基于層次分析法的福建省雷電災害風險區劃

張 雷，涂慰云，李天誠，孫蔡亮，王穎波

（1.福建省政和縣氣象局，福建 政和 353600；2.福建省南平市延平區氣象局，福建 南平 353000；3.福建省莆田市氣象局，福建 莆田 351100；4.福建省防雷中心，福建 福州 350001）

基于層次分析法的福建省雷電災害風險區劃

張 雷1，涂慰云2，李天誠1，孫蔡亮3，王穎波4

（1.福建省政和縣氣象局，福建 政和 353600；2.福建省南平市延平區氣象局，福建 南平 353000；3.福建省莆田市氣象局，福建 莆田 351100；4.福建省防雷中心，福建 福州 350001）

主要利用福建省氣象局提供的1961—2010年雷暴日人工觀測數據和2006—2010年閃電定位數據以及雷電災害數據,對福建省雷電時空分布規律和雷電災害風險區劃進行分析研究。選擇孕災環境敏感性、致災因子危險性、防災減災能力以及承災體易損性四項指標作為福建省雷電災害風險區劃的指標，對福建省各縣市的雷電災害風險值進行分析、計算。研究結果表明：福建省高雷電災害風險值區域主要集中在清流、明溪一帶以及羅源，低雷電災害風險值區域主要集中在南平北部、三明西部、漳州南部以及沿海一帶。

雷電災害；層次分析法；風險區劃；福建省

據福建省氣象局統計，福建全省每年都會有因雷電造成的數以千萬的經濟損失及人員傷亡的案例，通過馬明等[1]對1997—2006年各地氣象部門收集的雷電災害資料進行統計可知,福建雷電災害事故總數僅次于廣東位居全國第二，因此，按照災害學和風險管理學的理論方法，從致災因子危險性、孕災環境敏感性、承災體易損性和防災減災能力等四個形成雷電災害的因素對福建全省進行雷電災害風險區劃，并繪制福建省雷電災害風險區劃圖，結果不僅有助于認識福建雷暴及其雷電災害的特征與規律，而且還能將雷電災害防御管理提高到風險管理的高度，在減災規劃與預案制定、國土規劃利用、重大工程建設、金融投資、防災減災效益評估等方面都起著重要作用，由此可見，開展雷電災害風險區劃研究，將防雷減災工作更大程度地納入社會綜合防災減災體系，可以作為提升雷電災害防御能力的重要手段，同時區劃研究結果能為地方政府進行雷電災害防御提供更為科精確、合理的決策依據。

近年來，在雷電災害風險評估與區劃方面我國學者也進行了大量的研究。郭虎等[2]、馮民學等[3]、李彩蓮等[4]、王慧等[5]、嚴銀春等[6]利用北京、陜西、江蘇、江西等省的雷暴日和雷電災害資料，分析了以上各省的雷暴活動及雷電災害分布特征，并作出了各省的雷電災害易損度區劃。袁湘玲等[7]、扈海波等[8]利用AHP法，即將雷電災害評估指標進行兩兩比較的方法獲得了各項指標權重，建立黑龍江和北京的雷電災害風險評估模型，并進行了綜合評估，最終形成了兩個省的雷電災害風險區劃。扈海波等[9]根據北京地區近30 a的氣象資料，利用空間網格技術，依據承災體雷電防護和規避特征，作出北京地區雷電災害風險區劃。以往關于各省雷電災害風險區劃的研究多以人工觀測雷暴日資料為基礎[10-15]，指標多考慮致災因子與承災體的影響，很少考慮孕災環境以及防災減災能力兩項指標的影響，因此最終的區劃結果與現實情況的吻合度還有待提高。綜合利用了閃電定位資料以及人工觀測資料并從致災因子危險性、孕災環境敏感性、承災體易損性以及防災減災能力水平等4個方面對福建省各縣市雷電災害風險值進行了計算，所得結果更為準確、客觀。析法對指標權重的判定過程。

圖1 福建省雷電災害風險區劃指標體系框架圖Figure 1 The index systen of risk zoning of lightning disaster in Fujian province

