蔣漢開 張小娟 龍安華 龍?jiān)? 陳曉丹

摘? 要：文章選取黔東南州16個(gè)縣市年均降雹日數(shù)、人口密度、耕地比重、經(jīng)濟(jì)作物種植比重、人均GDP、高炮保護(hù)作物面積占耕地比重、人影運(yùn)行保障經(jīng)費(fèi)等7個(gè)指標(biāo)作為致災(zāi)因子危險(xiǎn)性、承災(zāi)體易損性、防災(zāi)減災(zāi)能力3個(gè)因子的評(píng)價(jià)指標(biāo)，通過層次分析法賦予各指標(biāo)權(quán)重，采用加權(quán)綜合評(píng)價(jià)法構(gòu)建各因子綜合評(píng)價(jià)指數(shù)，構(gòu)建黔東南州冰雹災(zāi)害風(fēng)險(xiǎn)評(píng)估模型，利用ArcGIS功能初步建立黔東南州冰雹災(zāi)害風(fēng)險(xiǎn)區(qū)劃。由區(qū)劃結(jié)果可知，黔東南州冰雹災(zāi)害風(fēng)險(xiǎn)普遍較大，中高風(fēng)險(xiǎn)區(qū)涵蓋12個(gè)縣市，冰雹災(zāi)害風(fēng)險(xiǎn)總體趨勢(shì)為北部地區(qū)風(fēng)險(xiǎn)較高，南部地區(qū)較低;北部部分地區(qū)風(fēng)險(xiǎn)遠(yuǎn)高于其他地區(qū)，主要是該區(qū)域致災(zāi)因子危險(xiǎn)性較高和易損性較高;南部地區(qū)風(fēng)險(xiǎn)相對(duì)較小，主要是致災(zāi)危險(xiǎn)性較小;通過建立風(fēng)險(xiǎn)區(qū)劃，以期為當(dāng)?shù)刈鳂I(yè)點(diǎn)優(yōu)化布局及防雹減災(zāi)決策提供一些具有指導(dǎo)意義的參考依據(jù)，減少冰雹災(zāi)害帶來的損失。

關(guān)鍵詞：冰雹災(zāi)害;風(fēng)險(xiǎn)評(píng)估模型;風(fēng)險(xiǎn)區(qū)劃

中圖分類號(hào)：P467 文獻(xiàn)標(biāo)志碼：A? ? ? ? ?文章編號(hào)：2095-2945（2020）35-0055-04

Abstract： In this paper， seven indexes， such as the average annual hail days， population density， the proportion of cultivated land， the proportion of cash crops， the per capita GDP， the proportion of crop area protected by antiaircraft artillery in cultivated land， and the funds for ensuring the operation of people， are selected as the evaluation indexes of the risk of disaster factors， the vulnerability of disaster-bearing bodies and the ability of disaster prevention and reduction. Through analytic hierarchy process （AHP）， weighted comprehensive evaluation method was used to construct various factors comprehensive evaluation index and build Qiandongnan Prefecture's hail disaster risk assessment model， and the function of ArcGISfor the purpose of the preliminary establishment of Qiandongnan Prefecturehail disaster risk zoning. According to the regionalization results， hail disaster risks are generally large in Qiandongnan Prefecture， and the medium-high risk areas cover 12 counties and cities. The overall trend of hail disaster risk is higher in the northern region and lower in the southern region. The risk in the northern part is much higher than that in other areas， mainly due to the high risk and vulnerability of the disaster-causing factors. The risk in the southern region is relatively small， mainly due to the low risk of disaster. By establishing the risk zoning， it is expected to provide some guiding references for optimizing the layout of local operation sites and decision-making of hail prevention and disaster reduction， so as to reduce the losses caused by hail disaster.

Keywords： hail disaster; risk assessment model; risk zoning

1 概述

貴州省黔東南是典型的春雹發(fā)生區(qū)，春季冰雹日數(shù)占全年冰雹日數(shù)的62.7%[1]。冰雹的發(fā)生具有突發(fā)性強(qiáng)，來時(shí)猛，破壞力大等特點(diǎn)，給農(nóng)業(yè)生產(chǎn)造成極大經(jīng)濟(jì)損失。2020年3月22日，全州10縣（市）26鄉(xiāng)鎮(zhèn)出現(xiàn)冰雹，最大直徑約40mm，造成受災(zāi)24726人，農(nóng)作物受災(zāi)面積454公頃，房屋一般損壞4689戶9772間，直接經(jīng)濟(jì)損失3155.85萬元。同年5月4日，岑鞏縣羊橋鄉(xiāng)、天星鄉(xiāng)、水尾鎮(zhèn)降雹，冰雹最大直徑70mm，造成受災(zāi)19534人，農(nóng)作物受災(zāi)面積715.64公頃，絕收面積6.98公頃，嚴(yán)重?fù)p壞房屋10戶20間，一般損壞房屋3463戶10375間，損壞車輛385臺(tái)，因?yàn)?zāi)造成直接經(jīng)濟(jì)損失約9077萬元。

