自然灾害危险性分析

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇自然灾害危险性分析范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

自然灾害危险性分析范文第1篇

【关键词】地质灾害;风险评价;方法

中图分类号：F407.1 文献标识码：A 文章编号：

一、前言

目前我国有许多方法可以进行地质灾害评价,在传统的成因机理分析和统计分析方法外,破坏损失评价、危险性评价、风险性评价、防治工程效益评价等方法也是进行地质灾害评价的主要方法。地质灾害风险评价的应用前景良好,其发展方向也走向评价定量化、综合化,管理空间化。作为风险管理和减灾管理基础的风险评价,其成果可广泛的在国土资源规划,工程选址,地质灾害方面以及制定救灾应急措施和保护环境上进行运用。

二、地质灾害风险定义及其主要特征

目前对灾害风险这一概念有不同的定义和解释。大部分权威性辞典的定义为“面临的伤害和损失的可能性”;“人们在生产劳动和日常生活中,因自然灾害和意外事故侵袭导致的人身伤亡、财产破坏与利润损失”。1984年,联全国教科文组织UNESCO将其定义为:由于某特定的自然灾害对经济、社会、人口所可能导致的损失。

基于自然灾害风险的普遍意义和地质灾害减灾需要,将地质灾害风险定义为:地质灾害活动及其对人类造成破坏损失的可能性。它所反映的是发生地质灾害的可能机会与破坏损失

程度。

地质灾害风险具有一般自然灾害风险的主要特点,主要表现在下述二个方面。

一是风险的必然性或普遍性。地质灾害是地质动力活动、人类社会经济活动相互作用的结果。由于地球活动不断进行,人类社会不断发展,所以地质灾害将不断发生。从这一意义上说,地质灾害乃是一种必然现象或普遍现象。

二是风险的不确定性或随机性。地质灾害虽然是一种必然现象,但由于它的形成和发展受多种自然条件和社会因素的影响,所以具体某一时间,某一地点,地质灾害事件的发生仍是随机的,即在什么时候、什么地点发生何种强度(或规模)的灾害活动,将导致多少人死亡或造成多大损失,都具有很大的不确定性。

地质灾害风险特征是构建地质灾害风险评价理论与方法的基础或出发点。基于地质灾害风险的复杂性,对地质灾害风险认识与评价是一个不断深化、完善的理论研究与技术方法的创新过程。

三、地质灾害风险构成与基本要素

地质灾害风险程度主要取决于两方面条件:一是地质灾害活动的动力条件———主要包括地质条件(岩土性质与结构、活动性构造等)、地貌条件(地貌类型、切割程度等)、气象条件(降水量、暴雨强度等)、人为地质动力活动(工程建设、采矿、耕植、放牧等)。通常情况下,地质灾害活动的动力条件越充分,地质灾害活动越强烈,所造成的破坏损失越严重,灾害风险越高。二是人类社会经济易损性,即承灾区生命财产和各项经济活动对地质灾害的抵御能力与可恢复能力,主要包括人口密度及人居环境、财产价值密度与财产类型、资源丰度与环境脆弱性等。通常情况下,承灾区(地质灾害影响区)的人口密度与工程、财产密度越高,人居环境和工程、财产对地质灾害的抗御能力以及灾后重建的可恢复性越差,生态环境越脆弱,遭受地质灾害的破坏越严重,所造成的损失越大,地质灾害的风险越高。上述两方面条件分别称为危险性和易损性,它们共同决定了地质灾害的风险程度。基于此,地质灾害的风险要素亦由危险性和易损性这两个要素系列组成。危险性要素系列包括地质条件要素、地貌条件要素、气象条件要素、人为地质动力活动要素以及地质灾害密度、规模、发生概率(或发展速率)等要素。易损性要素系列包括人口易损性要素、工程设施与社会财产易损性要素、经济活动与社会易损性要素、资源与环境易损性要素。

四、地质灾害的主要评价方法、内容及目的

1、成因机理分析评价。以定性地评价地质灾害发生的可能性和可能活动规模为目的的成因机理分析评价，主要内容是分析历史地质灾害的形成条件、活动状况和活动规律，造成地质灾害的确定因素，以及可能造成地质灾害的因素，根据地质灾害活动建立模型或者模式。

2、统计分析评价。统计分析评价的目的是对地质灾害危险区的范围、规模、或发生时间采用模型法或规律外延法进行评价。其内容包括是造成历史地质灾害原因、灾害的活动状况以及活动有何规律,对地质灾害的活动规模、频次、密度进行统计，以及分析地质灾害的主要影响因素,对地质灾害活动建立相关的数学模型或周期性规律。

3、危险性评价。危险性评价是对以往的地质灾害活动和将来发生地质灾害的概率进行评价,以及对地质灾害发生时将产生的危险的程度的给予评价。其主要内容包括以下两个方面：

（一）对包括大小、密度、频次在内的以往地质灾害活动的程度进行客观评价。

（二）对可能影响地质灾害的地形地貌条件、地质条件、水文条件、气候条件、植被条件以及人为活动等地质灾害的可能影响因素进行评价。

4、破坏损失评价。破坏损失评价其目地在于对灾害的历史破坏进行评价，并对损失程度以及期望损失程度进行分析。其评价的内容主要指以下两个方面：

（一）在结合地质灾害危险性评价和易损性评价的之后，综合地质灾害活动概率、破坏范围、危害强度和受灾体损失等内容进行评价。

（二）对由地质灾害带来的的人口、经济以及资源环境的破坏损失程度进行评价。

5、风险性评价。风险性评价包括了危险性评价和易损性评价的全部内容,对地质灾害发生的概率进行分析，并对不同条件下反生的地质灾害可能造成的危害进行分析。风险性评价的目的是对发生在不同条件下的地质灾害给社会带来的各种危害程度进行评价。

6、防治工程效益评价。不同于以上各种评价方法，防治工程效益评价是评价已选定的防治措施的效果,同时对措施进行经济评价和评价其在技术上的可行性。优化分析多种防治预案并存的项目,提高防治方案的经济合理程度,使得措施在技术上可行，达到最优化效益。而防治工程效益评价的根本目的是对地质灾害防治措施的效果是否符合经济合理性和科学性进行评价。

