黄先成[],2 宋素蕊1
1安阳市气象局,河南 安阳 456400;2成都信息工程大学,四川 成都 610225
摘 要:本文对国内大风灾害区划研究成果进行了梳理,对区划指标、方法和模型进行了归纳,最后进行了讨论。基于灾害学理论,学者对大风灾害风险区划指标的构建主要围绕致灾因子、孕灾环境、承灾体和防灾减灾能力等四个方面,常用的风险区划技术和模型有专家打分法、德尔菲法、层次分析法、综合风险指数、信息扩散理论模型、灰色理论模型、模糊综合评价模型等。
关键词:风灾,风险区划,进展
引 言
大风是快速流动的空气,我国气象观测业务中规定瞬时风速达到或超过8级时(17m/s)称为大风[1]。大风是世界上重要气象灾害之一,它常毁坏庄稼,刮倒树木、电线杆,破坏房屋,影响交通、航运和户外施工安全等,会造成财产损失和人员伤亡;有时因区域地理环境和季节等不同条件,还伴随沙尘(沙尘暴)、寒潮降温、雷雨冰雹、台风暴雨等灾害性天气出现,对工农业生产、交通运输、军事活动和人们的工作生活等影响很大[2-3]。
近年来,在全球气候变暖背景下,大风灾害有逐年上升的趋势,大风灾害研究也有了很大的发展。国内关于大风灾害区划的研究可归纳为:灾前区划和灾后区划,灾前区划又分大风灾害分布特征的研究和灾害风险等级区划研究;灾后区划主要是对具体受灾情况进行量化统计,进而区分灾害等级。基于国内学者主要研究成果,本文对大风灾害灾前区划的研究情况进行了梳理归纳,供有关学者开展相关研究参考。
1 区划的基本思路
大风灾害风险区划的基本思路大致如下:①确定区划单元。②确定风险区划的主要内容。如:孕灾环境敏感性、致灾因子危险性、承灾体易损性和防灾减灾能力等,并选择相应的指标,确定各指标的权重。③选择大风灾害风险区划所需要的基础图件,收集选定区域的GIS信息资料、气象数据、社会经济数据及灾情数据等,建立相应的灾害数据库。④构建大风灾害的风险区划评估模型。⑤借助GIS等相关技术,进行灾害风险区划。
2 区划指标的构建
基于灾害学理论,大风灾害风险区划指标的构建主要集中在致灾因子、孕灾环境和承灾体和防治减灾能力等方面,在实际研究中,往往随研究目的不同指标选择侧重点也有区别。
程丛兰等[4]根据1971-2006 年北京市6-10月大风资料,对每次出现大风日的站点数进行归一化处理后,制定大风后果等级标准,进而得出大风空间风险概率,最后得出奥运期间大风灾害不同等级的空间分布。顾宇丹等[5] 根据风灾日数和大风日数,计算出上海市各站风灾灾日比、灾次比、均灾次等特征值,分析了上海风灾时空变化规律,并从致灾因子危险性、孕灾环境稳定性、承载体脆弱性三个方面考虑,给出了风灾受灾率、人员伤亡灾次比、建筑物损毁灾次比、经济损失指标、受灾率变异系数、人口密度、建筑物密度、经济指标等8个风灾风险评价指标。于杨等[6]采用统计方法对第十二届全运会期间14个城市的大风灾害资料进行了分析,给出了大风等级后果计算公式,并计算了各站不同级别后果下大风风险概率,进而绘制出各级后果等级大风概率分布图。陈鑫[7]选择了统计年鉴中能反映防灾救灾能力特征的指标作为评价因子,如各县市农民人均收入、乡镇财政收入、医疗及工伤保险参保人数、医院病床位数、医疗救护人员数、医疗卫生财政投入和农林水利的财政投入等评价指标,综合各种影响因子得到杭州市城区抗灾减灾能力综合区划图。
3区划方法和模型
随着灾害研究的不断深入,以及各种新技术的应用,灾害风险评价和区划正逐渐由定性分析走向定量评价。常用的风险评价技术和模型有专家打分法、德尔菲法、层次分析法、综合风险指数法、信息扩散理论模型、灰色理论模型等。
3.1 专家打分法
专家打分法是一种简单的、易于应用和分析的方法。计算步骤主要有:第一步要辨识出某一特定灾害可能遇到的所有风险,列出风险调查表;第二步要利用行业内专家经验,对可能风险因素的重要性分别评价,从而计算出这个特定灾害的风险。
3.2 德尔菲法
德尔菲法 [8-9] 是项目主持人首先就某个科技课题通过匿名函询的方式,向有关专家征询意见,其次对专家反馈的意见进行汇总和整理,然后把这些汇总的结果再次发给专家,供专家参考、分析和判断,得到这些专家新的论证意见。如此反复多次, 根据收集的意见作出分析预测。
