基于 GIS的安順市鄉鎮暴雨災害風險淺析

2010-11-07 07:14:55陳貞宏

中低緯山地氣象 2010年6期

陳貞宏,楊益,于飛,廖波

(1.貴州省安順市氣象局,貴州安順 561000;2.貴州省黎平縣氣象局,貴州黎平 5573001;3.貴州省山地環境氣候研究所,貴州貴陽 550002;4.貴州省氣象服務中心,貴州貴陽 550002)

陳貞宏1,楊益2,于飛3,廖波4

為充分利用安順市兩要素區域自動氣象站觀測資料分析暴雨災害的風險特征,該文以安順市作為研究區域,以鄉鎮為基本風險單位,從現代災害風險理論出發,綜合運用 ArcGIS空間分析和災害風險評估數學方法,利用研究區兩要素自動氣象站準 2a逐小時降雨資料,對明顯暴雨過程風險特征進行分析和區劃,建立了反映暴雨災害危險性的最大日雨量、3h滑動最大降雨量、前 10d總降雨量等 3項指標和描述承災體的易損性的人口密度、經濟密度等 2項指標為基礎的暴雨災害評估模型,通過層次分析法、極差標準法等方法進行數據處理,并借助于ArcGIS平臺,將影響暴雨災害的危險性和易損性進行綜合疊加分析,得出安順市暴雨災害風險區劃圖。結果表明:安順市暴雨災害風險分布呈自北向南遞減,而從市南部來看,則有自西向東遞減趨勢的特征,高風險區主要集中安順市西秀區和普定縣,紫云縣為暴雨災害低風險區,其中關嶺縣的崗烏鎮、八德鄉處于高風險區,這與 2010年 6月 28日特大山體滑坡泥石流事件相吻合。

暴雨災害;層次分析法;安順市;兩要素;ArcGIS

1 引言

安順市是貴州省的一個暴雨中心,暴雨災害是安順市主要災害之一。近些年來,隨著全球氣候異常,安順市夏季和冬季降水有增加趨勢[1]。目前,對暴雨災害的評估有很多方法,以前的研究[2-3]利用歷史資料中的降雨強度、暴雨覆蓋范圍等指標進行暴雨事件等級評估,也有一些研究[4-12]從氣象學、地理學、災害科學、環境科學等學科觀點出發,對暴雨誘發的地質災害、農業氣象災害等進行評估,綜合考慮致災因子、自然以及社會的作用,通過對引起災害的各類因子進行分析,得出了災害風險評估圖。

本文根據兩要素區域自動氣象站觀測資料,從暴雨災害危險性以及社會經濟易損性兩個角度出發,利用ArcGIS軟件對安順市暴雨災害進行分析和討論,為今后給該地區政府防災救災部門制定災前減災規劃和災后救助提供科學依據。

2 研究區概況

安順市位于貴州中部 ,介于 105°13′～106°33′E,25°21′～26°37′N之間 ,屬于中國亞熱帶高原季風濕潤氣候,地處云貴高原梯狀東斜坡地帶的三級臺階上,是以巖溶丘陵為主的山原地貌,屬低中丘陵區,是貴州最典型的喀斯特地區。

3 資料來源與分析方法

3.1 資料來源

本文暴雨資料采用安順市轄區兩要素區域自動氣象站建站以來 (2009年 5月)到 2010年 9月汛期準 2a的逐小時降雨量,以鄉鎮為單位,降雨資料來源于貴州省氣候中心;人口密度 (單位面積人數)和經濟密度 (單位面積 GDP值)以 2008年統計資料為準,來源于《2009年安順年鑒》。考慮到研究區社會經濟統計數據獲取的可行性和經濟性,人口密度和經濟密度以縣為單位,為了研究方便,全市各鄉鎮易損性指標以該縣資料代替。

3.2 自然災害風險分析法

自然災害風險是指若干年來可能達到的災害程度及其發生的可能性[4]。一般而言,自然災害風險是致災因子危險性、承災體易損性相互作用的結果。因此,在區域自然災害風險形成過程中,危險性 (H)、易損性 (V)和當地的抗災能力指數是必不可少的。本文暴雨災害風險評估采用國際上通用的自然災害風險表達式來計算風險指數[13]:

式 (1)反映了風險評估的本質特征,在災害風險評估與區劃中,危險性是前提,易損性是基礎,風險則是結果,所以風險評估模型可表示為:

式(2)中:R為暴雨災害的風險度;H為致災因子的危險性;V為承災體的易損性。

3.3 層次分析法 (AHP)

層次分析法[14](Analytic hierarchy process,簡稱AHP法)是美國運籌學家 T.L.Saaty教授上世紀 70年代提出的一種定量與定性相結合的多目標決策分析方法。這一方法的核心是將決策者的經驗判斷給予量化,從而為決策者提供定量形式的決策依據,在目標結構復雜且缺乏必要數據的情況下更為實用。應用 AHP方法計算指標權重系數,實際上是在建立有序遞階的指標系統的基礎上,通過指標之間的兩兩比較對系統中各指標予以優劣評判,并利用這種評判結果來綜合計算各指標的權重系數。

本文中應用該方法的基本思路是:通過將每個因子的組成指標成對的進行簡單地比較、判斷和計算,得出每個指標的權重,以確定不同指標對同一因子的相對重要性。具體原理見有關參考文獻[14-16]。

