自然灾害危险性分析精选(十四篇)

序言：作为思想的载体和知识的探索者，写作是一种独特的艺术，我们为您准备了不同风格的14篇自然灾害危险性分析，期待它们能激发您的灵感。

篇1

关键词:山洪灾害;风险评估;风险区划;GIS技术;易损性指标

中图分类号:S157．1 文献标志码:A 文章编号:1001－5485(2015)12－0041－05

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))

［9］钟敦伦，谢洪，韦方强．长江上游泥石流危险度区划研究［J］．山地研究，1994，2(2):65－70(ZHONGDun-lun，XIEHong，WEIFang-qiang．HazardRegionalizationofDebrisFlowintheUpstreamofYangtzeRiver［J］．JournalofMountainResearch，1994，2(2):65－70(inChinese))

篇2

关键词 暴雨内涝；农业用地；危险性评价；上海市；浦东新区

中图分类号 P333.2 文献标识码 A 文章编号 1007-5739（2011）12-0019-03

危险性评价是目前国际减灾和灾害风险研究普遍关注的热点问题，是自然灾害风险评估的前提[1-2]。暴雨内涝灾害一直是造成农业损失的重大问题，特别是在经济发达的大城市周围地区，投入成本高，地位显著，进行有效的灾害管理，最大限度地降低对农业造成的损失是当前防灾减灾部门的难题[3-4]。该研究不仅可以完善危险性评估的方法与案例，也可以为极端降雨灾害事件的损失评估提供依据，从而为政府防灾减灾提供科学支撑和决策依据。

目前，灾害风险评价研究主要集中于灾害的自然属性，即危险性评价[5-6]。危险性评价主要是衡量致灾因子对承灾体的致险强度[7]，是灾害风险评价的第一步，一般用灾害发生的强度和频率来表示。危险性评价方法主要有3类：一是以历史灾害频率分析为主的单因子评估法；二是综合历史灾害强度、频率和孕灾环境的多指标评价法[5，8-11]；三是结合灾害情景模拟的评价法。其中，对于单因子评价法和多指标评价法来说， 前者方法过于简单，忽视了灾害发生的强度。后者不能明确灾害强度和频率之间的关系[5]。二者都不能准确反映灾害的致险程度[5]。近年来，随着GIS技术的发展，情景模拟方法的应用日益广泛。该方法是以一定历史灾害数据为基础，假定灾害事件的多个关键影响因素有可能发生的前提下，基于成因机制构造出未来的灾害情景，从而用来评估灾害的不同致灾可能性和相应的灾害可能活动强度[5，12]。对于暴雨内涝灾害而言，根据其特点和研究区状况，农业用地受影响较大。该文基于情景模拟，对浦东新区各镇的农业用地进行危险性评价，探讨浦东新区农业用地在暴雨内涝灾害中的危险性空间分布规律[5]，为建立规范、合理、科学的灾害管理提供依据。

1 研究区数据来源及方法

1.1 研究区概况

上海浦东新区地处上海市东大门，位于东海之滨，地处黄浦江下游和长江入海口南侧，全区面积569 km2，是上海市受海洋气候影响最大的区域。近些年来，浦东新区社会经济发展迅猛，已成为一个基本具备现代产业结构的新城区。同时，现代农业在浦东新区发展中占有重要地位，决定了其面临灾害的高风险性和灾害评估与预防的重要性[13]。统计显示，浦东新区是夏季暴雨内涝灾害多发地区，加之农业用地排水设施不健全，是上海暴雨内涝的重灾区，随着极端降雨灾害发生频度的上升，浦东新区每年因暴雨内涝造成的损失严重。浦东新区农业用地分布图如图1所示。

1.2 研究数据来源

该研究的土地利用数据来自2006年3月上海市航空遥感图像解译得到的浦东新区土地利用数据[14]；DEM数据来源于2005年上海市等高线数据，等高线间距为0.5 m；1968—2009年42年最大日降雨量数据和排水能力分布图均由浦东新区防汛办提供；SCS径流模型中用到的参数均借鉴已有的研究成果[15]。

1.3 研究方法

1.3.1 P-III模拟不同重现期的最大降雨量。暴雨内涝的致灾因子为降雨，而极端强降雨虽然发生的频率低，但是损失严重，不同重现期的最大降雨量数据是目前防灾减灾策略制定的前提。该文利用拟合暴雨频率结果较好的P-III型概率曲线[16]，根据近42年浦东新区的年最大日降雨量数据，得到浦东新区不同重现期的最大降雨量数据。其概率密度函数和保证率函数分别如下：

f（x）=■（x-x0）■exp[-β（x-x0）]α>0，x≥x0（1）

α=4cs2 （2）

β=2σcs（3）

x0=m（■）（4）

式中，参数x0为随机变量x所能取的最小值；α为形状参数；β为尺度参数；Γ（α）是α的伽玛函数；m为数学期望，σ为均方差；cs为偏态系数，cv为变差系数。利用spss统计工具计算，并通过拟合优度检验，在显著性水平a=0.05，自由度为1时，查表得χ20.05=3.84，通过计算χ2=1.645，χ2

1.3.2 暴雨内涝模型。研究参考已有的暴雨内涝模型[17]，结合ArcGIS的三维分析和空间分析模块，利用城市地形模型、城市降雨和径流模型、城市排水模型进行模拟计算，获得6种重现期下的最大径流量、淹没深度等数据。

利用ArcGIS将浦东新区0.5 m×0.5 m等高线数据转换成30 m×30 m的DEM数据，并根据专家咨询和实际考察，需要对洼地进行预处理[18]。对生成的DEM数据低于3.0 m以下的区域进行洼地填充，最后得到修正后的DEM。地表的产汇流的计算采用经过修正的、适合上海地区的SCS水文模型[5，19]，利用研究区的经验径流参数、已经计算的降雨量数据以及城市的排水能力进行计算，根据浦东新区2009年排水能力分布图，计算径流量和排水能力之差，最终得到不同重现期下的实际径流量。其中排水能力值是假设日最大降雨量持续时间为2 h，且排水设施没有达到排水限制的情形，实际净流量的计算公式为：

W=■（Qi-V）×S（5）

式中，W为研究区总径流量；Qi表示第i个栅格单元的径流量；V表示排水能力；S表示栅格单元面积（30 m×30 m）；n表示栅格单元个数。

1.3.3 危险性指数。为了更加直观地反映暴雨内涝灾害的危险程度，采用危险性指数来衡量其危险性的大小[19]。危险性指数越高，内涝灾害的危险性就越大。该文的危险性指数是指通过构造模型来计算被淹农业用地。首先，根据实际调查以及承灾体实际受到的影响，将积水深度划分为4个等级：I级：水深在0.1 m以下，基本无积涝；II级：水深在0.1～0.2 m，轻度积涝，田地有积水，但对作物以及蔬菜的影响不大；III级：淹没深度在0.2～0.4 m，中度积涝，作物、蔬菜以及花卉等大部分被淹没，损失严重；IV级：田地积水在0.4 m以上，重度涝灾，作物等基本全部被淹没，损失非常严重，田间蔬菜、花卉大棚也会严重进水，居民家庭也受到严重影响。由于各种危险性级别对区域整体农业用地危险性的贡献不同，给I～IV级的危险性级别分别赋予危险性系数为20、40、60、80，相同水深淹没农业用地的危险性系数相同。最终，该情景各区域的危险性指数即为该区不同危险级别的农业用地在浦东新区该危险级别中所占比例的累计求和，用公式计算过程如下：

特定情景下各镇不同危险级别的淹没农业用地占浦东新区该危险级别淹没农业用地面积的比例：

fi（uj）=gi（uj）/ci （i=1，2，…，m；j=1，2，…，n） （6）

其中，gi（uj）代表各镇每种危险级别的被淹没农业用地面积；m代表危险性级别；n代表各个镇，ci=Σ■■gi（uj）。Wi代表I～IV 级的危险系数20、40、60、80，那么，区域农业用地的内涝危险指数即为：

Hj=Σ■■fi（uj）×Wi（7）

用上述公式，将各镇农业用地危险性指数求和，得浦东新区各镇危险性大小（表1）。

2 结果与分析

2.1 暴雨内涝淹没分析

根据计算得出的暴雨内涝总径流量，结合城市地形模型，根据径流量与淹没体积相等的原理，采用GIS中的“等体积法”，凡是高程低于淹没高程的栅格都计入淹没区，得到6种重现期（T）分别为20、50、100、200、500、1 000年的最大淹没深度（表1），利用GIS中的栅格计算，用浦东新区DEM与不同重现期的淹没水深栅格图进行栅格相减，得到不同情景下的浦东新区暴雨内涝农业用地的淹没深度分布图（图2）。

可以看出，在6个暴雨重现期的淹没深度图中，从50年一遇开始，淹没深度的范围急剧增加，淹没深度最大的地区是在孙桥镇，这些地区是低地势，排水能力相对较差的地区，而高桥镇、机场镇以及三林镇、北蔡镇等由于地势高，淹没范围很小。