1 資料來源與研究方法

1.1 資料來源

雷暴日資料來源于福建省氣象局提供的1961-2010年共計50年全省67個氣象觀測站的人工雷暴日觀測數據，其中金門縣屬于福建省，但數據中不包含金門縣；2006—2010年地閃數據來源于福建省氣象局布設在9地的ADTD型閃電定位儀測得；雷電災害統計數據來源于福建省防雷管理辦公室提供的《福建省雷電災害實例匯編》（2006—2010）；各縣市面積、人均GDP、醫院里的床位數、技術人員數、職業醫師、職業助理醫師以及注冊護士數等資料通過查閱2011年《福建省統計年鑒》獲得;各氣象臺站的高程即海拔數據由福建省氣象局官網處提供；各縣市的地形起伏度及森林覆蓋率通過ARCGIS軟件提取獲得。

1.2 研究方法

1.2.1 直線方程法

由于評價模型中的各指標的數值差異性較大，不能直接進行加和的計算，因此必須采用標準化的方法將這些指標數據進行統一處理。本文采用的是平面解析幾何里的直線方程來進行數據處理，具體標準化過程如下：

設有原始數據A的集合，

原始數據yn1標準化數據為Yn1，設標準化的區間為[0，1]，即原始數據中的M1對應于標準化數據的1，原始數據中的N1對應于標準化數據的0，數據間為線性對應關系，利用平面解析幾何直線方程的兩點式方程可得標準化數據Yn1與原始數據yn1的關系方程為：

1.2.2 層次分析法

建立如圖1所示的福建省雷電災害風險區劃指標體系框架。 由于涉及判定的指標權重比較多，為節省篇幅，以圖1中的B層為例解釋說明利用層次分

（1）數據矩陣建立。通過向5位專家函詢的方式讓專家們按照層次分析法中的1～9標度法把B層中的每個要素即B1，B2，B3，B4對A層指標的重要性進行兩兩比較，從而構造出四階的判斷矩陣，如表1所示。

表1 B層判斷矩陣Table 1 Layer judgmentmatrix

（2）權重計算及一致性檢驗

采用方根法求解將先前建立的判斷矩陣A的B1，B2，B3，B4的特征向量 Wi(i=1,2,3,4)，即這四個指標的權重值和最大特征向量λmax，其計算步驟如下：

①計算A矩陣中每行元素的乘積：

②計算Mi的n次方根：

則 Wi=[W1，W2，W3，W4]T即為所求的特征向量即權重值。

④計算最大特征值：

⑤判斷矩陣一致性檢驗：為了保證權重判斷的準確性，還應對矩陣的一致性系數CR進行計算，并保證CR＜0.1，CR按式6及式7計算，RI取值見表2。

校驗一致性系數CR=0.082 3＜0.1，判斷矩陣滿足一致性要求。

表2 平均隨機一致性指標RI取值Table 2 Average random consistency index RI

按照上述步驟，對福建省雷電災害風險區劃指標體系中各級指標的判定矩陣進行權重計算及一致性檢驗，結果匯總如表3，一致性檢驗結果匯總如表4，由表4可見各級指標的判斷矩陣一致性系數CR均＜0.1，符合要求。

表3 福建省雷電災害風險指標權重值Table3 Theweightoflightningdisasterrisk indexin Fujianprovince

表4 福建省雷電災害風險指標判斷矩陣一致性檢驗結果Table 4 The results of judgmentmatrix consistency test of lightning disaster risk index in Fujian province

2 數據優化處理

閃電定位系統主要探測的是云地閃，而人工觀測的數據是從雷聲辨別，一天內聽到一次雷聲雷暴日就算一天，所以人工觀測所獲得雷暴日的數據不但包含云地閃，也包含云內閃以及云際閃。為保障數據來源的科學性、真實性，本文對雷電密度的數據進行了優化處理，具體處理方法如下：

（1）閃電定位系統所獲取雷電密度Ng和通過人工觀測所獲得雷暴日Ta的關系：

參照 《建筑物防雷設計規范》（GB50057-2010）[16]中雷電密度計算公式Ng=0.1Td（Ng為雷電密度，Td為雷暴日）引入人工觀測雷暴日與閃電定位系統所獲取的雷電密度的公式：

式中：Ngl為閃電定位系統所獲取雷電密度，Ta為通過人工觀測所獲得的雷暴日。將通過統計所得的福建省平均雷電密度2.37次/km2·a以及全省平均人工觀測雷暴日50.33 d代入式8可得系數K1為0.047,從而可得到基于閃電定位系統所獲得的雷電密度的雷暴日公式如下：

