吳安坤,張淑霞,劉 波,楊 群,曾 勇

(1.貴州省防雷減災(zāi)中心,貴州 貴陽 550081;2.成都信息工程大學(xué)大氣科學(xué)學(xué)院，四川 成都 610225)

?

基于結(jié)構(gòu)要素模型的鄉(xiāng)鎮(zhèn)級雷電災(zāi)害風(fēng)險(xiǎn)評價(jià)

吳安坤1,2,張淑霞1,劉 波1,楊 群1,曾 勇1

(1.貴州省防雷減災(zāi)中心,貴州 貴陽 550081;2.成都信息工程大學(xué)大氣科學(xué)學(xué)院，四川 成都 610225)

以貴州省銅仁市為研究對象，從致災(zāi)因子危險(xiǎn)性、孕災(zāi)環(huán)境敏感性、承災(zāi)體易損性等3個(gè)方面選取雷電災(zāi)害風(fēng)險(xiǎn)評價(jià)指標(biāo)，建立以目標(biāo)、準(zhǔn)則、指標(biāo)層為結(jié)構(gòu)要素的評價(jià)模型。基于GIS平臺，網(wǎng)格化評價(jià)指標(biāo)因子生成柵格數(shù)據(jù)，采用投影尋蹤模糊聚類獲取各指標(biāo)權(quán)重，計(jì)算分析雷電災(zāi)害風(fēng)險(xiǎn)，繪制鄉(xiāng)鎮(zhèn)級雷電災(zāi)害風(fēng)險(xiǎn)區(qū)劃圖，實(shí)現(xiàn)精細(xì)化風(fēng)險(xiǎn)分析評價(jià)。

結(jié)構(gòu)要素；雷電災(zāi)害；網(wǎng)格化；投影尋蹤模糊聚類；風(fēng)險(xiǎn)評價(jià)

1 引言

隨著社會經(jīng)濟(jì)的高速發(fā)展，雷電災(zāi)害帶來的影響引起人們的普遍關(guān)注，其防護(hù)技術(shù)由單一的工程性措施轉(zhuǎn)向?yàn)?zāi)前風(fēng)險(xiǎn)識別、預(yù)警預(yù)報(bào)等非工程性措施的綜合研究。災(zāi)前風(fēng)險(xiǎn)識別，通過量化風(fēng)險(xiǎn)，針對性的制定綜合區(qū)劃對策，在雷電災(zāi)害風(fēng)險(xiǎn)評估中得到了廣泛的應(yīng)用[1、2]。雷電災(zāi)害系統(tǒng)可認(rèn)為是致災(zāi)因子、孕災(zāi)環(huán)境和承災(zāi)體構(gòu)成的異變系統(tǒng)，其風(fēng)險(xiǎn)是各子系統(tǒng)相互作用的產(chǎn)物[3、4]。從系統(tǒng)論的觀點(diǎn)出發(fā)，雷電災(zāi)害風(fēng)險(xiǎn)評價(jià)應(yīng)是對致災(zāi)因子危險(xiǎn)性、孕災(zāi)環(huán)境敏感性及承災(zāi)體脆弱性的綜合評估。據(jù)此，模擬雷電災(zāi)害形成過程，從致災(zāi)因子、孕災(zāi)環(huán)境、承災(zāi)體等3個(gè)方面，建立以目標(biāo)、準(zhǔn)則、指標(biāo)層為結(jié)構(gòu)要素的雷電災(zāi)害風(fēng)險(xiǎn)評價(jià)模型。結(jié)合區(qū)域歷史雷電活動、地理環(huán)境及社會經(jīng)濟(jì)情況，篩選雷電災(zāi)害風(fēng)險(xiǎn)因子，采用投影尋蹤模糊聚類方法，選取最優(yōu)投影方向向量作為各指標(biāo)權(quán)重。以貴州省銅仁市為例，對雷電災(zāi)害風(fēng)險(xiǎn)進(jìn)行評價(jià)分析，為防雷減災(zāi)工作提供技術(shù)支持。

2 研究區(qū)域及數(shù)據(jù)來源

2.1 區(qū)域概況

銅仁市位于貴州省東北部，地處云貴高原向四川盆地、湘西丘陵過渡的斜坡地帶。境內(nèi)有武陵山脈主峰梵凈山，海拔達(dá)2 572 m，東是丘陵地帶，海拔在300～800 m之間；西是巖溶山原地貌，海拔在600～1 000 m之間。屬中亞熱帶濕潤氣候，受西南季風(fēng)及昆明準(zhǔn)靜止鋒的影響，雷電活動頻繁。全市行政區(qū)域包括碧江、萬山2區(qū)，江口、思南、石阡、德江、印江、松桃、玉屏、沿河8縣，共設(shè)有169個(gè)鄉(xiāng)鎮(zhèn)。

