李婷　陳笑娟　張靜　孫玉龍　魏軍　李丹

摘要：基于災(zāi)害風險評估理論，利用極值概率分布模式，結(jié)合致災(zāi)因子和承災(zāi)體內(nèi)在屬性，構(gòu)建大風風速-日光溫室損失率脆弱性曲線，對河北省大風災(zāi)害日光溫室受損風險進行定量評估。研究表明，隨重現(xiàn)期的增加，風災(zāi)危險性及日光溫室災(zāi)損風險的強度和范圍也增加?？臻g上，地勢低平的東南部風災(zāi)危險性最高，主要位于滄州東部、衡水北部和邯鄲東部，日極大風速超過32.6 m/s。基本風壓與三大地貌的分布呈現(xiàn)一致，高值出現(xiàn)在西北高原區(qū)和太行以東-燕山以南的平原區(qū)，太行-燕山山區(qū)較小。脆弱性曲線表明日光溫室開始出現(xiàn)損失的臨界風速值為20.0 m/s。溫室受損風險受致災(zāi)因子和承災(zāi)體共同作用，總體呈現(xiàn)西北低東南高，高風險區(qū)分布在唐山-秦皇島交界、唐山西部、廊坊及中南部地區(qū)，地均損失超過50萬元/km2。中南部的溫室面積小于東北部，但其致災(zāi)因子危險性較高，損失風險也較高。

關(guān)鍵詞：日光溫室;風險;重現(xiàn)期;脆弱性曲線;風災(zāi)損失率

中圖分類號：P429? ? ? ? ?文獻標識碼：A

文章編號：0439-8114（2020）04-0063-07

Abstract： Based on the disaster risk assessment theory and climate probability distribution model， the wind disaster risk to greenhouse in Hebei province was evaluated. The vulnerability curves of wind speed—solar greenhouse loss rate were constructed， considering disaster-causing factor and bearing body. The results showed that， with the increase of return periods， the strength and incidence of hazard factor and loss risk was greater. In terms of space， the southeastern area with low terrain had the highest hazard factor risk， mainly located in the eastern part of Cangzhou， as well as the northern Hengshui and eastern Handan. The extreme wind velocity was above 32.6 m/s. The basic wind pressure was consistent with the landforms distribution. The basic wind pressure was consistent with the distribution of the three landforms， with the high value occurring in the northwest plateau area and the plain area to the east of Taihang and the south of Yanshan Mountain areas. The vulnerability curve indicated that the threshold of wind speed which might cause loss to greenhouse was 20.0 m/s. The risk of greenhouse loss was affected by the combined effects of disaster-causing factor and bearing body. The risk in the northwest was generally lower than the southeast. The high-risk area was distributed in the junction of Tangshan-Qinhuangdao， western Tangshan， Langfang and south-central regions. The average loss was more than 500 000 yuan/km2. The greenhouse area in the south-central part was smaller than that in the northeast， but the loss was higher owing to its higher hazard factor risk.

Key words： greenhouse; risk; return period; vulnerability curver; wind disaster loss rate

日光溫室是中國北方地區(qū)特有的設(shè)施農(nóng)業(yè)結(jié)構(gòu)形式，具有效益高的特點[1-3]。其增溫保濕效應(yīng)促進蔬果均衡生產(chǎn)，解決了冬季食品供應(yīng)難題，推動農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整[4]。河北省是中國設(shè)施農(nóng)業(yè)生產(chǎn)大省[5]，設(shè)施蔬菜已成為農(nóng)業(yè)中最具競爭力的優(yōu)勢產(chǎn)業(yè)，種植面積超過1.5萬hm2。但是日光溫室結(jié)構(gòu)相對簡單，對外界氣象條件的依賴性較高，災(zāi)害性天氣可對溫室作物的產(chǎn)量和品質(zhì)造成影響[6]。據(jù)統(tǒng)計，1984—2015年河北省平均每年發(fā)生大風災(zāi)害40多次，最多年份可達119縣次，風災(zāi)是影響溫室生產(chǎn)的頻發(fā)性災(zāi)害[7-9]，若防御不當，風災(zāi)可刮破棚膜，破壞保溫性，造成作物減產(chǎn)，重度風災(zāi)會直接損毀溫室結(jié)構(gòu)，造成嚴重經(jīng)濟損失[2，9]。因此，研究日光溫室大風災(zāi)害風險評估方法，建立科學的風險評估模型，是實施農(nóng)業(yè)風險管理的前提與基礎(chǔ)[10，11]，對于規(guī)避風險、穩(wěn)定發(fā)展有重要的實際意義。

