再論自然災害風險的時空尺度

趙思健

(中國農業科學院農業信息研究所，農業部智能化農業預警技術重點開放實驗室，北京100081)

?

再論自然災害風險的時空尺度

趙思健

(中國農業科學院農業信息研究所，農業部智能化農業預警技術重點開放實驗室，北京100081)

“尺度”是自然災害風險的本源特性之一，也是全面認識自然災害風險時空格局的重要途徑之一。針對自然災害風險系統的尺度特性，綜述國內外相關的研究進展，提出自然災害風險時空尺度內涵、自然災害風險尺度分級標準、自然災害風險時空尺度選擇原則，歸納總結自然災害風險的時空尺度效應，并“拋磚引玉”地引出自然災害風險尺度研究的幾個潛在熱點問題，期望能為自然災害風險的深入創新和研究提供嶄新的思路。

自然災害；風險；尺度；時空；廣度；粒度；尺度效應

古人很早就意識到“尺度”的重要性?？鬃泳驮浾f過“登東山而小魯，登泰山而小天下”。后來，蘇東坡在觀廬山時更提出“不識廬山真面目，只緣身在此山中”的名句，簡潔而形象地說明了我們需要一定的高度(距離)，才能更好觀察和理解廬山的全貌，而這些正是“尺度效應”的體現。

“尺度”是地理學家觀察世界的三大“透鏡”之一，是理解地學中的各種過程和現象復雜性的關鍵[1]。對地球系統認識的層次依賴于觀測的尺度。如：用望遠鏡觀測目標時，我們會根據目標的特征及遠近進行聚焦，選擇觀測目標層次最清晰時定格，其他層面的作為背景相對模糊。當我們再次調節焦距，看到的景物格局就會改變。這就是說，在一個空間尺度上是同質的現象到另一個空間尺度就可能是異質的，當尺度變化時，景觀模式層次上的改變也可能會影響到觀測的結果。在時間尺度上，天氣變化，通常指在短時間(幾小時到幾天)內某個地區的氣象要素的綜合表現。而氣候是指某個地區長時間(幾個月到幾年，甚至更長時間)內氣象要素的統計特征。再比如：考察能量平衡及各分量分配與轉化規律時，首先需要確定研究區域的空間尺度(農田、區域或者全球)和過程模式的時間尺度(日、旬、年、世紀或者千年等)，才可對研究系統中水熱通量、蒸發散、傳導、對流等過程進行合理的參數化，探討不同系統中的能量平衡。由此可見，尺度的關注至少可以避免兩種錯誤，即用錯誤的尺度觀察問題和對問題因果關系的曲解[1]，“尺度”是地理學研究的核心問題之一[2]。

作為地理學的一個重要分支，自然災害風險系統擁有“自然”和“社會”雙重屬性，在本質上也是“尺度”依賴的。這種依賴不僅表現在其構成要素(致災因子、孕災環境和承災體等)存在顯著的尺度效應，例如，氣候變化因子作為全球變暖現象的致災因子具有全球尺度效應、土地利用和植被覆蓋作為大多數災害的孕災環境具有年(月)度變化的尺度效應、農作物作為最常見的承災體由于擁有特定的生長發育期而具有季節尺度效應等；而且表現在其風險表征、風險建模、風險量度與風險區劃等方面也存在顯著的尺度效應，例如，小時空尺度下風險評估會因災情樣本的不足而采用模糊數學的建模方法，不同時空尺度下的風險區劃會呈現出不同的風險時空差異特征等。由此可見，尺度效應是自然災害風險系統的本源特性。

本文將以自然災害風險系統為對象，全面綜述國內外有關自然災害風險時空尺度的研究進展，提出自然災害風險時空尺度的內涵、自然災害風險尺度分級標準、自然災害風險時空尺度選擇原則，歸納總結自然災害風險的時空尺度效應，點出自然災害風險時空尺度的一些研究熱點，為推動自然災害風險的創新研究提供思路。

1　自然災害風險時空尺度研究現狀

雖然“尺度”對于自然災害風險來說是一個新概念，但以往的災害風險研究在不自覺中也涉及到了尺度，這些研究更多的是為了特定的研究目的和應用范圍選擇合適的時空尺度，突出表現在空間尺度上。

