息進行綜合分析，尋找空間實體間的相互關系，分析和處理一定區域內分布的現象和過程。GIS軟件提供了一些基本的空間分析工具，如區域疊加分析、緩沖分析、矢量柵格數據轉換、屬性數據查詢檢索、數字高程模型、數字地面模擬分析等，但僅僅直接利用這些基本的工具進行地質災害的風險分析顯然是不現實的，還需要結合專業地質災害風險評價模型，如將信息量模型與GIS平臺相結合，應用于地質災害風險評估分析中。
信息量法模擬和層次分析評價模型與GIS的結合可以從以下幾個方面考慮：
(1)利用GIS采集數據及進行基礎數據處理。GIS具有強大的數據采集與空間分析功能，可以利用它來采集評價所需的數據并進行管理。GIS對數據的預處理一是將定性數據按照一定的原則定量他；二是利用GIS的自動劃分功能形成用于評價的圖元區域。
(2)應用信息量法模型可擴充GIS的分析評價功能。利用GIS的二次開發功能，選定合適的信息量法模型對GIS進行二次開發，擴充GIS的分析評價功能，實現傳統分析方法與GIS的結合。把GIS已經剖分的圖元區域的各種信息存入預先確定的數據庫，然后通過編寫接口，信息量法模型就可以直接調用這部分數據供分析之用。
(3)利用GIS強大的成圖功能，將信息量法模型分析結果返還到GIS處理成圖，形成最終成果。
這樣就可以在建立一個基于GIS技術的地質災害風險評估系統，首先在建立評估區信息數據庫的基礎上，結合地質災害風險評價分析模型(信息量模型)，運用GIS的空間分析功能(緩沖區分析、疊置分析等)、數據融合技術以及高精度計算實現對多種不同類型的地質災害(如滑坡、泥石流、巖溶塌陷等)進行危險性分析、易損性分析和最終的風險評估。整個地質災害風險評估工作都是有序進行的，其基本程序見圖1所示。
結論
（1）地質災害風險評估包括地質災害危險性評價、社會經濟易損性評價兩大內容。危險性評價應以歷史危險性(災害發生的頻率、規模、程度)和影響災害發生的主要因素(基于災害發育機理研究)的綜合分析進行；易損性評價應包括受威脅對象的易損性分析和受威脅對象的價值分析2個方面。
（2） 運用GIS開展地質災害風險評估是必然趨勢，國外已有許多成功的范例。GIS技術為地質災害在專業評價模型(如信息量模型)條件下的風險評估提供了有效的技術支持。基于GIS技術的地質災害風險評估系統較好的實現了GIS技術與地質災害風險評價模型的結合，能夠充分利用GIS的圖形編輯、屬性管理、空間分析、數字高程分析等功能優勢，快捷方便的實現一般分析方法與手段難以解決的問題。它可以根據變化了的情況與資料，實時性的進行地質災害風險分析，進一步縮減風險分析的模糊性與不確定性，具有較強的準確性與客觀性，而這正是常規分析手段所難以比擬的。
參考文獻
篇9
中國是世界上自然災害最嚴重的國家之一。自然災害的多發性與嚴重性是由其特有的自然地理環境決定的，中國大陸東瀕太平洋，陸海大氣系統相互作用，關系復雜，天氣形勢異常多變，各種氣象與海洋災害時有發生。中國地勢西高東低，降雨時空分布不均，易形成大范圍的洪、澇、旱災害；因位于環太平洋與亞歐兩大地震帶之間，地殼活動劇烈，是世界上大陸地震最多和地質災害最嚴重的地區；中國有約70%以上的城市分布在氣象災害、海洋災害、洪水災害和地震災害都十分嚴重地區。而工程建設項目多是暴露于這些自然災害之下的，災害的多發必然會對建設項目產生很大的影響和損失，因此有必要對工程建設項目中的自然風險進行合理的評估和管理。
自然災害風險概述
自然風險是涵蓋于風險范疇內的，它是由某一種自然災害發生所造成的損失的不確定性。在災害學研究理論中，認為風險是在一定時間和區域內某一致災因子可能導致的損失(死
亡、受傷、財產損失、對經濟的影響)，其中致災因子是一定時間和區域內的一個危險事件，或者一個潛在破壞性現象出現的概率。
自然災害的分類，一是氣象災害：臺風、暴雨、雷擊、寒潮、高溫及干旱等；二是地質災害：地震、泥石流、滑坡、崩塌、地裂、火山等；
自然災害一旦發生，往往不是孤立的，而是形成復雜的自然災害系統。它們常常在某一地區或某一時段集中產生一系列災害群或災害鏈。許多自然災害、特別是強度大的自然災害，常常誘發或引起一連串的次生災害與衍生災害，形成災害鏈；災害群與災害鏈交織在一起往往放大了自然災害的效應，從而制約著自然災害風險系統影響結果。
2. 自然災害對工程項目建設的影響
工程建設項目管理包含了在建筑施工全過程當中的一切有關質量與安全施工的組織和管理活動，其主要是通過嚴加控制施工過程中的各個要素，從而使得這些要素當中的危險狀態或危險行為能夠得到有效的降低甚至達到完全消除，以此來降低一般事故的發生概率乃至杜絕重大事故發生的目標。隨著全球氣候的變暖和城市化的發展，自然災害發生的頻率和損失與年俱增，隨之而來的便是自然災害因素對建筑施工的影響也越來越大，通過一系列科學合理、行之有效的施工質量與安全管理措施的實施，盡量避免或降低建筑施工因自然災害而受到損失是當務之急。
自然災害風險對建設施工的影響主要體現在對工程項目進度控制的影響（工期），工程項目質量管理的影響和施工成本的影響。
2.1 自然災害對工程進度的影響
建筑施工大多為室外露天作業，施工進度經常會受到自然環境因素的影響。尤其是發生不良氣候條件和極端天氣時，如高溫、臺風、暴雨、地震等條件下工人的工作效率會收到很大的影響。發生自然災害導致的停工，各地方都有規定，當溫度、風力達到一定級別時，工地必須停止施工。自然災害發生時，或由于建筑或設備發生損害進行修復而必須增加的時間。再者，當自然災害導致建筑材料的運輸路線破壞、受堵，而建筑材料又不充足時則在很大程度上也會導致施工工期的拖延，如大雨、泥石流、山體滑坡導致交通路線中斷等。
2.2 自然災害對工程質量的影響
自然災害的發生必然會對工程項目質量產生影響，這主要體現在發生極端天氣現象時會對建筑材料的性能產生影響。如氣溫、濕度、風力等自然環境發生變化都會對鋼筋砼的澆筑及養護產生影響。如：在高溫下拌合和澆筑混凝土，水分蒸發快，引起坍落度損失，難以保證所設計的坍落度，易降低混凝土的強度、抗滲和耐久性。且高溫時，水泥水化反應加快，混凝土凝結較快，施工操作時間變短，容易因搗固不良造成蜂窩、麻面以及“冷縫”等質量問題；如果脫模后不能及時澆水養護，混凝土脫水將影響水化反應的正常進行，不僅降低強度，而且加大混凝土收縮，易出現干縮裂縫。
