黔东南州冰雹灾害风险评估与区划

蒋汉开 张小娟 龙安华 龙源 陈晓丹

摘  要：文章选取黔东南州16个县市年均降雹日数、人口密度、耕地比重、经济作物种植比重、人均GDP、高炮保护作物面积占耕地比重、人影运行保障经费等7个指标作为致灾因子危险性、承灾体易损性、防灾减灾能力3个因子的评价指标，通过层次分析法赋予各指标权重，采用加权综合评价法构建各因子综合评价指数，构建黔东南州冰雹灾害风险评估模型，利用ArcGIS功能初步建立黔东南州冰雹灾害风险区划。由区划结果可知，黔东南州冰雹灾害风险普遍较大，中高风险区涵盖12个县市，冰雹灾害风险总体趋势为北部地区风险较高，南部地区较低;北部部分地区风险远高于其他地区，主要是该区域致灾因子危险性较高和易损性较高;南部地区风险相对较小，主要是致灾危险性较小;通过建立风险区划，以期为当地作业点优化布局及防雹减灾决策提供一些具有指导意义的参考依据，减少冰雹灾害带来的损失。

關键词：冰雹灾害;风险评估模型;风险区划

中图分类号：P467 文献标志码：A         文章编号：2095-2945（2020）35-0055-04

Abstract： In this paper， seven indexes， such as the average annual hail days， population density， the proportion of cultivated land， the proportion of cash crops， the per capita GDP， the proportion of crop area protected by antiaircraft artillery in cultivated land， and the funds for ensuring the operation of people， are selected as the evaluation indexes of the risk of disaster factors， the vulnerability of disaster-bearing bodies and the ability of disaster prevention and reduction. Through analytic hierarchy process （AHP）， weighted comprehensive evaluation method was used to construct various factors comprehensive evaluation index and build Qiandongnan Prefecture's hail disaster risk assessment model， and the function of ArcGISfor the purpose of the preliminary establishment of Qiandongnan Prefecturehail disaster risk zoning. According to the regionalization results， hail disaster risks are generally large in Qiandongnan Prefecture， and the medium-high risk areas cover 12 counties and cities. The overall trend of hail disaster risk is higher in the northern region and lower in the southern region. The risk in the northern part is much higher than that in other areas， mainly due to the high risk and vulnerability of the disaster-causing factors. The risk in the southern region is relatively small， mainly due to the low risk of disaster. By establishing the risk zoning， it is expected to provide some guiding references for optimizing the layout of local operation sites and decision-making of hail prevention and disaster reduction， so as to reduce the losses caused by hail disaster.

Keywords： hail disaster; risk assessment model; risk zoning

1 概述

贵州省黔东南是典型的春雹发生区，春季冰雹日数占全年冰雹日数的62.7%[1]。冰雹的发生具有突发性强，来时猛，破坏力大等特点，给农业生产造成极大经济损失。2020年3月22日，全州10县（市）26乡镇出现冰雹，最大直径约40mm，造成受灾24726人，农作物受灾面积454公顷，房屋一般损坏4689户9772间，直接经济损失3155.85万元。同年5月4日，岑巩县羊桥乡、天星乡、水尾镇降雹，冰雹最大直径70mm，造成受灾19534人，农作物受灾面积715.64公顷，绝收面积6.98公顷，严重损坏房屋10户20间，一般损坏房屋3463户10375间，损坏车辆385台，因灾造成直接经济损失约9077万元。

灾害的发生无法避免，但是可以通过有力措施避免或者减少灾害造成的损失。对该区域灾害进行风险区划，辨识高风险区，提前做好防范是有效措施之一。目前关于黔东南州冰雹的研究大多集中于冰雹过程的分析及临近预警指标的研究[2-5]，分析其成因及雷达特征，或者分析冰雹时空分布特征及变化[6-7]，针对黔东南州冰雹灾害风险区划研究较少。本文结合前人已经比较成熟的冰雹灾害评估方法，通过建立黔东南州冰雹灾害风险评估模型，选取各县市年均降雹日数、人口密度、耕地比重、经济作物种植比重、人均GDP、高炮保护作物面积占耕地比重、人影运行保障经费等作为评价因子，借助ArcGIS的空间分析功能建立各因子图层，参与冰雹致灾因子危险性、承灾体易损性、防灾减灾能力的分析运算，初步建立黔东南州冰雹灾害风险区划，以期为当地作业点优化布局及防雹减灾决策提供一些有指导意义的依据，减少冰雹天气带来的损失。

