李招連 吳建成 鄭小琴

基于GIS的高溫氣象災(zāi)害風(fēng)險區(qū)劃研究——以漳州為例

李招連 吳建成 鄭小琴

（漳州市氣象局，福建 漳州 363000）

通過分析1966-2015年漳州市年平均極端最高氣溫空間分布、年平均高溫日數(shù)空間分布、土地利用情況等數(shù)據(jù)，探討形成高溫氣象災(zāi)害的一級評估因子和二級評估指標的劃分法，制作基于GIS的漳州市高溫氣象災(zāi)害風(fēng)險區(qū)劃圖，揭示了漳州市高溫氣象災(zāi)害分布規(guī)律。

GIS 氣象災(zāi)害 風(fēng)險區(qū)劃 漳州市

在全球氣候變暖的背景下，高溫氣象災(zāi)害呈多發(fā)趨勢。李良序等[1]對陜西省高溫研究表明，某地高溫日數(shù)與炎熱程度成正比，高溫日數(shù)越多，熱浪天氣越多。楊錫瓊等[2]研究表明，漳州各地的年平均氣溫介于20.8～21.6℃，四季平均氣溫的空間分布各不相同，春季是內(nèi)陸高于沿海，夏季是中東部高、南北地區(qū)低，秋冬季的分布較為相近，均是南部高北部低。目前國內(nèi)缺少基于GIS的高溫氣象災(zāi)害風(fēng)險區(qū)劃研究。本文通過GIS技術(shù)柵格化高溫致災(zāi)因子、孕災(zāi)環(huán)境、承災(zāi)體和防災(zāi)能力等指標，專家咨詢打分估算后按權(quán)重系數(shù)疊加，制作漳州市高溫氣象災(zāi)害風(fēng)險區(qū)劃圖, 為政府防災(zāi)減災(zāi)決策、重大項目高溫災(zāi)害防御規(guī)劃提供參考。

1 數(shù)據(jù)來源

本文資料來源：漳州市基本站和一般站1966—2015年的氣象觀測數(shù)據(jù)、2017年漳州市統(tǒng)計部門的縣市區(qū)土地面積、人口分布情況、國內(nèi)生產(chǎn)總值（GDP）和人均可支配收入等社會人口經(jīng)濟數(shù)據(jù)，以及中國科學(xué)院發(fā)布的土地利用現(xiàn)狀遙感監(jiān)測數(shù)據(jù)和30米分辨率的DEM數(shù)據(jù)。

2 數(shù)據(jù)分析

2.1 年平均極端最高氣溫空間分布

從歷年平均極端最高氣溫空間分布圖（圖1）看，漳州年平均極端最高氣溫空間分布呈現(xiàn)西北高、東南低的特征，華安、南靖一帶為漳州年平均極端最高氣溫高值中心，詔安、云霄、漳浦沿海一帶和東山為相對低值區(qū)，同一經(jīng)線年平均極端最高氣溫高緯度地區(qū)大于低緯度地區(qū)，同一緯線年平均極端最高氣溫內(nèi)陸地區(qū)大于沿海地區(qū)。分類核心思想：考慮年平均極端最高氣溫作為高溫致災(zāi)因子，高溫越高，致災(zāi)影響越大。

圖1 漳州市平均極端最高氣溫分布（單位：℃）

2.2 年平均高溫日數(shù)空間分布

漳州市年平均高溫日數(shù)空間分布呈現(xiàn)西北高、東南低的特征，華安、南靖一帶為漳州市年平均高溫日數(shù)高值中心，詔安、云霄、漳浦沿海一帶和東山為相對低值區(qū)，同一經(jīng)線年平均高溫日數(shù)高緯度地區(qū)大于低緯度地區(qū)，同一緯線年平均高溫日數(shù)內(nèi)陸地區(qū)大于沿海地區(qū)。分類核心思想：考慮年平均高溫日數(shù)作為高溫致災(zāi)因子，高溫日數(shù)越多，致災(zāi)影響越大。

2.3 土地利用情況

采用的是中國科學(xué)院土地利用現(xiàn)狀遙感監(jiān)測數(shù)據(jù)。分類核心思想：考慮不同土地類型比熱容不同的特點，針對不同土地類型的比熱容情況進行恰當(dāng)分組，比熱容值越大的土地類型，高溫致災(zāi)因子對其影響越小。

2.4 地形圖（DEM）

采用的是GDEMV2 30M分辨率數(shù)字高程數(shù)據(jù)。分類核心思想：考慮氣溫隨海拔高度的變化規(guī)律及漳州市地形特點，采用統(tǒng)計分析中的自然間斷點分級法，高程值越高，高溫致災(zāi)因子對其影響越小。

2.5 其他數(shù)據(jù)處理

2017年漳州市地均GDP、人均GDP、人均可支配收入分布。分類核心思想：鑒于數(shù)據(jù)來源單一，本文中暫未考慮實際的城鎮(zhèn)布局和人口居住分布，地均GDP等空間分布數(shù)據(jù)均采用漳州市下屬各縣市區(qū)地均分布。

