龙川暴雨灾害风险评估及避灾行为分析

钟东良，曾钦文，贺发胜，李思萍，谢燕豪

（1.河源市气象局，广东河源 517000；2.东源县气象局，广东东源 517300；3.和平县气象局，广东和平 517200）

龙川县位于广东省东北部，东江上游，深受亚热带季风气候影响，水汽充沛。由于近年来极端天气频发，致灾性暴雨时有发生，同时该地多山地，暴雨造成的衍生灾害较为严重，尤其是2019年6月10至25日，龙川县连遭到3轮特大暴雨袭击，全县强降雨过程平均雨量达372 mm，北部细坳、贝岭、麻布岗3个乡镇平均降雨量均超过459 mm，大部分乡镇过程累积雨量超过建站以来历史极值，该次持续强降水过程导致龙川出现了大面积塌方、山体滑坡、泥石流等灾害，并出现较为严重的人员伤亡和经济损失［1-2］。

关于暴雨灾害风险和避灾行为方面的研究，如李学举［3］提出暴雨灾害的影响强弱不仅在于暴雨的大小，更关键的是民众的避灾意识和行为；陈映强等［4］基于GIS对揭西县台风灾害风险做评估分析；孙莉莉等［5-6］对浙江南部山区的台风避灾行为影响因素进行了系统分析。但有关龙川暴雨灾害风险区划评估和暴雨灾害方面避灾行为的研究暂未见文献介绍，本研究结合龙川县自然灾害特征和风险理论基础，通过对龙川县2010—2019年间暴雨风险灾害区划作分析，研究灾害影响频繁地区民众的避灾行为，为当地政府防灾减灾决策等方面提供依据。

1 资料与方法

1.1 资料来源

气象资料来源于2010—2019年龙川国家基本气象站和辖区内的24个区域自动站的逐日降水量；地理信息等数据来源于龙川县自然资源局、县统计局和《龙川县年鉴》提供的包括县行政边界、地形环境、水系距离、人口密度、GDP密度、耕地比重、人均GDP、旱涝保收等资料；调查问卷数据来源于暴雨灾害影响频繁的地区18到60岁人群。

1.2 研究方法

本研究主要利用GIS技术［7-8］，对影响龙川县暴雨灾害风险的致灾危险性、环境敏感性、承载体易损性、减灾防灾能力这4个要素进行综合分析，并用层次分析法［9］得出各要素相应的权重，综合评估分析暴雨灾害风险，使用百分比方法将灾害风险指数分为5个等级区（高风险区、次高风险区、中等风险区、次低风险区、低风险区），同时绘制出龙川县暴雨气象灾害风险区划图。

另外，利用SPSS统计软件［10-11］对问卷所得数据的信度、效度、相关性、回归关系进行分析，得出影响因素与避灾行为之间的关系。

2 基于GIS暴雨灾害风险区划

2.1 暴雨致灾危险性

本研究选取暴雨强度作为重点致灾因子，使用归一化、反距离加权内插和自然断点法，得到了龙川县暴雨致灾危险性区划（图1）。结果表明，龙川县暴雨致灾危险性空间上大体由西南向东北方向呈递增趋势。其中，高风险区主要在北部4镇，次高风险区主要在中北部和黄布镇附近，低风险和次低风险区则主要位于中南部及西南各乡镇。北部受高山地形响，地形抬升对迎风坡上升运动有加强作用，而龙川多受季风性降水影响，往往造成北部降水偏多。黄布镇附近，则处于喇叭口地形，因地形收缩，使气流辐合加强，同时气流更容易抬升，造成降水强度更强，因此致灾危险性较大。

图1 龙川县暴雨致灾危险性区划

2.2 孕灾环境敏感性

龙川县多山地，河道纵横，东江河贯穿全境，暴雨极易引发泥石流、滑坡等次生灾害。因此有必要对孕灾环境敏感性进行分析，孕灾环境敏感性主要指外部环境对承灾环境损害的敏感性，其中地形、水系等因素是敏感性的主要决定因素。本研究利用相关数据进行空间插值并栅格标准化处理，得到了孕灾环境敏感性区划（图2）。结果表明，龙川县孕灾环境敏感性上北部4镇交界处风险等级最高，南部各乡镇次之，中部地区的风险等级最低，风险等级呈南北高、中部低的分布趋势。这也与龙川北部多为高山地形，南部河道纵横，东江河水系分布范围广，中部多为平原和丘陵地形有关。

图2 龙川县孕灾环境敏感性区划

2.3 承载体易损性及减灾防灾能力

暴雨灾害对当地的损害程度即为承载体易损性的大小，而减灾防灾能力代表当地应对自然灾害的能力。本研究对相关数据进行处理后，得到龙川县暴雨灾害承载体易损性和减灾防灾能力区划（图3）。