2.3 自然災害對施工成本的影響
自然災害對施工成本的影響主要體現在災害造成的直接破壞損失。其次，一些重大災害會導致城市、農業、工業等大范圍的破壞及損失，由此會使建筑材料價格產生變動。
3．工程建設項目中自然風險評估
自然災害風險評估將災害發生破壞與損失的大小直接與暴露于災害風險中的承災體相關，災害研究開始關注人類及其活動所在的社會和資源等背景條件形成承災體論。此時自然災害風險評估基于對承災體分類的基礎上，進行承災體暴露與脆弱性(易損性)分析評價。
3.1自然災害的風險分析
災害風險分析包括災害危險性分析、承災體脆弱性分析和災害損失分析三部分。通過對歷史災害事件的頻率、強度分析得出災害風險分析的結果為：特定災種在一定區域未來時間段內遭受某種強度災害的概率。衡量災害風險水平大小的基本指標包括：(1)空間范圍(2)時間(段)(3)災害強度(頻率)(4)發生概率。即災害風險可理解為空間、時間、災害事件、災害強度和概率的函數即：
3-1
其中，R為災害風險，R為區域，T為時間間隔，H為災害事件，I為災害發生的強度(可以理解為災害可能造成的損失)，P為發生概率。災害風險即為表征一定區域未來一定時間段內遭受某種強度災害事件帶來的損失的發生概率。
基于數學概率統計基本原理，可以獲得任何事件的頻率和概率函數關系。Tobin和Montz提出概率數學模型中關于概率和年超越概率(Annual Exeeeden probability，簡稱AEP)的函數關系式3-2。
3-2
3-3
其中P為概率，AEP為年超越概率，F為頻率，Ri為周期，t為時間段。在精度要求不高的情況下，年超越概率在數值上等于頻率，等于回歸周期的倒數(式3-3)，這樣損失的概率可以由災害強度頻率推算求得。
3. 2自然災害的風險評價
在災害風險分析完成后，災害風險值的時間、空間分布業已完成；災害風險評價首要任務就是將上述定量分析的結果合理分級。最終提出災害風險水平等級及相應的應對策略。通過編制區域災害風險圖，以反映區域自然災害風險等級。
災害風險由極大損失和發生概率表征，風險分級取決于災害損失和發生概率分分級狀況。如果將災害損失和發生概率分別劃分為5個級別，那么災害風險級別則由二者的判別矩陣加以確定。災害風險分為4級，低風險、中風險、高風險和極高風險。
災害風險等級判別矩陣
低風險包括3種損失和概率組合類型，中風險包括10種損失和概率組合類型，高風險包括9種損失和概率組合類型，極高風險包括3種損失和概率組合類型
4. 結論
建設項目作為一個自然災害巨承災體，具有暴露要素集中和發生災害損失巨大等特點，受到國內外學者廣泛的關注。隨著全球氣候變暖和城市化進程加速，建設區承受各種自然災害頻率和強度日益加劇，因而工程項目建設區也就成為自然災害風險研究的重要區域。開展建設項目自然災害風險研究，構建自然災害脆弱性評價指標體系與評價方法，建立自然災害風險評估程序與動態評估模型，實現區域自然災害風險區劃，集成開發自然災害風險評估工具集，從而為工程項目制定綜合自然災害風險管理制度、應急控制預案和可持續發展戰略提供堅實的理論基礎與科學依據。
參考文獻：
[1] 劉博，唐微木.巨災風險評估模型的發展與研究[J].自然災害學報，第20卷第6期，2011年12月：47-52.
篇10
土木基礎設施減災基礎研究進展近年來國家自然科學基金對土木基礎設施減災基礎研究的資助主要有以下幾個方面。
．1 城市與工程減災基礎理論及關鍵科學問題研究國家自然科學基金在城市與工程減災前沿領域持續地資助了大量的基礎研究課題，“八五”期間由中國地震局工程力學研究所胡聿賢和謝禮立兩位院士主持收稿日期：200∞9—的重大項目“城市與工程減災基礎研究”，較為集中地體現了我國這一領域基礎研究的進展。全國近20所高等院校和科研院所、五座示范或典型城市的100多位專家學者投入了歷時4年的研究，在以下研究方面取得了積極的成果。
．1．1 災害的危險性分析與損傷評估理論研究地震、風、洪水、海潮、洪澇、滑坡、泥石流、火、燃爆、巖溶、塌陷、地基變形等各種自然災害或人為災害的成災環境，成災模式，災害性荷載的特點和分布規律，并建立了相應的危險性評估理論和方法，探討了災害形成機制和傳播規律，以及它們對工程結構和社會經濟的影響，具體內容為：(1)建立了確定城市極值風速的兩種危險性評估方法一組合概率法和風場函數法。(2)提出了基于地理信息系統(GIS)和人工智能的地震危險性分析理論，建造了地震構造信息系統(SⅡS)，從而使現有的地震危險性分析方法和地震區劃分法無論從精度上還是效率上都有了新的突破。
通過實踐和理論分析，對建筑物的火災和煙氣形成機理以及燃氣爆炸規律進行了研究，編制了建筑物煙氣控制系統的計算機程序和燃爆災害預測模型。
．1．2城市與工程的災害特征及抗災分析理論研究城市與工程體系的災害特征和抗災分析理論，具體有：(1)研究了地下管網等生命線系統在地震作用下的反應分析方法，提出了考慮地震動場空間相關特性和局部場地條件影響的生命線系統地震危險性分析方法以及管網破損狀態的概率分析理論，對地上生命線系統進行了供水系統的地震損失分析研究。
研究并提出了城市多種災害損失的評估模型。
在調查分析抗震結構造價變化的基礎上提出了不同重要性建筑抗震設防的最佳標準。(4)研究了城市中地震觸發滑坡、巖溶塌陷、采空區塌陷以及地震火災和滲萬方數據 水引發滑坡等災害鏈現象，并提出了相應評估方法。
研究并提出包括斜拉橋等大跨度橋梁結構的抗震分析和隔震控制方法。
．1．3災害荷載作用下工程結構可靠度與優化設計理論研究多種災害作用下工程結構的可靠度和優化理論，包括：(1)研究了抗災結構優化設計的特點與抗災結構最優化設防水平，進行了抗災結構最優化設防荷載與最優化設防可靠度的對比分析。(2)研究并對比了高層建筑在風和地震作用下的可靠度分析結果。
