亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        北京市通州區(qū)暴雨特征及風(fēng)險(xiǎn)評(píng)估研究

        2015-05-30 16:06:13高曉容張繼權(quán)李碩王翌
        安徽農(nóng)業(yè)科學(xué) 2015年27期
        關(guān)鍵詞:時(shí)空分布通州區(qū)風(fēng)險(xiǎn)評(píng)估

        高曉容 張繼權(quán) 李碩 王翌

        摘要 利用近60年氣候資料分析北京市通州區(qū)暴雨的時(shí)空分布特征。另外,以15個(gè)鄉(xiāng)鎮(zhèn)(街道)為風(fēng)險(xiǎn)評(píng)估單元,以人口和社會(huì)經(jīng)濟(jì)作為承災(zāi)體,根據(jù)聯(lián)合國人道主義事務(wù)部的風(fēng)險(xiǎn)表達(dá)式,利用自然災(zāi)害風(fēng)險(xiǎn)指數(shù)法建立暴雨風(fēng)險(xiǎn)評(píng)估模型;利用指標(biāo)體系法評(píng)估承災(zāi)體的脆弱性狀態(tài),根據(jù)加權(quán)綜合評(píng)分法建立脆弱性評(píng)估模型;分析15個(gè)鄉(xiāng)鎮(zhèn)(街道)孕災(zāi)環(huán)境和致災(zāi)因子的危險(xiǎn)性、承災(zāi)體的脆弱性及災(zāi)害風(fēng)險(xiǎn)的差異,并對(duì)通州區(qū)暴雨災(zāi)害風(fēng)險(xiǎn)進(jìn)行區(qū)劃,結(jié)果表明,通州暴雨洪澇災(zāi)害風(fēng)險(xiǎn)高值區(qū)在中倉、新華街道及馬駒橋鎮(zhèn),較高值區(qū)在北苑、玉橋街道及宋莊、永順、西集、漷縣、于家務(wù)鄉(xiāng)(鎮(zhèn))。

        關(guān)鍵詞 暴雨;時(shí)空分布;風(fēng)險(xiǎn)評(píng)估;通州區(qū);北京市

        中圖分類號(hào) S16 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 0517-6611(2015)27-167-05

        Characteristics of Rainstorm and Its Disaster Risk Assessment in Tongzhou District, Beijing

        GAO Xiao-rong1, ZHANG Ji-quan2, LI Shuo1 et al

        (1. Tongzhou Branch of Beijing Meteorological Service, Beijing 101100; 2. Institute of Natural Disaster Research, College of Urban and Environmental Sciences, Northeast Normal University, Changchun, Jilin 130024)

        Abstract The climate data in the last 60 years is used in this paper to analyze the spatial-temporal distribution of rainstorms in Tongzhou District, Beijing. With 15 countryside towns (streets) as risk assessment units and population and social economy as the hazard-affected bodies, a risk assessment model of rainstorm disaster is established by using the natural disaster risk index method and the risk expression of UN Office for the Coordination of Humanitarian Affairs. The index system method is adopted to assess the vulnerability of disaster-affected bodies and synthetic weighted marking is used to establish the vulnerability assessment model. The hazard of disaster-breeding environment and disaster-causing factors, vulnerability of disaster-affected bodies and differences among disaster risk at 15 countryside towns (streets) are analyzed, and the rainstorm disaster risk in Tongzhou District is also zoned. The results show that Zhongcang, Xinhua Street and Majuqiao Town are at high risk of rainstorm flood disaster, and Beiyuan, Yuqiao Street, Songzhuang, Yongshun, Xiji, Huoxian and Yujiawu Town are at relatively high risk.

        Key words Rainstorm; Spatial-temporal distribution; Risk assessment; Tongzhou District; Beijing

        在全球氣候變暖的背景下,極端天氣事件頻發(fā),城市成為抵御氣象災(zāi)害能力最為薄弱的地方,氣象災(zāi)害造成的損失日趨加重,給城市的安全運(yùn)行帶來嚴(yán)重威脅。2012 年北京“7.21”特大暴雨造成79 人死亡,受災(zāi)人口160.2 萬人,經(jīng)濟(jì)損失116.4 億元。通州區(qū)位于北京市東南部,降水具有年際變化大、季節(jié)分配不均、夏季降水強(qiáng)度大等特點(diǎn),夏季降水量又常取決于幾場(chǎng)暴雨。作為北京的城市副中心,通州正在進(jìn)入快速的城市化階段,社會(huì)財(cái)富迅速增加,開展氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估是防災(zāi)減災(zāi)工作不可或缺的環(huán)節(jié)。

        暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估方法主要有模糊評(píng)價(jià)法、概率風(fēng)險(xiǎn)法及災(zāi)害風(fēng)險(xiǎn)模型法。其中,災(zāi)害風(fēng)險(xiǎn)建模法是利用氣象、自然地理環(huán)境、社會(huì)經(jīng)濟(jì)等多元資料與GIS空間分析相結(jié)合的方法[1-7],利用GIS疊加[1]、線性加權(quán)[2-4]或指數(shù)方法[5]構(gòu)建災(zāi)害風(fēng)險(xiǎn)評(píng)估模型。羅培等[8]利用模糊評(píng)價(jià)法建立致災(zāi)因子、孕災(zāi)環(huán)境和承災(zāi)體易損性評(píng)價(jià)模型,對(duì)重慶的洪澇災(zāi)害風(fēng)險(xiǎn)進(jìn)行區(qū)劃。還有一些學(xué)者對(duì)暴雨洪澇災(zāi)害的某一方面,如脆弱性、危險(xiǎn)性進(jìn)行研究,張海玉等[9]利用模糊數(shù)學(xué)研究洪澇災(zāi)害經(jīng)濟(jì)的易損性;杜曉燕等[10]利用信息擴(kuò)散理論對(duì)天津旱澇災(zāi)害的危險(xiǎn)性進(jìn)行評(píng)估。

        目前,暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃的空間尺度較大,大部分是地區(qū)性、區(qū)域性,甚至是全國范圍的災(zāi)害風(fēng)險(xiǎn)評(píng)估,以鄉(xiāng)鎮(zhèn)為單位的區(qū)縣級(jí)災(zāi)害風(fēng)險(xiǎn)評(píng)估較少,究其原因主要是氣象臺(tái)站密度較小。近年來各?。ㄊ校庀缶纸ㄆ鹆艘慌l(xiāng)鎮(zhèn)區(qū)域自動(dòng)觀測(cè)站,為以鄉(xiāng)鎮(zhèn)為單位的氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估提供了基礎(chǔ)。筆者在前人暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估研究的基礎(chǔ)上,以通州15個(gè)街道(鄉(xiāng)鎮(zhèn))為評(píng)估單元,其人口和社會(huì)經(jīng)濟(jì)作為承災(zāi)體,利用自然災(zāi)害風(fēng)險(xiǎn)指數(shù)法建立暴雨災(zāi)害風(fēng)險(xiǎn)評(píng)估模型,結(jié)合GIS空間分析技術(shù)進(jìn)行精細(xì)化的暴雨災(zāi)害風(fēng)險(xiǎn)評(píng)估,為地方政府的防災(zāi)減災(zāi)工作提供科學(xué)依據(jù)。

        1 資料與方法

        1.1 資料來源

        通州區(qū)下轄北苑、中倉、新華、玉橋4個(gè)街道及宋莊、永順、梨園、潞城、臺(tái)湖、張家灣、西集、馬駒橋、于家務(wù)、漷縣、永樂店11 個(gè)鄉(xiāng)(鎮(zhèn))。所用研究資料包括1956~2013 年通州國家氣象觀測(cè)站逐日降水資料、2010~2013 年11 個(gè)區(qū)域自動(dòng)站降水資料及北京市1∶10 000基礎(chǔ)地理信息數(shù)據(jù),均來自北京市氣象局信息中心;通州區(qū)鄉(xiāng)鎮(zhèn)(街道)社會(huì)經(jīng)濟(jì)數(shù)據(jù)來自通州區(qū)統(tǒng)計(jì)局。

