張俊香,黃崇福,劉旭攏,宮清華

(1.黃山學院旅游學院,安徽黃山 245021;2.北京師范大學民政部/教育部減災與應急管理研究院,北京 100875;3.廣州地理研究所,廣東廣州 510070;4.廣東省地理空間信息技術與應用公共實驗室,廣東廣州 510070)

0 引言

自然災害風險圖是標示某一區(qū)域內(nèi)可能發(fā)生的自然災害風險程度的地圖。合理的自然災害風險區(qū)劃對風險區(qū)土地的合理投資與利用、自然災害的預防與減輕、減災規(guī)劃與措施的制定,以及災害保險制度的合理化、保險費率的厘定等具有重要意義。大量的事實和翔實的數(shù)據(jù)說明,全球自然災害的風險與日俱增,并造成日益嚴重的經(jīng)濟損失。因此,快速更新自然災害風險區(qū)劃圖,反映風險的變化,是減災工作中亟待解決的重大課題之一。

更新風險評估結果是風險學界一直關注的問題[1-3]。自然災害風險區(qū)劃的“更新”,就是既保留原區(qū)劃的信息,又用最新的信息對其加以修訂。自然災害風險區(qū)劃的更新原理,就是使更新后的風險區(qū)劃達到最佳的效果。假定新的資料加入前原有資料中的區(qū)劃模型為母板,所謂“最佳效果”,是指更新后的風險區(qū)劃與母板的差異最小[4]。標定“最佳效果”的根據(jù)是母板,而不是真實的風險分布情況,因為后者與區(qū)劃的模型、資料的品質關系甚大。

更新區(qū)劃圖的途徑主要有三種:將新的資料加入原有的資料中進行更新;展開新一輪的區(qū)劃圖制作;用新的觀測資料更新原有區(qū)劃。這些方法的共同特點是加權處理新舊信息,生成新的區(qū)劃圖。據(jù)此,文獻[4]提出了自然災害風險區(qū)劃圖更新的原理和方法。本文將以廣東省臺風暴雨災害為例,進一步說明如何應用這些模型進行區(qū)劃圖更新,并對其進行了檢驗。

1 加權更新方法

1.1 加權更新法

本質上,已投入使用的風險區(qū)劃圖,主要是極值類和概率類。前者以研究區(qū)內(nèi)曾發(fā)生的最大災害事件為風險值,更新十分簡單;后者考慮了災害事件發(fā)生的概率,更新時涉及風險值背后的概率分布。

極值區(qū)劃的更新,只需比較新資料中的極值是否比原區(qū)劃中的大。如果是,用新極值替換原極值;如果否,保留原極值。

對于概率區(qū)劃,如果將原區(qū)劃所用資料和新的資料合并,我們就能正確地更新任何風險區(qū)劃。問題在于,獲取、保存、分析原區(qū)劃所用資料并非易事,特別是某些風險區(qū)劃還含有專家判斷的成分,幾乎不可能反演同樣的判斷得出所需的資料。于是,概率區(qū)劃的更新,更多的是重新收集資料,展開新一輪的區(qū)劃。

以更新極值區(qū)劃為例,我們來說明其加權處理的意義。

設某區(qū)劃單元A內(nèi)原極值為a1,新資料中的極值為a2。更新后的區(qū)劃中,A內(nèi)的值為a=max{a1,a2}。由式(1)和式(2)分別定義a1和a2的權值w1和w2。

更新后的極值區(qū)劃中,風險值為由式(3)計算。

概率區(qū)劃的加權更新有兩種途徑:將新的資料加入原有的資料中進行更新;更新已有的概率分布。它們均可轉化為加權處理。前者將每條記錄均賦權值為1,區(qū)劃時采用原來的數(shù)學模型進行。對連續(xù)概率分布的更新,最簡單的是期望值加權求和。設某區(qū)劃單元A內(nèi)原分布的期望值為μ1,由新資料得到的期望值為μ2。再設原資料和新資料的容量分別為n1和n2,則更新后的分布其期望值μ由式(4)計算。

于是,我們有,

也就是說,我們并不需要知道原有的資料,就可以更新期望值。

1.2 算例

假定原有的資料為X1={5.6,6.2,7.3,5.5,6.2,7,6.7,7.1},新資料為X2={5.4,5.8,5.2},則合并兩批資料,更新后概率分布的期望值估計應為:

