Editing 現代漢語評價性 V-起來結構的句法分析及其對普遍語法的含蘊意義國立臺灣師範大學

<br><br><br>同时综合洪涝风险评估多集中在指标评价法的半定量风险评估,以洪涝损失为结果的定量评估较少。 (1) 发展适用于城市洪涝风险评估的综合洪涝淹没模型：水文水力学洪涝淹没模型是用来获取危险性信息的主流方法,是洪涝风险评估的第一步。 其结果精确性程度直接关系到后面的暴露性、脆弱性及整个综合洪涝风险评估结果的有效性。 能获取淹没深度、流速信息且能适应城市多种洪涝源的二维洪涝淹没模型是未来发展的必然趋势。 首先,遥感技术及城市水文监测网络的发展为城市洪涝模型的建立及验证提供了丰富的数据支持。 如遥感高分影像能提供高时空分辨率的城市土地覆盖/利用图;无人机可以监测城市地区的积水变化;LiDAR能分辨出精细的城市地表特征;城市地区的管网数字化为城市小尺度上洪涝模型建立提供了数据基础。 在城市水文机理方面,已有水文实验用于监测分析建筑屋顶、透水铺装、雨水口、城市绿地等的水文特征。 此外,有效不透水面的量化及空间分布在影响地表产汇流方面也取得了丰富的研究成果。<br>目前为止,大数据只是初步用于城市洪涝风险评估,在今后有待进一步挖掘其应用潜力。 很多发达国家建立了完整的灾损曲线数据库(石勇等, 2009),使灾损曲线法在评估建筑物损失中得到广泛的应用(Apel et al, 2008; Vu et al, 2017)。 此外,城市洪涝灾害损失受多种因素的影响,只考虑淹没深度的灾损曲线会导致结果存在很大的不确定性(Thieken et al, 2016)。 在城市面临的洪涝源方面,城市雨季洪涝则指强降雨引发城市内部排水管网能力不足造成的积水现象, 现在的城市内涝多属于此类。 常用的模型有SWMM、MIKE Urban、InfoWorks CS和CityCAT等(Petrucci et al, 2014; Gaudio et al, 2015; Bisht et al, 2016; Bertsch et al, 2017)。 常用的水文模型SWMM能获取雨水口的溢流量,淹没深度与流速的获取还需借助GIS技术或耦合地表二维水利计算(黄国如等, 2015; 王昊等, 2018)。 城市河流洪涝常用的模型有HEC-RAS、MIKE Flood和InfoWorks CS等(Costabile et al, 2015; Vojinovic et al, 2015; Patel et al, 2017)。 如Vojinovic等(2015)、Patel等(2017)分别根据已有HEC-RAS与MIKE Flood模型构建研究区城市河流洪涝模型,获取流速及淹没深度信息。<br>机器学习通过建立淹没结果(淹没范围、深度等)与洪涝的诱发因素(降雨、地形、土地利用等)之间的关系,预测以后的洪涝危险性强度(Wang et al, 2015; Lai et al, 2017; Mojaddadi et al, 2017)。 如Wang等(2015)利用随机森林对东江流域多年洪涝危险性数据进行分析,识别了对危险性贡献最大的5个因子：3 d最大降雨量、径流深度、台风频率、高程和地形湿润指数。 Mojaddadi等(2017)综合利用频率比与支持向量机的方法,识别与洪涝相关的因素,进而获取洪涝频率图,然后结合洪涝触发因子降雨与淹没深度,获取研究区的洪涝风险图。 由于城市水文过程的高度复杂性,城市洪涝风险评估首先需要一个广泛认可的洪涝淹没模型,能综合城市多种洪涝源的二维洪涝淹没模型是未来的发展趋势。 其次在脆弱性与综合洪涝风险评估中根据评估对象的内在要求,需要定性与定量方法的结合。<br>在未来的研究中,还需结合研究区面临的洪涝源情况,尽可能全面分析其当前及未来的洪涝风险,为洪涝减轻措施提供详细全面的决策依据。 如朱呈浩等(2018)在水文模型SWMM的基础上模拟了西安市沣西新城区洪涝过程。 而初祁等(2014)则利用MIKE系列模型构建北京天堂河下游地区1D和2D水动力学模型,耦合模拟了不同暴雨重现期下的淹没特性。<br>Smith等(2014)构建了南安普敦市200 m格网人口时空模型,分析了1天3个不同时间段的人口分布,结果表明由于工作人口的移动,造成河流洪涝与潮汐洪涝中人口暴露性的变化。 另外大数据方面的人口热力图在人口暴露性动态化分析中有很大的应用潜力。 一些学者也开展了城市洪涝中交通暴露性研究,如Pregnolato等(2017)通过一系列观测和实验数据源建立洪水深度与车辆速度的函数关系,识别纽卡斯尔市在10 a与50 a一遇的城市雨季洪涝中的道路畅通情况。 近年来,国内学者也逐渐关注气候变化与城市扩张对洪涝风险的影响,如Yang L等(2015)分析珠三角地区在3种RCPs气候变化情景下的降雨、海平面上升、台风强度及极端天气频率,评估该区域城市群在这些气候变化情景下的洪涝风险,并提出了适应气候变化的洪涝响应措施,但并未考虑研究区的城市扩张情景。 彭建等(2018)以深圳市茅洲河流域为例,基于SCS与等体积淹没法的洪涝淹没模型及城市扩张模型CLUE-S分析了深圳市茅洲河流域在2013—2020年间不同情景下(10 a~100 a)的暴雨洪涝灾害风险。 综上所述,国内外大部分研究考虑研究区未来可能面临的洪涝灾害情景的部分可能性,并开始在此基础上提出相应的减轻措施。