        1.2 暴雨災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)模型與指標(biāo)體系

        目前,國內(nèi)外氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估研究主要分為三類:①利用災(zāi)害危險(xiǎn)性、承災(zāi)體脆弱性2個(gè)要素對(duì)災(zāi)害風(fēng)險(xiǎn)進(jìn)行評(píng)估,簡(jiǎn)稱“二要素法”[1-3];②從災(zāi)害危險(xiǎn)性、承災(zāi)體的暴露性和脆弱性3個(gè)要素出發(fā)進(jìn)行風(fēng)險(xiǎn)評(píng)估,簡(jiǎn)稱“三要素法”[11-12];③利用張繼權(quán)的“四要素法”,從災(zāi)害危險(xiǎn)性、承災(zāi)體的暴露性和脆弱性及防災(zāi)減災(zāi)能力4個(gè)要素出發(fā)進(jìn)行風(fēng)險(xiǎn)評(píng)估[13-15]。災(zāi)害危險(xiǎn)性應(yīng)包括致災(zāi)因子和孕災(zāi)環(huán)境的危險(xiǎn)性。不同方法中的脆弱性內(nèi)涵不同,“二要素法”中的脆弱性應(yīng)該稱為“廣義脆弱性”,由于人類社會(huì)經(jīng)濟(jì)系統(tǒng)的復(fù)雜性,對(duì)脆弱性的理解存在分歧,目前還沒有統(tǒng)一、標(biāo)準(zhǔn)的定義,“廣義脆弱性”應(yīng)表征承災(zāi)體的固有敏感性和內(nèi)在脆弱性;而“四要素法”中的脆弱性應(yīng)為“狹義脆弱性”,表征承災(zāi)體由于氣象災(zāi)害的影響而造成的損失或傷害程度。由于氣象災(zāi)害造成的損失數(shù)據(jù)非常缺乏,且質(zhì)量不高,制約了“四要素法”的使用。該研究根據(jù)聯(lián)合國人道主義事務(wù)部的風(fēng)險(xiǎn)表達(dá)式“風(fēng)險(xiǎn)度(R)=危險(xiǎn)度(H)×脆弱度(V)” [16],采取“二要素法”,利用自然災(zāi)害風(fēng)險(xiǎn)指數(shù)法建立暴雨災(zāi)害風(fēng)險(xiǎn)評(píng)估模型:

        DRI=HWH×VWV(1)

        式中,DRI為暴雨災(zāi)害風(fēng)險(xiǎn)指數(shù),其值越大,則風(fēng)險(xiǎn)程度越大;H、V分別為暴雨的危險(xiǎn)性、承災(zāi)體的脆弱性,WH、WV為其權(quán)重系數(shù),取為0.600、0.400。

        在一定的危險(xiǎn)性下,風(fēng)險(xiǎn)取決于脆弱性,脆弱性度量成為災(zāi)害風(fēng)險(xiǎn)評(píng)估的關(guān)鍵。由于人類社會(huì)經(jīng)濟(jì)系統(tǒng)的復(fù)雜性,目前國內(nèi)外對(duì)脆弱性的理解存在分歧,還沒有一致公認(rèn)的脆弱性概念。筆者認(rèn)同脆弱性是承災(zāi)體對(duì)某種致災(zāi)因子表現(xiàn)出的易于受到傷害和損失的性質(zhì),也就是對(duì)災(zāi)害的暴露程度、敏感性等[17]。脆弱性分析方法有歷史災(zāi)情數(shù)理統(tǒng)計(jì)、指標(biāo)體系和情景模擬3種[18],在脆弱性形成機(jī)制還沒有研究透徹的情況下,指標(biāo)體系是目前脆弱性評(píng)估最常用的方法[19]。選取承災(zāi)體脆弱性指標(biāo),利用指標(biāo)體系法評(píng)估研究單元的脆弱性狀態(tài)。

        暴雨是暴雨災(zāi)害的誘因,是暴雨災(zāi)害危險(xiǎn)性的主要因素,但暴雨災(zāi)害的發(fā)生還與地形地貌特征(如河網(wǎng)水系、地形坡度等)有關(guān),不同的自然地理?xiàng)l件導(dǎo)致災(zāi)害的孕災(zāi)環(huán)境各異。災(zāi)害危險(xiǎn)性用致災(zāi)因子和孕災(zāi)環(huán)境來描述。利用暴雨不同等級(jí)及其頻次構(gòu)建致災(zāi)因子指數(shù),通州區(qū)地形平坦開闊,海拔最高27.6 m、最低8.2 m,地形高程對(duì)災(zāi)害風(fēng)險(xiǎn)的影響有限;但境內(nèi)分布著潮白河、北運(yùn)河、溫榆河、涼水河等13 條河流,河流網(wǎng)絡(luò)對(duì)災(zāi)害風(fēng)險(xiǎn)的影響較大,因此,選用河網(wǎng)密度指數(shù)描述孕災(zāi)環(huán)境。