在空間尺度上。①在國際上，自然災害風險重要研究計劃均以全球、洲級、國家級以上空間尺度研究為主體，包括“災害風險指數計劃(DRI)”[3]、“全球自然災害熱點計劃(Hotspots)”[4]、“全球風險識別計劃(GRIP)”[5]，“美洲計劃(America)”[6]、“非洲城市災害風險網絡計劃(AURAN)”[7]、“災害風險管理指標系統(SIDRM)”[8]、“歐洲多重風險評估計劃(MRA)”[9]等，這些計劃將評估出全球、洲級、國家級尺度下的災害風險水平，為投資決策、國際人道主義援助和世界銀行緊急借貸資金再分配等提供重要依據。在省(市)級空間尺度上研究成果，最具代表性的是美國聯邦緊急管理局(FEMA)和國家建筑科學院(NIBS)聯合研制的HAZUS[10]。它是由系列災害模型組成、用于災害風險模擬評估的工具集，目前已被FEMA用于西雅圖地震、伊莎貝爾颶風、福羅里達颶風損失及風險評估，并在大比例尺洪水風險制圖中應用[11]。隨著災害風險研究更趨向應用性，災害風險研究空間尺度逐步向中、小尺度甚至更小的尺度發展。縣、鄉鎮、甚至村、街道一級研究逐漸增多。其中，“社區災害風險 管理系統(CBDRM)”是幫助家庭和社會群體處置緊急災害事件的重要定量分析工具，其目的是提高家庭和社區承受災害影響能力，已在印度尼西亞 KulonProgo等3個區應用[12]；Graciela[13]對菲律賓那牙市(Naga City)Triangulo和Mabolo 社區開展 了洪水風險評估，該研究為社區級洪災應對提供了具體的決策依據；Rupinder[14]利用現場調查、問卷等方法獲得了一手資料，對印度奧里薩班Birupa河流域的部分區域開展了洪水損失評估和安全逃逸路線選擇。諸如此類小空間尺度的研究還 有許多，在此不一一列舉。②在國內，自然災害風險研究的空間尺度選擇往往與我國 行政區劃密切相關。根據我國行政區的分類，可將我國災害風險研究的空間尺度大致分為省市級、縣區級、村鎮-街道級尺度三類。在省市級以上尺度，北京師范大學等單位開展了大量工作，編制出版了《中國自然災害系統地圖集》[15]、《中國自然災害時空格局》[16]和《中國自然災害風險地圖集》[17]，為我國減災降險政策制定提供了重要依據。我國絕大多數的災害風險研究集中在縣區級尺度上，以洪澇災害風險為例，如黃崇福等[18]通過引入信息擴散模型以縣為單位開展了湖南省水稻洪澇風險評估；杜鵑等[19]通過建立指標體系以縣為單位開展了湘江流域洪水災害風險評估；張繼權等[20]通過計算集成化指數計算出松花江干流上縣級行政區的暴雨洪澇風險并制作風險區劃圖；宮清華等[21]通過建立指標體系以縣為單位開展了廣東省洪澇災害風險區劃研究；趙思健等[22]通過情景假設與災害機理仿真以縣為單位開展了淮河流域水稻洪澇災害風險評估。近年來，許多學者開始重視對村鎮-街道小尺度的研究，如崔欣婷等[23]基于湖南省 常德市雙橋坪鎮的實地調查資料，探討了小空間尺度農業旱災脆弱性評價；葛全勝等[24]對溫嶺市11個鎮、5個街道開展了臺風、暴雨風險綜合評估；尹占娥等[25]對上海市靜安區進行了暴雨內澇災害風險評估。此外，綜合考慮不同空間尺度的差異，劉燿龍[26]還開展了多空間尺度綜合的災害風險評估研究，實現了溫州市、平陽縣和水頭鎮三種尺度下暴雨洪澇災害風險分析與預警研究。

相比較空間尺度，時間尺度上的研究顯得非常薄弱，進展較為緩慢。蘇桂武等[27-28]最早對災害風險中的時間尺度問題進行剖析，指出①不同類別的風險載體具有不同的災害風險有效時間尺度，②不同種類的災害風險具有不同的時間尺度特性，③在不同的時間尺度上，同類災害風險具有不同的形式和特點；Piers等[29]將政策變化、人口增長、全球化等動態變化總結為“動態壓力”，提出壓力-釋放模型，分析了根源因素、動態壓力和不確定條件對災害風險的作用及其在時間軸上的變化；Kumar和Rachel等[30-32]系統地研究了颶風風險隨時間的動態變化問題，認為由于建筑物在數量、類型、位置、易損性和價值上的改變，一個地區的颶風風險在隨時間變化，并建立了區域的建筑財產颶風易損性隨時間變化的量化模型；黃蕙等[33]指出災害風險 的時空分布，特別強調了未來的風險評估應該更多地考慮風險的時間分布及動態風險評估；顧明等[34]認為，臺風氣候、承災體分布、結構易損性和潛在損失是隨時間 不斷變化的，結構臺風災害風險須進行時間上的動態評估；尹占娥[35]指出自然災害風險的時間動態性可以從自然災害系統論的三個組成部分來體現：①隨著全球變化和海平面不斷上升，各類致災因子出現頻率和強度不斷增大，危險性日益嚴重，②而城市化的加速又使得人類活動更加密集，暴露性加大，③但隨著人類對于防災減災的逐步重視，各種減災措施的實施以及防災標準的不斷提高，人類社會對于自然災害的脆弱性將不斷降低；趙思健指出自然災害風險的時間尺度(廣度和粒度)需綜合考察致災因子、孕災環境和承災體三要素的時間特性[36]，并對東北三省農作物縣級空間尺度和月時間尺度上風險差異進行了實證評估[39]。另外，劉燿龍[26,37]還提出了災害風險分析的空間尺度效應理論和尺度推繹框架。

