內蒙古雷電災害易損性風險評估與區劃研究

馮旭宇, 劉曉東

(1.內蒙古生態與農業氣象中心,內蒙古呼和浩特010051； 2.內蒙古雷電預警防護中心，內蒙古呼和浩特 010051)

?

內蒙古雷電災害易損性風險評估與區劃研究

馮旭宇1, 劉曉東2*

(1.內蒙古生態與農業氣象中心,內蒙古呼和浩特010051； 2.內蒙古雷電預警防護中心，內蒙古呼和浩特 010051)

利用內蒙古地區1971～2011年118個氣象站觀測資料和1998～2011年雷電災害數據及內蒙古2012年統計年鑒數據，選取雷暴日數、雷電災害頻度、生命易損模數和經濟損失模數作為雷電災害易損性風險評估指標，運用層次分析法計算出各盟市雷災易損性風險值，然后采用5級分區法對內蒙古地區雷電災害綜合易損性進行區劃。結果表明，雷電災害極高易損區集中在呼和浩特市，高易損區分布在包頭和通遼地區，中易損區分布在呼倫貝爾、興安盟、赤峰和烏蘭察布市，低易損區分布在錫林郭勒、鄂爾多斯、巴彥淖爾和烏海市，阿拉善盟為極低易損區。

雷電災害；易損性；評估指標；易損度區劃

雷電災害是“聯合國國際減災十年”公布的影響人類活動的嚴重災害之一，暴雨洪澇、雷電災害是內蒙古地區最主要的氣象災害類型。據不完全統計，近8年間內蒙古自治區因氣象災害死亡251人[1]，直接經濟損失262億元，內蒙古自治區全區平均每年發生氣象災害190次，因災死亡32人，直接經濟損失33億元；且近年來內蒙古氣象災害頻率和經濟損失呈明顯的逐年上升趨勢，氣象災害出現次數最多的是大風冰雹災害，占37.5%；暴雨洪澇災害次之，占34.4%；雷電災害占7.8%；這三類氣象災害出現的次數約占統計災害類型的80%，同時也是造成人員死亡和經濟損失的主要氣象災害類型，雷電災害每年均造成人畜傷亡和財產損失，其中直接經濟損失1 572.3萬元，雷擊傷亡人數為14.2人，且逐年呈現波動增長[2-5]。雷電災害引起社會各界的廣泛重視，這就需要進一步加強防雷減災規劃，明確防雷保護的重點，從而減少重大雷擊事故的發生。目前，許多科技工作者對各地的雷電災害易損度區劃進行了比較全面的分析[6-11]，如郭虎等對北京市雷電災害易損度進行了區劃研究，建立了北京市雷電災害的災情評估指標體系[6-7]；李彩蓮等選取同樣的指標和分級方法分別對陜西和云南省雷電災害進行了易損性分析與區劃[10-11]；尹娜等對廣東省雷電災害的脆弱性和易損度進行了區劃[12]。但針對內蒙古地區雷電災害的易損性風險評估和區劃研究還沒有開展，因此筆者利用歷史雷電災害等相關資料對內蒙古地區進行災害風險的易損性區劃，為各級政府和相關部門加強防雷減災管理、提高防雷減災水平、降低雷擊人員傷亡和經濟損失提供客觀的科學依據。

1 資料與方法

1.1 資料來源所用雷暴日資料為內蒙古地區118個氣象站1971～2011 年每日觀測資料，將12個盟市各旗縣氣象站的雷暴日數平均值作為各盟市雷暴日數。雷電災害資料來源于中國氣象局雷電防護管理辦公室編寫的1998～2011年《全國雷電災害匯編》及內蒙古雷電預警防護中心收集整理的雷電災害資料。人口和經濟特征等資料使用《內蒙古統計年鑒2012》發布的2011年統計數據。

1.2 分析方法層次分析法是美國運籌學家Saaty教授于20世紀 70年代初提出的一種定性與定量分析相結合的多目標決策分析方法[6,13]，主要分為建立遞階層次結構模型、構造判斷矩陣以及一致性檢驗和風險指數計算等步驟[14]。在此將雷暴災害損失風險指數作為層次結構模型的目標層，用雷暴日、雷電災害頻度、經濟易損模數、生命易損模數等指標作為指標層進行分析。