研究并提出了結構災害荷載可以近似為無限粗糙荷載的設想，并給出了相應荷載下的結構體系可靠度計算的近似方法。(4)根據水工結構特點，研究了壩址空間隨機地震動場模型，地震動合成方法以及在平穩和強度非平穩空間隨機地震動場假定下建立了計算相應的結構反應和抗震可靠度方法。(5)對鐵路工程提出了滑坡、泥石流、洪水等災害的工程預報方法，并建立了相應的路段可靠度分析方法。
．1．4典型城市與重大工程綜合防災示范研究選擇汕頭、鎮江、鞍山、唐山四座具有不同特色的中等城市作為防御多種災害的典型，選擇廣州作為大城市綜合防洪典型，選擇多種自然災害多發區的成昆線烏斯河一普雄段作為防御多種災害的典型重大工程，綜合運用并集成了各種工程防災的科技成果，并采用地理信息系統、仿真系統、危險性分析系統、損失評估、應急反應和決策系統、人工智能系統等各種先進的工程防災技術，建立了相應的城市與重大工程的防災減災決策系統。充分發揮了高新技術在工程減災領域中的優勢，使我國大城市和重大工程防災減災的理論和實踐達到了一個嶄新的水平。
．2結構抗震抗風振動控制研究由于本研究的前沿性和基礎性，我國結構抗震抗風振動控制最近十多年的研究進展許多是在國家自然科學基金的資助下取得的，先后有近40個面上項目和若干重點項目或重大項目的子課題與此研究密切相關，研究涉及被動控制、主動控制、混合控制和半主動控制、以及智能控制的各個方面。在其它有關部門的共同支持下，我國已形成了一支陣容強大的研究隊伍，使我國成為繼美國和Et本之后，又一個對結構控制有著深入和廣泛研究的國家。
．2．1結構被動控制結構被動控制(包括更早開始研究的基礎隔震)由于不需要提供外部能源、經濟和易于工程應用的特點，在我國得到了廣泛的研究和一定程度的應用。控制裝置涉及金屬阻尼器、摩擦阻尼器、粘彈性阻尼器、粘滯流體阻尼器、TMD、TLD、擺式質量阻尼器等各種耗能減振器。目前不少學者正致力于結構控制設計方法的研究，以期為我國減振結構的抗震抗風設計規范的制訂提供依據。經過大量的理論分析和試驗研究，一些耗能減振裝置已開始應用于實際工程，如上海建成的兩棟帶豎縫的剪力墻結構、粘滯阻尼器應用于北京火車站和北京飯店等建筑的抗震加固、以及摩擦耗能器應用于沈陽市政府大樓的抗震加固等都是成功的工程實例。
我國基礎隔震的研究開展較早，已經取得了理論研究、技術開發和工程應用的豐碩成果。隔震技術主要采用橡膠墊、金屬涂料滑塊以及精選的細砂、石墨涂層和四氟乙烯板等。目前我國已建成的基礎隔震房屋有數十棟，隔震與耗能減振技術已被寫入新的《建筑結構抗震設計規范》。
．2．2結構的主動控制雖然結梅的主動控制較之被動控制效果更加明顯，但由于主動控制需要輸入較多的外部能源，再加上系統的可靠性問題、以及更復雜和昂貴的硬件設備等原因，在我國主動控制的研究更多地集中于主動控制算法、效果仿真分析和控制裝置的試驗研究等方面。
研究的控制算法主要有最優控制算法、瞬時最優控制算法、智能控制算法(如人工神經網絡、遺傳算法等)、極點配置算法、自適應控制算法等。對主動控制裝置研究較多的是主動控制調諧質量控制系統、主動錨索控制系統、主動支撐系統等，其中哈爾濱建筑大學成功進行的結構主動控制試驗的整套系統的設計、生產和調試均是自行完成的。
中國國家自然科學基金委員會和美國國家科學基金會共同資助中美合作項目“南京電視塔風振控制”的研究，是由中方東南大學等單位和美方數所高校單位合作進行的。他們采用AMD系統對南京電視塔的風振實施主動控制。它的完成不僅使南京電視塔成為國內第一個實施主動控制的建筑，在國內乃至國際學術界具有重要影響，同時也將為結構控制的研究提供合適的試驗場所，目前南京電視塔風振控制工程正處于緊張的現場調試階段。
我國在混合控制方面進行了有特色的研究，提出的混合控制系統有AMD和rILD組合的混合控制系統、AND和HDS組成的混合控制系統等，并對混合控制系統的性能及對結構的抗風抗震進行了大量的試驗研究。
由于半主動控制所具有的經濟、有效、可靠等特點，其研究受到國內學者的極大關注。已從事的工作包括半主動控制的變剛度、變阻尼的系統裝置、理論分析和試驗研究等。
．2．3結構振動的智能控制結構振動的智能控制是國際振動控制研究的前沿領域。由智能材料制成的智能可調阻尼器和智能材料驅動器構造簡單、調節驅動容易、能耗小、反應迅速、幾乎無時滯，在結構主動控制、半主動控制、被動控制中有廣闊的應用前景。適合于土木工程振動控制的智能材料有電流變液、磁液變液、壓電材料、磁致伸縮材料、形狀記憶合金等。
我國結構振動智能控制的研究也已起步，落后于世界先進水平研究的時間并不長。目前在此方面做的工作有：研制出了出力30kN的磁流變阻尼器，提出了壓電陶瓷智能摩擦阻尼器支撐及其對框架結構地震反應的半主動控制方法，分析了壓電陶瓷智能力矩控制器對框架結構地震反應的主動控制效果；制作出了兩相電(磁)流變阻尼器，并研究了對高聳塔架結構風振反應的半主動控制的方法；制作了形狀記憶合金耗能阻尼器，進行了對結構振動反應控制的試驗，等等。
．3大型復雜結構體系的抗震抗風及設計理論研究隨著我國超高層建筑、超大跨度橋梁和大跨空間結構等大型復雜結構的大量興建，結構設計呈現出更高、更長、更柔的發展趨勢，許多情況下風荷載和地震作用已成為結構設計的控制因素。因此，大型復雜結構體系抗震抗風相關的科學問題及新的設計理論的研究得到我國廣大學者的廣泛關注。“九五”期間由國家自然科學基金委員會與國家建設部、國家地震局和中國海洋石油渤海公司聯合資助了國家自然科學基金重大項目“大型復雜結構體系的關鍵科學問題及設計理論研究”，由同濟大學項海帆院士和哈爾濱建筑大學王光遠院士共同主持，研究內容包括：
．3。1設計地震動及災害性風荷載的作用機理地震波的多維多點輸入，近場強震和地震波的長周期分量對結構的作用，城市邊界層中風特性的觀測分析和數值模擬，建筑風洞模擬實驗的基本問題和關鍵模擬技術，土木工程結構的數值風洞。