另一方面,如果我們并不知道原有的資料X1,而只知道其期望值μ1和其依據(jù)的是8個數(shù)據(jù),即:μ1=6.45,n2=8。依據(jù)新資料X2={5.4,5.8,5.2},我們得

于是,權值:

用式(4)對期望值進行更新:

它與式(5)給出的結果完全一致。

2 廣東省臺風暴雨災害風險區(qū)劃更新實例

2.1 數(shù)據(jù)來源

臺風災害是廣東省最嚴重的自然災害之一,廣東省也是全國臺風災害最嚴重的省份之一。臺風暴雨是廣東省主要的氣象災害。廣東省每年7-9月降水主要是臺風帶來的,在南部地區(qū)占年總雨量的40%～50%,北部占30%。臺風降水十分激烈,多以暴雨(日雨量≥50 mm)形式出現(xiàn)的,其強度和范圍都相當大。1986年7月8607號臺風,影響42個縣市,受災農(nóng)田65.3萬hm2,受災人口831萬人,其中豐順髙基坪最大24 h暴雨達786 mm。根據(jù)一次臺風中各氣象站過程雨量和不同量級的暴雨日數(shù)及其籠罩范圍(以站數(shù)計),建立臺風暴雨強度的評價模式,得出1960-1994年登陸廣東臺風中,特大暴雨的有7422、7619、7913、8607和9403號等臺風[5]。

廣東省人口密集,經(jīng)濟發(fā)達,一旦遭遇臺風襲擊,就可能遭受嚴重的經(jīng)濟損失,而且隨著廣東省經(jīng)濟的飛速發(fā)展,社會財富越來越多,這種損失將不斷增加。因此,開展廣東省臺風暴雨災害風險區(qū)劃更新研究不僅對制定防災減災對策有重要意義,而且對廣東省,特別是沿海經(jīng)濟發(fā)達地區(qū)在經(jīng)濟建設過程中最大程度地減輕臺風災害造成的損失有很重要的指導意義。

臺風暴雨是臺風災害的首要致災因子。我們選擇日最大降雨量這一指標來代表臺風暴雨的強度。臺風暴雨資料采用中國氣象局提供的749站逐日氣象數(shù)據(jù)集。選擇樣本數(shù)量大于20的廣東省9個代表性氣象站點為研究對象進行區(qū)劃圖更新實證分析?？紤]到臺風資料和站點資料的對應,研究時間選取1965-2005年。為了區(qū)劃圖更新的需要,將研究時間分為兩個時段:1965-1994年和1995-2005年。表1和表2中給出了9個站點的兩個時段的臺風暴雨的日最大降雨量記錄。假定表1所示為原始資料,表2所示為新資料。

表1 1965-1994年9個氣象站的臺風暴雨日最大降雨量記錄

表2 1995-2005年9個氣象站的臺風暴雨日最大降雨量記錄

2.2 概率風險計算模型

設X為臺風暴雨災害指標。把T年內(nèi)關于X的超越概率分布定義為臺風暴雨災害風險[6]。例如,設X的論域為日最大降雨量,記:

又設臺風暴雨日最大降雨量超越xi的概率為pi,i=1,2,…,n,則概率分布:

稱為臺風暴雨災害致災因子超越概率風險,有時也簡稱為臺風暴雨災害風險。

2.3 臺風暴雨災害的超越概率風險計算步驟

步驟一,我們收集各個氣象站點在某一時段內(nèi)歷次臺風暴雨的日最大降雨量記錄。假定某氣象站第i次臺風暴雨的日最大降雨量是xi,共有n次臺風暴雨。由日最大降雨量記錄組成的集合X={x1,2,…,xn}稱為樣本,其內(nèi)的元素xi稱為觀測值。

步驟二,我們按從大到小的順序將這些觀測值排列起來。對新排列的觀測值,為書寫方便,我們?nèi)杂洖閤i。即,我們可得到觀測值x1≥x2≥…≥xn。

步驟三,我們使用式(1)來求出超越概率分布。

式中:p(xi)為超越概率;k為xi的排列序號;n為樣本數(shù)。

步驟四,我們利用Excel繪制散點圖的功能可以繪制出臺風暴雨日最大降雨量的超越概率曲線,通過對數(shù)曲線擬合得到曲線的表達形式,從而獲得不同超越概率水平下的風險值(圖1)。

