基于路网组构的台风风灾风险度评价——以浙江省温州市瓯飞区域围填海规划为例*

杨天翔，官 江，敬 东，姚晓文，刘 旭

（上海复旦规划建筑设计研究院，上海200433）

基于路网组构的台风风灾风险度评价
——以浙江省温州市瓯飞区域围填海规划为例*

杨天翔，官 江，敬 东，姚晓文，刘 旭

（上海复旦规划建筑设计研究院，上海200433）

作为风灾作用的客体和城市的结构要素，城市的路网格局将直接影响台风风险度的大小和分布。以温州瓯飞项目的规划路网为例，对区域的台风风灾风险度进行研究：①基于瓯飞区域地形进行三个代表风向（北风、东北风、东风）的计算流体力学（CFD）模拟，将风速平均值作为致灾因子危险度的依据；②基于规划的路网格局，以空间句法理论中的集成度变量预测区域未来的经济和社会活动格局，并以经济发展和生命线工程为线索对基于路网格局的承灾体易损性进行量化；③通过“危险度×易损性”原则分别就三个风向得出风灾风险度。文中通过CFD模拟来分析不同风向的风灾危险性有助于将危险度模拟和响应措施具体化；利用结合运动经济体理论的空间句法模型可间接得出区域路网格局下的易损性分布；将研究区域划为特定大小的网格并通过Getis Ord G统计可得出风险度指标的空间分布特性，并可暗示风灾响应措施的有利度。

台风；灾害风险度；CFD模拟；易损性；路网组构；空间句法理论；Getis Ord G空间统计

气候变暖将导致全球海平面升高，而我国沿岸的上升速度快于全球平均值（IPCC）［1］；气候变暖、海平面上升和局部地面沉降将导致区域建设对台风风灾的敏感性［2］。台风作为一种灾害性天气，是风灾中破坏力最大、造成损失最严重的一种［3－5］。我国东南沿海为全球台风最集中地区之一［6－8］，随着近年沿海地区城市化加速、人口增长及社会财富集中化，台风灾害极大加剧了区域的发展风险［9］。为适应新时期下全球和地区变化趋势，我国东南沿海城市的规划布局需考虑台风风灾的影响。技术上，在基于路网格局的风灾风险度研究中，特别在如何量化致灾因子、承灾体性质等方面，流体力学模拟、组构分析及空间网格化等手段可用来拓宽现有的评价方法和思路。本文将基于瓯飞围填海项目的路网格局对台风风灾进行风险度评价。

1 瓯飞围填海规划项目

瓯飞区域位于浙江温州，是指瓯江南口到飞云江北岸之间高程－10 m（85高程，下同）以上，约372.67 km2的浅海及滩涂区域。本次总体规划的重点将包括龙湾二期（约22.9 km2）、丁山三期（约23.9 km2）和瓯飞一期（约88.5 km2），合计面积约135.3 km2，影响范围包括瑞安的北龙、北麂、铜盘山、长大山、凤凰山、上干山、长拔山、齿头山，洞头的霓屿、大瞿、北策、南策等岛屿，以及瑞安、洞头、龙湾的沿海滩涂和海域（图1）。

图1 瓯飞工程的地理位置和范围（改绘自2011年3月《瓯飞一期促淤工程可行性研究报告》）

作为一种扩大空间和发展的方式，围填海已成为我国沿海地区拓展城镇建设用地的重要方式，瓯飞围填海项目也将为温州市用地拓展和置换提供重要条件。不同于我国现有的八省市15个围填海策略，温州瓯飞是我国目前正式获批的单体规模最大的农业围海工程。瓯飞区域的空间利用策略旨在打破我国围填海建设用地比重过高的传统，而台风灾害对区域的作用和影响方式也是布局规划考虑的内容之一。

2 瓯飞区域台风风险度评价

鉴于致灾因子（危险度）、孕灾环境（敏感度）和承灾体（易损度）是决定灾害影响程度的三大要件［4，10－11］，在风险产生链中都起正向作用［8］，某自然灾害的风险度可用“致灾因子×孕灾环境×承灾体”计算［1］。限于瓯飞项目规划内容，本文将仅考虑致灾因子和承灾体，并将两者乘积作为评价现有规划方案下风灾风险度的依据，孕灾环境等因素将作为补偿或调控因子。

