青藏高原雪灾高风险区饲草料储备库选址分析

赵富昌，周 强,2，刘峰贵,2，陈 琼,2，陈永萍，支泽民

青藏高原雪灾高风险区饲草料储备库选址分析

赵富昌1，周 强1,2※，刘峰贵1,2，陈 琼1,2，陈永萍1，支泽民1

（1. 青海师范大学地理科学学院，西宁 810008；2. 高原科学与可持续发展研究院，西宁 810008）

为了更好的发挥饲草料储备库在灾害风险管理中的应用，提高高原牧区灾害韧性。该研究将雪灾高风险区与实际多年雪灾发生区相结合，采用-中值模型提出了饲草料储备库的选址分析方法，并利用贪婪取走启发式算法对模型求解。以青海省雪灾高风险区为例，选址分析得出治多、玛沁、都兰3座饲草料储备库和麻多、扎朵、秋智等13座饲草料储备点的分布位置与储备规模。其中治多储备规模为21.0万t；玛沁储备规模为13.2万 t；都兰储备规模为13.5万t。布局上形成了以储备库为中心，储备点为外围的二元结构，验证了分析方法的合理性和可行性。从而为高原牧区饲草料储备库的选址提供参考性理论依据和可操作性方法。

风险评估；贮备饲料；灾害；储备库；选址；-中值模型；雪灾高风险区

0 引 言

全球气候变化背景下极端自然灾害发生的频率、强度和持续时间呈现增加态势，人类遭受自然灾害风险的机率在进一步扩大[1-2]。防灾减灾已经成为人与自然和谐共生的永恒课题[3]。联合国减少灾害风险办公室（United Nations Office for Disaster Risk Reduction）在第五届全球减灾平台大会上表明减轻灾害风险已成为国际社会面临的重大共同挑战，提出了理解灾害风险，加强灾害风险管理等优先行动领域[4]。近年来，国内外学者通过对单灾种、灾害链及灾害遭遇的灾害风险研究[5-7]，促使自然灾害风险评估得到了极大的发展，但将灾害风险的研究成果上升到灾害风险管理高度，在基础设施规划与防灾备灾发展方面有效融入风险评价的思想，促进灾害风险评价成果的有效转化应用还亟待加强[8]。

雪灾是全球十大自然灾害之一，根据雪灾的形成条件、分布范围和表现形式，雪灾类型普遍被分为雪崩、风吹雪（风雪流）和牧区雪灾[9]。其中牧区雪灾是由于积雪过厚和维持时间太久，以至于积雪长时间掩埋牧草，使牲畜无法正常采食，导致大量牲畜掉膘和死亡的自然灾害，也是中国发生频繁、影响最为严重的一类雪灾[10-11]。青藏高原是全国三大雪灾高发区之一[12]，发生时期一般是从当年10月开始至次年4月结束。较严重的雪灾已呈周期性出现，对于以游牧或半游牧为主，靠天养畜，抗御自然灾害能力较差的牧业生产，牧区雪灾已经严重制约牧业生产发展和民族地区的经济振兴[13-15]。2018年12月到2019年3月，位于青藏高原的玉树和果洛藏族自治州因降雪持续时间太长，积雪过厚，导致5.8万头牲畜因冻伤死亡。持续低温和饲草料储备不足引起的牲畜饥荒以及道路阻断等状况造成的直接经济损失达1.92亿元人民币。青藏高原雪灾损失程度还会随着全球变暖、极端气候事件的加剧愈发严重[16-17]，牧区雪灾风险在未来将进一步加大。在理解灾害风险的基础上进行灾害风险管理是防灾减灾的关键性所在[18]。饲草料储备库的科学选址、合理储备是提高灾害风险管理水平的重要措施之一，关乎牧区经济可持续发展和社会稳定。

饲草料合理储备和有效调度可以提高雪灾承灾体系统的刚性和韧性，在有效抵抗牧区雪灾中发挥着至关重要的作用。2019年第二次青藏高原综合科学考察中，有关专家提出了加快构建牲畜饲草料储备与应急调度体系的建议，促进饲草种植，就地储备的备灾体系建设建立是应对牧区雪灾的有效措施[19-20]。因而饲草料储备库的合理规划与科学选址成为提高雪灾应急能力、降低受灾损失和保障应急救援顺利实施的关键[21-22]。目前，学者主要从加权服务质量期望值最大[23]、服务成本最小[24]、覆盖范围最大为目标构建-中值、-中心、最大覆盖等选址模型[25-26]，并采用启发式、粒子群及NSGA-Ⅱ等算法对模型进行求解[27]，从而对救灾物资储备库进行选址优化分析，但这些选址方法对灾害风险等级的考虑较少。雪灾风险管理应该建立在雪灾风险评估的基础上，才能做到备灾精准和救灾及时，但是目前相关方面的研究却很少见。因此该研究尝试利用雪灾风险评估的研究结果，采用-中值模型，对青海省雪灾高风险区饲草料储备库的选址进行分析，并利用贪婪取走启发式算法对模型求解。应用雪灾风险评估成果进行饲草料储备库选址，从而达到为高原牧区雪灾风险管理服务的目的。

