鳳山縣冰雹災害風險評估與區劃

廖冬梅

鳳山縣氣象局，廣西鳳山 547000

氣象災害對農業和社會經濟產生了廣泛而深遠的影響，其中冰雹災害是一種嚴重威脅農作物和農田的自然災害。鳳山縣位于廣西壯族自治區，地理位置特殊，氣象條件多變，常年受到冰雹災害的威脅。因此，對鳳山縣冰雹災害的風險評估與區域劃分具有重要的現實意義。利用歷史冰雹數據和廣西災害風險與風險評估技術小組提供的方法，采用GIS技術，對鳳山縣的冰雹災害風險進行科學評估，旨在為鳳山縣的冰雹災害風險管理提供重要支持，減少冰雹災害對農業生產和社會穩定的不利影響，促進可持續發展。

1 數據資料

所用數據由鳳山縣氣象站提供，可用于評估鳳山縣冰雹和強降雨氣象災害的風險。

(1)冰雹、降水觀測數據：利用1978—2020年鳳山國家基本氣象站的冰雹、降水觀測數據，以及從2020年開始的24個地區氣象站的冰雹、降水觀測數據。這些數據可以顯示當地長時間范圍內的冰雹、降水情況，是分析氣象災害風險的重要基礎。

(2)地理信息數據：國務院人口普查辦公室發布的廣西承災體、地形圖、氣象圖等地理信息數據。

2 評估方法

2.1 致災因子危險性評估方法

當評估鳳山縣收集的同時具備最大冰雹直徑、降雹持續時間、降雹時極大風速和直接經濟損失4個要素的樣本少于30個時，可以直接選用最大冰雹直徑、降雹持續時間、雹日(或降雹頻次)進行加權求和，得到致災因子危險性指數(VE)，即

其中，XD為最大冰雹直徑樣本平均值，XT為降雹持續時間樣本平均值，XR為雹日(或降雹頻次)樣本累計值，WD、WT、WR分別為3個因子的權重，推薦權重比為3∶2∶5，各權重系數之和為1。

最大冰雹直徑樣本平均值、降雹持續時間樣本平均值、雹日(或降雹頻次)樣本累計值應先做歸一化處理，前兩者在時間序列樣本中歸一化，后者在空間樣本中歸一化。當用雹日計算危險性指數時，對一個雹日有多次降雹的情況，致災因子取一個雹日當中的最大值；當用降雹頻次計算危險性指數時，各致災因子取過程最大值。基于冰雹危險性評估指標，計算評估鳳山縣冰雹危險性指數的平均值。根據VE危險性等級劃分標準將冰雹災害危險性分為低、較低、較高、高等級。

2.2 孕災環境敏感性評估方法

孕災環境指災害發生的自然環境。冰雹災害是強對流云團發生、發展和快速移動的產物，地表海拔是冰雹的孕災環境之一，因此可以選擇海拔作為孕災環境敏感性指數(VH)。

2.3 承災體風險評估方法

冰雹災害對承災體影響的風險指數由冰雹致災因子危險性(VE)、孕災環境敏感性(VH)及承災體易損性(VS)構成。

以加權求積的方法對不同承災體進行風險評估，計算公式為：

其中，VS為承災體易損性，包括暴露度(VD)和脆弱性(VF)，即VS=VD×VF，也可直接使用承災體暴露度表征其易損性。WE、WH、WS分別為各指數權重，計算前各因子進行歸一化處理，利用熵權法、專家打分法等確定權重。

根據對不同承災體的冰雹災害風險評估結果，采用自然斷點法，將風險等級劃分為低、較低、中等、較高、高等級。

3 冰雹災害的影響因素

3.1 降水量

降雨的分布特點需要納入冰雹風險評估考慮范圍，以更好地了解災害的潛在風險。1978—2020年的年均降水量在鳳山縣表現出一定的年際變化。尤其是在2009年至2017年，年均降水量顯著增加，達到了2 426.2 mm，明顯高于整個時段的平均值。這種變化可能受到氣象和環境因素的影響，需要進一步研究，以確定是否存在潛在的氣象風險因素[2]。

