黔東南州冰雹災害風險評估與區(qū)劃

蔣漢開 張小娟 龍安華 龍源 陳曉丹

摘? 要：文章選取黔東南州16個縣市年均降雹日數(shù)、人口密度、耕地比重、經(jīng)濟作物種植比重、人均GDP、高炮保護作物面積占耕地比重、人影運行保障經(jīng)費等7個指標作為致災因子危險性、承災體易損性、防災減災能力3個因子的評價指標，通過層次分析法賦予各指標權重，采用加權綜合評價法構建各因子綜合評價指數(shù)，構建黔東南州冰雹災害風險評估模型，利用ArcGIS功能初步建立黔東南州冰雹災害風險區(qū)劃。由區(qū)劃結果可知，黔東南州冰雹災害風險普遍較大，中高風險區(qū)涵蓋12個縣市，冰雹災害風險總體趨勢為北部地區(qū)風險較高，南部地區(qū)較低;北部部分地區(qū)風險遠高于其他地區(qū)，主要是該區(qū)域致災因子危險性較高和易損性較高;南部地區(qū)風險相對較小，主要是致災危險性較小;通過建立風險區(qū)劃，以期為當?shù)刈鳂I(yè)點優(yōu)化布局及防雹減災決策提供一些具有指導意義的參考依據(jù)，減少冰雹災害帶來的損失。

關鍵詞：冰雹災害;風險評估模型;風險區(qū)劃

中圖分類號：P467 文獻標志碼：A? ? ? ? ?文章編號：2095-2945（2020）35-0055-04

Abstract： In this paper， seven indexes， such as the average annual hail days， population density， the proportion of cultivated land， the proportion of cash crops， the per capita GDP， the proportion of crop area protected by antiaircraft artillery in cultivated land， and the funds for ensuring the operation of people， are selected as the evaluation indexes of the risk of disaster factors， the vulnerability of disaster-bearing bodies and the ability of disaster prevention and reduction. Through analytic hierarchy process （AHP）， weighted comprehensive evaluation method was used to construct various factors comprehensive evaluation index and build Qiandongnan Prefecture's hail disaster risk assessment model， and the function of ArcGISfor the purpose of the preliminary establishment of Qiandongnan Prefecturehail disaster risk zoning. According to the regionalization results， hail disaster risks are generally large in Qiandongnan Prefecture， and the medium-high risk areas cover 12 counties and cities. The overall trend of hail disaster risk is higher in the northern region and lower in the southern region. The risk in the northern part is much higher than that in other areas， mainly due to the high risk and vulnerability of the disaster-causing factors. The risk in the southern region is relatively small， mainly due to the low risk of disaster. By establishing the risk zoning， it is expected to provide some guiding references for optimizing the layout of local operation sites and decision-making of hail prevention and disaster reduction， so as to reduce the losses caused by hail disaster.

Keywords： hail disaster; risk assessment model; risk zoning

1 概述

貴州省黔東南是典型的春雹發(fā)生區(qū)，春季冰雹日數(shù)占全年冰雹日數(shù)的62.7%[1]。冰雹的發(fā)生具有突發(fā)性強，來時猛，破壞力大等特點，給農業(yè)生產造成極大經(jīng)濟損失。2020年3月22日，全州10縣（市）26鄉(xiāng)鎮(zhèn)出現(xiàn)冰雹，最大直徑約40mm，造成受災24726人，農作物受災面積454公頃，房屋一般損壞4689戶9772間，直接經(jīng)濟損失3155.85萬元。同年5月4日，岑鞏縣羊橋鄉(xiāng)、天星鄉(xiāng)、水尾鎮(zhèn)降雹，冰雹最大直徑70mm，造成受災19534人，農作物受災面積715.64公頃，絕收面積6.98公頃，嚴重損壞房屋10戶20間，一般損壞房屋3463戶10375間，損壞車輛385臺，因災造成直接經(jīng)濟損失約9077萬元。

災害的發(fā)生無法避免，但是可以通過有力措施避免或者減少災害造成的損失。對該區(qū)域災害進行風險區(qū)劃，辨識高風險區(qū)，提前做好防范是有效措施之一。目前關于黔東南州冰雹的研究大多集中于冰雹過程的分析及臨近預警指標的研究[2-5]，分析其成因及雷達特征，或者分析冰雹時空分布特征及變化[6-7]，針對黔東南州冰雹災害風險區(qū)劃研究較少。本文結合前人已經(jīng)比較成熟的冰雹災害評估方法，通過建立黔東南州冰雹災害風險評估模型，選取各縣市年均降雹日數(shù)、人口密度、耕地比重、經(jīng)濟作物種植比重、人均GDP、高炮保護作物面積占耕地比重、人影運行保障經(jīng)費等作為評價因子，借助ArcGIS的空間分析功能建立各因子圖層，參與冰雹致災因子危險性、承災體易損性、防災減災能力的分析運算，初步建立黔東南州冰雹災害風險區(qū)劃，以期為當?shù)刈鳂I(yè)點優(yōu)化布局及防雹減災決策提供一些有指導意義的依據(jù)，減少冰雹天氣帶來的損失。

