曹詩(shī)嘉，方偉華, 譚　駿

(1.北京師范大學(xué) 環(huán)境演變與自然災(zāi)害教育部重點(diǎn)實(shí)驗(yàn)室，北京 100875；2.北京師范大學(xué) 民政部教育部減災(zāi)與應(yīng)急管理研究院，北京 100875； 3.國(guó)家海洋局海洋減災(zāi)中心，北京 100194)

?

基于海南省“威馬遜”及“海鷗”臺(tái)風(fēng)次生海岸洪水災(zāi)后問(wèn)卷調(diào)查的室內(nèi)財(cái)產(chǎn)脆弱性研究*

曹詩(shī)嘉1,2，方偉華1,2, 譚駿3

(1.北京師范大學(xué) 環(huán)境演變與自然災(zāi)害教育部重點(diǎn)實(shí)驗(yàn)室，北京 100875；2.北京師范大學(xué) 民政部教育部減災(zāi)與應(yīng)急管理研究院，北京 100875； 3.國(guó)家海洋局海洋減災(zāi)中心，北京 100194)

摘要:以2014年“威馬遜”及“海鷗”臺(tái)風(fēng)次生海岸洪水災(zāi)害為對(duì)象，以主要受災(zāi)區(qū)海南省?？谑屑拔牟袨檠芯繀^(qū)，通過(guò)實(shí)地勘測(cè)調(diào)查及問(wèn)卷調(diào)查獲取了這兩場(chǎng)災(zāi)害的重點(diǎn)淹沒(méi)地區(qū)、室內(nèi)財(cái)產(chǎn)淹沒(méi)水深、財(cái)產(chǎn)價(jià)值及損失率等數(shù)據(jù)；選取淹沒(méi)水深作為致災(zāi)因子危險(xiǎn)性代表性指標(biāo)，構(gòu)建了居民住房室內(nèi)財(cái)產(chǎn)脆弱性曲線及商業(yè)用房室內(nèi)財(cái)產(chǎn)脆弱性矩陣，從而定量地刻畫了淹沒(méi)水深與損失率之間的關(guān)系；另外利用調(diào)查數(shù)據(jù)，分析了淹沒(méi)時(shí)長(zhǎng)、減災(zāi)措施等因素對(duì)損失率大小及脆弱性曲線不確定性的影響；最后從加強(qiáng)脆弱性曲線結(jié)果的區(qū)域適用性、有效降低脆弱性曲線的不確定性等方面給出了未來(lái)研究的建議。

關(guān)鍵詞:洪水脆弱性；脆弱性曲線；室內(nèi)財(cái)產(chǎn)；海岸洪水；臺(tái)風(fēng)；問(wèn)卷調(diào)查；不確定性；“威馬遜”臺(tái)風(fēng)；“海鷗”臺(tái)風(fēng)；海南

在自然災(zāi)害研究中，脆弱性一般是指在不同洪水危險(xiǎn)性程度下，洪水災(zāi)害承災(zāi)體對(duì)應(yīng)的平均損失率大小及其不確定性分布。洪水脆弱性評(píng)估是洪水災(zāi)害研究的核心內(nèi)容之一，建立各類承災(zāi)體的量化洪水脆弱性曲線，是開(kāi)展精細(xì)化洪水災(zāi)害損失評(píng)估及風(fēng)險(xiǎn)評(píng)估的基礎(chǔ)。目前，在洪水災(zāi)害研究中洪水危險(xiǎn)性評(píng)估較為深入系統(tǒng)，而承災(zāi)體的洪水脆弱性評(píng)估，特別是中國(guó)的洪水承災(zāi)體評(píng)估，相對(duì)來(lái)說(shuō)還比較薄弱。

除地震災(zāi)害外，洪水災(zāi)害是較早開(kāi)始發(fā)展脆弱性曲線的災(zāi)種之一。例如，1968年美國(guó)聯(lián)邦保險(xiǎn)法案中即使用標(biāo)準(zhǔn)化的災(zāi)損曲線為泛洪區(qū)的居民房屋保險(xiǎn)提供支持[1]。美國(guó)USACE、FEMA等機(jī)構(gòu)對(duì)于洪水災(zāi)害損失數(shù)據(jù)收集及脆弱性曲線構(gòu)建建立了較為完善的模型及運(yùn)作機(jī)制[2-3]；英國(guó)、澳大利亞、日本、加勒比海地區(qū)也已各自發(fā)展出包含脆弱性曲線庫(kù)的評(píng)估模型[1, 4-5]。洪水脆弱性曲線中，選擇致災(zāi)因子需要考慮不同洪水類型的致災(zāi)成災(zāi)特點(diǎn)，橫軸中致災(zāi)因子的危險(xiǎn)性指標(biāo)可能是一種或多種洪災(zāi)損失影響因素[6]，最主要的是洪水水深，此外還有淹沒(méi)時(shí)長(zhǎng)、流速、洪水?dāng)y帶沉積物、受災(zāi)地區(qū)應(yīng)急措施等[7]。盡管多種洪災(zāi)影響因素與損失率之間都可能存在關(guān)系，但洪災(zāi)損失評(píng)估中，最常建立的是洪水淹沒(méi)水深與洪災(zāi)損失之間的關(guān)系[8-9]。縱軸中的指標(biāo)一般為承災(zāi)體損失率，相對(duì)于絕對(duì)損失值，損失率可以忽略通貨膨脹的影響[10]，因此在比較不同財(cái)產(chǎn)價(jià)值承災(zāi)體的脆弱性曲線時(shí)更為方便。計(jì)算損失率既需要獲取承災(zāi)體直接經(jīng)濟(jì)損失，又需要估算承災(zāi)體總經(jīng)濟(jì)價(jià)值。

根據(jù)構(gòu)建洪水脆弱性曲線所使用的數(shù)據(jù)來(lái)源與方法，洪水脆弱性曲線大致可分為2類，第一類為經(jīng)驗(yàn)數(shù)據(jù)擬合法，即利用歷史實(shí)際洪水災(zāi)害事件數(shù)據(jù)，通過(guò)分析損失影響因子與損失(率)的關(guān)系，構(gòu)建得到脆弱性曲線[11-13]。這一方法得到的曲線與已發(fā)生的災(zāi)害損失結(jié)果較為吻合，但在不同區(qū)域之間推廣時(shí)需要注意區(qū)域差異并進(jìn)行修正[10, 14]；第二類為假設(shè)分析法，即利用已有的承災(zāi)體類型數(shù)據(jù)、財(cái)產(chǎn)價(jià)值調(diào)查數(shù)據(jù)等，根據(jù)專家經(jīng)驗(yàn)，假設(shè)分析不同等級(jí)洪水情境下的損失大小[1]。這一方法得出脆弱性曲線類型較為完備，而缺點(diǎn)在于主觀性較強(qiáng)，可能無(wú)法反映脆弱性曲線中的不確定性特點(diǎn)[1]。除這2種方法外還有模型模擬法等，主要是模擬致災(zāi)因子及承災(zāi)體的相互作用，定量構(gòu)建出脆弱性曲線[13]。

