基于長江重慶海事局的航運交通事故數據、流量數據和管制數據,長江航道測量中心的航道基礎地理信息數據,重慶市氣象信息與技術保障中心的能見度觀測資料,利用加權綜合、層次分析等方法及GIS空間分析技術,開展長江重慶航道大霧災害風險評估與區(qū)劃研究.結果表明:長江重慶航道大霧災害風險等級呈現(xiàn)出"自西向東,先增后減"的變化趨勢,中等及以上風險的大霧災害航段主要位于江津至忠縣一帶,約占長江重慶航道總長的59%,其中涪陵、豐都航段為高風險密集區(qū),航程占比6%左右.利用長江重慶航道因大霧天氣造成交通事故的資料進行檢驗,發(fā)現(xiàn)交通事故頻次與災害風險等級空間分布的正相關關系有統(tǒng)計學意義,證明長江重慶航道大霧災害風險評估結果及區(qū)劃具有一定合理性. 

【文章來源】：西南大學學報(自然科學版). 2020,42(09)北大核心CSCD

【文章頁數】：8 頁

【部分圖文】：

長江重慶航道沿江自動氣象觀測站

依據自然災害風險分析原理, 長江重慶航道大霧災害風險R可分為致災因子危險性VH、 承災體脆弱性VS和暴露性VE 3個部分建立指標體系[15]. 利用層次分析法(analytic hierarrchy process, AHP), 解決指標體系的定量問題[16], 將評估因子VH,VS,VE進一步分級為氣候危險因子DH1、 地理危險因子DH2、 交通事故因子DS1、 交通管制因子DS2及交通流量因子DE1 5類評估指標, 建立“目標—評估因子—評估指標”三層分級的長江重慶航道大霧災害風險評估指標體系(圖2).綜合考慮各指標對上層因子的影響程度, 采用加權綜合評估法計算災害風險目標值及各評估因子指數值, 計算公式為:

長江重慶航道大霧災害脆弱性評估因子特征分布

【參考文獻】：
期刊論文
[1]長江黃金水道交通氣象服務的現(xiàn)狀與展望[J]. 王海燕,田剛,王繼竹,高琦.  氣象科技進展. 2018(04)
[2]我國公路低能見度災害風險評估與區(qū)劃研究[J]. 李藹恂,吳昊,柳艷香,楊靜,田華,潘進軍.  氣象. 2018(05)
[3]高速公路霧災風險區(qū)劃模型[J]. 曲曉黎,張娣,郭蕊,趙增保,武輝芹,范俊紅,齊宇超,張成偉.  氣象科技. 2018(01)
[4]基于GIS的浙江省高速公路大霧災害風險區(qū)劃[J]. 楊忠恩,顧婷婷,潘婭英.  氣象科技. 2017(04)
[5]惠州港荃灣航道通航環(huán)境風險指標研究[J]. 高方朝.  珠江水運. 2016(20)
[6]長江山區(qū)航道霧的時空分布特征分析[J]. 代娟,陳正洪,田樹青,武泉,孫朋杰,白永清.  長江流域資源與環(huán)境. 2015(02)
[7]重慶霧日的氣候特征及變化[J]. 張?zhí)煊?孫佳,王勇,白瑩瑩,程炳巖,李永華.  西南大學學報(自然科學版). 2014(07)
[8]上海大霧氣候特征及風險區(qū)劃研究[J]. 史軍,穆海振,崔林麗.  自然災害學報. 2012(03)
[9]霧災風險評估與區(qū)劃方法[J]. 鄒晨曦,王曉云,王穎,王美雙.  中國科技信息. 2011(06)
[10]長江淺險航段通航環(huán)境危險度分析[J]. 楊亞東.  武漢理工大學學報(信息與管理工程版). 2010(04)



本文編號：3384658