陳克敏 張健 李婷 陳笑娟
摘要 采用衡水市11個國家地面氣象站(1984—2019年)和128個區(qū)域地面氣象站(2014—2019年)的逐日觀測數(shù)據(jù)、2019年衡水市設(shè)施農(nóng)業(yè)經(jīng)濟數(shù)據(jù)及設(shè)施農(nóng)業(yè)大風(fēng)災(zāi)情歷史資料,選取日極大風(fēng)速作為大風(fēng)災(zāi)害強度指標,基于災(zāi)害風(fēng)險評估理論,利用極值概率分布模式對不同重現(xiàn)期下衡水市風(fēng)災(zāi)致災(zāi)因子危險性進行分析;結(jié)合致災(zāi)因子、承災(zāi)體屬性構(gòu)建不同類別設(shè)施農(nóng)業(yè)“風(fēng)速-損失率”脆弱性曲線;綜合考慮致災(zāi)因子、承災(zāi)體暴露度和脆弱性影響,對衡水市不同類別設(shè)施農(nóng)業(yè)在不同重現(xiàn)期下的損失風(fēng)險進行分析。結(jié)果表明:隨著重現(xiàn)期的增加,大風(fēng)致災(zāi)強度、影響范圍和經(jīng)濟損失同時增大;在衡水市東北部地區(qū)危險性較高,其中,深州市中部、武強縣東北部、阜城縣北部及饒陽縣北部區(qū)域風(fēng)災(zāi)危險性最高;設(shè)施農(nóng)業(yè)大風(fēng)災(zāi)害經(jīng)濟損失風(fēng)險主要集中在饒陽縣東北部地區(qū),并隨著重現(xiàn)期的增加,損失范圍逐漸擴大,經(jīng)濟損失不斷增加。
關(guān)鍵詞 設(shè)施農(nóng)業(yè);日極大風(fēng)速;大風(fēng)災(zāi)害 ;風(fēng)險分析
中圖分類號:P458.1+23文獻標識碼:B 文章編號:2095–3305(2021)03–0101–03
衡水市位于河北省東南部,地處河北沖積平原,屬大陸季風(fēng)氣候區(qū),為溫暖半干旱型,農(nóng)業(yè)氣候資源較豐富,是京津重要的農(nóng)副產(chǎn)品加工供應(yīng)基地[1]。據(jù)衡水市統(tǒng)計局數(shù)據(jù),截至2019年末,衡水市轄2個市轄區(qū)、1個縣級市、8個縣的設(shè)施農(nóng)業(yè)種植面積3.38萬 hm2,其中設(shè)施蔬菜播種面積2.6萬 hm2,占衡水市全部蔬菜播種面積的41%,產(chǎn)量達97.4萬 t,占全市蔬菜總產(chǎn)量的35.2%;設(shè)施水果種植面積0.48萬 hm2,占衡水市全部水果種植面積的42.3%;另外還有0.3萬 hm2食用菌等其它設(shè)施農(nóng)產(chǎn)品種植。設(shè)施農(nóng)業(yè)在衡水市農(nóng)業(yè)經(jīng)濟生產(chǎn)發(fā)展建設(shè)中有著極為重要的地位。
大風(fēng)災(zāi)害是衡水市主要的氣象災(zāi)害之一,不僅會破壞生態(tài)環(huán)境,而且會給設(shè)施生產(chǎn)造成較大損失,特別是老舊的日光溫室、結(jié)構(gòu)簡易的塑料拱棚受災(zāi)尤其嚴重,往往給設(shè)施農(nóng)業(yè)造成巨大的經(jīng)濟損失[2]。因此,對大風(fēng)災(zāi)害風(fēng)險進行研究,對指導(dǎo)衡水市科學(xué)規(guī)劃設(shè)施農(nóng)業(yè)生產(chǎn)發(fā)展、提高防災(zāi)減災(zāi)能力、保障人民群眾生命財產(chǎn)安全具有十分重要的現(xiàn)實意義。
1 資料與處理
1.1 資料
氣象資料采用衡水市11個國家地面氣象站(1984—2019年)和128個區(qū)域地面氣象站(2014—2019年)的逐日觀測數(shù)據(jù),承災(zāi)體數(shù)據(jù)為衡水市2019年設(shè)施農(nóng)業(yè)種植面積、經(jīng)濟價值等。
災(zāi)情數(shù)據(jù)為調(diào)查采集的“大風(fēng)風(fēng)速-設(shè)施農(nóng)業(yè)損失”樣本數(shù)據(jù),以及1984—2019年衡水市各縣(市、區(qū))風(fēng)災(zāi)統(tǒng)計數(shù)據(jù),包括風(fēng)災(zāi)發(fā)生的地點、開始和結(jié)束時間、天氣過程、受災(zāi)人口、農(nóng)作物受災(zāi)情況等信息。
1.2 資料處理
