洪涝灾害的危害篇1
关键词：D数理论；洪涝灾害；风险评估；危险性
1、引言
洪涝灾害脆弱性是指一定社会背景下，某孕灾环境内特定承灾体易受到致灾洪水的破坏或损失的特性。危险性评估是对风险区遭受不同强度洪水的破坏的特性进行定量评估分析。目前，对于洪灾危险性评估的研究很多，万君等[1]应用GiS技术，通过研究洪灾危险性和社会经济脆弱性，对湖北省洪灾风险进行了评估；马国斌等[2]借助自然灾害风险理论，用归一化和层次分析法，对全国进行了短时洪灾危险性评估；潘安定等[3]对广州市洪水灾害危险性进行了数字化分析，得到了各指标对洪灾影响程度的栅格图层。但评估中不确定信息的表示问题一直未得到很好的解决。基于此，本文结合D数理论，给出了洪涝灾害危险性评估过程的具体步骤。
2、D数理论
D数理论[4]是邓勇在证据理论的基础上提出的一种不确定性推理理论，。
定x1[4]设Ω是一个识别框架，对于映射D：Ω[0，1]，满足
，
则把映射D叫做D数，其中是空集，a∈2Ω。
定义2[4]设有两个D数D1和D2，则，即：
D（b）=v（1）
其中，
其中，。
定义3[4]D数融合法则：（2）
其中ωj为Dj的权重，为从小到大排序所对应的下标j.
定义4[4]D数的集成：（3）
3、基于D数理论的洪涝灾害危险性评估过程
Step：1：建立风险评估指标体系
本文结合湖南省的实际情况，建立了如下洪涝灾害危险性评估指标体系（见表1）。Step2：指标体系的D数表示
首先我们需要确定一个评价等级，本文结合Khan[5]和pun[6]的方法，将评价标准分为5个等级，分别为-2、-1、0、1、2，分别表示“高的负面影响”、“低的负面影响”、“无影响”、“低的正面影响”、“高的正面影响”。在此基础上将各评价指标用D数表示[7]。
Step3：D数融合
根据公式（1）-（2）将评级对象融合为一个D数。这里我们设定所有指标的权重均为1。
Step4：计算洪涝灾害的风险并排序
根据公式（3），计算出各地的i（D）并排序，i（D）越大，代表其洪灾危险性越大。
3、实例研究
以湖南省为例，计算每个城市的洪灾脆弱性风险，并排序。
Step1：根据表1设定的评价标准。请十位专家对湖南省14个地州市的各指标进行评价，并将结果用D数表示（见表3）。
Step2：根据公式（2）-（3）对每个城市的D数进行融合，再通过公式（1）计算出每个城市的，结果见表3。
4、结论
本文在对当前洪涝灾害危险性评估总结的基础上，针对评估中不确定信息的表示问题，提出了基于D数理论的洪涝灾害危险性评估方法，建立了洪涝灾害危险性评估指标体系，并以湖南省14个地州市为例证明了方法的可行性。
参考文献：
[1]万君，周月华，王迎迎.基于GiS的湖北省区域洪涝灾害风险评估方法研究[J].暴雨灾害，2007
[2]马国斌，蒋卫国，李京，等.中国短时洪涝灾害危险性评估与验证[J].地理研究，2012，31（1）：34-44.
[3]潘安定，刘会平，陈碧珊，等.广州市洪水灾害危险性评价初步研究[J].自然灾害学报，21（4）：2328.
[4]DengY.Dnumbers：theoryandapplications[J].JournalofinformationandComputationalScience，2012，9（9）：2421-2428.
[5]KhanmH，FitzcharlesK，environmentalmanagement？eldhandbookforruralroadimprovementprojects[m]，CaReinternationalBangladesh，Dhaka，1998.
[6]punKF，HuiiK，LewiswG，etal.amultiple-criteriaenvironmentalimpactassessmentfortheplasticinjectionmoldingprocess：amethodology[J].JournalofCleanerproduction，2003，11（1）：41-49.
[7]DengX，HuY，DengY，etal.environmentalimpactassessmentbasedonDnumbers[J].expertSystemswithapplicationsaninternationalJournal，2014，41（2）：635-643.
洪涝灾害的危害篇2
关键词：四川洪涝灾害特征趋于预测
一、前言
二、洪涝灾害的标准
四川的洪涝灾害主要由暴雨和大暴雨引起的，它是其成灾的形式，其次是地形复杂，植被覆盖率低。因为四川的地形复杂，各地暴雨的标准和成灾的降水量不同，所以不同地区洪涝灾害的标准也不同。
（一）一般洪涝灾害的标准
盆地和攀西地区：单站任意连续三天的总降水量≥150.0mm为一次洪灾。
甘阿地区：单站任意连续3天的总降水量≥50.0mm，或者日降水量≥30.0mm
算一次洪涝灾害。
（二）四川盆地严重洪涝灾害的标准
四川盆地内，一次严重洪涝灾害的标准是：在5～9月，5月有连成一片的2个及以上的站，6～9月有连成一片的3个以上的站，它们在相同的连续3日
内，每个站3天的总降水量都≥150．0mm。
三、四川洪涝灾害的若干特征
四川洪涝灾害的特征，分为一般洪涝的特征，它包括了四川盆地严重洪涝与一般洪涝相同的特征；严重洪涝独有的特征。
（一）一般洪涝的特征和四川盆地严重洪涝与一般洪涝相同的特征
1．一次涝洪灾害发生时，降水强度大，降水量多且集中。
2．洪涝灾害突发性强，来势猛，危害大，灾情重，不但危害源地还波及下游。
在山区，特别是甘阿地区和攀西地区，洪涝灾害还引发泥石流，对农田和房屋、交通等造成毁灭性的破坏。
洪涝灾害不但危害源地，还波及下游。如1981年7月9～14日，盆地西部和中部发生的历史上罕见的洪涝灾害，盆地西部和中部是洪涝灾害源地，受到危害，它还波及到下游的长江沿岸，造成长江上、中游的大洪水。
3．发生频繁，年平均发生次数分布不均，甘阿大部和盆西边缘多，其余地区少。重灾年多。
年，占总年数的26％。
4．各月发生频率地理分布不均，甘阿大部和盆地西部边缘多，其余地区少。
各月洪涝灾害的最高频率都在甘孜州南部的雅砻中游江两岸。
5．洪涝灾害开始时间（月）地理分布不均
洪涝灾害开始期，全省为4～8月。甘阿地区为4～6月，大部5～6月，分布呈区域性，但错落有序；攀西地区6～7月，大部在6月；盆地区在4～8月，大部在5～6月，其中盆地北部和渠江下游东岸以5月为主，出现在8月的仅古蔺一县，除此以外的其余地区多在6月。
6．洪涝灾害结束期（月）地理分布不均
全省洪涝灾害结束期为7～10月，大部在9、10月。甘阿地区在8～10月，大部在9、10月，其分布是：石渠在8月，雅砻江以东的地区主要是10月，以西地区是9月。盆地区为7～10月，大部在9、10月，其中叙永在7月，岷江、沱江中游之间的地区和宜宾、泸州南部及广安地区在8月，南江到蓬溪一线以东的地区在10月，除此以外的其余地区在9月。攀西地区在7～9月。从表1可知，在洪涝期内，各代表站各月洪涝灾害发生频率的差异很大，基本呈正态分布。最高频率出现月，盆地在7、8月，多在8月；攀西地区出现在8月；甘阿地区主要在7、9月。
7．在洪涝期内，各地各月发生洪涝灾害的频率差异很大，洪涝灾害的高峰时间主要7、8月。
从表1可知，在洪涝期内，各代表站各月洪涝灾害发生频率的差异很大，基本呈正态分布。最高频率出现月，盆地在7、8月，多在8月；攀西地区出现在8月；甘阿地区主要在7、9月。
表11951—1999年四川各代表站4～10月中各月洪涝灾害出现频率（%）
站月
名34567891011
成都00041515000
雅安004750611700
广元004930111100北川0031379532600
乐山001193335900内江00471511400达川002494720
南充0007117000
西昌0000022200理塘0011845291010阿坝25142649261920
8．洪涝灾害有阶段性和持续性
洪涝灾害的阶段性，是指全省和其中的一个地区的洪涝灾害在一段时间（连续数年）发生次数多，一段时间（连续数年）发生次数少（见表2）。
表2四川各地1951—1999年各时段洪涝次数
站名
1951～19591960～19691970～19791980～19891990～1999松潘51091412
广元537116
绵阳65693
遂宁30342
乐山898107宜宾44221
合计4556558557
1951～1999年，四川大部分地区各年代的变化与全省的变化基本相同，50年代少，60年代多，70年代少，80年代多，90年代少，其中80年代最多，但由于四川地形复杂，个别地区的变化与全省变化不同步。
表3四川省1951～1999年主要站洪涝灾害持续时间和年数
洪涝灾害的危害篇3
关键词pReCiS；洪涝致灾危险性；时空格局；SReSB2情景；安徽省
中图分类号X43文献标识码a
文章编号1002-2104（2012）11-0032-08doi：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（providingRegionalClimatesforimpactsStudies）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50km。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90m）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160mm（主要分布于安徽省北部）和高于220mm（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
199.66mm，最大值为280.87mm，其中大于220mm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200.88mm，大于220mm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202.76mm，大于220mm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204.82mm，最大值也增大到289.07mm，其中大于220mm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260mm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SReSB2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220mm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SReSB2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]
internationalFederationofRedCrossandRedCrescentSocieties.worldDisastersReport2005：FocusoninformationinDisasters[R].Geneva：iFRC，2005.
[2]ipCC.ClimateChange2007：theScientificBasis[m].London：CambridgeUniversitypress，2007.
[3]BevenKJ.RiverineFloodinginawarmerBritain[J].theGeographicalJournal，1993，159（2）：157-161.
