基于GIS的山丹縣氣象災害風險區劃研究

楊易誠

摘要? 利用山丹歷史災害數據、氣象資料和GIS系統，根據氣象災害風險評估方法和原理，綜合考慮致災因子、孕災環境、承災體和防災減災能力，確立了山丹縣干旱、暴雨、大風、低溫凍害等12種氣象災害風險區劃，提出了氣象災害防御區分區，對提升氣象防災減災綜合能力和應對氣候變化能力，最大限度地減少氣象災害造成的損失具有重要的現實意義。

關鍵詞 氣象災害;GIS;風險區劃

中圖分類號：P429 文獻標識碼：A 文章編號：2095-3305（2019）01-032-05

DOI： 10.19383/j.cnki.nyzhyj.2019.01.013

Study on Risk Zoning of Meteorological Disaster Based on GIS in Shandan County

YANG Yi-cheng（Linze County Meteorological Bureau， Linze， Gansu 743200）

Abstract Using the historical disaster data and meteorological data in Shandan and GIS system， according to the meteorological disaster risk assessment method and principle， considering the disaster-causing factors， the environment pregnant with disasters， hazard bearing body and disaster prevention and mitigation capacity， 12 kinds of meteorological disaster risk zones such as drought， rainstorm， strong wind， low temperature and freezing injury were established， and the protection zones for meteorological disasters were put forward， in order to improve the comprehensive ability of meteorological disaster prevention and mitigation and the ability to cope with climate change， and minimize the losses caused by meteorological disasters.

Key words? ?Meteorological disaster; GIS; Risk zoning

氣象災害風險是指氣象災害發生及其給人類社會造成損失的可能性。氣象災害風險既具有自然屬性，也具有社會屬性，無論自然變異還是人類活動都可能導致氣象災害發生。20世紀30年代，美國開創了氣象災害風險評估的先河，并對洪水災害風險分析的理論和方法進行了初步探討[1]。我國氣象災害評估工作始于20世紀50年代，最開始用于洪澇、干旱等主要災種;20世紀90年代后臺風、風暴潮、冰雹等在內的氣象災害評估工作及研究在全國范圍內大規模展開;近幾年氣象災害頻發，國家有關部門意識到氣象災害評估工作必須提升到災害防御的核心位置上來，大力開展了沿海、丘陵、西北黃土等區域的氣象災害評估工作。

山丹縣土地資源豐富，為發展農牧業生產提供了良好條件，荒地資源豐富，面積達6.3萬hm2，若有水灌溉，發展潛力很大。據統計，氣象災害占山丹縣自然災害的80%以上，每年因氣象災害造成的經濟損失占當年GDP的1%～3%，對山丹縣經濟社會發展、工農業生產、人民群眾生命財產安全和生態環境等造成較大影響，并且全球氣候變暖使各類極端天氣事件變得更為頻繁，氣象災害的強度和影響程度不斷加重。

1 山丹地理氣候概況和經濟概況

山丹縣位于甘肅省西北部河西走廊中段，地處100°41′～101°42′E， 37°50′～39°03′N，東靠永昌縣，西鄰民樂縣，西北與甘州區接壤，東南與肅南裕固族自治縣皇城區相連，南以祁連山冷龍嶺與青海省為界，北過龍首山與內蒙古自治區阿拉善右旗相望。山丹縣北部區為荒漠戈壁，熱量充足但水資源缺乏，自然生態環境比較惡劣，植被多為荒漠沙生植物，土壤沙化嚴重;中部是農業生產的主要種植區域，耕地集中連片，農田水利條件比較優越，光熱資源豐富，土地利用率高，人口密集，是小麥的主要產區;南部區地形高低不平，坡大溝深，耕地主要以山旱地為主，間有草地，植被覆蓋率高，熱量不足，無霜期短，自然災害頻繁（圖1）。