五、地质灾害风险评价实施过程以及其评价方法的发展趋势分析

1、实施过程分析

一是根据评价区具体条件和风险评价的目的,建立关于地质灾害风险评价的评价系统,制定风险分区的原则和和评价应用方法，建立指标体系以及评价模型。

二是对基础数据进行全面调查,并结合风险评价需要进行统计分析,对各种基础图件进行编制，建立地质灾害风险评价表。

三是将危险性构成、易损性构成及防治能力三者结合,进行危险性分析、易损性分析,并在此基础上,对期望损失加以分析。

四是对地质灾害可能造成的人口伤亡、经济损失以及资源环境的破坏综合进行风险评价。

五是对评价区风险的分布特点和形成条件进行分析,在兼顾社会发展需要的前提下，提出能减少灾害的建议和对策。

2、发展趋势

作为当前国际地质灾害研究领域的重点课题——地质灾害风险评价研究,是对地质灾害活动与人类社会关系进行全面分析、对地质灾害的破坏效应定量化评价的关键问题之一。其发展的基本趋势是:评价上向定量化,综合化、管理空间化的方向发展。主要表现为:

一是由过去的历史与现状分析转变为预测与研究相结合的方式。二是从单独个体分析走向个体与区域研究相结合分析。三是由以往的定性分析发展为定量分析四是将单项要素分析发展为综合要素评价。五是风险评价与减灾管理相结合取代以往单纯的风险评价理论,风险评价与防治不再独立存在,使得风险评价更好的为社会经济建设和减灾管理而服务。

六、结束语

综上，地质灾害的风险评价有利于对环境进行保护和贯彻我国的可持续发展。地质灾害一方面是自然因素导致,另一方面则是由于人类开发利用资源环境的不合理性,因此,对资源环境进行合理开发利用、避免地质灾害的发生或降低地质灾害带来的损失是保持国民经济可持续发展的重要方面。因此，应该不断的加强对地质灾害的风险评价的分析和研究。

参考文献：

[1]陈毓川,赵逊,张之一等.世纪之交的地球科学 ———重大地学领域进展[M] .北京:地质出版社,2000.

[2]向喜琼,黄润秋.地质灾害风险评价与风险管理[J] .地质灾害与环境保护, 2000 ,11 (1) :38 - 41.

自然灾害危险性分析范文第2篇

关键词 PRECIS；干旱致灾危险性；时空格局；SRES B2情景；西南地区

中图分类号 X43 文献标识码 A 文章编号 1002-2104（2013）09-0165-07

全球气候变化将给人类社会和自然系统带来诸多风险。气候变化风险源主要包括两个方面：一是平均气候状况（气温、降水、海平面上升等）；二是极端天气事件（热带气旋、风暴潮、干旱、极端降水、高温热浪等）[1]。研究极端天气事件的潜在变化是评估未来气候变化对人类社会和自然系统影响的基础[2]。预估极端天气事件的方法之一是利用气象观测资料进行趋势外推[3-4]。尽管历史气象资料有很大的参考价值，但过去的气象统计信息只能部分地反映未来极端天气事件的发生概率。气候模式的不断改进为利用大气环流模式（GCMs）和区域气候模式（RCMs）预估极端天气事件及其影响提供了更可靠的工具[5-6]。已有一些学者应用气候模式来评估气候变化对洪水[7-8]、干旱[9]、风能[10]及水资源[11]可能造成的影响。但GCMs过粗的分辨率对于分析气候变化对区域尺度的潜在影响是不够的，而RCMs却能很好地反映影响局地气候的地面特征量和气候本身未来的波动规律，被认为是获取高分辨率局地气候变化信息的有效方法[12]。

伴随着20世纪下半叶的持续增暖，全球陆地大部分地区存在着干旱化的趋势。与全球干旱化一样，中国部分地区的干旱强度也呈现增加的趋势，干旱问题日益凸显，特别是进入21世纪以来，我国频繁出现了多个破历史记录的极端干旱事件。近些年，国内不少学者在干旱灾害方面进行研究[13-15]，取得了大量成果，为区域防灾减灾提供了依据。但这些评估研究都是利用气象观测数据或历史灾情资料来开展的，并未考虑气候变化对未来极端干旱事件发生频率、强度和空间格局的影响。翟建青等[16]利用ECHAM5/MPI-OM气候模式输出的2001-2050年逐月降水量资料，选取标准化降水指数预估了3种排放情景下中国2050年前的旱涝格局，但其所使用的气候情景数据分辨率较粗（1.875°），且未能从灾害风险角度分析未来干旱致灾危险性变化。

未来我国西南地区干旱致灾危险性时空格局进行预估，以期为全球气候变化背景下该地区干旱灾害风险管理和区域发展规划提供科学依据。

1 研究数据与研究方法

1.1 数据来源

本研究所使用的气候情景数据来自中国农业科学院农业环境与可持续发展研究所气候变化研究组。该研究组应用英国Hadley中心开发的PRECIS模式，模拟了IPCC《排放情景特别报告（SRES）》中设计的B2情景下中国区域的气候变化（1961-2100年），其水平分辨率在地理坐标下为纬度0.44°×经度0.44°，在中纬度地区水平格点间距约为50 km。关于PRECIS物理过程的详细介绍可参阅文献[17]。许吟隆[12，18]等人利用ECMWF再分析数据和气象站点观测数据验证PRECIS对中国区域气候模拟能力的研究表明：尽管一些气候要素的模拟值存在一定偏差，但总体上PRECIS具有很强的模拟温度和降水的能力，基本能够模拟出各气象要素年、季的大尺度分布特征。因此，本文不再对PRECIS模式进行验证。

1.2 研究时段划分

本研究包括以下四个时段：现阶段为1981-2010年，未来分为近期（2011-2040年）、中期（2041-2070年）和远期（2071-2100年）三个时段。文中所选指标均以各时段30年的平均值进行探讨。

1.3 干旱致灾危险性评估方法

关于干旱的指标已有大量研究，但很多干旱指标只考虑了降水这一个变量（如连续无雨日数，SPI指数，降水Z指数，降水距平等），在全球变暖背景下，仅仅考虑降水因素是不够的。陆地表面干湿变化主要受降水和蒸发的影响，降水减少是干旱可能发生的一个重要方面；同时，地表温度的升高会大大增加水分的蒸发散，使得干旱更容易发生。因此，干旱指标应该能够衡量地表水分收支大小，本研究综合考虑降水和蒸发两个因素，采用地表湿润指数（降水量/潜在蒸散量）作为变量来评价旱灾危险性。

