基于層次分析模型的寧夏雷電災害風險區劃

劉凱　王迎春　厚軍學　周積強　陳志霞　馬強

摘 要：根據寧夏2007—2013閃電定位監測和《寧夏統計年鑒（2012版）》資料，用層次分析法選取閃電密度、人口密度、平均GDP等10項分析指標，對寧夏各區域進行雷電災害風險評估，并按等級指標將該區19個縣區劃分為4個風險區域，制成寧夏雷電災害風險區劃圖。

關鍵詞：寧夏；雷電災害；風險區劃；層次分析模型

中圖分類號：P429；X820.4 文獻標識碼：A 文章編號：2095-6835（2014）13-0141-02

氣象災害在自然災害中發生頻率最高、影響范圍最大、危害面最廣，造成的人員傷亡和財產損失也最為嚴重。而雷電又是世界十大氣象災害之一，它的危害性和預防措施已越來越受到人們的重視。如何將雷電災害防御管理提升至雷電災害風險管理的程度，已逐漸成為社會關注的新焦點，對于促進我區科學防雷、減災救災都具有十分重要的指導意義。

1 雷電災害風險區劃的原理和方法

1.1 建立層次結構模型

層次結構模型實際上是系統問題被概化后各層次間的邏輯結構關系。依照所需雷電災害風險評估的要求，可將模型分為三層，即區域雷電災害風險程度的目標層、雷電災害形成因子的準則層和綜合比對影響因素的指標層。

1.2 構造判斷矩陣

層次結構反映了各層次之間的支配關系，但影響目標風險的準則層內部因子之間的衡量比重卻并不相同。

1.5 計算結果及雷電災害風險分級

經上述計算及驗證通過后，取判斷矩陣特征向量Aw與指標層中各因子的乘積作為各區域雷電災害風險程度的最終結果，并依據一定的評判標準，將雷電災害風險程度按照不同的大小劃分等級。

2 寧夏雷電災害風險度分析

2.1 資料應用及解析

本文選取的影響雷電災害風險度的指標包括區域閃電密度、雷暴密度、人口密度、平均GDP、大型醫療機構分布密度、校園分布密度、平均第二產業值、平均第三產業值、農村居民家庭平均每百戶家電擁有量、雷電災害密度的10個指標。閃電密度（單位：次/km2·年）代表一個區域自有監測記錄以來的云地閃擊頻繁程度，表征了該區域內雷電災害的孕災程度；雷暴密度（單位：天/km2·年）代表一個區域自有監測記錄以來雷暴天氣發生的頻繁程度，表征了該區域內雷電災害的孕災環境狀況；人口密度（單位：人/km2）代表區域內單位土地面積上的人口數量，表征了該區域生命對雷電的敏感性；寧夏各縣、區雷平均GDP（單位：元/km2）代表區域內單位土地面積上的生產總值，表征了該區域經濟對雷電的敏感性；雷電災害密度（單位：起/km2）代表2000年以來區域內歷年發生的雷電災害分布密集程度，從側面表征了該區域人員對雷電認知水平以及建（構）筑物的雷電防護水平。雷電活動分布具有明顯的差異性，其中，沙坡頭區、涇源縣和寧夏中東部地區雷電活動頻繁程度明顯高于其他區域。

2.2 評估指標的權重計算

2.3 寧夏雷電災害風險值計算

將通過驗證后的判斷矩陣特征向量Aw值和指標層中各縣、區雷電災害風險度評估指標的歸一化結果進行點乘，得出寧夏各縣、區雷電災害風險值。

根據寧夏各縣、區雷電災害風險度評估指標和寧夏各縣級區域雷電災害風險度評估指標的歸一化結果可知，寧夏各縣、區人口分布、經濟財富、社會發達程度、易受雷災群體密集程度及雷電防護措施現狀和水平等均有較大差異，其中，銀川市區在人口分布和經濟指標方面的統計數據遠高于其他地區；涇源縣閃電密度和雷災密度均位于各縣、區排行之首；利通區各項數據均屬偏高范圍，且農村家電擁有量居全區之首。

3 寧夏雷電災害風險區域劃分

3.1 寧夏雷電災害危險度等級劃分

區域雷電災害危險等級劃分的目的在于把導致雷電災害形成的風險值按大小進行分級，揭示雷電災害風險度的地域差異，合理地劃分出寧夏各縣、區不同的雷電災害風險度等級。根據計算結果確定風險度等級標準，按歸一化指標將其劃分為以下5個等級，如表3所示。

