陳貞宏,楊 益,于 飛,廖 波

(1.貴州省安順市氣象局,貴州 安順 561000;2.貴州省黎平縣氣象局,貴州 黎平 5573001;3.貴州省山地環(huán)境氣候研究所,貴州 貴陽 550002;4.貴州省氣象服務(wù)中心,貴州 貴陽 550002)

基于 GIS的安順市鄉(xiāng)鎮(zhèn)暴雨災(zāi)害風(fēng)險(xiǎn)淺析

陳貞宏1,楊 益2,于 飛3,廖 波4

(1.貴州省安順市氣象局,貴州 安順 561000;2.貴州省黎平縣氣象局,貴州 黎平 5573001;3.貴州省山地環(huán)境氣候研究所,貴州 貴陽 550002;4.貴州省氣象服務(wù)中心,貴州 貴陽 550002)

為充分利用安順市兩要素區(qū)域自動(dòng)氣象站觀測資料分析暴雨災(zāi)害的風(fēng)險(xiǎn)特征,該文以安順市作為研究區(qū)域,以鄉(xiāng)鎮(zhèn)為基本風(fēng)險(xiǎn)單位,從現(xiàn)代災(zāi)害風(fēng)險(xiǎn)理論出發(fā),綜合運(yùn)用 ArcGIS空間分析和災(zāi)害風(fēng)險(xiǎn)評(píng)估數(shù)學(xué)方法,利用研究區(qū)兩要素自動(dòng)氣象站準(zhǔn) 2a逐小時(shí)降雨資料,對(duì)明顯暴雨過程風(fēng)險(xiǎn)特征進(jìn)行分析和區(qū)劃,建立了反映暴雨災(zāi)害危險(xiǎn)性的最大日雨量、3h滑動(dòng)最大降雨量、前 10d總降雨量等 3項(xiàng)指標(biāo)和描述承災(zāi)體的易損性的人口密度、經(jīng)濟(jì)密度等 2項(xiàng)指標(biāo)為基礎(chǔ)的暴雨災(zāi)害評(píng)估模型,通過層次分析法、極差標(biāo)準(zhǔn)法等方法進(jìn)行數(shù)據(jù)處理,并借助于ArcGIS平臺(tái),將影響暴雨災(zāi)害的危險(xiǎn)性和易損性進(jìn)行綜合疊加分析,得出安順市暴雨災(zāi)害風(fēng)險(xiǎn)區(qū)劃圖。結(jié)果表明:安順市暴雨災(zāi)害風(fēng)險(xiǎn)分布呈自北向南遞減,而從市南部來看,則有自西向東遞減趨勢(shì)的特征,高風(fēng)險(xiǎn)區(qū)主要集中安順市西秀區(qū)和普定縣,紫云縣為暴雨災(zāi)害低風(fēng)險(xiǎn)區(qū),其中關(guān)嶺縣的崗烏鎮(zhèn)、八德鄉(xiāng)處于高風(fēng)險(xiǎn)區(qū),這與 2010年 6月 28日特大山體滑坡泥石流事件相吻合。

暴雨災(zāi)害;層次分析法;安順市;兩要素;ArcGIS

1 引言

安順市是貴州省的一個(gè)暴雨中心,暴雨災(zāi)害是安順市主要災(zāi)害之一。近些年來,隨著全球氣候異常,安順市夏季和冬季降水有增加趨勢(shì)[1]。目前,對(duì)暴雨災(zāi)害的評(píng)估有很多方法,以前的研究[2-3]利用歷史資料中的降雨強(qiáng)度、暴雨覆蓋范圍等指標(biāo)進(jìn)行暴雨事件等級(jí)評(píng)估,也有一些研究[4-12]從氣象學(xué)、地理學(xué)、災(zāi)害科學(xué)、環(huán)境科學(xué)等學(xué)科觀點(diǎn)出發(fā),對(duì)暴雨誘發(fā)的地質(zhì)災(zāi)害、農(nóng)業(yè)氣象災(zāi)害等進(jìn)行評(píng)估,綜合考慮致災(zāi)因子、自然以及社會(huì)的作用,通過對(duì)引起災(zāi)害的各類因子進(jìn)行分析,得出了災(zāi)害風(fēng)險(xiǎn)評(píng)估圖。