以往對農(nóng)業(yè)風險評估研究對象集中于小麥、玉米、水稻等大田作物[12-14]，并且大多是在氣象數(shù)據(jù)和作物減產(chǎn)率的基礎(chǔ)上來建立災(zāi)害風險指標體系，進行等級劃分和風險評估。且針對日光溫室，小氣候試驗及建造結(jié)構(gòu)研究較多[15，16]，風災(zāi)方面，李楠等[2]通過風洞試驗，得到山東省日光溫室各區(qū)域發(fā)生風災(zāi)的臨界風速，并確定風災(zāi)等級指標。黃川容等[17]結(jié)合災(zāi)情數(shù)據(jù)資料，計算了不同風力對北京溫室可造成災(zāi)害的概率，確定了日光溫室風災(zāi)等級劃分的量化標準。根據(jù)區(qū)域災(zāi)害系統(tǒng)和風險評估理論[18]，風險應(yīng)是致災(zāi)因子、承災(zāi)體暴露度和脆弱性三者綜合作用的結(jié)果，但是從這三方面展開設(shè)施農(nóng)業(yè)大風災(zāi)害的研究基礎(chǔ)尚且薄弱。此外，前人的多數(shù)成果是在指標權(quán)重確定方面，此方法仍是基于主觀判斷的定性評估方法，對指標資料的數(shù)據(jù)需求量較大，并且該方法的合理性存在爭議[19]。脆弱性曲線法是建立不同致災(zāi)強度與承災(zāi)體損失的關(guān)系，進而反演定量的期望損失值，這種模型需要大力發(fā)展[19，20]。

本研究依據(jù)災(zāi)害風險系統(tǒng)理論，對河北省日光溫室大風災(zāi)害的致災(zāi)因子危險性、承災(zāi)體暴露度和脆弱性進行分析，采用脆弱性曲線法構(gòu)建評估模型，開展風險定量評估，為風災(zāi)風險預(yù)警服務(wù)及防御措施的制定提供技術(shù)支撐。

1? 資料與方法

1.1? 資料

1）氣象數(shù)據(jù)。河北省142個國家地面氣象站（1984—2016年）和602個區(qū)域地面氣象站（2014—2016年）的逐日觀測資料，觀測指標為日最大風速和日極大風速，取自河北省氣象局。地理信息數(shù)據(jù)取自河北省地理信息局。

2）承災(zāi)體數(shù)據(jù)。河北省2015年各縣域日光溫室種植面積，取自河北省農(nóng)業(yè)廳，空間分布情況見圖1。根據(jù)河北省地方標準[21]，日光溫室是跨度大于6 m，中高大于2 m的利用太陽輻射增溫，有后墻、山墻和后坡，前屋面硬蓋透明覆蓋物和保溫覆蓋物的栽培設(shè)施。

3）災(zāi)情數(shù)據(jù)。實地走訪河北省11個地市34個縣69個村，通過問卷調(diào)查采集大風風速-設(shè)施農(nóng)業(yè)損失樣本數(shù)據(jù);1984—2016年河北省各區(qū)縣風災(zāi)統(tǒng)計數(shù)據(jù)共1 306條記錄，包括風災(zāi)發(fā)生的地點、開始和結(jié)束時間、天氣過程、受災(zāi)人口、農(nóng)作物受災(zāi)情況等信息，取自河北省氣象局和《中國氣象災(zāi)害大典（河北卷）（2008）》。對數(shù)據(jù)進行逐條核對、除重，共梳理得到有效樣本98個。

