基于脆弱性曲线的河北省日光温室大风灾害风险评估

李婷　陈笑娟　张静　孙玉龙　魏军　李丹

摘要：基于灾害风险评估理论，利用极值概率分布模式，结合致灾因子和承灾体内在属性，构建大风风速-日光温室损失率脆弱性曲线，对河北省大风灾害日光温室受损风险进行定量评估。研究表明，随重现期的增加，风灾危险性及日光温室灾损风险的强度和范围也增加。空间上，地势低平的东南部风灾危险性最高，主要位于沧州东部、衡水北部和邯郸东部，日极大风速超过32.6 m/s。基本风压与三大地貌的分布呈现一致，高值出现在西北高原区和太行以东-燕山以南的平原区，太行-燕山山区较小。脆弱性曲线表明日光温室开始出现损失的临界风速值为20.0 m/s。温室受损风险受致灾因子和承灾体共同作用，总体呈现西北低东南高，高风险区分布在唐山-秦皇岛交界、唐山西部、廊坊及中南部地区，地均损失超过50万元/km2。中南部的温室面积小于东北部，但其致灾因子危险性较高，损失风险也较高。

关键词：日光温室;风险;重现期;脆弱性曲线;风灾损失率

中图分类号：P429         文献标识码：A

文章编号：0439-8114（2020）04-0063-07

Abstract： Based on the disaster risk assessment theory and climate probability distribution model， the wind disaster risk to greenhouse in Hebei province was evaluated. The vulnerability curves of wind speed—solar greenhouse loss rate were constructed， considering disaster-causing factor and bearing body. The results showed that， with the increase of return periods， the strength and incidence of hazard factor and loss risk was greater. In terms of space， the southeastern area with low terrain had the highest hazard factor risk， mainly located in the eastern part of Cangzhou， as well as the northern Hengshui and eastern Handan. The extreme wind velocity was above 32.6 m/s. The basic wind pressure was consistent with the landforms distribution. The basic wind pressure was consistent with the distribution of the three landforms， with the high value occurring in the northwest plateau area and the plain area to the east of Taihang and the south of Yanshan Mountain areas. The vulnerability curve indicated that the threshold of wind speed which might cause loss to greenhouse was 20.0 m/s. The risk of greenhouse loss was affected by the combined effects of disaster-causing factor and bearing body. The risk in the northwest was generally lower than the southeast. The high-risk area was distributed in the junction of Tangshan-Qinhuangdao， western Tangshan， Langfang and south-central regions. The average loss was more than 500 000 yuan/km2. The greenhouse area in the south-central part was smaller than that in the northeast， but the loss was higher owing to its higher hazard factor risk.

Key words： greenhouse; risk; return period; vulnerability curver; wind disaster loss rate

日光溫室是中国北方地区特有的设施农业结构形式，具有效益高的特点[1-3]。其增温保湿效应促进蔬果均衡生产，解决了冬季食品供应难题，推动农业产业结构调整[4]。河北省是中国设施农业生产大省[5]，设施蔬菜已成为农业中最具竞争力的优势产业，种植面积超过1.5万hm2。但是日光温室结构相对简单，对外界气象条件的依赖性较高，灾害性天气可对温室作物的产量和品质造成影响[6]。据统计，1984—2015年河北省平均每年发生大风灾害40多次，最多年份可达119县次，风灾是影响温室生产的频发性灾害[7-9]，若防御不当，风灾可刮破棚膜，破坏保温性，造成作物减产，重度风灾会直接损毁温室结构，造成严重经济损失[2，9]。因此，研究日光温室大风灾害风险评估方法，建立科学的风险评估模型，是实施农业风险管理的前提与基础[10，11]，对于规避风险、稳定发展有重要的实际意义。