1 饲草料储备库选址分析方法

1.1 分析思路

20世纪60年代以来，在选址领域中经典的选址模型有-中心模型、最大覆盖模型、-中值模型，这些模型的中心理论是设施点与需求点之间的距离[28]。-中心模型主要强调公平性，一旦选定应急物资储备库，系统内不论哪个需求点出现灾情，都能保证在最短时间内得到物资需求满足，但是在实际情况中，储备库为体现出物资供应的公平性，可能为了照顾到边缘区域稀疏需求点的零星物资需求，从而造成资源浪费[29]。以覆盖需求最大化为目标的最大覆盖模型，在应急物资储备库的覆盖范围和需求点数量都已知的情况下，实现了储备点对所有需求点的全覆盖，但是没有考虑各需求点的需求规模，可能出现需求点“低需求、高储备”的问题，从而造成资源浪费[30]。-中值模型主要强调的是时效性，通过加权距离最短实现物资的运输速度最快，在不考虑其他因素的情况下通过加权距离的方法直接反应了需求量与距离的关系[31]。综上所述，基于总救助时间最短的-中值模型更适于青藏高原饲草料储备库的选址。利用饲草料需求量对距离加权，兼顾了应急救助效率和覆盖度，能较好地满足牧区雪灾应急救助的工作特点。

-中值模型常用的求解算法有免疫算法、蚁群算法和贪婪取走启发式算法等。免疫算法利用免疫系统的多样性产生和维持机制来保持群体的多样性，从而克服一般寻优过程尤其是多峰值函数中最难应付的“早熟”问题，最终求得全局最优解。但是存在群体数量控制和收敛速度慢等问题[32]；蚁群算法在求解性能上，具有很强的鲁棒性和搜索较好解的能力。但是参数设置不当容易盲目的随机搜索导致搜索时间较长[33]。贪婪取走启发式算法具有步骤简单、计算量小、节约时间和易于进行定性分析和定量研究的优点。但是由于每次都找局部最优，因此算法的效果受初始位置影响很大[34]。-中值问题属于NP-Hard问题，要寻求一种精确高效的算法求解最优解的可能性不大，但是贪婪取走启发式算法可以使其解同最优解尽可能的接近，同时又保证较好的稳定性。因此该研究通过结合实际情况进行多次验证的方式弱化该算法的弊端，从而实现-中值模型的快速、准确求解。

该研究基于雪灾风险评估成果，对雪灾高风险区进行储备库选址分析，分析思路如图1所示。1）根据雪灾风险图确定雪灾高风险区并筛选出高风险区内的县、乡、村级政府驻地；2）选择-中值模型；3）根据-中值模型要求，进行最佳路径分析和饲草料需求量计算；4）运用LINGO软件用贪婪取走启发式算法对-中值模型进行计算，求解出理论值内的县级饲草料储备库和乡镇级饲草料储备点；5）根据辐射面积最大和调运时间最短为最佳选址的原则，结合牲畜密度、交通节点通达性、地形条件、草地生产力及饲草料基地实际建设情况等选址影响因素，确定出最佳饲草料储备库和储备点的分布位置及储备规模（饲草料需求量）。

图1 饲草料储备库选址分析思路

1.2 模型选择与求解

-中值模型是指在已知需求点集合位置、需求数量和设施备选点集合位置的情况下，分别为个设施找到合适的位置并指派每个需求点到一个特定的设施，使之达到连接需求点和设施点的总加权出行成本（距离、时间、费用等）最低，适用于空间效率导向[35]。-中值模型的数学表达式如下[36]：

式中表示目标函数；为个需求点的集合，＝{1，2，…，}；为个设施备选点的集合，{1，2，…，}；为需求点的编号，代表需求点的特定位置；为设施备选点的编号，代表可能设施点的位置；为设施配置的数量；W为需求点的需求量；D为需求点与设施之间的出行成本（距离、时间、费用等）；X为0/1决策变量，取1表示位置有设施设置，取0表示位置无设施设置；Y为0/1决策变量，取1表示设施为需求点提供服务，取0表示设施不为需求点提供服务。

式（1）的目标在于使需求点与最近设施之间总的加权出行成本最小化；式（2）表示研究区域内需要配置个设施；式（3）表示每个需求点只允许被分配到一个设施；式（4）约束需求点只允许被分配到有设施存在的位置；式（5）表示在位置设置或不设设施；式（6）表示需求点与设施可能位置点之间只有被服务（取值为1）与未被服务（取值为0）两种关系。

1.2.1 饲草料需求量分析方法

饲草料储备库的选址主要服务于以草地畜牧业为主要生产方式的牧业区域，需求量为牲畜在发生雪灾时需要供给的饲草料。一只羊一天的饲草料需求量为5 kg，按照雪灾风险图的等级和雪灾等级指标可以确定雪灾持续时间，小雪灾、中雪灾、大雪灾和特大雪灾的持续时间分别为≥5、≥7、≥10和＞30 d[37]。牲畜饲草料需求量公式（7）如下：

FR=5（7）

式中FR为饲草料需求量，kg；为通过羊单位转换的实际牲畜数量（一匹马折算为6只羊单位，一头牛折算为5只羊单位，一头驴或骡子或鹿折算为4只羊单位，一只绵羊等于1只羊单位）；为雪灾持续时间，d[16]。