鳳山縣的降水量在不同月份之間存在顯著的差異。6月的降水量最高，而3月的降水量最低。在高降水月份，需要更加密切地關注冰雹等災害風險。

同時，鳳山縣的降雨在一定時段內呈現出集中分布的趨勢，累計降雨高達1 448.2 mm。提示低洼可能更容易受到降雨和冰雹等災害的影響。此外，鳳山縣的年降水量在較長時間尺度內相對平穩，沒有明顯的升降趨勢。

鳳山縣的降水量數據揭示了一系列影響冰雹災害風險的因素，包括年均降水量的年際變化、季節性降水差異、降雨分布和年際變化趨勢等。這些因素對冰雹災害的風險評估和預防措施的制定都具有重要的參考價值，有助于更好地應對潛在的自然災害風險[3]。

3.2 各日累計降水的極值

在1978—2020年的觀測數據中，鳳山縣出現了不同時間尺度下的降水極值，包括1 h時、3 h、6 h、12 h和24 h累計最大降水量。最大1 h降水量為72.7 mm，而最大24 h降水量為218.2 mm，主要集中在1983年。長期來看，降水極值沒有表現出明顯的線性變化趨勢，表明其變化受多種復雜因素影響。

冰雹災害的發生和降水的時空分布密切相關，不同鄉鎮和地區在降水極值方面存在明顯的差異。例如，在金牙鄉、中亭鄉、平樂鄉、江洲鄉、鳳城和西部地區，1 h的最大降水極值相對較高；而在東北方向的喬音鄉、平樂鄉、中亭鄉、長洲鎮的南部等地，1 h內的最大降水極值較低。這種地區差異需要考慮在內，以便更好地評估和預測冰雹災害的潛在風險；

3 h內最大降水極值超過138 mm的主要位于縣城東北方向的喬音鄉、平樂鄉、中亭鄉、長洲鎮的南部等地，這些區域可能更容易受到冰雹災害的影響。

4 冰雹致災因子特征分析

統計時段內，鳳山縣冰雹過程較多。統計時段內有54次冰雹過程發生，累計雹日為51 d，年均降雹頻次為1.26次，其中1997年降雹頻次最多為4次；從多年逐月降雹分布來看，鳳山縣降雹主要出現在3—5月，占比為87.2%(圖1)。

圖1 鳳山縣多年降雹頻次統計

5 冰雹致災危險性評估

(1)孕災環境包括地形、水系、土壤和植被等因素。鳳山縣三門海鎮西北地區的雨澇度較高，表明該地區暴雨頻率較高，強度較大。砦牙鄉、長洲鎮北部和金牙鄉則呈現較低的雨澇程度，可能是由于氣象、地理條件的差異導致。東部地區的洪澇指數相對較低，表明該地區暴雨頻率和強度都較低，這意味著縣城以東的地區具有較低的冰雹致害風險。

(2)孕災環境影響系數可用于評估不同地區對冰雹致害風險的貢獻。較高的影響系數表示孕災環境對風險的增加影響較大，而較低的影響系數則相反。基于冰雹孕災環境的影響指標，對鳳山縣進行了冰雹致害危險性評價。根據危險性指數的大小，將其分為高、中、低三類。高危險性地區主要包括鳳山縣的喬音鄉、鳳城鎮中南部、長洲鎮東部、三門海鎮南部、平樂鄉中部、江洲鄉東南部以及砦牙鄉等地。風險較低的地區包括其他鄉鎮以及鳳山縣的北部、南部和西部地區。

根據危險性等級劃分標準，鳳城鎮中部的冰雹致災危險性為高等級，鳳城鎮除中部以外的其他區域為較高等級，其余大部分地區的冰雹致災危險性為低等級或較低等級(圖2)。

圖2 鳳山縣冰雹致災危險性等級圖

6 冰雹風險評估與區劃

6.1 人口風險評估

利用鳳山縣冰雹致災因子危險性指數、孕災環境敏感性指數、人口密度因子表征承災體暴露度指數進行冰雹災害人口風險評估，得到鳳山縣冰雹災害人口風險區劃。鳳山縣的人口密集區主要集中在鳳城鎮中部，由鳳山縣冰雹災害人口風險等級圖可知，人口稀疏地區的冰雹風險等級以低等級為主。鳳城鎮中部為較高風險和高風險區域；其余地區以中等級到較低等級為主(圖3)。