針對(duì)不同的承災(zāi)體，例如建筑物、農(nóng)作物、基礎(chǔ)設(shè)施等，需要建立各自的脆弱性曲線。其中，建筑物的分類一般會(huì)考慮結(jié)構(gòu)類型、使用類型及其次級(jí)指標(biāo)[1-2, 5]。例如，美國(guó)HAZUS模型依據(jù)建筑物的建筑材料、建筑結(jié)構(gòu)、樓層高度、樓層數(shù)將建筑物分為11類[2]；英國(guó)研究機(jī)構(gòu)根據(jù)房屋式樣、房屋建造時(shí)間、居住者的收入水平劃分出84種房屋類型[5]；澳大利亞ANUFLOOD模型根據(jù)商業(yè)用房的占地面積及室內(nèi)財(cái)產(chǎn)價(jià)值對(duì)商業(yè)用房進(jìn)行分類[1]。從使用類型看，商業(yè)用房與居民用房是最主要的2類建筑物，前者脆弱性與建筑面積、室內(nèi)財(cái)產(chǎn)類型及財(cái)產(chǎn)價(jià)值災(zāi)后應(yīng)急響應(yīng)能力密切相關(guān)[15]，相同水深下商業(yè)用房的損失可比居民用房大數(shù)百倍[1]，也有研究表明一個(gè)地區(qū)的商業(yè)用房及工業(yè)用房占該地區(qū)所有房屋數(shù)量的比例越大，損失評(píng)估中的不確定性越大[11]，而后者的損失率分布相對(duì)前者來(lái)說(shuō)比較穩(wěn)定。

脆弱性曲線構(gòu)建過(guò)程中，樣本誤差、測(cè)量誤差、致災(zāi)因子指標(biāo)的選擇、脆弱性曲線函數(shù)形式的選擇等，均可導(dǎo)致洪災(zāi)脆弱性曲線結(jié)果具有一定程度的不確定性[7]。為使承災(zāi)體脆弱性評(píng)估結(jié)果更為精確，并明確不確定性大小對(duì)損失評(píng)估結(jié)果的影響，經(jīng)常需要對(duì)洪水脆弱性曲線的不確定性進(jìn)行量化表達(dá)，常用的不確定性量化方法包括函數(shù)表征法及蒙特卡洛模擬法等。例如，中美洲地區(qū)多國(guó)共同發(fā)展的CAPRA模型中，假設(shè)特定水深下每一類房屋的損失滿足β函數(shù)分布；一些研究中利用蒙特卡洛方法，對(duì)受影響房屋數(shù)量與不確定性大小之間的關(guān)系進(jìn)行了衡量[11]。

我國(guó)洪災(zāi)脆弱性曲線量化研究，大致起步于1980年代。例如，施國(guó)慶對(duì)洪災(zāi)損失率及確定方法進(jìn)行探討[14, 16]；石勇等在對(duì)洪水脆弱性曲線進(jìn)行綜述的基礎(chǔ)上，針對(duì)2008年深圳及東莞暴雨洪水災(zāi)害，利用問(wèn)卷調(diào)查方法得到房屋及室內(nèi)財(cái)產(chǎn)水深-災(zāi)損率曲線[14]；石勇利用假設(shè)分析法針對(duì)不同收入水平的居民住宅，構(gòu)造暴雨內(nèi)澇中居民住宅室內(nèi)墻壁涂料及地板的水災(zāi)脆弱性曲線[17]；殷杰和尹占娥等利用遙感提取土地利用類型，結(jié)合歷史災(zāi)情統(tǒng)計(jì)資料、多次災(zāi)后實(shí)地調(diào)查數(shù)據(jù)及保險(xiǎn)資料，建立水深災(zāi)損率線性擬合曲線[18]；董姝娜等運(yùn)用GPS技術(shù)開(kāi)展村鎮(zhèn)住宅洪災(zāi)損失實(shí)地調(diào)查，利用遙感及GIS技術(shù)提取洪水淹沒(méi)水深，建立水深災(zāi)損率曲線[19]?？偟膩?lái)說(shuō)，我國(guó)洪水脆弱性研究還缺乏大規(guī)模實(shí)地調(diào)查資料作為參考，研究的承災(zāi)體種類少，脆弱性不確定性刻畫方法研究也較為欠缺。

海南省臺(tái)風(fēng)登陸及影響頻繁，由臺(tái)風(fēng)引發(fā)的增水≥30 cm的風(fēng)暴潮每年3.8場(chǎng)，≥100 cm的風(fēng)暴潮平均每2年一場(chǎng)[20]。2014年7月18日15:30分前后，超強(qiáng)臺(tái)風(fēng)“威馬遜”(臺(tái)風(fēng)編號(hào)：201410)在海南省文昌市翁田鎮(zhèn)沿海登陸，是1949年以來(lái)登陸中國(guó)的最強(qiáng)臺(tái)風(fēng)之一，登陸中心最低氣壓910 hPa，最大風(fēng)速大于70 m/s。2014年9月16日09:40分左右，臺(tái)風(fēng)“海鷗”(臺(tái)風(fēng)編號(hào)：201418)也在海南省文昌市翁田鎮(zhèn)沿海登陸，登陸時(shí)中心附近最大風(fēng)力為13級(jí)，中心氣壓960 hPa，“海鷗”臺(tái)風(fēng)風(fēng)暴潮使得海口市秀英站出現(xiàn)了突破歷史記錄的高潮位，超出當(dāng)?shù)鼐涑蔽?47 cm。