1.2? 研究方法

1.2.1? 致災(zāi)因子危險性評估? 致災(zāi)因子危險性是指致災(zāi)要素的強度、時間和變化規(guī)模。本研究選取日極大風速作為大風災(zāi)害強度指標，進行大風災(zāi)害危險性評估。日極大風速觀測時間較短，參考姬鴻麗等[22]研究方法，建立區(qū)域站與國家站、最大風速與極大風速的回歸方程，推算日極大風速長時間序列數(shù)據(jù)。通過高低異常值檢驗、空間異常值檢驗、時間一致性檢查等數(shù)據(jù)質(zhì)量控制[23，24]，最終選擇反演效果較好的區(qū)域站385個。

根據(jù)極值理論來模擬極端天氣事件分布，是基于歷史實測資料的樣本分布情況來推算極端事件發(fā)生的可能性[25]，對于客觀反映災(zāi)害強度具有重要意義。重現(xiàn)期是超越概率的具體形式，通過多少年一遇來體現(xiàn)，對比不同年遇型風險的大小，可直觀識別由致災(zāi)因子強度變化而引起的空間變化趨勢。對于連續(xù)型隨機變量X，小于任意實數(shù)x的累積概率為F（X），則重現(xiàn)期（Return Period，RP）計算方法如下[26]：

式中，LR為不同風速下的溫室損失率（Loss ratio，%）;L為風災(zāi)造成的損失（萬元）;W為承災(zāi)體（日光溫室）的重置費用（萬元）。根據(jù)災(zāi)情調(diào)查和風災(zāi)統(tǒng)計數(shù)據(jù)，建立致災(zāi)強度與因災(zāi)損失率的關(guān)系進行大風災(zāi)害日光溫室脆弱性評估。建立線性、冪、指數(shù)、對數(shù)等回歸方程，擬合“風速-日光溫室損失率”曲線，根據(jù)擬合度效果，確定脆弱性曲線。

1.2.3? 承災(zāi)體損失風險評估? 從風險產(chǎn)生的條件來看，風險是致災(zāi)因子、承災(zāi)體暴露度和脆弱性三者共同作用的結(jié)果[28]。承災(zāi)體損失風險為由于致災(zāi)因子導致的損失期望值，其計算公式如下[26]：

R（t）=V（Ht）×E? （6）

式中，t為重現(xiàn)期;R（t）為風險;Ht為致災(zāi)危險性;V為承災(zāi)體脆弱性曲線;E為承災(zāi)體的價值。

2? 結(jié)果與分析

2.1? 致災(zāi)因子危險性評估

河北省大風災(zāi)害致災(zāi)因子危險性評估結(jié)果見圖2。不同重現(xiàn)期下的風災(zāi)危險性分布大體一致，并且隨著重現(xiàn)期的增大，極大風速的致災(zāi)強度逐漸增加，影響范圍也在擴大。風災(zāi)高危險區(qū)主要分布在河北省東南部、承德東北部以及西北邊緣地區(qū)。其中，東南部地區(qū)的風災(zāi)危險性最高，主要位于滄州東部、衡水北部和邯鄲東部;東北部地區(qū)的危險性次之，以承德中北部為主;西北部地區(qū)以張家口西部和保定中西部為主。5年一遇極大風速致災(zāi)強度的高值區(qū)位于太行山以東的衡水北部和邯鄲東部地區(qū)，零星分布有28.5 m/s（11級）以上的大風。10年一遇全省大部分地區(qū)的極大風速強度已超過20.8 m/s，風力在9級及以上。從30年、50年到百年一遇，風力和高值區(qū)域進一步增大，承德中北部、張家口西部、保定以南的風速在24.5 m/s（10級）以上，其中東南部的平原城市風速已超過32.6 m/s，達到12級大風水平。

根據(jù)國家標準《建筑結(jié)構(gòu)荷載規(guī)范》[27]的規(guī)定，基本風壓采用重現(xiàn)期為50年一遇日最大風速計算得到，見圖3。其空間分布情況與河北省的地形地貌趨于一致，在太行山脈以東-燕山山脈以南的平原地區(qū)和冀西北的張家口高原地區(qū)，是基本風壓的高值區(qū)，在0.22 kN/m2以上。張家口的康保、尚義和蔚縣，廊坊的霸州、永清和安次，石家莊無極、辛集，衡水深州和安平，保定市區(qū)以及滄州海興縣，建筑結(jié)構(gòu)設(shè)計應(yīng)滿足基本風壓在0.3 kN/m2以上，最高值出現(xiàn)在張家口蔚縣，達1.1 kN/m2。