2.2 危险性分析

针对6种淹没情景，利用GIS统计分析工具统计浦东新区各镇每种危险性级别被淹农业用地面积， 根据公式（6）求出浦东新区各镇该危险性级别所占全部被淹该危险性级别农业用地面积的比例。最后利用公式（7）计算得出浦东新区各镇的危险性指数如表2所示。

评价结果显示，在6种情景下，张江镇危险性指数值最小，这与张江是浦东新区最新发展的高科技园区，农业用地较少，经济发达，政府部门的防灾减灾策略实施完善，并具备良好的基础设施和完善的排水条件有很大关系；20年一遇的情景中，孙桥镇、北蔡镇、机场镇和川沙镇的危险性指数很高，50年一遇的情景中，曹路镇、机场镇、合庆镇和川沙镇的危险性指数很高，100年一遇的情景中孙桥镇、机场镇和川沙镇的危险性高，200年一遇的情景中，孙桥镇、高桥镇的危险性高，500年一遇的情境下孙桥镇和川沙镇的危险性高，1 000年一遇的情境下，曹路镇、机场镇、合庆镇和川沙镇的危险性指数最大，区域的高程情况、农业用地的集中分布、基础设施的不完善是主要的原因。其中孙桥镇、曹路镇、机场镇和川沙镇的危险性一直处于较高的危险性水平，与模拟结果对比，说明承灾体分布情况直接影响着区域危险性大小。

3 结论

危险性评价作为灾害风险评价的基础，是关系未来灾害学发展的前提，其可靠性和准确性直接影响风险评价的科学性。该文基于情景模拟，借助GIS空间分析工具，针对农业用地，对浦东新区主要的发展农业的14个镇暴雨内涝的危险性评价做初步尝试。结果表明，在6种不同情景下，各个镇的危险性存在一定的差异。危险性指数高值分布在孙桥镇、曹路镇、机场镇和川沙镇，低值分布在张江镇、高桥镇和花木镇。该评价结果可以为浦东新区防灾减灾提供科学依据。

4 参考文献

[1] 石勇，许世远，石纯，等.洪水灾害脆弱性研究进展[J].地理科学进展，2009，28（1）：41-46.

[2] 殷杰，尹占娥，王军，等.基于GIS的城市社区暴雨内涝灾害风险评估[J].地理与地理信息科学，2009，25（6）：92-95.

[3] 许世远，王军，石纯，等.沿海城市自然灾害风险研究[J].地理学报，2006，61（2）：127-138.

[4] 石勇.灾害情景下城市脆弱性评估研究[D].上海：华东师范大学，2010.

[5] 孙阿丽，石纯，石勇.基于情系模拟的暴雨内涝危险性评价——以黄

（下转第24页）

（上接第21页）

浦区为例[J].地理科学，2010（3）：465-468.

[6] 孙绍骋.灾害评估研究内容与方法探讨[J].地理科学进展，2001（2）：122-130.

[7] 史培军.三论灾害研究的理论与实践[J].自然灾害学报，2002，11（3）：1-9.

[8] 楚敬龙，杜加强，滕彦国，等.基于GIS的重庆市万州区滑坡灾害危险性评价[J].地质通报，2008，27（11）：1875-1881.

[9] 唐川，朱大奎.基于GIS技术的泥石流风险评价研究[J].地理科学，2002，22（3）：300-304.

[10] 闫满存，王光谦.基于GIS的澜沧江下游区滑坡灾害危险性分析[J].地理科学，2007，27（3）：365-370.

[11] 胡蓓蓓，姜衍祥，周俊，等.天津市滨海地区地面沉降灾害风险评估与区划[J].地理科学，2008，28（5）：693-697.

[12] 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.

[13] 石勇，石纯，孙蕾，等.沿海城市自然灾害脆弱性评价研究——以上海浦东新区为例[J].中国人口·资源与环境，2008（4）：24-27.

[14] 暴丽杰.基于情景的上海浦东暴雨洪涝灾害脆弱性评估[D].上海：上海师范大学，2009.

[15] 景垠娜.自然灾害风险评估——以上海浦东新区暴雨洪涝灾害为例[D].上海：上海师范大学，2010.

[16] 林两位，王丽萍.用Pearson-III概率分布推算重现期年最大日雨量[J].气象科技，2005，4（33）：314-317.

[17] 尹占娥，许世远，殷杰，等.基于小尺度的城市暴雨内涝灾害情景模拟与风险评估[J].地理学报，2010（5）：553-562.

篇3

“风险”一词起源于保险业，包含有多种含义，最常用的含义有两种：一种是指某个客体遭受某种伤害、损失、毁灭或不利影响的可能性，二是指某种可能发生的危害。因此，自然灾害风险也包括两种含义：一是不同程度自然灾害发生的可能性，二是自然灾害给人类社会可能带来的危害。近些年有学者对自然灾害风险概念进行了新的讨论。黄崇福对目前国际上较有影响的灾害风险定义归为三类：①概率类定义。②期望损失类定义。③概念公式类定义。并指出此三类风险定义均不能或无法表达风险的内涵，又进而提出了以情景为基础的自然灾害风险的定义，即自然灾害风险是一种未来不利事件的情景，而该情景是由自然事件或力量为主因所导致的。倪长健认为该定义仍有未能充分揭示自然灾害风险和自然灾害系统之间的关系、未能充分表征自然灾害风险的基本内涵、不便于为定量风险评估提供明确依据等不足之处，并提出了自然灾害风险的新定义：自然灾害风险是由自然灾害系统自身演化而导致未来损失的不确定性。总体上讲，灾害风险评估是一项在灾害危险性、灾害危害性、灾害预测、社会承载体脆弱性、减灾能力分析及相关的不确定研究的基础上进行的多因子分析工作。自然灾害风险评估常常存在在实例分析时存在界定不清、集成模式滥用等诸多问题，而其理论基础至今仍比较薄弱是导致以上现象的主因。要想找到科学有效的自然灾害风险评估方法，就必须对自然灾害风险系统的结构及其作用机制有清晰的认识和把握。

2自然灾害风险系统要素和风险形成机理

自然灾害风险系统主要由承灾体、孕灾环境、致灾因子等要素组成。承灾体系自然灾害系统的社会经济主体要素，是指人类及其活动所组成的社会经济系统。承灾体受致灾因子的破坏后会产生一定的损失，灾情即是其损失值的大小，而之所以会有损失，根本原因是承灾体有其核心属性———价值性。通常脆弱性是指承灾体对致灾因子的打击的反应和承受能力，但学术界目前对于脆弱性的认识并不统一。孕灾环境主要包括自然环境与人文环境，位于地球表层，是由大气圈、水圈、岩石圈等自然要素所构成的系统。孕灾环境时时刻刻都在进行着物质和能量的转化，当转化达到一定条件时会对人类社会环境造成一定影响，称之为灾变，这种灾变即为致灾因子，基于致灾因子的相关研究称之为风险的危险性分析，故危险性其实是表达了致灾因子的强度、频率等因素，比较有代表性的是地震安全性评价，在对孕灾环境和历史灾情的分析研究后以超越概率的形式给出地表加速度来表达某一地区或某一场地的致灾因子危险性。相比于孕灾环境和承灾体之间的复杂关系，影响致灾因子的危险性大小的来源相对单一，完全由孕灾环境决定。因此，由孕灾环境、承灾体、致灾因子等要素组成的自然灾害系统，是一个相互作用的有机整体，揭示的是人类社会与自然的相互关系，承灾体可以影响孕灾环境，孕灾环境通过致灾因子影响承灾体，三者不仅存在因果关联，在时间、空间上也相互关联，密不可分。而关于自然灾害风险机理的表达，20世纪90年代以来，1989年Maskrcy提出自然灾害风险是危险性与易损性之代数和；1991年联合国提出自然灾害风险是危险性与易损性之乘积，此观点的认同度较高，并有广泛的运用；Okada等认为自然灾害风险是由危险性、暴露性和脆弱性这三个因素相互作用形成的；张继权等则认为：自然灾害风险度=危险性×暴露性×脆弱性×防灾减灾能力，该观点亦被引入近年的多种灾害风险评估。

3数学方法在灾害风险评估中的应用

国内外学者对风险评估中使用的数学方法做过系统的总结。张继权等曾对国内外气象灾害风险评价的数学方法做了较系统的总结，葛全胜等亦对自然灾害致险程度、承灾体脆弱性及自然灾害风险损失度等方面的评估方法做过评述。尽管这些方法因针对的灾种不同而不尽相同（如用于地震灾害的超越强度评估法、构造成因评估法等，用于洪灾的水文水力学模型法、古洪水调查法等），但总体而言，数学方法应用及风险定量化表达已成趋势：

①概率统计：以历史数据为基础，考虑自然灾害的随机性，估计灾害发生的概率，应用多种统计方法（极大似然估计、经验贝叶斯估计、直方图估计等）拟合概率分布函数。由于小样本分析结果稳定不好，为避免与实际相差过大，故要求历史样本容量较大，常应用于台风、暴雨、洪灾、泥石流、地震等灾害的风险评估。

②模糊数学：以社会经济统计、历史灾情、自然地理等数据为数据源，从模糊关系原理出发，构造等级模糊子集（隶属度），将一些边界不清而不易定量的因素定量化并进行综合评价，利用模糊变换原理综合各指标，能较好地分析模糊不确定性问题。该方法在多指标综合评价实践中应用较为广泛，但在确定评定因子及隶属函数形式等方面具一定的主观性，现主要应用于综合气象灾害、洪灾、泥石流、地震、综合地质灾害等等风险评估。