災(zāi)害的發(fā)生無法避免，但是可以通過有力措施避免或者減少災(zāi)害造成的損失。對(duì)該區(qū)域?yàn)?zāi)害進(jìn)行風(fēng)險(xiǎn)區(qū)劃，辨識(shí)高風(fēng)險(xiǎn)區(qū)，提前做好防范是有效措施之一。目前關(guān)于黔東南州冰雹的研究大多集中于冰雹過程的分析及臨近預(yù)警指標(biāo)的研究[2-5]，分析其成因及雷達(dá)特征，或者分析冰雹時(shí)空分布特征及變化[6-7]，針對(duì)黔東南州冰雹災(zāi)害風(fēng)險(xiǎn)區(qū)劃研究較少。本文結(jié)合前人已經(jīng)比較成熟的冰雹災(zāi)害評(píng)估方法，通過建立黔東南州冰雹災(zāi)害風(fēng)險(xiǎn)評(píng)估模型，選取各縣市年均降雹日數(shù)、人口密度、耕地比重、經(jīng)濟(jì)作物種植比重、人均GDP、高炮保護(hù)作物面積占耕地比重、人影運(yùn)行保障經(jīng)費(fèi)等作為評(píng)價(jià)因子，借助ArcGIS的空間分析功能建立各因子圖層，參與冰雹致災(zāi)因子危險(xiǎn)性、承災(zāi)體易損性、防災(zāi)減災(zāi)能力的分析運(yùn)算，初步建立黔東南州冰雹災(zāi)害風(fēng)險(xiǎn)區(qū)劃，以期為當(dāng)?shù)刈鳂I(yè)點(diǎn)優(yōu)化布局及防雹減災(zāi)決策提供一些有指導(dǎo)意義的依據(jù)，減少冰雹天氣帶來的損失。

2 研究資料及方法

2.1 研究資料

黔東南州16個(gè)縣氣象觀測(cè)站點(diǎn)及110個(gè)作業(yè)點(diǎn)2004-2020累計(jì)17a降雹資料;各縣市政府網(wǎng)站公布的縣市行政區(qū)劃面積;《2017年黔東南統(tǒng)計(jì)年鑒》分縣統(tǒng)計(jì)數(shù)據(jù)，包括人均GDP、耕地面積、經(jīng)濟(jì)作物種植面積、常駐人口等數(shù)據(jù);各縣（市） 2018-2020年年均人工影響天氣運(yùn)行保障經(jīng)費(fèi)預(yù)算批復(fù)資金及高炮保護(hù)作物面積數(shù)據(jù);各縣市行政區(qū)劃矢量數(shù)據(jù)。

2.2 研究方法

2.2.1 建立冰雹災(zāi)害評(píng)估模型

災(zāi)害是地球表層異變過程的產(chǎn)物，是致災(zāi)因子、孕災(zāi)環(huán)境與承災(zāi)體綜合作用的結(jié)果。本文從致災(zāi)因子危險(xiǎn)性、承災(zāi)體易損性、防災(zāi)減災(zāi)能力3個(gè)方面建立冰雹災(zāi)害評(píng)估模型。其表達(dá)式為：

FDRI=H·WH+V·WV+R·WR（1）

式中，F(xiàn)DRI表示冰雹災(zāi)害風(fēng)險(xiǎn)，H表示致災(zāi)因子危險(xiǎn)性，V表示承災(zāi)體易損性，R表示防災(zāi)減災(zāi)能力。WH、WV、WR表示H、V、R所占權(quán)重。

2.2.2 層次分析法

層次分析法（The analytic hierarchy process）簡(jiǎn)稱AHP，是20世紀(jì)70年代由美國(guó)運(yùn)籌學(xué)家托馬斯·塞蒂（T.L.saaty）提出的一種定性和定量相結(jié)合的、系統(tǒng)化、層次化的分析方法。

