首页 优秀范文 自然灾害危险性分析

自然灾害危险性分析赏析八篇

发布时间:2023-08-20 14:58:02

序言:写作是分享个人见解和探索未知领域的桥梁,我们为您精选了8篇的自然灾害危险性分析样本,期待这些样本能够为您提供丰富的参考和启发,请尽情阅读。

自然灾害危险性分析

第1篇

关键词:高寒山区 地质灾害 危险性评估

中图分类号: P624 文献标识码: A 文章编号:

随着中国西部大开发工作的全面展开,西部公路交通改建项目越来越多。公路项目的建设,必然会对周围生态环境和地质环境产生一定的影响。对于西部高原地区公路改建项目,由于其特殊的地形地貌和地质特点,如海拔达数千米、多年冻土比较发育,工程地质条件普遍较差。公路工程改造扩建活动将极大地改变地质环境,并可能诱发地质灾害,因此,公路改建工程必须进行地质灾害危险性评估,对地质环境和地质灾害的影响进行重点评价,并制定切实可行的环境保护措施。

一、地质灾害评估工作的特点

地质灾害评估不同于一般的地质灾害调查,其特点包括以下方面:

(1)地质灾害评估工作一般是在项目选址阶段进行,可理解为在项目的可行性研究报告完成时,即应进行地质灾害评估工作,为后续的工程地质勘察和项目的设计提供必要的依据。

(2)地质灾害评估工作是一项责任重大的工作,直接为建设项目服务,预测结果将直接对建设项目产生影响。因此,科学合理的做出评估结论,并对结论负责是评估工作鲜明的特点。

(3)地质灾害评估工作对象的重点,一是地质灾害对工程建设造成危害的可能性,二是工程建设可能诱发地质灾害的可能性。

(4)地质灾害评估工作是与工程建设紧密结合的,相对与区域地质灾害调查来说,地质灾害评估与工程建设本身的关系更为密切,是为工程建设服务的。

(5)地质灾害评估具有风险性评价的特征。由于地质灾害评估工作往往是先于工程勘察展开,一般享有的资料较少,同时拟建工程对环境的影响表现在工程建设过程中或建成后,因此从该角度看,地质灾害危险性评估实际就是一种风险评估。

(6)评估工作更加重视区域地质环境的研究,并从区域环境条件中分析地质灾害体的演化过程和主要控制及诱发因素。

(7)重视已有工程积累的经验。己有的同类型工程在建设过程中诱发或遭受的地质灾害状况会给在建工程的地质灾害评估提供有效的信息,为地质灾害的预测评估提供可靠的依据,减少预测的风险性。

(8)重视典型地质灾害点的研究。典型地质灾害点的研究对于新建项目地质灾害评估是非常重要的手段,特别是在没有同类型建设项目对比的前提下,更要重视典型地质灾害点的结构、规模、变形迹象与发展趋势的研究,为预测工作打下良好的基础。

(9)地质灾害评估工作对从事评估工作的地质工作者具有很高的要求,必须具有良好的职业素质和强烈的责任心。地质灾害评估的结果往往具有不确定性,具备一定工程知识和经验的地质人员在地学方面的造诣和丰富的勘察经验可使得出的结论更为可靠。提高从业者的技能和经验是保证评估结果可靠而有效途径。

二、地质灾害危险性综合评估

地质环境综合评价是一个比较新的课题,目前还没有一个统一的评价标准和评价方法。国土资源部仅规定了地质灾害危险性评估的基本原则,而具体的评价方法措施并无具体规定,可见这是一项具有探索性的研究课题。地质灾害综合评估(地质灾害危险性分区方法)的方法目前大多数评估单位在建设用地地质灾害危险性评估中采用的是灾损率(Zs)法和风险区划法:

(1)灾损率(Zs)法

该方法是地质灾害危险性分级采用地质灾害的灾损率(Zs)的大小来表示。

灾损率(Zs)的求取方法:首先将现状评估、预测评估所确定的各灾害点危险性等级赋予0.3、0.2、0.1的系数(相对应危险性等级大、中、小),用此系数乘以实地量测和预计灾损长度,即得灾害点的灾损长度。由于实际危害程度不同的灾害点其防治措施的难易程度、工程规模也有差异,因此,在计算灾损率时需考虑防治措施等因素而将灾损率乘以一定的系数。之后以一定的间距对评估区进行分割,统计每个分割区间的灾损长度之和即得每个单元的灾损率。每个单元根据地质灾害现状评估和预测评估定性、定量分析结果,计算其灾损率,对于具体某一单元灾损率具体分析过高或过低以及它的合理性。

综合评估分区的原则是综合考虑地质环境和地质灾害的发育分布情况,划分的区段不跨越差异大的两种地貌单元,定量分区的级别应与野外调查以及综合分析结果基本一致。每个区段综合评估灾损率值为区段内各个单元灾损率值的平均值,即:区段综合评估灾损率平均值=区段内剖分单元灾损率值总和令区段内剖分单元数。这样可按灾损率(25)的大小划分地质灾害危险性综合评估大、中等、小三级。

(2)风险区划法

该方法是建立在张业成等所介绍的“中国自然灾害风险区划”方法基础之上,首先分析地质灾害危险性构成,建立地质灾害危险性分析结构模型,地质灾害危险性分为历史灾害危险性和潜在灾害危险性。历史灾害危险性是指已经发生的地质灾害的活动程度,要素有:灾害活动强度或规模、灾害活动频次、灾害分布密度、灾害危害强度。地质灾害潜在危险性评估是指未来时期将在什么地方可能发生什么类型的地质灾害,其灾害活动的强度、规模以及危害的范围、危害强度的一种分析、预测。地质灾害潜在危险性的最重要因素,包括地质条件、地形地貌条件、气候条件、水文条件、植被条件、人为活动条件等。之后划分评估范围和单元,分析单元划分子区,以每一子区作为研究对象,分析每个子区影响地质灾害潜在活动强度的各种控制条件(影响因素),在此基础上建立地质灾害危险性指数计算模型。计算中每项指标评分标准采用张业成等人的研究成果,各类地质灾害形成条件的权重使用的是张业成先生等采用专家问卷调查的方法并对调查结果采用层次分析后获得的,依据充分,结果可信。

以上两种方法各有优缺点,灾损率法将现状评估、预测评估所确定的各灾害点危险性等级赋予一定的系数,在计算灾损率时需考虑防治措施等因素而再乘一定的系数,是一种定性与定量相结合的方法,不过计算过程中单元划分和分区有一定的随机性,不同评估人员由于经验不同往往会得出不同的结果,可对比性较差;冈;险区划法虽然不失为一种较好的定量评估方法,但其中指标评分标准及各种灾种的权重取值具有一定的普适性,对某个具体的区域来说适用性有限,因此也需要在实践中逐步改进。

参考文献:

第2篇

关键词:滑坡;支持向量机; GIS

1 引言

滑坡危险性分区的研究方法可大致分为三类,分别是统计方法、软计算方法和解析法。当研究区范围较大时,解析法通常不能应用,因此统计法和软计算方法的应用变得越来越广泛。同时,在GIS平台上实现这些方法相对容易。像证据权模型、人工神经网络模型、模糊逻辑模型等一些新方法不断提出。也有很多研究将不同方法得到的结果进行比较研究。支持向量机模型等一些进行滑坡危险性评价和分区的新方法被提出,并对其结果进行了评价。显然,危险性分区中方法的选择是至关重要的。

2 数据准备

研究区在最近几年发生了较多滑坡地质灾害。研究区中的大多数的滑坡发生在道路、高速公路和堤坝附近或由削坡引起。这些滑坡大多为浅层滑坡且发生在残积土层中,降雨和暴雨是诱发滑坡的最为主要的危险因素。本文采用了遥感信息技术获得关于滑坡的有价值的重要信息。通过航片上滑坡存在的证据来确定滑坡,如雨林的覆盖间断、的土壤和其他典型的地理特征。基于现场描述、已获得的数据库和航片解译。确定一系列合适的与滑坡破坏有关的不确定因素首先需要得到关于导致滑坡发生的主要的先验信息。这些不确定因素包括基岩岩性、结构、坡面产状、几何形态、渗流条件、地下水条件、气候、植被覆盖、土地利用和人类活动等。在本文的研究中以10m×10m的网格作为最小单元对研究区进行剖分,选择10m×10m是因为其尺寸既可以将滑坡危险性的信息包含在内,又可以降低计算的复杂度。为了获取研究区的地理信息参数,本文依据DEM图并利用等高线和高程点绘制了地形图。建立了输入数据模型。

