青藏高原雪災高風險區飼草料儲備庫選址分析

趙富昌，周 強,2，劉峰貴,2，陳 瓊,2，陳永萍，支澤民

青藏高原雪災高風險區飼草料儲備庫選址分析

趙富昌1，周 強1,2※，劉峰貴1,2，陳 瓊1,2，陳永萍1，支澤民1

（1. 青海師范大學地理科學學院，西寧 810008；2. 高原科學與可持續發展研究院，西寧 810008）

為了更好的發揮飼草料儲備庫在災害風險管理中的應用，提高高原牧區災害韌性。該研究將雪災高風險區與實際多年雪災發生區相結合，采用-中值模型提出了飼草料儲備庫的選址分析方法，并利用貪婪取走啟發式算法對模型求解。以青海省雪災高風險區為例，選址分析得出治多、瑪沁、都蘭3座飼草料儲備庫和麻多、扎朵、秋智等13座飼草料儲備點的分布位置與儲備規模。其中治多儲備規模為21.0萬t；瑪沁儲備規模為13.2萬 t；都蘭儲備規模為13.5萬t。布局上形成了以儲備庫為中心，儲備點為外圍的二元結構，驗證了分析方法的合理性和可行性。從而為高原牧區飼草料儲備庫的選址提供參考性理論依據和可操作性方法。

風險評估；貯備飼料；災害；儲備庫；選址；-中值模型；雪災高風險區

0 引 言

全球氣候變化背景下極端自然災害發生的頻率、強度和持續時間呈現增加態勢，人類遭受自然災害風險的機率在進一步擴大[1-2]。防災減災已經成為人與自然和諧共生的永恒課題[3]。聯合國減少災害風險辦公室（United Nations Office for Disaster Risk Reduction）在第五屆全球減災平臺大會上表明減輕災害風險已成為國際社會面臨的重大共同挑戰，提出了理解災害風險，加強災害風險管理等優先行動領域[4]。近年來，國內外學者通過對單災種、災害鏈及災害遭遇的災害風險研究[5-7]，促使自然災害風險評估得到了極大的發展，但將災害風險的研究成果上升到災害風險管理高度，在基礎設施規劃與防災備災發展方面有效融入風險評價的思想，促進災害風險評價成果的有效轉化應用還亟待加強[8]。

雪災是全球十大自然災害之一，根據雪災的形成條件、分布范圍和表現形式，雪災類型普遍被分為雪崩、風吹雪（風雪流）和牧區雪災[9]。其中牧區雪災是由于積雪過厚和維持時間太久，以至于積雪長時間掩埋牧草，使牲畜無法正常采食，導致大量牲畜掉膘和死亡的自然災害，也是中國發生頻繁、影響最為嚴重的一類雪災[10-11]。青藏高原是全國三大雪災高發區之一[12]，發生時期一般是從當年10月開始至次年4月結束。較嚴重的雪災已呈周期性出現，對于以游牧或半游牧為主，靠天養畜，抗御自然災害能力較差的牧業生產，牧區雪災已經嚴重制約牧業生產發展和民族地區的經濟振興[13-15]。2018年12月到2019年3月，位于青藏高原的玉樹和果洛藏族自治州因降雪持續時間太長，積雪過厚，導致5.8萬頭牲畜因凍傷死亡。持續低溫和飼草料儲備不足引起的牲畜饑荒以及道路阻斷等狀況造成的直接經濟損失達1.92億元人民幣。青藏高原雪災損失程度還會隨著全球變暖、極端氣候事件的加劇愈發嚴重[16-17]，牧區雪災風險在未來將進一步加大。在理解災害風險的基礎上進行災害風險管理是防災減災的關鍵性所在[18]。飼草料儲備庫的科學選址、合理儲備是提高災害風險管理水平的重要措施之一，關乎牧區經濟可持續發展和社會穩定。

飼草料合理儲備和有效調度可以提高雪災承災體系統的剛性和韌性，在有效抵抗牧區雪災中發揮著至關重要的作用。2019年第二次青藏高原綜合科學考察中，有關專家提出了加快構建牲畜飼草料儲備與應急調度體系的建議，促進飼草種植，就地儲備的備災體系建設建立是應對牧區雪災的有效措施[19-20]。因而飼草料儲備庫的合理規劃與科學選址成為提高雪災應急能力、降低受災損失和保障應急救援順利實施的關鍵[21-22]。目前，學者主要從加權服務質量期望值最大[23]、服務成本最小[24]、覆蓋范圍最大為目標構建-中值、-中心、最大覆蓋等選址模型[25-26]，并采用啟發式、粒子群及NSGA-Ⅱ等算法對模型進行求解[27]，從而對救災物資儲備庫進行選址優化分析，但這些選址方法對災害風險等級的考慮較少。雪災風險管理應該建立在雪災風險評估的基礎上，才能做到備災精準和救災及時，但是目前相關方面的研究卻很少見。因此該研究嘗試利用雪災風險評估的研究結果，采用-中值模型，對青海省雪災高風險區飼草料儲備庫的選址進行分析，并利用貪婪取走啟發式算法對模型求解。應用雪災風險評估成果進行飼草料儲備庫選址，從而達到為高原牧區雪災風險管理服務的目的。