綜上所述，國內外一些自然災害風險研究雖不知覺地涉及到尺度問題，但從整體上此類研究在深度和廣度上還略顯不足，具體表現在如下幾個方面：①缺少正面、全面、系統的自然災害風險尺度研究；②大多數研究都偏重空間尺度，時間尺度的研究涉及得較少，時空耦合的尺度研究就更少；③多以選定時空尺度下的風險評估研究，側重點還是風險評估方法研究，而非真正意義上的尺度研究；④一些與尺度相關的深層次研究工作還未開展，諸如災害風險時效性、風險尺度變換、風險區劃圖更新等。由此可見，自然災害風險的尺度研究尚屬于嶄新的研究主題，有望成為災害風險研究的一個創新方向。

2　自然災害風險時空尺度內涵

2.1尺度的內涵

“尺度”的英文為單詞“Scale”，在不同學科領域，該詞可以表達不同的含義。例如，在地圖學中，尺度一詞常理解為比例尺，即地圖距離和地球表面實際距離的比率；在遙感中，尺度一詞常被理解為分辨率，即測量的精確程度，空間采樣單元的大小；在生態學中，尺度又被理解為層次或等級，即在同一空間內，通常會按層次分為若干等級的分析單元，但在層次系統中，不是所有等級都存在相互連接，等等。

在地理學中，尺度通常包括兩個維度，即空間維與時間維，表征的是空間上覆蓋范圍的大小和經歷時間的長短。在地理研究中，尺度還被進一步分解為廣度(Extent)和粒度(Grain)一對孿生指標。廣度是指研究地理對象或現象的區域范圍及時間跨度，即時空邊界的概念；粒度是指研究地理對象或現象的區域最小單元及時間最小單位，即時空細節的概念。

(1)

式中：si和tj分別表示空間粒度和時間粒度，S和T表示空間廣度和時間廣度。

廣度和粒度在尺度研究中密不可分，有廣度沒粒度，就無法確認細節，有粒度無廣度，就無法確認邊界。另外，廣度和粒度之間也存在著某種固定關系，即觀察的廣度越開闊、考察的年代越長久，其觀察物體的細節就越粗略、越概括，也就是說廣度與粒度在一定程度上成反比關系。再者，需要強調的是在實際研究中，廣度與粒度之間的確定和以下幾個方面密切相關：①研究的地理現象和地理目標；②數據的采樣方法；③對現象和目標的具體分析內容，等。

2.2自然災害風險定義與尺度擴展

“風險”可以被一般性地定義為：由于不確定事件的發生而導致經濟損失、人身危害等不利后果的程度。風險必須具備兩個基本要素，一是不確定事件的發生，二是事件造成不利后果。如果用三元組的表達方式，風險的一般性表達方式如下[38]：

Risk={},k=1,…,N。

(2)

式中：Ek表示不利事件的發生情景，L(Ek)表示不利事件發生的可能性，X(Ek)表示不利事件發生導致的后果，N表示可能發生不利事情情景的數量。

在風險定義的基礎上，“自然災害風險”可以被一般性定義為：由于不確定的自然災害事件發生而導致作物絕產、人員傷亡、經濟損失等不利后果的程度。同樣利用三元組方式，自然災害風險的一般性表達方式如下：

Risk_nd={},

k=1,…,N。

(3)

式中：Dk表示致災因子的發生情景，L(Dk)表示該致災因子情景出現的可能性，X[Dk(O)]表示該致災因子情景發生導致承災體O的后果程度，N表示可能發生不同強度災害情景的數量。

引入時空尺度后，考察分析自然災害風險時，應首先確定所要考察風險的時空邊界，即考察的風險是落在一定的區域內和一定的時期內，超出該邊界，該風險分析的結果有可能失效。為此，表達式(3)需相應擴展，即：

Risk_nd(S,T)={},k=1,…,N。

(4)

式中：S和T表示空間廣度和時間廣度，即空間區域和時間跨度；Dk(S,T)表示該區域和時期內可能發生災因子情景，L[Dk(S,T)]表示該區域和時期內該災因子情景出現的可能性，X[Dk(O,S,T)]表示該區域和時期內該災因子情景發生導致承災體O的后果程度，N表示該區域和時期內可能發生不同強度災害情景的數量。

為了了解特定時空范圍內風險的細節特征，需要引入時空粒度。引入空間粒度后，可以獲得風險的空間分異特征；引入時間粒度后，可以獲得風險的時間動態特性。在實際應用中，可以單獨考慮空間分異特征或時間動態特性，更需要考慮時空耦合下細節特征，具體可表達為：

Risk_nd(S,T)=

(5)式中：si和tj分別表示空間粒度單元和時間粒度單元，R(si,tj)是特定時空粒度單元下的風險量度指標，包括定性指標和定量指標。定性指標通?？梢允且恍╋L險指數，如干旱指數、洪澇指數等，而廣泛應用的定量指標包括：年期望損失(AverageAnnualLoss，AAL)、損失的超越概率(LossExceedanceProbability，LEP)、最大可能損失(ProbableMaximumLoss，PML)或重現期損失(ReturnPeriodLoss，RPL)，等。

