廖家旺 劉芳

摘要 選取1978—2020年河池市宜州區(qū)37個(gè)氣象站觀測(cè)數(shù)據(jù)。氣象數(shù)據(jù)進(jìn)行歸一化處理，采用信息熵賦權(quán)法、百分位數(shù)法、層次分析法、自然斷點(diǎn)分級(jí)法、專家打分法等進(jìn)行災(zāi)害危險(xiǎn)性評(píng)估，分別對(duì)宜州區(qū)暴雨、臺(tái)風(fēng)、雷電、大風(fēng)、冰雹、干旱、低溫、高溫等8種氣象災(zāi)害建立危險(xiǎn)性指標(biāo)，構(gòu)建評(píng)估模型和公式，對(duì)致災(zāi)危險(xiǎn)性進(jìn)行空間劃分，利用ArcGIS軟件，采用反距離加權(quán)插值等，得出各災(zāi)種風(fēng)險(xiǎn)區(qū)劃圖。綜合各災(zāi)種致災(zāi)危險(xiǎn)性，計(jì)算氣象災(zāi)害綜合危險(xiǎn)性指數(shù)，劃分危險(xiǎn)性等級(jí)，得出宜州區(qū)氣象災(zāi)害綜合致災(zāi)危險(xiǎn)性區(qū)劃。

關(guān)鍵詞 氣象災(zāi)害；危險(xiǎn)性；評(píng)估；區(qū)劃；宜州區(qū)

中圖分類號(hào)：P429 文獻(xiàn)標(biāo)識(shí)碼：B 文章編號(hào)：2095–3305（2023）07–0132-03

全球氣候變暖，加劇極端氣象災(zāi)害的發(fā)生[1]。河池市宜州區(qū)位于廣西壯族自治區(qū)中部偏北，屬亞熱帶季風(fēng)氣候區(qū)，氣候溫暖，光熱豐富，雨量充沛，氣象災(zāi)害種類多、活動(dòng)頻繁、危害嚴(yán)重，宜州區(qū)每年均出現(xiàn)不同程度的氣象災(zāi)害，給當(dāng)?shù)厣a(chǎn)生活帶來(lái)一定的影響，造成較大經(jīng)濟(jì)損失。例如，2008年宜州出現(xiàn)嚴(yán)重的洪澇災(zāi)害，給工農(nóng)業(yè)造成巨大損失，直接經(jīng)濟(jì)損失1.5多億元。因此，對(duì)河池市宜州區(qū)氣象災(zāi)害危險(xiǎn)性評(píng)估與區(qū)劃顯得尤為重要，為各級(jí)黨委政府有效開(kāi)展氣象災(zāi)害防治工作提供科學(xué)決策依據(jù)。

1 資料來(lái)源與研究方法

選取宜州國(guó)家氣象觀測(cè)站1978—2020年及37個(gè)區(qū)域氣象觀測(cè)站建站至2020年氣象要素觀測(cè)資料。區(qū)級(jí)行政區(qū)劃邊界矢量數(shù)據(jù)來(lái)源于國(guó)務(wù)院普查辦，鄉(xiāng)鎮(zhèn)邊界及行政點(diǎn)數(shù)據(jù)由于廣西自然資源廳提供；數(shù)字高程數(shù)據(jù)則采用SRTM的30 m DEM數(shù)據(jù)。

采用歸一化處理將有量綱的數(shù)值變換為無(wú)量綱數(shù)值，消除各指標(biāo)量綱差異；用熵權(quán)法客觀反映各評(píng)價(jià)指標(biāo)的權(quán)重，當(dāng)熵值越大，權(quán)重越小，反之熵值越小，權(quán)重越大；利用百分位數(shù)計(jì)算公式確定處于某一分界點(diǎn)的百分位數(shù)；并運(yùn)用層次分析法、自然斷點(diǎn)分級(jí)法、專家打分法等對(duì)數(shù)據(jù)進(jìn)行分析估算[2]。

2 宜州區(qū)氣象災(zāi)害危險(xiǎn)性評(píng)估與區(qū)劃

2.1 暴雨致災(zāi)危險(xiǎn)性評(píng)估與區(qū)劃

利用1978—2020年宜州國(guó)家氣象觀測(cè)站與區(qū)域自動(dòng)站逐日降水量資料，篩選1 h最大降水量（I1 pre）、3 h最大降水量（I3 pre）、6 h最大降水量（I6 pre）、