3 滑坡危险性分区

在本次研究中,把来源于ArcGIS的数据采用相同的方法进行处理。在对数据进行划分时,没有经验法则可以借鉴。研究区包含254034个网格,其中有5988个网格含有滑坡。换句话说,包含滑坡的网格占研究区总面积的2.36%。由于数据分布的不均一性,本文选择一个典型的滑坡的参数作为典型样本,以此产生训练数据系列。为了减小数据分布的不均一性对结果产生的影响,本文将滑坡数据随机的分成两组,一组用于模型的训练,另一组用于模型的预测。第一组中的滑坡网格单元都表示滑坡的存在并被赋值。如果用于训练的数据可以反映整个研究区的特征,那么支持向量机这种方法就会运行的非常有效。支持向量机实质是统计学习理论,基于统计学习思想在实际工程应用中得以实现。与传统的统计理论方法相比,支持向量机方法可以有效地解决小样本、非线性及高维模式识别问题。由于该方法优良的学习特性,受到大量研究学者关注,并在很多相关领域都有广泛的应用。支持向量机的基本思想是通过用内积函数定义的非线性变换将输入空间变换到一个高维空间,在所建的高维空间中寻找输入变量与输出变量之间的复杂非线性关系。岩土工程中所遇到的问题,多数都是小样本、非线性问题,并且岩土问题作用机理非常复杂,无法建立与问题相关的准确数学函数或力学模型。而支持向量机方法可以通过对有限数目样本的学习,可较为理想的反映出输入因素和输出结果之间复杂的非线性映射关系。支持向量机得到的结果很大程度上依赖于核函数的选择。在以往的研究中,共有4种核函数被广泛应用,分别为线性核函数;Sigmoid核函数;多项式核函数;高斯径向基核函数(支持向量机应用最广泛的核函数),基于该核函数,支持向量机可实现包含隐层的多层感知器,隐层节点数是由算法自动确定,不存在局部极小点问题。对于该核函数,有两个主要的参数需要确定,分别是规则化参数和核函数宽度。支持向量机算法基本步骤如下所述:首先初步建立模型,需要选取与目标类别相关的影响因子,提取因子数据,对所获得的数据进行预处理,主要进行标准化处理,根据数据要求选择核函数、惩罚因子,然后根据分类,形成分类所需的二次优化问题,从而获得初步的支持向量机模型。接下来是模型测试,选取测试样本数据,进行数据预处理,用满足模型的数据格式,代入第一步建立的初步模型。如果满足测试要求,即可成为判别目标的支持向量模型,否则从头重新进行模型建立。最后是模型预测,根据获取的预测样本数据,先进行数据预处理,建立满足模型的数据格式,基于支持向量机模型,将所得的模型预测结果进行判别预测判别结果,否则从头重新进行新模型建立。

4 危险性分区结果

本文利用成功率的方法对滑坡危险性分区图进行确认。成功率的数据通过训练数据中滑坡网格的比较来获得,成功率表明了滑坡预测结果和训练数据的相似程度。这种方法按照从高到低的危险性指数将滑坡危险性分区图划分成不同的等级。然后,计算每一个滑坡网格在每一个危险性等级分区中的数目。通过成功率方法利用训练数据用于模型进行训练。结果表明支持向量机模型成功率为73.06%,具有很好的预测能力。

5 结论

由于滑坡危险性评价较为困难且用到了复杂的非线性方法,滑坡危险性评价的研究逐渐成为热点。大量的方法被应用于滑坡危险性分区。在建立模型的过程中一般经历三个阶段,滑坡详细数据采集,危险性分析,危险性确定。第一阶段,通过勘查研究区已发生滑动的滑坡采集数据,以此产生训练数据系列。并将滑坡数据随机的分成模型训练组和模型预测组。第二阶段,确定了滑坡条件参数用于滑坡危险性评价。以10m×10m的网格作为最小单元对研究区进行剖分,经计算支持向量机模型成功率为73.06%,具有很好的预测能力,模型得到了较为理想的结果。但是结果的优劣不仅取决于方法的选择,获取数据的质量也至关重要。因此,如果数据准确性增加,该模型得到的结果也会更加可信。

参考文献

[1]谭立霞. GIS支持下基于支持向量机的滑坡灾害危险性评价研究[D].中南大学,2008.

[2]郑向东. 滑坡遥感信息提取及危险性评价研究[D].成都理工大学,2013.

[3]何原荣,傅文杰. 模糊支持向量机在滑坡危险性评价中的应用[J]. 自然灾害学报,2009,05:107-112.

第3篇

关键词:地下公共建筑 火灾危险性

地下公共建筑中的商场、超市、住宿的模式出现的较为常见,而这些场所一旦发生火灾,则极易造成群死群伤和重大财产损失的恶性火灾事故。探讨地下公共建筑特性、地下建筑火灾发生的一般原理,从防火安全角度出发,探讨地下公共建筑中容易产生火灾危险性的因素,对地下公共建筑的使用及预防火灾的工作提供参考。

一、地下公共建筑火灾危险性研究意义

随着经济的发展和社会进步,城市建设发展呈现出多元化、国际化和快速化。在城市化发展的过程中,土地资源的稀缺、城市的可持续发展,使得高层及地下建筑成为发展的必然趋势。对于高层化的建筑,国家已制订了《高层民用建筑防火规范》,使防火设计和消防监督有章可循,有法可依。但对于深层化的建筑,目前国家尚无规范。然而,形势的发展需要我们对深层化的建筑,特别是地下公共建筑的火灾危险性进行认真的研究,提出切实可行的防火设计对策,以保障地下公共建筑的消防安全。在研究地下公共建筑的过程中,对火灾危险性的研究迫在眉睫、意义重大。

根据我国的火灾统计,从 1997 年到 1999 年,每年地下建筑火灾发生次数约为高层建筑的 3-4 倍,火灾中死亡人数约为高层建筑的 5-6 倍,造成的直接经济损失约为高层建筑的 1-3 倍。由此可见,地下建筑比高层建筑的火灾发生次数更多,造成人员伤亡和财产损失更大。因此,地下公共建筑的火灾危险性分析及火灾预防更为重要。

二、地下公共建筑火灾危险性分析

(一)地下公共建筑火灾特点

地下公共建筑往往是自身形成一个封闭的循环空间,对自然灾害有较强的抵御能力,可是当内部发生灾害事故时,却要比地上的公共建筑有更大的危险性。一旦发生灾害,将造成极大的损失。建筑自身在设计的过程中必定会注意到其防火性能,但是不结合地下公共建筑自身的防灾复杂性及困难性,便会忽略很多防火细则进而造成了更大的火灾危险性,在发生火灾后不利于人员安全疏散和火灾扑救,从而造成更严重的人员伤亡和财产损失。

1、地下公共建筑火灾发生率较高

地下公共建筑以其自身的特点,形成了起火空间大且密闭、服务对象多且不确定、装修复杂且特殊,有别于其它民用建筑火灾。存在的问题主要体现在地下公共建筑因其缺少自然光而不得不使用大量的电器照明设备。在内部建筑中大量使用安装照明的灯具,其中的镇流器是属于易发热起火设备。

2、易产生的较大烟气且排烟困难

通过大量的火灾实例告诉我们,烟气是致人伤亡的第一杀手,人员在浓烟中停留一二分钟就可能昏倒,四五分钟即有死亡的危险。地下公共建筑形成的封闭空间,没有自然采光及通风条件,一旦发生火灾,易产生大量烟气,受岩土隔绝和地面建筑布置的限制,没有条件与大气相通,造成供气排烟不足。

3、火场火势蔓延快、温度高、持续时间长

因其地下公共建筑的孔口面积小,排烟散热性能差,因此发生火灾时热烟积聚不散,散热缓慢,内部空间温度骤升,可以达到 800℃~900℃,甚至 1000℃以上;室内空气体积也增大 1~2 倍,压力相应增加。

(二)地下公共建筑火灾危害性

地下公共建筑以商场、超市、地铁、住宿等模式出现的较为平常。通常在一个城市中处于中心区域。根据火灾发生的统计数据分析,地下公共建筑发生火灾的次数较多,这样一旦发生火灾则容易造成大量的人员伤亡及财产损失。在分析地下公共建筑的火灾危险性是,其主要有以下几个方面:

1、易造成大量人员伤亡

地下公共建筑以其公共性和社会性,使其人员较为积聚。而有因其建筑特性造成安全通道及安全出口设置狭窄及数量较少。这就造成了大量的人员流动与安全通道狭小之间的矛盾。同时,地下公共建筑中的人员对安全通道及安全出口的设置和位置不熟悉,在发生火灾的情况下,从人的心理反应中就会产生惊慌、混乱,安全疏散极为困难。火灾发生时,日常生活用电往往被损坏,因缺乏自然照明,在大量的有毒、高温烟气中仅仅依靠应急照明进行逃生,困难重重。同时加之人员之间的拥挤,若在疏散通道有障碍物阻塞的情况,不仅疏散受到严重影响,还有可能产生人员踩踏事故的发生。