本文将干旱致灾危险性分为5个等级。具体的分级方法如下：首先，对现阶段西南地区各县域单元旱灾危险性指数从小到大进行排序，再按1∶2∶4∶2∶1的大致比例将487个县域单元分为5级；之后，提取现阶段两个相邻等级县域单元的旱灾危险性指数，以其平均值作为旱灾危险性的分级标准（如1、2级的分级标准是，将现阶段1级县域单元中最大的旱灾危险性指数与2级中最小的旱灾危险性指数求平均值所得）；最后，按照此分级标准对未来三个时段干旱致灾危险性进行分级。

2 结果与分析

2.1 年均潜在蒸散量时空格局变化

如图1所示，在现阶段，我国西南地区年均潜在蒸散量平均为775.42 mm，最大值为1 100.21 mm，年均潜在蒸散量低于700 mm的地区占总面积的39.14%，主要分布在四川省、贵州省和重庆市，而高于1 000 mm的地区仅占6.91%，位于广西省南部和云南省的北部。到了近期，西南地区年均潜在蒸散量增大为819.78 mm，其最大值为1 149.45 mm，其中大于1 000 mm的地区面积增加到12.85%，约为现阶段的1.86倍。在中期，西南地区年均潜在蒸散量继续增加为854.99 mm，最大值增加到1 202.25 mm，年均潜在蒸散量低于700 mm的地区面积继续减小，而高于1 000 mm的地区则大幅增加为19.45%。到远期，西南地区年均潜在蒸散量增加到890.30 mm，最大值为1 265.00 mm，年均潜在蒸散量低于700 mm的地区仅占西南地区总面积的5.84%，主要位于四川省西北部，而高于1 000 mm的地区则扩展为26.06%，为现阶段的3.77倍之多，集中分布在广西和云南两省。可见，伴随着全球气温升高，未来我国西南地区年均潜在蒸散量将呈现持续增大的趋势，尤其是年均潜在蒸散量超过1 000 mm的面积将大幅增加。

2.2 年均地表湿润指数时空格局变化

从图2中可以发现，各个时段西南地区均呈现出“西干东湿”的格局，并且相对于现阶段，未来西南地区总体上将呈变干的趋势。在现阶段，西南地区年均地表湿润指数的平均值为1.51，其中地表湿润指数小于1.0的地区占总面积的12.79%，大于1.8的地区占26.66%。而在近期，西南地区年均地表湿润指数的平均值为1.46，小于1.0和大于1.8的地区分别占到总面积的14.68%和18.54%。中期阶段，西南地区年均地表湿润指数继续减小为1.42，大于1.8的地区缩小至总面积的12.48%。到了远期，西南地区年均地表湿润指数为1.39，其中小于1.0的地区占总面积的17.09%，大于1.8的地区占9.25%，分别较现阶段增加4.30%和减小17.41%。

2.3 干旱致灾危险性时空格局变化

在对降水和蒸发等各因素分析和数字化的基础上，依据评价模型（式3）在ArcGIS中对各因素图层进行计算并分级，得到西南地区县域尺度干旱致灾危险性评价结果（图3）。为详细了解西南地区干旱致灾危险性格局及其动态变化，表2列出了各时段旱灾危险性等级的县域个数和面积百分比。

可以发现，未来各时段西南地区干旱致灾危险性空间格局变化很大。相对于现阶段，未来西南地区旱灾危险性处于1、2级的县域个数和面积均呈现先减小后增大的趋势，而5级的变化趋势则与之相反，旱灾危险性明显增大。尤其在近期，处于旱灾危险性5级的县域个数由现阶段的49个快速增加为236个，面积也占到总面积的50.30%，分别是现阶段的4.82倍和6.24倍，是未来旱灾危险性最严重的时段。到中期和远期，西南地区旱灾危险性相对于近期总体有所减小，但处于5级的县域干旱致灾危险性值却有一定程度增大。需要指出的是，未来四川省西南部和云南省大部始终是西南地区旱灾危险性最高的区域，在今后的旱灾风险管理及防灾减灾规划中需尤为注意。

3 结 论

本文基于PRECIS区域气候模式，模拟了SRES B2情景下西南地区现阶段与未来时段潜在蒸散量和地表湿润指数的变化情况，并对该地区干旱致灾危险性的时空格局和变化趋势进行研究，得到以下主要结论：

（1）伴随着全球气温升高，未来西南地区年均潜在蒸散量将持续增大，尤其是年均潜在蒸散量超过

1 000 mm的面积将大幅增加；同时，未来西南地区年均地表湿润指数将逐渐减小，总体呈现变干的趋势。

（2）相对于现阶段，未来西南地区干旱致灾危险性明显增大，尤其是近期时段。在近期，西南地区旱灾危险性处于5级的县域个数和面积百分比分别为236个和50.30%，分别是现阶段的4.82倍和6.24倍。四川省西南部和云南省大部始终是该地区未来旱灾危险性最高的区域。

4 讨 论

自然灾害具有自然和社会双重属性，其中致灾危险性评估是从自然属性角度来评估干旱危险性。根据自然灾害风险分析理论[20]，在危险性评价的基础上，进一步考虑社会经济因素，如人口、GDP、耕地、森林、草原、各种工程设施等的分布情况，以及遭遇干旱时这些承灾体的易损程度、社会防灾救灾能力等，就可以进行干旱灾害风险评价，辨识出高风险区，为各级政府开展风险管理提供科学依据。通过查阅《中国气象灾害大典》、《中国灾害性天气气候图集》以及近些年的灾情资料可以发现，本文对现阶段（1981-2010年）西南地区旱灾危险性的评价结果与实际灾情发生区域基本符合。但由于干旱灾害形成、发展及产生后果的复杂性，影响因子众多，目前的评价结果尚难以做到与实际情况完全吻合，有以下几方面原因：考虑因素的全面性、各干旱等级权重值的真实性、预估气候数据的误差以及评价模型的科学性等等，还需要不断深入研究，作出更符合实际、更加可信的干旱灾害风险评价。

本文只选取了SRES B2情景，虽然这一情景是比较符合我国中长期发展规划的气候情景，但仍然存在较大不确定性。在以后的研究中，需要进一步拓展降低不确定性的方法，在现有情景预估的基础上，进一步发展集合概率预测等技术手段，建立基于多情景多模式的集合概率预测情景方案。同时加强气候模式模拟研究，提高模拟数据精度，降低气候系统模式的不确定性[21]。

致谢：承蒙中国农业科学院农业环境与可持续发展研究所许吟隆研究员在论文数据方面提供的帮助，在此表示衷心的感谢！

参考文献

[1]IPCC. Climate Change 2007： Impacts， Adaptation and Vulnerability [M]. London： Cambridge University Press， 2007.