綜上所述，自然災害風險時空尺度可形象化地利用三維模型(圖1)與示例(圖2)表達。

2.3自然災害風險時空尺度分級

在開展時空尺度相關研究前，首先需要對自然災害風險的時空尺度進行分級。不同的學科對尺度的分級會有所差異，如天文學通常會側重研究大時空尺度的天文現象，而細胞學則會關注微小時空尺度下的細胞活動行為。自然災害風險擁有地理學和社會學的雙重背景，其時空尺度的分級需要兼顧致災因子和承災體的時空特征。經歸納，自然災害風險的時空尺度分級及各級可適用的災害風險如表1和表2所示。

圖1　自然災害風險時空尺度的三維模型表達

2.4自然災害風險時空尺度選擇

在尺度研究領域，尺度選擇和尺度效應是密切聯系在一起的，是“尺度科學”的重要內容之一。如前所述，任何一次自然災害風險分析都應建立在一定的時空尺度基礎上。只有選擇合理、適當的時空尺度，才能真正地識別出自然災害風險的時空有效性與時空差異性。經歸納，自然災害風險時空尺度選擇的基本原則如表3所示。必須指出的是，在尺度選擇上往往會出現不只一個適用的尺度，這時往往還需要采用多尺度分析來進行研究。

圖2　自然災害風險時空尺度的示例表達[36]

尺度分級空間尺度空間廣度區域面積空間范圍行政區劃空間粒度適用的災害風險致災因子D承災體O超大尺度>1000萬km2全球大洲大洲局部(東南亞、東歐等)—————————大洲,國家,10～50km格網國家,10～50km格網國家,10～50km格網天文災害(太陽活動)、環境災害(氣候變化、沙漠化)、地質災害(地震、火山、滑坡和泥石流)、天氣災害(臺風、干旱)、水文災害(洪澇、海嘯)、生物災害(病蟲害)人類、經濟、環境、社會等大類;人口,工業、農業、能源、建筑等行業的一級對象大尺度>10萬km2———地區(華北、東北等)大江大河流域(黃河、淮河等)國家——————省,市,縣,1～10km格網省,市,縣,1～10km格網省,市,縣,1～10km格網地質災害(地震、滑坡和泥石流)、環境災害(氣候變化、沙漠化、水土流失)、天氣災害(臺風、干旱)、水文災害(洪澇)、生物災害(病害、蟲害、鼠害)人口,工業、農業、交通等行業的一級對象中尺度>1萬km2———小流域自然區—————————省——————地級市自治區旗、盟市,縣,0.5～1km格網市,縣,0.5～1km格網市,縣,0.5～1km格網縣,0.03～500m格網縣,0.03～500m格網縣,0.03～500m格網地質災害(地震、滑坡和泥石流)、環境災害(氣候變化、沙漠化、水土流失)、天氣災害(臺風、干旱、寒潮、雹災)、水文災害(洪澇、風暴潮)、生物災害(病害、蟲害、鼠害)人口(農村人口、城市人口等),工業(重工業、輕工業等)、農業(種植業、養殖業等)、建筑(基礎設施、住宅等)、交通(陸地、空中等)等行業的一級、二級分類對象小尺度≤1萬km2————————————縣鄉鎮村街道鄉鎮、村、<0.03m格網村、<0.03m格網街道,<0.03m格網<0.03m格網地質災害(滑坡和泥石流)、天氣災害(臺風、干旱、雹災)、水文災害(洪澇)、生物災害(病害、蟲害、鼠害)人口(農村青年人口、城市青年人口等),工業(食品加工業、金屬制造業等)、農業(水稻、玉米、小麥等分品種)、建筑(商場、小區等)、交通(公交、地鐵、飛機等)等行業的一級、二級和三級分類對象

表2　自然災害風險的時間尺度分級

表3　自然災害風險時空尺度選擇的基本原則

2.5自然災害風險的時空尺度效應

自然災害風險系統擁有“自然”和“社會”雙重屬性，在本質上是“尺度”依賴的。由于尺度選擇的不同，自然災害風險在數據、表征、建模和表達等方面呈現不同的特征，稱之為自然災害風險的時空尺度效應(圖3)。

圖3　自然災害風險的時空尺度效應

(1)數據。風險數據是自然災害風險分析與評估的基礎，風險數據的收集與分析有著重要尺度效應，具體表現在數據采樣和數據精度兩個方面。尺度選擇的不同將決定風險數據采樣的方式，選擇大時空尺度時數據采樣通常采用統計調查方式，如歷史統計年鑒查閱整理、歷史觀測資料匯集等，此時數據采樣的時空粒度也較粗，數據的精度也較差，僅能反映風險的總體水平；而選擇中小時空尺度時數據采樣通常采用個體調查方式，如氣象站點的數據采樣、致災因子的數值模擬、典型承災體的抽樣損失調查等，此時數據采樣的時空粒度較細，數據的精度較高，能夠反映風險的個體水平。

