引论：我们为您整理了13篇自然灾害危险性分析范文，供您借鉴以丰富您的创作。它们是您写作时的宝贵资源，期望它们能够激发您的创作灵感，让您的文章更具深度。
篇1
1研究背景
我国是一个多山的国家，山丘区面积约占全国陆地面积的2/3。复杂的地形地质条件、暴雨多发的气候特征、密集的人口分布和人类活动的影响，导致山洪灾害发生频繁。据《全国山洪灾害防治规划报告》数据统计，我国山丘区流域面积在100km2以上的山溪河流约5万条，其中70%因受降雨、地形及人类活动影响会发生山洪灾害［1］。由于山洪灾害的发生具有突发性强、来势猛、时间短等一系列特点，且其造成的危害对人们的生命财产影响巨大［2］，因此，关于山洪灾害的研究早在20世纪初就已经开始了。经过半个多世纪的发展，山洪灾害的研究已经涉及成因、空间分布特征、灾害损失评估、风险评价与制图等各方面［3－11］。风险评估与管理逐渐也成为国际上倡导和推广的减灾防灾有效途径之一［12］。目前，山洪灾情评估工作得到了来自地学工作者、工程专家和各级政府部门的高度重视，并逐渐成为国际性的研究项目。特别是在山洪风险评估方面的表现尤为突出［7－11］。但是，这些评价工作的对象往往是泥石流、滑坡或单纯的溪河洪水等单一灾种，评价单元基本以行政区域为单元，缺乏流域系统性、灾害种类完整性，评价指标选择也无可比性［2－6］。其次，目前对大尺度范围上的山洪灾害区划成果，多为如何防治山洪灾害的目的进行的，是一种黑箱模型，未完整给出各山洪沟的危险性、易损性和风险等级水平，因而无法准确判断不同区域的山洪风险等级。因此，本文将借鉴全国山洪灾害防治规划中对山洪灾害的定义，将由降雨在山丘区引发的洪水及由山洪诱发的泥石流、滑坡等对国民经济和人民生命财产造成损失的灾害统一纳入研究范围［1］。以小流域为评价单元，开展四川省山洪灾害风险评估研究，以期为四川省山洪灾害管理及防治提供一定的理论依据。
2研究方法与数据来源
2．1研究方法
本研究对风险评估的方法，仍借鉴联合国有关自然灾害风险的定义，即风险是危险性与易损性的乘积。其中危险性是灾害的自然属性，易损性则是灾害的社会属性。风险分析在危险性和经济社会易损性分析的叠加基础上完成。因此，本研究的内容主要包括危险性分析、易损性分析以及二者叠加基础上的风险分析。最后，在风险分析的结果基础上，采用一定的区划原则和方法，结合全国山洪灾害防治规划中的一级区划和二级区划，对四川省山洪灾害风险进行更进一步的三级分区，形成风险区划图。由于在进行危险性和易损性分析时，选取的指标较多，各个指标在危险性和易损性大小中的贡献不同，为定量评价各指标在其中的权重，本研究选用层次分析法进行分析。其基本原理为:首先建立山洪灾害危险性、易损性分析评价指标体系，每一层都有1个或2个评价因素对应上层目标层，根据这些相互影响，相互制约的因素按照它们之间的隶属关系排成3层评价结构体系;然后，根据专家经验针对某一个指标相对于另一个指标的重要程度进行打分，打分后即建立判别矩阵。根据山洪灾害的成因和特点，结合目前现有数据情况，本研究选取的危险性和易损性评价指标体系见表1和表2。在进行山洪灾害危险性和易损性的评价时，为了将不同的指标体系组合后用一个统一的量化标准对其等级进行划分，首先根据已有数据的分布区间按照StandardDeviation分类方法，对危险性和易损性水平进行划分，根据实际需要，共划分为5个等级，各个等级的指标范围见表1和表2。
2．2数据来源
四川省山洪历史灾害资料来自四川省山洪灾害防治分区项目调查数据。该数据以小流域为单元，其面积界定为＜200km2［1］的小流域共计2471条(近50a来发生过山洪灾害的小流域)。部分县域，小流域单元数据是由国家气象局与国家科技基础条件平台建设项目———系统科学数据共享平台提供;四川省内及周边82个站点年雨量数据来自中国气象局数据库;DEM(90m)数据来自SRTM;土地利用数据来自中国科学院资源环境科学数据中心;岩性数据来自中国地质调查局的1∶250万中国数字地质图;基础土壤数据来自中国科学院南京土壤研究所的1∶100万中国土壤属性数据库。
3山洪灾害风险评估与区划
3．1危险性指标体系及评估
根据危险性各评价指标及对各指标数值的综合统计分析，结合专家的经验判断，参与者均为全国山洪灾害防治规划中承担相应数据资料分析的专家(共3位)，各位专家根据经验判断各级指标间的相对重要性，然后利用层次分析法确定出危险性各指标的权重值，如表3所示。结合ArcGIS的空间分析计算，将各指标危险性分级图转换为栅格格式(见图1(a)至图1(e))，结合上表给出的每个指标所确定的综合权重值，利用ArcGIS的栅格叠加计算功能，可得到山洪灾害危险性图(见图1(f))。具体计算方法为:山洪灾害危险性=0．041×最大24h暴雨极值+0．021×最大24h暴雨极值变差系数+0．207×最大1h暴雨极值+0．105×最大1h时暴雨极值变差系数+0．035×地形坡度+0．04×地形起伏度+0．091×小流域主沟比降+0．19×河网缓冲区+0．071×历史灾害缓冲区。
3．2易损性指标体系及评估危险性
根据易损性评价指标体系，依据层次分析法计算了四川省山洪灾害易损性指标的权重值(见表4)。在ArcGIS中，将各指标分级图转换为栅格格式(见图2(a)至图2(c))，结合表4给出每个指标所确定的综合权重值，利用ArcGIS的栅格叠加计算功能，可得到山洪灾害易损性成果图(见图2(d))。具体计算方法即为山洪灾害易损性=0．18×沟道两侧范围人口数量+0．42×沟道两侧范围人口密度+0．18×地均GDP+0．12×人均住房数量+0．06×历史灾害死亡人数+0．04×历史灾害冲毁房屋数。
3．3山洪风险评估
根据山洪风险度R等于危险度H乘以易损度V的定义，利用ArcGIS的空间分析叠加功能，可以计算山洪灾害的风险度图。在处理数据时，首先将危险性分级图和易损性分级图进行归一化取值(0～1)见表5，然后进行栅格相乘计算，即可得到四川省山洪灾害的风险图，其取值范围为0～1之间。根据山洪灾害风险区等级划分标准进行分级，可得到四川省山洪灾害风险分级图，如图3所示。
3．4山洪风险区划
根据山洪灾害风险分级结果，结合全国山洪灾害防治规划中的一、二级防治分区范围，采用基于空间邻接系数的聚类分析方法，对风险分级结果中的最小单元进行逐级向上合并，根据主导因素与综合因素相结合、区域单元内部相对一致、以人为本的经济社会分析等山洪灾害区划原则，划分出全国山洪灾害风险区划单元。以四川省山洪灾害风险等级为基础进行最小单元聚类，在ArcGIS中叠加全国山洪灾害防治二级区划(四川省境内)成果，同时根据四川省自然条件和山洪灾害防治现状，将四川省境内的西南地区细分为3个三级区(图4所示Ⅰ－8－3，Ⅰ－8－1，Ⅰ－8－2)，原二级区划中的藏南地区、藏北地区、秦巴山地区由于面积不大，山洪灾害现状和自然条件比较一致，因此不做进一步划分(如图4所示的Ⅲ－1，Ⅲ－2和I－4)。因此，四川省山洪灾害风险区划共涉及6个区划单元，如图4所示。在完成风险性等级划分图和区划图以后，以各风险区划单元为单位，统计各三级区内风险度等级分布特征。表6为四川省各风险区划单元内风险度等级面积统计，表7为四川省各风险区风险等级比例统计。从表7中可见，四川盆地及周边为山洪灾害中高风险区，为四川省山洪灾害重点防治地区。其它地区山洪灾害风险等级较低，在进行山洪灾害防治时，应以防治措施为主，同时加强灾害监测的预警预报。
4结论
(1)整个四川省的山洪灾害风险等级水平处于较高水平，特别是四川盆地及周边地区是山洪灾害的高风险值地区，中风险区等级以上的面积占到了整个四川盆地及周边总面积的近80%，这一区域也是四川省人口、经济密度最大的区域，因此山洪灾害防治任务艰巨。其次，秦巴山地区是四川省山洪灾害次严重地区，中风险区等级以上的面积占到了整个四川省秦巴山地区总面积的18%。其它几个三级区域山洪灾害风险水平不高，大多处于低风险和较低风险水平，山洪灾害防治应以防治措施为主，同时加强灾害监测的预警预报。(2)由于山洪灾害的成因机理十分复杂，特别是溪河洪水及其诱发的滑坡、泥石流灾害成因更为复杂，在进行山洪灾害危险性、易损性评估时，评价指标体系应在深入研究成因机理的基础上进行选取，但限于目前研究成果和资料的可获取性限制，本研究风险评估结果的准确性仍有待验证。
参考文献:
［1］长江水利委员会．全国山洪灾害防治规划报告［R］．武汉:长江水利委员会，2005．(ChangjiangWaterRe-sourcesCommission．TheMountainTorrentDisasterPre-ventionandControloftheNationalPlanningReport［R］．Wuhan:ChangjiangWaterResourcesCommission，2005．(inChinese))
［2］唐川，师玉娥．城市山洪灾害多目标评估方法探讨［J］．地理科学进展，2006，25(4):13－21．(TANGChuan，SHIYu-e．Multi-ObjectiveEvaluationMethodofMountainTorrentDisasterinUrbanArea［J］．ProgressinGeography，2006，25(4):13－21．(inChinese)
［3］石凝．闽江流域灾害性洪水形成机理分析［J］．水文，2001，21(3):30－33．(SHINing．FloodingDisas-terMechanismofMinjiangRiverWatershed［J］．Hydrol-ogy，2001，21(3):30－33．(inChinese))
［4］谢洪，陈杰，马东涛．2002年6月陕西佛坪山洪灾害成因及特征［J］．灾害学，2002，17(4):42－47．(XIEHong，CHENJie，MADong-tao．MountainTorrentDisasterCausesandCharacteristicsofFoping，ShaanxiProvinceinJune，2002［J］．Journalofcatastrophology，2002，17(4):42－47．(inChinese))
［5］韦方强，崔鹏，钟敦伦．泥石流预报分类及其研究现状和发展方向［J］．自然灾害学报，2004，13(5):10－15．(WEIFang-qiang，CUIPeng，ZHONGDun-lun．ClassificationofDebrisFlowForecastandItsPresentSta-tusandDevelopmentinReseach［J］．JournalofNaturalDisasters，2004，13(5):10－15．(inChinese))
［6］许有鹏，于瑞宏，马宗伟．长江中下游洪水灾害成因及洪水特征模拟分析［J］．长江流域资源与环境，2005，14(5):638－644．(XUYou-peng，YURui-hong，MAZong-wei．CauseofFloodDisastersandFloodCharacter-isticSimulationAnalysisoftheMiddleandLowerRea-chesoftheYangtzeRiver［J］．ResourcesandEnviron-mentintheYangtzeBasin，2005，14(5):638－644．(inChinese))
［7］张春山，李国俊，张业成，等．黄河上游地区崩塌、滑坡、泥石流地质灾害区域危险性评价［J］．地质力学学报，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］赵士鹏．中国山洪灾害的整体特征及其危险度区划的初步研究［J］．自然灾害学报，1996，5(3):93－99．(ZHAOShi-peng．AnElementaryStudyonWholeChar-acteristicsofMountainTorrentsDisasterSysteminChinaandItsHazardRegionalization［J］．JournalofNaturalDisasters，1996，5(3):93－99．(inChinese))
篇2
一、前言
目前我国有许多方法可以进行地质灾害评价,在传统的成因机理分析和统计分析方法外,破坏损失评价、危险性评价、风险性评价、防治工程效益评价等方法也是进行地质灾害评价的主要方法。地质灾害风险评价的应用前景良好,其发展方向也走向评价定量化、综合化,管理空间化。作为风险管理和减灾管理基础的风险评价,其成果可广泛的在国土资源规划,工程选址,地质灾害方面以及制定救灾应急措施和保护环境上进行运用。
二、地质灾害风险定义及其主要特征
目前对灾害风险这一概念有不同的定义和解释。大部分权威性辞典的定义为“面临的伤害和损失的可能性”;“人们在生产劳动和日常生活中,因自然灾害和意外事故侵袭导致的人身伤亡、财产破坏与利润损失”。1984年,联全国教科文组织UNESCO将其定义为:由于某特定的自然灾害对经济、社会、人口所可能导致的损失。
基于自然灾害风险的普遍意义和地质灾害减灾需要,将地质灾害风险定义为:地质灾害活动及其对人类造成破坏损失的可能性。它所反映的是发生地质灾害的可能机会与破坏损失
程度。
地质灾害风险具有一般自然灾害风险的主要特点,主要表现在下述二个方面。
一是风险的必然性或普遍性。地质灾害是地质动力活动、人类社会经济活动相互作用的结果。由于地球活动不断进行,人类社会不断发展,所以地质灾害将不断发生。从这一意义上说,地质灾害乃是一种必然现象或普遍现象。
二是风险的不确定性或随机性。地质灾害虽然是一种必然现象,但由于它的形成和发展受多种自然条件和社会因素的影响,所以具体某一时间,某一地点,地质灾害事件的发生仍是随机的,即在什么时候、什么地点发生何种强度(或规模)的灾害活动,将导致多少人死亡或造成多大损失,都具有很大的不确定性。
地质灾害风险特征是构建地质灾害风险评价理论与方法的基础或出发点。基于地质灾害风险的复杂性,对地质灾害风险认识与评价是一个不断深化、完善的理论研究与技术方法的创新过程。
三、地质灾害风险构成与基本要素
地质灾害风险程度主要取决于两方面条件:一是地质灾害活动的动力条件———主要包括地质条件(岩土性质与结构、活动性构造等)、地貌条件(地貌类型、切割程度等)、气象条件(降水量、暴雨强度等)、人为地质动力活动(工程建设、采矿、耕植、放牧等)。通常情况下,地质灾害活动的动力条件越充分,地质灾害活动越强烈,所造成的破坏损失越严重,灾害风险越高。二是人类社会经济易损性,即承灾区生命财产和各项经济活动对地质灾害的抵御能力与可恢复能力,主要包括人口密度及人居环境、财产价值密度与财产类型、资源丰度与环境脆弱性等。通常情况下,承灾区(地质灾害影响区)的人口密度与工程、财产密度越高,人居环境和工程、财产对地质灾害的抗御能力以及灾后重建的可恢复性越差,生态环境越脆弱,遭受地质灾害的破坏越严重,所造成的损失越大,地质灾害的风险越高。上述两方面条件分别称为危险性和易损性,它们共同决定了地质灾害的风险程度。基于此,地质灾害的风险要素亦由危险性和易损性这两个要素系列组成。危险性要素系列包括地质条件要素、地貌条件要素、气象条件要素、人为地质动力活动要素以及地质灾害密度、规模、发生概率(或发展速率)等要素。易损性要素系列包括人口易损性要素、工程设施与社会财产易损性要素、经济活动与社会易损性要素、资源与环境易损性要素。
四、地质灾害的主要评价方法、内容及目的
1、成因机理分析评价。以定性地评价地质灾害发生的可能性和可能活动规模为目的的成因机理分析评价，主要内容是分析历史地质灾害的形成条件、活动状况和活动规律，造成地质灾害的确定因素，以及可能造成地质灾害的因素，根据地质灾害活动建立模型或者模式。
2、统计分析评价。统计分析评价的目的是对地质灾害危险区的范围、规模、或发生时间采用模型法或规律外延法进行评价。其内容包括是造成历史地质灾害原因、灾害的活动状况以及活动有何规律,对地质灾害的活动规模、频次、密度进行统计，以及分析地质灾害的主要影响因素,对地质灾害活动建立相关的数学模型或周期性规律。
3、危险性评价。危险性评价是对以往的地质灾害活动和将来发生地质灾害的概率进行评价,以及对地质灾害发生时将产生的危险的程度的给予评价。其主要内容包括以下两个方面：
（一）对包括大小、密度、频次在内的以往地质灾害活动的程度进行客观评价。
（二）对可能影响地质灾害的地形地貌条件、地质条件、水文条件、气候条件、植被条件以及人为活动等地质灾害的可能影响因素进行评价。
4、破坏损失评价。破坏损失评价其目地在于对灾害的历史破坏进行评价，并对损失程度以及期望损失程度进行分析。其评价的内容主要指以下两个方面：
（一）在结合地质灾害危险性评价和易损性评价的之后，综合地质灾害活动概率、破坏范围、危害强度和受灾体损失等内容进行评价。
（二）对由地质灾害带来的的人口、经济以及资源环境的破坏损失程度进行评价。
5、风险性评价。风险性评价包括了危险性评价和易损性评价的全部内容,对地质灾害发生的概率进行分析，并对不同条件下反生的地质灾害可能造成的危害进行分析。风险性评价的目的是对发生在不同条件下的地质灾害给社会带来的各种危害程度进行评价。
6、防治工程效益评价。不同于以上各种评价方法，防治工程效益评价是评价已选定的防治措施的效果,同时对措施进行经济评价和评价其在技术上的可行性。优化分析多种防治预案并存的项目,提高防治方案的经济合理程度,使得措施在技术上可行，达到最优化效益。而防治工程效益评价的根本目的是对地质灾害防治措施的效果是否符合经济合理性和科学性进行评价。
五、地质灾害风险评价实施过程以及其评价方法的发展趋势分析
1、实施过程分析
一是根据评价区具体条件和风险评价的目的,建立关于地质灾害风险评价的评价系统,制定风险分区的原则和和评价应用方法，建立指标体系以及评价模型。
二是对基础数据进行全面调查,并结合风险评价需要进行统计分析,对各种基础图件进行编制，建立地质灾害风险评价表。
三是将危险性构成、易损性构成及防治能力三者结合,进行危险性分析、易损性分析,并在此基础上,对期望损失加以分析。
四是对地质灾害可能造成的人口伤亡、经济损失以及资源环境的破坏综合进行风险评价。
五是对评价区风险的分布特点和形成条件进行分析,在兼顾社会发展需要的前提下，提出能减少灾害的建议和对策。
2、发展趋势
作为当前国际地质灾害研究领域的重点课题——地质灾害风险评价研究,是对地质灾害活动与人类社会关系进行全面分析、对地质灾害的破坏效应定量化评价的关键问题之一。其发展的基本趋势是:评价上向定量化,综合化、管理空间化的方向发展。主要表现为:
一是由过去的历史与现状分析转变为预测与研究相结合的方式。二是从单独个体分析走向个体与区域研究相结合分析。三是由以往的定性分析发展为定量分析四是将单项要素分析发展为综合要素评价。五是风险评价与减灾管理相结合取代以往单纯的风险评价理论,风险评价与防治不再独立存在,使得风险评价更好的为社会经济建设和减灾管理而服务。
六、结束语
综上，地质灾害的风险评价有利于对环境进行保护和贯彻我国的可持续发展。地质灾害一方面是自然因素导致,另一方面则是由于人类开发利用资源环境的不合理性,因此,对资源环境进行合理开发利用、避免地质灾害的发生或降低地质灾害带来的损失是保持国民经济可持续发展的重要方面。因此，应该不断的加强对地质灾害的风险评价的分析和研究。
参考文献：
[1]陈毓川,赵逊,张之一等.世纪之交的地球科学 ———重大地学领域进展[M] .北京:地质出版社,2000.