2、易造成重大经济损失

地下公共建筑的使用性质,及商业、文化区域特性,从内部的装修、设备的配置、较多的物品,在发生火灾时,高温、烟熏、火烤、炭化伴随而至,抢搬和疏散这些物品几乎不可能。因此,在火灾发生的地下公共建筑中的物品,就算是没有被火直接烧过,也因为高温及烟熏等也基本失去了其应有的价值。

随着城市规模的不断扩大,地下公共建筑也是节省、高效利用土地资源的一项重要途径。在处理高效与安全的问题是,我们还应该牢记安全为先的原则,认识与了解地下公共建筑的火灾危险性,让人们在将来的设计、使用与火灾预防上有一个良性参考,更好的为维护社会公共消防安全作出自己的一份力量。

参考文献:

[1]中国人民共和国国家标准.建筑设计防火规范 GBJ16-87

第4篇

本文针对风力发电场存在的危险有害因素辨识分析如下:

一、主要生产建(构)筑物、设备事故危险因素辨识分析

1、地震危险性分析

地震对风力发电设施设备产生一定的影响,生产过程中的安全隐患之一,地震烈度不同影响程度不同。因此,进行危险有害因素辨识过程中应依据地区地震烈度等级进行辨识。

2、坍塌危险性分析

场址选区时须严格考察地基土层的地质构造,如果地基承载力不能满足要求可能会发生以下几种方式的坍塌事故:

桩基设计不合理,未按设计要求回填土方、施工中存在问题,如:野蛮施工等,发生坍塌事故。

桩基设计载荷不符合安全要求,未达到最大风机载荷要求,造成基础缺陷事故。

基础设计不合理,基础质量不良,混凝土标号未按设计配比,造成坍塌事故。

基础设计强度不够,不能承受风机的动、静载荷、基础发生明显沉降甚至造成坍塌、地基缺陷事故。

地面基础周围未采取防风固沙措施,风沙对风机基础的潜蚀和淘蚀造成基础坍塌事故。

3、主要建筑物缺陷危险性分析

(1)升压站的建筑物危险有害因素分析:

升压站的主要建筑物在设计过程中若未严格按照国家标准规范进行设计,建筑基础在冻土层未考虑防冻措施;施工期间未严格按照施工作业规程进行施工等造成主要建筑物有缺陷,从而造成各种事故的发生。

(2)风力发电机组的基础与塔架危险有害因素分析:

风力发电机组的安装选址不当,安装地点可能发生滑坡、塌方等。

因基础设计不当、基础质量不良、基础载荷不正确等或地震、极端天气下超过风机安全风速的大风等自然灾害造成风力发电机组倒塔事故。

基础发生明显沉降或沉降不均可能引起风力发电机组运行振动、倾斜,严重的可能造成倒杆塔。

塔架设计不良,造成风机运行中产生共振,发生倒塔事故。

塔架产生振动或频繁晃动,造成风力发电机组减少发电量或停机,甚至可能引起倒塔事故。

钢制塔筒制造不良或防护不当造成腐蚀。

钢结构焊接不合格、钢制塔架制造不良或防护不当造成腐蚀严重,遭遇极端恶劣天气造成倒塔、折塔等事故。

在飓风、沙尘暴、风雪、雷电等条件下登高作业,易发生高处坠落、物体打击的危险。

钢结构高强度的螺栓连接设计不合理、施工偷工减料,造成紧固件松落、脱落、紧固件螺栓强度不够,长期运行可能发生倒塔、折塔等事故。

风轮设计不当,造成运行过程不平衡,引起塔架晃动,遭遇大风时有发生倒塔、折塔的可能性。

4、风电机组等主要设备缺陷危险性分析

风电机组的主要设备决定着风电机组内在的本质安全,风电机组的安装工作同时又决定着风电机组运行过程的安全,下面从以下几个方面进行危险性分析。

(1)风轮系统(桨叶)危险有害因素分析:

叶片材料的性能指标不符合运行环境温度技术条件要求,在低温环境下易发生叶片断裂事故。

风力发电机组容易遭受强烈的旋风和切变风速的破坏;风速和风向的剧烈变化,不仅使风力发电机组运行不稳定,而且会使机组叶片承受强烈的振动和应力,轻则极大地降低风力发电机组的使用寿命,重则毁坏机器。

大雪和冰冻可能影响叶片和机械部件的正常运行。

接地网设计不合理及接地电阻不合格,风轮叶片和发电机组有可能遭受雷击损坏的可能。

桨叶设计制造不合理,制造工艺质量不良,运行严重振动或易损坏。

风轮和桨叶运行中因材料疲劳问题发生损坏;极端天气造成折桨、断桨事故。

安装过程中未按照厂家技术人员进行组装,安装不合格,发生安全事故。

(2)机械传动系统(齿轮箱)危险有害因素分析:

设备制造不良、设备安装质量差,可发生风电发电机组传动机械损坏或人身伤害事故。

设备使用剂(脂)不符合要求,不良、造成转动设备机械磨损严重。

齿轮箱安装不良,运行中损坏,保护不起作用,油温高、漏油可能引起火灾。

(3)液压系统危险有害因素分析:

液压系统漏油,发现不及时,遇明火或高温可能造成火灾事故。

液压系统失灵可造成发电机组刹车保护失灵、运行失控、飞车等。

(4)偏航系统危险有害因素分析:

偏航系统机械故障、偏航系统失效引起发电效益低或风力发电机运行中晃动损坏发电机组。

偏航系统漏油可能造成火灾。

偏航定位系统失效可能造成电缆纽结、断裂、短路等事故。

偏航系统设计不合理或制造质量不良,遇有极端天气可能导致机舱坠落。

(5)风力发电机控制系统危险有害因素分析:

风机发电机组实行现场、远程监控系统,如果设计不合理、工程施工不规范、控制系统质量不合格、操作人员不按照操作规程进行安全操作等情况下,容易造成控制系统失灵、控制接地系统故障、保护系统失灵、控制系统电源失电故障和压力、温度等测量装置故障等安全生产事故。

5、风电机组对电网的影响分析

正常运行工况对电网的影响:

(1) 对电网调峰的影响

由于风力发电存在随机性,风电场功率预测尚未全面展开、风电机组出力基本不具备在线控制功能、还没有配套建设与风电相对应的随机用电负荷的情况下,大规模风电并入电网,电力系统中风电以外的其他电源除需随负荷用电变化进行调节外,还需为适应风电的随机性进行出力调节,即对这些机组的调峰性能提出了更高要求。

(2) 风电场的无功功率的影响

风力的波动引起风机吸收无功的变化时,如风电场容量较大,系统电压水平降低时,无功补偿量下降。此时风电场本身缺乏无功支持,而补偿无功又大大减少,导致风电场对电网的无功净需求反而上升,进一步恶化电压水平,造成电网电压崩溃,风电机组由于自身的低电压保护停机,停机后风电场有功输出减少,需求无功相应减少,系统失去这部分无功负荷又容易导致电压水平偏高。

(3) 风电场对电能质量的有如下影响:电压偏差、电压变动、闪变和谐波。

风速变化、湍流以及风力机尾流效应造成的紊流会引起风电功率的波动和风电机组的频繁启停;风机的杆塔遮蔽效应使风电机组输出功率存在周期性的脉动。风电功率的波动势必会引起电压的变化,主要表现为:电压波动、电压闪变、电压跌落以及周期性电压脉动等。

此外,风电机组中的电力电子控制装置如果设计不当,将会向电网注入谐波电流,引起电压波形发生不可接受的畸变,可能因谐波造成电力设备损坏并可能引发由谐振带来的潜在问题。

发生故障时电网的影响:

风电机组在电网频率偏离下应有一定的运行和控制能力。如果在电网频率偏低时切机,将由于有功功率的缺失造成电网频率进一步下降。在电网频率偏高时风电机组无法高周切机或控制出力甚至停止状态的风机自动并网将进一步恶化电网频率的偏离。在东北吉林电网曾发生类似情况。

二、生产过程中的主要危险因素辨识分析

1、火灾危险性分析

风电场的火灾危险主要潜在于贮存或可燃介质通过的设施或地方,如发电机组绝缘冷却系统失效,发生着火;变压器绕组绝缘损坏、老化、变质引起主绝缘击穿造成短路;变压器套管闪络;铁芯故障发热等引起变压器爆炸着火。电缆密集区域可能因电缆散热或隔热情况不好引起电缆燃烧火灾;对电缆未采取隔离防火、阻燃措施;检修、施工、运行未严格遵守质量标准和规程;对易引起电缆着火的场所没有设置火灾自动报警和灭火装置。在挖掘施工中,疏于现场管理,野蛮施工等使电缆受到外力破坏,由于电缆绝缘损坏造成短路引燃电缆起火。