按照層次分析法，建立黔東南州冰雹災(zāi)害風(fēng)險(xiǎn)區(qū)劃指標(biāo)體系如圖1。對(duì)于從屬于（或影響）上一層每個(gè)因素的同一層諸因素，構(gòu)造兩兩判斷矩陣，量化各因素的相對(duì)重要性，并對(duì)判斷矩陣進(jìn)行一致性檢驗(yàn)，計(jì)算出各指標(biāo)權(quán)重[3]，見表1、表2、表3，3階矩陣RI值為0.5194，均通過一致性檢驗(yàn)。

2.2.3 歸一化法

歸一化方法是為消除冰雹災(zāi)害風(fēng)險(xiǎn)區(qū)劃指標(biāo)體系各因子數(shù)值的差異，對(duì)指標(biāo)進(jìn)行歸一化處理，將值統(tǒng)一轉(zhuǎn)化到[0，1]范圍。歸一化公式為：

式中：Di是第i個(gè)指標(biāo)的歸一化值，Xi是第i個(gè)指標(biāo)的值，Xmax是指標(biāo)中的最大值，Xmin是指標(biāo)中的最小值。

2.2.4 加權(quán)綜合評(píng)價(jià)法

加權(quán)綜合評(píng)價(jià)法是將多個(gè)指標(biāo)作用大小綜合起來，轉(zhuǎn)化為一個(gè)能夠反映綜合情況的指標(biāo)來進(jìn)行評(píng)價(jià)，用一個(gè)數(shù)量化指標(biāo)來表示，即

式中，f代表評(píng)價(jià)因子的值;Di代表第i個(gè)指標(biāo)的歸一化值;Wi代表第i項(xiàng)指標(biāo)的權(quán)重，可由層次分析法計(jì)算獲得;m是評(píng)價(jià)因子所用指標(biāo)個(gè)數(shù)。

3 冰雹風(fēng)險(xiǎn)區(qū)劃的指標(biāo)評(píng)價(jià)及分析

3.1 致災(zāi)因子危險(xiǎn)性評(píng)價(jià)

災(zāi)害的形成是致災(zāi)因子對(duì)承災(zāi)體作用的結(jié)果，沒有致災(zāi)因子就沒有災(zāi)害，可認(rèn)為有降雹才會(huì)有冰雹災(zāi)害，降雹日數(shù)越多，冰雹災(zāi)害的風(fēng)險(xiǎn)就越大。本文在選擇冰雹的危險(xiǎn)性因子的指標(biāo)時(shí)，著重考慮年均降雹日數(shù)這一個(gè)指標(biāo)，因此其權(quán)重系數(shù)為1。

統(tǒng)計(jì)黔東南州作業(yè)站點(diǎn)2004-2020年17a降雹資料，用氣象觀測(cè)站同一時(shí)期降雹日數(shù)作為補(bǔ)充，觀測(cè)站點(diǎn)與作業(yè)站點(diǎn)同在一個(gè)鄉(xiāng)鎮(zhèn)并且同一日期降雹按1個(gè)降雹日數(shù)記錄，同一作業(yè)站點(diǎn)同一日期降雹時(shí)間跨越08：00按2個(gè)降雹日計(jì)算，得到各縣市年均降雹日數(shù)，如表4。用（2）式對(duì)年均降雹日數(shù)進(jìn)行歸一化，利用（3）式計(jì)算各縣冰雹致災(zāi)因子危險(xiǎn)性指數(shù)，利用ArcGIS對(duì)縣矢量數(shù)據(jù)用年均降雹日數(shù)柵格化，并對(duì)柵格數(shù)據(jù)進(jìn)行自然斷點(diǎn)分級(jí)：極低危險(xiǎn)區(qū)（≤0.54）、低危險(xiǎn)區(qū)（0.55～0.63）、中等危險(xiǎn)區(qū)（0.64～0.70）、次高危險(xiǎn)區(qū)（0.71～0.78）、高危險(xiǎn)區(qū)（≥0.79），得到致災(zāi)因子危險(xiǎn)性區(qū)劃圖，如圖2。由圖可知，黔東南州冰雹災(zāi)害致災(zāi)危險(xiǎn)性中等危險(xiǎn)區(qū)到高等危險(xiǎn)區(qū)主要集中在西部和北部地區(qū)，致災(zāi)危險(xiǎn)性總體趨勢(shì)呈北高南低、西高東低。