最大日降水量（I24 pre）、累積降水量（Ipre）、持續(xù)天數(shù)（I1 day）為致災(zāi)因子，對(duì)6個(gè)特征量歸一化處理，暴雨過(guò)程強(qiáng)度指數(shù)計(jì)算公式為：

IR=A·I1 pre+B·I3 pre+C·I6 pre+D·I24 pre+E·Ipre+F·I1 day（1）

式（1）中，IR為單站暴雨過(guò)程強(qiáng)度指數(shù)；A、B、C、D、E、F分別為各個(gè)指標(biāo)數(shù)值的權(quán)重系數(shù)，采用信息熵賦權(quán)法計(jì)算，分別得到為0.04、0.04、0.04、0.11、0.12、0.65。

暴雨致災(zāi)危險(xiǎn)性包括暴雨強(qiáng)度和孕災(zāi)環(huán)境，致災(zāi)危險(xiǎn)性指數(shù)ID計(jì)算

公式：

ID=（1+Ie）·IS（2）

式（2）中，IS為雨澇指數(shù)，各站雨澇指數(shù)為區(qū)域內(nèi)歷年平均暴雨過(guò)程強(qiáng)度指數(shù)Ie為孕災(zāi)環(huán)境影響系數(shù)，反映地形、河網(wǎng)水系對(duì)暴雨致災(zāi)的作用，考慮孕災(zāi)環(huán)境影響，計(jì)算得到Ie=0.3，其指數(shù)為0.207～0.518，利用ArcGIS軟件，采用反距離加權(quán)插值，根據(jù)自然斷點(diǎn)法將暴雨危險(xiǎn)性指數(shù)進(jìn)行4個(gè)等級(jí)劃分得出，暴雨致災(zāi)危險(xiǎn)性高和較高等級(jí)地區(qū)主要位于西北部、北部、西部和南部局部；其余地區(qū)為危險(xiǎn)性較低到低等級(jí)。

2.2 臺(tái)風(fēng)致災(zāi)危險(xiǎn)性評(píng)估與區(qū)劃

利用1978—2020年宜州國(guó)家氣象觀測(cè)站與區(qū)域自動(dòng)站最大風(fēng)速、降水量資料。臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)評(píng)估所用的致災(zāi)因子包括臺(tái)風(fēng)影響過(guò)程中最大風(fēng)速（MW）、累積雨量（AP）、最大日降水量（MP），評(píng)估起點(diǎn)分別采用最大風(fēng)速9 m/s、過(guò)程累積雨量70 mm和過(guò)程最大日降水量50 mm。臺(tái)風(fēng)致災(zāi)因子危險(xiǎn)性指數(shù)由MW、AP、MP危險(xiǎn)性加權(quán)平均得到，公式如下：

式（3）中，H（MW）、H（AP）、H（MP）

分別為MW、AP、MP危險(xiǎn)性。i=1，…，5，i表示等級(jí)區(qū)間，Wi為第i區(qū)間權(quán)重系數(shù)，P（i）為第i區(qū)間累積概率，采用信息擴(kuò)散技術(shù)統(tǒng)計(jì)等級(jí)區(qū)間各致災(zāi)因子出現(xiàn)的累積概率。H（AP）、H（MP）同（3）式。

臺(tái)風(fēng)致災(zāi)因子危險(xiǎn)性指數(shù)如下：

式（4）中，a、β分別為風(fēng)、雨因子危險(xiǎn)性權(quán)重，分別采用國(guó)家級(jí)氣象災(zāi)害風(fēng)險(xiǎn)普查方案中用的a=0.4和β=0.6，其指數(shù)為0.225～1.509。利用ArcGIS軟件，采用反距離加權(quán)插值，按自然斷點(diǎn)法將臺(tái)風(fēng)危險(xiǎn)性指數(shù)進(jìn)行4個(gè)等級(jí)劃分得出，宜州臺(tái)風(fēng)致災(zāi)因子綜合危險(xiǎn)性由南向北遞減，致災(zāi)危險(xiǎn)性高和較高等級(jí)地區(qū)主要位于南部、西部局部；其余地區(qū)為危險(xiǎn)性較低到低等級(jí)。

