前言：中文期刊网精心挑选了洪涝灾害特征范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
洪涝灾害特征范文1
摘 要：在统计广西2015年暴雨洪涝灾情数据的基础上，从时间和空间角度对暴雨洪涝灾害的特征进行分析，并对其暴雨洪涝灾害的危险性进行评价。结果表明：2015年广西暴雨洪涝灾害月际分布不均，主要集中在5月、6月和9月；中东部地区的暴雨洪涝灾害危险高，而西南地区的暴雨洪涝灾害危险性低，其中南宁市的暴雨洪涝灾害危险性最大，防城港市和崇左市的危险性最小。
关键词：暴雨洪涝灾害；承灾体；危险性评价；时空格局
中图分类号 P531 文献标识码 A 文章编号 1007-7731（2017）06-0021-04
Spatial-temporal Distribution and Risk Assessment of Flood Disaster in Guangxi in 2015
Liao Chungui et al.
（Key Laboratory of Environment Change and Resources Use in Beibu Gulf （Guangxi Teachers Education University），Ministry of Education，Nanning 530001，China；Guangxi Key Laboratory of Earth Surface Processes and Intelligent Simulation（Guangxi Teachers Education University），Nanning 530001，China；Guangxi Teachers Education University，Nanning 530001，China）
Abstract：Records for rainstorm-floods in Guangxi in 2015 were analyzed for disaster temporal-spatial distribution and risk assessment of flood disaster. The results show that ：disasters on international distribution，the summer is most concentrated；the risk assessment of flood disaster is the most in Nanning ，and the lowest in Chongzuo or Fangchenggang .
Key words：Flood disaster；Index CH；Risk assessment；Spatial and temporal characteristics
暴雨洪吃趾κ怯沙て诒昊蚪邓而造成大量积水和径流淹没低洼地区造成的人口、经济财产损失的自然灾害[1]，在全球气候变暖环境下，我国自然灾害发生的频率和强度及影响范围不断上升[2]。我国的暴雨洪涝灾害大部分是由暴雨引发的，其发生频率高、影响范围大、造成经济损失高[3]。自然气象灾害引起的农作物受灾面积也出现不断增加的趋势[4]。我国每年因暴雨洪涝灾害造成的经济损失也在100亿元以上[5]。2015年中国有20多个地区发生暴雨洪涝灾害，受灾人口约有2 000万人；造成的紧急转移安置人口约有100万人和4.4万间房屋倒塌。暴雨洪涝灾害给我国的社会经济发展、人民生命健康带来严重的威胁。而处在我国南部沿海地区的广西降水丰富、暴雨量大，每年暴雨引发的泥石流等灾害也给人民生命财产造成巨大威胁。据统计，2015年广西洪涝灾害，造成约有300万人受灾，而因灾死亡有28人，有16.7万hm2农作物受灾，其中成灾有8.7万hm2；有7 000多间房屋倒塌，造成直接经济损失高达2.2亿元。因此需要对广西洪涝灾害的时空特征及危险性进行研究，切实为广西减灾防灾工作提供科学的参考依据。
目前，国内外对洪涝灾害时空格局特征和洪涝灾害的危险性开展了大量的研究。如陈香等人根据福建省气象灾害年鉴提供的数据资料，对福建省的暴雨洪涝灾害时空格局进行研究分析，提出了具有针对福建沿海地区的防灾减灾对策[6-7]；杨佩国等人利用EM-DAT中的灾害记录数据资料，对亚太地区近20a洪涝灾害的时空特分析[8]；廖永丰等人对我国21世纪初发生的的自然灾情，进行空间分析[9]，景垠娜等人利用GIS对上海浦东新区暴雨内涝灾害的危险性分析[1]；李香等人利用GIS技术对海南岛暴雨灾害的危险性进行评价[10]；马国斌等人对中国短时洪涝灾害的危险性进行评估研究[11]；樊高峰等人用GIS对浙江省暴雨灾害的危险性进行评价[12]；张振国等人运用情景模拟对城市社区暴雨内涝灾害的危险性进行分析[13]；范擎宇等人对松花江流域暴雨灾害的危险性进行评估[14]。还有学者对广西暴雨洪涝的时空分布特征及成因、风险评估与区划、防御对策等进行相关研究[15-21]。广西地貌类型复杂多样，地势西北高东南低，区内有红水河、南流江、西江等流域，河网密度大，受东南季风的影响，每年暴雨出现的次数较多，而且降水历时较短暴雨量大，区内的河流水位变幅大，喀斯特地区范围广排水不畅，遇到暴雨容易引发洪涝灾害。基于上述研究，本文采用灾情数据的数理统计方法，搜集了2015年广西壮族自治区暴雨洪涝灾害的灾情数据资料，从时间和空间角度对暴雨洪涝灾害的特征进行分析，并对其暴雨洪涝灾害的危险性进行评价，为广西防灾减灾的规划工作提供科学依据。
1 数据与方法
1.1 数据 根据暴雨洪涝灾害的时空特征与危险性评价的基本要素分析，文中所用统计数据来自2015年广西统计年鉴，包括各县的行政面积、人口、GDP及耕地面积。应用广西地情网、广西气象局网站的暴雨洪涝灾害统计资料，以及广西民政厅的《灾情快报》中各县的受灾人口、直接经济损失和农作物受灾面积等资料。
