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

        ?

        寶雞市農(nóng)村地區(qū)地震災(zāi)害人口脆弱性調(diào)查研究

        2018-06-28 05:43:18耿碩璘宋佃星文彥君張晶晶
        四川環(huán)境 2018年3期
        關(guān)鍵詞:寶雞市脆弱性災(zāi)害

        耿碩璘,宋佃星,2,文彥君,2,劉 珍,張晶晶

        (1.寶雞文理學(xué)院 地理與環(huán)境學(xué)院,陜西 寶雞 721013;2.寶雞文理學(xué)院 災(zāi)害監(jiān)測(cè)與機(jī)理模擬陜西省重點(diǎn)實(shí)驗(yàn)室,陜西 寶雞 721013)

        1 前 言

        地震災(zāi)害危害性高、突發(fā)性強(qiáng)且難以預(yù)測(cè),給人類社會(huì)帶來了巨大的人員傷亡和經(jīng)濟(jì)損失。我國又是一個(gè)地震災(zāi)害多發(fā)的國家,據(jù)資料統(tǒng)計(jì),僅2008年汶川地震,69 227人死亡,375 783人受傷,17 923人失蹤,直接經(jīng)濟(jì)損失達(dá)8 523億元[1-2]。我國農(nóng)村地區(qū)發(fā)生地震的概率遠(yuǎn)大于城市,其中西北地區(qū)農(nóng)村鄉(xiāng)鎮(zhèn)是我國地震災(zāi)害最為嚴(yán)重的地區(qū)[3],據(jù)歷史資料記載關(guān)中地區(qū)屬于強(qiáng)震頻發(fā)地區(qū)[4]。農(nóng)村居民是地震災(zāi)害最大受害者和風(fēng)險(xiǎn)承擔(dān)者,受經(jīng)濟(jì)和自然環(huán)境等客觀條件影響,即使可通過地震災(zāi)害經(jīng)驗(yàn)提高防震減災(zāi)意識(shí),其地震災(zāi)害脆弱性相對(duì)較高[5]。

        人類防御地震災(zāi)害的需求逐漸突顯,越來越多的學(xué)者開始重視地震災(zāi)害研究工作。基于災(zāi)害系統(tǒng)視角的孕災(zāi)環(huán)境、致災(zāi)因子危險(xiǎn)性和承災(zāi)體脆弱性的綜合研究已經(jīng)成為災(zāi)害學(xué)研究的主流方向[6],社會(huì)承災(zāi)體脆弱性作為災(zāi)害風(fēng)險(xiǎn)及損失的重要影響因素已在災(zāi)害研究領(lǐng)域得到共識(shí)[7]。在地震災(zāi)害脆弱性研究領(lǐng)域,Cutter將區(qū)域自然環(huán)境系統(tǒng)脆弱性與社會(huì)經(jīng)濟(jì)系統(tǒng)脆弱性進(jìn)行空間疊置評(píng)價(jià),綜合研究了美國卡羅萊納州南部喬治敦郡的區(qū)域脆弱性[8];Hamza M等將經(jīng)濟(jì)學(xué)與災(zāi)害學(xué)相結(jié)合,探討了區(qū)域宏觀經(jīng)濟(jì)調(diào)整給發(fā)展中國家城市的自然災(zāi)害脆弱性造成的影響,并為降低區(qū)域自然災(zāi)害脆弱性提出了指導(dǎo)性意見[9]。Dibben C等通過對(duì)某地區(qū)火山災(zāi)害脆弱性的實(shí)證研究后,指出該地區(qū)火山災(zāi)害脆弱性現(xiàn)狀的背后蘊(yùn)藏了深刻的歷史和社會(huì)發(fā)展背景[10]。在國內(nèi),聶承靜從宏觀角度出發(fā),選取了5個(gè)人口脆弱性評(píng)價(jià)指標(biāo),分別為人口總量、兒童人口比例、老年人口比例、人口密度和人均GDP,在此基礎(chǔ)上建立了地震災(zāi)害宏觀人口脆弱性綜合評(píng)價(jià)模型,對(duì)全國各縣市區(qū)的人口脆弱性進(jìn)行了評(píng)估[11]。針對(duì)農(nóng)村地區(qū)的地震災(zāi)害脆弱性研究,相關(guān)學(xué)者也做出了許多研究成果:王瑛在大量的歷史數(shù)據(jù)和調(diào)查數(shù)據(jù)基礎(chǔ)上,結(jié)合脆弱性理論,從區(qū)域、案例角度對(duì)中國農(nóng)村地震災(zāi)害脆弱性進(jìn)行了系統(tǒng)研究[12]。王瑛、史培軍等研究指出農(nóng)村是地震災(zāi)害最為嚴(yán)重的地區(qū),居民住房破壞是農(nóng)村地震災(zāi)害最主要的損失,在此基礎(chǔ)上研究了中國農(nóng)村地震災(zāi)害的特點(diǎn),并提出了農(nóng)村鄉(xiāng)鎮(zhèn)地震災(zāi)害減災(zāi)對(duì)策[13]。

