文摘

频繁发生的极端灾害和城市化的发展,城市系统的生态脆弱性已经严重影响,已成为急需研究的一个重要问题。在这项研究中,一个全面的接触分析方法,灵敏度、响应性,韧性是用于建立一个生态脆弱性评估模型基于台风的影响。大数据分析和模型的帮助下,本文探讨了台风的影响和响应Hato珠海的生态脆弱性和恢复。我们的研究结果表明,Hato的影响下,金湾区显示更高的脆弱性,其次是斗门区和香洲区。香洲脆弱性最低的地区主要为其应对能力明显高于其他两个地区。从经济复苏形势大数据所示,斗门和香洲地区恢复相对较快的液压和通信系统。这项研究的结果可以提供一个理论参考脆弱性评估、防灾预防、灾后复苏的台风灾害风险区域。

1。介绍

台风,作为一种常见的自然灾害,对人类社会有巨大的破坏性影响和巨大的经济损失,超过其他像地震这样的自然灾害1]。平均每年从世界上热带气旋灾害直接经济损失在过去十年大约是550亿美元(2]。中国的国家之一,受台风严重影响[3,4]。因为台风造成的严重损失,有必要评估灾害和灾害管理。因此,研究热带气旋灾害风险评估和管理已经收到从科学界越来越多的关注5,6]。

灾害风险评估的定量分析和评估灾害的可能性和可能的后果不同的强度。评估是一个重要的密切联系的桥梁风险因素的脆弱性disaster-bearing身体。早在十九世纪末,灾害观测技术的改进和风险映射技术的发展促使灾难的出现模型模拟和评价(7,8]。上一直注意台风引起的风暴潮灾害损失评估,和灾害损失定量评估通过建立损失评估模型(9- - - - - -13]。台风损失的评估是灾害理论研究的热点和难点。然而,缺乏科学规范的调查和评估自然灾害损失,再加上自然灾害的不可预知性,进一步提高数据收集和评估的困难。hazard-bearing身体的“脆弱性”提出了在1980年代,脆弱性的概念已逐渐被广泛应用于许多领域如自然、社会、经济、环境(14]。

主要有两种研究方法的漏洞评估灾难轴承体,包括指标体系方法和定量脆弱性曲线。指标体系的方法是一种半定量的计算方法,主要表达的相对脆弱性评价单位通过建立评价指标体系和计算轴承体脆弱性指数的灾难。目前,指标体系的脆弱性评估方法已广泛应用于单个disaster-bearing身体(15),多个disaster-bearing身体(16),和disaster-bearing系统(17),但不同研究灾害的原因有着不同的理解和disaster-bearing机构的性能特征,并建立指标体系是不同的。此外,研究的脆弱性disaster-bearing身体高度区域。因此,使用指标体系方法的过程评估的脆弱性hazard-bearing身体是人为主观的。此外,脆弱性曲线是一个定量的脆弱性评估方法基于不同危害的强度参数之间的关系和disaster-bearing身体的损失率18]。目前,大多数研究集中在构建脆弱性曲线之间的台风风速、淹没深度、地震强度和其他危险因素,和disaster-bearing损失率的机构,如房屋和庄稼(19]。该方法不涉及评估的社会,经济和环境脆弱性水平和灾害应急响应能力。它只代表了绝对的脆弱性测量物理参数。

本文将使用索引系统方法评价Hato台风的影响城市生态脆弱性。和使用大数据的分析方法本文有很强的普遍适应性。最近,有许多申请台风灾害风险评估(20.,21]。然而,大多数的减灾工作依赖于短期气象部门预测结果的台风模型输入的危险因素(例如,风和雨),虽然台风灾害脆弱性的定量研究特定disaster-bearing身体仍是空白。在台风评价方法方面,目前台风预评估侧重于获取高精度数据(22),但灾后仍然漏洞评估往往缺乏时间敏感数据和冗余计算过程(23]。因此,结果表明,有效和准确的灾后漏洞评估灾难评估尤为必要。此外,研究和实践证明,大数据的独特优势可行性、及时性和准确性,使它成功地应用在各个领域24,25]。