[4]millypC，wetheraldRt，DuneKa，etal.increasingRiskofGreatFloodsinaChangingClimate[J].nature，2002，415：514-517.
[5]BotzenwJ，BerghJC，BouwerLm.ClimateChangeandincreasedRiskfortheinsuranceSector：aGlobalperspectiveandanassessmentforthenetherlands[J].naturalHazards，2010，52（3）：577-598.
[6]tebaldiC，HayhowK，arblasterJm，etal.Goingtoextremes：anintercomparisonofmodel-simulatedHistoricalandFutureChangesinextremeevents[J].ClimaticChange，2006，79（3-4）：185-211.
[7]YinYX，XuYp，ChenY.ChangeofFloodpatternsinChinaundertheinfluencesofClimateChangeandHumanactivities[J].ChineseJournalofpopulation，Resourcesandenvironment，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.[ZhouHoufu，wangXingrong，Zhaiwuquan，etal.testpredictionformultiRegressionmodelonHightemperatureDays[J].ScientiameteorologicaSinica，2005，25（5）：505–512.]
[9]ZwiersRw，KharinVV.ChangesintheextremesoftheClimateSimulatedbyCCCGCm2underCo2Doubling[J].JournalofClimate，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.[HeShanfeng，Daierfu，GeQuansheng，etal.preestinationofSpatiotemporalpatternofextremeHeatHazardinChina[J].JournalofnaturalDisasters，2010，19（2）：91-97.]
[11]BlenkinsopS，FowlerHJ.ChangesineuropeanDroughtCharacteristicsprojectedbythepRUDenCeRegionalClimatemodels[J].internationalJournalofClimatology，2007，27：1595-1610.
[12]HirabayashiY，KanaeS，emoriS，etal.GlobalprojectionsofChangingRisksofFloodsandDroughtsinaChangingClimate[J].HydrologicalSciencesJournal，2008，53（4）：754-772.
[13]RaffDa，pruittt，BrekkeLD.aFrameworkforassessingFloodFrequencyBasedonClimateprojectioninformation[J].HydrologyandearthSystemSciencesDiscussions，2009，6：2005-2040.
[14]Blooma，KotroniV，LagouvardosK.ClimateChangeimpactofwindenergyavailabilityintheeasternmediterraneanUsingtheRegionalClimatemodelpReCiS[J].naturalHazardsandearthSystemScience，2008，8：1249-1257.
[15]ZhutJ，Jenkinsmw，LundJR.estimatedimpactsofClimatewarmingonCaliforniawateravailabilityundertwelveFutureClimateScenarios[J].JournalofamericanwaterResourcesassociation，2005，41（5）：1027-1038.
[16]许吟隆，张勇，林一骅，等.利用pReCiS分析SReSB2情景下中国区域的气候变化响应[J].科学通报，2006，51（17）：2068-2074.[XuYinlong，ZhangYong，LinYihua，etal.analysesontheClimateChangeResponsesoverChinaunderSReSB2ScenariousingpReCiS[J].ChineseScienceBulletin，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.[ZhouChenghu，wanQing，HuangShifeng，etal.aGiSbasedapproachtoFloodRiskZonation[J].actaGeographicaSinica，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.[ZhangYou，wangShaoqiang，GeQuansheng，etal.RiskassessmentofFloodDisasterinJiangxiprovinceBasedonGiS[J].ResourcesandenvironmentintheYangteBasin，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.[ChenXiang，wangJingai，ChenJing.primaryStudyonSpatiotemporalChangeandRegionalizationofStormfloodinFujianprovince[J].JournalofnaturalDisasters，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.[ZhaiJianqing，ZengXiaofan，SuBuda，etal.patternsofDryness/wetnessinChinabefore2050projectedbytheeCHam5model[J].advancesinClimateChangeResearch，2009，5（4）：220-225.]
[21]nakicenovicn，alcamoJ，DavisG，etal.SpecialReportonemissionsScenarios[m].London：CambridgeUniversitypress，2000.
[22]JonesRG，noguerm，HassellDC，etal.GeneratingHighResolutionClimateChangeScenariosUsingpReCiS[m].exeter：metofficeHadleyCentre，2004.
[23]许吟隆，JonesR.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.[XuYinlong，JonesR.ValidatingpReCiSwitheCmwFReanalysisDataoverChina[J].ChineseJournalofagrometeorology，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.[ZhangYong，XuYinlong，Dongwenjie，etal.ChangeofextremeprecipitationeventsinChinainFuture：ananalysisBasedonpredictionofClimateChange[J].JournalofnaturalDisasters，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.[ZhangJiquan，Lining.QuantitativemethodsandapplicationofRiskassessmentandmanagementonmainmeteorologicalDisasters[m].Beijing：BeijingnormalUniversitypress，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.[LiJingyi.evaluationandRegionalizationofprecipitationFatalnessforFloodinLowerReacherofweiheRiver[J].ChineseJournalofpopulation，Resourcesandenvironment，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.[GeQuansheng，Zouming，ZhengJingyun，etal.integratedassessmentofnaturalDisasterRisksinChina[m].Beijing：Sciencepress，2008.]
[28]ipCC.ClimateChange2007：impacts，adaptationandVulnerability[m].London：CambridgeUniversitypress，2007.