2.3 雷電致災(zāi)危險(xiǎn)性評(píng)估與區(qū)劃

利用1978—2013年雷暴日數(shù)據(jù)、2010—2020年日雷電定位數(shù)據(jù)及全國(guó)土壤電導(dǎo)率數(shù)據(jù)。致災(zāi)因子選取雷電強(qiáng)度、密度和雷暴日數(shù)、孕災(zāi)環(huán)境因子（地形起伏、海拔高度、土壤電導(dǎo)率）數(shù)據(jù)按照30″×30″網(wǎng)格歸一化處理，將其加權(quán)綜合。計(jì)算雷電災(zāi)害危險(xiǎn)性指數(shù)為：

RH=（Ld ·wd+Ln·wn）·（Sc·ws+Eh·we+Tr·wt）（5）

式（5）中，Ld為雷擊點(diǎn)密度，wd為雷擊點(diǎn)密度權(quán)重；Ln為地閃強(qiáng)度，wn為地閃強(qiáng)度權(quán)重；Sc為土壤電導(dǎo)率，ws為土壤電導(dǎo)率權(quán)重；Eh為海拔高度，we為海拔高度權(quán)重；Tr為地形起伏，wt為地形起伏權(quán)重。通過(guò)層次分析法計(jì)算wd=0.5，wn=0.25，ws=0.0393，we=0.0623，wt=0.1484其指數(shù)為0.055～0.089，利用ArcGIS軟件，采用反距離加權(quán)插值，按自然斷點(diǎn)法將雷電危險(xiǎn)性指數(shù)進(jìn)行4個(gè)等級(jí)劃分得出，雷電致災(zāi)危險(xiǎn)性高和較高等級(jí)地區(qū)主要位于北部、中部和南部；其余地區(qū)為危險(xiǎn)性較低到低等級(jí)。

2.4 大風(fēng)致災(zāi)危險(xiǎn)性評(píng)估與區(qū)劃

利用1978—2020年宜州國(guó)家氣象觀測(cè)站與區(qū)域自動(dòng)站大風(fēng)過(guò)程資料，選擇大風(fēng)年平均次數(shù)（頻次P）和年平均極大風(fēng)速大小（強(qiáng)度G）作為大風(fēng)災(zāi)害致災(zāi)因子危險(xiǎn)性評(píng)估指標(biāo)（H）。大風(fēng)災(zāi)害致災(zāi)因子危險(xiǎn)性指數(shù)如下：

H=WG+G+WP·P（6）

式（6）中，G為大風(fēng)強(qiáng)度，P為大風(fēng)頻次，WG和WP為各自權(quán)重，對(duì)大風(fēng)頻次和強(qiáng)度歸一化處理，運(yùn)用專家打分法計(jì)算大風(fēng)頻次與強(qiáng)度的權(quán)重，得到權(quán)重系數(shù)分別為WG=0.83，WP=0.17。

結(jié)合宜州區(qū)7個(gè)氣象觀測(cè)站年平均大風(fēng)頻次與大風(fēng)強(qiáng)度算出各站致災(zāi)因子危險(xiǎn)性指數(shù)，其指數(shù)為0.150～0.307。利用ArcGIS軟件，按自然斷點(diǎn)法將大風(fēng)危險(xiǎn)性指數(shù)進(jìn)行4個(gè)等級(jí)劃分得出，大風(fēng)致災(zāi)危險(xiǎn)性高和較高等級(jí)的地區(qū)主要位于南部、東部、西部局部；其余地區(qū)為危險(xiǎn)性較低到低等級(jí)[3]。

2.5 冰雹致災(zāi)危險(xiǎn)性評(píng)估與區(qū)劃

利用1978—2020年冰雹觀測(cè)記錄，接選用最大冰雹直徑、降雹持續(xù)時(shí)間和雹日作為致災(zāi)因子。冰雹致災(zāi)因子危險(xiǎn)性指數(shù)如下：