篇3
引言
20世纪90年代以来，在以全球变暖为主要特征的气候变化背景下，极端天气气候事件明显增多，特别是强降雨引发的暴雨洪涝灾害。如2008年北海市6月份雨量高达900毫米；2011年10月1日，福成镇4小时雨量超过400毫米；2012年7月下旬，北海市铁山港区一次连续暴雨过程（4天）雨量超过600毫米；2012年10月29日，北海市区和银滩镇一小时雨量分别是140毫米和150毫米。这些极端强降雨天气对北海市社会经济和人民群众财产安全造成严重的影响。因此，为有效的规避风险，为给北海市经济可持续发展和防灾减灾决策提供理论支持和科学依据，开展北海市暴雨洪涝风险评估很有必要，而致灾因子危险性分析是暴雨洪涝风险评估的主要部分。
1.暴雨洪涝对北海市影响概况
北海市位于广西南部，低纬度沿海地区，南濒北部湾，属亚热带海洋性季风气候，主要受中低纬度天气系统影响，是气象灾害较为频繁的区域之一，而暴雨洪涝是北海市最主要的气象灾害之一。北海市平均每年每站发生暴雨（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。暴雨天气给北海市造成了严重的洪涝灾害，据气象灾情数据统计，不包含台风暴雨所造成的损失，北海市平均每年因暴雨洪涝造成损失超过亿元。
2.数据和方法
2.1数据来源：
（1）气象观测数据
气象资料取自北海市24个自动气象站逐日降雨量资料，资料时间从2008年1月～2012年7月。
（2）基础地理信息资料利用ArcGIS9.2对广西1：25万地理数据中的F4905、F4906、F4909和F4910等四个图幅所包含的E00资料和dem ASCII资料进行格式转换和拼接、对矢量数据分层、筛选以及裁剪、经、纬度和坡度、坡向栅格数据提取等一系列处理后得到北海市的行政区划界数据、行政点数据、河流、水体数据、路网数据及网格距为100m×100m的广西DEM、经度、纬度、坡度、坡向栅格数据。
2.2暴雨洪涝灾害风险指数模型构建
自然灾害风险的形成过程中，是致灾因子危险性（VH）、孕灾环境稳定性（VE）、承灾体的脆弱性(VS)和防灾减灾能力（VR）等4个主要因子的综合作用的结果，其函数表达式为：。式四个因子当中，致灾因子危险性（VH）所占的权重最大。
2.3相关技术方法：
（1）因子规范化处理方法
气象灾害的孕灾环境敏感性、致灾因子危险性、承灾体脆弱性、防灾减灾能力四个评价因子包含若干个指标。由于评价指标体系的参评因子来自不同的方面，各参数间的量纲不统一。为了消除各指标的量纲和数量级的差异,需对每一个指标值进行规范化处理。
敏感性、危险性、易损性三个指标规范化计算采用公式:
式中Dij 是j 区第i个指标的规范化值, Aij是j 区第i个指标值, mini和maxi 分别是第i个指标值中的最小值和最大值。
（2）加权综合评价法
暴雨洪涝致灾因子危险性指数的计算采用加权综合评价法。加权综合评价法综合考虑各个具体指标对评价因子的影响程度，是把各个具体指标的作用大小综合起来,用一个数量化指标加以集中,计算公式为:
式中 V 是评价因子的值，n 是评价指标个数，Di 是指标 i的规范化值，Wi 是指标 i 的权重。权重 Wi 的确定可由各评价指标对所属评价因子的影响程度重要性，利用层次分析法确定，或根据专家意见，结合当地实际情况讨论确定。
3.致灾因子危险性区划
致灾因子危险性表示引起暴雨洪涝灾害的致灾因子强度和概率特征，是暴雨洪涝灾害产生的先决条件。
3.1临界致灾雨量的初步确定
暴雨过程降水定义：过程降水量以连续降水日数划分为一个过程，一旦出现无降水则认为该过程结束，并要求该过程中至少一天的降水量达到或超过50毫米，最后将整个过程降水量进行累加。
统计本市年各气象台站1天、2天、3天、……10天（含10天以上）暴雨过程降水量。将本市所有台站的过程降水量作为一个序列，建立不同时间长度的10个降水过程序列。分别计算不同序列的第98百分位数、第95百分位数、第90百分位数、第80百分位数、第60百分位数的降水量值，该值即为初步确定的临界致灾雨量。利用不同百分位数将暴雨强度分为5个等级，具体分级标准为: 60%～80%位数对应的降水量为1级，80%～90%位数为对应的降水量为2级，90%～95%位数对应的降水量为3级，95%～98%位数对应的降水量为4级，大于等于98位数对应的降水量为5级。
3.2降水致灾因子权重的确定
根据暴雨强度等级越高,对洪涝形成所起的作用越大的原则，确定降水致灾因子权重。暴雨强度5、4、3、2、1级权重分别为5/15、4/15、3/15、2/15、1/15。
3.3单站降水致灾因子危险性指数
加权综合评价法计算不同等级降水强度权重与将各站的不同等级降水强度发生的频次归一化后的乘积之和。
3.4致灾因子危险性区划
将各站的危险性指数作为本市分县乡镇图的致灾因子影响度属性的属性值赋给该图，然后将该图栅格化，利用GIS中自然断点分级法将致灾因子危险性指数按5个等级分区划分（高危险区、次高危险区、中等危险区、次低危险区、低危险区），绘制致灾因子危险性指数区划图（图1）。由图可见，北海市暴雨洪涝危险性大致呈现东北高西南低的分布态势，说明北海市东北部发生暴雨的强度和频度要明显强于西南部。致灾因子高危险区主要位于合浦县东到东北部，从白沙镇、公馆镇到闸口镇、石康镇一带，低危险区位于北海市西南端。
图1 北海市暴雨洪涝灾害致灾因子危险性区划图
4.结论与讨论
4.1一直以来，由于乡镇一级的气象资料、灾情资料和社会经济数据十分匮乏，自然灾害风险评估工作只能以县为分析单元。本文采用中尺度自动气象站资料和各乡镇社会经济数据进行风险评估分析，基于地理信息化（GIS）技术，应用自然灾害风险指数法、加权综合平均法，大大提高了评估科学性和精细化程度。
4.2以乡镇为单元的区域自动站气象历史资料,存在资料长度较短的问题。如果能结合水文、海洋以及能源等部门的气象资料则评估效果更可靠。
4.3采用逐日降雨量做暴雨洪涝、台风等灾害风险评估，很多时候对暴雨强度的反映不够准确，假如使用逐小时降雨量做暴雨洪涝的危险性因子分析不但可以增加资料样本数，还能提高分析精度。
4.4应用专家打分法、灾情验证法及查找文献等方法选取评估因子、确定各因子权重系数，还是具有一定的主观性。
参考文献：
章国材.气象灾害风险评估与区划方法.气象出版社，2010.1
暴雨洪涝灾害风险区划技术规范（气减函〔2009〕24号文附件）
篇4
文章编号 1002-2104（2012）11-0032-08 doi：10.3969/j.issn.1002-2104.2012.11.006
气象灾害给人类经济和社会造成了严重影响。1995-2004年十年间，由天气引发的灾害占自然灾害总数的90%，造成的死亡人数占60%，受灾人口占98%，且大多数发生在发展中国家[1]。在全球气候变暖背景下，未来极端天气事件的发生频率将呈增加趋势[2]，而这些灾害性天气事件的变化也许是气候变化带来的最严重的后果之一[3-5]。研究极端天气事件的潜在变化是评估未来气候变化对人类和自然系统影响的基础[6]。预估极端天气事件的方法之一是利用气象观测资料进行趋势外推[7-8]。尽管历史气象资料有很大的参考价值，但过去的气象统计信息只能部分地反映未来极端天气事件的发生概率。气候模式的不断改进为利用大气环流模式（GCMs）和区域气候模式（RCMs）预估极端天气事件及其影响提供了更可靠的工具[9-10]。已有一些学者应用气候模式来评估气候变化对干旱[11-12]、洪水[13]、风能[14]及水资源[15]可能造成的影响。但GCMs过粗的分辨率对于分析气候变化对区域尺度的潜在影响是不够的，而RCMs却能很好地反映影响局地气候的地面特征量和气候本身未来的波动规律，被认为是获取高分辨率局地气候变化信息的有效方法[16]。
我国是世界上洪涝灾害频繁且严重的国家之一。随着社会经济的迅速发展，洪涝灾害造成的社会影响和经济损失呈不断增大趋势。近些年，国内不少学者在洪涝灾害风险评估方面进行研究[17-19]，取得了大量成果，为区域洪涝防灾减灾提供了依据。但这些评估研究都是利用气象观测数据或历史灾情资料来开展的，并未考虑气候变化对未来极端降水事件发生频率、强度和空间格局的影响。翟建青等[20]利用ECHAM5/MPI-OM气候模式输出的2001-2050年逐月降水量资料，选取标准化降水指数预估了3种排放情景下中国2050年前的旱涝格局，但其所使用的气候情景数据分辨率较粗（1.875°），且未能从灾害风险角度分析未来旱涝致灾危险性变化。
本文应用Hadley气候预测与研究中心的区域气候模
① 本文之所以选择B2情景是因为该情景强调区域性的经济、社会和环境的可持续发展，是比较符合我国中长期发展规划的气候情景。
式系统PRECIS（Providing Regional Climates for Impacts Studies）模拟的气候情景数据，综合考虑降水、地形、地貌等自然要素，分近期、中期和远期三个时段对B2情景下①未来安徽省洪涝致灾危险性时空格局进行预估，以期为全球气候变化背景下该地区洪涝灾害风险管理和区域发展规划提供科学依据。
1 数据与方法
1.1 数据
本研究所使用的气候情景数据来自中国农业科学院农业环境与可持续发展研究所气候变化研究组。该研究组应用英国Hadley中心开发的PRECIS模式，模拟了IPCC《排放情景特别报告》（SRES）[21]中设计的B2情景下中国区域的气候变化（1961-2100年），其水平分辨率在旋转坐标下为0.44°×0.44°，在中纬度地区水平格点间距约为50 km。关于PRECIS物理过程的详细介绍可参阅文献[22]。许吟隆[16-23]和张勇[24]等人利用ECMWF再分析数据和气象站点观测数据验证PRECIS对中国区域气候模拟能力的研究表明：PRECIS具有很强的模拟降水能力，基本能够模拟出中国区域年、冬季和夏季平均降水的大尺度分布特征，很好地模拟了降水的季节变化，而且较好地模拟出中国区域年平均极端降水事件的空间分布特征。因此，本文不再对PRECIS模式进行验证。
本文采用的DEM数据来自国际农业研究磋商组织（CGIAR）地理空间数据网建立的分辨率为3弧秒（约为90 m）的全球陆地DEM；1∶400万水系图来自国家基础地理信息中心。
1.2 研究时段划分
本研究包括以下四个时段：现阶段为1981-2010年，未来分为近期（2011-2040）、中期（2041-2070）和远期（2071-2100）三个时段。文中所选指标均以各时段30年的平均值进行探讨。
1.3 洪涝致灾危险性评价指标体系与评价
洪涝灾害具有自然和社会双重属性，其中致灾危险性评价是从形成洪涝灾害的自然属性角度，即从形成洪涝灾害的致灾因子和孕灾环境两方面来评价洪灾危险性。总体上讲，造成洪涝灾害的主要因素是强降水，同时下垫面的自然地理环境又和天气气候条件相互影响，进而决定了洪涝的时空分布[25-26]。因此，本文选取年均暴雨日数、年均最大三日降水量、高程、坡度和河湖缓冲区五个指标，通过计算洪涝致灾危险性指数进行评价，具体包括以下四个步骤：一是对所选取的评价指标进行量化，包括对前四项
指标进行标准化以及根据距河湖距离和河湖级别对缓冲区进行危险性赋值（见表1）；二是利用层次分析法确定五个指标的权重（见图1）；三是建立致灾危险性数学评价模型（式1）；四是借助地理信息系统对各指标图层叠加，进行洪涝致灾危险性评价。
利用加权综合评分法建立洪涝致灾危险性评价模型：
HF=0.25Rd+0.35R3+0.06H+0.12S+0.22B（1）
式（1）中，HF为洪涝致灾危险性指数，Rd、R3、H、S、B分别代表年均暴雨日数、年均最大三日降水量、高程、坡度和河湖缓冲区量化后的值。
本文将洪涝致灾危险性分为5个等级。具体的分级方法如下：首先，按1∶2∶4∶2∶1的大致比例对现阶段全省78个县域的洪涝致灾危险性分级；之后，提取相邻等级两个县的洪灾危险性指数，以其平均值作为洪灾危险性的分级标准；最后，按照此分级标准对未来三个时段洪灾危险性进行分级。
2 结果与分析
2.1 年均暴雨日数（ARD）时空格局变化
如图2所示，在现阶段，安徽省年均暴雨日数平均为6.94天，最大值为12.15天，年均暴雨日数低于5天的地区占全省总面积的17.72%，集中分布在安徽省北部，而高于12天的地区仅占0.06%，位于安徽省最南端。到了近期，安徽省年均暴雨日数略有减少，为6.73天，主要是淮
河以北地区年均暴雨日数低于5天的面积增加为26.95%；这一时段年均暴雨日数最大值有所增加，为12.28天，其中大于12天的地区面积增加到0.24%，约为现阶段的4倍。在中期，安徽省年均暴雨日数为6.86天，最大值增加到12.91天，年均暴雨日数低于5天的地区面积百分比较近期也略有增加，为27.59%，而高于12天的地区则大幅增加为3.64%，范围也扩展到安徽省南部的多个县域。到远期，安徽省年均暴雨日数增加到7.02天，最大值为13.47天，年均暴雨日数低于5天的地区占安徽省总面积的27.41%，高于12天的地区继续增加为5.67%，约为现阶段的89倍之多，集中分布在该省长江以南地区。可见，未来安徽省年均暴雨日数总体上呈现北部有所减少，南部持续增加的趋势，尤其是年均暴雨日数超过12天的面积将大幅增加。
2.2 年均最大三日降水量（AM3DP）时空格局变化
从图3中可以发现，相对于现阶段，未来安徽省年均最大三日降水量也呈现出“两极分化”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）的地区均不断增加。在现阶段，安徽省年均最大三日降水量的平均值为
199.66 mm，最大值为280.87 mm，其中大于220 mm的地区占总面积的17.05%。而在近期，安徽省年均最大三日降水量的平均值为200.88 mm，大于220 mm的地区增加到总面积的22.16%。中期阶段，安徽省年均最大三日降水量的平均值增加为202.76 mm，大于220 mm的地区相比近期也略有增加，为25.56%。到了远期，安徽省年均最大三日降水量的平均值为204.82 mm，最大值也增大到289.07 mm，其中大于220 mm的地区占全省面积的32.12%，较现阶段增加约15.07%，尤其是大于260 mm的面积增加更快，由现阶段的占全省3.88%变为9.20%，增加了1.37倍。
2.3 洪涝致灾危险性时空格局变化
对年均暴雨日数、年均最大三日降水量、高程、坡度、河湖缓冲区等评价指标数字化的基础上，依据评价模型（式1）在ArcGIS中对各指标图层进行叠加并分级，得到安徽省县域尺度洪涝致灾危险性评价结果（见图4）。为详细了解安徽省洪涝致灾危险性格局及其动态变化，表2列出了各时段洪灾危险性等级的县域个数、面积百分比和处于5级的县域。
可以发现，各时段安徽省洪涝致灾危险性等级大致呈
