基于GIS的安徽省旱灾风险空间演变研究
2012-09-15孙仲益张继权严登华王春乙刘兴朋佟志军
孙仲益,张继权,严登华,王春乙,刘兴朋,佟志军
(1.东北师范大学城市与环境科学学院自然灾害研究所,吉林 长春 130024;2.中国水资源和水利研究院,北京 100038;3.海南省气象局,海南 海口 570100)
旱灾是我国主要的自然灾害之一,且发生频率高、持续时间长、波及范围广,每年都给城乡居民生活、工农业生产和生态环境造成不同程度的影响,严重制约我国社会经济的正常发展.安徽省是我国旱灾最严重的地区之一,仅2009年因旱灾造成的经济损失就超过25亿元,因此对于安徽省进行旱灾风险区划是十分必要的,若能按照科学的方法并遵循自然规律正确评价旱灾风险,并根据旱灾风险空间演变情况适时修订抗旱规划,就可以将旱灾造成的损失减小到最低限度并保障经济、社会的持续发展.
目前,关于旱灾风险空间变化规律的研究国内外的报道不是很多,部分学者从旱灾致灾因子频率计算上进行了研究[1];也有许多学者从干旱风险的角度进行了风险评价[2-5];还有学者对灾害区划进行了深入的研究,黄崇福等提出了自然灾害风险区划图的潜在发展方向问题[6],张峭等对我国的农业自然灾害风险进行了区划[7],顾留婉、夏雪莲、张琪等利用GIS方法结合风险区划手段对自然灾害风险进行了区划[8-15].但对于灾害风险区划几段时间的变化规律并没有进行深入的分析,也很少有学者对旱灾风险空间演变规律进行研究.本文在旱灾风险区划的基础上,分析了安徽省旱灾风险空间演变的规律,旨在为高危险地区适应策略和相关政策的制定起一定的指导性作用.
1 研究区概况
安徽省属华东地区跨江近海省份,位于长江下游、淮河中游,以平原、丘陵和低山为主,面积13.96万km2,人口5950万,属亚热带与暖温带交替的过渡地带(见图1).年降水量700~1200mm,雨水充沛,但是降水极其不均,干旱事件频繁发生,对当地的国民经济建设和社会发展都带来了巨大的影响.
2 数据来源与研究方法
2.1 数据来源
气象数据来源于中国气象科学数据共享服务网;地形数据来源于地球系统科学数据共享网STRM系统,90m空间分辨率;社会经济数据来源于《安徽省统计年鉴》.
图1 研究区地理位置
2.2 研究方法
2.2.1 自然灾害风险指数法
自然灾害风险指未来一段时间内可能达到的灾害程度及其发生的可能性.一般是由致灾因子危险性、承灾体暴露性和脆弱性、防灾减灾能力综合作用的结果.在自然灾害风险形成过程中,这4个因子缺一不可,自然灾害风险评价指数中文数学表达式如下:
2.2.2 单一风险动态度
单一风险动态度分析来源于单一土地利用类型动态度分析,是表达研究区一定的时间范围内某种土地利用类型的变化情况,在此加以修改,用以表示一定时间内各等级风险转换情况.具体表达式如下
式中:K为单一风险动态度指数;Ra,Rb为研究初期及研究末期某风险等级的网格数量;T为研究时间,当T为1年时,K即代表该风险等级的年变化率.
2.2.3 综合风险动态度
综合风险动态度分析源于综合土地利用动态度分析,在此加以修改,用以表征一定时间内风险转换的活跃程度.具体表达式如下
式中:Rc为综合风险动态度;Ri为研究初期风险等级i的网格数量;ΔRi-j为研究时间段内风险等级i转为风险等级j的网格数量绝对值;T为研究时间,当T为1年时,Rc的值就是该研究区风险的年变化率.
2.2.4 风险等级置换系数
为了揭示旱灾风险空间演化过程,可采用各状态间相互“可置换-不可置换”的连通率衡量各状态在演化过程中的活跃性或稳定性.即利用动态结构根据转移概率矩阵进行状态间的可置换性分析,称为“置换分析”.两个状态的置换性相似,说明两者具有相似的演化趋势,置换系统实质上就是相似系数.置换矩阵通过计算一阶转移矩阵的行向量之间的相似系数获得.公式为
式中:Lij为风险等级i与风险等级j之间的置换系数;Pik,Pjk分别表示由风险等级i和j转移到风险等级k的概率.0≤Lij≤1,Lij越接近1,风险等级i和j在序列中地位的相似性愈高;Lij愈接近于0,表明这两个风险等级的动态变化极不相似.据此,Lij可认为是风险等级i和j动态变化相似性程度的判定指标.
3 指标选取、模型建立与旱灾风险区划
3.1 指标选取与格网化
根据自然灾害风险理论和旱灾形成机制,某区域旱灾风险的大小是由干旱致灾因子危险性、承载体的暴露性和脆弱性、该区域抗旱减灾能力这4个因子综合作用的结果.因此选取表1中列出的4个因子18个指标,建立了安徽省旱灾风险评价体系.整个指标体系包含主因子层、副因子层和指标层,利用熵组合权重法计算各因子层和指标层的权重,并利用ArcGIS10.0软件中的统计功能,对各项指标进行空间格网化展布.