3.2 繪制寧夏雷電災害風險區劃圖

根據寧夏回族自治區19個縣、區的雷電災害風險值及其區劃，銀川市區為雷電災害高風險區；石嘴山市區、永寧縣、隆德縣、利通區、涇源縣為雷電災害中高風險區；平羅縣、原州區、彭陽縣、賀蘭縣、鹽池縣、紅寺堡區、靈武市、青銅峽市為雷電災害中風險區；海原縣、同心縣、西吉縣、沙坡頭區、中寧縣為雷電災害低風險區。

4 總結

根據層次分析模型評估結果，寧夏回族自治區各縣、區雷電災害風險最高的是銀川市區，主要因其雷暴活動中等偏高，人口及相關人員密集場所密集程度和社會經濟財富均位列榜首所致；而風險居于中高水平的石嘴山市區、永寧縣和利通區因其雷暴活動偏高、人口和經濟敏感性均較強所致，其中，利通區受其僅次于銀川市區人口和相關人員密度以及全區最高的農村家電擁有量影響，排名風險中高區次席。以上研究所得風險區劃與我區實際情況相吻合，并且評估方法科學、有效，結果真實可用。

本文以層次分析法為基本原理，構建區域雷電災害風險評估模型，選取區域閃電密度、人口密度、平均GDP等10個指標建立風險判斷矩陣，分析區域雷電活動情況、人口、社會以及經濟和防雷重點行業敏感性等影響雷電災害形成的潛在風險，并對不同地區風險進行區域劃分，評估方法科學、實用，與我區實際情況有較好的吻合度，為區域雷電風險的科學管理和雷電災害防護提供了良好的依據。

由于雷電活動本身具有不規律性，加之本文涉及到準則層所選取的眾多雷電災害影響指標之間的關聯和必然性達不到完全客觀，可能會對評估結果和區域風險區劃的精確度造成一定影響，這也使得本文的研究結論尚不能應用于一些對精度要求過高的決策性問題。

參考文獻

[1]尹娜，肖穩安.雷災易損性分析、評估及易損度區劃[J].熱帶氣象學報，2005，21（04）：441-449.

[2]馮民學，焦雪，韋海容，等.江蘇省雷電分布特征分析[J].氣象科學，2009，29（02）：246-251.

[3]鄧世聰，曹寧，馮杰.利用雷電參數劃分深圳雷區分布[J].廣東電力，2009，22（01）：35-38.

（編輯：劉曉芳）

Abstract： According to Ningxia 2007-2013 lightning location monitoring and the “Ningxia Statistical Yearbook（2012 Edition）” information by selecting 10 AHP analysis indicators flash density， population density， average GDP and so on， each region of Ningxia lightning risk assessment carried out press grade index 19 counties in the area is divided into four risk areas， made of Ningxia lightning disaster risk zoning map.

Key words： Ningxia； lightning； risk zoning； analytic hierarchy modelendprint

摘 要：根據寧夏2007—2013閃電定位監測和《寧夏統計年鑒（2012版）》資料，用層次分析法選取閃電密度、人口密度、平均GDP等10項分析指標，對寧夏各區域進行雷電災害風險評估，并按等級指標將該區19個縣區劃分為4個風險區域，制成寧夏雷電災害風險區劃圖。

關鍵詞：寧夏；雷電災害；風險區劃；層次分析模型

中圖分類號：P429；X820.4 文獻標識碼：A 文章編號：2095-6835（2014）13-0141-02

氣象災害在自然災害中發生頻率最高、影響范圍最大、危害面最廣，造成的人員傷亡和財產損失也最為嚴重。而雷電又是世界十大氣象災害之一，它的危害性和預防措施已越來越受到人們的重視。如何將雷電災害防御管理提升至雷電災害風險管理的程度，已逐漸成為社會關注的新焦點，對于促進我區科學防雷、減災救災都具有十分重要的指導意義。

1 雷電災害風險區劃的原理和方法

1.1 建立層次結構模型

層次結構模型實際上是系統問題被概化后各層次間的邏輯結構關系。依照所需雷電災害風險評估的要求，可將模型分為三層，即區域雷電災害風險程度的目標層、雷電災害形成因子的準則層和綜合比對影響因素的指標層。

