基于PSR 模型的雷電災害風險定量化方法研究

黃惺惺，魯峻麟，莊燕洵，葉澤文，殷啟元

（1.廣東省氣象公共安全技術支持中心，廣州 510640；2.廣州市突發事件預警信息發布中心，廣州 511430）

隨著經濟的快速發展和信息時代的到來，雷電災害已逐漸擴展到生活中所涉及的大部分行業領域，面對越來越嚴重的雷電災害，需要進行正確地認識和評價，才能提出科學合理有效的雷電災害防御措施。在中國，每年的雷災傷亡人員數以千計［1-3］。對于廣東省來說，偏遠地區（農村）仍是雷電災害多發區和雷電防御的薄弱地區。該省氣象局、省民政廳和省農業農村廳開展的全省農村雷電災害隱患排查結果顯示，農村電力、電信等基礎設施防雷裝置不合格及各種線路私拉亂接情況突出，農村住宅的設計和施工容易忽視防雷裝置建設。大部分農民雷電災害防護意識依然十分薄弱，存在知識盲區和僥幸心理等，加上不能及時獲取雷電預警信息，同時受地理環境和生產條件的限制，野外作業無雷電防御措施，極易發生事故。根據歷年廣東省雷電災害造成的人員傷亡數據來看，農村傷亡事件占80%以上。

雷電災害形成的原因復雜多樣，馬明等［4］通過研究雷電災害及其致災因子，認為雷電災害類型與承載體有密切關系。易燕明等［5］通過研究雷暴日和閃電日變化，認為雷電災害不僅與雷電活動有關，還與經濟增長、城市發展以及防災減災措施有關。目前也有研究認為雷電災害的形成與人口數量、社會經濟、氣候等因素均存在一定的相關性［3，6-9］。Roeder 等［10］利用GIS 軟件將閃電密度和人口密度在網格上相乘，預測雷災傷亡人數。袁湘玲等［11］、劉巖等［12］、金晨路等［13］、王赟等［14］均采用層次分析法結合多種雷電災害風險指數作為雷電災害風險評估指標，確定評估指標權重分布，建立雷電災害風險評估模型。

目前雷電災害風險區劃中權重計算方法，主要是采用專家打分法和定性分析法，風險區劃結果的科學性、精確性有待提高。為了能夠為雷電安全防護策略提供定量化的技術支撐，本研究探索尋找出一種雷電災害風險定量化的方法。基于廣東省2007—2016 年閃電定位數據、1995—2016 年的雷電傷亡資料以及精細化的社會經濟特征，利用定量分析法來確定各評價指標權重，建立PSR 雷電風險定量化模型，形成一種具有可行性的雷電災害風險定量化評估方法。

1 數據來源與研究方法

1.1 數據來源

雷電造成人員傷亡數據來自《廣東省雷電災害匯編》（1995—2020 年）。該匯編中記錄的每次雷災事件都由雷電防護專業技術人員赴現場調查核實，并了解詳細情況。每月先由縣級氣象局向市級氣象局報告雷擊造成的當地人員傷亡和經濟損失，市級氣象局再將責任范圍內發生的所有雷災報告匯總后上報省級氣象局。該資料對每場雷災發生情況均有詳細記錄，是廣東省目前較全面的官方文字記載資料［15］。

研究采用廣東省閃電定位系統（Guangdong Lightning Location System，簡稱 LLS）2007—2016 年共10 年閃電數據，該系統能實時監測大范圍內云對地閃電的時間、極性、位置、回擊電流等參數［16］，地閃探測效率能達到93%，定位精度誤差約為760 m［17］。社會經濟特征數據、人口數據（2010 年全國人口普查數據）和GDP 數據（2015 年）均來自《廣東省統計年鑒》。

1.2 研究方法

在雷電災害風險區劃中，為了確保各項評價指標權重的準確性和科學性，本研究在建立評價模型時采用熵值法和主成分分析相結合的方式確定各評價指標權重，通過對評價指標的定量分析得出合理的權重。最后采用ArcGIS 空間分析技術，即克里金插值對數據進行處理分析，將離散的點數據通過數據轉換成連續的面，其實質是使用協方差函數和變異函數確定某個變量隨空間距離的變化規律，在有限區域內對區域化變量進行無偏最優估計，通過對網格賦予不同顏色，經過平滑和濾波后，得出各種評價指標的空間分布特征及最終的雷電風險定量化結果。

