PPT基于GIS的低温冷冻灾害风险区划研究

1、基于GIS的低温冷冻灾害风险区划研究以安徽省为例作者：唐伟安等单位：安徽省气候中心等期刊：地理科学2012.03，第32卷第3期一一. . 研究背景研究背景二二. .研究方法研究方法三三. .研究内容研究内容四四. .结论结论与思考与思考 Table of Contents结构 一一. .研究背景研究背景低温冷冻灾害是影响中国大部分地区的严重低温冷冻灾害是影响中国大部分地区的严重气象灾害，它与干旱、洪涝并称为中国的三气象灾害，它与干旱、洪涝并称为中国的三大自然灾害。目前，国外对低温灾害的研究大自然灾害。目前，国外对低温灾害的研究多集中在低温灾害机理上，而对低温灾害风多集中在低温灾害机理上，而对

2、低温灾害风险区划评估等方面的研究成果甚少。国内区险区划评估等方面的研究成果甚少。国内区划研究，以气象灾害指标、统计频率、灾害划研究，以气象灾害指标、统计频率、灾害损失的分析为主。损失的分析为主。二. 研究方法（1）安徽省低温冷冻灾害评估模型构建 基于自然灾害风险形成理论，灾害风险是多个因子综合作用的结果,其表达式为： D=f(H,S,V,R)式中，D 为灾害风险；H 为致灾因子危险性；S 为孕灾环境敏感性；V 为承灾体易损性；R 为抗灾能力。其中对于H、S 和V 所包含的各个指标归一化计算公式为:Xij0.50.5（Xij- mini）/(maxi- mini) 由于抗灾能力越强，相应的灾害风

3、险越小，因 此R 所包含的各个指标的归一化计算公式为：Xij1.0-0.5（Xij- mini）/(maxi- mini) 其中： Xij 是j 站点第i 个指标的归一化值；xij 是j 站点第i 个指标值；mini 和maxi 分别是第i 个指标值中的最小值和最大值。 归一化处理 低温冷冻灾害主要评价因子计算用加权综合评价法：式中，Vj 是评价因子指数，j是评价因子个数，Dij 是 对于因子j 的指标i 的归一化值，n 是评价指标个数；Wi 是指标i 的权重， 它是综合考虑各指标对评价因子的影响程度，采用Delphi 法，结合当地实际情况确定。 低温冷冻风险 指数模型: IFDR=(VHwh

4、)(VSvs)(VVwv)(VRwr)式中，IFDR 为低温冷冻灾害风险指数，用于表示低温冷冻灾害风险程度.VH、VS、VV、VR 表示低温冷冻灾害危险性、敏感性、易损性和抗灾能力各因子指数。wh、ws、wv、wr 是各评价因子的权重，权重的大小依据各因子对低温冷冻灾害的影响程度大小，由Delphi 法确定。 将安徽省低温冷冻灾害风险区划5 级：高、次高、中等、次低高、次高、中等、次低及低低风险区。 （2）GIS空间分析方法由于存在区域差异，采用由于存在区域差异，采用GIS空间分析方法可提升评估的精细化程度。空间分析方法可提升评估的精细化程度。（1）内插分析）内插分析 ：克里格插值法克里格插值

5、法理想效果理想效果 对空间数据进行加权插值的权值设计方法。通过引进以对空间数据进行加权插值的权值设计方法。通过引进以 距离为自距离为自变量的变量的变异函数变异函数来计算权值。反应变量的空间结构特性来计算权值。反应变量的空间结构特性随机分布特性随机分布特性（2）栅格运算：）栅格运算：（3）自然断点分级：）自然断点分级：1.研究区概况安徽省位于中国东部腹地，介于1145411931E、29413438N，面积为13.92104 km2，占全国总面积的4。本文将安徽省细分为5个自然区域（右图）： 淮北平原； 江淮丘陵 皖西大别山区； 沿江平原； 皖南山区。虚线为自然分区的大致分界线安徽省主要冷冻灾害

6、2.资料来源1基础地理信息资料采用安徽省 15 万地理信息数据，本文使用其中安徽省数字地面高程DEM的重采样数据。2土地覆盖类型数据来自欧洲空间局全球土地覆盖项目，利用安徽省行政边界提取出该省范围内土地覆盖数据，数据精度为10经纬度3安徽省各市县国土面积、小麦、油菜及一季稻 播种面积、GDP 等社会经济数据。.三.研究内容-安徽省低温冷冻灾害风险区划.(1)致灾因子危险性区划主要方法：主成分分析、百分位数法、克里格插值法、自然断点分级法等；区划结果：评估结果与安徽省低温实际发生情况基本一致，次高以上危险区均为低温的高发区，而低危险区均为少发区。安徽省以冻害为主，其次为倒春寒，而小满寒和秋分寒发