        人是社會(huì)的主體,也是地震災(zāi)害的承災(zāi)體,由于人群自身存在生理?xiàng)l件和生活條件的差異,面對(duì)地震災(zāi)害時(shí)做出的反應(yīng)和對(duì)災(zāi)害的抵抗能力及災(zāi)后的恢復(fù)能力有很大的差別,因此地震災(zāi)害人口脆弱性就有很大的差別[14]。而在當(dāng)今社會(huì),地震預(yù)測(cè)仍然是世界性難題。因此加強(qiáng)地震災(zāi)害人口脆弱性的研究至關(guān)重要。在地震發(fā)生后,根據(jù)宏觀人口脆弱性能夠初步預(yù)測(cè)傷亡人員數(shù)量,為決策指揮和搶險(xiǎn)救災(zāi)贏得寶貴時(shí)間。人口脆弱性評(píng)估在城鄉(xiāng)建設(shè)、環(huán)境治理、經(jīng)濟(jì)發(fā)展、防災(zāi)減災(zāi)等研究領(lǐng)域已經(jīng)廣泛開展,并為政府工作提供了科學(xué)參考。地震災(zāi)害人口脆弱性研究對(duì)于防震減災(zāi)及社會(huì)經(jīng)濟(jì)發(fā)展都有重要參考價(jià)值[15],但基于家庭層次的的微觀尺度農(nóng)村地區(qū)地震災(zāi)害人口脆弱性研究很少報(bào)道。本文從災(zāi)害脆弱性系統(tǒng)的角度,建立了農(nóng)村地區(qū)地震災(zāi)害人口脆弱性評(píng)價(jià)體系,通過問卷調(diào)查、統(tǒng)計(jì)分析及空間數(shù)據(jù)分析,對(duì)寶雞市農(nóng)村地區(qū)地震災(zāi)害人口脆弱性進(jìn)行了綜合評(píng)價(jià)及系統(tǒng)分析,以期為降低區(qū)域地震災(zāi)害脆弱性、促進(jìn)區(qū)域防震減災(zāi)工作提供科學(xué)依據(jù)。

        2 研究區(qū)概況

        寶雞地處東經(jīng)106°18′~108°03′,北緯33°35′~35°06′,東西長156.6km,南北寬160.6km,轄12個(gè)縣區(qū),138個(gè)鄉(xiāng)鎮(zhèn),12個(gè)街道辦事處。區(qū)域地質(zhì)構(gòu)造復(fù)雜,地貌類型差異較大,南北西主要以山地、丘陵為主,東部主要以川原為主。寶雞市直轄3區(qū)9縣和一個(gè)國家級(jí)高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)。寶雞市2015年鄉(xiāng)村居住人口為191.58萬人,全年農(nóng)村居民人均純收入7 373元,農(nóng)村居民人均住房建筑面積35.6m2[16]。