发电机组的冷却设备失效,不能及时冷却发电机组,造成发电机组过热产生火灾;发电机组的轴承因油不合适,油脂过多或过少,油失效,有异物进入滚道,轴电流电蚀滚道,轴承磨损,轴弯曲、 变形等原因,造成轴承过热从而发生火灾。断路器连接部分接触不良发热、闪弧,使其相间、对地短路,甚至爆炸着火。液压系统漏油,发现不及时,遇明火或高温可能造成火灾事故。配电装置的容量较大,存在短路、接地的危险因素,一旦发生短路、接地故障,虽然有良好的电气保护,如果保护失灵,事故的后果将十分严重,导致发生火灾爆炸事故。

如果风力发电机组处于山林地区,如发生山林火灾将引发风力发电机组及升压站火灾事故。

2、爆炸危险性分析

运行维修期间使用的油漆、汽油、柴油等,气焊、切割用的乙炔钢瓶等属于易燃易爆物品,以上物品由于管理、使用不当,就有发生爆炸的危险性。

气焊、切割用的氧气钢瓶和乙炔钢瓶应使用检验合格且在允许使用期限内的钢瓶,并且钢瓶安全附件。

继保室蓄电池间内的电气设备不防爆、防爆级别选型错误、防爆电器设备损坏、通风不畅等情况下,有发生爆炸可能性。

风电场主变压器及电容补偿装置均为带油设备,变压器及电容补偿装置内部故障时会引起电弧加温,有燃烧和爆炸的可能。

3、电伤害危险性分析

电伤害包括雷电、静电、触电等事故。

这些问题主要表现为:

电气系统产生过电压(包括操作过电压、雷电过电压等)引起电力、电气设备绝缘击穿,发生短路故障,引起人员伤亡。

电气设备缺相运行或机械设备卡住引起电气设备过载,引起绝缘层击穿短路,造成触电事故。

电缆选型,电压等级或截面设计不当或敷设不合理,可造成火灾事故。

人为误操作、违章操作。如带负荷断开隔离刀闸,将会引起两相或三相弧光短路,造成设备事故和人身伤害等事故。

操作人员与带电电气设备的部分安全距离不足,可造成触电或短路弧光烧伤,造成人员伤亡。

事故油池及易燃材料库未设置在直击雷保护范围内,或其建筑物、设备上装设避雷针,未采取防止感应雷和静电的措施。

风力发电机的防雷长时间未进行检测、检修其防雷系统失效,在雷雨季节,风力发电机有受到雷击的危险。

冬季取暖期使用电暖气取暖,在违章操作,安全管理不到位,长时间疲劳工作等情况下,有造成触电等危险事故。

引起电气伤害的部位主要是户内的电气设备以及高压配电设备,有造成触电伤害事故的可能。

4、机械伤害危险性分析

生产场所和修配场等的机械设备外露机械部件没有安全防护罩或安全防护罩不规范,机械设备没有必要的闭锁装置或失灵,机械设备维护不当和操作工人在违章作业时,容易造成机械伤害事故。

当风力发电机组出现超速和过载时,风力发电机组的控制与安全系统不能启动大风脱网控制时,可能发生风电机组飞车事故,导致设备损坏。

5、物体打击危险性分析

如果风力发电机组的轮毂高度为60m,叶轮直径为50m,且处于北方,冬季温度在零下二三十度左右,温度较低,雨雪较多,风力发电机叶轮容易结冰,在运行过程中或紧急制动的情况下冰块下落将造成物体打击伤害,如风力发电机底部有工作人员进行工作或非工作人员经过将造成人员伤亡。

6、高处坠落危险性分析

风力发电机组塔筒一般高于地面60m,工作人员在顶部检修过程中有从风力发电机顶部坠落的可能,工作人员在攀爬风电机过程中如未佩戴安全带或安全带失效将造成工作人员坠落。

7、自然灾害(暴风雨雪、极端风、冰雹等)危险性分析

根据当地自然条件,暴风雨和洪水对本建设项目的影响不会很大,但在雨水季节要注意暴风雨的侵袭,防止电气设备受潮造成事故发生。

暴风雨对风电机组的基础有一定影响,在风机基础施工过程中,要严格按照国家标准规范进行核算,把暴风雨对风电机组影响降低到最小。

风力灾害:

风向、风速具有不确定性、随机性,本身具有不可控不可调的特征,风速的变化会导致风机处理的波动,如果对风电场风力预测达不到工程使用的程度,风机发电机脱网,造成电网电压下降,风机频繁波动和启停对风电机组本身和电网都有较大影响。 当风速达到风力发电机的切出风速时,如风力发电机制动系统损坏将造成风力发电机飞车的危险。

雷暴灾害:

如果风电场场址所在区域为多雷暴区,而风电场处于山区的顶部,风力发电机组遭受雷击的可能性相对较大。风电机组遭受雷击的过程就是带电雷云与风电机组间的放电。在所有雷击放电形式中,雷云对大地的正极性放电或大地对雷云的负极性放电具有较大的电流和较高的能量。

峰值电流的影响,当雷电流流过被击物时,会导致风电机组叶片温度而发生损坏。当雷电流流过叶片还可能产生很大的电磁力,电磁力的作用也有可能使其弯曲甚至断裂。

风电机组遭受雷击的过程中经常发生控制系统或电子器件的损坏。

其他自然危险、有害因素:

特殊气候:如冬、夏温度对油的影响,复杂地形产生的气流会造成偏航力矩导致部件疲劳。

风力机常规测风仪中的风杯如被结成冰球,导致测风数据不准,将影响风力机正常发电;如风标被冻结则将影响风力机主动偏航;叶片表面结冰,也会影响风力机发电量;架空线因“雾凇”结冰,电线负重增加,可能导致断线,影响电力负荷送出。

极端大风可导致风机停机,同时大风夹带的的沙砾不仅会使叶片表面严重磨损,甚至会造成叶面凹凸不平,影响风机出力;另外还会破坏叶片的强度和韧性,影响风机的性能。

风为自然能源,风向、风速具有不确定性、随机性,本身具有不可控不可调的特征,风速的变化会导致风机出力的波动,如果对风电场风力预测达不到工程使用程度,风力发电机脱网,风力机组频繁波动和启停对电网的影响较大。

该地区大雪和冰冻可能影响叶片和机械部件的正常运行,引起机组发生振动,会使机械部件很快疲劳或磨损,严重的会导致风力机故障或飞车;当激振力与某些部件产生共振时,对机组运行会十分危险。

在霜、雪、冰冻等条件下登高检修作业,易发生高处坠落事故;同时,冰雪天极易发生污闪事故以及接地短路故障,绝缘子融雪闪络;冰雪天路面不好(如路面有陷坑、障碍物、冰雪等)施工过程中易发生车辆伤害事故。

8、人的不安全行为危害因素分析

管理缺陷危险性分析:

风电场工程风机分布范围较广,在工程运行期间,未建立健全安全生产责任制、未组织制定本单位安生产规章制度和操作规程、未及时督促和检查本单位的安全生产工作并及时消除生产安全过程中的事故隐患等管理缺陷,均有可能造成安全事故的发生。

行为缺陷危险性分析:

风电场工程运行、检修期间,从业人员个人安全意识薄弱,作业期间进行违章指挥、冒险作业、误操作或未正确使用劳动防护用品等行为缺陷,均会造成安全事故的发生。

三、生产作业场所有害因素辨识分析

1、噪声及振动危害因素分析

该工程噪声主要来自于运行期间的风电机组发电过程中叶轮扰动空气产生的空气动力性噪声和电磁噪声(因电磁作用引起振动产生)。噪声超过约80dB(A)作业人员有可能受到噪声的危害。

振动的部位主要在风电机组,由于机组运行而引起的微弱振动。

2、高温、低温危害因素分析

高温作业人员受环境热负荷的影响,作业能力随温度的升高而明显下降。高温使劳动效率降低,增加操作失误率。

低温作业人员受环境低温影响,操作功能随温度的下降而明显下降。

3、潮湿危害因素分析

办公室、电气配电室等场所,应保持环境与电子设备一定的湿度,不能超过国家标准规范等要求的湿度,防止电子设备因空气湿度过大发生故障,从而造成安全生产事故。

4、采光照明不良危害因素分析

作业场所采光、照明不良,易造成标识不清、人员的跌绊和误操作率增加的现象,特别是应急照明不良,安全出口指示标识不清,在发生事故时,不能正确的为作业人员指明逃生路线和方向,进一步造成事故扩大。