③基于信息扩散理论：以历史灾情、自然地理、社会经济统计等数据为数据源，是一种基于样本信息优化利用并对样本集值化的模糊数学方法，遵循信息守恒原则，将单个样本信息扩散至整个样本空间。该方法简单易行，分析结果意义清楚，虽然近年来受到较多学者推崇和研究，但对扩散函数的形式及适用条件、扩散系数的确定等尚待进一步探讨。该方法已有运用于低温冷害、台风、暴雨、洪灾、旱灾、地震、火灾等灾害的风险评估。

④层次分析：该方法来源于决策学，是一种将定性分析与定量分析结合的系统分析方法，以历史灾情、社会经济统计、自然条件等数据为数据源。它利用相关领域多为专家的经验，通过对诸因子的两两比较、判断、赋值而得到一个判断矩阵，计算得到各因子的权值并进行一致性检验，为评估模型的确定提供依据。该方法系统性强、思路清晰且所需定量数据较少，对问题本质分析得较透彻，操作性强。该方法已经应用于综合地质灾害、洪灾、滑坡、草原火灾等灾害的风险评估中。

⑤灰色系统：以历史灾情、自然地理等数据为数据源，以灰色系统理论为基础，应用灰色聚类法划分灾害风险等级。算法思路清晰，过程简便快捷而易于程序化，但争议较大，故在国外研究中运用较少，在国内综合地质灾害、风暴潮、洪灾等灾害的风险评估中有所应用。

⑥人工神经网络：以历史灾情、自然地理、社会经济统计数据为数据源。选定典型评估单元（训练样本），将经过处理后的风险影响因子的数值作为输入，通过训练获得权值和阀值作为标杆；然后将其余单元的数据输入训练后的神经网络进行仿真，进而获得各个单元的风险度。其特点和优势是基于数据驱动，可较好地避免评估过程中主观性引起的误差，但因收敛速度对学习速率的影响会导致训练结果存在差异，且其“黑匣子”般的训练过程难以清楚解释系统内各参数的作用关系。该方法目前已经应用于洪灾、泥石流、雪灾、地震、综合地质灾害等灾害的风险评估工作中。

⑦加权综合评价：同样以社会经济统计、历史灾情、自然环境等数据，对影响自然灾害风险的因子进行分析，从而确定它们权重，以加权的、量化指标的指标进行综合评估。该方法简单易行，在技术、决策或方案进行综合评价和优选工作中有广泛运用，但需指标赋权的主观性仍是难以回避的问题。该方法目前应用于台风、暴雨、洪灾、综合地质灾害、生态灾害、草原火灾等自然灾害风险评估工作中。（以上几种方法的综合比较参考叶金玉等总结）各种数学工具的引入不仅为自然灾害评估方法注入了新的活力，同时也让人看到各具特色的数学方法是对应着不同的自然灾害种类，这也是一种提示：针对不同的自然灾害可以且应当有不尽相同的评估方法和研究途径，但这并不影响自然灾害风险评估走向定量化的步伐。

4多灾种综合风险评估

简单的说，自然灾害具有群发链发的特点，单一一种自然灾害往往伴随或者引发其他伴生（或次生）的灾害，对灾害链的研究，马宗晋等组成的研究小组曾给予高度的关注，史培军将其定义为某一种致灾因子或正态环境变化引起的一系列灾害现象，并将其划分为群发灾害链与并发灾害链两种，而群发的灾害或灾害链所引发的灾情必然是几种不同灾害与承灾体脆弱性共同作用所产生的结果，同时，还需认识到，不同自然灾害之间相互也会产生一定的影响，因此，对于这样的情况做单一灾种自然灾害风险评估显然是不合适的，自然灾害综合风险的评估就显得更有现实意义。综合自然灾害评估是风险和灾害领域的研究热点和难点，直到21世纪，学术界的研究方向才逐渐转向多灾种的风险评估。高庆华等认为，自然灾害综合风险评估是在各单类灾害风险评估基础上进行的，它的内容与单类灾害风险分析基本一致，所以采用的调查、统计、评估方法与单类灾害风险评估中用的方法基本相同，与单类灾害风险评估的根本区别是把动力来源不同、特征各异的多种自然灾害放到一个系统中进行综合而系统的评价，以此来反映综合风险程度；Joseph和Donald基于田间损失分布，提出以年总损失的超越概率来表示综合风险；而薛晔等却认为，在复杂的灾害风险系统中各个风险并非简单相加，对目前基本是单一灾种的简单相加的研究成果提出质疑，认为其缺乏可靠性，并以模糊近似推理理论为基础，建立了多灾种风险评估层次模型，对云南丽江地区的地震-洪水灾害风险进行了综合评估。

国内自然灾害综合风险评估研究成果不多，且模型也相对较简单，更好的评估方法也还有待探索，有待更多数学方法的引入。此外，在建立评估模型的同时，也要考虑到自然灾害风险的时空特性，即时间和空间上的分辨率，赵思健认为，同任何事物一样，风险也存在着时空差异，不同的灾种在不同时间、空间尺度上评估的方法和内容应有所区别，这个问题直接影响到该评估的时间有效性和适用范围。因此，由于在某一确定的评估方法下各单一灾种在同一时间空间尺度上的时间有效性并不一定一致，如何考虑这种不一致对评估结果所造成的影响是多灾种综合风险评估中亟待解决的难题之一。尽管有诸多问题困扰着多灾种自然灾害风险评估的发展，但相比单一灾种的风险评估，多灾种风险评估更符合实际生活中灾害群发的特点，其发展是防灾减灾工作的现实需要，决定了多灾种风险评估是风险学科发展的必然趋势。

5小结、展望

篇4

关键词 PRECIS；洪涝致灾危险性；时空格局；SRES B2情景；安徽省

中图分类号 X43 文献标识码 A

文章编号 1002-2104（2012）11-0032-08 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：

HF=0.25Rd+0.35R3+0.06H+0.12S+0.22B（1）

式（1）中，HF为洪涝致灾危险性指数，Rd、R3、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 MultiRegression 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 CO2 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. Preestination 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 GISbased 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 Stormflood 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 Agrometeorology， 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 Spatiotemporal Patterns of Flood Hazard over Anhui Province

HE Shanfeng1，2 GE Quansheng2 WU Shaohong2 DAI Erfu2 WU Wenxiang2

（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）

Abstract

篇5

关键词 地质灾害；风险评价；方法；作用

中图分类号X4 文献标识码A 文章编号 1674-6708（2013）91-0123-02

0引言

近几十年来，地质灾害风险评价随自然灾害风险评价的发展而蓬勃兴起，但理论和实践的发展没有达到一个成熟的阶段。我国现在有很多针对地质灾害评价的方法，在过去有一些普遍的成因机理分析和统计分析方法， 评价破坏损失、评价危险性、评价风险性、评价防治工程效益都是是对地质灾害评价的主要一些办法。

1地质灾害的主要评价方法、内容及目的

1.1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。

1.2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， 统计地质灾害的活动范围和模式，地质灾害的频率，地质灾害的密度，对地质灾害的主要影响因素进行分析，针对地质灾害活动，建立起相应的数学模型或周期性规律。

1.3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：

1）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；

2）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。

1.4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：

1）对地质灾害危险性评价和易损性评价进行综合，对地质灾害活动概率，地质活动的破坏范围，地质活动的危害强度，以及地质活动中受灾体的损失等等相关内容进行评价；

2）对地质灾害带来的的人员情况，经济损失和资源环境的破坏损失程度进行评价分析。

1.5风险性评价

风险性评价是危险性评价和易损性评价的总和，分析地质灾害发生的概率，分析在不同条件下反生的地质灾害，并分析可能造成的危害。进行风险性评价，其实就是为了评价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。

1.6防治工程效益评价

对防治工程效益进行评价，就是把防治方案的经济合理性提高到一定程度，达到技术上可行，并达到最佳优化的效果。而防治工程效益评价是从经济合理性和科学性角度去评价防治措施。

2地质灾害风险评价实施过程

1）综合有关评价区所具备的条件和风险评价的目的，建立指标体系以及评价模型；

2）全面调查基础数据，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；

3）结合危险性构成、易损性构成及防治能力，进行危险性分析、易损性分析，并在此基础上，分析期望损失；

4）风险评价地质灾害将对人口、经济发展和生态环境的破坏；

5）分析评价区风险的分布特点、形成原因，兼顾社会发展的需要，提出建议和对策。

3有关评价地质灾害风险方法的发展趋势

地质灾害风险评价研究是目前研究的重点，是全面分析地质灾害活动与人类社会关系的关键问题之一。评价上向定量化、综合化和管理空间化是该方法发展的基本趋势，有以下表现：

1）从分析历史与现状转变成研究和预测结合起来进行分析；

2）从分析单独个体演变成区域研究和个体结合起来进行分析；

3）由以往的定性分析发展为定量分析；

4）将单项要素分析发展为综合要素评价；

5）风险评价和减灾管理相结合起来，取代了过去单一的风险评价理论，防治和风险评价相结合起来，给社会经济建设和减灾管理提供更好的服务；

6）多因素信息模型化评价与空间化管理在GIS空间化技术的指导之下有了巨大的发展，走向网络技术化，传统的调查统计和手工制图面临淘汰；

7）丰富了研究理论与方法，多门学科进行交叉融合，尤其是加深了与社会学的联系。

4 在减灾和国民经济发展中地质灾害风险评价起到的作用

对我国国民经济的发展过程中地质灾害风险评价具有重要的影响力，与国土资源的规划、灾害的治理与预防、环境的保护都有着密切的联系。它的作用可分为以下几点：

1）在可持续发展的前提下，进行各种工程活动和土地开发利用。各种重大工程建筑应要避免地质灾害风险程度较高的区域。为工程建筑选址提供了科学指导，提供了保护土地资源和环境的科学依据；

