青海牧区雪灾综合风险评估
[Abstract]:This study collected 19 factors of social economy, nature and meteorology that affect the occurrence of snow disaster in Qinghai Province. The basic factors were screened by the combination of subjective and objective methods, and the initial factors were further screened by the self-selection variable function of Logistic regression model. Five risk assessment factors were obtained, namely, average annual temperature per capita GDP, maximum snow depth, snow cover days and slope. Finally, based on the ArcGIS platform, the map of average risk of snow disaster in Qinghai area from 2001 to 2007 was obtained and classified. The spatial distribution characteristics of different snow disaster grades are analyzed. The main conclusions are as follows: 1) through subjective and objective analysis, the key factors of snow disaster formation are related to natural factors, meteorological factors, social and economic factors; 2) the average risk distribution of snow disaster in Qinghai had the same trend with the maximum snow depth, slope and snow cover days, but the distribution trend was opposite to that of average annual moderate per capita GDP; 3) the average risk of snow disaster in Qinghai presents a trend of high, north and low in the south, in which the high risk areas are mainly distributed in the south of the study area, such as Sundo County, Yushu County, Jiaqian County, Dari County, Gande County and Maqin County, etc., on the contrary, the high risk areas are mainly distributed in the southern part of the study area. The Chaidamu basin in the northwest and the agricultural area in the east are low risk areas. 4) under the influence of landform and landform, the mountain belt above 4000m, that is, Qilian Mountain, Kunlun Mountains, Tanggula Mountain, Bayan Kara Mountain and Anima Kin Mountain, are the places of high risk distribution of snow disaster in Qinghai.
【作者单位】: 兰州大学草地农业科技学院草地农业生态系统国家重点实验室;
【基金】:国家自然科学基金项目(31372367) 国家重点基础研究发展计划项目(2013CBA01802)资助