1.2 構造判斷矩陣

層次結構反映了各層次之間的支配關系，但影響目標風險的準則層內部因子之間的衡量比重卻并不相同。

1.5 計算結果及雷電災害風險分級

經上述計算及驗證通過后，取判斷矩陣特征向量Aw與指標層中各因子的乘積作為各區域雷電災害風險程度的最終結果，并依據一定的評判標準，將雷電災害風險程度按照不同的大小劃分等級。

2 寧夏雷電災害風險度分析

2.1 資料應用及解析

本文選取的影響雷電災害風險度的指標包括區域閃電密度、雷暴密度、人口密度、平均GDP、大型醫療機構分布密度、校園分布密度、平均第二產業值、平均第三產業值、農村居民家庭平均每百戶家電擁有量、雷電災害密度的10個指標。閃電密度（單位：次/km2·年）代表一個區域自有監測記錄以來的云地閃擊頻繁程度，表征了該區域內雷電災害的孕災程度；雷暴密度（單位：天/km2·年）代表一個區域自有監測記錄以來雷暴天氣發生的頻繁程度，表征了該區域內雷電災害的孕災環境狀況；人口密度（單位：人/km2）代表區域內單位土地面積上的人口數量，表征了該區域生命對雷電的敏感性；寧夏各縣、區雷平均GDP（單位：元/km2）代表區域內單位土地面積上的生產總值，表征了該區域經濟對雷電的敏感性；雷電災害密度（單位：起/km2）代表2000年以來區域內歷年發生的雷電災害分布密集程度，從側面表征了該區域人員對雷電認知水平以及建（構）筑物的雷電防護水平。雷電活動分布具有明顯的差異性，其中，沙坡頭區、涇源縣和寧夏中東部地區雷電活動頻繁程度明顯高于其他區域。

2.2 評估指標的權重計算

2.3 寧夏雷電災害風險值計算

將通過驗證后的判斷矩陣特征向量Aw值和指標層中各縣、區雷電災害風險度評估指標的歸一化結果進行點乘，得出寧夏各縣、區雷電災害風險值。

根據寧夏各縣、區雷電災害風險度評估指標和寧夏各縣級區域雷電災害風險度評估指標的歸一化結果可知，寧夏各縣、區人口分布、經濟財富、社會發達程度、易受雷災群體密集程度及雷電防護措施現狀和水平等均有較大差異，其中，銀川市區在人口分布和經濟指標方面的統計數據遠高于其他地區；涇源縣閃電密度和雷災密度均位于各縣、區排行之首；利通區各項數據均屬偏高范圍，且農村家電擁有量居全區之首。

3 寧夏雷電災害風險區域劃分

3.1 寧夏雷電災害危險度等級劃分

區域雷電災害危險等級劃分的目的在于把導致雷電災害形成的風險值按大小進行分級，揭示雷電災害風險度的地域差異，合理地劃分出寧夏各縣、區不同的雷電災害風險度等級。根據計算結果確定風險度等級標準，按歸一化指標將其劃分為以下5個等級，如表3所示。

3.2 繪制寧夏雷電災害風險區劃圖

根據寧夏回族自治區19個縣、區的雷電災害風險值及其區劃，銀川市區為雷電災害高風險區；石嘴山市區、永寧縣、隆德縣、利通區、涇源縣為雷電災害中高風險區；平羅縣、原州區、彭陽縣、賀蘭縣、鹽池縣、紅寺堡區、靈武市、青銅峽市為雷電災害中風險區；海原縣、同心縣、西吉縣、沙坡頭區、中寧縣為雷電災害低風險區。

4 總結

根據層次分析模型評估結果，寧夏回族自治區各縣、區雷電災害風險最高的是銀川市區，主要因其雷暴活動中等偏高，人口及相關人員密集場所密集程度和社會經濟財富均位列榜首所致；而風險居于中高水平的石嘴山市區、永寧縣和利通區因其雷暴活動偏高、人口和經濟敏感性均較強所致，其中，利通區受其僅次于銀川市區人口和相關人員密度以及全區最高的農村家電擁有量影響，排名風險中高區次席。以上研究所得風險區劃與我區實際情況相吻合，并且評估方法科學、有效，結果真實可用。

