田曉璐

(新鄉(xiāng)市氣象局，河南新鄉(xiāng) 453003)

中國是自然災(zāi)害多發(fā)的國家。研究資料統(tǒng)計，各類自然災(zāi)害中氣象災(zāi)害占70%以上[1]，每年因重大氣象災(zāi)害造成的經(jīng)濟(jì)損失約占國民生產(chǎn)總值的1%～3%，受影響的人口約4億人次。衛(wèi)輝市位于太行山山前沖積傾斜平原和黃河沖積平原的交接部，地勢西北高東南低，河系縱橫。良好的自然條件及土地資源適于種植業(yè)發(fā)展，農(nóng)用地面積占市域總面積的75.64%。東南部平原不僅是河南省小麥、玉米的高產(chǎn)區(qū)，而且上樂村的凱特杏基地、唐莊鎮(zhèn)的鮮桃生產(chǎn)基地名揚(yáng)省內(nèi)外。然而，復(fù)雜的地形導(dǎo)致衛(wèi)輝市氣象災(zāi)害多發(fā)[2]。整理近58年的災(zāi)情數(shù)據(jù)后發(fā)現(xiàn)，大風(fēng)致災(zāi)的事件頻繁出現(xiàn)，對農(nóng)業(yè)生產(chǎn)、農(nóng)民生活、人身安全等都帶來了巨大影響。20世紀(jì)90年代前后，氣象災(zāi)害風(fēng)險區(qū)劃在全國范圍內(nèi)大規(guī)模展開。近年來，地理信息系統(tǒng)ArcGIS的發(fā)展與應(yīng)用，為該方面研究提供了強(qiáng)有力的技術(shù)支撐[3-6]。陳鑫[7]根據(jù)1959—2010年杭州市的極大風(fēng)速、自然環(huán)境以及社會經(jīng)濟(jì)數(shù)據(jù)，借助ArcGIS及模糊綜合評價方法，繪制了以1 km×1 km柵格為基本評價單元的杭州市大風(fēng)災(zāi)害風(fēng)險區(qū)劃圖。楊豐政[8]從大風(fēng)災(zāi)害的成因出發(fā),利用灰色關(guān)聯(lián)法、模糊綜合評價法和專家打分法，研究了徐水縣大風(fēng)災(zāi)害風(fēng)險分布情況。本文從氣象災(zāi)害系統(tǒng)理論出發(fā)，選取適當(dāng)?shù)闹笜?biāo)構(gòu)建衛(wèi)輝市大風(fēng)災(zāi)害風(fēng)險評估指標(biāo)體系，結(jié)合層次分析法與主成分分析法客觀的確定各指標(biāo)權(quán)重，并依托ArcGIS 10.0軟件強(qiáng)大的空間分析功能，繪制分辨率為30 m×30 m的大風(fēng)災(zāi)害風(fēng)險區(qū)劃圖；結(jié)合災(zāi)害的區(qū)域性特點(diǎn)，提出有針對性的防災(zāi)減災(zāi)策略，以期為衛(wèi)輝市大風(fēng)災(zāi)害的防御和經(jīng)濟(jì)社會的可持續(xù)發(fā)展提供指導(dǎo)。

1 資料與方法

1.1 資料

氣象數(shù)據(jù)：衛(wèi)輝市6要素自動氣象站于2012年建成并投入使用，選取2012—2018年轄區(qū)內(nèi)4要素、6要素自動站的逐日風(fēng)速數(shù)據(jù)。此外，由于東部站點(diǎn)分布較為稀疏，為做出更精確的插值結(jié)果，以逼近氣象要素的真實情況，加入了周邊淇縣、?？h和延津縣自動站的風(fēng)速數(shù)據(jù)，統(tǒng)計站點(diǎn)共計9個。社會經(jīng)濟(jì)數(shù)據(jù)：選用衛(wèi)輝市2018年的GDP、人口數(shù)量、土地利用類型的柵格數(shù)據(jù)(分辨率為1 km×1 km)，以及各鄉(xiāng)鎮(zhèn)2018年的人均耕地面積、林地面積等。

1.2 主要研究方法

1.2.1 指標(biāo)體系構(gòu)建 從災(zāi)害學(xué)及自然災(zāi)害風(fēng)險理論出發(fā)，形成大風(fēng)災(zāi)害必須具備以下4個條件：達(dá)到致災(zāi)的風(fēng)速(致災(zāi)因子)；易形成大風(fēng)的自然環(huán)境(孕災(zāi)環(huán)境)；災(zāi)害對人類生命安全及財產(chǎn)的影響(承災(zāi)體)；應(yīng)對、抵御災(zāi)害的能力(防災(zāi)減災(zāi)能力)。結(jié)合衛(wèi)輝市實際情況，選取具有針對性的指標(biāo)構(gòu)造了如圖1所示的大風(fēng)災(zāi)害風(fēng)險評估指標(biāo)體系。