本文根據(jù)兩要素區(qū)域自動(dòng)氣象站觀測資料,從暴雨災(zāi)害危險(xiǎn)性以及社會(huì)經(jīng)濟(jì)易損性兩個(gè)角度出發(fā),利用ArcGIS軟件對(duì)安順市暴雨災(zāi)害進(jìn)行分析和討論,為今后給該地區(qū)政府防災(zāi)救災(zāi)部門制定災(zāi)前減災(zāi)規(guī)劃和災(zāi)后救助提供科學(xué)依據(jù)。

2 研究區(qū)概況

安順市位于貴州中部 ,介于 105°13′～106°33′E,25°21′～26°37′N之間 ,屬于中國亞熱帶高原季風(fēng)濕潤氣候,地處云貴高原梯狀東斜坡地帶的三級(jí)臺(tái)階上,是以巖溶丘陵為主的山原地貌,屬低中丘陵區(qū),是貴州最典型的喀斯特地區(qū)。

3 資料來源與分析方法

3.1 資料來源

本文暴雨資料采用安順市轄區(qū)兩要素區(qū)域自動(dòng)氣象站建站以來 (2009年 5月)到 2010年 9月汛期準(zhǔn) 2a的逐小時(shí)降雨量,以鄉(xiāng)鎮(zhèn)為單位,降雨資料來源于貴州省氣候中心;人口密度 (單位面積人數(shù))和經(jīng)濟(jì)密度 (單位面積 GDP值)以 2008年統(tǒng)計(jì)資料為準(zhǔn),來源于《2009年安順年鑒》?？紤]到研究區(qū)社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)獲取的可行性和經(jīng)濟(jì)性,人口密度和經(jīng)濟(jì)密度以縣為單位,為了研究方便,全市各鄉(xiāng)鎮(zhèn)易損性指標(biāo)以該縣資料代替。

3.2 自然災(zāi)害風(fēng)險(xiǎn)分析法

自然災(zāi)害風(fēng)險(xiǎn)是指若干年來可能達(dá)到的災(zāi)害程度及其發(fā)生的可能性[4]。一般而言,自然災(zāi)害風(fēng)險(xiǎn)是致災(zāi)因子危險(xiǎn)性、承災(zāi)體易損性相互作用的結(jié)果。因此,在區(qū)域自然災(zāi)害風(fēng)險(xiǎn)形成過程中,危險(xiǎn)性 (H)、易損性 (V)和當(dāng)?shù)氐目篂?zāi)能力指數(shù)是必不可少的。本文暴雨災(zāi)害風(fēng)險(xiǎn)評(píng)估采用國際上通用的自然災(zāi)害風(fēng)險(xiǎn)表達(dá)式來計(jì)算風(fēng)險(xiǎn)指數(shù)[13]:

式 (1)反映了風(fēng)險(xiǎn)評(píng)估的本質(zhì)特征,在災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃中,危險(xiǎn)性是前提,易損性是基礎(chǔ),風(fēng)險(xiǎn)則是結(jié)果,所以風(fēng)險(xiǎn)評(píng)估模型可表示為:

式(2)中:R為暴雨災(zāi)害的風(fēng)險(xiǎn)度;H為致災(zāi)因子的危險(xiǎn)性;V為承災(zāi)體的易損性。

3.3 層次分析法 (AHP)