由北向南逐渐升高的趋势。相对于现阶段，未来安徽省洪灾危险性处于1级和5级的面积均有所扩大，这主要与对应区域未来年均暴雨日数和最大三日降水量的变化密切相关。此外，洪涝致灾危险性高于4级（包括4级）的县域主要集中在长江沿岸及其以南地区，这与该区域降水丰富、河网密度高、地势低平以及坡度变化较小有关。与现阶段相比，近期和中期安徽省处于洪灾危险性5级的县域个数和面积百分比不断增加，这是由于未来这些地区极端降水事件的概率（暴雨日数）和强度（最大三日降水量）都将有所增大。尤其在中期，处于洪灾危险性5级的县域个数快速增加为16个，面积增加为全省的17.87%，分别是各时段洪涝致灾危险性处于5级的县域（按危险性指数值自大至小排序）
安庆市辖区，望江县，休宁县，黟县，歙县，铜陵市辖区，黄山市辖区，宿松县
安庆市辖区，望江县，休宁县，歙县，黟县，铜陵市辖区，黄山市辖区，枞阳县，池州市辖区，宿松县
安庆市辖区，望江县，休宁县，歙县，黟县，铜陵市辖区，黄山市辖区，枞阳县，池州市辖区，宿松县，祁门县，芜湖市辖区，东至县，铜陵县，旌德县，绩溪县
安庆市辖区，望江县，休宁县，歙县，黟县，铜陵市辖区，黄山市辖区，枞阳县，池州市辖区，祁门县，宿松县，东至县，绩溪县，铜陵县，旌德县，芜湖市辖区现阶段的2倍和2.24倍。到远期，洪涝致灾危险性空间格局相对于中期变化不大，处于5级的县域与中期相同，但各县域的危险性值却有不同程度增大。需要指出的是，安庆市辖区始终是安徽省洪灾危险性最高的县域，在今后的洪灾风险管理及防洪减灾规划中需尤为注意。
3 结论与讨论
本文基于PRECIS区域气候模式，模拟了SRES B2情景下未来安徽省年均暴雨日数和最大三日降水量相对于现阶段的变化情况，并综合考虑降水、地形和地貌等自然要素，从灾害风险角度预估了该省县域尺度洪涝致灾危险性的时空格局，得出以下主要结论：
（1）相对于现阶段，未来安徽省极端降水事件将出现“两极分化”的格局，具体表现为年均暴雨日数和最大三日降水量总体上呈现北部减少、南部增加的趋势，并且年均暴雨日数超过12天、年均最大三日降水量超过220 mm的面积将持续大幅增加。
（2）各时段安徽省洪涝致灾危险性等级由北向南大致呈逐渐升高的趋势。相对于现阶段，未来安徽省洪灾危险性处于1级和5级的面积均有所扩大，洪灾危险性格局变化主要发生在近期和中期，远期与中期格局相近。在中期，安徽省洪灾危险性处于5级的县域个数和面积百分比分别为16个和17.87%，分别是现阶段的2倍和2.24倍。安庆市辖区是安徽省洪灾危险性最高的县域。
根据自然灾害风险分析理论[27]，在危险性评价的基础上，进一步考虑社会经济因素，如人口、GDP、耕地、居民点、交通线、油田、名胜古迹、大型厂矿区、各种工程设施等的分布情况，以及遭遇洪涝时这些承险体的易损程度、社会防灾救灾能力等，就可以进行洪涝灾害风险评价，辨识出高风险区，为各级政府开展风险管理提供科学依据。通过查阅《中国气象灾害大典-安徽卷》以及近些年的灾情资料可以发现，安徽省洪涝灾害严重的地区大致分布在沿江沿淮地区，尤其江淮之间及长江以南地区（这些地区降水丰富、地势低洼、河网交织、湖泊众多）。对比现阶段安徽省洪灾危险性评价结果表明，本文的评价结果与实际灾情发生区域基本符合。但由于洪涝灾害形成、发展及产生后果的复杂性，影响因子众多，目前的评价结果尚难以做到与实际情况完全吻合，有以下几方面原因，如考虑因子的全面性、各因子权重系数的真实性、预估气候数据的误差以及评价模型的科学性等等，还需要不断深入研究，做出更符合实际、更加可信的洪涝灾害风险评价。
全球气候变化将给人类社会和自然系统带来诸多风险。气候变化风险源主要包括两个方面：一是平均气候状况（气温、降水、海平面上升等）；二是极端天气变化（热带气旋、风暴潮、干旱、极端降水、高温热浪等）[28]。由前面
分析可知，虽然未来安徽省年均暴雨日数和最大三日降水量的平均值相对于现阶段变化幅度不大，但不同区域间的差异却非常明显，突出表现为未来安徽省淮河以北地区年均暴雨日数和最大三日降水量有所减小，而长江以南地区极端降水事件发生的概率将大大增加，这与张增信等人[29]的研究结果相符。暴雨日数和最大三日降水量等极端降水事件变化的原因可能是在全球气候变暖背景下，地表温度的大幅上升将加强大气环流，从而改变降水的空间格局。通过比较未来与现在极端天气事件致灾危险性的时空格局，可以更好地了解一些典型区域或更大尺度上将要发生的变化。
本文只选取了SRES B2情景，虽然这一情景是比较符合我国中长期发展规划的气候情景，但仍然存在较大不确定性。在以后的研究中，需要进一步拓展降低不确定性的方法，在现有情景预估的基础上，进一步发展集合概率预测等技术手段，建立基于多情景多模式的集合概率预测情景方案。同时加强气候模式模拟研究，提高模拟数据精度，降低气候系统模式的不确定性[30]。
致谢：承蒙中国农业科学院农业环境与可持续发展研究所许吟隆研究员在论文数据方面提供的帮助，在此表示衷心的感谢！
参考文献（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，王兴荣，翟武全，等. 基于混合回归模型的夏季高温日数预测[J]. 气象科学，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]贺山峰，戴尔阜，葛全胜，等. 中国高温致灾危险性时空格局预估[J]. 自然灾害学报，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]许吟隆，张勇，林一骅，等. 利用PRECIS分析SRES B2情景下中国区域的气候变化响应[J]. 科学通报，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，万庆，黄诗峰，等. 基于GIS的洪水灾害风险区划研究[J]. 地理学报，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]张游，王绍强，葛全胜，等. 基于GIS的江西省洪涝灾害风险评估[J]. 长江流域资源与环境，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]陈香，王静爱，陈静. 福建暴雨洪灾时空变化与区域划分的初步研究[J]. 自然灾害学报，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，苏布达，等. 基于ECHAM5模式预估2050年前中国旱涝格局趋势[J]. 气候变化研究进展，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]许吟隆，Jones R. 利用ECMWF再分析数据验证PRECIS对中国区域气候的模拟能力[J]. 中国农业气象，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]张勇，许吟隆，董文杰，等. 中国未来极端降水事件的变化：基于气候变化预估结果的分析[J]. 自然灾害学报，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]张继权，李宁. 主要气象灾害风险评价与管理的数量化方法及其应用[M]. 北京：北京师范大学出版社， 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. 渭河下游洪水灾害的降水危险性评估与区划 [J]. 中国人口·资源与环境， 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]葛全胜，邹铭，郑景云，等. 中国自然灾害风险综合评估初步研究[M]. 北京：科学出版社，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]张增信，KLAUS F，姜彤，等. 2050年前长江流域极端降水预估[J]. 气候变化研究进展，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]吴绍洪，潘韬，贺山峰. 气候变化风险研究的初步探讨[J]. 气候变化研究进展，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
全球气候变化将给人类社会和自然系统带来诸多风险。气候变化风险源主要包括两个方面：一是平均气候状况（气温、降水、海平面上升等）；二是极端天气事件（热带气旋、风暴潮、干旱、极端降水、高温热浪等）[1]。研究极端天气事件的潜在变化是评估未来气候变化对人类社会和自然系统影响的基础[2]。预估极端天气事件的方法之一是利用气象观测资料进行趋势外推[3-4]。尽管历史气象资料有很大的参考价值，但过去的气象统计信息只能部分地反映未来极端天气事件的发生概率。气候模式的不断改进为利用大气环流模式（GCMs）和区域气候模式（RCMs）预估极端天气事件及其影响提供了更可靠的工具[5-6]。已有一些学者应用气候模式来评估气候变化对洪水[7-8]、干旱[9]、风能[10]及水资源[11]可能造成的影响。但GCMs过粗的分辨率对于分析气候变化对区域尺度的潜在影响是不够的，而RCMs却能很好地反映影响局地气候的地面特征量和气候本身未来的波动规律，被认为是获取高分辨率局地气候变化信息的有效方法[12]。
伴随着20世纪下半叶的持续增暖，全球陆地大部分地区存在着干旱化的趋势。与全球干旱化一样，中国部分地区的干旱强度也呈现增加的趋势，干旱问题日益凸显，特别是进入21世纪以来，我国频繁出现了多个破历史记录的极端干旱事件。近些年，国内不少学者在干旱灾害方面进行研究[13-15]，取得了大量成果，为区域防灾减灾提供了依据。但这些评估研究都是利用气象观测数据或历史灾情资料来开展的，并未考虑气候变化对未来极端干旱事件发生频率、强度和空间格局的影响。翟建青等[16]利用ECHAM5/MPI-OM气候模式输出的2001-2050年逐月降水量资料，选取标准化降水指数预估了3种排放情景下中国2050年前的旱涝格局，但其所使用的气候情景数据分辨率较粗（1.875°），且未能从灾害风险角度分析未来干旱致灾危险性变化。
未来我国西南地区干旱致灾危险性时空格局进行预估，以期为全球气候变化背景下该地区干旱灾害风险管理和区域发展规划提供科学依据。
1 研究数据与研究方法
1.1 数据来源
本研究所使用的气候情景数据来自中国农业科学院农业环境与可持续发展研究所气候变化研究组。该研究组应用英国Hadley中心开发的PRECIS模式，模拟了IPCC《排放情景特别报告（SRES）》中设计的B2情景下中国区域的气候变化（1961-2100年），其水平分辨率在地理坐标下为纬度0.44°×经度0.44°，在中纬度地区水平格点间距约为50 km。关于PRECIS物理过程的详细介绍可参阅文献[17]。许吟隆[12，18]等人利用ECMWF再分析数据和气象站点观测数据验证PRECIS对中国区域气候模拟能力的研究表明：尽管一些气候要素的模拟值存在一定偏差，但总体上PRECIS具有很强的模拟温度和降水的能力，基本能够模拟出各气象要素年、季的大尺度分布特征。因此，本文不再对PRECIS模式进行验证。
1.2 研究时段划分
本研究包括以下四个时段：现阶段为1981-2010年，未来分为近期（2011-2040年）、中期（2041-2070年）和远期（2071-2100年）三个时段。文中所选指标均以各时段30年的平均值进行探讨。
1.3 干旱致灾危险性评估方法
关于干旱的指标已有大量研究，但很多干旱指标只考虑了降水这一个变量（如连续无雨日数，SPI指数，降水Z指数，降水距平等），在全球变暖背景下，仅仅考虑降水因素是不够的。陆地表面干湿变化主要受降水和蒸发的影响，降水减少是干旱可能发生的一个重要方面；同时，地表温度的升高会大大增加水分的蒸发散，使得干旱更容易发生。因此，干旱指标应该能够衡量地表水分收支大小，本研究综合考虑降水和蒸发两个因素，采用地表湿润指数（降水量/潜在蒸散量）作为变量来评价旱灾危险性。
本文将干旱致灾危险性分为5个等级。具体的分级方法如下：首先，对现阶段西南地区各县域单元旱灾危险性指数从小到大进行排序，再按1∶2∶4∶2∶1的大致比例将487个县域单元分为5级；之后，提取现阶段两个相邻等级县域单元的旱灾危险性指数，以其平均值作为旱灾危险性的分级标准（如1、2级的分级标准是，将现阶段1级县域单元中最大的旱灾危险性指数与2级中最小的旱灾危险性指数求平均值所得）；最后，按照此分级标准对未来三个时段干旱致灾危险性进行分级。
2 结果与分析
2.1 年均潜在蒸散量时空格局变化
如图1所示，在现阶段，我国西南地区年均潜在蒸散量平均为775.42 mm，最大值为1 100.21 mm，年均潜在蒸散量低于700 mm的地区占总面积的39.14%，主要分布在四川省、贵州省和重庆市，而高于1 000 mm的地区仅占6.91%，位于广西省南部和云南省的北部。到了近期，西南地区年均潜在蒸散量增大为819.78 mm，其最大值为1 149.45 mm，其中大于1 000 mm的地区面积增加到12.85%，约为现阶段的1.86倍。在中期，西南地区年均潜在蒸散量继续增加为854.99 mm，最大值增加到1 202.25 mm，年均潜在蒸散量低于700 mm的地区面积继续减小，而高于1 000 mm的地区则大幅增加为19.45%。到远期，西南地区年均潜在蒸散量增加到890.30 mm，最大值为1 265.00 mm，年均潜在蒸散量低于700 mm的地区仅占西南地区总面积的5.84%，主要位于四川省西北部，而高于1 000 mm的地区则扩展为26.06%，为现阶段的3.77倍之多，集中分布在广西和云南两省。可见，伴随着全球气温升高，未来我国西南地区年均潜在蒸散量将呈现持续增大的趋势，尤其是年均潜在蒸散量超过1 000 mm的面积将大幅增加。
2.2 年均地表湿润指数时空格局变化
从图2中可以发现，各个时段西南地区均呈现出“西干东湿”的格局，并且相对于现阶段，未来西南地区总体上将呈变干的趋势。在现阶段，西南地区年均地表湿润指数的平均值为1.51，其中地表湿润指数小于1.0的地区占总面积的12.79%，大于1.8的地区占26.66%。而在近期，西南地区年均地表湿润指数的平均值为1.46，小于1.0和大于1.8的地区分别占到总面积的14.68%和18.54%。中期阶段，西南地区年均地表湿润指数继续减小为1.42，大于1.8的地区缩小至总面积的12.48%。到了远期，西南地区年均地表湿润指数为1.39，其中小于1.0的地区占总面积的17.09%，大于1.8的地区占9.25%，分别较现阶段增加4.30%和减小17.41%。
2.3 干旱致灾危险性时空格局变化