以往对农业风险评估研究对象集中于小麦、玉米、水稻等大田作物[12-14]，并且大多是在气象数据和作物减产率的基础上来建立灾害风险指标体系，进行等级划分和风险评估。且针对日光温室，小气候试验及建造结构研究较多[15，16]，风灾方面，李楠等[2]通过风洞试验，得到山东省日光温室各区域发生风灾的临界風速，并确定风灾等级指标。黄川容等[17]结合灾情数据资料，计算了不同风力对北京温室可造成灾害的概率，确定了日光温室风灾等级划分的量化标准。根据区域灾害系统和风险评估理论[18]，风险应是致灾因子、承灾体暴露度和脆弱性三者综合作用的结果，但是从这三方面展开设施农业大风灾害的研究基础尚且薄弱。此外，前人的多数成果是在指标权重确定方面，此方法仍是基于主观判断的定性评估方法，对指标资料的数据需求量较大，并且该方法的合理性存在争议[19]。脆弱性曲线法是建立不同致灾强度与承灾体损失的关系，进而反演定量的期望损失值，这种模型需要大力发展[19，20]。

本研究依据灾害风险系统理论，对河北省日光温室大风灾害的致灾因子危险性、承灾体暴露度和脆弱性进行分析，采用脆弱性曲线法构建评估模型，开展风险定量评估，为风灾风险预警服务及防御措施的制定提供技术支撑。

1  资料与方法

1.1  资料

1）气象数据。河北省142个国家地面气象站（1984—2016年）和602个区域地面气象站（2014—2016年）的逐日观测资料，观测指标为日最大风速和日极大风速，取自河北省气象局。地理信息数据取自河北省地理信息局。

2）承灾体数据。河北省2015年各县域日光温室种植面积，取自河北省农业厅，空间分布情况见图1。根据河北省地方标准[21]，日光温室是跨度大于6 m，中高大于2 m的利用太阳辐射增温，有后墙、山墙和后坡，前屋面硬盖透明覆盖物和保温覆盖物的栽培设施。

3）灾情数据。实地走访河北省11个地市34个县69个村，通过问卷调查采集大风风速-设施农业损失样本数据;1984—2016年河北省各区县风灾统计数据共1 306条记录，包括风灾发生的地点、开始和结束时间、天气过程、受灾人口、农作物受灾情况等信息，取自河北省气象局和《中国气象灾害大典（河北卷）（2008）》。对数据进行逐条核对、除重，共梳理得到有效样本98个。

1.2  研究方法

1.2.1  致灾因子危险性评估  致灾因子危险性是指致灾要素的强度、时间和变化规模。本研究选取日极大风速作为大风灾害强度指标，进行大风灾害危险性评估。日极大风速观测时间较短，参考姬鸿丽等[22]研究方法，建立区域站与国家站、最大风速与极大风速的回归方程，推算日极大风速长时间序列数据。通过高低异常值检验、空间异常值检验、时间一致性检查等数据质量控制[23，24]，最终选择反演效果较好的区域站385个。

根据极值理论来模拟极端天气事件分布，是基于历史实测资料的样本分布情况来推算极端事件发生的可能性[25]，对于客观反映灾害强度具有重要意义。重现期是超越概率的具体形式，通过多少年一遇来体现，对比不同年遇型风险的大小，可直观识别由致灾因子强度变化而引起的空间变化趋势。对于连续型随机变量X，小于任意实数x的累积概率为F（X），则重现期（Return Period，RP）计算方法如下[26]：

式中，LR为不同风速下的温室损失率（Loss ratio，%）;L为风灾造成的损失（万元）;W为承灾体（日光温室）的重置费用（万元）。根据灾情调查和风灾统计数据，建立致灾强度与因灾损失率的关系进行大风灾害日光温室脆弱性评估。建立线性、幂、指数、对数等回归方程，拟合“风速-日光温室损失率”曲线，根据拟合度效果，确定脆弱性曲线。

1.2.3  承灾体损失风险评估  从风险产生的条件来看，风险是致灾因子、承灾体暴露度和脆弱性三者共同作用的结果[28]。承灾体损失风险为由于致灾因子导致的损失期望值，其计算公式如下[26]：