層次分析法[14](Analytic hierarchy process,簡稱AHP法)是美國運(yùn)籌學(xué)家 T.L.Saaty教授上世紀(jì) 70年代提出的一種定量與定性相結(jié)合的多目標(biāo)決策分析方法。這一方法的核心是將決策者的經(jīng)驗(yàn)判斷給予量化,從而為決策者提供定量形式的決策依據(jù),在目標(biāo)結(jié)構(gòu)復(fù)雜且缺乏必要數(shù)據(jù)的情況下更為實(shí)用。應(yīng)用 AHP方法計(jì)算指標(biāo)權(quán)重系數(shù),實(shí)際上是在建立有序遞階的指標(biāo)系統(tǒng)的基礎(chǔ)上,通過指標(biāo)之間的兩兩比較對(duì)系統(tǒng)中各指標(biāo)予以優(yōu)劣評(píng)判,并利用這種評(píng)判結(jié)果來綜合計(jì)算各指標(biāo)的權(quán)重系數(shù)。

本文中應(yīng)用該方法的基本思路是:通過將每個(gè)因子的組成指標(biāo)成對(duì)的進(jìn)行簡單地比較、判斷和計(jì)算,得出每個(gè)指標(biāo)的權(quán)重,以確定不同指標(biāo)對(duì)同一因子的相對(duì)重要性。具體原理見有關(guān)參考文獻(xiàn)[14-16]。

3.4 極差標(biāo)準(zhǔn)化法

為了讓數(shù)據(jù)具有可比性,統(tǒng)一尺度分析,消除各指標(biāo)量綱的影響,對(duì)致災(zāi)的各項(xiàng)危險(xiǎn)性因子和承災(zāi)體的各項(xiàng)易損性因子一致采用極差標(biāo)準(zhǔn)化法處理,公式如下[9]:

式中:X′ij——去量綱差異后的第 i個(gè)對(duì)象的第j項(xiàng)指標(biāo) ;Xij——第 i個(gè)對(duì)象的第 j項(xiàng)指標(biāo) ;Xmin和Xmax分別為該指標(biāo)的最小值和最大值。

4 暴雨災(zāi)害風(fēng)險(xiǎn)區(qū)劃

4.1 評(píng)估流程

暴雨災(zāi)害風(fēng)險(xiǎn)是一個(gè)多因子綜合作用的過程,本文從致災(zāi)因子的危險(xiǎn)性和承災(zāi)體的易損性兩方面選取評(píng)價(jià)指標(biāo)進(jìn)行風(fēng)險(xiǎn)區(qū)劃,具體評(píng)價(jià)指標(biāo)體系如圖 1。

由圖 1可知,暴雨災(zāi)害的風(fēng)險(xiǎn)是由危險(xiǎn)性和易損性 2個(gè)主要因子構(gòu)成的,每個(gè)因子又是由特定的副因子組成。危險(xiǎn)性表示引起暴雨災(zāi)害的氣象現(xiàn)象,易損性描述當(dāng)暴雨災(zāi)害發(fā)生時(shí)受災(zāi)區(qū)的人口、經(jīng)濟(jì)狀況等,兩項(xiàng)因子的共同作用,形成了研究區(qū)的風(fēng)險(xiǎn)度。

圖 1 暴雨災(zāi)害風(fēng)險(xiǎn)評(píng)估流程

4.2 數(shù)據(jù)處理與評(píng)價(jià)指標(biāo)量化

選用明顯暴雨過程中的鄉(xiāng)鎮(zhèn)逐小時(shí)降雨資料,通過處理得到明顯暴雨過程中最大日降雨量,3h滑動(dòng)降雨量和該過程前 10d累計(jì)降雨量數(shù)據(jù);明顯暴雨過程指的是一次暴雨過程中研究區(qū)有 1/5的站次達(dá)到暴雨[3](24 h降雨量≥50mm),即安順市總共 77個(gè)鄉(xiāng)鎮(zhèn),有 15個(gè)以上鄉(xiāng)鎮(zhèn)達(dá)到暴雨即為一次明顯暴雨過程。在ArcGIS支持下,建立致災(zāi)因子的危險(xiǎn)性評(píng)估模型,然后疊加、分析生成一個(gè)綜合性致災(zāi)因子危險(xiǎn)性區(qū)劃圖。

