氣候變化和快速城市化背景下,城市洪澇災(zāi)害風險研究已經(jīng)成為國際社會和學術(shù)界普遍關(guān)注的熱點問題和科學前沿。伴隨著上海市突發(fā)性暴雨的頻發(fā),動態(tài)人口空間分布是研究人口風險亟需解決的問題。通過系統(tǒng)梳理和借鑒前人研究成果,基于城市密集型數(shù)據(jù)（普查數(shù)據(jù)、浮動車數(shù)據(jù)和基礎(chǔ)地理數(shù)據(jù)等）,構(gòu)建了城市小時級人口空間估算模型,探討了上海市小時級人口時空分布格局,并針對100a一遇城市暴雨內(nèi)澇情景,分析了城市人口的洪澇風險,主要包括致災(zāi)因子危險性、暴露和脆弱性分析。主要研究工作和結(jié)論如下:（1）密集型數(shù)據(jù)處理和集成。浮動車數(shù)據(jù)處理主要在Postgre SQL數(shù)據(jù)庫支持下,對原始數(shù)據(jù)進行結(jié)構(gòu)化處理,然后將結(jié)構(gòu)化數(shù)據(jù)入庫,再通過清洗程序獲取上車點和下車點的數(shù)據(jù)。密集型數(shù)據(jù)采用面積權(quán)重模型,在Arc GIS中生成1 km×1 km的格網(wǎng),進行數(shù)據(jù)的集成。（2）通過分析浮動車數(shù)據(jù),揭示浮動車數(shù)據(jù)下車點和上車點24小時變化特征。浮動車下車點、上車點和浮動車凈流入量在5個工作日24小時的變化上基本具有一致的變化趨勢;下車點和上車點的空間分布基本存在一致的變化特征,熱點區(qū)域主要分布在內(nèi)環(huán)以內(nèi)的核心城區(qū),即靜安區(qū)、黃埔區(qū)和盧灣... 

【文章來源】：上海師范大學上海市

【文章頁數(shù)】：170 頁

【學位級別】：博士

【部分圖文】：

900年至2016年全球主要自然災(zāi)害發(fā)生頻次

上海師范大學博士學位論文第1章緒論3事件發(fā)生概率上升。丁一匯（2018）基于我國中東部地區(qū)水文、氣象資料，利用表征極端降雨強度的每小時降雨量數(shù)據(jù)研究氣候變化對我國超大城市極端暴雨的影響，結(jié)論表明暴雨的臺站數(shù)在不斷地增加，暴雨的面積范圍在不斷地擴展，小時降雨極強的暴雨點也在不斷地擴大，降雨強度顯著增加。從中國范圍主要自然災(zāi)害每年發(fā)生頻次來看（圖1.2），洪水和暴雨每年發(fā)生頻次基本相差不大，比其他4種自然災(zāi)害（干旱、地震、極端溫度和滑坡）發(fā)生的頻次基本都略高一些，總體呈現(xiàn)出增加的趨勢。進入21世紀，中國暴雨洪澇呈現(xiàn)新的特征，主要體現(xiàn)在中小河流洪水、山洪、暴雨誘發(fā)的泥石流和滑坡，以及城市內(nèi)澇災(zāi)害頻發(fā)，造成人民生命傷亡和財產(chǎn)巨大損失（劉志雨和夏軍,2016）。圖1.21906-2016年中國主要自然災(zāi)害發(fā)生頻次資料來源:EM-DAT:TheEmergencyEventsDatabase-UniversitecatholiquedeLouvain（UCL）-CRED,D.Guha-Sapir-www.emdat.be,Brussels,Belgium隨著全球氣候變化和城市化進程的加快，在自然和人為因素的相互作用下，產(chǎn)生的復合型、多變性、突發(fā)性自然災(zāi)害，進一步加劇了沿海快速城市化地區(qū)的自然災(zāi)害強度與頻度，變異型自然災(zāi)害類型繁多，城市自然災(zāi)害發(fā)生頻率和強度,已經(jīng)對生態(tài)環(huán)境、社會經(jīng)濟、人類生命財產(chǎn)等諸多方面產(chǎn)生了巨大的影響，相關(guān)研究和管理已經(jīng)引起國際社會與各國政府的極大關(guān)注，成為災(zāi)害風險治理領(lǐng)域的熱點問題之一（孫成權(quán)等,2003;UnitedNation,2005;許世遠等,2006;Jhaetal.,2012;Trenberth,2012;Trenberth&Asrar,2014）。人口密集的三角洲是沿海脆弱性研究的重要社會熱點地區(qū)，表現(xiàn)出自然系統(tǒng)的壓力與人口適應(yīng)能力低和高暴露相一致（IPCC,2007）。全球人口超過500萬