2 研究資料及方法

2.1 研究資料

黔東南州16個縣氣象觀測站點及110個作業(yè)點2004-2020累計17a降雹資料;各縣市政府網(wǎng)站公布的縣市行政區(qū)劃面積;《2017年黔東南統(tǒng)計年鑒》分縣統(tǒng)計數(shù)據(jù)，包括人均GDP、耕地面積、經(jīng)濟作物種植面積、常駐人口等數(shù)據(jù);各縣（市） 2018-2020年年均人工影響天氣運行保障經(jīng)費預算批復資金及高炮保護作物面積數(shù)據(jù);各縣市行政區(qū)劃矢量數(shù)據(jù)。

2.2 研究方法

2.2.1 建立冰雹災害評估模型

災害是地球表層異變過程的產物，是致災因子、孕災環(huán)境與承災體綜合作用的結果。本文從致災因子危險性、承災體易損性、防災減災能力3個方面建立冰雹災害評估模型。其表達式為：

FDRI=H·WH+V·WV+R·WR（1）

式中，F(xiàn)DRI表示冰雹災害風險，H表示致災因子危險性，V表示承災體易損性，R表示防災減災能力。WH、WV、WR表示H、V、R所占權重。

2.2.2 層次分析法

層次分析法（The analytic hierarchy process）簡稱AHP，是20世紀70年代由美國運籌學家托馬斯·塞蒂（T.L.saaty）提出的一種定性和定量相結合的、系統(tǒng)化、層次化的分析方法。

按照層次分析法，建立黔東南州冰雹災害風險區(qū)劃指標體系如圖1。對于從屬于（或影響）上一層每個因素的同一層諸因素，構造兩兩判斷矩陣，量化各因素的相對重要性，并對判斷矩陣進行一致性檢驗，計算出各指標權重[3]，見表1、表2、表3，3階矩陣RI值為0.5194，均通過一致性檢驗。

2.2.3 歸一化法

歸一化方法是為消除冰雹災害風險區(qū)劃指標體系各因子數(shù)值的差異，對指標進行歸一化處理，將值統(tǒng)一轉化到[0，1]范圍。歸一化公式為：

式中：Di是第i個指標的歸一化值，Xi是第i個指標的值，Xmax是指標中的最大值，Xmin是指標中的最小值。

2.2.4 加權綜合評價法

加權綜合評價法是將多個指標作用大小綜合起來，轉化為一個能夠反映綜合情況的指標來進行評價，用一個數(shù)量化指標來表示，即

式中，f代表評價因子的值;Di代表第i個指標的歸一化值;Wi代表第i項指標的權重，可由層次分析法計算獲得;m是評價因子所用指標個數(shù)。

3 冰雹風險區(qū)劃的指標評價及分析

3.1 致災因子危險性評價

災害的形成是致災因子對承災體作用的結果，沒有致災因子就沒有災害，可認為有降雹才會有冰雹災害，降雹日數(shù)越多，冰雹災害的風險就越大。本文在選擇冰雹的危險性因子的指標時，著重考慮年均降雹日數(shù)這一個指標，因此其權重系數(shù)為1。

統(tǒng)計黔東南州作業(yè)站點2004-2020年17a降雹資料，用氣象觀測站同一時期降雹日數(shù)作為補充，觀測站點與作業(yè)站點同在一個鄉(xiāng)鎮(zhèn)并且同一日期降雹按1個降雹日數(shù)記錄，同一作業(yè)站點同一日期降雹時間跨越08：00按2個降雹日計算，得到各縣市年均降雹日數(shù)，如表4。用（2）式對年均降雹日數(shù)進行歸一化，利用（3）式計算各縣冰雹致災因子危險性指數(shù)，利用ArcGIS對縣矢量數(shù)據(jù)用年均降雹日數(shù)柵格化，并對柵格數(shù)據(jù)進行自然斷點分級：極低危險區(qū)（≤0.54）、低危險區(qū)（0.55～0.63）、中等危險區(qū)（0.64～0.70）、次高危險區(qū)（0.71～0.78）、高危險區(qū)（≥0.79），得到致災因子危險性區(qū)劃圖，如圖2。由圖可知，黔東南州冰雹災害致災危險性中等危險區(qū)到高等危險區(qū)主要集中在西部和北部地區(qū)，致災危險性總體趨勢呈北高南低、西高東低。

圖2 黔東南州冰雹災害致災因子危險性區(qū)劃圖

3.2 承災體易損性評價

有危險并不意味著災害就一定存在，只有風險源危害某社會經(jīng)濟目標，即受災體后，對于一定的風險承擔者來說，才承擔了相對于該風險源和該風險承載體的災害風險[12]。計算各縣承災體易損性因子3個指標的值，在不考慮其他因素影響的情況下，3個指標的值越大，冰雹災害造成的損失就越嚴重。