1 飼草料儲備庫選址分析方法

1.1 分析思路

20世紀60年代以來，在選址領域中經典的選址模型有-中心模型、最大覆蓋模型、-中值模型，這些模型的中心理論是設施點與需求點之間的距離[28]。-中心模型主要強調公平性，一旦選定應急物資儲備庫，系統內不論哪個需求點出現災情，都能保證在最短時間內得到物資需求滿足，但是在實際情況中，儲備庫為體現出物資供應的公平性，可能為了照顧到邊緣區域稀疏需求點的零星物資需求，從而造成資源浪費[29]。以覆蓋需求最大化為目標的最大覆蓋模型，在應急物資儲備庫的覆蓋范圍和需求點數量都已知的情況下，實現了儲備點對所有需求點的全覆蓋，但是沒有考慮各需求點的需求規模，可能出現需求點“低需求、高儲備”的問題，從而造成資源浪費[30]。-中值模型主要強調的是時效性，通過加權距離最短實現物資的運輸速度最快，在不考慮其他因素的情況下通過加權距離的方法直接反應了需求量與距離的關系[31]。綜上所述，基于總救助時間最短的-中值模型更適于青藏高原飼草料儲備庫的選址。利用飼草料需求量對距離加權，兼顧了應急救助效率和覆蓋度，能較好地滿足牧區雪災應急救助的工作特點。

-中值模型常用的求解算法有免疫算法、蟻群算法和貪婪取走啟發式算法等。免疫算法利用免疫系統的多樣性產生和維持機制來保持群體的多樣性，從而克服一般尋優過程尤其是多峰值函數中最難應付的“早熟”問題，最終求得全局最優解。但是存在群體數量控制和收斂速度慢等問題[32]；蟻群算法在求解性能上，具有很強的魯棒性和搜索較好解的能力。但是參數設置不當容易盲目的隨機搜索導致搜索時間較長[33]。貪婪取走啟發式算法具有步驟簡單、計算量小、節約時間和易于進行定性分析和定量研究的優點。但是由于每次都找局部最優，因此算法的效果受初始位置影響很大[34]。-中值問題屬于NP-Hard問題，要尋求一種精確高效的算法求解最優解的可能性不大，但是貪婪取走啟發式算法可以使其解同最優解盡可能的接近，同時又保證較好的穩定性。因此該研究通過結合實際情況進行多次驗證的方式弱化該算法的弊端，從而實現-中值模型的快速、準確求解。

該研究基于雪災風險評估成果，對雪災高風險區進行儲備庫選址分析，分析思路如圖1所示。1）根據雪災風險圖確定雪災高風險區并篩選出高風險區內的縣、鄉、村級政府駐地；2）選擇-中值模型；3）根據-中值模型要求，進行最佳路徑分析和飼草料需求量計算；4）運用LINGO軟件用貪婪取走啟發式算法對-中值模型進行計算，求解出理論值內的縣級飼草料儲備庫和鄉鎮級飼草料儲備點；5）根據輻射面積最大和調運時間最短為最佳選址的原則，結合牲畜密度、交通節點通達性、地形條件、草地生產力及飼草料基地實際建設情況等選址影響因素，確定出最佳飼草料儲備庫和儲備點的分布位置及儲備規模（飼草料需求量）。

圖1 飼草料儲備庫選址分析思路

1.2 模型選擇與求解

-中值模型是指在已知需求點集合位置、需求數量和設施備選點集合位置的情況下，分別為個設施找到合適的位置并指派每個需求點到一個特定的設施，使之達到連接需求點和設施點的總加權出行成本（距離、時間、費用等）最低，適用于空間效率導向[35]。-中值模型的數學表達式如下[36]：

式中表示目標函數；為個需求點的集合，＝{1，2，…，}；為個設施備選點的集合，{1，2，…，}；為需求點的編號，代表需求點的特定位置；為設施備選點的編號，代表可能設施點的位置；為設施配置的數量；W為需求點的需求量；D為需求點與設施之間的出行成本（距離、時間、費用等）；X為0/1決策變量，取1表示位置有設施設置，取0表示位置無設施設置；Y為0/1決策變量，取1表示設施為需求點提供服務，取0表示設施不為需求點提供服務。

式（1）的目標在于使需求點與最近設施之間總的加權出行成本最小化；式（2）表示研究區域內需要配置個設施；式（3）表示每個需求點只允許被分配到一個設施；式（4）約束需求點只允許被分配到有設施存在的位置；式（5）表示在位置設置或不設設施；式（6）表示需求點與設施可能位置點之間只有被服務（取值為1）與未被服務（取值為0）兩種關系。

1.2.1 飼草料需求量分析方法

飼草料儲備庫的選址主要服務于以草地畜牧業為主要生產方式的牧業區域，需求量為牲畜在發生雪災時需要供給的飼草料。一只羊一天的飼草料需求量為5 kg，按照雪災風險圖的等級和雪災等級指標可以確定雪災持續時間，小雪災、中雪災、大雪災和特大雪災的持續時間分別為≥5、≥7、≥10和＞30 d[37]。牲畜飼草料需求量公式（7）如下：