<br>而大数据可为暴露性的精细化评估及脆弱性多维度的综合评估提供数据保障,如Google街景地图已用于识别房屋建筑在洪涝中的脆弱性特征,人口热力图在洪涝动态暴露性分析也有巨大的应用潜力。 洪水灾害是当今世界最严重的自然灾害之一，洪灾经济损失及风险评估是防洪减灾领域的一项基础性工 作，而脆弱性的确定是评估模型的关键。 文章在对自然灾害脆弱性评估方法总结的基础上，着重对洪水情景模拟中 代表脆弱性的灾损率曲线开展探讨，对灾损曲线的起源、建立方法和综合运用的趋势进行研究。 国外保险业与政府 开展此类工作较早，相比于国外已经取得的丰硕研究成果而言，国内灾损率研究远远不能为决策提供有效的指导，  这与我国面临的巨大洪灾风险不相称。 政府、保险等部门与科研工作急需结合起来，填补城市洪灾脆弱性研究空 白，多参数综合调研、深入各种承灾体内部系统而细致地开展灾损率调查，对于减少未来洪灾影响，具有非常重要 的实际意义。 城市洪涝模型的建立与验证需要高时空分辨率的土地利用、降雨数据、高精度的地形数据、城市尺度上的排水管网数据、洪涝事件的实时淹没位置流速等信息。 传统的静态数据不能满足洪涝淹没事件中承灾体的暴露性动态化及多维度的脆弱性估算要求,而来源于网络的、移动的大数据在实时、共享方面能弥补传统数据的不足,如基于热力图的人口动态图、城市交通监测数据和基于公众参与式地理信息系统(PGIS)等。<br>针对未来的城市洪涝管理,须考虑气候变化与城市扩张多情景下的城市洪涝风险估算,这样才能采取针对性的洪涝减轻措施。 我们需要对城市洪涝风险框架持开放性的理念,应随着实践及新问题的出现,及时调整城市洪涝风险评估中需要关注的内容。 传统的风险评估关注不同淹没深度下的房屋等定量化损失评估,忽视了暴露要素脆弱性的多维度属性及空间变异 (Meyer et al, 2009; Koks et al, 2015),导致了洪涝风险评估的片面与不完整性。<br>在全球气候变化与城市扩张的背景下,城市洪涝问题频发并引发严重的社会问题与经济损失。 当前城市洪涝管理的主要内容已从工程性防御性措施转向洪涝风险管理,而城市洪涝风险评估又是城市洪涝管理的关键环节。 基于此背景,论文首先介绍了IPCC采纳的城市洪涝风险评估框架"危险性(Hazard)—暴露性(Exposure)—脆弱性(Vulnerability)"即"H-E-V"的概念内涵,在此基础上梳理了其危险性、暴露性、脆弱性3大要素的主要研究内容,探讨分析不同研究方法的优缺点。 国内在综合洪涝评估方法同国际相同,普遍采用定量与半定量的方法建立研究区域的综合风险评估。<br>脆弱性的概念存在争议是当前城市洪涝风险评估最大的障碍之一(Mechler et al, 2014; Koks et al, 2015)。 而有些研究则将暴露性(Koks et al, 2015; Li C et al, 2016; Löwe et al, 2017; Tapia et al, 2017)或应对/恢复能力(Foudi et al, 2015)排除在外,将二者作为城市洪涝风险评估中的独立部分。 第5次IPCC报告认为脆弱性、危险性与暴露性是气候变化驱动下风险评估的三大核心内容,并将脆弱性定义为对洪涝不利影响的倾向性,包括易损性与应对/恢复能力(IPCC, 2014)。 易损性与应对/恢复能力两部分可通过物理、社会、经济、生态、文化、政策、风险认知等多维度特征进行评估(Cho et al, 2017; Kita, 2017)。 (2) 大数据支撑下精细化暴露性分析与多维度脆弱性评估：在暴露性分析方面,数据的时空分辨率一直是制约城市洪涝风险评估准确性、时效性的关键,比如人口分布、交通通行数据等。 在脆弱性方面,中国应着手城市洪涝灾害损失数据库的建立,为脆弱性评估及定量化综合洪涝风险评估提供数据支撑。 此外,国际上的洪涝风险管理开始重视易损性与应对/恢复能力的社会经济、环境、文化、政策等多维度特征对城市综合洪涝脆弱性方面的影响,特别是人的风险意识、应对/恢复能力。<br>而城市基础设施建设与城市发展不协调,如排水管网标准普遍偏低,导致城市洪涝问题的出现。 与此同时,城市化进程中人口与资产逐渐向城市聚集(张建云等, 2014; Slater et al, 2016),导致城市洪涝的影响范围及强度进一步增加。 因此城市洪涝已成为城市管理亟需解决的问题,受到各国政府部门及相关学者的关注(IPCC, 2012; Woodruff et al, 2013; 宋晓猛等, 2014; Adelekan et al, 2015; Slater et al, 2016)。 国内研究在暴露性方面,除了关注城市不同用地类型的暴露性外(Yin et al, 2011; 权瑞松等, 2011; 石勇等,  [https://arabellareeve.us.org/ buy valium online] 2011),还关注了易受暴雨影响的城市交通,如地铁站等。 如权瑞松等(2011)模拟上海市仓储、公共建筑等6种建筑类型与地铁(权瑞松, 2015)在不同暴雨情景下的淹没深度,在考虑不同积水深度的基础上建立暴露性指数来评价不同用地类型的暴露水平。 此专栏以第二版教材为主，提供综合知识、案例科目、论文等内容，一起努力吧八九点钟的太阳们。 [单选题]信息安全管理中，关于脆弱性，以下说法正确的是：( )A.组织使用的开源软件不须考虑其技术脆弱性。<br><br>