基于综合强度指数和受灾面积的区域性暴雨过程的客观识别及特征分析

本文提出一种基于综合强度指数和受灾面积的区域性暴雨过程客观识别标准确定方法。以河北省为例,利用1971~2020年河北省142个国家气象观测站逐日降水数据,选取最大过程降水量、最大日降水量、影响范围、持续时间、平均强度和平均范围为评估指标,构建了6种区域性暴雨过程综合强度指数模型;基于综合强度指数与受灾面积相关性分析,判定最优的综合强度评估方法,进而确定了河北省区域性暴雨过程的最优客观识别标准。利用本标准对河北省区域性暴雨过程进行识别,并分析时空变化特征。结果表明:本方法可有效确定区域性暴雨过程识别标准,识别结果与灾情资料具有较好的一致性和相关性,适用于区域性暴雨过程客观化识别,易于应用推广。1971~2020年,河北省共发生区域性暴雨过程252次,年均5.0次,发生次数呈下降趋势,综合强度指数呈不明显下降;区域性暴雨过程4~11月均有发生,主要集中在7、8月,出现次数占全年总次数的77%;区域性暴雨过程发生站次分布呈西北少东南多的趋势,主要集中在中部、南部和环渤海地区,西北地区最少。

新疆不同区域洪灾受灾面积变化趋势及多尺度分析

选用新疆1950-2006年84个县2038份洪水灾害资料,采用灰色关联评估模型以县为单位将新疆分为重洪灾区、次重洪灾区、一般洪灾区、小洪灾区、微洪灾区。采用自回归滑动平均模型ARMA(p,q)与二阶主值函数分析受灾面积的长期变化趋势,并用morlet小波分析其振荡周期发现,全疆及各区洪灾受灾面积基本上存在12～15a的周期变化,1980年代之后处于气候背景上的年代际与年际尺度的洪灾频发振荡期,7～8a、2～3a的小周期振荡叠加比较频繁。从新疆洪灾变化趋势上说,前景不容乐观,因为总体上洪灾受灾面积呈现显著的增加趋势,目前各洪灾区仍处于频繁发生期的气候变化背景中。天山南北麓洪灾受灾面积的分布趋势和周期振荡对新疆洪灾受灾面积的年际变化趋势和周期振荡起了决定性作用,是增加防洪设施和防洪力度的重点地区。另外,一般洪灾区2000年以来对全疆洪水受灾面的影响也较大,而且未来无论从短中长周期变化都有增加趋势。

基于复杂性测度的中国洪灾受灾面积变化研究

采用复杂性测度方法来进行中国洪涝灾害受灾面积变化的研究。结果表明:(1)20世纪80、90年代中国洪灾受灾面积及其复杂度均持续上升,说明洪灾剧烈,而且复杂多变、不确定性增加;进入21世纪,两者趋缓或下降,即中国洪涝灾害有所缓解;(2)从分省区的结果来看,洪灾受灾面积的未来趋势具有区域特征,主要可划分为两个加剧的区域和两个减缓的区域;全国各省市区依据受灾面积趋势可划分为4个等级,在此基础上给出中国的未来洪灾受灾面积趋势图。

基于水位和雨量的洪涝受灾面积评估模型研究

在分析湖北省洪涝灾害孕灾环境和致灾因子的基础上,利用民政部门整理的1951～2000年洪涝受灾面积资料,建立了基于长江中游流域逐月最高水位和湖北省5～10月降水总量的湖北省洪涝灾害受灾面积定性和定量评估模型,并给出了该模型2001～2006年的独立样本检验值,探讨了该模型在年度灾害趋势预估和灾后评估中的应用。

新疆春夏洪灾受灾面积长期变化趋势及其对农作物的影响

选用新疆1950-2006年84个县2038条洪水灾害资料,以春夏3～8月洪灾受灾面积为研究对象,用最小二乘法与二阶主值函数分析各月受灾面积的长期变化趋势,非参数化秩统计量做趋势的显著性检验,计算累计距平值判定时间序列的拐点,以拐点前后的变差系数比较受灾面积振幅的变化,采用morlet小波分析其振荡周期发现,春季3～5月农作物苗期是融雪洪水多发季节,洪灾受灾面积占全年的37%,各月受灾面积均有长期增加的趋势。其中,春季洪灾高发期的5月增加趋势十分显著,平均每年增加2.01%,是春季农田防洪的重点时期。夏季6～8月各种农作物的旺盛生长期,是暴雨洪水的频繁发生期,受灾面积占全年的60%,夏季各月洪灾受灾面积均有长期增加的趋势,其中,洪灾高发期的6、7月增加趋势十分显著,7月平均每年增加2.13%,6月增加1.86%,因此6、7月是夏季农田防洪的重点时期。另外,洪灾高发期的5、6、7月存在12～15年、5～7年的振荡周期,以及2～3年的小扰动,各类周期振荡在拐点之前比较弱,之后振荡较强。其中,春季3、4、5月拐点在1984年,夏季6、7、8月拐点分别在1974年、1986年和1988年。同样以拐点为界,之前是洪灾少发时期,之后即开始处于洪灾频发期气候背景上的年代际与年际尺度振荡,另外,拐点前后平均受灾面积相差很大,增幅在58%～164%之间。

基于Elman神经网络模型的我国农业受灾面积预测研究

农业受灾面积预测是从以往受灾面积的数据中总结受灾面积变化的规律性,并用这个规律动态地预测未来的受灾面积。人工神经网络的诸多特性能较好地处理农业灾害预测问题。为此,介绍了E lm an神经网络的结构、算法和基于E lm an神经网络的农业受灾面积预测。实验结果和自回归预测对照表明,E lm an神经网络的预测方法更精确。

灰色马尔可夫模型的改进及农业受灾面积预测应用

针对传统的GM(1,1)模型对波动性较大的数据预测精度较低的问题,进行了2次改进并分别与马尔可夫链预测相结合建立了灰色马尔可夫模型.将各模型应用于江西农业受灾面积预测,结果表明,改进的灰色模型和灰色马尔可夫模型拟合精度较传统方法均有明显提高,验证了改进的灰色马尔可夫模型的有效性.