2 研究资料及方法

2.1 研究资料

黔东南州16个县气象观测站点及110个作业点2004-2020累计17a降雹资料;各县市政府网站公布的县市行政区划面积;《2017年黔东南统计年鉴》分县统计数据，包括人均GDP、耕地面积、经济作物种植面积、常驻人口等数据;各县（市） 2018-2020年年均人工影响天气运行保障经费预算批复资金及高炮保护作物面积数据;各县市行政区划矢量数据。

2.2 研究方法

2.2.1 建立冰雹灾害评估模型

灾害是地球表层异变过程的产物，是致灾因子、孕灾环境与承灾体综合作用的结果。本文从致灾因子危险性、承灾体易损性、防灾减灾能力3个方面建立冰雹灾害评估模型。其表达式为：

FDRI=H·WH+V·WV+R·WR（1）

式中，FDRI表示冰雹灾害风险，H表示致灾因子危险性，V表示承灾体易损性，R表示防灾减灾能力。WH、WV、WR表示H、V、R所占權重。

2.2.2 层次分析法

层次分析法（The analytic hierarchy process）简称AHP，是20世纪70年代由美国运筹学家托马斯·塞蒂（T.L.saaty）提出的一种定性和定量相结合的、系统化、层次化的分析方法。

按照层次分析法，建立黔东南州冰雹灾害风险区划指标体系如图1。对于从属于（或影响）上一层每个因素的同一层诸因素，构造两两判断矩阵，量化各因素的相对重要性，并对判断矩阵进行一致性检验，计算出各指标权重[3]，见表1、表2、表3，3阶矩阵RI值为0.5194，均通过一致性检验。

2.2.3 归一化法

归一化方法是为消除冰雹灾害风险区划指标体系各因子数值的差异，对指标进行归一化处理，将值统一转化到[0，1]范围。归一化公式为：

式中：Di是第i个指标的归一化值，Xi是第i个指标的值，Xmax是指标中的最大值，Xmin是指标中的最小值。

2.2.4 加权综合评价法

加权综合评价法是将多个指标作用大小综合起来，转化为一个能够反映综合情况的指标来进行评价，用一个数量化指标来表示，即

式中，f代表评价因子的值;Di代表第i个指标的归一化值;Wi代表第i项指标的权重，可由层次分析法计算获得;m是评价因子所用指标个数。

3 冰雹风险区划的指标评价及分析

3.1 致灾因子危险性评价

灾害的形成是致灾因子对承灾体作用的结果，没有致灾因子就没有灾害，可认为有降雹才会有冰雹灾害，降雹日数越多，冰雹灾害的风险就越大。本文在选择冰雹的危险性因子的指标时，着重考虑年均降雹日数这一个指标，因此其权重系数为1。

统计黔东南州作业站点2004-2020年17a降雹资料，用气象观测站同一时期降雹日数作为补充，观测站点与作业站点同在一个乡镇并且同一日期降雹按1个降雹日数记录，同一作业站点同一日期降雹时间跨越08：00按2个降雹日计算，得到各县市年均降雹日数，如表4。用（2）式对年均降雹日数进行归一化，利用（3）式计算各县冰雹致灾因子危险性指数，利用ArcGIS对县矢量数据用年均降雹日数栅格化，并对栅格数据进行自然断点分级：极低危险区（≤0.54）、低危险区（0.55～0.63）、中等危险区（0.64～0.70）、次高危险区（0.71～0.78）、高危险区（≥0.79），得到致灾因子危险性区划图，如图2。由图可知，黔东南州冰雹灾害致灾危险性中等危险区到高等危险区主要集中在西部和北部地区，致灾危险性总体趋势呈北高南低、西高东低。

图2 黔东南州冰雹灾害致灾因子危险性区划图

3.2 承灾体易损性评价

有危险并不意味着灾害就一定存在，只有风险源危害某社会经济目标，即受灾体后，对于一定的风险承担者来说，才承担了相对于该风险源和该风险承载体的灾害风险[12]。计算各县承灾体易损性因子3个指标的值，在不考虑其他因素影响的情况下，3个指标的值越大，冰雹灾害造成的损失就越严重。

