风暴潮灾害损失定量评估方法研究——以舟山市普陀区为例

李 程，刘玉龙，李 响，张增健，徐珊珊，杨 扬，王凯悦，宋 晓

(国家海洋信息中心，天津 300171)

引 言

台风风暴潮灾害是影响我国沿海地区主要的海洋灾害之一。根据《中国海洋灾害公报》统计结果显示，2011—2020年，我国沿海地区共发生致灾台风风暴潮过程70次，台风风暴潮灾害造成的经济损失高达789亿元，因灾死亡(含失踪)31人。影响较为严重的省份分别为广东、福建、浙江，在空间分布上具有相对集中性的特征。因此，有必要对风暴潮灾害损失状况进行量化评估，为沿海地区防灾减灾提供技术支撑。本文研究了一种采用脆弱性曲线法的风暴潮灾害损失状况定量评估方法，建立适用于我国沿海风暴潮灾害的人口影响定量评估模型和经济损失定量评估模型，并将研究成果应用于舟山市普陀区，选取历史重大风暴潮过程和典型重现期风暴潮作为评估案例，对风暴潮灾害人口影响定量评估模型和经济损失定量评估模型进行检验，其定量评估结果可为风险评价提供更加全面的数据基础，可以有效地提高沿海地区风暴潮灾害防灾减灾能力，保障沿海地区社会经济健康、快速、稳定发展，保护沿海地区人民生命财产安全。

1 定量化评估方法研究

目前常用的灾害损失评估方法主要有指标体系评估法和脆弱性曲线评估法等。指标体系评估法通过建立基于脆弱性的诱因和表征的指标系统，利用统计分析等数学手段将其转换为指数形式，表现评价单位的脆弱程度相对大小，是一种定性评估技术方法，设置的指标体系不合理时，容易造成评估结果主观性较强。例如，RAN等开展了印度海岸飓风脆弱性研究，从社会学角度建立社会经济指标进行飓风脆弱度区划[1]；LI等人基于经济、环境和土地利用指标对广东省的风暴潮灾害开展了等级划分评价工作[2]。脆弱性曲线法是以曲线的形式表示不同的灾害强度与损失率之间的关系。脆弱性曲线法在定量化评估结果精度、可操作性等方面弥补了指标体系法的不足，可以通过曲线计算灾害损失，以曲线的形式针对不同区域、不同承灾体进行量化的脆弱性评估。主要的脆弱性曲线建立方法包括实地调研、问卷调查、以及利用已有的数据库等，这些方法在国内外评估案例中都有涉及。日本海啸研究中心基于发生过的风暴潮灾害典型案例，结合土地利用现状，开展了风暴潮灾害风险评估研究[3]。谢翠娜基于风暴潮灾害脆弱性分析的基础上，开展了上海风暴潮灾害的直接经济损失和间接经济损失评估研究工作[4]。

本文在国内外研究成果的基础上，提出了一种从人口影响和经济损失两个角度开展风暴潮灾害损失定量评估的方法，采用淹没水深-损失率曲线分别对受灾人口和直接经济损失进行定量评估，其定量评估结果可为风险评价提供更加全面的数据基础。该方法考虑了承灾体损失值占总价值的比例，相对较为稳定。在计算历史回溯、现状情况和未来情景预测的灾损情况时，虽然经济发展水平不同，但是损失率不会变动很大，同时具有区域性、普适性的优势。

1.1 人口影响定量评估

人口影响的定量评估指标为受灾人口，风暴潮灾害受灾人口与风暴潮灾害自然强度、预警时间、区域应急疏散能力以及人口本身脆弱性等多种因素相关。本文在通过分析历史台风风暴潮灾害过程中有限的受灾人口的统计资料，结合水动力数值模拟计算出台风过程中淹没水深的模拟结果，提出了一个淹没深度和受灾人口率直接的对应关系，构建了淹没水深-受灾人口率的脆弱性曲线，如表1所示。构建了一个S型的淹没水深-受灾人口率的脆弱性对应关系，当淹没水深超过2.5 m，受灾人口率将突升；当淹没水深超过4.5 m的时候，受灾人口率趋近于100%。这意味着当淹没水深达到一定程度，该空间网格范围内的所有人都定义为受灾人口。