。3．2超高層建筑結構體系的抗震與抗風超高層建筑結構體系及相關力學問題，抗震設計理論，復雜單體及群體建筑的風振理論，超高層建筑基于位移的抗震設計。
．3．3特大跨度橋梁的結構體系及抗風抗震特大跨度橋梁體系、特殊結構形式及空間非線性力學問題，氣動參數識別、風振及控制理論，考慮樁一土相互作用的高橋墩和塔墩抗震分析理論。
．3．4大跨空間結構新體系及關鍵理論新型預應力張拉結構體系及其形態分析理論，大型柔性屋蓋結構的風振反應及抗風設計，大跨網殼結構的抗震性能和穩定性能。
．3．5大型復雜結構體系的現代設計理論基于可靠度的多目標復雜結構優化設計方法，結構選型及工程結構形態全面優化的實用方法，結構振動控制的設計理論與方法，基于性態的抗震設防標準與設計理論另外，項目還包括了復雜環境下海洋平臺結構系統相關內容的研究，有海洋環境隨機載荷及其組合，海洋平臺結構可靠度與壽命評估，結構冰致振動機理及控制，結構系統的優化設計。
土木基礎設施減災基礎研究的發展趨勢為了推動學科交叉和遴選國家自然科學基金“十五”優先資助領域，國家自然科學基金委員會于年底召開了“重大工程災害與防治”為主題的前沿科學研討會。來自土木、水利、礦業、材料、力學、地球科學、信息、管理等學科的60多位專家學者，從科學發展和國家需求與可持續發展的戰略高度，對“重大工程災害與防治”這一主題的如下關鍵科學問題進行了研討和論證，并建議在“十五”期間給予優先資助。這些科學問題基本體現了土木基礎設施減災基礎研究的發展前沿，也是有關專家學者結合中國國情對這一領域科學研究發展趨勢的展望。
．1 大型結構和生命線工程災害響應與控制針對災害作用的空間分布性和動力作用特性，研究大型結構和生命線工程及其周邊介質相互作用的非線性時空災害響應，研究其性態設計、控制和優化的理論和方法。
．1．1災害場及其動力作用研究地震和風災等危險性分析、空間分布場、衰減規律及對結構和工程系統的動力作用，為復雜的災害響應分析提供合理的災害作用模型。
．1．2大型結構非線性災害響應進行建筑、橋梁、水工、海工等大型結構材料、構件和體系的災害模擬試驗，揭示其極端條件下的動力失效、破壞和倒塌機理；研究大型結構及與周邊介質相互作用的材料、幾何及其耦合非線性災害響應分析和計算理論；研究新型高性能的抗災結構體系。
．1．3結構災害性態設計與控制研究結構多級災害設防水準、性態水準和性態目標，建立結構災害響應與性態的關系、以及結構災害性態設計和控制設計的理論和方法；研究新型減振控制裝置以及高性能、大出力、低能耗的智能驅動減振裝萬方數據 置；研究大型結構災害響應控制的有效措施和技術、以及智能控制集成系統。
．1．4生命線工程空間災害響應與性態優化生命線工程是維系城市與區域經濟功能的基礎工程設施系統(如城市供水、供氣系統、道路交通系統、區域電力系統等)，其災害破壞可導致城市和區域經濟與社會功能的癱瘓。此領域重點研究城市生命線工程系統的空間地震響應分析；大規模工程網絡抗震可靠性的高效分析方法；區域電力工程系統的風災易損性分析；城市生命線工程和大型工程網絡的災害性態優化與設計。
．2巖土工程災害與環境損傷防治針對巖土體介質的多相、非均質、各向異性的復雜環境特點以及大規模地下開挖工程和今后大規模地下空間利用的誘變災害和環境損傷，重點研究工程與災害的相互作用、災變行為以及防災減災方法和新技術。
．2．1 囫-氣一液多相介質耦合作用與災變動力學研究天然巖(土)體孔隙裂隙介質中液氣多相流的耦合作用下，穩定與非穩定變形、破壞與狀態變化及轉化機理、條件與規律；固一液一氣耦合作用及致災的突變動力學數學模型，為工程災害的控制提供有效路徑與方法。
．2．2高應力深部地下工程的誘變災害與防治高應力大采深條件下開挖巖體動力學特征及與圍巖變形破壞、頂板災害、瓦斯突出、巖爆的關系；采動巖體結構與地下承壓水運移關系及深部開采的突水機理。
．2．3大型地下工程的環境損傷與控制重點研究大型地下開挖工程和城市地下空間利用所引起的地表沉陷和控制，地下含水層和地表水的破壞機理及保護措施。
．2．4重大工程的邊坡災害防治與預警結合重大工程研究水位大幅度變化條件下的邊坡穩定性、災變機理、風險評估與防治決策支持體系，基于3S技術的邊坡災害預報系統及綜合防治技術。
．2．5重大工程地基失效與防治針對巖、土等天然材料的特點，研究巖體和原位土的靜、動力學性能；土體的液化和液化后大變形；建立巖體構造面的連續～非連續介質數值模擬模型，研究地基在地震等災害作用下的失穩、殘余變形及其與結構的相互作用，以及各種地基加固措施的機理與加固效果的定量評價。
．3重大工程災變行為與健康診斷針對復雜災變因素的耦合作用，研究重大工程的損傷積累和災變行為的演化規律及其檢測、監測與防治的先講技術。
．3．1 重大工程損傷積累與災變行為考慮疲勞效應、環境腐蝕和材料老化等災變因素的耦合作用。研究重大工程損傷積累與災變行為的演化規律及其與抗災能力衰減的關系，受損結構隨機建模與分析及災變預測。
．3．2重大工程檢測與健康診斷研究重大工程檢測與探測的先進技術及損傷評定與健康診斷方法；大型結構動力模態指紋分析；復雜結構系統動力復合反演理論；非線性損傷變量及其識別；損傷尺度譜與損傷定位；受損結構的健康診斷與性態分析。
。3．3重大工程的智能監測研究大型結構、生命線工程與巖土災變體系的智能傳感元件優化設置及粘貼與埋設技術，信號轉換接口、海量數據的遠距離傳輸技術和智能處理方法，研究在線損傷識另叭模型修正、健康診斷、安全評定與預警系統。
．3．4重大工程的安全評定與災變防治研究重大工程安全評定的災害風險分析、確定性的體系安全評定方法和體系可靠度評定方法及其目標水平，研究重大工程災變控制的方法與技術以及抗災加固的先進材料、裝置與技術。
．4數字減災工程與系統針對城市和重大工程災害的復雜性和大規模分布性，利用現代的數字模擬和虛擬現實技術，研究再現災害過程、破壞特征、災害分布和虛擬減災策略與減災效果的數字減災系統。
．4．1 災害基礎數據與管理系統科學劃分災害種類和級別，系統收集和整理重大災害成因、傳播和破壞特征的歷史資料，開發多媒體的災害空間數據管理系統。