臺(tái)風(fēng)次生海岸洪水主要由臺(tái)風(fēng)風(fēng)暴潮、臺(tái)風(fēng)暴雨洪水二者在空間上疊加形成，不同于內(nèi)陸緩發(fā)內(nèi)澇洪水，其含有腐蝕性鹽分且伴隨海浪，故危險(xiǎn)性程度大。“威馬遜”及“海鷗”臺(tái)風(fēng)相隔2個(gè)月先后登陸海南，造成海南省北部海岸帶大范圍淹沒(méi)，給海南帶來(lái)了嚴(yán)重的經(jīng)濟(jì)損失，其中威馬遜造成全省216個(gè)鄉(xiāng)鎮(zhèn)(街道)受災(zāi)，受災(zāi)人口325.8萬(wàn)人，直接經(jīng)濟(jì)損失108.28億元；“海鷗”造成全省219個(gè)鄉(xiāng)鎮(zhèn)(街道、農(nóng)場(chǎng))受災(zāi)，受災(zāi)人口286.503萬(wàn)人，直接經(jīng)濟(jì)損失57.874億元[21-22]。目前，臺(tái)風(fēng)次生海岸洪水的房屋室內(nèi)財(cái)產(chǎn)脆弱性研究還非常少，因此對(duì)這兩場(chǎng)臺(tái)風(fēng)次生海岸洪水淹沒(méi)地區(qū)進(jìn)行調(diào)查，獲取其致災(zāi)因子危險(xiǎn)性及承災(zāi)體的損失率，可為構(gòu)建臺(tái)風(fēng)次生沿岸洪水脆弱性曲線提供寶貴的經(jīng)驗(yàn)數(shù)據(jù)。

本研究采用實(shí)地問(wèn)卷調(diào)查方法，赴受“威馬遜”及“海鷗”臺(tái)風(fēng)影響嚴(yán)重的海南省?？谑屑拔牟?，獲取臺(tái)風(fēng)次生洪水導(dǎo)致的房屋室內(nèi)財(cái)產(chǎn)淹沒(méi)水深、財(cái)產(chǎn)價(jià)值及損失率等樣本信息，從而定量構(gòu)建海南省室內(nèi)財(cái)產(chǎn)臺(tái)風(fēng)次生沿岸洪水脆弱性曲線。

1數(shù)據(jù)

1.1調(diào)查問(wèn)卷設(shè)計(jì)

調(diào)查問(wèn)卷的主要內(nèi)容包括致災(zāi)因子、承災(zāi)體以及災(zāi)害損失3個(gè)部分?！巴R遜”及“海鷗”兩場(chǎng)臺(tái)風(fēng)次生洪水室內(nèi)財(cái)產(chǎn)損失，由于其影響范圍及成災(zāi)機(jī)制類似，故采用相同的問(wèn)卷開(kāi)展調(diào)查。考慮到財(cái)產(chǎn)的歸屬特點(diǎn)，調(diào)查問(wèn)卷的調(diào)查單元為單個(gè)家庭或單個(gè)商戶2類。

致災(zāi)因子問(wèn)卷主要包括淹沒(méi)深度(d)及淹沒(méi)時(shí)長(zhǎng)(t) 2個(gè)指標(biāo)。其中，淹沒(méi)深度(d)為房屋室內(nèi)

圖1　“威馬遜(201410)”及“海鷗(201418)”臺(tái)風(fēng)風(fēng)暴潮部分淹沒(méi)范圍實(shí)地GPS測(cè)量圖

最高淹沒(méi)水位至室內(nèi)一層地板的垂直距離，單位為厘米(cm)，淹沒(méi)深度主要依靠觀察洪水淹沒(méi)痕跡或詢問(wèn)戶主來(lái)獲取信息并測(cè)量；淹沒(méi)時(shí)長(zhǎng)(t)為房屋一層開(kāi)始進(jìn)水至完全退水時(shí)的時(shí)間間隔，淹沒(méi)時(shí)長(zhǎng)信息主要依靠詢問(wèn)戶主獲取。由于入戶調(diào)查的時(shí)間已經(jīng)離“威馬遜”及“海鷗”災(zāi)后達(dá)2個(gè)月及4個(gè)月，多數(shù)戶主無(wú)法精確描述小于1 h的淹沒(méi)間隔，加之風(fēng)暴潮含鹽量高對(duì)室內(nèi)財(cái)產(chǎn)腐蝕性較大，在較短時(shí)間內(nèi)即可對(duì)室內(nèi)財(cái)產(chǎn)造成較大損失，故將淹沒(méi)時(shí)長(zhǎng)的記錄單位設(shè)為1 h。

承災(zāi)體問(wèn)卷主要包括受災(zāi)房屋的地理位置(經(jīng)緯度)、建筑類型、使用類型、建筑年限、樓層數(shù)目、淹沒(méi)層數(shù)、每層房屋面積以及單位面積房屋造價(jià)等指標(biāo)，其中使用類型分為商業(yè)用房、城市居民用房、鄉(xiāng)鎮(zhèn)居民用房及農(nóng)村居民用房4類，結(jié)構(gòu)類型分為鋼筋混凝土、砂石、磚混3類。

災(zāi)害損失問(wèn)卷主要包括室內(nèi)財(cái)產(chǎn)(contents)、室內(nèi)裝修(interior)以及房屋結(jié)構(gòu)(structure)3類承災(zāi)體災(zāi)前經(jīng)濟(jì)價(jià)值，災(zāi)害直接經(jīng)濟(jì)損失值等指標(biāo)。另外，由于兩場(chǎng)臺(tái)風(fēng)次生洪水導(dǎo)致的房屋倒塌較少，而室內(nèi)財(cái)產(chǎn)損失較為嚴(yán)重，故本文僅選擇室內(nèi)財(cái)產(chǎn)作為對(duì)象構(gòu)建脆弱性曲線。

1.2實(shí)地調(diào)查取樣

本研究先后3次赴海南省開(kāi)展“威馬遜”及“海鷗”臺(tái)風(fēng)致災(zāi)及災(zāi)害損失現(xiàn)場(chǎng)調(diào)查。第1次為2014年7月20日(“威馬遜”登陸2 d后)，前往“威馬遜”臺(tái)風(fēng)登陸地文昌市開(kāi)展災(zāi)后淹沒(méi)范圍勘查，實(shí)地調(diào)查至7月30日，利用空間定位精度為米級(jí)的差分GPS系統(tǒng)，基于風(fēng)暴潮淹沒(méi)勘查痕跡，并結(jié)合當(dāng)?shù)鼐用裨L談信息，繪制了東寨港風(fēng)暴潮淹沒(méi)范圍圖(圖1a)。

第2次為2014年9月15-20日(“海鷗”登陸前后)，在海南省?？谑校牟虚_(kāi)展為期6天的現(xiàn)場(chǎng)調(diào)查工作，利用同類方法繪制了風(fēng)暴潮淹沒(méi)范圍圖(圖1b，圖1c)?？梢钥闯?，兩場(chǎng)臺(tái)風(fēng)主要受災(zāi)地區(qū)位于海口市的龍華區(qū)、瓊山區(qū)、美蘭區(qū)北部沿海地區(qū)，以及文昌市的鋪前鎮(zhèn)。

第3次為2014年11月28日-12月20日，在前2次宏觀危險(xiǎn)性范圍調(diào)查的基礎(chǔ)上，本次活動(dòng)主要為詳細(xì)的入戶問(wèn)卷調(diào)查。圖2為實(shí)地調(diào)查樣本空間分布，基本上覆蓋了兩次臺(tái)風(fēng)次生洪水災(zāi)害發(fā)生的主要區(qū)域，且樣本點(diǎn)分布也較為均勻合理。