[2]Tebaldi C， Hayhow K， Arblaster J M， et al. Going to Extremes： An Intercomparison of Modelsimulated Historical and Future Changes in Extreme Events [J]. Climatic Change， 2006， 79（3-4）： 185-211.

[3]徐新创， 葛全胜， 郑景云， 等. 区域农业干旱风险评估研究：以中国西南地区为例[J]. 地理科学进展，2011，30（7）：883-890.

[4]周后福， 王兴荣， 翟武全， 等. 基于混合回归模型的夏季高温日数预测[J]. 气象科学， 2005， 25（5）： 505-512.

[5]Zwiers R W， Kharin V V. Changes in the Extremes of the Climate Simulated by CCC GCM2 under CO2 Doubling [J]. Journal of Climate， 1998， 11（9）： 2200-2222.

[6]贺山峰， 戴尔阜， 葛全胜， 等. 中国高温致灾危险性时空格局预估[J]. 自然灾害学报， 2010， 19（2）： 91-97.

[7]Raff D A， Pruitt T， Brekke L D. A Framework for Assessing Flood Frequency Based on Climate Projection Information [J]. Hydrology and Earth System Sciences Discussions， 2009， 6： 2005-2040.

[8]贺山峰， 葛全胜， 吴绍洪， 等. 安徽省洪涝致灾危险性时空格局预估[J]. 中国人口・资源与环境， 2012， 22（11）： 32-39.

[9]Blenkinsop S， Fowler H J. Changes in European Drought Characteristics Projected by the PRUDENCE Regional Climate Models [J]. International Journal of Climatology， 2007， 27： 1595-1610.

[10]Bloom A， Kotroni V， Lagouvardos K. Climate Change Impact of Wind Energy Availability in the Eastern Mediterranean Using the Regional Climate Model PRECIS [J]. Natural Hazards and Earth System Science， 2008， 8： 1249-1257.

[11]Zhu T J， Jenkins M W， Lund J R. Estimated Impacts of Climate Warming on California Water Availability under Twelve Future Climate Scenarios [J]. Journal of American Water Resources Association， 2005， 41（5）： 1027-1038.

[12]许吟隆， 张勇， 林一骅， 等. 利用PRECIS分析SRES B2情景下中国区域的气候变化响应[J]. 科学通报， 2006， 51（17）：2068-2074.

[13]卫捷， 陶诗言， 张庆云. Palmer干旱指数在华北干旱分析中的应用[J]. 地理学报， 2003， 58（增）： 91-99.

[14]武建军， 刘晓晨， 吕爱峰， 等. 黄淮海地区干湿状况的时空分异研究[J]. 中国人口・资源与环境， 2011， 21（2）： 100-105.

[15]He B， Lv A F， Wu J J， et.al. Agricultural Drought Hazard Assessing and Spatial Characters Analysis in China[J]. Journal of Geographical Sciences， 2011， 21（2）： 235-249.

[16]翟建青， 曾小凡， 苏布达， 等. 基于ECHAM5模式预估2050年前中国旱涝格局趋势[J]. 气候变化研究进展， 2009， 5（4）： 220-225.

[17]Jones R G， Noguer M， Hassell D C， et al. Generating High Resolution Climate Change Scenarios Using PRECIS [M]. Exeter： Met Office Hadley Centre， 2004.

[18]许吟隆， Jones R. 利用ECMWF再分析数据验证PRECIS对中国区域气候的模拟能力[J]. 中国农业气象， 2004， 25（1）： 5-9.

[19]Allen R G， Pereira L S， Raes D， et al. Crop EvapotranspirationGuidelines for Computing Crop Water RequirementsFAO Irrigation and Drainage Paper 56 [M]. Rome： United Nations Food and Agriculture Organization， 1998.

自然灾害危险性分析范文第3篇

关键词：地质灾害；风险评估；GIS

中图分类号：F416.1 文献标识码：A

1概述

地质灾害是在地质作用下，地质自然环境恶化，造成人类生命财产损毁或人类赖以生存与发展的资源、环境发生严重破坏的过程或现象，是对人类生命财产和生存环境产生损毁的地质事件。因而，从该意义上来讲，地质灾害不仅是一种自然现象，而且带有明显的社会经济属性。

在以往工程地质领域对于地质灾害的研究中， 多考虑地质灾害的自然属性，评价预测也多从其内外影响因素入手，把地质灾害仅作为一种地质动力活动，着力于灾害形成机制与诱发条件、发展规律等自然特征的分析，度量的指标多为稳定性程度等。而对地质灾害的社会属性和与之密切相关当破坏效应等注意的不够。这种状况越来越不适应社会经济发展对减灾研究的需要。诚然，对于单体地质灾害而言，地质灾害自然属性研究必不可少，但如果从一个更深的层次来看，这显然没有考虑到地质灾害的社会经济属性。人类防治地质灾害的最终目的并不是杜绝引起地质灾害的地质现象或地质事件的发生，而是确保这些地质现象或地质事件不对人类造成不可接受的危害。所以从社会减灾防灾意义上讲，除了考虑其自然因素，更应该考虑其社会属性因素，由此才有了地质灾害风除评价的概念的产生。

2 对地质灾害风险概念的认识

目前对灾害风险和地质灾害风险还没有统一的认识。在联合国教科文组织的一项研究计划中，Varnes（1984年)提出了自然灾害及风险的术语定义，随后得到了国际地质灾害研究领域的普遍认同，成为了对地质灾害危险性、易损性和风险评估的基本模式。地质灾害的风险可定义为：在一定的区域时间限度内，特定的地质灾害现象对生命财产、经济活动等可能造成的损失，即地质灾害风险是潜在地质灾害危险性和社会经济易损性的函数，它可表示为：