暴雨災(zāi)害的危險(xiǎn)性區(qū)劃,是以降雨量區(qū)劃圖作為主要基礎(chǔ)底圖,參考不同時(shí)段降雨強(qiáng)度指標(biāo),在ArcGIS軟件支持下完成的。暴雨災(zāi)害的危險(xiǎn)性評(píng)價(jià)模型[13]:

式(3)中:H——每個(gè)區(qū)域暴雨災(zāi)害的危險(xiǎn)性指數(shù);Wi——第 i個(gè)因子對(duì)應(yīng)的權(quán)重系數(shù);xi——第 i個(gè)致災(zāi)因子的量。

根據(jù)層次分析法計(jì)算評(píng)價(jià)因子的權(quán)重系數(shù),并進(jìn)行歸一化處理得到最大日雨量、3h滑動(dòng)最大降雨量、前10d總降雨量等 3項(xiàng)因子的權(quán)重系數(shù)分別為 0.4286,0.4286,0.1429,致災(zāi)的三項(xiàng)因子分別通過極差標(biāo)準(zhǔn)化法處理,再用ArcGIS對(duì)致災(zāi)的三項(xiàng)因子按照權(quán)重系數(shù)進(jìn)行疊加分析,得到致災(zāi)因子的危險(xiǎn)性指數(shù)。根據(jù)指數(shù)數(shù)據(jù)特征,將災(zāi)害危險(xiǎn)性劃分為 4個(gè)等級(jí) (見表 1),通過對(duì)ArcGIS軟件的圖形數(shù)據(jù)庫操作,疊加危險(xiǎn)性的3項(xiàng)因子而得到安順市暴雨災(zāi)害危險(xiǎn)性區(qū)劃圖 (圖 2),表明高危險(xiǎn)區(qū)和較高危險(xiǎn)區(qū)主要分布在安順市中部及以南地區(qū),北部鄉(xiāng)鎮(zhèn)相對(duì)危險(xiǎn)性較小一些。

表 1 危險(xiǎn)性劃分標(biāo)準(zhǔn)

圖 2 致災(zāi)因子危險(xiǎn)性評(píng)估

對(duì)于一個(gè)研究區(qū),社會(huì)經(jīng)濟(jì)發(fā)展水平?jīng)Q定了其潛在易損性。在評(píng)估災(zāi)情時(shí),考慮的因素可以概括為人員傷亡情況、經(jīng)濟(jì)損失情況以及農(nóng)業(yè)受災(zāi)情況[17]。災(zāi)害是由于承災(zāi)體遭受致災(zāi)因子的打擊而形成的,前面分析了致災(zāi)因子的危險(xiǎn)性特征,以下分析承災(zāi)體的易損性特點(diǎn)。在相同的受災(zāi)條件下,不同的人口密度和經(jīng)濟(jì)密度,災(zāi)情各異。人口密度越大,災(zāi)情越嚴(yán)重;同理,單位面積 GDP值越高,災(zāi)情越嚴(yán)重。

本文考慮人口密度和經(jīng)濟(jì)密度兩項(xiàng)指標(biāo),根據(jù)2009年安順年鑒中的各縣、區(qū)人口和經(jīng)濟(jì)分布數(shù)據(jù),建立暴雨災(zāi)害易損性模型,公式如下:

式中:V——暴雨災(zāi)害易損性指數(shù);w1——人口密度權(quán)重系數(shù);w2——經(jīng)濟(jì)密度權(quán)重系數(shù)。

根據(jù)公式 (4)將原始數(shù)據(jù)進(jìn)行處理,仍然采用層次分析法確定人口密度、經(jīng)濟(jì)密度權(quán)重系數(shù)分別為 0.6、0.4,采用極差標(biāo)準(zhǔn)法去掉不同因子量綱的影響,通過ArcGIS將承災(zāi)體的兩項(xiàng)因子按照權(quán)重系數(shù)進(jìn)行疊加,得出承災(zāi)體的易損性指數(shù),根據(jù)指數(shù)數(shù)據(jù)特征,將承災(zāi)體的易損性劃分為 4個(gè)等級(jí) (見表 2),從而得到安順市暴雨災(zāi)害的承災(zāi)體易損性區(qū)劃圖 (圖 3)。