在对降水和蒸发等各因素分析和数字化的基础上，依据评价模型（式3）在ArcGIS中对各因素图层进行计算并分级，得到西南地区县域尺度干旱致灾危险性评价结果（图3）。为详细了解西南地区干旱致灾危险性格局及其动态变化，表2列出了各时段旱灾危险性等级的县域个数和面积百分比。
可以发现，未来各时段西南地区干旱致灾危险性空间格局变化很大。相对于现阶段，未来西南地区旱灾危险性处于1、2级的县域个数和面积均呈现先减小后增大的趋势，而5级的变化趋势则与之相反，旱灾危险性明显增大。尤其在近期，处于旱灾危险性5级的县域个数由现阶段的49个快速增加为236个，面积也占到总面积的50.30%，分别是现阶段的4.82倍和6.24倍，是未来旱灾危险性最严重的时段。到中期和远期，西南地区旱灾危险性相对于近期总体有所减小，但处于5级的县域干旱致灾危险性值却有一定程度增大。需要指出的是，未来四川省西南部和云南省大部始终是西南地区旱灾危险性最高的区域，在今后的旱灾风险管理及防灾减灾规划中需尤为注意。
3 结 论
本文基于PRECIS区域气候模式，模拟了SRES B2情景下西南地区现阶段与未来时段潜在蒸散量和地表湿润指数的变化情况，并对该地区干旱致灾危险性的时空格局和变化趋势进行研究，得到以下主要结论：
（1）伴随着全球气温升高，未来西南地区年均潜在蒸散量将持续增大，尤其是年均潜在蒸散量超过
1 000 mm的面积将大幅增加；同时，未来西南地区年均地表湿润指数将逐渐减小，总体呈现变干的趋势。
（2）相对于现阶段，未来西南地区干旱致灾危险性明显增大，尤其是近期时段。在近期，西南地区旱灾危险性处于5级的县域个数和面积百分比分别为236个和50.30%，分别是现阶段的4.82倍和6.24倍。四川省西南部和云南省大部始终是该地区未来旱灾危险性最高的区域。
4 讨 论
自然灾害具有自然和社会双重属性，其中致灾危险性评估是从自然属性角度来评估干旱危险性。根据自然灾害风险分析理论[20]，在危险性评价的基础上，进一步考虑社会经济因素，如人口、GDP、耕地、森林、草原、各种工程设施等的分布情况，以及遭遇干旱时这些承灾体的易损程度、社会防灾救灾能力等，就可以进行干旱灾害风险评价，辨识出高风险区，为各级政府开展风险管理提供科学依据。通过查阅《中国气象灾害大典》、《中国灾害性天气气候图集》以及近些年的灾情资料可以发现，本文对现阶段（1981-2010年）西南地区旱灾危险性的评价结果与实际灾情发生区域基本符合。但由于干旱灾害形成、发展及产生后果的复杂性，影响因子众多，目前的评价结果尚难以做到与实际情况完全吻合，有以下几方面原因：考虑因素的全面性、各干旱等级权重值的真实性、预估气候数据的误差以及评价模型的科学性等等，还需要不断深入研究，作出更符合实际、更加可信的干旱灾害风险评价。
本文只选取了SRES B2情景，虽然这一情景是比较符合我国中长期发展规划的气候情景，但仍然存在较大不确定性。在以后的研究中，需要进一步拓展降低不确定性的方法，在现有情景预估的基础上，进一步发展集合概率预测等技术手段，建立基于多情景多模式的集合概率预测情景方案。同时加强气候模式模拟研究，提高模拟数据精度，降低气候系统模式的不确定性[21]。
致谢：承蒙中国农业科学院农业环境与可持续发展研究所许吟隆研究员在论文数据方面提供的帮助，在此表示衷心的感谢！
参考文献
[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]徐新创， 葛全胜， 郑景云， 等. 区域农业干旱风险评估研究：以中国西南地区为例[J]. 地理科学进展，2011，30（7）：883-890.
[4]周后福， 王兴荣， 翟武全， 等. 基于混合回归模型的夏季高温日数预测[J]. 气象科学， 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]贺山峰， 戴尔阜， 葛全胜， 等. 中国高温致灾危险性时空格局预估[J]. 自然灾害学报， 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]贺山峰， 葛全胜， 吴绍洪， 等. 安徽省洪涝致灾危险性时空格局预估[J]. 中国人口・资源与环境， 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]许吟隆， 张勇， 林一骅， 等. 利用PRECIS分析SRES B2情景下中国区域的气候变化响应[J]. 科学通报， 2006， 51（17）：2068-2074.
[13]卫捷， 陶诗言， 张庆云. Palmer干旱指数在华北干旱分析中的应用[J]. 地理学报， 2003， 58（增）： 91-99.
[14]武建军， 刘晓晨， 吕爱峰， 等. 黄淮海地区干湿状况的时空分异研究[J]. 中国人口・资源与环境， 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， 苏布达， 等. 基于ECHAM5模式预估2050年前中国旱涝格局趋势[J]. 气候变化研究进展， 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]许吟隆， Jones R. 利用ECMWF再分析数据验证PRECIS对中国区域气候的模拟能力[J]. 中国农业气象， 2004， 25（1）： 5-9.
篇6
包括侵占林地，道路，采矿，水坝，环境污染，放牧，滥砍滥伐，种质低劣，经营管理不当等，这些因素造成定位空间或地段内生物物种多样化减少，土壤侵蚀程度加重，加重了森林的碎裂程度，加速了生物多样性锐减，导致形成三大效能低下的干扰型或经营型低效松林。
1.2立地条件
在自然状态下因立地条件较差或生长环境恶劣，导致自然形成三大效能低下的原生型低效林。
1.3自然灾害
自然灾害包括火灾，松毛虫、松材线虫病等病虫害，干旱，洪涝，霜冻等，致使多数珍惜的、受威胁的、濒危的或森林物种（主要是动植物）数量、分布等消失或锐减。导致形成三大效能低下的干扰型低效松林。
2松林生态健康和活力的维护方法
2.1增强生物多样性
按照长防林和退耕还林工程建设标准，同时规划，同时施工、同时验收，全面进行“封、改、补、造、抚”的规划和稳步实施。加速森林“效应岛”的形成，同时，采用林隙、林缘适当补植虫媒花植物（花粉和花蜜资源）和拒避植物，以丰富生物多样性。为了丰富马尾松毛虫虫源地的生物多样性,增强松林对生物灾害自我调控功能,赣州曾充分运用“封、改、补、造、抚”等措施，稳步实施了虫源地治理，达到了丰富生物多样性效果。共实施虫源地封山育林72.366万亩，占虫源地面积的100%；成功改造虫源地4789个,占虫源地总数的73.3%;改造虫源地面积50.2319万亩,占虫源地总面积的69.4%。通过治理的虫源地，平均灌木多样性指数从1995年的0.42上升到2003年的0.78,平均针阔混交比例由9:1上升到7:3,平均植被盖度由32%上升到81%,为实现马尾松毛虫的可持续控制奠定了良好基础。
2.2从严管理“三害”
在林政管理上，应健全基层护林组织，全面封山育林，制止乱砍滥伐和乱猎滥捕的行为；在森林火灾管理上，各级政府要签订防火责任状，严格控制火灾的发生；在危险性病虫防范上，重点加强外来林业危险性有害生物的管理和控制。对危险性森林病虫等应列入各级政府目标责任制,同时加强复检，控制疫情传播，限期拔除疫点，以防松林抗逆性下降。
2.3清理不健康林木
对近期内由于干旱、病虫害和森林火灾而出现大量死树的松林，要及时采用对死树进行全面清理，选择乡土阔叶树当年更新造林；对将要出现大量死树的林分，结合生态疏伐或景观疏伐，对可疑木进行全面清理，选择乡土阔叶树当年更新造林，以恢复到可持续生长的条件。
2.4强化生态阈值管理
全面封山育林，对少量或零星的经森防机构确认的非危险性有害生物致死木，可依据森林健康有关原理方法，鼓励林业主管部门采取禁止采伐的措施，以实现丰富生物多样性和制止乱砍滥伐行为双重目标。在疏伐过程中适当保留少数倒木和枯立木,以保持林间野生动物和鸟类食物链的持续2；对近期内林业生产或生态保护效益不构成大的危害的病虫，其测报和防治不作硬性要求，便于利用“天然防治”调节病虫种群，以丰富松林生态系统的生物链。
2.5依法保护林地
侵占林地，道路，采矿，水坝，环境污染等,致使松林的碎裂程度和林地土壤侵蚀程度加剧。关键要依据《森林法》等有关法规和生态学原理，进行总体规划和科学管理。
2.6适时评估效果
依照“近天然林”模式经营松林，影响松林生态健康和活力的主导因子发生明显变化时，适时评估经营效果。主要内容是对这些主导因子作危险性分析，如对现有或可能发生的林业有害生物每3—5年定期调查1—2次，参照国际上有害生物危险性分析（PestRiskAnalysis）方法，对有害生物进行危险性分析和制定防范策略。对生态系统多样性变化情况如蚯蚓、甲虫、蚂蚁、蜂类、寄生植物等森林健康关键种的多样性指数和威胁的、濒危的或森林物种（主要是动植物）数量、分布等应进行总结评估，作出决策，制定方案，付诸实施。
2.7开展科学研究
开展科技攻关，开发应用有效的、经济的和环境可接受的森林保护核心技术。主要包括自然界不同时空尺度生物多样性的类型与格局，决定生物多样性进化的生态学因子以及进化与生态学过程；景观破碎对种群散布、持久性及种群灭绝的影响及其恢复；制约群落和生态系统聚集的因子，以及群落和生态系统胁迫反应的途径；将遗传、物种、生境和生态系统多样性编目，确定生物多样性变化的速度及其对群落结构和生态系统过程的影响，以及决定各层次生物多样性的因子；有害生物及病原生物的入侵、扩散和爆发基本规律的研究。
3结语
一个理想的健康森林应该是在这样的森林中，生物因素和非生物因素（如病虫害、空气污染、营林措施、木材采伐等）共存对森林的影响不会威胁到现在或将来森林经营的目标[2]。为此，松林生态系统的健康，除经营管理要素外，森林病虫害的可持续控制、火灾的控制等应当是维护松林健康和活力的重要措施。
篇7
随着人口的增长及经济的迅速发展，地质灾害日趋加剧，严重破坏了生态环境并危及人类的生存环境。据统计，90年代以来我国每年因灾害造成的直接经济损失高达数百亿元以上，相当于国民生产总值的3%～6%【1】。地质灾害已成为制约我国可持续发展的重要因素之一，故建立完善的灾害评估信息系统已迫在眉睫。
1960年以前，灾害研究主要限于机理及预测研究，重点调查分析灾害形成条件等；70年代，在一些发达国家首先开始进行灾害评估；90年代，围绕国际减灾十年计划行动，北美及欧洲许多国家开展了灾害危险性的风险评估研究；GIS的问世解决了计算机制图制印一体化的问题，空间分析、制图功能及可视化等特点使之在灾害评估研究中得到深入应用【2、3】。
在国内，早期的灾害危险性研究主要是针对大型工程建设的定性评价，虽也引入了定量方法，但单元的划分及数据的获取等大多由手工完成。50年代，为了有效地防灾、救灾，加强了灾害调查评估，并取得显著成绩；70年代，我国灾害评估研究开始兴起；90年代，对灾害的类型及区域发展规律等进行了深入的研究，提出了许多新理论与新观点，如张业成针对我国崩塌、滑坡等灾害建立了地质灾害危险性指数评价模型和危险性评价分析模型。自1999年开始进行建设项目地质灾害危险性评估，已形成一套较完整的评估方法和理论，但仍局限于定性研究，特别在灾害危险性综合评估分区中，定量化程度不高，存在一定的主观性和不确定性。
近年来，灾害评估的科学性日益增强。评估方法由传统的成因机理分析和统计分析发展为同社会经济条件相结合的多种方法，如层次分析法、信息量模型、模糊综合评判、人工神经网络模型、GIS技术等，评估过程由定性评估转化为半定量评估或定量评估。
由于影响区域稳定性的因素多而复杂，且大多数因素影响对其稳定性的定性评价，这就给进一步分析造成了困难。美国学者T.L.Saaty于20世纪70年代提出了层次分析法(即AHP法)。实例证明，采用AHP法对复杂地质灾害进行评估有以下优点：层次分明、因素具体、结果可靠，不仅可用于单一灾点稳定性的评价，亦可用于同一地区多灾点的综合评价；能对资料综合进行分析，得出明确的定量化结论，因而被广泛应用于复杂系统的分析与决策。该法亦有其局限性，表现在：构建递阶层次结构的过程比较复杂；对评估结果影响的因素较多时，将各因素进行两两判断比较困难以及计算过程极其复杂等。总之，应用该法把灾害评估这样一个复杂的问题分成上下具有支配关系的递阶层次结构，使问题得到简化，这在区域地质灾害评估研究中将得到更广泛的应用。
工程地质评价是一种包含经验类比和统计思想的分析方法，由于它以定性描述和分析为主，因而应用起来难以建立统一的评价准则和标准【4】。近年来，一些不确定性数学方法如模糊数学等不断引入工程地质研究中，工程地质量化评价方法应运而生。
鉴于地质环境与灾害系统的复杂性，灾害评估需要研究的变量关系较多且错综复杂。从逻辑上讲，模糊现象不能用1（真）或0（假）二值来刻划，而是需要一种用区间[0,1]上的多值来描述。模糊综合评判法是从多个指标对被评价事物隶属等级状况进行综合性评判的一种方法，这对事物的描述更加深入和客观。实践已验证：在灾害评估中运用模糊综合评判模型，结果较合理可靠，且建立的模型拟和效果较好。但是由于对复杂事物的评判涉及的因素很多，而每个因素都要赋予一定的权数，应用模糊综合评判存在以下问题：权数难以强当分配。而模糊矩阵的合成运算是先取小而后取大，这样在评判时，很小的权数通过取小运算，便会“淹没”大量因素评判的信息，使评判得不出任何有意义的结果。故模糊综合评判法更适合于单灾点评估。
随着现代科技的发展及学科间的交叉融合等，遥感和地理信息系统被广泛应用于地质灾害评估中，通过建立数据库和数学模型，实现评估的计算机管理，使得数据的编辑、更新和提取极为容易，提高了评估的信息化水平。1990年，印度的Gupta R. P.和Joshi B. C.运用GIS技术，基于多源数据，对喜马拉雅山麓的Ramganga Catchment地区的滑坡进行了分析，使用了空间分析和面积量算功能完成了滑坡灾害危险性分区【5】。但是在GIS集成框架下，应用遥感数据，通过数学模型方法却无法反映灾害的社会经济特征。因此，在利用RS、GIS及数学模型等对灾害进行评估时，应加强实地调查，力求其紧密结合。
总之,地质灾害评估是在地表调查和分析资料的基础上进行的定性–半定量评价工作,如何将评价指标尽可能的定量化,使分析和评价最大限度地符合客观实际,是值得探讨的问题。随着地质灾害研究理论和实践的发展，评估理论体系和手段日趋完善，灾害评估方法日益丰富，计算机技术的广泛应用和GIS技术自身的不断完善使地质灾害评估不断向模型化、定量化、现代化方面发展。
参考文献：
[1]何欣年，阎守.重大自然灾害的遥感实时监测、灾情评估及其预警系统.中国自然灾害灾
情分析及减灾对策[M].武汉：湖北科学技术出版社，1990.