为探究各指标值的空间分布特性，将规划区域进行网格划分并编号，网格大小600 m×600 m参照了避难（救灾）场所的服务半径［12－13］（图2）。各网格经计算后都被赋以相关数值，通过数值的空间统计分析可揭示其分布性质，包括样本平均值及Getis Ord G高低聚类的统计参数等。

2.1 风灾的致灾因子分析

致灾因子危险度主要反映风险源本身的危险性程度，通常包括了灾害种类、活动规模、强度、频率、致灾范围等。致灾过程或变化的频率越大，超常程度越大，灾害对客体造成的破坏就可能越强烈，危险性也就越高［1］。为此，本文基于局部精度50 m×50 m的数字地形模型（digital terrain model）对区域台风的风速进行探究；采用Ecotect Analysis（Autodesk）的winair4插件（Cardiff大学）进行计算流体力学（CFD）分析，模拟网格也定为600 m×600 m（该尺度下可忽略地表粗糙度的影响［14］）；模拟将得到3个绝对标高（50 m、100 m和150 m）的风速。本文将网格i对应风速的算术平均值vi的归一化结果：

图2 规划范围（研究区域）的网格划分及编号

作为台风致灾因子危险度。

考虑到北半球热带气旋在中尺度（600 m×600 m）下的旋转方向，当北太平洋生成的台风登陆我国沿海时（台风中心可能按N-WN-W范围内任何方向移动［1］），主要风向将落在E-EN-N区间内；登陆后，由于负涡度平流产生、水汽输送减弱和起伏地形的摩擦，台风强度（包括风速、螺旋度）一般迅速减弱［14－15］。因此，台风对瓯飞区域的最强致灾风向将处于E-EN-N区间。另外，鉴于台风作用半径较大［14］，本文为简化问题忽略由旋转造成的风向改变。综上，本研究拟选取E、EN和N作为衡量致灾因子危险度的代表性风向，台风风灾的风险度讨论也将基于这3个风向。根据25.0 m／s风速（相当于温州地区50年一遇的台风风速）的模拟结果如下：对于北风向，龙湾二期西侧、丁山三期和瓯飞一期西侧将处在风影区内，而瓯飞一期中南部、东部较小岛屿和丁山二期东北半部会受到较大影响；对于东北风向，东部若干岛屿、丁山二期、丁山三期和瓯飞一期西南半部受影响较大；对于东风向，瓯飞一期南侧、丁山二期、丁山三期和东部较小岛屿将受较大影响（图3）。

图3 由CFD模拟得出的风灾致灾因子特性

2.2 区域的承灾体分析

路网是城市运行和发展的“脉络”，通过路网的结构和形式可反映出城市经济、社会、交通运输等功能分布情况；而其中的某些指标可与承灾体的易损性（vulnerability）相联系。

2.2.1 由路网布局体现易损性信息

作为灾害产生链的一环，承灾体指标旨在反映人和社会经济系统在灾害发生时的敏感程度［16］；在各文献中，区域的“易损性”可被定义为：在一定社会经济条件下承灾体受灾害（包括潜在损害）影响时可能受到的损失程度，以及对这些压力和扰动的应对、适应及恢复能力［4，10，17］。城市作为一种多承灾体，其易损性可受多方因素影响，包括人口、职业、社会保障、经济发展、产业分布以及生命线工程等［4，18］。

城市经济发展及生命线工程的空间分布可作为其承灾能力的两个侧面。一方面，地均GDP、第三产业比重、消费水平指数和经济密度都影响着城市的经济易损性［4，16，19］——经济发展水平越高、地均GDP越大、重要企业数越多，经济易损性就越大［20－21］。因此，某区域的灾害易损性与其经济活动强度、频次和规模正相关。另一方面，交通运输线等生命线工程可为灾害状态下的生产、生活提供保障［4，22］；通达性越高或人、车流越密集的通道如果被阻断，致灾因子对城市灾害响应系统造成的影响就越重要［21－22］。由此，某区域的灾害易损性也与道路（生命线）的使用性有关。而城市承灾体的上述要素值都可通过路网“组构”来揭示。