        據(jù)史料記載,寶雞雖然地處多組復(fù)雜地質(zhì)構(gòu)造交匯處,該區(qū)很少有大地震發(fā)生,但多次受周邊強(qiáng)烈地震的波及影響。1556年華縣發(fā)生8級(jí)地震,寶雞地區(qū)烈度為5~6度,損毀嚴(yán)重;1920年海原發(fā)生8.5級(jí)地震,寶雞地區(qū)烈度為7度,墻屋多壞,城墻大半倒塌,周圍各寨有倒房,山石滾落等現(xiàn)象;2008年汶川地震,寶雞多個(gè)地區(qū)震感強(qiáng)烈,同時(shí)遭受不同程度的損傷,農(nóng)村地區(qū)情況更為嚴(yán)重。全市在這次地震中遇難33人,受傷707人,280 347戶受災(zāi)。農(nóng)村民房倒塌16 426間,嚴(yán)重?fù)p壞58 921間,一般破壞106 621間,歷史數(shù)據(jù)證明寶雞地區(qū)是地震活動(dòng)性較強(qiáng)的地區(qū)。由于周邊地區(qū)地震頻發(fā),社會(huì)經(jīng)濟(jì)受損嚴(yán)重等方面的特點(diǎn),寶雞市農(nóng)村地區(qū)已成為防震減災(zāi)的薄弱環(huán)節(jié)。

        3 指標(biāo)體系構(gòu)建與研究方法

        3.1 指標(biāo)體系構(gòu)建

        人口脆弱性是指在地震災(zāi)害情境下,人類面對(duì)災(zāi)害的暴露性、敏感性、應(yīng)災(zāi)能力的綜合表現(xiàn),用來衡量人口面對(duì)災(zāi)害時(shí)的易損程度[17],生理與社會(huì)因素是影響人口脆弱性的主要因素。其中,生理因素是指人口的年齡,性別等,不同的身理特征會(huì)影響他們發(fā)生災(zāi)害時(shí)的受損程度,老年人、兒童、婦女、病殘人員更容易受到傷害[18]。有關(guān)研究對(duì)歷史地震傷亡人口構(gòu)成所進(jìn)行的分析,得出人員傷亡比例與人群的生理特性有很大關(guān)系[19]。 社會(huì)因素是指人口所處的社會(huì)地位、文化水平,職業(yè)類型、經(jīng)濟(jì)收入水平等,這些因素會(huì)影響到不同類型的人對(duì)地震災(zāi)害的災(zāi)前預(yù)防、災(zāi)中的逃生、災(zāi)后的恢復(fù)重建能力有所不同。例如,文盲人口受教育程度較低,地震災(zāi)害的認(rèn)知水平和防災(zāi)技能欠缺,導(dǎo)致其更容易受到災(zāi)害的侵襲[20]。綜上所述,地震災(zāi)害人口脆弱性評(píng)價(jià)指標(biāo)體系如表1所示。

        3.2 問卷設(shè)計(jì)與調(diào)查

        調(diào)查問卷的主要考察對(duì)象是寶雞市農(nóng)村地區(qū)的家庭,問卷的內(nèi)容主要以家庭基本情況、人口脆弱性兩個(gè)方面為主,分別從人口的物理暴露量、災(zāi)損敏感度和應(yīng)災(zāi)能力三方面設(shè)置題目,考察農(nóng)村家庭地震人口脆弱性。問卷客觀考察居民的家庭結(jié)構(gòu),主要包括性別、年齡、職業(yè)、文化程度、健康狀況及家庭人口數(shù)量。本次調(diào)查以寶雞市3區(qū)9縣農(nóng)村地區(qū)作為調(diào)查點(diǎn),包括53個(gè)鄉(xiāng)(鎮(zhèn))82個(gè)村。由于研究區(qū)村組位置比較分散,綜合考慮寶雞市地形地貌、水文、交通、經(jīng)濟(jì)、人口、歷史地震統(tǒng)計(jì)資料等要素后,在每個(gè)區(qū)縣內(nèi)選擇確定調(diào)查的鄉(xiāng)鎮(zhèn)及村落。調(diào)查樣點(diǎn)分布如圖1所示。問卷調(diào)查通過入戶調(diào)查方式進(jìn)行,實(shí)際共發(fā)放問卷2 400份,回收2 245份,有效問卷2 038份,有效回收率達(dá)85%。

        表1 寶雞市農(nóng)村地區(qū)地震災(zāi)害人口脆弱性評(píng)價(jià)指標(biāo)體系及調(diào)查問卷結(jié)構(gòu)Tab.1 Evaluation index system and questionnaire structure of population vulnerability of earthquake disaster in rural area of Baoji