2）在对地质灾害进行危险性评价、易损性评价之后，对防治地质灾害提供依据，通过采取适宜的措施对各类地质灾害进行治理；

3）监测、预报和预警地质灾害的发生。地质灾害危险性评价和期望损失分析的结果是地质灾害监测站的建立的依据。对重点地区实时监测，并分析所采集到的各类地质灾害信息，预报和预警灾害的发生，尽量降低地质灾害带来的损失；

4）地质灾害危险性评价、风险评价、易损性评价的成果，使得相关部门制定出有效的、符合实情的应急方案，提供灾后重建的重要依据；

5）有利于对环境进行保护和贯彻我国的可持续发展的方针。自然因素以及人类对环境的破坏都会造成地质灾害。人类合理开发利用资源能减少避免地质灾害的发生，或是将损失控制在最小值内。

5结论

风险和减灾的有效性管理必须要以完善的地质灾害风险评价为前提，根据风险评价的结果和风险程度的差异，才能决策出有效的减灾措施，因此而部署和实施减灾工程，才能达到管理减灾工作的有效实施，因此，地质灾害风险评价的发展趋势是研究理论和方法得到完善的过程。

参考文献

[1]张梁，张业成，罗元华，等.地质灾害灾情评估理论与实践[M].北京：地质出版社，1998.

[2]张业成，张春山，张梁，等.中国地质灾害系统层次分析与综合灾度计算[J].中国地质科学院院报，1993（27，28） ：139-154.

[3]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6

【关键词】LNG 管道输送 泄漏 控制 措施

0 引言

LNG是英文液化天然气（liquefied natural gas）的缩写，其主要成分为甲烷。改革开放以来，随着我国经济持续高速发展，对能源，特别是天然气等优质能源需求迅速增长。天然气几乎不含硫、粉尘和其他有害物质，燃烧产生的二氧化硫排放量几乎为零，氮氧化物和二氧化碳的排放量仅分别为燃煤的19.2%和42.1%。以福建为例，扩大引进LNG后，年消费LNG500万吨，产生的CO2为1173万吨，而燃用同等热值褐煤将产生CO2量2112万吨，引进LNG将实现每年减排CO2量941万吨，减排SO2量91.0万吨，减排NOX量16.7万吨。通过扩大天然气覆盖范围、普及程度与市场占有率，改善城乡居民的生活品质，促进全面小康社会建设进程。但LNG火灾危险性类别为甲类，爆炸极限范围（V%）为5.35%～15%，属易燃、易爆物质，存在很大的危险性。

1 LNG长输管线危险性分析

1.1 LNG长输管道输送流程

LNG长输管道输送上下游关系流程图，见图1。

1.2 LNG长输管道输送危险性分析

造成长输管道泄漏的主要原因有：第三方破坏、自然灾害和管道缺陷。其中第三方破坏主要包括：野蛮施工挖破管道、沿线违章占压管道、运移土层造成管道暴露或悬空，或在管道附近打桩、挖掘、定向钻、大开挖等；自然灾害破坏主要是在台风、暴雨、洪水、地基坍塌、地震等情况下导致泥石流、土层移动、坍塌等，造成管道外露、悬空及（或）位移；管道缺陷主要有：管道腐蚀穿孔、管道材料缺陷或焊口缺陷隐患等。

天然气管线发生泄漏时，泄漏气体的喷射、扩散后浓度在其燃爆极限范围内的铁路上通行的内燃机车、电力机车，公路上通行的机动车辆、沿途穿越、邻近的输电线路，管线沿途附近的工业区内企业的生产活动、居住区内居民的活动等，均有可能成为引起火灾爆炸事故的点火源。

由于天然气管道压力较高，泄漏时高速气体通过孔洞产生的静电，也可能成为引发火灾爆炸事故的点火源。

天然气泄漏时遇雷暴，可能引发火灾爆炸事故。

同时采用加压输送工艺（设计压力约7.5MPa），又加剧了发生火灾、爆炸的危险。

2 LNG管道输送泄漏模拟分析

2.1 模型建立

为了便于计算和说明问题，本文采用蒸汽云爆炸事故后果模拟分析法对某公司天然气管网二期工程LNG长输管道输送泄漏引发的火灾爆炸事故影响进行模拟分析。即：某天然气管网二期工程，全长约80km，线路用管直径813mm，全线共设置2座站场、3座阀室，输气量2.07×1008m3/a，管内输送介质为天然气。

2.2 LNG管道输送泄漏模拟分析

LNG管道输送过程中，泄漏最为危险，遇点火源进而发生火灾、爆炸事故。

LNG管道泄漏后延迟点火的概率比较高，取延迟点火时间为1min、5min，对孔泄漏方式进行蒸气云爆炸事故后果模拟；取延迟点火时间为1min，对管道完全断裂方式进行蒸气云爆炸事故后果模拟。

根据《基于风险检验的基础方法》（SY/T6714-2008）和《化工企业定量风险评价导则》（征求意见稿），泄漏情景可根据泄漏孔径大小分为完全破裂以及孔泄漏两大类，有代表性的泄漏场景见表1。

依据整个管道的直径将确定的有关数据输入安全评价与风险分析系统软件，得到的模拟结果见表2、表3、表4和表5。

3 结果分析及其控制措施

篇7

关键词：地质灾害 评估方法 信息系统

中图分类号：P5 文献标识码：A 文章编号：1008-925X(2012)O8-0143-01

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.

[4]向喜琼.地质灾害危险性评价与风险管理[J].地质灾害与环境保护,2000，11(l):38-4l

篇8

关键词:GIS 地质 灾害评价 应用

中图分类号:P5 文献标识码:A 文章编号:1672-3791(2012)06(b)-0009-02

灾害是人类社会共同的敌人。地质灾害是自然灾害的一种,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和发展的资源、环境发生严重破坏的现象或过程。常见的地质灾害形式主要有6种,它们分别是崩塌、滑坡、泥石流、地面塌陷、地裂缝和地面沉降。地质灾害危险性评价是通过对地质灾害活动程度以及对地质灾害各种活动条件的综合分析,评价地质灾害活动的危险程度,确定地质灾害活动的密度、强度(规模)、发生概率(发展速率)以及可能造成的危害区的位置、范围。其评价的核心是地质灾害的活动强度,一般情况,致灾作用的活动程度决定了地质灾害发生可能性的大小、危险性的大小。从定性分析看,地质灾害的活动强度越高,危险性越大,灾害的损失越严重。地质灾害危险性评价是在大量收集、分析处理地质资料的基础上,运用恰当的数学评价模型,计算各评价单元的危险性,然后划分出相应的危险性级别,进而进行地质灾害危险性区划,为国家进行地质灾害防治规划提供科学依据。

我国是世界上地质灾害危害最严重的国家之一。地质灾害已严重制约着国民经济的发展,威胁着人民的生命和财产的安全,成为影响我国社会经济可持续发展的重要制约因素。近年来我国地质灾害频繁发生,已成为人们普遍关心的主要问题之一。因此,进行地质灾害危险性评价工作能为国家进行地质灾害防治规划提供科学依据,对地质灾害的预防和减轻意义重大,直接关系到经济的发展和社会的稳定。

地质灾害的形成是一个极其复杂的问题、受很多因素影响,而这些因素本身具有不确定性、模糊性以及与各地质因素相互作用的复杂性等特点。而且,地质灾害是一种活跃的动态环境变化过程,它的预测与防治是一项庞大的系统工程,所涉及的数据信息是巨大的。通过人工管理档案的方式采用大量的地质灾害信息,这不但费时、费力而且效益不好;同样,采用传统的管理信息系统的方法进行信息收集、传输、处理和决策,缺乏空间特性和空间分析能力,这些传统的、分散式的数据信息管理己无法反映当前日益严重的地质灾害现状,不能很好的反映出地质灾害的空间分布特性,这就给地质灾害危险性评价的研究带来一定困难。目前,地质灾害危险性评价的方法有很多,可分为定性和定量方法。定性的方法主要是根据主观经验对地质灾害危险性进行定性描述,存在很大的主观性;而定量的方法则是对地质灾害发生的可能性进行估计,在很大程度上消除了定性方法的主观性。GIS技术强大的空间信息管理和分析能力为地质灾害的研究提供了强有力的工具、解决方案和独特的研究方法,已被广泛应用于地质灾害评价研究之中,正逐步成为本领域研究的发展方向之一。GIS技术不仅能有效地管理影响地质灾害发生的各种内在因素,又能有效地管理各种外部动力因素,使地质灾害研究工作进入一个新的信息化、数字化、定量化的阶段。而层次分析法是一种解决多因素复杂系统,能避免由人的主观性所导致的权重预测与实际情况相矛盾的现象,是目前求取地质灾害影响因子权重的较好方法,对描述因子的影响力有很好的效果;但该方法却无法有效的反映评价结果的空间分布格局,存在一定的不足;而GIS技术具有较强的空间分析能力,恰好可以解决上述不足。