5、电磁辐射危害因素分析

就风力发电机而言,辐射源有发电机、变电站、输电线路三部分。

风电场有高压输变电线路、计算机网络、移动电话、视听设备等,都能产生电磁辐射。

可能产生电磁辐射的场所主要是66kV升压站设备对地面静电感应场强。

第5篇

关键词:石油行业;重大损失风险;风险分析

一、引言

风险一词来源于英文“risk”的中文翻译。学术界对风险始终没有得出统一的定义,通常情况下,风险是指损失发生的可能性。

国际保险业界趋向于把由于自然力或人为因素导致偶发事件出现的结果的风险,通常被定义为重大自然灾害风险,当重大灾害风险甚至造成了巨大的灾难,可以称为巨灾风险,然而针对石油行业风险特点,本文提出重大损失风险的概念,从不可抗自然力造成的重大损失风险和可以通过人为加以管理控制的重大安全事故风险两方面,分别对重大损失风险进行讨论。

二、石油行业重大损失风险分类和特点

1、重大损失风险分类

重大损失风险的发生往往是由于自然因素或非自然因素导致偶发事件出现的结果。下面将石油行业重大损失风险分为重大自然灾害风险、重大安全事故风险和环境责任风险三方面进行分类说明。

(1)重大自然灾害风险

根据自然灾害的成因和我国灾害管理现状,国家科委、国家计委、国家经贸委自然灾害综合研究组将自然灾害分为七大类:气象灾害、海洋灾害、洪水灾害、地质灾害、地震灾害、农作物生物灾害以及森林生物灾害和森林火灾。

(2)重大安全事故风险

石油行业日常生产风险高,极易发生重大安全事故,按照事故发生的原因,石油行业重大事故又可分为重大火灾事故、重大交通事故、重大生产事故、重大设备事故以及重大人员伤亡事故5类。

(3)重大环境责任风险

石油行业的原料的特殊性,一旦发生了突发性事件或事故引起有毒有害、易燃易爆等物质泄漏,或突发事件产生的有毒有害物质,对周围人员造成重大人身伤亡及对周围环境产生重大污染和破坏。企业所应承担的责任风险必须引起行业的关注。

2、石油行业重大损失风险特点

重大损失风险造成的重大财产损失和严重人员伤亡,以及环境破坏引发的社会责任问题,对石油行业的相关企业产生了巨大的影响。相对于普通风险来说,重大损失风险具有:风险损失程度巨大、风险的不确定性、风险影响范围广,相关性高、责任风险巨大等风险特点。

石油石化行业是国家重点监控的六大高风险行业之一,生产工艺具有连续化、自动化的特点,一旦发生灾害,不仅会引起连锁反应,而且涉及面大,易形成次生灾害,导致严重损失,在造成巨额经济损失和人员伤亡的同时,对周围地区的人员、生态环境也造成了巨大的影响,严重影响石油企业的声誉。

对于石油行业的建设和日常生产经营来说,尽管采取了严格的安全管理措施,但是从安全理论上来说,绝对的安全是不可能的,一些偶然的、意外的、甚至有意的人为破坏事件必然会发生,这就导致了石油行业一些重大的灾害损失发生。

三、重大损失风险分析

引发重大损失的因素大致可以分为两大类:自然因素和非自然因素。自然因素造成的重大损失风险包括地震、洪水和其他严重的暴风雨、龙卷风等。而对于非自然因素包括人为因素、设备因素、物料因素、管理因素等多方面,具体表现为:人为的误操作(人为安全事故),人为有意的行为,设备故障或意外事故等。

1、自然因素风险分析

从技术层面上讲,自然灾害风险分析是通过自然因子发生时、空、强的可能性数值和各种破坏的可能性数值,推测各种损失的可能性数值,最后,将3个可能性数值组合起来,得出损失风险。以地震灾害进行致灾因子风险分析为例。

2.非自然因素风险分析

石油行业的原料、成品、半成品、中间体和杂质等,很多都是易燃易爆品;很多物质还含硫等腐蚀性物质;在生产和储存过程中极易由于人为原因、设备等非自然原因引起火灾、爆炸、化学品泄露、放射性污染、环境污染等重大损失事故。通过对石油行业的勘探与开发、油气储运及销售、炼油化工三个不同板块的危害性分析,以便采取控制措施有效降低损失。

(1)石油勘探与开发

石油勘探与开发属于石油行业上游过程,其大损失风险因素包括:火灾爆炸风险、物理性爆破风险、中毒风险、井喷风险、环境污染风险。

(2)油气储运与销售

在这个过程中最严重的危险是火灾爆炸,以及压力容器的物理爆炸和运输过程的重大交通事故;其次危险是排放的有毒废水、废气等引起的环境风险事故。

(3)炼油化工风险

对于石化装置而言,火灾爆炸是炼油化工生产中最显见的,也是破坏程度较大的危险,其次是中毒风险和环境污染风险。炼油化工废气以及石油化工废水是造成重大灾害损失的主要原因。

结束语

通过对重大损失风险的特点和分类的阐述,以及在自然因素和非自然因素两个方面对石油行业重大损失风险的研究,进一步对引发重大损失的风险进行分析表明石油行业重大损失风险研究至关重要。

通过对国内外历年来石油板块重大损失事故原因进行统计分析,石油板块事故比例为

炼油化工:储运与销售:勘探开发:其他=62%:29%:7%:2%。

从统计数字来看,炼油化工板块事故比例最高,这也进一步印证了在重大损失风险理论分析和实际情况的一致性。

参考文献:

[1]黄崇福.自然灾害风险评价理论与实践,科学出版社,2004年.

[2]中国石油天然气集团会司质量安全与环保部编.石油风险评价概论, 石油工业出版社,2001年.

[3]尹之潜,杨淑文.地震损失分析与设防标准,地震出版社,2004年.

第6篇

近年来极端气象灾害频发,对水产养殖业造成极大影响,开展针对水产养殖业的主要气象灾害风险评估及管理系统研究,基于GIS技术将各类灾情数据进行直观表达,通过各类专题图对灾情信息进行直观分析,为开展灾害风险评估以及应急救灾行到提供了直观数据支持。

【关键词】水产养殖 GIS 气象灾害

随着我国水产养殖业规模的不断扩大,养殖行业遭受各种自然灾害的风险也越来越高,比较典型的就有低温寒灾、台风、赤潮、暴雨等。广东作为我国的海洋渔业大省,水产养殖产量多年居全国首位。近年来台风、低温等灾害性天气频发,且灾害发生范围广,危害面积大,对水产养殖业造成的损失也越来越严重。本文针对广东水产养殖业应对气象灾害方面的现状,开展主要气象灾害风险评估及管理系统研究,建立基于GIS的灾情信息管理和风险评估系统,通过对各类统计数据进行空间维度的直观表现,为水产养殖业的防灾减灾工作提供了主要的数据源支持。

1 系统主要功能

广东水产养殖大多分布于沿海地区,而沿海地区又是台风、暴雨等重大气象灾害频发的地区,频繁的气象灾害对水产养殖业往往造成难以挽回的重大的经济损失。随着养殖业规模的不断扩大,养殖行业遭受各种气象灾害的风险也越来越高。本系统在多年气象灾害数据采集的基础上,通过数据处理、二次加工,建立水产养殖气象灾害风险评估与管理系统,通过系统分析,将灾情数据进行多为直观展现,为灾前准备、灾时应急、灾后评估提供详细的全方位的信息资源。

结合目前水产养殖业气象灾害的特点,本系统研究重点内容是以台风、暴雨、低温寒潮等灾害为主要对象,建立这些气象灾害的时空分布模型,以GIS空间地图为基础,分析这类灾害的时空分布格局及其特点;建立主要气象灾害风险评估指标,包括对养殖水体、养殖品种、养殖设施等指标的风险评估;建立气象灾害风险评估方法模型,对过往重大灾害进行科学分析和评估;提示,结合基层防灾减灾实际情况,设计应对气象灾害的防灾减灾应急管理体系,建立相应的应急系统。系统主要模块如图1所示。

1.1 气象灾害时空分布

根据已有资料和渔业部门、气象部门提供的历史数据,研究水产养殖业主要气象灾害发生发展规律、变化趋势及时空分布情况,建立水产养殖业主要气象灾害时空分布格局专题图。

1.2 气象灾害评估指标体系

利用历史气象灾害统计数据,采用模糊数学法、灰色系统法分析技术建立主要气象灾害对水产养殖业造成损失的评估指标体系,重点是对养殖水体、养殖品种、养殖设施的评估指标,并在此基础上建立主要气象灾害灾情评估模型。

1.3 气象灾害风险评估

借助GIS可视化技术开展气象灾害在沿海不同地区的危险性分析,以及各个区域遭受灾害的暴露性、脆弱性分析,开展沿海地区防灾减灾能力评估,并在此基础上开发灾害风险评估系统软件,实现对灾害的风险指数评估以及风险等级评估。

