基于ArcGIS的山西省暴雨灾害风险评估

申欣凯，吕义清，张 静，赵 瑜

(1.太原理工大学 矿业工程学院，山西 太原 030024；2.山西冶金岩土工程勘察有限公司， 山西 太原 030002；3.山西省气象局，山西 太原 030002；4.山西省气象台，山西 太原 030006)

山西地处黄土高原，总面积15.6×104km2，山多川少，山区面积占全省总面积的80.1%。省内滑坡、泥石流灾害分布面广、数量大、活动性强、破坏性大，是造成山西省人员死亡较大的地质灾害之一。近5年，山西共发生地质灾害50余次，造成多人伤亡，直接经济损失1 200余万元。而暴雨是诱发滑坡、泥石流的主要影响因素之一，地质灾害风险评估多选取和降水量相关的指标进行研究。本研究选取山西省109个气象站1988—2018年气象观测资料，结合层次分析法和专家打分法，基于ArcGIS构建了山西省暴雨危险性评价模型；并对山西省暴雨时空分布特征及其危险性进行分析，以期系统掌握山西暴雨灾害特征，为建立更为完善的地质灾害气象风险预警模型提供依据。

一 文献综述

气象灾害风险评估是国内外学者关注的热点，从20世纪30年代开始，国外学者就开展了初步的研究[1-4]。20世纪70年代，英国、美国等发达国家对台风、干旱、龙卷风等气象灾害的风险评估工作已趋于成熟。相对而言，我国对气象灾害风险评估工作起步较晚，直到20世纪90年代，对气象灾害的评估研究工作才开始受到重视[5]。暴雨灾害作为主要的气象灾害之一，风险评估研究也越来越受到学者的重视，国内外学者开展了大量的研究。总体而言，暴雨灾害风险评估是对其孕灾环境敏感性、致灾因子危险性、承灾体易损性和相应的防灾减灾能力的综合评估。近年来，该领域的研究取得较大进展，周成虎[6]、张行南[7]等以暴雨洪涝灾害为研究对象，选取不同的致灾因子，利用统计分析方法构建了灾害评估模型，对国内不同省市的暴雨洪涝灾害的风险进行评价。目前，对暴雨灾害风险评估的研究很多，常用的风险评价技术方法有指数法、专家打分法、层次分析法等，国内外学者基于以上方法开展了众多区域的多种气象灾害风险评估研究[8-13]。层次分析法(简称AHP 法) 是美国运筹学家T.L.Saaty 教授20 世纪70 年代提出的一种定量与定性相结合的多目标决策分析方法。这一方法的核心是将决策者的经验判断给予量化，从而为决策者提供定量形式的决策依据，在目标结构复杂且缺乏必要数据的情况下更为实用。王莎[14]等人运用层次分析法(AHP)，从致灾因子危险性、孕灾环境敏感性、承灾体脆弱性以及防灾减灾能力等方面建立了陕西秦岭地区暴雨灾害风险评价模型。陈贞宏[15]等在层次分析法确定影响因子权重的基础上，构建基于 GIS 的风险评价模型。暴雨灾害作为诱发地质灾害的主要因素之一，众多学者也选取暴雨相关指标作为地质灾害致灾因子进行研究，如何瑞祥[16]将年平均降水量作为当地地质灾害发生的影响因子对云南省地质灾害风险进行评估；万石云[17]等选取临界雨强、大雨日数和暴雨日数等作为影响因素，刘云香[18]等根据广东省地质灾害发生和降水量级、降水持续时间的关系，结合广东地质灾害易发程度，制定了地质灾害发生的雨量阈值。

目前，针对山西省开展的暴雨风险评估研究相对较少，本研究系统地开展了山西省暴雨灾害特征及其风险评价研究，对完善当地地质灾害风险评价模型及暴雨灾害防御具有重要意义。

二 资料与方法

(一)研究区概况

山西省地处黄河中游，黄土高原东部，南北长约682 km，东西宽约385 km，总面积15.63×104km2。山西属于中温带和暖温带季风气侯区，即温带大陆性气候。因受大气环流及地形的影响，山西省降水分布东多于西，南多于北，山地多于盆地，迎风坡多于背风坡，年际和季节变化大，降水强度大。年平均降水由西北向东南递增，介于380 mm～650 mm，总平均511.8 mm。