3 高溫氣象災(zāi)害風(fēng)險區(qū)劃研究方法

3.1 高溫氣象災(zāi)害風(fēng)險區(qū)劃模型原理

漳州市高溫氣象災(zāi)害風(fēng)險評估指標數(shù)據(jù)格式多樣而繁雜，采用模糊評價法將評估指標數(shù)據(jù)定性評價轉(zhuǎn)化為定量評價。在數(shù)據(jù)分析過程中，采用層次分析法，基于GIS的空間數(shù)據(jù)疊加分析功能，將定量數(shù)據(jù)歸一化處理后再重分類，消除數(shù)據(jù)量綱影響，各評估指標數(shù)據(jù)均按自然分類原則分為1~9級。通過邀請不同行業(yè)的專家對高溫氣象災(zāi)害風(fēng)險二級評估指標權(quán)重打分，專家打分法估算后各評估指標數(shù)據(jù)按權(quán)重疊加后，得到高溫氣象災(zāi)害風(fēng)險區(qū)劃。

3.2 高溫氣象災(zāi)害風(fēng)險區(qū)劃評估指標

本文在構(gòu)建高溫氣象災(zāi)害風(fēng)險區(qū)劃評估指標模型時，根據(jù)高溫氣象災(zāi)害特點具體細化評估指標：一級評估因子指標采用傳統(tǒng)的致災(zāi)因子等自然災(zāi)害評估指標；二級評估指標針對一級評估因子指標具體細化，根據(jù)高溫氣象災(zāi)害致災(zāi)因子和高溫氣象災(zāi)害承災(zāi)體易損性的特點，二級評估指標選取不同。不同行業(yè)專家對高溫氣象災(zāi)害風(fēng)險二級評估指標權(quán)重系數(shù)進行專家打分，確定二級評估指標權(quán)重系數(shù)，二級評估指標權(quán)重系數(shù)構(gòu)成見表1。

表1 漳州市高溫氣象災(zāi)害風(fēng)險評估指標

3.3 評估指標數(shù)據(jù)歸一化處理

各評估指標選取的數(shù)據(jù)不同，為了便于計算，采用離差標準化法對二級指標進行歸一化處理，原始數(shù)據(jù)線性變換后映射到[0,1]。

其中′ij、ij分別為指標的格點象元量化值和初始值，min、max分別為指標圖層中象元格點的最小值和最大值[3]。

為了便于各評估指標數(shù)據(jù)細化分類1~9級，各評估指標數(shù)據(jù)歸一化值均乘以9后應(yīng)用于GIS重分類。結(jié)合專家打分法，對每個重分類后的數(shù)據(jù)圖層賦計算權(quán)重系數(shù)得出，柵格計算公式“高溫氣象災(zāi)害風(fēng)險區(qū)劃”=“平均高溫日數(shù)重分類值”*0.3+“平均極端氣溫重分類值” * 0.3 +“漳州市土地利用重分類值”*0.05-“高程重分類值”* 0.05 +“人口密度重分類值” * 0.1 +“地均GDP、重分類值”* 0.1 -“人均可支配收入重分類值”* 0.05–“人均GDP重分類值”* 0.05。

4 高溫氣象災(zāi)害風(fēng)險區(qū)劃分析

業(yè)務(wù)規(guī)范要求漳州市高溫氣象災(zāi)害風(fēng)險區(qū)劃分低、中等、較高和高4個等級風(fēng)險區(qū)，分別對應(yīng)藍、黃、橙和紅4個預(yù)警顏色。從漳州市高溫氣象災(zāi)害風(fēng)險區(qū)劃分布圖（圖2）可知，漳州市高溫氣象災(zāi)害風(fēng)險區(qū)劃空間分布呈現(xiàn)從西北至東南逐漸減??；漳州高溫氣象災(zāi)害高風(fēng)險區(qū)主要集中在漳州市區(qū)、南靖、華安西南面、平和北面一帶。

圖2 漳州市高溫氣象災(zāi)害風(fēng)險區(qū)劃

5 結(jié)論

（1）漳州市高溫氣象災(zāi)害風(fēng)險評估指標的致災(zāi)因子，即平均極端最高氣溫和平均高溫日數(shù)的空間分布與高溫氣象災(zāi)害風(fēng)險區(qū)劃空間分布基本一致。

（2）漳州市高溫氣象災(zāi)害風(fēng)險區(qū)劃空間分布呈現(xiàn)西北高東南低，漳州高溫氣象災(zāi)害高風(fēng)險區(qū)主要集中在漳州市區(qū)、南靖、華安西南面、平和北面一帶。

[1] 李良序，范建忠，魯淵平，等．陜西災(zāi)害性天氣氣候圖集[M ] . 西安: 陜西科學(xué)技術(shù)出版社, 2009.

[2] 楊錫瓊，李麗容，鄭小琴，等[J]．福建熱作科技，2017，42(2)：27-34．

[3] 朱浩，樊彥國，武騰騰．開源GIS支持下的氣象災(zāi)害風(fēng)險區(qū)劃分析[J]．氣象與環(huán)境科學(xué)，2012，35(3)：33-40．

P429；P208

A

1673-8683(2020)01-0020-03