其林贝尔

服务热线:17511683092
17511683092

他们都在找: 96孔微孔板混匀仪QB-8002 旋涡混合器VORTEX-5 多管混匀仪BE-2600
当前位置主页 > 新闻动态 > 行业动态 >

其林贝尔分享雷电灾害风险区划分析常识

返回列表 来源:未知 发布日期:2019-08-16 11:05【
0 引言

雷电灾害是“联合国国际减灾十年”公布的影响人 类活动的严重灾害之一,雷电灾害已成为影响内蒙古 经济社会发展的严重灾害之一。近15年间,内蒙古平 均每年发生雷灾事故 43.5 次 ,每年雷击经济损失 1167.8 万元,每年雷击人员伤亡 15 人左右;雷击人员 伤亡和电气、电子设备受损事故较为严重。目前,雷 电灾害已引起广泛关注,许多学者也开展了关于雷电 灾害风险区划的一些研究,如郭虎、李家启、李彩 莲、王惠等分别对北京、重庆、陕西等地选取不同的 指标进行了雷电灾害风险区划分析,以上研究侧重于 不同指标及方法的选取,对于风险区划结果验证方面 研究较少,而对于运用灰色关联法对雷电灾害 评估模型验证更是甚少。故本研究结合内蒙古地区实 际,基于ArcGIS和层次分析法对该区域进行雷电灾害 风险区划分析,并运用灰色关联法进行区划结果验证, 以期为各级政府和相关部门进一步加强雷电灾害防御 管理、降低雷灾损失提供客观的科学依据。



1资料与方法

1.1 资料说明


雷暴日和闪电定位资料:雷暴日资料来自于内蒙 古气象局 119 个气象观测站 30 年(1981—2010 年)逐 日雷暴观测资料;闪电定位资料取自内蒙古气象局42 个ADTD闪电定位仪2014—2016年的地闪定位资料, 包含每次地闪发生的具体日期、时间、经纬度、雷电流 波形陡度和电流幅值等参数。 社会经济资料:数据来源于中国科学院资源环境 科学数据中心2010年1 km×1 km栅格数据,包括内蒙 古地区1 km格网GDP和人口数据。 基础地理信息资料:DEM数字高程数据来源于中 国科学院计算机网络信息中心国际科学数据镜像网站 SRTM地形数据,分辨率精度为90 m数据。土地利用 数据来源于中国科学院资源环境科学数据中心中国1: 10 万土地利用现状遥感监测数据库的内蒙古地区 1 km栅格数据。水系数据来源于国家基础地理信息 中心1:100万全国基础地理数据库的内蒙古地区水系 数据。土壤电导率数据来源于黑河计划数据管理中 心、寒区旱区科学数据中心基于世界土壤数据库 (HWSD)的土壤数据集(v1.2),中国境内数据源为第二 次全国土地调查南京土壤所提供的1:100万土壤数据 集中内蒙古地区土壤数据。 雷电灾情资料:1998—2016年内蒙古雷电灾情资 料来源于中国气象局雷电防护管理办公室编写的《全 国雷电灾害汇编》,包含人员伤亡和经济损失等。



2 雷电灾害风险区划分析

2.1 孕灾环境敏感性分析


孕灾环境敏感性评价因子 VE 主要选取地形变化 Eh 、水系 Sc 和土壤电导率 Tr 3 个评价指标进行评 价。区域地势越高、地形高程标准差越大,越容易孕育 雷灾。地势采用高程表示,直接从DEM数字高程数据 中提取;高程标准差是计算与周边相邻8个格点的差 值,空间分辨率为1 km×1 km;然后根据高程和高程标 准差的值运用 ENVI (The Environment for Visualizing Images)软件按照不同分级进行赋值计算得到地 形变化 Eh 的栅格数据。



2.2 致灾因子危险性分析

致灾因子危险性评价因子 VH 主要选取雷暴日密 度 Ng 、地闪密度 Ld 和强度 Ln 3 个评价指标,从雷电 密度和强度两个方面进行评价,雷电密度越大、电流强 度越高,雷击危险性越强。 雷电密度是指单位面积雷击大地的年平均次数, 其值越大说明该地区雷电活动越频繁。雷击密度值的 获取有两种方法 ,第一种方法是根据 GB 50057— 2010规定的由雷暴日计算得出,即 Ng = 0.1Td ,再利 用Kriging插值法插值成全区范围的1 km×1 km数据, 然后归一化处理,形成 Ng 栅格数据。第二种方法是 利用内蒙古气象局 42 个 ADTD 闪电定位仪 2014— 2016 年的地闪定位数据资料,将全区划分为 1 km× 1 km的网格,计算其地闪频次且归一化,形成地闪密 度 Ld 栅格数据。