[29]张增信，KLaUSF，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.[ZhangZengxin，KlausF，Jiangtong，etal.projectionofFutureprecipitationextremesintheYangtzeRiverBasinfor2001-2050[J].advancesinClimateChangeResearch，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.[wuShaohong，pantao，HeShanfeng.primaryStudyonthetheoriesandmethodsofResearchonClimateChangeRisk[J].advancesinClimateChangeResearch，2011，7（5）：363-368.]
projectingSpatiotemporalpatternsofFloodHazardoveranhuiprovince
HeShanfeng1，2GeQuansheng2wUShaohong2Daierfu2wUwenxiang2
（1.emergencymanagementSchool，HenanpolytechnicUniversity，JiazuoHenan454000，China；
2.instituteofGeographicSciencesandnaturalResourcesResearch，ChineseacademyofSciences，Beijing100101，China）
abstract
洪涝灾害的危害篇4
乌审旗是鄂尔多斯市暴雨多发地区，因暴雨造成的洪灾和涝灾发生几率较高。据统计，南部地区≥50mm的暴雨平均约四年一次，年最多为两次；中部地区≥50mm的暴雨平均每两年一次，年最多为3次；北部地区≥50mm的暴雨平均每两年一次，年最多为2次。暴雨始发段一般发生在6-9月,而7、8月是暴雨最集中期，而且时空分布极不均匀，一般多以局地性、阵性降水出现。1971-2010年降水气象资料显示，夏季7、8月份24h降水量最大为149.9mm，出现时间在2002年7月30-31日；1h降水量最大59.5mm，30min最大雨量达到49.2mm，可见暴雨强度之大，极易在一些低洼地区和农田区造成积水和洪涝。乌审旗由于特殊的地理结构，一般不易发生山洪灾害，但由于暴雨造成的洪涝灾害时有发生，洪灾一般多发生在境内的无定河、纳林河、海流图河和白河流域，涝灾一般多发生在一些低洼下湿滩地和田间洼地。从季节来看，洪水涝灾主要发生在每年的夏、秋两季，每逢大暴雨或连续阴雨，往往会形成洪涝。据资料记载，1977年、1985年、2002年等年份,因雨水集中,造成全旗洪水和涝灾，淹没农田1400hm2，草场19万hm2，受灾牲畜15万多头（只），给农牧业生产造成了极大损失。
2乌审旗主要气象灾害对农业的影响
在通常所说的一、二、三产业中，农业是对气象灾害反应最敏感，受影响最明显的产业。乌审旗的农作物种植结构相对比较单一，年播种总面积一般在4.0万~5.3万hm2，其中玉米是最主要的种植作物，一般占农作物总面积的1/2左右，青饲料占种植总面积的40%左右，其他谷物、薯类、蔬菜瓜果等所占比例相对较小。
3乌审旗农业气象灾害致灾指标及风险区划
3.1主要致灾因子
从对乌审旗主要气象灾害类型和特征的综合分析情况看，农业气象灾害的主要致灾因子有水分因子（包括干旱、冰雹、洪涝、暴雨雪等），温度因子（霜冻、高温、低温冷害等），风因子（大风、沙尘暴等），以及由其他气象因子综合作用而引起的综合性灾害。这些致灾因子出现的概率、强度、分布不同，就导致引发农业灾害的不同气象事件，也对农业生产造成不同程度的影响。
3.2致灾指标及风险区划
旱灾干旱灾害的主要致灾因子为降水量，以降水量距平百分率为衡量指标，通过对乌审旗气象资料的分析，若旱期在150d以内，则降水量距平百分率在-25%以下，为一般干旱，在-50%以下为大旱，在-80%以下为特大干旱；若旱期在150d以上，则降水量距平百分率在-10%~-25%为一般干旱，在-25%~-50%为大旱，在-50%以上为特大干旱。干旱灾害风险是指干旱发生及其造成损失的概率。干旱风险性主要考虑干旱发生的频率，致灾因子主要选取了降水量；将河网分布、地势高度作为孕灾环境敏感性指标；农业生产受干旱的影响最为显著，承灾体易损性主要以人口密度（即地均人口）、经济密度（即地均GDp）、农作物播种面积所占比例和粮食单产为基本要素，防灾减灾能力主要考虑人均GDp、有效灌溉面积占农作物播种面积百分比和农牧民人均收入。对以上因子进行加权叠加，得到乌审旗干旱灾害风险区划图（图4）。由图4可看出，乌审旗中西部地区由于海拔较高，河流较少，干旱风险等级相对较高；东南部、东北部地区海拔相对较低，植被好，湿地湖泊多，地表水浅，河网多，农业灌溉设施也比较完善，干旱风险等级相对较低，但有些丘陵地带干旱风险度也相对较高。雹灾冰雹也是由水因子而引起的一种农业气象灾害，其致灾指标取决于冰雹的大小、持续时间、猛烈程度等因素。如果雹块大、下得猛或持续时间越长，对农作物造成的损害就越大。一般来说，若雹块直径在1.5cm以下，持续时间在10min以内，则为轻度雹灾；若雹块直径超过3cm，持续10min以上，则为重度雹灾。冰雹灾害危险性主要考虑冰雹灾害发生的历史频率分布情况。冰雹易损性主要以人口密度、经济密度、农作物播种面积所占比例和粮食单产为基本要素，同时考虑地形的影响和防灾减灾能力，对以上因子进行加权叠加，得到乌审旗冰雹灾害风险区划图（图5）。由图5看出，乌审旗冰雹灾害风险区大体呈西部高、东部低渐进式的分布特征，越向东等级越低，冰雹高风险区主要分布在无定河镇与苏力德苏木南部以及乌审召镇西部等地。从苏木镇来看，苏力德苏木以次低风险区和中等风险区为主，嘎鲁图镇次低风险区、次高风险区、中等风险区所占面积差异不大，图克镇、乌兰陶勒盖镇主要以中等风险区和低风险区为主，乌审召镇风险区划较为复杂，呈西高东低阶梯状分布，无定河镇是乌审旗的农业大镇，其南部地区风险等级最高，受冰雹危害的几率最大。
3.3霜冻
霜冻灾害的危险性可用初霜冻偏早和终霜冻偏晚发生的频率来表征。孕灾环境敏感性主要考虑地形；承灾体易损性主要考虑地均GDp、农作物播种面积所占比例和粮食单产为基本要素；防灾减灾能力考虑人均GDp和农牧民人均收入。对几个方面的要素进行加权叠加，得到乌审旗初霜偏早和终霜冻偏晚风险区划图（图6、图7）。由图中可以看出，乌审旗初、终霜冻风险区均呈阶梯状分布特征，但两者又有明显的不同：初霜冻风险区呈五条南北走向的条状分布，从东到西风险等级逐渐升高，其中，西北地区的初霜冻风险等级最高，东南部的风险等级最低。终霜冻的风险区划呈两头高中间低的分布特征，西南部、东北部风险等级高，然后风险等级由西南、东北逐渐向中部递减，中部地区风险等级最低。
3.4洪涝灾害
暴雨洪涝灾害致灾因子主要考虑暴雨发生的强度及频率。所以，灾害的危险性可用降水强度和降水频次表征；孕灾环境主要指地形起伏状况、河网密度等，承灾体易损性主要考虑人口密度、经济密度、耕地面积所占比例等。对以上因子进行加权叠加，得出暴雨洪涝灾害风险区划图（图8）。由图8可见，乌审旗暴雨洪涝灾害等级是由东北向西南递减的。图克镇东部、乌兰陶勒盖镇东部、乌审召镇部分地区以及嘎鲁图镇东南部为暴雨洪涝灾害的高风险区，乌审召以及图克镇的大部地区处于次高风险区，剩余地区，除无定河镇有部分区域为次高风险区外，基本以低风险区和次低风险区为主。
4结论
洪涝灾害的危害篇5
1.1干旱的概念干旱，指作物发育期内，由于久旱不雨或少雨，土壤中有效水分消耗殆尽，使作物发生凋萎或枯死的一种农业气象灾害。作物受干旱危害的程度是由许多因素综合作用的结果。这些因素有降水量、蒸发量、土壤有效水分储存量、作物需水量及耕作措施，此外还与作物品种、水利化程度等有关。需要指出的是，干旱气候不等于干旱灾害。前者指最大可能蒸发量比降水量大得多的一种气候，我国的干旱气候区集中在西北内陆[2]。干旱灾害则是指某一具体时段降水量比多年平均降水量显著偏少而产生的危害，其发生遍及全国，特别是在北方地区。
1.2干旱的分类根据发生原因可分为大气干旱、土壤干旱和生理干旱。
1.2.1大气干旱由于大气的蒸发力很强，使植物蒸腾耗水过多，根系吸收水分不足以补偿蒸腾支出，致使植物体内的水分状况恶化。
1.2.2土壤干旱由于土壤含水量减少，土壤颗粒吸水力增大，根系难以吸收到足够水分以补偿蒸腾消耗，使植物体内水分收支失去平衡，从而影响正常的生理活动。
1.2.3生理干旱土壤环境条件不良使根系生理活动遇到障碍，导致植物体内水分失去平衡而发生的危害。如土温过高，通气不良，土壤溶液浓度过高等。3者既有区别又有联系。长时间的大气干旱会导致土壤干旱，土壤干旱也会加剧近地气层的大气干旱。2种干旱同时发生时的危害最大。生理干旱的危害程度也与大气干旱和土壤干旱有关。但最值得注意的是土壤干旱。
1.2.4黑灾草原冬季持续少雪使牲畜饥渴致死，是牧区干旱的一种形式。
1.3形成原因干旱天气主要在高压长期控制下形成，发生范围较大。北方春旱主要由于移动性冷高压控制，升温快，空气干燥，风速大，蒸发强。南方伏旱主要是梅雨结束后副热带高压控制，天气晴热蒸发强所引起。
1.4干旱的防御对策建设稳产高产农田，中心是平整土地，保持水土；改良和培肥土壤，增加土壤蓄水能力；适时耕作，注意耕、耙、蒲、压、锄巧妙配合，充分利用降水，控制蒸发；少耕免耕，对坡地和风沙地区可减少侵蚀，但黏重且排水不良土壤效果不佳；地面覆盖，如薄膜、秸秆、稻草、绿肥等覆盖；节水灌溉，如细流沟灌、低压管灌、喷灌、滴灌、地下灌溉等，需因地制宜；农田防护林，可防风固沙，保持水土，还可调节农田水分，减少蒸发；化学控制措施，如覆盖剂、保水剂、抗蒸腾剂等；利用雨季在水库上游增雨作业以增加蓄水。
2洪涝和湿害
2.1洪涝灾害危害面积仅次于干旱，经济损失往往超过其他灾害。1950年以来全国年均洪涝受灾733万hm2，成灾407万hm2，约占耕地面积4%。以东部发生较多，占3/4以上。1998年长江流域的特大洪涝，6月中下旬-7月下旬中下游许多站降雨量超过或接近历史同期最大值[3]。
