發(fā)布時間：2020-11-21 15:41

　　 氣象災(zāi)害屬于自然災(zāi)害中最具嚴重影響力的災(zāi)害之一,其主要類型包括:由大氣直接產(chǎn)生的災(zāi)害和次生災(zāi)害。云南省位居中國西南地區(qū),屬于海拔高度差較大和地形龐雜的區(qū)域,常年受到熱帶季風(fēng)氣候和高原山地氣候的影響,繁雜的環(huán)境特征和地理分布特征往往導(dǎo)致氣象災(zāi)害頻繁發(fā)生,常年發(fā)生如高溫、干旱、低溫、暴雨、大風(fēng)、冰雹、雷電、雪災(zāi)、森林火災(zāi)等直接氣象災(zāi)害和山體滑坡、泥石流、洪水等次生氣象災(zāi)害。受氣象災(zāi)害影響,加上原本經(jīng)濟落后、貧困人口多等原因,使云南省經(jīng)濟發(fā)展更加遲緩。而面對如何降低氣象災(zāi)害帶來的損失以及災(zāi)區(qū)重建的問題,單依靠政府財政補貼和社會救助兩方面是不能解決的,必須充分發(fā)揮金融風(fēng)險管理模式,這樣既可以有效的減輕政府負擔(dān),又可以提高資金使用效率、減災(zāi)救災(zāi)效率,為災(zāi)后重建提供更多的資金來源和保障。以云南省的風(fēng)雹災(zāi)害作為文章主要探究的目標。首先介紹了全球及國內(nèi)氣象災(zāi)害,并重點介紹了云南省氣象災(zāi)害特征及其現(xiàn)有應(yīng)對措施。其次,利用極值理論對云南省風(fēng)雹災(zāi)害經(jīng)濟損失分布進行了實證研究。接著,運用空間點模式分析法,主要利用強度點模式分析、最鄰近距離分析兩種分析方法,結(jié)合R軟件,對云南省風(fēng)雹災(zāi)害的空間分布特征進行識別和分析。最后,結(jié)合研究成果,針對目前云南省應(yīng)對風(fēng)雹災(zāi)害工作中出現(xiàn)的問題,從金融參與風(fēng)險管理、防御等角度提出應(yīng)對災(zāi)害的相關(guān)策略。
【學(xué)位單位】：云南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2017
【中圖分類】：P429
【部分圖文】：

Ｗｔｍ＾＾?＼￣％—＾???圖２．１我國五大類氣候特征分布區(qū)域??圖２．?２我國季風(fēng)與非季風(fēng)氣候分布范圍??我國氣象災(zāi)害種類的分布特征與地理位置也有密切的聯(lián)系，從近些年氣象災(zāi)??害發(fā)生地理位置來看，西北地區(qū)、內(nèi)蒙古、西藏、四川等�。ㄗ灾螀^(qū)）因常年受溫??帶大陸性氣候影響，常年發(fā)生千旱、冬季凍害、森林火災(zāi)等氣象災(zāi)害；青藏高原??因常年受到高原山地氣候的影響，所以常年降雹；新疆南部、內(nèi)蒙古與甘肅兩省??西部，受溫帶大陸性氣候，常年干旱，加上土地沙漠化，這些地區(qū)常年受到沙塵??暴侵襲；江淮、江南、華南地區(qū)屬于亞熱帶季風(fēng)氣候，因此暴雨、洪澇、臺風(fēng)、??雷雨大風(fēng)、龍卷風(fēng)常年發(fā)生；而西南地區(qū)中東部，高原高山地氣候又地處季風(fēng)區(qū)，??所以災(zāi)害種類比較繁多

