基于多源數據的深圳市雷電災害風險區劃

楊悅新 郭宏博 秦子龍 蘇琳智 羅欣

（1 深圳市氣象公共安全技術支持中心，深圳 518040；2 香港理工大學，香港）

0 引言

近年來，雷電災害的科學防護越來越受到重視[1]，許多地區都開展了雷電災害風險區劃，雷電災害風險區劃是根據雷電災害風險程度和特點等進行的地域劃分，更加清晰地反映雷電災害的空間分布規律與地區差異。其作用是雷電敏感行業（如爆炸危險場所）在城鄉規劃和工程建設、區域開發時，避開氣象災害高風險區；對已決策或已處于高風險區內又難以搬遷的雷電敏感行業，為其防災工程的設計標準提供科學依據。其技術核心在于構建評價指標體系和賦予權重。黃崇福等[2]提出了自然災害風險區劃圖的潛在發展方向。程向陽等[3]采用專家打分法研究雷電災害風險評估及區劃方法；高燚[4]利用聚類分析方法研究雷電災害易損度風險區劃；趙偉[5]利用遙感夜間燈光數據、植被指數和DEM數據構建人居指數，進行柵格尺度上的雷災承災體易損性分析；崔遜[6]使用組合評價法研究雷電災害風險區劃；楊天琦[7]考慮雷電流強度的影響，運用層次分析法對區域雷電災害風險提出了管理方法；陳廣昌[8]采用灰色關聯分析法分析致災因子權重，構建雷電災害危險度指數模型。呂海勇等[9]利用閃電定位、雷災和GDP數據，用分級法結合GIS進行了廣東省雷電災害易損性分析與風險區劃。雷電災害風險區劃的方法多種多樣，所研究指標應該具有廣泛性，盡可能選取較多與雷電災害相關的指標參數，這是很多研究人員的共識，然而衡量指標權重的方法可能更為關鍵，熵值法是一種定量的客觀的評價方法，根據指標變異程度大小決定指標權重，是一種科學的災情評價方法。其原理是：假設有m個待評方案，n項評價指標，組成一個m行、n列的原始指標矩陣。若某項指標中，指標值之間的差異越大，該項指標對于整個綜合評價的貢獻越大，賦予的權重越大；反之，若某項指標值差異很小，甚至差異為零，即全部指標值相等，則該項指標在評價中起不到作用。通過對指標進行標準化處理，計算差異系數為各項指標賦予權值，最后計算綜合風險值，劃分風險等級。

深圳地屬亞熱帶季風性氣候，夏季長冬季暖，雨量充沛，靠山面海，地勢東高西低，北方冷空氣翻越南嶺侵入，在當地充沛的熱力條件配合下，會產生強烈的對流天氣；熱帶天氣系統的登陸影響，也會帶來較強的對流天氣；另外，本地水汽充沛，局地的熱力或動力擾動同樣會產生強烈的雷暴天氣。深圳是一個創新之都、科技之都，同時也是一個人口密度和GDP密度很高的城市，雷電災害會間接影響社會的方方面面，尤其對于易燃易爆等場所的雷災防御和選址決策等，需要科學和嚴謹的方法作為技術支撐，雷電災害風險區劃不僅可以在宏觀上將城市的雷電風險劃分出不同的等級，作為城市防雷減災及重大工程選址等的重要決策依據，而且可以根據風險區劃結果對雷電災害防御單位提供更有針對性的雷電預警戒備服務，減少雷電災害的發生[10]。

1 資料及數據處理

本文依據自然災害風險分析原理，從致災因子危險性、承災體暴露度和承災體脆弱性三方面，通過建模得到雷電災害風險區劃結果。主要用到的資料包括氣象資料、社會經濟和人口資料、雷電災情資料、地理環境資料等數據。氣象資料包括地閃密度和地閃強度，為深圳市2013—2017年的Vaisala TS8000閃電定位網探測的數據；社會經濟和人口資料來源于中國千米網格 GDP 分布數據集和中國千米網格人口分布數據集（2015年）；雷電災情資料來源于《1992—2017年深圳市雷電災害統計數據》；地理環境資料包括深圳市數字地面高程（DEM）、地形起伏和實測土壤電導率。所有數據都按照1 km×1 km網格歸一化后處理成相應的柵格數據。