2.2洪涝和湿害的分类
2.2.1洪水包括江河洪水和山洪，冲垮大坝或堤岸可造成泛滥和冲毁灾难。由暴雨或长时期大量降雨引起，西部也可能由大量融雪引起，沿海可由风暴潮或海啸引起。
2.2.2涝害大量降雨后未能及时排水使农田出现积水，使作物受害房屋被淹。
2.2.3土壤湿害土壤长期处于水分饱和状态，使根系缺氧受害发育不良，又称渍害，可导致多种病害，长江流域的小麦生产上很常见。
2.2.4凌汛北方早春河流上游解冻，流冰在下游积聚，冰坝阻断河水漫溢成灾。
2.2.5冻涝北方农田由于灌溉不当或大量融雪而在冻土层上出现积水。
2.2.6空气湿害持续阴湿天气作物水分蒸腾受抑制，可诱发多种病害。涝害按照发生季节和危害特点又可分为：1）春涝。江淮和华南春季雨水过多常引发洪涝，长江中下游春季小麦常发生湿害，东北三江平原初春大量融雪和沿江凌汛时也可发生春涝。2）夏涝。以洪水为主，涝害其次，局部地区有湿害。由于季风气候雨季集中以夏涝发生最多，东部地区都可能发生。3）秋涝。入秋后，冬季风开始盛行，降雨量迅速减少，涝害比较少，局部地区的暴雨可引起小范围的积水而发生涝害。遇秋季连阴雨，则可能发生大面积湿害。
2.3洪涝和湿害的成因
2.3.1天气因素引起洪涝的天气通常是暴雨或长时期大量降水。暴雨是一段时间内出现集中的大量降水。如1975年8月7日河南省林庄6h降水830mm，24h降水1060mm。中国季风气候的雨季在4-9月，冷暖气团的锋面雨带摆动或停滞，沿海台风登陆后深入内陆停留，高空低涡和东移西风槽配合，都可形成暴雨或连阴雨。
2.3.2作物因素同样的多雨高湿环境，不同作物或不同发育期，危害程度也不同。如水稻、高粱较抗涝，棉花、花生、谷子等抗涝能力弱。玉米苗期极不耐涝，吐丝期相当耐涝。
2.3.3地形冲积扇缘洼地和沿江平原低地排水不畅易发生湿害和沥涝。
2.3.4土壤结构黏土和存在坚实犁底层易积水成涝。
2.3.5农事活动围湖造田、开垦湿地、砍伐森林，都会削弱水体和山林的调蓄功能或加剧水土流失；忽视水利设施维修，损坏防洪设施，都可加重涝害。2.4洪涝和湿害的防御措施1）预报：加强气候和水文监测预报。2）兴修水利工程防洪：如兴建水库、修筑堤防、分洪道、山区小流域综合治理等。3）加强农田基本建设：低洼地开沟降低地下水位，沿江沿河地区注意使内外河分开，抓住有利天气及时进行田间管理，改善土壤通气性，防止地表结皮及盐渍化。4）改良土壤结构：结合深耕多施有机肥，涝害发生后适时中耕。5）调整种植结构，实行防涝栽培：调整旱生与水生作物的比例，多涝区选种抗涝作物种类的品种，适当调整播栽期，使作物怕涝的敏感生育期躲开灾害多发期，并实行垄作。6）封山育林，增加植被覆盖：可保持水土，改善生态环境。
3冷害
3.1冷害的概念农业生物在0℃以上相对低温受到的伤害，可使作物生育延迟，或使生殖器官生理活动受阻，造成减产。延迟型冷害作物外观常无明显变化，故有“哑巴灾”之称。
3.2冷害的成因春季冷空气入侵长江流域及以南地区常出现持续低温阴雨，引起早稻烂秧死苗。一般在东亚槽深厚、副热带高压减弱的情况下，容易形成秋季低温天气。夏季低温主要发生在东北。
3.3冷害的类型1）低温、寡照、多雨的“湿冷型”。2）天气晴朗，有明显降温的“晴冷型”天气型。3）持续低温天气型。常出现在东北地区的夏季。根据危害特点及受害症状，又可分为：1）延迟型冷害。低温导致作物发育延迟，或开花后持续低温使谷粒不能充分灌桨、成熟，导致减产和品质明显下降。2）障碍型冷害。作物生殖生长期遇短时间低温，使生殖器官生理机制破坏，造成不育或部分不育，形成空壳。主要发生在孕穗期和抽穗开花期。3）混合型冷害。二者同时发生，比单一类型危害更严重。按照发生季节可分为：1）春季低温冷害。如长江中下游3月下旬-4月上旬早稻育秧期持续低温阴雨造成烂秧。北方棉花、花生等播后持续低温发生烂种。春季持续低温蔬菜生长缓慢产量下降。2）夏季低温冷害。以延迟型为主，但高海拔高纬度地区水稻也可发生障碍型冷害。1951-1990年东北发生严重的夏季冷害5次，平均减产30%以上。3）秋季低温冷害。南方晚稻生产主要灾害之一，又称寒露风，实际发生由高纬向低纬、高海拔向低海拔、内陆向沿海推迟。长江中下游在9月，华南地区在寒露前后。北方大白菜持续低温使包心不足，可看做冷害。4）热带作物冬季寒害[5]。华南热带作物遇10℃以下～0℃以上低温使植株枯萎、腐烂或感病，直至死亡，实际上是一种冷害，云南省和海南省橡胶会经常发生。热带作物一般含有较多饱和脂肪酸，在0℃低温可以凝固，导致细胞失水枯萎，症状与冻害相似。
3.4防御冷害的对策和措施
1）掌握低温气候规律，合理安排品种搭配和播栽期。
2）加强低温冷害预报及应用。长期趋势预报有利于调整作物布局和品种搭配，中、短期预报为及时采用应急的抗冻措施提供可靠依据。
洪涝灾害的危害篇6
关键词气象灾害风险评估；山洪；GiS
中图分类号p458.1文献标识码a文章编号1007-5739（2013）18-0240-02
暴雨山洪气象灾害风险区划研究涉及自然科学领域和社会经济领域的诸多方面，是各学科间综合性研究的重要应用。基于GiS的量化研究已成为主流研究方向[1-2]。根据灾害学研究，一般从致灾因子危险性、孕灾环敏感性和承灾体易损性等方面进行量化分析。致灾因子是指山洪灾害影响的强度和频次，一般用暴雨强度和频次来代替[3]。孕灾环境重点考虑地形、水系、植被等因子对山洪灾害形成的综合影响[4-5]。承灾体主要通过人口密度、社会经济发展状况来量化分析。
1暴雨山洪灾害风险区划
1.1致灾因子危险性分析
正蓝旗位于中纬度内陆地带，属中温带半干旱大陆性季风气候，降水分布不均，年降雨量为365.1mm，而且主要集中在7—9月，占全年降雨量的80%～90%。正蓝旗及周边地区暴雨多集中在7—8月，1981—2009年的28年中发生了大小26次（大约1年1次）山洪灾害。对上都镇单站1959—2011年逐日雨量资料进行分析，正蓝旗日降雨量大于50mm的暴雨每4年一遇。日降雨量大于100mm的大暴雨百年一遇。
根据暴雨强度分级，发生频率，利用arcGiS软件，进行空间spline差值运算，单位化处理，得到致灾因子栅格图层。
1.2孕灾环境敏感性分析
正蓝旗南部、中部地区地表起伏大，暴雨诱发易引起山洪灾害。而且正蓝旗南部、中部地区受天气系统影响，局地暴雨频繁发生。
利用100m分辨率Dem，河网密度提取，坡度运算，分别单位化后，通过栅格运算器积运算，获得孕灾环境敏感性区划图，如图1所示。
1.3承灾体易损性分析
正蓝旗土地利用/覆被类型以草地、林地、旱田、城镇及工矿用地为主。林地主要分布在赛音呼都嘎苏木和桑根达来镇，哈毕日嘎镇大部分地区以旱田为主，黑城子示范区和五一种畜场部分地区有旱田，其余大部分地区以草地为主，其中那日图苏木、宝绍代苏木、五一种畜场提供者优质的畜牧用草及用地，为牧业产业支柱地区。城镇发展以上都镇为中心向四周辐射型发展。社会经济易损性影响度分布如图2所示，反映出正蓝旗中部、南部地区是洪灾危险程度最高的地区。
1.4暴雨山洪灾害风险综合区划
利用arcGiS系统的地图代数功能，将各因子图进行积运算，得到综合区划图，从而得到如图正蓝旗暴雨山洪风险区划，如图3所示。
1.5高风险区成因分析
如图3所示，正蓝旗南部地区洪水危险性明显较北部高，这与南部地区降雨量大、地形多起伏变化，农田、工矿密集等因素密切相关。桑根达来、五一种畜场、哈毕日嘎、上都镇、黑城子示范区均属高风险区，各地具体成因如下。
1.5.1哈毕日嘎镇。哈毕日嘎镇是正蓝旗暴雨山洪灾害多发区之一，其地势起伏变化大，中小型河流密集。暴雨引发山洪后，从东、北、西方向向低洼地区流泻，较容易形成山洪灾害，主要原因：一是山脉贯穿南北形成中间高两边低的地势条件，雨水容易形成汇集区，对下游地区构成山洪威胁。二是哈毕日嘎以种植业为主的生产方式导致农民生产、生活处所位于山脚下，沿河岸等易受洪水侵害的区域。
1.5.2黑城子。黑城子地势平坦，位于两片山脉包夹的低洼地带，是上都高勒主要流经地。山洪主要由西面太仆寺旗骆驼山冲淹第二居委会，从东面多伦县大北沟向西冲淹第一、三、四、五居委会。主要原因：一是黑城子恰好位于多伦县、太仆寺旗多山地区间的低洼地带，是两处山脉间地表径流的汇流处。二是上都高勒流经处是黑城子居民集中居住区，为南部耕地提供了宝贵的水资源，但同时也为山洪灾留有很大的隐患。
1.5.3五一牧场。五一牧场中部地势较高，其余地区比桑根达来、上都镇的地势低，山洪经常由北、西、东向南部低洼地区倾泻，造成林场、元上都遗址等地受灾。主要原因是地势较低的南部分布着耕地和林地，特别是元上都遗址也处在低洼地带，暴雨过后多方泄流雨水汇集于中部、南部形成洪灾。
1.5.4上都镇。上都镇北面、南面都分布着较高的山脉，上都高勒流经南部地区，山洪一般从南、西向北、东倾流，形成镇内洪涝成灾。上都镇洪涝集中在中部、北部交通沿线，是因为城镇用地集中在上都镇中部，北部山区和南部山区的泄流主要通往中部，与上都高勒共同作用造成城镇地区洪涝。
1.5.5桑根达来镇。桑根达来南部地势较高，北部较低，主要泄流方向是自南向北。其洪涝灾害主要集中在北部，主要原因是北部地区铁路、公路等交通设施和城镇用地都处于低洼地带，是洪灾来袭的脆弱地带。
2讨论
该文所建立的暴雨山洪灾害风险指数主要是用来为正蓝旗政府机构制定资源分配、制定高级防御管理计划决策、提高公众对洪灾成因和控制方法的认识等提供帮助[6]。它是用一种对于任何可能的使用者来说易于理解的方式表达出来的，综合处理和概括了大量正蓝旗洪涝灾害风险数量和本质性的信息，但由于资料有限，难免有考虑不足之处。
3参考文献
[1]马兰艳.基于GiS的多尺度洪涝灾害风险评估模型的设计与实现[D].北京：首都师范大学，2011.
[2]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，2011，39（4）：423-428.
[3]杨丰政.基于GiS的徐水县气象灾害风险评估研究[D].南京：南京信息工程大学，2012.
[4]李辉.基于GiS的潍坊市暴雨洪涝灾害风险区划[D].南京：南京信息工程大学，2012.
