基于系统动力学的海峡西岸城市群台风灾害风险分析

陈丽满,陈长坤,阳富强

(1. 福州大学环境与资源学院,福建 福州 350116； 2. 中南大学防灾科学与安全技术研究所,湖南 长沙 410075)

0 引言

海峡西岸城市群指的是围绕福州、泉州、厦门、汕头、温州5大中心城市,带动周边20个城市协同发展的国家级城市群[1],其地理位置特殊,是台风灾害的高发区. 台风灾害是指发生在热带海洋上,伴随大风、暴雨、风暴潮等灾害的气旋性涡旋,严重影响人类的生产生活. 2015年登陆的5个台风共造成海峡西岸城市群1 608.2万人受灾,42人死亡,直接经济损失高达602.3亿元； 2016年的第14号超强台风“莫兰蒂”造成福建省179.58万人受灾,18人死亡,11人失踪,直接经济损失169亿元[2]. 因此,对海峡西岸城市群台风灾害进行风险分析,找到最佳的防灾减灾策略,是最大限度减少其灾害损失的根本.

二十世纪初,国外学者就开始围绕台风灾害进行风险研究,而我国学者对于台风灾害风险研究起步较晚. Wilkinson[3]对2013年的超强台风海燕进行了灾害分析,并根据其研究结果就安全性行为对灾害响应的影响进行分析. Yoko等[4]通过对菲律宾农村台风“米伦约”发生后市场的价格变化和福利影响进行研究,并据此分析自然灾害对穷人的影响程度. Yoshimits等[5]通过对超级台风“莫兰蒂”导致风暴潮和海浪等衍生灾害进行灾后调查,分析其灾害演化规律. 国内学者对台风的研究主要集中在时空分布特征、致灾因子危险性、台风预警方法、区域台风风险评估等方面. 李菁等[6]选取死亡人数、直接经济损失、农作物受灾面积和房屋倒塌及毁坏数作为台风灾情评估因子,利用灰色关联分析方法建立广西台风灾害评估模型,对 2001 年以来进入广西的台风进行灾害评判与排序,并在此基础上以不同路径进入广西的台风造成的严重损失进行成因分析与探讨. 张颖超等[7]基于SPA的方法,对福建省的台风灾害防灾减灾能力进行评估,提出相应的防灾减灾措施. 孙少文等[8]从台风灾害应急响应的角度出发,分析台风灾害应急响应的时空分布特征. 邹秀琦等[9]从应急资源、应急设备和应急系数等因素考虑分析了台风灾害的应急策略.

本文引入系统动力学方法,建立海峡西岸城市群台风灾害系统动力学模型,进行仿真模拟分析,重点研究建筑物脆弱性指数和政府重视程度两个代表性指标,分析其对台风灾害损失系统的影响,据此进行台风灾害风险分析,以期得到台风灾害防灾减灾的最佳策略.

1 台风灾害损失的系统动力学模型

1.1 台风灾害损失影响因素分析

通过文献调研,基于灾害演化分析,将台风灾害损失影响因素分为台风强度、台风衍生灾害、台风监测预警能力和应急处置与救援能力4个主要因素,并阐述对这4个主要因素造成影响的其他子因素[10]. 台风强度表示台风灾害的剧烈程度； 台风衍生灾害即台风灾害爆发后带来的一系列衍生灾害； 台风监测预警能力即政府提前获知台风信息和及时采取措施的能力； 应急处置与救援能力即台风灾害爆发后政府展开应急救援的能力. 据此,建立由各相应子因素构成的台风衍生灾害、台风强度、台风监测预警能力和应急处置与救援能力这4个子系统.

1.2 系统动力学分析流程

图1 系统动力学模型的建模流程图Fig.1 Modeling flowchart of system dynamics model

Vensim软件是美国Ventana推出的系统动力学专用软件,可在操作平台下运行,是可视化的建模工具,可利用该软件对系统动力学模型进行构思、模拟、分析和优化[11]. 借助该软件进行海峡西岸城市群台风灾害的系统动力学建模和动态仿真,其流程如图1所示.

1.3 台风灾害损失系统模型的构建

1) 因果关系模型. 确定系统研究的边界后,通过对系统边界内各要素之间关系的分析,可以得到系统因果关系图. 台风灾害损失系统是多因素综合作用下的复杂动态发展系统,经过对系统边界的确定,本研究仅考虑台风强度、台风衍生灾害、台风监测预警能力和台风应急处置与救援能力对台风灾害损失的影响,得出系统内各因素之间的因果关系. 根据上文的分析,台风灾害损失系统的因果关系模型,如图2所示.