根據2010年《山丹統計年鑒》統計，2010年年末，山丹縣戶籍人口20.952 7萬人，人口密度為30人/km2;全縣實現國民生產總值27.5億元，人均13 892元;城鎮居民人均可支配收入10 006元，農村居民人均純收入5 405元;實現農業增加值4.98億元，糧食種植面積2.606萬hm2，油料種植面積0.574萬hm2，其他作物種植面積0.7萬hm2。

2 數據來源以及數據處理

用于建立氣象災害風險評估模型的資料主要包括：①基礎地理數據：山丹縣1∶50 000分辨率的DEM數據、行政區劃圖、水系湖泊圖、土地利用分布圖。②氣象數據：山丹縣1971—2011年常規氣象站和2005—2011年區域自動站觀測資料。③歷史災情數據：山丹縣1971—2011年直接經濟損失、農業經濟損失、受災人口、受災面積等歷史災情數據。④社會數據：山丹縣2010年統計年鑒資料，包括土地面積、人口密度、人均GDP等。

對所用數據進行了嚴格的質量檢測和篩選，研究過程中數據工具包括社會科學統計軟件SPSS、數據庫軟件Access和地理信息系統軟件ArcGIS9.2。

3 氣象災害風險區評估原理和方法

氣象災害風險是指氣象災害發生及其給人類社會造成損失的可能性。根據區域災害系統理論，災害系統主要由致災因子、孕災環境和承災體共同組成。在氣象災害風險區劃中，危險性是前提，易損性是基礎，風險性是結果。其中，氣象災害危險性是自然屬性，承災體潛在易損性是社會屬性。氣象災害風險性可以表達為：

氣象災害風險[2]=F（致災因子危險性，孕災環境敏感性，承災體易損性，防災減災能力）（1）

通過對致災因子危險性、孕災環境敏感性、承災體易損性、防災減災能力等多因子綜合分析，構建氣象災害風險評價的框架、指標體系、方法與模型，對氣象災害風險程度進行評價和等級劃分，采用風險指數法、層次分析法、加權綜合評分法等數量化方法，借助GIS繪制相應的風險區劃圖系，分為氣象災害高風險區、次高風險區、中等風險區、次低風險區和低風險區5級，區劃的技術流程見圖2。

3.1 氣象災害風險評價研究方法

3.1.1 層次分析法 層次分析法（AHP）[3]采用先分解后綜合的系統思想，整理和綜合人們的主觀判斷，使定性分析與定量分析有機結合，實現定量化決策。它可以將無法量化的指標按照大小排出順序，把它們彼此區別開來。通過將每個因子的組成指標成對地進行一對一的比較、判斷和計算，得出每個指標的權重，以確定不同指標對同一因子的相對重要性。

3.1.2 加權綜合評價法 加權綜合評價法[4] （WCA）是假設由于指標i量化值的不同，而使每個指標i對于特定因子j的影響程度存在差別，用公式表達為：

Cvj=QVijWci

其中CVj是評價因子的總值， QVij是對于因子j的指標i（QVij≥0） ，WCi是指標i的權重值（0≤WCi≤1） ， 通過AHP方法計算得出， m是評價指標個數。加權綜合評價法綜合考慮了各個因子對總體對象的影響程度，是把各個具體指標的優劣綜合起來，用一個數量化指標加以集中，表示整個評價對象的優劣，因此，這種方法特別適合于對技術、決策或方案進行綜合分析評價和優選，是目前最為常用的計算方法之一。