1.2.2 最佳路径分析方法

交通路网是饲草料储备库选址的重要因素，雪灾发生时，快速及时的送达饲草料是牧户最关注的。以道路数据为基础进行道路等级赋权。以需求点（乡镇级政府驻地/村级政府驻地）为出发点，设施点（县级政府驻地/乡镇级政府驻地）为目的点，运用ArcGIS软件中的Network Analyst求解出基于道路的最佳路径。

1.2.3 应用LINGO软件进行算法求解

LINGO是由美国LINDO系统公司研制的一款主要解决优化问题的软件，语言通俗易懂、计算准确、容易调整，利于模型的建立和求解应用。

贪婪取走启发式算法常用于解决-中值问题，该算法是一种不追求最优解，只希望得到较为满意解的方法[34]。贪婪取走启发式算法步骤如下：

1）初始化，令当前选中设施点＝，即将所有备选设施点都选中；2）将每个需求点指派给与运输成本最小的一个候选设施点；3）选择并取走一个设施点，需要满足以下条件：假如将它取走并将他的需求点重新分配后，总平均费用增加量最小；4）从备选点中删去取走点，令=-1，然后转第3）步；5）重复步骤3）、4），直到=（其中为所需选择的配送中心数量）。

2 实例研究

2.1 研究区选择

案例中雪灾高风险区评估成果选择本课题组前期青藏高原雪灾风险评估研究成果[38]，研究基于历史数据，从雪灾致灾危险性、承险体物理暴露、敏感性和应灾能力5个方面18项具体指标对青藏高原雪灾风险进行分析，结果表明青南高原部分地区的雪灾风险水平较高。该研究对前期雪灾风险图的空值进行修正，尝试选取青海省雪灾高风险区进行案例分析，以验证分析方法的可行性。

2.2 研究区概况

青海省雪灾高风险区大部分位于青海南部高原，是青海重要的牧业区，其海拔3 500 m以上保持着完整的高原面，为青藏高原的腹地[39]（图2）。介于31°30´N~38°10´N和94°8´E~102°15´E，行政区域涉及玉树藏族自治州称多县、囊谦县等12县，总面积约32万km2，约占青海省总面积的45%。植被类型主要以高寒草甸、草原植被为主，分布着约14.62×104km2的草地，约占青海省草地面积的一半[40]，畜牧业产值占总产值的60%以上[41]，在全省农业生产体系中具有极其重要的战略地位。因其特殊的地理环境和气候条件，冬春两季雪灾频发，对当地的畜牧业生产产生了极其严重的影响。1961—2017年，青海省50个气象台（站）雪灾共发生756站次，其中轻灾486站次、中灾169站次、重灾77站次、特重度雪灾24站次，绝大多数集中分布于案例区内。从各等级雪灾发生次数变化来看，近57年来，轻灾和重灾呈现微弱增多现象，中灾、特重度雪灾呈现减少现象[42]。

图2 研究区概况图

2019年研究区建设饲草料储备库总面积为2.48×104m2，可储备饲草料7.90×104t。其中县级饲草料储备库9座1.44×104m2，可储备饲草料4.70×104t，分别建设在玛多县、天峻县、称多县、囊谦县、治多县、玛沁县、河南县、都兰县和刚察县县人民政府驻地；乡镇级饲草料储备库16座0.6×104m2，可储备饲草料3.20×104t，分别建设在黄河乡、扎陵湖乡、扎朵镇、着晓乡、窝赛乡、多松乡等。但是其中大多数饲草料储备库在选址时按县乡行政区域进行密集布点，可能存在资源浪费、分布不均和服务空白区等问题。该研究针对以上存在的问题对研究区饲草料储备库的选址做进一步优化。

2.3 饲草料储备库选址分析过程

2.3.1 牲畜饲草料需求分析过程

青海省雪灾高风险区内包含12个县、67个乡镇和331个行政村。牲畜饲草料需求主要基于村级单位，通过饲草料需求量公式可计算出每个村落的牲畜饲草料需求量（表1）。该研究高风险区只包含大雪灾等级，故雪灾持续时间按10 d计算。因青藏高原牧区乡镇级数据不完备和村级数据较难获取，故乡镇级及村级牲畜数量以县级牲畜数量为基准乘以人口占比和牧民人口占比得到。又因为饲草料需求量会因为牲畜数量的变化而变化，采用多年平均牲畜数量。在测算的基础上，应用ArcGIS软件核密度工具分析求解出高风险区内饲草料需求量的密度分布（图3），结果显示高密度区主要分布在刚察、都兰、囊谦、杂多、治多、曲麻莱、称多、达日、玛沁、河南县。

表1 村级10 d饲草料需求量（部分）

图3 牲畜饲草料需求量密度

2.3.2 最佳路径分析过程

首先在ArcGIS软件中加载青海省雪灾高风险区内的12个县级、67个乡镇级、331个村级政府驻地以及1:100万国家基础道路矢量数据（数据来源：国家基础地理信息中心）并对基础道路进行等级赋权，其中道路等级权重按照各级道路行车速度（2004年《公路工程技术标准》（JTGB01-2003））确定（表2）。然后采用矢量数据结构下交通网络最短路径算法，利用ArcGIS软件中的Network Analyst分析模块，分别计算出基于路网的县级到乡镇级和乡镇级到村级的各需求点至各设施点（候选点）的最佳路径（表3）。