        圖1 調(diào)查點(diǎn)分布Fig.1 Distribution of investigation points

        把各題的選項(xiàng)依據(jù)其對(duì)降低脆弱性的作用大小和農(nóng)村家庭防震減災(zāi)的利弊與否來賦予分值。各選項(xiàng)越是有利于家庭應(yīng)對(duì)地震災(zāi)害的賦值越低,反之越高。考察民眾地震災(zāi)害認(rèn)知的答案選項(xiàng)設(shè)置為“非常了解”、“比較了解”、“一般”、“不太了解”、“非常不了解”,分別賦1、2、3、4、5分??疾烀癖姺勒饻p災(zāi)技能的答案選項(xiàng)按照其措辭分別賦分,答案表現(xiàn)的民眾的防震減災(zāi)技能越差,分值越高,反之則越低,同樣賦1、2、3、4、5分。

        對(duì)問卷進(jìn)行數(shù)量化處理后,首先利用SPSS21.0對(duì)問卷量表做可靠性分析。因?yàn)閱柧碇蓄}目總的Cronbach’α 系數(shù)為0.768,所以可以認(rèn)定量表的數(shù)據(jù)穩(wěn)定可信。并對(duì)量表進(jìn)行因子分析,得出因子累計(jì)方差貢獻(xiàn)率為53%,大于50%,因此各因子能較好的反映問卷的結(jié)構(gòu),問卷效度整體較高。

        3.3 數(shù)據(jù)處理

        3.3.1 各層次指標(biāo)權(quán)重的確定

        層次分析法的基本原理:首先各指標(biāo)的重要性通過兩兩比較方式,形成比較判斷矩陣,其次計(jì)算各層指標(biāo)相對(duì)權(quán)重,最后進(jìn)行矩陣一致性檢驗(yàn)[21]。

        根據(jù)層次分析法原理,通過專家打分建立指標(biāo)比較判斷矩陣,根據(jù)公式(1)計(jì)算出地震人口脆弱性評(píng)價(jià)指標(biāo)體系中各個(gè)指標(biāo)的權(quán)重,計(jì)算結(jié)果見表2。判斷矩陣的最大特征值λ=5.33,判斷矩陣一致性指標(biāo)CI=(λ-n)/(n-1)=(5.33-5)/(5-1)=0.081,查表獲得指標(biāo)個(gè)數(shù)n為5時(shí)RI=1.12,判斷矩陣的隨機(jī)一致性比較CR=CI/RI=0.073,CR<0.01,即通過一致性檢驗(yàn)。

        表2 指標(biāo)比較判斷矩陣Tab.2 The judgement matrix for index comparison

        (1)

        式中:Wi為第i個(gè)指標(biāo)的相對(duì)權(quán)重;aij為判斷矩陣的第i行第j個(gè)元素值;n為指標(biāo)個(gè)數(shù)。

        3.3.2 脆弱性計(jì)算模型

        由于指標(biāo)量綱差異,首先對(duì)問卷中各項(xiàng)指標(biāo)的值按照公式(2)、(3)進(jìn)行標(biāo)準(zhǔn)化處理。

        (2)

        (3)

        式中min表示所有問卷中指標(biāo)得分的最小值;

        max表示指標(biāo)得分的最大值;a表示一份問卷中指標(biāo)的實(shí)際得分;S表示指標(biāo)標(biāo)準(zhǔn)化后的值。

        根據(jù)公式(4)計(jì)算得出地震人口脆弱性得分,脆弱性分值越高,脆弱性越高。

        (4)

        式中:V表示地震人口脆弱性得分;m表示所含指標(biāo)個(gè)數(shù);Wj表示第j個(gè)指標(biāo)的權(quán)重;Sj表示第j個(gè)指標(biāo)的標(biāo)準(zhǔn)化值。

        根據(jù)公式(5)計(jì)算各調(diào)查點(diǎn)地震災(zāi)害人口脆弱性。

        (5)

