青海高原雪災(zāi)風(fēng)險度評價模型與風(fēng)險區(qū)劃探討

何永清,周秉榮,張海靜,肖建設(shè)

（1.青海省防災(zāi)減災(zāi)重點(diǎn)實(shí)驗(yàn)室,青海西寧 810001；2.青海省囊謙縣氣象局,青海香達(dá) 815200；3.青海省氣象科學(xué)研究所,青海西寧 810001；4.青海省同德縣氣象局,青海尕巴松多 813200）

我國是一個雪災(zāi)頻發(fā)的國家,特別是在內(nèi)蒙古、新疆、青海和西藏四大主要牧區(qū),不同程度的雪災(zāi)幾乎每年都要發(fā)生[1]。而對于雪災(zāi)區(qū)域?qū)ｍ?xiàng)研究,主要是從危險度角度評價、預(yù)警等,采取的方法主要是主成分分析和模糊評價方法,選取的因子從單純的氣象指標(biāo)逐步發(fā)展到氣象、畜牧、生態(tài)等不同學(xué)科綜合因子[2-7]。近年來,隨著各種監(jiān)測手段和處理技術(shù)的進(jìn)步,利用遙感（RS）、地理信息系統(tǒng)（GIS）技術(shù)在雪災(zāi)監(jiān)測及評價方面開展了一些研究[8-10]。雪災(zāi)風(fēng)險區(qū)劃是對區(qū)域內(nèi)發(fā)生雪災(zāi)可能性大小的一種評估,其價值在于對災(zāi)害的防御重點(diǎn)由“災(zāi)后救援”轉(zhuǎn)移到“災(zāi)前防御”上。目前,對青海高原雪災(zāi)風(fēng)險度的評價和區(qū)劃方面的研究較為少見。

區(qū)域氣象災(zāi)害的評估在防災(zāi)減災(zāi)中具有很重要的地位,無論是在評價內(nèi)容上、規(guī)模上還是評價的方法和技術(shù)上,許多專家學(xué)者從不同角度做出了重要的貢獻(xiàn),并為對氣象災(zāi)害評估的進(jìn)一步研究打下了堅實(shí)的基礎(chǔ)[11]。本研究在前人氣象災(zāi)害評估方面已經(jīng)取得成就的基礎(chǔ)之上,以青海高原雪災(zāi)為研究對象,從災(zāi)害發(fā)生的成災(zāi)環(huán)境、災(zāi)害發(fā)生的可能性以及承災(zāi)體的脆弱性等3個方面選取牲畜數(shù)量、可利用草場面積、牧草產(chǎn)量、雪災(zāi)發(fā)生頻率、人口、GDP等評價因子,利用GIS空間分析方法,對區(qū)域雪災(zāi)風(fēng)險評估和區(qū)劃進(jìn)行研究。

1 研究區(qū)概況

青海位于青藏高原東北部,平均海拔4 000 m 以上,地域遼闊、地形復(fù)雜,是長江 、黃河、瀾滄江源頭地區(qū),是我國著名的四大牧區(qū)之一。同時青海氣候嚴(yán)寒、降水分布不均勻,而畜牧業(yè)基礎(chǔ)薄弱、社會經(jīng)濟(jì)滯后,也是青藏高原積雪及雪災(zāi)形成的最主要的地區(qū)。