[2]花存宏. 地图生产的革命性变革[J].地图，1998,(1):5-7.
[3]殷坤龙. 滑坡灾害预测预报[M].武汉:中国地质大学出版，2004:11.
篇8
1概述
地质灾害是在地质作用下，地质自然环境恶化，造成人类生命财产损毁或人类赖以生存与发展的资源、环境发生严重破坏的过程或现象，是对人类生命财产和生存环境产生损毁的地质事件。因而，从该意义上来讲，地质灾害不仅是一种自然现象，而且带有明显的社会经济属性。
在以往工程地质领域对于地质灾害的研究中， 多考虑地质灾害的自然属性，评价预测也多从其内外影响因素入手，把地质灾害仅作为一种地质动力活动，着力于灾害形成机制与诱发条件、发展规律等自然特征的分析，度量的指标多为稳定性程度等。而对地质灾害的社会属性和与之密切相关当破坏效应等注意的不够。这种状况越来越不适应社会经济发展对减灾研究的需要。诚然，对于单体地质灾害而言，地质灾害自然属性研究必不可少，但如果从一个更深的层次来看，这显然没有考虑到地质灾害的社会经济属性。人类防治地质灾害的最终目的并不是杜绝引起地质灾害的地质现象或地质事件的发生，而是确保这些地质现象或地质事件不对人类造成不可接受的危害。所以从社会减灾防灾意义上讲，除了考虑其自然因素，更应该考虑其社会属性因素，由此才有了地质灾害风除评价的概念的产生。
2 对地质灾害风险概念的认识
目前对灾害风险和地质灾害风险还没有统一的认识。在联合国教科文组织的一项研究计划中，Varnes（1984年)提出了自然灾害及风险的术语定义，随后得到了国际地质灾害研究领域的普遍认同，成为了对地质灾害危险性、易损性和风险评估的基本模式。地质灾害的风险可定义为：在一定的区域时间限度内，特定的地质灾害现象对生命财产、经济活动等可能造成的损失，即地质灾害风险是潜在地质灾害危险性和社会经济易损性的函数，它可表示为：
式中：R(Risk)：地质灾害的风险，指特定的地质灾害现象可能造成的损失；H(Hazard)：一定地区范围内某种潜在的地质灾害现象在一定的时间内发生的概率，即地质灾害的危险性；E(Element)：给定区域内受特定地质灾害威胁的对象，包括人口、财产、基础设施、经济活动等；v(Vulnerability)：特定的地质灾害以一定的强度发生而对受威胁对象所造成的损失程度，即受威胁对象的易损性，它用0～1来表示，0表示无损失，1表示完全损失。
综上所述我们可以看出，地震灾害的危险性(H)和受威胁对象(E)的易损性(v)共同决定了地质灾害的损失大小，是控制地质灾害风险的（R）的基本条件。因此，地质灾害风验评价应从下述两方面进行：(1)地质灾害的危险性评价，其与历史地质灾害活动强度和周期性规律(即灾害发生的频次、规模、分布强度)以及地质灾害孕育的环境与形成条件(即地形地貌、地质背景、水文气象、植被和人类工程活动等影响因素)密切相关；(2)区域社会经济易损性评价，包括了直接易损性评价(受威胁对象分布与抗灾能力)和间接易损性评价(地区社会经济与防灾能力)2个方面内容。
由于实际情况的复杂性，在地质灾害风险评估中很难对H、E、V等进行精确的定量表示。在这种情况下，可以采用“等级”的概念，先对地质灾害的危险性、社会经济易损性进行分级，然后再采用适当的方法进行最终的风险评估。
3 地质灾害风险评价模型
目前有关地质灾害风险评价的模型有信息量模型、层次分析等模型，在这里简述信息量模型。
根据实际情况，将影响地质灾害风险因素的实测值转化为信息量值，并用信息量来表征地质灾害风险影响因素的“贡献”大小，进而评价地质灾害的风险程度。信息量用条件概率计算：
I(X，A)=lg(P(X/A)/P(X)) (3)
式中：I(X，A)为单因素(指标)X影响地质灾害风险A的信息量；
P(X/A)为地质灾害风险恶化条件下出现X的概率；
P(X)为研究区影响因素X出现的概率。具体运算时，总体概率用样本频率计算，即：
式中：I为某一单元P种因素组合情况下地质灾害风险恶化的总信息量；
S为样本区总单元数：
N为该区己知地质灾害风险恶化的单元总数；
S1为含有影响因素X的单元个数；
N1为含有影响因素X的地质灾害风险恶化单元个数。
用总信息量I值作为该单元多种因素共同作用下的地质灾害风险改善的综合指标。对I值进行统计分析(主观判断或聚类分析))找出突变点作为分界点，将区域分成若干个地质灾害风险等级，由此建立的信息量模型，将作为研究区的风险预测模型。只要查明研究区各因素的情况，根据样本区计算出的信息量值，并将各评价单元的诸影响因素的信息量值叠加便可预测地质灾害风险等级。
信息量模型适合于各地质灾害影响要素的信息量比较丰富的地质灾害风险评价，按统计方法对各影响要素进行聚类分析，按照一定的阈值，将评价区域进行地质灾害风险分区。
4 基于GIS技术的地质灾害风险分析
地理信息系统(GIS)是有效表达、处理以及分析与地理分布有关的专业数据的技术，它为人们提供了一种快速展示有关地理信息和分析信息的新的手段和平台。从20世纪80年代以来，GIS在灾害管理中得到逐步深入的应用。
各种地质灾害都是在地球表层一定空间范围和一定时间限度内发生的，尽管不同种类的地质灾害之间、同一种类的地质灾害的不同个体之间大都形态各异，形成机理也是千差万别，但它们都是灾害孕育环境与触发因子共同作用的结果，而这些都与空间信息密切相关，利用GIS技术不仅可以对各种地质灾害及其相关信息进行管理，而且可以从不同空间和时间的尺度上分析地质灾害的发生与环境因素之间的统计关系，评价各种地质灾害的发生概率和可能的灾害后果。
GIS与传统意义上的信息系统的根本差异在于：它不仅可以存储、分析和表达各类对象的属性信息，而且还可以管理空间(图形)信息，可以使用各种空间分析方法，从空间特征和属性特征两个方面对多种不同的信息进行综合分析，寻找空间实体间的相互关系，分析和处理一定区域内分布的现象和过程。GIS软件提供了一些基本的空间分析工具，如区域叠加分析、缓冲分析、矢量栅格数据转换、属性数据查询检索、数字高程模型、数字地面模拟分析等，但仅仅直接利用这些基本的工具进行地质灾害的风险分析显然是不现实的，还需要结合专业地质灾害风险评价模型，如将信息量模型与GIS平台相结合，应用于地质灾害风险评估分析中。
信息量法模拟和层次分析评价模型与GIS的结合可以从以下几个方面考虑：
(1)利用GIS采集数据及进行基础数据处理。GIS具有强大的数据采集与空间分析功能，可以利用它来采集评价所需的数据并进行管理。GIS对数据的预处理一是将定性数据按照一定的原则定量他；二是利用GIS的自动划分功能形成用于评价的图元区域。
(2)应用信息量法模型可扩充GIS的分析评价功能。利用GIS的二次开发功能，选定合适的信息量法模型对GIS进行二次开发，扩充GIS的分析评价功能，实现传统分析方法与GIS的结合。把GIS已经剖分的图元区域的各种信息存入预先确定的数据库，然后通过编写接口，信息量法模型就可以直接调用这部分数据供分析之用。
(3)利用GIS强大的成图功能，将信息量法模型分析结果返还到GIS处理成图，形成最终成果。
这样就可以在建立一个基于GIS技术的地质灾害风险评估系统，首先在建立评估区信息数据库的基础上，结合地质灾害风险评价分析模型(信息量模型)，运用GIS的空间分析功能(缓冲区分析、叠置分析等)、数据融合技术以及高精度计算实现对多种不同类型的地质灾害(如滑坡、泥石流、岩溶塌陷等)进行危险性分析、易损性分析和最终的风险评估。整个地质灾害风险评估工作都是有序进行的，其基本程序见图1所示。
结论
（1）地质灾害风险评估包括地质灾害危险性评价、社会经济易损性评价两大内容。危险性评价应以历史危险性(灾害发生的频率、规模、程度)和影响灾害发生的主要因素(基于灾害发育机理研究)的综合分析进行；易损性评价应包括受威胁对象的易损性分析和受威胁对象的价值分析2个方面。
（2） 运用GIS开展地质灾害风险评估是必然趋势，国外已有许多成功的范例。GIS技术为地质灾害在专业评价模型(如信息量模型)条件下的风险评估提供了有效的技术支持。基于GIS技术的地质灾害风险评估系统较好的实现了GIS技术与地质灾害风险评价模型的结合，能够充分利用GIS的图形编辑、属性管理、空间分析、数字高程分析等功能优势，快捷方便的实现一般分析方法与手段难以解决的问题。它可以根据变化了的情况与资料，实时性的进行地质灾害风险分析，进一步缩减风险分析的模糊性与不确定性，具有较强的准确性与客观性，而这正是常规分析手段所难以比拟的。
参考文献
篇9
中国是世界上自然灾害最严重的国家之一。自然灾害的多发性与严重性是由其特有的自然地理环境决定的，中国大陆东濒太平洋，陆海大气系统相互作用，关系复杂，天气形势异常多变，各种气象与海洋灾害时有发生。中国地势西高东低，降雨时空分布不均，易形成大范围的洪、涝、旱灾害；因位于环太平洋与亚欧两大地震带之间，地壳活动剧烈，是世界上大陆地震最多和地质灾害最严重的地区；中国有约70%以上的城市分布在气象灾害、海洋灾害、洪水灾害和地震灾害都十分严重地区。而工程建设项目多是暴露于这些自然灾害之下的，灾害的多发必然会对建设项目产生很大的影响和损失，因此有必要对工程建设项目中的自然风险进行合理的评估和管理。
自然灾害风险概述
自然风险是涵盖于风险范畴内的，它是由某一种自然灾害发生所造成的损失的不确定性。在灾害学研究理论中，认为风险是在一定时间和区域内某一致灾因子可能导致的损失(死
亡、受伤、财产损失、对经济的影响)，其中致灾因子是一定时间和区域内的一个危险事件，或者一个潜在破坏性现象出现的概率。
自然灾害的分类，一是气象灾害：台风、暴雨、雷击、寒潮、高温及干旱等；二是地质灾害：地震、泥石流、滑坡、崩塌、地裂、火山等；
自然灾害一旦发生，往往不是孤立的，而是形成复杂的自然灾害系统。它们常常在某一地区或某一时段集中产生一系列灾害群或灾害链。许多自然灾害、特别是强度大的自然灾害，常常诱发或引起一连串的次生灾害与衍生灾害，形成灾害链；灾害群与灾害链交织在一起往往放大了自然灾害的效应，从而制约着自然灾害风险系统影响结果。
2. 自然灾害对工程项目建设的影响
工程建设项目管理包含了在建筑施工全过程当中的一切有关质量与安全施工的组织和管理活动，其主要是通过严加控制施工过程中的各个要素，从而使得这些要素当中的危险状态或危险行为能够得到有效的降低甚至达到完全消除，以此来降低一般事故的发生概率乃至杜绝重大事故发生的目标。随着全球气候的变暖和城市化的发展，自然灾害发生的频率和损失与年俱增，随之而来的便是自然灾害因素对建筑施工的影响也越来越大，通过一系列科学合理、行之有效的施工质量与安全管理措施的实施，尽量避免或降低建筑施工因自然灾害而受到损失是当务之急。
自然灾害风险对建设施工的影响主要体现在对工程项目进度控制的影响（工期），工程项目质量管理的影响和施工成本的影响。
2.1 自然灾害对工程进度的影响
建筑施工大多为室外露天作业，施工进度经常会受到自然环境因素的影响。尤其是发生不良气候条件和极端天气时，如高温、台风、暴雨、地震等条件下工人的工作效率会收到很大的影响。发生自然灾害导致的停工，各地方都有规定，当温度、风力达到一定级别时，工地必须停止施工。自然灾害发生时，或由于建筑或设备发生损害进行修复而必须增加的时间。再者，当自然灾害导致建筑材料的运输路线破坏、受堵，而建筑材料又不充足时则在很大程度上也会导致施工工期的拖延，如大雨、泥石流、山体滑坡导致交通路线中断等。
2.2 自然灾害对工程质量的影响
自然灾害的发生必然会对工程项目质量产生影响，这主要体现在发生极端天气现象时会对建筑材料的性能产生影响。如气温、湿度、风力等自然环境发生变化都会对钢筋砼的浇筑及养护产生影响。如：在高温下拌合和浇筑混凝土，水分蒸发快，引起坍落度损失，难以保证所设计的坍落度，易降低混凝土的强度、抗渗和耐久性。且高温时，水泥水化反应加快，混凝土凝结较快，施工操作时间变短，容易因捣固不良造成蜂窝、麻面以及“冷缝”等质量问题；如果脱模后不能及时浇水养护，混凝土脱水将影响水化反应的正常进行，不仅降低强度，而且加大混凝土收缩，易出现干缩裂缝。
2.3 自然灾害对施工成本的影响
自然灾害对施工成本的影响主要体现在灾害造成的直接破坏损失。其次，一些重大灾害会导致城市、农业、工业等大范围的破坏及损失，由此会使建筑材料价格产生变动。
3．工程建设项目中自然风险评估
自然灾害风险评估将灾害发生破坏与损失的大小直接与暴露于灾害风险中的承灾体相关，灾害研究开始关注人类及其活动所在的社会和资源等背景条件形成承灾体论。此时自然灾害风险评估基于对承灾体分类的基础上，进行承灾体暴露与脆弱性(易损性)分析评价。
3.1自然灾害的风险分析
灾害风险分析包括灾害危险性分析、承灾体脆弱性分析和灾害损失分析三部分。通过对历史灾害事件的频率、强度分析得出灾害风险分析的结果为：特定灾种在一定区域未来时间段内遭受某种强度灾害的概率。衡量灾害风险水平大小的基本指标包括：(1)空间范围(2)时间(段)(3)灾害强度(频率)(4)发生概率。即灾害风险可理解为空间、时间、灾害事件、灾害强度和概率的函数即：
3-1
其中，R为灾害风险，R为区域，T为时间间隔，H为灾害事件，I为灾害发生的强度(可以理解为灾害可能造成的损失)，P为发生概率。灾害风险即为表征一定区域未来一定时间段内遭受某种强度灾害事件带来的损失的发生概率。
基于数学概率统计基本原理，可以获得任何事件的频率和概率函数关系。Tobin和Montz提出概率数学模型中关于概率和年超越概率(Annual Exeeeden probability，简称AEP)的函数关系式3-2。
3-2
3-3
其中P为概率，AEP为年超越概率，F为频率，Ri为周期，t为时间段。在精度要求不高的情况下，年超越概率在数值上等于频率，等于回归周期的倒数(式3-3)，这样损失的概率可以由灾害强度频率推算求得。
3. 2自然灾害的风险评价
在灾害风险分析完成后，灾害风险值的时间、空间分布业已完成；灾害风险评价首要任务就是将上述定量分析的结果合理分级。最终提出灾害风险水平等级及相应的应对策略。通过编制区域灾害风险图，以反映区域自然灾害风险等级。
灾害风险由极大损失和发生概率表征，风险分级取决于灾害损失和发生概率分分级状况。如果将灾害损失和发生概率分别划分为5个级别，那么灾害风险级别则由二者的判别矩阵加以确定。灾害风险分为4级，低风险、中风险、高风险和极高风险。
灾害风险等级判别矩阵
低风险包括3种损失和概率组合类型，中风险包括10种损失和概率组合类型，高风险包括9种损失和概率组合类型，极高风险包括3种损失和概率组合类型
4. 结论
建设项目作为一个自然灾害巨承灾体，具有暴露要素集中和发生灾害损失巨大等特点，受到国内外学者广泛的关注。随着全球气候变暖和城市化进程加速，建设区承受各种自然灾害频率和强度日益加剧，因而工程项目建设区也就成为自然灾害风险研究的重要区域。开展建设项目自然灾害风险研究，构建自然灾害脆弱性评价指标体系与评价方法，建立自然灾害风险评估程序与动态评估模型，实现区域自然灾害风险区划，集成开发自然灾害风险评估工具集，从而为工程项目制定综合自然灾害风险管理制度、应急控制预案和可持续发展战略提供坚实的理论基础与科学依据。
参考文献：
[1] 刘博，唐微木.巨灾风险评估模型的发展与研究[J].自然灾害学报，第20卷第6期，2011年12月：47-52.