        社會(huì)經(jīng)濟(jì)條件可以反映區(qū)域的災(zāi)損敏感度。社會(huì)經(jīng)濟(jì)越發(fā)達(dá),人口密度越大,國內(nèi)生產(chǎn)總值越大,遭受災(zāi)害時(shí)人員傷亡和經(jīng)濟(jì)損失就越大,承災(zāi)體脆弱性越強(qiáng)。區(qū)域人口中老人和兒童所占比例越高,其承災(zāi)能力就越差,人口年齡結(jié)構(gòu)指數(shù)[8](65 歲以上老人和14 歲以下兒童的人數(shù)占總?cè)丝跀?shù)的比例)可以反映老、幼人口的比例。暴雨對(duì)農(nóng)業(yè)生產(chǎn)的危害較大,耕地越多,農(nóng)業(yè)在國民生產(chǎn)中的比例越大,遭受災(zāi)害時(shí)損失就越大。植被覆蓋率較高,水土保持能力就比較強(qiáng),暴雨導(dǎo)致的洪澇災(zāi)害可能性就較小??紤]暴雨對(duì)承災(zāi)體的具體影響及指標(biāo)的可取性,脆弱性指標(biāo)選用人口密度、人口年齡結(jié)構(gòu)指數(shù)、地均GDP、耕地面積比、植被覆蓋率。人口密度和地均GDP利用GIS分析功能進(jìn)行計(jì)算,耕地面積比、植被覆蓋率從北京市1∶10 000基礎(chǔ)地理信息數(shù)據(jù)中提取并計(jì)算。

        對(duì)致災(zāi)因子指數(shù)、河網(wǎng)密度指數(shù)及各脆弱性指標(biāo)值采用極差標(biāo)準(zhǔn)化進(jìn)行歸一化處理,利用加權(quán)綜合評(píng)分法分別建立暴雨災(zāi)害危險(xiǎn)性、承災(zāi)體脆弱性評(píng)價(jià)模型:

        H=ni=1XHi·WHi(2)

        V=mj=1XVj·WVj(3)

        式中,XHi為危險(xiǎn)性指標(biāo)i的量化值;n為危險(xiǎn)性指標(biāo)個(gè)數(shù);WHi為指標(biāo)i的權(quán)重,致災(zāi)因子指數(shù)、河網(wǎng)密度指數(shù)的權(quán)重分別取0.600 0、0.400 0;XVj為承災(zāi)體脆弱性指標(biāo)j的量化值,m為脆弱性指標(biāo)個(gè)數(shù),WVj為指標(biāo)j的權(quán)重,利用層次分析法確定(表1)。

        2 結(jié)果與分析

        2.1 暴雨特征分析

        2.1.1 年代際變化。

        把通州國家氣象觀測(cè)站出現(xiàn)日降水量≥50 mm定為一個(gè)暴雨日。1956~2013年共出現(xiàn)106 個(gè)暴雨日,平均年暴雨日1.8 個(gè),年暴雨日最多5個(gè);

        1960~1969、1970~1979、1980~1989、1990~1999、2000~2009年的暴雨日分別為23、24、15、21和7個(gè)。

        從1956~2013 年通州站年暴雨日數(shù)的高斯9點(diǎn)平滑濾波曲線(圖1a)可見,年暴雨日數(shù)20世紀(jì)50年代中期~80年代初以偏多為主,80年代中期~90年代初以偏少為主,90年代中期以偏多為主,從90年代后期開始明顯偏少。從年暴雨量的高斯9點(diǎn)平滑濾波曲線(圖1b)可見,年暴雨量20世紀(jì)50年代中期~60年代中期以偏多為主,70年代后期以偏多為主,80年代后期以偏少為主,90年代中期以偏多為主,2000~2013年明顯偏少??梢?,年暴雨日數(shù)和年暴雨量的變化趨勢(shì)基本一致。

        2.1.2 月變化。通州暴雨最早出現(xiàn)在6月上旬(1956年6 月2日),最晚結(jié)束于10月中旬(2003年10月11日),多集中在7~8月,7~8月的暴雨日數(shù)占年暴雨日數(shù)的79.3%;7~8月的暴雨又主要集中在7月下旬~8月中旬,這三旬的暴雨日數(shù)占7~8月暴雨日數(shù)的71.4%,占年暴雨日數(shù)的56.6%。

        2.1.3 空間分布。

        利用通州站及11個(gè)區(qū)域自動(dòng)觀測(cè)站降水資料統(tǒng)計(jì)2010~2013 年總暴雨日數(shù)和暴雨量,分析暴雨中小尺度空間分布特征。由圖2可見,累計(jì)暴雨日數(shù)和累積暴雨量的高值區(qū)在西南部的馬駒橋鎮(zhèn)和于家務(wù)鄉(xiāng),馬駒橋鎮(zhèn)累計(jì)暴雨日數(shù)11 d、累積暴雨量763 mm,于家務(wù)鄉(xiāng)累計(jì)暴雨日數(shù)8 d、累積暴雨量672 mm??傮w上西南部的馬駒橋和于家務(wù)降水明顯大于中北部,通州夏季暴雨日數(shù)和暴雨量的空間分布特征基本吻合。局地短時(shí)強(qiáng)降水易引發(fā)城市內(nèi)澇,中小尺度暴雨空間分布特征可以為北京城市副中心建設(shè)中排水能力和管網(wǎng)設(shè)計(jì)提供參考。