式中：R(Risk)：地质灾害的风险，指特定的地质灾害现象可能造成的损失；H(Hazard)：一定地区范围内某种潜在的地质灾害现象在一定的时间内发生的概率，即地质灾害的危险性；E(Element)：给定区域内受特定地质灾害威胁的对象，包括人口、财产、基础设施、经济活动等；v(Vulnerability)：特定的地质灾害以一定的强度发生而对受威胁对象所造成的损失程度，即受威胁对象的易损性，它用0～1来表示，0表示无损失，1表示完全损失。

综上所述我们可以看出，地震灾害的危险性(H)和受威胁对象(E)的易损性(v)共同决定了地质灾害的损失大小，是控制地质灾害风险的（R）的基本条件。因此，地质灾害风验评价应从下述两方面进行：(1)地质灾害的危险性评价，其与历史地质灾害活动强度和周期性规律(即灾害发生的频次、规模、分布强度)以及地质灾害孕育的环境与形成条件(即地形地貌、地质背景、水文气象、植被和人类工程活动等影响因素)密切相关；(2)区域社会经济易损性评价，包括了直接易损性评价(受威胁对象分布与抗灾能力)和间接易损性评价(地区社会经济与防灾能力)2个方面内容。

由于实际情况的复杂性，在地质灾害风险评估中很难对H、E、V等进行精确的定量表示。在这种情况下，可以采用“等级”的概念，先对地质灾害的危险性、社会经济易损性进行分级，然后再采用适当的方法进行最终的风险评估。

3 地质灾害风险评价模型

目前有关地质灾害风险评价的模型有信息量模型、层次分析等模型，在这里简述信息量模型。

根据实际情况，将影响地质灾害风险因素的实测值转化为信息量值，并用信息量来表征地质灾害风险影响因素的“贡献”大小，进而评价地质灾害的风险程度。信息量用条件概率计算：

I(X，A)=lg(P(X/A)/P(X)) (3)

式中：I(X，A)为单因素(指标)X影响地质灾害风险A的信息量；

P(X/A)为地质灾害风险恶化条件下出现X的概率；

P(X)为研究区影响因素X出现的概率。具体运算时，总体概率用样本频率计算，即：

式中：I为某一单元P种因素组合情况下地质灾害风险恶化的总信息量；

S为样本区总单元数：

N为该区己知地质灾害风险恶化的单元总数；

S1为含有影响因素X的单元个数；

N1为含有影响因素X的地质灾害风险恶化单元个数。

用总信息量I值作为该单元多种因素共同作用下的地质灾害风险改善的综合指标。对I值进行统计分析(主观判断或聚类分析))找出突变点作为分界点，将区域分成若干个地质灾害风险等级，由此建立的信息量模型，将作为研究区的风险预测模型。只要查明研究区各因素的情况，根据样本区计算出的信息量值，并将各评价单元的诸影响因素的信息量值叠加便可预测地质灾害风险等级。

信息量模型适合于各地质灾害影响要素的信息量比较丰富的地质灾害风险评价，按统计方法对各影响要素进行聚类分析，按照一定的阈值，将评价区域进行地质灾害风险分区。

4 基于GIS技术的地质灾害风险分析

地理信息系统(GIS)是有效表达、处理以及分析与地理分布有关的专业数据的技术，它为人们提供了一种快速展示有关地理信息和分析信息的新的手段和平台。从20世纪80年代以来，GIS在灾害管理中得到逐步深入的应用。

各种地质灾害都是在地球表层一定空间范围和一定时间限度内发生的，尽管不同种类的地质灾害之间、同一种类的地质灾害的不同个体之间大都形态各异，形成机理也是千差万别，但它们都是灾害孕育环境与触发因子共同作用的结果，而这些都与空间信息密切相关，利用GIS技术不仅可以对各种地质灾害及其相关信息进行管理，而且可以从不同空间和时间的尺度上分析地质灾害的发生与环境因素之间的统计关系，评价各种地质灾害的发生概率和可能的灾害后果。

GIS与传统意义上的信息系统的根本差异在于：它不仅可以存储、分析和表达各类对象的属性信息，而且还可以管理空间(图形)信息，可以使用各种空间分析方法，从空间特征和属性特征两个方面对多种不同的信息进行综合分析，寻找空间实体间的相互关系，分析和处理一定区域内分布的现象和过程。GIS软件提供了一些基本的空间分析工具，如区域叠加分析、缓冲分析、矢量栅格数据转换、属性数据查询检索、数字高程模型、数字地面模拟分析等，但仅仅直接利用这些基本的工具进行地质灾害的风险分析显然是不现实的，还需要结合专业地质灾害风险评价模型，如将信息量模型与GIS平台相结合，应用于地质灾害风险评估分析中。

信息量法模拟和层次分析评价模型与GIS的结合可以从以下几个方面考虑：

(1)利用GIS采集数据及进行基础数据处理。GIS具有强大的数据采集与空间分析功能，可以利用它来采集评价所需的数据并进行管理。GIS对数据的预处理一是将定性数据按照一定的原则定量他；二是利用GIS的自动划分功能形成用于评价的图元区域。

(2)应用信息量法模型可扩充GIS的分析评价功能。利用GIS的二次开发功能，选定合适的信息量法模型对GIS进行二次开发，扩充GIS的分析评价功能，实现传统分析方法与GIS的结合。把GIS已经剖分的图元区域的各种信息存入预先确定的数据库，然后通过编写接口，信息量法模型就可以直接调用这部分数据供分析之用。

(3)利用GIS强大的成图功能，将信息量法模型分析结果返还到GIS处理成图，形成最终成果。

这样就可以在建立一个基于GIS技术的地质灾害风险评估系统，首先在建立评估区信息数据库的基础上，结合地质灾害风险评价分析模型(信息量模型)，运用GIS的空间分析功能(缓冲区分析、叠置分析等)、数据融合技术以及高精度计算实现对多种不同类型的地质灾害(如滑坡、泥石流、岩溶塌陷等)进行危险性分析、易损性分析和最终的风险评估。整个地质灾害风险评估工作都是有序进行的，其基本程序见图1所示。

结论

（1）地质灾害风险评估包括地质灾害危险性评价、社会经济易损性评价两大内容。危险性评价应以历史危险性(灾害发生的频率、规模、程度)和影响灾害发生的主要因素(基于灾害发育机理研究)的综合分析进行；易损性评价应包括受威胁对象的易损性分析和受威胁对象的价值分析2个方面。