雪災(zāi)是青海最常見、危害最大、范圍最廣的自然災(zāi)害,也是制約牧區(qū)草原畜牧業(yè)穩(wěn)定、持續(xù)發(fā)展的主要?dú)庀鬄?zāi)害之一。根據(jù)青海省1949-2002年的氣象資料和各地雪災(zāi)發(fā)生資料統(tǒng)計,全省牧區(qū)共發(fā)生29次雪災(zāi),嚴(yán)重的有11次,特大雪災(zāi)5次,其中南部地區(qū)發(fā)生頻率最高,平均2年1次,小范圍局地性雪災(zāi)基本上年年都有不同程度出現(xiàn)。1953年5月,達(dá)日地區(qū)遭受特大雪災(zāi),牲畜大量死亡。1985年10月,青南地區(qū)發(fā)生歷史上特大雪災(zāi),共減損牲畜193萬頭（只）,其中死亡牲畜152.6萬頭（只）,急宰牲畜40.4萬頭（只）,直接經(jīng)濟(jì)損失達(dá)1.2億元。1993年春,青南牧區(qū)連降數(shù)場中到大雪,發(fā)生嚴(yán)重雪災(zāi),全省累計受災(zāi)面積達(dá)到57萬km2,受災(zāi)牲畜1 340多萬頭（只）①董安祥等中國西部歷史時期史料匯編——《青藏高原東部牧區(qū)暴雪成災(zāi)的規(guī)律、機(jī)制和預(yù)報研究》課題組；2008年1月中下旬,持續(xù)的降雪,使高原和我國南方大部分地區(qū)遭受雪災(zāi)凍害。由此可見,雪災(zāi)對青海高原的畜牧業(yè)乃至社會經(jīng)濟(jì)的發(fā)展有很嚴(yán)重的影響。

2 資料來源及研究方法

2.1 資料及來源本研究應(yīng)用的資料有以下幾項(xiàng):（1）青海省各縣（行政區(qū)）人口和國民生產(chǎn)總值（GDP）,來自2008年青海省統(tǒng)計年鑒；（2）青海省各縣（行政區(qū)）牲畜數(shù)量、可利用牧草面積,其中牲畜數(shù)量以2000年統(tǒng)計數(shù)據(jù)為準(zhǔn),來自青海省統(tǒng)計局；（3）青海省各縣（行政區(qū)）1961-2008年發(fā)生的雪災(zāi)次數(shù),來自青海省氣候中心；（4）青海省牧草產(chǎn)量,由2006-2008年8月EOS/MODIS資料16 d NDVI合成資料獲取,來自青海省遙感監(jiān)測中心。

2.2 數(shù)據(jù)處理方法本研究涉及的數(shù)據(jù)有標(biāo)量和柵格,在分析和運(yùn)算前主要做了如下處理:

1）由于人均GDP、牲畜數(shù)量、可利用草場面積、雪災(zāi)發(fā)生次數(shù)等數(shù)據(jù)計量單位不同,取值范圍變幅大,因此對以上數(shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)化處理,公式如下:

2）在ArcGIS中將以上數(shù)據(jù)分別與青海省縣級行政區(qū)聯(lián)接,并用空間分析工具轉(zhuǎn)換為柵格文件。

3）應(yīng)用柵格運(yùn)算對牧草產(chǎn)量數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。

4）按風(fēng)險度函數(shù)對以上數(shù)據(jù)進(jìn)行柵格運(yùn)算,并利用地理統(tǒng)計功能進(jìn)行等級劃分及分區(qū)。

本研究以1∶25萬數(shù)字化地理地圖為基礎(chǔ),應(yīng)用ArcGIS軟件,將各評價因子數(shù)據(jù)圖層處理為1 000 m×1 000 m的柵格數(shù)據(jù),文件為tif格式,投影方式為Albers。

2.3 風(fēng)險度模型的建立以往的研究中,有直接采用聯(lián)合國風(fēng)險表達(dá)式的,也有增加因子單獨(dú)列出后計算的,還有用災(zāi)害風(fēng)險評價指標(biāo)（FDRI）等,本研究在周秉榮等[6]、張繼權(quán)和李寧[12]、蔣新宇等[13]、唐川和朱靜[14]以及宮清華等[15]研究的基礎(chǔ)上做了適當(dāng)調(diào)整,用以下模型:

式中,R為綜合風(fēng)險度,衡量研究區(qū)域發(fā)生雪災(zāi)可能性大小的等級函數(shù),值越大,表示發(fā)生雪災(zāi)的可能性越大。∏表示對因子x的連乘運(yùn)算。和是風(fēng)險度因子,按照對雪災(zāi)致災(zāi)影響作用,分為正向和逆向2類,正向風(fēng)險度因子（）是指對草地畜牧業(yè)和抗災(zāi)救災(zāi)有良好影響的指標(biāo),數(shù)值越大,風(fēng)險度越小,而逆向風(fēng)險度因子（）則相反。