。4．2數字減災系統集成技術研究復雜結構災害破壞和城市災害數字建模、數字災害試驗過程模擬、仿真和虛擬現實系統的集成技術，為數字減災系統的建設和應用提供基礎。
．4．3重大工程的數字災害仿真系統基于重大工程災害分析的精細模型和方法，研究模擬災害工程、再現災害破壞的數字試驗裝備，重點研究數字風災試驗和數字地震災害試驗的裝備，研究數字災害試驗再現災害過程和分布的方法、技術和示范系統。
．4．4城市數字減災系統基于城市災害評價的宏觀模型，研究城市數字災害過程、災害分布、減災效果的模擬試驗裝備，針對典型城市的歷史災害，建立城市數字減災示范系統。
結語當今世界已進入一個科學技術飛速發展的時期，不同學科的相互交叉、不同領域的相互滲透是現代基礎科學研究的顯著特征之一。土木基礎設施減災是一個跨學科的前沿研究領域，不僅涉及土木與防災等工程學科以及材料、信息、地學等自然科學的眾多學科，還涉及社會科學、經濟學的多個方面。特別是高新技術的飛速發展，為土木基礎設施減災提供了新的方法和手段，同時也不斷開拓出新的研究方向和新的課題。
篇11
1引言
山洪災害是指由于降雨在山丘區引發的洪水災害及由山洪誘發的泥石流、滑坡等對國民經濟和人民生命財產造成損失的災害，具有突發性、水量集中、破壞力大等特點[1]。我國地域遼闊，地貌形態復雜，暴雨頻發、人類活動劇烈等導致山洪災害頻繁發生且存在地域差異性。我國山洪災害點多面廣、發生頻繁，每年都要造成重大人員傷亡和基礎設施、生態環境的毀滅性破壞，已成為我國自然災害造成人員傷亡和經濟損失的主要災種。西南地區是我國山洪災害發育最嚴重的地區，隨著人們對山區資源利用強度的加大和自然環境的改變，使得山洪災害有進一步加劇的趨勢[2，3]。重慶市山區山高坡陡，河流眾多，城鎮多沿江分布，是山洪災害頻發區和重災區，山洪災害防御的形勢嚴峻。通過深入研究山洪災害發生和分布規律，從而增強防御山洪災害的預見性和科學性，把握防災抗災的主動權。
本文選取重慶市巴南區接龍鎮為研究對象，在構建山洪災害危險評價指標體系的基礎上，將山洪災害風險度評價技術[4]與GIS技術相結合，分析山洪孕災環境與致災因子空間分布規律，利用層次分析法和加權綜合評價法進行山洪災害危險性綜合分區研究。
2研究區域
接龍鎮位于重慶市巴南區東南部，是重慶市巴南區“一城五鎮”發展戰略的中心鎮之一，人口眾多，社會經濟較發達。全鎮幅員面積為196.36km2，整體海拔為255～1025m。屬低山孤丘區，境內多低山丘陵，地形起伏較大，整體呈現東西兩端高于中部并向北邊傾斜的地勢特點。接龍鎮雨量充沛，全年平均降水量1100mm。近年來，隨著巴南區城鎮建設規模的不斷擴大，極端天氣的日趨增多，造成了山洪災害的頻發。據山洪歷史災害數據顯示：2001～2009年接龍鎮共發生41次滑坡、泥石流等山洪災害，累計經濟損失達2400萬元人民幣，鎮域范圍山洪災害防治工作任務艱巨。
3數據來源
（1）地理數據：接龍鎮所在1∶10000地形圖16幅，重慶市土地利用現狀圖；
（2）降水數據：接龍鎮歷年降雨情況數據、重慶市氣象站點暴雨站點數據以及重慶市暴雨等值線圖等；
（3）歷史災情數據：接龍鎮2001～2009年山洪災害歷史數據；
（4）研究區相關的各種自然和社會經濟統計資料等。
4山洪災害危險評價方法
4.1山洪災害危險評價指標選取與權重計算
4.1.1指標選取與分級賦值
影響山洪災害的因素很多，其發生是多種因素綜合作用的結果。山洪災害危險性主要取決于天氣和下墊面等自然因素[5]。根據相關規定[1]，參考山洪災害危險性評價相關研究[6～12]，結合研究區域的實際情況，綜合考慮孕災環境因子和致災因子對研究區山洪災害危險性的影響，從而進行相應指標的選取。其中孕災環境因子主要考慮降水和下墊面因素，選取年均降水量、地形坡度、地形起伏度、植被覆蓋率、路網密度、居民點密度、歷史災害點密度共7個指標；致災因子主要考慮降水因素和水系因素，選取匯流累積量、暴雨強度、河網密度共3個指標。在研究已獲得的孕災環境綜合分區結果基礎上，綜合考慮孕災環境（x1）、匯流累積量（x2）、暴雨強度（x3）和河網密度（x4）共4個指標對山洪災害危險性的影響，構建山洪災害危險評價指標體系并對各指標分級賦值。將4個指標分為4級賦值，各指標4個分區等級賦值之和為100。指標體系的具體分級賦值見表1。表1接龍鎮山洪災害危險評價指標體系
指標分級與賦值極高危險區高危險區中危險區低危險區孕災環境（x1）分級>7373-5656-3250005000-10001000-10085.7585.75-82.2584-82.251.51.5-1.01.0-0.5
指標權重的計算方法有很多，根據簡單實用性的原則，本次選擇層次分析法進行計算。層次分析法源自美國運籌學家T.L.Saaty于20世紀70年代提出的“分析的遞階過程（Analytic Hierarchy Process）”，又稱AHP法[13～15]。它是一種定性和定量分析相結合的多目標決策分析方法，能夠將決策者的經驗判斷定量化。基于10位專家的判斷評分構造判斷矩陣，利用和積法計算得到山洪災害危險指標孕災環境（x1）、匯流累積量（x2）、暴雨強度（x3）和河網密度（x4）的權重值，分別為0.2272、0.4231、0.2272和0.1225，并通過了一致性檢驗。
4.2山洪災害危險評價數據獲取
在構建的評價指標體系基礎上，收集大量相關數據資料，并利用GIS技術對數據進行提取和處理，并將各指標數據圖層進行柵格化處理，柵格單元大小取100m×100m。
4.2.1孕災環境數據獲取
本研究中將已得到的孕災環境綜合分區作為山洪災害危險評價的一個指標。孕災環境綜合指數值采用多因素綜合指數法對7個孕災指標進行綜合分析加權疊加計算而得。各孕災指標數據的獲取方法如下所述。
（1）年均降水量：利用重慶市周邊149個氣象站點年均降雨量觀測數據，與站點經度、緯度和高程之間進行線性回歸分析，建立線性回歸方程，利用ArcGIS軟件中柵格計算器計算模擬得到接龍鎮年均降水量分布圖。