(2)表征。災害風險表征主要集中在致災因子表征和承災體表征兩個方面。致災因子表征主要有災害因子出險的時間、地點、強度和頻率四個表征因子，這四個表征因子有著顯著的尺度效應。從大尺度進行考察時，通常只會考察災害因子的強度與頻率兩個表征，至于出險的時間和地點往往對災害風險評價的結果不起作用；而從中小尺度進行考察時，則常常會綜合考慮致災因子的四個表征因子。承災體表征主要有承災體的位置、數量、生理和價值五個表征因子，這五個表征因子也有顯著的尺度效應。從大尺度進行考察是，通常只考慮承災體的數量和價值表征，對于承災體位置表征和生理表征等細節部分常被忽略；但從中小尺度進行考察時，承災體的五個方面表征常被綜合考察。

(3)建模。災害風險的分析建模也有著重要的尺度效應，具體表現在建模方式和模型有效性兩個方面。對于大中時空尺度的災害風險分析與評估，通常采用的是基于風險指標體系和基于損失數學建模的分析方法，所得的評估結果較為宏觀和粗略；而對于小時空尺度的災害風險分析與評估，往往會采用基于遙感技術和基于災害模擬技術的分析方法，所得的評估結果則更加精細和詳盡。此外，災害風險模型也具有尺度有效性，不同尺度下構建的模型往往不能通用，例如省域模型不能套用在縣域上，常常需要進行模型的尺度變換才能在其他尺度下發揮作用。

(4)表達。災害風險主要有兩個方面表達方式，一是量度表達，二是區劃表達，量度表達是對風險的量化過程，而區劃表達是對風險的格局劃分。這兩方面的表達方式也有重要的尺度效應。通常，大時空尺度的災害風險習慣利用風險指數或指標的方法進行表達，例如國際上的全球干旱風險指數、洪澇風險指數等，該指標和指數常常是定性的，只能反映風險的高低水平，不是真正意義上的風險損失預期；而中小尺度的災害風險則利用量化的風險值來進行表達，例如期望損失、超越概率損失等，能夠真正地量化風險的損失。此外，災害風險區劃也具有尺度有效性，通常一種尺度下的風險時空格局不同于另一種尺度下的風險時空格局，這也就是說在一種尺度下高風險的區域或時期在另一種尺度下可能就不是高風險。災害風險區劃的尺度選擇往往與風險管理策略實施的尺度密切相關。

3　自然災害風險時空尺度的研究熱點

3.1自然災害風險分析的數據有效性研究

在開展自然災害風險分析時，往往會有個誤區就是認為歷史數據樣本的時間序列越長災害風險評估結果越準確，甚至一些學者還以數據樣本的時間序列長作為自己評估結果的優勢。但事實并非如此，圖4是對1900-2010年全球自然災害頻次統計和經濟損失統計，圖中明顯看出隨著全球經濟的發展，無論是自然災害發生頻次還是經濟損失都呈現增長的趨勢，尤其是近30年增長尤為明顯。目前，自然災害風險評估都是利用歷史的情況來推斷未來的情況，這種做法是基于未來與歷史具有一致平穩性的假設，即歷史具有平穩性、未來與歷史情形相近，可用歷史推斷未來。但很明顯，自然災害發生頻次與經濟損失在時間上并不具備完全的平穩性，且時間越長平穩性就越差，這將導致風險評估結果的偏差。顯然，用近20年的數據樣本評估出來的風險可能會較大，而用近50年的數據樣本評估出來的風險會較小。由此可見，歷史數據樣本有效性的確定對自然災害風險分析與評估有著重要的影響，而數據樣本有效性關鍵就在于如何剔除災害與經濟發展的趨勢，分析出災害和經濟發展的有效平穩期，進而確定數據的有效性，這樣確定的數據樣本對未來風險的預見才具有可靠性。

圖4　全球自然災害頻次統計與經濟損失統計(1990-2010)(數據來源EM-DAT數據庫)

3.2自然災害風險分析的數據尺度融合研究

自然災害風險分析相關的數據存在多種來源，有氣象站點采集的氣象數據、實地調研采集的災情數據、統計部門統計的災情數據、遙感影像解譯的災情數據、地理環境數據等。來源途徑的不同導致了數據在時空尺度上存在較大差異，在空間上有點尺度、網格尺度和面尺度，在時間上則有日尺度、月尺度和年尺度。面對尺度不一致的數據，開展災害風險評估時將不可避免地遇上如下兩類問題，需要開展數據尺度融合(圖5)。①時空尺度不一致情況下的數據融合。災害風險評估過程中需要涉及到各種不同時空尺度數據之間的關系建模，如網格尺度上的氣象插值數據要與縣級面尺度上的災情統計數據之間關系建模、日尺度上的遙感反演土壤濕度與年(或月)尺度上的旱災災情統計數據之間關系建模等?？梢园l現，數據尺度不一致情況的建模會帶來風險評估結果的差異。因此，需要研究時空尺度不一致情況下的數據融合模型與算法，進而優化不同時空尺度數據源下的風險建模。②時空尺度缺失情況下的數據融合。多源數據常會伴隨著不同程度的時空尺度缺失，如采樣數據和災情數據在時間上無法匹配，災情數據與遙感數據在空間上無法匹配等，造成數據完整性的缺陷，直接影響風險評估。因此，需要研究不同來源數據在時空尺度缺失情況下的數據插值模型與算法，達到數據的充分補缺，進而支撐風險評估建模。