R（t）=V（Ht）×E  （6）

式中，t为重现期;R（t）为风险;Ht为致灾危险性;V为承灾体脆弱性曲线;E为承灾体的价值。

2  结果与分析

2.1  致灾因子危险性评估

河北省大风灾害致灾因子危险性评估结果见图2。不同重现期下的风灾危险性分布大体一致，并且随着重现期的增大，极大风速的致灾强度逐渐增加，影响范围也在扩大。风灾高危险区主要分布在河北省东南部、承德东北部以及西北边缘地区。其中，东南部地区的风灾危险性最高，主要位于沧州东部、衡水北部和邯郸东部;东北部地区的危险性次之，以承德中北部为主;西北部地区以张家口西部和保定中西部为主。5年一遇极大风速致灾强度的高值区位于太行山以东的衡水北部和邯郸东部地区，零星分布有28.5 m/s（11级）以上的大风。10年一遇全省大部分地区的极大风速强度已超过20.8 m/s，风力在9级及以上。从30年、50年到百年一遇，风力和高值区域进一步增大，承德中北部、张家口西部、保定以南的风速在24.5 m/s（10级）以上，其中东南部的平原城市风速已超过32.6 m/s，达到12级大风水平。

根据国家标准《建筑结构荷载规范》[27]的规定，基本风压采用重现期为50年一遇日最大风速计算得到，见图3。其空间分布情况与河北省的地形地貌趋于一致，在太行山脉以东-燕山山脉以南的平原地区和冀西北的张家口高原地区，是基本风压的高值区，在0.22 kN/m2以上。张家口的康保、尚义和蔚县，廊坊的霸州、永清和安次，石家庄无极、辛集，衡水深州和安平，保定市区以及沧州海兴县，建筑结构设计应满足基本风压在0.3 kN/m2以上，最高值出现在张家口蔚县，达1.1 kN/m2。

2.2  承灾体脆弱性评估

从灾情数据中选取有日光温室损失的大风灾害案例，计算该次风灾事件的温室损失率，以致灾因子强度为x轴，以损失率为y轴，构建大风风速-日光温室损失率对应关系，选择线性、指数、幂和对数函数分别对大风灾害日光温室脆弱性曲线进行拟合，对结果进行拟合优度检验，结果见图4。确定系数（R2）越接近于1，拟合度越好，因此选择R2较高且形式简单的线性函数表征日光温室风灾脆弱性。由于大风灾害造成的损失具有较大的不确定性，为避免这种影响，采用分段函数形式表示如下。根据脆弱性曲线可以看出，在一定风速范围内，日光温室风灾损失率随着风速的增大而增加，开始出现损失的临界风速值为20.0 m/s。

y=0 （x≤20.0）

y=4.856 2x-97.149 （20.0

y=100 （x≥40.6）

2.3  承灾体损失风险评估

河北省日光温室在冀北的张家口种植较少，种植密集区主要分布在东北部的承德、唐山、秦皇岛，面积在2 000 hm2以上。综合考虑致灾因子和承灾体因素，得到河北省日光温室大风灾害的受损风险如图5所示。日光温室受损风险总体呈现西北低东南高的趋势。随着重现期的增加，损失范围逐渐扩大，损失值有所增加。重现期为5年和10年一遇，唐山西部、廊坊北部、保定中部、衡水北部和邯郸东部的温室损失风险相对较高，其他地区的地均损失在10万元/km2以下。承德中部和唐山东部以及邢台东部遭遇30年一遇的风险有所增加，损失值达30万元/km2以上。到50年和100年一遇时，高风险区域分布在唐山-秦皇岛交界、唐山西部、廊坊以及太行山以东、沿海以西的中南部地区，损失超过50万元/km2。