2.2.2 空间句法理论与运动经济体

组构（configuration）即“轮廓由其各部分或元素配置决定的外形”［23－24］，可暗示某种物理结构（空间结构要素）下的功能联系，从而为拓展和深化城市形态研究提供途径［25］。伦敦大学巴特雷特学院（the Bartlett）的Hiller、Hanson等在1970年代末创立的空间句法理论（theory of space syntax）通过符式分割空间及其间的拓补关系将组构进行重现和量化［26］。空间句法理论认为，城市是社会经济多重因素长期影响下的空间自组织系统，物质空间与其内在功能在长期耦合和演化中可产生复杂的内在联系［27］。空间句法理论对于进一步挖掘城市形态和结构信息具有重要价值［23］。

空间句法理论认为空间的物理结构对社会的影响是以主体活动为媒介的［23］，它以人对空间的认知和使用行为为纽带将形态与功能联系起来［24－25］，可通过城市网络空间的组构揭示经济、社会构成［28］。运动经济体（movement economics）规律认为，城市空间构型对运动的决定作用会影响到整个城市的运行和功能分布，而土地利用价值的差异会反过来对人的运动产生增值效应，使经济和社会行为的集聚性进一步分化（或“运动过程中心化”）［23，26－27，29］。因此，空间句法可有效预测空间构型作用下城市的经济发展布局。另一方面，网络空间的组构是影响运动流自然分布的根本动力［28］，运动是空间构型最基本的相关要素［29］；通过组构分析能对道路交通流量及某路段在系统中的便捷程度进行预测［23］，由此可揭示道路（生命线）的重要性分布。综上，路网组构的分析可间接从某些侧面量化城市的易损性。

2.2.3 易损性指标的选取

在句法变量中，集成度（integration）反映了某空间单元（由符式分割决定）与系统中所有其他单元的集聚或离散程度；其值越大，表示该空间将吸纳更高的经济流（经济发展功能）和运动流（生命线功能）。本文在评价基于路网的易损性时将选择有限拓补半径（＝3）的集成度，采用Axwoman 5.0提供的轴线图（axialmap）对瓯飞项目的规划路网进行分析。

图4中，颜色越暖的轴线代表空间单元在附近3步拓补距离内将产生更高的吸引力，因而将使片区具备更高的易损性。为进一步量化易损性的空间分布，现根据致灾因子的模拟尺度（600 m× 600 m）对规划范围内的路网进行网格分割，然后分别对网格i进行如下计算［18，30］：

式中：L int egij代表落在网格内第j段轴线的集成度（拓补半径＝3），Aij表示该轴线的长度（m）；所得的平均指标值（Vi）即为栅格i的易损性指数。为消除可变空间单元的区划效应（zoning effect），网格分割分别设置4个平移序列［31］；通过将各序列的Vi值计算结果分别转化为点要素后叠加，即可用Kriging内插法得到基于路网的易损性分布格局（图5）。

2.3 台风风灾风险度评价及其结果

如前所述，本文的台风风灾风险度将由“RDi×Vi”得出；除了风险度值以外，本文还将对风险度的空间分布特性进行研究，这也是将区域划分为网格样本来研究的目的。全局Getis Ord G高低聚类分析可为度量高值或低值的整体聚类程度提供依据；局部Getis Ord Gi*的冷热点分析可进一步揭示高值或低值要素在空间上发生集聚的位置——如果具有显著统计学意义（P＜0.1，下同）的正（负）Z得分越高，高（低）值聚类或热（冷）点就越强烈。本文在利用ARC／INFO进行空间统计时，将距离阈值设为600 m×1.5（由于），局部统计可利用八邻规则体现避灾、救灾设施的几何半径［12－13］），空间关系概念选择距离倒数。据此得出的结果可暗示灾害响应措施的有利度（例如，体现灾害施救和疏解的难易程度［32］）；通过对有显著统计学意义的Z值进行样条插值可得出灾害响应的有利度区划。