3.3 层次分析法
层次分析法[10]的主要思路是将复杂问题分解为若干层次和若干因素,对指标之间的重要性进行两两比较判断,并建立判断矩阵,通过计算判断矩阵的对应特征向量和最大特征值,得出不同方案重要性的系数, 供选择最佳方案参考。陈鑫[7]运用层次分析法,结合8级以上大风日数和极大风速均值分析大风灾害的频数和强度分布状况,将大风日数空间分布与极大风速均值空间分布分别赋予权重后叠合,得出杭州市大风风险的空间分布。
3.4 综合风险指数法
此方法综合考虑危险性、脆弱性、暴露性和防灾减灾能力这四者对自然灾害风险的相互综合作用。通过确定四者或前三者的子指标层数据和权重,并将指标层相乘,得到气象灾害综合风险指数。具体分灾害风险评价指标法和加权综合评价法等。
杨龙等[11]利用对数函数法对大风灾害灾度进行了计算和定量评价,并根据最大隶属原则把新疆划分为重度风灾区、一般度风灾区和轻度风灾区三个区域。吴红华[12]利用二参数Weibull分布的概率分布函数对某风速大风出现的间隔时间及其概率分布进行了研究。黄世成等[13]针对台风大风灾害风险,用气候统计学方法分析了苏通大桥桥位工程区的影响台风的时空分布,并用蒙特卡罗模拟方法对8级以上台风大风对桥位区可能造成的灾损指数进行计算。王胜等[14]根据自然灾害风险评价理论,利用台风降水和极大风速资料、社会经济资料、地理信息数据以及相关灾情等要素,借助GIS进行安徽省台风灾害风险区划。 陈鑫[7]通过对承灾环境影响因素的分析,选取人口密度、地均GDP、农业用地比重和人均用电量四项因子作为易损性评价指标,并结合各影响因子对杭州人风灾害风险承灾环境的贡献程度,采用线性加权综合法建立易损性评价模型,对杭州市承灾环境易损性进行区划。
3.5信息扩散理论模型
信息扩散方法是一种对样本进行集值化的模糊数学处理方法,主要是为了弥补信息不足而考虑优化利用样本模糊信息。最原始的形式是信息分配方法,最简单的信息扩散函数是正态扩散函数。该方法可以将一个分明值的样本点变成一个模糊集,或者是把单值样本点变成集值样本点。在时间序列短 (N≥5)、资料少的情况下,运用信息扩散理论,可直接对致灾因子进行风险计算,进而实现对不同地域单元灾害的风险评估与区划。张丽娟等[15]应用信息扩散理论,在黑龙江近35a大风资料的基础上,直接计算出全省不同大风日数的概率风险估计值。陈红等[16]基于信息扩散理论对黑龙江省暴雪、大风、低温冷害等主要气象灾害进行了风险评估和区划研究。
3.6 灰色理论模型
灰色理论[17]是由邓聚龙(1982)以系统论、信息论和控制论为基础发展起来的一种解决信息不完备系统的理论与方法。GM(1,1)是目前使用最广泛的灰色预测模型。孙霞[18]、夏伟萌[19]、杨龙[11]等采用大风灾害死亡人数、受伤人数、可比经济损失指标,分别计算分析了河北省、新疆全区的大风灾害灾度,并运用灰色理论和方法,对大风灾害危险度进行了评价。
3.7 模糊综合评价模型
模糊综合评价模型[20]的是以模糊变换理论为基础,以模糊推理为主的精确与非精确相统一、定性和定量相结合的综合分析方法。陈鑫[7]以灾害风险理论为框架,从影响大风灾害的致灾因子、孕灾环境、承灾体以及防灾能力四方面构建了基于GIS多源栅格的模糊综合评价模型,实现了杭州市大风灾害风险的1kmXlkm区划。
4 讨论
(1)大风灾害风险区划主要围绕孕灾环境敏感性、致灾因子危险性、承灾体易损性和防灾减灾能力等方面,选择相应的指标,确定指标权重,选用适当方法和模型开展分析。
(2)大风灾害风险具有多元性及模糊性的特点,它受致灾因子、孕灾环境、承灾体等众多因素影响,而对于多因素的地理信息、遥感信息以及统计信息本身就存在多重性、复杂性、不确定性、不精确性,从机理上定量分析大风灾害的成因及各影响因素间的交互作用现阶段的确较难实现,通过灾害系统理论构建大风灾害量化模型仍需深入研究。
参考文献
[1]中国气象局.地面气象观测规范[M].北京:气象出版社,2003.