1 GIS技术的发展过程和趋势

1.1 地理信息系统的概念

地理信息系统(GIS)是一项以计算机为基础的新兴技术,围绕着这项技术的研究、开发和应用形成了一门交叉性、边缘性的学科,是管理和研究空间数据的技术系统。在计算机软硬件支持下,它可以对空间数据按地理坐标或空间位置进行各种处理、对数据的有效管理、研究各种空间实体及相互关系。通过对多因素的综合分析,它可以迅速地获取满足应用需要的信息,并能以地图、图形或数据的形式表示处理的结果。此外地理信息系统又是一门以应用为目的的信息产业,它的应用可深入到各行各业。目前世界上常用的GIS软件已达400多种。它们大小不一,风格各异。国外较著名的有ARC/INFO,GENAMAP,MGE等;国内较著名的有MAPGIS,Geostar和CITYSTAR等。虽然GIS起步晚,但它发展快,目前已成功地应用到一百多个领域。

1.2 地理信息系统在国内外的应用现状

尽管现存的地理信息系统软件很多,但对于它的研究应用,归纳概括起来有两种情况:一是利用GIS系统来处理用户的数据;二是在GIS的基础上,利用它的开发函数库二次开发出用户的专用的地理信息系统软件。目前已成功地应用到了包括资源管理、自动制图、设施管理、城市和区域的规划、人口和商业管理、交通运输、石油和天然气、教育、军事等九大类别的一百多个领域。在美国及发达国家,地理信息系统的应用遍及环境保护、资源保护、灾害预测、投资评价、城市规划建设、政府管理等众多领域。近年来,随我国经济建设的迅速发展,加速了地理信息系统应用的进程,在城市规划管理、交通运输、测绘、环保、农业、制图等领域发挥了重要的作用,取得了良好的经济效益和社会效益。主要应用于以下几个方面。

(1)地理信息系统在地理空间数据管理中的应用;(2)GIS在综合分析评价与模拟预测中的应用;(3)GIS的空间查询和空间分析功能的应用;(4)GIS的输出功能在地图制图中的应用;(5)运用GIS系统,建立起专题信息系统和区域信息系统;(6)地理信息系统与遥感图像处理系统的结合的应用。

篇9

关键字：山区公路边坡；安全性因子；多因子评价方法

中图分类号：U41 文献标识码：A

我国社会经济的发展及国民经济水平的提高，为我国交通运输业提出更高的要求，交通规划规模不断扩大，而我国山地地形较广，山区公路是公路网络规划的重要部分，而山区公路的挖方工程量较大，这直接导致公路路堑边坡的大量形成，而具有较高高度及大规模的公路边坡坡体，在常年的风化及雨水冲击等自然力作用下，总是容易发生边坡坍塌、滑坡及坡面泥石流等病害，严重影响到山区公路安全，为国家及个人造成极大损失。因此，对公路安全性，尤其是山区公路边坡安全性的评价分析是相当必要的，这为公路交通事故灾害的防治提供可靠基础依据，是保障公路交通安全的重要手段。对山区公路边坡安全性的评价分析，可以选用综合边坡形态、地质、水文及人为等影响因子的多因子评价方法，通过边坡安全性多因子评价系统的建立，对山区公路边坡安全性进行有效评价。

1山区公路边坡现状

山区公路边坡由于成因、岩性、坡度、坡高以及安全性等的不同可分为不同种类，如按其成因可分为人工边坡与自然斜坡、按岩性不同可分为土质边坡与岩质边坡、而按安全性可分为稳定坡、不稳定坡以及已失稳坡等，不同种类的边坡，其所反映的主要特征也不同，因此，对边坡安全性的分析与评价方法的探索难度也较大，近些年来出现的神经元网络法、可靠度分析法以及专家系统法等，都为边坡安全性分析与边坡防护作出很大贡献。

目前我国对公路边坡设计主要采用工程类比法及自然坡角法，但对于边坡安全性的影响因素考虑不够周全，为公路边坡安全埋下诸多隐患。并且边坡设计都考虑坡面稳定安全，或采用支挡、锚固剂土工加筋等防治加固措施，缺乏对生态防护的认识与重视，没有基于生态保护进行设计，使得公路边坡受环境气候等自然影响限制极大，尤其是滑坡、边坡坍塌积坡面泥石流等自然灾害相当严重。这就需要对公路边坡安全性更加重视，从影响边坡安全性的诸多因素出发，对其安全性进行综合整体的评价。

2建立边坡安全性多因子评价系统

2.1边坡安全性评价因子

边坡防护系统较为复杂，受很多环境气候因素的影响，但根据实际情况的不同，影响边坡安全性的因子也不尽相同，这是影响山区公路边坡的安全性因子由于受环境条件的制约而呈可变性、随机性及模糊性，也就说，山区公路边坡安全性影响因子并不是一个可清楚确定的概念，这些有复杂非线性关系的边坡安全性因子对边坡防护影响权重也是不确定的、变化的，所以要结合山区公路边坡的具体实际情况，选择边坡防护需要的评价因子，而所选用的评价方法，要有可以处理可确定信息的能力，还要能同时具有处理不确定性信息的非线性动态的能力。

本文边坡安全性多因子评价系统的建立所选用的评价因子，主要有边坡形态因子、地质因子、水文因子以及人为因子这四个一级因子，以及组成这四个因子的九个二级因子，其中边坡形态因子是对边坡形象的反映，地质因子包括边坡主体与边坡主体的反映特征，水文因子尤其提高了边坡危险性，而人为因子则主要指边坡受人类活动的影响。另外，九个二级因子分别为：组成边坡形态因子的坡高与坡度，组成地质因子的边坡岩体结构、坡体风化程度以及坡向与结构面的关系，组成水文因子的有坡面湿润程度以及地面覆盖，而组成人为因子的有边坡维护以及坡顶荷重。

2.2确定评价因子权重

将边坡安全性设定为目标层，一级因子为决策层，而二级因子为要素层，则需要对评价因子的危险性贡献度大小及因子权重进行确定：

（1）确定评价因子的危险性贡献度大小。通过统计分析法对边坡安全性的评价因子贡献程度作出合理的综合性分析，再结合过去的大量实验经验可确定各评价因子的贡献度大小如下：边坡形态因子对边坡安全性的贡献度为3，地质因子贡献度为4，水文因子贡献度为1，而人为因子的贡献度为0.5。也就是说，对山区公路边坡安全性的影响从大到小的顺序依次为地质因子>边坡形态因子>水文因子>人为因子。

（2）确定评价因子权重。权重是对各项指标相对的重要程度的集中体现，综合评估在确定评分标准及指标体系的基础上，主要取决于指标权重，即是说，综合评估的可信程度直接受到指标权重合理性的影响。本文确定评价因子权重的方法主要采取的是层次分析法以及德尔菲法，再结合向量归一化进行计算，可求取各评价因子的向量，其中边坡形态因子的特征向量为0.353，地质因子的向量为0.47，水文因子向量为0.118，而人为因子的向量为0.059，也就是它们所对应的因子权重。

对于评价合理性问题，作为重要指标的评价因子取值范围还没有较全面系统的研究，本文以宁波市山区公路边坡为例，结合其边坡特点对其边坡安全性评价因子权重进行确定，具体见表1：

表1

3对多因子评价的结果分析

通过边坡安全性多因子评价系统的评估体系，可以结合工程类比经验来对评估基准值进行确定。所谓工程类比法，其实就是根据其他工程中危险性已经确定的情况，再结合实际工程特征找出具有相同特征的危险性进行基准值评估，通常可借鉴的其他工程以确定危险性分为三类，即为评估基准值小于9的较小危险性、评估基准值为9至12.5的中等危险性以及评估基准值大于12.5的较大危险性，然后基于工程实际情况并通过工程类比法对边坡危险性进行确定。

4边坡安全性多因子评价的验证

本文对边坡安全性多因子评价的验证，主要以宁波市山区公路为例，选取10个公路边坡，结合折线形滑面法并通过安全性公式计算或工程类比法与多因子评价法进行比较，对所选公路边坡安全性多因子评价进行验证，具体结果见下表所示（其中方法一为安全性计算或工程类比法，而方法二为多因子评价法见表2）。

结语

综上所述，山区公路边坡安全性的影响因子，主要有坡高与坡度等边坡形态、地质结构构造、水文水质以及人为因素等，而根据边坡安全性多因子评价系统的有效评估可知，有四分之一的现状边坡危险性较大，而余下四分之三的危险性为小到中等级危险，而该评价系统不仅操作简便，还有较好的符合性，可用于对山区公路边坡安全性的评价分析。总之，山区公路边坡的不安全因素，为公路网络规划的实现及公路交通条件的改善埋下诸多隐患，必须对其安全性进行合理评价分析，并采取有效防治措施，才能有效改善山区公路交通状况，确保交通安全。

参考文献

[1]鲍大春，王国体.公路路堑高边坡的分析和处理[J].工程与建设，2011（1）.

