台风暴雨灾害风险区划更新实证分析＊

张俊香,黄崇福,刘旭拢,宫清华

(1.黄山学院旅游学院,安徽黄山 245021;2.北京师范大学民政部/教育部减灾与应急管理研究院,北京 100875;3.广州地理研究所,广东广州 510070;4.广东省地理空间信息技术与应用公共实验室,广东广州 510070)

0 引言

自然灾害风险图是标示某一区域内可能发生的自然灾害风险程度的地图。合理的自然灾害风险区划对风险区土地的合理投资与利用、自然灾害的预防与减轻、减灾规划与措施的制定,以及灾害保险制度的合理化、保险费率的厘定等具有重要意义。大量的事实和翔实的数据说明,全球自然灾害的风险与日俱增,并造成日益严重的经济损失。因此,快速更新自然灾害风险区划图,反映风险的变化,是减灾工作中亟待解决的重大课题之一。

更新风险评估结果是风险学界一直关注的问题[1-3]。自然灾害风险区划的“更新”,就是既保留原区划的信息,又用最新的信息对其加以修订。自然灾害风险区划的更新原理,就是使更新后的风险区划达到最佳的效果。假定新的资料加入前原有资料中的区划模型为母板,所谓“最佳效果”,是指更新后的风险区划与母板的差异最小[4]。标定“最佳效果”的根据是母板,而不是真实的风险分布情况,因为后者与区划的模型、资料的品质关系甚大。

更新区划图的途径主要有三种:将新的资料加入原有的资料中进行更新;展开新一轮的区划图制作;用新的观测资料更新原有区划。这些方法的共同特点是加权处理新旧信息,生成新的区划图。据此,文献[4]提出了自然灾害风险区划图更新的原理和方法。本文将以广东省台风暴雨灾害为例,进一步说明如何应用这些模型进行区划图更新,并对其进行了检验。

1 加权更新方法

1.1 加权更新法

本质上,已投入使用的风险区划图,主要是极值类和概率类。前者以研究区内曾发生的最大灾害事件为风险值,更新十分简单;后者考虑了灾害事件发生的概率,更新时涉及风险值背后的概率分布。

极值区划的更新,只需比较新资料中的极值是否比原区划中的大。如果是,用新极值替换原极值;如果否,保留原极值。

对于概率区划,如果将原区划所用资料和新的资料合并,我们就能正确地更新任何风险区划。问题在于,获取、保存、分析原区划所用资料并非易事,特别是某些风险区划还含有专家判断的成分,几乎不可能反演同样的判断得出所需的资料。于是,概率区划的更新,更多的是重新收集资料,展开新一轮的区划。

以更新极值区划为例,我们来说明其加权处理的意义。

设某区划单元A内原极值为a1,新资料中的极值为a2。更新后的区划中,A内的值为a=max{a1,a2}。由式(1)和式(2)分别定义a1和a2的权值w1和w2。

更新后的极值区划中,风险值为由式(3)计算。

概率区划的加权更新有两种途径:将新的资料加入原有的资料中进行更新;更新已有的概率分布。它们均可转化为加权处理。前者将每条记录均赋权值为1,区划时采用原来的数学模型进行。对连续概率分布的更新,最简单的是期望值加权求和。设某区划单元A内原分布的期望值为μ1,由新资料得到的期望值为μ2。再设原资料和新资料的容量分别为n1和n2,则更新后的分布其期望值μ由式(4)计算。

于是,我们有,

也就是说,我们并不需要知道原有的资料,就可以更新期望值。

1.2 算例

假定原有的资料为X1={5.6,6.2,7.3,5.5,6.2,7,6.7,7.1},新资料为X2={5.4,5.8,5.2},则合并两批资料,更新后概率分布的期望值估计应为:

另一方面,如果我们并不知道原有的资料X1,而只知道其期望值μ1和其依据的是8个数据,即:μ1=6.45,n2=8。依据新资料X2={5.4,5.8,5.2},我们得

于是,权值:

用式(4)对期望值进行更新:

它与式(5)给出的结果完全一致。

2 广东省台风暴雨灾害风险区划更新实例

2.1 数据来源

台风灾害是广东省最严重的自然灾害之一,广东省也是全国台风灾害最严重的省份之一。台风暴雨是广东省主要的气象灾害。广东省每年7-9月降水主要是台风带来的,在南部地区占年总雨量的40%～50%,北部占30%。台风降水十分激烈,多以暴雨(日雨量≥50 mm)形式出现的,其强度和范围都相当大。1986年7月8607号台风,影响42个县市,受灾农田65.3万hm2,受灾人口831万人,其中丰顺髙基坪最大24 h暴雨达786 mm。根据一次台风中各气象站过程雨量和不同量级的暴雨日数及其笼罩范围(以站数计),建立台风暴雨强度的评价模式,得出1960-1994年登陆广东台风中,特大暴雨的有7422、7619、7913、8607和9403号等台风[5]。

广东省人口密集,经济发达,一旦遭遇台风袭击,就可能遭受严重的经济损失,而且随着广东省经济的飞速发展,社会财富越来越多,这种损失将不断增加。因此,开展广东省台风暴雨灾害风险区划更新研究不仅对制定防灾减灾对策有重要意义,而且对广东省,特别是沿海经济发达地区在经济建设过程中最大程度地减轻台风灾害造成的损失有很重要的指导意义。

台风暴雨是台风灾害的首要致灾因子。我们选择日最大降雨量这一指标来代表台风暴雨的强度。台风暴雨资料采用中国气象局提供的749站逐日气象数据集。选择样本数量大于20的广东省9个代表性气象站点为研究对象进行区划图更新实证分析。考虑到台风资料和站点资料的对应,研究时间选取1965-2005年。为了区划图更新的需要,将研究时间分为两个时段:1965-1994年和1995-2005年。表1和表2中给出了9个站点的两个时段的台风暴雨的日最大降雨量记录。假定表1所示为原始资料,表2所示为新资料。

