宁夏南部山区小麦干旱监测与灾损评估模型研究

研究计算了宁夏回族自治区南部山区 1961～ 2 0 0 0年参考作物蒸散量 ,并利用FAO提供的山区小麦Kc值和历年小麦生育期资料模拟历年逐旬小麦需水量。通过土壤水分平衡方程各分量的订正 ,求算出历年小麦生长期间实际耗水量和水分满足率 ,运用包络产量和作物水分生产函数建立了小麦单产干旱监测与灾损评估模型 ,应用效果良好 。

江西省早稻高温热害灾损评估模型

针对江西省早稻高温热害灾损缺乏定量化评估技术的问题,采用主成分回归方法,对江西省早稻高温热害灾损评估模型进行研究和验证。结果表明:江西省早稻高温热害过程可分为相对高温胁迫和混合高温胁迫2类;在高温热害的影响因子中,热害积温、最高气温、热害日数对水稻热害具有同等重要的作用,单个或多个因子明显偏高亦可加重热害。本研究建立的早稻高温热害灾损评估模型验证结果表明:验证样本实际产量与模拟产量的平均相对误差为2.4%;分期播种试验期间,遭遇高温热害影响3个播期实际减产率与模型评估灾损率分别相差2.4%、0.7%、3.6%。研究表明模型模拟的结果比较客观,可利用该模型对高温热害年的早稻灾损率进行模拟和预测。

江西省早稻雨洗花灾害指标构建与灾损评估

构建早稻雨洗花灾害指标及适于早稻产量估算的灾损评估模型,对开展早稻雨洗花灾害监测、损失评估、灾害保险等具有重要意义。该文以江西省早稻为研究对象,利用1981-2015年14个水稻气象观测站逐日气象资料和农业气象观测资料,筛选出基于早稻抽穗扬花期间过程降水量、最大降水量、降水日数及实际产量的雨洗花灾害样本78个,在此基础上,利用相关分析、正态分布以及主成分回归法,建立了雨洗花灾害指标和灾损评估模型,并对其进行验证。结果表明:抽穗扬花期降水对雨洗花灾害形成有显著影响,其主要影响时段为抽穗扬花普遍期前后5 d内,关键时段为抽穗扬花普遍期前后3 d内。日降水量40 mm可作为早稻抽穗扬花期雨洗花灾害临界指标。以该指标为基础,统计日降水量不低于40 mm的降水日数及其对应的累积降水量,当累积降水量为40～170 mm时,为轻度雨洗花灾害,早稻一般减产小于15%,平均减产10%;当累积降水量不小于170 mm时,为重度雨洗花灾害,早稻一般减产不低于15%,平均减产22%。指标验证结果与历史实际灾害发生情况有较好的一致性。雨洗花灾损评估模型检验结果表明:雨洗花年模拟产量与实际产量吻合度较高,平均相对模拟误差为4. 3%,78.0%的资料相对误差在5%以内,可利用该模型对雨洗花年的早稻减产率进行模拟和预测。

浙江省热带气旋灾损和等级评估

利用2004—2008年浙江省各县的热带气旋灾情资料和同期社会经济数据,通过订正的转化函数建立区域对比度较好的相对受灾人口、相对受灾面积、倒塌房屋和相对直接经济损失指标值,用多项式拟合的客观分析方法建立各指标相对损失值与致灾因子(过程雨量、暴雨日数、大暴雨日数、日最大雨量、极大风速、最大风速、极大风速≥8m·s-1的天数、最大风速≥8m·s-1的天数等)的灾情评估模型;运用灰度聚类分析和专家定权相结合的方法,对热带气旋灾害指标进行灾情精细化定级。在此基础上,对2009年影响浙江省的"莫拉克"热带气旋进行灾情损失评估和等级划分。结果表明:根据各单指标灾情模型计算的受灾面积指数、受灾人口指数、房屋倒塌指数和直接经济损失指数与实际值的相关系数分别达到0.70、0.63、0.75和0.54,基本能反映因致灾因子造成各方面的灾损等级分布。"莫拉克"综合灾情评估结果较准确反映了热带气旋影响期间不同县域的空间分布特点;但受其他因素(孕灾环境、易损性、抗灾能力等)的影响,拟合灾情值存在轻灾高估、重灾低估的现象。

Study on the Uncertainty of Earthquake Damage Prediction Based on Damage Indices for RC Structures

Seismic damage indices of structure are widely used to quantificationally analyze structural damage levels under earthquake action. In this paper, a five-storey building model and a seventeen-storey building model are established. According to seven typical indices and different earthquake-inputs, a structural damage prediction is performed, with the results showing serious uncertainty of structural damage prediction due to different indices. Understanding of this phenomenon aids the comprehension and application of the results of earthquake damage prediction.