本研究以日極大風(fēng)速作為大風(fēng)災(zāi)害強度指標,進行大風(fēng)災(zāi)害的危險性分析及承載體脆弱性分析。由于日極大風(fēng)速觀測時間較短,選取氣象逐日觀測數(shù)據(jù)中最大風(fēng)速數(shù)據(jù),采用統(tǒng)計方法建立區(qū)域站與國家站最大風(fēng)速與極大風(fēng)速的函數(shù)關(guān)系,推算得出日極大風(fēng)速的長時間序列數(shù)據(jù)[3]。
2 研究方法
2.1 致災(zāi)因子危險性分析方法
通過高低異常值檢驗、空間異常值檢驗等數(shù)據(jù)質(zhì)量控制,提取每個站點1984—2019年日極大風(fēng)速年極值,運用韋伯分布、伽瑪分布、耿布爾分布等不同分布函數(shù)對AM序列進行擬合,以AIC指數(shù)選擇最優(yōu)分布函數(shù),計算得到各站點不同重現(xiàn)期的極大風(fēng)速,利用ArcGIS10.5軟件選擇反距離權(quán)重插值法,得到不同重現(xiàn)期致災(zāi)因子危險性分布圖[4]。
重現(xiàn)期是超越概率的具體形式,通過多少年一遇來體現(xiàn),可直觀識別由致災(zāi)因子強度變化而引起的空間變化趨勢。對于連續(xù)型隨機變量X,小于任意實數(shù)x的累積概率為F(X),則重現(xiàn)期計算方法如下[5]:
式(1)、(2)中,RP為重現(xiàn)期,EP為超越概率,F(xiàn)(X)為累積概率,f(x)為變量x的概率密度函數(shù)。
2.2 承災(zāi)體脆弱性分析方法
根據(jù)災(zāi)情調(diào)查和風(fēng)災(zāi)統(tǒng)計數(shù)據(jù),構(gòu)建不同類別設(shè)施農(nóng)業(yè)“風(fēng)速-損失率”脆弱性曲線,利用最小二乘法,選擇線性、指數(shù)和冪函數(shù)分別對不同類別設(shè)施農(nóng)業(yè)大風(fēng)災(zāi)害脆弱性曲線進行擬合[6]。最終,選擇擬合R?較高且形式最為簡單的線性函數(shù)對設(shè)施農(nóng)業(yè)大風(fēng)災(zāi)害脆弱性關(guān)系進行刻畫,采用分段函數(shù)形式,得到小棚、中棚、大棚和日光溫室的脆弱性關(guān)系曲線。不同風(fēng)速下的風(fēng)災(zāi)損失率,計算公式如下:
式(3)中,LR為不同風(fēng)速下的設(shè)施損失率,L為風(fēng)災(zāi)造成的損失,W為承災(zāi)體的重置費用。
2.3 承災(zāi)體經(jīng)濟損失風(fēng)險分析方法
承災(zāi)體損失風(fēng)險受多種因素共同影響,其中,致災(zāi)因子、承災(zāi)體暴露度和脆弱性是導(dǎo)致?lián)p失的主要因素,根據(jù)風(fēng)險系統(tǒng)理論,承災(zāi)體損失風(fēng)險計算公式如下[7]:
式(4)中,t為重現(xiàn)期,R(t)為風(fēng)險,Ht為致災(zāi)危險性,V為承災(zāi)體脆弱性曲線,E為承災(zāi)體的經(jīng)濟價值。
3 分析與結(jié)果
以日極大風(fēng)速為大風(fēng)災(zāi)害強度指標,結(jié)合致災(zāi)因子、承災(zāi)體屬性和經(jīng)濟分布,研究5 a一遇、10 a一遇、30 a一遇和50 a一遇4個重現(xiàn)期的大風(fēng)災(zāi)害風(fēng)險分布特征。
3.1 致災(zāi)因子危險性分析
利用ArcGIS10.5處理得到不同重現(xiàn)期致災(zāi)因子危險性分布圖(圖1)。隨著重現(xiàn)期的增大,日極大風(fēng)速的致災(zāi)強度逐漸增強,影響范圍也不斷擴大。風(fēng)災(zāi)高危險區(qū)主要分布在衡水市東北部地區(qū),其中深州市中部、武強縣東北部、阜城縣北部及饒陽縣北部區(qū)域風(fēng)災(zāi)危險性最高。
3.2 承災(zāi)體脆弱性分析
從災(zāi)情數(shù)據(jù)中分別選取小棚、中棚、大棚和日光溫室損失的案例,計算出不同類型設(shè)施的損失率,構(gòu)建日極大風(fēng)風(fēng)速與損失率的對應(yīng)關(guān)系曲線,選擇線性、指數(shù)和冪函數(shù)分別對不同類別設(shè)施農(nóng)業(yè)大風(fēng)災(zāi)害脆弱性曲線進行擬合,確定系數(shù)R?越接近1擬合度越好,因此選擇R?較高的線性-函數(shù)表征不同類型設(shè)施的脆弱性。在一定風(fēng)速范圍內(nèi),小棚、中棚、大棚和日光溫室的損失率均隨風(fēng)速的增大而增加,其開始出現(xiàn)損失的極大風(fēng)風(fēng)速即臨界風(fēng)速值分別為6、7、14、20 m/s,脆弱性曲線如表1。