图4 瓯飞区域规划路网的轴线图集成度格局（拓补半径 ＝3）

图5 通过对瓯飞区域规划路网的集成度进行栅格指标计算得到的承灾体特性

分别对E、EN和N风向的台风致灾因子与承灾体易损性指数耦合后，得到的结果如下。

（1）当台风经由东向西的路径登陆时，北风向台风在瓯飞一期中部（173、175－176、187－191、206－207、233－234、248－250、265、268－270、283－284、287－288、301－305、317－320、334－335号栅格）、龙湾二期东南侧（116－117号栅格）、丁山三期西端（306、336、351号栅格）将造成较高的风险度。由此可见，路网规划削弱了北风向台风对于丁山二期及瓯飞一期东南侧的作用程度（图6a）。

根据全局Getis Ord G统计（Z＝17.580；P＝0.000），北风向灾害风险度的高值聚类特征明显；总体上高值被低值包围的格局有利于台风风灾的处理［32］。局部Getis Ord Gi*统计揭示了在该风向下，较难进行灾害处置的冷点区域主要分布在丁山三期东侧至瓯飞一期南部（420、437－438、454－455、468－470、484－487、500－503、513－516、525－526号栅格）、东部若干岛屿（491、493、508、535、543－545、550－552、556－557号栅格）以及瓯飞一期东北端（14－16、21、95、107－108号栅格）（图6b）。

图6 基于路网组构的北风向台风风险度格局研究

（2）当台风经由东南向西北的路径登陆时，东北风向台风在丁山三期至丁山二期北半部（222、273、286、290－292、306－309、321－323、336－338、351－352、366－367、382－384、397号栅格）将造成较高的风险度；在瓯飞一期中部、东南侧和龙湾二期西侧造成的风险度稍大。由此可见，路网规划削弱了东北风向台风对于瓯飞一期南端的作用程度（图7a）。

根据全局Getis Ord G统计（Z＝15.612；P＝0.000），东北风向灾害风险度的高值聚类特征明显；总体上的热点格局有利于灾害处理［32］。局部Getis Ord Gi*统计揭示了该风向较难响应灾害的冷点区域主要分布在瓯飞一期东北侧至龙湾二期东北半部（3、4、6－8、9－12、13－18、19－24、27－31、33－34、35－40、42－43、44－50、52－53、55－63、67－74、80－86、92－96、105－109、118－121、132－133号栅格）及东部若干岛屿（474、477、491、493－494、507－509、539－540、542－544、546、548－551、556－557、559－560号栅格）（图7b）。

图7 基于路网组构的东北风向台风风险度格局研究

（3）当台风经由南向北的路径登陆时，东风向台风在丁山三期至丁山二期（161、174、190、212、258－259、273－277、286、290－293、306－310、321－323、336－338、351－356、366－372、382－386、397－399、435、451、478－479、495号栅格）、瓯飞一期西端（361、376－378、392－393、404－405、422、441、476号栅格）和中部（248－249、268号栅格）将造成较高的风险度。由此可见，路网规划削弱了东风向台风对瓯飞一期南侧的作用程度（图8a）。

根据全局Getis Ord G统计（Z＝15.578；P＝0.000），东风向灾害风险度的高值聚类特征明显；总体上的热点格局有利于灾害处理［32］。局部Getis Ord Gi*统计揭示了该风向较难响应灾害的冷点区域主要分布在瓯飞一期东北侧至龙湾二期东北半部（6－8、9－12、13－18、19－24、28－31、33－34、37－40、42－43、47、49－50、52－53、60－63、72－75、83－86、93－96、106－109、118－121、132－134号栅格）及东部若干岛屿（474、477、490－491、493－494、507－509、519－521、528－529、531、534－554、556－557、559－560号栅格）（图8b）。

图8 基于路网组构的东风向台风风险度格局研究

由三个风向风险性平均值来看，东风向对于规划范围的风险度最高（平均值为2.606），而北风向造成的平均风险最低（平均值为2.354）。从全局Getis Ord G统计来看，北风向对于规划范围风险度的高值聚类特征最明显（有统计学意义的Z＝17.580），而东风向风险度的高值聚类特征较不明显（有统计学意义的Z＝15.578）。从总体来看，东风向在三个风向中应具备最高的风险响应优先级；而北风向整体上更可能形成低风险区包围高风险区的救灾有利格局。从空间异质性的角度，以上风险度格局（图6a、7a、8a）的暖色部分应加强前期防减灾对策，如限制超高层的异形建筑物和风灾易损结构物（包括沿路电网、电站），选择抗风性较强的深根树种作为行道树等［5，33－35］；而局部Getis Ord Gi*统计的Z值格局（图6b、7b、8b）的冷色部分应提高应急性防灾和救灾（即“灾害响应”）设施的效率和承载力［21］。

