基于GIS技术、自然灾害风险评估方法、层次分析法,从致灾因子、孕灾环境、承灾体和防灾减灾能力四个方面选取11个评价指标并栅格化,构建雷电灾害风险区划模型,分析沧州市雷电灾害风险特征并进行风险区划。结果表明:沧州市区、南皮、东光、黄骅、海兴、任丘、泊头等地雷电灾害风险较高,而沧县、吴桥、献县等地雷电灾害风险较低。 Based on GIS technology, the natural disaster risk assessment method, analytic hierarchy process (AHP), eleven evaluation indexes were selected and rasterized from four aspects: the factors causing the lightning disaster, the environment, the disaster bearing body and the ability to prevent and reduce the lightning disaster to construct the lightning disaster risk zoning model, the characteristics of lightning disaster risk in Cangzhou city are analyzed and risk zoning is carried out. The results show that lighting disaster risk is high in Cangzhou urban area, Nanpi, Dongguang, Huanghua, Haixing, Renqiu and Botou. The lighting disaster risk is low in Cangxian county, Wuqiao and Xian county.
彭洁文1,魏铁鑫2,梅凤玉1,张倩1
1河北省沧州市气象局,河北 沧州
2河北省气象灾害防御中心,河北 石家庄
收稿日期:2019年8月30日;录用日期:2019年9月13日;发布日期:2019年9月20日
基于GIS技术、自然灾害风险评估方法、层次分析法,从致灾因子、孕灾环境、承灾体和防灾减灾能力四个方面选取11个评价指标并栅格化,构建雷电灾害风险区划模型,分析沧州市雷电灾害风险特征并进行风险区划。结果表明:沧州市区、南皮、东光、黄骅、海兴、任丘、泊头等地雷电灾害风险较高,而沧县、吴桥、献县等地雷电灾害风险较低。
关键词 :雷电灾害,风险区划,GIS技术
Copyright © 2019 by author(s) and Hans Publishers Inc.
This work is licensed under the Creative Commons Attribution International License (CC BY).
http://creativecommons.org/licenses/by/4.0/
雷电灾害属于联合国公布的十大最严重的灾害之一,随着社会经济不断发展,开展雷电灾害风险区划,确定高风险区,已成为雷电灾害风险研究的发展趋势。已有学者以不同方法尝试开展了雷电灾害风险区划,邹志红等 [
已有研究 [
本研究在已有科研成果 [
1) 2013~2016年沧州市闪电定位资料;2) 沧州市各乡镇人口和经济数据,来源于2016年沧州市统计年鉴;3) DEM数据为2009年由美国NASA和日本METI联合研制ASTER GDEMV2数据,空间分辨率为30 m × 30 m ,坡度在DEM数据的基础上生成;4) 沧州市基础地理数据(含行政区边界、水系);5) 2015年沧州市土地利用类型数据,来源于中国气象局卫星中心,空间分辨率为15 m × 15 m 。
GIS技术流程如图1所示:
图1. GIS技术流程
参考已有研究成果 [
图2. 雷电灾害风险评价模型
雷电灾害的形成与雷电的空间分布和海拔、坡度、人口、经济等下垫面紧密相关,进行雷电灾害风险区划,将相关数据空间化是先决条件。本文通过ArcGIS软件的地理信息处理功能,以乡镇为最小研究单位,进行风险区划,其主要依据是通过计算综合风险指数来实现,参考相关文献中灾害风险指数模型 [