圖2　“威馬遜”及“海鷗”臺(tái)風(fēng)次生海岸洪水室內(nèi)財(cái)產(chǎn)損失問(wèn)卷調(diào)查樣本分布

1.3調(diào)查數(shù)據(jù)質(zhì)量

共入戶問(wèn)卷調(diào)查了258戶，剔除因信息不完整等造成的無(wú)效樣本6份，最終有效樣本為252戶。其中，?？谑?71戶，文昌市81戶，“威馬遜”樣本178戶，海鷗樣本74戶。臺(tái)風(fēng)“威馬遜”及“海鷗”各使用類型和建筑類型房屋樣本量見(jiàn)表1?？梢钥闯?，總體樣本在各水深區(qū)間，各房屋使用類型分布較為均衡，樣本量較為充足，基本可以滿足脆弱性曲線構(gòu)建的需要。

2方法

2.1室內(nèi)財(cái)產(chǎn)洪災(zāi)損失率估計(jì)

室內(nèi)財(cái)產(chǎn)平均損失率(Mean Damage Ratio, MDR)等于室內(nèi)財(cái)產(chǎn)的直接經(jīng)濟(jì)損失值(L)與其災(zāi)前經(jīng)濟(jì)價(jià)值(V)之比，即MDR=L/V。

其中，直接經(jīng)濟(jì)損失值為室內(nèi)財(cái)產(chǎn)恢復(fù)到災(zāi)

表1　臺(tái)風(fēng)“威馬遜”及“海鷗”災(zāi)后室內(nèi)財(cái)產(chǎn)損失調(diào)查樣本量統(tǒng)計(jì)表

前狀態(tài)所需要的費(fèi)用[1]。室內(nèi)財(cái)產(chǎn)損失值及室內(nèi)財(cái)產(chǎn)價(jià)值的確定方法，一般是基于實(shí)地價(jià)值調(diào)查，根據(jù)房屋室內(nèi)財(cái)產(chǎn)的原購(gòu)入價(jià)值及新舊程度(全新、中等新舊、需要置換)計(jì)算折舊價(jià)值，對(duì)折舊價(jià)值求和得到室內(nèi)財(cái)產(chǎn)原始價(jià)值，再根據(jù)室內(nèi)財(cái)產(chǎn)的位置、高度以及洪水淹沒(méi)深度判斷室內(nèi)財(cái)產(chǎn)損失值[8]。

在實(shí)地調(diào)查中，對(duì)于室內(nèi)財(cái)產(chǎn)經(jīng)濟(jì)價(jià)值，主要由調(diào)查人直接判斷給出，難以直接判斷時(shí)通過(guò)訪談戶主估計(jì)得出。對(duì)于災(zāi)害損失值，針對(duì)不同損毀狀態(tài)分別估算，即如果全損，則定義損失值為其經(jīng)濟(jì)價(jià)值減去殘值，如果是維修后繼續(xù)使用，則損失值定義為維修價(jià)格(重置價(jià)值)。

2.2室內(nèi)財(cái)產(chǎn)洪災(zāi)脆弱性曲線估計(jì)

作為表征致災(zāi)因子危險(xiǎn)性強(qiáng)度與承災(zāi)體損失率之間關(guān)系的特征量，脆弱性曲線可以用多種形式表達(dá)，例如通過(guò)線性多邊形函數(shù)、平方根函數(shù)、基于點(diǎn)的冪函數(shù)[23]、Logistic函數(shù)[24]等連續(xù)函數(shù)形式表達(dá)，或者通過(guò)核密度函數(shù)[11]等非參數(shù)形式平滑為曲線表達(dá)，或者簡(jiǎn)化為脆弱性矩陣[1]等。

通過(guò)分析室內(nèi)財(cái)產(chǎn)損失率-水深樣本的散點(diǎn)圖形態(tài)，結(jié)合損失率值域應(yīng)該位于[0,1]區(qū)間單調(diào)遞增等特點(diǎn)，本研究?jī)?yōu)選了Logistic函數(shù)進(jìn)行脆弱性曲線擬合，函數(shù)具體形式如下：

(1)

為了比較“威馬遜”及“海鷗”兩場(chǎng)臺(tái)風(fēng)的損失特點(diǎn)，除了利用兩場(chǎng)臺(tái)風(fēng)總樣本數(shù)據(jù)進(jìn)行擬合外，還分別用單場(chǎng)臺(tái)風(fēng)數(shù)據(jù)進(jìn)行了擬合。

2.3室內(nèi)財(cái)產(chǎn)洪災(zāi)損失率不確定性

脆弱性曲線最直觀的理解為，曲線上的值為損失率的期望值。其不確定性可以理解為，損失率大小會(huì)受到一系列因素的影響，對(duì)于一個(gè)災(zāi)害事件而言，某類承災(zāi)體在相同致災(zāi)因子強(qiáng)度作用下，其損失率值是一個(gè)概率分布，其期望值為脆弱性曲線上對(duì)應(yīng)的值。

基于歷史災(zāi)害事件調(diào)查出致災(zāi)因子危險(xiǎn)性強(qiáng)度數(shù)據(jù)及損失率數(shù)據(jù)，對(duì)脆弱性曲線不確定性進(jìn)行定量表達(dá)，一種方法是通過(guò)估計(jì)損失值分布的區(qū)間，或給出一定致災(zāi)因子強(qiáng)度下?lián)p失值的分布函數(shù)來(lái)表達(dá)。例如，可以利用固定窗寬對(duì)數(shù)據(jù)進(jìn)行分組，通過(guò)假定一定致災(zāi)因子強(qiáng)度下?lián)p失率分布滿足某類函數(shù)分布(如β分布、Lognormal分布等)，對(duì)每組樣本進(jìn)行擬合得到不確定性函數(shù)。另外，考慮到分布函數(shù)對(duì)樣本點(diǎn)數(shù)量要求較高，如果沒(méi)有達(dá)到大量樣本點(diǎn)，也經(jīng)常簡(jiǎn)化為對(duì)樣本分布求脆弱性曲線及一倍標(biāo)準(zhǔn)差曲線，得到介于平均損失值兩側(cè)的上下區(qū)間。

量化脆弱性曲線不確定性對(duì)于災(zāi)害風(fēng)險(xiǎn)評(píng)估或?yàn)?zāi)后損失評(píng)估有重要的作用。例如，在風(fēng)險(xiǎn)評(píng)估時(shí)，采用蒙特卡羅方法，根據(jù)脆弱性曲線的不確定性分布函數(shù)隨機(jī)產(chǎn)生損失率值，進(jìn)而獲取更加合理的隨機(jī)事件損失率樣本值，用于風(fēng)險(xiǎn)概率計(jì)算。