        2.2 暴雨災(zāi)害風(fēng)險(xiǎn)評(píng)估

        2.2.1 致災(zāi)因子和孕災(zāi)環(huán)境危險(xiǎn)性。

        暴雨分為暴雨、大暴雨、特大暴雨三級(jí)。日降水量50.0~99.9 mm為暴雨,100.0~249.9 mm為大暴雨,≥250.0 mm為特大暴雨,等級(jí)越高,災(zāi)害危險(xiǎn)性越大。選取暴雨不同等級(jí)及其頻率作為暴雨災(zāi)害的致災(zāi)因子。計(jì)算2010~2013 年通州站及11個(gè)鄉(xiāng)鎮(zhèn)區(qū)域自動(dòng)站不同等級(jí)暴雨的頻率

        (不同等級(jí)暴雨頻率=不同等級(jí)暴雨日數(shù)統(tǒng)計(jì)時(shí)段總年數(shù))

        ,利用加權(quán)綜合評(píng)分法建立致災(zāi)因子指數(shù),即致災(zāi)因子指數(shù)=3i=1(權(quán)重×暴雨頻率),對(duì)暴雨、大暴雨、特大暴雨頻率的權(quán)重分別取1/6、2/6、3/6[2]。

        利用自然斷點(diǎn)分級(jí)法將致災(zāi)因子指數(shù)值劃分為4個(gè)等級(jí),由通州暴雨致災(zāi)因子空間分布(圖3a)可以看出,致災(zāi)因子高值區(qū)在馬駒橋鎮(zhèn),較高值區(qū)在4個(gè)街道及宋莊、西集、漷縣、于家務(wù)鄉(xiāng)(鎮(zhèn)),較低值區(qū)在潞城和永樂店鎮(zhèn),低值區(qū)在永順、梨園、臺(tái)湖、張家灣鎮(zhèn)。利用GIS分析功能計(jì)算鄉(xiāng)鎮(zhèn)(街道)的河網(wǎng)密度(圖3b)發(fā)現(xiàn),孕災(zāi)環(huán)境敏感度最高的是永順、臺(tái)湖鎮(zhèn)及新華街道,較高的是中倉街道及宋莊、潞城、西集、漷縣、馬駒橋鎮(zhèn),較低值區(qū)在張家灣鎮(zhèn)、于家務(wù)鄉(xiāng),低值區(qū)在北苑、玉橋街道及梨園、永樂店鎮(zhèn)。

        綜合致災(zāi)因子和孕災(zāi)環(huán)境,根據(jù)暴雨災(zāi)害危險(xiǎn)性評(píng)估模型(公式2)計(jì)算研究單元暴雨災(zāi)害危險(xiǎn)性指數(shù)值,結(jié)果(圖4a)發(fā)現(xiàn),暴雨災(zāi)害危險(xiǎn)性高值區(qū)在馬駒橋鎮(zhèn),較高值區(qū)在新華、中倉街道及宋莊、永順、臺(tái)湖、西集、漷縣、于家務(wù)鄉(xiāng)(鎮(zhèn)),較低值區(qū)在北苑、玉橋街道及潞城鎮(zhèn),低值區(qū)在梨園、永樂店、張家灣鎮(zhèn)。

