三門峽市冰雹災害風險評估

摘 要：【目的】三門峽市汛期冰雹多發，易給當地特色農業帶來不利影響，通過對冰雹災害風險進行評估，辨識高風險區，為更為有效地指導防災減災提供科學依據。【方法】利用降雹、數字高程模型、遙感影像、財政收入和防雹能力建設等數據對三門峽市冰雹災害風險進行評估；根據各因子及其權重建立三門峽市冰雹災害風險評估模型，定量計算各因子的冰雹災害風險指數：將各項數據疊加得到三門峽市冰雹災害風險指數，并對高低風險區進行了劃分。【結果】高風險、中高風險區主要集中在崤山南北兩側的河谷一帶，其面積占全市面積的24%。【結論】應重點關注高風險、中高風險區的防雹減災工作。評估結果可為三門峽市冰雹防災減災和產業發展提供參考。

關鍵詞：冰雹災害風險；人工防雹；GIS；遙感

中圖分類號：P482 文獻標志碼：A 文章編號：1003-5168（2024）16-0111-06

DOI：10.19968/j.cnki.hnkj.1003-5168.2024.16.022

Risk Assessment of Hail Disaster in Sanmenxia City

YANG Linbo

（Sanmenxia Meteorological Bureau， Sanmenxia 472000，China）

Abstract：[Purposes] The frequent occurrence of hail weather during the flood season in Sanmenxia City can easily have adverse effects on local characteristic industries. By assessing the risk of hail disasters and identifying high-risk areas， scientific basis can be provided for local governments to more effectively guide disaster prevention and reduction. [Methods] The risk of hail disasters in Sanmenxia City was evaluated using data such as hail， digital elevation models， remote sensing images， fiscal revenue， and hail prevention capacity construction; The hail disaster risk assessment model for Sanmenxia City was established based on various factors and their weights. The hail disaster risk index for each factor was quantitatively calculated， and the hail disaster risk index for Sanmenxia City was obtained by overlaying various data，high and low risk areas were divided. [Findings] It was found that high-risk and medium high risk areas were mainly concentrated in the river valleys on the north and south sides of Xiaoshan Mountain，whose area accounts for 24% of the city's total area. [Conclusions] Special attention should be paid to the hail prevention and disaster reduction work in the above areas，and the evaluation results can provide theoretical reference and guidance for hail prevention and reduction， as well as industrial development in Sanmenxia City.

Keywords：hail disaster risk; artificial hail suppression; GIS; remote sensing

0 引言

冰雹是強對流云中降落下來的一種固態降水物，具有季節性明顯、局地性強、持續時間較短等特點。雖然一次降雹的影響范圍普遍較小，但由于降雹往往伴隨著狂風暴雨，極易給影響區域帶來嚴重災害［1-2］，因此，做好冰雹天氣的防災減災工作對經濟社會發展具有重要意義。

2020年，國務院辦公廳印發《關于推進人工影響天氣工作高質量發展的意見》（國辦發〔2020〕47號）明確提出：要強化農業生產服務，開展糧食生產功能區、重要農產品生產保護區和特色農產品優勢區干旱、冰雹等災害評估與區劃工作。國內外災害管理與減災實踐表明，在人類無法控制自然災害發生甚至還不能完全準確地對自然災害進行預報和預警的條件下，通過對自然災害風險的綜合評估，辨識高風險區，可為更有效地指導防災減災提供科學依據［3］。

基于防災減災工作的需要，不少學者針對多個地區的冰雹災害開展了風險評估或區劃工作［4-11］。董鵬捷等［9］結合多種評估因子建立了北京地區冰雹災害風險評估模型，并利用損失相當法解決了風險評估工作中多指標融合的難點問題；張菡等［10］利用地理信息系統對四川烤煙主產區冰雹災害進行了風險評估，為該地區烤煙種植結構調整及冰雹災害防御提供了科學指導。三門峽市地處豫西山區，是河南省重要的蘋果、煙葉產區，汛期5—9月是冰雹多發季節，也是這些作物的關鍵生長期，一旦降雹不僅會帶來嚴重的損失，還給社會經濟發展帶來不利影響，因此，對冰雹災害進行風險評估是做好三門峽市冰雹防災減災工作的必要環節。