3  小结与讨论

本研究基于极值理论和概率分布函数，采用重现期的形式来定量评价河北省大风致灾强度，充分考虑了全球气候变化背景下极端事件的影响，而传统的数据统计主要采用平均数，以中间数据为基础进行分析，但极端事件的影响大多分布在函数的尾端[29]。研究得到的大风致灾高危险区分布在东南部、东北部和西北部，这与孙霞等[30]基于灰色理论得到的风灾危险度分布结果一致，由于东南部的平原地区地势低平，地表的阻挡物（如山地、丘陵等）较少，为风的流动和发展提供了空间，风力作用更强，其中衡水北部和邯郸东部的风速最大，超过32.6 m/s，达到12级水平。基本风压的分布与地形呈现一致，西北高原和东南平原区较高，对于坝上高原，其下垫面广阔而单一，有利于气压中心的形成，易与周边产生较大的气压差[31]，冷热不均导致风力较大。而太行-燕山山区，由于山的阻挡，气流阻力大，其风速和风压值均较小。

前人的风险评估方法大多建立在指标体系的基础上[32]，脆弱性曲线法这种定量的评估方法用于风灾研究的不多，并且关于日光温室风灾研究集中于等级划分，侧重于考虑致灾因子。本研究综合考虑致灾因子和承灾体的设施农业风灾定量风险评估，通过构建风速-损失率脆弱性曲线，能够判断风灾对日光温室的致灾阈值，即20.0 m/s，进而计算出地均损失值，其空间分布与致灾因子、承灾体呈现不一致，总体表现为西北低东南高。虽然日光温室在中南部的种植面积小于东北部，但其致灾因子危险性较高，因此受风灾影响的损失风险较高，而张家口由于承灾体暴露度较低，其风灾风险低，充分说明承灾体的损失风险既受致灾因子强度的影响，也与承灾体的暴露情况和内在易损性密切相关[32]，这是风险存在的必要条件。

本研究为河北省设施农业大风灾害风险预警业务的开展奠定了一定基础，但仍存在一些不足：选取致灾因子危险性评估指标为极大风速，即瞬时风速，而风灾发生还与大风持续时长有关，因此有必要进一步参考熵权系数[23]等方法，尝试构建综合性的致灾强度指标;此外，本研究考虑了绝大多数温室的结构、材料和跨度情况，并非全部，因此实地调查结果及脆弱性曲线的适用性存在一定局限，具体类型还需具体分析;相同风速不同风向对温室的破坏作用也不同，需进一步研究不同风向对温室的损失情况，以更好地指导日光温室风险预警和防御工作。

参考文献：

[1] 高  浩，黎貞发，潘学标，等.中国设施农业气象业务服务现状与对策[J].中国农业气象，2010，31（3）：402-406.

[2] 李  楠，薛晓萍，李鸿怡.基于信息扩散的山东省日光温室风灾风险评估[J].气象与环境学报，2018，34（5）：149-155.

[3] 杨再强，张婷华，黄海静，等.北方地区日光温室气象灾害风险评价[J].中国农业气象，2013，34（3）：342-349.

[4] 魏瑞江，李春强，康西言.河北省日光温室低温寡照灾害风险分析[J].自然灾害学报，2008，17（3）：56-62.

[5] 陈贵林，张进文.河北省设施蔬菜生产可持续发展问题的探讨[J].沈阳农业大学学报，2000，31（1）：29-31.

[6] 王  琼，魏瑞江，王荣英，等.河北日光温室气象灾害影响和气象服务评估[J].中国农业气象，2014，35（6）：682-689.

[7] 刘金玉，孙爱良，董航宇.黄骅市设施蔬菜生产主要气象灾害特征及其防御措施研究[J].现代农业科技，2013（20）：239-240，247.

[8] 阎  访，岳艳霞，张秉祥，等.石家庄地区大风日数气候变化特征[J].气象与环境学报，2013，29（2）：81-88.

[9] 郭晓冬.灾害性天气对日光温室蔬菜的危害及预防措施[J].甘肃农业科技，2008（9）：50-52.

[10] 孙  霞，俞海洋，孙  斌，等.河北省主要气象灾害时空变化的统计分析[J].干旱气象，2014，32（3）：388-392.