吳安坤
(貴州省氣象災害防御技術中心,貴陽 550081)
災害風險評價起源于20世紀30年代,美國田納西河流域管理局將風險、風險管理學與災害學相結合,提出了洪水災害風險評價的理論方法; 隨后20世紀70年代,逐步由定性化評價向半定量、定量性評價轉變[1]。 針對特定區域遭受災害的可能性及其可能的危害進行定量化的分析,因其先進的措施和模式受到越來越多災害管理者的重視[2-5]。在理論分析上,Blaikei等[6]認為災害的產生是承災體與致災因子相互作用的結果,致災因子難以改變,減少災害風險的關鍵是降低承災體脆弱性、提高防災減災能力。而后Petak等[7]分析地震、臺風等自然災害特征,總結災害評價理論方法并推廣應用。近年來,國內在災害風險評估理論方面也做了大量研究。黃崇福[8]針對自然災害風險評價中存在的信息不完備或是缺失的情況,提出基于信息擴散論的風險評價模型,在災害風險評價與災情評估預測方面取得了廣泛的應用[9-11]。史培軍[12-13]提出了區域災害系統論的觀點,認為災害是致災因子、孕災環境與承災體綜合作用的結果。張繼權等[14]指出災害評價應注重多層面、多元化及多學科間的相互滲透應用,提出氣象災害的形成是由致災因子、孕災環境、承災體以及防災減災能力4個因素作用的結果。
雷電災害作為常見的自然災害,諸多學者從自然災害風險機制引入雷電災害風險時,僅從災害風險的危險性、暴露性或承災體的脆弱性3個方面著手研究[15-18],沒有考慮災情承受或災后恢復能力的影響。據此,文章以貴州省為例,從雷電災害形成機制方面入手,建立致災因子、孕災環境、承災體和防雷減災能力的雷電災害風險四要素,基于目標、準則、指標層建立雷電災害風險結構體系模型,以此開展雷電災害風險評價研究,為防雷減災和科學決策提供參考。
貴州地處云貴高原東側,屬低緯高原,為亞熱帶季風氣候,年平均氣溫為15℃左右,年降水量1 300mm左右。東部全年受濕潤的東南季風控制,西部則處于東南季風向西南季風過渡地帶,地處低緯度高原,離海洋較近,境內山脈縱橫,河流交錯蜿蜒,地形地勢復雜,致使山地、河谷的氣候垂直變化特別明顯,素有“天無三日晴”之說,呈現“一山分四季,十里不同天”的景象。特殊的地理位置和地形環境,造成境內局地氣流變化明顯、冷暖空氣頻繁交匯,極易出現雷暴天氣過程,引發雷電災害事故[19]。
該文使用的資料有:(1)貴州省近10年(2006~2015年)閃電監測資料,來源于貴州省閃電監測定位系統; (2)巖土電導率數據來源于世界土壤數據庫(簡稱HWSD),是由聯合國糧農組織(FAO)、國際應用系統分析研究所(IIASA)、荷蘭ISRIC-World Soil Information、中國科學院南京土壤研究所(ISSCAS)、歐洲委員會聯合研究中心(JRC)于2009年3月共同發布,其分辨率可達1km; (3)貴州省2014年88個區縣的總人口數、GDP 等會經濟數據,取自貴州省統計年鑒[20]; (4)DEM數據,來源于美國地質調查局EROS數據中心的GTOP30數據集,分辨率達30m。按切片下載后經柵格拼接,剪切生成貴州省dem柵格數據,坡度在dem數據的基礎上生成; (5)貴州省基礎地理數據(含區縣邊界、水系分布等)以及區縣行政區域圖。
基于GIS進行柵格數據的處理與分析,均采用取樣或插值生成分辨率0.005°×0.005°的柵格進行計算分析。

圖1 雷電災害風險形成四要素

圖2 雷電災害風險結構體系評價模型
該文對雷電災害風險的分析,除了考慮災害風險的危險性、暴露性或承災體的脆弱性外,還引入防雷減災能力,認為形成雷電災害必須具有條件:
(1)致災因子:誘發雷電災害的因素,主要由雷電活動規模、活動頻次等決定,具體有雷電流強度、閃電密度。
(2)孕災環境:形成雷電災害的環境,主要由下墊面的性質、所處環境的氣候因素等決定,包括土壤導電性能、地形海拔變化。
(3)承災體:雷電影響的人類活動、社會財產等,直接直接作用于當地的人口、經濟情況。
(4)防雷減災能力:采取工程性、非工程性防雷措施對雷電災害進行防御,以及災后的應急處理、恢復能力。
據此,模擬雷電災害風險形成過程,從致災因子、孕災環境、承災體和防雷減災能力4個方面選取相應的評價指標,基于目標、準則、指標層建立雷電災害風險區劃結構模型如圖2,分別進行危險性、敏感性、易損性以及防雷減災能力分析,進一步完成雷電災害風險區域劃分。
雷電災害的形成與雷電空間分布以及海拔、坡度、人口、經濟等下墊面密切相關,將數據地圖化是進行雷電災害風險區劃分析關鍵。該文借助ArcGIS 10.2地理信息處理分析能力,以區、縣行政區域作為最小研究單位,建立貴州省雷電災害風險區劃技術流程(圖3)。