表2 道路等级权重

表3 县级政府驻地到乡级政府驻地的最佳路径（部分）

2.3.3 候选饲草料储备库设施点数量、容量及合理性

因为研究区特殊的地形地貌、道路网的稀疏程度和防灾应灾能力的差异，故饲草量储备库设施点建在县、乡人民政府驻地[43]。依据饲草料储备库选址原则，综合考虑青藏高原地形、交通和草地生产力等限制因素，经多次试验验证，饲草料储备库数量为3和储备点数量为13时，储备库/点在空间上分布均匀、达到了辐射面积最大和调运时间最短的最佳选址要求。

2.3.4 结果分析

通过选址分析可得饲草料储备库为治多、玛沁和都兰饲草料储备库。饲草料储备点为麻多、扎朵、秋智、多彩、结多、吉尼赛、白扎、拉加、香日德、龙藏、宁木特、建设和吉尔孟饲草料储备点（图4）。从案例区植被指数来看，储备库/点均分布于植被指数较高区域（图5a），从而为饲草料的就地储备提供了基础条件。从交通便利程度来看，储备库/点均位于道路运输能力中高区（图5b），从而为饲草料的及时调度提供了先决条件。

图4 饲草料储备库和储备点的选址点、规模及服务范围

a. NDVI等级图a. NDVI classification mapb. 道路运输能力等级图b. Road transportation capability grade map

治多饲草料储备库服务于7个饲草料储备点，分别为麻多、秋智、多彩、扎朵、结多、吉尼赛和白扎饲草料储备点，平均调运时间和最长时间分别为3.3、5.1 h。服务人口约为17.5万人。服务区草地面积约占青海省草地面积的33.59%。服务大牲畜约141.5万头（只、匹）。治多饲草料储备库的饲草料需求量为21.0万 t，占储备库饲草料总需求量的43.94%。

玛沁饲草料储备库服务于4个饲草料储备点，分别为龙藏、拉加、建设和宁木特饲草料储备点，平均调运时间和最长时间分别为2、2.7 h。服务人口约为11万人。服务区草地面积占青海省草地面积的5.51%。服务大牲畜约55.7万头（只、匹）。玛沁饲草料储备库的饲草料需求量为13.2万t，占储备库饲草料总需求量的28.33%。

都兰饲草料储备库服务于2个饲草料储备点，分别是香日德和吉尔孟饲草料储备点，平均调运时间和最长时间分别为2.3和3.5 h。服务人口约为8.5万人。服务区草地面积占青海省草地面积的16.69%。服务大牲畜约37.3万头（只、匹）。都兰饲草料储备库的饲草料需求量为13.5万t，占储备库饲草料总需求量的27.73%。

饲草料储备点服务区域打破行政界线，实现统筹救灾的原则，以不同服务村点间的河流或山脉为界划分，实现服务区域无空白，使得饲草量储备点服务于服务区域上的所有村落。

3 讨 论

3.1 P-中值模型在青藏高原选址中有着可行性

从青藏高原牧区的生产方式来看，牧业生产使得牧区居民点相比于农区居民点较为离散[44]。零散的聚落布局导致雪灾发生时救援的时效性显得尤为重要，故而-中值模型计量的平均权重对于青藏高原牧区聚落的离散分布具有很大的意义[45]。从饲草料需求量来看，青藏高原牧区各需求点饲草料需求量各异，雪灾发生时饲草料发放优先程度也应不同。以需求点的饲草料需求量对距离进行加权，从而为需求量大的需求点优先指派临近储备库点，进而整体优化因承灾体脆弱性不同而导致的损失。从饲草料分配方式来看，该模型的分配规则为个设施找到合适的位置并指派每个需求点到一个特定的设施。该规则可以使得青藏高原高风险区内的每个需求点都能有专一的饲草料储备库点进行服务。综上所述，-中值模型在青藏高原饲草料储备库的选址中有着一定的可行性。但是该模型是单目标模型[46]，该研究主要考虑了饲草料需求量的影响，却未考虑其他选址目标的影响，如管理成本、服务满意度等，故在选址综合性考虑上有所欠缺。