3 讨论与展望

在气候变化的背景下，“客体”城市应对“主体”灾害的能力是其安全和可持续发展的必要条件［10］。从城市规划学的角度，规划防灾强调与城市空间布局和设计相关的防灾措施。对于风灾，人们在理论和技术手段上还没有有效的消除办法，因此只能依靠工程、规划和管理方面协同降低风灾的损失［33，36］。区域的台风致灾强度和影响效果可为构建顺应自然的发展格局提供依据。根据城市用地布局所引发的主客体相互关系，本文得出的台风风险度值及其空间分布对瓯飞区域现阶段的防灾、减灾和救灾具有指导意义，也能为进一步规划采用的调控和反馈手段提供依据。另外，本文在基于城市用地布局的风灾风险度评价方面进行了一定的有益探索。

强风和暴雨是台风致灾的主要因素［8］，大风的危险性评估是风灾风险研究的重要组成［14］；其中，风速因素是台风作用于承灾体并造成破坏的直接驱动力之一［33］。和台风发生频数、密度等统计指标相比，风速在衡量风灾危险度方面更直接，国际上也经常作为统计指标［8－9，14］；CFD模拟也可弥补传统的风速统计和观测方法的不足［15］。而在风灾的防、减灾措施中，建筑群体要求避忌极大风速风向［35］；较宽街道的走向也要避免和主要致灾风向平行；防风林要求防风栽植的方位和所针对的风向垂直，并以风向为据设置林带的宽度和形态［33－34，37］。因此，基于不同风向评估台风的作用效果能使有关的规划措施更有针对性［1］。

对城市规划的某个要素或成分而言，易损性研究并非单纯寻找一个评价指标体系，而是要通过相关理论和指标的关系找出易损性的形成机理［10］。作为城市“骨架”，路网的结构和形式与城市功能相互影响；空间句法正是将城市空间抽象成网络，并基于对城市演变与流的理解来量化这种联系［28－29］。在“运动经济体”中，经济流、运动流的“集成度”与经济发展、生命线工程的集聚度或重要性之间存在着协同关系［23，26－27］，进而有理由决定承灾体某些易损性指标的分布。本文对路网组构信息的探究旨在引入新的城市易损性评价思路。

另外，城市灾害的相关研究需落实到空间上，应将具体致灾因子和风险度的空间异质性考虑在内［10］。评价值的空间异质特性能为针对不同地区建立响应对策提供依据，有利于将有限的人力、物力及财力资源进行科学的管理与调配［32］。本文将研究区域进行相同大小的网格划分（而非以区域为单位）也旨在获取评价值的空间分布信息；在城市避灾、救灾设施的服务距离的设定下，利用全局和局部Getis Ord G统计能揭示灾害作用程度的冷、热点格局，并得出在特定几何尺度下的灾害响应有利度等结论。

然而，在本研究的过程中也存在一些有待完善之处。例如，承灾体的易损性值受多种因素的综合影响，包括自然、政治、社会、经济、文化以及人的行为态度等［10］。本研究限于路网格局信息，所得出的易损性指标依然是片面的、有待完善的；特别地，限于研究所考察的路网范围，本文仅考虑了拓补半径为3的集成度，对空间句法其他变量及其反映的承灾体特性未做讨论。为此，进一步研究可对基于路网组构的承灾体指标进行细化、定量、拓展和分类［8，32，38］。又如，台风风灾的危险性和风速值之间尽管存在一定联系，但致灾因子危险性也可受其他附加因子的影响；特别是在台风运动的描述上，本文忽略了由台风旋转造成的风速方向的改变。因此，在进一步研究中可采取专用的风场模型来更精确地预测台风的致灾效应［9，14－15］。

［1］ 王美双.浙江省台风灾害分析与风险评估［D］.南京：南京信息工程大学，2011.

［2］ 施雅风.全球变暖影响下中国自然灾害的发展趋势［J］.自然灾害学报，1996，5（2）：102－116.

［3］ 张玉红，刘强.风暴潮灾害易损性风险区划的建模及应用［J］.工程地质学报，2012，20（supp 1）：16－22.