1 數據來源與研究方法

1.1 數據來源

在使用程序或GIS軟件對氣象要素插值時，插值精度較高的情況有兩種：一是年、月類型的歷史氣象要素值，二是連續性較強的氣象要素值（如氣溫、氣壓等）［12］。研究發現，對于降水數據，隨著時間尺度由年到月到日的變化，插值精度明顯下降，時間尺度越小插值結果的不確定性越大［13］。對于時間尺度較短、局地性較強的雷暴大風和冰雹等氣象觀測要素，一般的空間插值方法并不合適。而經濟社會指標一般以鄉鎮（街道）為單位進行統計，其空間化受諸多自然地理、社會經濟要素的影響，需要構建復雜的模型［14］，簡單的反距離加權、多項式回歸、克里格等插值方法無法反映其真實空間分布情況。因此，本研究以行政區劃的鄉鎮（街道）為評估單元，所使用的數據均精確到鄉鎮（街道）一級。所用資料包括地面降雹數據、DEM高程數據、遙感數據、財政收入數據、防雹能力建設數據，具體數據類型及來源見表1。

1.2 研究方法

“區域自然災害系統論”觀點認為，災害是社會與自然綜合作用的產物，即災害是地球表面孕災環境、致災因子、承災體、防災減災能力綜合作用的產物［15-16］。結合三門峽市的實際，冰雹災害風險評估將基于年降雹次數、海拔高度、作物種植（耕地）面積、年財政收入、防雹能力建設等因子來構建，進一步對區域災害風險進行定量化評估。不同的因子單位不同，彼此之間數量級相差極大，為能使各因子能在同一水平上進行比較計算，需進行歸一化處理，使各因子的要素值落在0～1之間。由于各因子與冰雹災害風險的相關性不同，還應區分處理，對于年降雹次數、作物種植面積來說，數值越大，則風險越高，根據（1）式進行普通的歸一化處理；對于財政收入和防雹能力建設情況來說，數值越大，則防災減災能力越強，風險越低，需根據（2）式進行反歸一化處理。

[f=x?xminxmax?xmin] （1）

[f=1?x?xminxmax?xmin] （2）

式中：[x]為因子值；[f]是因子[x]的歸一化值； [xmin]和[xmax]分別是因子[x]序列中的最小值和最大值。

得到各因子的歸一化數值后，通過層次分析法和專家打分法得到各因子的權重，將歸一化值乘以相應因子的權重后疊加，即可得到冰雹災害風險評估結果，計算方式見式（3）。

R = [i=1nfiwi] （3）

式中：R為冰雹災害綜合風險；[fi]為第[i]個因子的歸一化值；[wi]為第[i]個因子的權重。

2 冰雹災害風險評估

2.1 致災因子危險性風險評估

致災因子又稱為災變因子，主要反映災害本身的危險性程度，一般被描述為危險性，包括災害發生頻率、強度、影響范圍等［17］。本研究使用各鄉鎮（街道）2000—2022年的累計降雹次數對致災因子危險性進行評估。經統計，全市各鄉鎮均有降雹，降雹次數的高低有明顯的地區分布差異，冰雹高發區位于靈寶市的朱陽鎮、五畝鄉、蘇村鄉和盧氏縣的官道口鎮、杜關鎮、沙河鄉、范里鎮等地，其中靈寶市朱陽鎮的降雹次數達到了36次，為全市最多。

對降雹次數數據進行歸一化處理并用自然間斷點分級法進行分級，得到致災因子危險性風險評估結果如圖1所示。由圖1可知中高風險區和高風險區位于靈寶市、盧氏縣交界處，與降雹次數多少的分布一致。