圖5　自然災害風險評估的尺度變換示意

3.3自然災害風險評估的時空差異研究

自然災害風險在空間上差異分析已被大多數學者所接受，其中制作風險分布圖或風險區劃圖便是風險空間差異性的最好體現。但對于風險在時間維度上的差異卻被大多數學者所忽略，原因有兩個，一是缺乏對風險時間差異的意識，二是缺乏開展風險時間差異的數據支撐。風險在時間上的動態特性對于全面認識風險有著重要的作用，尤其是風險在時空耦合上的差異分析對掌握風險時空變化格局有著至關重要的作用(圖6)。災害風險的時空差異研究存在著兩個方面的難度，一是如何選擇體現風險差異的時空粒度，二是如何解決時空粒度上風險評估樣本不足的問題。時空差異粒度的選擇不僅受到災害種類的影響，還要綜合考慮研究目標與成果用途。例如，農業災害風險評估區劃用于農業保險費率定價時，風險差異的空間粒度就適宜選擇省、市、縣級行政區劃，時間粒度適宜選擇年粒度，而網格粒度和月粒度的差異則顯得沒有必要。又如，在農業氣象指數保險設計中，常常就會選擇月粒度來開展作物生長期內的月風險差異分析，目的便于選擇高風險月份作為指數保險的有效期。細分時間粒度后，風險評估會出現樣本嚴重不足的問題，例如要將原來的年風險評估細化到月風險評估，年樣本就要被分成12份，讓原來年尺度上本來就不夠的樣本在月尺度上就更少，而解決該問題的方法可以采用信息擴散技術或Monte Calro模擬技術來增加樣本。

圖6　災害風險時空差異示例(東北三省農作物洪澇風險)[39]

3.4自然災害風險評估的尺度變換研究

由于尺度之間存在差異，一些學者往往想要將某一尺度下的風險評估結果拓展到其他尺度上，這便是常說的尺度變換(圖7)。按照尺度變換方向的不同，將風險信息從大時空尺度向小時空尺度變換的過程，稱為尺度下推(或降尺度)，是一種信息的分解過程；相反，將風險信息從小時空尺度向大時空尺度變換的過程，稱為尺度上推(或升尺度)，是一種信息的聚合過程。但不同于其他事物，災害風險的尺度變換絕非簡單的加總與拆分。災害風險具有時空特性，風險在相鄰的時空單元之間具有顯著的相關性。為此，尺度變換的核心在于如何分析與評價風險的時空相關性。而在開展實際的尺度變化研究時，會遇上如下兩種常見的情形，一是在擁有損失數據情形下的尺度變換，二是在獲得風險評估結果情形下的尺度變換。通過損失數據進行尺度變換時，災害損失在不同尺度間的分配(降尺度)與加總(升尺度)是變換的關鍵。其中，損失分配的關鍵在于如何評價小時空單元內的風險差異特征，合理設置比例將大時空單元上的損失數值分配到小時空單元上；而損失加總的關鍵在于如何消除小時空單元之間的相關性，避免加總后相互抵消導致大時空單元上損失的低估；通過風險評估結果(即損失概率分布)進行尺度變換時，概率分布的分解(降尺度)與聯合(升尺度)是變換的關鍵。其中，分布分解的關鍵在于如何預先判斷小時空尺度內損失概率分布的類型，構建分布的分解模型將大時空尺度上的概率分布分解構造出小時空尺度上的概率分布；而分布聯合的關鍵則要考察小時空單元之間的相關性，構建分布聯合模型將小時空尺度上的概率分布聯合構造出大時空尺度上的概率分布。

圖7　自然災害風險評估的尺度變換示意

3.5自然災害風險區劃的更新研究

風險區劃圖的更新一直以來都被人們所忽視。在大多數人眼里，只要制作一次風險區劃圖便可受用終身。顯然，這種一勞永逸的作法是不正確的，任何風險都會隨時間的推移而發生動態的時空變化，自然災害風險更不例外。一次災害風險評估與區劃的結果只能反映有限時空尺度范圍內的風險狀況，隨后逐漸失去效用。為此，非常有必要開展災害風險區劃圖更新的研究工作，而這項工作有兩個關鍵點：一是如何評價災害風險區劃圖的有效期，二是如何開展災害風險區劃圖的更新。災害風險區劃圖的有效期是指區劃圖所反映的風險格局能保持穩定不變的最長時間，一旦風險格局被打破就意味著區劃圖失效。因此，有效期的研究往往是對風險格局穩定性的研究。從相反方面考慮，打破穩定性的因素就是突變，即局部出現了超出其風險預期范圍的異常。區劃圖有效期的評價實質就是對可能發生的突變進行評價。一旦判定風險區劃圖失效，就需要更新風險區劃圖。風險區劃圖更新最一般的想法就是開展新一輪的風險評估與區劃工作，但這樣做不僅耗資大、周期長，還常常出現原風險區劃資料遺失。因此，“更新”并非“重做”，而是在舊風險區劃圖的基礎上，利用技術將新的觀測資料補充進去，對舊的風險格局進行重新判定和調整，進而“變廢為寶”制作出新的風險區劃圖(圖8)。