FR=5（7）

式中FR為飼草料需求量，kg；為通過羊單位轉換的實際牲畜數量（一匹馬折算為6只羊單位，一頭牛折算為5只羊單位，一頭驢或騾子或鹿折算為4只羊單位，一只綿羊等于1只羊單位）；為雪災持續時間，d[16]。

1.2.2 最佳路徑分析方法

交通路網是飼草料儲備庫選址的重要因素，雪災發生時，快速及時的送達飼草料是牧戶最關注的。以道路數據為基礎進行道路等級賦權。以需求點（鄉鎮級政府駐地/村級政府駐地）為出發點，設施點（縣級政府駐地/鄉鎮級政府駐地）為目的點，運用ArcGIS軟件中的Network Analyst求解出基于道路的最佳路徑。

1.2.3 應用LINGO軟件進行算法求解

LINGO是由美國LINDO系統公司研制的一款主要解決優化問題的軟件，語言通俗易懂、計算準確、容易調整，利于模型的建立和求解應用。

貪婪取走啟發式算法常用于解決-中值問題，該算法是一種不追求最優解，只希望得到較為滿意解的方法[34]。貪婪取走啟發式算法步驟如下：

1）初始化，令當前選中設施點＝，即將所有備選設施點都選中；2）將每個需求點指派給與運輸成本最小的一個候選設施點；3）選擇并取走一個設施點，需要滿足以下條件：假如將它取走并將他的需求點重新分配后，總平均費用增加量最小；4）從備選點中刪去取走點，令=-1，然后轉第3）步；5）重復步驟3）、4），直到=（其中為所需選擇的配送中心數量）。

2 實例研究

2.1 研究區選擇

案例中雪災高風險區評估成果選擇本課題組前期青藏高原雪災風險評估研究成果[38]，研究基于歷史數據，從雪災致災危險性、承險體物理暴露、敏感性和應災能力5個方面18項具體指標對青藏高原雪災風險進行分析，結果表明青南高原部分地區的雪災風險水平較高。該研究對前期雪災風險圖的空值進行修正，嘗試選取青海省雪災高風險區進行案例分析，以驗證分析方法的可行性。

2.2 研究區概況

青海省雪災高風險區大部分位于青海南部高原，是青海重要的牧業區，其海拔3 500 m以上保持著完整的高原面，為青藏高原的腹地[39]（圖2）。介于31°30′N~38°10′N和94°8′E~102°15′E，行政區域涉及玉樹藏族自治州稱多縣、囊謙縣等12縣，總面積約32萬km2，約占青海省總面積的45%。植被類型主要以高寒草甸、草原植被為主，分布著約14.62×104km2的草地，約占青海省草地面積的一半[40]，畜牧業產值占總產值的60%以上[41]，在全省農業生產體系中具有極其重要的戰略地位。因其特殊的地理環境和氣候條件，冬春兩季雪災頻發，對當地的畜牧業生產產生了極其嚴重的影響。1961—2017年，青海省50個氣象臺（站）雪災共發生756站次，其中輕災486站次、中災169站次、重災77站次、特重度雪災24站次，絕大多數集中分布于案例區內。從各等級雪災發生次數變化來看，近57年來，輕災和重災呈現微弱增多現象，中災、特重度雪災呈現減少現象[42]。

圖2 研究區概況圖

2019年研究區建設飼草料儲備庫總面積為2.48×104m2，可儲備飼草料7.90×104t。其中縣級飼草料儲備庫9座1.44×104m2，可儲備飼草料4.70×104t，分別建設在瑪多縣、天峻縣、稱多縣、囊謙縣、治多縣、瑪沁縣、河南縣、都蘭縣和剛察縣縣人民政府駐地；鄉鎮級飼草料儲備庫16座0.6×104m2，可儲備飼草料3.20×104t，分別建設在黃河鄉、扎陵湖鄉、扎朵鎮、著曉鄉、窩賽鄉、多松鄉等。但是其中大多數飼草料儲備庫在選址時按縣鄉行政區域進行密集布點，可能存在資源浪費、分布不均和服務空白區等問題。該研究針對以上存在的問題對研究區飼草料儲備庫的選址做進一步優化。

2.3 飼草料儲備庫選址分析過程

2.3.1 牲畜飼草料需求分析過程

青海省雪災高風險區內包含12個縣、67個鄉鎮和331個行政村。牲畜飼草料需求主要基于村級單位，通過飼草料需求量公式可計算出每個村落的牲畜飼草料需求量（表1）。該研究高風險區只包含大雪災等級，故雪災持續時間按10 d計算。因青藏高原牧區鄉鎮級數據不完備和村級數據較難獲取，故鄉鎮級及村級牲畜數量以縣級牲畜數量為基準乘以人口占比和牧民人口占比得到。又因為飼草料需求量會因為牲畜數量的變化而變化，采用多年平均牲畜數量。在測算的基礎上，應用ArcGIS軟件核密度工具分析求解出高風險區內飼草料需求量的密度分布（圖3），結果顯示高密度區主要分布在剛察、都蘭、囊謙、雜多、治多、曲麻萊、稱多、達日、瑪沁、河南縣。