2 雷電災害風險定量化評估模型

2.1 評價指標選取

PSR 模型是基于壓力、狀態、響應3 狀態搭建的數學模型，該模型已較為成熟地用于評價人類活動對生態環境的影響程度。定量化評估體系（圖1）借助PSR 模型思想來研究區域雷電災害風險，在評價指標選取方面，地閃密度、雷電流強度代表區域所受到的環境壓力（P），地閃密度為每平方千米范圍內平均每年發生地閃的次數，雷電流強度表征該區域發生地閃時電流強度絕對值；人口密度、國內生產總值（GDP）代表區域狀態（S），表征當前區域下自然環境、人口、經濟狀況等環境狀態和環境變化情況；人身傷亡、經濟損失代表區域響應（R），即區域遭受雷電災害后，呈現出的結果。

圖1 基于PSR 的雷電災害風險定量化評估體系

2.2 雷電災害風險定量化模型建立

將廣東省行政區域范圍劃分為3 km×3 km 網格，利用克里金插值法將6 種評價指標插值成各網格數據，通過熵值法和主成分分析法，引入斯皮爾曼相關系數，確定各評價指標的權重系數，根據PSR 模型進行計算。

2.2.1 熵值法權重確定

1）原始數據形成m×n的原始數據矩陣。m為格點樣本數，n為指標數，xmn表示第m個樣本第n項評價指標的數值。

2）標準化處理。為消除數據差異對評估結果的影響，對各評價指標進行標準化處理，形成新矩陣。

3）求熵值。

4）求差異系數。

5）求權重。

用熵值法計算權重結果見表1。

表1 雷電災害風險定量化熵值法權重結果

2.2.2 主成分分析法權重確定 借助SPSS 工具，先對各評價指標進行歸一化、降維等處理，通過主成分分析法計算6 種評價指標的貢獻程度，最后得出各評價指標的權重（表2）。

表2 雷電災害風險定量化主成分分析法權重結果

2.2.3 2 種方法的相關性研究 選用2 種不同的方法確定各指標權重，評價結果出現了一定的差異，為了能確定出各評價指標最合理的權重結果，本研究通過斯皮爾曼相關系數（rs）來計算所選熵值法和主成分分析法之間的相關性。根據斯皮爾曼等級系數相關程度分類，當 0＜rs＜0.2，極弱相關或無相關；當0.2＜rs＜0.4，弱相關；當 0.4＜rs＜0.6，中等程度相關；當0.6＜rs＜0.8，強相關；當0.8＜rs＜1.0，極強相關。

通過公式（6）得出2 種不同方法的權重結果，相關性rs=0.828 6，大于0.8，屬于極強相關，因此取2 種方法得出的平均權重，較為準確合理（表3）。

表3 雷電災害風險定量化選取指標權重結果

3 結果與分析

3.1 評價指標空間分布特征

利用ArcGIS 對6 種評價指標開展空間分布特征分析，得出了地閃密度空間分布、雷電流強度空間分布、GDP 空間分布、人口密度、經濟損失空間分布及人身傷亡空間分布特征（圖2）。

由圖2a 得出，2007—2016 年全省的平均地閃密度值為17.19 次/（km2·年），閃電在珠三角地區發生次數較多，閃電活動較為頻繁；相比之下粵東、粵北區域閃電活躍度較低。

由圖 2b 得出，2007—2016 年湛江、茂名西南部為雷電流強度最強區域，其次是陽江、江門、梅州、河源、汕尾、中山、珠海和茂名大部分區域。

由圖2c 得出，近3 年GDP 高值區主要匯集在廣州、深圳、東莞、佛山、中山等珠江三角洲區域，廣州、深圳作為中國“歷史最悠遠”的一線城市，已經完成了各自經濟核心的塑造，而東莞、佛山、中山等地靠近一線城市，在一線城市的帶動下，許多產業和人口向其轉移，經濟快速增長。

由圖2d 得出，人口主要集中在珠江三角洲區域，特別是廣州、深圳、佛山和東莞，且人口和GDP高值區相互對應；同時在粵東地區也出現了一個人口密度高值區，與2017 年廣東省人民政府統計的人口狀況基本一致，排名第一和第二的分別為珠三角地區和粵東地區。