        式中n表示調(diào)查點(diǎn)所含問卷個(gè)數(shù);D表示調(diào)查點(diǎn)地震災(zāi)害人口脆弱性總得分。

        4 寶雞市農(nóng)村地震人口脆弱性綜合評(píng)價(jià)

        依據(jù)人口脆弱性的計(jì)算公式,計(jì)算出全部樣本的人口脆弱性得分,并以得分情況劃定得分區(qū)間,統(tǒng)計(jì)出各得分區(qū)間內(nèi)的樣本量占總樣本量的百分比,最終得到地震人口脆弱性得分的分布情況,如圖2所示。

        圖2 人口脆弱性得分情況Fig.2 Score of population vulnerability

        由圖2可知,人口脆弱性得分基本呈正態(tài)分布,得分峰值出現(xiàn)在0.4~0.45區(qū)間,該得分區(qū)間的樣本占總樣本比例為31%,其次為0.35~0.4,0.45~0.5兩個(gè)區(qū)間,各占總樣本比例為19%,其余區(qū)間占樣本比例均小于10%。

        4.1 地震災(zāi)害人口脆弱性空間分布的整體情況

        進(jìn)一步統(tǒng)計(jì)出寶雞市12個(gè)區(qū)縣及各個(gè)調(diào)查點(diǎn)農(nóng)村地區(qū)地震災(zāi)害人口脆弱性平均得分,結(jié)果詳見圖3。

        圖3 各縣(區(qū))人口脆弱性等級(jí)空間分布圖Fig.3 The spatial distribution of population vulnerability in all counties and districts

        由圖3可知,屬于人口脆弱性低和較低等級(jí)的只有兩個(gè)區(qū)縣,分別是位于寶雞市中部的陳倉區(qū)和北部的千陽縣。人口脆弱性屬于高脆弱性等級(jí)的為隴縣。較高脆弱性的縣區(qū)主要分布在寶雞市南部,中度脆弱性的縣區(qū)主要分布在寶雞市東北部,較高脆弱性區(qū)域與中度脆弱性區(qū)域在空間上都成片分布。人口脆弱性受人口暴露量、人口老幼比、女性比例、文化程度和健康狀況等因素影響。調(diào)查發(fā)現(xiàn):高人口脆弱性的縣區(qū),其家庭成員中,青壯年勞動(dòng)力外出打工現(xiàn)象比較普遍,由于農(nóng)村家庭需要謀求生計(jì),青壯年外出打工,家里只留父母與兒童,這就造成常年在家的人口中老幼比增大,文化程度整體降低,導(dǎo)致人口脆弱性增大。

        4.2 人口脆弱性空間分布的影響因素分析

        4.2.1 不同地貌類型差異分析

        研究區(qū)域主要的地貌類型有山區(qū)、平原和黃土臺(tái)塬3種,居住在不同地貌類型的農(nóng)村家庭由于自然環(huán)境與經(jīng)濟(jì)條件的不同,其地震災(zāi)害脆弱性也存在一定的差異性。研究區(qū)按照陜西省地貌類型區(qū)劃[22]可劃分為5種地貌類型,分別為低海拔平原、低海拔臺(tái)塬、中海拔臺(tái)塬、中海拔山地、中高海拔山地。對(duì)涉及地貌類型調(diào)查點(diǎn)的問卷進(jìn)行歸類整理,并對(duì)五種地貌類型的農(nóng)村家庭地震人口脆弱性進(jìn)行分析。利用SPSS中單因素方差分析(One-way ANOVA)功能,對(duì)五種地貌類型樣本的人口脆弱性進(jìn)行差異性分析,分析結(jié)果見表3。

        表3 人口脆弱性均值差異性檢驗(yàn)(地貌類型)Tab.3 Difference examination of population vulnerability mean value(geomorphic type)

        由表3可知,不同地貌類型的農(nóng)村家庭在地震災(zāi)害人口脆弱性的差異顯著性概率p>0.01,達(dá)到了統(tǒng)計(jì)學(xué)意義上的顯著性水平。由此可知:低海拔平原與中海拔、高海拔山地存在顯著差異,低海拔臺(tái)塬與中海拔、高海拔山地也存在顯著差異,其余地貌類型之間的人口脆弱性不存在顯著差異。