3.2 氣象災害風險評價指標的量化

根據不同災種風險概念框架選取不同的指標，由于所選指標的單位不同，為便于計算，選用以下公式將各指標量化成可計算的1～10的無量綱指標[5]：

Xij′=Xij×10/Ximaxj（3）

其中Xij′與Xij分別表示象元j上指標i的量化值和原始值，Ximaxj表示指標i在所有象元中的最大值。

3.3 分災種風險評估模型的建立

考慮致災因子危險性、孕災環境敏感性、承載體脆弱性和災害防御能力，建立災害風險指數評估模型[2]：

DRI=（HWh）（EWe）（VWv）（RWr）[0.1（1-a）R+a]（4）

H=∑WhkXhk（5）

E=∑WekXek（6）

V=∑WvkXvk（7）

R=∑WrkXrk（8）

其中，DRI是災害風險指數;H、E、V、R分別表示致災因子危險性、孕災環境敏感性、承災體易損性和防災減災能力因子指數;WH、WE、WV、WR表示相應的權重，根據山丹縣氣象災害實際情況，分別賦值0.4、0.2、0.2、0.2;Xk是指標k量化后的值;Wk為指標K的權重，表示各指標對形成氣象災害風險的主要因子的相對重要性;a為常數，用來描述防災減災能力對于減少總的DRI所起的作用，考慮山丹縣的實際情況，取值0.8。

3.4 綜合風險評估模型的建立

IDRI=∑DRIkWk（9）

其中，IDRI是氣象災害綜合風險指數[2]，DRIk是災種k的風險指數，Wk為災種k的權重，是根據山丹縣每個災種的損失情況，計算各鄉鎮氣象災害的風險系數時，給5級風險區分別賦以相應的權重，乘以各風險等級所占面積百分率后進行累加，最后根據各鄉鎮風險系數值進行排序。

4 山丹縣氣象災害風險區劃以及防御分區

4.1 致災因子危險性分析

致災因子危險性指氣象災害異常程度，主要是由氣象致災因子活動規模（強度）和活動頻次（概率）決定的。一般致災因子強度越大，頻次越高，氣象災害所造成的破壞損失越嚴重，氣象災害的風險也越大[6]。針對討論的12類氣象災害，除了雷電以外，其他11類氣象災害的危險性指數都是通過山丹范圍內或者周邊的區域氣象站的多年觀測數據計算分析得到，主要方式即統計每個氣象站點的災害發生頻數，并歸一化，最后利用GIS的數據內插功能，獲取12類氣象災害的危險性指數分布圖，圖3為干旱和低溫凍害的危險性等級計算結果（柵格大小統一為50 m×50 m）。

4.2 承災體易損性分析

承災體易損性是指在給定危險地區存在的所有人和財產，由于潛在的氣象危險因素而造成的傷害或損失程度。一般來說，承災體的易損性越低，氣象災害損失愈小，氣象災害風險也愈小，反之亦然。承災體易損性評價是對各類受影響因子對不同氣象災害的承受能力進行分析，本區劃中主要是評估山丹縣人口、社會經濟財產、農作物布局由于潛在的氣象災害威脅而造成的傷害或損失程度。根據山丹縣實際情況，承災體易損性分析選擇各縣（區）耕地面積比、各縣（區）人口密度和GDP密度作為評價指標。

利用GIS技術將人口、GDP、耕地比數據空間化，采用1 000 m×1 000 m網格（圖4），由于承災體對不同災種的相對重要程度不同，因此在計算承災體易損性時要賦予它們不同的易損性因子系統（表1），根據風險指數法、層次分析法、加權綜合評分法得出各災種承災體的易損性。

4.3 各類氣象災害風險區劃

氣象災害的風險區劃主要從致災因子危險性、孕災環境敏感性、承災體易損性、防災減災能力4個方面進行綜合分析得到。致災因子危險性見氣象災害危險性等級分布圖（圖5）;孕災環境敏感性分析主要考慮地形因子如坡度及高度、河網密度2個方面;承災體易損性分析主要以人口密度、經濟密度、耕地比為基本要素;防災減災能力分析是指分析為減少氣象災害所致損失而進行的一系列工程和非工程措施，主要考慮人均國民生產總值。最后將上述4個方面內容加權疊加，得到12種氣象災害風險區劃圖和各鄉鎮氣象災害風險排名表（表2）。