1.4 气象灾害风险管理研究

开展水产养殖业气象灾害风险决策分析方法研究,在研究国内外有关灾害应急管理体制的基础上,分析广东沿海水产养殖灾害风险管理的实际情况,集合沿海地区防灾减灾能力水平,建立适用性较强的气象灾害应急预案。

2 技术方法

系统研究的基本流程分为:灾情数据收集、整理、加工;信息入库与管理;灾情指标体系建设;灾情风险分析评估;应急管理研究等几部分。

系统在技术实现方面采用PHP+MySQL+Baidu地图开发,基于B/S模式和多层框架结构,以浏览器为操作界面,建立安全、可靠、易于维护的信息系统。

3 灾情专题图实现

专题图能够将多种属性要素在地理空间上进行多尺度表达,具有较强的直观性,在空间数据分析领域广泛。本系统可将各类灾情数据按照不同的参数要求自动生成各类专题图,如图2所示,通过设定灾害类型、专题图类型、灾害区域以及灾害起止日期,可生成相应的专题图。

系统支持的专题图类型有点密度、柱状、饼图等6种。通过页面脚本调用百度地图API接口,可以实现相关专题图操作,以下给出部分示例代码:

// 百度地图API功能

var map = null;

function SquareOverlay(center, length , width , x , y , color){

this._center = center;

this._length = length;

this._width = width;

this._color = color;

this._x = x;

this._y = y;

}

//百度地图API异步功能

function loadMapJs() {

var script = document.createElement("script");

script.type = "text/javascript";

script.src = "http:///api?v=2.0&ak=UPjLWesAvHLvpjeTGkXMbUk7&callback=init";

document.body.appendChild(script);

}

varlabel_map = new Map(); //地址 - 覆盖物(标签)列表映射

//加载地图

map = new BMap.Map("allmap"); // 创建Map实例

// map.centerAndZoom("城市", 9);

map.enableScrollWheelZoom(); //启用滚轮放大缩小

//限制缩放等级

map.setMinZoom(8);

map.setMaxZoom(13);

var city = "**市";

map.centerAndZoom(city, 9);

4 结束语

目前,已经出现了不少关于水产养殖以及气象灾害方面的信息系统,这些系统普遍偏重于信息监测、信息采集与、气象预报预警等方面,缺少有关气象灾害危险性分析、评估等方面的研究。本文开展了针对水产养殖业的气象灾害风险评估及管理系统研究,通过灾情数据采集、加工处理、指标库建设、以及风险评估模型建立,将各类属性数据以空间直观方式进行多维展现,提高了数据可视化能力,对加强灾害风险评估,提高应急能力具有一定的促进作用。

参考文献

[1]唐晓春,刘会平,潘安定等.广东沿海地区近50年登陆台风灾害特征分析[J].地理科学,2003(02):182-186.

[2]马晓群,王效瑞.GIS在农业气候区划中的应用[J].安徽农业大学学报,2003,30(01):105-108.

[3]王炜,权循刚,魏华.从气象灾害防御到气象灾害风险管理的管理方法转变[J].气象与环境学报,2011(01):7-13

[4]卢廷军.基于SuperMapIS 下的WebGIS的开发[J].测绘通报,2005(07):58-59.

[5]张继权,李宁.主要气象灾害风险评价与管理的数量化方法及应用[M].北京:北京师范大学出版社,2007(09).

作者简介

吴卫祖(1959-),男,现为广东海洋大学数学与计算机学院副教授。研究方向为软件工程、智能信息处理。

第7篇

一、开展地震保险的必要性

(一)地震风险对人类造成的危害

长期以来,地震对人类的生存造成了极大的威胁。我国是一个地震多发的国家。世界上地震主要集中在两个地带:一是环太平洋地震带(占全球67%的地震能量),二是喜马拉雅-地中海地震带(占全球22%的地震能量),这两条地震带均经过我国,并且发生了几次大的地震,带来了巨大损失。地震活动的主要特点是:分布广、频率高、震源浅、强度大。我国有60%的国土、50%的城市、67%的大城市位于7度及以上烈度区,而且震中区内大中城市居多,建筑物的抗震能力大多较弱,一旦灾害性地震发生,其损失将是巨大的。据统计,上世纪以来,我国发生8级以上地震9次,7-7.9级地震100余次。1995年就发生了5级以上地震30多次,上世纪中国死于地震灾害的人数就达61万之多,占全世界地震死亡人数的50%以上。由以上数据可见,地震风险给我们造成的损失之大,我们必须采取行之有效的措施加以应对。

目前我国大灾之后损失的恢复基本上是靠国家财政和民间捐助,这给国家财政带来了巨额负担。而且由于国家财力和民间捐助非常有限,对损害的补偿也只能是低层次和小范围的,地震巨灾给人民生活造成的伤痛往往难以在短期内消除。如果开展地震保险,地震损失主要由保险业承担,不但减轻了地震灾害对国家财政的带来的冲击,而且逐年积累的地震保险基金可在震灾发生后起到及时、充分的补偿作用,能有效地支援救灾和重建家园,迅速恢复生产与生活,保证社会生产的正常运行,促进社会稳定。

(二)开展地震保险是我国保险公司提高竞争力的要求

由于地震事件的大灾难、大范围、小概率特性,地震保险成为一种特殊的财险险种,世界各国对开展与地震责任有关的保险业务都十分谨慎。经过多年的经验积累和完善的国家地震保险机制的建立,国外许多发达国家(如美国、日本、新西兰等)早已开展了此项业务。随着我国积极加入WTO,外资保险公司纷纷在中国抢滩登陆,外资与中资保险公司在各个层面上的竞争都日趋剧烈。在传统保险险种的竞争上,我国保险公司也在过去二十多年的发展过程中也积累了丰富的经验,具有与外资保险公司抗衡的基本条件。然而在地震保险这个领域,由于技术的缺乏和经验的不足,中资保险公司至今都没有全面地开拓这一市场,地震巨灾保险市场的供给远远不能满足日益增长需求,形成了地震保险市场巨大的供需缺口。外资保险公司进入之后,正好可凭借其丰富的经验、成熟的技术以及强大的资金实力,迅速的占领该市场。

二、借鉴日本地震保险制度,建立我国的地震保险风险分散机制

首先,我们来看看日本家庭财产地震风险的保险与再保险。日本的家庭财产的地震风险,是由一个由民间保险公司和政府作为承保人共同参与其中的再保险体系。具体做法是:家庭财产的地震保险业务先由民间保险公司承保,然后再全部分给日本各保险公司参股成立的地震再保险公司,该公司自留一部分,其他保险公司按一定比例进行分配,对于超出再保险公司和直接承保限额的部分由国家来承担。见图一:(借鉴日本地震保险)

从日本家庭财产地震保险的做法我们可以得到一些启示:我们可以设立类似于日本地震再保险股份有限公司这样的机构,承担地震保险的再保险业务,通过再保险机构将地震保险风险在整个保险市场上进行分散。根据我国保险市场目前的情况,笔者认为可由中国人民再保险公司来承担地震保险的再保险业务。这不仅有利于地震风险在各保险公司的公平、合理分担,而且很大程度上缓解了入世以后法定再保险逐步取消给中国人民再保险公司造成的冲击。

第二,鉴于地震保险的特殊性,国家财政应该给予一定的扶持。在日本,政府的财政补偿基金是纳入保险补偿基金的运行系统,并按保险的原则和方式加以运用的。这不仅有利于提高财政补偿基金的使用效率,壮大地震保险基金的规模,而且还有利于弱化或消除人们对财政补偿的依赖心理。我国目前地震保险的财政补偿与保险补偿两条渠道是并列的。这不仅大大降低了财政资金的使用效率,而且还导致了人们对财政补偿的依赖性。因此我们应该借鉴日本的经验,将财政补偿纳入保险补偿的渠道,按照保险补偿的原则加以运用,提高财政补偿资金的使用效率,壮大我国地震保险基金的规模。

三、发行地震巨灾债券,转移地震风险

以上分散地震巨灾风险的方法通过再保险的方式来完成,有一定的局限性,风险分散的范围最终还是局限在保险行业之内。90年代初期发生在美国境内的安德鲁飓风和北里奇地震,使世界63家财产和伤害保险公司破产,至此人们开始注意到了在自然灾害给人类生命财产带来的巨大损失。由此看出,在发生地震巨灾之后仅靠保险公司的保险基金来补偿是不足以保障保险及再保险公司的风险的。我们必须寻求新的风险分摊方法来规避地震风险,那就是通过发行地震巨灾证券将地震风险在资本市场上进一步分散。