山西省地势呈东北斜向西南的平行四边形，是典型的为黄土覆盖的山地高原，地势东北高西南低。高原内部起伏不平，河谷纵横，地貌有山地、丘陵、台地、平原，山区面积占总面积的80.1%，因地形地貌及长期采煤所致，区域内地质灾害高发、易发。

(二)资料来源

在考虑数据完整性及准确性的基础上，本文收集整理山西省109个气象站1988—2018年的年均暴雨日数、年均暴雨量、最大日暴雨量等数据(来源于山西省气象局)，地理信息数据提取1∶10万的山西省行政政区图，山西各县土地面积、人口数量、GDP等社会经济数据来源于《山西省统计年鉴》。气象上把24 小时降水量≥50 mm降水过程定义为1个暴雨日。

(三)研究方法

气象灾害致灾因子相对其他风险影响因素具有多变性特点，往往在成灾过程中起关键用[19]，限于数据原因，本研究仅对从致灾因子危险性及孕灾环境敏感性对山西省暴雨灾害风险进行评估。本文参考王莎、陈贞宏等对暴雨灾害风险评价研究，选取年均暴雨量、年均暴雨日数及最大日降水量作为暴雨灾害的致灾因子；选取人口密度、地均GDP、耕地比重作为承灾体易损性影响因素，结合层次分析法和专家打分法构建暴雨灾害危险性评价体系(图1)。在此基础上，利用ArcGIS软件制作山西省暴雨风险区划图并进行分析。

图1 暴雨风险评估指标体系

1.层次分析法(AHP 法)

AHP法是美国运筹学家、匹兹堡大学T.L.Saaty教授在20世纪70年代初期提出的， AHP是对定性问题进行定量分析的一种简便、灵活而又实用的多准则决策方法。它的特点是把复杂问题中的各种因素通过划分为相互联系的有序层次，使之条理化，根据对一定客观现实的主观判断结构(主要是两两比较)把专家意见和分析者的客观判断结果直接而有效地结合起来，将一层次元素两两比较的重要性进行定量描述。而后，利用数学方法计算反映每一层次元素的相对重要性次序的权值，通过所有层次之间的总排序计算所有元素的相对权重并进行排序。该方法自1982年被介绍到我国以来，以其定性分析与定量分析相结合地处理各种决策因素的特点，以及其系统灵活简洁的优点，迅速地在我国社会经济各个领域内，如能源系统分析、城市规划、经济管理、科研评价等，得到了广泛的重视和应用。这种方法通过将各层因素进行比较，得出各个指标重要性的权重值，能够构建综合指数模型。

(1)构造判断矩阵。构造判断矩阵是AHP 法的关键，在专家咨询的基础上，引入合适的标度，通过指标间两两重要性的比较打分，构造比较判断矩阵A。

表1 判断矩阵aij的标度方法

(2)层次单排序及其一致性检验。层次单排序是确定该层各因素对上层某因素影响程度的过程，可以归结为计算判断矩阵特征向量(W)和最大特征值(λmax)问题。

(1)

式中：其中(AW)i为向量AW的第i个元素，Wi为正规化处理的W的对应元素。

对层次单排序进行一致性检验，计算随机一致性比率CR。

(2)

当CR≤0.1 时，认为层次单排序或层次总排序具有满意的一致性。平均随机一致性指标RI可查表2得到。

表2 随机一致性指标(RI)值

2.普通克里格插值法

克里格插法( Kriging) 主要利用区域内的测量数据和变异函数的结构特点，对区域内的变量进行插值。与反距离加权法( IDW) 和局部多项式法( LPI) 相比，克里格法考虑了数据的空间自相关性，更符合空间数据的特点，是最常用的空间内插方法之一[11]。本研究在数据的差值过程中亦选取此方法。

三 结果分析

(一)山西暴雨时空分布特征

1.山西近30年暴雨日数空间分布

山西省暴雨空间分布区域差异较大，统计得出山西年均暴雨日数最大值1.29天，出现在沁源；最小值仅为0.01天，出现在应县。结合图2(图中数据单位为天)中看出，近30年，暴雨日数高值区主要出现在山西南部长治临汾交界一带、北部忻州五台县及中西部吕梁临县一带地区；山西北部大同、朔州地区暴雨日数相对较少，近30年暴雨日数低于10天。