4.4 氣象災害風險綜合區劃

根據各類氣象災害對山丹縣造成的損失確定權值，將各鄉鎮的風險指數進行疊加，再將綜合風險指數進行排序（表3），得到山丹縣氣象災害綜合風險區劃圖（圖6）。

由圖6可見，山丹縣氣象災害綜合風險東南高西北低，其中山丹馬場南部、霍城大部、東樂東北部分地方發生氣象災害的風險最高;東樂中部、清泉、位奇、陳戶、老軍大部為氣象災害綜合低風險區。

4.5 氣象災害防御區分區

山丹氣象災害重點防御區主要包括山丹馬場大部地區、霍城大部地區及東樂局部地區，該區域為山丹主要的糧食作物主產區，受災后損失大。主要防御干旱、暴雨洪澇、冰雹、低溫凍害、雷電、大風、沙塵暴、地質災害、雪災、干熱風等災害（圖7）。

山丹氣象災害次重點防御區主要包括大馬營大部、李橋局部、東樂局部地區，這些地區主要為農作物種植區及設施農業種植區，受災后損失較大。主要防御地質災害、低溫凍害、暴雨洪澇、冰雹、大風、沙塵暴、雷電、冰雪、干熱風等災害。

山丹氣象災害一般防御區主要包括東樂局部、清泉大部、老軍大部、陳戶局部地區，該地區人口集中，山丹主要的工業產業重點發展區，旅游資源較豐富，主要防御暴雨洪澇、地質災害、沙塵暴、低溫凍害、干旱、大風、沙塵暴等災害。

5 總結

利用氣象數據、歷史災害數據和GIS系統，將山丹縣各鄉鎮12種氣象災害進行了一般、次級、中級、次高、高風險區5個等級的區劃，并劃分了氣象災害分區防御，為有關部門對氣象災害進行有效管理和防災減災提供了科學參考依據，對防御氣象災害工作及降低災害損失有著很好的指導意義。

結合山丹縣經濟社會發展需求，當前氣象災害防御能力仍存在以下薄弱環節：①氣象災害綜合監測預警能力有待進一步提高。體現在當前氣象業務體系對于突發氣象災害的監測能力弱、預警能力低，像高速公路道路情況及山洪、地質災害等的監測能力不足等，不能滿足氣象災害防御需求。②氣象災害防御布局重點不夠明確。一些影響經濟的重點敏感行業和中心城鎮的氣象災害易損性越來越大，氣象災害造成的損失越來越重。③全社會氣象災害綜合防御體系不夠健全。社會減災意識不強，部門間信息實時共享不充分，聯動防御氣象災害的機制不健全;基層和公眾氣象災害主動防御能力不足、應急能力弱，缺乏必要的防災知識培訓和應急演練;防災減災法規不健全，缺乏科學的氣象災害防御指南;面對氣象災害頻發易發趨勢，氣象災害防御的形勢更加嚴峻。

參考文獻

[1] 楊郁華.國外國土整治經驗介紹——美國田納西河是怎樣變害為利的[J].地理譯報，1983（3）：1-5.

[2] 楊豐政.基于GIS的徐水縣氣象災害風險評估研究[D].南京：南京信息工程大學，2012：10-11，16-17.

[3] 王艷華，曹文洪，戴清.層次分析法的改進及其在引黃灌區水沙配置中的應用[J]. 泥沙研究，2007（4）：43-44.

[4] 張會，張繼權，韓俊山.基于GIS技術的洪澇災害風險評估與區劃研究——以遼河中下游地區為例[J].自然災害學報，2005（6）：142-143.

[5] 劉昌杰.基于GIS的氣象災害風險精細化評估系統研究與實現[D].南京：南京信息工程大學，2012：5-6.

[6] 朱浩，樊彥國，武騰騰.開源GIS支持下的氣象災害風險區劃分析[J].氣象與環境科學，2012（3）：36-37.