表1 旱灾风险评价指标及权重
3.2 区域旱灾风险模型建立
分别根据旱灾风险形成机制,综合考虑灾害风险形成的4个因子,以及其相应指标,建立如下旱灾风险指数模型
式中:RADRI为旱灾风险指数,表示旱灾风险程度,值越大,旱灾风险程度越大;H(h),E(e),V(v),C(c)表示相应的危险性、暴露性、脆弱性和防灾减灾能力因子指数;W 为指标权重值,表示各指标对于形成灾害风险因子的相对重要性;X为各评价指标量化值,i表示第i个评价指标.
3.3 安徽省旱灾风险区划
利用GIS技术求算安徽省旱灾风险指数RADRI,利用自然断裂点对所有样本进行等级划分,将安徽省旱灾风险确定为低风险(<0.498)、中风险(0.489~0.603)、高风险(>0.603)3个等级.安徽省2000—2009年旱灾风险等级区划图如图2所示.从图2可以看出,安徽省北部地区旱灾风险整体高于中部地区和南部地区,南部地区旱灾风险整体低于中部与北部地区,总体上由东北向西南方向旱灾风险呈降低趋势.
图2 安徽省历年旱灾风险区划图
4 安徽省旱灾风险空间演变分析
通过表2可以看出,安徽省旱灾风险综合动态度多年变化不大,维持在20%左右,单一风险动态度变化较大,说明安徽省2000—2009年各年间单一风险变化速率较大,旱灾风险升高和降低的频率都较快.这与安徽省地理位置处于南北过渡带、气象条件变化明显、下垫面情况复杂等有关.高风险动态度和低风险动态度的变化比中风险动态度要明显.根据各等级旱灾风险转移概率矩阵进行的状态间的可置换分析可以看出,高、低等级旱灾风险之间的动态变化特征不明显,高、中旱灾风险,低、中旱灾风险之间的动态变化相似性较高,这一点比较符合实际情况,安徽省的旱灾风险跨级的转换相对困难,其中高、中风险置换系数近几年下降趋势明显,而中、低风险置换系数逐渐降低但近年来又有上升趋势,可见安徽省2006年来旱灾风险整体呈升高趋势.
表2 安徽省旱灾风险空间演变指数
5 结论
(1)安徽省2000—2009年旱灾风险动态度较高,高旱灾风险动态度、中旱灾风险动态度和低旱灾风险动态度近10年变化均较大,说明近10年单一等级风险变化比较活跃;综合风险动态度比较稳定,为20%左右,说明安徽省2000—2009年间,风险综合变化程度每年都很平均,维持在20%左右.
(2)通过各等级旱灾风险间的置换系数分析发现,高旱灾风险和中旱灾风险之间转换相似性最大,其次是低旱灾风险和中旱灾风险之间的转换相似性,高旱灾风险和低旱灾风险之间转换相似性最低.
本文尝试使用土地利用动态度研究的手段和方法进行了风险动态度的分析,利用景观学指数对风险动态度进行了量算,结果与客观事实比较符合,将该方法引用到风险区划分析领域具有很好的适用性.
[1]许月萍,张庆庆,楼章华,等.基于Copula方法的干旱历时和烈度的联合概率分析[J].天津大学学报,2010,43(10):928-932.
[2]OHLSSON.Water conflict and social resource scarcity[J].Physica and Chemistry of The Earth,2000,25(3):213-220.
[3]白海玲,黄崇福.自然灾害的模糊风险[J].自然灾害学报,2009,9(1):47-53.
[4]陈鹏,邱新法,曾燕.城市干旱风险评估[J].生态经济,2010,(7):158-161.
[5]王晓红,乔云峰,沈荣开,等.灌区干旱风险评估模型研究[J].水科学进展,2004,15(1):77-81.
[6]黄崇福,张俊香,陈志芬,等.自然灾害风险区划图的一个潜在发展方向[J].自然灾害学报,2004,13(2):9-15.
[7]张峭,王克.我国农业自然灾害风险评估与区划[J].中国农业资源与区划,2011,32(3):32-36.
[8]顾留碗,王春,李伟涛,等.基于 GIS的安徽省洪涝灾害风险区划研究[J].安徽农业科学,2011,39(27):16619-16621.
[9]罗培.基于 GIS的重庆市干旱灾害风险评估与区划[J].中国农业气象,2007,28(1):100-104.
[10]赵静,张继权,严登华,等.基于格网 GIS的豫北地区干旱灾害风险区划[J].灾害学,2012,27(1):55-58.
[11]夏雪莲.包头市干旱风险区划[J].内蒙古气象,2011(3):42-44.
[12]张琪,张继权,佟志军,等.干旱对辽宁省玉米产量影响及风险区划[J].灾害学,2010,25(2):87-91.
[13]周云轩,付哲,刘殿伟,等.吉林省西部土壤沙化、盐碱化和草原退化演变的时空过程研究[J].吉林大学学报:地球科学版,2003(3):348-354.
[14]张继权,李宁.主要气象灾害风险评价与管理的数量化方法及其应用[M].北京:北京师范大学出版社,2007:27-244.
[15]张大伟,吴正方,杜海波,等.近50年吉林省干湿指数时空分布特征分析[J].东北师大学报:自然科学版,2012,44(2):123-126.