由易損性區(qū)劃圖可知,在相同的受災(zāi)條件下,由于安順市北部地區(qū)人口較多,經(jīng)濟(jì)較為發(fā)達(dá),則受災(zāi)比南部地區(qū)更為嚴(yán)重。

表 2 易損性劃分標(biāo)準(zhǔn)

4.3 綜合暴雨災(zāi)害風(fēng)險(xiǎn)性分析

根據(jù)評(píng)價(jià)指標(biāo)體系 (圖 1),用 AHP方法構(gòu)造表 3判斷矩陣,求得暴雨災(zāi)害風(fēng)險(xiǎn)性各種因子:3h滑動(dòng)最大降雨量 (C1)、最大日雨量 (C2)、前 10d總降雨量(C3)、人口密度 (C4)、經(jīng)濟(jì)密度 (C5)的權(quán)重系數(shù)分別為:0.1428、0.1312、0.0581、0.3937和 0.2741。

圖 3 承災(zāi)體易損性區(qū)劃圖

表 3 暴雨災(zāi)害風(fēng)險(xiǎn)因子比較矩陣

基于上述的各個(gè)因素的分析,利用 ArcGIS平臺(tái),綜合公式 (1)～(4),提取基本單元的危險(xiǎn)性和易損性的屬性值,通過對(duì)表 3的暴雨災(zāi)害比較矩陣分析而得出的綜合權(quán)重系數(shù),將致災(zāi)因子的危險(xiǎn)性區(qū)劃圖和承災(zāi)體的易損性區(qū)劃圖疊加起來,得出該研究區(qū)的綜合風(fēng)險(xiǎn)度,按照綜合風(fēng)險(xiǎn)度的數(shù)據(jù)特征,在 ArcGIS中將其分為 5個(gè)等級(jí) (表 4)繪出安順市暴雨災(zāi)害風(fēng)險(xiǎn)區(qū)劃圖 (圖 4)。

表 4 風(fēng)險(xiǎn)劃分標(biāo)準(zhǔn)

分析可知,安順市暴雨災(zāi)害風(fēng)險(xiǎn)分布總趨勢(shì):自北向南遞減,其中高風(fēng)險(xiǎn)區(qū)主要集中西秀區(qū)和普定,而從安順市南部來看,有風(fēng)險(xiǎn)分布自西向東遞減趨勢(shì)。

5 結(jié)論與討論

圖 4 暴雨災(zāi)害風(fēng)險(xiǎn)性區(qū)劃圖

社會(huì)經(jīng)濟(jì)易損度較大,加之暴雨空間分布較全市呈中等水平,而關(guān)嶺縣的崗烏鎮(zhèn)、八德鄉(xiāng)也處于高風(fēng)險(xiǎn)區(qū),這與 2010年 6月 28日關(guān)嶺崗烏鎮(zhèn)發(fā)生特大山體滑坡泥石流事件相吻合。

②由于暴雨災(zāi)害形成的復(fù)雜性,影響因子眾多,要完全定量分析暴雨災(zāi)害風(fēng)險(xiǎn)有一定的困難,有待于進(jìn)一步的完善;利用層次分析法確定影響因子的權(quán)重系數(shù)還存在一定的主觀性。

③今后可以考慮建一個(gè)較綜合的氣象防災(zāi)減災(zāi)系統(tǒng)。把預(yù)報(bào)資料輸入系統(tǒng),系統(tǒng)可根據(jù)資料快速生成相應(yīng)氣象災(zāi)害的風(fēng)險(xiǎn)性區(qū)劃圖,這樣政府職能部門就可以迅速制定災(zāi)前減災(zāi)規(guī)劃和災(zāi)后救助。

[1] 楊忠明,陳貞宏 .安順市近 45a氣候變化分析[J].貴州氣象,2008,32(2):6-9.

