基于历史相似案例的农业旱灾灾情快速评估方法研究

目前有关基于历史相似案例的旱灾灾情评估研究报道甚少,本文详细介绍了基于历史相似案例的旱灾灾情评估技术流程,并以河南省为例,收集了2001—2013年该省农业旱灾相关数据,对2007年和2013年的农业旱灾受灾面积进行了基于历史相似案例的灾情评估.结果表明:只利用一次灾害历史事件进行灾情评估的结果不可靠,无法满足业务需求,基于2个以上(包括2个)历史相似案例的河南省旱灾灾情评估精度在77.72%和96.28%之间,且选取2个相似历史案例时评估精度最佳(评估精度在90%以上).基于历史相似案例的旱灾灾情评估方法简单,操作容易,具有一定应用前景.     

基于灰色关联分析的区域热带气旋灾情评估

基于灰色关联分析方法,考虑灾情因子指标之间的影响,将加权灰色关联度作为评价准则建立灾情评估模型.利用1990-2007年(除2004年)17年对华南影响较大的热带气旋灾害资料,选取死亡人数、受灾人数、农田受灾面积、房屋倒塌间数和直接经济损失5个指标对灾情进行评估.计算结果表明:基于灰色关联度确定灾情因子指标权重的方法可行有效;使用该方法所得的评价结果与实际情况基本吻合.     

面向重大洪涝灾害应急响应的灾情动态评估方法研究

以2018年8月山东寿光洪涝灾害为例,根据应急响应阶段救援队伍重点关注的承灾体灾情对象,以区域洪水淹没历时为致灾因子强度指标,采用灾情指数法构建了一种用于辅助洪涝灾害应急救援决策的洪涝灾害灾情动态应急评估方法—应急灾情指数法,包括:1）利用多时相遥感影像,获取8月21—25日山东寿光洪水淹没区域动态提取结果;2）基于淹没历时,结合人口、土地利用类型和道路等基础地理数据,计算应急灾情指数;3）利用应急灾情指数对洪涝灾害淹没区域的灾情实现应急动态评估．结果表明,本次洪涝灾害过程中,受灾最严重的区域为淹没区西部的口子村、东北部的南宅科村、李家营村、李家湾村和东部的佛屋村,该区域是此次洪水事件中应急救援的核心区域,并利用网络灾情对评估结果进行验证．本文提出的基于应急灾情指数的洪涝灾害灾情动态评估方法的评估结果良好,评估精度较高．研究结果以期为洪涝动态评估提供方法参考,并为寿光市洪涝灾害应急救援工作提供科学依据．      

基于决策树分类的水稻干旱灾损评估

干旱对农作物生长有很大影响,农业干旱是人们研究的热点问题之一.以Landsat8 OLI、Sentinel-2A为遥感数据源,结合实地采集样点,选取湖北曾都区、随县作为研究区,采用决策树方法对研究区的水稻作物进行旱情评估.首先预选NDVI、TVDI、GVMI、MPDI等旱情指标和样本数据进行相关性分析以选取最佳指标,分别提取7、8、9月份水稻旱情分布,然后利用各月份水稻旱情分布构建决策分类树,对水稻旱情区进行分类提取,得到水稻干旱受灾面积及空间分布.研究表明:以上4种指数中,GVMI和样本相关性最高,为最优指数;决策树分类法对水稻旱灾遥感监测的总体精度为93.1%,Kappa系数为0.85,根据不同灾害程度对灾害区进一步划分后精度有所下降,分别为86.2%、0.81,研究区内水稻受灾面积达到43 957.49 hm²,占比56.87%,其中欠收区、绝收区和未种植区分别占比25.41%、26.78%和4.68%,其他为正常生长区.决策树分类法对水稻旱情监测效果显著,可为水稻干旱监测与评估提供理论和实践参考.     