篇10

 

国家自然科学基金作为国家资助基础研究的主渠道之一，多年来一直重视将基础研究与国家经济建设整体目标的紧密结合，并积极促进国际合作与学术交流，先后在重大项目、重点项目和面上项目等多个层次上资助了土木基础设施减灾领域的基础研究，在诸多方面取得了积极的进展和成果。同时，随着国家“科教兴国”重大战略的实施，国家自然科学基金也将会有更大的投入用于土木基础设施减灾学科前沿的研究。

 

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。

 

我国在减灾研究方面有长期的工作积累和一支颇有实力的研究队伍。今后的研究应注重相关学科的交叉与融合，加强减灾基础研究与重大工程的结合，促进国际间的交流与合作。在国家自然科学基金委员会和国家有关部门的共同支持下，使土木工程减灾基础研究走在世界前列，在国家建设和经济发展中发挥更加积极的作用。

篇11

关键词：数字消防应急预案；ArcGIS；火灾危险性分析；应急决策

Abstract: the fire emergency plan in response to various types of burst fire, important measures of reducing loss of life and damage to property. This article details the constitutive principle of the secondary information system based on GIS technology and production process and model of fire based on computer simulation and risk analysis system, analysis results to guide emergency emergency action in decision-making and programme development.

Keywords: digital fire emergency; ArcGIS; fire risk analysis on; emergency decision

[中图分类号] TM717[文献标识码]A [文章编号]

一、引言

火灾是危害我国人民和社会最持久、最剧烈的灾害之一:我国火灾(不含森林、草原火灾)年平均损失约占全国灾害总损失额的20%以上，仅次于自然灾害。近几年每年因火灾死亡的人数都在2000人以上，受伤人数在3000人左右。2000年河南洛阳东都商厦火灾：死亡309人；2004年吉林中百商厦火灾：死亡54人；2004年湖南常德特大火灾：过火面积达7万余平方米、直接财产损失过亿元、69人受伤。

随着我国经济的飞速发展，各种新型、超大规模的建筑形式层出不穷，消防性能化设计也越来越多的应用于建筑防火设计中；各种新型材料的研发和采用使得燃烧过程和产物更加复杂; 地下火灾、交通工具火灾、各种隧道通道火灾的发生逐渐增多。火灾现象的频发、复杂和多样化对消防安全提出了更高的要求。编制切实可行的消防应急预案是应对突发火灾事故有效的措施，《左传》有曰：“居安思危，思则有备，备则无患。”“防患于未然”决定了消防应急预案的重要性。

二、数字消防应急预案的出现

消防应急预案是应对各类突发火灾事故，减少人员伤亡和财产损失的重要对策。我国各级消防部门现有的应急预案大多是文本式预案，数字预案是在现有预案基础上发展起来的，它吸取了现有文本预案的优点和长处，以消防应急平台为载体，利用数字技术与信息技术、火灾科学与安全科学技术、数据库技术、GIS技术、图像显示技术等现代技术，克服了文本预案缺乏火灾科学模型支持、形式枯燥、查询困难、表达不直观、可操作性差等缺点。数字化消防应急预案将火灾科学应用到消防领域之中，使得预案的制定和落实更为科学规范，通过完整的、科学的数据模型建立全面而具体的数字应急预案。

三、数字消防应急预案框架结构

根据消防应急预案的功能要求和预案制定、预案应用过程中需要考虑的各项因素，建立如图1所示的预案框架结构。整个预案包括基础信息、预测模拟与危险性分析、应急决策与应急救援行动以及日常培训与演练四部分组成。

图1 数字化消防应急预案框架结构

1、基础信息

基础信息部分为与预案对象(建筑单元或重点单位)的消防安全和灭火救援相关的信息数据。

2、预测模拟与危险性分析

预测模拟与危险性分析部分通过对预案对象的危险源进行辨识，选择一个或几个风险较大的火灾场景作为预案设定火情。利用火灾动力学模型，结合预案对象的基础信息和环境条件作为边界条件对火灾的发展过程、影响区域、火灾中人员的安全疏散等进行数值模拟和预测，分析火灾可能造成的危害和影响，给出危险性分析结果，为制定应急决策和应急救援方案提供依据。

3、应急决策与应急救援行动

应急决策与应急救援行动部分根据基础信息以及预测模拟与危险性分析结果，以管理科学、运筹学、控制论为基础，利用GIS的空间数据处理、显示表达和输出功能作为载体，进行辅助应急决策和指挥应急救援行动。

4、日常培训与演练

在应急决策与应急救援行动的指导下，依据数字消防应急预案开展定期的针对消防灭火岗位官兵的日常培训和消防灭火和疏散演练，使消防应急预案熟练地被掌握和应用，有效的实施应急灭火救援和急行动指挥,提高行动的成功率。

四、基于GIS技术的辅助信息系统

地理信息系统是展示相关信息的载体和基础平台。本系统利用ArcGIS 强大的表现和分析功能,对突发火灾事件进行空间定位并展示其周围环境信息,基于火灾预测模拟对其发展趋势进行分析,以便作出救援决策。而此系统火灾处置环节中的辅助信息系统,正是使用了ArcGIS 的地图显示功能,将灭火救援使用到的各种消防车、救护车、警车和救援人员(消防员、医务人员、交警等) 、警戒线和避难场所等封装在一个地图工具箱中,供应急处置所用。

辅助信息系统的制作主要有两个功能模块:一是在ArcGIS的桌面产品ArcMap环境下,实现系统中工具的符号制作;二是基于开发平台ArcObjects组件,实现符号化程序模块,以及点线面绘制功能程序模块。下面将叙述一下其具体实现过程。

1、辅助信息系统相关符号的制作

1) 消防应急地图符号库的设计原理。地图符号主要是针对矢量图形的,它是地图的语言单位。通过对地图符号的解读,可以直观地了解地图所表达的地理信息。按照面向对象的思想,可以将应急地图符号分为点状符号、线状符号、面状符号三类。

在本系统中,将独立的可移动的工具,如车、人抽象为点状符号,连续的线状工具抽象为线状符号,大面积的场所抽象为面状符号。

篇12

关键词 高温天气；时空分布；模型建立；灾害风险区划；甘肃陇南；山区；1971—2010年

中图分类号 P423.3 文献标识码 A 文章编号 1007-5739（2013）15-0259-03

陇南市地处青藏高原东侧边坡地带，西靠甘南高原，北向陇中黄土高原过渡，南接四川盆地，东与陕西秦岭和汉中盆地连接。全市地势西北高，东南低。境内高山、深谷、丘陵、盆地依次分布，错落相间，最高点雄黄山，海拔4 187 m，座落在文县西北部的屯寨乡境内，最低点罐子沟，海拔550 m，位于文县东南部的中庙乡境内，也为甘肃省海拔最低点，由于受山地地形及大气环流和太阳幅射的影响，气候差异悬殊，地域性立体小气候特点十分明显，从而形成了“一山有四季，十里不同天”的气候和自然景观特征，雨热同季，四季分明，光热充足是陇南市主要气候特点，适宜种植多种作物。

陇南市现有油橄榄1.333 3万hm2，是中国油橄榄栽培种植示范重点区域之一；同时，陇南市又是“中国花椒之乡”和“中国核桃之乡”，现有花椒11.339万hm2，种植面积和产量均居全国第1位，现有核桃22.211 1万hm2，约占全国核桃种植面积的1/4，是我国核桃主产区。高温热害是陇南市常见的一种自然灾害，一般出现在5—9月，其峰值主要集中出现在6—8月，该时段高温天气灾损最为严重，高温晴热、少雨干旱持续时间长，严重影响了工农业生产和人民生活。2006年夏季高温少雨天气持续90 d，导致大部分地方人畜饮水发生困难，严重影响了陇南市小麦、玉米、洋芋三大粮食作物的正常生长，给花椒、核桃、油橄榄和中药材等特色经济林果造成不可弥补的损失，全市农作物受旱面积达到18.4万hm2，有2万hm2农作物枯死，全市因旱造成32.52万人，9.84万头大牲畜饮水发生困难，导致全市秋粮比上年减产40.91%。

过去人们对陇南山区旱涝方面研究较多[1-5]，而对高温天气变化和分布规律的研究却很少，特别是基于GIS理论绘制高温天气灾害风险区划的研究，鲜见报道。因此，笔者利用1971—2010年近40年来陇南市山区高温天气资料，综合分析孕灾环境敏感性、致灾因子危险性、承灾体易损性、防灾减灾能力等因子，对当地高温天气灾害进行风险区划，以期通过科学规划进一步提高防暑降温能力，有效促进防暑降温工作的部署，对保障人民生活健康安全和农业增产增收起到积极作用。