表1 1965-1994年9个气象站的台风暴雨日最大降雨量记录

表2 1995-2005年9个气象站的台风暴雨日最大降雨量记录

2.2 概率风险计算模型

设X为台风暴雨灾害指标。把T年内关于X的超越概率分布定义为台风暴雨灾害风险[6]。例如,设X的论域为日最大降雨量,记:

又设台风暴雨日最大降雨量超越xi的概率为pi,i=1,2,…,n,则概率分布:

称为台风暴雨灾害致灾因子超越概率风险,有时也简称为台风暴雨灾害风险。

2.3 台风暴雨灾害的超越概率风险计算步骤

步骤一,我们收集各个气象站点在某一时段内历次台风暴雨的日最大降雨量记录。假定某气象站第i次台风暴雨的日最大降雨量是xi,共有n次台风暴雨。由日最大降雨量记录组成的集合X={x1,2,…,xn}称为样本,其内的元素xi称为观测值。

步骤二,我们按从大到小的顺序将这些观测值排列起来。对新排列的观测值,为书写方便,我们仍记为xi。即,我们可得到观测值x1≥x2≥…≥xn。

步骤三,我们使用式(1)来求出超越概率分布。

式中:p(xi)为超越概率;k为xi的排列序号;n为样本数。

步骤四,我们利用Excel绘制散点图的功能可以绘制出台风暴雨日最大降雨量的超越概率曲线,通过对数曲线拟合得到曲线的表达形式,从而获得不同超越概率水平下的风险值(图1)。

图1 超越概率曲线示意图

2.4 计算结果分析

首先,将表2中各个气象站的台风暴雨的日最大降雨量记录并入表1中相应的气象站的台风暴雨的日最大降雨量记录,则得到各个气象站于1965-2005年的台风暴雨的日最大降雨量记录。以各个气象站的台风暴雨记录为样本,应用超越概率风险计算模型计算各气象站台风暴雨的超越概率风险μ′。图2、图3分别是根据这一计算结果绘制的台风暴雨灾害的超越概率风险区划图的母板,其超越概率风险水平分别为0.1(10年一遇)和0.01(100年一遇)。

其次,根据表1中各个气象站的日最大降雨量记录,应用超越概率风险计算模型计算各气象站台风暴雨的原超越概率风险μ′1,其超越概率风险水平分别为0.1(10年一遇)和0.01(100年一遇)。

再次,假设在表1中的资料缺失的情况,根据表2中各个气象站的日最大降雨量记录,应用超越概率风险计算模型计算各气象站风暴雨的原超越概率风险μ′2。

最后,应用式(4)计算各气象站台风暴雨的更新风险μ′。图4、图5是根据各气象站台风暴雨的更新风险值绘制的更新后的概率风险区划图,其超越概率风险水平分别为0.1(10年一遇)和0.01(100年一遇)。

分别比较超越概率风险水平为0.1(10年一遇)时更新后的概率风险区划图(图4)和概率风险区划的母板(图2),以及超越概率风险水平为0.01(100年一遇)时更新后的概率风险区划图(图5)和概率风险区划的母板(图3),可以发现,更新后的概率风险区划与母板的概率风险区划格局基本是一致的。这也就说明了在原区划理论和方法不变的情况下,通过加权处理新旧资料,可以满意地更新自然灾害风险区划图。

3 结论与讨论

在缺失原始资料情况下,通过加权处理旧区划图和新的资料,是区划图更新的一个重要途径。

更新区划图的途径主要有三种:将新的资料加入原有的资料中进行更新,展开新一轮的区划图制作,用新的观测资料更新原有区划。这些方法的共同特点是加权处理新旧信息,生成新的区划图。本文以广东省台风暴雨灾害为例,说明如何应用这些模型进行区划图更新,并对其进行了检验。实例证明,在原区划理论和方法不变的情况下,通过加权处理新旧资料,可以满意地更新自然灾害风险区划图。

尽管自然灾害风险区划图的种类繁多,千差万别,但本质上可以归结为三类:极值风险区划图、概率风险区划图和软风险区划图[7-8]。由于篇幅所限,本文主要介绍了概率风险区划的更新实例。

[1] Pieters M N,Bakker M,Slob W.Reduced intake of deoxynivalenol in the Netherlands:a risk assessment uptake[J].Toxicology Letters,2004,153(1):145-153.

[2] Rinfret S,Goldman L,Polanczyk C A,et al.Value of immediate postoperative electrocardiogram to update risk stratification after major noncardiac surgery[J].The American Journal of Cardiology,2004,94(8):1017-1022.

[3] Veronique S,Sander K,Dieter D.Flame retardants-European Unionerisk assessments update[J].Plastics,Additives and Compounding,2004,6(2):26-29.

[4] 黄崇福.自然灾害风险区划图的更新原理[C]//风险分析与危机反应的理论和实践——中国灾害防御协会风险分析专业委员会第三届年会论文集.巴黎:Atlantis出版社,2008:1-8.

[5] 张昌昭.广东水旱风灾害[M].广州:暨南大学出版社,1997.

[6] 黄崇福.自然灾害风险评价理论与实践[M].北京:科学出版社,2005.

[7] Huang C F,Inoue H.Softriskmaps of natural disasters and their applications to decision-making[J].Information Sciences,2007,177(7):1583-1592.

[8] 张俊香.新一代自然灾害风险区划原理与方法研究——以地震灾害为例[D].北京:北京师范大学,2005.