圖1 衛(wèi)輝市大風(fēng)災(zāi)害風(fēng)險評估指標(biāo)體系

1.2.2 層次分析法 該方法將定量與定性分析結(jié)合起來，能夠合理給出每個決策方案的標(biāo)準(zhǔn)權(quán)重?？偟膩碚f，層次分析法的思路如下：建立層次結(jié)構(gòu)模型、構(gòu)造指標(biāo)判斷矩陣、計算權(quán)重及檢驗一致性[9]。具體步驟為：(1)首先分析各指標(biāo)之間的關(guān)系，建立層次結(jié)構(gòu)模型，由上至下分為目標(biāo)層、準(zhǔn)則層、方案層三個層次。(2)將同一層次內(nèi)各個指標(biāo)的影響程度進(jìn)行兩兩比較，比較時取1/9～9尺度。1/9指前一因素比后一因素影響絕對地弱，9指前一因素比后一因素影響絕對地強(qiáng)。進(jìn)而可確定每層中各指標(biāo)的影響程度，構(gòu)造指標(biāo)判斷矩陣。(3)通過冪法求解矩陣的最大特征根λmax、特征向量w，進(jìn)而得到各指標(biāo)權(quán)重。此外，由于決策者分析時的主觀性，對判斷矩陣的一致性檢驗必不可少。當(dāng)判斷矩陣的一致性比率<0.10時，認(rèn)為一致性符合要求。

1.2.3 主成分分析法 該方法的核心是降維，通過對原變量的少數(shù)幾個線性組合，進(jìn)而體現(xiàn)絕大多數(shù)原始信息。思路如下：數(shù)據(jù)標(biāo)準(zhǔn)化處理、求相關(guān)系數(shù)矩陣及特征根和特征向量、確定主成分個數(shù)、計算主成分綜合模型[10-12]。具體步驟為：(1)采用Z-score法對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化變換，消除量綱使其之間具有可比性。(2)借助SPSS 22軟件的因子分析工具，求解相關(guān)系數(shù)矩陣及特征根、特征向量。(3)主成分方差是衡量信息量的指標(biāo)，方差越大主成分包含的信息量越大，通常以方差貢獻(xiàn)率累計>70%確定主成分個數(shù)。(4)以方差貢獻(xiàn)率為權(quán)重，對指標(biāo)在每個主成分中的系數(shù)做加權(quán)平均，得主成分綜合模型。

2 結(jié)果與分析

2.1 致災(zāi)因子危險性分析

統(tǒng)計衛(wèi)輝市1981—2010年月均大風(fēng)日數(shù)(圖2)發(fā)現(xiàn)，大風(fēng)一年四季均可出現(xiàn)。成因主要分為兩種：一是冷空氣影響產(chǎn)生的大風(fēng)。春季西風(fēng)槽和冷鋒活動頻繁, 影響我國的西伯利亞冷空氣南下時間尺度加大，致使春季大風(fēng)出現(xiàn)頻率最高。二是中、小尺度天氣系統(tǒng)帶來的雷雨大風(fēng)，夏季多發(fā)，其空間尺度小，發(fā)展演變迅速，破壞力極強(qiáng)。

圖2 1981—2010年衛(wèi)輝市月均大風(fēng)日數(shù)

統(tǒng)計整理2012—2018年衛(wèi)輝市及周邊淇縣、?？h和延津縣共9個4要素、6要素自動氣象站的逐日風(fēng)速數(shù)據(jù)，分別篩選出各站點(diǎn)風(fēng)速大于7級、8級以及9級日數(shù)。計算指標(biāo)權(quán)重時，通過主成分分析法。借助SPSS 22軟件的Z-score法對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理后，利用因子分析工具進(jìn)行主成分分析。KMO(Kaiser Meyer Olkin)檢驗統(tǒng)計量是用于比較簡單相關(guān)系數(shù)和偏相關(guān)系數(shù)的常用指標(biāo)[13]，KMO越接近1,意味著數(shù)據(jù)間相關(guān)性越強(qiáng)，常以KMO>0.5作為標(biāo)準(zhǔn)。計算得KMO為0.725，表明上述數(shù)據(jù)適合進(jìn)行主成分分析。方差是衡量主成分包含的信息量，以方差貢獻(xiàn)率累計>70%確定主成分個數(shù)。借助SPSS分析可得，第1主成分方差貢獻(xiàn)率累計達(dá)94.641%，表示提取1個主成分即可。經(jīng)計算，第1主成分的特征根為2.839，3個初始因子載荷分別為0.987、0.970、0.962，用初始因子載荷除以特征根開平方，并將系數(shù)做歸一化處理，得到大風(fēng)致災(zāi)因子危險性評估模型