2) 系统存量流量模型. 为对系统运行的内在机理以及变量间的逻辑关系进行动态定量的描述,需要建立相应的动力学方程,并依据客观数据通过反馈与控制反映系统未来的行为. 因此,需要进一步构建台风灾害损失系统的存量流量模型,如图3、图4所示. 在台风灾害损失系统的存量流量模型中,包括状态变量、比率变量和辅助变量. 状态变量用来描述系统变量的状态； 比率变量决定状态变量随时间变化的趋势； 辅助变量有助于为建立比率变量和状态变量的复杂关系提供必要的辅助信息[12].

图2 台风灾害损失系统因果关系图Fig.2 Causality diagram of typhoon disaster loss system

图3 台风灾害系统的存量流量模型Fig.3 Inventory flow model of typhoon disaster loss system

图4 台风衍生灾害系统的存量流量模型Fig.4 Inventory flow model of typhoon disaster loss system

2 台风灾害损失系统动力学模型的仿真模拟

采用系统动力学专用软件Vensim建立系统动力学模型,只要将箭头连接各个参数变量,然后将各个参数变量之间的关系导入模型,它的因果关系也就随之形成,而各参数变量之间的数量关系则是以方程式的形式写到模型中去,便于进行仿真模拟[13]. 通过文献调研及对台风灾害损失系统的灾害演化过程分析,设定台风灾害损失系统动力学模型中的各类参数,表1列出了模型的部分参数,参数的单位除表格中特别标注的,其余均为无量纲变量. 其中灾害因子表示台风造成某灾害的可能性,其取值根据历年灾害数据得来. 灾害影响因子表示影响灾害发生的因子,例如降雨影响因子； 监测预警制度分为1～5个等级,初值为1,表示其制度的完善程度； 安全投入水平、安全教育培训水平均分为1～5个等级,初值均为1,取值由1～5,表示其水平的不同程度.

表1 台风灾害损失系统模型参数描述表

Vensim软件的一系列通用函数实现了系统动力学的仿真模拟,下文描述本文涉及到的各类函数及其功能. PULSE为脉冲函数,表示变量随时间变化产生脉冲,反映单位时间内产生的损失效应[14]. INTEG为积分函数,执行单位时间内的数值积分. DELAY FIXED为延迟函数,表征变量的延迟效应. 系统动力学模型中的部分方程如下：

J=4×PULSE(0, 0.2),Ti=12×PULSE(0, 0.2)

(1)

Tn=b1×B1+…+b7×B7,Td=c1×C1+…+c6×C6,Tg=d1×D1+…+d8×D8

(2)

Wi= INTEG(Wn, 0),Wn=Wd×Wg-Wq

3)

Wd=Ti×Wt,Wg=Ti×Wd,Wq=DELAY FLXED(3, 1, 0)

(4)

D2=0.3×D3+0.3×D6+0.4×D8,D3=0.7×D1+0.3×D7,D4=0.6×D1+0.4×D5，

D6=0.5×D1+0.5×D7,D8=0.6×D1+0.4×D3，

C1=0.3×C2+0.4×C3+0.3×C5,C2=0.3×C5+0.7×D1，

C3=0.5×C2+0.5×D1,C4=0.3×C2+0.3×C3+0.4×C5，

C6=0.2×C2+0.4×C5+0.4×D1

(5)

INITIAL TIME=0, FINAL TIME=15,TIME STEP=0.125, UNIT OF TIME： Day

(6)

式中： PULSE({start}, {duration})=PULSE(第一个脉冲起始时刻,持续时间)；

DELAYFLXED({in}, {dtime}, {init})=DELAYFLXED(变量,时间,初值)；

B1～B7为变量权重,代表台风强度的参数,其赋值如表2所示,取值由历年灾害数据得来；C1～C6为变量权重,代表台风监测预警能力的参数；D1～D8为变量权重,代表应急处置与救援能力的参数.

本文以海峡西岸城市群台风灾害为例,基于层次分析法[16](AHP),由专家对各因素进行打分,采用1～9标度赋值,进行一致性检验,确定因素权重,各变量的权重见表2.

表2 台风灾害损失系统各影响因素权重

3 模拟结果分析

3.1 模拟仿真输入

在对台风灾害损失系统动力学模型进行仿真之前,首先必须对模型中的常数、状态变量及辅助变量的初始值进行赋值,通过对2004—2015年间气象灾害年鉴的灾害数据进行统计分析,结合系统的特征,设定模型中的初始参数值如表3所示,其中最低气压、最大风速等初始数据从气象灾害年鉴记录的数据得来.