        圖4 不同地貌類型區(qū)的人口脆弱性得分差異比較Fig.4 Comparison of population vulnerability score in different geomorphic types area

        由圖4可知,人口脆弱性差異不顯著,其中山區(qū)人口脆弱性普遍較高,這主要是由于山區(qū)外出務(wù)工人員較多,人口流動(dòng)較強(qiáng),導(dǎo)致人口脆弱性較高。

        4.2.2 不同區(qū)位類型差異分析

        利用ArcGIS軟件的分析工具將研究區(qū)以縣城為中心按照5km、10km、15km的等差間距分為1~4級(jí)區(qū)位區(qū)。中心村,近郊村,一般村和偏遠(yuǎn)村依次為落在1,2,3,4級(jí)區(qū)位區(qū)中的調(diào)查點(diǎn)村落。將不同區(qū)位等級(jí)的村落進(jìn)行歸納整理,分析不同區(qū)位的地震災(zāi)害人口脆弱性。由圖5和6可知,距離縣城最近的區(qū)域人口脆弱性最低,因此可以說明地震人口脆弱性的大小受區(qū)位類型的影響較小。

        圖5 不同區(qū)位類型人口脆弱性的空間差異Fig.5 The spatial difference of population vulnerability in different location types area

        圖6 不同區(qū)位類型的人口脆弱性得分差異比較Fig.6 Comparison of population vulnerability score among different location types area

        由表3可知,不同區(qū)位類型的農(nóng)戶除人口脆弱性具有顯著向差異外。再進(jìn)一步運(yùn)用單因素方差分析中的多重比較功能對(duì)不同區(qū)位類型之間的差異進(jìn)行檢驗(yàn)。由此可知中心村和近郊村、近郊村和一般村之間的人口脆弱性存在顯著差異,其余區(qū)位類型之間不存在顯著差異,分析結(jié)果見表4。

        從不同區(qū)位類型的村落來看,中心村大多位于縣城內(nèi)部,經(jīng)濟(jì)水平高,交通便利。而且衛(wèi)生醫(yī)療設(shè)施齊全,人們接收消息的渠道范圍廣,受教育程度相對(duì)較高從而降低了地震人口脆弱性。

        近郊村由于多處于城鎮(zhèn)與鄉(xiāng)村交接的地區(qū),具有明顯的過渡性?;A(chǔ)設(shè)施不完善,經(jīng)濟(jì)水平相對(duì)落后致使2級(jí)區(qū)位的近郊村地震人口脆弱性升高。

        表4 地震人口脆弱性均值差異性檢驗(yàn)(區(qū)位類型)Tab.4 Difference examination of population vulnerability mean value (location type)

        偏遠(yuǎn)村由于多處在山區(qū),地形復(fù)雜、交通不便,地震人口脆弱性隨之增加。

        5 結(jié)論與建議

        5.1 主要結(jié)論

        經(jīng)過對(duì)寶雞市農(nóng)村民眾地震災(zāi)害脆弱性的研究,得出以下主要結(jié)論。

        (1)寶雞農(nóng)村地區(qū)地震人口脆弱性相對(duì)偏高,情況尚不理想。

        (2)寶雞市農(nóng)村地區(qū)人口脆弱性在空間分布上呈現(xiàn)出連片分布的規(guī)律,北部地區(qū)脆弱性整體低于南部地區(qū)。人口總數(shù)和人口結(jié)構(gòu)是影響人口脆弱性的主要因素,家庭人口暴露量大,人口老幼比、女性比較高都會(huì)導(dǎo)致人口脆弱性增大。調(diào)查區(qū)域農(nóng)村家庭青壯年常年外出,人員流動(dòng),是導(dǎo)致人口脆弱性高的主要原因。

        (3)不同地貌類型地區(qū)人口災(zāi)害脆弱性存在顯著差異。由于自然條件的差異,區(qū)域經(jīng)濟(jì)發(fā)展條件、人口文化水平等也存在不同程度的差異。相比之下,地貌類型為平原的地區(qū),地震災(zāi)害人口脆弱性整體較低,山區(qū)和黃土臺(tái)塬區(qū)整體較高。