1 资料来源与研究方法

1.1 资料来源

由于过去气象站点稀少，现在各乡镇区域自动气象站的记录年代太短，研究所用气象资料为陇南市9个气象站提供的高温天气日数资料，包括武都区、文县、康县、成县、徽县、两当县、宕昌县、西和县、礼县。本文将日最高气温≥33.0 ℃称为高温天气。高温天气日数资料涉及8个县1个区，时间跨度为1971—2010年。

测定和统计方法根据《地面气象观测规范》要求操作。经济社会资料为2011年陇南市年鉴资料，包括耕地比、GDP、人口等数据，由陇南市统计局提供。

1.2 研究方法

根据40年来陇南地区高温天气资料进行汇总，分析温天气时空演变气候特征，总结其年变化规律。利用各地地理信息，对经度、纬度、海拔高度等因子与年平均高温天气日数进行多元线性回归分析。利用GIS技术，对高温天气危险性等级分布进行研究，对气象灾害风险程度进行评价和等级划分，采用风险指数法、层次分析法、加权综合评分法等数量化方法作出高温灾害风险区划。

2 结果与分析

2.1 高温天气时空演变气候特征

建立经度、纬度、海拔高度与年平均高温天气日数的回归方程如下：

Y=1 165.641-11.512 4X1+2.828 4X2-0.033 3X3 （1）

（u=419.649 9，Q=65.885 6，F= 65.816 8>F（0.01，3，5）=12.1，R=0.929 7）

式（1）中，Y为年平均高温天气日数（若算得Y≤0，则一律视为0，即无高温天气出现），X1为经度，X2为纬度，X3为海拔高度。

从1971—2010年陇南市各县（区）气象站高温记录统计分析（表1和图1）表明：近40年陇南市每年都有高温天气出现，9个气象站共出现高温天气2 804 d，平均每年70.4 d、每站每年约7.8 d。2006年9个气象站共出现高温天气217 d，为最多年份，1997年出现高温天气206 d，为次多年份，1989年出现3 d，为历史最少年份，1980年出现高温天气7 d，为历史次少年份。其中，武都区共出现高温天气822 d，平均每年约21 d，为全市出现高温天气日数最多的站，其次，文县共出现高温天气784 d，平均每年约20 d，为全市出现高温天气日数次多站，西和县共出现高温天气2 d，平均每年约0.1 d，为全市出现高温天气日数最少的站，其次，康县共出现高温天气38 d，平均每年约1 d，为全市出现高温天气日数次少的站，高温天气一般出现在5—9月，其峰值主要集中出现在6—8月，近40年极端最高气温38.6 ℃，于1996年8月6日出现在武都区；从高温日数的年际变化分析（图1），呈现出明显的增多趋势。

2.2 高温天气危险性等级分布

统计陇南市各气象站日最高温度日数，与海拔高程建立统计关系模型，利用GIS技术，结合DEM数据生成高温危险性等级分布（图2）。由图2可知，陇南市高温热害危险性等级白龙江、白水江流域海拔1 100 m以下浅山河谷区和文县东南部、成县中部和康县东南部最高，年平均高温日数大于20 d；陇南市海拔1 800 m以上高山区高温热海危险性等级最低，大多数年份不会出现高温天气。

2.3 风险评估模型的建立

通过调查、统计和分析陇南市气象灾害，对多个因子进行综合分析[6-9]，如孕灾环境敏感性、致灾因子危险性、防灾减灾能力、承灾体易损性等。其中，孕灾环境敏感性：指受到气象灾害威胁的所在地区外部环境对灾害或损害的敏感程度。在同等强度的灾害情况下，敏感程度越高，气象灾害所造成的破坏损失越严重，气象灾害的风险也越大。致灾因子危险性：指气象灾害异常程度，主要是由气象致灾因子活动规模（强度）和活动频次（概率）决定的。一般致灾因子强度越大，频次越高，气象灾害所造成的破坏损失越严重，气象灾害的风险也越大。防灾减灾能力：受灾区对气象灾害的抵御和恢复程度。包括应急管理能力、减灾投入资源准备等，防灾减灾能力越高，可能遭受的潜在损失越小，气象灾害风险越小。构建气象灾害风险评价的框架、指标体系、方法与模型，借助GIS绘制相应的风险区划图系，气象灾害区域分为5级：低风险区、次低风险区、中等风险区、次高风险区、高风险区。参照有关文献成果[2-6]，建立灾害风险指数评估模型如下：

DRI=（HWh）（EWe）（VWv）（RWr）[0.1（1-a）R+a] （2）

式（2）中，DRI是灾害风险指数；H、E、V、R分别表示致灾因子危险性、孕灾环境敏感性、承灾体易损性、防灾减灾能力因子指数；H=ΣWhkXhk，E=ΣWekXek，V=ΣWvkXvk，R=ΣWrkXrk，其中，Wh、We、Wv、Wr分别表示相应的权重，在该区划中通过专家打分，并根据陇南市气象灾害实际情况，分别赋值0.5、0.2、0.2、0.1；Xk是指标k量化后的值；Wk为指标k的权重，表示各指标对形成气象灾害风险的主要因子的相对重要性；a为常数，用来描述防灾减灾能力对于减少总的DRI所起的作用，考虑陇南市的实际情况，取值0.5。承灾体易损性：指可能受到气象灾害威胁的所有人员和财产的伤害或损失程度，如人员、牲畜、房屋、农作物、生命线等。一个地区人口和财产越集中，易损性越高，可能遭受潜在损失越大，气象灾害风险越大。利用GIS技术将人口、GDP、耕地比数据空间化，采用1 000 m×1 000 m网格，由于承灾体对不同灾种的相对重要程度不同，因此在计算承灾体易损性时要赋予他们不同的易损性因子系统，根据陇南市山区实际情况，确定出高温天气气象灾害的易损性因子权重系数为：人口占0.6，GDP占0.2，耕地比占0.2。

2.4 高温灾害风险区划

高温灾害的风险区划主要从致灾因子危险性、孕灾环境敏感性、承灾体易损性3个方面综合分析得到[2]。致灾因子危险性见高温危险性等级分布图（图2）；孕灾环境敏感性将河网密度作为指标；承灾体易损性分析主要以人口密度、经济密度、耕地比为基本要素。最后将3个方面内容进行加权叠加，合并以及等级划分操作，得到高温风险区划图（图3）。由图3可知，陇南市高温风险由高到低、由西北向东南递增，白龙江、白水江干热河谷及康县东南部、文县东南部和成县中部低海拔区为高温天气高风险区；宕昌县西部、礼县西北部、武都区西北部、文县西北部和两当县南部高海拔区为高温低风险区，与陇南市高温天气灾害实际分布相符。

3 结论与讨论

陇南市每年都有高温天气出现，9个气象站平均每年合计70.4 d，每站每年约7.8 d，其中，武都区平均每年约21 d，为全市出现高温天气日数的最多的站，西和县平均每年约0.1 d，为全市出现高温天气日数最少的站，高温天气一般出现在5—9月，其峰值主要集中出现在6—8月，目前，受全球气候变暖背景的影响，陇南市山区高温天气日数呈现出明显的增多趋势。

陇南市高温热害危险性等级白龙江、白水江流域海拔1 100 m以下浅山河谷区和文县东南部、成县中部和康县东南部最高，年平均高温日数大于20 d；陇南市海拔1 800 m以上高山区高温热海危险性等级最低，大多数年份不会出现高温天气。陇南市高温天气灾害风险由高到低、由西北向东南递增，白龙江、白水江干热河谷及康县东南部、文县东南部和成县中部低海拔区为高温天气灾害高风险区；宕昌县西部、礼县西北部、武都区西北部、文县西北部和两当县南部高海拔区为高温天气灾害低风险区。

本研究得到的高温天气灾害风险评估及其区划，其结果与陇南市高温天气灾害发生实际相符。因此，该研究对指导陇南山区科学规划、周密部署高温天气防暑降温工作，进一步提高防暑降温能力，保障农业增产农民增收和人民生活及健康安全，具有一定的现实意义[10-13]。

利用ArcGIS软件进行陇南市山区高温天气灾害风险评估及其区划的研究，由于条件所限，所取得的气象资料站点较少，不能包括各种地形地貌地理位置下的气象站点的资料。因此，建立的计算各地高温天气日数的模型代表性有限，其结论与实际有一定差距，因此今后应创造条件，努力改进。

4 参考文献

[1] 肖志强，尚学军，樊明，等.陇南春旱指数与冬小麦产量关系及预测研究[J].中国农业气象，2002，23（1）：9-12.

[2] 肖志强，尚学军，樊明，等.陇南秋季旱涝时空演变特征对农业生产的影响及预测研究[J].干旱气象，2006，23（S1）：57-61.

[3] 肖志强，林纾，尚学军，等.陇南山区春末夏初旱涝指数的确定与预测研究[J].干旱地区农业研究，2006，24（3）：26-30.

[4] 肖志强，尚学军，樊明，等.陇南伏期旱涝指数及预测模型[J].气象，2001，27（1）：35-38.

[5] 白肇烨，徐国昌.中国西北天气[M].北京：气象出版社，1988：152-201.

[6] 肖志强，赵彦锋. 陇南市武都区大风时空演变气候特征及灾害风险区划[J].现代农业科技，2012（16）：274-276.