表1 村級10 d飼草料需求量（部分）

圖3 牲畜飼草料需求量密度

2.3.2 最佳路徑分析過程

首先在ArcGIS軟件中加載青海省雪災高風險區內的12個縣級、67個鄉鎮級、331個村級政府駐地以及1:100萬國家基礎道路矢量數據（數據來源：國家基礎地理信息中心）并對基礎道路進行等級賦權，其中道路等級權重按照各級道路行車速度（2004年《公路工程技術標準》（JTGB01-2003））確定（表2）。然后采用矢量數據結構下交通網絡最短路徑算法，利用ArcGIS軟件中的Network Analyst分析模塊，分別計算出基于路網的縣級到鄉鎮級和鄉鎮級到村級的各需求點至各設施點（候選點）的最佳路徑（表3）。

表2 道路等級權重

表3 縣級政府駐地到鄉級政府駐地的最佳路徑（部分）

2.3.3 候選飼草料儲備庫設施點數量、容量及合理性

因為研究區特殊的地形地貌、道路網的稀疏程度和防災應災能力的差異，故飼草量儲備庫設施點建在縣、鄉人民政府駐地[43]。依據飼草料儲備庫選址原則，綜合考慮青藏高原地形、交通和草地生產力等限制因素，經多次試驗驗證，飼草料儲備庫數量為3和儲備點數量為13時，儲備庫/點在空間上分布均勻、達到了輻射面積最大和調運時間最短的最佳選址要求。

2.3.4 結果分析

通過選址分析可得飼草料儲備庫為治多、瑪沁和都蘭飼草料儲備庫。飼草料儲備點為麻多、扎朵、秋智、多彩、結多、吉尼賽、白扎、拉加、香日德、龍藏、寧木特、建設和吉爾孟飼草料儲備點（圖4）。從案例區植被指數來看，儲備庫/點均分布于植被指數較高區域（圖5a），從而為飼草料的就地儲備提供了基礎條件。從交通便利程度來看，儲備庫/點均位于道路運輸能力中高區（圖5b），從而為飼草料的及時調度提供了先決條件。

圖4 飼草料儲備庫和儲備點的選址點、規模及服務范圍

a. NDVI等級圖a. NDVI classification mapb. 道路運輸能力等級圖b. Road transportation capability grade map

治多飼草料儲備庫服務于7個飼草料儲備點，分別為麻多、秋智、多彩、扎朵、結多、吉尼賽和白扎飼草料儲備點，平均調運時間和最長時間分別為3.3、5.1 h。服務人口約為17.5萬人。服務區草地面積約占青海省草地面積的33.59%。服務大牲畜約141.5萬頭（只、匹）。治多飼草料儲備庫的飼草料需求量為21.0萬 t，占儲備庫飼草料總需求量的43.94%。

瑪沁飼草料儲備庫服務于4個飼草料儲備點，分別為龍藏、拉加、建設和寧木特飼草料儲備點，平均調運時間和最長時間分別為2、2.7 h。服務人口約為11萬人。服務區草地面積占青海省草地面積的5.51%。服務大牲畜約55.7萬頭（只、匹）。瑪沁飼草料儲備庫的飼草料需求量為13.2萬t，占儲備庫飼草料總需求量的28.33%。

都蘭飼草料儲備庫服務于2個飼草料儲備點，分別是香日德和吉爾孟飼草料儲備點，平均調運時間和最長時間分別為2.3和3.5 h。服務人口約為8.5萬人。服務區草地面積占青海省草地面積的16.69%。服務大牲畜約37.3萬頭（只、匹）。都蘭飼草料儲備庫的飼草料需求量為13.5萬t，占儲備庫飼草料總需求量的27.73%。

飼草料儲備點服務區域打破行政界線，實現統籌救災的原則，以不同服務村點間的河流或山脈為界劃分，實現服務區域無空白，使得飼草量儲備點服務于服務區域上的所有村落。

3 討 論

3.1 P-中值模型在青藏高原選址中有著可行性

從青藏高原牧區的生產方式來看，牧業生產使得牧區居民點相比于農區居民點較為離散[44]。零散的聚落布局導致雪災發生時救援的時效性顯得尤為重要，故而-中值模型計量的平均權重對于青藏高原牧區聚落的離散分布具有很大的意義[45]。從飼草料需求量來看，青藏高原牧區各需求點飼草料需求量各異，雪災發生時飼草料發放優先程度也應不同。以需求點的飼草料需求量對距離進行加權，從而為需求量大的需求點優先指派臨近儲備庫點，進而整體優化因承災體脆弱性不同而導致的損失。從飼草料分配方式來看，該模型的分配規則為個設施找到合適的位置并指派每個需求點到一個特定的設施。該規則可以使得青藏高原高風險區內的每個需求點都能有專一的飼草料儲備庫點進行服務。綜上所述，-中值模型在青藏高原飼草料儲備庫的選址中有著一定的可行性。但是該模型是單目標模型[46]，該研究主要考慮了飼草料需求量的影響，卻未考慮其他選址目標的影響，如管理成本、服務滿意度等，故在選址綜合性考慮上有所欠缺。