圖3 貴州省雷電災害風險區劃技術流程
表1 雷電災害風險評價指標權重

目標層準則層指標層風險因子權重指標權重雷電災害風險致災因子0 3786地閃密度[次/(km2·年)]0 5896地閃強度(kA)0 0083強電流密度[次/(km2·年)]0 4021孕災環境0 2764土壤導電率(μs/cm)0 2349水系密度0 1391DEM0 3274坡度分布(°)0 2986承災體0 1872人口密度(人/km2)0 4749地均GDP(萬元/km2)0 5126第三產業比例0 0124防雷減災能力0 1578人均GDP0 2076醫療服務0 2958災害防護常識普及0 4967
區域雷電災害風險受致災因子危險性、孕災環境敏感性、承災體易損性和防雷減災能力的影響,根據建立的結構體系模型,采用GIS柵格空間分析,建立雷電災害風險計算。
LR=Ha+Eb+Sc-Rd
(1)
H=H1XH1+Λ+HmXHm
(2)
E=E1XE1+Λ+EnXEn
(3)
S=S1XS1+Λ+SiXSi
(4)
R=R1XR1+Λ+RjXRj
(5)
式(1)~(5)中,LR是雷電災害風險值;H是致災因子危險性指數;E是孕災環境敏感性指數;S是承災體易損性指數;R是防雷減災能力指數;a、b、c、d、X分別為其所對應的權重系數。
采用投影尋蹤模糊聚類(Projection Pursuit Classification,稱PPC)的客觀方法,直接由樣本數據驅動進行數據挖掘,通過遺傳迭代,尋求最優投影方向,將多維數據投影到低維空間,最終各指標的最佳投影方向即為各自的權重。
建立以網格化后的風險區劃因子(包括致災因子、孕災環境、承災體、防雷減災能力)及其對應的指標為基礎的風險評價集合,利用GIS技術獲取各縣區評價指標(風險因子)的均值,代入遺傳算法的投影尋蹤模型,逐一計算其最優投影方向向量,得到評價指標體系的權重如表1。
根據各風險評價指標因子及對應的權重,采用自然斷點法對致災因子、孕災環境、承災體、防雷減災能力以及綜合雷電災害風險屬性值進行等級劃分,依次劃分為高、次高、中、次低、低級5級。等級劃分標準見表2。
表2 等級劃分標準

危險性敏感性易損性防雷減災能力雷電災害風險風險等級等級劃分<0 2776<0 1084<0 1861<0 1137<0 1997低0 2778~0 39820 1085~0 19480 1862~0 26480 1138~0 20610 1998~0 3135次低0 3983~0 55490 1949~0 30200 2649~0 40320 2062~0 33280 3136~0 4912中0 5550~0 74780 3021~0 44140 4033~0 78960 3329~0 60630 4913~0 7778次高0 7479~1 00000 4415~0 98350 7897~0 99320 6064~0 99250 7779~1 2493高

圖4 致災因子危險性區劃圖
(1)致災因子危險性
危險性整體西部高于東部,高危險區主要分布在貴陽白云、觀山湖、修文、清鎮、息烽,六盤水的水城、六枝,畢節的七星關、黔西、織金,黔西南的晴隆、望謨以及安順的普定等區域; 低風險區分布在黔南的平塘、獨山、荔波,黔東南的從江、黎平、臺江、劍河等地。
(2)孕災環境敏感性
從土壤電導率、水系密度、地形高程(DEM)和坡度分布4個方面構建敏感性指標,對貴州雷電災害孕災環境進行區劃分析,孕災環境敏感性中部整體呈現偏弱,低于周邊。高及次高敏感區主要分布在西部的威寧—水城—六枝—晴隆—關嶺—望謨—羅甸—冊亨、東南部的天柱—錦屏—劍河—雷山—三都—從江—榕江—黎平以及北部的赤水—習水—桐梓—正安—道真—務川—沿河—印江—江口一帶。
(3)承災體易損性
從人口密度、地均GDP、第三產業比例3個方面構建指標,對貴州雷電災害承災體進行區劃分析。高易損性區域為貴陽的云巖、南明區及六盤水的鐘山區,次高易損區主要分布在各市州的主城區及其周邊區域,而低易損區主要分布在遵義的北部、黔東南的東南部以及黔南的南部區域,與人口和社會經濟分布有很大的關系。