上海師范大學博士學位論文第1章緒論21場景的淹沒情景。基于ArcGIS平臺對上海人口受災(zāi)風險分析，制作上海市暴雨內(nèi)澇情景下的人口風險區(qū)劃專題圖。1.5.2技術(shù)路線論文技術(shù)路線圖如圖1.3所示。以暴雨內(nèi)澇對上海市人口的影響為研究目標，采用浮動車數(shù)據(jù)進行構(gòu)建人口估算模型的總體思路，開展暴雨內(nèi)澇情景下的上海市人口風險分析。圖1.3論文技術(shù)路線圖

【參考文獻】：
期刊論文
[1]上海市防御臺風“利奇馬”工作評估[J]. 章震宇,馬骉.  中國防汛抗旱. 2019(11)
[2]基于時空間行為的老年人日常生活圈研究——空間識別與特征分析[J]. 黃建中,張芮琪,胡剛鈺.  城市規(guī)劃學刊. 2019 (03)
[3]基于出租車GPS大數(shù)據(jù)的城市熱點出行路段識別方法[J]. 曲昭偉,王鑫,宋現(xiàn)敏,夏英集,袁咪莉.  交通運輸系統(tǒng)工程與信息. 2019(02)
[4]簽到數(shù)據(jù)的城市熱點分布特征與成因[J]. 滕巧爽,孫尚宇,秘金鐘.  測繪科學. 2019(04)
[5]基于洪澇情景模擬的城市公共服務(wù)災(zāi)害應(yīng)急響應(yīng)空間可達性評價——以醫(yī)療急救為例[J]. 殷杰,許世遠,經(jīng)雅夢,尹占娥,廖邦固.  地理學報. 2018(09)
[6]基于POI數(shù)據(jù)的人口分布格網(wǎng)化方法研究[J]. 淳錦,張新長,黃健鋒,張鵬程.  地理與地理信息科學. 2018(04)
[7]引入城市公共設(shè)施要素的人口數(shù)據(jù)空間化方法研究[J]. 董南,楊小喚,黃棟,韓冬銳.  地球信息科學學報. 2018(07)
[8]暴雨內(nèi)澇影響下的城市道路交通擁擠特征識別[J]. 胡文燕,李夢雅,王軍,黃清雨.  地理科學進展. 2018(06)
[9]氣候變化與城市化效應(yīng)對中國超大城市極端暴雨的影響[J]. 丁一匯.  中國防汛抗旱. 2018(02)
[10]上海地區(qū)設(shè)計暴雨的雨型研究[J]. 金云.  上海水務(wù). 2017(04)

博士論文
[1]典型沿海城市暴雨內(nèi)澇災(zāi)害風險評估研究[D]. 權(quán)瑞松.華東師范大學 2012
[2]中國沿海臺風風暴潮災(zāi)害風險評估研究[D]. 殷杰.華東師范大學 2011
[3]城市自然災(zāi)害風險評估與實證研究[D]. 尹占娥.華東師范大學 2009

碩士論文
[1]暴雨內(nèi)澇影響下城市應(yīng)急服務(wù)可達性評價[D]. 賴雯潔.華東師范大學 2020
[2]洪澇災(zāi)害影響下城市應(yīng)急服務(wù)空間可達性研究[D]. 經(jīng)雅夢.華東師范大學 2019
[3]城市暴雨內(nèi)澇的影響因素與減緩研究[D]. 王叢笑.上海師范大學 2017
[4]基于公交IC卡數(shù)據(jù)和GPS數(shù)據(jù)推斷出行活動類型研究[D]. 黃捷.西南交通大學 2016
[5]基于遙感和GIS的城市人口時空分布研究[D]. 梁亞婷.上海師范大學 2015
[6]上海市極端降水的氣候變化響應(yīng)及風險評估[D]. 王軒.上海師范大學 2015
[7]基于多agent的洪澇災(zāi)害風險仿真研究[D]. 令狐彬.中國科學技術(shù)大學 2014
[8]基于多源數(shù)據(jù)的公共交通通勤出行特征提取方法研究[D]. 王月玥.北京工業(yè)大學 2014
[9]基于出租車軌跡點的居民出行熱點區(qū)域與時空特征研究[D]. 馬云飛.南京師范大學 2014
[10]基于IC卡的北京市公交出行特征分析[D]. 靳佳.首都師范大學 2013



本文編號：3525435