重陽節(jié) 每年的農(nóng)歷九月初九為重陽節(jié)。達(dá)斡爾民族世代崇尚敬老，在重陽節(jié)這一天，子女要給老人過這個節(jié)日，以示對老人的尊敬。

在參照氣象災(zāi)害模型的同時,考慮到以往的研究中對于各個因子之間是通過乘以權(quán)重系數(shù),各因子進(jìn)行相加,因子的權(quán)重是由人為確定,主觀因素對計算結(jié)果有較大影響。本研究采取各風(fēng)險度因子相乘的模型[11],可以避免主觀因素的影響,同時能準(zhǔn)確地反映各因子對風(fēng)險度的貢獻(xiàn)量,并通過放大數(shù)據(jù)利于風(fēng)險度的分級區(qū)劃,在模型（2）的基礎(chǔ)上最終得到雪災(zāi)風(fēng)險度評價模型,如下:

本研究選用了雪災(zāi)相關(guān)的氣象、畜牧、社會經(jīng)濟(jì)因子,其中氣象因子作為致災(zāi)因子,涉及的資料較多,若應(yīng)用或處理不當(dāng)反而影響研究,故用多年雪災(zāi)發(fā)生次數(shù)；畜牧方面的牧草面積、載畜量、牧草產(chǎn)量則反映了孕災(zāi)環(huán)境,體現(xiàn)的是畜牧業(yè)本身對雪災(zāi)的承受能力；而人口和GDP則是承災(zāi)體最主要的2項(xiàng)參數(shù),表征災(zāi)區(qū)抵御災(zāi)害能力、牧區(qū)抗災(zāi)主觀能動力的大小,考慮到青海特殊情況,用人均GDP比較合適。以上因子綜合反映了風(fēng)險度分析中雪災(zāi)的危險度、易損度。

3 GIS空間分析及處理

空間分析是基于地理對象位置和形態(tài)的空間數(shù)據(jù)分析技術(shù),其目的在于提取和傳輸空間信息[6]。雪災(zāi)風(fēng)險研究中采用空間分析的方法包括:空間量算、疊加分析、空間信息再分類?？臻g分析進(jìn)行的依據(jù)是雪災(zāi)風(fēng)險度評價模型。

3.1 雪災(zāi)風(fēng)險度各因子分析將雪災(zāi)風(fēng)險度各因子標(biāo)準(zhǔn)化后的數(shù)據(jù)賦予各縣級行政區(qū),作為空間屬性值,再由空間分析工具處理為柵格文件,利于按行政區(qū)域查詢和空間分析。經(jīng)過處理后的各因子圖層見圖1。

從圖1a可以看出青海省牲畜數(shù)量最多為澤庫、河南、共和,其次為剛察、祁連、天俊、瑪沁、久治、玉樹,而牲畜數(shù)量較少的地區(qū)為平安、大柴旦、冷湖,其中西寧、茫崖最少。

從圖1c可以了解青海省可利用牧草面積最多為格爾木、瑪多、雜多、曲麻萊,其次為治多、都蘭、達(dá)日、稱多,而牧草面積較少的地區(qū)為茫崖、冷湖和青海東部農(nóng)業(yè)區(qū),其中平安、西寧最少。

從圖1d可知青海省人均GDP最高的為茫崖、大柴旦、格爾木、天俊,其次為西寧、海晏、德令哈,而青南地區(qū)稱多、囊謙、達(dá)日的人均GDP較低,其中甘德、玉樹最低。

從圖1e可以看出青海省牧草產(chǎn)量最高的地區(qū)為河南、海晏、剛察,其次為甘德、久治、囊謙,同德,而青海柴達(dá)木盆地牧草產(chǎn)量較低,其中冷湖、茫崖最低。