图3 龙川县承灾体易损性（a）和减灾防灾能力（b）风险区划

从图3a可知，龙川县暴雨灾害承载体易损性风险等级上主要呈现南高北低、东高西低的分布趋势，相较于北部山区而言南部乡镇作为人口和经济集中地区，受到地质灾害所造成的损失程度也会较大。从图3b可知，北部和中部岩镇、四都为中到次高风险区，而风险等级越高则代表防灾能力越弱，龙川县整体风险等级较低，减灾防灾能力较好。

2.4 暴雨灾害风险区划评估

本研究用V表示风险评价模型中的暴雨灾害风险指数。VE、VH、VS、VR依次表示孕灾环境敏感性、暴雨致灾危险性、承灾体脆弱性和减灾防灾能力指数，WE、WH、WS、WR表示各自的权重占比，用层次分析法求出WE为0.35、WH为0.35、WS为0.2、WR为0.1，根据加权综合评价法所得公式V＝WE×VE+WH×VH+WS×VS+WR×VR求出暴雨灾害风险指数，并得到龙川县暴雨灾害风险区划（图4）。

图4 龙川县暴雨灾害风险区划评估

从图4分析可知，龙川县的暴雨灾害风险分布不均匀，其中，北部地区的岩镇与黎咀交界以及上坪最北端为高风险区；次高风险区主要分布在北部4镇交界和西部黄石、黎咀、四都交界处，其中北部4镇交界处的次高风险区面积最大；中到低风险区主要集中在东部和南部乡镇。

3 基于SPSS的避灾行为分析

3.1 问卷设计

本研究设计的问卷主要针对于暴雨灾害影响较大地区的18～60岁人群，并用X1、X2、X3依次表示社会支持、防御知识、信息接收3个影响因素。避灾行为分为灾前和灾时两个时间节点，用Y1、Y2、Y3、Y4依次表示灾前物质准备、灾前撤离准备、灾时惊逃行为、灾时正确撤离4个避灾行为，同时假设前提条件为影响因素对避灾行为有重大相关性。问卷调查结果全部采用从“1～5”进行记录。

3.2 问卷结果

1）信效度。

本研究采用KMO指数和球形检验法对调查结果进行信效度检验［12-13］，其中，KMO指数是用于比较变量间简单相关系数和偏相关系数的指标，KMO值越接近于1，意味着变量间的相关性越强；球形检验表明如果变量间彼此独立，则就无法应用因子分析法。如检验结果显示Sig＜0.05，数据呈球形分布，则说明符合标准。结果KMO值＝0.787、Sig＝0.02，该次调查结果信度较高并且球形检验显著。再对效度进行检验，得出各因子的a值范围介于0.50～0.77，均＞0.45。分析表明，该次问卷具有较好的信度和效度，适合作下一步分析。

2）避灾行为与影响因素的相关分析。

为进一步了解龙川县民众的暴雨灾害避灾行为与各影响因素之间的关系，本研究对相关群体的避灾行为与各影响因素进行相关分析（表1）。

表1 影响因素和避灾行为相关性分析

由表1可见，检验结果中的Sig≤0.05，表明各要素均符合检验标准，其中社会支持、信息接收和防御知识对民众暴雨灾害的避灾行为有显著影响。

为了解信息接收、防御知识和社会支持等影响因素对避灾行为的影响程度，验证本研究的假设，本研究以影响因素为自变量，避灾行为为因变量，通过相关分析得出线性回归方程，具体结果如下：

4次结果所得R2在0.57～0.69之间，＞0.5，线性回归模型的拟合度良好，且Sig≤0.05，符合研究标准。由分析结果可知：（1）灾前物质准备、灾前撤离准备、灾时正确撤离行为与信息接收呈正相关，灾时惊逃行为与信息接收呈负相关；（2）灾时惊逃行为与防御知识呈负相关；（3）灾前撤离准备和灾前撤离行为与社会支持呈正相关。

4 结论

1）龙川县的暴雨灾害风险分布不均匀，空间分布的总体特征为由西北向东南呈递减趋势，其中北部地区的岩镇与黎咀交界处和上坪最北端为高风险区；次高风险区主要分布在北部细坳、上坪、贝岭、麻布岗4镇交界和西部的黄石、黎咀、四都交界处。

2）避灾行为与影响因素的回归分析结果表明，各要素信效度检验均达到标准，相关性、回归关系拟合度较好，其中社会支持、信息接收和防御知识对民众暴雨灾害的避灾行为有显著影响。

3）防御知识因素与物质准备、撤离准备、正确撤离呈显著正相关，与惊逃行为呈显著负相关，因此采取有效形式开展民众减灾防灾教育，可以提升民众的自我保护能力、知识和技能。

4）社会支持因素与撤离准备、正确撤离呈显著正相关，因此提供强有力的社会支持，是改善民众避灾行为的重要因素之一。

5）信息接收因素与物质准备、撤离准备、正确撤离呈显著正相关，因此提高信息传达和接收范围对改善民众采取正确避灾行为，减轻灾害损失有显著的作用。