在本研究中，采用一倍標(biāo)準(zhǔn)差刻畫脆弱性曲線不確定性，首先對(duì)于每一種房屋類型的樣本，以0.1m為區(qū)間求各水深范圍內(nèi)損失率的一倍標(biāo)準(zhǔn)差，然后采用Logistic函數(shù)進(jìn)行擬合。

3結(jié)果與討論

3.1室內(nèi)財(cái)產(chǎn)價(jià)值特征

根據(jù)城市居民、農(nóng)村居民及商業(yè)3種使用類型房屋的室內(nèi)財(cái)產(chǎn)價(jià)值樣本數(shù)據(jù)在各財(cái)產(chǎn)價(jià)值區(qū)間對(duì)應(yīng)的樣本頻率，繪制了價(jià)值頻率分布直方圖。由于總體樣本量不多，橫軸室內(nèi)財(cái)產(chǎn)總價(jià)值采用不等距分組(圖3)。各使用類型房屋的室內(nèi)受淹財(cái)產(chǎn)平均價(jià)值、標(biāo)準(zhǔn)差及平均損失統(tǒng)計(jì)結(jié)果見(jiàn)表2。

圖3　城市居民、農(nóng)村居民及商業(yè)三類使用類型受災(zāi)房屋的室內(nèi)財(cái)產(chǎn)價(jià)值分布直方圖

使用類型平均價(jià)值/萬(wàn)元標(biāo)準(zhǔn)差/萬(wàn)元平均損失/萬(wàn)元標(biāo)準(zhǔn)差/萬(wàn)元平均損失率%標(biāo)準(zhǔn)差/萬(wàn)元城市居民1.472.570.320.4943.080.22農(nóng)村居民2.091.760.780.9463.490.23商業(yè)用房30.72193.922.354.8242.210.20

分析直方圖及統(tǒng)計(jì)結(jié)果特征，可以看出受災(zāi)房屋室內(nèi)財(cái)產(chǎn)價(jià)值具有四個(gè)方面的顯著特點(diǎn)：一是較貧困的調(diào)查對(duì)象受災(zāi)比例更高，而相對(duì)富裕的受災(zāi)率更小，室內(nèi)財(cái)產(chǎn)價(jià)值大小與受災(zāi)率之間，符合比較好的冪律關(guān)系(圖3)；二是農(nóng)村居民室內(nèi)財(cái)產(chǎn)平均損失率最高，原因?yàn)檗r(nóng)村居民用房多為一層建筑，洪水來(lái)臨時(shí)因財(cái)產(chǎn)難以轉(zhuǎn)移導(dǎo)致?lián)p失率高；三是商業(yè)用房平均損失率最低，主要是因?yàn)槠鋬r(jià)值較大故商戶多采取了減災(zāi)措施；四是室內(nèi)財(cái)產(chǎn)損失率組間差異，農(nóng)房最小而商業(yè)用房最大，原因是受災(zāi)農(nóng)戶多收入低，而不同商戶室內(nèi)財(cái)產(chǎn)價(jià)值差異巨大。另外，必須注意到的是，上述統(tǒng)計(jì)結(jié)果僅根據(jù)受災(zāi)的樣本統(tǒng)計(jì)得出，不能代表未受災(zāi)的房屋室內(nèi)財(cái)產(chǎn)價(jià)值特征。災(zāi)后問(wèn)卷調(diào)研獲取的受災(zāi)房屋的室內(nèi)財(cái)產(chǎn)價(jià)值分布，有助于理解哪些房屋更加容易受災(zāi)，或者說(shuō)脆弱性更高。

3.2居民住房室內(nèi)財(cái)產(chǎn)脆弱性曲線

在繪制脆弱性曲線時(shí)，首先確定房屋結(jié)構(gòu)與使用類型的組合，本文根據(jù)實(shí)際調(diào)研樣本數(shù)量選擇砂石結(jié)構(gòu)-農(nóng)村居民、磚混結(jié)構(gòu)-農(nóng)村居民用房、鋼筋混凝土結(jié)構(gòu)-農(nóng)村居民用房、鋼筋混凝土結(jié)構(gòu)-城市居民用房進(jìn)行分析；其次考慮到“威馬遜”及“海鷗”兩場(chǎng)臺(tái)風(fēng)致災(zāi)特點(diǎn)有所不同，按照兩場(chǎng)臺(tái)風(fēng)各自樣本及總體樣本分別繪制了脆弱性曲線，共計(jì)得出8條居民用房室內(nèi)財(cái)產(chǎn)洪災(zāi)脆弱性曲線。

基于調(diào)查問(wèn)卷得到的水深及損失率數(shù)據(jù)，以損失不為零、水深最小的樣本點(diǎn)為脆弱性曲線的起始點(diǎn)(圖4)。圖中實(shí)線為脆弱性曲線，虛線為一倍標(biāo)準(zhǔn)差曲線，一倍標(biāo)準(zhǔn)差曲線并沒(méi)有對(duì)稱分布在脆弱性曲線的兩側(cè)，這是由于一倍標(biāo)準(zhǔn)差曲線為擬合結(jié)果，并不是實(shí)際的標(biāo)準(zhǔn)差值。脆弱性曲線的函數(shù)形式如下，其中MDR為平均損失率，a，b為擬合參數(shù)，d為水深(m)。

(2)

從脆弱性曲線擬合效果來(lái)看，8條曲線中，樣本點(diǎn)分布比較離散，只有2條曲線的擬合優(yōu)度值大于0.5，各類房屋一倍標(biāo)準(zhǔn)差曲線區(qū)間較大，表明脆弱性曲線中包含了較大的不確定性。原因除致災(zāi)因子指標(biāo)考慮單一外，還可能包括脆弱性曲線函數(shù)形式選擇、數(shù)據(jù)誤差、屋主經(jīng)濟(jì)水平差異等。

從脆弱性曲線的形狀來(lái)看，輔以對(duì)各脆弱性曲線的一階導(dǎo)數(shù)、二階導(dǎo)數(shù)特征分析，可知脆弱性曲線增長(zhǎng)大致可分為3個(gè)階段，分別為慢速增長(zhǎng)期(0~0.36m)、快速增長(zhǎng)期(0.36~1.36m)、慢速增長(zhǎng)期(1.36m及以上), 當(dāng)水深達(dá)到0.86m時(shí)，損失率隨水深增長(zhǎng)變化最快。