H=0.338H1+0.332H2+0.33H3。

(1)

式中，H為致災(zāi)因子危險性指數(shù)，用于表示致災(zāi)因子危險性程度。H1、H2、H3分別表示3項評價因子，即風(fēng)速大于7級日數(shù)、風(fēng)速大于8級日數(shù)、風(fēng)速大于9級日數(shù)。

使用ArcGIS 10.0軟件的克里金插值、柵格計算器等工具，繪制如圖3所示的大風(fēng)致災(zāi)因子危險性區(qū)劃圖。可見，太公泉鎮(zhèn)、獅豹頭的西南部及唐莊鎮(zhèn)的西北部為致災(zāi)因子高危險區(qū)，而獅豹頭的東北部、柳莊以及孫杏村鎮(zhèn)、后河鎮(zhèn)、李源屯鎮(zhèn)的南部為致災(zāi)因子低危險區(qū)。

圖3 衛(wèi)輝市大風(fēng)致災(zāi)因子危險性區(qū)劃

2.2 孕災(zāi)環(huán)境敏感性分析

衛(wèi)輝市西北部緊臨太行山脈，最高海拔在黃梅草垴峰，為1 069 m，最低海拔為24 m，高度差超過1 000 m，地勢懸殊明顯。境內(nèi)有4座中小型水庫和7條主要河流，復(fù)雜的地形地貌特征增加了大風(fēng)災(zāi)害發(fā)生的可能性。相關(guān)研究表明，風(fēng)速隨海拔高度增加呈遞增趨勢，即絕對高程越高，大風(fēng)的危險性越大。并且在同等風(fēng)速的前提下，溝壑林立、峰巒疊嶂的地區(qū)更容易產(chǎn)生大風(fēng)災(zāi)害[14-15]。

結(jié)合衛(wèi)輝市的地形特點(diǎn)，利用ArcGIS 10.0軟件的自然間斷點(diǎn)分級法，將高程劃分為如表1所示的4個區(qū)間。利用焦點(diǎn)統(tǒng)計工具計算每個柵格周圍3×3鄰域內(nèi)9個柵格的高程標(biāo)準(zhǔn)差(σ)，作為表征該處地形變化的指標(biāo)。σ≥10 m表示起伏較大，1 m<σ<10 m表示起伏適中，σ≤1 m表示起伏平緩。通過表1可以看出，當(dāng)高程大于700 m且地形起伏較大時，發(fā)生風(fēng)災(zāi)的可能性最高，賦值0.9。當(dāng)高程小于100 m且地形起伏平緩時，發(fā)生災(zāi)害的可能性最低，賦值0.4。由此得到的孕災(zāi)環(huán)境敏感性區(qū)劃，如圖4所示。可見，北部的獅豹頭位于太行山區(qū)，由于峰巒疊嶂的復(fù)雜地形特征，孕災(zāi)環(huán)境敏感性最高。

表1 高程與高程標(biāo)準(zhǔn)差(σ)組合賦值表

圖4 衛(wèi)輝市大風(fēng)孕災(zāi)環(huán)境敏感性區(qū)劃

2.3 承災(zāi)體易損性分析

承災(zāi)體易損性指的是可能遭受大風(fēng)威脅的人員、財產(chǎn)的損失程度。災(zāi)害的危害度和承災(zāi)體易損性密切相關(guān)，即便是同等強(qiáng)度的災(zāi)害，在不同地區(qū)造成的損害可能完全不同。若一個地區(qū)人口密布，耕地、財產(chǎn)集中，那么災(zāi)害造成的損失要比發(fā)生在經(jīng)濟(jì)落后、荒蕪人煙的地區(qū)大得多。選取土地利用類型易損性、人口數(shù)量和人均耕地面積作為承災(zāi)體易損性指標(biāo)。在計算指標(biāo)權(quán)重時，選用層次分析法。通過Excel求解，可得人均耕地面積、人口數(shù)量、土地利用類型易損性的權(quán)重分別為0.24、0.55、0.21。大風(fēng)災(zāi)害承災(zāi)體易損性評估模型為