Ｗｔｍ＾＾?＼￣％—＾???圖２．１我國五大類氣候特征分布區(qū)域??圖２．?２我國季風(fēng)與非季風(fēng)氣候分布范圍??我國氣象災(zāi)害種類的分布特征與地理位置也有密切的聯(lián)系，從近些年氣象災(zāi)??害發(fā)生地理位置來看，西北地區(qū)、內(nèi)蒙古、西藏、四川等�。ㄗ灾螀^(qū)）因常年受溫??帶大陸性氣候影響，常年發(fā)生千旱、冬季凍害、森林火災(zāi)等氣象災(zāi)害；青藏高原??因常年受到高原山地氣候的影響，所以常年降雹；新疆南部、內(nèi)蒙古與甘肅兩省??西部，受溫帶大陸性氣候，常年干旱，加上土地沙漠化，這些地區(qū)常年受到沙塵??暴侵襲；江淮、江南、華南地區(qū)屬于亞熱帶季風(fēng)氣候，因此暴雨、洪澇、臺風(fēng)、??雷雨大風(fēng)、龍卷風(fēng)常年發(fā)生；而西南地區(qū)中東部，高原高山地氣候又地處季風(fēng)區(qū)，??所以災(zāi)害種類比較繁多

（列織態(tài)）Ｉ丨?Ｉ?１?１?Ｉ?１?１１??資料來源：云南減災(zāi)年鑒編委會：《云南減災(zāi)年鑒》２０００－２０１３：??云南省統(tǒng)計局：《云南統(tǒng)計年鑒》２０００－２０１３。??由表５．?７可以發(fā)現(xiàn)，峰度是大于０的，這表明整體數(shù)據(jù)的分布形態(tài)與正態(tài)進行相比，相對來說有些陡峭，這時稱為尖頂峰；偏度是大于０的，這表明數(shù)據(jù)的分布與正態(tài)分布相比，相對來說是正偏的或者右偏的，即表明存在一尾巴拖在右側(cè)，也就是說在此數(shù)據(jù)的右端存在許多極端值。??運用ＳＰＳＳ２１繪制散點圖，觀察風(fēng)雹災(zāi)害直接經(jīng)濟損失數(shù)據(jù)的分布情況，如．?１．??．ＴＳＯＯ．ＯＯＯＯＯＯＯ－
【參考文獻】

相關(guān)期刊論文 前10條

1 鄭文鋒;李曉璐;顧行發(fā);LAM Nina;劉珊;謝建軍;;基于空間點模式分析的地震空間分布集中趨勢特性[J];電子科技大學(xué)學(xué)報;2015年04期

2 張晗霄;周月癑;;基于POT-GPD模型的巨災(zāi)損失分布及參數(shù)估計的比較[J];河南科技;2015年03期

3 何樹紅;吳迪;王珊;;基于極值理論的洪水災(zāi)害損失模型研究[J];云南民族大學(xué)學(xué)報(自然科學(xué)版);2014年01期

4 歐陽資生;;地質(zhì)災(zāi)害損失分布擬合與風(fēng)險度量[J];統(tǒng)計研究;2011年11期

5 邵騰偉;冉光和;;基于POT-GPD損失分布的農(nóng)業(yè)自然災(zāi)害VAR估算[J];統(tǒng)計研究;2011年07期

6 劉彤;閆天池;;我國的主要氣象災(zāi)害及其經(jīng)濟損失[J];自然災(zāi)害學(xué)報;2011年02期

7 陳思寧;申雙和;劉敏;馮明;張瑋瑋;;湖北省茶樹氣象災(zāi)害模糊綜合評價及區(qū)劃[J];農(nóng)業(yè)工程學(xué)報;2010年12期

8 劉鵑;李永;;中國地震損失分布與巨災(zāi)債券定價研究[J];財貿(mào)研究;2009年06期

9 秦偉良;徐志勇;鄒健;李奇松;;基于兩類極值分布的金融風(fēng)險度量[J];安徽工程科技學(xué)院學(xué)報(自然科學(xué)版);2007年02期

10 羅培;;基于GIS的重慶市干旱災(zāi)害風(fēng)險評估與區(qū)劃[J];中國農(nóng)業(yè)氣象;2007年01期

相關(guān)碩士學(xué)位論文 前4條

1 王珊;云南省暴雨災(zāi)害損失分布及應(yīng)對策略研究[D];云南大學(xué);2015年

2 張榮長;云南省自然災(zāi)害損失分布及其應(yīng)對研究[D];云南大學(xué);2013年

3 陳敏;基于GIS的山洪災(zāi)害空間分布預(yù)測研究[D];成都理工大學(xué);2012年

4 張國輝;極值理論及其在風(fēng)險價值中的應(yīng)用[D];浙江大學(xué);2003年

本文編號：2893231