        2.2.2 脆弱性。

        計(jì)算鄉(xiāng)鎮(zhèn)(街道)人口密度、地均GDP、人口年齡結(jié)構(gòu)指數(shù)、耕地面積比、植被覆蓋率脆弱性指標(biāo)的歸一化值,根據(jù)承災(zāi)體脆弱性評(píng)估模型(公式3)計(jì)算鄉(xiāng)鎮(zhèn)(街道)脆弱性指數(shù)值,利用自然斷點(diǎn)法對(duì)脆弱性指數(shù)值進(jìn)行區(qū)劃。由通州區(qū)暴雨災(zāi)害脆弱性指標(biāo)的歸一化值及脆弱性指數(shù)與區(qū)劃(表2)可見,中倉街道的人口密度最高,地均GDP和年齡結(jié)構(gòu)指數(shù)較高,植被覆蓋率較低,導(dǎo)致其脆弱性指數(shù)最高;北苑街道的人口密度和年齡結(jié)構(gòu)指數(shù)較高,植被覆蓋率較低,導(dǎo)致其脆弱性指數(shù)較高;新華街道的地均GDP、年齡結(jié)構(gòu)指數(shù)最高,植被覆蓋率最低,導(dǎo)致其脆弱性指數(shù)也比較高;馬駒橋鎮(zhèn)的年齡結(jié)構(gòu)指數(shù)最低,人口密度和地均GDP較低,而植被覆蓋率較高,導(dǎo)致其脆弱性指數(shù)最?。凰吻f、張家灣、臺(tái)湖鎮(zhèn)的人口密度、地均GDP和年齡結(jié)構(gòu)指數(shù)較低,導(dǎo)致它們的脆弱性指數(shù)比較小;永樂店鎮(zhèn)的人口密度、地均GDP最低,植被覆蓋率最高,而耕地面積比最高,年齡結(jié)構(gòu)指數(shù)較高,其脆弱性指數(shù)較小。從暴雨災(zāi)害承災(zāi)體脆弱性指數(shù)空間

        分布(圖4b)可看出,脆弱性高值區(qū)在北苑、中倉、新華3個(gè)街

        道,較高值區(qū)在玉橋街道和梨園鎮(zhèn),較低值區(qū)在永順、西集、

        漷縣、于家務(wù)、永樂店鎮(zhèn)(鄉(xiāng)),低值區(qū)在宋莊、潞城、臺(tái)湖、張家灣、馬駒橋鎮(zhèn)。

        2.2.3 暴雨災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)與區(qū)劃。

        綜合致災(zāi)因子和孕災(zāi)環(huán)境的危險(xiǎn)性、承災(zāi)體的脆弱性,根據(jù)暴雨災(zāi)害風(fēng)險(xiǎn)評(píng)估模型(公式1)計(jì)算暴雨災(zāi)害風(fēng)險(xiǎn)指數(shù),利用系統(tǒng)聚類方法[20]對(duì)風(fēng)險(xiǎn)指數(shù)值進(jìn)行區(qū)劃。由圖5可見,通州暴雨洪澇災(zāi)害風(fēng)險(xiǎn)高值區(qū)在中倉、新華街道及馬駒橋鎮(zhèn),較高值區(qū)在北苑、玉橋街道及宋莊、永順、西集、漷縣、于家務(wù)鄉(xiāng)(鎮(zhèn)),較低值區(qū)在潞城、臺(tái)湖鎮(zhèn),低值區(qū)在梨園、張家灣、永樂店鎮(zhèn)。

        圖5 通州區(qū)暴雨災(zāi)害風(fēng)險(xiǎn)區(qū)劃

        3 結(jié)論與討論

        (1)通州年暴雨日數(shù)從20世紀(jì)90年代后期開始明顯偏少,年暴雨量從2000年開始明顯偏少,7月下旬~8月中旬的暴雨日數(shù)占年暴雨日數(shù)的56.6%。雖然年暴雨日數(shù)和年暴雨量呈下降趨勢(shì),但北京城市副中心的建設(shè)使得通州區(qū)社會(huì)經(jīng)濟(jì)財(cái)富迅速增加,暴雨洪澇災(zāi)害的風(fēng)險(xiǎn)反而增大。

        (2)鄉(xiāng)鎮(zhèn)(街道)的河網(wǎng)密度、暴雨強(qiáng)度及發(fā)生頻率的不同使得暴雨災(zāi)害危險(xiǎn)性高值區(qū)出現(xiàn)在馬駒橋鎮(zhèn),較高值區(qū)在新華、中倉街道及宋莊、永順、臺(tái)湖、西集、漷縣、于家務(wù)鄉(xiāng)(鎮(zhèn));鄉(xiāng)鎮(zhèn)(街道)的人口和社會(huì)經(jīng)濟(jì)特征不同使得承災(zāi)體在面臨氣象災(zāi)害時(shí)的敏感性和脆弱性不同,脆弱性高值區(qū)分布在北苑、中倉、新華3個(gè)街道,較高值區(qū)在玉橋街道和梨園鎮(zhèn)。

        (3)綜合考慮致災(zāi)因子和孕災(zāi)環(huán)境的危險(xiǎn)性、承災(zāi)體的脆弱性,通州暴雨洪澇災(zāi)害風(fēng)險(xiǎn)高值區(qū)在中倉、新華街道及馬駒橋鎮(zhèn),較高值區(qū)在北苑、玉橋街道及宋莊、永順、西集、漷縣、于家務(wù)鄉(xiāng)(鎮(zhèn))。