3.2 基于选址影响因素的案例区选址结果具有合理性

案例分析结果显示，治多、玛沁和都兰饲草料储备库，分别位于玉树州、果洛州和海西州，在研究区内分布均匀，覆盖范围辐射整个研究区。从交通便利程度看，3座饲草料储备库均位于交通节点，有着交通便利的优势。但是研究区内整体道路网密度较小，在一定程度上制约了饲草料的有效调度。故雪灾发生时，保障道路通达性显得尤为重要[47]。依据研究区高寒牧区的特点[48]，饲草料储备库点建设在县、乡/镇人民政府驻地是合理的。既可以解决地形、地质等天然条件的影响，又可以方便政府的应急指挥。打破行政界限进行饲草料储备库/点的管理与服务，在降低牧民遭遇雪灾的损失和提高政府应急救灾防灾的能力方面起到显著作用。饲草料储备库规模的准确计算，是政府按需备料，科学防控的参考依据。治多、玛沁和都兰饲草料储备库周边主要是纯牧业乡镇，饲草料需求量较大。对于饲草料需求量大的村落临近分配可以缩短运输距离和提高应急能力。从可利用草场面积来看，治多县2.6×104km2、玛沁县1.1× 104km2、都兰1.5×104km2在研究区草场面积中占据了很大的比例。丰富的草地资源可以就地为饲草料储备库/点提供储备物资。结合饲草料储备库的选址影响因素来看，案例分析区的选址结果是合理的。该研究因牧区乡镇级数据不完备和村级牲畜数量较难获取，故通过计算获得的村级数据有所不足，未能考虑到养殖大户、合作社大规模养殖等情况，所以在后续研究中会对此做进一步研究。

4 结 论

该研究以青海省雪灾高风险区为案例，分析可得在案例区建设3座县级饲草料储备库，13座乡镇级饲草料储备点，在空间上分布均匀，达到服务范围辐射研究区的最佳选址要求，为研究区储备库/点的选址优化提供了参考依据。从分布结构上看，形成了以县级储备库为中心，乡镇级储备点为外围的二元结构。本案例验证了-中值模型在青藏高原进行饲草料储备库选址的优越性和该研究分析方法的可行性。如果本案例可以成功的应用到现实储备库的选址中，将会更好的解决布局不合理和资源浪费等问题，在防灾减灾中发挥至关重要的作用。

[1] 史培军，王爱慧，孙福宝，等. 全球变化人口与经济系统风险形成机制及评估研究[J]. 地球科学进展，2016，31(8)：775-781.

Shi Peijun, Wang Aihui, Sun Fubao, et al. A study of global change population and economic system risk forming mechanism and assessment[J]. Advances in Earth Science, 2016, 31(8):775-781. (in Chinese with English abstract)

[2] National Academies of Sciences, Engineering, and Medicine. Attribution of Extreme Weather Events in the Context of Climate Change[M]. Washington DC: The National Academies Press, 2016.

[3] 郭跃. 灾害范式及其历史演进[J]. 地理科学，2016，36(6)：935-942.

Guo Yue. Hazard paradigms and their historical evolution[J]. Scientia Geographica Sinica, 2016, 36(6): 935-942. (in Chinese with English abstract)

[4] UN/ISDR (United Nations International Strategy for Disaster Reduction). Sendai framework for disaster risk reduction 2015-2030[EB/OL]. [2017-06-10].http:∥www.unisdr.org/ files/43291_sendaiframeworkfordrren.pdf.

[5] 吴玮，秦其明，范一大，等. 中国雪灾评估研究综述[J]. 灾害学，2013，28(4)：152-158.

Wu Wei, Qin Qiming, Fan Yida, et al. Review on snow disaster assessment in China[J]. Journal of Catastrophology, 2013, 28(4): 152-158. (in Chinese with English abstract)

[6] 荣莉莉，刘玙婷. 基于承灾体的区域灾害链风险评估模型[J]. 系统工程学报，2019，34(1)：130-144.

Rong Lili, Liu Yuting. Modeling the evaluation for regional disaster chain risk based on elements at risk[J]. Journal of Systems Engineering, 2019, 34(1): 130-144.

[7] Dabbeek J, Silva V. Modeling the residential building stock in the Middle East for multi-hazard risk assessment[J]. Natural Hazards: Journal of the International Society for the Prevention and Mitigation of Natural Hazards, 2020, 100.

[8] 周洪建. 当前全球减轻灾害风险平台的前沿话题与展望：基于2017年全球减灾平台大会的综述与思考[J]. 地球科学进展，2017，32(7)：688-695.

Zhou Hongjian. Hot-topics and prospects of global platform for disaster risk reduction: Based on 2017 global platform for disaster risk reduction in Cancun, Mexico[J]. Advances in Earth Science, 2017, 32(7): 688-695. (in Chinese with English abstract)

[9] 高庆华，马宗晋，张业成. 自然灾害评估[M]. 北京：气象出版社，2007.

[10] 全国气象防灾减灾标准化技术委员会. 牧区雪灾等级：GB/T20482-2006 [S]. 北京：中国标准出版社，2006.

[11] 庄晓翠，周鸿奎，王磊，等. 新疆北部牧区雪灾评估指标及其成因分析[J]. 干旱区研究，2015，32(5)：1000-1006.

Zhuang Xiaocui, Zhou Hongkui, Wanglei, et al. Evaluation and cause study on the snow disasters in pastoral areas of northern Xinjiang[J]. Arid Zone Research, 2015, 32(5): 1000-1006. (in Chinese with English abstract)

[12] 郝璐，王静爱，满苏尔，等. 中国雪灾时空变化及畜牧业脆弱性分析[J]. 自然灾害学报，2002，11(4)：42-48.