2.2 孕災環境敏感性風險評估

孕災環境是指孕育災害的自然環境。冰雹云的生成及冰雹災害的發生受下墊面的影響很大，王瑾等［18］研究表明地形高程是影響貴州省降雹分布的最主要地形因子。三門峽市地形地貌類型豐富，有“五山四陵一分川”的特征，地形對大氣抬升作用非常明顯。將雹云形成地點及出現降雹地點作為興趣點，并對三門峽市冰雹云的形成到減弱全過程進行跟蹤，統計雹云及降雹點海拔高度分布情況，發現當海拔高度在500 m以下和1 500 m以上時出現冰雹的次數很少，這些興趣點的海拔高度主要為500～15 00 m［19］。因此，選取海拔高度作為冰雹災害孕災環境敏感性的因子進行計算。根據興趣點海拔高度統計結果，按照300 m的間隔計算各海拔高度區間的興趣點占所有統計到的興趣點的數量比例，占比越高則位于此海拔高度區間的冰雹災害風險越高，最后將各區間比例進行歸一化處理，得到各區間的影響度值見表2。

從三門峽市DEM數字高程數據中提取每個柵格的海拔高度信息，根據表2和每個柵格的海拔高度對各柵格進行賦值并進行分類，得到孕災環境敏感性風險評估結果（如圖2所示）。評估結果顯示，三門峽市大部分地區都位于中高風險區和高風險區。沿黃一線、澠池縣南部、盧氏縣中部為中高風險區，靈寶市和盧氏縣交界處崤山一帶、盧氏縣南部伏牛山區、澠池縣中北部韶山、陜州區西南甘山為高風險區，而靈寶市西部的小秦嶺和澠池縣北部黃河河道則因為海拔過高和過低而處于低風險區。

2.3 承災體脆弱程度風險評估

承災體是指直接受到災害影響和損害的人類社會主體，涵蓋了人類本身和社會發展的各個方面。歷史資料統計顯示，三門峽市冰雹天氣的受災對象主要為農業、養殖業、城市建設基礎設施、交通車輛等4類，其中農業受災最為常見，主要是因為三門峽市農業主要以林果業、煙葉等特色產業為主，這些產業受冰雹的影響非常大，而車輛則是近年來隨著城市化進程的加快而出現的新一類承災體。因此，選取農業和車輛兩種因子來進行承災體脆弱程度風險評估。

根據經驗，農業分布情況與耕地的分布較為一致，而汽車由于與人類活動息息相關，主要集中在城市建成區、高速公路、國道省道等基礎設施中，因此可以通過對衛星遙感數據進行土地利用類型分類提取到農業和車輛的分布情況。為確保數據精確程度，利用哨兵2號衛星遙感數據進行數據提取處理，選取作物生長主要時期沒有云層覆蓋的衛星遙感圖像，對影像進行監督分類后提取出耕地和城市建成區的分布情況。三門峽市歷年來降雹尺寸普遍不大，對農作物的破壞較為嚴重，冰雹對農業的影響要明顯大于對車輛的影響，據此對各因子進行歸一化處理并賦予相應的權重，得到冰雹災害承災體脆弱程度風險評估結果（如圖3所示）。

根據評估結果，中風險區為三門峽市各級城市建成區、主要交通路線等人類活動集中的區域。中高風險區則為全市耕地分布區域，主要分布在靈寶市沿黃一線、靈寶市和盧氏縣交界處、盧氏縣中部、澠池縣中南部、陜州區東南部區域，包含了烤煙、蘋果、大杏、設施農業等產業。

2.4 防災減災能力風險評估

防災減災能力可以反映社會為使承災體免受或少受災害威脅而采取的防備措施力度大小，包含在防災減災工作方面投入的財力、設施建設等。現階段防御冰雹災害主要是通過人工發射防雹炮彈、火箭彈到冰雹云中，一方面擾亂冰雹生長所需的環境氣流，另一方面增加云中凝結核數量，分散云中過冷水，使冰雹不能順利生成或是減小冰雹的直徑，從而實現防雹減災的目的。考慮到防雹炮彈、火箭彈均為消耗品，一個地方的雹災防御能力與其在防御冰雹災害方面的資金投入和人工影響天氣作業點（以下簡稱人影作業點）建設情況息息相關，因此選擇各鄉鎮的財政收入和人影作業點建設情況作為防災減災能力的評估因子。由于并非所有鄉鎮都建設有人影作業點，故僅統計建設有人影作業點并正常開展人工影響天氣工作的相關鄉鎮數據。三門峽市防雹區域各鄉鎮財政收入情況及冰雹災害防災減災能力風險評估如圖4所示。