洪涝灾害的危害篇7
关键词：农业；气象灾害；风险
中图分类号：S42文献标识码：aDoi编号：10.14025/ki.jlny.2017.09.055
农作物在生长发育中离不开气象条件的支持，而当气象条件恶劣时，将无法满足农作物的生长需求，对农作物的正常生长产生不利影响。在不利气象条件的影响下，导致农作物质量受损、产量降低，即人们常说的气象灾害。农作物的生长经常受到多种气象灾害的影响，例如洪涝、干旱、冷害、霜冻及干热风等。本文针对常见的气象灾害展开分析，并阐述抵御措施。
1农业气象灾害风险分析
1.1洪涝
洪涝灾害指的是降水时间长、降水量大且集中对农作物产生的危害。从水分多少来划分，将洪涝灾害分为湿害、涝害与洪水三种。其中湿害指洪水发生后排水不畅或连阴雨持续不断，导致土壤含水量过多，进而导致农作物根系受到损害；涝害指降水集中或降水量过大，导致农作物长期处于积水的农田中而受到损害；洪水灾害指因降水量大且集中导致山洪暴发，使农田被淹没，农业设施被损坏。
1.2干旱
干旱是农作物在生长发育中所遭遇的最严重的气象灾害之一，主要指在农业技术欠发达的条件下，降水量及降水频率持续偏少，导致土壤严重缺水，无法满足农作物生长对水分的需求，进而对其正常生长造成损害。从灾害发生特点来看，干旱不仅发生频繁，且涉及范围非常广，对农作物的质量与产量造成严重损害。从农作物的生长特点来分析，干旱对其产生危害最大的主要在农作物播种期、水分临界期及灌浆成熟期三个阶段。
1.3冷害
冷害主要指农作物在生长过程中，温度降低且突破农作物当时生长所需的下限温度，使农作物的生长过程遭到阻碍。不同农作物所受冷害的影响不同，且不同品种及发育期所受到的损害也存在较大差异。当农作物受到冷害时，农作物体内具有生命的细胞质逐渐停止流动，导致农作物对养分的输送与吸收受到影响，进而导致农作物的正常生长受到阻碍。
1.4霜冻
霜冻指的是在温暖季节，植物、土壤及地面空气温度在短时间内迅速下降，导致农作物受到低温冻害。霜冻灾害的发生是受到多种条件的影响，例如天气条件、地形条件等。从天气条件看，霜冻灾害常发生在晴朗无风且气温较低的环境下；从地形条件看，霜冻灾害则多发生于地势较低且地形闭塞之处，因为在此条件下冷空气易发生沉积，再加上风力小，降温迅速，非常容易引发霜冻的发生。
2农业气象灾害的抵御措施
2.1洪涝灾害的抵御
洪涝灾害的发生主要由大气环流异常，导致雨季长期滞留所引起。除此之外，土壤性质、地形特点、水利设备及种植方法等因素洪涝灾害的发生也会产生影响，因此对洪涝灾害的抵御措施可通过以上因素考虑。具体而言，可通过兴修水利、建设堤坝、水库等降低洪涝对农作物的危害；通过植树造林，固定土壤结构，减少水土流失的发生；通过排灌系统的建立，对农业布局进行合理调整；对于地势低洼且易发生涝灾的地区，可改种耐劳作物，以抵御洪涝灾害的侵袭。
2.2干旱灾害的抵御
干旱灾害的发生原因相对复杂，从天气条件分析，大气环流异常，受到高气压持续控制，导致降水频率低、降水量少。此外，地形条件、土壤结构及农作物种类等均是引发干旱灾害的影响因素。对干旱灾害的抵御主要通过以下几点考虑：完善农田基础设施建设，采用先进的节水灌溉技术，对水资源进行充分利用；以干旱规律为依据，对农业生产进行合理安排；实施人工降雨，满足农作物对水分的需求；培育耐旱的优良农作物品种等。
2.3冷害的抵御
冷害对农作物造成的影响主要取决于低温持续时间、低温强度及气温回暖速度等。对冷害的抵御措施主要从以下几点：加强水肥管理，合理灌溉、科学施肥，提升土壤温度，改善农作物根系活力，可选用磷钾肥，增强农作物的御寒能力，提高其早熟速度，以保证农作物产量。
2.4霜冻灾害的抵御
霜冻灾害的发生主要受到天气条件、地形特点等多种因素的影响。在霜冻灾害的抵御措施上，可从以下几种方法着手：一是物理方法，主要包括防护造林、喷雾保护、灌溉法、覆盖法及熏烟法等；二是农业方法。尽量选用御寒能力强的早熟作物品种，选择适当的时期进行播种，培育壮苗，同时对土壤结构、类型等进行改良，以此抵御霜冻，降低农作物的损害程度。
3结语
总而言之，农作物种植对我国经济增长具有非常重要的影响。为了更好地提升农作物产量、保证农作物质量，对气象灾害风险的分析与评价就显得尤为重要。本文重点分析了农作物气象灾害的抵御措施，以期为农作物种植与气象灾害的防御提供有价值的建议。
参考文献
[1]郭丽丽.农业气象灾害风险评估研究进展与展望[J].农业科技与信息，2016，（11）：52-53.
[2]王春乙，张继权，霍治国，等.农业气象灾害风险评估研究进展与展望[J].气象学报，2015，（01）：1-19.
洪涝灾害的危害篇8
【关键词】望谟，暴雨；洪涝、防灾减灾
1、引言
望谟县地处云贵高原向广西丘陵过渡间的斜坡地带，地势总的倾斜趋势是西北高、东南低、山区丘陵、盆地（坝子）和河谷阶段相间分布。东西部岩溶地貌发育较典型，以石灰岩峰丛山地为主，西南为非岩溶地貌，呈立体状展布。全县地层岩性以碎屑岩和碳酸盐岩分布最广，其中，碎屑岩占全部岩性的72.4%，县境各地均有分布。境内沟壑纵横，群山高耸，山谷相间，河溪交错的地貌景观十分分明。
土壤类型有红壤、红褐色土、黄壤、黄棕壤，石灰土、水稻土六个土类，其中，红壤分布面积较大，主要分布在县境东北部以外的大部地区，是该县的主要土壤类型。全县土壤侵蚀面积占43.8%，喀斯特面积占49.1%，石漠化面积占6.5%。生态环境质量综合评价为良。笔者认为，提到地质结构并非无关。便于阅者参考并有兴趣者分析，为何该县近几年来洪灾如此频繁发生。主要原因何在？共同探讨，寻找减灾良策。
2、望谟县暴雨洪涝灾害的基本特征
2.1.1灾害损失特征：灾害发生频繁，经济损失大，往往伴有人员伤亡。据资料统计，在1959―2011年这近53年间，该县共发生洪涝灾害240次，造成直接经济损失76246.3万元。因暴雨洪涝及其诱发的泥石流滑坡等地质灾害共造成死亡202人，失踪43人。
2.1.2时空分布特征，该县暴雨洪涝灾害多发生于每年的5―8月。尤其以6月发生最多，占总次数的34.3%，7月次之，总次数的21.2%。暴雨洪涝灾害发生的范围广，县内西北部的打尖一带东北部的乐旺镇，中部的复兴镇、新屯镇和北部的打易镇等，是洪涝灾害多发区，其次是西南部的油迈乡（平卜）。
2.1.3时代特征，从灾害发生时代特征来看，2000年以后暴雨洪涝灾害造成的经济损失，人员伤亡等情况远比1959年-1980年的要重。尤其是近几年来，特别是自2006年“6.12”至2011年的“6.06”特大山洪灾害，六年出现五次暴雨山洪灾害。因暴雨洪涝灾害造成严重的经济损失及人员伤亡，沿河两岸谈水色变，一旦有雷雨交加，就是一个不眠之夜。
3、望谟县暴雨洪涝灾害的防御
3.1建立有效的防御洪涝灾害的联动机制
3.1.1加强开展防治洪涝灾害的宣传教育力度
由于山洪和地质灾害突发性强，成灾快，特别是乡村人员居住分散，交通和通讯不畅，因此，人们的自我防灾意识非常重要。从近33年来造成人员伤亡的洪涝灾害个例来看，一个重要原因就是人们缺乏应有的防灾意识和必要的防灾知识。因此相关部门要利用群众喜闻乐见的形式，重点宣传山洪灾害的突发性、破坏性、毁灭性，普及防治洪涝灾害的基本常识，不断提高人们主动防范，依法防灾的自觉性，增强人们的自救意识和自救能力，尤其要加大对少数民族群众和灾害隐患地区的宣传力度。
3.1.2，制定防御和治理洪涝灾害的规划：县政府要根据实际情况，组织国土、水利、防汛、环保、交通、气象、农业、林业、水文、通讯、电力等相关工作部门，制定洪涝灾害防御和治理的工作规划，明确近期目标和长远目标，积极联合开展山洪灾害监测，预测预报系统建设。通讯预警系统建设，制定山洪灾害防御预案和躲灾避灾方案，积极探索避灾躲灾的有效途径。
3.1.3建立健全防御洪涝灾害的责任体系。县政府及相关部门，要建立健全部门防灾责任制和基层防灾责任制。山洪灾害从形成到发展，其预见期极短，而且极有可能因交通或通讯设施遭到破坏而与外界失去联系，因此，防灾避灾工作不适用常规指挥方式，而必须由最基层一级直接按照预案实施组织指挥。最关键的是在县及乡镇、村组一级应建立严密及严明的防汛责任制，如建立乡、镇干部包村、村组干部包组、党员包户的责任制。
3.1.4加强洪涝灾害跨区域的联防工作：县政府要高度重视洪涝灾害的联防工作，加强与上下游县如上游的紫云县乡镇的联系，建立有效的地质、气象、水文等信息互通机制，在山洪防御工作中形成合力。
3.2加快实施防治洪涝灾害的工程建设
（1）加强生态环境治理，巩固和加强退耕还林退耕还草，做好水土保持，努力改善生态环境。（2）继续加大资金投入，加快水利工程，地质灾害防治工程，河道治理工程，病险水库除险工程等建设步伐。（3）对受山洪和地质灾害威胁的群众，要抓紧实“移民搬迁工程”。
3.3积极开展洪涝灾害的监测，预警预报能力。
3.3.1做好山洪地质灾害易发区日常监测。
相关部门要加强对山洪和地质灾害易发区隐患的排查工作（特别是每年的5-8月），做好地质情况的监测，加强日常巡查。
3.3.3加快落实，实施《望谟县山洪灾害防治县级非工程措施建设实施方案》：该《方案》是县水利局委托（受权）贵州省水利水电勘测设计研究院，编制的一套相对较为完善的防御山洪灾害的系统工程。该《方案》的第6部分即：新建水雨情自动监测站点情况：“望谟县已建成自动监测站点共计46个，结合2011年洪灾为弥补站网点设的不足，考虑到望谟县山洪存在区域小、发生快，推进时间短，小流域降雨，暴雨集中，区域发生等特点，结合危险区域控制等原则，本次新建自动雨量站13个，自动卫星雨量站5个，自动卫星水位雨量站1个。即加上原有46个监测站点共计65个监测站点。