3.4 極差標準化法

為了讓數據具有可比性,統一尺度分析,消除各指標量綱的影響,對致災的各項危險性因子和承災體的各項易損性因子一致采用極差標準化法處理,公式如下[9]:

式中:X′ij——去量綱差異后的第 i個對象的第j項指標 ;Xij——第 i個對象的第 j項指標 ;Xmin和Xmax分別為該指標的最小值和最大值。

4 暴雨災害風險區劃

4.1 評估流程

暴雨災害風險是一個多因子綜合作用的過程,本文從致災因子的危險性和承災體的易損性兩方面選取評價指標進行風險區劃,具體評價指標體系如圖 1。

由圖 1可知,暴雨災害的風險是由危險性和易損性 2個主要因子構成的,每個因子又是由特定的副因子組成。危險性表示引起暴雨災害的氣象現象,易損性描述當暴雨災害發生時受災區的人口、經濟狀況等,兩項因子的共同作用,形成了研究區的風險度。

圖 1 暴雨災害風險評估流程

4.2 數據處理與評價指標量化

選用明顯暴雨過程中的鄉鎮逐小時降雨資料,通過處理得到明顯暴雨過程中最大日降雨量,3h滑動降雨量和該過程前 10d累計降雨量數據;明顯暴雨過程指的是一次暴雨過程中研究區有 1/5的站次達到暴雨[3](24 h降雨量≥50mm),即安順市總共 77個鄉鎮,有 15個以上鄉鎮達到暴雨即為一次明顯暴雨過程。在ArcGIS支持下,建立致災因子的危險性評估模型,然后疊加、分析生成一個綜合性致災因子危險性區劃圖。

暴雨災害的危險性區劃,是以降雨量區劃圖作為主要基礎底圖,參考不同時段降雨強度指標,在ArcGIS軟件支持下完成的。暴雨災害的危險性評價模型[13]:

式(3)中:H——每個區域暴雨災害的危險性指數;Wi——第 i個因子對應的權重系數;xi——第 i個致災因子的量。

根據層次分析法計算評價因子的權重系數,并進行歸一化處理得到最大日雨量、3h滑動最大降雨量、前10d總降雨量等 3項因子的權重系數分別為 0.4286,0.4286,0.1429,致災的三項因子分別通過極差標準化法處理,再用ArcGIS對致災的三項因子按照權重系數進行疊加分析,得到致災因子的危險性指數。根據指數數據特征,將災害危險性劃分為 4個等級 (見表 1),通過對ArcGIS軟件的圖形數據庫操作,疊加危險性的3項因子而得到安順市暴雨災害危險性區劃圖 (圖 2),表明高危險區和較高危險區主要分布在安順市中部及以南地區,北部鄉鎮相對危險性較小一些。

表 1 危險性劃分標準

圖 2 致災因子危險性評估

對于一個研究區,社會經濟發展水平決定了其潛在易損性。在評估災情時,考慮的因素可以概括為人員傷亡情況、經濟損失情況以及農業受災情況[17]。災害是由于承災體遭受致災因子的打擊而形成的,前面分析了致災因子的危險性特征,以下分析承災體的易損性特點。在相同的受災條件下,不同的人口密度和經濟密度,災情各異。人口密度越大,災情越嚴重;同理,單位面積 GDP值越高,災情越嚴重。

本文考慮人口密度和經濟密度兩項指標,根據2009年安順年鑒中的各縣、區人口和經濟分布數據,建立暴雨災害易損性模型,公式如下:

式中:V——暴雨災害易損性指數;w1——人口密度權重系數;w2——經濟密度權重系數。

根據公式 (4)將原始數據進行處理,仍然采用層次分析法確定人口密度、經濟密度權重系數分別為 0.6、0.4,采用極差標準法去掉不同因子量綱的影響,通過ArcGIS將承災體的兩項因子按照權重系數進行疊加,得出承災體的易損性指數,根據指數數據特征,將承災體的易損性劃分為 4個等級 (見表 2),從而得到安順市暴雨災害的承災體易損性區劃圖 (圖 3)。

由易損性區劃圖可知,在相同的受災條件下,由于安順市北部地區人口較多,經濟較為發達,則受災比南部地區更為嚴重。

表 2 易損性劃分標準

4.3 綜合暴雨災害風險性分析

根據評價指標體系 (圖 1),用 AHP方法構造表 3判斷矩陣,求得暴雨災害風險性各種因子:3h滑動最大降雨量 (C1)、最大日雨量 (C2)、前 10d總降雨量(C3)、人口密度 (C4)、經濟密度 (C5)的權重系數分別為:0.1428、0.1312、0.0581、0.3937和 0.2741。

圖 3 承災體易損性區劃圖

表 3 暴雨災害風險因子比較矩陣

基于上述的各個因素的分析,利用 ArcGIS平臺,綜合公式 (1)～(4),提取基本單元的危險性和易損性的屬性值,通過對表 3的暴雨災害比較矩陣分析而得出的綜合權重系數,將致災因子的危險性區劃圖和承災體的易損性區劃圖疊加起來,得出該研究區的綜合風險度,按照綜合風險度的數據特征,在 ArcGIS中將其分為 5個等級 (表 4)繪出安順市暴雨災害風險區劃圖 (圖 4)。