圖8　災害風險區劃圖的更新示意

4　結語

“尺度”作為地理學認識世界的三大透鏡之一，在自然災害風險系統的研究中發揮著重要的作用。增加對“尺度”的關注，有助于更加深入地認識自然災害風險系統的時空動態規律，有助于更加精細化地剖析和管理自然災害風險。為此，本文總結了自然災害風險系統的時空尺度內涵、分類特征和選擇原則，提出了災害風險的時空尺度效應，點出了自然災害風險時空尺度的研究熱點問題。通過本文，作者期望能對自然災害風險的創新研究起一個“拋磚引玉”的作用，能為開展更加深入災害風險研究提供一些思路。當然，本文多于觀點闡述和意見評論為主，在后續的研究工作中作者將會在災害風險時空尺度的實際應用問題中展開更加具體的研究，使風險尺度的研究能夠真正落地服務。

[1]蔡運龍，陸大道，周一星，等. 地理科學的中國進展與國際趨勢[J]. 地理學報，2004，59(6)：803-810.

[2]Abler R F, Adams J, Gould P. Spatial Organization [M]. New Jersey: Prentice-Hall, Inc., Englewood Cliffs, 1971.

[3]UNDR. Reducing disaster risk: a challenge of development[R]. John S, Swift Co. USA. 2004. http://www.undp.org/bcpr.

[4]Dilley M, Chen R S, Deiehmann U. Natural Disaster Hotspots: A Global Risk Analysis[R]. Washington D C. Hazard Management Unit, World Bank, 2005:1-132.

[5]ProVention Consortium. Global Risk Identification Programme[EB/OL]. (2009-08-25) [2015-10-10]. http://www.gripweb.org/files/implementation/brochure_en.pdf.

[6]IADB-ECLAC-IDEA. Indicators of Disaster Risk and Risk Management[R]. Program for Latin America and the Caribbean, 2005: 1-47.

[7]AURAN. African Urban Risk Analysis Network[EB/OL]. (2008-05-05) [2015-10-12].http://www.odihpn.org/report.asp?id=2485.

[8]UNDP. Sub Regional Network: Facilitating Knowledge Networking for Disaster Risk management at the Sub-regional level[EB/OL]. (2009-03-01) [2015-10-12]. http://www.undp.org.ir/DRM/EN/SIDRM.asp.

[9]Greiving. Multi-risk assessment of Europe regions[C]//Birkmann J. Ed. Measuring Vulnerability to Hazards of National Origin. Tokyo: UNU Press, 2006: 210-226.

[10]FEMA. Using HAZUS-MH for Risk Assessment[EB/OL]. (2004-04-03) [2015-10-12].http://www.fema.gov/plan/prevent/hazus/dl_fema443.shtm.

[11]FEMA. Comprehensive Data Management System (CDMS) Version 2.0[EB/OL].(2009-10-09) [2015-10-12].http://www.fema.gov/liberay/viewRecord.do?id=3370.

[12]CBDRM, Community Based Disaster Risk Management[EB/OL]. (2009-08-12) [2015-10-14].http://www.adpc.net/pdrsea/pubs/curriculum-cbdrm.pdf.

[13]Graciela P G. Integrating Local Knowledge into GIS-based Flood Risk Assessment: The Case of Triangulo and Mabolo communities in Naga City-The Philippines[D]. ITC Dissertation, Enschede, The Netherlands, 2008.

[14]Rupinder K D. Flood Damage Assessment and Identification of Safe Routes for Evacuation Using a Micro-level Approach in Part of Birupa Rive Basin, Orissa, India[D]. ITC Dissertation, Enschede, The Netherlands: 2008.

[15]史培軍. 中國自然災害系統地圖集[M]. 北京：科學出版社, 2003.

[16]王靜愛, 史培軍, 王平. 中國自然災害時空格局[M]. 北京：科學出版社, 2006.

[17]史培軍. 中國自然災害風險地圖集[M]. 北京：科學出版社, 2011.

[18]黃崇福，劉新立，周國賢，等. 以歷史災情資料為依據的農業自然災害風險評估方法[J]. 自然災害學報， 1998,7(2)：1-9.

[19]杜鵑, 何飛, 史培軍. 湘江流域洪水災害綜合風險評價[J].自然災害學報，2006，15(6)：38-44.

[20]蔣新宇，范久波，張繼權, 等. 基于 GIS的松花江干流暴雨洪澇災害風險評估[J]. 災害學，2009,24(3):51-56.