Hao Lu, Wang Jingai, Man Suer, et al. Spatio-temporal change of snow disaster and analysis of vulnerability of animal husbandry in Chin[J]. Journal of Natural Disasters, 2002, 11(4): 42-48. (in Chinese with English abstract)

[13] Dong Shikui, Sherman Ruth. Enhancing the resilience of coupled human and natural systems of alpine rangelands on the Qinghai-Tibetan Plateau[J]. The Rangeland Journal, 2015, 37(1). doi:10.1071/RJ14117.

[14] Li Yijia, Ye Tao, Liu Weihang, et al. Linking livestock snow disaster mortality and environmental stressors in the Qinghai-Tibetan Plateau: Quantification based on generalized additive models[J]. Science of the Total Environment, 2018, 625: 87-95.

[15] 王莘. 中国气象灾害大典（青海卷）[M]. 北京：气象出版社，2007.

[16] Wang Shijin, Zhou Lanyue, Wei Yanqiang. Integrated risk assessment of snow disaster over the Qinghai-Tibet Plateau[J]. Geomatics Natural Hazards and Risk, 2019, 10(1): 740-757.

[17] IPCC. Climate change 2014: The fourth assessment report of the inter-governmental panel on climate change[R]. UK: Cambridge University Press, 2014.

[18] 张继权，冈田宪夫，多多纳裕一. 综合自然灾害风险管理：全面整合的模式与中国的战略选择[J]. 自然灾害学报，2006(1)：29-37.

Zhang Jiquan, Okada Norio, Tatano Hirokazu. Integrated natural disaster risk management: Comprehensive and integrated model and Chinese strategy choice[J]. Journal of Natural Disasters, 2006(1): 29-37. (in Chinese with English abstract)

[19] Wang Shijin, Chen Shengyun, Wei Yanqiang. Risk prevention and control strategies for the severely affected areas of snow disaster in the Three Rivers Source Region(TRSR)[J]. China. Sciences in Cold and Arid Regions, 2019, 11(3): 248-252.

[20] 张强，刘峰贵. 创新智慧牧区发展提升雪灾防抗救能力[N]. 中国应急管理报，2019-05-28(007).

[21] 蔡冬雪，朱建明，王国庆. 基于情景分析的应急装备多层级协同布局问题研究[J]. 中国管理科学，2017，25(10)：72-79.

Cai Dongxue, Zhu Jianming, Wang Guoqing. Hierarchical Collaborative Location and allocation of emergency equipment based on Scenario analysis[J]. Chinese Journal of Management Science, 2017, 25(10): 72-79. (in Chinese with English abstract)

[22] 孙清臣，曲林迟. 考虑多类应急物资需求不确定的选址模型[J]. 广西大学学报：自然科学版，2019，44(2)：448-454.

Sun Qingchen, Qu Linchi. A location model and with consideration of uncertain demand for multiple relief supplies[J]. Journal of Guangxi University: Natural Science Edition, 2019, 44(2): 448-454. (in Chinese with English abstract)

[23] 俞武扬. 服务能力受损情景下的应急设施选址模型[J]. 控制与决策，2016，31(11)：1979-1984.

Yu Wuyang. Emergency facility location model under service ability damage scenarios[J]. Control and Decision, 2016, 31(11): 1979-1984.

[24] 付德强，陈子豪，蹇洁，等. 应急联动区域下选址分配协同优化模型研究[J]. 数学的实践与认识，2019，49(6)：30-41.

Fu Deqiang, Chen Zihao, Jian Jie, et al. Research of resource location allocation model in regional emergency joint action[J]. Mathematics in Practice and Theory, 2019, 49(6): 30-41. (in Chinese with English abstract)

[25] 郗蒙浩，张静，赵秋红，等. 基于P-center问题的国家级应急物资储备设施选址优化布局研究[J]. 自然灾害学报，2019，28(3)：123-129.

Xi Menghao, Zhang Jing, Zhao Qiuhong, et al. The research of location problem of national emergency reserve facilities for emergency relief based on P-center problem[J]. Journal of Natural Disasters, 2019, 28(3): 123-129. (in Chinese with English abstract)

[26] Cheng Z H, Wang Q, Du M, et al. Research on location model of emergency material storage warehouse based on generalized maximum coverage[J]. IOP Conference Series Materials Science and Engineering, 2020, 792: 012013.

[27] 丛雯婧，俞武扬. 考虑台风情景的区域应急物资储备库选址模型与算法[J]. 工业工程与管理. doi:1738.T.20191113.1758.008.html

Cong Wenjing, Yu Wuyang. Model and algorithm for location of regional emergency material reserve site in typhoon scenarios[J]. Industrial Engineering and Management. doi:1738.T.20191113.1758.008.html

[28] 高淑春. 需求不确定条件下的应急物资储备库选址模型构建研究[D]. 安徽：合肥工业大学，2017.

Gao Shuchun. Research on the Model of the Location of Emergency Supplies Repository under Demand Uncertainty[D]. Anhui: Hefei University of Technology, 2017. (in Chinese with English abstract)

[29] Hakimi S L. Optimum distribution of switching centers in a communication network and some related graph theoretic problems[J]. Operations Research, 1965, 13(3): 462-475.

[30] Church R, ReVelle C. The maximal covering location problem[J]. Papers in Regional Science, 1974, 32(1): 101-118.