篇10
土木基础设施减灾基础研究进展近年来国家自然科学基金对土木基础设施减灾基础研究的资助主要有以下几个方面。
．1 城市与工程减灾基础理论及关键科学问题研究国家自然科学基金在城市与工程减灾前沿领域持续地资助了大量的基础研究课题，“八五”期间由中国地震局工程力学研究所胡聿贤和谢礼立两位院士主持收稿日期：200∞9—的重大项目“城市与工程减灾基础研究”，较为集中地体现了我国这一领域基础研究的进展。全国近20所高等院校和科研院所、五座示范或典型城市的100多位专家学者投入了历时4年的研究，在以下研究方面取得了积极的成果。
．1．1 灾害的危险性分析与损伤评估理论研究地震、风、洪水、海潮、洪涝、滑坡、泥石流、火、燃爆、岩溶、塌陷、地基变形等各种自然灾害或人为灾害的成灾环境，成灾模式，灾害性荷载的特点和分布规律，并建立了相应的危险性评估理论和方法，探讨了灾害形成机制和传播规律，以及它们对工程结构和社会经济的影响，具体内容为：(1)建立了确定城市极值风速的两种危险性评估方法一组合概率法和风场函数法。(2)提出了基于地理信息系统(GIS)和人工智能的地震危险性分析理论，建造了地震构造信息系统(SⅡS)，从而使现有的地震危险性分析方法和地震区划分法无论从精度上还是效率上都有了新的突破。
通过实践和理论分析，对建筑物的火灾和烟气形成机理以及燃气爆炸规律进行了研究，编制了建筑物烟气控制系统的计算机程序和燃爆灾害预测模型。
．1．2城市与工程的灾害特征及抗灾分析理论研究城市与工程体系的灾害特征和抗灾分析理论，具体有：(1)研究了地下管网等生命线系统在地震作用下的反应分析方法，提出了考虑地震动场空间相关特性和局部场地条件影响的生命线系统地震危险性分析方法以及管网破损状态的概率分析理论，对地上生命线系统进行了供水系统的地震损失分析研究。
研究并提出了城市多种灾害损失的评估模型。
在调查分析抗震结构造价变化的基础上提出了不同重要性建筑抗震设防的最佳标准。(4)研究了城市中地震触发滑坡、岩溶塌陷、采空区塌陷以及地震火灾和渗万方数据 水引发滑坡等灾害链现象，并提出了相应评估方法。
研究并提出包括斜拉桥等大跨度桥梁结构的抗震分析和隔震控制方法。
．1．3灾害荷载作用下工程结构可靠度与优化设计理论研究多种灾害作用下工程结构的可靠度和优化理论，包括：(1)研究了抗灾结构优化设计的特点与抗灾结构最优化设防水平，进行了抗灾结构最优化设防荷载与最优化设防可靠度的对比分析。(2)研究并对比了高层建筑在风和地震作用下的可靠度分析结果。
研究并提出了结构灾害荷载可以近似为无限粗糙荷载的设想，并给出了相应荷载下的结构体系可靠度计算的近似方法。(4)根据水工结构特点，研究了坝址空间随机地震动场模型，地震动合成方法以及在平稳和强度非平稳空间随机地震动场假定下建立了计算相应的结构反应和抗震可靠度方法。(5)对铁路工程提出了滑坡、泥石流、洪水等灾害的工程预报方法，并建立了相应的路段可靠度分析方法。
．1．4典型城市与重大工程综合防灾示范研究选择汕头、镇江、鞍山、唐山四座具有不同特色的中等城市作为防御多种灾害的典型，选择广州作为大城市综合防洪典型，选择多种自然灾害多发区的成昆线乌斯河一普雄段作为防御多种灾害的典型重大工程，综合运用并集成了各种工程防灾的科技成果，并采用地理信息系统、仿真系统、危险性分析系统、损失评估、应急反应和决策系统、人工智能系统等各种先进的工程防灾技术，建立了相应的城市与重大工程的防灾减灾决策系统。充分发挥了高新技术在工程减灾领域中的优势，使我国大城市和重大工程防灾减灾的理论和实践达到了一个崭新的水平。
．2结构抗震抗风振动控制研究由于本研究的前沿性和基础性，我国结构抗震抗风振动控制最近十多年的研究进展许多是在国家自然科学基金的资助下取得的，先后有近40个面上项目和若干重点项目或重大项目的子课题与此研究密切相关，研究涉及被动控制、主动控制、混合控制和半主动控制、以及智能控制的各个方面。在其它有关部门的共同支持下，我国已形成了一支阵容强大的研究队伍，使我国成为继美国和Et本之后，又一个对结构控制有着深入和广泛研究的国家。
．2．1结构被动控制结构被动控制(包括更早开始研究的基础隔震)由于不需要提供外部能源、经济和易于工程应用的特点，在我国得到了广泛的研究和一定程度的应用。控制装置涉及金属阻尼器、摩擦阻尼器、粘弹性阻尼器、粘滞流体阻尼器、TMD、TLD、摆式质量阻尼器等各种耗能减振器。目前不少学者正致力于结构控制设计方法的研究，以期为我国减振结构的抗震抗风设计规范的制订提供依据。经过大量的理论分析和试验研究，一些耗能减振装置已开始应用于实际工程，如上海建成的两栋带竖缝的剪力墙结构、粘滞阻尼器应用于北京火车站和北京饭店等建筑的抗震加固、以及摩擦耗能器应用于沈阳市政府大楼的抗震加固等都是成功的工程实例。
我国基础隔震的研究开展较早，已经取得了理论研究、技术开发和工程应用的丰硕成果。隔震技术主要采用橡胶垫、金属涂料滑块以及精选的细砂、石墨涂层和四氟乙烯板等。目前我国已建成的基础隔震房屋有数十栋，隔震与耗能减振技术已被写入新的《建筑结构抗震设计规范》。
．2．2结构的主动控制虽然结梅的主动控制较之被动控制效果更加明显，但由于主动控制需要输入较多的外部能源，再加上系统的可靠性问题、以及更复杂和昂贵的硬件设备等原因，在我国主动控制的研究更多地集中于主动控制算法、效果仿真分析和控制装置的试验研究等方面。
研究的控制算法主要有最优控制算法、瞬时最优控制算法、智能控制算法(如人工神经网络、遗传算法等)、极点配置算法、自适应控制算法等。对主动控制装置研究较多的是主动控制调谐质量控制系统、主动锚索控制系统、主动支撑系统等，其中哈尔滨建筑大学成功进行的结构主动控制试验的整套系统的设计、生产和调试均是自行完成的。
中国国家自然科学基金委员会和美国国家科学基金会共同资助中美合作项目“南京电视塔风振控制”的研究，是由中方东南大学等单位和美方数所高校单位合作进行的。他们采用AMD系统对南京电视塔的风振实施主动控制。它的完成不仅使南京电视塔成为国内第一个实施主动控制的建筑，在国内乃至国际学术界具有重要影响，同时也将为结构控制的研究提供合适的试验场所，目前南京电视塔风振控制工程正处于紧张的现场调试阶段。
我国在混合控制方面进行了有特色的研究，提出的混合控制系统有AMD和rILD组合的混合控制系统、AND和HDS组成的混合控制系统等，并对混合控制系统的性能及对结构的抗风抗震进行了大量的试验研究。
由于半主动控制所具有的经济、有效、可靠等特点，其研究受到国内学者的极大关注。已从事的工作包括半主动控制的变刚度、变阻尼的系统装置、理论分析和试验研究等。
．2．3结构振动的智能控制结构振动的智能控制是国际振动控制研究的前沿领域。由智能材料制成的智能可调阻尼器和智能材料驱动器构造简单、调节驱动容易、能耗小、反应迅速、几乎无时滞，在结构主动控制、半主动控制、被动控制中有广阔的应用前景。适合于土木工程振动控制的智能材料有电流变液、磁液变液、压电材料、磁致伸缩材料、形状记忆合金等。
我国结构振动智能控制的研究也已起步，落后于世界先进水平研究的时间并不长。目前在此方面做的工作有：研制出了出力30kN的磁流变阻尼器，提出了压电陶瓷智能摩擦阻尼器支撑及其对框架结构地震反应的半主动控制方法，分析了压电陶瓷智能力矩控制器对框架结构地震反应的主动控制效果；制作出了两相电(磁)流变阻尼器，并研究了对高耸塔架结构风振反应的半主动控制的方法；制作了形状记忆合金耗能阻尼器，进行了对结构振动反应控制的试验，等等。
．3大型复杂结构体系的抗震抗风及设计理论研究随着我国超高层建筑、超大跨度桥梁和大跨空间结构等大型复杂结构的大量兴建，结构设计呈现出更高、更长、更柔的发展趋势，许多情况下风荷载和地震作用已成为结构设计的控制因素。因此，大型复杂结构体系抗震抗风相关的科学问题及新的设计理论的研究得到我国广大学者的广泛关注。“九五”期间由国家自然科学基金委员会与国家建设部、国家地震局和中国海洋石油渤海公司联合资助了国家自然科学基金重大项目“大型复杂结构体系的关键科学问题及设计理论研究”，由同济大学项海帆院士和哈尔滨建筑大学王光远院士共同主持，研究内容包括：
．3。1设计地震动及灾害性风荷载的作用机理地震波的多维多点输入，近场强震和地震波的长周期分量对结构的作用，城市边界层中风特性的观测分析和数值模拟，建筑风洞模拟实验的基本问题和关键模拟技术，土木工程结构的数值风洞。
。3．2超高层建筑结构体系的抗震与抗风超高层建筑结构体系及相关力学问题，抗震设计理论，复杂单体及群体建筑的风振理论，超高层建筑基于位移的抗震设计。
．3．3特大跨度桥梁的结构体系及抗风抗震特大跨度桥梁体系、特殊结构形式及空间非线性力学问题，气动参数识别、风振及控制理论，考虑桩一土相互作用的高桥墩和塔墩抗震分析理论。
．3．4大跨空间结构新体系及关键理论新型预应力张拉结构体系及其形态分析理论，大型柔性屋盖结构的风振反应及抗风设计，大跨网壳结构的抗震性能和稳定性能。
．3．5大型复杂结构体系的现代设计理论基于可靠度的多目标复杂结构优化设计方法，结构选型及工程结构形态全面优化的实用方法，结构振动控制的设计理论与方法，基于性态的抗震设防标准与设计理论另外，项目还包括了复杂环境下海洋平台结构系统相关内容的研究，有海洋环境随机载荷及其组合，海洋平台结构可靠度与寿命评估，结构冰致振动机理及控制，结构系统的优化设计。
土木基础设施减灾基础研究的发展趋势为了推动学科交叉和遴选国家自然科学基金“十五”优先资助领域，国家自然科学基金委员会于年底召开了“重大工程灾害与防治”为主题的前沿科学研讨会。来自土木、水利、矿业、材料、力学、地球科学、信息、管理等学科的60多位专家学者，从科学发展和国家需求与可持续发展的战略高度，对“重大工程灾害与防治”这一主题的如下关键科学问题进行了研讨和论证，并建议在“十五”期间给予优先资助。这些科学问题基本体现了土木基础设施减灾基础研究的发展前沿，也是有关专家学者结合中国国情对这一领域科学研究发展趋势的展望。
．1 大型结构和生命线工程灾害响应与控制针对灾害作用的空间分布性和动力作用特性，研究大型结构和生命线工程及其周边介质相互作用的非线性时空灾害响应，研究其性态设计、控制和优化的理论和方法。
．1．1灾害场及其动力作用研究地震和风灾等危险性分析、空间分布场、衰减规律及对结构和工程系统的动力作用，为复杂的灾害响应分析提供合理的灾害作用模型。
．1．2大型结构非线性灾害响应进行建筑、桥梁、水工、海工等大型结构材料、构件和体系的灾害模拟试验，揭示其极端条件下的动力失效、破坏和倒塌机理；研究大型结构及与周边介质相互作用的材料、几何及其耦合非线性灾害响应分析和计算理论；研究新型高性能的抗灾结构体系。
．1．3结构灾害性态设计与控制研究结构多级灾害设防水准、性态水准和性态目标，建立结构灾害响应与性态的关系、以及结构灾害性态设计和控制设计的理论和方法；研究新型减振控制装置以及高性能、大出力、低能耗的智能驱动减振装万方数据 置；研究大型结构灾害响应控制的有效措施和技术、以及智能控制集成系统。
．1．4生命线工程空间灾害响应与性态优化生命线工程是维系城市与区域经济功能的基础工程设施系统(如城市供水、供气系统、道路交通系统、区域电力系统等)，其灾害破坏可导致城市和区域经济与社会功能的瘫痪。此领域重点研究城市生命线工程系统的空间地震响应分析；大规模工程网络抗震可靠性的高效分析方法；区域电力工程系统的风灾易损性分析；城市生命线工程和大型工程网络的灾害性态优化与设计。
．2岩土工程灾害与环境损伤防治针对岩土体介质的多相、非均质、各向异性的复杂环境特点以及大规模地下开挖工程和今后大规模地下空间利用的诱变灾害和环境损伤，重点研究工程与灾害的相互作用、灾变行为以及防灾减灾方法和新技术。
．2．1 囫-气一液多相介质耦合作用与灾变动力学研究天然岩(土)体孔隙裂隙介质中液气多相流的耦合作用下，稳定与非稳定变形、破坏与状态变化及转化机理、条件与规律；固一液一气耦合作用及致灾的突变动力学数学模型，为工程灾害的控制提供有效路径与方法。
．2．2高应力深部地下工程的诱变灾害与防治高应力大采深条件下开挖岩体动力学特征及与围岩变形破坏、顶板灾害、瓦斯突出、岩爆的关系；采动岩体结构与地下承压水运移关系及深部开采的突水机理。
．2．3大型地下工程的环境损伤与控制重点研究大型地下开挖工程和城市地下空间利用所引起的地表沉陷和控制，地下含水层和地表水的破坏机理及保护措施。
．2．4重大工程的边坡灾害防治与预警结合重大工程研究水位大幅度变化条件下的边坡稳定性、灾变机理、风险评估与防治决策支持体系，基于3S技术的边坡灾害预报系统及综合防治技术。