因此,基于二级数据来源于“章鱼”网络信息资源选择软件和数据收集的传统的调查,本文建立了一个社会经济和生态系统对城市生态脆弱性评价台风的影响。珠海,一个城市经常受到南方亚热带季风性,被选为研究区域。本研究旨在开发一个概念模型方面的接触,敏感性,韧性,和应对台风Hato;探讨大数据可以提供输入数据进行社会经济脆弱性的评估,使用“八达通”软件;产生一个socioecological漏洞评估工具;和评价方法和输出从socioecological漏洞评估工具。我们认为这项研究为防灾减灾提供了理论参考和建立可持续的、有弹性的城市。

2。数据和方法

2.1。研究网站

珠海(见图1)是位于北纬21°48′-22°27′,东经113°03′-114°19′。2020年,珠海城市总土地面积1736.45公里²有三个行政区划,即香洲区,斗门区,和金湾区,包括15个城镇和9的街道。珠海城市占据了最大的海洋区域,最大的岛屿,是世界上海岸线最长的珠江三角洲。根据第七次全国人口普查,珠海城市的人口是244万年底2020 (26]。台风通常发生于6月到10月,平均每年约4。这些灾害严重影响珠海城市平均大约一年,和大约有五个时期的暴雨27]。珠海土地利用数据来源于“珠海土地利用总体规划”。

Hato的最强风暴在2017年全球范围27],它降落在金湾区的海岸,珠海城市,大约在12:50 8月23日,2017年,造成相当大的损失,珠海,香港,澳门,和其他地区28- - - - - -31日]。此外,中心附近最大风力Hato力14 (45 m·s¹),最低压力中心950 HPa (30.]。监测显示,珠海国家气象站观测到的瞬时大风51.9 m·s¹(16)水平之间12:10和12:15。此外,Hato给珠海带来暴力淋浴,造成2人死亡,275所房屋的崩溃27]。由于树木倒下一些道路被封锁。直接经济损失约为08亿美元(27]。

2.2。数据收集

本研究使用大数据分析方法获得的相关数据指标如电力、交通、电信信号恢复的速度。然而,由于出版时间和Hato的发生之间的差距,很难迅速获得所有受影响的点的信息。大数据来自微博软件,中国的一个常见社交平台(如twitter);这种平台文档人民动态、思想和位置。本研究使用了网络信息资源选择软件,程序自动抓取网络信息资源来理解受台风影响的位置;具体的过程如图2。

相关的关键词选择参数表所示1。位置信息是来自微博用户的位置数据。转发或其他原因造成的重复数据删除后的人工检查。因为台风Pakhar落在2017年8月27日,约旦河西岸和影响广东省珠江和西部数据在8月28日,2017年,后来被删除的分析。最后,它决心采取所有关键词的释放量从8月23日至8月27日,2017年。数据恢复的速度数据的能力,交通,通讯信号。

为了获得数据的接触,反应,和珠海的敏感性,本文采用2018年统计年鉴中的数据发布的这个城市。数据包括地区地区,台风风力,人口密度、比例的主要产业,第三产业比例、生态指数、地区GDP、城镇居民人均可支配收入,一般公共服务支出,支出和医疗卫生机构。

2.3。方法

2.3.1。脆弱性评价指标体系

漏洞是指系统的自我改变的程度后受到各种各样的压力。系统是共同决定的自然、社会、经济和环境因素和过程(32]。对于本文来说,自然和社会系统在香洲区,珠海斗门区,金湾区城市被选为disaster-bearing身体的基础上充分考虑研究对象和台风灾害的特点。本研究总结了气候变化的主要风险因素和评价因素萨贾德等人用来评估沿海城市的脆弱性(33]。评估这些因素是基于科学的原则、完整性、可行性和实用性,结合漏洞造成的风险。本研究从四个方面考虑指标(34],敏感性[35],韧性[35,36),曝光,分别和响应。生态系统脆弱性指标体系建立了三个地区的灾难下在珠海台风Hato,如表所示1。

首先,为了评估不同地区的台风造成的损害程度,我们选择了土地面积,风速和人口密度指标来评估每个区域的不同条件下暴露于台风。其次,地面粗糙度特征表面和大气之间的相互作用,反映了降低表面风速和地面生态指数高的地区。台风的粗糙度高(37),因此生态指数和台风登陆强度负相关,即。植被覆盖率越高,灵敏度越低。与极端风速,性情Hato以来,主和第三产业相对敏感。因此,第一和第三产业的比例和植被覆盖选择进行评估。敏感性从不同地区的社会经济条件,两个指标代表该地区的经济水平和居民,和两个指标代表该地区的基础设施和完善的社会保障被选来评估该地区应对台风灾害的能力。最后,基于大数据的趋势变化,影响居民的复苏的角度来看,电力系统的三项指标,供水系统,和电信系统选择弹性评估。