（2） 运用GIS开展地质灾害风险评估是必然趋势，国外已有许多成功的范例。GIS技术为地质灾害在专业评价模型(如信息量模型)条件下的风险评估提供了有效的技术支持。基于GIS技术的地质灾害风险评估系统较好的实现了GIS技术与地质灾害风险评价模型的结合，能够充分利用GIS的图形编辑、属性管理、空间分析、数字高程分析等功能优势，快捷方便的实现一般分析方法与手段难以解决的问题。它可以根据变化了的情况与资料，实时性的进行地质灾害风险分析，进一步缩减风险分析的模糊性与不确定性，具有较强的准确性与客观性，而这正是常规分析手段所难以比拟的。

参考文献

[1]罗元华，张粱.地质灾害风险评估方法[M].北京：地质出版社，1998.

自然灾害危险性分析范文第4篇

关键词：山洪灾害；危险评价；接龙镇；GIS

中图分类号：P931文献标识码：A文章编号：16749944（2014）02022305

1引言

山洪灾害是指由于降雨在山丘区引发的洪水灾害及由山洪诱发的泥石流、滑坡等对国民经济和人民生命财产造成损失的灾害，具有突发性、水量集中、破坏力大等特点[1]。我国地域辽阔，地貌形态复杂，暴雨频发、人类活动剧烈等导致山洪灾害频繁发生且存在地域差异性。我国山洪灾害点多面广、发生频繁，每年都要造成重大人员伤亡和基础设施、生态环境的毁灭性破坏，已成为我国自然灾害造成人员伤亡和经济损失的主要灾种。西南地区是我国山洪灾害发育最严重的地区，随着人们对山区资源利用强度的加大和自然环境的改变，使得山洪灾害有进一步加剧的趋势[2，3]。重庆市山区山高坡陡，河流众多，城镇多沿江分布，是山洪灾害频发区和重灾区，山洪灾害防御的形势严峻。通过深入研究山洪灾害发生和分布规律，从而增强防御山洪灾害的预见性和科学性，把握防灾抗灾的主动权。

本文选取重庆市巴南区接龙镇为研究对象，在构建山洪灾害危险评价指标体系的基础上，将山洪灾害风险度评价技术[4]与GIS技术相结合，分析山洪孕灾环境与致灾因子空间分布规律，利用层次分析法和加权综合评价法进行山洪灾害危险性综合分区研究。

2研究区域

接龙镇位于重庆市巴南区东南部，是重庆市巴南区“一城五镇”发展战略的中心镇之一，人口众多，社会经济较发达。全镇幅员面积为196.36km2，整体海拔为255～1025m。属低山孤丘区，境内多低山丘陵，地形起伏较大，整体呈现东西两端高于中部并向北边倾斜的地势特点。接龙镇雨量充沛，全年平均降水量1100mm。近年来，随着巴南区城镇建设规模的不断扩大，极端天气的日趋增多，造成了山洪灾害的频发。据山洪历史灾害数据显示：2001～2009年接龙镇共发生41次滑坡、泥石流等山洪灾害，累计经济损失达2400万元人民币，镇域范围山洪灾害防治工作任务艰巨。

3数据来源

（1）地理数据：接龙镇所在1∶10000地形图16幅，重庆市土地利用现状图；

（2）降水数据：接龙镇历年降雨情况数据、重庆市气象站点暴雨站点数据以及重庆市暴雨等值线图等；

（3）历史灾情数据：接龙镇2001～2009年山洪灾害历史数据；

（4）研究区相关的各种自然和社会经济统计资料等。

4山洪灾害危险评价方法

4.1山洪灾害危险评价指标选取与权重计算

4.1.1指标选取与分级赋值

影响山洪灾害的因素很多，其发生是多种因素综合作用的结果。山洪灾害危险性主要取决于天气和下垫面等自然因素[5]。根据相关规定[1]，参考山洪灾害危险性评价相关研究[6～12]，结合研究区域的实际情况，综合考虑孕灾环境因子和致灾因子对研究区山洪灾害危险性的影响，从而进行相应指标的选取。其中孕灾环境因子主要考虑降水和下垫面因素，选取年均降水量、地形坡度、地形起伏度、植被覆盖率、路网密度、居民点密度、历史灾害点密度共7个指标；致灾因子主要考虑降水因素和水系因素，选取汇流累积量、暴雨强度、河网密度共3个指标。在研究已获得的孕灾环境综合分区结果基础上，综合考虑孕灾环境（x1）、汇流累积量（x2）、暴雨强度（x3）和河网密度（x4）共4个指标对山洪灾害危险性的影响，构建山洪灾害危险评价指标体系并对各指标分级赋值。将4个指标分为4级赋值，各指标4个分区等级赋值之和为100。指标体系的具体分级赋值见表1。表1接龙镇山洪灾害危险评价指标体系

指标分级与赋值极高危险区高危险区中危险区低危险区孕灾环境（x1）分级>7373-5656-3250005000-10001000-10085.7585.75-82.2584-82.251.51.5-1.01.0-0.5

指标权重的计算方法有很多，根据简单实用性的原则，本次选择层次分析法进行计算。层次分析法源自美国运筹学家T.L.Saaty于20世纪70年代提出的“分析的递阶过程（Analytic Hierarchy Process）”，又称AHP法[13～15]。它是一种定性和定量分析相结合的多目标决策分析方法，能够将决策者的经验判断定量化。基于10位专家的判断评分构造判断矩阵，利用和积法计算得到山洪灾害危险指标孕灾环境（x1）、汇流累积量（x2）、暴雨强度（x3）和河网密度（x4）的权重值，分别为0.2272、0.4231、0.2272和0.1225，并通过了一致性检验。

4.2山洪灾害危险评价数据获取

在构建的评价指标体系基础上，收集大量相关数据资料，并利用GIS技术对数据进行提取和处理，并将各指标数据图层进行栅格化处理，栅格单元大小取100m×100m。

4.2.1孕灾环境数据获取

本研究中将已得到的孕灾环境综合分区作为山洪灾害危险评价的一个指标。孕灾环境综合指数值采用多因素综合指数法对7个孕灾指标进行综合分析加权叠加计算而得。各孕灾指标数据的获取方法如下所述。