圖5 孕災環境敏感性區劃圖 圖6 承災體易損性區劃圖

圖7 防雷減災恢復能力區劃圖 圖8 貴州省雷電災害風險區劃圖
(4)防雷減災能力
從人均GDP、醫療服務以及災害防護常識普及3個方面構建指標,對貴州防雷減災能力進行區劃分析,畢節、貴陽、銅仁的防雷減災能力依次高于黔南、黔西南、遵義、六盤水、安順、黔東南。
受地理位置、閃電活動以及經濟發展的影響,全省雷電災害風險西部高于東部,整體呈現由西南部向東北部遞減。
云巖區、南明區、白云區中北部、烏當區西北部、水城、六枝、普定、晴隆、關嶺西北部為雷電災害高風險區; 次高風險區主要分布在盤縣北部、普安北部、興仁東北部、鐘山區、七星關區的西南部及東北部、織金及納雍南部、黔西、鎮寧、紫云、望謨北部、仁懷南部、播州西部邊緣、赤水河谷、修文、觀山湖,以及北部習水、桐梓、正安、務川等地的部分區域,東南部麻江、丹寨、雷山等地部分區域; 次低及低風險區主要分布在威寧及赫章西部區域、開陽東北部、平塘中東部、獨山、荔波、萬山、玉屏、碧江、思南、石阡、沿河的部分區域。
該文應用閃電監測資料、土壤數據庫資料、GTOP30數據集以及社會經濟統計和相關地理信息數據,模擬雷電災害形成過程,建立雷電災害風險評價模型,采用投影尋蹤客觀賦權方法獲取指標權重,從致災因子危險性、孕災環境敏感性、承災體易損性和防雷減災能力強弱4個方面作定量化分析。通過災前風險識別,開展定量化的雷電災害風險評價,可針對性的制定綜合對策,為提高貴州省雷電災害防御能力提供科學決策參考。
但由于定量化分析雷電災害風險受指標因子的選取、資料數據的收集處理等因素的影響,下一步將從幾個方面進行完善:承災體及防雷減災能力中涉及的指標大多以各級行政單元為主,特別是人口、經濟數據,其分布情況無法顯示區域內部的差異。引入DMSP/OLS夜間燈光、NDVI植被指數等遙感數據,結合DEM、人口、經濟(GDP)等資料,融合GIS、RS技術進行人口經濟數據空間化處理。此外,優化指標因子的選取,完善評價體系模型。
[1] 章國材. 氣象災害風險評估與區劃方法.北京:氣象出版社, 2010
[2] Cutter S L.Vulnerability to environmental hazards.Progress in Human Geography, 1996, 20: 529~539
[3] Smith D I.Flood damage estimation: A review of urban stage-damage curves and loss functions.Water Sa, 1994, 20(3): 231~238
[4] 張超, 吳瑞芬.內蒙古玉米干旱風險區劃方法研究.中國農業資源與區劃, 2015,36(7): 134~141
[5] 肖志強, 樊明,趙彥鋒.武都山區農業冰雹災害發生規律及風險區劃研究.中國農業資源與區劃, 2013,34(6): 176~180
[6] Blaikei P,Cannon X, Davis I,et al. At risk:Natural hazard,people vulnerability and Disasters.London:Routledge, 1994: 147~167
[7] Petak W J,Atkisson A A.Natural hazard risk assessment and public policy.Anticipating the Unexpected.New York:Springer, 1982: 18~27
[8] 黃崇福. 自然災害風險評價:理論與實踐.北京:科學出版社, 2005: 96~98
[9] 劉引鴿, 繆啟龍,高慶九.基于信息擴散理論的氣象災害風險評價方法.氣象科學, 2005,(1): 84~89
[10]張麗娟, 李文亮,張冬有.基于信息擴散理論的氣象災害風險評估方法.地理科學, 2009,29(2): 250~254
[11]吳安坤, 曾勇,張淑霞.基于信息擴散理論的雷電災害事故預測.安全, 2016, 37(3): 8~10
[12]史培軍. 論災害研究的理論與實踐.南京大學學報(自然科學版), 1991, 11: 37~42
[13]史培軍. 再論災害研究的理論與實踐.自然災害學報, 1996, 5(4): 6~17
[14]張繼權, 岡田憲夫,多多納裕一.綜合自然災害風險管理——全面整合的模式與中國的戰略選擇.自然災害學報, 2006, 15(1): 29~37
[15]尹娜, 肖穩安.雷災易損性分析、評估及易損度區劃.熱帶氣象學報, 2005, 21(4): 441~449
[16]嚴春銀. 江西省雷電災害易損性分析及其區劃.江西科學, 2006, 24(2): 131~135
[17]殷嫻, 肖穩安,馮民學,等.區域雷災分布特征及易損度區劃.氣象科技, 2009, 37(2): 216~220
[18]吳安坤, 劉波,張淑霞,等.貴州省雷電災害易損性區劃.氣象與環境研究, 2013, 4(2-3): 15~17
[19]吳安坤, 張淑霞,劉波,等.近50年貴州省雷暴氣候特征分析.防災科技學院學報, 2013, 15(4): 87~91
[20]貴州省統計局, 國家統計局貴州調查總隊.貴州統計年鑒2015.北京:中國統計出版社, 2015