其中,LRs、LRm、LRl、LRw分別為小棚、中棚、大棚和日光溫室的損失率。
3.3設(shè)施農(nóng)業(yè)經(jīng)濟損失風(fēng)險分析
設(shè)施農(nóng)業(yè)的損失主要受致災(zāi)因子、承災(zāi)體暴露度和脆弱性的影響。其中,暴露度與設(shè)施農(nóng)業(yè)的數(shù)量、分布和價值有關(guān),在同等致災(zāi)因子危險性下設(shè)施農(nóng)業(yè)數(shù)量越多、范圍越廣、價值越高,受損風(fēng)險越大[8]。綜合考慮致災(zāi)因子、承災(zāi)體暴露度和脆弱性影響,得到衡水市設(shè)施農(nóng)業(yè)大風(fēng)災(zāi)害損失風(fēng)險分布(圖2)。設(shè)施農(nóng)業(yè)大風(fēng)災(zāi)害損失風(fēng)險主要集中在饒陽縣、武強縣,饒陽縣東北部地區(qū)風(fēng)險最高,并隨著重現(xiàn)期的增加,損失范圍逐漸擴大,經(jīng)濟損失不斷增加。重現(xiàn)期為5 a和10 a一遇時,饒陽縣北部區(qū)域損失風(fēng)險相對較高,在400~600萬元/km2,其它地區(qū)在400萬元/km2以下。30 a和50 a一遇時,饒陽縣損失風(fēng)險區(qū)域擴大到北部、東部、南部5個鄉(xiāng)鎮(zhèn),其中北部損失風(fēng)險最高,達600 ~ 1 200萬元/km2,其它地區(qū)損失風(fēng)險在400~600萬元/km2以下。
4 結(jié)論與討論
隨著重現(xiàn)期的增加,大風(fēng)致災(zāi)強度、影響范圍和經(jīng)濟損失同時增大;在衡水市東北部地區(qū)危險性較高,其中深州市中部、武強縣東北部、阜城縣北部及饒陽縣北部區(qū)域風(fēng)災(zāi)危險性最高;設(shè)施農(nóng)業(yè)大風(fēng)災(zāi)害經(jīng)濟損失風(fēng)險主要集中在饒陽縣東北部地區(qū),并隨著重現(xiàn)期的增加,損失范圍逐漸擴大,經(jīng)濟損失不斷增加。本文研究結(jié)果對于衡水市設(shè)施農(nóng)業(yè)建設(shè)規(guī)劃和大風(fēng)災(zāi)害防御有一定指導(dǎo)意義,有助于提高衡水市設(shè)施農(nóng)業(yè)防災(zāi)減災(zāi)能力。
研究未考慮大風(fēng)持續(xù)時長、孕災(zāi)環(huán)境、防災(zāi)減災(zāi)能力等影響因素,因此研究結(jié)果存在一定局限性,對于考慮多方面因素的綜合性致災(zāi)強度指標,還有待進一步研究。
參考文獻
[1] 趙立營.衡水市產(chǎn)業(yè)SWOT分析[J].產(chǎn)業(yè)與科技論壇,2019,18(17):28-29.
[2] 張永紅,葛徽衍,韓蓓蓓,等.渭南市設(shè)施農(nóng)業(yè)大風(fēng)災(zāi)害風(fēng)險區(qū)劃研究[J].陜西氣象,2016(1):29-33.
[3] 姬鴻麗,俞飛,禹東暉,等.孟津縣歷史極大風(fēng)速推算及其氣候特征分析[J].氣象與環(huán)境科學(xué),2011,34(3):74-78.
[4] 李婷,陳笑娟,張靜,等.基于脆弱性曲線的河北省日光溫室大風(fēng)災(zāi)害風(fēng)險評估[J].湖北農(nóng)業(yè)科學(xué),2020,59(4):63-69.
[5] 李婷,孫玉龍,陳笑娟,等.基于經(jīng)濟損失的河北省雪災(zāi)風(fēng)險定量評估[J].災(zāi)害學(xué),2018,33(4):72-77.
[6] 章國材.自然災(zāi)害風(fēng)險評估與區(qū)劃原理和方法[M]北京:氣象出版社,2014.
[7] Reduction I. Living with risk: a global review of disaster reduction initiatives[M]. BioMed Central Ltd, 2004.
[8] 侯光良,趙霞,李凡,等.青海省果洛州鄉(xiāng)級人口: 牲畜雪災(zāi)風(fēng)險評估[J].自然災(zāi)害學(xué)報, 2015, 24(5): 247-253.
責任編輯:黃艷飛