[7] 李世奎，霍治国，王素艳，等.农业气象灾害风险评估体系及模型研究[J].自然灾害学报，2004，13（1）：77-87.

[8] 肖志强，刘丽，樊明，等.武都山区农业低温冻害时空演变气候特征及灾害风险区划[J].江苏农业科学，2012，40（S1）：215-217.

[9] 苏军锋，肖志强，魏邦宪，等.基于GIS的甘肃省陇南市暴雨灾害风险区划[J].干旱气象，2012，30（4）：650-654.

[10] 韩淑娟，马殿恒，刘丽敏.伊春地区2010年高温天气特征分析[J].黑龙江气象， 2011，28（4）：11-12.

[11] 劳汉琼.湛江市高温天气的气候特征分析[J].气象研究与应用，2010， 31（A02）：114-115.

篇13

关键词：公路地质灾害；体系结构；监测与预报系统

公路作为国家的经济命脉，要保证公路能够正常发挥其各项职能必须要对公路地质灾害的相关信息实施必要的监测。通常公路沿线的地质灾害的监测与预报不仅包括该地区地质灾害的孕育信息，同时还涵盖了公路的勘察设计、公路施工和灾害点的监测与处理等各个方面的信息，只有建立起比较完善的地质灾害预报结构体系才能够对这些灾害信息进行全面的分析以及预防处理。可是因为信息的类型比较多并且系统的功能也比较完整，所以预报体系结构也必须要不断改进。

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：

[1] 高华喜，殷坤龙.基于GIS的滑坡灾害风险空间预测[J]. 自然灾害学报. 2011（01）

篇14

关键词：地质灾害；防治；措施

1概述

近年来由于工程建设引发的地质灾害发生的次数明显增多，各种灾害类型明显增加，分布面积不断扩大，地质灾害所造成的直接经济损失至少占各种自然灾害总损失很大的一部分，每年造成人员伤亡数以千计。地质灾害给我国许多地区的经济建设和人民生命财产的安全造成了严重威胁，对地质灾害的防治既是经济问题又是社会问题，关系到经济发展和社会稳定。

2地质灾害点（段）防治措施

2.1避让措施.

对已发生的直接威胁到人民生命财产安全的地质灾害点（段），建议采取避让措施。

2.2生物工程措施。

生物措施是利用农业或者林业的技术，对沟域内泥石流的产生提供大量固体物质的陡坡耕地、荒坡、荒地进行相应的改造，以控制泥石流的面蚀作用和水土流失强度，减少泥石流的固体物质的来源，同时能也起到调节或削减地表径流，阻滞在沟道中形成大的洪峰，从而抑制泥石流的产生和发展。

2.3工程措施

2.3.1滑坡地质灾害工程防治措施。

对滑坡地质灾害工程主要措施为：a.排水治理工程排除滑坡体以外的地表水，防止滑体充水、饱水，以拦截和旁引为原则，具体做法是在滑坡体坡顶处设置一条环形截水沟，拦截旁引地表径流，不使地表水流入滑坡范围之内。另外，采用浆砌石修建路基排水沟，防止滑坡体充水，降低滑坡驱动力。b.抗滑锚固工程根据滑坡的规模、成因、形态、深度及施工条件等因素，设置支挡构筑物，在滑坡体前缘（路基）设计施工抗滑桩，垂直滑坡轴方向布置，增大抗滑力，阻止其滑动，以保证路基稳固和交通安全。采用坡脚修建挡土墙、坡面恢复植被等综合治理措施。

2.3.2崩塌地质灾害工程防治措施。

危岩体进行彻底根治消除，并修建挡石墙或护坡，以防止斜坡岩体剥落。对规模不大的崩塌点、段可根据具体情况，采取人工削坡、清除危岩体或修筑拦石栅栏、挡墙及柔性防护等工程。

2.3.3泥石流地质灾害工程防治措施。

针对被保护目标性质和重要性，采取合理的工程措施对泥石流进行抑止、疏导等措施，以求达到最佳治理效果和节省投资。对于防治泥石流，常采取多种措施相结合，比用单一措施更为有效。a.拦截排导工程流通区、堆积区修筑排导槽、导流堤、拦截坝，拦截泥石流进入村屯，排导泥石流进行下泄。修建长挡墙修建跌水缓冲坝，在泥石流沟口修建排导槽，有效拦截疏导泥石流。b.固坡工程在泥石流沟域松散固体物质分布区，修建梯级谷坊工程，调节沟道纵比降以削减泥石流流量，以面蚀为主的荒坡等分散物源，采用农林措施固坡。

2.4监测预警措施。

监测预警措施是对稳定性差、危险性大的灾害点及潜在灾害点布置监测工作。对目前危险性特别突出的泥石流等进行预警工程。特别是汛期要根据降雨情况和监测结果做出适时预警预报及撤离工作。

3群测群防网络建设与运行群测群防网络建设。

建立地质灾害群测群防三级监测网络。一级监测为市级监测网，由分管该项工作的市长负责，市国土资源局主持日常工作；二级监测网为乡镇监测网，由分管该项工作的乡（镇）长负责；三级监测网为村级监测网，由村长直接负责该村的地质灾害监测、预报、预警工作，并指派专人进行灾害点的监测工作。

3.1监测网的重要职责。

市级监测网（群测群防一级网）：a.负责市境内的重大地质灾害隐患点的监测预报和预警；b.建立市级群测群防监测站，进行多种手段的综合监测：进行灾害应急调查、应急监测、抢险救灾；c.负责该市的监测系统、信息系统和预警系统以及群测群防的技术指导和管理、群测群防的信息管理，成为群专结合组成的监测预警系统的纽带。乡镇级监测网（群测群防二级网）：a.负责该乡镇地域内较大的地质灾害隐患点的监测预报和预警工作；b.其监测手段是定人、定点、定时进行巡查和简易监测，并做好记录、上报等工作；c.协助上级监测机构做好本地区内重点地质灾害体监测预警；d.领导辖区内各村的群测群防工作，做好地质灾害发生的短期临灾前兆宣传和自救工作。村组级监测网（群测群防三级网）：a.负责该村组地域内较大的地质灾害隐患点的监测预报和预警工作；b.其监测手段是定人、定点、定时进行巡查和简易监测，并做好记录、上报等工作；c.地质灾害预警的自救指导。

3.2监测点选定原则。

a.危险性大、稳定性差、成灾概率高、灾情严重的；b.对集镇、村庄、工矿及重要居民点人民生命安全构成威胁的；c.造成严重经济损失的；d.威胁公路、铁路、航道等重要生命线工程的；e.威胁重大基础建设工程的。

3.3监测点的建设。

a.监测范围确定：除对地质灾害隐患点和不稳定斜坡本身的变形迹象进行监测外，还应把灾害点威胁的对象和可能成灾的范围，纳入监测范围。b.地质灾害监测方式：对地质灾害点，建立以简易监测为主，结合宏观地面变形观察。以定期巡视和汛期强化监测相结合的方式进行。定期巡视一般为半月或每月进行一次，汛期强化监测根据降雨强度，每天或24小时值班监测。

3.4监测网点的管理与运行。

a.监测责任落实到具体的单位和个人。被监测的质灾害隐患点所在的乡镇、村和有关单位为监测责任人，在他们的领导下，成立监测小组，监测小组由受危害、威胁的居民点或有关单位的群测人员组成。b.建立起岗位责任制，市、乡、镇、村应逐级签订责任书。c.宣传与培训。采取由市国土资源部门组织乡、镇，甚至村级领导进行调查与培训，一方面了解各乡镇地质灾害发育现状及危害，另一方面对他们进行专业知识与防灾减灾知识培训。另外在现场调查时，对危险性较大的灾害点周围的群众进行监测和应急处理措施等知识的宣传，教会监测责任人，监测小组成员和群众，如何监测、如何判断灾害可能发生的各种迹象和灾情速报及有关应急防灾救灾的方法。d.监测信息反馈与处理：市国土资源主管行政部门负责监测资料与信息反馈的收集汇总，上报到上级主管部门，由其将上报的资料与信息录入省地质灾害空间数据库，进行趋势分析，同时对下一步监测工作提出指导性意见。

3.5地质灾害险情的应急处理

经监测有重大险情发生时，市乡镇村级政府和有关单位应立即采取应急防灾减灾措施，同时应立即报告给省、市政府及国土资源厅主管部门，届时将派出专业人员赴现场协助监测和指导防灾救灾工作。

4结论

地质灾害的防治将在很大程度上减轻生命财产的损失，所以做好地质灾害的防治工作具有重要意义。

参考文献

[1]中华人民共和国国土资源部，中国地质环境公报[J].2005.

[2]柳源.中国地质灾害(以崩、滑、流为主)危险性分析与区划[J].中国地质灾害与防治学报，2003(1).

[3]李媛，孟晖，董颖等.中国地质灾害类型及其特征[J].中国地质灾害与防治学报，2004，15(2).

[4]殷跃平，柳源.中国地质灾害防治研究一对国际减灾十年活动(l990—2000)的思索[J].工程地质学报，2000，增刊.

[5]罗元华，张梁，张业成.地质灾害风险评估方法[M].北京:地质出版社.1998.