由圖4（a）可知，開展人工防雹工作的各相關鄉鎮財政收入差異較大，靈寶市朱陽鎮、澠池縣坡頭鄉財政收入均達到了1.8億以上，靈寶市寺河鄉卻不足0.1億，整體上看，澠池縣各相關鄉鎮的財政收入水平相對比較均衡。人影作業點建設方面，各鄉鎮的建設力度也各不相同：靈寶市朱陽鎮人影作業點數量達到了5個；五畝鄉、蘇村鄉、寺河鄉的作業點為3個；盧氏縣、澠池縣、陜州區相關鄉鎮的人影作業點基本上都是1至2個。根據裝備技術參數，人影作業彈藥的作業有效距離最遠可達10 km，因此，以10 km為半徑進行作業覆蓋緩沖區分析。從理論上來說，凡是開展人工防雹工作的鄉鎮，人影作業基本上能夠覆蓋其大部分地區（在實際作業過程中，由于不能向城鎮、鐵路、公路、油庫等場所射擊，人工防雹覆蓋區域會略有不同），具體包括靈寶市南部、盧氏縣北部、澠池縣大部、陜州區東部等區域，這些區域正是全市煙葉、蘋果、大杏等特色產業的主要產區。

不同于降雹次數和承災體的分布，財政收入情況和人影作業點建設情況與冰雹災害風險呈負相關關系。一個地方的財政收入越高、作業點建設越是規范合理，冰雹災害風險就越低。根據以上統計數據，將財政收入數據和防雹作業覆蓋區數據柵格進行反歸一化處理，并賦予相應的權重，疊加計算得到三門峽市冰雹災害防災減災能力風險評估結果如圖4（b）所示。可以發現，靈寶市朱陽鎮、澠池縣西部各鄉鎮的防雹作業能力高、覆蓋范圍大，處于低風險區，這是因為這兩個地區的財政收入高、人影作業點設置也比較合理；靈寶市寺河鄉、五畝鄉和盧氏縣木桐鄉的防雹能力較低，處于中高風險區，相應的，這些地方的要么財政收入較低，要么站點比較少。而未布設人影作業點的其他鄉鎮，則沒有人工防雹能力，處于高風險區。

2.5 三門峽市冰雹災害綜合風險評估

根據上述評估結果，通過層次分析法及專家打分法計算各評估因子的權重，得到各因子的權重分別為致災因子危險性0.26、孕災環境敏感性0.18、承災體脆弱程度0.34、防災減災能力0.22。將各因子歸一化后的數值乘以相應的權重后疊加（式3），得到三門峽市冰雹災害綜合風險評估結果。根據

計算結果分布情況，將全市劃分為5個風險等級區域，結果見表3。

三門峽市冰雹災害綜合風險評估結果及地形示意如圖5所示。由圖5可知，全市高風險及中高風險區主要集中在崤山北側、崤山與秦嶺余脈之間的河谷（靈寶市南部朱陽鎮、五畝鄉、蘇村鄉）、崤山南側與熊耳山之間的洛河河谷（盧氏縣官道口鎮、沙河鄉、范里鎮、杜關鎮北部），這些區域歷史降雹次數高，承災體為煙葉、蘋果等農作物，同時也是人口聚集的區域，雖然有一定的防御冰雹能力，但效果比較有限，冰雹災害風險仍然較高；另一處相對集中的中高風險分布區域位于靈寶市沿黃至三門峽市區南部、澠池縣中部區域，這一區域雖然歷史降雹次數不多，但存在一定數量的承災體（耕地和建筑物），同時處于人影作業點覆蓋范圍之外，從而成為冰雹災害的中高風險區域。上述區域以外的其他區域冰雹災害風險則相對較低，通過分析也可以發現，人影作業點對部分鄉鎮的冰雹防災減災起到了重要作用。