3.2 雪災(zāi)風(fēng)險等級劃分和分區(qū)應(yīng)用Arc-GIS中的空間分析功能,先將上述評價因子圖層進(jìn)行最大歸一化處理,然后按照模型進(jìn)行各圖層?xùn)鸥襁\(yùn)算,得到青海高原雪災(zāi)風(fēng)險度分布圖層,再利用ArcGIS中的地理統(tǒng)計功能,分析風(fēng)險度數(shù)據(jù)分布情況,根據(jù)雪災(zāi)風(fēng)險度綜合值 R的特征,將風(fēng)險度分為七級（表1）,最終將青海劃分為7個等級的雪災(zāi)風(fēng)險區(qū)（圖2）。

表1 青海省雪災(zāi)風(fēng)險區(qū)劃分級

從圖2中看出,青海省雪災(zāi)風(fēng)險最高的地區(qū)主要在青南的甘德、久治、稱多、達(dá)日以及玉樹、班瑪、澤庫的部分區(qū)域,另外集中在都蘭縣西北部和門源及化隆的部分地區(qū),湟中縣及互助縣的部分地區(qū)也在最高危險級別中,風(fēng)險等級較高和高的地區(qū)為玉樹、河南、同德、貴南、都蘭、門源以及囊謙、雜多、治多、曲麻萊等地。全省雪災(zāi)風(fēng)險最低的地區(qū)主要為茫崖、循化、樂都、平安、尖扎、貴德、海晏等縣,以及格爾木和沱沱河等地的部分地區(qū),風(fēng)險較低和低的地區(qū)為格爾木、興海、瑪沁、同仁、共和、剛察、祁連等地。

從各因子分析圖看,甘德、久治、稱多地區(qū)雪災(zāi)出現(xiàn)次數(shù)最多、人均GDP最低,而牲畜數(shù)量、牧草面積和產(chǎn)量處于相對應(yīng)的級別,故為青海雪災(zāi)風(fēng)險度最高；茫崖等地雪災(zāi)次數(shù)最少、人均GDP最高,而牲畜數(shù)量、牧草面積和產(chǎn)量處于相對應(yīng)的級別,故風(fēng)險度最低。最終的雪災(zāi)風(fēng)險度分區(qū)結(jié)果與此前相關(guān)研究及青海雪災(zāi)發(fā)生的實(shí)際情況吻合較好,青南的甘德、久治、稱多、達(dá)日以及玉樹、班瑪、澤庫的部分區(qū)域?yàn)榍嗪Ｑ?zāi)高發(fā)中心的結(jié)論基本一致[16]。

圖1 青海高原雪災(zāi)風(fēng)險度因子空間分析

圖2 青海高原雪災(zāi)風(fēng)險度分區(qū)

4 結(jié)論

1）建立了青海雪災(zāi)風(fēng)險度評價模型,運(yùn)用GIS技術(shù),綜合分析了氣象、畜牧和社會經(jīng)濟(jì)等多個致災(zāi)因子,對青海高原雪災(zāi)的風(fēng)險分析和區(qū)劃進(jìn)行了初步嘗試,得到了青海高原雪災(zāi)風(fēng)險區(qū)劃,為今后雪災(zāi)及相關(guān)領(lǐng)域的深入研究提供了一種新思路和方法。

2）青海高原雪災(zāi)風(fēng)險高的地區(qū)主要集中在青南地區(qū),其中以甘德、久治、稱多、達(dá)日以及玉樹、澤庫的部分區(qū)域?yàn)樽罡?；雪?zāi)風(fēng)險低的地區(qū)主要在柴達(dá)木盆地和東部農(nóng)業(yè)區(qū),其中以茫崖、循化、樂都、平安、尖扎等地為最低；其余地區(qū)處于風(fēng)險等級從高到低的不同分區(qū)上。

3）本研究結(jié)果與此前相關(guān)研究及青海雪災(zāi)發(fā)生的實(shí)際情況吻合較好,可為制定青海高原雪災(zāi)管理對策、畜牧經(jīng)濟(jì)建設(shè)和發(fā)展規(guī)劃以及防災(zāi)減災(zāi)對策提供情報參考。