本文以層次分析法為基本原理，構建區域雷電災害風險評估模型，選取區域閃電密度、人口密度、平均GDP等10個指標建立風險判斷矩陣，分析區域雷電活動情況、人口、社會以及經濟和防雷重點行業敏感性等影響雷電災害形成的潛在風險，并對不同地區風險進行區域劃分，評估方法科學、實用，與我區實際情況有較好的吻合度，為區域雷電風險的科學管理和雷電災害防護提供了良好的依據。

由于雷電活動本身具有不規律性，加之本文涉及到準則層所選取的眾多雷電災害影響指標之間的關聯和必然性達不到完全客觀，可能會對評估結果和區域風險區劃的精確度造成一定影響，這也使得本文的研究結論尚不能應用于一些對精度要求過高的決策性問題。

參考文獻

[1]尹娜，肖穩安.雷災易損性分析、評估及易損度區劃[J].熱帶氣象學報，2005，21（04）：441-449.

[2]馮民學，焦雪，韋海容，等.江蘇省雷電分布特征分析[J].氣象科學，2009，29（02）：246-251.

[3]鄧世聰，曹寧，馮杰.利用雷電參數劃分深圳雷區分布[J].廣東電力，2009，22（01）：35-38.

（編輯：劉曉芳）

Abstract： According to Ningxia 2007-2013 lightning location monitoring and the “Ningxia Statistical Yearbook（2012 Edition）” information by selecting 10 AHP analysis indicators flash density， population density， average GDP and so on， each region of Ningxia lightning risk assessment carried out press grade index 19 counties in the area is divided into four risk areas， made of Ningxia lightning disaster risk zoning map.

Key words： Ningxia； lightning； risk zoning； analytic hierarchy modelendprint

摘 要：根據寧夏2007—2013閃電定位監測和《寧夏統計年鑒（2012版）》資料，用層次分析法選取閃電密度、人口密度、平均GDP等10項分析指標，對寧夏各區域進行雷電災害風險評估，并按等級指標將該區19個縣區劃分為4個風險區域，制成寧夏雷電災害風險區劃圖。

關鍵詞：寧夏；雷電災害；風險區劃；層次分析模型

中圖分類號：P429；X820.4 文獻標識碼：A 文章編號：2095-6835（2014）13-0141-02

氣象災害在自然災害中發生頻率最高、影響范圍最大、危害面最廣，造成的人員傷亡和財產損失也最為嚴重。而雷電又是世界十大氣象災害之一，它的危害性和預防措施已越來越受到人們的重視。如何將雷電災害防御管理提升至雷電災害風險管理的程度，已逐漸成為社會關注的新焦點，對于促進我區科學防雷、減災救災都具有十分重要的指導意義。

1 雷電災害風險區劃的原理和方法

1.1 建立層次結構模型

層次結構模型實際上是系統問題被概化后各層次間的邏輯結構關系。依照所需雷電災害風險評估的要求，可將模型分為三層，即區域雷電災害風險程度的目標層、雷電災害形成因子的準則層和綜合比對影響因素的指標層。

1.2 構造判斷矩陣

層次結構反映了各層次之間的支配關系，但影響目標風險的準則層內部因子之間的衡量比重卻并不相同。

1.5 計算結果及雷電災害風險分級

經上述計算及驗證通過后，取判斷矩陣特征向量Aw與指標層中各因子的乘積作為各區域雷電災害風險程度的最終結果，并依據一定的評判標準，將雷電災害風險程度按照不同的大小劃分等級。

2 寧夏雷電災害風險度分析

2.1 資料應用及解析

本文選取的影響雷電災害風險度的指標包括區域閃電密度、雷暴密度、人口密度、平均GDP、大型醫療機構分布密度、校園分布密度、平均第二產業值、平均第三產業值、農村居民家庭平均每百戶家電擁有量、雷電災害密度的10個指標。閃電密度（單位：次/km2·年）代表一個區域自有監測記錄以來的云地閃擊頻繁程度，表征了該區域內雷電災害的孕災程度；雷暴密度（單位：天/km2·年）代表一個區域自有監測記錄以來雷暴天氣發生的頻繁程度，表征了該區域內雷電災害的孕災環境狀況；人口密度（單位：人/km2）代表區域內單位土地面積上的人口數量，表征了該區域生命對雷電的敏感性；寧夏各縣、區雷平均GDP（單位：元/km2）代表區域內單位土地面積上的生產總值，表征了該區域經濟對雷電的敏感性；雷電災害密度（單位：起/km2）代表2000年以來區域內歷年發生的雷電災害分布密集程度，從側面表征了該區域人員對雷電認知水平以及建（構）筑物的雷電防護水平。雷電活動分布具有明顯的差異性，其中，沙坡頭區、涇源縣和寧夏中東部地區雷電活動頻繁程度明顯高于其他區域。