7、生频次相对较少。 (2)孕灾环境敏感性区划主要方法：赋值法、栅格图层计算等区划结果：高敏感区及次高敏感区主要位于该省的两大山区，即大别山区与皖南山区，中等敏感区主要为海拔相对较低的山地和丘陵地区，次低敏感区主要为该省的平原地带，低敏感区主要位于近水体的地区。说明近水体地区不易遭受低温灾害，而高山地区则相反。 (3)承灾体易损性区划承灾体易损性区划主要方法主要方法：利用转化工具将矢量利用转化工具将矢量数据转化为栅格数据，并将不同低数据转化为栅格数据，并将不同低温类型的该指数各划分为温类型的该指数各划分为5个等级个等级.数据栅格化有利于加快系统数据数据栅格化有利于加快系统数据的运行速度和分析应用的

8、进程。的运行速度和分析应用的进程。区划结果：冻害高易损区主区划结果：冻害高易损区主要为皖北平原，倒春寒主要要为皖北平原，倒春寒主要为安徽平原，小满寒与秋分为安徽平原，小满寒与秋分寒主要为皖中地区。寒主要为皖中地区。(4)抗灾能力区划抗灾能力区划主要方法主要方法：采用与承灾体易损性采用与承灾体易损性指数相同的区划方法得到安徽省低指数相同的区划方法得到安徽省低温冷冻灾害的抗灾能力区划。温冷冻灾害的抗灾能力区划。区划结果区划结果：低抗灾能力区主要位低抗灾能力区主要位于该省于该省 北部、沿淮、大别山区及江北部、沿淮、大别山区及江淮之间西南部地区，而皖中东部及淮之间西南部地区，而皖中东部及皖南大部分地区

9、抗灾能力强。皖南大部分地区抗灾能力强。 (5)综合风险区划利用GIS平台的多层面复合分析法：a.根据不同低温类型的风险指数，得到不同低温类型的低温灾害风险区划图： b. 根据主要评价因子计算式子，对安徽省4 种低温类型的风险指数 进行加权综合，根据专家意见结合实际发生情况，冻害、倒春寒、小满寒及秋分寒权重系数分别取 0.6、0.2、0.1、0.1，得出低温冷冻灾害的综合风险指数并将其划分为5个等级得到下图： 低温冷冻灾害综合区划(6)区划结果验证主要方法：相关分析法主要过程：提取安徽省县级行政区划内低温风险综合指数和实际灾情数据进行相关分析，得出相关系数，从而判断相关程度。相关系数：表示两要素

10、之间相关程度的统计指标。 相关系数的绝对值越接近1，表示两要素的关系越密切； 越接近于0，表示两要素的关系越不密切。相关分析显示，综合风险指数与实际灾情的相关系数达0.64，呈极显 著相关（=0.01）。但安徽省大别山区、沿淮地区及 皖南中部的风险程度与实际发生情况不一致，区划结果偏重。说明本文低温灾害风险评价指标、 权重系数、评价模型及区划结果，虽局地存在差 异，整体上比较合理，与实际发生情况吻合。 意义（1）为有关部门）为有关部门 灾害管理和减灾决策制定提供参灾害管理和减灾决策制定提供参考依据，同时对其他省份进行低温灾害风险区划考依据，同时对其他省份进行低温灾害风险区划也有重要的借鉴意义。也有重要的借鉴意义。（2)但由于低温灾害形成、发展及产生后果的复杂但由于低温灾害形成、发展及产生后果的复杂性，影响因子众多，目前评价结果尚难以做到与性，影响因子众多，目前评价结果尚难以做到与实际完全吻合。实际完全吻合。 (3)本项工作只是在低温灾害的风险评估分析和风本项工作只是在低温灾害的风险评估分析和风险指数的研究方面作了一定的探索，以后还需要险指数的研究方面作了一定的探索，以后还需要不断地深入和细化。不断地深入和细化。四.创新点与讨论1.本研究基于自然灾害风险形成原理评估地区差异并建立综合的灾本研究基于自然灾害风险形成原理评估