1.2 暴雨洪涝灾害的危险度指标及评价方法
1.2.1 暴雨洪涝灾害的危险度指标 暴雨洪涝致灾和成灾的程度由多种因素决定，暴雨洪涝灾害时空方面出现差异。暴雨洪涝灾害的形成与发展与暴雨灾害天气和影响区域的自然社会、经济状况等有关联，在暴雨洪涝灾害危险性评价指标的选取上，包括灾次ZC和承灾指数CH。
[灾次ZC=Ni（i=1，2，3…14）] （1）
当有暴雨洪涝灾害发生时，Ni=1；没有暴雨洪涝灾害时，Ni=0。
[CH=a+b+c3] （2）
式中的a、b、c分别代表人口密度等级数、耕地面积等级数和地均GDP等级数，a、b、c的取值范围在1～6，灾次ZC和承灾指数CH指标的分级标准见表1。
1.2.2 暴雨洪涝灾害的危险度评价方法 根据王静爱等人的研究[22]，以ZC和CH的等级数构建广西暴雨洪涝灾害危险度指数W，
[W=ZC等级数+CH等级数2] （3）
式中的ZC和CH分别代表暴雨洪涝灾害的灾次和承灾指数。最后以地级市为单位制图单元编制出暴雨洪涝灾害危险度评价图。
2 暴雨洪涝灾害时空特征
2.1 时间分布特征 广西南临北部湾，常受到台风等天气系统的影响，容易形成致洪暴雨。2015年5―11月，广西共发生14场暴雨洪涝灾害，涉及14个地级市，80多个县，受灾人口达300多万；其中较大范围的有11场。暴雨洪涝灾害从4月下旬_始出现，主要集中在5月、6月和9月。由图1可知，2015年广西暴雨洪涝灾害事件中，5月18日这次暴雨洪涝灾害，造成的直接经济损失最高达9 500万元；受灾人口最多的是发生在7月31日这次暴雨洪涝灾害，其受灾人口高达101.87万人；6月15日这次暴雨洪涝灾害造成的农作物受灾面积最大高达4.9万hm2，占全年农作物受灾面积的29.4%。广西暴雨洪涝灾害年内分布不均，夏季最为集中。
农作物受灾面积和直接经济损失对比
2.2 空间分布特征 强降水是引发暴雨洪涝灾害的主要原因之一，广西降水的空间分布受到不同的地形地貌等条件的影响。从地势上看广西西北高东南低，受到地形的影响，全区降水分布差异明显，西北喀斯特石灰岩地区排水不畅，暴雨洪涝灾害频繁发生。利用广西气象局网站2015年各类暴雨洪涝灾害统计资料，以及广西壮族自治区民政厅的《灾情快报》中各县的受灾次数、受灾人口、直接经济损失和农作物受灾面积的数据资料，分析暴雨洪涝灾害灾次的空间分布。由图2可知广西各地级市发生暴雨洪涝灾害的灾次在空间分布上差异较大，河池、南宁以及百色的灾次位居前三，发生的暴雨洪涝灾次分别为16次、12次和12次；崇左的暴雨洪涝灾次最少，仅有1次。在空间分布上总体表现由东北部地区向西南部地区减小，其中发生灾害的次数中桂东>桂北>桂中>桂南>桂西。桂东地区在2015年共发生28次，发生的暴雨洪涝灾害最多，占总数的27.2%；桂西地区发生的暴雨洪涝灾害次数最少，仅有13次。
1
3 暴雨洪涝灾害的危险性评价
3.1 暴雨洪涝灾害承灾体特征 暴雨洪涝灾害承灾体指数CH表示暴雨洪涝灾害发生地区的承灾体强度，是地区单元人口密度、耕地面积和地均GDP的综合指标。地区承灾体指数值越高，表明地区承灾体潜在的危险性越大。2015年广西14个地级市的平均承灾体指数为3.24，属于第3等级，表明全区承灾体潜在的危险性在中度水平。由图3可知，暴雨洪涝灾害的承灾体在空间分布上总体表现由中南部地区向西北部地区减小的特点。南宁、玉林、北海的承灾体指数位居前三位分别为4.7、4.7和4.3，承灾体指数3～3.5的城市有钦州、柳州、桂林、来宾、崇左，梧州和百色的承灾体指数2.5～3。承灾体指数低于2.5的有河池、防城港、贺州。
3.2 暴雨洪涝灾害的危险度 暴雨洪涝灾害的危险度是灾次与承灾体综合评价的结果。由图4可知，2015年广西14个地级市的平均危险度指数为3.03。广西暴雨洪涝灾害的危险度指数桂东>桂中>桂北>桂南>桂西。暴雨洪涝灾害的危险度在空间分布上总体表现由桂东桂中地区向桂西南地区减小的趋势。由图4可知，南宁、玉林的危险度指数都超过5，南宁市的危险度指数甚至高达5.5万人；梧州市、北海市、河池市、百色市的危险度指数也在3.5以上，防城港市、崇左市的危险度指数最低在2以下。由此可知，南宁的暴雨洪涝灾害危险性最大，防城港市和崇左市的危险性最小，广西中东部地区暴雨洪涝灾害危险高，而西南地区的暴雨洪涝灾害危险性较低。
4 结论与讨论
采用2015年广西地情网、广西气象局网站的各类暴雨洪涝灾害统计资料，以及广西统计年鉴等资料对广西暴雨洪涝灾害的时空格局和危险性进行研究，主要结论如下：
（1）利用2015年的灾情数据，重建了广西暴雨洪涝的时空特征，客观地反映2015年广西暴雨洪涝灾害的分布规律，暴雨洪涝灾害月际分配不均，夏季最为集中，暴雨洪涝主要发生在5月―11月。暴雨洪涝灾害的灾次数空间差异大，总体表现由东北部地区向西南部地区减小，其中河池市的灾次最高。
（2）暴雨洪涝灾害承灾体在空间分布上表现为中南部地区向西北部地区减小。南宁的暴雨洪涝灾害危险性最大，防城港市和崇左市的危险性最小，广西中东部地区暴雨洪涝灾害危险性高，而西南地区的暴雨洪涝灾害危险性低。
参考文献
[1]马宗晋.中国重大自然灾害及减灾对策（总论）[M].北京：科学出版社，1994：11―21.
[2]景垠娜，尹占娥，殷杰，等.基于GIS的上海浦东新区暴雨内涝灾害危险性分析[J].灾害学，2010，02：58-63.
[3]丁一汇，张建云.暴雨洪涝[M].北京：气象出版社，2009.
[4]孟翠丽，匡昭敏，李莉，等圣.基于GIS的广西暴雨灾害风险实时评估技术研究[J].中国农学通报，2013，26：184-189.
[5]陈J，史培军.自然灾害[M].北京：北京师范大学出版社，2007.
[6]陈香. 福建暴雨洪涝灾害时空格局与减灾对策研究[J].山西师范大学学报（自然科学版），2008，01：104-108.