2.2 數(shù)據(jù)來源

本文使用的數(shù)據(jù)有：①銅仁市近10 a(2006—2015)閃電監(jiān)測資料，來源于貴州省閃電監(jiān)測定位系統(tǒng)；②巖土電導(dǎo)率數(shù)據(jù)來源于世界土壤數(shù)據(jù)庫(簡稱HWSD)，是由聯(lián)合國糧農(nóng)組織(FAO)、國際應(yīng)用系統(tǒng)分析研究所(IIASA)、荷蘭ISRIC-World Soil Information、中國科學(xué)院南京土壤研究所(ISSCAS)、歐洲委員會聯(lián)合研究中心(JRC)于2009年3月共同發(fā)布，其分辨率可達(dá)1 km；③銅仁市2014年10個(gè)區(qū)縣的總?cè)丝跀?shù)、GDP 等會經(jīng)濟(jì)數(shù)據(jù)，取自貴州省統(tǒng)計(jì)年鑒[5]；④DEM數(shù)據(jù)，來源于美國地質(zhì)調(diào)查局EROS數(shù)據(jù)中心的GTOP30數(shù)據(jù)集，分辨率達(dá)30 m；⑤銅仁市基礎(chǔ)地理數(shù)據(jù)(含區(qū)縣邊界、水系分布等)以及銅仁市鄉(xiāng)鎮(zhèn)行政區(qū)域圖。

3 研究技術(shù)與方法

3.1 指標(biāo)選取及網(wǎng)格化

基于雷電災(zāi)害形成機(jī)制，從致災(zāi)因子危險(xiǎn)性(H)、孕災(zāi)環(huán)境敏感性(E)、承災(zāi)體易損性(S)3個(gè)方面考慮雷電災(zāi)害風(fēng)險(xiǎn)(R)：

R=f(H，E，S)

3.1.1 評價(jià)指標(biāo)的篩選 全方位、客觀、定量的進(jìn)行雷電災(zāi)害風(fēng)險(xiǎn)評價(jià)，選定合適的評價(jià)指標(biāo)尤為重要。本文考慮危險(xiǎn)性、敏感性、脆弱性3個(gè)方面的影響，篩選指標(biāo)如下：

①致災(zāi)因子是自然或人為環(huán)境中，對人類生命、財(cái)產(chǎn)或各種活動產(chǎn)生不利影響，并可能造成災(zāi)害事故的因素[6]。引發(fā)雷電災(zāi)害事故的致災(zāi)因子是閃電，主要由研究地區(qū)可能遭受閃電影響的強(qiáng)度、頻度及活動規(guī)模等決定，分別用閃電強(qiáng)度、閃電密度及強(qiáng)雷電分布等指標(biāo)表征。

根據(jù)規(guī)范中對建筑物防雷類別的劃分[7]，提出第三類防雷建筑物的雷電流幅值為100 kA。據(jù)此，選定大于100 kA的雷電流為強(qiáng)雷電流。

②孕災(zāi)環(huán)境可認(rèn)為是致災(zāi)因子、承災(zāi)體所處的外部環(huán)境，其穩(wěn)定性程度是標(biāo)定區(qū)域孕災(zāi)環(huán)境的定量指標(biāo)。形成雷電災(zāi)害的環(huán)境，主要由下墊面的性質(zhì)、所處環(huán)境的氣候因素等決定，包括巖土導(dǎo)電率、水系密度、坡度等。

③承災(zāi)體即為雷電作用產(chǎn)生災(zāi)害性事故的對象，包括人類本身在內(nèi)的物質(zhì)文化環(huán)境，表現(xiàn)為人類活動、社會經(jīng)濟(jì)財(cái)產(chǎn)等，本文主要考慮人口密度、地均GDP易損性(無量綱)因子。