山东省农业气象灾害灾情统计特征与灰色关联分析

基于<山东省农村统计年鉴>1991-2005年有关统计数据,对山东省15年的主要农业气象灾害及综合灾情进行了统计和灰色关联分析.结果表明,山东省农业气象灾害总体上呈年均受灾面积大、成灾率高且波动幅度大的特点;各主要气象灾害中,以旱灾年均受灾和成灾面积最大,低温冻害年均受灾和成灾面积最小;但从对种植业总产值的影响来看,又以涝灾影响为最大,其次是风雹,低温冻害与旱灾相对较小.说明仅从受灾或成灾面积不能准确判断某种气象灾害对农业生产的经济影响,还需要从农作物种植制度、价格等人为因素角度进行综合分析.     

基于贝叶斯随机评价方法的洪水灾情等级评价

为了提高洪水灾情评估的准确性,应用贝叶斯随机评价方法,以受灾面积、受灾人口数、破坏房屋面积和经济损失作为评价因子,提出了基于贝叶斯随机评价方法的洪水灾情等级评价方法。该方法通过计算洪水灾情的单个指标属于某个评价级别的概率,由最大似然分类原则确定单个灾情指标的评价级别,进而采用最大加权概率原则推求其综合评价级别。通过实例分析得出的评价结果同灰色关联法、灰色聚类法、PCNN网络模型的评价结果进行了比较,表明其用于洪水灾情综合评价具有科学性和有效性。     

2008年1―2月雪灾作物灾情遥感监测方法

文章利用北京1号遥感数据以及MODIS数据提取作物雪灾灾情的范围，并利用1月上旬的北京1号遥感数据监测作物种植成数，利用GVG农情采样系统调查作物受灾比例，然后结合耕地数据库计算了江西、湖北、湖南和贵州4个重点省份的作物受灾面积，分析了受灾的程度和影响因素。监测结果表明：江西、湖北、湖南和贵州4省农作物受灾总面积约429.76×104 hm2，此次雪灾造成的作物受害地区主要分布在冬小麦和油菜广泛种植的江汉平原、洞庭湖和鄱阳湖地区，作物受灾严重地区主要分布在海拔相对较高的山区和丘陵地带。比较而言，冬小麦因处     

基于突变级数法的突发自然灾害风险等级评价

基于突发自然灾害风险等级评价的复杂性和及时性特点,从受灾地区的自然情况、受灾人数、受灾面积与经济损失角度建立评级的指标体系,采用突变级数法,对汶川地震影响的四川省部分地区的受灾风险等级进行评价,并与实际情况相比较,验证了所提方法的有效性.     

安徽省强对流天气灾害的时空分布特征研究

文章基于1984—2009年安徽省75个县(市)强对流天气灾害的出现次数和灾情情况等资料,以受灾人数、死亡人数、受伤人数、倒塌房屋、损伤房屋、农作物受灾面积、电力倒杆、直接经济损伤、农业经济损失等9个灾情要素,通过线性组合法构建了强对流天气灾害的综合灾损指数,并依据灾损指数确定了强对流灾害的危害程度,分为一般、较重、严重、特重4个等级。结果表明：1984—2009年安徽地区的强对流天气灾害的年出现次数和年灾损指数总体呈线性上升趋势,较重、严重、特重等级灾害表现出增长趋势;安徽省强对流天气灾害频发的月份是6—7月,夏季是灾害最频发的季节;皖北地区的灵璧县、砀山县、萧县是强对流天气灾害最严重的地区。该研究可为安徽省的强对流天气防灾减灾工作提供参考。     

灾害损失评估的灰色聚类分析

基于灰色系统理论,阐述了灰色聚类分析的基本原理和求解过程,论述了白化函数的物理意义,并结合新疆“９６．７”特大暴雨洪水受灾地、州、市实际灾害损失,进行了定量化灾情损失评估和灾害等级划分,得出新疆“９６．７”特大暴雨洪水中各受灾地、州、市的果类系数和灾度等级表。其结果与实际情况相吻合,表明灰色聚类分析是解决灾害等级划分问题的一条有效途径。