[7]陈香，王静爱，陈静. 福建暴雨洪灾时空变化与区域划分的初步研究[J].自然灾害学报，2007，06：1-7.
[8]杨佩国，胡俊锋，于伯华，等.亚太地区洪涝灾害的时空格局[J].陕西师范大学学报（自然科学版），2013，01：74-81.
[9]廖永丰，赵飞，王志强，等.2000-2011年中国自然灾害灾情空间分布格局分析[J].灾害学，2013，04：55-60.
[10]李香，赵志忠，张京红，等.GIS技术支持下的海南岛暴雨灾害危险性评价[J].海南师范大学学报（自然科学版），2010，02：193-197.
[11]马国斌，蒋卫国，李京，等.中国短时洪涝灾害危险性评估与验证[J].地理研究，2012，01：34-44.
[12]樊高峰，何月，顾骏强. 基于GIS的浙江省暴雨灾害及其危险性评价[J].中国农学通报，2012，32：293-299.
[13]张振国，温家洪.基于情景模拟的城市社区暴雨内涝灾害危险性评价[J].中国人口.资源与环境，2014，S2：478-482.
[14]范擎宇，何福红，马国斌，等.基于过程降雨的暴雨灾害危险性评估――以松花江流域为例[J].地理与地理信息科学，2016，02：100-104+110.
[15]覃卫坚，李栋梁，王慧，等.近50年广西大范围暴雨的大气环流异常分析[J].高原气象，2014，02：515-521.
[16]李翩迹汪明，史培军.湖南暴雨洪涝灾害损失时空特征及影响因素分析[J].北京师范大学学报（自然科学版），2014，04：429-434.
[17]张雅昕，王存真，白先达.广西漓江洪涝灾害及防御对策研究[J].灾害学，2015，01：82-86.
[18]黎琮炜，覃卫坚，高安宁.1961―2013年广西洪涝灾害时空分布特征及成因[J].气象研究与应用，2015，01：80-85.
[19]莫建飞，陆甲，李艳兰，等.基于GIS的广西农业暴雨洪涝灾害风险评估[J].灾害学，2012，01：38-43.
[20]黄明策.广西暴雨时空分布特征[J].广西气象，2006，03：9-13.
[21]梁玉莲，黄丹萍，黎美宏，等.基于GIS的南宁市暴雨洪涝灾害风险评估与区划[J].气象科技，2013，05：934-939.
洪涝灾害特征范文2
乌审旗是鄂尔多斯市暴雨多发地区，因暴雨造成的洪灾和涝灾发生几率较高。据统计，南部地区≥50mm的暴雨平均约四年一次，年最多为两次；中部地区≥50mm的暴雨平均每两年一次，年最多为3次；北部地区≥50mm的暴雨平均每两年一次，年最多为2次。暴雨始发段一般发生在6-9月,而7、8月是暴雨最集中期，而且时空分布极不均匀，一般多以局地性、阵性降水出现。1971-2010年降水气象资料显示，夏季7、8月份24h降水量最大为149.9mm，出现时间在2002年7月30-31日；1h降水量最大59.5mm，30min最大雨量达到49.2mm，可见暴雨强度之大，极易在一些低洼地区和农田区造成积水和洪涝。乌审旗由于特殊的地理结构，一般不易发生山洪灾害，但由于暴雨造成的洪涝灾害时有发生，洪灾一般多发生在境内的无定河、纳林河、海流图河和白河流域，涝灾一般多发生在一些低洼下湿滩地和田间洼地。从季节来看，洪水涝灾主要发生在每年的夏、秋两季，每逢大暴雨或连续阴雨，往往会形成洪涝。据资料记载，1977年、1985年、2002年等年份,因雨水集中,造成全旗洪水和涝灾，淹没农田1400hm2，草场19万hm2，受灾牲畜15万多头（只），给农牧业生产造成了极大损失。
2乌审旗主要气象灾害对农业的影响
在通常所说的一、二、三产业中，农业是对气象灾害反应最敏感，受影响最明显的产业。乌审旗的农作物种植结构相对比较单一，年播种总面积一般在4.0万~5.3万hm2，其中玉米是最主要的种植作物，一般占农作物总面积的1/2左右，青饲料占种植总面积的40%左右，其他谷物、薯类、蔬菜瓜果等所占比例相对较小。
3乌审旗农业气象灾害致灾指标及风险区划
3.1主要致灾因子
从对乌审旗主要气象灾害类型和特征的综合分析情况看，农业气象灾害的主要致灾因子有水分因子（包括干旱、冰雹、洪涝、暴雨雪等），温度因子（霜冻、高温、低温冷害等），风因子（大风、沙尘暴等），以及由其他气象因子综合作用而引起的综合性灾害。这些致灾因子出现的概率、强度、分布不同，就导致引发农业灾害的不同气象事件，也对农业生产造成不同程度的影响。
3.2致灾指标及风险区划
旱灾干旱灾害的主要致灾因子为降水量，以降水量距平百分率为衡量指标，通过对乌审旗气象资料的分析，若旱期在150d以内，则降水量距平百分率在-25%以下，为一般干旱，在-50%以下为大旱，在-80%以下为特大干旱；若旱期在150d以上，则降水量距平百分率在-10%~-25%为一般干旱，在-25%~-50%为大旱，在-50%以上为特大干旱。干旱灾害风险是指干旱发生及其造成损失的概率。干旱风险性主要考虑干旱发生的频率，致灾因子主要选取了降水量；将河网分布、地势高度作为孕灾环境敏感性指标；农业生产受干旱的影响最为显著，承灾体易损性主要以人口密度（即地均人口）、经济密度（即地均GDP）、农作物播种面积所占比例和粮食单产为基本要素，防灾减灾能力主要考虑人均GDP、有效灌溉面积占农作物播种面积百分比和农牧民人均收入。对以上因子进行加权叠加，得到乌审旗干旱灾害风险区划图（图4）。由图4可看出，乌审旗中西部地区由于海拔较高，河流较少，干旱风险等级相对较高；东南部、东北部地区海拔相对较低，植被好，湿地湖泊多，地表水浅，河网多，农业灌溉设施也比较完善，干旱风险等级相对较低，但有些丘陵地带干旱风险度也相对较高。