．2．5重大工程地基失效与防治针对岩、土等天然材料的特点，研究岩体和原位土的静、动力学性能；土体的液化和液化后大变形；建立岩体构造面的连续～非连续介质数值模拟模型，研究地基在地震等灾害作用下的失稳、残余变形及其与结构的相互作用，以及各种地基加固措施的机理与加固效果的定量评价。
．3重大工程灾变行为与健康诊断针对复杂灾变因素的耦合作用，研究重大工程的损伤积累和灾变行为的演化规律及其检测、监测与防治的先讲技术。
．3．1 重大工程损伤积累与灾变行为考虑疲劳效应、环境腐蚀和材料老化等灾变因素的耦合作用。研究重大工程损伤积累与灾变行为的演化规律及其与抗灾能力衰减的关系，受损结构随机建模与分析及灾变预测。
．3．2重大工程检测与健康诊断研究重大工程检测与探测的先进技术及损伤评定与健康诊断方法；大型结构动力模态指纹分析；复杂结构系统动力复合反演理论；非线性损伤变量及其识别；损伤尺度谱与损伤定位；受损结构的健康诊断与性态分析。
。3．3重大工程的智能监测研究大型结构、生命线工程与岩土灾变体系的智能传感元件优化设置及粘贴与埋设技术，信号转换接口、海量数据的远距离传输技术和智能处理方法，研究在线损伤识另叭模型修正、健康诊断、安全评定与预警系统。
．3．4重大工程的安全评定与灾变防治研究重大工程安全评定的灾害风险分析、确定性的体系安全评定方法和体系可靠度评定方法及其目标水平，研究重大工程灾变控制的方法与技术以及抗灾加固的先进材料、装置与技术。
．4数字减灾工程与系统针对城市和重大工程灾害的复杂性和大规模分布性，利用现代的数字模拟和虚拟现实技术，研究再现灾害过程、破坏特征、灾害分布和虚拟减灾策略与减灾效果的数字减灾系统。
．4．1 灾害基础数据与管理系统科学划分灾害种类和级别，系统收集和整理重大灾害成因、传播和破坏特征的历史资料，开发多媒体的灾害空间数据管理系统。
。4．2数字减灾系统集成技术研究复杂结构灾害破坏和城市灾害数字建模、数字灾害试验过程模拟、仿真和虚拟现实系统的集成技术，为数字减灾系统的建设和应用提供基础。
．4．3重大工程的数字灾害仿真系统基于重大工程灾害分析的精细模型和方法，研究模拟灾害工程、再现灾害破坏的数字试验装备，重点研究数字风灾试验和数字地震灾害试验的装备，研究数字灾害试验再现灾害过程和分布的方法、技术和示范系统。
．4．4城市数字减灾系统基于城市灾害评价的宏观模型，研究城市数字灾害过程、灾害分布、减灾效果的模拟试验装备，针对典型城市的历史灾害，建立城市数字减灾示范系统。
结语当今世界已进入一个科学技术飞速发展的时期，不同学科的相互交叉、不同领域的相互渗透是现代基础科学研究的显著特征之一。土木基础设施减灾是一个跨学科的前沿研究领域，不仅涉及土木与防灾等工程学科以及材料、信息、地学等自然科学的众多学科，还涉及社会科学、经济学的多个方面。特别是高新技术的飞速发展，为土木基础设施减灾提供了新的方法和手段，同时也不断开拓出新的研究方向和新的课题。
篇11
1引言
山洪灾害是指由于降雨在山丘区引发的洪水灾害及由山洪诱发的泥石流、滑坡等对国民经济和人民生命财产造成损失的灾害，具有突发性、水量集中、破坏力大等特点[1]。我国地域辽阔，地貌形态复杂，暴雨频发、人类活动剧烈等导致山洪灾害频繁发生且存在地域差异性。我国山洪灾害点多面广、发生频繁，每年都要造成重大人员伤亡和基础设施、生态环境的毁灭性破坏，已成为我国自然灾害造成人员伤亡和经济损失的主要灾种。西南地区是我国山洪灾害发育最严重的地区，随着人们对山区资源利用强度的加大和自然环境的改变，使得山洪灾害有进一步加剧的趋势[2，3]。重庆市山区山高坡陡，河流众多，城镇多沿江分布，是山洪灾害频发区和重灾区，山洪灾害防御的形势严峻。通过深入研究山洪灾害发生和分布规律，从而增强防御山洪灾害的预见性和科学性，把握防灾抗灾的主动权。
本文选取重庆市巴南区接龙镇为研究对象，在构建山洪灾害危险评价指标体系的基础上，将山洪灾害风险度评价技术[4]与GIS技术相结合，分析山洪孕灾环境与致灾因子空间分布规律，利用层次分析法和加权综合评价法进行山洪灾害危险性综合分区研究。
2研究区域
接龙镇位于重庆市巴南区东南部，是重庆市巴南区“一城五镇”发展战略的中心镇之一，人口众多，社会经济较发达。全镇幅员面积为196.36km2，整体海拔为255～1025m。属低山孤丘区，境内多低山丘陵，地形起伏较大，整体呈现东西两端高于中部并向北边倾斜的地势特点。接龙镇雨量充沛，全年平均降水量1100mm。近年来，随着巴南区城镇建设规模的不断扩大，极端天气的日趋增多，造成了山洪灾害的频发。据山洪历史灾害数据显示：2001～2009年接龙镇共发生41次滑坡、泥石流等山洪灾害，累计经济损失达2400万元人民币，镇域范围山洪灾害防治工作任务艰巨。
3数据来源
（1）地理数据：接龙镇所在1∶10000地形图16幅，重庆市土地利用现状图；
（2）降水数据：接龙镇历年降雨情况数据、重庆市气象站点暴雨站点数据以及重庆市暴雨等值线图等；
（3）历史灾情数据：接龙镇2001～2009年山洪灾害历史数据；
（4）研究区相关的各种自然和社会经济统计资料等。
4山洪灾害危险评价方法
4.1山洪灾害危险评价指标选取与权重计算
4.1.1指标选取与分级赋值
影响山洪灾害的因素很多，其发生是多种因素综合作用的结果。山洪灾害危险性主要取决于天气和下垫面等自然因素[5]。根据相关规定[1]，参考山洪灾害危险性评价相关研究[6～12]，结合研究区域的实际情况，综合考虑孕灾环境因子和致灾因子对研究区山洪灾害危险性的影响，从而进行相应指标的选取。其中孕灾环境因子主要考虑降水和下垫面因素，选取年均降水量、地形坡度、地形起伏度、植被覆盖率、路网密度、居民点密度、历史灾害点密度共7个指标；致灾因子主要考虑降水因素和水系因素，选取汇流累积量、暴雨强度、河网密度共3个指标。在研究已获得的孕灾环境综合分区结果基础上，综合考虑孕灾环境（x1）、汇流累积量（x2）、暴雨强度（x3）和河网密度（x4）共4个指标对山洪灾害危险性的影响，构建山洪灾害危险评价指标体系并对各指标分级赋值。将4个指标分为4级赋值，各指标4个分区等级赋值之和为100。指标体系的具体分级赋值见表1。表1接龙镇山洪灾害危险评价指标体系
指标分级与赋值极高危险区高危险区中危险区低危险区孕灾环境（x1）分级>7373-5656-3250005000-10001000-10085.7585.75-82.2584-82.251.51.5-1.01.0-0.5
指标权重的计算方法有很多，根据简单实用性的原则，本次选择层次分析法进行计算。层次分析法源自美国运筹学家T.L.Saaty于20世纪70年代提出的“分析的递阶过程（Analytic Hierarchy Process）”，又称AHP法[13～15]。它是一种定性和定量分析相结合的多目标决策分析方法，能够将决策者的经验判断定量化。基于10位专家的判断评分构造判断矩阵，利用和积法计算得到山洪灾害危险指标孕灾环境（x1）、汇流累积量（x2）、暴雨强度（x3）和河网密度（x4）的权重值，分别为0.2272、0.4231、0.2272和0.1225，并通过了一致性检验。
4.2山洪灾害危险评价数据获取
在构建的评价指标体系基础上，收集大量相关数据资料，并利用GIS技术对数据进行提取和处理，并将各指标数据图层进行栅格化处理，栅格单元大小取100m×100m。
4.2.1孕灾环境数据获取
本研究中将已得到的孕灾环境综合分区作为山洪灾害危险评价的一个指标。孕灾环境综合指数值采用多因素综合指数法对7个孕灾指标进行综合分析加权叠加计算而得。各孕灾指标数据的获取方法如下所述。
（1）年均降水量：利用重庆市周边149个气象站点年均降雨量观测数据，与站点经度、纬度和高程之间进行线性回归分析，建立线性回归方程，利用ArcGIS软件中栅格计算器计算模拟得到接龙镇年均降水量分布图。
（2）地形坡度数据：以1∶10000地形图为基础，利用ArcGIS软件空间分析功能生成TIN，按照100m×100m栅格化处理得到研究区DEM（数字高程模型），并提取出坡度信息。
（3）地形起伏度：在ArcGIS软件空间分析模块中移动窗口功能支持下，调整窗口大小，最终选取1.1km×1.1km窗口大小统计接龙镇的地形起伏度。
（4）植被覆盖率：利用接龙镇土地利用现状图，结合实地野外调研情况以及专家意见对各土地利用类型的植被覆盖率进行赋值而得到。
（5）路网密度、居民点密度和历史灾害点密度：以接龙镇DEM数据为基础，利用ArcGIS软件水文分析功能提取划分得到127个小流域。以各小流域为统计单元，结合路网数据、居民点分布数据和接龙镇2001～2009年山洪灾害历史统计数据，利用ArcGIS软件空间叠加和统计分析功能得到各小流域中道路总长度、居民点总面积和历史灾害点数量，并分别除以所在小流域面积计算得到路网密度、居民点密度和历史灾害点密度。
依据各指标实际情况和专家意见，将各指标划分为极高易发区、高易发区、中易发区和低易发区4个等级并对其分别进行赋值，其中最大值为100，最小值为0。同时采用层次分析法和专家评分法得到山洪灾害孕灾环境7个指标的权重值分别是0.1588、0.3498、0.1035、0.0435、0.0675、0.0306和 0.2463，并通过一致性检验。最后采用多因素综合指数法计算得到山洪灾害孕灾环境综合指数，对其设置相应阈值得到山洪灾害孕灾环境分区图（图1）。
4.2.2致灾因子数据获取
（1）暴雨强度：基于重庆市暴雨等值线图和相关历史资料，利用ArcGIS软件空间插值功能，采用反距离加权法，模拟得到接龙镇暴雨强度分布情况，并按照指标体系进行量化分级得到暴雨强度量化分值图（图2）。
（2）汇流累积量：基于接龙镇无洼地DEM，利用GIS水文分析功能，计算水流方向汇流经过每个栅格单元的栅格数量总和，并按照4个等级量化赋值得到汇流累积量量化分值图（图3）。
（3）河网密度：根据接龙镇DEM，利用ArcGIS软件水文分析功能，提取出矢量化河网数据。然后在已获得的各小流域为基础，利用空间叠加分析与空间统计分析功能，统计落在每个小流域内的河网总长度，除以小流域面积，计算出每个小流域的河网密度。最后结合量化标准和评价体系对河网密度进行分级量化得到河网密度量化分值图（图4）。
5山洪灾害危险评价
5.1山洪灾害危险评价模型
山洪灾害危险性分析是对某区域山洪灾害的孕灾环境或致灾因子的各种自然属性特征的概率分布做出评价[5]。接龙镇山洪灾害危险评价采用加权综合评价法[16]。加权综合评价法综合考虑各指标对评价因子的影响程度，将各个指标的作用大小综合起来，用数量化指标加以集中，其计算公式如下：
5.2山洪灾害危险综合分区与评价
根据已获取的山洪灾害危险指标数据以及指标权重，通过对各指标影响情况的分析，利用山洪危险综合指数计算模型，采用加权综合利用ArcGIS软件空间分析技术对各指标进行叠加分析，得到研究区100m×100m栅格单元的山洪灾害危险综合指数值，如图5所示。
6结论与讨论
（1）山洪灾害是我国自然灾害造成人员伤亡的主要灾种，其造成的基础设施损毁、生态环境破坏也十分严重，已成为我国防洪减灾工作的重点和难点。西南地区山区丘陵镇域山洪灾害对镇域人民的生命财产构成重大威胁，进行山洪灾害危险合理分区研究，可对建立镇域山洪灾害预警预报机制以及为政府的防灾减灾决策提供科学依据。
（2）以山区镇域为研究单元，选取孕灾环境、汇流累积量、暴雨强度和河网密度4个指标构建了山区镇域山洪灾害危险评价指标体系，并在GIS技术支持下，获取了各个指标的评估数据。 利用层次分析法和专家评分法得到各指标的权重值。
（3）采用加权综合评价法构建山洪灾害危险评价模型，计算得到接龙镇山洪灾害风险综合指数，同时依据评价指标体系中各危险等级的阈值将山洪灾害危险分为4个等级，最终得到山洪灾害危险综合分区。从分析结果可以看出：接龙镇山洪灾害危险综合指数值处于8～69之间，全镇范围内约80.53%的地区处于中等危险区，山洪灾害危险对全镇的潜在影响情况不容忽视，山洪灾害防治预警工作不容懈怠。
（4）由于山洪灾害发生的复杂性与不确定性，影响因子众多，结合实际情况选取哪些因子能更加全面地作为不同区域山洪危险评价指标，有待进一步的探讨和完善。
（5）本文只对山区镇域山洪灾害危险性进行了分析研究，可进一步对山洪灾害社会经济易损性进行分析研究，对山区镇域山洪灾害风险进行综合评价。
参考文献：
[1] 全国山洪灾害防治规划编制工作组.全国山洪灾害防治规划编制技术大纲[EB/OL].[2003-4]. http：//.