3.3商業(yè)用房室內(nèi)財(cái)產(chǎn)脆弱性矩陣

雖然商業(yè)用房室內(nèi)財(cái)產(chǎn)損失率-水深樣本數(shù)量較多，但按照居民用房房屋分類方法，其數(shù)據(jù)不足以支撐建立商業(yè)用房量化的脆弱性曲線并刻畫其不確定性，因此本研究中將按照商業(yè)用房規(guī)模及水深等級(jí)進(jìn)行分組，建立脆弱性矩陣。

商業(yè)用房規(guī)模按照占地面積大小劃分為3類，即小型商業(yè)用房(<50m2)、中型商業(yè)用房(50~100m2)、大型商業(yè)用房(>100m2)。水深分為四個(gè)等級(jí)，其區(qū)間分別為[0.0,0.1]、(0.1,0.5]、(0.5,1.0]、(1.0,1.8]。計(jì)算各用房規(guī)模及水深組合下室內(nèi)財(cái)產(chǎn)的平均損失率，即為商業(yè)用房室內(nèi)財(cái)產(chǎn)脆弱性矩陣(表3)。表中，括號(hào)內(nèi)數(shù)字代表每組樣本的樣本量，脆弱性數(shù)據(jù)異常值以斜體表示。

表3　基于“威馬遜”及“海鷗”臺(tái)風(fēng)災(zāi)后問(wèn)卷數(shù)據(jù)的

圖4　基于“威馬遜”及“海鷗”臺(tái)風(fēng)災(zāi)后調(diào)查的室內(nèi)財(cái)產(chǎn)臺(tái)風(fēng)次生海岸洪水脆弱性曲線

可以看出，商業(yè)用房室內(nèi)財(cái)產(chǎn)的損失率隨著占地面積的增加及水深的增加而增加，矩陣中有三組損失率異常值，分別為占地面積為50~100 m2、水深為1.0~1.8 m組，占地面積大于100 m2、水深為0.5~1.0 m組，占地面積大于100 m2、水深為1.0~1.8 m組，異常原因可能是數(shù)據(jù)量不足，不同商業(yè)用房樣本室內(nèi)財(cái)產(chǎn)總值之間存在顯著差異，以及是否采取減災(zāi)措施等。

3.4臺(tái)風(fēng)次生沿岸洪水成災(zāi)特點(diǎn)與損失率關(guān)系

臺(tái)風(fēng)風(fēng)暴潮、臺(tái)風(fēng)暴雨洪水相互作用形成的臺(tái)風(fēng)次生海岸洪水，具有獨(dú)特的致災(zāi)及成災(zāi)特點(diǎn)，例如風(fēng)暴潮流速高、鹽分含量較大、具有腐蝕性，沿岸地區(qū)還會(huì)伴隨海浪，所以物理外力、浸泡及腐蝕等多種因素導(dǎo)致成災(zāi)。因此，相對(duì)于內(nèi)澇等城市洪水類型而言，臺(tái)風(fēng)次生海岸洪水的致災(zāi)危險(xiǎn)性程度更大。此外，雖然臺(tái)風(fēng)風(fēng)暴潮的漲水過(guò)程往往只有短短數(shù)小時(shí)，但由于局地地形等因素的影響會(huì)造成積水，室內(nèi)財(cái)產(chǎn)的淹沒(méi)時(shí)長(zhǎng)可能從數(shù)小時(shí)至數(shù)天不等。

根據(jù)“威馬遜”及“海鷗”2場(chǎng)臺(tái)風(fēng)問(wèn)卷調(diào)查數(shù)據(jù)，繪制了室內(nèi)淹沒(méi)時(shí)長(zhǎng)-室內(nèi)財(cái)產(chǎn)損失率關(guān)系散點(diǎn)分布圖(圖5)?？梢钥闯?，損失率-淹沒(méi)時(shí)長(zhǎng)散點(diǎn)分布離散，變化區(qū)間很大，二者缺乏顯著的統(tǒng)計(jì)關(guān)系。一般來(lái)說(shuō)，淹沒(méi)時(shí)間越長(zhǎng)，室內(nèi)財(cái)產(chǎn)損失率越高，而基于問(wèn)卷調(diào)查結(jié)果的散點(diǎn)圖并不能很好地反映出這一點(diǎn)。

圖5　基于“威馬遜”及“海鷗”災(zāi)后調(diào)查數(shù)據(jù)的房屋淹沒(méi)時(shí)長(zhǎng)-室內(nèi)受淹財(cái)產(chǎn)損失率散點(diǎn)圖

造成這一結(jié)果的原因可能是，①絕大部分樣本的淹沒(méi)時(shí)長(zhǎng)大于1 h(小于1 h的樣本僅有15個(gè))，淹沒(méi)時(shí)長(zhǎng)已經(jīng)遠(yuǎn)遠(yuǎn)超過(guò)了損失率對(duì)淹沒(méi)時(shí)長(zhǎng)的敏感期限；②海水含有較高鹽分，家用電器等在海水中即使浸泡時(shí)間很短，也會(huì)造成很大破壞，難以維修。可見(jiàn)，臺(tái)風(fēng)次生海岸洪水的致災(zāi)因子多樣，多個(gè)致災(zāi)因子聯(lián)合作用成災(zāi)，而脆弱性曲線或矩陣結(jié)果中，主要選定水深作為主要致災(zāi)因子，因此脆弱性結(jié)果包含較大的不確定性。

3.5災(zāi)前減災(zāi)措施與室內(nèi)財(cái)產(chǎn)損失率關(guān)系

基于“威馬遜”及“海鷗”2場(chǎng)臺(tái)風(fēng)災(zāi)害所有調(diào)查樣本數(shù)據(jù)，按照是否有災(zāi)前臨時(shí)減災(zāi)措施將該組合的室內(nèi)財(cái)產(chǎn)損失率數(shù)據(jù)分為2組，提取了具有減災(zāi)措施記錄的調(diào)查數(shù)據(jù)進(jìn)行了分析。所有房屋類型中，商業(yè)用房的樣本數(shù)量最多(113戶)，受調(diào)查的商業(yè)用房多分布在城市，其室內(nèi)財(cái)產(chǎn)價(jià)值較高，臺(tái)風(fēng)災(zāi)害預(yù)警信息獲取較為及時(shí)，特別是鋼筋混凝土商業(yè)建筑物的室內(nèi)財(cái)產(chǎn)的減災(zāi)措施比率較高，在6個(gè)水深區(qū)間，是否采取了減災(zāi)措施的比率的樣本見(jiàn)圖6，分別為6%，14%，26%，36%，75%，67%。