雹灾冰雹也是由水因子而引起的一种农业气象灾害，其致灾指标取决于冰雹的大小、持续时间、猛烈程度等因素。如果雹块大、下得猛或持续时间越长，对农作物造成的损害就越大。一般来说，若雹块直径在1.5cm以下，持续时间在10min以内，则为轻度雹灾；若雹块直径超过3cm，持续10min以上，则为重度雹灾。冰雹灾害危险性主要考虑冰雹灾害发生的历史频率分布情况。冰雹易损性主要以人口密度、经济密度、农作物播种面积所占比例和粮食单产为基本要素，同时考虑地形的影响和防灾减灾能力，对以上因子进行加权叠加，得到乌审旗冰雹灾害风险区划图（图5）。由图5看出，乌审旗冰雹灾害风险区大体呈西部高、东部低渐进式的分布特征，越向东等级越低，冰雹高风险区主要分布在无定河镇与苏力德苏木南部以及乌审召镇西部等地。从苏木镇来看，苏力德苏木以次低风险区和中等风险区为主，嘎鲁图镇次低风险区、次高风险区、中等风险区所占面积差异不大，图克镇、乌兰陶勒盖镇主要以中等风险区和低风险区为主，乌审召镇风险区划较为复杂，呈西高东低阶梯状分布，无定河镇是乌审旗的农业大镇，其南部地区风险等级最高，受冰雹危害的几率最大。
3.3霜冻
霜冻灾害的危险性可用初霜冻偏早和终霜冻偏晚发生的频率来表征。孕灾环境敏感性主要考虑地形；承灾体易损性主要考虑地均GDP、农作物播种面积所占比例和粮食单产为基本要素；防灾减灾能力考虑人均GDP和农牧民人均收入。对几个方面的要素进行加权叠加，得到乌审旗初霜偏早和终霜冻偏晚风险区划图（图6、图7）。由图中可以看出，乌审旗初、终霜冻风险区均呈阶梯状分布特征，但两者又有明显的不同：初霜冻风险区呈五条南北走向的条状分布，从东到西风险等级逐渐升高，其中，西北地区的初霜冻风险等级最高，东南部的风险等级最低。终霜冻的风险区划呈两头高中间低的分布特征，西南部、东北部风险等级高，然后风险等级由西南、东北逐渐向中部递减，中部地区风险等级最低。
3.4洪涝灾害
暴雨洪涝灾害致灾因子主要考虑暴雨发生的强度及频率。所以，灾害的危险性可用降水强度和降水频次表征；孕灾环境主要指地形起伏状况、河网密度等，承灾体易损性主要考虑人口密度、经济密度、耕地面积所占比例等。对以上因子进行加权叠加，得出暴雨洪涝灾害风险区划图（图8）。由图8可见，乌审旗暴雨洪涝灾害等级是由东北向西南递减的。图克镇东部、乌兰陶勒盖镇东部、乌审召镇部分地区以及嘎鲁图镇东南部为暴雨洪涝灾害的高风险区，乌审召以及图克镇的大部地区处于次高风险区，剩余地区，除无定河镇有部分区域为次高风险区外，基本以低风险区和次低风险区为主。
4结论
洪涝灾害特征范文3
对粮食生产具有较大的影响，连阴雨是重庆市渝西地区一种重要的气象灾害，从2004－2010年年均连阴雨累积天数看，连阴雨灾害在渝西地区的西北部较为严重，包括潼南县、荣昌县、璧山县、大足县和万盛区的年均连阴雨累积天数均为56～60d。北部的合川区、中部的铜梁县和南部的江津区、綦江区连阴雨灾害相对较轻，年均累积天数为45～49d。南川和永川介于两者之间，累积天数在50～55d。渝西地区各区(县)连阴雨累积天数年际波动明显。其中璧山县、铜梁县波动幅度最大，标准差分别为26.80、32.98d。大足县、合川区、永川区、綦江县、万盛区、潼南县、江津区波动幅度较大，标准差为15.24～23.57d。荣昌县和南川区波动幅度相对最小，标准差分别为10.98和13.85d。洪涝灾害洪涝灾害由持续长时间的暴雨形成，淹没农田作物、冲刷土壤等，相比连阴雨，对粮食生产的影响更为直接。在渝西地区，璧山、铜梁、合川等相邻区(县)洪涝灾害相对频发且波动幅度较大，2004－2010年7a中总累积天数分别为18、16、14d，年均洪涝累积天数为3～4d(图3)，洪涝年累积天数标准差为6.80～7.91d，其中璧山县的波动幅度最大。其余区(县)洪涝灾害相对较少，年均洪涝累积天数为1～2d，其中江津区、綦江区、荣昌县、大足县年洪涝累积天数标准差为3.07～7.91d，其余区(县)洪涝年累积天数标准差为2.12～2.82d，均小于3。高温灾害高温灾害使水稻籽粒内磷酸化酶和淀粉的活性减弱，影响干物质的积累;同样也会造成玉米雌雄花发育不同步，影响结实率［11］。渝西地区各区(县)常出现35℃以上持续高温。2004－2010年江津区、万盛区、綦江县高温灾害最为严重，年均高温累积天数高于42～50d(图4)，其中万盛区较严重，最高值为2006年的75d，最低值为2004年和2008年的35d，年均54d，为各区(县)之最。永川区、南川区、大足县、荣昌县的高温灾害情况相对较轻，年均高温累积天数30～40d，从各区(县)各年的高温累积天数看，最低值为南川区2005年的4d，最高值为荣昌县2006年的58d。其余区(县)灾情居中，年均高温累积天数25～30d。渝西地区各区(县)的高温灾害在年际间呈较大波动状态，趋势与渝西地区各区(县)高温总累积天数的波动状态基本一致。其中铜梁县、荣昌县、南川区和潼南县年际波动幅度最大，年高温累积天数标准差为14.84～15.30d。綦江县、璧山县、江津区、永川区、大足县次之，标准差为10.76～13.75d。合川区波动幅度最小，标准差为9.0d。
渝西地区主要气象灾害对粮食产量的影响效应