2.2 評估指標的權重計算

2.3 寧夏雷電災害風險值計算

將通過驗證后的判斷矩陣特征向量Aw值和指標層中各縣、區雷電災害風險度評估指標的歸一化結果進行點乘，得出寧夏各縣、區雷電災害風險值。

根據寧夏各縣、區雷電災害風險度評估指標和寧夏各縣級區域雷電災害風險度評估指標的歸一化結果可知，寧夏各縣、區人口分布、經濟財富、社會發達程度、易受雷災群體密集程度及雷電防護措施現狀和水平等均有較大差異，其中，銀川市區在人口分布和經濟指標方面的統計數據遠高于其他地區；涇源縣閃電密度和雷災密度均位于各縣、區排行之首；利通區各項數據均屬偏高范圍，且農村家電擁有量居全區之首。

3 寧夏雷電災害風險區域劃分

3.1 寧夏雷電災害危險度等級劃分

區域雷電災害危險等級劃分的目的在于把導致雷電災害形成的風險值按大小進行分級，揭示雷電災害風險度的地域差異，合理地劃分出寧夏各縣、區不同的雷電災害風險度等級。根據計算結果確定風險度等級標準，按歸一化指標將其劃分為以下5個等級，如表3所示。

3.2 繪制寧夏雷電災害風險區劃圖

根據寧夏回族自治區19個縣、區的雷電災害風險值及其區劃，銀川市區為雷電災害高風險區；石嘴山市區、永寧縣、隆德縣、利通區、涇源縣為雷電災害中高風險區；平羅縣、原州區、彭陽縣、賀蘭縣、鹽池縣、紅寺堡區、靈武市、青銅峽市為雷電災害中風險區；海原縣、同心縣、西吉縣、沙坡頭區、中寧縣為雷電災害低風險區。

4 總結

根據層次分析模型評估結果，寧夏回族自治區各縣、區雷電災害風險最高的是銀川市區，主要因其雷暴活動中等偏高，人口及相關人員密集場所密集程度和社會經濟財富均位列榜首所致；而風險居于中高水平的石嘴山市區、永寧縣和利通區因其雷暴活動偏高、人口和經濟敏感性均較強所致，其中，利通區受其僅次于銀川市區人口和相關人員密度以及全區最高的農村家電擁有量影響，排名風險中高區次席。以上研究所得風險區劃與我區實際情況相吻合，并且評估方法科學、有效，結果真實可用。

本文以層次分析法為基本原理，構建區域雷電災害風險評估模型，選取區域閃電密度、人口密度、平均GDP等10個指標建立風險判斷矩陣，分析區域雷電活動情況、人口、社會以及經濟和防雷重點行業敏感性等影響雷電災害形成的潛在風險，并對不同地區風險進行區域劃分，評估方法科學、實用，與我區實際情況有較好的吻合度，為區域雷電風險的科學管理和雷電災害防護提供了良好的依據。

由于雷電活動本身具有不規律性，加之本文涉及到準則層所選取的眾多雷電災害影響指標之間的關聯和必然性達不到完全客觀，可能會對評估結果和區域風險區劃的精確度造成一定影響，這也使得本文的研究結論尚不能應用于一些對精度要求過高的決策性問題。

參考文獻

[1]尹娜，肖穩安.雷災易損性分析、評估及易損度區劃[J].熱帶氣象學報，2005，21（04）：441-449.

[2]馮民學，焦雪，韋海容，等.江蘇省雷電分布特征分析[J].氣象科學，2009，29（02）：246-251.

[3]鄧世聰，曹寧，馮杰.利用雷電參數劃分深圳雷區分布[J].廣東電力，2009，22（01）：35-38.

（編輯：劉曉芳）

Abstract： According to Ningxia 2007-2013 lightning location monitoring and the “Ningxia Statistical Yearbook（2012 Edition）” information by selecting 10 AHP analysis indicators flash density， population density， average GDP and so on， each region of Ningxia lightning risk assessment carried out press grade index 19 counties in the area is divided into four risk areas， made of Ningxia lightning disaster risk zoning map.

Key words： Ningxia； lightning； risk zoning； analytic hierarchy modelendprint