基于GIS的沧州市雷暴气象灾害风险评估

来源:用户上传      作者:王文韬 高操 韩典辰 李连祥

　　摘要 基于自然灾害风险评估理论，建立以致灾因素危险性、孕灾环境敏感性、灾害承受体脆弱性和防灾抗灾能力为主的评估体系，选取2010—2018年雷暴频次、极大雷电活动频次、自然环境和社会经济等指标，利用GIS分析技术和加权综合评价方法，对沧州市雷暴气象灾害风险进行了评估。结果表明，大面积的雷暴灾害高风险区主要分布在任丘地区、沧州市区、海兴北部地区和黄骅市东南部地区，主要是由于雷暴致灾因子危险性较大;中西部环境敏感性和承载体易损性相对低，导致雷暴灾害发生的风险较低;沧州市区的承载体易损性特别高，市区东部承灾体易损性也较差，导致沧州市区东部的雷暴灾害发生風险高于东部。
　　关键词 雷暴气象灾害;GIS分析技术;风险区划;加权综合评价方法;沧州市
　　中图分类号 P446文献标识码 A文章编号 0517-6611（2020）07-0229-04
　　doi：10.3969/j.issn.0517-6611.2020.07.065
　　Risk Assessment of Meteorological Disasters in Heavy Thunderstorm in Cangzhou City Based on GIS
　　WANG Wentao1， GAO Cao1， HAN Dianchen2 et al
　　（1. Limited Company of State Power Environmental Protection Research Institute， Nanjing， Jiangsu 210031;2. Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters/Jiangsu Key Laboratory of Agricultural Meteorology， Nanjing University of Information Science & Technology， Nanjing， Jiangsu 210044）
　　Abstract Based on the risk assessment theory of natural disasters， an assessment system is established， which mainly includes the risk of disastercausing factors， the sensitivity of disasterpregnant environment， the vulnerability of disasterbearing bodies and the ability of disaster prevention and resistance. The risk of thunderstorm meteorological disasters in Cangzhou City is evaluated by using the index of light frequency， maximum thunderstorm speed， natural environment and social economy from 2010 to 2018， using GIS analysis technology and weighted comprehensive evaluation method. The results show that the high risk areas of thunderstorm disasters in large areas are mainly located in Renqiu， Cangzhou， north Haixing and southeast Huanghua， mainly due to the high risk of galeinduced disasters. The environmental sensitivity and carrier vulnerability in the westcentral