表3 系统变量的初始参数值

3.2 模拟结果分析

对海峡西岸城市群台风灾害损失系统动力学模型中的一些代表性变量进行仿真模拟,分析其对台风灾害损失系统的影响,根据仿真结果提出城市群台风灾害防灾减灾对策.

1) 建筑物脆弱性指数. 建筑物脆弱性指数由建筑物的灾损率来表征,建筑物毁坏速率和建筑物毁坏程度在脆弱性指数不同数值下的仿真模拟结果如图5和图6所示.

图5 台风建筑物毁坏速率模拟结果Fig.5 Simulation results of building destruction rate of typhoon

图6 台风建筑物毁坏程度模拟结果Fig.6 Simulation results of building destruction of typhoon

从图5可看出,脆弱性指数越大,建筑物毁坏速率越快,而且在灾害爆发前期达到最大值,然后随着灾害的衰退,逐渐变小,直到趋于平缓. 从图6可看出,建筑物毁坏程度一直处于不断增大的状态,而且脆弱性指数数值越大,建筑物毁坏程度越严重,因为除了台风灾害本身以外,其他衍生灾害,如狂风,暴雨,风暴潮等都可能导致建筑物毁坏,所以其毁坏程度处于不断增加的状态. 因此,降低建筑物的脆弱性指数能够提高建筑物抗灾能力,在恢复重建过程中,政府应该对建筑物的原材料和建造过程进行严格的监督管理,确保其抗灾能力达到最大.

2) 监测预警设备. 根据文献调研,通过对台风灾害损失系统演变规律及仿真模拟特征的分析,将政府重视程度分为1～5个等级,表示特别不重视,不重视,重视,比较重视,特别重视[15],分别分析其对监测预警设备以及监测预警设备更新率的影响,如图7和图8所示. 从图7可看出,随着政府重视程度的增加,监测预警设备更新率随之增加. 从图8可看出,在政府较为重视的情况下,监测预警设备的保障程度也较大,这跟现实中灾害监测预警的实际情况相符. 因此,政府重视程度是提高监测预警能力的保障,分析灾害带来的巨大风险,增强台风监测预警能力,防患于未然,为降低台风灾害损失的理想方法.

图7 台风监测预警设备更新率模拟结果Fig.7 Monitor the update rate of warning equipment of typhoon

图8 台风监测预警设备模拟结果Fig.8 Monitor early warning equipment of typhoon

3) 安全投入水平. 安全投入水平和安全投入水平增长率在政府重视程度数值分别为1到5时的仿真模拟结果如图9和图10所示. 从图9可看出,政府重视程度越大,其安全投入水平增长率也就越快,不论是监测预警能力还是应急处置与救援能力都越有保障. 从图10可看出,安全投入水平随着政府重视程度的增加而增加,直到灾害逐渐退去,才有所下降. 在灾害爆发初期,政府重视程度较高,随着安全投入增加,应急救援能力和监测预警能力随之提高,模拟结果跟实际情况相符. 因此,提高整个政府的安全意识,增强其对灾害风险的重视程度,是提高应急处置与救援能力的重要方法.

图9 台风安全投入水平增长率模拟结果 Fig.9 Simulation results of safe input level growth rate of typhoon

图10 台风安全投入水平模拟结果Fig.10 Simulation results of safe input level of typhoon

4 结语

1) 分析海峡西岸城市群台风灾害损失系统的影响因素,得出台风灾害损失系统主要由台风衍生灾害、台风强度、台风监测预警能力和应急处置与救援能力这4个子系统组成的结论,并对各变量进行仿真模拟分析.

2) 分析建筑物脆弱性指数对建筑物毁坏情况的影响,得出建筑物脆弱性指数与建筑物毁坏速率和建筑物毁坏程度成正比的结论,脆弱性指数越大,其毁坏速率越快,毁坏程度越严重,因此在恢复重建过程中,政府应该对建筑物材料和建造过程有更严格的要求,对其成果验收也应该有更严格的标准.

3) 分析政府重视程度对台风监测预警能力和应急处置与救援能力的影响,得出政府重视程度越高,其监测预警能力和应急处置能力越强的结论. 因此,增强政府灾前防灾,灾后减灾的意识,提高政府对台风灾害防灾减灾的重视程度,是减少灾害损失的重要方法.