[21]宮清華，黃光慶，郭敏, 等. 基于 GIS技術的廣東省洪澇災害風險區劃[J]. 自然災害學報，2009, 18(1)： 58-63.

[22]趙思健. 情景驅動的區域自然災害風險分析原理與應用[R]. 北京：北京師范大學博士后出站報告，2011.

[23]崔欣婷，蘇筠. 小空間尺度農業旱災承災體脆弱性評價初探—以湖南省常德市鼎城區雙橋坪鎮為例[J]. 地理與地理信息科學, 2005, 21(3): 80-83.

[24]葛全勝，鄒銘，鄭景云, 等. 中國自然災害風險綜合評估初步研究[M]. 北京：科學出版社，2008.

[25]尹占娥，許世遠，殷杰, 等. 基于小尺度的城市暴雨內澇災害情景模擬與風險評估[J]. 地理學報, 2010, 65(5): 553-562.

[26]劉耀龍. 多尺度自然災害情景風險評估與區劃—以浙江省溫州市為例[D]. 上海：華東師范大學, 2011.

[27]蘇桂武，高慶華. 自然災害風險的行為主體特性與時間尺度問題[J]. 自然災害學報, 2003，12(1): 9-16.

[28]蘇桂武，高慶華. 自然災害風險的分析要素[J]. 地學前緣，2003，10(特刊): 272-279.

[29]Piers B. At Risk: Natural Hazards, People’s ulnerability and Disasters [M]. London: Routledge, 2005.

[30]Kumar V, Rachel A D. Application of a regional hurricane wind risk forecasting model forwood-frame houses[J]. Risk Analysis, 2007, 27(1): 45-58.

[31]Kumar V, Rachel A D. Forecasting changes in the hurricane wind vulnerability of a regional inventory of wood-frame houses[J]. Journal of Infrastructure Systems, 2007, 13(1): 31-42.

[32]Kumar V, Davidson R, Asce AM et al. Modeling changes in hurricane risk over time[J]. Natural Hazards Review, 2005, 6(2): 88-96.

[33]黃蕙, 溫家洪,司瑞潔,等. 自然災害風險評估國際計劃述評Ⅱ-評估方法[J]. 災害學, 2008, 23(3): 96-101.

[34]顧明, 趙明偉, 全涌. 結構臺風災害風險評估研究進展[J].同濟大學學報(自然科學版), 2009, 37 (5):569-574.

[35]尹占娥. 自然災害理論與方法研究[J]. 上海師范大學學報(自然科學版), 2012，41(1): 99-103.

[36]趙思健. 自然災害風險分析的時空尺度初探[J]. 災害學, 2012，27(2): 1-6, 18.

[37]劉耀龍, 牛沖槐, 康穎卿,等. 論災害風險研究中的空間尺度耦合[J]. 防災減災科技學報，2012, 14(3): 24-27.

[38]Stanley Kaplan, B John Garrick. On the Quantitative Definition of Risk[J]. Risk Analysis, 1981, 1(1): 11-27.

[39]趙思健，張峭. 東北三省農作物洪澇時空風險評估[J]. 災害學，2013，28(3): 54-60.

Secondary Discussion on Spatial-and-Temporal Scale of Natural Disaster Risk

ZHAO Sijian

(AgriculturalInformationInstituteofChineseAcademyofAgriculturalSciences,KeyLaboratoryofDigitalAgriculturalEarly-warningTechnology,MOA,Beijing100081,China)

Scaleisoneofinherentcharactersofnaturaldisasterrisk,andisoneofwaystodiscoverthespatial-and-temporalpatternofnaturaldisasterrisk.Here,asforthescalecharacterofnaturaldisasterrisk,therelativeresearchadvancesarereviewed,andthedefinition,gradingstandard,choiceruleandeffectofscaleofnaturaldisasterriskareproposed.Moreover,somepotentialhotsaboutthestudiesinscaleofnaturaldisasterriskareproposedtoprovideanewinsightofin-depthinnovationandresearchtonaturaldisasterriskstudy.

naturaldisaster;risk;scale;spaceandtime;extent;granularity;scaleeffect

2016-05-10

2016-06-30

國家自然科學基金面上項目“自然災害風險的時空尺度效應分析與推繹技術研究—以農業旱災風險為例”(41471426)； 北京市科技計劃課題“基于3S技術的農險評估技術研究及綜合服務平臺建設應用”(Z141100002314007)

趙思健(1977-)，福建龍巖人，博士，副研究員，研究方向農業自然災害風險評估與保險研究.

E-mail: zhaosijian@caas.cn

X43

A

1000-811X(2016)04-0001-10

10.3969/j.issn.1000-811X.2016.04.001

趙思健. 再論自然災害風險的時空尺度[J]. 災害學，2016，31(4)：1-10. [ZHAO Sijian.Secondary Discussion on Spatial-and-Temporal Scale of Natural Disaster Risk[J]. Journal of Catastrophology，2016，31(4)：1-10. doi: 10.3969/j.issn.1000-811X.2016.04.001.]