期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到7篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
极端降水下的城市地表-地下空间洪涝过程模拟 被引量：9
1
作者 郭元 王路瑶 +1 位作者 陈能志 金菊香 《水科学进展》 EI CAS CSCD 北大核心 2023年第2期209-217,共9页
极端降水引起的城市内涝问题日益严峻,大量地表积水甚至衍生出部分地下空间的淹没受灾。针对目前水文水动力模型地下空间研究应用不足的现状,以郑州市某片区2021年“7·20”特大暴雨下的内涝过程为例,构建基于InfoWorks ICM的区域地... 极端降水引起的城市内涝问题日益严峻,大量地表积水甚至衍生出部分地下空间的淹没受灾。针对目前水文水动力模型地下空间研究应用不足的现状,以郑州市某片区2021年“7·20”特大暴雨下的内涝过程为例,构建基于InfoWorks ICM的区域地表-地下空间联合模拟模型,对地下空间采用概化蓄水池法和水力连通法2种方式建模,分析局地内涝的成因、发展和影响。结果表明:地下空间内涝对地表积水的削减作用有限;概化蓄水池法简洁易行,水力连通法详细还原地下淹没过程;累积雨量和强降水时段对地下空间洪涝均有重要影响。地表-地下空间洪涝模拟丰富了城市暴雨洪水预警预报的内容,为防灾减灾提供支撑依据和参考。 展开更多
关键词 极端降水 地下空间 地表-地下联合模拟 城市内涝 致灾降水
下载PDF
暴雨洪涝淹没模型在洪灾损失评估中的应用 被引量：30
2
作者 史瑞琴 刘宁 +3 位作者 李兰 叶丽梅 刘旭东 郭广芬 《暴雨灾害》 2013年第4期379-384,共6页
为了开展客观定量的暴雨洪涝灾害评估,探讨了基于暴雨洪涝淹没模型的暴雨洪涝灾害损失评估业务流程,其核心环节有两部分:估算因降水造成的淹没范围和建立适用的经济损失评估模型。其中暴雨洪涝淹没模型以最大坡降算法和曼宁公式计算暴... 为了开展客观定量的暴雨洪涝灾害评估,探讨了基于暴雨洪涝淹没模型的暴雨洪涝灾害损失评估业务流程,其核心环节有两部分:估算因降水造成的淹没范围和建立适用的经济损失评估模型。其中暴雨洪涝淹没模型以最大坡降算法和曼宁公式计算暴雨洪涝汇流过程,通过给定汇流时间得到研究区域的淹没面积和水深;经济损失评估模型由直接经济损失和间接经济损失构成,直接经济损失由淹没范围内各类财产的价值乘以其相应的损失率得到。以武汉市江夏区2010年7月一次暴雨洪涝灾害过程为例给出了整个评估流程的实现过程,结果表明基于暴雨洪涝淹没模型的洪涝灾害损失评估业务流程物理意义清楚,表达了暴雨—径流—洪涝灾害全过程,可用以提高洪涝灾害影响评估的定量化程度,同时也为暴雨洪涝风险管理提供一定的依据。 展开更多
关键词 淹没模型 致灾雨量 损失评估 风险管理
下载PDF
青海省洪涝灾害时空分布和致灾雨量特征 被引量：1
3
作者 朱科旭 管琴 白爱娟 《沙漠与绿洲气象》 2024年第1期81-88,共8页
基于2008—2020年青海省的灾情记录,利用灾损指数分析了青海省洪涝灾害的时空分布特征,确定了青海省的洪涝灾害高风险区,同时采用2017—2020年多源融合的CLDAS降水数据,利用机器学习算法建立了洪涝灾害预报模型,确定了致灾雨量阈值,结... 基于2008—2020年青海省的灾情记录,利用灾损指数分析了青海省洪涝灾害的时空分布特征,确定了青海省的洪涝灾害高风险区,同时采用2017—2020年多源融合的CLDAS降水数据,利用机器学习算法建立了洪涝灾害预报模型,确定了致灾雨量阈值,结果表明:(1)青海省洪涝灾害2018年最多,达98次,2014年最少,仅16次,7—8月是洪涝灾害的高风险时段;空间上,基于年平均灾害次数的高风险区为海南州—海西州东部,基于年平均灾损指数的高风险区为海东市—西宁市;(2)利用多种机器学习算法,得到基于CLDAS数据的1、2和24 h雨强是预警灾害的降水因子,海南州—海西州东部1 h或2 h最大雨强达到6.8 mm,或者24 h最大雨强达到11.1 mm,是预警洪涝灾害的降水阈值。海东市—西宁市及邻近地区1 h或2 h最大雨强达到13 mm,或者24 h最大雨强达到18.2 mm,是预警洪涝灾害的降水阈值。 展开更多
关键词 青海省 洪涝灾害 CLDAS降水数据 机器学习 致灾雨量
下载PDF
基于反距离加权法的内涝灾害临界雨量分析计算
4
作者 赵碧莹 郭永辉 +2 位作者 王路 闫爱霞 郑施懋 《山地气象学报》 2024年第3期96-100,共5页
