基于复杂网络模型的广州市增城区洪涝灾害风险评估

在气候变化和城市化发展的双重影响下,城市洪涝灾害频发,洪涝引发的链生灾害使损失进一步加剧,严重威胁民众的生命安全与城市的健康发展。以暴雨为灾害源,基于广州市增城区1980—2020年灾害数据,构建灾害演化复杂网络模型,开展灾害风险分析:通过网络平均灾害路径、边介数和连通度评估灾害网络的脆弱性;通过灾害事件共现率分析灾害事件之间的相关性。研究结果表明:高强度、短历时的暴雨是广州增城洪涝灾害的源头,水利设施损坏是影响灾害网络脆弱度的关键节点,农田受浸是引发重大经济损失的主要原因,路面积水导致房屋受浸是风险最大的灾害问题。研究成果可为广州增城洪涝灾害链风险管控与相关应急管理决策提供参考。

基于卫星数据的台风暴雨洪涝致灾指标的改进--以菲特(1323)台风为例

台风暴雨洪涝灾害的致灾指标改进对于防灾减灾工作具有重要意义.为分析菲特(1323)台风事件的情况,基于0.1°×0.1°分辨率的中国自动站与CMORPH降水产品融合逐时降水量网格数据集V1.0,根据台风降水分离方法,分离出整场台风的逐小时实际降水量;再结合台风暴雨洪涝灾害链理念,分别以基于日降水量指标的台风暴雨洪涝算法(D-TRF)和基于小时雨强指标的台风暴雨洪涝改进算法(H-TRF),划定了洪涝致灾分布;并对结果进行验证计算,对各算法划定的洪涝致灾分布与实际灾情数据进行对比分析.结果表明:基于小时雨强指标的台风暴雨洪涝改进算法(H-TRF)在针对集中暴雨情况时,与实际受灾情况关系更为密切.研究成果可以为实时、快速、准确预报台风暴雨洪涝致灾分布及相关灾害链研究提供技术支持.