（2）地形坡度數據：以1∶10000地形圖為基礎，利用ArcGIS軟件空間分析功能生成TIN，按照100m×100m柵格化處理得到研究區DEM（數字高程模型），并提取出坡度信息。
（3）地形起伏度：在ArcGIS軟件空間分析模塊中移動窗口功能支持下，調整窗口大小，最終選取1.1km×1.1km窗口大小統計接龍鎮的地形起伏度。
（4）植被覆蓋率：利用接龍鎮土地利用現狀圖，結合實地野外調研情況以及專家意見對各土地利用類型的植被覆蓋率進行賦值而得到。
（5）路網密度、居民點密度和歷史災害點密度：以接龍鎮DEM數據為基礎，利用ArcGIS軟件水文分析功能提取劃分得到127個小流域。以各小流域為統計單元，結合路網數據、居民點分布數據和接龍鎮2001～2009年山洪災害歷史統計數據，利用ArcGIS軟件空間疊加和統計分析功能得到各小流域中道路總長度、居民點總面積和歷史災害點數量，并分別除以所在小流域面積計算得到路網密度、居民點密度和歷史災害點密度。
依據各指標實際情況和專家意見，將各指標劃分為極高易發區、高易發區、中易發區和低易發區4個等級并對其分別進行賦值，其中最大值為100，最小值為0。同時采用層次分析法和專家評分法得到山洪災害孕災環境7個指標的權重值分別是0.1588、0.3498、0.1035、0.0435、0.0675、0.0306和 0.2463，并通過一致性檢驗。最后采用多因素綜合指數法計算得到山洪災害孕災環境綜合指數，對其設置相應閾值得到山洪災害孕災環境分區圖（圖1）。
4.2.2致災因子數據獲取
（1）暴雨強度：基于重慶市暴雨等值線圖和相關歷史資料，利用ArcGIS軟件空間插值功能，采用反距離加權法，模擬得到接龍鎮暴雨強度分布情況，并按照指標體系進行量化分級得到暴雨強度量化分值圖（圖2）。
（2）匯流累積量：基于接龍鎮無洼地DEM，利用GIS水文分析功能，計算水流方向匯流經過每個柵格單元的柵格數量總和，并按照4個等級量化賦值得到匯流累積量量化分值圖（圖3）。
（3）河網密度：根據接龍鎮DEM，利用ArcGIS軟件水文分析功能，提取出矢量化河網數據。然后在已獲得的各小流域為基礎，利用空間疊加分析與空間統計分析功能，統計落在每個小流域內的河網總長度，除以小流域面積，計算出每個小流域的河網密度。最后結合量化標準和評價體系對河網密度進行分級量化得到河網密度量化分值圖（圖4）。
5山洪災害危險評價
5.1山洪災害危險評價模型
山洪災害危險性分析是對某區域山洪災害的孕災環境或致災因子的各種自然屬性特征的概率分布做出評價[5]。接龍鎮山洪災害危險評價采用加權綜合評價法[16]。加權綜合評價法綜合考慮各指標對評價因子的影響程度，將各個指標的作用大小綜合起來，用數量化指標加以集中，其計算公式如下：
5.2山洪災害危險綜合分區與評價
根據已獲取的山洪災害危險指標數據以及指標權重，通過對各指標影響情況的分析，利用山洪危險綜合指數計算模型，采用加權綜合利用ArcGIS軟件空間分析技術對各指標進行疊加分析，得到研究區100m×100m柵格單元的山洪災害危險綜合指數值，如圖5所示。
6結論與討論
（1）山洪災害是我國自然災害造成人員傷亡的主要災種，其造成的基礎設施損毀、生態環境破壞也十分嚴重，已成為我國防洪減災工作的重點和難點。西南地區山區丘陵鎮域山洪災害對鎮域人民的生命財產構成重大威脅，進行山洪災害危險合理分區研究，可對建立鎮域山洪災害預警預報機制以及為政府的防災減災決策提供科學依據。
（2）以山區鎮域為研究單元，選取孕災環境、匯流累積量、暴雨強度和河網密度4個指標構建了山區鎮域山洪災害危險評價指標體系，并在GIS技術支持下，獲取了各個指標的評估數據。 利用層次分析法和專家評分法得到各指標的權重值。
（3）采用加權綜合評價法構建山洪災害危險評價模型，計算得到接龍鎮山洪災害風險綜合指數，同時依據評價指標體系中各危險等級的閾值將山洪災害危險分為4個等級，最終得到山洪災害危險綜合分區。從分析結果可以看出：接龍鎮山洪災害危險綜合指數值處于8～69之間，全鎮范圍內約80.53%的地區處于中等危險區，山洪災害危險對全鎮的潛在影響情況不容忽視，山洪災害防治預警工作不容懈怠。
（4）由于山洪災害發生的復雜性與不確定性，影響因子眾多，結合實際情況選取哪些因子能更加全面地作為不同區域山洪危險評價指標，有待進一步的探討和完善。
（5）本文只對山區鎮域山洪災害危險性進行了分析研究，可進一步對山洪災害社會經濟易損性進行分析研究，對山區鎮域山洪災害風險進行綜合評價。
參考文獻：
[1] 全國山洪災害防治規劃編制工作組.全國山洪災害防治規劃編制技術大綱[EB/OL].[2003-4]. http：//.
[2] 張平倉，任洪玉，張明波，等.中國山洪災害區域特征及分區防治對策[J].水資源研究，2007（1）：1～4，7.
[3] 田國珍，劉新立，王平，等.中國洪水災害風險區劃及其成因分析[J].災害學，2006（2）：1～6.
[4] 程衛帥，陳進.山洪災害風險度評價技術綜述[J].人民長江，2004（12）：5～7，14.
[5] 鄒敏.基于GIS技術的黃水河流域山洪災害風險區劃研究[D].濟南：山東師范大學，2007.
[6] 唐川，朱靜.基于GIS的山洪災害風險區劃[J].地理學報，2005（1）：87～94.
[7] 唐余學，廖向花，李晶，等.基于GIS的重慶市山洪災害區劃[J].氣象科技，2011（4）：423～428.
[8] 周成虎，萬慶，黃詩峰，等.基于GIS的洪水災害風險區劃研究[J].地理學報，2000（1）：15～24.
[9] 林孝松，陳洪凱，王先進，等.重慶市涪陵區G319公路洪災風險評估研究[J].長江流域資源與環境，2013（2）：244～250.
[10] 李樹軍，袁靜，何永健，等.基于GIS的濰坊市暴雨洪澇災害風險區劃[J].中國農學通報，2012（20）：295～301.
[11] 毛德華.洞庭湖區洪澇危險性綜合評價與分析[J].自然災害學報，2001（4）：104～107.