（2）閃電定位系統觀測雷暴日Tdl和通過人工觀測所獲得雷暴日Ta的關系：

引入閃電定位系統所獲取的雷暴日Tdl與通過人工觀測所獲得雷暴日Ta之間的關系公式：

式中：Ta為人工觀測雷暴日，Tdl為閃電定位系統觀測雷暴日。將通過統計所得的福建省全省平均人工觀測所獲取的雷暴日50.33 d以及通過閃電定位系統所觀測的全省平均雷暴日61.65 d代入式10可得系數K2為1.22，從而可得到基于人工觀測雷暴日的雷暴日公式如下：

為了綜合利用兩種不同觀測來源的雷暴日數據，將式9與式11的結果取平均值作為各縣市的修正后的雷暴日，如式12：

將福建省67個縣市的閃電定位數據帶入式12,計算修正后的雷暴日，并通過式GB50057-2010中地閃密度公式，獲得修正后的雷電密度值，具體數值見表5，將修正后的雷電密度值與閃電定位系統所計算出來的雷電密度值進行比較后發現，擬合的效果較好，擬合系數為R2=0.920 7。

3 福建省雷電災害風險區劃

根據自然災害風險數學公式，結合雷電災害風險概念框架，綜合考慮利用層次分析法算出來的各級指標的權重，采用直接累加的方法算出三級、四級指標的值，再采用乘積的方法將二級指標進行乘積，用乘積結果代表雷電災害風險指數，具體方程如式13-18:

表5 修正后的福建省67個縣市的雷電密度 單位：次/km2·aTable 5 The lightning density of 67 counties and cities in Fujian province

以上公式中，LDRI為是雷電災害風險指數;VH、VE、VS、VR的值代表雷電災害風險區劃模型中B層各指標的風險指數；wh、we、ws、wr是前文中確定的 B層各 指標的 權重值 ；WH1、WH2、WE1、WE2、WE3、WS1、WS2、WS3、WR1、WR2相應地代表 C 層各指標的權重值；Ng為雷電密度；XH、XE1、XE2、XE3、XS1、XS2、XS3、XR1、XR2是C 層各指標量化后的值；Wpi（i=1,2,3,4,5）、Xpi（i=1,2,3,4,5）分別為D層各指標的權重值及量化后的值，將各指標的權重值代入式(13)～(18)，得到式(19)～(24)，通過計算得到福建省各縣市雷電災害風險指數，結果如表6所示：

表6 福建省各縣市雷電災害風險值Table 6 Lightning hazard value of counties and cities in Fujian province

利用聚類分析方法對福建省67個縣的雷電災害風險值進行分類，以平方歐氏距離作為樣本間判斷距離，采用質心聚類分級方法，設分級數k＝5得出分類結果，見表7。

表7 福建省67個縣市雷電災害風險值分級結果Table 7 The lightning disaster risk value classification results of 67 counties and cities in fujian province

利用繪圖軟件surfer11.0繪制福建省的雷電災害風險區劃圖，具體圖形見圖1。

圖1 福建省雷電災害風險區劃圖Figure 1 Lightning risk zoningmap of Fujian province

4 結論

(1)從分級的結果可以看出，福建省雷電災害風險值數量呈單峰型結構，大部分縣市的雷電災害風險值被劃分到第2～4級。其中羅源、清流、明溪3個縣市雷電災害風險區劃等級最高；華安、平潭、石獅三個縣市雷電災害風險區劃等級最低。

(2)從福建省雷電災害風險區劃圖可以看出福建省全省存在清流、明溪一帶以及羅源兩個雷電災害風險高發生區，南平北部、西部部分區域、三明西部部分區域、漳州中南部區域以及福州、莆田、泉州東部沿海一帶雷電災害風險較低。

(3)由于閃電定位數據與雷暴日人工觀測的不同屬性體現出來的差異性，綜合以上兩種數據進行數據優化，與現有的閃電定位數據的雷電密度進行擬合獲得了比較好的相關系數。將優化后的數據作為最終雷電災害風險值的指標能充分利用兩種數據來源的優勢。