［4］ 陈和，刘贵政，蒲惠荧.台风灾害承灾体社会经济易损性研究——基于广东省的实证分析［J］.中国防汛抗旱，2012，22（4）：34－36，54.

［5］ 申晓明，谢慧才，王英姿.结构风灾经济损失模型在GIS中的应用［J］.灾害学，2002，17（3）：1－4.

［6］ 李景龙.强风影响下的工程设防标准研究［D］.青岛：中国海洋大学，2008.

［7］ 胡娅敏，宋丽莉.登陆中国热带气旋台风季参数的气候特征分析［J］.气候变化研究进展，2009，5（2）：90－94.

［8］ 杨秋珍，徐明，李军.热带气旋对承灾体影响利弊及巨灾风险诊断方法的研究［J］.大气科学研究与应用，2009（2）：1－20.

［9］ 李茜，段忠东.Shapiro台风风场模型及其数值模拟［J］.自然灾害学报，2005，14（1）：45－52.

［10］唐波，刘希林，尚志海.城市灾害易损性及其评价指标［J］.灾害学，2012，27（4）：6－11.

［11］史培军.三论灾害研究的理论与实践［J］.自然灾害学报，2002，11（3）：1－9.

［12］徐波，郭竹梅.城市绿地的避灾功能及其规划设计研究［J］.中国园林，2008，56（12）：56－59.

［13］游璧菁.从都市防灾探讨都市公园绿地体系规划——以台湾地区台北市为例［J］.城市规划，2004，28（5）：74－79.

［14］方伟华，林伟.面向灾害风险评估的台风风场模型研究综述［J］.地理科学进展，2013，32（6）：852－867.

［15］唐兴，徐枫，欧进萍.基于中尺度模式／CFD耦合的多尺度台风风场初步研究［C］／／第十四届全国结构风工程学术会议论文集（上册），北京：中国土木工程学会桥梁与结构工程分会风工程委员会，2009：158－162.

［16］蒋勇军，况明生，匡鸿海，等.区域易损性分析、评估及易损度区划——以重庆市为例［J］.灾害学，2001，16（3）：59－64.

［17］李强，杨娟，徐刚，等.泉州海岸带自然灾害易损性的模糊综合分析与评判［J］.水土保持研究，2007，14（6）：130－133.

［18］隋广军，蒲惠荧.沿海地区受台风影响的易损性指标体系与应急管理策略［J］.改革，2012（3）：145－154.

［19］唐波，刘希林，李元.珠江三角洲城市群灾害易损性时空格局差异分析［J］.经济地理，2013，33（1）：72－85.

［20］葛鹏，岳贤平.洪涝灾害承灾体易损性的时空变异——以南京市为例［J］.灾害学，2013，28（1）：107－111.

［21］万艳华.城市防灾学［M］.北京：中国建筑工业出版社，2003：122－130，134－157.

［22］叶义华，许梦国，叶义成，等.城市防灾工程［M］.北京：冶金工业出版社，1999：37－49.

［23］傅搏峰，吴娇蓉，陈小鸿.空间句法及其在城市交通研究领域的应用［J］.国际城市规划，2009，24（1）：79－83.

［24］比尔·希利尔.空间是机器——建筑组构理论（原著第3版）［M］.杨滔，张佶，王晓京，译.北京：中国建筑工业出版社，2008：1－58.

［25］杨滔.空间句法：从图论的角度看中微观城市形态［J］.国外城市规划，2006，21（3）：48－52.

［26］陈仲光，徐建刚，蒋海兵.基于空间句法的历史街区多尺度空间分析研究——以福州三坊七巷历史街区为例［J］.城市规划，2009，33（8）：92－96.

［27］朱东风.基于空间句法（Spacesyntax）分析的城市内部中心性研究——以苏州为例［J］.现代城市研究，2006，21（12）：60－67.

［28］王静文.城市空间的内在逻辑浅析——句法释义的城市［J］.南方建筑，2011（1）：5－7.

［29］张愚，王建国.再论“空间句法”［J］.建筑师，2004（6）：33－44.

［30］郭跃，朱芳，赵卫权，等.自然灾害社会易损性评价指标体系框架的构建［J］.灾害学，2010，25（4）：68－72.