2.3.2。脆弱性综合评价模型

模糊综合评价(FCE)是一种决策方法,可以综合评价受多种因素影响(38]。在这项研究中,FCE考试受雇为基础的脆弱性评估的各个地区台风Hato下珠海;熵权(EW)被用来计算每个指标的权重。首先,原始数据标准化,电子战是用于建立权重集的所有级别的指标。其次,成员函数被用来结合标准化值和脆弱性评价的分级标准设置为构建一个评价矩阵。评论设置一组评价建立了基于评价指标。hazard-bearing脆弱性评估的机构,由于选择的重要性评价的差异因素,有必要确定重量。熵是一个测量的不确定性;信息量越大,不确定性越小,熵越小。因此,携带的信息熵值可用于计算每个因子的权重,结合各种指标的变异程度,和信息熵的工具是用来计算每一个指标的权重,它提供了一种多指标的综合评价的依据。 The weights established in this paper based on the entropy method are shown in Table2。

生态脆弱性取决于四个方面:系统的暴露程度,系统外部干扰的敏感性,和系统的适应性和恢复能力。脆弱的程度代表了每个主要指示器的脆弱性程度。本文的脆弱性程度划分为三个层次,用中位数法和平均法确定评分标准的评论(39),国际空间站,评价集 。在本文的最后,评价矩阵和权重设置被矩阵计算合成。相应的价值评估水平的每个主要指示器可以添加代表脆弱性的综合评价结果。

3所示。结果

3.1。大数据挖掘结果的分析

图3反映了台风Hato恢复后,显示的搜索量的变化。在关键字,搜索时间跨度五个关键词及其同义词、“断电”,“水中断,”“树”“受伤”和“无信号”,是长,而数据降低了随着时间的推移。最多的关键词发布台风登陆珠海的那天,2017年8月23日。两天后,8月25日发布的关键词数量急剧下降,然后显示一个温柔随时间下降的趋势。在最后的数据量趋于零。“树”的搜索量和“受伤”迅速下降8月24日,然后趋向于零8月25日和8月26日。相关的关键字三个弱点的二级指标“断电”,“水中断”和“停机的手机信号,”搜索量达到最小的8月27日,8月26日和8月26日。关键词的释放密切相关的台风和救灾情况。因此,它可以解释说,每个系统的恢复一天是那一天搜索量是最小的在每个区珠海的城市。根据计算,经济复苏的速度供电、供水、和通信信号,是0.2日¹,0.25天¹,0.25天¹,分别。这代表完成每日的速度恢复城市的电力,水力,通信系统,可以用来计算每个区域的韧性。

3.2。分析可视化城市恢复的结果

释放所有的关键词达到顶峰的那天第二天台风登陆,逐步减少。灾后重建工作的不断发展,权力的位置故障,液压供应,和通信系统受到台风的影响降低。本章将探讨恢复电力,水力供应,通信系统的影响下台风Hato。图4Hato反映电力系统的修复后,显示的搜索量的变化。那天Hato降落,大量的电力供应失败发生在珠海的三个区域,其中大多数是位于建设用地。香洲区是珠海的城市中心,拥有大量的商业土地和住宅人口密度高的地区。因此,8月23日故障点集中在市中心,包括唐家湾镇和横琴旅游岛。在8月25日,珠海的中心城市的电源故障几乎是解决了,但电源故障仍然存在在唐家湾镇和横琴旅游岛。在8月26日,在香洲地区电力供应几乎恢复正常。斗门区停电的影响主要是居民区,如Jingan镇和斗门镇。救援工作仍在继续,只剩下零星的斗门区地区电力供应问题在8月26日。金湾区的电源故障是最严重的,在整个地区大量出现。8月27日,沿海三灶镇的供电系统和Nanshai镇,受台风影响最严重,尚未完全恢复。

液压系统的维修Hato台风后,显示了搜索量(图的变化5)。台风登陆当天,大量供水故障发生在珠海的三个地区,其中大多数是附近的主要道路和建设用地内。在香洲地区8月23日故障点集中在市中心,在唐家湾镇和横琴旅游岛。到8月24日,供水已经改善在市中心,但仍缺乏水S32省道和横琴旅游岛附近。8月25日,在香洲地区供水几乎恢复正常。然而,斗门区供水几乎切断在居民区和主要道路,如我市城镇和省道S32。救援和救灾工作进行中,只有少数供水故障仍在斗门区附近的主要道路,8月25日。供水中断在金湾区最严重,发生大规模的整个地区。8月27日,仍有液压故障在整个金湾区。