3.2 基于選址影響因素的案例區選址結果具有合理性

案例分析結果顯示，治多、瑪沁和都蘭飼草料儲備庫，分別位于玉樹州、果洛州和海西州，在研究區內分布均勻，覆蓋范圍輻射整個研究區。從交通便利程度看，3座飼草料儲備庫均位于交通節點，有著交通便利的優勢。但是研究區內整體道路網密度較小，在一定程度上制約了飼草料的有效調度。故雪災發生時，保障道路通達性顯得尤為重要[47]。依據研究區高寒牧區的特點[48]，飼草料儲備庫點建設在縣、鄉/鎮人民政府駐地是合理的。既可以解決地形、地質等天然條件的影響，又可以方便政府的應急指揮。打破行政界限進行飼草料儲備庫/點的管理與服務，在降低牧民遭遇雪災的損失和提高政府應急救災防災的能力方面起到顯著作用。飼草料儲備庫規模的準確計算，是政府按需備料，科學防控的參考依據。治多、瑪沁和都蘭飼草料儲備庫周邊主要是純牧業鄉鎮，飼草料需求量較大。對于飼草料需求量大的村落臨近分配可以縮短運輸距離和提高應急能力。從可利用草場面積來看，治多縣2.6×104km2、瑪沁縣1.1× 104km2、都蘭1.5×104km2在研究區草場面積中占據了很大的比例。豐富的草地資源可以就地為飼草料儲備庫/點提供儲備物資。結合飼草料儲備庫的選址影響因素來看，案例分析區的選址結果是合理的。該研究因牧區鄉鎮級數據不完備和村級牲畜數量較難獲取，故通過計算獲得的村級數據有所不足，未能考慮到養殖大戶、合作社大規模養殖等情況，所以在后續研究中會對此做進一步研究。

4 結 論

該研究以青海省雪災高風險區為案例，分析可得在案例區建設3座縣級飼草料儲備庫，13座鄉鎮級飼草料儲備點，在空間上分布均勻，達到服務范圍輻射研究區的最佳選址要求，為研究區儲備庫/點的選址優化提供了參考依據。從分布結構上看，形成了以縣級儲備庫為中心，鄉鎮級儲備點為外圍的二元結構。本案例驗證了-中值模型在青藏高原進行飼草料儲備庫選址的優越性和該研究分析方法的可行性。如果本案例可以成功的應用到現實儲備庫的選址中，將會更好的解決布局不合理和資源浪費等問題，在防災減災中發揮至關重要的作用。

[1] 史培軍，王愛慧，孫福寶，等. 全球變化人口與經濟系統風險形成機制及評估研究[J]. 地球科學進展，2016，31(8)：775-781.

Shi Peijun, Wang Aihui, Sun Fubao, et al. A study of global change population and economic system risk forming mechanism and assessment[J]. Advances in Earth Science, 2016, 31(8):775-781. (in Chinese with English abstract)

[2] National Academies of Sciences, Engineering, and Medicine. Attribution of Extreme Weather Events in the Context of Climate Change[M]. Washington DC: The National Academies Press, 2016.

[3] 郭躍. 災害范式及其歷史演進[J]. 地理科學，2016，36(6)：935-942.

Guo Yue. Hazard paradigms and their historical evolution[J]. Scientia Geographica Sinica, 2016, 36(6): 935-942. (in Chinese with English abstract)

[4] UN/ISDR (United Nations International Strategy for Disaster Reduction). Sendai framework for disaster risk reduction 2015-2030[EB/OL]. [2017-06-10].http:∥www.unisdr.org/ files/43291_sendaiframeworkfordrren.pdf.

[5] 吳瑋，秦其明，范一大，等. 中國雪災評估研究綜述[J]. 災害學，2013，28(4)：152-158.

Wu Wei, Qin Qiming, Fan Yida, et al. Review on snow disaster assessment in China[J]. Journal of Catastrophology, 2013, 28(4): 152-158. (in Chinese with English abstract)

[6] 榮莉莉，劉玙婷. 基于承災體的區域災害鏈風險評估模型[J]. 系統工程學報，2019，34(1)：130-144.

Rong Lili, Liu Yuting. Modeling the evaluation for regional disaster chain risk based on elements at risk[J]. Journal of Systems Engineering, 2019, 34(1): 130-144.

[7] Dabbeek J, Silva V. Modeling the residential building stock in the Middle East for multi-hazard risk assessment[J]. Natural Hazards: Journal of the International Society for the Prevention and Mitigation of Natural Hazards, 2020, 100.

[8] 周洪建. 當前全球減輕災害風險平臺的前沿話題與展望：基于2017年全球減災平臺大會的綜述與思考[J]. 地球科學進展，2017，32(7)：688-695.

Zhou Hongjian. Hot-topics and prospects of global platform for disaster risk reduction: Based on 2017 global platform for disaster risk reduction in Cancun, Mexico[J]. Advances in Earth Science, 2017, 32(7): 688-695. (in Chinese with English abstract)

[9] 高慶華，馬宗晉，張業成. 自然災害評估[M]. 北京：氣象出版社，2007.

[10] 全國氣象防災減災標準化技術委員會. 牧區雪災等級：GB/T20482-2006 [S]. 北京：中國標準出版社，2006.

[11] 莊曉翠，周鴻奎，王磊，等. 新疆北部牧區雪災評估指標及其成因分析[J]. 干旱區研究，2015，32(5)：1000-1006.