从保险业的角度来看,通过发行地震风险证券,既可从资本市场上获得了大量的资金,又通过将保险市场风险分散到资本市场上去,有效地提高了保险业的承保能力和抵御风险的能力。具体的操作方式简要说明如下:

笔者认为可以让中国人民再保险公司充当保险公司与资本市场上投资大众的中介。首先,由保险公司与再保险公司签订再保险合同,将部分地震保险费交给再保险公司,这部分保险费就是未来发生地震巨灾时,获得来自于再保险公司的赔偿支出的代价。之后由再保险公司在资本市场上发行地震保险证券,由广大的投资者来认购,当然初始投资者在认购证券后可在资本市场上任意买卖(即是地震风险保险证券可以在资本市场上任意流通。)再保险公司取得资金后可以进行投资,购买一些低风险且流动性高的债券,从而获取投资收益。相应的再保险公司分散风险所付出的代价就是按期支付利息给投资者,该利息率的大小可在市场利率的基础上结合再保险公司经营状况来决定。债券到期时,再保险公司将本金支付给债券持有人,但若是不幸发生了地震风险,再保险公司就将由投资人投出的本金形成的保险基金按比例赔偿给保险公司,然后将扣除损失后的余额偿还给债券持有人。如图二:

四、关于地震保险的费率制定

长期以来,地震保险费率的合理制定一直是困扰保险公司的一大难题,从某种意义上也限制了我国地震保险业的发展。地震保险的费率制定必须从两个方面着手分析:一是地震的危险性强弱,二是保险标的(建筑物)的抗震程度。

近几年,随着地震工程技术对信息化要求的逐步提高,地理信息系统(简称GIS)技术逐渐在地震灾害预测与应急系统中得到广泛应用。特别是近年来,基于GIS技术的震灾预测方法在各大中城市的震灾预测及防震减灾对策中发挥了不容忽视的作用。因此,对于第一个方面的问题,我们完全可以利用地理信息系统技术提供全国各地的地震危险性分析情况。通过地震危险性的分析,我们可以按地震危险的程度将国土划分为几个区域,不同的区域采取不同的保险费率承保,这样才能使费率的制定趋于公平化,避免保险逆选择的产生。

对地震危险性的分析不仅可以给保险公司制定费率提供理论依据,而且给各地的防震抗灾工作提供了技术指导。因为通过地震危险性大小的分区,国家可以对不同区域的建筑物制定不同的防震标准,要求各地的建筑物在新建时必须达到基于当地地震危险性和烈度大小的防震标准,对于未到标准的建筑物应尽快实行改造,增强其抗震能力,避免在地震发生之时造成巨大的损失。

对于第二个问题,就某个区域而言,地震风险的危险性都是一致的,但由于保险标的本身的建筑结构的不同,导致在面临同样的地震灾害中造成的损失也是不同的,因此我们在承保地震风险时,必须考虑保险标的的抗震能力。鉴于此,我们可对现有的各类结构形式的建筑物进行经济损失评估,并将评估结果用直观的方法给出,以指导保险部门合理地制定不同区域、不同破坏程度下、不同建筑群体保费。建筑结构损失可以参照以下方法计算:

第8篇

1资料与方法

1.1资料来源及处理东北三省共86个气象台站(黑龙江省31个站点,吉林省28个站点,辽宁省27个站点)的1961-2012年逐日平均气温数据和农气观测站1991-2012年水稻生长发育期资料由中国气象数据共享网提供。单季稻实际总产及播种面积资料来自各省历年统计年鉴。研究区范围及气象站点分布如图1所示。

1.2东北水稻冷害指标及其辨别东北三省1961-2012年水稻冷害的辨别主要依据气象行业标准《水稻、玉米冷害等级》(QX/T101-2009)。表1和表2分别列出东北水稻延迟型冷害和障碍型冷害等级指标。逐年逐站点将日平均气温按月份合成月平均气温,再累加成5-9月月平均气温总和∑T5-9。计算∑T5-9与距平基准年T5-9(1981-2010年∑T5-9平均值)之差,得到各站点1961-2012各年5-9月月平均气温总和距平ΔT5-9,并根据指标表判断每个站点发生一般和严重延迟型冷害的年份,并统计各类延迟型冷害发生频率。对农气站观测的水稻生长发育期资料进行统计,得出东北三省水稻普遍孕穗期范围和普遍抽穗开花期范围分别在儒略日(DOY)189-207(7月中旬至下旬)和DOY209-227(7月下旬至8月上中旬)。分生育期范围按障碍型冷害指标,逐年逐站点地分析DOY189-207和DOY209-227间的日平均气温数据,判别每个站点水稻孕穗期、抽穗开花期轻度、中度及中度障碍型冷害发生的年份,并统计各类障碍型冷害发生频率。

1.3产量分离作物产量的形成是自然环境因素和社会生产力综合作用的结果。通常把长时序产量数据分解为趋势产量、气象产量及随机“噪声”3部分,一般情况下可假设忽略“噪声”的影响。趋势产量可由多种方法进行模拟和预报[13],本文选择不损失样本且模拟效果较好的直线滑动平均法,设滑动步长为11,具体步骤参见文献[14]。按QX/T101-2009行业标准,定义水稻减产率为实际产量与其趋势产量的差值占趋势产量的百分比(即相对气象产量)的负值。

1.4综合风险评估及区划方法在GIS平台下利用反距离权重插值法(inversedistanceweighting,IDW)对各单项评价指标进行空间化表达。采用熵值法(entropymethod,EM)和层次分析法(analytichierarchyprocess,AHP)相结合的综合赋权法和加权综合评分法(weightedcomprehensiveanalysis,WCA)构建水稻冷害风险综合评估模型。对空间分布的单项风险要素评价指标叠加计算,并利用ArcGIS中自然断点分类法NaturalBreaks(Jenks)对综合风险评价指标进行区划。熵值法和层次分析法原理及操作步骤可参见文献[12]。

2东北三省水稻低温冷害综合评估指标的构建

2.1致灾因子危险性评估指标致灾因子危险性评估是以农业气象灾害的自然属性为基本出发点,通过分析致灾因子历史活动的频繁程度和强度,来确定致灾因子的危险性大小及其发生的可能性。本文选择从水稻生育期热量条件变异系数、延迟型冷害气候风险概率、障碍型冷害发生频率及冷害气候风险指数4方面来综合体现致灾因子危险性。

2.1.1∑T5-9的变异系数有研究表明5-9月的热量条件与东北地区水稻产量呈显著正相关[15],且年际间热量条件的稳定性直接关系到水稻低温冷害发生的风险大小[3]。因此本文通过计算∑T5-9的变异系数CVh来表明各地水稻生长季内热量条件稳定程度大小,即评估致灾因子风险强度大小。

2.1.2冷害气候风险概率同冷害发生频率相比,当统计样本足够大时,冷害概率值不随统计年份的增加而改变,更具有客观性和稳定性。计算概率前,需采用偏度-峰度检验法对气候样本序列进行正态分布检验,不满足检验的序列需要进行偏态分布正态化处理[14]。经检验,东北地区所有站点∑T5-9和ΔT5-9历年序列分布曲线均满足正态性。因此,可以引入冷害气候风险概率的概念,用正态分布密度函数揭示各地发生延迟型冷害的风险性大小。概率密度函数公式为:式中,一般冷害指标ΔT1和严重冷害指标ΔT2可参见表1。分别计算各站点的一般冷害和严重冷害的风险概率(F1和F2),其值越大,表明发生延迟型冷害的风险性越大;反之,发生低温冷害的风险越小。

2.1.3冷害气候风险指数冷害气候风险指数是冷害强度和冷害发生频率的综合指标[16],能较客观地反映冷害的风险程度。将每个台站出现冷害的年份按一般冷害和严重冷害分为两组,求出每组达到相应冷害等级的ΔT5-9的频数Di和组中值Hi,再按式(5)计算冷害气候风险指数RI,其中n为总年数:

2.1.4障碍型冷害频率以上3类指标都只能反映延迟型冷害风险大小。但用于判断障碍型冷害发生与否的数据序列是非连贯的,因此无法利用概率密度函数求解风险概率。由于本研究数据属大样本时序(超过30),故可用历史发生频率反映障碍型冷害风险程度。分孕穗期和抽穗开花期分别统计不同等级障碍型冷害频率,即发生相应冷害的年份总频数占总年数的百分率(同时发生不同程度同种障碍型冷害时不重复统计)。孕穗期和抽穗开花期水稻障碍型冷害综合频率由相应的轻度、中度和重度障碍型冷害分别赋予0.2,0.3和0.5权重加权平均求和得到,分别记为scdf1和scdf2。