通信系统的修复台风Hato后,显示了搜索量的变化(见图6)。在台风登陆,大量的通信故障发生在珠海的三个区域,和故障点几乎覆盖了整个城市。在香洲地区8月23日故障点集中在人口稠密的商业服务中心和居民区,如市中心,唐家湾镇、横琴岛。在8月24日,唐家湾镇几乎恢复正常,但仍有一些沟通问题在城市中心和横琴旅游岛。8月25日,通信系统在香洲地区几乎恢复正常。没有信号的区域在斗门区大多是居民区,如我市镇斗门镇,Jingan小镇。抢险救灾工作开始的时候,只剩下几个通信失败Jingan镇附近的8月25日。通信失败在金湾区最严重的,它发生在大量在整个区域。8月27日,通信系统在金湾区大多已经恢复。

空间差异数量的关键词发布有效地揭示了每个地区灾难发生后的韧性。8月23日在金湾区的关键词数量大于在斗门区和香洲区,香洲地区和关键字的数量大于在斗门区。在早期的台风登陆,香洲地区人口稠密,许多微博用户,使其更敏感比其他地区人口密度小。因此,受影响的人数大,和相应的关键字的数量也很大。在灾后重建阶段,关键字贴在香洲区和斗门区显著下降,这反映了其强韧性。金湾区没有显示显著下降的数据量发布的关键词“断电”和“水停机”表明其电力系统在弹性弱,灾难后的重建并不令人满意。根据三个关键词搜索量的变化“断电”,“水停机”和“无信号”,香洲和斗门区基本上恢复供水和电信信号8月25日。供水中断,金湾区还严重,供水,仍有许多地方没有恢复。相比之下,恢复液压系统和通信系统,发现电力系统是影响更大,恢复慢比其他两个供应系统。电力系统在所有地区基本上是8月27日恢复。 It can be seen the resilience of hydropower and communication systems in Xiangzhou and Doumen districts after the disaster was significantly stronger than that in Jinwan district.

3.3。台风Hato综合脆弱性评估结果的分析

与关键词挖掘大数据的微博后,各地的韧性指数的数据在珠海了,和一个综合脆弱性指数数据集建立了模糊综合评价。评价结果如表所示3。

三个地区台风的漏洞Hato显示出明显的地区差异。总体结果的漏洞在香洲区和斗门区较弱,而在金湾区更强。从脆弱性影响的主要指标,高生态指数和低比例的第一产业的主要原因是低敏感性指数的脆弱性。供电系统的故障时间长和高风速是弹性的指标和风险。接触和反应的评级结果的价值占据了最大比例的两个综合评价,它直观地显示不同漏洞的地区的主导因素是应对能力的差异,每个地区的地理位置。一般公共服务支出和人均可支配收入香洲区和斗门区明显高于金湾区。香洲地区和斗门区经济更发达,和公共服务投资高,所以反应是相对强劲。此外,金湾区的台风登陆,因为斗门区位于金湾区北部,金湾区更受到台风的影响。然而,由于经济复苏速度是评价在几天,复苏的结果的差异不明显,所以进一步讨论和分析应该结合关键字的搜索结果。

4所示。讨论

通常,广东是全国最早的台风登陆时间和最长的台风影响(广东省当地历史编辑委员会,2001年),和它有一个大型和快速发展的国民经济;损失通常是严重。这很重要评估广东省城市的脆弱性,从而减少搜索时间在抢险救灾工作的早期阶段,提高救灾效率。利用的即时性、准确性和许多大数据的用户,可以快速、准确地进行灾后评估解决效率低下的问题,在传统的评估方法不准确。水电系统和通信系统的破坏是最直接和明显的影响的台风受灾的人们的生命。关键字信息获得的综合大数据平台,很明显,公众更关注供水、供电、电信信号比其他方面,所以水电和信号恢复的数据信息是相对准确。大数据的帮助下,水电系统的破坏和恢复过程的形式显示在微博数据,和它的应用程序漏洞评估是对水电系统的恢复有益。大数据平台的定位信息可以清楚地显示水电复苏的动态变化,实现可视化的不同位置的灾难恢复功能,更快速、更准确地调查受灾地区的水电系统,有助于指导灾后恢复工作。由于弹性指数的数据源的特殊性的这项研究中,结果的准确性可能达到街面的地理位置。灾难恢复,一个相对完善的评估可以为每个地区进行。