湖北省病虫灾成灾面积与受灾面积对应关系的统计分析

考虑到数据扰动项的自相关,利用1978～1995年湖北省病虫灾统计数据,通过Durbin Watson检验后,基于广义最小二乘法,给出了病虫灾成灾面积与受灾面积的对应关系。

基于ARMA模型的病虫灾受灾面积的分析与预测

考虑到气象等环境因素对病虫灾受灾面积的影响,利用湖北省某一时间段病虫灾受灾面积的具体数据,检测数据的平稳性.如果数据平稳,建立相应的病虫灾受灾面积的ARMA时间序列模型,并直接进行以下操作:首先,结合MATLAB,EVIEWS等软件,对病虫灾受灾面积模型进行定阶,参数估计;其次,检验病虫灾受灾面积模型的平稳性和白噪声,检验结果不合理时重复操作.待病虫灾受灾面积的模型合理后,对病虫灾受灾面积进行预测.如果数据不平稳,利用差分或其他方法对其进行平稳化处理,建立模型并重复上述操作.本研究可为病虫灾害的预防与防治工作提供理论依据.

基于神经网络的受灾面积预测精度研究——以襄樊市小麦条锈病发病面积为例

利用人工神经网络技术,根据襄樊市历年小麦受灾面积数量对襄樊市小麦受灾面积进行预测,并根据有关专业知识讨论如何通过增加输入单元提高中长期预测精度.

中国1840年以来水灾受灾县数与受灾面积特征分析

本文运用一般统计方法和新兴的分形理论，在中国１８４０－１９４９年水灾受灾县数、１９５０－１９９６年水灾受灾面积的一般统计特征分析的基础上，还对这两个时间序列是否具有分形性质进行了初步的探讨。

近50年广东省旱灾受灾面积的时序分形研究

应用非线性动力系统的理论分析了广东省1950￣1999年的旱灾受灾面积时序变化的混沌特性;通过重构其嵌入的相空间达到恢复系统复杂的动力机制;经计算表明,该时间序列分布具有分形特性,是一混沌的时间序列;其饱和关联维数d为1.884,相应的饱和嵌入维数为6,即:该系统的有效自由度为6个;初步给出了系统的影响因子;经计算反映系统混沌程度的指标Kolmogorov熵K=0.1135,结果显示它的平均可预报尺度在8￣9年。

全省受灾面积80% 重建需85亿元 江西电网开始灾后重建

2008年1月13日始,罕见的冰雪天气持续袭击江西省,红色土地上遭受了50多年以来最为严重的冰雪灾害。这场历史罕见灾害天气给电力。

定量评估旱灾的一种方法——利用降水量估算农田受灾面积

干早是我国最主要的自然灾害,全国每年平均农田受灾面积在5亿亩以上,其中早灾面积约占60％,损失粮食200—250亿公斤,造成经济损失数百亿元。然而,对早灾的评估长期以来都是采取逐级调查上报的办法,不仅花费很大的人力物力,而时效也慢,还由于各部门调查的目的和采用的方法不同,收集到的早情材料往往出入很大,给灾情分析带来困难,为此,有必要建立一套客观评估方法。

基于灰关联分析的时间序列改变点搜索研究——以华东地区农业受灾面积序列为例

采用灰关联分析方法,构建了短时间序列中的改变点搜索算法,有效地解决了短时间序列改变点寻找的缺陷。首次将灰关联度算法应用到气象灾害时间序列改变点的搜索中,利用华东地区农业受灾面积时间序列实例来验证灰关联度算法的实用性和有效性。结果表明,用灰关联方法可以有效地获得改变点,并以此对时间序列的发展规律进行趋势与规律分析。

太阳活动、地磁场干扰因子与我国水旱灾害受灾面积的相关分析

太阳活动、地磁场干扰因子与我国水旱灾害受灾面积的相关分析曾治权（中国科学院地球物理研究所）１引言旱灾和水灾由于其给国民经济（尤其是农业生产）和人民的生命财产带来巨大的损失，已成为我国当前最严重的自然灾害。据近年来的资料统计，我国平均每年受灾农田约占播...

基于SPEI的江西省干旱特征及其对作物受灾面积的影响

基于江西省36个气象站点1960~2018年的监测资料,利用SPEI指数、Mann-kendall趋势检验法分析江西省干旱变化特征及SPEI指数与作物受灾面积之间的相关性。结果表明,年干旱指数呈轻微下降趋势,年际旱涝交替,年度干旱主要分布在东北部、西部和东南部地区,多为全域性和局域性干旱且2000年后全域性干旱更为显著;季节性干旱多发于夏秋季,尤其以秋旱更为严重,春冬旱程度轻且多发于赣州南部,但春季2001年后呈干旱化趋势,夏、秋、冬季SPEI指数呈上升趋势,夏旱多发于西部,秋旱多发于东部且多为全域性或区域性干旱,甚至出现覆盖全省的严重伏秋旱;作物受灾面积与夏秋季SPEI指数有显著相关性,且夏旱对江西省作物影响强于秋旱。研究结果可为江西省防旱抗旱提供参考。