        (4)由于鄉(xiāng)鎮(zhèn)(街道)級(jí)氣象災(zāi)害損失和社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)

        數(shù)據(jù)非常缺乏,無法利用非線性、因子分析、BP模型等方法對(duì)脆弱性指標(biāo)的相關(guān)性、耦合性進(jìn)行分析,制約了選擇相互獨(dú)立、敏感性較高的社會(huì)經(jīng)濟(jì)脆弱性評(píng)價(jià)指標(biāo)。再者,由于社會(huì)經(jīng)濟(jì)脆弱性本身的抽象性和復(fù)雜性,脆弱性量化評(píng)估研究目前仍處于探索階段,尚未形成統(tǒng)一的評(píng)估模式。指標(biāo)體系法是目前社會(huì)經(jīng)濟(jì)脆弱性主要的評(píng)估方法,指標(biāo)體系構(gòu)建與權(quán)重賦值的合理性應(yīng)是今后亟待研究的問題。

        (5)由于區(qū)域自動(dòng)觀測(cè)站分布不均勻,建站較晚導(dǎo)致氣象要素序列較短,其數(shù)據(jù)質(zhì)量有待控制;受社會(huì)經(jīng)濟(jì)數(shù)據(jù)可取性的限制;同時(shí),通州正處在城市化的快速發(fā)展中,城市建設(shè)日新月異,該研究進(jìn)行的以鄉(xiāng)鎮(zhèn)為單位的區(qū)縣級(jí)氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估探索性研究,需在今后的氣象服務(wù)中不斷優(yōu)化完善,所得到的一些研究成果仍然可以為通州區(qū)鄉(xiāng)鎮(zhèn)(街道)防災(zāi)減災(zāi)工作提供基本的依據(jù)和參考。

        參考文獻(xiàn)

        [1] 田玉剛,覃東華,杜淵會(huì).洞庭湖地區(qū)洪水災(zāi)害風(fēng)險(xiǎn)評(píng)估[J].災(zāi)害學(xué),2011,26(3):56-60.

        [2] 于文金,趙景旺.唐山市暴雨特征及風(fēng)險(xiǎn)評(píng)估研究[J].災(zāi)害學(xué),2013,28(4):50-54.

        [3] 馬艷,黃容,于進(jìn)付,等.青島環(huán)膠州灣地區(qū)暴雨特征及暴雨災(zāi)害風(fēng)險(xiǎn)分析[J].災(zāi)害學(xué),2012,27(4):42-46.

        [4] 薛曉萍,馬俊,李鴻怡.基于GIS的鄉(xiāng)鎮(zhèn)洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃技術(shù):以山東省淄博市臨淄區(qū)為例[J].災(zāi)害學(xué),2012, 27(4):71-74.

        [5] 莫建飛,陸甲,李艷蘭,等.基于GIS的廣西農(nóng)業(yè)暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估[J].災(zāi)害學(xué),2012,27(1):38-43.

        [6] 孫仲益,張繼權(quán),王春乙,等.基于網(wǎng)格GIS的安徽省旱澇組合風(fēng)險(xiǎn)區(qū)劃[J].災(zāi)害學(xué),2013,28(1):74-78.

        [7] 宮清華,黃光慶,郭敏,等.基于GIS技術(shù)的廣東省洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃[J].自然災(zāi)害學(xué)報(bào),2009,18(1):58-63.

        [8] 羅培,張?zhí)烊?,杜?基于GIS和模糊評(píng)價(jià)法的重慶洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃[J].西華師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2007,28(2):165-171.

        [9] 張海玉,程先富,馬武.洪澇災(zāi)害經(jīng)濟(jì)易損性模糊評(píng)價(jià):以安徽沿長江地區(qū)為例[J].災(zāi)害學(xué),2010,25(1):30-34.

        [10] 杜曉燕,黃歲梁,趙慶香.基于信息擴(kuò)散理論的天津旱澇災(zāi)害危險(xiǎn)性評(píng)估[J].災(zāi)害學(xué),2009,24(1):22-25.

        [11] UNITED NATIONS DEVELOPMENT PROGRAMME.Reducing disaster risk:A challenge for development[M].USA:John S Swift Co.,2004:2-4.

        [12] DILLEY M,CHEN R S,DEICHMANN U,et al.Natural disaster hotspots:A global risk analysis-synthesis report[R].USA:Columbia University,2005:4-7.

        [13] 張繼權(quán),岡田憲夫,多多納裕一.綜合自然災(zāi)害風(fēng)險(xiǎn)管理:全面整合的模式與中國的戰(zhàn)略選擇[J].自然災(zāi)害學(xué)報(bào),2006,15(1):29-37.