圖2 黔東南州冰雹災(zāi)害致災(zāi)因子危險(xiǎn)性區(qū)劃圖

3.2 承災(zāi)體易損性評(píng)價(jià)

有危險(xiǎn)并不意味著災(zāi)害就一定存在，只有風(fēng)險(xiǎn)源危害某社會(huì)經(jīng)濟(jì)目標(biāo)，即受災(zāi)體后，對(duì)于一定的風(fēng)險(xiǎn)承擔(dān)者來說，才承擔(dān)了相對(duì)于該風(fēng)險(xiǎn)源和該風(fēng)險(xiǎn)承載體的災(zāi)害風(fēng)險(xiǎn)[12]。計(jì)算各縣承災(zāi)體易損性因子3個(gè)指標(biāo)的值，在不考慮其他因素影響的情況下，3個(gè)指標(biāo)的值越大，冰雹災(zāi)害造成的損失就越嚴(yán)重。

經(jīng)計(jì)算，并對(duì)柵格數(shù)據(jù)進(jìn)行自然斷點(diǎn)分級(jí)：極低易損區(qū)（≤0.53）、低易損區(qū)（0.54～0.58）、中等易損區(qū)（0.59～0.69）、次高易損區(qū)（0.70～0.79）、高易損區(qū)（≥0.80），得到承災(zāi)體易損性區(qū)劃圖，如圖3所示。由圖可知，總體上中部及北部地區(qū)易損性高于南部地區(qū)。脆弱性北高南低的原因主要是南部各縣行政區(qū)劃面積遠(yuǎn)遠(yuǎn)大于北部地區(qū)各縣面積，導(dǎo)致在耕地面積相差不大、北部經(jīng)濟(jì)作物種植面積大于南部時(shí)，耕地比重及經(jīng)濟(jì)作物種植比重北部大于南部。

3.3 防災(zāi)減災(zāi)能力評(píng)價(jià)

防災(zāi)抗災(zāi)能力是指當(dāng)?shù)貙?duì)冰雹災(zāi)害的抵御和恢復(fù)程度，高炮防雹作業(yè)是一種有效的減災(zāi)措施。開展人工防雹需要作業(yè)裝備及經(jīng)費(fèi)支撐，因此選取人均GDP、高炮保護(hù)作物面積占耕地比重、各縣市近3年（2018-2020年）年均人工影響天氣運(yùn)行保障經(jīng)費(fèi)預(yù)算批復(fù)資金作為防災(zāi)減災(zāi)能力評(píng)價(jià)指標(biāo)，3個(gè)指標(biāo)值越大，防災(zāi)減災(zāi)能力越強(qiáng)，可能遭受的潛在損失越小，冰雹災(zāi)害風(fēng)險(xiǎn)也就越小。

經(jīng)計(jì)算，并對(duì)柵格數(shù)據(jù)進(jìn)行自然斷點(diǎn)分級(jí)：極低防災(zāi)減災(zāi)能力區(qū)（≤0.51）、低防災(zāi)減災(zāi)能力區(qū)（0.52～0.60）、中等防災(zāi)減災(zāi)能力區(qū)（0.61～0.65）、次高防災(zāi)減災(zāi)能力區(qū)（0.66～0.80）、高防災(zāi)減災(zāi)能力區(qū)（≥0.81），得到防災(zāi)減災(zāi)能力區(qū)劃圖，如圖4。由圖可知，南部地區(qū)防災(zāi)減災(zāi)能力較弱。主要是南部地區(qū)GDP、人影運(yùn)行經(jīng)費(fèi)均低于北部地區(qū)，且高炮投入使用較少，榕江、從江、錦屏3縣僅有2門投入使用，而雷山、黎平僅有1門投入使用。

3.4 冰雹災(zāi)害風(fēng)險(xiǎn)評(píng)估及區(qū)劃

根據(jù)黔東南州冰雹災(zāi)害風(fēng)險(xiǎn)評(píng)估模型，其風(fēng)險(xiǎn)指數(shù)是致災(zāi)因子危險(xiǎn)性、承災(zāi)體易損性和防災(zāi)減災(zāi)能力綜合作用的結(jié)果。根據(jù)公式（1）以及各個(gè)因子對(duì)其的影響，考慮到防災(zāi)減災(zāi)能力越強(qiáng)，則冰雹災(zāi)害風(fēng)險(xiǎn)越小，建立模型（4），經(jīng)計(jì)算并進(jìn)行自然斷點(diǎn)分級(jí)得到黔東南州冰雹災(zāi)害風(fēng)險(xiǎn)區(qū)劃圖，如圖5。