VE=WDXD+WTXT+WRXR（7）

式（7）中，XD為最大冰雹直徑樣本平均值，XT為降雹持續(xù)時(shí)間樣本平均值，XR為雹日樣本累計(jì)值，WD、WT、WR分別為3個(gè)因子的權(quán)重，專家打分法確定權(quán)重分別為0.3、0.2、0.5。計(jì)算前各因子先在評(píng)估區(qū)域空間范圍內(nèi)進(jìn)行歸一化處理?；诒⑽ｋU(xiǎn)性評(píng)估指標(biāo)，計(jì)算評(píng)估區(qū)域內(nèi)冰雹危險(xiǎn)性指數(shù)的平均值VE。其指數(shù)為2.0174，利用ArcGIS軟件，采用反距離加權(quán)插值，按標(biāo)準(zhǔn)差方法將臺(tái)風(fēng)危險(xiǎn)性指數(shù)進(jìn)行4個(gè)等級(jí)劃分得出，冰雹致災(zāi)危險(xiǎn)性高和較高等級(jí)的地區(qū)主要位于西部；其余地區(qū)為危險(xiǎn)性較低到低等級(jí)。

2.6 干旱致災(zāi)危險(xiǎn)性評(píng)估與區(qū)劃

利用1978—2020年宜州國(guó)家氣象觀測(cè)站與區(qū)域自動(dòng)站逐日氣象資料。降雨不足是導(dǎo)致氣象干旱的直接原因，基于選取的干旱致災(zāi)因子，采用反映干旱強(qiáng)度、發(fā)生頻率。干旱災(zāi)害致災(zāi)因子危險(xiǎn)性指數(shù)如下：

式（8）中，Wi、Xi分別為危險(xiǎn)性指標(biāo)的標(biāo)準(zhǔn)值和權(quán)重。H為危險(xiǎn)性指數(shù)，采用信息熵賦權(quán)法方法確定權(quán)重。其指數(shù)為189.36～226.87，利用ArcGIS軟件，采用自然斷點(diǎn)方法將干旱危險(xiǎn)性劃分為4個(gè)等級(jí)得出，干旱致災(zāi)危險(xiǎn)性高和較高等級(jí)的地區(qū)主要位于東部、北部局部；其余地區(qū)為危險(xiǎn)性較低到低等級(jí)。

2.7 低溫致災(zāi)危險(xiǎn)性評(píng)估與區(qū)劃

利用1978—2020年宜州國(guó)家氣象觀測(cè)站與區(qū)域自動(dòng)站最低平均強(qiáng)度等級(jí)、過(guò)程最大持續(xù)天數(shù)等級(jí)和起止日期等級(jí)及其對(duì)應(yīng)的頻次等因子指標(biāo)。低溫災(zāi)害綜合是將寒潮、低溫陰雨、寒露風(fēng)、寒凍害（2 ℃/4 ℃）、冰凍等6種低溫災(zāi)害致災(zāi)因子危險(xiǎn)性按照一定權(quán)重，加權(quán)求和得到低溫災(zāi)害綜合致災(zāi)因子危險(xiǎn)性指數(shù)。低溫災(zāi)害致災(zāi)因子危險(xiǎn)性指數(shù)如下：

式（9）中，H為低溫災(zāi)害危險(xiǎn)性指數(shù)，ai為第i種低溫災(zāi)害權(quán)重系數(shù)，采用信息熵賦權(quán)法確定權(quán)重，Xi為第i種低溫災(zāi)害危險(xiǎn)性指數(shù)值，n為評(píng)價(jià)的災(zāi)種數(shù)。其指數(shù)為0.195～0.388，利用ArcGIS軟件，采用反距離加權(quán)插值，按標(biāo)準(zhǔn)差方法將低溫危險(xiǎn)性指數(shù)進(jìn)行4個(gè)等級(jí)劃分可以得出，低溫災(zāi)害綜合致災(zāi)因子危險(xiǎn)性在空間分布上具有北部、東部、南部等級(jí)高，西部等級(jí)低，北部等級(jí)最高的氣候特點(diǎn)，其中東北部等級(jí)最高的氣候特點(diǎn)低溫致災(zāi)危險(xiǎn)性高和較高等級(jí)的地區(qū)主要位于北部、南部和東部局部；危險(xiǎn)性較低到低等級(jí)主要位于西部。