region lead to a lower risk of gale disasters. The vulnerability of the bearing body in Cangzhou City is particularly high， and the vulnerability of the disasterbearing body in the eastern part of the city is also poor， resulting in higher risk of gale disasters in the eastern part of Cangzhou City than in the eastern part. 　　Key words Thunderstorm meteorological disasters;GIS analysis technology;Risk zoning;Weighted comprehensive evaluation method;Cangzhou City
　　基金项目 淮河流域氣象开放研究基金项目（HRM201804）;中国气象局气候变化专项（CCSF201809）。
　　作者简介 王文韬（1983—），男，江苏南京人，中级工程师，硕士，从事大气与环境评估研究。通信作者。
　　收稿日期 2019-09-11
　　雷暴是由旺盛积雨云所引起的伴有闪电、雷鸣和强降雨的局地风暴。通常把只伴有降雨的雷暴称为“一般雷暴”，把伴有雷雨、大风、冰雹、龙卷风等严重灾害性天气现象之一的雷暴称为“强雷暴”。而自然灾害是人类依赖的自然界中所发生的异常现象，它具有自然和社会两重属性，是人类一直以来面临的重大挑战[1-4]。当雷暴给人类社会带来危害时，即构成雷暴灾害。它能迅速影响人类社会中电力、通讯、网络等方面，对人的生命安全以及城市建设构成威胁，严重阻碍城市发展[5-9]。因此在全球变暖、气候变化速率加快以及极端天气事件频发的背景下[10]，对当地雷灾进行区划评估有着重要的现实意义。
　　雷暴灾害风险区划大体可以分为灾情统计模型、简单因子叠加模型和概率分布模型，众多专家学者对其进行了大量研究，选择从雷暴灾害灾度方面，重点突出了雷暴灾害发生后所造成的经济损失和人口伤亡等，并根据灾害后果进行雷暴灾害风险区划[11]。但是对防灾减灾能力的研究评估尚有不足，增加了防雷救灾方面的投入与不确定性，阻碍了灾害防御的进展[12]。目前有关沧州市雷暴成灾原因、灾害分布、防灾抗灾等方面的研究还存有一定空白。为此，笔者从致灾因子危险性、孕灾环境敏感性、承灾体易损性、防灾减灾能力4因子出发，加权综合评估了沧州市雷暴气象灾害的分布。
　　1 资料与方法
　　1.1 资料来源
　　气象资料来源于河北省沧州市2010—2018年192个区域自动站和14个国家自动站的逐日雷暴资料。自然地理数据来自中国科学院地理科学与资源研究所，包括沧州市1∶50 000县行政边界（图1）、土地利用数据、河网密度、河流水系数据、数字高程模型（DEM）数据等。社会统计数据来自于沧州市统计部门，包括沧州市6个县的人口密度、国民生产总值（GDP）、地均GDP、耕地比重等。
　　1.2 研究方法
　　根据自然灾害风险形成机理[13-15]，沧州市雷暴灾害风险区划综合考虑致灾因子危险性（VE）、孕灾环境敏感性（VS）、承灾体易损性（VH）和防灾减灾能力（VR），制定沧州市雷暴灾害风险指标体系（图2），采用加权综合评价法[16]来评估雷暴气象灾害风险（V），即：
　　V=VE×WE+VS×WS+VH×WH+VR×WR（1）
　　式（1）中，V越大，则表明该地区发生灾害的可能性越大，其中Wx表示权重，采用层次熵权分析法[14，17]确定。由于各指标量纲不同，故对各指标值进行归一化处理，即：
　　Dij=0.5+0.5×Aij-AminAimax-Aimin（2）
　　式（2）中，Dij为因子j的第i个指标的归一化值，Aij为因子j的第i个指标值，Aimin和Aimax分别是第i个指标值当中的最小值和最大值。
　　2 雷暴灾害风险评估
　　2.1 致灾因子危险性