(4)針對以上風險值相對較高的縣市，應加大雷電防御工作的資金投入比例，且因地制宜的制定雷電災害防御措施。對經濟較為發達、居民教育文化水平較高且雷電災害風險值高的縣市應加強雷電災害風險評估、新、改、擴建建構住物的防雷裝置設計審核、竣工驗收和已安裝防雷裝置的建構住物的防雷安全檢測等工作，杜絕雷電安全隱患；對位于經濟相對落后、教育文化水平偏低但雷電災害風險值高的縣市應加強對群眾防雷知識的普及等工作，讓防雷科技知識家喻戶曉，才能最大程度的降低雷電災害風險概率。

[1] 馬明，呂偉濤，張義軍，等.1997-2006年我國雷電災情特征[J].應用氣象學報,2008,19(4):393-400．

[2] 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):35-40.

[3] 馮民學，焦雪，韋海容，等.陜西省雷電災害易損性分析[J].氣象科學，2009,29(2):246-251.

[4] 李彩蓮，趙西社，等.江蘇省雷電分布特征分析、評估及易損度區劃[J].災害學，2008,23(4):49-53.

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

[6] 嚴銀春.江西省雷電災害易損性分析及區劃[J].江西科學，2006，24(2):131-135.

[7] 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，2010,29(3):279-283

[8] 扈海波，王迎春，熊亞軍.基于層次分析模型的北京雷電災害風險評估[J].自然災害學報，2010,19(1):104-109.

[9] 扈海波，潘進軍.S10公共氣象服務政策體制機制和學科建設[C]//第28屆中國氣象學會年會論文集，北京：2011.

[10] 王學良，余田野，朱傳林，等.我國中部五省雷暴日時空分布特征[J].熱帶地理，2013,33（1）：13-20.

[11] 樊運曉,羅云,陳慶壽．承災體脆弱性評價指標中的量化方法探討[J]．災害學,2000,15(2)：78-81．

[12] 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,2011,29(10)：28-32．

[13] 楊超，趙麗娟．模糊綜合評判法在廈門市雷電災害風險區劃中的應用[J]．氣候與環境研究,2011,16(6)：775-778．

[14] 曾金全,張燁方,王穎波．基于綜合評價算法的雷電災害易損度區劃模型研究[J]．氣象,2011,37(12)：1595-1600．

[15] 扈海波,王迎春,熊亞軍．基于層次分析模型的北京雷電災害風險評估[J]．自然災害學報,2010,19(1)：104-109．

[16] 中華人民共和國住房和城鄉建設部.建筑物防雷設計規范[M]．北京：中國計劃出版社,2010．

（責任編輯：葉麗娜）

Lightning Disaster Risk Zoning Based on Analytic Hierarchy Process in Fujian Province

ZHANG Lei1,TUWeiyun2,LITiancheng1,SUN Cailiang3,WANG Yingbo4

(1.Meteorological Bureau of Zhenghe County of Fujian Province,Zhenghe，Fujian 353600；2.The Fujian Province Meteorological Bureau of Nanping Yanping City District,Nanping,Fujian 353000;3.Meteorological Bureau of Fujian province Putian City,Nanping,Fujian 351100；3.The Fujian Province Meteorological Bureau of Nanping Yanping City District,Nanping,Fujian 353000；4.Fujian Lightning Protection Center,Fuzhou,Fujian 350001)

Based on the data of observation of annual thunderstorm from 1961 to 2010 provided by Fujian Provincial Meteorological Bureau and the lightning location and disaster data during 2006-2010 in Fujian,this paper analyzes the lightning risk and locations in Fujian Province.Four indicators including environmental sensitivity,vulnerability of hazard bearing body,disaster prevention and mitigation are chosen for the analysis and calculation of thunder and lightning disaster risk zoning in Fujian province.The present results show thathigh lightning risk areas in Fujian aremainly concentrated in the area of Qingliu,Mingxiand Luoyuan,and low risk of lightning value areas aremainly located in the north of Nanping,west part of Sanming,southern partof Zhangzhou and and coastal area.

lightning disaster;analytic hierarchy process;risk division;Fujian province

P429

A

1674－2109(2017)09－0053－07

2017-05-22

張雷（1983-），男,漢族，工程師，主要從事雷電及氣象相關的研究。