【分类号】:S811.1
【参考文献】
相关期刊论文 前10条
1 侯光良;赵霞;李凡;刘钊;;青海省果洛州乡级人口-牲畜雪灾风险评估[J];自然灾害学报;2015年05期
2 王世金;魏彦强;方苗;;青海省三江源牧区雪灾综合风险评估[J];草业学报;2014年02期
3 李红梅;李林;高歌;刘义花;;青海高原雪灾风险区划及对策建议[J];冰川冻土;2013年03期
4 张辉;赵秋红;;基于主成分分析基本原理的经济指标的筛选方法[J];山东财政学院学报;2013年02期
5 何永清;周秉荣;张海静;肖建设;;青海高原雪灾风险度评价模型与风险区划探讨[J];草业科学;2010年11期
6 樊红艳;刘学录;;基于综合评价法的各种无量纲化方法的比较和优选——以兰州市永登县的土地开发为例[J];湖南农业科学;2010年17期
7 王卫东;陈燕平;钟晟;;应用CF和Logistic回归模型编制滑坡危险性区划图[J];中南大学学报(自然科学版);2009年04期
8 李生辰;李栋梁;赵平;张国庆;;青藏高原“三江源地区”雨季水汽输送特征[J];气象学报;2009年04期
9 张国胜;伏洋;颜亮东;刘宝康;石德军;杨力军;;三江源地区雪灾风险预警指标体系及风险管理研究[J];草业科学;2009年05期
10 刘兴元;梁天刚;郭正刚;张学通;;北疆牧区雪灾预警与风险评估方法[J];应用生态学报;2008年01期
相关硕士学位论文 前1条
1 周伟;基于Logistic回归和SINMAP模型的白龙江流域滑坡危险性评价研究[D];兰州大学;2012年
【共引文献】
相关期刊论文 前10条
1 许乐;李忠辉;管丽丽;;吉林省雪灾风险情况初探[J];气象灾害防御;2016年04期
2 詹敏;廖志高;徐玖平;;线性无量纲化方法比较研究[J];统计与信息论坛;2016年12期
3 李玲玉;郭亚军;易平涛;;无量纲化方法的选取原则[J];系统管理学报;2016年06期
4 李淑贞;唐世雄;刘衡秋;初娜;向红丰;;基于ArcGIS的四川松新黑水河地区滑坡危险性评价[J];矿产勘查;2016年05期
5 王聪强;杨太保;冀琴;何毅;;1988-2013年布加岗日地区冰川变化及其对气候变化的响应[J];水土保持研究;2016年04期
6 纪凡华;韩风军;韩雪蕾;徐娟;席晓彤;;一次鲁西北强降雪天气过程诊断分析[J];中国农学通报;2016年23期
7 张辉;耿成轩;丁德臣;;产业集群创新能力评价模型的比较研究[J];数学的实践与认识;2016年15期
8 史坤博;王文瑞;杨永春;邵蕊;张伟芳;;基于熵权法的草原旅游点植被退化评价[J];干旱区研究;2016年04期
9 苗爱梅;王洪霞;逯张禹;;基于GIS的山西省暴雪灾害风险区划研究[J];中国农学通报;2016年20期
10 李博渊;王小号;;阿勒泰地区强降雪灾害风险研究[J];沙漠与绿洲气象;2016年03期
相关硕士学位论文 前10条
1 孙正超;基于GIS和Logistic回归模型的区域泥石流危险性评价[D];西南石油大学;2016年
2 杜金星;基于地理处理服务的地质灾害监测预警系统的设计与开发[D];兰州大学;2015年
3 关颖;新疆地区地质灾害危险因子评估与评价模型研究[D];辽宁工程技术大学;2015年
4 宋晓英;基于GIS的乡村聚落空间格局演化与驱动力分析[D];河北师范大学;2015年
5 温浩;基于MTI技术的岷江流域滑坡识别研究[D];南京师范大学;2015年
6 朱钱洪;基于SBAS技术的白龙江流域典型区滑坡信息提取研究[D];南京师范大学;2015年
7 齐识;白龙江流域滑坡危险度评价技术研究[D];兰州大学;2014年
8 田菲;基于分层分解和优势分析的泥石流影响因子相对重要性分析[D];兰州大学;2014年
9 杨小兵;基于多光谱影像和DEM的泥石流堆积扇识别研究[D];兰州大学;2013年
10 李忠娟;基于SWAT模型的三水河流域径流模拟[D];西北农林科技大学;2013年
【二级参考文献】
相关期刊论文 前10条
1 颜亮东;李林;刘义花;;青海牧区干旱、雪灾灾害损失综合评估技术研究[J];冰川冻土;2013年03期
2 申红艳;马明亮;王冀;王力;李江英;;青海省极端气温事件的气候变化特征研究[J];冰川冻土;2012年06期
3 罗生洲;汪青春;戴升;;青海省气象灾害的若干气候特征分析[J];冰川冻土;2012年06期
4 李红梅;李林;张金旭;时兴合;申红艳;王振宇;;21世纪前中期三江源地区极端气候事件变化趋势分析[J];冰川冻土;2012年06期
5 方楷;宋乃平;魏乐;安慧;;不同放牧制度对荒漠草原地上生物量及种间关系的影响[J];草业学报;2012年05期