V=0.24V1+0.55V2+0.21V3。

(2)

式中，V為承災(zāi)體易損性指數(shù)，用于表示承災(zāi)體易損性程度。V1、V2、V3分別表示3項評價因子，即人均耕地面積、人口數(shù)量、土地利用類型易損性。

通過ArcGIS 10.0軟件空間疊加功能按該權(quán)重值對相應(yīng)圖層進(jìn)行疊加，得到如圖5所示的大風(fēng)承災(zāi)體易損性區(qū)劃圖。由于上樂村鎮(zhèn)、頓坊店、安都為衛(wèi)輝市糧食主產(chǎn)區(qū)，耕地面積之和占衛(wèi)輝市耕地總面積近40%，可以發(fā)現(xiàn)，這3個鄉(xiāng)鎮(zhèn)的承災(zāi)體易損性最高。而獅豹頭由于人口稀少，耕地量少等原因，承災(zāi)體易損性最低。

圖5 衛(wèi)輝市大風(fēng)承災(zāi)體易損性區(qū)劃

2.4 防災(zāi)減災(zāi)能力分析

各鄉(xiāng)鎮(zhèn)的防災(zāi)減災(zāi)能力從當(dāng)?shù)氐腉DP水平和林地面積兩個角度進(jìn)行分析。一般來說，遭受相同大風(fēng)災(zāi)害時，隨著GDP提升，抵御災(zāi)害的能力會大幅度提升。而森林對抑制大風(fēng)災(zāi)害的發(fā)生能起到顯著作用，大量研究表明，大片防風(fēng)林可有效防風(fēng)固沙、降低風(fēng)速、改善環(huán)境。將衛(wèi)輝市各鄉(xiāng)鎮(zhèn)的林地面積進(jìn)行空間插值后，與GDP柵格圖層相疊加，得到的防災(zāi)減災(zāi)能力區(qū)劃圖，如圖6所示?？梢钥闯觯乘?zhèn)的防災(zāi)減災(zāi)能力最強(qiáng)。

圖6 衛(wèi)輝市大風(fēng)防災(zāi)減災(zāi)能力區(qū)劃

2.5 大風(fēng)災(zāi)害風(fēng)險區(qū)劃

通過層次分析法，對致災(zāi)因子危險性、孕災(zāi)環(huán)境敏感性、承災(zāi)體易損性、防災(zāi)減災(zāi)能力分別按0.475、0.255、0.163、-0.161賦權(quán)重，得到如表2所示的衛(wèi)輝市大風(fēng)災(zāi)害風(fēng)險評估指標(biāo)體系。通過ArcGIS 10.0軟件疊加各圖層繪制大風(fēng)災(zāi)害風(fēng)險區(qū)劃圖(圖7)，可以發(fā)現(xiàn)，太公泉鎮(zhèn)、獅豹頭的西南部、唐莊鎮(zhèn)的西北部風(fēng)險最高，安都、頓坊店、上樂村鎮(zhèn)風(fēng)險略有降低，汲水鎮(zhèn)、柳莊、后河鎮(zhèn)、李源屯鎮(zhèn)、獅豹頭的東北部風(fēng)險最低。

圖7 衛(wèi)輝市大風(fēng)災(zāi)害風(fēng)險區(qū)劃

表2 大風(fēng)災(zāi)害風(fēng)險評估指標(biāo)體系

3 防災(zāi)減災(zāi)對策

衛(wèi)輝市的自然條件適于發(fā)展種植業(yè)，經(jīng)濟(jì)以農(nóng)業(yè)為主。提高對大風(fēng)災(zāi)害形成機(jī)理、發(fā)展原因及環(huán)境條件的研究，因地制宜采取減災(zāi)對策顯得尤為重要。結(jié)合衛(wèi)輝市大風(fēng)災(zāi)害的區(qū)域性特點(diǎn)，提出如下針對性防災(zāi)減災(zāi)策略。

3.1 推進(jìn)植樹造林工作

研究證明，一畝防風(fēng)林可保護(hù)100多畝農(nóng)田免受風(fēng)災(zāi)[16]。為達(dá)到最好的防風(fēng)效果，在樹木品種選擇時，應(yīng)挑選抗風(fēng)性能強(qiáng)、根系發(fā)達(dá)的樹種成行、成帶、成網(wǎng)種植。位于太行山基巖山丘區(qū)的獅豹頭、太公泉鎮(zhèn)、安都、唐莊鎮(zhèn)，因其特殊的地理位置，大風(fēng)多發(fā)。應(yīng)適當(dāng)調(diào)整該區(qū)域的農(nóng)林牧結(jié)構(gòu)，綠化荒山禿嶺， 大力種草植樹。由于衛(wèi)輝市大風(fēng)