2.山西年暴雨量空间分布

年暴雨量指24小时降雨量大于等于50 mm的累积雨量与统计年限的比值，是对当地暴雨日雨量总和的大小和暴雨多寡的综合反映。从图3(图中数据单位为mm)中看出，山西年暴雨量空间分布基本和近30年暴雨日数空间分布一致，高值区主要出现在山西中西部、中东部及晋东南地区，年暴雨量超过60 mm，低值区出现在晋北地区，低于12 mm。

图2 山西近30年暴雨日数空间分布

图3 山西年暴雨量空间分布

3.年暴雨量占年降水量的比例

由图4(图中数据单位为%)看出，除晋北大同朔州一带，全省大部分地区年暴雨量占年降水量的比例都达到了10%，其中高值区主要出现在吕梁、阳泉、临汾和运城东部，以及晋东南地区，运城西南部及大同、朔州地区年暴雨量占年降水量的比例相对较小。

图4 山西年暴雨量占年降水量的比例

综上所述，山西虽然暴雨日数、年暴雨量并不算多，但暴雨天气过程确是全省主要的降水供给。同时，由于暴雨天气过程一般爆发突然、历时短、存在一定的破坏性，作为地质灾害的诱因之一，特别在山区，暴雨容易引起崩塌、滑坡和泥石流等地质灾害，造成人民财产的损失，因此综合掌握暴雨特征及对其危险性进行评估是很有必要的。

(二)山西暴雨灾害风险评估

1.致灾因子危险性分析

在参考王莎等人研究的基础上，选取直接和暴雨相关的最大日暴雨量、年均暴雨日数及年均暴雨量作为致灾因子的3个指标。基于层次分析法和专家打分法，对3个指标进行两两重要性打分，构建比较矩阵，计算各指标相对致灾因子的权重，并进行随机一致性检验。经计算，随机一致性比率CR为0.003 8，小于0.1，所以判断矩阵具有一致性，得出山西省暴雨危险性评估模型为：

S危险性指数=0.6483Z1+0.2297Z2+0.1220Z3

(3)

式中；S危险性指数为暴雨危险性指数；Z1为年平均暴雨量极差标准化值；Z2为年平均暴雨日数极差标准化值；Z3为最大日暴雨量极差标准化值。一般情况下，S危险性指数越高代表暴雨发生的强度越大、频率越高，造成的危害性也越大。

基于山西暴雨危险性评估模型，选取ArcGIS软件中空间分析克里金插值法对数据进行处理，并按掩膜提取，获得山西省暴雨危险性区划图，如图5所示。基于自然断点法将暴雨危险性指数划分为5个级别，分别为高危险区(0.819 2～0.667 8)、次高危险区(0.667 7～0.516 2)、中等危险区(0.516 1～0.364 5)、次低危险区(0.364 5～0.213 0)、低危险区(0.212 9～0.061 3)。从图5看出，山西南部发生暴雨灾害的风险较大，北部较小。其中，长治西部、运城东南部处于高危险区；晋城、晋中南部、阳泉、忻州五台县、吕梁北部等地区处于次高危险区；山西北部、太原、以及运城西南部处于低危险区。

2.承灾体易损性分析

承灾体易损性指可能受到暴雨灾害危险的所有人员和财产或损失程度，一个地区人口和财产越集中，可通过人口、GDP、耕地面积等指标来衡量。易损性越高，相应遭遇暴雨灾害的风险也越大。本研究选取山西省人口密度、地均GDP和耕地面积比作为承灾体易损性影响因素。利用层次分析计算各因子的权重，经计算，该判断矩阵的随机一致性比率CR为0.072 1，小于0.1，具有一致性，得出承灾体易损性评估模型为：

S易损性指数=0.5257Z4+0.3568Z5+0.1175Z6

(4)

式中：S易损性指数为暴雨易损性指数；Z4为人口密度极差标准化值；Z5为地均GDP极差标准化值；Z6为耕地面积比极差标准化值。

基于自然断点分级法将易损性指数划分为高易损区、次高易损区、中等易损区、次低易损区、低易损区5个级别。利用ArcGIS绘制出山西省承灾体易损性区划图如图6所示。整体而言，山西中部及西南部为高易损区，尤其是太原、运城地区；山西中西部吕梁一带处于低易损区，和实际情况较为相符。