[12] 詹小國，祝國瑞，文余源.綜合評價山洪災害風險的GIS方法[J].長江科學院院報，2003（6）：48～50，64.
[13] 王以彭，李結松，劉立元.層次分析法在確定評價指標權重系數中的應用[J].第一軍醫大學學報，1999（4）：377～379.
篇12
1前言
進入21世紀以來，人類社會已經全面進入信息時代，信息技術（information technology，IT）正在深刻改變著人類生活和社會面貌。作為全球信息化浪潮重要組成部分的地理信息系統的建設與應用，日益受到科技界、企業界與政府部門的廣泛關注。近年來，地理信息系統（GIS）和遙感技術快速的發展，為洪水災害管理提供了有力的支持。
近年來，地理信息系統（GIS）和遙感技術快速的發展，為洪水災害管理提供了有力的支持。地理信息系統（GIS）既是管理和分析空間數據的應用工程技術，又是跨越地球科學、信息科學和空間科學的應用基礎學科。其技術系統由計算機硬件、軟件和相關的方法過程所組成，用以支持空間數據的采集、管理、處理、分析、建模和顯示，以便解決復雜的規劃和管理問題。而遙感，因為獲取數據的時效性、大面積的同步觀測、獲取信息的非實地性等優點而被廣泛利用。
在歷史上，人們為了抵御洪水，更多的是采取修筑堤壩、水庫等工程性的措施。防洪工程措施是以工程手段，改變洪水特性和自然環境，達到防止和減少洪水災害的目的，但僅僅依靠這些是不夠的，我國洪澇災害的頻頻發生，不僅造成了許多人員傷亡，更造成我國的經濟巨大損失。而地理信息系統不僅可以用于自然災害的災害評估，而且可以輔助減災救災決策。特別是通過GIS與遙感的結合應用，不僅可以更精確的分析和評價自然災害的各種屬性，而且可以重新描述和表達自然災害現象，在全球定位的基礎上，實現對災害的分析與模擬。
2 GIS與遙感相結合在洪水風險分析中的應用
洪水風險分析是對洪水發生的潛在區域或洪水威脅區域進行危險性分析、易損性分析、洪災損失評估分析、歷史洪水規律的分析、遭受洪水風險級別的分析、抗洪救災可行性的分析等，洪水危險性分析研究的是受洪水威脅地區可能遭受洪水影響的強度和頻度，而這些都要利用GIS與RS技術相結合，利用GIS強大的數據庫管理功能與RS全天候、全方位、多平臺、多高度、多角度、多時相獲取圖像的效率。遙感，作為一種重要的數據獲取手段，可以為洪災風險管理提供多方面的信息，一方面可利用遙感資料推求各種水體，獲取其自然特征信息如淹沒范圍、水位（流量）等，另外可利用遙感資料進行有關水文過程中的參數和變量的推求。
（1）遙感影像與數字線畫圖（DLG）的融合：經過正射糾正后的遙感影像，與數字線畫圖信息的融合，可產生影像地圖，進而對發生洪水災害地區進行圖像分析而做出相應的補救措施。
（2）遙感影像與數字地形模型（DEM）的融合：數字地形模型與遙感數據的融合，有助于實施遙感影像的幾何校正與配準，消除遙感影像中因地形起伏所造成的像元位移，提高遙感影像的定位精度，同時數字地形可以參與遙感影像的分類，改善分類精度，通過此方法，可以對受災地區進行準確的定位，以不至于在抗洪過程中浪費不必要的時間，從而減少人員傷亡以及財產損失。
（3）遙感影像與數字柵格圖（DRG）的融合：將數字柵格地圖與遙感圖像配準疊合，可以從遙感圖像中快速發現已發生變化的區域，進而實現空間數據庫的自動、半自動更新。
洪澇災害監測評估是抗洪減災中的一個重要組成部分，GIS是其中重要的技術支撐之一。洪澇災害的監測評估除了采用常規的水位、流量觀測外，遙感是監測的主要手段，而以GIS技術為基礎的各類基礎數據庫則是風險監測及評估的技術保障。目前常用來獲取洪水水體范圍的遙感圖像數據包括：NOAA AVHRR，LandsatTM，JERS SAR，ERA SAR，Radarsat SAR等。這些遙感圖像都有各自的特點，如NOAA影響的空間分辨率相對較低，但時間分辨率較高，一天可四次獲得圖像，對宏觀的洪水動態監測非常有利。Landsat TM圖像主要適用于洪水災害監測評估中本體水體的提取。后倆者為雷達遙感影像，由于屬于微波遙感，是通過微波傳感器獲取從目標地物發射或反射的微波輻射，經過判讀處理來識別地物，具有全天候、全天時、穿透云霧等特征，成為洪水災害監測的首選數據。
在洪澇災害的評估以及從遙感影像提取現勢水體，GIS都能發揮著重大的作用。它是決定洪澇災害監測評估水平的決定因素，尤其是評估內容，完全決定于基礎背景數據庫數據層的多少。洪水災害風險區劃涉及區域環境要素（如地形、坡度、土地利用）是洪水特征（如流量、水位、頻率）和社會經濟要素（如人口、農業、工業等）。洪水災害風險區劃，主要是對空間地域上的自然要素和社會經濟要素進行分區，使用空間分布數據是洪水災害風險研究中必不可少的部分。GIS作為管理空間數據最有力的手段，在洪水災害風險分析與管理中具有舉足輕重的作用。目前我國已經建成了洪澇災害監測評估業務運行系統。該系統運行在Windows NT 系統平臺上，以ArcInfo和Eradas作為地理信息系統和遙感圖像處理系統的支撐軟件。該系統可以完成遙感圖像的輸入輸出、幾何校正與配準、鑲嵌切割、影像灰度調整與增強等預處理過程；進行矢量數據的編輯、格式及投影轉換、多層數據之間的疊加運算等，可快速準備評估前的背景數據；可以從遙感影像中人工以及自動提取水體；通過受淹范圍與土地利用基礎背景數據的疊加，完成受淹范圍內居民地和耕地等土地利用信息的提取以及面積計算，按縣市統計計算受淹居民地和耕地面積。
3 GIS的特點
準確空間定位的特點、方便空間查詢與分析的特點、數據模型支持的特點。GIS的這些特點即快速而準確地預告致災事件，對災難事件造成災難的地點、范圍和強度的快速評估。由于地理信息系統的數據采集功能、數據操作功能、數據存儲與組織功能、數據的查詢檢索與統計計算功能、空間分析功能和可視化顯示與輸出功能，使得地理信息系統成為很多應用系統理想的集成環境。
在洪水風險監測方面，許多專家基于氣象衛星遙感與GIS集成對洪水監測與預報方法進行了研究，并將其應用到很多流域的山洪預報中，該系統的原理是：
（1）由NAVV衛星提供的TIF數據、測雨雷達數據氣象聯網數據綜合分析而獲得區域降雨、蒸散發、溫度場等實時物理量，并以此與GIS復合得出指定流域內上述諸物理量；