参考文献
[1]《贵州气象》2010年第4期，石昌军：黔南暴雨洪涝灾害情势及防御
[2]《望谟县山洪灾害防治县级非工程措施建设实施方案》贵州省水利水电勘测设计研究院2011年8月
[3]《贵州省自然灾害年表》贵州省民政厅编1992年5月
洪涝灾害的危害篇9
国外关于农业自然灾害对粮食生产影响的研究,可以概括为定性研究和定量研究两个方面。在定性研究方面,eddy等(1986)认为致灾因子是成灾的外部条件(威胁),在这种威胁下,是否最终成灾,还要取决于承灾体能不能适应环境变化。有部分学者研究农业气候变化对粮食生产的影响。其中,Kueh(1986)、Downing(1992)、R.andresFerreyra、Guillermop.podesta(1994)、Rogerw.Buckland(1997)利用不同的分析方法对多个国家和地区的自然条件和粮食生产进行研究分析,认为气候变化是粮食产量波动的主要原因。有部分学者对主要的自然灾害—旱灾进行研究,Riebsaoe等(1991)认为干旱通常是由于人类利用水资源不当的结果,一些学者在此基础上将旱灾成灾纳入承灾体论的讨论内容;而park等(1995)通过对干旱地区的研究,指出干旱地区相对湿度正在下降,并以此会导致干旱灾害的范围扩大且相对强度增加,发生频率也明显增加。Kaiser(1993)通过对病虫害进行研究,认为由于全球气候变化特别是全球变暖导致使农作物以及牧草与森林病虫害的分布有所改变,一方面是会导致病虫害分布区域的扩大,另一方面是使空间分布规律改变。
在定量研究方面,Cynthia等(2002)通过研制动态作物模型来模拟作物在众多影响因子作用下的生长情况,并计算美国由于各种因子造成的作物损失,认为在未来的三十年里,各种致灾因子可能导致的额外损失每年可达30亿美元。美国学者RichardSnyder,J.paulodemelo-abreu,Scottmatulich(2005)在《Frostprotection:fundamentals,practice,andeconomics》一书中给出了计算灾害发生可能性的方法,并提出对灾害造成的产量减损进行定量计算。aggarwal等(2006)通过对致灾因子和农业生产损失分析研制损失评估的动态模型,并评估了热带生态环境下水稻和小麦对关键投入的敏感性。muralidharan、pasalu(2006)对水稻生态系统中茎蛀虫危害的损失进行了评估。同时,有部分学者在研究如何减轻自然灾害对农业经济的影响。Hidekitoyab、markskidmorec(2005)使用灾害影响数据去研究分析,认为经济受自然灾害的损失程度随着经济发展是逐渐减弱,有着较高收入、较高受教育水平和比较完善的金融系统的国家会受到自然灾害带来的损失也是比较少的。
二、国内关于农业自然灾害对粮食生产影响的研究
1.关于农业自然灾害的概念及特点
农业自然灾害就是指对农作物生长起破坏作用从而导致农作物减产的自然灾害。在我国五千年的农耕文化史中,农业生产遭受了各种各样自然灾害的侵袭,几乎囊括了世界上所有自然灾害的类型。危害我国农业生产的自然灾害主要有:旱灾、洪涝、风雹灾、低温冷冻、农业病虫害等五种灾害。由于我国独特的地理环境和经济环境,造就我国农业自然灾害的特点:一是灾种的广泛性和集中性;二是灾情的季节性和地域性;三是灾害具有群发性和伴发性;四是灾害的空间分布、地域组合与社会经济环境的区域差异有很强的相关性;五是自然因素与人为因素交织;六是灾害加重与防灾能力减弱形成反差(王国敏,郑晔,2007)。
自1949年新中国成立以来,虽然政府在防灾减灾方面做了大量的工作,但是农业自然灾害仍然日益严重,主要表现在:一是自然灾害发生频率越来越高;二是自然灾害发生的范围越来越大;三是自然灾害造成的经济损失越来越严重;四是自然灾害是农村贫困的重要根源(王国敏,郑晔,2007)。
近年来,随着工业化进程中环境污染的加剧,以及人口剧增对自然资源的过度掠夺,使得农业自然灾害呈现出新的特点,表现为:大灾次数增加,小灾次数减少;面积和强度加大;发生周期缩短(何静,1997)。
2.关于农业自然灾害对粮食生产的具体影响
由于客观条件,我国对灾害影响的研究工作起步较晚,上世纪80年代我国的灾害评估才开始兴起。虽然起步较晚,但在我国学者的不断努力下,在许多领域已经达到国际先进水平,在农业自然灾害领域更是走在国际前列。农业作为国民经济的基础,更多的是体现在粮食的综合生产能力上。只有稳定的粮食综合生产能力才能够为经济社会稳定发展提供保障。基于稳定粮食综合生产能力,不同的学者在不同的层面从不同的角度探讨农业自然灾害对粮食生产的影响。
部分学者将所有农业自然灾害作为一种影响粮食生产的因素在全国或省级层面上进行了研究;部分学者以众多农业自然灾害中一种或几种灾害作为影响粮食生产的因素在全国、省级或地区层面上进行了研究。研究的主要成就包括以下几个方面:
(1)农业自然灾害灾害发生范围广、频率高,对粮食生产影响巨大
马九杰等(2005)通过描述性统计和相关性分析认为,农业自然灾害风险对粮食综合生产能力、粮食安全的影响显着。目前,我国的农田基础设施薄弱,抵御自然灾害能力落后,制约了粮食综合生产能力的提升。黄正军(2009)通过对历史统计资料分析,认为对我国粮食生产影响较大的农业自然灾害有:洪涝、干旱、霜冷冻、风雹及病、虫害等灾害,而由这些灾害造成粮食减产严重,经计算发现减产幅度平均为5%,减产量为250亿千克,远远超过了近几年中国每年进口粮食150亿千克的水平;从长期趋势来看,成灾面积与受灾面积的比例呈上升趋势。李茂松等(2005)利用我国近50年的粮食生产统计资料,分析了各个年代主要粮食作物产量与影响粮食生产的因素之间的关系,认为自然灾害对我国粮食产量的影响极大,并指出要确保我国粮食生产的安全,不仅需要增加外部资源投入,而且在粮食生产过程中要积极的进行防灾减灾。张平等(2010)通过分析黑龙江省主要农业自然灾害和粮食产量数据,认为受灾面积对粮食产量有显着的影响,二者呈负相关关系。受灾面积对粮食产量的影响主要表现为:一是粮食减产显着年份均出现在成灾面积占受灾面积百分比大的年份,即农业自然灾害的成灾面积比例越大,则相应的减产量比例也就越大;相反农田受灾面积小且成灾面积占受灾面积百分比小的年份,粮食产量明显增加。粮食产量的波动与受灾面积和成灾面积波动在时间上基本一致,方向上相反。
(2)农业自然灾害中以农业气象灾害为主,且影响作用最大
卢丽萍等(2009)对近30年来的气象灾害的数据分别按时间序列和空间分布特征分析农业气象灾害对农业粮食安全的影响,认为气象灾害对农业的影响表现为直接和间接的影响。由于农业气象灾害可造成粮食减产,从而直接影响到粮食生产安全;气候对农业的间接影响还表现在病、虫、草害变化对粮食生产的影响上。一方面气候变暖使各种病虫害出现的范围扩大;另一方面会加剧病虫害的流行和杂草蔓延。这些改变不得不使农业生产者增加农药和除草剂的使用量,从而间接影响到粮食质量安全。唐蓉(2007)认为农业气象灾害严重危及国家粮食安全,对解决我国资源、环境、人口问题是一大挑战。农业气象灾害的发展虽由不可抗拒的自然因素决定,但通过成灾机理研究,可以认识灾害发生和发展规律,对其进行监测预警,以便采取相应的防灾减灾措施,从而减少农业自然灾害造成的损失。廉丽姝(2005)通过分析山东省气象资源和粮食生产情况,认为20世纪60年代以来,山东省气候有变暖和变干的趋势,各季节中,变暖趋势最明显的是冬季,变干表现最突出的是夏季;气温和降水是造成山东省粮食产量波动的主要原因,在“暖干”气候背景下,气温与气候产量为负相关,降水量与气候产量呈较显着的正相关;农业自然灾害是造成粮食单产产生波动的主要原因之一。
1)干旱和洪涝是主要的农业气象灾害,对农业生产影响巨大