面板模型中变量分析使用时间序列数据，即渝西地区7a(2004－2010年)的气象灾害年均累积天数和粮食单产进行相关分析，结果显示，渝西地区粮食单产与各气象站点年均连阴雨、洪涝、高温灾害累积天数之间整体呈负相关关系，其中粮食单产与高温灾害累积天数之间的相关系数为－0.76，相关显著;与连阴雨和洪涝灾害累积天数的相关系数分别为－0.31和－0.16，相关不显著。使用面板数据，即利用渝西地区11区(县)连续7a的粮食单产、连阴雨累积天数、洪涝累积天数和高温累积天数进行相关分析，结果显示，渝西地区各区(县)的粮食单产与连阴雨、洪涝、高温年累积天数之间整体呈负相关关系，相关系数分别为－0.81、－0.73和－0.54。相比时间序列数据，面板数据间变量的相关性更为显著，也更适宜进一步回归分析。面板模型选择运用Eviews6.0，对渝西地区11区(县)2004－2010年的粮食单产数据与连阴雨、洪涝、高温年累积天数构成的面板数据进行回归分析。首先用Haus-man检验来确定应该使用随机效应模型还是固定效应模型，即有假设H0:对于不同时点的模型截距项不同(建立随机效应模型)，H1:对于不同横截面的模型截距项不同(建立确定效应模型)。获得随机效应模型的回归结果并进行Hausman检验(表1)，结果表明，所得χ2统计量为6.781，相应的伴随概率(P值)为0.02，建立随机效应模型的假设(H0)被拒绝，因此应接受假设H1，即选择固定效用模型进行回归分析。
面板模型回归结果根据模型
渝西地区连阴雨、洪涝、高温等灾害天气累积天数每增加1d，该地区每公顷耕地粮食作物产量将分别减少4.22、44.89和45.57kg，从对粮食单产绝对值的影响看，高温灾害对渝西地区粮食生产的影响最大，洪涝次之，连阴雨最小。但灾害累积天数对粮食单产的影响还与基数相关。根据模型2，高温灾害累积天数基数最大，对粮食单产的边际负面影响也最大，累积天数每增加1%，将导致渝西地区粮食单产降低0.31%;连阴雨累积天数次之，对粮食单产的边际负面影响则高于洪涝，累积天数每增加1%，将导致粮食单产降低0.036%;洪涝灾害在渝西地区较少发生，年累积天数较少，平均1d对粮食单产影响的绝对值较大，但边际负面影响小于高温和连阴雨，累积天数每增加1%，粮食单产将降低0.015%。因此，针对高温和连阴雨等灾害开展预警和应对工作，是稳定渝西地区粮食生产的重要策略。
结论与讨论
洪涝灾害特征范文4
关键词：农业气象；农作物；影响
我国是农业大国，农业经济是国民经济的重要组成部分。干旱、洪涝以及冰雹等极端天气会对农业生产造成直接影响。伴随着科学技术的进步与发展，我国气象事业呈现出发展迅猛的趋势。现代农业气象服务体系已经逐渐实现完善的目标，成为农业生产重要的手段。农业生产的不断提高对农业气象提出新的要求与挑战，为提高气象服务的质量，必须与时俱进，实现对气象事业的不断探索，这对农业生产的顺利进行有极大的促进作用。
一、农业气象对农作物的影响
1.冷冻灾害对农作物的影响
冷害以及冻害是农业气象灾害中冷冻灾害的主要组成部分。冷害是一种发生在除冬季以外的气象灾害。主要是农作物在生长期间温度不够而引起。霜冻以及寒潮都是冻害的主要表现形式，一般发生在出夏季之外，地域性教强势冷冻灾害的明显特征。
2.干旱灾害对农作物的影响
干旱对农作物的影响一般表现为以下两种形式，分别为土壤干旱以及大气干旱这两种干旱都会导致农作物内部水分出现大量流失的现象，同时补给速度远远小于流失速度，这也是影响农作物体内水分严重失衡现象出现的主要原因之一。农作物光合作用降低以及呼吸作用减弱的现象都是有上述原因引起，这不仅对农作物的正常生长有阻碍作用，同时会对农作物的产量进行大幅度的降低。
3.洪涝灾害对农作物的影响
洪涝灾害是农业气象灾害中仅次于干旱灾害的第二大气象灾害，一般可分为洪灾、涝灾和湿灾3种。降水是引起洪涝灾害最常见、影响最大的因素，特别是夏季降水。一个地区一旦出现连续降下暴雨或者特大暴雨，农田就会出现大量的积水；或者由于暴雨引起河水上涨、堤坝决堤，洪水大面积淹没了农田。如果这种势态无法有效控制的话，就会造成r作物大量死亡，从而导致减产甚至绝收。随着全球气候出现异常变化，洪涝灾害出现越来越频繁，并出现逐年增加态势，仅2016年洪涝灾害对安徽省造成的经济损失就达250亿元，其中农业损失为93.6亿，严重妨碍了我国农业经济发展和农民的生产生活。
4.冰雹灾害对农作物的影响
冰雹对农作物的影响是很大的，一般来说，对刚出土不久的幼苗来说，冰雹的砸伤可能造成全面死亡；对于成熟的农作物造成的影响有时候是毁灭性的，特别是果实类的农作物，造成果实砸伤或掉落、果树破裂，直接影响了农作物的经济效益；冰雹对设施农业也会造成严重影响，比如大棚水果和蔬菜，在遭受冰雹之后，大棚设施遭到破坏，从而对大棚内的水果和蔬菜造成影响，给农民带来严重的经济损失。
二、预防和缓解农业气象灾害对作物产量影响的策略
1.预防冷冻灾害的措施分析
防御农业气象灾害的重要措施就是建立完善的灾害防御体系。对于冷冻灾害要充分利用现在先进的气象分析设备，时时做好气象监测、气象分析、预报预警和服务应急准备工作，并要建立完善的应急预案和应急机制。同时还要对灾害影响进行科学的评估，为制定冷冻灾害防御方法提供有力的数据支持。农业人员也要大力向农民推广有效的增温助长制剂，比如“天达2116”。冻灾发生之后，及时喷洒“天达2116”的农作物就会得到很大程度的修复，而没有喷洒的就会减产或者绝收。
2.预防干旱灾害的措施分析
要缓解和治理干旱灾害，就要做到水资源的优化配置。修建跨流域调水工程是一个强有力的手段，这是一种积极有效的远距离调水措施，可以人为地从有多余水的流域向缺水流域大量调水，有效弥补缺水地区的水资源，从而实现水资源优化配置。要缓和流域内的季节性缺水，可以兴建一些小型灌溉工程，在雨水丰沛时期把雨水蓄藏起来，便于干旱期灌溉之用。这些工程还可以结合养殖、发电、航运等等开展多种经营，从而促进和活跃受水地方的经济。除此之外，还可以实时监测自然云的情况，有条件的话就实施人工降雨来缓解或者解除干旱地区的缺水问题。