R = H * p 1 + E * p 2 + B * p 3 + D * p 4 (1)
R是雷电灾害综合风险指数,H为致灾因子危险性指数,E为承灾体易损性指数,B为孕灾环境敏感性指数,D为防雷减灾能力指数,p1、p2、p3、p4分别为对应的权重,由层次分析法确定。
层次分析法(Analytic Hierarchy Process,简称AHP)是一种比较简单可行的决策方法,其主要优点是可以解决系统多层次的复杂问题。AHP法是一种定量与定性相结合的方法,可以把定性因素定量化,把人的主观意愿判断用数学进行表达处理,而且可以在一定程度上检验和减少主观影响,使评价更科学化。它可以为决策者提供多种决策方法,在定量和定性相结合中根据各个决策方案的标准权重数。层次分析法可以把评价的问题分为多个层次,通过建立判断矩阵等方法求得权重,通过加权计算得到最终权重 [
A X = λ max X (2)
计算得到λmax的特征向量 X = { X 1 , X 2 , X 3 , ⋯ , X n } ,对特征向量进行标准化处理,计算各指标权重向量 [
W = { x 1 ∑ i = 1 n x i , x 2 ∑ i = 1 n x i , ⋯ , x i ∑ i = 1 n x i } = { W 1 , W 2 , W 3 , ⋯ W n } (3)
在多指标评价体系中,由于各评价指标的性质不同,通常具有不同的量纲和数量级。当各指标间的水相差很大时,如果直接用原始数据进行分析,就会突出数值较高的指标在综合分析中的作用相对削弱数值水平较低指标的作用,因此,为了保证结果的可靠性,在做风险评估前需要进行指标因子标准化。本文对原始数据使用极差标准化法,对正、负向指标因子的原始数据使用不同的公式进行标准化统一,得到的数值去除量纲,其数值都在[0, 1]区间内。
正向指标计算公式 [
Y i j = X i j − X i min X i max − X i min (4)
负向指标计算公式 [
Y i j = X i max − X i j X i max − X i min (5)
式中:Xij是第i个评价指标因子的第j个评价单元的原始数据;Yij是第i个评价指标因子的第j个评价单元标准化后的值;Ximax是第i个评价指标因子各个评价单元中的最大值;Ximin是第i个评价指标因子各个评价单元中的最小值;m表示评价指标个数, i = 1 , 2 , 3 , ⋯ , m ;n表示评价单元个数, j = 1 , 2 , 3 , ⋯ , n 。
社会、经济方面的定量数据,以乡镇为最小统计单元,对社会经济类的评价指标进行栅格化、标准化;通过ArcGIS,根据DEM数据提取水系分布,进而计算水系密度;人口和经济分布,以土地利用类型确定人口、经济的密集区域,结合统计年鉴中的市县级数据,将人口、经济栅格化、标准化;最终,将所有栅格评价指标转换为30 m × 30 m 分辨率的栅格图层。
以指标模型为基础,构建评价指标两两比较矩阵,基于层次分析法,分析各指标权重并求解权重值,结果如表1所示。
目标层 | 准则层 | 指标层 | ||
---|---|---|---|---|
指标 | 权重 | 指标 | 权重 | |
雷电灾害风险 | 致灾因子 | 0.3789 | 地闪密度[次/(km2·年)] | 0.6201 |
地闪强度(kA) | 0.3791 | |||
孕灾环境 | 0.2663 | DEM | 0.4572 | |
坡度分布(˚) | 0.3888 | |||
水系密度 | 0.154 | |||
承灾体 | 0.1881 | 人口密度(人/km2) | 0.513 | |
地均GDP(万元/km2) | 0.4769 | |||
防灾减灾能力 | 0.1667 | 公共财政收入 | 0.2958 | |
农民人均收入 | 0.2076 | |||
农林水利投入 | 0.2243 | |||
医保参保人数 | 0.1185 | |||
医护人员人数 | 0.1538 |
表1. 雷电灾害风险评价指标权重
由沧州市雷电灾害危险性空间分布情况(图3)可知,南皮、东光、泊头、海兴、任丘等地致灾危险性等级较高,沧州市区、河间、盐山、孟村、青县等致灾危险性等级中等,沧县、黄骅、吴桥、肃宁、献县等致灾危险性较低。
