基于区域灾害系统论的广东省台风灾害风险评估——以“山竹”台风为例

本研究的主要目的是构建一种适用于广东省的台风灾害风险评估模型,从而能有针对性地对广东省发生台风灾害后的抗灾救灾、应急决策提供参考意见.本文在区域灾害系统论的指导下,综合了致灾因子危险性、孕灾环境敏感性、承灾体脆弱性3方面,构建了一套新的评估指标体系,并以加权综合法、层次分析法、自然间断点分级法构建了广东省台风灾害风险评估模型.最后以2018年第22号超强台风“山竹”为例,对广东省进行了台风灾害风险评估,并形成了1 km×1 km的综合风险区划图和评估分析结果.结果表明:1)该模型评估出的广东省“山竹”台风灾害中高风险地区与灾情报告相符合,具有较高的可靠性;2)广东省“山竹”台风灾害致灾因子危险性呈现出中东部沿海和中西部地区高,并逐渐向周围递减的分布;3)广东省台风灾害高孕灾环境敏感性地区主要集中在珠江三角洲地区以及粤东潮汕地区,这些地区地势平坦、河网密集、植被覆盖度低;4)广东省台风灾害高承灾体脆弱性地区主要集中在珠江三角洲地区、粤东潮汕地区、粤西茂湛地区,这些地区人口稠密、经济发达、耕地众多、城市化程度高;5)广东省“山竹”台风灾害综合风险呈现出中东部沿海和中西部地区高,并逐渐向周围递减的分布,其中高风险区主要包括阳江市、江门市、珠海市、深圳市、惠州市、汕尾市等.

基于机器学习的不可移动文物暴雨灾害风险评估——以山西省为例

以山西省为例,将不可移动文物作为灾害的影响对象,通过分析暴雨灾害对其的影响因素构建指标体系,通过文物损毁情况划分风险并作为输出数据,将山西省6325处受灾不可移动文物按照6∶2∶2划分训练集、验证集和测试集,分别使用随机森林模型、支持向量机模型(support vector machine,SVM)、逻辑回归模型进行训练和验证,选取出最优模型,并对山西不可移动文物进行不同重现期暴雨下的风险预测。研究结果表明:基于机器学习的不可移动文物暴雨风险评估方法是可行且结果较为优异的;在3种模型中,随机森林的验证集准确率最高,为95.75%,测试集精度为94.70%;在山西省5、20、50 a重现期暴雨下的不可移动文物风险均呈现出北方低、南方高的态势,且在5 a重现期下高风险文物占比最多,高风险文物以古建筑和古遗址为主。