經(jīng)計算，并對柵格數(shù)據(jù)進行自然斷點分級：極低易損區(qū)（≤0.53）、低易損區(qū)（0.54～0.58）、中等易損區(qū)（0.59～0.69）、次高易損區(qū)（0.70～0.79）、高易損區(qū)（≥0.80），得到承災體易損性區(qū)劃圖，如圖3所示。由圖可知，總體上中部及北部地區(qū)易損性高于南部地區(qū)。脆弱性北高南低的原因主要是南部各縣行政區(qū)劃面積遠遠大于北部地區(qū)各縣面積，導致在耕地面積相差不大、北部經(jīng)濟作物種植面積大于南部時，耕地比重及經(jīng)濟作物種植比重北部大于南部。

3.3 防災減災能力評價

防災抗災能力是指當?shù)貙Ρ暮Φ牡钟突謴统潭?，高炮防雹作業(yè)是一種有效的減災措施。開展人工防雹需要作業(yè)裝備及經(jīng)費支撐，因此選取人均GDP、高炮保護作物面積占耕地比重、各縣市近3年（2018-2020年）年均人工影響天氣運行保障經(jīng)費預算批復資金作為防災減災能力評價指標，3個指標值越大，防災減災能力越強，可能遭受的潛在損失越小，冰雹災害風險也就越小。

經(jīng)計算，并對柵格數(shù)據(jù)進行自然斷點分級：極低防災減災能力區(qū)（≤0.51）、低防災減災能力區(qū)（0.52～0.60）、中等防災減災能力區(qū)（0.61～0.65）、次高防災減災能力區(qū)（0.66～0.80）、高防災減災能力區(qū)（≥0.81），得到防災減災能力區(qū)劃圖，如圖4。由圖可知，南部地區(qū)防災減災能力較弱。主要是南部地區(qū)GDP、人影運行經(jīng)費均低于北部地區(qū)，且高炮投入使用較少，榕江、從江、錦屏3縣僅有2門投入使用，而雷山、黎平僅有1門投入使用。

3.4 冰雹災害風險評估及區(qū)劃

根據(jù)黔東南州冰雹災害風險評估模型，其風險指數(shù)是致災因子危險性、承災體易損性和防災減災能力綜合作用的結果。根據(jù)公式（1）以及各個因子對其的影響，考慮到防災減災能力越強，則冰雹災害風險越小，建立模型（4），經(jīng)計算并進行自然斷點分級得到黔東南州冰雹災害風險區(qū)劃圖，如圖5。

如圖5所示，黔東南州冰雹災害風險普遍較大，中高風險區(qū)涵蓋12個縣市。冰雹災害風險總體趨勢為西部和北部地區(qū)風險較高，南部地區(qū)較低。北部部分地區(qū)風險遠高于其他地區(qū)，主要是該區(qū)域致災因子危險性較高和易損性較高;南部地區(qū)風險相對較小，主要是致災危險性較小。

4 結論

本文以縣為單位，選取年均降雹日數(shù)、人口密度、耕地比重、經(jīng)濟作物種植比重、人均GDP、高炮保護作物面積占耕地比重、人影運行保障經(jīng)費等7個指標分別作為致災因子危險性、承災體易損性、防災減災能力評價指標，通過層次分析法賦予各指標權重，加權綜合評價法構建綜合評價指數(shù)，利用ArcGIS柵格化、柵格計算、自然斷點分級等功能實現(xiàn)了黔東南州冰雹災害風險區(qū)劃。由區(qū)劃結果可知：黔東南州冰雹災害風險普遍較大，中高風險區(qū)涵蓋12個縣市，冰雹災害風險總體趨勢為北部地區(qū)風險較高，南部地區(qū)較低;北部部分地區(qū)風險遠高于其他地區(qū)，主要是該區(qū)域致災因子危險性較高和易損性較高，南部地區(qū)風險相對較小，主要是致災危險性較小;根據(jù)區(qū)劃結果，可以在高風險區(qū)增加布點密度或者調整作業(yè)站點布局，增強防雹作業(yè)效果;區(qū)劃的建立對當?shù)刈鳂I(yè)點優(yōu)化布局及防雹減災決策有一定指導意義。

參考文獻：

[1]田菊萍，黃艷，顧欣.黔東南冰雹氣候變化特征及機理分析[J].貴州氣象，2010，34（04）：11-14.

[2]楊帆，白慧，李路長.黔東南州一次冰雹天氣過程環(huán)境場與雷達特征分析[J].貴州氣象，2013，37（06）：16-20.

[3]李路長，白慧，楊勝忠，等.黔東南地區(qū)冰雹天氣雷達臨近預警指標研究[J].貴州氣象，2014，38（01）：20-24.

[4]龍?zhí)鞆姡_輝，朱克云，等.黔東南一次強冰雹過程的中尺度分析[J].成都信息工程大學學報，2016，31（04）：433-442.

[5]滕林，賀德軍，陳軍，等.黔東南一次大范圍弱冰雹天氣過程分析[J].貴州氣象，2017，41（05）：39-45.

[6]石宏輝，顧欣，田菊萍.黔東南冰雹事件年內非均勻性特征分析[J].高原山地氣象研究，2009（S1）：78-82.

[7]顧欣，張艷梅.黔東南冰雹集中度與集中期的時空變化特征[J].中國農業(yè)氣象，2010，31（04）：627-632.