衡水市設施農業大風災害風險分析

陳克敏 張健 李婷 陳笑娟

摘要 采用衡水市11個國家地面氣象站（1984—2019年）和128個區域地面氣象站（2014—2019年）的逐日觀測數據、2019年衡水市設施農業經濟數據及設施農業大風災情歷史資料，選取日極大風速作為大風災害強度指標，基于災害風險評估理論，利用極值概率分布模式對不同重現期下衡水市風災致災因子危險性進行分析;結合致災因子、承災體屬性構建不同類別設施農業“風速-損失率”脆弱性曲線;綜合考慮致災因子、承災體暴露度和脆弱性影響，對衡水市不同類別設施農業在不同重現期下的損失風險進行分析。結果表明：隨著重現期的增加，大風致災強度、影響范圍和經濟損失同時增大;在衡水市東北部地區危險性較高，其中，深州市中部、武強縣東北部、阜城縣北部及饒陽縣北部區域風災危險性最高;設施農業大風災害經濟損失風險主要集中在饒陽縣東北部地區，并隨著重現期的增加，損失范圍逐漸擴大，經濟損失不斷增加。

關鍵詞 設施農業;日極大風速;大風災害 ;風險分析

中圖分類號：P458.1+23文獻標識碼：B 文章編號：2095–3305（2021）03–0101–03

衡水市位于河北省東南部，地處河北沖積平原，屬大陸季風氣候區，為溫暖半干旱型，農業氣候資源較豐富，是京津重要的農副產品加工供應基地[1]。據衡水市統計局數據，截至2019年末，衡水市轄2個市轄區、1個縣級市、8個縣的設施農業種植面積3.38萬 hm2，其中設施蔬菜播種面積2.6萬 hm2，占衡水市全部蔬菜播種面積的41%，產量達97.4萬 t，占全市蔬菜總產量的35.2%;設施水果種植面積0.48萬 hm2，占衡水市全部水果種植面積的42.3%;另外還有0.3萬 hm2食用菌等其它設施農產品種植。設施農業在衡水市農業經濟生產發展建設中有著極為重要的地位。

大風災害是衡水市主要的氣象災害之一，不僅會破壞生態環境，而且會給設施生產造成較大損失，特別是老舊的日光溫室、結構簡易的塑料拱棚受災尤其嚴重，往往給設施農業造成巨大的經濟損失[2]。因此，對大風災害風險進行研究，對指導衡水市科學規劃設施農業生產發展、提高防災減災能力、保障人民群眾生命財產安全具有十分重要的現實意義。

1 資料與處理

1.1 資料

氣象資料采用衡水市11個國家地面氣象站（1984—2019年）和128個區域地面氣象站（2014—2019年）的逐日觀測數據，承災體數據為衡水市2019年設施農業種植面積、經濟價值等。

災情數據為調查采集的“大風風速-設施農業損失”樣本數據，以及1984—2019年衡水市各縣（市、區）風災統計數據，包括風災發生的地點、開始和結束時間、天氣過程、受災人口、農作物受災情況等信息。

1.2 資料處理

本研究以日極大風速作為大風災害強度指標，進行大風災害的危險性分析及承載體脆弱性分析。由于日極大風速觀測時間較短，選取氣象逐日觀測數據中最大風速數據，采用統計方法建立區域站與國家站最大風速與極大風速的函數關系，推算得出日極大風速的長時間序列數據[3]。

2 研究方法

2.1 致災因子危險性分析方法

通過高低異常值檢驗、空間異常值檢驗等數據質量控制，提取每個站點1984—2019年日極大風速年極值，運用韋伯分布、伽瑪分布、耿布爾分布等不同分布函數對AM序列進行擬合，以AIC指數選擇最優分布函數，計算得到各站點不同重現期的極大風速，利用ArcGIS10.5軟件選擇反距離權重插值法，得到不同重現期致災因子危險性分布圖[4]。

重現期是超越概率的具體形式，通過多少年一遇來體現，可直觀識別由致災因子強度變化而引起的空間變化趨勢。對于連續型隨機變量X，小于任意實數x的累積概率為F（X），則重現期計算方法如下[5]：

式（1）、（2）中，RP為重現期，EP為超越概率，F（X）為累積概率，f（x）為變量x的概率密度函數。

2.2 承災體脆弱性分析方法

根據災情調查和風災統計數據，構建不同類別設施農業“風速-損失率”脆弱性曲線，利用最小二乘法，選擇線性、指數和冪函數分別對不同類別設施農業大風災害脆弱性曲線進行擬合[6]。最終，選擇擬合R?較高且形式最為簡單的線性函數對設施農業大風災害脆弱性關系進行刻畫，采用分段函數形式，得到小棚、中棚、大棚和日光溫室的脆弱性關系曲線。不同風速下的風災損失率，計算公式如下：