［31］马林兵，曹小曙.基于GIS的城市公共绿地景观可达性评价方法［J］.中山大学学报：自然科学版，2006，45（6）：111－115.

［32］唐玲，刘怡君.自然灾害社会易损性评价指标体系与空间格局分析［J］.电子科技大学学报：社科版，2012，14（3）：49－59.

［33］白丽萍.风灾及其防治［J］.城市，2008（2）：76－78.

［34］陈波.城市风灾与防风林建设［J］.中国城市林业，2008，6（5）：16－18.

［35］李剑兵.台风的破坏力及风害防御探讨［J］.广东气象，2000（3）：11－13.

［36］张翰卿，戴慎志.国内外城市综合防灾规划比较研究及经验借鉴［C］／／规划50年——2006中国城市规划年会论文集（下册）.广州：中国城市规划学会，2006：463－470.

［37］杨学军，郭立冬，唐东芹.基于数值模拟的防护林规划设计探讨［J］.上海交通大学学报：农业科学版，2010，28（3）：204－208，217.

［38］王奋，蔡大鑫，谢瑞红，等.台风灾害风险区划中社会经济易损性因子的计算［J］.气象研究与应用，2010，31（Supp 2）：239－240.

Assessment on the Risk Degree of Typhoon Disaster Based on the Spatial Configuration of Road Network——A Case Study on the Planning of Oufei District Reclamation Project in W enzhou，Zhejiang Province

Yang Tianxiang，Guan Jiang，Jing Dong，Yao Xiaowen and Liu Xu
（Urban Planning＆Architectural Design Institute of Fudan University，Shanghai200433，China）

As the object ofwind disaster and the structural elements of a city，the patterns of urban road network and its rationality will directly affect the degree and the distribution of typhoon risk.Taking Oufei project in Wenzhou as an example，togetherwith its planned road network，the risk degree of typhoon wind is studied：①incorporated with the terrain of Oufei District，performed a simulation study of computational fluid dynamics（CFD）on typhoon wind，whose direction was set at3 typical aspects（north，northeast and east），to evaluate the hazard degree of disastrous factors by consulting the obtained mean value of wind-velocity；②informed by the planned road patterns of the region，predicted the patterns of its social and economical activities on consulting the general integration index in the space syntax theory，and quantified the supporter vulnerability reflected by economical development and lifeline engineering aspects；③through the evaluation principle of＂hazard degree×supporter vulnerability＂，calculated the risk degree of wind disaster respectively under the above 3 wind directions.The CFD simulation test here specific in wind direction could help tomanifest the disastrous factors and guide amore pointed responsemeasures against disasters；the application of space syntax associated with the principle ofmovement economics could indirectly demonstrate the spatial distribution of city’s vulnerability based on the patterns of local road network；the division of the study area into certain-sized grids and the following Getis Ord G statistics on risk degreeswould indicate their spatial distribution patterns，and provide clues for how easy itwould be to respond against wind hazards.

typhoon；risk degree；CFD simulation；vulnerability；configuration of road network；theory of space syntax；Getis Ord G statistics

X43

A

1000－811X（2014）02－0175－07

10.3969／j.issn.1000－811X.2014.02.033

杨天翔，官江，敬东，等.基于路网组构的台风风灾风险度评价——以浙江省温州市瓯飞区域围填海规划为例［J］.灾害学，2014，29（2）：175－181.［Yang Tianxiang，Guan Jiang，Jing Dong，et al.Assessmenton the Risk Degree of Typhoon Disaster Based on the Spatial Configuration of Road Network——A Case Study on the Planning of Oufei District Reclamation Project in Wenzhou，Zhejiang Province［J］.Journal of Catastrophology，2014，29（2）：175－181.］

2013－09－30

2013－11－11

温州市瓯飞区域概念性规划国际征集

杨天翔（1987－），男，浙江慈溪人，硕士，主要从事环境规划、空间决策和城市安全评价等方面的研究.

E-mail：yang20102013＠163.com

敬东（1968－），男，四川南充人，博士，教授级高级工程师，注册规划师，注册建筑师，主要从事城市与区域发展战略、城市土地利用、城市环境安全策略等方面的研究.E-mail：tjjd＠263.net