表1 淹没水深-受灾人口率的脆弱性关系Table 1 The vulnerability curve relationship between inundated depth and affected population rate

(1)

其中，L代表受灾人数；n代表网格数；Di代表第i个网格的人口密度；Ai代表第i个网格的淹没面积；ki代表第i个网格的受灾人口脆弱度。

1.2 经济损失定量评估

经济损失的定量评估指标为直接经济损失，直接经济损失是风暴潮灾害直接导致的各种财产损毁所造成的经济价值损失，主要包括农业经济损失，渔业经济损失，建筑物损失，交通运输用地损失及其他海洋工程损失等。风暴潮灾害经济损失率可通过调查法和参考法来确定。其中，调查法是通过调查当地历史灾害案例的灾害损失情况，建立损失与致灾因子的关系；参考法是通过参考其他地区的灾害损失率关系，基于本地实际情况，进行调整确定。

目前浙江省在各类资产淹没损失率方面的资料比较少，《浙江省水利工程防洪减灾能力评估》确定了浙江省沿海地区台风影响导致的洪灾的各类资产损失率[5]。参考黄河三角州莱州湾西岸防洪能力评估所确定的各类资产损失率，结合浙江省沿海地区的实际情况进行了适当调整，得到浙江省沿海地区各类资产的台风致灾损失率。本文在国内外洪灾损失率研究成果和国内有关地区洪灾损失调查资料的基础上[6-8]，根据舟山市历史风暴潮灾情现有资料确定了损失率与淹没水深的函数关系，提出各类财产不同水深等级的潮灾损失率。即：淹没水深在0.5 m以下、淹没水深在0.5～1.5 m范围、淹没水深在1.5～2.5 m范围和淹没水深在2.5 m以上几种不同情形。本文根据国标《土地利用现状分类》GB/T 21010—2007中有关土地利用现状分类，将我国沿海土地利用类型划分为耕地、园地、林地、草地、商服用地、工矿仓储用地、住宅用地、公共管理与公共服务用地、特殊用地、交通运输用地、水域及水利设施用地、其他土地等12个一级类以及60个二级类。图1给出了主要的二级类土地利用类型的淹没水深-损失率关系图。根据风暴潮灾害财产损失率的计算应按照承灾体自身的抗灾能力、淹没历时、抢救力度、成灾季节、水流流速等因素的变化综合考虑，还聘请专家组进行打分，在灾害综合财产地区平均损失率的基础上做必要的调整。各类财产价值再乘以相应的损失率即为各类财产的损失值，也就是风暴潮造成的直接经济损失。

(2)

其中，E代表某一类土地利用类型直接经济损失值；n代表网格总数；Vi代表第i个网格该类土地利用类型的单位面积价值；Ai代表第i个网格该类土地利用类型的淹没面积；ki代表第i个网格该类土地利用类型的直接经济损失率；Ci代表第i个网格该类土地利用类型的基准年资产价值；γi代表第i个网格该类土地利用类型的基准年到评估年的资产增长率；α代表基准年到评估年的相隔年数。将各类土地利用类型直接经济损失值相加，即为评估区域的直接经济损失值。

图1 淹没水深-土地利用类型损失率关系Fig.1 The vulnerability curve relationship between inundated depth and land use type rate

2 风暴潮灾害损失定量评估

舟山市位于浙江省东北部舟山群岛，地处我国东南沿海，长江口南侧，杭州湾外缘的东海洋面上，是受台风风暴潮影响较为严重的地区之一。根据《海洋灾害公报》统计，20世纪90年代以来，浙江省平均每3至5年就会遭受一次较大的台风风暴潮灾害，特别是9711号、0012号、0216号、0716号和1909号等风暴潮灾害给舟山带来了严重的影响，给沿海地区经济发展和人民群众生命财产安全构成严重威胁。基于前述的方法，在验证模型可靠性的基础上，通过对舟山海域历史风暴潮模拟，可分析得到舟山附近海域大面的典型重现期风暴增水和典型重现期高潮位，并建立典型重现期事件集以模拟得到舟山海域典型重现期淹没范围和水深。对舟山市普陀区开展不同重现期情景(十年一遇、五十年一遇、一百年一遇和二百年一遇)风暴潮灾害损失定量评估研究，完成人口影响定量评估和经济损失定量评估，为风暴潮灾害定量评估提供理论基础。