圖6　在有無(wú)減災(zāi)措施下鋼筋混凝土-商業(yè)用房室內(nèi)財(cái)產(chǎn)平均損失率直方圖

結(jié)構(gòu)類型為鋼筋混凝土及使用類型為商業(yè)的組合，在有無(wú)減災(zāi)措施兩種情況下不同水深下的室內(nèi)財(cái)產(chǎn)平均損失率見(jiàn)圖6?？梢钥闯觯诟鞣N水深區(qū)間，有減災(zāi)措施情況下室內(nèi)財(cái)產(chǎn)損失率均低于沒(méi)有減災(zāi)措施的，六個(gè)水深區(qū)間的實(shí)際樣本損失率的差別分別為8.3%，18.0%，1.1%，1.6%，23.6%，42.8%。

災(zāi)前臨時(shí)減災(zāi)措施的實(shí)質(zhì)，①將其中易受災(zāi)或者脆弱性大的物品搬離洪水淹沒(méi)區(qū)，從而減小室內(nèi)財(cái)產(chǎn)的總脆弱性(損失率)，②搬離物品會(huì)減小室內(nèi)財(cái)產(chǎn)總價(jià)值量，從而減輕經(jīng)濟(jì)損失的總量?！巴R遜”及“海鷗”2場(chǎng)臺(tái)風(fēng)的調(diào)查結(jié)果表明，一方面，災(zāi)前防災(zāi)減災(zāi)措施可以有效地減輕災(zāi)害損失，而另一方面，如果將兩類樣本不加區(qū)別地同時(shí)用于構(gòu)建脆弱性曲線，可能加大脆弱性曲線或者矩陣結(jié)果的不確定性。

4結(jié)論與建議

本文基于臺(tái)風(fēng)“威馬遜”與“海鷗”兩場(chǎng)臺(tái)風(fēng)帶來(lái)的次生海岸洪水災(zāi)害，在海南省?？谑屑拔牟虚_(kāi)展了實(shí)地問(wèn)卷調(diào)查，基于調(diào)查獲取的危險(xiǎn)性數(shù)據(jù)及損失數(shù)據(jù)，對(duì)沿岸室內(nèi)財(cái)產(chǎn)開(kāi)展了脆弱性評(píng)估。主要結(jié)論與建議如下所示。

(1)構(gòu)建了居民住房及商業(yè)用房的室內(nèi)財(cái)產(chǎn)量化脆弱性曲線或者矩陣，可為臺(tái)風(fēng)次生海岸洪水災(zāi)害損失或風(fēng)險(xiǎn)評(píng)估提供關(guān)鍵輸入?yún)?shù)，而不確定性定量表達(dá)有助于提高損失或風(fēng)險(xiǎn)評(píng)估結(jié)果的可靠性。利用Logistic函數(shù)構(gòu)建了8種居民住房室內(nèi)財(cái)產(chǎn)脆弱性曲線，采用矩陣形式建立了商業(yè)用房室內(nèi)財(cái)產(chǎn)脆弱性矩陣；相對(duì)貧困的居民及規(guī)模較小的商戶更加容易受災(zāi)并且損失率更高；商業(yè)用房室內(nèi)財(cái)產(chǎn)價(jià)值差異較大，按照規(guī)模分類可以更好刻畫脆弱性大小。

(2)臺(tái)風(fēng)次生海岸洪水災(zāi)害復(fù)雜的致災(zāi)機(jī)制使脆弱性曲線具有較大的不確定性。在各種因素中，淹沒(méi)水深是表征損失率最好的致災(zāi)因子指標(biāo)。但是必須注意到，風(fēng)暴潮洪水及陸地暴雨洪水的聯(lián)合作用、海岸洪水的腐蝕性作用、淹沒(méi)時(shí)長(zhǎng)或淹沒(méi)時(shí)長(zhǎng)敏感期難以精確測(cè)量、“威馬遜”與“海鷗”兩次臺(tái)風(fēng)事件前后疊加等諸多因素，均給本文中的室內(nèi)財(cái)產(chǎn)脆弱性評(píng)估結(jié)果帶來(lái)不確定性。未來(lái)研究中，應(yīng)該積極探索構(gòu)建反映多致災(zāi)因子危險(xiǎn)性指標(biāo)的脆弱性曲線，或以水深為主要致災(zāi)因子指標(biāo)，輔以其他致災(zāi)因子作為修正指標(biāo)，從而有效降低脆弱性曲線的不確定性。

(3)災(zāi)前防災(zāi)減災(zāi)措施等社會(huì)因素可以有效地減少室內(nèi)財(cái)產(chǎn)的損失率。目前絕大多數(shù)研究在構(gòu)建脆弱性曲線時(shí)，一般主要考慮刻畫致災(zāi)因子強(qiáng)度的物理指標(biāo)，很少將社會(huì)因素直接作為變量修正脆弱性。未來(lái)研究中，應(yīng)該細(xì)化考慮地方減災(zāi)經(jīng)驗(yàn)、預(yù)警時(shí)間、是否采取減災(zāi)措施等社會(huì)因素，將其作為脆弱性曲線的修正系數(shù)納入脆弱性曲線量化之中，從而加強(qiáng)脆弱性曲線結(jié)果的區(qū)域適用性。

致謝：臺(tái)風(fēng)致災(zāi)及災(zāi)害損失現(xiàn)場(chǎng)調(diào)查的開(kāi)展以及風(fēng)暴潮淹沒(méi)范圍圖的提供得到了國(guó)家海洋局海洋減災(zāi)中心的大力支持，實(shí)地調(diào)查問(wèn)卷得到了海南省受災(zāi)地區(qū)居民及商戶的熱心支持與配合，莫婉媚在問(wèn)卷設(shè)計(jì)等方面開(kāi)展了有益的前期研究，中國(guó)人保財(cái)險(xiǎn)海南省分公司提供了調(diào)查協(xié)助，在此表示衷心的感謝。

參考文獻(xiàn)：

[1]Smith D I. Flood damage estimation-a review of urban stage-damage curves and loss functions[J]. Water Sa, 1994, 20(3): 231-238.

[2]Hazus-Mh F. Flood Model: Technical Manual[J]. Federal Emergency Management Agency, 2003.

[3]USACE. Economic guidance memorandum (EGM) 04-01, Generic depth-damage relationships, US army corps of engineers memorandum, CECW-PG10[Z]. Washington DC:VSACE 2003.

[4]Dushmanta D, Srikantha H, Katumi M. A mathematical model for flood loss estimation[J]. Journal of Hydrology, 2003, 277(03): 24-49.

[5]Penning-Rowsell E C, Chatterton J B. The benefits of flood alleviation: A manual of assessment techniques[J]. Geographical Journal, 1977, 20：145.

[6]Frank M, Meyer V. Flood damage, vulnerability and risk perception: challenges for flood damage research.[D]. Netherlands,Springer， 2005.