        5.2 對(duì)策建議

        基于上述對(duì)寶雞農(nóng)村地區(qū)地震人口脆弱性的研究結(jié)果,本文提出以下降低地震災(zāi)害脆弱性的對(duì)策建議:

        (1)對(duì)每個(gè)地區(qū)進(jìn)行針對(duì)性的整改舉措,重點(diǎn)關(guān)注貧困山區(qū)農(nóng)村,加強(qiáng)農(nóng)村防震減災(zāi)工作的落實(shí)。

        (2)加強(qiáng)農(nóng)村防震減災(zāi)工作效力,建立完善的農(nóng)村防災(zāi)體系,加強(qiáng)農(nóng)村基礎(chǔ)服務(wù)設(shè)施建設(shè),努力落實(shí)“預(yù)防為主,防御與救助相結(jié)合”的減災(zāi)工作方針。

        (3)政府出臺(tái)農(nóng)民返鄉(xiāng)就業(yè)相關(guān)政策,鼓勵(lì)外出打工農(nóng)民返鄉(xiāng)就業(yè),有效改善農(nóng)村家庭人口結(jié)構(gòu)和整體文化水平,發(fā)揮家庭中青壯年人口的優(yōu)勢(shì),提高家庭整體防震減災(zāi)能力。

        參考文獻(xiàn):

        [1] 鄭通彥,李 洋,侯建盛,等.2008年中國大陸地震災(zāi)害損失述評(píng)[J].災(zāi)害學(xué),2010,25(2):112-118.

        [2] 舒優(yōu)良.汶川8.0級(jí)地震陜西強(qiáng)震臺(tái)網(wǎng)數(shù)據(jù)記錄的初步分析[J].災(zāi)害學(xué),2008,(23):125-132.

        [3] 張建福,成小平,姜立新,等.基于面積統(tǒng)計(jì)的震后烈度評(píng)估[J].自然災(zāi)害學(xué)報(bào),2005,(1):76-81.

        [4] 吳富春,劉 春.少震區(qū)前兆異常的特征分析[J].地震,2001,21(2):41-45.

        [5] 王 瑛,史培軍,王靜愛,等.地震災(zāi)害對(duì)中國農(nóng)村居民的影響研究——以云南省大姚縣為例[J]. 自然災(zāi)害學(xué)報(bào),2005,2(6):110-115.

        [6] 商彥蕊,自然災(zāi)害綜合研究的進(jìn)展--脆弱性研究[J].地域研究與開發(fā),2000,19(2):73-77.

        [7] 史培軍.災(zāi)害研究的理論與實(shí)踐[J].南京大學(xué)學(xué)報(bào):自然科學(xué)版, 1991,(自然災(zāi)害研究專輯):37-42.

        [8] Cutter S L,Mitchell J T,Scott M S.Revealing the Vulnerability of People and Places:A Case Study of George town County,South Carolina[J]. Annals of the Association of American Geographers,2000,90(4):67-78.

        [9] M.Hamz, Zinyowera M C,MOSS RH.Climate Change 1995:Impacts,Adaptations and Mitigation of Climate Change:Scientific Technical Analyses[M].UK:Camb-ridge University Press.1996.20—100.

        [10] Dibben C,Susanne C.Moser,Samuel J.Ratick,et a1.Assessing the vulnerability of cosatal communities to extreme storms:the case of REVERE,MA,USA[J], Mitigation and Adaptation Strareges for Global Change,1998,(3):59-82.

        [11] 聶承靜,楊林生,李海榮.中國地震災(zāi)害宏觀人口脆弱性評(píng)估[J].地理科學(xué)進(jìn)展,2012,31(3):357-382.

        [12] 王 瑛.中國農(nóng)村地震災(zāi)害脆弱性研究[M].北京:科學(xué)出版社,2012.

        [13] 王 瑛,史培軍,王靜愛.中國農(nóng)村地震災(zāi)害特點(diǎn)及減災(zāi)對(duì)策[J].自然災(zāi)害學(xué)報(bào),2005,(1):82-89.

        [14] 劉 歡,徐中春,吳紹洪,等.基于GIS的中國地震災(zāi)害人口風(fēng)險(xiǎn)性分析[J].地理科學(xué)進(jìn)展,2012,31(3):368-374.