3 結論與討論

①冰雹災害風險的高低與區域降雹次數、海拔高度、人口和作物聚集、財政狀況、人影作業點分布情況密不可分。三門峽市冰雹災害高風險區域占全市面積的3.68%，中高風險區占20.38%。高風險、中高風險區主要集中在崤山北側以及崤山與秦嶺余脈之間的河谷、崤山南側與熊耳山之間的洛河河谷，另一處相對集中的區域位于靈寶市沿黃至三門峽市區南部、澠池縣中部，需重點關注以上區域的防雹減災工作。

②為做好冰雹防災減災工作，下一步應重點做好以下幾點工作：一是提升重點區域人影作業點建設密度和財政投入，正面提升防雹能力；二是著力提升本地冰雹天氣預報預警能力，充分發揮氣象防災減災第一道防線作用；三是加大氣象科普力度，提升民眾冰雹災害防御意識及防御能力，在冰雹來臨前，及時采取措施降低財產損失。

③由于冰雹統計數據在時間尺度上具有一定的局限性，城市建設、經濟發展等數據也在不斷變化，因此要做好各類評估因子的數據收集更新，定期對災害風險進行再評估，進一步提升評估結果的準確度。

參考文獻：

［1］唐為安，田紅，溫華洋，等.安徽省冰雹災害風險評估模型研究［C］//S1 災害天氣研究與預報，2012-08-07，中國遼寧沈陽，2012：30-37.

［2］ 段云峰，胡正華，劉明春，等.基于 GIS 的祁連山東端冰雹災害風險評估與區劃［J］.長江科學院院報，2016，33（5）：129-134.

［3］ 葛全勝，鄒銘，鄭景云，等.中國自然災害風險綜合評估初步研究［M］.北京：科學出版社，2008：1-3.

［4］ 尹圓圓，王靜愛，趙金濤，等.棉花冰雹災害風險評價： 以安徽省為例［J］.安徽農業科學，2012，40（25）：12506-12509.

［5］ 李蒙，朱勇，吉文娟.基于 GIS 的云南煙區冰雹災害風險評價［J］.中國農業氣象，2012，33（1）：129-133.

［6］ 翟志宏，姜會飛，葉彩華，等.基于概率分布模型的北京地區冰雹災害風險區劃［J］.中國農業大學學報，2008，13（6）：49-53.

［7］ 扈海波，董鵬捷，熊亞軍，等.北京奧運期間冰雹災害風險評估［J］.氣象，2008，34（12）：84-89.

［8］ 劉彩紅，王黎俊，王振宇，等.基于災損評估的青海高原冰雹災害風險區劃［J］.冰川凍土，2012，34（6）：1409-1415.

［9］ 董鵬捷，王建捷.北京地區冰雹災害風險評估模型及風險區劃［J］.暴雨災害，2012，31（1）：29-34.

［10］ 張菡，劉曉璐，房鵬，等.四川烤煙主產區冰雹災害風險評估［J］.氣象科技，2016，44（3）：468-473.

［11］ 高曉容，李碩，王翌.北京市通州區風雹災害風險評估與區劃［J］.安徽農業科學，2015，43（29）：219-222.

［12］ 莊立偉，王石立.東北地區逐日氣象要素的空間插值方法應用研究［J］.應用氣象學報，2003，14（5）：605-615.

［13］ 朱會義，賈紹鳳.降雨信息空間插值的不確定性分析［J］.地理科學進展，2004，23（2）：34-42.

［14］ 杜國明.人口數據空間化方法與實踐［M］.北京： 中國農業出版社，2008：84-98.

［15］ 史培軍.三論災害研究的理論與實踐［J］.自然災害學報，2002，11（3）：1-9.

［16］ 袁湘玲，紀華，程琳.基于層次分析模型的黑龍江省雷電災害風險區劃［J］.暴雨災害，2010，29（3）：279-283.

［17］ 央金卓瑪，列杰班宗，央金白姆，等. GIS 支持下的西藏冰雹災害風險評估模型［J］，高原山地氣象研究，2016，36（2）：69-74.

［18］ 王瑾，劉黎平.基于GIS的貴州省冰雹分布與地形因子關系分析［J］.應用氣象學報，2008，19（5）：627-634.

［19］ 楊林博. 2006—2021年三門峽市雹云路徑研究［J］. 現代農業科技，2022（23）：162-166.