2.2承灾体脆弱性评估指标某地区水稻对低温冷害反应的脆弱性不仅取决于当地水稻生产布局,还与当地水稻生产水平占整个研究区水平的比例有关。因此本文的承灾体脆弱性评估模型从承灾体物理暴露性和区域抗灾性能两指标来构建。

2.2.1水稻物理暴露性(Ve)物理暴露性的评估指标可分数量型和价值量型两种[8]。本文采用相对水稻面积作为承灾体物理暴露性指标,定义相对水稻面积为各县(市)水稻种植面积与其行政范围国土面积之比。水稻种植密度越大,暴露性越大,一旦遭遇生育期的低温,则水稻产量损失的可能性也就越大。

2.2.2抗灾性能指数(Vd)抗灾性能反映的是区域人类社会为保障承灾体免受、少受某种灾害威胁而采取的基础的及专项的防备措施力度大小[8]。目前对抗灾性能指数的定义多以产量为基础,有的用实际单产与理论极大单产的比值(K)来表示,其中理论极大单产可用历史最高单产或光温产量替代[17-19];有的是为作物历年趋势产量序列随时间的一元线性回归方程斜率,即生产趋势指数(PT)[20];有的为区域单产占全研究区单产总和的平均值所代表的区域农业水平指数(AL)[21];还有利用歉年受灾率与相对波动产量样本序列的相关性来比较各地区间抗灾性能的强弱[22],其中受灾率与受灾面积与作物播种面积有关。由于单独的水稻冷害受灾面积资料相对缺乏,本文仅对比计算了K,PT和AL这3种指数与各地区多年平均单产的相关系数,结果分别为0.597,0.899和0.138。AL能代表某一地区相对于全区域的生产实力,当发生全域性严重气象灾害导致普遍减产时,区域农业水平越高表明当地防灾抗灾能力越强。因此本研究选择AL作为区域抗灾性能指数。

2.3承灾体灾损度评估指标

作物产量受到光、温、水等气象要素及其他生态环境影响。对于农业气象风险损失度的评估方法,国内多以建立作物产量灾损风险评估指标和模型为主。以前人研究为基础,本文选择历年平均减产率、灾年减产率变异系数、不同减产率范围出现的概率和灾损减产风险指数四方面指标综合评估水稻灾损度风险大小。

2.3.1平均减产率灾年的水稻减产率可以反映某地区水稻受灾导致的产量损失的平均水平。参照表1,定义减产率大于5%的年份为灾年,减产率5%~15%的为一般减产年,减产率大于15%的为严重减产率。按式(6)-(7)计算研究区各县(市)不同减产程度的平均减产率。

2.3.2灾年减产率变异系数减产率变异系数大的地区说明水稻轻度减产或重度减产的年份均很多,生长环境相对脆弱,受到外界条件影响而减产的风险更大。本文定义减产率大于5%的年份为灾年,按式(1)计算灾年水稻减产率变异系数CVl,以描述灾年中历年水稻产量损失的波动程度。

2.3.3减产风险概率作物产量形成过程的不确定部分主要由气候因素的波动所造成。由此推断,分解得到的相对气象产量(即减产率)序列也可能具有正态性分布的特点,因此可计算减产率风险概率。按式(2),(8)-(9)求算东北三省各县(市)减产率风险概率。

2.3.4灾损风险指数与冷害气候风险指数相似,灾损风险指数也是减产幅度和减产频率的综合反映,因而可以较客观全面的反映低温冷害的灾损风险程度。按式(5)对一般减产率和严重减产率出现频率及组中值乘积求和,得到冷害灾损风险指数RIl。

2.4东北水稻低温冷害风险综合评估模型

2.4.1冷害风险综合评估模型建立综合评估模型之前,需按式(10)对各单项评价指标进行标准化处理以消除量纲差异。其中xi和xi''''分别为标准化前后的评价指标值。

2.4.2指标权重的确定熵值法和层次分析法分别为应用较广的客观赋权和主观赋权方法,两者各有利弊。为融合两者优点、避免其不足,本文采用基于这两种方法的综合赋权法确定各评价指标权重,使得权重的确定更加科学合理。熵值法得到的权重(wE)由指标数值直接通过数学模型得到,本文重点说明AHP确定权重(wA)的打分原则。在参考专家经验[3,25]的基础上,本文认为重要性致灾因子危险性>水稻脆弱性>水稻灾损度。因为致灾因子危险性的低温冷害针对性强,而水稻灾损度无法实际指代低温冷害这单一灾种造成的损失。在对单项评价指标的重要性判定上基本保持等权重原则,但需要体现出严重冷害重要性大于一般冷害,障碍型冷害重要性大于延迟型冷害;风险指数(RIh和RIl)因综合考虑了致灾强度和频率两方面,故打分相对较高。赋权过程在AHP分析软件yaahpV6.0中实现。经检验,Risk,Hazard,Vulnerability和Losses的判断矩阵的随机一致性比率分别为0.0088,0.0653,0.0000和0.0257,均满足小于0.1的一致性要求,表明权重分配是合理的(风险评估判断矩阵表略)。令综合权重W=λwA+(1-λ)wE,其中λ为主观偏好系数;1-λ为客观偏好系数,且0≤λ≤1。本文确定λ=0.6。由此得到的评估指标熵值法权重、AHP权重及综合权重值如表3所示。

3东北三省水稻低温冷害综合风险区划

3.1基于不同冷害风险要素的风险区划

对计算得到的致灾因子危险性、承灾体脆弱性及承灾体灾损度综合评估指标值分别通过自然断点法进行等级划分,得到基于不同要素的冷害风险区划图(图2(a)-(c))。从空间分布(图2(a))来看,冷害致灾因子危险性风险具有从东北向西南方向逐渐减弱的显著趋势。黑龙江省黑河、牡丹江和吉林省延边州、通化地区的水稻生长季内热量条件较少且稳定性较差,在气候条件上具有较高的发生冷害风险的可能。除西南部地区以外,黑龙江省其他地区水稻也可能有中等程度遭受低温冷害影响的风险。吉林省中西部地区及辽宁全省热量条件充足,发生冷害的气候风险概率很低。黑龙江省虎林、双鸭山、宝清、佳木斯北部及哈尔滨中部地区,吉林省白城及吉林地区和辽宁省盘锦、沈阳和营口地区的水稻物理暴露性相对较大,而区域抗灾性能由北致南大体逐渐加强(图略)。综合起来,如图2(b)所示,水稻脆弱性较强风险区主要集中在水稻物理暴露性较大的东北平原地区。从图2(c)可知,东北地区水稻灾损度风险也存在明显的地域性差异。黑龙江省东北及西部地区受灾后水稻产量稳定性较差,减产风险概率较高。辽宁大部分地区及吉林省中部地区水稻灾损度风险较低。东北西部部分地区的中等灾损度风险可能来源于农业干旱的影响。

3.2综合风险区划

由综合风险评估指标等级区划图(图4)可知,东北水稻冷害高风险区位于黑龙江黑河北部、佳木斯北部、牡丹江东南部以及吉林延边州东部地区。黑龙江北部及吉林东部大范围地区都因冷凉的气候具有较高的水稻冷害风险。吉林省西部及辽宁省大部分地区热量条件充足且稳定,冷害风险较低,仅在水稻暴露性较高的大洼和营口地区可能存在一定冷害风险。3.3冷害综合风险评估及区划验证根据先前对研究区1961-2012年各地不同程度延迟性冷害和障碍性冷害的辨识结果,选择1964,1965,1966,1969,1972,1976,1977,1981,1986,1987,1989,1995,2002,2003及2009年作为典型冷害年,统计各地冷害年平均减产率,并对各县(市)灾年平均减产率与冷害综合风险指数Risk平均值的相关性进行分析,以验证冷害综合风险指数的数值科学性。由图3可知,冷害综合风险指数与典型冷害年水稻单产平均减产率的回归关系显著,决定系数R2为0.483,达0.01极显著相关水平(n=133)。因此,由致灾因子危险性、承灾体脆弱性和灾损度构建的冷害综合风险评估模型在数值上可靠,可一定程度反映冷害造成的水稻减产程度。除此以外,本文还利用灾害频率分布法对冷害综合风险区划进行空间分布的合理性验证。统计1961-2012年辨识有任意类型冷害发生的地点和年份。如同年某一地区同时发生不同程度或不同生育期障碍型冷害,或发生混合型冷害(延迟型和障碍型冷害并发),均记为一次任意冷害。求算研究区各地任意冷害频次占总年份的百分比,利用IDW插值法得到1961-2012年水稻任意冷害年发生频率分布(图5)。对比图4和图5可知,任意冷害发生频率超过60%的区域与冷害综合风险区划中较高以上风险区域基本一致,从空间尺度证明了本文冷害综合风险评估模型的准确性,体现了其应用价值。

4结论与讨论