2.2? 承災(zāi)體脆弱性評估

從災(zāi)情數(shù)據(jù)中選取有日光溫室損失的大風災(zāi)害案例，計算該次風災(zāi)事件的溫室損失率，以致災(zāi)因子強度為x軸，以損失率為y軸，構(gòu)建大風風速-日光溫室損失率對應(yīng)關(guān)系，選擇線性、指數(shù)、冪和對數(shù)函數(shù)分別對大風災(zāi)害日光溫室脆弱性曲線進行擬合，對結(jié)果進行擬合優(yōu)度檢驗，結(jié)果見圖4。確定系數(shù)（R2）越接近于1，擬合度越好，因此選擇R2較高且形式簡單的線性函數(shù)表征日光溫室風災(zāi)脆弱性。由于大風災(zāi)害造成的損失具有較大的不確定性，為避免這種影響，采用分段函數(shù)形式表示如下。根據(jù)脆弱性曲線可以看出，在一定風速范圍內(nèi)，日光溫室風災(zāi)損失率隨著風速的增大而增加，開始出現(xiàn)損失的臨界風速值為20.0 m/s。

y=0 （x≤20.0）

y=4.856 2x-97.149 （20.0

y=100 （x≥40.6）

2.3? 承災(zāi)體損失風險評估

河北省日光溫室在冀北的張家口種植較少，種植密集區(qū)主要分布在東北部的承德、唐山、秦皇島，面積在2 000 hm2以上。綜合考慮致災(zāi)因子和承災(zāi)體因素，得到河北省日光溫室大風災(zāi)害的受損風險如圖5所示。日光溫室受損風險總體呈現(xiàn)西北低東南高的趨勢。隨著重現(xiàn)期的增加，損失范圍逐漸擴大，損失值有所增加。重現(xiàn)期為5年和10年一遇，唐山西部、廊坊北部、保定中部、衡水北部和邯鄲東部的溫室損失風險相對較高，其他地區(qū)的地均損失在10萬元/km2以下。承德中部和唐山東部以及邢臺東部遭遇30年一遇的風險有所增加，損失值達30萬元/km2以上。到50年和100年一遇時，高風險區(qū)域分布在唐山-秦皇島交界、唐山西部、廊坊以及太行山以東、沿海以西的中南部地區(qū)，損失超過50萬元/km2。

3? 小結(jié)與討論

本研究基于極值理論和概率分布函數(shù)，采用重現(xiàn)期的形式來定量評價河北省大風致災(zāi)強度，充分考慮了全球氣候變化背景下極端事件的影響，而傳統(tǒng)的數(shù)據(jù)統(tǒng)計主要采用平均數(shù)，以中間數(shù)據(jù)為基礎(chǔ)進行分析，但極端事件的影響大多分布在函數(shù)的尾端[29]。研究得到的大風致災(zāi)高危險區(qū)分布在東南部、東北部和西北部，這與孫霞等[30]基于灰色理論得到的風災(zāi)危險度分布結(jié)果一致，由于東南部的平原地區(qū)地勢低平，地表的阻擋物（如山地、丘陵等）較少，為風的流動和發(fā)展提供了空間，風力作用更強，其中衡水北部和邯鄲東部的風速最大，超過32.6 m/s，達到12級水平?；撅L壓的分布與地形呈現(xiàn)一致，西北高原和東南平原區(qū)較高，對于壩上高原，其下墊面廣闊而單一，有利于氣壓中心的形成，易與周邊產(chǎn)生較大的氣壓差[31]，冷熱不均導致風力較大。而太行-燕山山區(qū)，由于山的阻擋，氣流阻力大，其風速和風壓值均較小。