2 結果與分析

2.1 易損性指標選取袁湘玲等通過分析黑龍江雷電災害的易損性指出承災體易損性由自然易損性、社會易損性等方面的內容來表達更為確切[15]。筆者參照其他相關論文的方法[16-22]將采用雷暴日數、雷電災害頻度、經濟和生命易損模數等4個指標對內蒙古自治區雷電災害易損性及其區劃的研究，其指標為：①雷暴日數。雷暴日是通過各個氣象站的人工觀測獲得，它能直接反應該地區的雷暴活動情況，常用的參數為年雷暴日數即該區域每年發生雷暴的日數。文中每個盟市的雷暴日數為該盟市所有氣象站的平均雷暴日數。②雷電災害頻度。雷電災害頻度是指某一地區平均每年雷電災害發生的次數，該指標能反應該區域每年實際雷電災害發生的情況。筆者通過統計得出內蒙古12個盟市年平均雷電災害次數。③生命易損模數。生命易損模數是指某一地區單位面積雷擊人員傷亡的數量，即該地區的常住人口與行政面積之比，單位為人/km2。該指標與地區城鎮化率、人口密度有關，表示雷電災害對人員生命的危害程度。④經濟易損模數。經濟易損模數是指某一地區單位面積雷擊損失的數量，即該地區的GDP生產總值與行政面積之比，單位為萬元/km2。該指標與地區經濟發展程度有關，也能間接地反映該地區防雷減災的能力。

為使研究成果易于應用和指導自治區的防雷減災工作實際，以內蒙古現有12個行政區域為基本分析單元，利用雷暴觀測資料和雷電災害統計數據及內蒙古地區統計年鑒相關數據，分別計算出各盟市雷災易損性分析指標值(表1)。由表1可見，就雷暴日數而言，烏蘭察布、呼和浩特、赤峰等地區雷暴較多，阿拉善盟地區雷暴日數最少，內蒙古地區雷暴主要表現為東南多西北少的特點，其中中南部地區雷暴最多，而西部地區雷暴發生的最少；就雷電災害頻度而言，呼和浩特、通遼、呼倫貝爾地區雷電災害發生的次數最多，自治區雷災事故同樣呈現東部多西部少的特點，這與自治區雷暴活動規律和地區經濟、社會發展等有一定的關聯度；就雷災造成的生命易損模數而言，由于受到各地區的行政區域面積和人口密度等因素的影響，各盟市生命易損模數表現的差異較大，其中烏海地區最大，其次是呼和浩特，阿拉善盟地區最小；就經濟易損模數而言，烏海、呼和浩特、包頭等地的經濟易損模數較大，上述區域是內蒙古經濟最為發達的地區也是雷暴活動較為活躍的地區，因此相對其他盟市其雷電災害的經濟易損程度較為嚴重。

表1 內蒙古12個盟市雷電災害易損性分析指標

表2 雷電災害易損性評估指標歸一化結果

2.2 雷電災害易損性風險評估

2.2.1建立雷電災害風險評估的對比矩陣。指標權重的確定方法主要有經驗法、專家打分及層次分析法等多種方法[15]。在此采用的研究方法與袁湘玲等[23]選用的方法相同，即層次分析法。其分析步驟為首先建立判斷矩陣A(表3)，然后求出判斷矩陣的最大特征根λmax和特征向量，最后將特征向量歸一化處理，得出各指標的相對權重值。經過計算對比矩陣A計算結果的最大特征根λmax為4.051 075，一致性檢驗Cl為0.017 025，一致性比率CR為0.019 063。CR的值小于0.1，說明對比矩陣一致性檢驗合格。

