雷电灾害灾度评价方法探讨

丁 旻，朱曦嵘，陈 宇

(1.贵州省贵阳市防雷减灾中心，贵州 贵阳 550002;2.贵州省赤水市气象局，贵州 赤水 564700;3.贵州省册亨县气象局，贵州 册亨 552200)

1 引言

准确、定量化地评价雷电灾害造成的综合损失是一个十分复杂的问题，国内尚未有较成熟的利用雷电灾害灾度对雷电灾害程度进行综合评价的方法。目前，贵州省雷电灾害灾情评价也仅处于简单统计实物经济损失和人员伤亡的统计报告初级阶段。因此，建立一套科学的雷电灾害灾度评价方法，有利于实现防雷减灾和救灾决策科学化。

层次分析法(Analytic Hierarchy Process简称AHP)是将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法［1］，基本流程图见图1。该方法是美国运筹学家匹茨堡大学教授萨蒂于20世纪70年代初，在为美国国防部研究“根据各个工业部门对国家福利的贡献大小而进行电力分配”课题时，应用网络系统理论和多目标综合评价方法，提出的一种层次权重决策分析方法［2］。“灾度”表示自然灾害损失大小［3］，“雷灾灾度”即雷电灾害造成损失大小的量化。

本文将AHP法引入对贵州省雷灾灾度分析中，应用yaahp软件，建立贵州省雷灾灾度层次模型和灾度方程。

2 雷灾灾情评价指标权重

依据贵州省的具体情况，结合2000—2011年雷电灾害资料［4］，建立贵州省雷灾灾情层次模型(图2)。

图1 层次分析法流程图

图2 贵州省雷灾灾情层次模型

由贵州省雷灾灾情层次模型(图2)，构建4个判断矩阵(见表1～表4)［5］。采用1-9标度法，根据A、B、C层中各指标的相对重要性，然后用数值表示，建立贵州省雷灾灾情影响因子的判定矩阵;并利用方根法计算各因素的权重，用Wi表示;判断矩阵的最大特征值，用λmax表示;并对判断矩阵进行一致性检验，CR为一致性比值，当CR=CI/RI＜0.1时，确认判断矩阵一致性成立。随机一致性指标RI的取值见表5。表1～表4中的CR值均＜0.1，说明建立的4个判断矩阵有较好的一致性［6］。

表1 贵州省雷灾灾情评价(A)矩阵特征及一致性检验结果

表2 人员伤亡(B1)矩阵特征及一致性检验结果

表3 经济损失(B2)矩阵特征及一致性检验结果

表4 损失类型(B3)矩阵特征及一致性检验结果

表5 随机一致性指标RI

表6 各指标在总评价中的权重

计算出各层次判断矩阵中的中间层和最底层排序后，需要对各指标相对于总指标的权重进行排序，即计算最低层所有指标对于最高层的相对重要性。计算所得权重表示各指标在贵州省雷灾灾情评价过程中的相对重要性(表6)。

3 雷灾灾度公式

通过贵州省雷灾灾度的层次分析，得出了各评价指标的权重值，根据权重值建立雷灾灾度公式如下:

式(1)中G1为人员伤亡灾度，H亡为死亡人数，H重为重伤人数，H轻为轻伤人数。

式(2)中G2为经济损失灾度，E直为直接经济损失，E间为间接经济损失，E无为无明显经济损失。

式(3)中G3为损失类型灾度，D火为火灾或爆炸，D建为建构筑物受损，D电为供电设备故障，D化为石化行业受损，D办为办公设备受损，D家为家用电器受损，D其它为其它。

式(4)中，G为雷灾灾度。由于一次雷灾事故中的人员伤亡数量、损失类型与经济损失数量通常会相差很大，为使各个指标对灾度值的贡献保持在同一级别，对式(4)中的人员伤亡量、损失类型值扩大5倍、10倍。

4 雷灾损失等级划分

雷灾灾度G能够定量的确定每次雷电灾害的相对损失程度，存在同类可比性的优点。以贵州省1 542次雷灾资料作为样本，观察和分析每次雷灾记录后，计算每一次雷灾的G值;然后采用等差分级法，确定各雷灾损失等级的取值范围(表7)。划分时还需遵循以下原则:要认清雷电灾害的自身特点，结合实际情况，使各级划分基本能符合自然事物的一般分布规律。

表7 雷灾损失等级划分

5 应用实例

①2011年7月7日0时40分，贵州某电化有限公司遭雷击，烧毁1台3.5万伏直流变压器、1台冷却器、4组短网、1个380V配电柜，直接经济损失共计100万元。

本例有经济损失指标和供电设备故障损失类型，代入式(4)，得 G=5.28，属于特重雷灾。

②2011年6月9日晚，独山县上司镇上司村尧眉组杨某、袁某夫妇2人及10只羊在羊棚内遭雷击死亡。

本例有人员伤亡指标和其它损失类型，代入式(4)，得 G=6.57，属于特重雷灾。

③2009年6月21日，贵阳市碧海花园“松景阁”小区居民家遭雷击，损坏电脑5台、彩电1台、电视机顶盒1个、太阳能热水器1台、门面房的电子卷帘门3间和单元电子门电脑板3个。

本例只有经济损失、办公和家用电器损失类型，代入式(4)，得 G=1.99，属于一般雷灾。

④2008年8月25日晚，武警一支队加油站遭受雷击，造成该加油站办公楼局部墙体受损，电话线断开，液压仪损坏，共计3台加油机主板及显示屏损坏，直接经济损失约6.5万元。

本例只有经济损失、石化行业受损损失类型，代入式(4)，得 G=2.45，属于较重雷灾。

从以上案例所示，评价结果是合理的，符合雷电灾害的不同损失程度的判定。对不完整的雷灾记录进行雷灾灾度评价时，其评价结果不可避免的与实际情况存在一定的差异，但其结果还是比人为雷灾记录的统计更真实、可靠。

6 结束语

本文对雷灾这种非定量事件做出定量分析，应用层次分析法构建贵州省雷灾灾情层次模型，确定各层次中的各指标权重系数，并综合考虑各种因素并结合雷灾自身的特点，最终得到了一个简单实用的用于衡量雷灾损失程度的公式:G=7.504 G1+0.078 2 G 2+1.713 G 3。该公式是在全面分析贵州省雷电灾害资料、考虑本省现有的经济发展状况的基础上得到的，基本能够适用于贵州省的雷电灾害分析和度量。

［1］董文永.最优化技术与数学建模［M］.北京:清华大学出版社，2010.

［2］黄民生，黄呈橙.洪灾风险评价等级模型探讨［J］.灾害学，2007，22(1):1-5.

［3］马宗晋，高庆华，张业成，等.地质灾害对区域可持续发展影响指标体系与评价方法的初步探索［J］.自然灾害学报，1999，8(2):8-12.

［4］中国气象局雷电防护管理办公室.全国雷电灾害典型实例汇编年［G］.北京:中国气象局，2000-2011.

［5］殷娴，尹丽云，许迎杰，等.云南省雷灾特征分析及灾情评价［J］.气象科技，2013，41(1):184-190.

［6］铁永波，唐川，周春花.基于信息熵理论的泥石流沟谷危险度评价［J］.灾害学，2005，20(4):43-46.