浏览次数 : 15039次
卫星遥感的应用，使重大自然灾害的灾前预警与预评估的准确性和时效性大幅度提高。利用卫星遥感技术进行灾害风险评估，有助于指导防灾减灾工作的开展，降低自然灾害带来的损失。
以松原市洪涝灾害风险评估为例，分别从致灾因子、孕灾环境、承灾体状况、防灾减灾能力4个方面分析指标。
致灾因子
致灾因子，是指引起洪涝灾害的动力因子，对于暴雨洪涝，主导的触发因子即为暴雨。在本文中，致灾因子选用降雨数据进行构建。
致灾因子指标
从图中可以看出，松原市的东北和西南两个县——长岭县与扶余县的降雨量较少，其次为乾安县和宁江区，前郭尔罗斯蒙古族自治县降雨量最多。
孕灾环境
孕灾环境，是指下垫面的自然条件，它们可以对洪水进行再分配，具有相对稳定性，例如地形可以控制区域汇流和排水条件，而植被可以蓄养水分，起到水土保持的作用。在本文中，孕灾环境指标选取地形、水系、植被覆盖度数据进行构建。
孕灾环境因子指标
从图中可以看出，受地形、水系、植被覆盖的影响，松原市北部，尤其是乾安县和宁江区的孕灾环境指标最高，另外松花江沿岸地区的孕灾环境指标也显示偏高。
承灾体状况与防灾减灾能力
承灾体状况，通常是指区域社会经济状况，比如可能受到灾害威胁的所有人员和财产，一个地区人口和财产越集中，可能遭受的潜在损失就越大，洪涝灾害的风险也越大；
防灾减灾能力，是指受灾区在面对洪涝灾害时，采取的各种措施，如医院救护等，而这些措施需要有当地政府的经济支持及当地的经济发展水平的支持。
在本文中，承载体指标选取地均人口、地均GDP、耕地比重进行构建；防灾减灾能力指标选取人均GDP、避难所数量进行构建。承灾及防灾减灾因子综合作用结果如下图所示。
承灾与防灾减灾因子指标
从图中可以看出，在社会经济建设等因素作用下，松原市范围内长岭县、扶余县及前郭尔罗斯蒙古族自治县的承灾及防灾减灾因子都较高，乾安县稍弱，而宁江区最低。
前面分析了在洪涝灾害风险评估中的三个重要因子，而三个因子的权重也各不相同。例如，有的地方虽然降水量多，但其孕灾环境指标低而且承灾体状况好，所以最后其风险评估很低。因此，需要综合考量各个因子。最后采用层次分析方法（AHP）确定各指标的权重，计算获得松原市暴雨洪涝灾害风险分布图。