表3 風險因數對比矩陣

表4 各盟市的風險值

2.3 雷電災害易損性風險區劃由圖1可見，全區雷電災害易損性分布極不均衡，各地區差異較大。其中呼和浩特地區為極高易損區，占全區面積的1.49%；包頭和通遼地區為高易損度區，占7.51%；呼倫貝爾、興安盟、赤峰和烏蘭察布市為中易損區，占38.87%；錫林郭勒盟、鄂爾多斯、巴彥淖爾和烏海市為低易損區，占30.64%；阿拉善盟為極低易損區，占21.49%。由此可見，全區大部分地區屬于雷電災害中、低易損區。這種分布與現實情況基本相符，極高和高易損區的主要特點是經濟相對發達且人口相對較多、城鎮化率較高，雷擊損壞的概率較高，因此需加強雷電災害防御設施，進一步提高該地區的防雷減災能力；中易損區的特點是區域行政面積較大，雷災相對發生的次數較少，但雷災造成的經濟損失卻較為嚴重。如呼倫貝爾森林雷擊火損失就相當大，故該區域也應加強防雷減災能力建設，不能麻痹大意。內蒙古雷電災害的低易損區主要分布在西部和中部錫林郭勒盟，該區域主要是農牧區，人口較少，雷電密度小，因此雷災造成的損失少，但雷擊人員傷亡的概率較大，應加強該區域廣大農牧民的防雷意識。

3 結論

通過分析內蒙古地區1971～2011年118個氣象站雷暴日資料及1998～2011年《全國雷電災害匯編》資料，結合內蒙古統計年鑒關于經濟和人口的數據，按照雷暴日數、雷電災害頻度、經濟和生命易損模數等4個指標及采用層次分析法、5級分區法對內蒙古自治區雷電災害易損性及其區劃的研究，得出內蒙古各盟市的雷電災害與各地的雷暴日、經濟發展程度及城鎮化率、人口基數等因素有關。從雷災易損度區劃圖得出呼和浩特市為極高易損區，包頭和通遼市為高易損度區，呼倫貝爾、興安盟、赤峰和烏蘭察布市為中易損區，錫林郭勒盟、鄂爾多斯、巴彥淖爾和烏海市為低易損區，阿拉善盟為極低易損區。極高和高易損區的主要特點是經濟相對發達且人口相對較多、城鎮化率較高，雷擊損壞的概率較高，易損性較高的地區應提高雷電災害的監測預警防護水平，進一步加強人們的防雷意識。

[1] 孔文甲,荀學義,樊斌,等.內蒙古氣象災害時空分布特征[G].全區優秀決策氣象服務產品匯編，2012:74-81.

[2] 劉曉東,張其林,馮旭宇,等.內蒙古地區雷暴活動特征分析[J].自然災害學報,2010,19(2):119-124.

[3] 馮旭宇,薛勝軍,巴特爾,等.高緯高原雷暴氣候特征及變化規律[J].干旱區資源與環境,2011,25(6):176-181.

[4] 劉曉東,馮旭宇,盧士慶,等.神州飛船發射與回收場雷暴活動特征[J].內蒙古大學學報,2010,41(4):475-480.

[5] 劉曉東,李松如,馮旭宇,等.內蒙古雷災特征及災情的灰色關聯評估[J].安全與環境學報,2012,12(5):251-255.

[6] 郭虎,熊亞軍,扈海波.北京市雷電災害災情綜合評估模式[J].災害學,2008, 23(1):14-17.

[7] 郭虎,熊亞軍.北京市雷電災害易損性分析、評估及易損度區劃[J].應用氣象學報,2008,19(1):35-39.

[8] 李家啟,申雙和,秦健,等.重慶市雷電災害易損性風險綜合評估與區劃[J].西南大學學報,2011,33(1):96-102.

[9] 殷嫻,肖穩安,馮民學,等.區域雷災分布特征及易損度區劃[J].氣象科技,2009,37(2):216-220.

[10] 李彩蓮,趙東,趙西社.陜西省雷電災害易損性分析、評估及易損度區劃[J].災害學,2008,23(4):49-52．

[11] 王惠,鄧勇,尹麗云.云南省雷電災害易損性分析及區劃[J].氣象,2007,33(12):83-87．

[12] 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(4):441-449.