一般认为,地形对雷电灾害的影响主要表现在两个方面:地形高程和地形变化程度,地形高程越低,地形变化越小,越容易发生雷电灾害。以层级分析法计算得到的权重值乘以指标图层并加权,计算孕灾环境敏感度,得到沧州市雷电灾害孕灾环境敏感性分布(图4)。肃宁、献县、泊头、吴桥、东光等地孕灾环境敏感性较高,任丘、河间、南皮、孟村、盐山、沧县西部等地孕灾环境敏感性中等,青县、黄骅、海兴、沧县东部等地孕灾环境敏感性较低。
图3. 致灾因子危险性风险等级分布
图4. 孕灾环境敏感性风险等级分布
首先,根据社会经济年鉴和土地利用类型数据,得到人口和经济的栅格化图层 [
随着雷电灾害的破坏强度和灾损程度逐渐加大,以及人类对灾害预测和灾害抵御能力的进一步提高,区域抗灾减灾能力理应在雷电灾害风险评价中扮演举足轻重的地位。选择统计年鉴中能反映防灾减灾能力特征的公共财政收入、农民人均收入、农林水利投入、医保参保人数,医护人数等空间分布情况,结合因子对防灾减灾能力的贡献度,运用层次分析法计算相应的权重,得到沧州市雷电灾害防灾减灾能力分布(图6)。沧州市区、沧县、青县、黄骅、任丘、肃宁大部分地区、泊头等地防灾减灾能力较强,河间、献县、吴桥、盐山、海兴等地防灾减灾能力中等。
图5. 承灾体易损性风险等级分布
图6. 防灾减灾能力分布
根据公式(1)计算雷电灾害风险的综合指数,采用自然断点法进行等级划分。依次划分为高、次高、中、次低、低五个等级,结果如表2所示。
T | 致灾因子危险性 | 孕灾环境敏感性 | 承灾体易损性 | 防灾减灾能力 | 雷电灾害风险 | 风险等级 |
---|---|---|---|---|---|---|
5 | [0, 0.208) | [0.128, 0.348) | [0, 0.024) | [0.19, 1) | [0 , 0.16) | 低 |
4 | [0.209, 0.325) | [0.349, 0.375) | [0.024, 0.073) | [0.10, 0.19) | [0.16 , 0.23) | 次低 |
3 | [0.326, 0.447) | [0.376, 0.402) | [0.073, 0.19) | [0.06, 0.10) | [0.23 , 0.31) | 中 |
2 | [0.448, 0.604) | [0.403, 0.44) | [0.19, 0.39) | [0.03, 0.06) | [0.31 , 0.4) | 次高 |
1 | [0.605, 1.0) | [0.441, 0.819) | [0.39, 0.73) | [0 , 0.03) | [0.4 , 1.0) | 高 |
表2. 雷电灾害风险等级划分
综合沧州市雷电灾害的致灾因子危险性、孕灾环境敏感性、承灾体易损性及防灾减灾能力五个评价图层,利用公式(1)计算沧州市雷电灾害综合风险值。将雷电灾害风险划分为低风险、次低风险、中等风险。次高风险及高风险五个等级,实现对沧州市雷电灾害风险的综合区划(图7)。沧州市区、南皮、东光、黄骅、海兴、任丘、泊头等地雷电灾害风险较高。孟村、青县、盐山等地雷电灾害风险中等。沧县、吴桥、献县等地雷电灾害风险较低。
图7. 沧州市雷电灾害风险区划图
从致灾因子、孕灾环境、承灾体、防灾减灾能力四个方面建立沧州市雷电灾害风险区划模型,利用层次分析法求取评价因子权重,计算综合风险指标值,并利用自然断点法划分了五个风险等级,结果表明:沧州市区、南皮、东光、黄骅、海兴、任丘、泊头等地雷电灾害风险较高。而沧县、吴桥、献县等地雷电灾害风险较低。
在区划过程中,受研究资料获取的难易程度所限,评价指标尚不完备,下一步将从以下几个方面进行改进:一是将以县为单位的防灾减灾能力指标替换为能够反映具体分布情况的栅格数据,如夜间灯光指数数据等;二是丰富雷电灾害灾情数据的收集,建立雷电灾害承灾体脆弱性曲线,进行定量化的评估和区划。
沧州市科技局重点研发计划指导项目(183305008)。
彭洁文,魏铁鑫,梅凤玉,张 倩. 基于GIS的沧州市雷电灾害风险区划研究Lightning Disaster Risk Zoning of Cangzhou City Based on GIS Technology[J]. 地球科学前沿, 2019, 09(09): 748-756. https://doi.org/10.12677/AG.2019.99080