Zhuang Xiaocui, Zhou Hongkui, Wanglei, et al. Evaluation and cause study on the snow disasters in pastoral areas of northern Xinjiang[J]. Arid Zone Research, 2015, 32(5): 1000-1006. (in Chinese with English abstract)

[12] 郝璐，王靜愛，滿蘇爾，等. 中國雪災時空變化及畜牧業脆弱性分析[J]. 自然災害學報，2002，11(4)：42-48.

Hao Lu, Wang Jingai, Man Suer, et al. Spatio-temporal change of snow disaster and analysis of vulnerability of animal husbandry in Chin[J]. Journal of Natural Disasters, 2002, 11(4): 42-48. (in Chinese with English abstract)

[13] Dong Shikui, Sherman Ruth. Enhancing the resilience of coupled human and natural systems of alpine rangelands on the Qinghai-Tibetan Plateau[J]. The Rangeland Journal, 2015, 37(1). doi:10.1071/RJ14117.

[14] Li Yijia, Ye Tao, Liu Weihang, et al. Linking livestock snow disaster mortality and environmental stressors in the Qinghai-Tibetan Plateau: Quantification based on generalized additive models[J]. Science of the Total Environment, 2018, 625: 87-95.

[15] 王莘. 中國氣象災害大典（青海卷）[M]. 北京：氣象出版社，2007.

[16] Wang Shijin, Zhou Lanyue, Wei Yanqiang. Integrated risk assessment of snow disaster over the Qinghai-Tibet Plateau[J]. Geomatics Natural Hazards and Risk, 2019, 10(1): 740-757.

[17] IPCC. Climate change 2014: The fourth assessment report of the inter-governmental panel on climate change[R]. UK: Cambridge University Press, 2014.

[18] 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[J]. 自然災害學報，2006(1)：29-37.

Zhang Jiquan, Okada Norio, Tatano Hirokazu. Integrated natural disaster risk management: Comprehensive and integrated model and Chinese strategy choice[J]. Journal of Natural Disasters, 2006(1): 29-37. (in Chinese with English abstract)

[19] Wang Shijin, Chen Shengyun, Wei Yanqiang. Risk prevention and control strategies for the severely affected areas of snow disaster in the Three Rivers Source Region(TRSR)[J]. China. Sciences in Cold and Arid Regions, 2019, 11(3): 248-252.

[20] 張強，劉峰貴. 創新智慧牧區發展提升雪災防抗救能力[N]. 中國應急管理報，2019-05-28(007).

[21] 蔡冬雪，朱建明，王國慶. 基于情景分析的應急裝備多層級協同布局問題研究[J]. 中國管理科學，2017，25(10)：72-79.

Cai Dongxue, Zhu Jianming, Wang Guoqing. Hierarchical Collaborative Location and allocation of emergency equipment based on Scenario analysis[J]. Chinese Journal of Management Science, 2017, 25(10): 72-79. (in Chinese with English abstract)

[22] 孫清臣，曲林遲. 考慮多類應急物資需求不確定的選址模型[J]. 廣西大學學報：自然科學版，2019，44(2)：448-454.

Sun Qingchen, Qu Linchi. A location model and with consideration of uncertain demand for multiple relief supplies[J]. Journal of Guangxi University: Natural Science Edition, 2019, 44(2): 448-454. (in Chinese with English abstract)

[23] 俞武揚. 服務能力受損情景下的應急設施選址模型[J]. 控制與決策，2016，31(11)：1979-1984.

Yu Wuyang. Emergency facility location model under service ability damage scenarios[J]. Control and Decision, 2016, 31(11): 1979-1984.

[24] 付德強，陳子豪，蹇潔，等. 應急聯動區域下選址分配協同優化模型研究[J]. 數學的實踐與認識，2019，49(6)：30-41.

Fu Deqiang, Chen Zihao, Jian Jie, et al. Research of resource location allocation model in regional emergency joint action[J]. Mathematics in Practice and Theory, 2019, 49(6): 30-41. (in Chinese with English abstract)

[25] 郗蒙浩，張靜，趙秋紅，等. 基于P-center問題的國家級應急物資儲備設施選址優化布局研究[J]. 自然災害學報，2019，28(3)：123-129.

Xi Menghao, Zhang Jing, Zhao Qiuhong, et al. The research of location problem of national emergency reserve facilities for emergency relief based on P-center problem[J]. Journal of Natural Disasters, 2019, 28(3): 123-129. (in Chinese with English abstract)

[26] Cheng Z H, Wang Q, Du M, et al. Research on location model of emergency material storage warehouse based on generalized maximum coverage[J]. IOP Conference Series Materials Science and Engineering, 2020, 792: 012013.

[27] 叢雯婧，俞武揚. 考慮臺風情景的區域應急物資儲備庫選址模型與算法[J]. 工業工程與管理. doi:1738.T.20191113.1758.008.html

Cong Wenjing, Yu Wuyang. Model and algorithm for location of regional emergency material reserve site in typhoon scenarios[J]. Industrial Engineering and Management. doi:1738.T.20191113.1758.008.html

[28] 高淑春. 需求不確定條件下的應急物資儲備庫選址模型構建研究[D]. 安徽：合肥工業大學，2017.

Gao Shuchun. Research on the Model of the Location of Emergency Supplies Repository under Demand Uncertainty[D]. Anhui: Hefei University of Technology, 2017. (in Chinese with English abstract)

[29] Hakimi S L. Optimum distribution of switching centers in a communication network and some related graph theoretic problems[J]. Operations Research, 1965, 13(3): 462-475.