[13] 朱學平. 森林火災計量經濟學研究[D].福州：福建農林大學,2012.

[14] 張麗娟,陳紅,張金峰,等. 黑龍江省雷暴災害損失風險評估與區劃[J]. 自然災害學報,2011(6):117-123.

[15] 袁湘玲,王振會,肖穩安,等.雷電災害潛在與現實易損性分析及區劃研究——以黑龍江省為例[J] .災害學,2011,26(1):20-25.

[16] 袁湘玲,紀華,程琳. 基于層次分析模型的黑龍江省雷電災害風險區劃[J]. 暴雨災害,2010(3):279-283.

[17] 王愛軍,柴瑞,苗國榮. 唐山市雷電災害易損性分析及易損度區劃[J]. 建筑電氣,2010(10):28-32.

[18] 于懷征. 山東省雷電活動特征研究及雷電災害評價[D].蘭州：蘭州大學,2009.

[19] 丁旻,甘文強,邵莉麗. 貴州省雷電災害易損性分析及區域劃分[J]. 成都信息工程學院學報,2011(2):189-193.

[20] 黃灝,王寶. 煙臺市雷電災害易損性分析及區劃[J]. 山東氣象,2012(2):35-38.

[21] 嚴春銀.江西省雷電災害易損性分析及其區劃[J]. 江西科學,2006(2):131-135.

[22] 蔣勇軍,況明生,匡鴻海,等.區域易損性分析、評估及易損度區劃——以重慶市為例[J]. 災害學,2001,26(3):60-65.

[23] 袁湘玲. 黑龍江省雷電災害分析及雷擊災害風險評估系統研發[D].南京：南京信息工程大學,2011.

[24] 程麗丹,張永剛,楊美榮,等.河南省雷電災害易損性分析及風險區劃[C]//第28屆中國氣象學會年會——S13雷電物理、監測預警和防護.中國氣象學會,2011:9.

Comprehensive Estimate and Zoning of Lightning Disaster Vulnerability Risk in Inner Mongolia

FENG Xu-yu1, LIU Xiao-dong2*

(1. Inner Mongolia Ecological and Agricultural Meteorological Center, Hohhot, Inner Mongolia 010051; 2. Inner Mongolia Lightning Warning & Protection Center, Hohhot, Inner Mongolia 010051)

Using the observational thunder storm data of 118 stations from 1971to 2011, lightning disaster statistics data from 1998 to 2011 and the 2012 Statistical Yearbook data in Inner Mongolia, the thunderstorm characteristics of climate change and the characteristics of lightning disaster are studied. Annual mean thunderstorm days, lightning disaster frequency, life vulnerability modulus and economic loss modulus are presented as lightning disaster vulnerability risk evaluation indexes of thunderstorm disasters in Inner Mongolia. Based on them, the vulnerability assessment structure of thunderstorm disasters is given with analytical hierarchical process and weighted comprehensive analysis. Then, the vulnerability assessment indices of thunderstorm disasters are classified as five grades with given values. The comprehensives vulnerability assessment indices of these twelve cities are also graded as corresponding five degrees. Finally, vulnerability division of the lighting disaster is obtained based on the vulnerability degree values of the twelve cities in Inner Mongolia. The result shows that Hohhot belongs to the maximal damageable area. Baotou and Tongliao belong to the high damageable area. Hulunbeier, Xinganmeng, Chifeng and Wulanchabu belong to the medium damageable area. Xilin Gol, Erdos, Bayannur and Wuhai belong to the low damage-able area. Alashan area belongs to the least low vulnerability.

Lightning disaster; Vulnerability; Evaluation index; Vulnerability division

內蒙古自治區氣象局科技創新項目(nmqxkjcx201408)。

馮旭宇(1981- ),女,內蒙古呼和浩特人，工程師,碩士,從事氣象信息技術與安全方面研究。*通訊作者，高級工程師，碩士，從事雷電防御研究。

2014-11-21

S 429；P 446

A

0517-6611(2015)01-166-03