2.3 承灾体的易损性分析

雷电造成的危害程度与承受雷电灾害的载体有 关,故承灾体的易损性评价因子 VS 主要选取人口密度 Pd 、地均GDP Gd 、土地利用 Tl 3个指标来评价,雷电 灾害造成的损失大小一般取决于发生地的经济、人口 密集程度和该地区土地利用的情况。人口密度和地均 GDP栅格数据的空间分辨率为1 km×1 km;土地利用 栅格数据是根据GB/T 21010—2007将土地利用数据。



2.4 防灾减灾能力分析

防灾减灾能力评价因子 VR 主要选取人均GDP Pg 和雷电敏感单位防护能力 Pc 两个指标,某区域雷电敏 感单位防雷设施越完善,当地的经济越发达,防雷减灾 能力就越强。其中人均GDP以某一地区GDP除以同 期平均人口得出,并进行归一化处理,形成1 km×1 km 人均GDP栅格数据。



3 雷电灾害灰色关联评估

根据 QX/T 103—2017规定的雷电灾害分级标 准(表6),本研究选择雷击人员伤亡、直接经济损失等 3个指标进行灰色关联评估。将上述3个指标采用区 间值法作相应的函数转换,计算式(11)~(13),使得各项 指标对应于归一化的区间为[0.2,0.4)、[0.4,0.6)、[0.6, 0.8)、[0.8,1],便于统一雷灾等级划分标准。据不完全统计,内蒙古自治区1998—2016年间共 发生雷电灾害676起,雷击死亡人数153人,雷击受伤 81人,雷击造成的直接经济损失18332.48万元。内蒙 古中东部地区发生的雷电灾害较多,呼和浩特市发生 的雷电灾害数最多,为117起;西部区域发生的雷灾较 少,乌海市19年间共发生9起雷灾事故,为全区最少地 区。雷击人员受伤呼和浩特市最多,共雷击受伤 22 人;雷击死亡人数最多的地区是赤峰市,为40人。雷 击 直 接 经 济 损 失 最 多 的 地 区 是 呼 伦 贝 尔 市 ,为 13206.99万元。由图7全区各个旗县的雷电灾害关联 度分布来看,关联度较高值分布在中东部地区,说明该 区域灾情较重;而西部地区的关联度值较小,雷灾灾情 较轻;雷电灾害灰色关联度值总体分布与雷电灾害综 合风险区划图较为一致。



4 结论与讨论

(1)本研究基于自然灾害风险理论,运用层次分析 法构建了雷电灾害风险指数,选取地形变化、水系、土 壤电导率、雷暴日密度、地闪密度、地闪强度、人口密 度、地均GDP、土地利用、人均GDP、敏感单位防雷能 力等11个指标从雷电灾害的致灾因子、孕灾环境、承 灾体和防灾减灾能力4个方面进行了系统的分析,并 利用ArcGIS进行了综合风险区划。分析结果表明全 区雷电灾害的高敏感区主要与地形有关,分布在东北 部的大兴安岭地区和中西部的阴山山脉和贺兰山地 区;中东部地区为雷电活动高发区,且中部局部地区为 高易损区;全区整体防雷减灾能力较差,雷电高风险区主要集中在东北大部和中部南部地区,需重点加强该 区域雷电灾害防御。

(2)通过选择雷击人员伤亡、直接经济损失等3个 指标进行灰色关联评估,评估结果与雷电灾害风险区 划分布大体一致,关联度较高值分布在中东部地区,西 部地区的关联度值较小,但也存在个别差异。究其原 因一方面与雷电灾情资料有关,可能由于灾情的收集 不是特别全面,存在知情不报现象;另一方面风险区划 各指标的选取及运用层次分析法计算权重可能存在一 定的非客观性,故使得区划的结果与个别灾情没有对 应。下一步如能进一步完善风险区划指标,选取更为 客观的权重计算方法,会使区划结果更加科学。







免责声明:文章仅供学习和交流,如涉及作品版权问题需要我方删除,请联系我们,我们会在第一时间进行处理。