[7]USACE. Business depth damage analysis procedures[Z]. Washington DC: VSACE,1985.

[8]Mcbean E A, Gorrie J, Fortin M, et al. Flood Depth-Damage Curves by Interview Survey[J]. American Society of Civil Engineers, 1988, 114(6): 613-634.

[9]Schanze J, Zeman E, Marsalek J. Flood risk management: Hazards, vulnerability and mitigation measures[M]. Springer Science & Business Media, 2007.

[10]Pistrika A, Tsakiris G, Nalbantis I. Flood Depth-Damage Functions for Built Environment[J]. Environmental Processes, 2014, 1(4): 553-572.

[11]Merz B, Kreibich H, Thieken A, et al. Estimation uncertainty of direct monetary flood damage to buildings[J]. Natural Hazards and Earth System Science, 2004, 4(1): 153-163.

[12]Hsu W, Huang P, Chang C, et al. An integrated flood risk assessment model for property insurance industry in Taiwan[J]. Natural Hazards. 2011, 58(3): 1295-1309.

[13]周瑤, 王靜愛(ài). 自然災(zāi)害脆弱性曲線研究進(jìn)展[J]. 地球科學(xué)進(jìn)展, 2012, 27(4): 435-442.

[14]石勇,許世遠(yuǎn), 石純, 等. 洪水災(zāi)害脆弱性研究進(jìn)展[J]. 地理科學(xué)進(jìn)展, 2009, 28(1): 41-46.

[15]Gissing A, Blong R. Accounting for variability in commercial flood damage estimation[J]. Australian Geographer, 2010, 35(2): 209-222.

[16]施國(guó)慶. 洪災(zāi)損失率及其確定方法探討[J]. 水利經(jīng)濟(jì), 1990, 2: 37-42.

[17]石勇. 城市居民住宅的暴雨內(nèi)澇脆弱性評(píng)估[J]. 災(zāi)害學(xué), 2015, 30(3): 94-98.

[18]殷杰, 尹占娥, 于大鵬, 等. 風(fēng)暴洪水主要承災(zāi)體脆弱性分析—黃浦江案例[J]. 地理科學(xué), 2012, 32(9): 1155-1160.

[19]董姝娜, 姜鎏鵬, 張繼權(quán), 等. 基于 “3S” 技術(shù)的村鎮(zhèn)住宅洪災(zāi)脆弱性曲線研究[J]. 災(zāi)害學(xué), 2012, 27(2): 34-38.

[20]梁海燕. 海南島風(fēng)暴潮災(zāi)害承災(zāi)體初步分析[J]. 海洋預(yù)報(bào), 2007, 24(1): 9-15.

[21]況昌勛. “海鷗”掠走海南近58億元[N]. 海南日?qǐng)?bào), 2014-09-18(001).

[22]況昌勛. 救災(zāi)資金，省政府再撥6億[N]. 海南日?qǐng)?bào), 2014-07-22(001).

[23]Büchele B, Kreibich H, Kron A, et al. Flood-risk mapping: contributions towards an enhanced assessment of extreme events and associated risks[J]. Natural Hazards and Earth System Science, 2006, 6(4): 485-503.

[24]Vozinaki A E K, Karatzas G P, Sibetheros I A, et al. Development of synthetic velocity-depth damage curves using a Weighted Monte Carlo method and Logistic Regression analysis: EGU General Assembly Conference Abstracts[Z]. 2014: 16, 804.

Vulnerability of Building Contents to Coastal Flooding Based on Questionnaire Survey in Hainan after Typhoon Rammasun and Kalmeagi

Cao Shijia1, 2, Fang Weihua1, 2and Tan Jun3

(1.KeyLaboratoryofEnvironmentalChangeandNaturalDisaster,BeijingNormalUniversity,Beijing, 100875;2.AcademyofDisasterReductionandEmergencyManagement,MinistryofCivilAffairs&MinistryofEducation,Beijing, 100875; 3.NationalMarineHazardMitigationService,Beijing100194,China)

Abstract:Coastal flood often causes severe damage to building contents in typhoon-prone coastal areas of China. As induced by typhoon through the interaction between storm surge and inland flood, building contents could be damaged by inundation, corrosion due to salty water, and physical pressure caused by wave. Since the damage mechanism of coastal flood is usually different from other flood types, the understanding on how the damage to building contents are developed, and quantitative assessment on building content vulnerability are of vital importance to loss and risk modeling of costal flood disasters. In this paper, the vulnerability curves of residential building contents and vulnerability matrix of commercial building contents are developed based on questionnaire survey dataset in Haikou and Wenchang city, Hainan Province of China, which suffered dramatic coastal flood disaster due to the hitting of Typhoon Rammasun and Kalmeagi in 2014. By selecting inundation water depth as hazard indicator, mean damage ratios of flooded building content and their relationship with water depth are explored and modeled with Logistic function. In addition, the effect of inundation duration and mitigation measures in helping reducing mean damage ratio, and their impact on the magnitude of secondary uncertainty are also analyzed. Finally, suggestions to future empirical vulnerability curve study; especially measures on reducing uncertainty are discussed and concluded.

Key words:vulnerability; building contents; costal flood; typhoon; questionnaire survey; uncertainty

doi:10.3969/j.issn.1000-811X.2016.02.036

中圖分類號(hào)：X43；P642.2

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1000-811X(2016)02-0188-08

作者簡(jiǎn)介：曹詩(shī)嘉(1990-)，女，遼寧丹東人，博士研究生，主要從事臺(tái)風(fēng)損失評(píng)估研究. E-mail：shijia.cao@mail.bnu.edu.cn通訊作者：方偉華(1973-)，男，湖北嘉魚人，教授，主要從事臺(tái)風(fēng)風(fēng)險(xiǎn)評(píng)估研究. E-mail: weihua.fang@bnu.edu.cn

基金項(xiàng)目：國(guó)家海洋局公益性行業(yè)科研專項(xiàng)“海洋災(zāi)情快速評(píng)估和綜合研判系統(tǒng)研發(fā)與應(yīng)用示范”(201305020)

*收稿日期：2015-09-07修回日期：2015-11-20

曹詩(shī)嘉，方偉華, 譚駿. 基于海南省“威馬遜”及“海鷗”臺(tái)風(fēng)次生海岸洪水災(zāi)后問(wèn)卷調(diào)查的室內(nèi)財(cái)產(chǎn)脆弱性研究[J].災(zāi)害學(xué), 2016,31(2):188-195. [ Cao Shijia, Fang Weihua and Tan Jun. Vulnerability of Building Contents to Coastal Flooding Based on Questionnaire Survey in Hainan after Typhoon Rammasun and Kalmeagi[J].Journal of Catastrophology, 2016,31(2)：188-195.]