式（3）中，LR為不同風速下的設施損失率，L為風災造成的損失，W為承災體的重置費用。

2.3 承災體經濟損失風險分析方法

承災體損失風險受多種因素共同影響，其中，致災因子、承災體暴露度和脆弱性是導致損失的主要因素，根據風險系統理論，承災體損失風險計算公式如下[7]：

式（4）中，t為重現期，R（t）為風險，Ht為致災危險性，V為承災體脆弱性曲線，E為承災體的經濟價值。

3 分析與結果

以日極大風速為大風災害強度指標，結合致災因子、承災體屬性和經濟分布，研究5 a一遇、10 a一遇、30 a一遇和50 a一遇4個重現期的大風災害風險分布特征。

3.1 致災因子危險性分析

利用ArcGIS10.5處理得到不同重現期致災因子危險性分布圖（圖1）。隨著重現期的增大，日極大風速的致災強度逐漸增強，影響范圍也不斷擴大。風災高危險區主要分布在衡水市東北部地區，其中深州市中部、武強縣東北部、阜城縣北部及饒陽縣北部區域風災危險性最高。

3.2 承災體脆弱性分析

從災情數據中分別選取小棚、中棚、大棚和日光溫室損失的案例，計算出不同類型設施的損失率，構建日極大風風速與損失率的對應關系曲線，選擇線性、指數和冪函數分別對不同類別設施農業大風災害脆弱性曲線進行擬合，確定系數R?越接近1擬合度越好，因此選擇R?較高的線性-函數表征不同類型設施的脆弱性。在一定風速范圍內，小棚、中棚、大棚和日光溫室的損失率均隨風速的增大而增加，其開始出現損失的極大風風速即臨界風速值分別為6、7、14、20 m/s，脆弱性曲線如表1。

其中，LRs、LRm、LRl、LRw分別為小棚、中棚、大棚和日光溫室的損失率。

3.3設施農業經濟損失風險分析

設施農業的損失主要受致災因子、承災體暴露度和脆弱性的影響。其中，暴露度與設施農業的數量、分布和價值有關，在同等致災因子危險性下設施農業數量越多、范圍越廣、價值越高，受損風險越大[8]。綜合考慮致災因子、承災體暴露度和脆弱性影響，得到衡水市設施農業大風災害損失風險分布（圖2）。設施農業大風災害損失風險主要集中在饒陽縣、武強縣，饒陽縣東北部地區風險最高，并隨著重現期的增加，損失范圍逐漸擴大，經濟損失不斷增加。重現期為5 a和10 a一遇時，饒陽縣北部區域損失風險相對較高，在400～600萬元/km2，其它地區在400萬元/km2以下。30 a和50 a一遇時，饒陽縣損失風險區域擴大到北部、東部、南部5個鄉鎮，其中北部損失風險最高，達600 ～ 1 200萬元/km2，其它地區損失風險在400～600萬元/km2以下。

4 結論與討論

隨著重現期的增加，大風致災強度、影響范圍和經濟損失同時增大;在衡水市東北部地區危險性較高，其中深州市中部、武強縣東北部、阜城縣北部及饒陽縣北部區域風災危險性最高;設施農業大風災害經濟損失風險主要集中在饒陽縣東北部地區，并隨著重現期的增加，損失范圍逐漸擴大，經濟損失不斷增加。本文研究結果對于衡水市設施農業建設規劃和大風災害防御有一定指導意義，有助于提高衡水市設施農業防災減災能力。

研究未考慮大風持續時長、孕災環境、防災減災能力等影響因素，因此研究結果存在一定局限性，對于考慮多方面因素的綜合性致災強度指標，還有待進一步研究。

參考文獻

[1] 趙立營.衡水市產業SWOT分析[J].產業與科技論壇，2019，18（17）：28-29.

[2] 張永紅，葛徽衍，韓蓓蓓，等.渭南市設施農業大風災害風險區劃研究[J].陜西氣象，2016（1）：29-33.

[3] 姬鴻麗，俞飛，禹東暉，等.孟津縣歷史極大風速推算及其氣候特征分析[J].氣象與環境科學，2011，34（3）：74-78.

[4] 李婷，陳笑娟，張靜，等.基于脆弱性曲線的河北省日光溫室大風災害風險評估[J].湖北農業科學，2020，59（4）：63-69.

[5] 李婷，孫玉龍，陳笑娟，等.基于經濟損失的河北省雪災風險定量評估[J].災害學，2018，33（4）：72-77.

[6] 章國材.自然災害風險評估與區劃原理和方法[M]北京：氣象出版社，2014.

[7] Reduction I. Living with risk： a global review of disaster reduction initiatives[M]. BioMed Central Ltd， 2004.

[8] 侯光良，趙霞，李凡，等.青海省果洛州鄉級人口： 牲畜雪災風險評估[J].自然災害學報， 2015， 24（5）： 247-253.

責任編輯：黃艷飛