2.8 高溫致災(zāi)危險(xiǎn)性評(píng)估與區(qū)劃

利用1978—2020年宜州國(guó)家氣象觀測(cè)站與區(qū)域自動(dòng)站逐日氣溫致災(zāi)因子評(píng)價(jià)指標(biāo)共選擇8項(xiàng)，分別為當(dāng)?shù)啬旮邷厝諗?shù)氣候值、年高溫過(guò)程次數(shù)氣候值、過(guò)程平均持續(xù)時(shí)間氣候值、歷史高溫過(guò)程年最多次數(shù)、歷史極端最高氣溫、歷史年高溫日數(shù)最多值、歷史過(guò)程平均最高氣溫最大值，歷史高溫過(guò)程最長(zhǎng)持續(xù)時(shí)間[4]。

各指標(biāo)進(jìn)行無(wú)量綱化處理，各因子權(quán)重系數(shù)由信息熵賦權(quán)法確定，通過(guò)多個(gè)指標(biāo)的加權(quán)綜合得到危險(xiǎn)性指數(shù)。高溫災(zāi)害致災(zāi)因子危險(xiǎn)性指數(shù)如下：

式（10）中，H為致災(zāi)因子危險(xiǎn)性指數(shù)，Xi為第i種致災(zāi)因子歸一化值，Wi為第i種致災(zāi)因子權(quán)重系數(shù)，采用信息熵賦權(quán)法確定權(quán)重。其指數(shù)為0.30～0.63。利用ArcGIS軟件，采用反距離加權(quán)插值，按自然斷點(diǎn)法將高溫危險(xiǎn)性指數(shù)進(jìn)行4個(gè)等級(jí)劃分得出，高溫致災(zāi)危險(xiǎn)性高和較高等級(jí)的地區(qū)主要位于北部和西南部、東部和南部局部；危險(xiǎn)性較低到低等級(jí)主要位于東北至西南一帶、西部。

3 宜州區(qū)氣象災(zāi)害綜合危險(xiǎn)性評(píng)估與區(qū)劃

綜合考慮區(qū)域內(nèi)暴雨、臺(tái)風(fēng)、雷電、大風(fēng)、冰雹、干旱、低溫、高溫8種氣象災(zāi)害危險(xiǎn)性和各種災(zāi)害受災(zāi)及失蹤死亡人數(shù)、經(jīng)濟(jì)損失、農(nóng)作物損失、房屋損失等歷史災(zāi)情，先將各個(gè)災(zāi)種的致災(zāi)危險(xiǎn)性做歸一化處理，根據(jù)災(zāi)情占比確定權(quán)重，然后對(duì)每個(gè)災(zāi)種致災(zāi)危險(xiǎn)性歸一化結(jié)果進(jìn)行加權(quán)求和得到氣象災(zāi)害綜合危險(xiǎn)性指數(shù)，其指數(shù)為0.557～0.752。根據(jù)危險(xiǎn)性指數(shù)劃分危險(xiǎn)性等級(jí)，反映氣象災(zāi)害綜合危險(xiǎn)性區(qū)域特征。綜合危險(xiǎn)性指數(shù)H公式如下：

根據(jù)氣象災(zāi)害綜合危險(xiǎn)性評(píng)估方法，計(jì)算宜州區(qū)氣象災(zāi)害綜合危險(xiǎn)性指數(shù)，并采用自然斷點(diǎn)法劃分危險(xiǎn)性等級(jí)，繪制宜州區(qū)氣象災(zāi)害綜合致災(zāi)危險(xiǎn)性區(qū)劃圖（圖1）。結(jié)合宜州區(qū)各災(zāi)種致災(zāi)危險(xiǎn)性分布，可以看出：由于暴雨、干旱權(quán)重較高，宜州區(qū)綜合致災(zāi)危險(xiǎn)性為較高到高等級(jí)的區(qū)域與暴雨、冰雹、干旱、低溫致災(zāi)危險(xiǎn)性高區(qū)域基本吻合，主要受到暴雨、冰雹、干旱影響。綜合致災(zāi)危險(xiǎn)性為較低到低等級(jí)區(qū)域主要受到高溫、大風(fēng)、雷電、臺(tái)風(fēng)的影響。高危險(xiǎn)區(qū)占總面積較小，低危險(xiǎn)區(qū)占總面積較大。