2.1 数据

淹没水深数据，来自于风暴潮漫滩数值模型系统计算。风暴潮数值模拟系统主要由ADCIRC风暴潮模型和提供海面强迫力的风场模型组成，并对舟山市附近海域进行了局部加密。通过对舟山海域历史风暴潮灾害案例的数值模拟计算，获取年极值风暴增水和高潮位的大面分布，基于灾害案例构造重现期事件集，模拟重现期淹没范围和水深。

人口数据，参考中国科学院资源环境科学数据中心公开发布的《中国人口空间分布公里网格数据集》[9]以及《舟山统计年鉴》中的人口统计数据。人口空间分布数据是在人口统计数据的基础上，综合考虑了与人口密切相关的土地利用类型、居民点密度等多因素，将基本统计单元的人口数据展布到空间格网上，从而实现人口的空间化，计算得到舟山市普陀区网格范围(1 km2)内的人口数，单位为人/km2。

经济数据，参考《舟山统计年鉴》中的生产总值，根据《土地利用现状分类》GB/T 21010—2007中有关土地利用现状分类各类土地利用类型上资产的重置价格或成本价格(不考虑地价、产出值等影响因素)，假设在未来20—30年各类承灾体的价值不变[10]，仍按当前估值计算，估算各类用地类型的单位面积价值，为各类土地利用赋值，单位为元/m2。

数值模拟计算数据，本文基于浙江舟山海域构建了风暴潮数值模拟系统。主要由ADCIRC风暴潮模型和提供海面强迫力的风场模型组成。模型计算网格范围为115°～134°E，16°～41°，包括了整个东海。外海网格较大，在舟山群岛海域进行了网格加密，沿岸网格分辨率为50～200 m。

2.2 方法验证

按照本文建立的风暴潮灾害损失定量评估模型算法，计算了9711号台风过境时引起的风暴潮灾害对舟山市造成的影响，并与搜集的历史灾情记录进行了对比验证。模型计算结果显示，9711号台风造成舟山市普陀区受灾人口2.071 8万人，直接经济损失9.129 5亿元，如图2所示。

图2 9711号台风影响期间示范区淹没水深、受灾人口、直接经济损失分布图Fig.2 The distribution of inundated depth, affected population and direct economic loss during the impact of No.9711 typhoon

表2 9711号台风期间示范区受灾人口和直接经济损失模型计算与灾情记录对比情况Table 2 The comparison results during the impact of No.9711 typhoon

表2为模型计算结果和历史灾情记录的对比情况。结果显示，本文建立的人口和经济定量评估模型评估结果在量级上同灾情记载结果一致。产生的误差主要来源于两方面：淹没面积和水深来自于水动力模型的计算，实际风暴潮发生时，不会造成数模计算那么大的淹没范围，淹没范围偏大，模型评估的结果也会存在偏差；目前人口密度这一参数，为1 km网格数据，精度较低，在后期的研究中，应提高人口密度的精确度；历史灾情数据中很难剥离台风和风暴潮各自的损失，给验证工作带来一定的困难。综上所述，本文建立定量评估模型很好地重现了9711号台风过境时对舟山市造成的潮灾影响，验证了模型的可靠性。

2.3 不同重现期评估结果分析

对舟山市普陀区开展不同重现期情景(十年一遇、五十年一遇、一百年一遇和二百年一遇)风暴潮灾害损失定量评估研究，完成人口影响定量评估和经济损失定量评估。图3-6分别为不同重现期情景下普陀区的淹没深度空间分布图、受灾人口空间分布图和直接经济损失空间分布图，表3和表4分别列出了不同重现期情景下人口影响和经济损失情况，图7为百年一遇情景下各土地利用类型的淹没面积和直接经济损失统计。