4）由于雪災(zāi)形成的復(fù)雜性,影響因子眾多,而資料有限,對雪災(zāi)風(fēng)險區(qū)劃的分析,有待今后進(jìn)一步研究和完善。如能引入交通等級、抗災(zāi)物資貯備等因子,對草地狀況按類型作細(xì)化處理,將有利于完善和提高雪災(zāi)風(fēng)險區(qū)劃的精度和可信度。

[1]李碩,馮學(xué)智,左偉.西藏那曲牧區(qū)雪災(zāi)區(qū)域危險度的模糊綜合評價研究[J].自然災(zāi)害學(xué)報,2001,10（1）:86-91.

[2]魯安新,馮學(xué)智,曾群柱,等.西藏那曲牧區(qū)雪災(zāi)因子主成分分析[J].冰川凍土,1997,19（2）:180-185.

[3]周陸生,汪青春,李海紅,等.青藏高原東部牧區(qū)大-暴雪過程雪災(zāi)災(zāi)情適時預(yù)評估方法的研究[J].自然災(zāi)害學(xué)報,2001,10（2）:58-65.

[4]康海軍,王朝華.青南牧區(qū)雪災(zāi)危害程度的小區(qū)域劃分[J].青海農(nóng)林科技,2000（1）:22-23.

[5]周秉榮,申雙和,李鳳霞.青海高原牧區(qū)雪災(zāi)綜合預(yù)警評估模型研究[J].氣象,2006,9（9）:106-110.

[6]周秉榮,李鳳霞,申雙和,等.青海高原雪災(zāi)預(yù)警模型與GIS空間分析技術(shù)應(yīng)用[J].應(yīng)用氣象學(xué)報,2007,6（3）:373-379.

[7]張國勝,伏洋,顏亮東,等.三江源地區(qū)雪災(zāi)風(fēng)險預(yù)警指標(biāo)體系及風(fēng)險管理研究[J].草業(yè)科學(xué),2009,26（5）:144-150.

[8]劉興元,梁天剛,郭正剛,等.阿勒泰地區(qū)草地畜牧業(yè)雪災(zāi)的遙感監(jiān)測與評價[J].草業(yè)學(xué)報,2003,12（6）:115-120.

[9]梁天剛,劉興元,郭正剛.基于3S技術(shù)的牧區(qū)雪災(zāi)評價方法[J].草業(yè)學(xué)報,2006,15（4）:122-128.

[10]黃曉東,梁天剛.牧區(qū)雪災(zāi)遙感監(jiān)測方法的研究[J].草業(yè)科學(xué),2005,22（12）:10-16.

[11]羅培,張?zhí)烊?杜軍.基于GIS和模糊評價法的重慶洪澇災(zāi)害風(fēng)險區(qū)劃[J].西北師范大學(xué)學(xué)報,2007,28（2）:165-171.

[12]張繼權(quán),李寧.主要?dú)庀鬄?zāi)害風(fēng)險評價與管理的數(shù)量化方法及其應(yīng)用[M].北京:北京師范大學(xué)出版社,2007.

[13]蔣新宇,范久波,張繼權(quán),等.基于GIS的松花江干流暴雨洪澇災(zāi)害風(fēng)險評估[J].災(zāi)害學(xué),2009,9（3）:51-56.

[14]唐川,朱靜.基于GIS的山洪災(zāi)害風(fēng)險區(qū)劃[J].地理學(xué)報,2005,1（1）:87-94.

[15]宮清華,黃光慶,郭敏,等.基于GIS技術(shù)的廣東省洪澇災(zāi)害風(fēng)險區(qū)劃[J].自然災(zāi)害學(xué)報,2009,2（1）:58-63.

[16]郝璐,王靜愛,滿蘇爾,等.中國雪災(zāi)時空變化及畜牧業(yè)脆弱性分析[J].自然災(zāi)害學(xué)報,2002,11（4）:43-48.