3.1.2 風(fēng)險(xiǎn)因子網(wǎng)格化 篩選得到的各指標(biāo)因子的數(shù)據(jù)格式、量綱不一，存在差異，不能直接進(jìn)行分析和運(yùn)算，據(jù)此基于GIS平臺，對因子進(jìn)行網(wǎng)格化處理，生成0.005°×0.005°柵格數(shù)據(jù)。風(fēng)險(xiǎn)因子網(wǎng)格處理在統(tǒng)一分析計(jì)算的同時(shí)，提高分析精準(zhǔn)度，彌補(bǔ)市縣級行政區(qū)規(guī)模存在空間單元尺度大、分辨率低等缺陷。文中對于地閃密度、強(qiáng)電流密度直接采用點(diǎn)密度分析，生成所需分辨率大小的柵格數(shù)據(jù)；地閃強(qiáng)度利用反距離加權(quán)方法進(jìn)行插值，獲取像元大小為0.005°×0.005°的柵格數(shù)據(jù)。

3.2 評價(jià)模型的建立

3.2.1 結(jié)構(gòu)要素模型的評價(jià)體系 建立以目標(biāo)、準(zhǔn)則、指標(biāo)層為基礎(chǔ)的結(jié)構(gòu)體系模型如圖1所示，指標(biāo)層的相關(guān)風(fēng)險(xiǎn)評價(jià)指標(biāo)作用于準(zhǔn)則層的三大風(fēng)險(xiǎn)因子，進(jìn)而形成雷電災(zāi)害風(fēng)險(xiǎn)。采用GIS柵格空間分析，雷電災(zāi)害風(fēng)險(xiǎn)通過下列公式進(jìn)行計(jì)算：

LR=Ha×Eb×Sc

(1)

H=H1XH1+…HmXHm

(2)

E=E1XE1+…HnXEn

(3)

S=H1XS1+…HiXSi

(4)

其中LR是雷電災(zāi)害風(fēng)險(xiǎn)指數(shù)，H是致災(zāi)因子危險(xiǎn)性指數(shù)，E是孕災(zāi)環(huán)境敏感性指數(shù)，S是承災(zāi)體易損性指數(shù)，a、b、c、X分別為其所對應(yīng)的權(quán)重系數(shù)。

圖1 雷電災(zāi)害風(fēng)險(xiǎn)結(jié)構(gòu)體系模型Fig.1 The lightning disaster risk structure system model

3.2.2 權(quán)重系數(shù)的確定 確定指標(biāo)權(quán)重旨在確定風(fēng)險(xiǎn)結(jié)果與評價(jià)指標(biāo)之間的數(shù)值換算關(guān)系，是定量化分析多指標(biāo)多因素風(fēng)險(xiǎn)評價(jià)的必要途徑[8]。投影尋蹤(Projection Pursuit，PP)是由Friedman等學(xué)者提出的基于探索性和確定性分析的聚類與分類方法，在一定程度解決多指標(biāo)分類等非線性問題，減少人為的主觀性操控[9，10]。選用投影目標(biāo)函數(shù)來衡量投影暴露某種布局的可能性大小，探求投影目標(biāo)函數(shù)達(dá)到最優(yōu)的投影值。建模過程包括以下 4步：

①指標(biāo)集的標(biāo)準(zhǔn)化處理

設(shè)指標(biāo)Xij(i=1，2，…，m；j=1，2，…，n)，m為樣本個(gè)數(shù)，n為指標(biāo)個(gè)數(shù)。為消除各指標(biāo)間數(shù)值的影響和統(tǒng)一范圍，采用極差變換法處理，其中：

正向指標(biāo)：

逆向指標(biāo)：

經(jīng)處理后，均化為正向指標(biāo)且滿足0≤yij≤1。

②線性投影。隨機(jī)抽取若干個(gè)初始投影方向a(a1，a2，…，am)進(jìn)行計(jì)算，根據(jù)指標(biāo)選大的原則，確定最大指標(biāo)對應(yīng)的解為最優(yōu)投影方向。

若a(a1，a2，…，am)為m維單位向量，則樣本i的投影特征值Zi的表達(dá)為：

③優(yōu)化投影目標(biāo)函數(shù)。綜合投影指標(biāo)值時(shí)，投影值Zi的分布特征：整體上投影點(diǎn)團(tuán)之間盡可能散開；局部投影點(diǎn)盡可能凝聚成單個(gè)的點(diǎn)團(tuán)。故將目標(biāo)函數(shù)T(a)定義為類間距離L(a)與類內(nèi)密度d(a)的乘積，即T(a)=L(a)·d(a)[11]：

f(t)為一階單位階躍函數(shù)，t≥0時(shí)，其值為1；t<0時(shí)，其值為0。

R為估計(jì)局部散點(diǎn)密度的窗寬參數(shù)，按寬度內(nèi)至少包括一個(gè)散點(diǎn)的原則選定，其取值與樣本數(shù)據(jù)結(jié)構(gòu)有關(guān)，合理取值范圍為rmax