3.预防洪涝灾害的措施分析
针对洪涝灾害，也要建立完善的灾害防御体系，做好气象监测、分析和预报。在强降水来临之前就要做好预报工作，并通知、指导农业有关部门及时做好采收已经成熟的农作物工作，从而降低给农民带来的经济损失。对于不耐涝的农作物要做好田间的清沟沥水工作，保证土壤的疏松透气。对于水稻等农作物也要修好田间的排水沟，在暴雨来临之前把田间的积水及时排出去，而且好的排水沟也可以防止强降雨过后形成的内涝。修建水利设施和建造高标准的防洪工程也是必不可少的重要手段。
4.预防冰雹灾害的措施分析
长白山区、青藏高原和祁连山区是我国的多雹地带。要想减少冰雹灾害，就要想办法破坏冰雹云的形成条件。最有效的办法就是多种植被来增加森林面积，改善地貌环境。其次，做好冰雹云的识别、认清冰雹主要活动路径工作，并及时预报预警，在冰雹来临前就把成熟的农作物及时抢收。同时要指导多雹地区的农民多种植抗雹且恢复能力强的农作物。再次就是人工防雹，也就是干扰和破坏冰雹的形成，防止冰雹的生成。目前的方法就是利用高炮或者火箭把碘化银粉末与红磷的混合物送入冰雹云层，产生的冲击波可以使小水珠合并成大的水珠，从而形成雨滴降落到地面。
三、结束语
良好的气象条件是农业生产顺利进行的重要前提和因素。对于目前的气候变化，气象灾害越来越频繁，因此气象部门一定要高度重视农业生产中的天气变化，重视极端天气对农作物生长和生产的影响；我国农业生产得到了快速的发展，本文主要从气候对农作物生长的影响开始分析，从各项气候因素对农作物生长的影响进行了讨论，着重分析了水、光照、温度这三个因素的影响，并根据水热协调，对我国气候对农业的影响进行了分析，也提出了一些可行性的建议。
参考文献：
[1] 张海燕，张丹.湖南省怀化市农业气象产量预报对农业生产决策与粮食计划制定的影响及作用[J].北京农业，2016（6）.
洪涝灾害特征范文5
1.干旱。干旱是指由于水分的收支及供求失衡而造成的水分短缺。我国位于亚洲东部，受到季风气候的影响极为显著。我国的干旱情况具有极大的普遍性、季节性与区域性。我国的干旱平均两三年就会发生一次，自上世纪90年代至今，我国特大旱灾发生次数至少十余次。我国的干旱横跨四季，春季集中在华北、东北、云南、四川等地，夏季在东北、华北、西北、黄淮地区，秋季在东北西南、黄淮、长江中下游、黄淮、华南等地，冬季则主要集中在南方。
2.洪涝。洪涝灾害的形成与降水量、土壤结构、地理位置、植被、季节等密切相关。自古以来，洪涝灾害都是一种较为严重的气象灾害，我国江河众多，每年汛期都会有一定的洪涝灾害发生。尤其是在河流的中下游地区，耕地密集，洪灾频发必会影响到农作物的生长。主要特点分为：一是普遍性。我国有三分之二以上的地区都曾遭受过不同程度的洪涝灾害侵蚀。二是高损失性。根据1991年到2007年的中国历年洪涝灾害损失官方数据，其中损失中重度以上的年份个数有八个，损失金额都在1000亿元人民币以上。三是突发性。以我国东部地区为例，洪涝灾害时有发生，然而防洪能力较弱，经常是洪涝灾害突袭来临，造成损失较大，突发性较强。
3.台风。台风源自于热带海洋上产生的低气压，当近地最大风速超过17.2km/s时就称之为“台风”。我国在气候上受到了北太平洋西部热带气旋的影响，主要在浙江、福建、广东等沿海地区受灾严重，台风也被人们称为全球上最严重的气象灾害之一。台风具有影响范围广、季节性强、受灾程度大、出现频率高、以及灾区较为集中等特点。台风一般发生在5月到11月之间，由于受到西北太平洋与热带季风的影响，我国沿海地区成为台风的高发区，间接影响达到32个省市。
4.冰雹。在农业气象灾害范畴内，冰雹是一种区域性较强的气象灾害，它对农作物的危害主要集中在果实、枝叶以及杆茎上，属于机械性损伤。冰雹灾害产生于强对流天气中发生，与地理位置、外部环境以及气象条件所形成较为常见的自然现象。它在山区、平原、内陆、沿海均由分布，可以说一种比较常见的气象灾害。近年来，在不经常发生冰雹灾害的湖南、江西等省也遭受了冰雹的袭击。我国的北方山区地带是冰雹灾害的高发区，导致农业生产受到极大的危害。
5.冷冻。冷冻灾害主要指由于温度较低而引起的霜冻、寒冻等气象灾害，根据冷冻灾害程度的不同，又可以分为冻害与低温冷害。冻害产生于冬季期间，一般气温在零摄氏度以下，冻害分为霜冻害和寒潮冻害两种，在此种条件下。农作物较易产生冻害，严重时农作物则会死亡。低温冷害则指的是由于温度偏低而使农作物的生长过程发生障碍的情况，导致农作物的减产的气象灾害。
6.其它气象灾害。除了上述五种气象灾害以外，还有低温连阴雨、雪灾等也对我国的农业生产，乃至农业经济都受到一定影响。根据报道，2007年，我国华北、西北、东北等地区遭受了连续十几天的低温阴雨天气，导致了很多农作物产生霉变，有的已长出的农作物也产生的烂果现象，致使农民受到巨大的经济损失。2008年，我国湖南、广西等地遭遇了前所未有的雪灾侵害，直接影响到冬季农作物的生长，农作物减产，农业经济稳定性失衡。
二、我国气象灾害对农业生产的影响
1.对农作物生长发育的影响。气象灾害的产生，它对农业的不良影响，首先体现在对农作物生长发育的影响。我国疆土辽阔，包括多种气象灾害，干旱、洪涝、台风、冰雹、冷冻等等，不同种气象灾害都对农作物的生长有着不同程度的损害。以洪涝灾害为例，每年七八月份是洪涝灾害的高发期，此时也是长江流域玉米的生长盛期，此时，如果发生洪涝灾害，容易造成大片玉米的绝收。