王春乙等(2007)利用中国主要农作物产量、受灾面积和气象条件等相关资料,分析全国主要农业气象灾害的分布地区、季节特点及变化特征,认为干旱、洪涝和冷冻是影响作物产量的主要气象灾害。其中干旱是对作物产量影响最大、区域最广、发生最频繁的气象灾害,成为影响中国农业稳定和粮食安全供给主要因素;各种灾害均有明显增加的趋势。张星等(2009)通过分析福建省气象灾害和粮食生产情况,认为福建省农业气象灾害的产量灾损风险随概率的增大而减少,且对各类气象灾害发生灾损的概率风险估计发现洪涝灾害风险大于旱灾,风雹灾害的风险大于低温冻害。干旱风险高值区出现在灾损率5%~45%,洪涝灾害出现在5%~70%,风雹灾害在5%~30%,低温冻害的风险主要集中在灾损率5%~20%。杨尚英等(2007)应用灰色关联分析方法分析了我国各省(市、区)1995~1999年旱灾、水灾、风雹、霜冻面积与自然灾害总面积的关联度,认为可根据干旱和洪涝对各地区危害程度影响大小的不同,将全国划分为混合区和单一区两大类型;干旱对我国农业可持续发展的影响是最大的,其次是洪涝和风雹。张爱民等(2007)通过对安徽省旱涝灾害发生规律,水稻(一季稻)、小麦典型旱涝年灾损率与发育期间气象条件、旱涝程度的研究分析,认为春季涝渍灾害是影响安徽省冬小麦产量的主要灾害,其对冬小麦产量的危害程度远大于干旱,尤以4~5月发生的涝渍影响最严重,极重涝渍灾害的减产损失可达4成以上。并建立了分区水稻、小麦旱涝灾害损失评估模型和指标。孔圆圆等(2007)通过研究发现重庆经常受着各种灾害的侵扰,农业生产和人民生活都不同程度地受到灾害的影响。但就灾害的危害程度而言,农业是受水旱灾害影响最大的产业。水旱灾害对农业最直接的影响体现在粮食生产上,每年都会因水旱灾害造成不同程度上的粮食减产和绝收。水旱灾害的频繁发生对粮食生产主要危害是严重破坏了农业生态环境的安全,引起环境的持续恶化。如导致严重的水土流失,造成对土地资源的严重破坏,使得土层浅薄,土壤肥力下降等,从而破坏农业基本生产条件,间接对农业生产造成影响,制约了粮食安全生产。陈怀亮等(2006)对河南省小麦生产农业气象灾害风险进行了综合区划研究,为农业气象灾害风险探讨了一条新的定量分析及区划技术体系。并指出,干热风与青枯雨是影响河南省大部分地区小麦高产稳产的主要灾害,其次是晚霜冻危害,第三是麦播时旱涝灾害,但总体上河南省小麦生产的农业气象灾害风险并不算太高,只要采取一定的防御措施,不会在根本上影响小麦的高产稳产。王建英等(2010)通过分析濮阳历年粮食产量与气象灾害受灾面积数据,寻找它们之间的内在联系。指出,干旱和雨涝灾害是造成当地粮食减产的主要气象灾害;随着粮食产量水平的提升,气象灾害造成的经济损失呈加大趋势。
洪涝灾害的危害篇10
关键词：遥感洪涝灾害地理信息系统
我国是自然灾害频繁发生的国家，也是世界上灾害最严重、受灾历史最早、成灾种类最多的少数国家之一。每年由于自然灾害和人为活动诱发的灾害造成严重的人员伤亡和五六百亿元计的直接经济损失［1］。在各种各样的自然灾害中，洪涝灾害是威胁我国国民经济和人民生命财产安全的主要灾害之一。
洪涝灾害的发生一般具有突发性特点，要进行洪涝灾害的预警预报、救灾和安排灾后的重建需要对洪涝灾害相关信息进行及时、准确、可靠的采集和反馈［2］。而传统基于人工为主的信息采集手段、过程与水平已经很难满足防洪抗涝的需要。20世纪60年展起来的遥感技术因其具有观测范围大、获取信息量大、速度快、实时性好、动态性强等优点，在洪涝等自然灾害的研究中得到越来越多的应用。遥感技术在自然灾害防治中的应用在我国可以分为四个阶段，即20世纪70年代的起步阶段，80年代的初步发展阶段，90年代上半叶的快速发展阶段和90年代以后的实际应用阶段［3］。经过三四十年的探索应用和实践，逐渐形成了贯穿灾前、灾中和灾后全过程的遥感应用领域和方法。本文将对遥感技术在洪涝灾害中的作用，特别是在我国的研究现状进行评述，并对存在的问题和未来的发展进行探讨。
1洪涝灾害背景数据库的建设和更新
洪涝灾害背景数据的建立是洪涝灾害预警预报、损失评估和救灾的基础。背景数据库的内容主要包括两个方面。一是自然数据，包括地形图、气象条件、大气环境、坡度、土壤、地表物质组成、河流网络和湖泊的分布及其特性；再是社会经济方面的数据，包括人口分布，产业布局、经济发展状况等。由于遥感图像是自然环境综合体的信息模型，通过对遥感数据的人工解译分析或者计算机自动分类，能够直接得到的主要是自然方面的数据。
洪涝灾害背景数据的建设与更新一般在灾前进行，强调的是数据的准确性和可靠性，因此对于遥感数据的空间分辨率和光谱分辨率要求高，而对于时间分辨率的要求相对灾中的灾情监测要低一些。常用的遥感数据包括美国的LanDSat-tm、法国的Spot-HRV、中国国土资源卫星数据、美国气象卫星noaa-aVHRR和中国的风云气象卫星，以及目前正在成为遥感热点的合成孔径雷达数据和成像光谱仪数据。
noaa-aVHRR数据的时间分辨率高达6小时，但其空间分辨率较低（星下点为1.1km），主要应用于大面积的洪涝灾害过程监测。而在灾前背景数据库的建设过程中主要应用于气象条件的研究，包括云量的估算［4］、云性质的分析［5］、太阳辐射量的监测等。洪水的形成原因主要有降雨洪水，融水性洪水，工程失事型三种。利用noaa卫星数据和地形数据的复合提取积雪信息方法，结合监督分类方法在地形复杂地区也取得理想的分类结果，并利用GiS进行了积雪遥感的高效实用的制图［6］，及根据理论技术和数学模型，在引进温度、消融量、风速和地貌等修正系数后进行积雪量的估算，已经取得满意的结果［7］。以气象卫星和多谱勒雷达数据在降雨定量预报和测定方面的研究也取得了新的进展，已经接近实用化的水平［8］。这些遥感手段可以将传统的点雨量监测转变为面雨量监测，充分反映了降雨量在空间分布上的不均匀性，弥补了雨量监测站稀少或者没有的缺陷，为分布式水文模型提供了输入参数。
LanDSat-tm数据由于具有30m的空间分辨率、7个光谱波段和16天的时间分辨率，适合于进行1∶50000～1∶200000比例尺的洪涝灾害背景数据采集和更新。其中对于土地利用和土地覆盖的研究尤为普遍，虽然遥感土地利用研究的目的并不针对建立洪水灾害背景数据库。另外，通过tm数据也可进行河流系统和湖泊分布的解译、甚至进行湖泊和水库的库容测定［8］。我国的tm数据最早起于1986年，在此以前，应用较多的是具有??79m空间分辨率的多波段mSS数据。
Spot-HRV数据的空间分辨率高达10m（多波段为20m），而且具有立体观测能力，可以应用于更详细的地面资料的采集和更新。一般对应专题地图的比例尺可为1∶25000～1∶50000。通过对其立体像对图像进行立体重建，能够得到研究区域的数字地形模型（Dtm），在灾前的枯水期可用于进行河道、河势、河中滩岛和植被的分布等影响洪水演进的因素进行研究。目前商用遥感数据的空间分辨率越来越高，如美国空间图像公司（Spaceimaging）的iKonoS卫星数据和以色列的eRoS数据为1m、俄罗斯的Spin-2为2m、印度的BhasKara-2为2.5m等等［9］。这些高分辨率的遥感数据为采集更加详细和准确的洪涝灾害背景数据提供了可能。
例如，利用高分辨率数据调查蓄滞洪区的土地利用现状。另一方面，航空遥感由于分辨率高，灵活性高、不受时间限制的优点，也是建设和更新洪涝灾害背景数据库的一个重要途径。
2洪涝灾害承灾体的识别和信息提取
在洪涝灾害的发生过程中，灾害承灾体的信息提取是进行灾害损失动态评估和安排救灾、减灾方案的前提。洪涝灾害承灾体主要是指淹没区域内的各种地物及其属性，例如农田、工矿、居民地、道路以及人口状况等。承灾体的提取以前主要依靠利用专题地图和现场调查。而专题地图数据往往不具有较好的现势性，现场调查的方法费时费工，加之在灾中也无法及时进行实地的现场调查。如果洪涝灾害背景数据库中的数据现势性好、内容齐备的情况下，从灾中的遥感数据中得到洪涝灾害的淹没范围以后，在GiS系统进行多个数据层的空间叠加操作（oVeRLaY）即可进行承灾体的快速提取。例如在1998年全国洪水肆虐期间，中国科学院利用时间序列的遥感数据快速识别洪水及其动态信息，完成遥感监测图象、图形70余幅，灾情分析报告和简报50余份，并快速传递到国务院和有关部委，有力地支持了抗洪救灾工作［10］。
淹没范围一般利用多波段卫星数据进行图像分类，提取水体信息和水体淹没信息，除了常见的计算机图像分类方法(如各种监督分类和非监督分类方法)以外，现已发展了一些简单易行的新方法，如遥感波段谱间关系方法［11］和水体判别函数法［12］等。
由于在洪涝灾害发生期间，得到的遥感影像一般会受到云量的影响，因此单纯依靠水体的光谱特征还不能进行有效的水体信息的计算机自动提取。根据noaa卫星的可见光波段和热红外波段，进行自动判别云，利用周期相近的图像资料相对变化率来反演替代云区的灰度值，可以保证淹没的范围连续性和客观性［4］。
排除云量干扰的另一个途径是采用雷达数据。雷达图像由于具有全天候、全天时的特点，对于洪涝灾害的监测更具有优势。我国利用机载SaR数据进行洪水监测进行了大量的研究和实践，在实时传输中等方面取得了新的进展［8］。利用雷达数据提取洪涝灾害淹没范围也得到了实际应用［13］。
配合淹没范围内的数字地形模型，可以得到洪涝灾害淹没区域的3维信息。这种方法在江汉平原的洪涝灾害监测中已经得以应用［14］，取得了较好的效果。
在洪涝灾害背景数据库建设不完善的情况下，直接对遥感数据进行分析是识别和提取洪涝受灾体空间分布信息的有效途径。对遥感数据进行目视解译来提取洪涝灾害承灾体时，需要专家经验和较长的时间，虽然不能进行日常性的灾中灾害承灾体的快速识别，但由于识别的精度较高，过去是、现在仍是一个行之有效的方法［15］。承灾体的识别和提取一般采用遥感图像分类的做法，其中应用最为普遍的是最大似然法。这种方法具体实施时需要各种承灾体的训练样本和先验概率且认为数据符合正态分布的假设。为了克服最大似然法的缺陷，近年来发展了许多新的承灾体提取方法，例如人工神经网络方法［16,17］、证据推理方法［18］等。其中人工神经网络方法具有解决线性问题和非线性问题的包容性，不要求数据符合正态分布的统计假设，是一种非参数方法，已被应用于灾中承灾体的快速识别和提取［19］。人工神经网络方法以遥感各波段数据作为神经网络的输入，应提取灾害类型作为神经网络的输出，类型个数与输出层的神经元个数一致，选择样本训练网络结构以后，使用训练好的网络来提取承灾体的信息。另外，随着GiS应用的日渐普遍，GiS空间数据库存储的数据也将日渐丰富，从数据库发掘知识并应用于提高遥感专题分类精度的方法也逐渐得以应用［20,21］。