根据结果显示：影响人口、经济损失值和淹没面积都随着风暴潮强度的增大而增多；不同重现期潮灾淹没情景下各土地利用类型潮灾直接损失值大小顺序为：住宅>工矿仓储用地>交通运输用地>水域及水利设施用地>公共管理与公共服务用地>林地>其他土地>草地>耕地>园地；林地用地、水域用地淹没面积占有比例较大，但是单位面积价值远小于工矿仓储用地、住宅用地和交通用地，总损失值不大；高损失值主要集中出现在舟山本岛的东南部区域，在其他区域则是零散分布特征。虽然舟山本岛淹没深度不高，但是直接经济损失较大，这是因为在该地区分布着密集的住宅用地、工矿仓储用地、水域及水利设施用地，单位面积的价值偏高。

图3 十年一遇淹没水深、受灾人口、直接经济损失分布图Fig.3 The distribution of inundated depth, affected population and direct economic loss during the return period of 10 years

图4 五十年一遇淹没水深、受灾人口、直接经济损失分布图Fig.4 The distribution of inundated depth, affected population and direct economic loss during the return period of 50 years

图5 一百年一遇淹没水深、受灾人口、直接经济损失分布图Fig.5 The distribution of inundated depth, affected population and direct economic loss during the return period of 100 years

图6 二百年一遇淹没水深、受灾人口、直接经济损失分布图Fig.6 The distribution of inundated depth, affected population and direct economic loss during the return period of 200 years

图7 百年一遇各土地利用类型的淹没面积和直接经济损失统计Fig.7 The statistical results of inundated depth and direct economic loss during the return period of 100 years

表3 不同重现期情景下人口、经济损失和淹没面积情况Table 3 The statistical results of inundated depth, affected population and direct economic loss during the return period

表4 不同重现期情景下不同土地利用类型直接经济损失和淹没面积情况Table 4 The statistical results of inundated depth, affected population and direct economic loss for each land use type

3 结论与讨论

本文研究了一种适用于风暴潮灾害的人口影响和经济损失的定量评估方法，采用脆弱性曲线法分别构建了受灾人口-淹没水深、直接经济损失-淹没水深的脆弱性曲线，对示范区不同风暴潮重现期情境下的灾害进行了定量评估，得到的主要结论如下：

(1)对舟山市普陀区开展历史风暴潮灾害损失定量评估研究，结果表明定量评估模型计算结果与历史灾情记录的受灾人口和直接经济损失资料在量级上是一致的，基本上重现了历史风暴潮灾害过程造成的影响情况，验证了将脆弱性曲线法应用于风暴潮灾害定量评估的可行性。

(2)对舟山市普陀区开展不同重现期情景(十年一遇、五十年一遇、一百年一遇和二百年一遇)风暴潮灾害损失定量评估研究，完成人口影响定量评估和经济损失定量评估。高损失值主要集中出现在舟山本岛的东南部区域，在其他区域则是零散分布特征。因为在这些地区分布着密集的住宅用地、工矿仓储用地、水域及水利设施用地，单位面积的价值偏高。这些区域在进行风暴潮灾害防御区划定的时候需要重点关注。

(3)在淹没面积比较中，虽然林地用地、水域用地占有比例较大，但是单位面积价值远小于工矿仓储用地、住宅用地和交通用地的投入，另一角度说明在工业仓储、住宅和交通用地中，政府企业的投资产值较大。所以在防潮减灾过程中应该完善和强化工业仓储、住宅和交通用地地区的风暴潮实时监测系统和应急预案系统。加强对应沿海地区堤坝建设。

(4)定量评估模型计算结果与历史灾情记录的受灾人口和直接经济损失资料存在误差的原因主要包括：淹没水深来自于水动力模型计算，模拟的淹没范围比实际情况偏大；灾情资料统计手段有限，获取的资料为舟山全市的损失数据，并且该损失肯定不只限于来自风暴潮直接作用，因此会产生误差。