[2]郑永光,田付友,孟智勇,等.“东方之星”客轮翻沉事件周边区域风灾现场调査与多尺度特征分析.气象,2016,42(1):1-13.
[3]董安祥,胡文超,张宇等.河西走廊特殊地形与大风的关系探讨[J].冰川冻土,2014,36( 2):347-351.
[4]程丛兰,李青春,扈海波,等.北京地区奥运期间大风灾害的定量评估[J],气象科技,2008,36(6):806-810
[5]顾宇丹,王强,黄晓红,等.上海市两类风灾时空变化分析及区划[J].大气科学研究与应用,2010(2):104-112.
[6]于杨,倪长健,沈秋宇,等,十二运期间辽宁大风灾害风险评估分析[J].中国农学通报,2014,30(26):260-265
[7] 陈鑫.杭州大风灾害风险区划[D].南京信息工程大学,2012.
[8] 田军,张朋柱,王刊良, 等.基于德尔菲法的专家意见集成模型研究[ J] .系统工程理论与实践, 2004, (1):57~ 62.
[9] 袁志彬, 任中保.德尔菲法在技术预见中的应用与思考[ J] .科技管理研究, 2006, (10):217 ~ 218.
[10] 郭金玉, 张忠彬,孙庆云.层次分析法的研究与应用[ J] .中国安全科学学报, 2008, 18(5):148~ 153.
[11]杨龙,何清.新疆近3年大风灾害灾度分析与区划[J].灾害学,2005,20 ( 4 ) :83-85
[12]吴红华等.大风重现期的风险分析[[J].自然灾害学报,2004,13 ( 6 ) :63-69
[13]黄世成,周嘉陵,程婷等.工程区台风大风灾害评估方法的研究与应用[[J].防灾减灾工程学报,2009,29 ( 3 ) :329-335
[14]王胜,田红,谢五三.基于G I S技术的台风灾害风险区划研究[[J].中国农业大学学报,2012,17(1):161一166
[15]张丽娟,陈红,高玉宏等.黑龙江省大风分布特征及风险区划研究[J].地理科学进展,2011,30(7): 899-905.
[16]陈红.基于信息扩散理论的黑龙江省主要气象灾害风险评估研究[D] .哈尔滨师范大学,2011.
[17]刘思峰,党耀国,方志耕.灰色系统理论及其应用[M].北京:科学出版社,2004.
[18]孙霞,陈小雷,俞海洋,等.河北省大风灾害及其危险性区划分析[J].中国农学通报2016,32(1):183-187
[19]夏讳萌,何清,李军等.新疆大风灾害灾度和危险度分析[J].中国沙漠,2012,32(4): 1025-1028.
[20]王新洲,史文中,王树良.模糊空间信息处理[M].武汉大学出版社,2003.
项目基金:中国气象局/河南省农业气象保障与应用技术重点开放实验室应用技术研究基金项目(KM201928和AMF201604)资助
作者简介:黄先成(1979-),男,河南潢川人,在读硕士,高级工程师,主要从事气象预报服务和天气气候预测工作。