常出現(xiàn)在春季，而此時正值桃樹開花、坐果的關(guān)鍵階段。唐莊鎮(zhèn)作為全國著名的萬畝鮮桃基地，嚴(yán)重的風(fēng)災(zāi)常導(dǎo)致落花、落果，影響鮮桃的品質(zhì)及產(chǎn)量。應(yīng)考慮在桃園周邊設(shè)置防風(fēng)林，且主林帶要與常年大風(fēng)的風(fēng)向垂直。

3.2 做好災(zāi)害易發(fā)區(qū)的大田管理

衛(wèi)輝市的農(nóng)業(yè)占其總產(chǎn)業(yè)很大比重，上樂村鎮(zhèn)、頓坊店、安都耕地面積之和約占全市的40%。通過大風(fēng)災(zāi)害風(fēng)險區(qū)劃可以看出，這3個鄉(xiāng)鎮(zhèn)的災(zāi)害風(fēng)險等級位居前列。因此，做好災(zāi)害易發(fā)區(qū)的大田管理顯得尤為重要。大秋作物品種選擇方面，盡量選擇莖粗、高度低的品種為宜。在與常年大風(fēng)風(fēng)向相垂直的方向，應(yīng)選擇根系強(qiáng)大，抗風(fēng)能力強(qiáng)的樹種，實施植樹造林工程。大風(fēng)過后作物若出現(xiàn)倒伏，應(yīng)及時扶正。同時，需密切關(guān)注天氣預(yù)報，大風(fēng)之前不宜灌溉以避免倒伏的發(fā)生。

3.3 氣象災(zāi)害預(yù)警信息及時進(jìn)村入戶

衛(wèi)輝市農(nóng)村人口比例大，村民居住分散。氣象部門向社會發(fā)布?xì)庀鬄?zāi)害預(yù)警的主要途徑有短信、電視、網(wǎng)絡(luò)、傳真等。但偏遠(yuǎn)山區(qū)通信落后，以上傳播方式效果不佳。位于山區(qū)、地廣人稀且經(jīng)濟(jì)較為落后的獅豹頭鄉(xiāng)，可考慮使用氣象大喇叭的方式提醒村民及時避險。

3.4 防災(zāi)減災(zāi)科普知識宣傳

結(jié)合3月23日世界氣象日、5月12日全國防災(zāi)減災(zāi)日、10月13日國際減災(zāi)日，可組織開展形式多樣的防災(zāi)減災(zāi)科普知識宣傳，讓民眾知道在災(zāi)害發(fā)生時需要做什么，可以去哪里避險，必要時立即開展自救，最大程度地減少人員傷亡。

4 結(jié)論與討論

(1)衛(wèi)輝市致災(zāi)因子高風(fēng)險區(qū)位于太公泉鎮(zhèn)、獅豹頭的西南部及唐莊鎮(zhèn)的西北部；孕災(zāi)環(huán)境高敏感區(qū)主要位于獅豹頭；承災(zāi)體易損性高風(fēng)險區(qū)主要集中在上樂村鎮(zhèn)、頓坊店、安都；汲水鎮(zhèn)的防災(zāi)減災(zāi)能力最強(qiáng)。

(2)衛(wèi)輝市大風(fēng)災(zāi)害風(fēng)險區(qū)劃表明，太公泉鎮(zhèn)、獅豹頭的西南部、唐莊鎮(zhèn)的西北部風(fēng)險最高，安都、頓坊店、上樂村鎮(zhèn)風(fēng)險略有降低，汲水鎮(zhèn)、柳莊、后河鎮(zhèn)、李源屯鎮(zhèn)、獅豹頭的東北部風(fēng)險最低。

(3)結(jié)合衛(wèi)輝市大風(fēng)災(zāi)害的區(qū)域性特點(diǎn)，提出了針對性的防災(zāi)減災(zāi)策略：適當(dāng)改變?yōu)暮σ装l(fā)區(qū)的農(nóng)林牧結(jié)構(gòu)，大力種草植樹，在桃園周邊培育防風(fēng)林；做好災(zāi)害易發(fā)區(qū)的大田管理；氣象災(zāi)害預(yù)警信息及時進(jìn)村入戶；加強(qiáng)防災(zāi)減災(zāi)科普知識宣傳。