【目的】为了在监测资料缺乏地区划分内涝灾害风险等级,开展内涝风险预警,借鉴山洪临界雨量相关计算方法推求隐患点临界雨量。【方法】以满洲里为例,联合采用单站临界雨量法和反距离加权法对现有气象站网雨量监测资料、内涝过程积水深... 【目的】为了在监测资料缺乏地区划分内涝灾害风险等级,开展内涝风险预警,借鉴山洪临界雨量相关计算方法推求隐患点临界雨量。【方法】以满洲里为例,联合采用单站临界雨量法和反距离加权法对现有气象站网雨量监测资料、内涝过程积水深度、小时降雨量、内涝隐患点地理信息等资料,进行分析计算。【结果】得出互贸区、基准站等7个自动雨量站,4个内涝预警等级下17个单站临界雨量值在2.5~39.6 mm之间。华埠大街套娃广场门前等23个内涝隐患点,4个内涝预警等级下92个致灾临界雨量值在4.30~29.11 mm之间。【结论】根据计算得出的隐患点致灾临界雨量,开展内涝灾害风险等级预警服务,取得了良好的效果。 展开更多
关键词 内涝隐患点 反距离加权法 致灾临界雨量
下载PDF
甘肃省主要地质灾害精细化气象风险预警预报 被引量：6
5
作者 张君霞 黄武斌 +3 位作者 李安泰 杨秀梅 黎倩 边宏伟 《干旱区地理》 CSCD 北大核心 2023年第9期1443-1452,共10页
甘肃省是我国地质灾害多发的省份之一,降水型地质灾害占比重。利用甘肃省2013-2021年4-10月地质灾情数据、加密降水观测资料和地面-雷达-卫星三源融合降水分析产品(CMPAS),选取有效雨量代表降水致灾因子,建立黄土高原和陇南山地有效雨... 甘肃省是我国地质灾害多发的省份之一,降水型地质灾害占比重。利用甘肃省2013-2021年4-10月地质灾情数据、加密降水观测资料和地面-雷达-卫星三源融合降水分析产品(CMPAS),选取有效雨量代表降水致灾因子,建立黄土高原和陇南山地有效雨量致灾概率方程,以有效雨量致灾概率、地质灾害潜在危险度、易损度为因子构建甘肃省地质灾害气象风险精细化网格预警模型,并应用实况降水资料和兰州中心气象台精细化网格定量降水预报产品,建立地质灾害气象风险精细化网格预报试验,检验模型的预警效果。结果表明:(1)基于有效雨量致灾概率分别给出了黄土高原和陇南山地地质灾害气象风险蓝色、黄色、橙色和红色预警的临界雨量阈值,其中,陇南山地蓝色和红色预警临界雨量阈值分别为40.6 mm和113.5 mm,远高于黄土高原的18.0 mm和73.6 mm。(2)确定了甘肃省地质灾害气象风险蓝色、黄色、橙色和红色预警的风险度判别指标,数值介于0.004~1.000,其中0.336~1.000表示红色预警。(3)甘肃省地质灾害气象风险精细化网格预警模型能够较好预警地质灾害事件,各等级预警的比例合理,且能有效降低高等级预警率和空报率,该模型具有较强的地质灾害气象风险预警能力。 展开更多
关键词 地质灾害 气象风险 有效雨量 有效雨量致灾概率 甘肃省
下载PDF
基于GIS的洛清江流域洪涝致灾面雨量计算方法研究 被引量：4
6
作者 黄思琦 谢敏 +1 位作者 莫建飞 黄卓 《气象研究与应用》 2017年第1期36-39,共4页
根据气象风险预警服务业务需要,基于1:250000基础地理信息数据,利用GIS水文分析模型,划分洛清江流域范围;基于气象要素及灾情资料,分析洛清江流域暴雨洪涝气候背景、洪涝灾害特征;采用线性回归统计分析方法,建立洛清江流域雨洪关系模型... 根据气象风险预警服务业务需要,基于1:250000基础地理信息数据,利用GIS水文分析模型,划分洛清江流域范围;基于气象要素及灾情资料,分析洛清江流域暴雨洪涝气候背景、洪涝灾害特征;采用线性回归统计分析方法,建立洛清江流域雨洪关系模型,确定洛清江流域不同风险等级致灾面雨量阈值;并通过历史典型个例,对洛清江流域致灾面雨量阈值加以验证,结果表明:基于GIS的洛清江流域洪涝致灾面雨量阈值划分较为合理,可为广西精细化暴雨洪涝灾害风险普查和气象风险预警服务业务化提供基础支撑。 展开更多
关键词 致灾面雨量 流域划分 地理信息系统 洛清江
下载PDF
基于机器学习的黑龙江省强降水致灾预估方法研究
7
作者 李昊宸 邵源铭 +4 位作者 杨洪伟 蒋慧亮 徐永清 李亚滨 魏磊 《灾害学》 CSCD 北大核心 2024年第3期60-65,共6页
采用黑龙江省1984—2019年各县强降水灾情资料和逐日降水资料,以逻辑回归和长短时记忆网络模型为基础,建立了黑龙江全省、大兴安岭、小兴安岭、松嫩平原、三江平原和东南半山区的强降水致灾与否二分类预估模型。通过机器学习,得到黑龙... 采用黑龙江省1984—2019年各县强降水灾情资料和逐日降水资料,以逻辑回归和长短时记忆网络模型为基础,建立了黑龙江全省、大兴安岭、小兴安岭、松嫩平原、三江平原和东南半山区的强降水致灾与否二分类预估模型。通过机器学习,得到黑龙江省以及5个地区判断强降水致灾与否的最佳观测天数在4~6 d、最佳的日降水量阈值为16~20 mm。比较全连接逻辑回归模型、优先考虑日期的部分连接逻辑回归模型D、优先考虑站点的部分连接逻辑回归模型S和长短时记忆网络LSTM模型等四个模型的表现,前三种逻辑回归模型表现差距不大,相对表现最好的全连接模型,其在大部地区所表现的准确率、精确率、召回率和F1分数均在0.7以上,而LSTM模型只在大兴安岭表现更好一些。 展开更多
关键词 机器学习 逻辑回归模型 长短时记忆网络模型 强降水致灾预估模型 黑龙江
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部