（1）年均降水量：利用重庆市周边149个气象站点年均降雨量观测数据，与站点经度、纬度和高程之间进行线性回归分析，建立线性回归方程，利用ArcGIS软件中栅格计算器计算模拟得到接龙镇年均降水量分布图。

（2）地形坡度数据：以1∶10000地形图为基础，利用ArcGIS软件空间分析功能生成TIN，按照100m×100m栅格化处理得到研究区DEM（数字高程模型），并提取出坡度信息。

（3）地形起伏度：在ArcGIS软件空间分析模块中移动窗口功能支持下，调整窗口大小，最终选取1.1km×1.1km窗口大小统计接龙镇的地形起伏度。

（4）植被覆盖率：利用接龙镇土地利用现状图，结合实地野外调研情况以及专家意见对各土地利用类型的植被覆盖率进行赋值而得到。

（5）路网密度、居民点密度和历史灾害点密度：以接龙镇DEM数据为基础，利用ArcGIS软件水文分析功能提取划分得到127个小流域。以各小流域为统计单元，结合路网数据、居民点分布数据和接龙镇2001～2009年山洪灾害历史统计数据，利用ArcGIS软件空间叠加和统计分析功能得到各小流域中道路总长度、居民点总面积和历史灾害点数量，并分别除以所在小流域面积计算得到路网密度、居民点密度和历史灾害点密度。

依据各指标实际情况和专家意见，将各指标划分为极高易发区、高易发区、中易发区和低易发区4个等级并对其分别进行赋值，其中最大值为100，最小值为0。同时采用层次分析法和专家评分法得到山洪灾害孕灾环境7个指标的权重值分别是0.1588、0.3498、0.1035、0.0435、0.0675、0.0306和 0.2463，并通过一致性检验。最后采用多因素综合指数法计算得到山洪灾害孕灾环境综合指数，对其设置相应阈值得到山洪灾害孕灾环境分区图（图1）。

4.2.2致灾因子数据获取

（1）暴雨强度：基于重庆市暴雨等值线图和相关历史资料，利用ArcGIS软件空间插值功能，采用反距离加权法，模拟得到接龙镇暴雨强度分布情况，并按照指标体系进行量化分级得到暴雨强度量化分值图（图2）。

（2）汇流累积量：基于接龙镇无洼地DEM，利用GIS水文分析功能，计算水流方向汇流经过每个栅格单元的栅格数量总和，并按照4个等级量化赋值得到汇流累积量量化分值图（图3）。

（3）河网密度：根据接龙镇DEM，利用ArcGIS软件水文分析功能，提取出矢量化河网数据。然后在已获得的各小流域为基础，利用空间叠加分析与空间统计分析功能，统计落在每个小流域内的河网总长度，除以小流域面积，计算出每个小流域的河网密度。最后结合量化标准和评价体系对河网密度进行分级量化得到河网密度量化分值图（图4）。

5山洪灾害危险评价

5.1山洪灾害危险评价模型

山洪灾害危险性分析是对某区域山洪灾害的孕灾环境或致灾因子的各种自然属性特征的概率分布做出评价[5]。接龙镇山洪灾害危险评价采用加权综合评价法[16]。加权综合评价法综合考虑各指标对评价因子的影响程度，将各个指标的作用大小综合起来，用数量化指标加以集中，其计算公式如下：

5.2山洪灾害危险综合分区与评价

根据已获取的山洪灾害危险指标数据以及指标权重，通过对各指标影响情况的分析，利用山洪危险综合指数计算模型，采用加权综合利用ArcGIS软件空间分析技术对各指标进行叠加分析，得到研究区100m×100m栅格单元的山洪灾害危险综合指数值，如图5所示。

6结论与讨论

（1）山洪灾害是我国自然灾害造成人员伤亡的主要灾种，其造成的基础设施损毁、生态环境破坏也十分严重，已成为我国防洪减灾工作的重点和难点。西南地区山区丘陵镇域山洪灾害对镇域人民的生命财产构成重大威胁，进行山洪灾害危险合理分区研究，可对建立镇域山洪灾害预警预报机制以及为政府的防灾减灾决策提供科学依据。

（2）以山区镇域为研究单元，选取孕灾环境、汇流累积量、暴雨强度和河网密度4个指标构建了山区镇域山洪灾害危险评价指标体系，并在GIS技术支持下，获取了各个指标的评估数据。 利用层次分析法和专家评分法得到各指标的权重值。

（3）采用加权综合评价法构建山洪灾害危险评价模型，计算得到接龙镇山洪灾害风险综合指数，同时依据评价指标体系中各危险等级的阈值将山洪灾害危险分为4个等级，最终得到山洪灾害危险综合分区。从分析结果可以看出：接龙镇山洪灾害危险综合指数值处于8～69之间，全镇范围内约80.53%的地区处于中等危险区，山洪灾害危险对全镇的潜在影响情况不容忽视，山洪灾害防治预警工作不容懈怠。

（4）由于山洪灾害发生的复杂性与不确定性，影响因子众多，结合实际情况选取哪些因子能更加全面地作为不同区域山洪危险评价指标，有待进一步的探讨和完善。

（5）本文只对山区镇域山洪灾害危险性进行了分析研究，可进一步对山洪灾害社会经济易损性进行分析研究，对山区镇域山洪灾害风险进行综合评价。

参考文献：

[1] 全国山洪灾害防治规划编制工作组.全国山洪灾害防治规划编制技术大纲[EB/OL].[2003-4]. http：//.

[2] 张平仓，任洪玉，张明波，等.中国山洪灾害区域特征及分区防治对策[J].水资源研究，2007（1）：1～4，7.

[3] 田国珍，刘新立，王平，等.中国洪水灾害风险区划及其成因分析[J].灾害学，2006（2）：1～6.

[4] 程卫帅，陈进.山洪灾害风险度评价技术综述[J].人民长江，2004（12）：5～7，14.

[5] 邹敏.基于GIS技术的黄水河流域山洪灾害风险区划研究[D].济南：山东师范大学，2007.

[6] 唐川，朱静.基于GIS的山洪灾害风险区划[J].地理学报，2005（1）：87～94.

[7] 唐余学，廖向花，李晶，等.基于GIS的重庆市山洪灾害区划[J].气象科技，2011（4）：423～428.