圖3 鳳山縣冰雹災害人口風險等級圖

6.2 GDP風險評估

利用鳳山縣冰雹致災因子危險性指數、孕災環境敏感性指數、地均GDP表征承災體暴露度指數進行冰雹災害GDP風險評估，得到鳳山縣冰雹災害GDP風險區劃。鳳山縣GDP大值區主要集中在鄉鎮的行政區域中心附近，冰雹災害GDP風險區分布受當地GDP值影響較大。由鳳山縣冰雹災害GDP風險等級圖可知，鳳山縣冰雹災害GDP風險等級大部地區均為低風險到中風險，鳳城鎮城區及周邊地區有較高風險和高風險區域(圖4)。

6.3 農作物風險評估

利用鳳山縣冰雹致災因子危險性指數、孕災環境敏感性指數、水稻和玉米播種面積表征暴露度指數進行冰雹災害水稻、玉米風險評估，得到鳳山縣冰雹災害水稻、玉米風險區劃。鳳山縣水稻種植主要集中在長洲鎮、喬音鄉、砦牙鄉中部、金牙鄉東部、平樂鄉、三門海鎮中部、江洲鄉南部和鳳城鎮中部大部分區域，由冰雹災害水稻風險等級圖可知，鳳山縣冰雹災害水稻風險等級大部地區均為低風險到較低風險，中等到高風險主要分布在鳳城鎮的中部、喬音鄉中部和南部、長洲鎮西部、三門海中部地區(圖5)。

圖5 鳳山縣冰雹災害水稻風險等級圖

鳳山縣玉米種植面積主要集中在西部、南部、東北部和鳳城鎮少部分地區，由冰雹災害玉米風險等級圖可知，鳳山縣冰雹災害玉米風險等級大部地區均為中等到高風險，其中鳳山縣鳳城鎮、三門海、金牙鄉西部、長洲鎮西部、喬音鄉南部等地區風險相對較高(圖6)。

圖6 鳳山縣冰雹災害玉米風險等級圖

7 結論

(1)鳳山縣的降雨在一定時段內呈現出集中分布的趨勢，累計降雨高達1448.2 mm，且低洼可能更容易受到降雨和冰雹等災害的影響；3 h內最大降水極值超過138 mm的喬音鄉、平樂鄉、中亭鄉、長洲鎮等地可能更容易受到冰雹災害的影響。

(2)鳳山縣降雹年份較多，統計時段內有54次冰雹過程發生，累計雹日為51 d，在評估鳳山縣冰雹致災危險性等級時，鳳城鎮中部的冰雹致災危險性為高等級，鳳城鎮除中部以外的其他區域為較高等級，其余大部分地區的冰雹致災危險性為低等級或較低等級。

(3)鳳山縣冰雹災害人口較高風險和高風險區主要在鳳城鎮中部地區；冰雹災害GDP高風險和較高風險區域主要分布在鳳城鎮城區及周邊地區；冰雹災害水稻中等到高風險主要分布在鳳城鎮的中部、喬音鄉中部和南部、長洲鎮西部、三門海中部地區；冰雹災害玉米較高到高風險位于鳳山縣鳳城鎮、三門海、金牙鄉西部、長洲鎮西部、喬音鄉南部等地區。

(4)為了減輕冰雹災害風險，相關部門應加強監測和預警系統，提前預警強降水和冰雹事件，以減少損失。發展農業保險和風險分擔機制，幫助農民應對冰雹災害的經濟風險，并提高農業基礎設施的抗災能力。促進氣象數據和科學研究，以更好地理解和預測冰雹災害的發生和發展。