灾中灾害信息的提取对遥感数据的时间分辨率要求很高，目前广泛采用具有6小时的noaa-aVHRR数据［22］，例如在1998年吉林省西部的洪水监测中，通过使用noaa-aVHRR数据进行了洪水动态的监测，并完成了以农田损失为主的灾情评估［23］。此外灵活性高的航空遥感数据也经常应用于受灾体的调查中。这样即可在数小时之内得到洪涝灾害的灾情状况，实现对洪涝灾害的快速监测。
3洪涝灾害相关模型计算
灾害现象主要是相对于人类来说的，因此灾害的危险程度评价不仅取决于自然灾害本身的严重程度，而且还取决于受灾区域内人类活动的程度和社会经济发展水平。在利用遥感和GiS进行灾害损失评估中，一方面需要准确了解灾害本身的信息和灾害承受体的信息，另一方面掌握灾害发生前的背景数据作为对比。当然数据的精度越高，得到的灾害评估结果也就越详细和可靠。洪涝灾害具有时效短的特点，因此需要在精度和速度两个方面进行权衡利弊。遥感数据、往往是具有较高时间分辨率的遥感数据作为一个快速提取灾害信息和承灾体信息的数据源，结合洪涝灾害的背景数据库，利用洪涝灾害本身的专业模型［24］，例如洪涝灾害预报模型、洪水演进模型、危险度评价模型、洪水淹没范围计算模型、洪涝灾害淹没损失评价模型等等。在GiS系统中进行实时的计算，以期快速得到各种评价结果，为安排灾中救灾和灾后重建工作提供科学的决策支持。遥感数据在于获取信息的速度快，是这些模型计算的主要驱动数据之一；而GiS为模型计算中其它数据的快速获取提供了保证，GiS强大的空间分析方法也大大缩短了以往手工信息处理的时间，GiS丰富的数据表达能力有助于以直观形象的形式表达数据和预测结果。遥感和GiS一体化的洪涝灾害灾情快速评估系统在我国几次特大洪水灾害中得到了应用，2天内提供灾情的初步分析报告，大大提高了对洪涝灾害应急反应的技术能力［2］。例如在1998年全国特大洪涝灾害监测中，建立在遥感、GiS和分析模型基础之上的洪水速报系统，能够快速地进行洪水地动态监测、农作物损失地评估、防洪工程的有效性分析、长江洪水蓄洪分洪的必要性分析、防洪减灾的决策建议以及灾后的重建规划等等［10］。
需要指出的是，应用模型是关键，要提高遥感洪涝灾害模型计算中的精度和可靠性，一方面需要进一步探索洪涝灾害中的各种应用模型。另外，从实际应用的角度出发，还需要建立遥感洪涝灾害模型计算的技术规范，继承已有研究成果，促进不同评价单位之间的协同工作。
4洪涝灾害救灾减灾应急系统
要了解洪涝灾害发生发展过程、进行灾害损失和灾害的预测，并为进一步的救灾和减灾决策提供科学依据，必须将遥感技术和GiS结合起来，将遥感作为快速获取灾害背景数据、孕灾环境数据、致灾因子和灾害承受体信息的一个重要手段，实现效率和效益并重的目的，将信息接收、传输、处理和分析全过程压缩到动态中，实现对洪涝灾害实时、准确的监测［2,23,25］。我国对于这方面的建设比较重视，目前已经建成了洪涝灾情遥感速报系统［10］并在1998年的洪水中发挥了显著作用。针对黄河流域洪涝灾害的卫星遥感灾害监测与评估系统也于2000年进入试运行的阶段［26］。基于GiS和遥感的灾害应急反应系统虽然各个地方的软硬件环境有所不同，数据结构设计也会有所差别，但系统的逻辑结构一般都可以用图1简要表达［27］。GiS的空间分析工具可以帮助制定出优化的减灾和救灾方案，例如是否启用分洪区、分洪区的选择、灾民疏散的最佳路径、灾后重建的功能分区等等。
5结论和讨论
遥感技术在洪涝灾害的灾前预警预报、灾中的灾情监测和损失评估和安排救灾、灾后减灾与重建中都具有很大的应用潜力。遥感尤其和GiS结合后将有助于解决洪涝灾害减灾的两个核心问题，即快速而准确地预报致灾事件，对灾害事件造成灾害的地点、范围和强度的快速评估。预报的改进取决于对灾害事件及其机制的更加确切的了解，而灾害的监测评价基于地球观测系统的完善，必须使信息的获取既迅速又准确。只有在上面两个方面进行不断地探索并取得有效的成果，才能更好地为防灾、救灾和减灾提供决策支持。目前，以遥感、GiS和全球定位系统（GpS）组合的3S对地观测系统发展迅速，正在形成全天候、全方位、多平台、多高度、多角度、多时相的立体综合系统［2］，而对于洪涝灾害本身的成灾机理、预测预警模型的研究相对滞后，在一定程度上影响了3S技术应用的潜力。
参考文献：
［1］施雅风.地学部“中国自然灾害灾情分析和减灾研讨会”开幕词［a］.见:中国科学院地学部编.中国自然灾害灾情分析和减灾研讨会［C］.武汉:湖北科学出版社,1992.3-4.
［2］徐冠华,田国良,王超等.遥感信息科学的进展和展望［J］.地理学报,1996,51（5）:397-406.
［3］黄铁青,张琦娟.自然灾害遥感监测与评估的研究与应用［J］.遥感技术与应用,1998,13（3）:66-70.
［4］周红妹,杨星卫,陆贤.noaa气象卫星云检测方法研究［J］.遥感学报,1995,10（2）:137-142.
［5］刘健,许建民,方宗义.利用noaa卫星aVHRR资料分析云的性质［J］.应用气象学报,1998,9（4）:449-455.
［6］马虹,姜小光.利用noaa-aVHRR数据进行积雪监测与制图的方法研究［J］.干旱区地理,1998,21（3）:73-80.
［7］王世杰.利用noaa/aVHRR影像资料估算积雪量的方法探讨［J］.冰川冻土,1998,20（1）:68-73.
［8］李纪人.遥感与水问题［J］.国土资源遥感,1999,41:1-7.
［9］李志中,王永江,徐少瑜.微小卫星对地观测及其应用前景［J］.国土资源遥感,2000,46:1-4.
［10］魏成阶,王世新,阎守邕等.1998年全国洪涝灾害遥感监测评估的主要成果——基于网格的洪涝灾害遥感速报系统的应用［J］.自然灾害学报,2000,9（2）:16-25.
［11］周成虎,杜云艳,骆剑承.基于知识的aVHRR影象的水体自动识别方法与模型研究:遥感在中国［m］.北京:测绘出版社,1996.221-232.
［12］裴志远,杨邦杰.应用noaa图像进行大范围的洪涝灾害遥感监测的研究［J］.农业工程学报,1999,15（4）:203-206.
［13］黄韦艮,傅斌,周长宝等.星载SaR水下地形和水深遥感的最佳雷达系统参数模拟［J］.遥感学报,1999,4（3）:172-177.
［14］邹尚辉.江汉平原洪涝灾害遥感监测方法［J］.华中师范大学学报,1996,30（1）:96-100.
［15］CihlarJetal.Classificationbyprogressivegeneralization:anewauthomatedmethodologyforremotesensingmultichanneldata［J］.??int.J.RemoteSensing，1998,19(14):2685-2704.
［16］王野桥.遥感与多源地理数据分类中人工神经网络模型［J］.地理科学,1997,17(2):105-112.
［17］BernardaC,wilkinsonGG,Kanellopoulosi.trainingStrategiesforneuralnetworkSoftClassificationof??RemotelySensedimagery［J］.int.J.RS,1997,18(8):1851-1856.
［18］winlinsonGG,megierJ.evidentialReasoninginpixelimageClassificationHierarchy——apotentialmethodforintegratingimageClassifiersandexpertSystemRulesBasedonGeographicalContext［J］.??intJRS??,1990,11(10):1963-1968.
［19］杨存建,魏一鸣,陈德清等.基于遥感的洪水灾害承灾体神经网络的提取方法探讨［J］.灾害学,1998,13（4）:1-6.
［20］Litianhong,maainai.aCaseStudyonRule-basedmultipleSourceDataClassificationSupportedbyGiS［J］.??internationalJournalofSedimentResearch，14(2):161-167.
［21］徐冠华主编.三北防护林地区再生资源遥感的理论及其技术应用［C］.北京:中国农业出版社,1994.64-68.
［22］BartoniJetal.monitoringfloodswithaVHRR［J］.??photogrammetricengineeringandRemoteSensing??,1989,30(1):89-94.
［23］刘志明,晏明,逢格江.1998年吉林省西部洪水遥感监测与灾情评估［J］.自然灾害学报,2001,10（3）:98-102.
［24］刘若梅,蒋景瞳.地理信息系统在自然灾害研究中应用［a］.见:何建邦,田国良,王劲峰主编.重大自然灾害遥感监测与评估研究进展［C］.北京:中国科学技术出版社,1993,28-34.
［25］魏文秋,张继群.遥感与地理信息系统在灾害研究中的应用［J］.灾害学,1995,10（20）:1-5.