[30] Church R, ReVelle C. The maximal covering location problem[J]. Papers in Regional Science, 1974, 32(1): 101-118.

[31] Hakimi S L. Optimum locations of switching centers and the absolute centers and medians of a graph[J]. Operations Research, 1964, 12(3): 450-59.

[32] 王磊，潘進，焦李成. 免疫算法[J]. 電子學報，2000(7)：74-78.

Wang Lei, Pan Jin, Jiao Licheng. The immune algorithm[J]. Acta Electronica Sinica, 2000(7):74-78. (in Chinese with English abstract)

[33] 李倩，張惠珍，Cesar Beltran-Royo. 求解無容量設施選址問題的混合蟻群算法[J]. 上海理工大學學報，2016，38(4)：367-372.

Li Qian, Zhang Huizhen, Cesar Beltran-Royo. Hybrid ant colony algorithm for the uncapacitated facility location problem[J]. Journal of University of Shanghai for Science and Technology, 2016, 38(4): 367-372. (in Chinese with English abstract)

[34] 關懷慶，張畢西，歐江艷. 貪婪取走啟發式算法在離散網絡選址中的研究[J]. 系統科學學報，2010，18(3)：49-52，56.

Guan Huaiqing, Zhang Bixi, Ou Jiangyan. The study of greedy dropping heuristic algorithm in discrete network location[J]. Chinese Journal of Systems Science, 2010, 18(3): 49-52, 56. (in Chinese with English abstract)

[35] 蔡臨寧. 物流系統規劃：建模及實例分析[M]. 北京：機械工業出版社，2003.

[36] 宋正娜，顏庭干，劉婷，等. 新重力P中值模型及其在城市綜合醫院區位決策中的實證檢驗：以無錫市為例[J]. 地理科學進展，2016，35(4)：420-430.

Song Zhengna, Yan Tinggan, Liu Ting, et al. A new gravity P-median model and empirical test in urban comprehensive hospital location decision making: Take Wuxi as an example[J]. Progress in Geography, 2016, 35(4): 420-430. (in Chinese with English abstract)

[37] 周陸生，汪青春，李海紅，等. 青藏高原東部牧區大-暴雪過程雪災災情實時預評估方法的研究[J]. 自然災害學報，2001(2)：58-65.

Zhou Lusheng, Wang Qingchun, Li Haihong, et al. Study on real-time predictive assessment of snowstorm disaster in eastern pastoral area of Qinghai-Tibet Plateau[J]. Journal of Natural Disasters, 2001(2): 58-65. (in Chinese with English abstract)

[38] Liu Fenggui, Mao Xufeng, Zhang Yili, et al. Risk analysis of snow disaster in the pastoral areas of the Qinghai-Tibet Plateau[J]. Journal of Geographical Sciences, 2014, 24(3): 411-426.

[39] 張忠孝. 青海地理[M]. 西寧：青海人民出版社，2004.

[40] 竇永紅. 基于AHP的青南高原高寒草地脆弱性評估[J]. 青海環境，2018，28(3)：145-150.

Dou Yonghong. AHP-based evaluation on alpine grassland weakness on Qingnan Plateau[J]. Journal of Qinghai Environment, 2018, 28(3): 145-150. (in Chinese with English abstract)

[41] 吳小輝，侯光良，王記明，等. 1950－2000年青海省雪災災情的時空分析[J]. 青海環境，2015，25(2)：59-64.

Wu Xiaohui, Hou Guangliang, Wang Jiming, et al. Spatio-temporal analysis of snow disaster in Qinghai province from 1950 to 2000[J]. Journal of Qinghai Environment, 2015, 25(2): 59-64. (in Chinese with English abstract)

[42] 邵全琴，劉國波，李曉東，等. 三江源區2019年春季雪災及草地畜牧業雪災防御能力評估[J]. 草地學報，2019，27(5)：1317-1327.

Shao Quanqin, Liu Guobo, Li Xiaodong, et al. Assessment of the defense Capability of spring snow disaster and grassland animal husbandary in 2019 in the Three-river Source region[J]. Acta Agrestia Sinica, 2019, 27(5):1317-1327. (in Chinese with English abstract)

[43] 高興川，曹小曙，李濤，等. 1976—2016年青藏高原地區通達性空間格局演變[J]. 地理學報，2019，74(6)：1190-1204.

Gao Xingchuan, Cao Xiaoshu, Li Tao, et al. Evolution of accessibility spatial pattern of the Qinghai-Tibet Plateau in 1976-2016[J]. Acta Geographica Sinica, 2019, 74(6): 1190-1204. (in Chinese with English abstract)

[44] 張海朋，何仁偉，劉運偉，等. 青藏高原高寒牧區聚落用地適宜性評價及其重構：以藏北那曲縣為例[J]. 自然資源學報，2020，35(3)：698-712.

Zhang Haipeng, He Renwei, Liu Yunwei, et al. Land suitability evaluation and reconstruction of settlements in the pastoral area of Tibetan Plateau: Aase study of nagqu county in Northern tibet [J]. Journal of Natural Resources, 2020, 35(3): 698-712. (in Chinese with English abstract)

[45] 王雪，常志州，王效華，等. 泗洪縣車門鄉稻麥秸稈收儲設施選址[J]. 農業工程學報，2015，31(22)：250-255.