圖1 超越概率曲線示意圖

2.4 計算結果分析

首先,將表2中各個氣象站的臺風暴雨的日最大降雨量記錄并入表1中相應的氣象站的臺風暴雨的日最大降雨量記錄,則得到各個氣象站于1965-2005年的臺風暴雨的日最大降雨量記錄。以各個氣象站的臺風暴雨記錄為樣本,應用超越概率風險計算模型計算各氣象站臺風暴雨的超越概率風險μ′。圖2、圖3分別是根據(jù)這一計算結果繪制的臺風暴雨災害的超越概率風險區(qū)劃圖的母板,其超越概率風險水平分別為0.1(10年一遇)和0.01(100年一遇)。

其次,根據(jù)表1中各個氣象站的日最大降雨量記錄,應用超越概率風險計算模型計算各氣象站臺風暴雨的原超越概率風險μ′1,其超越概率風險水平分別為0.1(10年一遇)和0.01(100年一遇)。

再次,假設在表1中的資料缺失的情況,根據(jù)表2中各個氣象站的日最大降雨量記錄,應用超越概率風險計算模型計算各氣象站風暴雨的原超越概率風險μ′2。

最后,應用式(4)計算各氣象站臺風暴雨的更新風險μ′。圖4、圖5是根據(jù)各氣象站臺風暴雨的更新風險值繪制的更新后的概率風險區(qū)劃圖,其超越概率風險水平分別為0.1(10年一遇)和0.01(100年一遇)。

分別比較超越概率風險水平為0.1(10年一遇)時更新后的概率風險區(qū)劃圖(圖4)和概率風險區(qū)劃的母板(圖2),以及超越概率風險水平為0.01(100年一遇)時更新后的概率風險區(qū)劃圖(圖5)和概率風險區(qū)劃的母板(圖3),可以發(fā)現(xiàn),更新后的概率風險區(qū)劃與母板的概率風險區(qū)劃格局基本是一致的。這也就說明了在原區(qū)劃理論和方法不變的情況下,通過加權處理新舊資料,可以滿意地更新自然災害風險區(qū)劃圖。

3 結論與討論

在缺失原始資料情況下,通過加權處理舊區(qū)劃圖和新的資料,是區(qū)劃圖更新的一個重要途徑。

更新區(qū)劃圖的途徑主要有三種:將新的資料加入原有的資料中進行更新,展開新一輪的區(qū)劃圖制作,用新的觀測資料更新原有區(qū)劃。這些方法的共同特點是加權處理新舊信息,生成新的區(qū)劃圖。本文以廣東省臺風暴雨災害為例,說明如何應用這些模型進行區(qū)劃圖更新,并對其進行了檢驗。實例證明,在原區(qū)劃理論和方法不變的情況下,通過加權處理新舊資料,可以滿意地更新自然災害風險區(qū)劃圖。

盡管自然災害風險區(qū)劃圖的種類繁多,千差萬別,但本質上可以歸結為三類:極值風險區(qū)劃圖、概率風險區(qū)劃圖和軟風險區(qū)劃圖[7-8]。由于篇幅所限,本文主要介紹了概率風險區(qū)劃的更新實例。

[1] Pieters M N,Bakker M,Slob W.Reduced intake of deoxynivalenol in the Netherlands:a risk assessment uptake[J].Toxicology Letters,2004,153(1):145-153.

[2] Rinfret S,Goldman L,Polanczyk C A,et al.Value of immediate postoperative electrocardiogram to update risk stratification after major noncardiac surgery[J].The American Journal of Cardiology,2004,94(8):1017-1022.

[3] Veronique S,Sander K,Dieter D.Flame retardants-European Unionerisk assessments update[J].Plastics,Additives and Compounding,2004,6(2):26-29.

[4] 黃崇福.自然災害風險區(qū)劃圖的更新原理[C]//風險分析與危機反應的理論和實踐——中國災害防御協(xié)會風險分析專業(yè)委員會第三屆年會論文集.巴黎:Atlantis出版社,2008:1-8.

[5] 張昌昭.廣東水旱風災害[M].廣州:暨南大學出版社,1997.

[6] 黃崇福.自然災害風險評價理論與實踐[M].北京:科學出版社,2005.

[7] Huang C F,Inoue H.Softriskmaps of natural disasters and their applications to decision-making[J].Information Sciences,2007,177(7):1583-1592.

[8] 張俊香.新一代自然災害風險區(qū)劃原理與方法研究——以地震災害為例[D].北京:北京師范大學,2005.