從雷電災害經濟損失空間分布特征（圖2e）來看，經濟損失量大的地區主要有廣州、深圳、東莞、佛山、江門、清遠、韶關市，其次是湛江市，經濟損失量最少的為粵東地區，這與地閃密度、雷電流強度等因子密切相關。

圖2 評價指標空間分布特征

從人身傷亡空間分布特征（圖2f）來看，主要集中在廣州市、湛江市，其次是茂名市，這也與當地資料上報的完整性有一定的關系。

3.2 雷電災害定量化結果

根據6 種評價指標的權重系數，采用加權法，得出雷電災害風險定量化結果。利用ArcGis 采用3 km×3 km 的網格進行計算，通過空間插值方法將網格數據轉化成柵格數據并進行平滑處理，得到根據各評價指標影響度的分析，從而得出雷電災害風險定量化結果（圖3），分為低、次低、中等、次高和高風險5 級。

圖3 雷電災害定量化結果

由圖3 可知，高風險區位于廣州、深圳、東莞、中山、佛山、惠州、珠海，主要集中在珠三角——廣東經濟發展核心區域，從南往北風險區域依次降低；粵東區域有一片次高風險區，位于汕頭西北大部、揭陽中東部和潮州西南大部分區域；粵西風險次高區主要位于茂名和湛江北部。高風險區中對應著人口密度、GDP 高值中心，說明人口密度、GDP 是反映雷電災害危險性的重要因子，因此，將人口密度、GDP 等指標納入PSR 體系模型中具有一定的科學性。

3.3 定量化結果驗證

雷電災害是廣東省第三大氣象災害，雷電災害涉及面廣，社會影響大，遍及社會生活的各個方面。本研究選取1995—2016 年的1 075 個廣東省雷災資料中的雷災傷亡事件發生位置對定量化模型結果進行驗證（圖4）。可以看出，雷電災害高風險區發生的雷災傷亡事件也相對較多，不同等級的雷電災害區域與雷電災害實際發生情況基本吻合。

圖4 雷電災害風險定量化與實際雷災疊加結果

為了研究雷電災害高風險區與雷災傷亡事件是否具有一定的相關性，以地級市為單位，將雷電災害風險定量化結果與該地區實際發生的雷災傷亡事件計算二次回歸相關性，相關系數為0.882 0，相關性較好（圖5），說明6 種評價指標的權重選取合理，得出的雷電災害風險定量化結果圖能較好地反映實際情況。

圖5 雷電災害風險定量化結果與實際雷災相關性分析

4 小結

本研究選取地閃密度、雷電流強度、GDP、人口密度、經濟損失和人身傷亡6 種評價指標，搭建PSR雷電風險定量化模型，利用克里金插值法、熵值法和主成分分析法分別對區域壓力、區域狀態和區域響應進行數據處理和統計分析，實現了廣東省雷電災害風險定量化計算，獲得全省雷電災害風險定量化結果，通過驗證分析得出以下結論。

1）廣東省高風險區位于廣州、深圳、東莞、中山、佛山、惠州、珠海，主要集中在珠三角地區，從南往北區域風險逐漸降低；粵東區域有一片次高風險區，位于汕頭西北大部、揭陽中東部和潮州西南大部分區域；粵西風險次高區主要位于茂名和湛江北部。

2）通過借助廣東省1 075 個雷災傷亡發生位置進行驗證，發現雷電風險區與實際雷災發生情況相符，二者的二次回歸相關系數達0.882 0，說明本研究選用的6 種指標納入PSR 體系模型中具有可行性和科學性。

3）雷電災害風險定量化方法依托PSR 模型，實現區域雷電安全災害定量化評價，可直觀反映區域雷電災害風險等級，為雷電安全資料不完整尤其是偏遠農村的雷電安全防護策略制定提供技術依據和參考。

4）雷電災害風險形成的原因復雜多樣，本研究僅基于現有風險區劃方法和資料開展了區域雷電災害風險定量化分析研究，下一步將結合精細的地質環境數據和精準的社會經濟數據，獲得更加完備的雷電災害風險定量化結果。