地閃密度是指單位面積內所發生的雷擊大地年平均次數，反映了雷電活動的自然規律，地閃密度越大說明致災因子越活躍。深圳市地閃密度分布呈現出西部高、東部低的特點，與地閃強度分布差異較大，地閃強度分布為東部強、西部弱（圖1）。分析該原因可能與地形分布有較大的關系，深圳西部海拔低、土壤電導率高、土壤容易導電；東部多山區，海拔高，土壤電導率低，土壤不易導電。因此雷暴云容易在西部形成對地閃擊，地閃密度較高，而雷暴云的能量相對固定的情況下，地閃密度高的則平均雷電流就更小。地形起伏即地形標準差，標準差越大說明高差越大，當地形起伏越大時，雷暴云在局部地區形成了畸變的空間電場越大，越容易發生對地雷擊，因此深圳地閃密度最高的區域在梧桐山一帶。人口的分布也是西部密度高于東部，GDP分布則相對分散，西部略高于東部。雷災數據顯示，深圳因雷擊導致人員傷亡的情況非常少，雷電災害生命損失指數沒有明顯的特點，因雷擊導致經濟損失總體還是西部高于東部。

圖1 深圳市地閃密度（a）和地閃強度（b）分布 Fig. 1 The distribution of cloud-ground flash density (a)and intensity in Shenzhen (b)

2 風險區劃建模

雷電災害風險區劃是將氣象資料、社會經濟人口資料、雷電災情資料、地理環境資料進行歸一化處理，并把所有數據在GIS平臺上進行柵格化，柵格數據以1 km2為單元，利用熵值法得到各項因子的權重，從而計算得出風險指數LDRI，本文參照自然災害風險評估理論的方法進行區劃建模（圖2）[11-13]。

圖2 雷電災害風險區劃模型 Fig. 2 Zoning model of lightning disaster risk

雷電災害風險區劃模型由致災因子危險性RH和承災體易損性RV組成，而易損性又包括暴露度RE與脆弱性RF，各因子的權重均由熵值法得出。對于某一指標，當其在GIS上呈現差異性越大時，則該指標權重越高，差異性越小，則認為該指標對結果的貢獻越小，權重就越低。區劃模型求風險指數LDRI的計算公式為：

式中，LDRI為雷電災害風險指數；RH為致災因子危險性，wh為致災因子危險性權重；RE為承災體暴露度，we為承災體暴露度權重；RF為承災體脆弱性，wf為承災體脆弱性權重。

上述模型中致災因子危險性RH分別由氣象因子和環境因子所共同決定：

式中，RH為致災因子危險性；Ld為地閃密度，wd為地閃密度權重；Ln為地閃強度，wn為地閃強度權重；Sc為土壤電導率，ws為土壤電導率權重；Eh為海拔高度，we為海拔高度權重；Tr為地形起伏，wt為地形起伏權重。

承災體暴露度RE由生命損失指數、經濟損失指數和防護能力共同決定：

式中，RE為承災體暴露度；Pd為人口密度，wp為人口密度權重；Gd為GDP密度，wg為GDP密度權重。根據熵值法，求得wp和wg分別為0.7009和0.2991。

承災體脆弱性RF由人口密度和GDP密度共同決定：

式中，RF為承災體脆弱性；Cl為生命損失指數，wc為生命損失指數權重；Ml為經濟損失指數，wm為經濟損失指數權重。根據熵值法，求得wc和wm分別為0.4980和0.5020。

3 風險區劃結果

根據上述數據處理方法和雷電災害風險區劃模型，分別得到致災因子危險性RH、暴露度RE、脆弱性RF和雷電災害風險指數LDRI的分布圖。

3.1 致災因子危險性RH

致災因子危險性主要考慮氣象因子（地閃密度與地閃強度）和環境因子（土壤電導率、海拔高度和地形起伏）兩個大方面的影響因素，為消除各指標的量綱差異，對每個影響因子的指標值進行歸一化處理，求出各影響因子的權重大小，通過致災因子危險性RH公式求解得到深圳市雷電致災因子危險性分布圖，顏色深淺代表致災因子危險的大小（圖3）[14-15]。

圖3 深圳市雷電致災因子危險性分布圖 Fig. 3 Risk distribution of lightning disaster factors in Shenzhen

由圖3可知，深圳市雷電致災因子存在較為明顯的區域性差異，高危險區主要在中南部區域，結合上述氣象因子和環境因子數據分布，回擊密度、海拔高度和地形起伏對此結果有較為明顯的作用，環境因子占93.53%，氣象因子占6.47%。表1給出了根據熵值法求得各影響因子權重的大小。