目前,台风的综合风险评估是基于加权指数指标体系的方法,评估风险区划的台风风险形成因素,诱导环境的敏感性,灾害的脆弱性轴承体,防止灾难的能力,分别,然后结合这三个方面的评价结果。例如,王等人分析了安徽省台风灾害风险,中国40]。这种方法更加关注研究区域的自然条件,列出了海拔高度、地形起伏、河网密度、和缓冲区的指标。高等人分析了台风灾害风险在珠海城市,广东省,中国35];评估了韧性,潜在的力量,和台风的敏感性,分别;然后结合这三个方面的评价结果。这项研究的结果表明,在珠海香洲区是最强的生态脆弱性,斗门区是第二,金湾区最弱,这是完全不同于我们的研究的结果,可能是因为两者之间的研究目标和指标的研究是不同的。高的方法等人的缺点是索引选择的不完全性。它忽略了政府应对灾害和低估了台风的韧性。本研究中使用的大数据挖掘数据克服了这个缺点,因为经济复苏速度的三个系统反映了地方政府对城市复苏的努力。政府的反应也减少了台风的危害居民尽可能提高各地的韧性。因此,该系统可以更有效地和准确地评估该地区的生态脆弱性。这种优势还可以提供更有针对性的参考意见灾难恢复和更准确的预警潜在的城市,社会和生态风险,甚至为城市规划提供建议。

此外,综合评价结果反映在小规模的漏洞在城市的差异。珠海城市中心的整体脆弱性(香洲区)低于金湾区和斗门区。这是联合效应的结果三个系统的社会,经济,生态。生态和经济系统协同工作的敏感度。生态指数越低,第一和第三产业的比例越大,灵敏度越高,整体脆弱性越大。与此同时,经济体制也在反应能力发挥作用。经济越发达,更好的基础设施建设,政府越花在民生支出,和反应能力就越大,越小总体脆弱性。此外,社会制度作用于弹性。灾后恢复的越快,韧性越强,越小总体脆弱性。根据评价结果,经济指标比灵敏度响应中发挥更大的作用,而生态指标产生较小的影响比其他社会经济指标总体脆弱性。 Therefore, socioeconomic indicators are the dominant factor affecting overall vulnerability. Since Xiangzhou district was superior to Doumen district and Jinwan district in terms of percentage of primary and tertiary industries, infrastructure construction, and postdisaster recovery speed, the vulnerability of Xiangzhou district was lower than that of other two districts.

本研究主要研究台风的影响在城市socioecological脆弱和缺乏与政府应急工作。本文的研究方法可以进一步结合政府的应急工作,从而提高应对灾害的效率。仍有许多方面需要改进。例如,研究方法是如何加强与政府的沟通,如何提高相关数据的准确性和有效性,以及如何加强数据的可用性。这些都是需要解决的问题进一步研究。

5。结论

这项研究中,基于统计数据和经济复苏的速度力量,液压,和大数据收集的通信系统,构造一个生态脆弱性评价体系包括接触、弹性、响应和灵敏度。系统可以快速显示受灾情况,更有效地实现可视化灾害情况,展示了研究区生态脆弱性。本文采取严格的限制了台风Hato珠海城市背景下,为研究对象,使用大数据挖掘技术来追踪灾难,建立脆弱性评估模型来分析城市社会生态系统的脆弱性特征和原因台风灾害,并获得以下主要结论。中国是一个由台风灾害最严重的国家;台风Hato严重影响我市,对整个社会造成了破坏,经济和生态系统。生态脆弱性评估模型的基础上建立台风灾害通过这项研究,我们的研究结果显示最高的地区灾后的弱点,比如金湾区,斗门和香洲地区紧随其后。响应是决定性因素导致显著差异在各地的台风灾害的脆弱性。最低的地区灾后的弱点,比如香洲地区,经济发达,地区GDP更高,更多的社会保障投资,和最强的灾难应对能力。水电和通信系统在香洲区斗门区迅速恢复。然而,水电在金湾区的恢复相对较慢,和抵御灾害的能力,需要加强。

数据可用性

数据是可用的。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作得到了广东省科技项目自然资源部(GDZRZYKJ2020005 GDZRZYKJ2022007)。