[2] 张平仓，任洪玉，张明波，等.中国山洪灾害区域特征及分区防治对策[J].水资源研究，2007（1）：1～4，7.
[3] 田国珍，刘新立，王平，等.中国洪水灾害风险区划及其成因分析[J].灾害学，2006（2）：1～6.
[4] 程卫帅，陈进.山洪灾害风险度评价技术综述[J].人民长江，2004（12）：5～7，14.
[5] 邹敏.基于GIS技术的黄水河流域山洪灾害风险区划研究[D].济南：山东师范大学，2007.
[6] 唐川，朱静.基于GIS的山洪灾害风险区划[J].地理学报，2005（1）：87～94.
[7] 唐余学，廖向花，李晶，等.基于GIS的重庆市山洪灾害区划[J].气象科技，2011（4）：423～428.
[8] 周成虎，万庆，黄诗峰，等.基于GIS的洪水灾害风险区划研究[J].地理学报，2000（1）：15～24.
[9] 林孝松，陈洪凯，王先进，等.重庆市涪陵区G319公路洪灾风险评估研究[J].长江流域资源与环境，2013（2）：244～250.
[10] 李树军，袁静，何永健，等.基于GIS的潍坊市暴雨洪涝灾害风险区划[J].中国农学通报，2012（20）：295～301.
[11] 毛德华.洞庭湖区洪涝危险性综合评价与分析[J].自然灾害学报，2001（4）：104～107.
[12] 詹小国，祝国瑞，文余源.综合评价山洪灾害风险的GIS方法[J].长江科学院院报，2003（6）：48～50，64.
[13] 王以彭，李结松，刘立元.层次分析法在确定评价指标权重系数中的应用[J].第一军医大学学报，1999（4）：377～379.
篇12
1前言
进入21世纪以来，人类社会已经全面进入信息时代，信息技术（information technology，IT）正在深刻改变着人类生活和社会面貌。作为全球信息化浪潮重要组成部分的地理信息系统的建设与应用，日益受到科技界、企业界与政府部门的广泛关注。近年来，地理信息系统（GIS）和遥感技术快速的发展，为洪水灾害管理提供了有力的支持。
近年来，地理信息系统（GIS）和遥感技术快速的发展，为洪水灾害管理提供了有力的支持。地理信息系统（GIS）既是管理和分析空间数据的应用工程技术，又是跨越地球科学、信息科学和空间科学的应用基础学科。其技术系统由计算机硬件、软件和相关的方法过程所组成，用以支持空间数据的采集、管理、处理、分析、建模和显示，以便解决复杂的规划和管理问题。而遥感，因为获取数据的时效性、大面积的同步观测、获取信息的非实地性等优点而被广泛利用。
在历史上，人们为了抵御洪水，更多的是采取修筑堤坝、水库等工程性的措施。防洪工程措施是以工程手段，改变洪水特性和自然环境，达到防止和减少洪水灾害的目的，但仅仅依靠这些是不够的，我国洪涝灾害的频频发生，不仅造成了许多人员伤亡，更造成我国的经济巨大损失。而地理信息系统不仅可以用于自然灾害的灾害评估，而且可以辅助减灾救灾决策。特别是通过GIS与遥感的结合应用，不仅可以更精确的分析和评价自然灾害的各种属性，而且可以重新描述和表达自然灾害现象，在全球定位的基础上，实现对灾害的分析与模拟。
2 GIS与遥感相结合在洪水风险分析中的应用
洪水风险分析是对洪水发生的潜在区域或洪水威胁区域进行危险性分析、易损性分析、洪灾损失评估分析、历史洪水规律的分析、遭受洪水风险级别的分析、抗洪救灾可行性的分析等，洪水危险性分析研究的是受洪水威胁地区可能遭受洪水影响的强度和频度，而这些都要利用GIS与RS技术相结合，利用GIS强大的数据库管理功能与RS全天候、全方位、多平台、多高度、多角度、多时相获取图像的效率。遥感，作为一种重要的数据获取手段，可以为洪灾风险管理提供多方面的信息，一方面可利用遥感资料推求各种水体，获取其自然特征信息如淹没范围、水位（流量）等，另外可利用遥感资料进行有关水文过程中的参数和变量的推求。
（1）遥感影像与数字线画图（DLG）的融合：经过正射纠正后的遥感影像，与数字线画图信息的融合，可产生影像地图，进而对发生洪水灾害地区进行图像分析而做出相应的补救措施。
（2）遥感影像与数字地形模型（DEM）的融合：数字地形模型与遥感数据的融合，有助于实施遥感影像的几何校正与配准，消除遥感影像中因地形起伏所造成的像元位移，提高遥感影像的定位精度，同时数字地形可以参与遥感影像的分类，改善分类精度，通过此方法，可以对受灾地区进行准确的定位，以不至于在抗洪过程中浪费不必要的时间，从而减少人员伤亡以及财产损失。
（3）遥感影像与数字栅格图（DRG）的融合：将数字栅格地图与遥感图像配准叠合，可以从遥感图像中快速发现已发生变化的区域，进而实现空间数据库的自动、半自动更新。
洪涝灾害监测评估是抗洪减灾中的一个重要组成部分，GIS是其中重要的技术支撑之一。洪涝灾害的监测评估除了采用常规的水位、流量观测外，遥感是监测的主要手段，而以GIS技术为基础的各类基础数据库则是风险监测及评估的技术保障。目前常用来获取洪水水体范围的遥感图像数据包括：NOAA AVHRR，LandsatTM，JERS SAR，ERA SAR，Radarsat SAR等。这些遥感图像都有各自的特点，如NOAA影响的空间分辨率相对较低，但时间分辨率较高，一天可四次获得图像，对宏观的洪水动态监测非常有利。Landsat TM图像主要适用于洪水灾害监测评估中本体水体的提取。后俩者为雷达遥感影像，由于属于微波遥感，是通过微波传感器获取从目标地物发射或反射的微波辐射，经过判读处理来识别地物，具有全天候、全天时、穿透云雾等特征，成为洪水灾害监测的首选数据。
在洪涝灾害的评估以及从遥感影像提取现势水体，GIS都能发挥着重大的作用。它是决定洪涝灾害监测评估水平的决定因素，尤其是评估内容，完全决定于基础背景数据库数据层的多少。洪水灾害风险区划涉及区域环境要素（如地形、坡度、土地利用）是洪水特征（如流量、水位、频率）和社会经济要素（如人口、农业、工业等）。洪水灾害风险区划，主要是对空间地域上的自然要素和社会经济要素进行分区，使用空间分布数据是洪水灾害风险研究中必不可少的部分。GIS作为管理空间数据最有力的手段，在洪水灾害风险分析与管理中具有举足轻重的作用。目前我国已经建成了洪涝灾害监测评估业务运行系统。该系统运行在Windows NT 系统平台上，以ArcInfo和Eradas作为地理信息系统和遥感图像处理系统的支撑软件。该系统可以完成遥感图像的输入输出、几何校正与配准、镶嵌切割、影像灰度调整与增强等预处理过程；进行矢量数据的编辑、格式及投影转换、多层数据之间的叠加运算等，可快速准备评估前的背景数据；可以从遥感影像中人工以及自动提取水体；通过受淹范围与土地利用基础背景数据的叠加，完成受淹范围内居民地和耕地等土地利用信息的提取以及面积计算，按县市统计计算受淹居民地和耕地面积。
3 GIS的特点
准确空间定位的特点、方便空间查询与分析的特点、数据模型支持的特点。GIS的这些特点即快速而准确地预告致灾事件，对灾难事件造成灾难的地点、范围和强度的快速评估。由于地理信息系统的数据采集功能、数据操作功能、数据存储与组织功能、数据的查询检索与统计计算功能、空间分析功能和可视化显示与输出功能，使得地理信息系统成为很多应用系统理想的集成环境。
在洪水风险监测方面，许多专家基于气象卫星遥感与GIS集成对洪水监测与预报方法进行了研究，并将其应用到很多流域的山洪预报中，该系统的原理是：
（1）由NAVV卫星提供的TIF数据、测雨雷达数据气象联网数据综合分析而获得区域降雨、蒸散发、温度场等实时物理量，并以此与GIS复合得出指定流域内上述诸物理量；
（2）通过NAVV卫星数据获取前期土壤含水量和地下水动态、水位等实时数据；
（3）通过Landsat TM数据获取土地利用、土壤类型、地形、流域特征等下垫面背景参数，并将这些参数作为流域常规水文预报模型的修正和补充，建立水文预报模型。
篇13
一、公路地质灾害的面线点式多层次的综合预报模型
（一）概念模型
面线点式的综合预报模型利用的基本思想就是把灾害点作为主要的目标，把灾害点的监测数据作为主要的依据，对灾害点的危险性进行预测评估时可以参考该灾害点所在的线和面的稳定性进行评估。对公路沿线的地质灾害实施评估时则可以参考该线所处位置孕育灾害的地质环境条件。依据该思想，地质灾害的因子主要包括各种孕育地质灾害的人工环境以及自然环境，比如说公路施工、气候以及地层等，同时还要对这些灾害因子进行具体的评价以及预测。在该模型中对公路沿线的地质灾害的评估主要综合了该地区各种灾害的危险性评价，而地质灾害点则综合了线和面评价的结论。所以，面线点式的监测与预报系统事实上就是多层次的综合系统。
（二）功能模型
通常一个地质灾害监测与预报系统主要是由三个部分组成的，即数据采集和预处理、地质灾害的状态评估和灾害危险度的估计以及各个系统功能间的关系。其中数据采集和预处理主要包括对数据的可靠性分析、关联以及对准，而数据对准就是将传感器观测值转变成公共的坐标系，其中主要包括单位变换、坐标变化以及时间变化等，比如说区域降水量匹配在实施关联处理时，一般按照表示数据之间关联程度进行分析，比如降水和地下渗水间相关性的分析。而地质灾害的状态评估则主要包括该地区各种地质灾害危险性的区划和在各种监测信息数据的基础上对灾害点的预测，比如说在位移的基础上对灾害点进行预测以及在降水的基础上对灾害点进行预测等，而这部分通常为单一模型的评论结论，可是在这些模型中也可以综合一些其他的模型结论。而灾害危险度的评估通常包括对灾害点的危险度进行评估，对灾害实施预警以及地质灾害的处理方法的选择，该部分通常是通过多种评价结论来实施综合性评估。
按照信息的融合功能，可以将其分成三个层次，其中第一层次是检测以及位置配准，该层次主要隶属数据层面综合，其主要是第一部分功能涉及到的内容。而第二层次是地质灾害的危险度的区划和地质灾害点的各种成灾要素的趋势评估，该层次隶属属性层的综合，也就是功能部分的第二部分内容。而第三层次则是系统的主要判决器，通常是由专家系统构成，隶属决策层综合。这几个层次的职责明确，在应用的过程中可以按照各自的具体内容实施必要的监测与分析，这样就可以使公路地质灾害的监测精度更高、分析也更加科学合理。
（三）数据模型
公路地质灾害的监测与预报系统涉及到的各种成灾的信息比较多，并且数据较监测预报的过程也更加复杂。从数据组织这一角度来看，在该预报系统当中概念、事件、对象、地点以及人均称作是实体，而实体就是方法与数据的集合，并且实体之间的关系可以反映出系统内部的各个事物间存在的联系，还表示该系统在处理各种事物时的主要方法与流程。按照灾害监测与预报的方法和功能模型来建立起实体关系模型，能够为数据组织以及设计数据库提供必要的参考依据。由于灾害点不一定均具备设计施工或者是灾害监测，所以，灾害监测和设计施工就是虚实体。而预报报警、设计施工以及灾害监测还是关联实体，并且这些实体不仅具备自身的一些属性，同时还具备建立起各个实体间的相互联系这一功能。
（四）实现模型
因为预报系统涉及到了很多种类的地理属性和图像图形数据，并且ArcGIS Server提供的地质开发框架也是可行的，该系统机构主要是由数据层、逻辑层以及应用层组成。并且逻辑层的客户采用的是浏览器与服务器结构，而数据层可以采用SQL Server这一关系数据库以及空间数据库SDE。而应用层则是按照功能的需要来采用合理的模块设计的方式，按照公路地质灾害的各种实体关系来建立起相应的功能模块之间的关系。
二、综合预报系统的应用
2003年交通部的西部佳通建设科技项目为西部地区的公路地质灾害监测与预报相关技术研究，而该项目采用的主要监测就是为钻孔测斜法、时域反射法以及地表位移法，其研究的主要预测模型为指数平均模型以及非线性的回归模型等等。根据上述的面线点式多层次的综合预报系统来设计系统的功能模块，并且在算法实现的过程中多层次的综合预报主要是体现为公路的区划利用区域区划的结果。而灾害点的预报则主要是采用了专家系统中的综合位移预报的模型结果、天气预报与降水信息、公路区划的结果以及区域区划的结果。
该系统的数据库为SQL Server2008，并且各种新增灾点的信息以及监测数据均是依据以上结构体系当中的一些数据模型来组织的，因为以上所述的体系结构全部的区域环境、灾害历史、模型、施工以及监测等信息形成了一个有机的整体，所以在开展某项功能的过程中可以按照使用者的专业知识来实现必要的选择。
三、系统的主要特点
公路地质灾害的面线点式多层次的综合监测与预报系统的多层次性主要包括以下几个方面，即面、线与点不同地理层面，决策层、数据层以及属性层不同层级信息综合；概念层、数据层、功能层以及实现层由理论至实践不同层面模型。并且该系统结构还具备增值性以及通用性，能够纳入到各种预测预报模型以及监测数据的处理中，同时随着我国公路地质灾害数据库各种信息数据量的不断增多，提高了地质灾害相关历史信息数据的精度，同时还为灾害要素和成灾之间存在的内在规律的研究提供了很大的便利，使地质灾害的预测与预报的精度大大提高。目前该系统在我国的公路地质灾害监测过程中得到了广泛的应用并且取得了较为理想的成果，为我国道路交通事业的发展以及国家的经济建设做出了很大的贡献。
结语：
目前我国的地质灾害的预报已经进入到了实时预报、综合预报以及全息预报的阶段，按照预报信息的主要来源，公路地质灾害的监测与预报系统一般是由灾害的监测预警以及灾害的危险性区划这两个部分构成。而在区划这方面按照已经发生的一些地质灾害的相关历史信息以及区域的气候、地质等孕育灾害的环境信息，通过该系统就能够对公路地质灾害具体的空间分布的规律来进行分析。而在灾害的监测预报这方面通过降雨量数据以及遥感数据也能够对灾害进行预警。
参考文献：