　　由灾害学的观点可知，致灾因子为表明一切可能引起人员伤亡、财产损失以及资源破坏的自然和人文变异因素，它是多种事故甚至灾害的危险源头[18]。极大雷电活动频次是形成雷暴灾害的主要因素，具有瞬时性和破坏性等特点。因此，笔者利用雷暴观测站在定时天气观测时次任意一天听到1次以上的雷声就算1个雷暴日;利用沧州市雷暴资料，计算雷暴频率，利用百分位法将其分为5个等级，作为致灾因子危险性的判定指标[19]。
　　由图3可知，沧州市雷暴致灾因子危险性风险较高，接近1/2的地区处在次高风险区及以上水平，只有少数地区属
　　于次低风险区以及低风险区。黄骅西南部地区、海兴西北部地区属于致灾因子危险性高风险区，任丘中南部地区、河间中部地区、献县中北部地区、沧州市区、沧县东南部地区、泊头东部地区、南皮西北部地区、青县东南部地区、孟村及盐山东北部地区、黄骅北部与海兴东南部地区属于次高风险区，发生雷暴气象灾害时，强大的雷电波能产生巨大的破坏力和很强的电磁干扰，对建筑物、电力、通讯、计算机、网络等设备造成重大破坏，对当地经济建设造成极大威胁。任丘中北部地区、河间东部及西部地区、肃宁、献县与泊头东部地区、东光东北部地区、沧县西北部地区、南皮东南部地区、青县北部地区、孟村与盐山西南部地区、黄骅北部地区、海兴东部地区属于中等风险区。沧州市县界行政区划图外圈地区属于次低风险区及低风险区，雷暴气象灾害发生频次较少，同时极大雷电活动的频次较低。
　　2.2 承灾体易损性
　　承灾体易损性是指受灾期间发生雷暴气象灾害的环境破坏程度。损害程度一般取决于该地区的人口密度、经济和土地利用类型[16]。耕地面积分布反映了一个地区的农业发展水平[14]，当灾害影响到大面积的耕地时，由农业产生的连锁反应会辐射到城市发展的方方面面，严重制约城市化发展。该研究主要考虑人口密度、GDP密度和耕地占比3个指标，计算公式如下：
　　VS=VSP×WP+VSG×WG+VSC×WC（3） 　　式（3）中，VS、VSP分别代表总易损性、人口易损性，VSG和VSC分别代表经济易损性和耕地面积易损性。
　　48卷7期 王文韬等 基于GIS的沧州市雷暴气象灾害风险评估
　　由图4可见，雷暴气象灾害承灾体易损性因子对沧州市影响程度相差不大，除任丘市中部地区及沧州市区外，其他地区人口密度、GDP的发展和耕地占比情况相近，多属于低风险区，若发生雷暴气象灾害，单位面积上的经济损失与受灾人口较少;任丘市外围属于次低风险区，中部地区属于次高风险区，风险高于全市大部分地区。由于任丘市人口密度与GDP发展属沧州市前列，故雷暴灾害发生时所造成的人员伤亡以及社会财产的损失都要比其他大部分地区严重;沧州市区中的运河区与新华区属于高风险区，是全市范围内风险最高的地区，由于市区中城市人口偏多，分布较为密集，城市化水平较高，社会经济发展状况好，所以一旦雷暴灾害发生，就会给当地的社会经济建设以及人们的人身安全造成极大的威胁。
　　2.3 孕灾环境敏感性
　　孕灾环境敏感性是指雷暴灾害承灾体外部环境对损害的敏感性。地形和水体结构是敏感性的主要影响因素[18]。地形主要考虑高程和地形变化（以高程标准差表示），并采用不同的值组合[20]（表1）。考虑水系对气象灾害地区造成的影响，将河流缓冲区分为2级（6、10 km），分别赋值0.9、0.8，非缓冲区取0.5。经归一化后，孕灾环境敏感性（VH）计算公式如下：
　　VH=VHDEM×WD+WHRI×RI（4）
　　式（4）中，VHDEM和VHRI分别代表因地形原因造成的影响和因水系结构与分布造成的影响，WD和WRI分别为两者权重。根据层次熵权分析法[21-22]，WD和WRI分别赋值0.6、0.4，水系数据考虑河网密度和河流水系。采用加权综合评价法[23]，绘制沧州市孕灾环境敏感区划图（图5）。
　　由图5可以看出，沧州市孕灾环境危险性总体表现出由西南向东北地区逐步上升趋势。高风险区主要分布在黄骅、青县、海兴地区的东北部。次高风险区分布在青县和黄骅、海兴地区的西南部以及任丘、沧县、盐山地区的东北部，其中黄骅市地区高风险区面积最大、危险程度最高，吴桥地区低风险区面积最大、危险程度最小。其主要原因可能是沧州市位于冀中平原东部，整体地势较为平坦，地形类型较少，多以平原为主，且变化起伏较小，自西南向东北倾斜，高风险区在发生雷暴灾害时，平坦的地势不易使雷电减小，灾害对农业、交通业造成很大威胁。所以在这些风险较高区域，建议加强城市绿化作業，使得城市抗雷能力有所加强。