Wang Xue, Chang Zhizhou, Wang Xiaohua, et al. Crop straw collecting and storage facility location for Chemen township of Sihong county[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(22): 250-255. (in Chinese with English abstract)

[46] 盧媛媛，郭志堅，王寶玲，等. 趨近理想灰關聯多約束的交通救援中心中值選址模型[J]. 公路交通科技，2018，35(7)：114-119.

Lu Yuanyuan, Guo Zhijian, Wang Baoling, et al. A traffic rescue centre median location model approaching ideal grey relational constraints[J]. Journal of Highway and Transportation Research and Development, 2018, 35(7): 114-119. (in Chinese with English abstract)

[47] 鄒銘，袁藝，廖永豐，等.綜合風險防范：中國綜合自然災害救助保障體系[M]. 北京：科學出版社，2011.

[48] 劉柱. 民族地區常態災害防災減災體系構建[D]. 長沙：中南大學，2010.

Liu Zhu. Construction of Disaster Prevention and Reduction System for Normalcy Disasters in Ethnic Minority Areas[D]. Chang Sha: Central South University, 2010. (in Chinese with English abstract)

Site selection of forage storehouse in high risk areas of snow disaster in Qinghai-Tibet Plateau

Zhao Fuchang1, Zhou Qiang1,2※, Liu Fenggui1,2, Chen Qiong1,2, Chen Yongping1, Zhi Zemin1

(1.,,810008,; 2.810008,)

Snow disaster become a gradually increasing trend, due to the global climate change, particularly on the frequency, intensity, and duration in high risk area of extreme weather. In addition, the prevention and reduction of natural disaster have posed a major challenge on the international community. Therefore, it is urgent to accurately predict the disaster risk, in order to reduce the losses from the snow disaster. Being one of the most important bases for stockbreeding, the Qinghai-Tibetan Plateau is a typical region with high incidence of snow disasters in western China. In the high risk area of snow disaster,forage reserves play a vital role in the emergency response to snow disasters in pastoral areas. The objectives of this study were, 1) to evaluate the high risk area of snow disaster, and to verify the accuracy using the actual occurrence areas; 2) to propose a new method for the site selection of forage reserves by modifying P-median model; 3) to explore the optimum sites for forage reserves over the Qinghai-Tibetan Plateau. The high-risk areas of snow disaster and the occurrence areas in actual years were combined, in order to better evaluate the risk of snow disaster in disaster risk management, and thereby to improve the disaster resilience of plateau pastoral areas. The number of livestock in county-level administrative units and vector data of national basic roads were collected from government units and the National Basic Geographic Information Center. The P-median model was selected to evaluate the sites selection, compared with other models, such as P-center model, maximum coverage model, P-median model. In addition, a modified P-median model was proposed to evaluate the optimum sites of forage reserves in this study area, according to the calculation demand for livestock forage, and the optimal path from the facility to the demand of models. The high-risk area of snow disaster for the Qinghai Province can serve as a case to verify the models. The results showed that 1) Zhiduo, Maqin and Dulan counties were the optimum forage reserves in this study area, which the number of their forage sites was different, such as 7 sites in Zhiduo county (including Maduo, Qiuzhi, Duocai, Zhaduo, Jieduo, Jinisai, and Baizha towns), 4 sites in Maqin (including Longzang, Lajia, Jianshe, and Ningmute towns), and 2 sites in Dulan county (including Xiangride and Jiermeng towns); 2) There was an obvious difference among sizes, where the capacities of Zhiduo, Maqin, and Dulan forage reserves were 210 000, 132 000 and 135 000 ton of forage grass, respectively; 3) In space, a dual structural pattern was formed in “networked layout, hierarchical reserve”, where Zhidu, Maqin and Dulan reserves served as the center, Maduo, Zado, Qiuzhi and other forage reserves as the periphery, covering the entire study area. The finding demonstrated that the P-median model can be expected to perform excellent sites selection of forage reserves in the Qinghai-Tibetan Plateau. The finding can provide an available theoretical method for the selection of forage stock reserve in plateau pastoral area.

risk assessment; silage forage; disasters; forage reserves; location selection; the-median model; the high risk area of snow disaster

趙富昌，周強，劉峰貴，等. 青藏高原雪災高風險區飼草料儲備庫選址分析[J]. 農業工程學報，2020，36(13)：272-279.doi：10.11975/j.issn.1002-6819.2020.13.032 http://www.tcsae.org

Zhao Fuchang, Zhou Qiang, Liu Fenggui, et al. Site selection of forage storehouse in high risk areas of snow disaster in Qinghai-Tibet Plateau[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(13): 272-279. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.13.032 http://www.tcsae.org

2020-03-19

2020-05-12

第二次青藏高原綜合科學考察研究項目（2019QZKK0906）；國家重點研發計劃項目（2019YFA0606902）

趙富昌，主要從事土地資源與環境變化研究。Email：15297113505@163.com

周強，教授，主要從事土地資源與環境變化研究。Email：zhouqiang729@163.com

10.11975/j.issn.1002-6819.2020.13.032

S427

A

1002-6819(2020)-13-0272-08