當(dāng)T(a)取得最大值時(shí)所對應(yīng)的投影方向就是所要尋找的最優(yōu)投影方向。因此尋找最優(yōu)投影方向的問題可轉(zhuǎn)化為下列優(yōu)化問題：

④將最優(yōu)投影方向代入對應(yīng)的指標(biāo)權(quán)重，據(jù)此對評價(jià)樣本集進(jìn)行統(tǒng)一評價(jià)。

4 雷電災(zāi)害風(fēng)險(xiǎn)區(qū)劃及分析

以貴州省銅仁市為例，建立以網(wǎng)格化后的風(fēng)險(xiǎn)區(qū)劃因子(包括致災(zāi)因子、孕災(zāi)環(huán)境、承災(zāi)體)及其對應(yīng)的指標(biāo)為基礎(chǔ)的風(fēng)險(xiǎn)評價(jià)集合，利用GIS技術(shù)獲取各縣區(qū)評價(jià)指標(biāo)(風(fēng)險(xiǎn)因子)的均值，代入遺傳算法的投影尋蹤聚類模型，逐一計(jì)算其最優(yōu)投影方向向量，得到評價(jià)指標(biāo)權(quán)重見表1所示。

表1 雷電災(zāi)害風(fēng)險(xiǎn)評價(jià)指標(biāo)權(quán)重

進(jìn)一步采用柵格分析，基于結(jié)構(gòu)要素的評價(jià)指標(biāo)體系，自下而上進(jìn)行柵格計(jì)算，采用自然間距斷點(diǎn)法對銅仁市雷電災(zāi)害風(fēng)險(xiǎn)進(jìn)行等級劃分(表2)，得到風(fēng)險(xiǎn)區(qū)劃如圖2所示。

表2 自然間距斷點(diǎn)法劃分風(fēng)險(xiǎn)等級

經(jīng)自然間距斷點(diǎn)對風(fēng)險(xiǎn)值分級，高及次高風(fēng)險(xiǎn)區(qū)主要分布在石阡縣西南部的河壩場、聚鳳、本莊甘溪、白沙，思南縣的甕溪、文家店、合朋溪、塘頭、孫家壩、思唐、涼水井、鸚鵡溪，德江縣的楠桿、荊角、青龍、共和、潮砥、共和，印江的峨嶺、朗溪、羅場、永義，江口的德旺、太平、雙江、怒溪、桃映，碧江區(qū)的壩黃、和平、川硐、桐木坪、河西、市中、環(huán)北，松桃的寨英、普覺、沙壩、平頭、牛郎以及玉屏的朱家場、大龍等地。

低及次低風(fēng)險(xiǎn)區(qū)主要分布在石阡的五德、坪山、青陽、石固、花橋、坪地場，印江的楊柳、洋溪，江口的民和、閔孝，萬山的敖寨、高樓坪、黃道、下溪、瓦屋，沿河的垢坪、塘壩、思渠、黑水、官舟、沙子、和平、中界、甘溪以及松桃的瓦屋、甘龍、永安、黃板、長興、木樹、盤石、世昌、長坪、正大等鄉(xiāng)鎮(zhèn)。

5 結(jié)論與討論

本文以0.005°×0.005°空間網(wǎng)格為基本單位分析銅仁市雷電災(zāi)害風(fēng)險(xiǎn)，考慮致災(zāi)因子危險(xiǎn)性、孕災(zāi)環(huán)境敏感性、承災(zāi)體脆弱性等3個(gè)方面的影響，并選取相應(yīng)的評價(jià)指標(biāo)，建立以目標(biāo)、準(zhǔn)則、指標(biāo)層為結(jié)構(gòu)要素的評價(jià)模型，操作簡單易行?；贕IS平臺，采用投影尋蹤模糊聚類方法計(jì)算各指標(biāo)權(quán)重，計(jì)算分析雷電災(zāi)害風(fēng)險(xiǎn)，繪制鄉(xiāng)鎮(zhèn)級雷電災(zāi)害風(fēng)險(xiǎn)區(qū)劃圖，提高分析精準(zhǔn)度，彌補(bǔ)市縣級行政區(qū)規(guī)模存在空間單元尺度大、分辨率低等缺陷。