经计算，并对栅格数据进行自然断点分级：极低易损区（≤0.53）、低易损区（0.54～0.58）、中等易损区（0.59～0.69）、次高易损区（0.70～0.79）、高易损区（≥0.80），得到承灾体易损性区划图，如图3所示。由图可知，总体上中部及北部地区易损性高于南部地区。脆弱性北高南低的原因主要是南部各县行政区划面积远远大于北部地区各县面积，导致在耕地面积相差不大、北部经济作物种植面积大于南部时，耕地比重及经济作物种植比重北部大于南部。

3.3 防灾减灾能力评价

防灾抗灾能力是指当地对冰雹灾害的抵御和恢复程度，高炮防雹作业是一种有效的减灾措施。开展人工防雹需要作业装备及经费支撑，因此选取人均GDP、高炮保护作物面积占耕地比重、各县市近3年（2018-2020年）年均人工影响天气运行保障经费预算批复资金作为防灾减灾能力评价指标，3个指标值越大，防灾减灾能力越强，可能遭受的潜在损失越小，冰雹灾害风险也就越小。

经计算，并对栅格数据进行自然断点分级：极低防灾减灾能力区（≤0.51）、低防灾减灾能力区（0.52～0.60）、中等防灾减灾能力区（0.61～0.65）、次高防灾减灾能力区（0.66～0.80）、高防灾减灾能力区（≥0.81），得到防灾减灾能力区划图，如图4。由图可知，南部地区防灾减灾能力较弱。主要是南部地区GDP、人影运行经费均低于北部地区，且高炮投入使用较少，榕江、从江、锦屏3县仅有2门投入使用，而雷山、黎平仅有1门投入使用。

3.4 冰雹灾害风险评估及区划

根据黔东南州冰雹灾害风险评估模型，其风险指数是致灾因子危险性、承灾体易损性和防灾减灾能力综合作用的结果。根据公式（1）以及各个因子对其的影响，考虑到防灾减灾能力越强，则冰雹灾害风险越小，建立模型（4），经计算并进行自然断点分级得到黔东南州冰雹灾害风险区划图，如图5。

如图5所示，黔东南州冰雹灾害风险普遍较大，中高风险区涵盖12个县市。冰雹灾害风险总体趋势为西部和北部地区風险较高，南部地区较低。北部部分地区风险远高于其他地区，主要是该区域致灾因子危险性较高和易损性较高;南部地区风险相对较小，主要是致灾危险性较小。

4 结论

本文以县为单位，选取年均降雹日数、人口密度、耕地比重、经济作物种植比重、人均GDP、高炮保护作物面积占耕地比重、人影运行保障经费等7个指标分别作为致灾因子危险性、承灾体易损性、防灾减灾能力评价指标，通过层次分析法赋予各指标权重，加权综合评价法构建综合评价指数，利用ArcGIS栅格化、栅格计算、自然断点分级等功能实现了黔东南州冰雹灾害风险区划。由区划结果可知：黔东南州冰雹灾害风险普遍较大，中高风险区涵盖12个县市，冰雹灾害风险总体趋势为北部地区风险较高，南部地区较低;北部部分地区风险远高于其他地区，主要是该区域致灾因子危险性较高和易损性较高，南部地区风险相对较小，主要是致灾危险性较小;根据区划结果，可以在高风险区增加布点密度或者调整作业站点布局，增强防雹作业效果;区划的建立对当地作业点优化布局及防雹减灾决策有一定指导意义。

参考文献：

[1]田菊萍，黄艳，顾欣.黔东南冰雹气候变化特征及机理分析[J].贵州气象，2010，34（04）：11-14.

[2]杨帆，白慧，李路长.黔东南州一次冰雹天气过程环境场与雷达特征分析[J].贵州气象，2013，37（06）：16-20.

[3]李路长，白慧，杨胜忠，等.黔东南地区冰雹天气雷达临近预警指标研究[J].贵州气象，2014，38（01）：20-24.

[4]龙天强，罗辉，朱克云，等.黔东南一次强冰雹过程的中尺度分析[J].成都信息工程大学学报，2016，31（04）：433-442.

[5]滕林，贺德军，陈军，等.黔东南一次大范围弱冰雹天气过程分析[J].贵州气象，2017，41（05）：39-45.

[6]石宏辉，顾欣，田菊萍.黔东南冰雹事件年内非均匀性特征分析[J].高原山地气象研究，2009（S1）：78-82.

[7]顾欣，张艳梅.黔东南冰雹集中度与集中期的时空变化特征[J].中国农业气象，2010，31（04）：627-632.