[31] Hakimi S L. Optimum locations of switching centers and the absolute centers and medians of a graph[J]. Operations Research, 1964, 12(3): 450-59.

[32] 王磊，潘进，焦李成. 免疫算法[J]. 电子学报，2000(7)：74-78.

Wang Lei, Pan Jin, Jiao Licheng. The immune algorithm[J]. Acta Electronica Sinica, 2000(7):74-78. (in Chinese with English abstract)

[33] 李倩，张惠珍，Cesar Beltran-Royo. 求解无容量设施选址问题的混合蚁群算法[J]. 上海理工大学学报，2016，38(4)：367-372.

Li Qian, Zhang Huizhen, Cesar Beltran-Royo. Hybrid ant colony algorithm for the uncapacitated facility location problem[J]. Journal of University of Shanghai for Science and Technology, 2016, 38(4): 367-372. (in Chinese with English abstract)

[34] 关怀庆，张毕西，欧江艳. 贪婪取走启发式算法在离散网络选址中的研究[J]. 系统科学学报，2010，18(3)：49-52，56.

Guan Huaiqing, Zhang Bixi, Ou Jiangyan. The study of greedy dropping heuristic algorithm in discrete network location[J]. Chinese Journal of Systems Science, 2010, 18(3): 49-52, 56. (in Chinese with English abstract)

[35] 蔡临宁. 物流系统规划：建模及实例分析[M]. 北京：机械工业出版社，2003.

[36] 宋正娜，颜庭干，刘婷，等. 新重力P中值模型及其在城市综合医院区位决策中的实证检验：以无锡市为例[J]. 地理科学进展，2016，35(4)：420-430.

Song Zhengna, Yan Tinggan, Liu Ting, et al. A new gravity P-median model and empirical test in urban comprehensive hospital location decision making: Take Wuxi as an example[J]. Progress in Geography, 2016, 35(4): 420-430. (in Chinese with English abstract)

[37] 周陆生，汪青春，李海红，等. 青藏高原东部牧区大-暴雪过程雪灾灾情实时预评估方法的研究[J]. 自然灾害学报，2001(2)：58-65.

Zhou Lusheng, Wang Qingchun, Li Haihong, et al. Study on real-time predictive assessment of snowstorm disaster in eastern pastoral area of Qinghai-Tibet Plateau[J]. Journal of Natural Disasters, 2001(2): 58-65. (in Chinese with English abstract)

[38] Liu Fenggui, Mao Xufeng, Zhang Yili, et al. Risk analysis of snow disaster in the pastoral areas of the Qinghai-Tibet Plateau[J]. Journal of Geographical Sciences, 2014, 24(3): 411-426.

[39] 张忠孝. 青海地理[M]. 西宁：青海人民出版社，2004.

[40] 窦永红. 基于AHP的青南高原高寒草地脆弱性评估[J]. 青海环境，2018，28(3)：145-150.

Dou Yonghong. AHP-based evaluation on alpine grassland weakness on Qingnan Plateau[J]. Journal of Qinghai Environment, 2018, 28(3): 145-150. (in Chinese with English abstract)

[41] 吴小辉，侯光良，王记明，等. 1950－2000年青海省雪灾灾情的时空分析[J]. 青海环境，2015，25(2)：59-64.

Wu Xiaohui, Hou Guangliang, Wang Jiming, et al. Spatio-temporal analysis of snow disaster in Qinghai province from 1950 to 2000[J]. Journal of Qinghai Environment, 2015, 25(2): 59-64. (in Chinese with English abstract)

[42] 邵全琴，刘国波，李晓东，等. 三江源区2019年春季雪灾及草地畜牧业雪灾防御能力评估[J]. 草地学报，2019，27(5)：1317-1327.

Shao Quanqin, Liu Guobo, Li Xiaodong, et al. Assessment of the defense Capability of spring snow disaster and grassland animal husbandary in 2019 in the Three-river Source region[J]. Acta Agrestia Sinica, 2019, 27(5):1317-1327. (in Chinese with English abstract)

[43] 高兴川，曹小曙，李涛，等. 1976—2016年青藏高原地区通达性空间格局演变[J]. 地理学报，2019，74(6)：1190-1204.

Gao Xingchuan, Cao Xiaoshu, Li Tao, et al. Evolution of accessibility spatial pattern of the Qinghai-Tibet Plateau in 1976-2016[J]. Acta Geographica Sinica, 2019, 74(6): 1190-1204. (in Chinese with English abstract)

[44] 张海朋，何仁伟，刘运伟，等. 青藏高原高寒牧区聚落用地适宜性评价及其重构：以藏北那曲县为例[J]. 自然资源学报，2020，35(3)：698-712.

Zhang Haipeng, He Renwei, Liu Yunwei, et al. Land suitability evaluation and reconstruction of settlements in the pastoral area of Tibetan Plateau: Aase study of nagqu county in Northern tibet [J]. Journal of Natural Resources, 2020, 35(3): 698-712. (in Chinese with English abstract)

[45] 王雪，常志州，王效华，等. 泗洪县车门乡稻麦秸秆收储设施选址[J]. 农业工程学报，2015，31(22)：250-255.