图5 山西省暴雨危险性区划

图6 山西省暴雨危险性区划

3.暴雨风险评估

暴雨灾害风险评估是孕灾环境敏感性、致灾因子危险性、承灾体易损性和防灾减灾能力4个因子综合作用的结果，由于数据的限制，本研究仅考虑致灾因子和承灾体的影响。考虑到各因子对风险构成的重要性不同，基于专家打分法，对致灾因子和承灾体分别赋予不同权重，建立了暴雨灾害综合风险指数模型：

R=aS危险性指数+bS易损性指数

(5)

式中：a、b分别为S危险性指数、S易损性指数的权重。R值越大代表风险越大。

利用ArcGIS中自然断点分级法将暴雨灾害风险指数划分为以下5个等级，高风险区(0.677 0～0.549 8)、次高风险区(0.549 7～0.422 5)、中等风险区(0.422 4～0.295 3)、次低风险区(0.295 2～0.168 0)及低风险区(0.167 9～0.040 8)。基于此，绘制出山西省暴雨风险区划图如图7所示，山西南部大部分地区及中部吕梁、阳泉、太原地区发生暴雨灾害的风险较大发生，北部大同、朔州地区发生暴雨灾害的风险较小。与暴雨危险性区域图较为一致，但处于高风险区的区域范围有所扩大。总体来看，高风险区处于人口较为密集的平原地区，山区危险性相对较小。

图7 山西省暴雨风险区划

四 结论与讨论

(一)结论

本研究基于山西省气象观测数据，利用层次分析法构建暴雨灾害风险评价模型，基于ArcGIS绘制出暴雨风险区划图，对山西暴雨特征及其危险进行了分析。主要得出以下结论：

(1)山西省暴雨空间分布区域差异较大，年均暴雨日数为0.01～1.29天，近30年暴雨日数在3～40天之间，暴雨日数高值区出现在北部忻州五台县、中西部吕梁临县及长治临汾交界一带；低值区出现在山西北部大同、朔州地区，近30年暴雨日数低于10天。年暴雨量高值区主要出现在山西中西部、中东部及晋东南地区，低值区出现在晋北地区。全省大部分地区年暴雨量占年降水量的比例都超过了10%，说明暴雨作为山西降水量的主要来源。通过山西省暴雨危险性区划图可知，长治西部、运城东南部处于高危险区；晋城、晋中南部、阳泉、忻州五台县、吕梁北部等地区处于次高危险区，暴雨量及暴雨日数相对较高，危险性较大。山西北部、太原、以及运城西南部处于低危险区。

(2)从暴雨危险性来看，长治西部、运城东南部处于高危险区；晋城、晋中南部、阳泉、忻州五台县、吕梁北部等地区处于次高危险区；山西北部、太原、以及运城西南部处于低危险区。基于山西社会经济数据，得出山西中部及西南部为高易损区，尤其是太原、运城地区；山西中西部吕梁一带处于低易损区。综合来看，山西南部大部分地区及中部吕梁、阳泉、太原地区发生暴雨灾害的风险较大发生，北部大同、朔州地区发生暴雨灾害的风险较小。

(3)由于缺乏防灾减灾能力等数据，本研究仅从致灾因子和承灾体两个因子，构建了山西暴雨风险评估模型，对山西暴雨风险进行了分析，在今后的研究工作中，将进一步从致灾因子、孕灾环境、承灾体及防灾减灾能力等方面，综合对山西暴雨灾害进行评估。

(二)讨论

目前，地质灾害气象风险预警气象指标中，主要考虑实况降水和24小时预报降水因子的影响，暴雨作为诱发山洪和泥石流的重要影响因素，综合掌握山西暴雨特征及其危险性，对完善地质灾害气象风险评估模型具有重要意义，进一步提高预警模型的准确率，为当地政府部门的防灾减灾工程建设提供一定的参考依据。

近几年区域性降雨诱发地质灾害的研究及预报统计模型较为简单,通常将特点的降雨量直接作为预警预报的阀值，应将单一考虑降雨特征的统计模型,进一步学科融合为考虑地质、地貌等多因子的显示统计模型；因地区地质条件不同，降雨型地质灾害预报预警的核心是预报模型的本地化运行，这也是地质灾害监测预警系统未来可能的发展方向。