[8] 周成虎，万庆，黄诗峰，等.基于GIS的洪水灾害风险区划研究[J].地理学报，2000（1）：15～24.

[9] 林孝松，陈洪凯，王先进，等.重庆市涪陵区G319公路洪灾风险评估研究[J].长江流域资源与环境，2013（2）：244～250.

[10] 李树军，袁静，何永健，等.基于GIS的潍坊市暴雨洪涝灾害风险区划[J].中国农学通报，2012（20）：295～301.

[11] 毛德华.洞庭湖区洪涝危险性综合评价与分析[J].自然灾害学报，2001（4）：104～107.

[12] 詹小国，祝国瑞，文余源.综合评价山洪灾害风险的GIS方法[J].长江科学院院报，2003（6）：48～50，64.

[13] 王以彭，李结松，刘立元.层次分析法在确定评价指标权重系数中的应用[J].第一军医大学学报，1999（4）：377～379.

[14] 谢承华.AHP及其应用[J].兰州商学院学报，2001（2）：79～82.

自然灾害危险性分析范文第5篇

关键词：冲刷；公路边坡；工程防护；理论依据

引言

路基坡面冲刷是公路沿线一个常见的病害问题，在我国北方黄土地区修建公路时，线路开挖导致自然侵蚀加速，加速了冲刷的进程。同时，由于边坡的常年，边坡发生变形、病害以及破坏的几率增大，其中水流的冲刷破坏最为显著，由于水流冲刷产生的边坡破坏明显增加，严重影响公路正常安全运营和增大养护费用。因此，进行冲刷防护的合理设计、冲刷机理分析和量化是不可缺少的。

1 坡面冲刷研究现状

坡面冲刷研究很早就已经开始，经历了将近几十年的发展历程，科学界对坡面冲刷已经形成了相对比较全面的认识。国内外对坡面冲刷进行了大量的研究。以坡面的流速研究为例，不同学者通过各自的研究得到了不同的坡面流速公式。1978-1988年江忠善在全面收集国内外坡面流流速的基础上，结合自己的试验数据，统计分析，得到黄土区坡面流速公式[1-2]。Guy等人系统地研究了坡面流流速的影响因素[3]，Foster首次利用模拟细沟模拟了流速与坡度相互关系[4]，Govesrs做了相关的室内试验提出了坡度、流量、流速的函数关系[5]。

在坡面冲刷方面，大致分为三种观点：

（1）冲刷与流量和坡度都有关，且流量对流速的影响大于坡度。

（2）冲刷与坡度无关，仅是流量的简单函数。

（3）坡面冲刷中，流速沿细沟呈正态分布，主要受流量和坡度的影响且坡度的影响大于流量。通过分析发现：“坡度的影响大于流量对坡面冲刷的影响”是目前主要的研究趋势。

2坡面冲刷机理

坡面冲刷过程包括降雨溅击和径流冲刷引起土颗粒分离、泥沙转移和沉积三大过程，其中径流冲刷占据主导地位。降雨溅击是形成冲刷的最初形式。当雨滴平均落速达到一定值时，土颗粒受到侵蚀而溅起，又分为干溅阶段、泥溅阶段和层状侵蚀阶段。雨滴落速继续增大到一定程度时，随着水流的继续增大，在坡度较陡的坡面上，形成了水深较浅的沟状径流。随着水流的继续增大，向下不断地将侵蚀土壤分离、游离形成泥沙。

2.1 水流中土的受力分析

坡面冲刷产生时，坡面上的土颗粒受到自身重力、粒间粘结力、渗透压力等多个力的相互作用，土颗粒的运动形式表现为稳定状态转为运动状态、迁移、趋于稳定沉积。主要体现在：

（1）土颗粒浮容重。即土颗粒在水流中受到自身重力和水浮力的双重作用下，形成的合力。

（2）渗透压力。土壤自身具备一定的渗透性，当雨水流经土壤时，部分水流会入渗进入土壤，产生与入渗方向一致的渗透压力。

（3）土颗粒间的离散力。土颗粒运动过程中，不同颗粒运动方向不一致，相互摩擦碰撞，产生相互作用力，即为土颗粒间的离散力。除此以外，坡面滑动需要一个初始起动力。当水流速度达到能使坡面活动的起始速度时，便产生了坡面滑动滑坡。

2.2 路基坡面冲刷强度

坡面冲刷强度可看作坡面流的冲刷能力，包括推移冲刷（土中粒径较大部分）和悬移冲刷（土中粒径较小部分）两部分。故而产生了坡面流推移冲刷能力和坡面流悬移冲刷能力。颗粒在水流中以沉速ω下沉，但悬移质的重心作为一个整体基本保持在一定高程，这意味着水流必须以ω的速度将颗粒群举起。

3 坡面冲刷防护措施

对于坡面冲刷防护而言，工程中常用的防护技术可分为工程防护、植被防护和综合防护三类。工程防护以土工结构物为主要防护措施，稳定性较高，但对自然生态的破坏特别严重；植物防护以栽种植物，利用植物的相关特性达到防护的目的，但对植物的要求较高，同时受地域影响比较重；综合防护是将工程防护和植物防护相结合，兼顾了边坡加固、边坡水土保持及生态恢复，效果比较显著。

4 结束语

（1）流速对路基坡面冲刷起到主要作用。坡面流流速与路基坡面坡度和坡面水流流量有直接关系。

（2）路基的坡面冲刷存在临界条件。只有当坡面上土达到起动拖曳力和起动流速时，才会产生坡面冲刷现象。并且在冲刷过程中，径流平均流速并不是一直随坡度增加而增加，而是存在一定的临界值，平均单宽径流能耗在随坡度的变化过程中也存在临界极值。

参考文献

[1]罗宾，王秉纲，王选仓.路基边坡冲刷基本理论[J].公路交通科技，2002（08）：34-35.

[2]李志刚，王春辉.公路边坡冲刷机理[J].理工大学学报（自然科学版），2003（06）：15-17+42.

[3]赵欢，田伟平，李家春，等.公路泥石流灾害危险性分区研究[J].灾害学，2016，31（2）：24-29.

[4]，李占斌，郑良勇.黄土坡面搅髑质床沙动力过程模拟与研究[J].水力学进展，2006（07）：30-33.