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。 (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。 考虑到城市洪涝风险源的非单一性,一些适应城市多洪涝源同时发生的多情景耦合模型已出现,如沿海城市风暴潮与雨季洪涝耦合模型,及城市雨季洪涝与河流洪涝淹没耦合模型。 实地调查法与GIS空间分析方法(Chapin et al, 2008; Tran et al, 2009; Jalayer et al, 2014)是暴露性分析的主要方法。 实地调查法可通过灾后走访或仪器监测,获取受灾体的暴露性信息。 GIS空间分析法通过对研究对象与城市洪涝危险性结果图进行叠加分析,识别暴露在洪涝中的房屋、道路、人口的空间位置数量等信息。 房屋建筑是城市暴露性分析中一直关注的内容(Quan et al, 2010; Hanson et al, 2011; Yin et al, 2011; Kebede et al, BUY RIVOTRIL 2012; Shepard et al, 2012; Weis et al, 2016)。
[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。 系统架构设计师，属于计算机技术与软件（高级）专业技术资格。 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。 在美國約有110萬人罹患艾滋病[85]，在非裔美国人中罹患的比例明顯偏高[86]。 B型肝炎也會藉由性行為傳染，因此有時也會列為性病[87]，在亞洲及非洲的罹患比率最高，在美國及歐洲較少[88]。 醫療健康專家建議採取安全性行為，例如正確使用保險套可以減低風險。 禁欲（Abstinence）、忠實（Be Faithful）、戴套（Use a Condom），三者合稱ABC三原則，是許多國家的安全性行為教育政策[71]。
这样才能提供可靠全面的城市综合洪涝风险评估结果,为解决城市洪涝问题提供科学合理的决策支持。 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)。 危险性分析主要目的是获取城市洪涝的淹没范围、深度、流速等属性信息,为下一步的暴露性、脆弱性分析作准备,其中淹没深度、流速是最常用的属性(Schanze et al, 2007; Teng et al, 2017)。 其主要方法有历史灾情法与模型模拟法(Koch et al, 2016)。
如沿海城市在遭遇强台风时,可能同时面临风暴潮、河流水位暴涨、城市内涝的叠加影响。 二是在世界范围内,沿海城市由于其良好的区位优势,聚集了大量的人口、建筑、产业与经济等,这进一步加剧其洪涝风险。 因此,今后的洪涝风险研究需耦合气候变化、城市扩张与城市洪涝模拟,实现长期与短期相结合的城市动态化洪涝风险评估,为后续的洪涝减轻措施与城市洪涝风险管理的科学决策提供依据。 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。
沿海洪涝指由于台风引发的风暴潮或潮汐造成的海水倒灌现象。 沿海洪涝模拟要借助于风暴潮模型(如ADCIRC)、潮汐模型(如Delft3D-FLOW)、综合的水动力学模型(如MIKE21)和GIS的"水位"法(Yin et al, 2014)。 如Takagi等(2016)利用Delft3D-FLOW模型对海洋潮汐建模,并模拟了湄公河三角洲Can Tho城市地区的淹没深度及流速。 (1) 历史灾情法是统计以往的洪涝事件中观测的淹没范围、深度、流速及产生此次洪涝事件的降雨强度(Yang T H et al, 2015; Koch et al, 2016)。 此方法有很强的时效性,通常认为其精度较高,只能提供事后的洪涝风险评估,但可为洪涝淹没模型提供验证数据。 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。
性傳染疾病指的是那些已經造成疾病的感染，或是STI關聯性較弱的同義字。 大多時候，直到透過檢驗或出現相關症狀，人們並不知道自己已經被性傳染病感染。 更有甚者，STD常常出現在對於"傳染"定義不夠嚴謹的地方。 例如，腦膜炎可以經由性接觸傳染，但因為性接觸並非此病原體最主要的傳染途徑，所以並不被視為性傳播感染。 一般而言，性傳染疾病只有很微乎其微的機率，會經由除了性接觸以外的其他途徑傳染，現實上也比較可能因為性接觸而傳染（比較複雜的傳染途徑，包括輸血、共用皮下針（英语：hypodermic needle），並不在考量中）。
性行為活躍的且沒有尿道炎症狀的少年中，常見的性傳播疾病有披衣菌（9–11%）及淋病（2–3%）。 2008年美國疾病控制與預防中心的研究指出美國的少女中，有25–40%有性傳播疾病[82][83]。 性傳染疾病早期的識別及治療可以讓疾病比較不容易擴散，有時也有助於疾病的治癒。 有些性傳染疾病存在空窗期，在初次感染後，在一段時間內檢測結果會是陰性（未罹患疾病），但其實已有罹患疾病，而且已有感染力。 有一個報告指出，在罹患性傳染疾病時，人們更容易上網找尋相關資料，而不願意就醫，其比例較其他性問題的比例要高[78]。
有關性傳播感染的歷史可以追溯到西元前1550年的埃伯斯氏古医籍及舊約聖經[14]，那時候罹患性傳播感染是一種羞辱[7]。 無論性感染是否造成症狀表現出疾病徵象，均稱為性傳播感染[15]。 本专栏聚焦系统架构领域的深度学习与实践总结，涵盖架构模式、系统设计原则、技术选型与优化策略等核心内容，结合个人学习与思考，助力构建更稳定、可扩展的技术体系。 影片点评：就是这样一个片子，传说中的伴随一代中国男生的经典影片，我看了三遍，每次都流泪。 最后一幕，小男孩看着她走远的背影，用一如平常的语调说出那点现实。