　　2.4 防灾减灾能力
　　防灾减灾能力体现了一个地区在受灾后的承载能力大小与灾后重建能力的强弱，是除去自然灾害形成因子之外的重要因素，对气象灾害风险评估有着很大作用。防灾减灾能力包括工程措施和非工程措施，与当地的经济发展水平密切相关，所以笔者主要采用人均GDP和耕地面积2个指标来反映这一地区的防灾减灾能力。
　　由图6可以看出，防灾减灾能力危险性对沧州市地区的影响程度较为严重，这与沧州市的经济发展不均衡是密不可分的。其中，河间、献县、泊头、南皮、吴桥、盐山、海兴属于高风险区，防灾减灾能力较差，这些地区人均GDP发展水平相对较低，大风灾害发生后的承受能力还有很大的提升空间;沧县、肃宁、青县、东光、孟村以及黄骅西南部和东北部地区属于次高风险区，这些地区人均GDP与旱涝保收能力处在中下等发展水平，防灾能力比高风险区有一定提升，任丘市外围、黄骅市中部地区和沧州市区属于中等风险区，这些地区的经济发展水平就沧州市而言处于领先水平，但人口密度较大，需要进一步提高群众防灾能力;任丘市中部属于次低风险区，这是因为任丘市经济发展处于全市前列，GDP高达641.1亿元，同时任丘市中部城市体系较完备，居民防灾意识处于全市领先水平。综上，建议沧州市应大力推动高风险地区的经济建设，增强居民在面对灾害发生时的应变处理能力。同时在公共场地多建立避难设施，提高防灾抗灾能力。
　　2.5 雷暴灾害风险区划
　　综合上述4因子区划结果后，将4因子数据进行归纳加权得出雷暴气象灾害风险指数，利用百分位法将灾害风险指数划分为5个等级（高风险区、次高风险区、中等风险区、次低风险区、低风险区），以GIS空间分析技术为支持，绘制雷暴气象灾害风险区划图（图7）。
　　2.5.1
　　次高风险区。主要分布在任丘中部地区、黄骅东南部地区、海兴中北部地区，沧州市西部地区也属于气象灾害次高风险区。沧州市区及任丘地区人口密度较大，发展水平处于全市领先位置，一旦发生雷暴气象灾害，对当地经济发展影响很大，综合4因子后确定该地区属于雷暴灾害次高风险区;海兴北部与黄骅市东南部地区，次高风险区域面积最大，虽然该区域承灾体易损性风险较低，但是孕灾环境敏感性风险高，灾后重建能力还需要进一步提升，综合4因子后确定该地区属于雷暴灾害次高风险区。
　　2.5.2 中等风险区。主要分布在高风险区、次高风险区外侧还有青县西南及北部，南皮西部地区、泊头东部地区、河间中西部地区也属于中等风险区。其中黄骅北部及海兴南部地区，孕灾环境敏感性风险较高，综合4因子考量后确定该地区为雷暴风险中等风险区。
　　2.5.3 低风险区和次低风险区。主要分布在河间东部地区、东光东部及西部地区、南皮东部地区、盐山西部地区、青县北部地区、南排河和临港及港城区、肃宁、献县、沧县、吴桥和泊头的大部分地区。其中肃宁、献县、泊头、沧县、吴桥孕灾环境敏感性风险较低，南排河和临港及港城区地区承灾体易损性风险较低，综合4因子后，确定南排河和临港及港城区属于低风险区，肃宁、献县、泊头、沧县、吴桥地区属于次低风险区。
　　3 结论与讨论 　　（1）沧州市雷暴灾害分布不均匀，整体来看东部地区和西北部地区雷暴灾害风险较高，高风险区外围地区及南部大部分地区雷暴气象灾害综合风险级别中等，其大部分地区为次低风险区和低风险区，高风险区面积较小。东部地区及西
　　北部地区雷暴气象灾害发生频次较多，灾害强度较大。中风险区主要分布在河间、青县、南皮西部地区、海兴西南部地区、盐山东部地区、黄骅北部地区，其中河间、青县、南皮、黄骅中风险区域面积最大，致灾因子危险性较高，雷暴发生频次较高，灾害强度较大，建议加强这些地区的城市绿化建设，增加灾害避难场所，增强对雷暴灾害的应对能力。任丘、黄骅地区防灾减灾能力较差，发生雷暴气象灾害时，难以及时针对灾害进行有效应对，灾后重建能力较弱，因此出现次高风险区。
　　（2）城市雷暴灾害是一个复杂的系统，风险评估影响因素众多，笔者仅从有限评价指标对沧州市雷暴气象灾害进行了风险区划分析，存在一定的局限性，今后在研究风险区划时，应进一步完善和优化雷暴灾害形成机理，建立更加科学合理的城市雷暴气象灾害风险区划模型。
　　参考文献
　　[1] 国家气候中心.气象干旱等级[M].北京：中国标准出版社，2006.