表1 致災因子危險性影響因子權重大小 Table 1 Weight of the impact factor in hazard factor

3.2 承災體易損性RV

承災體易損性由其暴露度RE和脆弱性RF組成。暴露度RE主要考慮人口密度和GDP密度兩個方面的影響因素，為消除各指標的量綱差異，對每個影響因子的指標值進行歸一化處理，求出各影響因子的權重大小，通過暴露度RE和脆弱度RF公式求解得到深圳市承災體暴露度和脆弱度分布圖（圖4和圖5）。由圖可知，深圳市承災體暴露度存在較為明顯的區域性差異，整體表現為中西部區域的暴露程度大于東部區域，影響因子為人口密度和GDP密度，其中人口密度權重為62.64%，GDP密度權重為37.36%。深圳市承災體脆弱性則主要集中于歷史上發生雷災的區域，影響因子為生命損失指數，權重為49.80%；經濟損失指數，權重為50.20%。

圖4 深圳市承災暴露度分布圖 Fig. 4 Distribution of the exposure of hazardous body in Shenzhen

圖5 深圳市承災脆弱性分布圖 Fig. 5 Distribution of vulnerability of hazardous body in Shenzhen

3.3 雷電災害風險指數LDRI

雷電災害風險指數LDRI是致災因子危險性RH、承災體暴露度RE、承災體脆弱性RF三個因素綜合作用的結果，各因子的權重分別為0.3336、0.3335和0.3328，三個因子的權重基本相等，雷電災害風險指數LDRI分布圖（圖6）。

圖6 深圳市雷電災害風險指數分布圖 Fig. 6 Distribution of lightning disaster risk index in Shenzhen

3.4 雷電災害風險區劃

雷電災害風險區劃等級劃分是根據LDRI的分布，按照自然斷點法分為三個等級：一般風險區，高風險區和極高風險區（圖7）。極高風險區主要分布在深圳中西部，高風險主要分布在寶安區、龍崗大部份區域，一般風險主要分布在東部的葵涌、大鵬半島。圖8將歷年雷電災害位置與區劃圖進行了疊加，可以看出雷電災害主要分布在高風險和極高風險區，一般風險區的雷災相對較少，由于雷災的人員損失和經濟損失本身作為雷電災害風險指數的因子，最終權重約占33%，但仍有很好的一致性，說明了區劃的合理性。

4 結論與討論

圖7 深圳市雷電災害風險區劃圖 Fig. 7 Lightning disaster risk zoning map of Shenzhen

圖8 歷年雷電災害在區劃圖上的分布圖Fig. 8 Lightning event on risk zoning map

1）根據自然災害風險理論建立了深圳市雷電災害風險區劃模型，系統分析了深圳市的地閃密度、地閃強度兩個氣象因子，以及土壤電導率、海拔高度、地形起伏三個環境因子，得到了致災因子危險性。根據權重分布可知，環境因子是影響致災因子危險性的主要因素。分析了人口密度、GDP密度、生命損失和經濟損失指數，得到了承災體的暴露度和脆弱性，由權重分布可知，人口密度和經濟損失指數占有較大的比重。

2）深圳市雷電極高風險區主要分布在深圳中西部，高風險主要分布在寶安區和龍崗區的大部分區域，一般風險主要分布在東部的葵涌、大鵬半島，對于雷電敏感行業和易燃易爆場所的規劃應盡可能避開極高風險區和高風險區，對于已經建設無法避開的場所應根據雷電災害風險區劃等級，對其采取提高防雷措施等級和加強防雷安全管理。根據與歷年雷災的疊加分析，雷電災害與風險等級有較好的對應關系，說明了風險區劃模型是可靠的。

3）由于缺少深汕合作區的有關數據，該區域的雷電災害風險區劃未能分析，今后在逐步收集其氣象、環境、承載體易損性等指標參數后，有必要與納入深圳市雷電災害風險區劃統一考慮。深圳市東西部海區由于下墊面特殊性不能納入區劃考慮，但是根據深圳市雷電活動特點，經常發生由海域向陸域發展的雷暴過程，因此對于海上作業應采取必要的防雷措施，尤其是大型船舶的卸油（氣）更應避免在雷暴活動時開展。