（2）通過NAVV衛星數據獲取前期土壤含水量和地下水動態、水位等實時數據；
（3）通過Landsat TM數據獲取土地利用、土壤類型、地形、流域特征等下墊面背景參數，并將這些參數作為流域常規水文預報模型的修正和補充，建立水文預報模型。
篇13
一、公路地質災害的面線點式多層次的綜合預報模型
（一）概念模型
面線點式的綜合預報模型利用的基本思想就是把災害點作為主要的目標，把災害點的監測數據作為主要的依據，對災害點的危險性進行預測評估時可以參考該災害點所在的線和面的穩定性進行評估。對公路沿線的地質災害實施評估時則可以參考該線所處位置孕育災害的地質環境條件。依據該思想，地質災害的因子主要包括各種孕育地質災害的人工環境以及自然環境，比如說公路施工、氣候以及地層等，同時還要對這些災害因子進行具體的評價以及預測。在該模型中對公路沿線的地質災害的評估主要綜合了該地區各種災害的危險性評價，而地質災害點則綜合了線和面評價的結論。所以，面線點式的監測與預報系統事實上就是多層次的綜合系統。
（二）功能模型
通常一個地質災害監測與預報系統主要是由三個部分組成的，即數據采集和預處理、地質災害的狀態評估和災害危險度的估計以及各個系統功能間的關系。其中數據采集和預處理主要包括對數據的可靠性分析、關聯以及對準，而數據對準就是將傳感器觀測值轉變成公共的坐標系，其中主要包括單位變換、坐標變化以及時間變化等，比如說區域降水量匹配在實施關聯處理時，一般按照表示數據之間關聯程度進行分析，比如降水和地下滲水間相關性的分析。而地質災害的狀態評估則主要包括該地區各種地質災害危險性的區劃和在各種監測信息數據的基礎上對災害點的預測，比如說在位移的基礎上對災害點進行預測以及在降水的基礎上對災害點進行預測等，而這部分通常為單一模型的評論結論，可是在這些模型中也可以綜合一些其他的模型結論。而災害危險度的評估通常包括對災害點的危險度進行評估，對災害實施預警以及地質災害的處理方法的選擇，該部分通常是通過多種評價結論來實施綜合性評估。
按照信息的融合功能，可以將其分成三個層次，其中第一層次是檢測以及位置配準，該層次主要隸屬數據層面綜合，其主要是第一部分功能涉及到的內容。而第二層次是地質災害的危險度的區劃和地質災害點的各種成災要素的趨勢評估，該層次隸屬屬性層的綜合，也就是功能部分的第二部分內容。而第三層次則是系統的主要判決器，通常是由專家系統構成，隸屬決策層綜合。這幾個層次的職責明確，在應用的過程中可以按照各自的具體內容實施必要的監測與分析，這樣就可以使公路地質災害的監測精度更高、分析也更加科學合理。
（三）數據模型
公路地質災害的監測與預報系統涉及到的各種成災的信息比較多，并且數據較監測預報的過程也更加復雜。從數據組織這一角度來看，在該預報系統當中概念、事件、對象、地點以及人均稱作是實體，而實體就是方法與數據的集合，并且實體之間的關系可以反映出系統內部的各個事物間存在的聯系，還表示該系統在處理各種事物時的主要方法與流程。按照災害監測與預報的方法和功能模型來建立起實體關系模型，能夠為數據組織以及設計數據庫提供必要的參考依據。由于災害點不一定均具備設計施工或者是災害監測，所以，災害監測和設計施工就是虛實體。而預報報警、設計施工以及災害監測還是關聯實體，并且這些實體不僅具備自身的一些屬性，同時還具備建立起各個實體間的相互聯系這一功能。
（四）實現模型
因為預報系統涉及到了很多種類的地理屬性和圖像圖形數據，并且ArcGIS Server提供的地質開發框架也是可行的，該系統機構主要是由數據層、邏輯層以及應用層組成。并且邏輯層的客戶采用的是瀏覽器與服務器結構，而數據層可以采用SQL Server這一關系數據庫以及空間數據庫SDE。而應用層則是按照功能的需要來采用合理的模塊設計的方式，按照公路地質災害的各種實體關系來建立起相應的功能模塊之間的關系。
二、綜合預報系統的應用
2003年交通部的西部佳通建設科技項目為西部地區的公路地質災害監測與預報相關技術研究，而該項目采用的主要監測就是為鉆孔測斜法、時域反射法以及地表位移法，其研究的主要預測模型為指數平均模型以及非線性的回歸模型等等。根據上述的面線點式多層次的綜合預報系統來設計系統的功能模塊，并且在算法實現的過程中多層次的綜合預報主要是體現為公路的區劃利用區域區劃的結果。而災害點的預報則主要是采用了專家系統中的綜合位移預報的模型結果、天氣預報與降水信息、公路區劃的結果以及區域區劃的結果。
該系統的數據庫為SQL Server2008，并且各種新增災點的信息以及監測數據均是依據以上結構體系當中的一些數據模型來組織的，因為以上所述的體系結構全部的區域環境、災害歷史、模型、施工以及監測等信息形成了一個有機的整體，所以在開展某項功能的過程中可以按照使用者的專業知識來實現必要的選擇。
三、系統的主要特點
公路地質災害的面線點式多層次的綜合監測與預報系統的多層次性主要包括以下幾個方面，即面、線與點不同地理層面，決策層、數據層以及屬性層不同層級信息綜合；概念層、數據層、功能層以及實現層由理論至實踐不同層面模型。并且該系統結構還具備增值性以及通用性，能夠納入到各種預測預報模型以及監測數據的處理中，同時隨著我國公路地質災害數據庫各種信息數據量的不斷增多，提高了地質災害相關歷史信息數據的精度，同時還為災害要素和成災之間存在的內在規律的研究提供了很大的便利，使地質災害的預測與預報的精度大大提高。目前該系統在我國的公路地質災害監測過程中得到了廣泛的應用并且取得了較為理想的成果，為我國道路交通事業的發展以及國家的經濟建設做出了很大的貢獻。
結語：
目前我國的地質災害的預報已經進入到了實時預報、綜合預報以及全息預報的階段，按照預報信息的主要來源，公路地質災害的監測與預報系統一般是由災害的監測預警以及災害的危險性區劃這兩個部分構成。而在區劃這方面按照已經發生的一些地質災害的相關歷史信息以及區域的氣候、地質等孕育災害的環境信息，通過該系統就能夠對公路地質災害具體的空間分布的規律來進行分析。而在災害的監測預報這方面通過降雨量數據以及遙感數據也能夠對災害進行預警。
參考文獻：