　　[2] 丁裕国.探讨灾害规律的理论基础——极端气候事件概率[J].气象与减灾研究，2006，29（1）：44-50.
　　[3] 朱峰，迟良勤，林明志，等.浅谈雷电灾害风险评估[J].吉林气象，2007，14（1）：38-41.
　　[4] DHAKAL A S，AMADA T，ANIYA M.Landslide hazard mapping and the application of GIS in the Kulekhani watershed，Nepal[J].Mountain research and development，1999，19（1）：3-16.
　　[5] 周东颖，张丽娟，张利，等.哈尔滨市气象灾害发生规律及风险评估[J].中国农学通报，2010，26（8）：332-336.
　　[6] 唐海明，帅细强，肖小平，等.2010年湖南省农业气象灾害分析及减灾对策[J].中国农学通报，2012，28（12）：284-290.
　　[7] 蔡冰，刘寿东，费玉娟，等.江苏省设施农业气象灾害风险等级区划[J].中国农学通报，2011，27（20）：285-291.
　　[8] 朱浩，陈娇荣，王威.东洞庭湖区大风灾害及其对水上交通安全的影响[J].科技与创新，2014（24）：95，97.
　　[9] 戴建鋒，吴力川，胡适军，等.浙江省水路交通系统台风灾害脆弱性分析[J].武汉理工大学学报，2012，34（4）：62-66.
　　[10] PEDUZZI P，DAO H，HEROLD C，et al.Assessing global exposure and vulnerability towards natural hazards：The Disaster Risk Index[J].Natural hazards and earth system science，2009，9（4）：1149-1159.
　　[11] 杨龙，何清.新疆近3年大风灾害灾度分析与区划[J].灾害学，2005，20（4）：83-86.
　　[12] 陈鑫.杭州大风灾害风险区划[D].南京：南京信息工程大学，2012.
　　[13] HUANG D P，LIU C，FANG H J，et al.Assessment of waterlogging risk in Lixiahe region of Jiangsu Province based on AVHRR and MODIS image[J].Chinese geographical science，2008，18（2）：178-183.
　　[14] 莫建飞，陆甲，李艳兰，等.基于GIS的广西农业暴雨洪涝灾害风险评估[J].灾害学，2012，27（1）：38-43.
　　[15] 魏一鸣，金菊良，杨存建，等.洪水灾害风险管理理论[M].北京：科学出版社，2002.
　　[16] 温跃修，胡彩虹，荐圣淇.郑州市区暴雨洪涝风险区划研究[J].人民珠江，2018，39（12）：17-23.
　　[17] 雷享勇，陈燕，潘骁骏，等.杭州市主城区暴雨内涝灾害风险区划[J].杭州师范大学学报（自然科学版），2019，18（1）：105-112.
　　[18] 李京，蒋卫国，陈云浩，等.基于GIS多源栅格数据的模糊综合评价模型[J].中国图象图形学报，2007，12（8）：1446-1450.
　　[19] 缪霄龙，缪启龙，宋健，等.杭州地区雷雨大风灾害风险区划[J].气象与减灾研究，2012，35（3）：45-50.
　　[20] 鲜铁军.基于GIS的南充市暴雨洪涝农业气象灾害风险区划与评估[J].现代农业科技，2018（23）：199-202.
　　[21] 张婧，郝立生，许晓光.基于GIS技术的河北省洪涝灾害风险区划与分析[J].灾害学，2009，24（2）：51-56.
　　[22] 胡波，丁烨毅，何利德，等.基于模糊综合评价的宁波暴雨洪涝灾害风险区划[J].暴雨灾害，2014，33（4）：380-385.
　　[23] 石涛，谢五三，张丽，等.暴雨洪涝风险评估的GIS和空间化应用：以芜湖市为例[J].自然灾害学报，2015，24（5）：169-176.
转载注明来源:https://www.xzbu.com/1/view-15188353.htm