由圖1可以看出，宜州區(qū)綜合致災(zāi)危險(xiǎn)性空間分布為北部多，南部少。綜合致災(zāi)危險(xiǎn)性較高到高等級(jí)區(qū)域主要分布在東北部、西北部、南部局部，其余地區(qū)綜合致災(zāi)危險(xiǎn)性為低等級(jí)和較低等級(jí)。高等級(jí)危險(xiǎn)區(qū)占總面積的25.22%；較高等級(jí)危險(xiǎn)區(qū)占總面的33.98%；較低等級(jí)危險(xiǎn)區(qū)占總面積的27.58%；低等級(jí)危險(xiǎn)區(qū)占總面積的13.22%。

4 結(jié)論

（1）依據(jù)廣西氣象災(zāi)害風(fēng)險(xiǎn)普查技術(shù)細(xì)則，選擇致災(zāi)因子，運(yùn)用各種方法確定權(quán)重，構(gòu)建模型和公式計(jì)算危險(xiǎn)性指數(shù)，基于危險(xiǎn)性指數(shù)，對(duì)致災(zāi)因子危險(xiǎn)性進(jìn)行評(píng)估與區(qū)劃。

（2）由于暴雨、干旱權(quán)重較高，宜州區(qū)綜合致災(zāi)危險(xiǎn)性為較高到高等級(jí)的區(qū)域與暴雨、冰雹、干旱、低溫致災(zāi)危險(xiǎn)性高區(qū)域基本吻合，主要受到暴雨、冰雹、干旱影響。

（3）宜州區(qū)綜合致災(zāi)危險(xiǎn)性空間為北部多、南部少。綜合危險(xiǎn)性較高到高等級(jí)的區(qū)域主要分布在東北部、西北部、南部，其余地區(qū)的綜合致災(zāi)危險(xiǎn)性為低等級(jí)和較低等級(jí)。

（4）縣級(jí)開(kāi)展氣象災(zāi)害危險(xiǎn)性評(píng)估與區(qū)劃研究技術(shù)方面較少，對(duì)所選取致災(zāi)因子指標(biāo)有待研究。

參考文獻(xiàn)

[1] 王奧楓，陳世恒，唐湘玲.極端氣候事件對(duì)1978—2017年廣西農(nóng)作物的災(zāi)損影響[J].中國(guó)農(nóng)學(xué)通報(bào)，2021，37（14）：106-115.

[2] 黃冬梅，黃卓帆，黃肖寒.基于GIS的河池市暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃[J].氣象研究與應(yīng)用，2016，37（1）：21-24，130.

[3] 高慶飛，王艷芳，馬其魯，等.基于歸一化算法的高校獎(jiǎng)學(xué)金評(píng)定準(zhǔn)則研究[J].科技創(chuàng)新導(dǎo)報(bào)，2020，17（8）：178-179，181.

[4] 萬(wàn)星火，李艷，檀亦麗，等.基于信息熵的賦權(quán)法研究及其應(yīng)用[J].統(tǒng)計(jì)與決策，2008（18）：153-154.

Risk Assessment and Zoning of Meteorological Disasters in Yizhou District， Hechi City

Liao Jia-wang et al（Meteorological Bureau of Yizhou District， Hechi City， Yizhou， Guangxi 546300）

Abstract Selected the observational data of 37 meteorological stations in Yizhou District， Hechi City from 1978 to 2020. The meteorological data were normalized， and the hazard assessment was carried out by using information entropy weighting method， percentile method， analytic hierarchy process， natural breakpoint classification method， expert scoring method， etc. The hazard indicators were established for eight meteorological disasters in Yizhou District， namely rainstorm， typhoon， thunder and lightning， gale， hail， drought， low temperature and high temperature， and the assessment model and formula are constructed to divide the hazard risk in space. ArcGIS software was used， Using inverse distance weighted interpolation， the risk zoning map for each disaster type was obtained. Based on the comprehensive hazard analysis of various disasters， the comprehensive hazard index of meteorological disasters was calculated， and the hazard level was divided to obtain the comprehensive hazard zoning of meteorological disasters in Yizhou District.

Key words Meteorological disasters; Danger; Assessment; Zoning; Yizhou District