【摘 要】
：
依据北京城市1952-2011年冰雪灾害资料,建立了冰雪灾害对北京城市交通运行影响等级,以此来评估后面建立的冰雪灾害预警评估模型的准确率.根据灾害学原理,结合北京城市冰雪灾害资料,挑选了灾害发生时间、冰雪强度、交通脆弱度、预警能力和减灾能力等5个指标作为冰雪灾害对城市交通运行的评估指标.其中冰雪强度主要由降雪量、积雪深度和气温等因子确定,交通脆弱度主要由路网密度参数及其发展历程因子确定,预警能力主
【机 构】
：
北京市气候中心,北京100089 中国气象局城市气象研究所,北京100089
论文部分内容阅读
依据北京城市1952-2011年冰雪灾害资料,建立了冰雪灾害对北京城市交通运行影响等级,以此来评估后面建立的冰雪灾害预警评估模型的准确率.根据灾害学原理,结合北京城市冰雪灾害资料,挑选了灾害发生时间、冰雪强度、交通脆弱度、预警能力和减灾能力等5个指标作为冰雪灾害对城市交通运行的评估指标.其中冰雪强度主要由降雪量、积雪深度和气温等因子确定,交通脆弱度主要由路网密度参数及其发展历程因子确定,预警能力主要由天气预报预警质量因子和信息传播系数因子确定,减灾能力主要由GDP反映的减灾指数及其发展历程因子确定.根据这些因子的敏感程度对造成冰雪灾害影响大小,由专家打分法对各个因子以及因子构成的评估指标体系进行等级评分和估算.利用层次分析法(AHP)中的判别矩阵来确定各个评估指标的权重,各指标权重分别为冰雪强度0.4404、交通脆弱度0.2789、减灾能力0.1797、发生时间0.05264和预警能力0.0484,并采用层次分析法构建了北京冰雪灾害对城市交通运行的预警评估模型.应用该模型对北京历史上38次冰雪灾害事件进行了评估,评估准确率为76％,其中近10年(2002-2012年)的评估准确率达89％,显示本文建立的冰雪灾害预警评估模型能较好地反映北京城市冰雪灾害影响.指标权重分析表明冰雪强度仍是城市冰雪灾害的主要因子,但不再是唯一的决定性因子,其它四种因子的总贡献率超过了致灾因子.对北京城市而言,致灾因子—冰雪强度与多种其它因素如交通和城市应急管理等共同决定着北京冰雪灾害对城市交通运行的影响程度.历史灾情评估分析表明在其它因子影响下,即使小雪量级的冰雪灾害也能对城市交通运行产生较严重影响,而大雪量级的冰雪灾害可能仅仅产生一般影响.
其他文献
为揭示西安市混合层厚度变化特征以及混合层厚度对大气污染的影响,以期为大气环境规划和环境治理提供宏观重要的科学依据,本文利用西安泾河2007-2011年的地面常的规气象资料,用国标法算出每小时的混合层厚度,挑选出日最大值,得到每日的最大混合层厚度,结合同时期的降水资料及5a每日空气污染物浓度值,对比分析西安地区混合层厚度和同期降水日数的时空变化特征、空气污染物浓度值与同期最大混合层厚度空气污染物的变
利用MICAPS资料、多普勒雷达资料和NCEP资料,对2010年8月10日08:00～11日08:00毛乌素沙地南部边缘地带发生的一次γ中尺度大暴雨过程的特征及成因做了分析.结果表明:强降水发生时,在多普勒气象雷达速度场上观测到西南低空急流的生成及增强,以及西南低空急流左侧有γ中尺度气旋式辐合的生成及维持,并在反射率因子图上配合有大于50dBz的强回波区;暴雨过程在单站要素表现为气压的持续降低,大
利用1960～2012年共53年的西安区域7个气象站的历史地面观测资料,统计分析了西安地区雾日、轻雾日及霾日的时空变化特征.以期为西安市雾霆的预测、防治及其影响评估提供科学依据。结果表明:1960～2012年53年期间西安区域雾日分布呈近山区多,平原区少的特点;轻雾日的分布呈城区多发,郊区少发的特征;霾日在城区为高发区,近郊次之,远郊最少.西安地区年平均雾日数呈现先增加(4.9d/10a)后减少(
本文根据2008年初我国南方低温冻雨灾害发生的时间和范围定义了我国南方地表气温异常指数(STAI).研究表明,STAI与欧亚大陆的中、高纬度系统和太平洋副热带高压都有很好的相关性,并且中纬度系统在中层占优,高纬度系统在低层占优.根据STAI合成的典型冷(暖)年850hPa和500hPa欧亚大陆位势高度异常场呈“北正南负”(“南正北负”)型,西太平洋副热带高压减弱(加强),我国南方水汽主要来源于孟加
本文从北京高温天气次数和强度出发，结合大气环流场特征，研究导致高温事件频发的变化和驱动机制，为更好的预报和预防提供科学依据。利用1951-2011年NCEP/NCAR再分析月平均位势高度场和北京市观象台气温观测资料,采用了滑动平均、趋势分析、相关分析、个例分析和合成分析的方法,研究了北京市年最高气温、高温日数和西太副高位置异常的关系.结果表明,北京市高温天气在70年代、90年代和2005年存在三个
本文利用常规、加密自动气象站以及NCEP1°×1°再分析资料,对北京“7.21”特大暴雨过程天气特征和环境条件进行了初步分析.结果表明:(1)降水过程由锋前暖区和锋面降水组成.暖区降水持续时间长,小时雨量大,具有典型的“列车效应”,是造成特大暴雨的主要降水过程.(2)中高层低涡东移、副高北抬、中低层低涡暖式切变线影响是暴雨主要环流形势特征,暴雨发生在低层低涡右前部暖式切变和高空强辐散气流下方.(3
概率预报因其能够包含预报的不确定性而越来越被人们所接受,并且应用越来越广泛.在气象-水文预报中常常要用到基于单个数值预报计算的(面)雨量预报,如何将有一定技巧的单值降水预报生成包含不同可能性的概率预报产品,在概率化的同时把历史资料的信息吸收进去,定量化表达预报不确定性,同时降低其预报偏差,这对于提高降水预报技巧有非常重要的意义.本文利用1981年1月1日至2003年12月31日淮河流域59个站的降
Using the hourly precipitation data at 123 gauge stations of Shandong province in eastern China during 1996-2008,the authors examine the spatial distribution of summer (June–July-August) precipitation
本文利用常规气象观测资料、NCEP再分析资料、自动站资料和雷达资料,通过对地面风场、水汽通量、假相当位温、总温度、500hPa和850hPa的假相当位温差、涡度和散度场等的详细诊断,分析2013年5月19日20时～22日20时,闽中沿海连续性暴雨的形成机制.从环流形势入手和物理量诊断做进一步的分析，结合闽中的地形，为闽中的暴雨预报服务提供参考。结果表明:这次连续性暴雨发生在大尺度环流相对稳定的形势
本文利用上甸子本底站2013年1月1-31日PM2.5质量浓度[ρ(PM2.5)],黑碳质量浓度[ρ(BC)],能见度,相对湿度(RH)等观测资料,分析了2013年1月北京雾霾严重期间上甸子本底站ρ(PM2.5)、ρ(BC)、能见度、RH之间的相互关系及变化特征.结果表明:上甸子地区的能见度与ρ(PM2.5)呈现明显的负相关,RH≤70％时,相关系数为0.913,相关性最好.ρ(BC)约占ρ(PM