6 李婧梅;蔡海;程茜;乔春连;褚晖;陈懂懂;徐世晓;赵新全;赵亮;;青海省三江源地区退化草地蒸散特征[J];草业学报;2012年03期
7 李秀荣;杨芳;焦玉志;;基于主成分分析的山东省现代服务业发展水平综合评价[J];山东财政学院学报;2012年03期
8 何永清;周秉荣;张海静;肖建设;;青海高原雪灾风险度评价模型与风险区划探讨[J];草业科学;2010年11期
9 许湘华;;用Logistic回归模型编制滑坡灾害敏感性区划图的方法研究[J];铁道科学与工程学报;2010年05期
10 郭晓宁;李林;刘彩红;王发科;李兵;;青海高原1961—2008年雪灾时空分布特征[J];气候变化研究进展;2010年05期
相关硕士学位论文 前3条
1 徐新艳;基于GIS的滑坡灾害危险性评价研究[D];南京师范大学;2007年
2 任非凡;G212线陇南段泥石流危险性区划研究[D];兰州大学;2006年
3 王娟;G212线陇南段滑坡滑带土工程特性试验研究[D];兰州大学;2006年
【相似文献】
相关期刊论文 前10条
1 王秀梅;;基于Logistic回归方法构建土地利用空间格局模拟模型[J];包头职业技术学院学报;2013年03期
2 许勇;张鹰;刘吉堂;张东;;基于Logistic回归的海州湾赤潮环境要素阈值研究[J];海洋通报;2009年03期
3 吴英;;基于Logistic回归的上市公司财务预警模型构建[J];常州工学院学报;2011年06期
4 张艳莉;;基于Logistic回归算法的企业顾客抱怨管理机制的构建[J];科技通报;2014年05期
5 张初兵;高康;杨贵军;;判别分析与Logistic回归的模拟比较[J];统计与信息论坛;2010年01期
6 汪健兵,陈秀娟;利用Logistic回归研究客户购买保险偏好[J];上海保险;2002年12期
7 陈文雅;;基于Logistic回归的投资组合配置分析[J];中国物价;2011年02期
8 高倩;安英博;吴凤祥;;基于Logistic回归的落叶松毛虫预测模型研究[J];河北农业大学学报;2011年06期
9 白志东,P.R.Krishnaiah,赵林城;Logistic回归中的变量选择(英文)[J];中国科学技术大学学报;1991年02期
10 高祥春;王在翔;吕军城;李望晨;;基于累积比数logistic回归的新农合满意度影响因素分析[J];安徽农业科学;2012年01期
相关会议论文 前4条
1 李万庆;闵捷;田野;蒋文翰;;随机效应logistic回归在非独立数据判别分析中的应用[A];2011年中国卫生统计学年会会议论文集[C];2011年
2 于长春;曾昭成;金鑫玲;宋明媚;孙志伟;卜翠萍;王静;姜舒亚;施科;;Logistic回归与ROC曲线在巨细胞病毒性肺炎临床筛查中的应用[A];2012年江浙沪儿科学术年会暨浙江省医学会儿科学分会学术年会、儿内科疾病诊治新进展国家级学习班论文汇编[C];2012年
3 钟晓妮;周燕荣;王润华;田考聪;贾庆良;汪洋;李勤;孙安龙;;主成分Logistic回归在筛选乳腺癌监测因素中的应用[A];2000全国肿瘤学术大会论文集[C];2000年
4 夏庆梅;高岩;杨帆;步怀恩;王弘午;;天津市大学生痤疮发病因素相关性及心理因素调查与分析[A];中华中医药学会中医美容分会学术年会论文集[C];2009年
相关硕士学位论文 前9条
1 张印鹏;收入对我国老年人自评健康的影响[D];南京财经大学;2015年
2 李冬银;基于Logistic回归的网络安全态势要素获取研究[D];福州大学;2014年
3 孙亚清;Logistic回归样本量确定所需自变量事件数的模拟研究[D];南方医科大学;2016年
4 徐刚;决策树与Logistic回归结合在新型农村合作医疗制度实施效果研究中的应用[D];南昌大学;2007年
5 周菲;Logistic回归多重共线性的诊断与改进及其在医学中的应用[D];兰州大学;2011年
6 骆常好;惩罚logistic回归与多因子降维法交互作用分析及其应用[D];山西医科大学;2009年
7 孙晓炜;彩色多普勒超声结合多变量Logistic回归法对附件区恶性肿瘤的临床预测价值[D];吉林大学;2004年
8 邹菊;Logistic回归在乳腺癌综合分析诊断中的应用[D];南华大学;2012年
9 王旭初;Logistic回归和对数线性模型在高血压现况研究中的应用[D];浙江大学;2008年
,本文编号:2331004
本文链接:https://www.wllwen.com/yixuelunwen/dongwuyixue/2331004.html