Wang Xue, Chang Zhizhou, Wang Xiaohua, et al. Crop straw collecting and storage facility location for Chemen township of Sihong county[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(22): 250-255. (in Chinese with English abstract)

[46] 卢媛媛，郭志坚，王宝玲，等. 趋近理想灰关联多约束的交通救援中心中值选址模型[J]. 公路交通科技，2018，35(7)：114-119.

Lu Yuanyuan, Guo Zhijian, Wang Baoling, et al. A traffic rescue centre median location model approaching ideal grey relational constraints[J]. Journal of Highway and Transportation Research and Development, 2018, 35(7): 114-119. (in Chinese with English abstract)

[47] 邹铭，袁艺，廖永丰，等.综合风险防范：中国综合自然灾害救助保障体系[M]. 北京：科学出版社，2011.

[48] 刘柱. 民族地区常态灾害防灾减灾体系构建[D]. 长沙：中南大学，2010.

Liu Zhu. Construction of Disaster Prevention and Reduction System for Normalcy Disasters in Ethnic Minority Areas[D]. Chang Sha: Central South University, 2010. (in Chinese with English abstract)

Site selection of forage storehouse in high risk areas of snow disaster in Qinghai-Tibet Plateau

Zhao Fuchang1, Zhou Qiang1,2※, Liu Fenggui1,2, Chen Qiong1,2, Chen Yongping1, Zhi Zemin1

(1.,,810008,; 2.810008,)

Snow disaster become a gradually increasing trend, due to the global climate change, particularly on the frequency, intensity, and duration in high risk area of extreme weather. In addition, the prevention and reduction of natural disaster have posed a major challenge on the international community. Therefore, it is urgent to accurately predict the disaster risk, in order to reduce the losses from the snow disaster. Being one of the most important bases for stockbreeding, the Qinghai-Tibetan Plateau is a typical region with high incidence of snow disasters in western China. In the high risk area of snow disaster,forage reserves play a vital role in the emergency response to snow disasters in pastoral areas. The objectives of this study were, 1) to evaluate the high risk area of snow disaster, and to verify the accuracy using the actual occurrence areas; 2) to propose a new method for the site selection of forage reserves by modifying P-median model; 3) to explore the optimum sites for forage reserves over the Qinghai-Tibetan Plateau. The high-risk areas of snow disaster and the occurrence areas in actual years were combined, in order to better evaluate the risk of snow disaster in disaster risk management, and thereby to improve the disaster resilience of plateau pastoral areas. The number of livestock in county-level administrative units and vector data of national basic roads were collected from government units and the National Basic Geographic Information Center. The P-median model was selected to evaluate the sites selection, compared with other models, such as P-center model, maximum coverage model, P-median model. In addition, a modified P-median model was proposed to evaluate the optimum sites of forage reserves in this study area, according to the calculation demand for livestock forage, and the optimal path from the facility to the demand of models. The high-risk area of snow disaster for the Qinghai Province can serve as a case to verify the models. The results showed that 1) Zhiduo, Maqin and Dulan counties were the optimum forage reserves in this study area, which the number of their forage sites was different, such as 7 sites in Zhiduo county (including Maduo, Qiuzhi, Duocai, Zhaduo, Jieduo, Jinisai, and Baizha towns), 4 sites in Maqin (including Longzang, Lajia, Jianshe, and Ningmute towns), and 2 sites in Dulan county (including Xiangride and Jiermeng towns); 2) There was an obvious difference among sizes, where the capacities of Zhiduo, Maqin, and Dulan forage reserves were 210 000, 132 000 and 135 000 ton of forage grass, respectively; 3) In space, a dual structural pattern was formed in “networked layout, hierarchical reserve”, where Zhidu, Maqin and Dulan reserves served as the center, Maduo, Zado, Qiuzhi and other forage reserves as the periphery, covering the entire study area. The finding demonstrated that the P-median model can be expected to perform excellent sites selection of forage reserves in the Qinghai-Tibetan Plateau. The finding can provide an available theoretical method for the selection of forage stock reserve in plateau pastoral area.

risk assessment; silage forage; disasters; forage reserves; location selection; the-median model; the high risk area of snow disaster

赵富昌，周强，刘峰贵，等. 青藏高原雪灾高风险区饲草料储备库选址分析[J]. 农业工程学报，2020，36(13)：272-279.doi：10.11975/j.issn.1002-6819.2020.13.032 http://www.tcsae.org

Zhao Fuchang, Zhou Qiang, Liu Fenggui, et al. Site selection of forage storehouse in high risk areas of snow disaster in Qinghai-Tibet Plateau[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(13): 272-279. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.13.032 http://www.tcsae.org

2020-03-19

2020-05-12

第二次青藏高原综合科学考察研究项目（2019QZKK0906）；国家重点研发计划项目（2019YFA0606902）

赵富昌，主要从事土地资源与环境变化研究。Email：15297113505@163.com

周强，教授，主要从事土地资源与环境变化研究。Email：zhouqiang729@163.com

10.11975/j.issn.1002-6819.2020.13.032

S427

A

1002-6819(2020)-13-0272-08