        [15] 李 智,王曉青.地震震害微觀與宏觀方法快速盲估綜述.地震,2010,30(2): 134-142.

        [16] 陜西省地震局.2005.陜西省地震目錄[M].北京:地震出版社.

        [17] 馮香領(lǐng),馮振環(huán).京津冀都市圈地震災(zāi)害脆弱性評(píng)價(jià)及城際差異分析[J],自然災(zāi)害學(xué)報(bào),2013,22(3):160-167.

        [18] 王 飛,蔣建群.城市地震災(zāi)害綜合易損性分析方法探討[J].地震研究,2005,(1):95-101.

        [19] 李 鶴,張平宇,程葉青.脆弱性的概念及其評(píng)價(jià)方法[J].地理科學(xué)進(jìn)展,2008,27(2):18-25.

        [20] 文彥君.關(guān)中西部農(nóng)村居民地震災(zāi)害認(rèn)知與響應(yīng)研究——以寶雞市陳倉區(qū)為例[J].中國農(nóng)學(xué)通報(bào),2012,(2):118-124.

        [21] 鄧 雪,李家銘,曾浩健,等.層次分析法權(quán)重計(jì)算方法分析及其應(yīng)用研究[J]. 數(shù)學(xué)的實(shí)踐與認(rèn)識(shí),2012,42(7):93-100.

        [22] 中國生態(tài)系統(tǒng)評(píng)估與生態(tài)安全數(shù)據(jù)庫. 2016. 陜西地貌[EB/OL]. http://www.ecosystem.csdb.cn.2017-06-09.

        猜你喜歡
        寶雞市脆弱性災(zāi)害
        河南鄭州“7·20”特大暴雨災(zāi)害的警示及應(yīng)對(duì)
        寶雞市普瑞思電子科技有限公司
        我省汛期常見氣象災(zāi)害及防御
        推動(dòng)災(zāi)害防治工作實(shí)現(xiàn)新跨越
        寶雞市人民醫(yī)院簡介
        寶雞市陳倉區(qū):五化提升強(qiáng)堡壘 黨建引領(lǐng)扶真貧
        煤礦電網(wǎng)脆弱性評(píng)估
        電子制作(2017年10期)2017-04-18 07:23:09
        殺毒軟件中指令虛擬機(jī)的脆弱性分析
        董小龍赴寶雞市宣講黨的十八屆六中全會(huì)精神
        基于攻擊圖的工控系統(tǒng)脆弱性量化方法
        又大又粗弄得我出好多水| 亚洲精品在线国产精品| 先锋中文字幕在线资源| 天堂av在线美女免费| 亚洲熟妇av日韩熟妇在线| 亚洲精品免费专区| 美腿丝袜一区二区三区| 男性av天堂一区二区| 国产精品毛片一区二区三区| 国产乱子伦精品免费无码专区| 国产精品欧美日韩在线一区| av毛片在线播放网址| 亚洲美女毛多水多免费视频| 国产又色又爽又高潮免费视频麻豆| 成人区人妻精品一区二区不卡网站| 国产人成视频免费在线观看| 国内自拍偷国视频系列| 中文字幕av一区二区三区人妻少妇| 精品人妻少妇一区二区不卡| 在线视频一区二区在线观看| 国产亚洲精品av一区| 国产性生交xxxxx无码| 国产一级片毛片| 亚洲第一页在线观看视频网站| 无码人妻久久久一区二区三区| 亚洲av永久无码国产精品久久| 日本一区二区三区激情视频 | 日产国产亚洲精品系列| 成人网站在线进入爽爽爽| 免费黄色电影在线观看| 日本一区二区不卡超清在线播放| 经典三级免费看片天堂| 欧美俄罗斯40老熟妇| 亚洲亚洲网站三级片在线| 青青草在线公开免费视频| 无码人妻精品一区二区三区蜜桃| 3d动漫精品啪啪一区二区下载 | 日本精品一区二区三区在线视频| 国产一区二区三区免费主播| 综合色免费在线精品视频| 国内精品人妻无码久久久影院导航|