        [14] 張繼權(quán),李寧.主要?dú)庀鬄?zāi)害風(fēng)險(xiǎn)評(píng)價(jià)與管理的數(shù)量化方法及其應(yīng)用[M].北京:北京師范大學(xué)出版社,2007:32-34,492-505.

        [15] 張會(huì),張繼權(quán),韓俊山.基于GIS技術(shù)的洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃研究:以遼河中下游地區(qū)為例[J].自然災(zāi)害學(xué)報(bào),2005,14(6):141-146.

        [16] 葛全勝,鄒銘,鄭景云,等.中國自然災(zāi)害風(fēng)險(xiǎn)綜合評(píng)估初步研究[M].北京:科學(xué)出版社,2008:136-137,173-176.

        [17] 張斌,趙前勝,姜瑜君.區(qū)域承災(zāi)體脆弱性指標(biāo)體系與精細(xì)量化模型研究[J].災(zāi)害學(xué),2010,25(2):36-40.

        [18] 馬國斌,李京,蔣衛(wèi)國,等.基于氣象預(yù)測(cè)數(shù)據(jù)的中國洪澇災(zāi)害危險(xiǎn)性評(píng)估與預(yù)警研究[J].災(zāi)害學(xué),2011,26(3):8-12.

        [19] 陳磊,徐偉,周忻,等.自然災(zāi)害社會(huì)脆弱性評(píng)估研究:以上海市為例[J].災(zāi)害學(xué),2012,27(1):98-100.

        [20] 唐啟義.DPS數(shù)據(jù)處理系統(tǒng):試驗(yàn)設(shè)計(jì)、統(tǒng)計(jì)分析與數(shù)據(jù)挖掘[M].北京:科學(xué)出版社,2010:719-726.

        猜你喜歡
        時(shí)空分布通州區(qū)風(fēng)險(xiǎn)評(píng)估
        產(chǎn)改進(jìn)行時(shí)——通州區(qū)總工會(huì)打造全覆蓋分層次的三級(jí)培訓(xùn)體系
        2018年北京市通州區(qū)居民吸煙現(xiàn)況調(diào)查
        北京市通州區(qū)空氣污染與醫(yī)院門診量關(guān)系初探
        長江中下游地區(qū)近32年水稻高溫?zé)岷Ψ植家?guī)律
        我國養(yǎng)老保險(xiǎn)基金投資運(yùn)營的風(fēng)險(xiǎn)評(píng)估
        天然氣開采危險(xiǎn)有害因素辨識(shí)及風(fēng)險(xiǎn)評(píng)估管理
        現(xiàn)代風(fēng)險(xiǎn)導(dǎo)向?qū)徲?jì)局限性及其對(duì)策研究
        成都市人口時(shí)空分布特征分析
        商(2016年22期)2016-07-08 13:43:28
        中小企業(yè)財(cái)務(wù)管理問題研究
        我國世界文化遺產(chǎn)的時(shí)空分布
        久久精品国产99精品九九| 极品尤物一区二区三区| 天天爽天天爽夜夜爽毛片| 亚洲国产精品一区二区第四页| 欧洲无码一级毛片无遮挡| 中文字幕在线乱码日本| 国产成人小视频| 国产精品人妻一区夜夜爱| 色婷婷精品综合久久狠狠| 乳乱中文字幕熟女熟妇| 亚洲国产精彩中文乱码av| 野外性史欧美k8播放| 国产在线看不卡一区二区| 精品人妻码一区二区三区红楼视频| 日韩精品专区av无码| 欲妇荡岳丰满少妇岳| 中文字幕一区韩国三级| 久久久亚洲免费视频网| 久久久久99精品成人片直播| 亚洲国产区男人本色| 太大太粗太爽免费视频| 精品一级一片内射播放| 内地老熟女老少配视频| 精品视频入口| 国产无套粉嫩白浆内精| www国产亚洲精品久久麻豆| 国产精品免费久久久久软件| 欧美破处在线观看| 中文字幕一区二三区麻豆| 色狠狠色噜噜av天堂一区| 91av小视频| 福利视频自拍偷拍视频| 国产麻花豆剧传媒精品mv在线| 东方aⅴ免费观看久久av| 久久se精品一区二区国产| 亚洲国产av一区二区三区天堂| 欧美性受xxxx狂喷水| 亚洲色大成网站www在线观看| 国产三级c片在线观看| 免费成人电影在线观看| 久久精品人成免费|