2.对农作物种植时间的影响。如果时值农作物的生长旺盛期，却发生了气象灾害会导致推迟农作物的种植，如果继续提前播种，甚至有可能会影响到该农作物的整体产量与质量。以山东省冬小麦的种植为例，到了小麦的生长发育期却恰逢冷冻气象灾害，为了能够使冬小麦的生长发育进程与诸多外界因素相适应，势必要延迟播种时间。如果提前播种，就会出现小麦在入冬前长势过旺，造成小麦过冬时遭受冷冻灾害侵蚀，从而引起冬小麦的产量下降。
3.对设施农业发展的影响。所谓设施农业是指人们为了抵御气象灾害或者是不良气候条件而进行的工程农业，如保温、加光、人工建筑等，主要以花卉果蔬、田间作物以及水产畜牧营造一个小型的气候环境。气象灾害的发生，在很大程度上促进了设施农业的发展与进步。然而，气象灾害也会对设施农业造成破坏，如暴雨、冰雹、冷冻等，都会造成相关设施的毁坏。
三、我国气象灾害对农业经济的影响
1.农业经济损失呈上升趋势。我国的农业经济因气象灾害而造成的经济损失呈现显著的上升走势，从上世纪五十年代开始至今，气象灾害对我国农业经济产生的直接经济损失分为十五个阶段，其中，1988年到1991年的农田受灾面积达到了全国农田面积的一半以上，平均每年的经济损失达到750亿元以上，而受灾面积则达到47952万平方公顷。根据2007年的有关数据显示，我国因气象灾害造成的农业受灾面积达到5000万公顷，直接经济损失占我国整个国民生产总值的1%到3%。2008年，同样尤其气象灾害导致我国农业经济损失超过4100亿元，占GDP总值的4.5%。
2.农业经济影响频率加快。根据有关统计数据显示，我国从50年代、60年代、70年代、80年代、90年代至今，其发生气象灾害的频率分别为12.5%、42.9%、60%、70%、100%，从中不难看出，我国气象灾害对农业经济的影响频率不断加快，危害随之增加。平均每年国民生长总值的4%都被气象灾害造成的损失所抵消，损失严重。
3.农业经济市场稳定性的影响。气象灾害的发生，不仅对农业经济造成直接经济损失，还对其市场的稳定性造成一定的不利影响。一旦气象灾害产生，将会极大地降低农业产量，而产量的降低将会直接影响到当季农作物的市场价格，由于受到市场供求关系的作用，农产品市场价格将会增涨，气象灾害在一定程度上加大了短期通胀压力，不利于我国市场的稳定。
四、我国气象灾害的防御对策
1.构建气象灾害防御工作体系。各地政府应加强对气象灾害的重视程度，将其纳入到农业发展以及社会经济发展的范畴内，由政府牵头对气象防灾减灾进行通盘部署，其构建完善的防御工作体系。其主要内容包括：构建气象灾害应急响应工作系统，以统一领导、联合进行的方式，有规律组织气象灾害的防御指挥、预报警报、防御实施；构建气象灾害防御基础设施建设系统，从而保障各项工程的进度和质量；开展大型农业设施气象灾害的风险评估系统，减低灾害的破坏率。
2.掌握气象规律，调整农业布局。气象灾害的产生与当前的环境有着密切的联系，这要求相关政府与防灾减灾工作人员了解环境变化、掌握气象规律，提高农业对气象变化的防御性，进而调整农业布局，以达到农业发展与气象资源充分利用的可持续发展状态，进而实现农业高产、高质，农业经济高效的目的。
3.树立防灾减灾意识，提高气象灾害的防御能力。首先，建立农村气象灾害防灾减灾宣传教育系统，将减灾教育纳入各类农村教育体系中，通过该宣传教育，通过宣传教育，使气象灾害易发区人群了解灾害的起因及防御措施。其次，提高从事农业气象灾害防御相关工作人员专业素质和技能，充分发挥气象灾害监测预警与应急系统的建设效益，从而减少农业生产损失，提高农业经济效益。
4.逐步建立农业灾害保险与补贴机制。研究建立适合我国国情的灾害天气农业保险模式，建立由政府牵头，商业保险公司参与，补贴与政策扶持相结合的农业保险新模式，有效化解农业灾害风险，稳定农业生产。
5.增强生态意识，农业生产与气象资源利用可持续发展。气象灾害的发生与环境有密切关系，在新农村建设中，要加以对水资源污染控制与保护，人居环境改善与防灾减灾进行统筹考虑，比如对山、水、林等合理开局，统筹考虑村镇小气候形成，避免发生气象灾害。
五、总结
洪涝灾害特征范文6
关键词 暴雨灾害；统计特征；灰色关联度；辽宁本溪
中图分类号 P333.2 文献标识码 A 文章编号 1007-5739（2016）11-0269-02
Abstract Based on the rainstorm disaster death toll，number of people affected，affected area and direct economic loss as the evaluation index，using the grey association degree，the eight main flood disaster evaluation index and correlation degree was calculated in Benxi City. The results showed that mainly 8 times rainstorm disaster grade division and disaster loss ranking was more reasonable by using grey relational degree method in Benxi City from 1953 to 2014，the grey correlation degree of torrential rain disaster assessment model was a simple and practical disaster assessment method.