如圖5所示，黔東南州冰雹災(zāi)害風(fēng)險(xiǎn)普遍較大，中高風(fēng)險(xiǎn)區(qū)涵蓋12個(gè)縣市。冰雹災(zāi)害風(fēng)險(xiǎn)總體趨勢(shì)為西部和北部地區(qū)風(fēng)險(xiǎn)較高，南部地區(qū)較低。北部部分地區(qū)風(fēng)險(xiǎn)遠(yuǎn)高于其他地區(qū)，主要是該區(qū)域致災(zāi)因子危險(xiǎn)性較高和易損性較高;南部地區(qū)風(fēng)險(xiǎn)相對(duì)較小，主要是致災(zāi)危險(xiǎn)性較小。

4 結(jié)論

本文以縣為單位，選取年均降雹日數(shù)、人口密度、耕地比重、經(jīng)濟(jì)作物種植比重、人均GDP、高炮保護(hù)作物面積占耕地比重、人影運(yùn)行保障經(jīng)費(fèi)等7個(gè)指標(biāo)分別作為致災(zāi)因子危險(xiǎn)性、承災(zāi)體易損性、防災(zāi)減災(zāi)能力評(píng)價(jià)指標(biāo)，通過層次分析法賦予各指標(biāo)權(quán)重，加權(quán)綜合評(píng)價(jià)法構(gòu)建綜合評(píng)價(jià)指數(shù)，利用ArcGIS柵格化、柵格計(jì)算、自然斷點(diǎn)分級(jí)等功能實(shí)現(xiàn)了黔東南州冰雹災(zāi)害風(fēng)險(xiǎn)區(qū)劃。由區(qū)劃結(jié)果可知：黔東南州冰雹災(zāi)害風(fēng)險(xiǎn)普遍較大，中高風(fēng)險(xiǎn)區(qū)涵蓋12個(gè)縣市，冰雹災(zāi)害風(fēng)險(xiǎn)總體趨勢(shì)為北部地區(qū)風(fēng)險(xiǎn)較高，南部地區(qū)較低;北部部分地區(qū)風(fēng)險(xiǎn)遠(yuǎn)高于其他地區(qū)，主要是該區(qū)域致災(zāi)因子危險(xiǎn)性較高和易損性較高，南部地區(qū)風(fēng)險(xiǎn)相對(duì)較小，主要是致災(zāi)危險(xiǎn)性較小;根據(jù)區(qū)劃結(jié)果，可以在高風(fēng)險(xiǎn)區(qū)增加布點(diǎn)密度或者調(diào)整作業(yè)站點(diǎn)布局，增強(qiáng)防雹作業(yè)效果;區(qū)劃的建立對(duì)當(dāng)?shù)刈鳂I(yè)點(diǎn)優(yōu)化布局及防雹減災(zāi)決策有一定指導(dǎo)意義。

參考文獻(xiàn)：

[1]田菊萍，黃艷，顧欣.黔東南冰雹氣候變化特征及機(jī)理分析[J].貴州氣象，2010，34（04）：11-14.

[2]楊帆，白慧，李路長(zhǎng).黔東南州一次冰雹天氣過程環(huán)境場(chǎng)與雷達(dá)特征分析[J].貴州氣象，2013，37（06）：16-20.

[3]李路長(zhǎng)，白慧，楊勝忠，等.黔東南地區(qū)冰雹天氣雷達(dá)臨近預(yù)警指標(biāo)研究[J].貴州氣象，2014，38（01）：20-24.

[4]龍?zhí)鞆?qiáng)，羅輝，朱克云，等.黔東南一次強(qiáng)冰雹過程的中尺度分析[J].成都信息工程大學(xué)學(xué)報(bào)，2016，31（04）：433-442.

[5]滕林，賀德軍，陳軍，等.黔東南一次大范圍弱冰雹天氣過程分析[J].貴州氣象，2017，41（05）：39-45.

[6]石宏輝，顧欣，田菊萍.黔東南冰雹事件年內(nèi)非均勻性特征分析[J].高原山地氣象研究，2009（S1）：78-82.

[7]顧欣，張艷梅.黔東南冰雹集中度與集中期的時(shí)空變化特征[J].中國(guó)農(nóng)業(yè)氣象，2010，31（04）：627-632.