[2] 陳艷秋,袁子鵬,盛永,等 .遼寧暴雨事件影響的預(yù)評(píng)估和災(zāi)后速評(píng)估[J].氣象科學(xué),2007,27(6):626-639.

[3] 襲祝香 .吉林省重大暴雨過程評(píng)估方法研究[J].氣象科技,2008,36(1):78-81.

[4] 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(xiǎn)區(qū)劃[J].自然災(zāi)害學(xué)報(bào),2009,18(1):58-63.

[5] 唐川,朱靜 .基于 GIS的山洪災(zāi)害風(fēng)險(xiǎn)區(qū)劃[J].地理學(xué)報(bào),2005,60(1):87-94.

[6] 張會(huì),張繼權(quán),韓俊山 .基于 GIS技術(shù)的洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃研究 -以遼河中下游地區(qū)為例[J].自然災(zāi)害學(xué)報(bào),2005,14(6):141-146.

[7] 秦年秀,姜彤 .基于 GIS的長江中下游地區(qū)洪災(zāi)風(fēng)險(xiǎn)分區(qū)及評(píng)價(jià)[J].自然災(zāi)害學(xué)報(bào),2005,14(5):1-7.

[8] 陳華麗,陳剛,丁國平 .基于 GIS的區(qū)域洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)[J].人民長江,2003,34(6):49-51.

[9] 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(xiǎn)評(píng)估[J].災(zāi)害學(xué),2009,24(3):51-56.

[10] 侯敏,賈韶輝,郭兆成 .基于 RS與 GIS的層次分析法在滑坡危險(xiǎn)性評(píng)估中的應(yīng)用 -以四川宣漢天臺(tái)鄉(xiāng)滑坡為例[J].現(xiàn)代地質(zhì),2006,20(4):668-672.

[11] 谷曉平,于飛,湯苾,等 .貴州省凝凍災(zāi)害風(fēng)險(xiǎn)評(píng)估模型[J].安徽農(nóng)業(yè)科學(xué),2009,37(14):6498-6500,6569.

[12] 于飛,谷曉平,羅宇翔,等 .貴州農(nóng)業(yè)氣象災(zāi)害綜合風(fēng)險(xiǎn)評(píng)價(jià)與區(qū)劃[J].中國農(nóng)業(yè)氣象 2009,30(2):267-270.

[13] 劉荊,蔣衛(wèi)國,杜培軍,等 .基于相關(guān)分析的淮河流域暴雨災(zāi)害風(fēng)險(xiǎn)評(píng)估[J].中國礦業(yè)大學(xué)學(xué)報(bào),2009,38(5):735-740.

[14] 王以彭,李結(jié)松,劉立元 .層次分析法在確定評(píng)價(jià)指標(biāo)權(quán)重系數(shù)中的應(yīng)用[J].第一軍醫(yī)大學(xué)學(xué)報(bào),1999,19(4):377-379.

[15] 舒衛(wèi)萍,崔遠(yuǎn)來 .層次分析法在灌區(qū)綜合評(píng)價(jià)中的應(yīng)用[J].中國農(nóng)村水利水電 .2005,6:109-111.

[16] 曾運(yùn)清,王春穎,肖麗娜 .層次分析法 (AHP)在民船動(dòng)員征用中的應(yīng)用[J].武漢理工大學(xué)學(xué)報(bào),2005,27(3):195-199.

[17] 丁燕,史培軍 .臺(tái)風(fēng)災(zāi)害的模糊風(fēng)險(xiǎn)評(píng)估模型[J].自然災(zāi)害學(xué)報(bào) .2002,11(1):34-43.

P49

B

1003-6598(2010)06-0018-04

2010-11-14

陳貞宏 (1983-),男,助工,主要從事氣象預(yù)報(bào)及氣象現(xiàn)代化建設(shè)工作。