Key words rainstorm disaster；statistic characteristics；grey association；Benxi Liaoning
暴雨灾害作为本溪山区主要气象灾害之一，每年都有不同程度的发生，给国民经济和工农业生产造成一定的经济损失。暴雨洪涝灾害造成江河水泛滥、冲毁庄稼、桥涵、公路、人员丧亡，山体滑坡、泥石流等，是气象灾害中主要气象灾害之一。
近年来，许多气象学者从不同角度提出了气象灾害评估指标与方法，并在气象灾害评估指标选择和评估模型的建立方面进行了大量的研究工作。周伟灿等[1]运用灰色关联度建立了雾灾损失评估模型，魏海宁等[2]运用灰色关联度对灾害性天气建立了评估模型。但是针对辽东山区暴雨洪涝灾害研究较少。
笔者以本溪市此暴雨灾害为例，将灰色理论应用到本溪市暴雨灾害损失评估中，建立暴雨灾害评估分析模型，为正确评价本溪市暴雨灾害提供科学的依据。
1 暴雨洪涝灾害评估指标与计算方法
1.1 灾害评估指标和分级标准
根据中国气象局和辽宁省颁发的相关调查和评估规定，结合本溪市暴雨洪涝灾害实际情况，选取4个评估指标，分别为死亡人数、受灾人口、受灾面积和直接经济损失：①死亡人数（人），主要指的是由于灾害直接导致的死亡人口（包括山体滑坡、泥石流等）；②受灾人口（人），主要指由于灾害导致的受灾人口（包括受伤人数）；③受灾面积（万km2），主要是指暴雨覆盖面积受灾面积针对本溪市，总面积8 420 km2）；④直接经济损失（万元）。
根据4个分析指标不同的特点，综合考虑本溪市的实际情况，把本溪市暴雨灾害分为5个等级，分别为重大灾害、重灾害、中灾害、小灾害和轻灾害（表1）。
1.2 暴雨灾害灰色关联度计算方法
灰色关联度分析法是一种多因素统计分析方法。它用灰色关联度来描述因素间关系的强弱、大小和次序，若样本数据所反映出的2个因素变化的趋势基本一致，则它们之间的关联度较大，反之关联度较小。与传统的多因素分析方法相比较，灰色关联度分析方法对统计数据要求比较低且计算量较小。因此，灰色关联度被广泛地应用于社会和自然科学的各个领域，并在灾情评估和经济领域取得了较好的应用效果[3-5]。
2 灾害评估模型的建立
2.1 灾害分级指标的处理
洪涝灾害的各个指标之间的量纲和数量单位不同，首先就要对各个指标进行无量纲处理，然后采用区间法构造灾情指标函数的转化模型，根据所选取的4个评估指标，建立了相应的转换函数。
2.1.1 死亡人数的转换函数（x单位为人）。
2.2 灾害评价模型的建立
依据灰色关联度方法[1]，设参考序列和比较序列，参考序列为U0（u0j）（u0j=1，j为正整数）；比较序列为Ui=（uij）（n、m为正整数）。其中U0即属于标准的重大灾害。分别计算得到转换函数值，公式如下：
分别计算参考序列U0和比较序列Ui的第j项指标的绝对差值。引入参考序列与比较序列各单项指标间的关联系数，按下式求得：
由上可得，绝对差值越大，关联系数越小；反之，关联系数越大。由于？驻0j（j）的取值范围是（0，1），所以关联系数的取值范围为（0.5，1.0）。
采用权相等处理的平均值法，用以下公式来计算关联度：
此处，拟定的分级指标为4项，即m=4，故式（7）可以写程式（8）即灾情评估模型为：
由上述可知，灾害关联度的大小可以反映灾情轻重。通过关联度的取值进行对灾害等级划分：重大灾害、重灾害、中灾害、小灾害、轻灾害的关联度分别为（0.9，1.0]、（0.8，0.9]、（0.7，0.8]、（0.6，0.7]、（0.5，0.6]。根据灾害关联度从大到小顺序，得到各单元灾情轻重比较关系。
3 暴雨灾害实例分析
选取1953―2014年本溪市主要暴雨灾害的灾情数据，进行整理分析得到原始数据（表2）。首先将得到的所有原始数据进行无量纲化处理，计算关联系数和关联度。
首先将原始数据按照相应的转换函数式（1）～（4）进行转换（表3）。
根据式（5）分别计算各项指标的绝对值，即？驻0j（j），然后，根据式（6）计算各关联系数γ0i，再运用式（8）求得8次暴雨灾害损失情况的关联度值，并根据这个关联度值划分这8次暴雨灾害等级（表4）。
4 结语
根据上述灰色关联分析过程，对本溪市暴雨灾害进行评估。1964年为小灾，1954年、1981年、2005年、2012年为中灾，2010年为重灾，1960年和1995年为重大灾害年。该方法对暴雨灾害评估与灾害实际情况比较，在一定程度上是吻合的。
由于各个评价指标的量纲是不同的，对评价指标的无量纲化处理，此外合理地选取评价指标以及评级直接影响灰色关联度暴雨灾害评估模型最后评估结果；分级指标的划定和转换函数的应用需要在工作实践中不断完善和改进。在经济损失评估中，应当把间接经济损失加到直接经济损失中加以综合考虑，使得灾害的评估更具有实用性和科学性。
5 参考文献
[1] 周伟灿，魏炜.基于灰色关联度法的雾灾损失评估模型研究[J].气象与环境学报，2010，26（1）：12-15.
[2] 魏海宁，周伟灿，刘佳音.灰色关联度方法在灾害性天气评估中的应用研究[J].安徽农业科学，2011，39（2）：976-980.
[3] 傅立.灰色系统理论及其应用[M].北京：科学技术出版社，1992：191-199.