前人的風險評估方法大多建立在指標體系的基礎(chǔ)上[32]，脆弱性曲線法這種定量的評估方法用于風災(zāi)研究的不多，并且關(guān)于日光溫室風災(zāi)研究集中于等級劃分，側(cè)重于考慮致災(zāi)因子。本研究綜合考慮致災(zāi)因子和承災(zāi)體的設(shè)施農(nóng)業(yè)風災(zāi)定量風險評估，通過構(gòu)建風速-損失率脆弱性曲線，能夠判斷風災(zāi)對日光溫室的致災(zāi)閾值，即20.0 m/s，進而計算出地均損失值，其空間分布與致災(zāi)因子、承災(zāi)體呈現(xiàn)不一致，總體表現(xiàn)為西北低東南高。雖然日光溫室在中南部的種植面積小于東北部，但其致災(zāi)因子危險性較高，因此受風災(zāi)影響的損失風險較高，而張家口由于承災(zāi)體暴露度較低，其風災(zāi)風險低，充分說明承災(zāi)體的損失風險既受致災(zāi)因子強度的影響，也與承災(zāi)體的暴露情況和內(nèi)在易損性密切相關(guān)[32]，這是風險存在的必要條件。

本研究為河北省設(shè)施農(nóng)業(yè)大風災(zāi)害風險預(yù)警業(yè)務(wù)的開展奠定了一定基礎(chǔ)，但仍存在一些不足：選取致災(zāi)因子危險性評估指標為極大風速，即瞬時風速，而風災(zāi)發(fā)生還與大風持續(xù)時長有關(guān)，因此有必要進一步參考熵權(quán)系數(shù)[23]等方法，嘗試構(gòu)建綜合性的致災(zāi)強度指標;此外，本研究考慮了絕大多數(shù)溫室的結(jié)構(gòu)、材料和跨度情況，并非全部，因此實地調(diào)查結(jié)果及脆弱性曲線的適用性存在一定局限，具體類型還需具體分析;相同風速不同風向?qū)厥业钠茐淖饔靡膊煌?，需進一步研究不同風向?qū)厥业膿p失情況，以更好地指導日光溫室風險預(yù)警和防御工作。

參考文獻：

[1] 高? 浩，黎貞發(fā)，潘學標，等.中國設(shè)施農(nóng)業(yè)氣象業(yè)務(wù)服務(wù)現(xiàn)狀與對策[J].中國農(nóng)業(yè)氣象，2010，31（3）：402-406.

[2] 李? 楠，薛曉萍，李鴻怡.基于信息擴散的山東省日光溫室風災(zāi)風險評估[J].氣象與環(huán)境學報，2018，34（5）：149-155.

[3] 楊再強，張婷華，黃海靜，等.北方地區(qū)日光溫室氣象災(zāi)害風險評價[J].中國農(nóng)業(yè)氣象，2013，34（3）：342-349.

[4] 魏瑞江，李春強，康西言.河北省日光溫室低溫寡照災(zāi)害風險分析[J].自然災(zāi)害學報，2008，17（3）：56-62.

[5] 陳貴林，張進文.河北省設(shè)施蔬菜生產(chǎn)可持續(xù)發(fā)展問題的探討[J].沈陽農(nóng)業(yè)大學學報，2000，31（1）：29-31.

[6] 王? 瓊，魏瑞江，王榮英，等.河北日光溫室氣象災(zāi)害影響和氣象服務(wù)評估[J].中國農(nóng)業(yè)氣象，2014，35（6）：682-689.

[7] 劉金玉，孫愛良，董航宇.黃驊市設(shè)施蔬菜生產(chǎn)主要氣象災(zāi)害特征及其防御措施研究[J].現(xiàn)代農(nóng)業(yè)科技，2013（20）：239-240，247.

[8] 閻? 訪，岳艷霞，張秉祥，等.石家莊地區(qū)大風日數(shù)氣候變化特征[J].氣象與環(huán)境學報，2013，29（2）：81-88.

[9] 郭曉冬.災(zāi)害性天氣對日光溫室蔬菜的危害及預(yù)防措施[J].甘肅農(nóng)業(yè)科技，2008（9）：50-52.

[10] 孫? 霞，俞海洋，孫? 斌，等.河北省主要氣象災(zāi)害時空變化的統(tǒng)計分析[J].干旱氣象，2014，32（3）：388-392.