但一直以來，人口經(jīng)濟(jì)數(shù)據(jù)的收集、整理以及存貯都是以行政區(qū)域?yàn)榛A(chǔ)統(tǒng)計(jì)單元，不能反映人口、GDP等雷電災(zāi)害承災(zāi)體實(shí)際的空間分布特征，影響評價(jià)的精準(zhǔn)度。下一步將利用高分辨率的遙感數(shù)據(jù)被用來模擬人口、GDP等社會經(jīng)濟(jì)數(shù)據(jù)的空間分布，實(shí)現(xiàn)人口經(jīng)濟(jì)數(shù)據(jù)空間化，以期進(jìn)一步提高風(fēng)險(xiǎn)管理的精準(zhǔn)度，為有效的管理和防御雷電災(zāi)害提供客觀依據(jù)。

圖2 雷電災(zāi)害風(fēng)險(xiǎn)評價(jià)區(qū)劃圖Fig.2 The lightning disaster risk assessment and zoning map

[1] 楊仲江.雷電災(zāi)害風(fēng)險(xiǎn)評估與管理基礎(chǔ)[M].北京:氣象出版社,2010.

[2] 吳安坤,李忠良,李艷,等.基于歷史災(zāi)情數(shù)據(jù)的雷電災(zāi)害風(fēng)險(xiǎn)分析與評價(jià)[J]. 防災(zāi)科技學(xué)院學(xué)報(bào),2013,15(4): 87-91.

[3] 倪長健.自然災(zāi)害風(fēng)險(xiǎn)評估途徑的進(jìn)一步探討[J]. 災(zāi)害學(xué),2014,03:11-14.

[4] 程向陽,謝五三,王凱,等. 雷電災(zāi)害風(fēng)險(xiǎn)區(qū)劃方法研究及其在安徽省的應(yīng)用[J]. 氣象科學(xué),2012,01:80-85.

[5] 貴州省統(tǒng)計(jì)局,國家統(tǒng)計(jì)局貴州調(diào)查總隊(duì).貴州統(tǒng)計(jì)年鑒2015[M].北京:中國統(tǒng)計(jì)出版社,2015.

[6] 張繼權(quán),李寧.主要?dú)庀鬄?zāi)害風(fēng)險(xiǎn)評價(jià)與管理的數(shù)量化方法及其應(yīng)用[M].北京:北京師范大學(xué)出版社,2007.

[7] GB50057-2010 建筑物防雷設(shè)計(jì)規(guī)范[S].北京:中國計(jì)劃出版社,2011.

[8] 趙新泉,彭勇行.管理決策分析[M].北京：科學(xué)出版社，2008:147-285.

[9] 高燚,蒙小亮,勞小青.基于聚類分析的海南島雷電災(zāi)害易損度風(fēng)險(xiǎn)區(qū)劃[J]. 自然災(zāi)害學(xué)報(bào),2013,01:175-182.

[10]莊世堅(jiān).用投影尋蹤技術(shù)評價(jià)環(huán)境質(zhì)量[J]. 環(huán)境保護(hù),2000(2):25-26.

[11]劉耀源,鄒長武,周媛媛,等.改進(jìn)的投影尋蹤水質(zhì)評價(jià)模型[J]. 節(jié)水灌溉,2012,20 812:1-3+8.

Lightning disaster risk assessment of township level based on the structural element model

WU Ankun1,2，ZHANG Shuxia1,LIU Bo1,YANG Qun1,ZENG Yong1

(1.Guizhou Lightning Protection and Disaster Reduction Center, Guiyang 550081, China;2.College of Atmospheric Sciences, Chengdu University of Information Technology, Chengdu 610225, China)

Taking Tongren City of Guizhou Province as the research object, the lightning disaster risk assessment indexes were selected from three aspects to establish the evaluation model of the structure elements of the target, criterion and index layer, which are the hazard of the disaster causing factors, the environmental sensitivity of the disaster, the vulnerability of the disaster bearing body. And then based on GIS platform, grid evaluation index factor, a raster data was generated by projection pursuit fuzzy clustering to obtain the weight of each index, realize calculation and analysis of lightning disaster risk, township level of thunder and lightning disaster risk zoning map rendering, refined risk analysis and evaluation.

structural elements; lightning disaster; grid based; projection pursuit clustering; risk assessment

1003-6598(2016)06-0067-05

2016-05-07

吳安坤(1986—)，男，工程師，主要從事雷電科學(xué)與防護(hù)技術(shù)研究，E-mail：wak-mail@163.com。

黔氣科合QN[2017]02號。

P429

B