基于GIS的祁连山东端冰雹灾害风险评估与区划

段云峰，胡正华，刘明春，刘俊艳，汪作成

(1.南京信息工程大学 应用气象学院，南京　210044；2.武威市气象局，甘肃 武威　733000；3.甘肃省环境信息中心，兰州　730000；4.天祝藏族自治县气象局，甘肃 武威　733200)



基于GIS的祁连山东端冰雹灾害风险评估与区划

段云峰1,4，胡正华1，刘明春2，刘俊艳3，汪作成4

(1.南京信息工程大学 应用气象学院，南京210044；2.武威市气象局，甘肃 武威733000；3.甘肃省环境信息中心，兰州730000；4.天祝藏族自治县气象局，甘肃 武威733200)

摘要：根据自然灾害系统理论和冰雹灾害风险评估的相关理论，选择冰雹多发地区的祁连山东端天祝藏族自治县为研究区，并基于天祝县和周边常规气象站观测资料、历史灾情资料和基础地理信息数据，探索和研究县级冰雹灾害风险区划的技术方法。通过分析致灾因子危险性、孕灾环境敏感性、承载体易损性以及防灾减灾能力4个指标，建立了冰雹灾害风险评估模型，并利用GIS(Geographic Information System)技术得到了天祝县冰雹灾害风险区划。结果显示：天祝藏族自治县冰雹灾害风险南高北低，其中华藏寺、东坪、石门、打柴沟大部及炭山岭和赛什斯的局部发生冰雹灾害的风险最高；哈溪、朵什、西大滩次之；松山的东部、旦马、祁连西南部为冰雹低风险区。

关键词：冰雹灾害；祁连山东端；风险区划；风险指数；GIS技术

1研究背景

气象灾害是指大气对人类的生命财产和国民经济建设及国防建设等造成的直接或间接损害[1]，它是自然灾害中的原生灾害之一,具有自然和社会双重属性。冰雹作为气象灾害中的主要灾害之一，具有地方性强、季节性明显、持续时间短的特征。气象灾害出现的范围虽小，但来势猛，强度大，常伴有狂风、强降水和急剧降温等阵发性灾害天气过程，因此，往往对局部地区的农牧业、电力、交通以及人民的生命财产造成较大损失。例如：2013年甘肃定西市、兰州市、甘南藏族自治州部分地方出现强降雨天气，并伴有冰雹，引发洪涝冰雹灾害，造成这3个市州的4个县、9个乡镇、47个村、4 308户、19 808人受灾，农作物受灾1 616.6 ha。近年来，诸多研究主要集中在冰雹灾害天气分布特征、危害性分析及冰雹灾害对农业的影响及防御措施方面，在冰雹灾害的小区域风险评估和区划研究较少。

祁连山东端天祝藏族自治县地处青藏高原、黄土高原和内蒙古高原的交汇地带，海拔在2 040～4 874 m之间，是大陆性高原气候的典型代表。本文以天祝藏族自治县各乡镇为基础，主要依托研究区气象观测数据及冰雹灾害资料，进行县一级的冰雹灾害风险区划，旨在为当地工农业生产和城乡居民生活提供指导依据，更好地为县一级的防灾减灾事业服务。本文创新之处在于利用区域冰雹路径检验区域灾害区划结果，结果显示二者具有很高的吻合度，使得区划更具参考价值。

2研究区域概况

我国多雹地区主要分布在高原和一些山脉地区，多呈带状分布[2]。天祝藏族自治县地处甘肃省中部，武威市南部，位于河西走廊和祁连山东端，北纬36°31′～37°55′，东经102°07′～103°46′之间，地势西部高峻，而东南逐渐变低，管辖19个乡镇，人口约21万，总面积7 149 km2。辖区内大部分地方以中高山地、丘陵、山间盆地、剥蚀平原和河谷平原等多种地貌为主，属寒冷高原性气候，以乌鞘岭为界，岭南属大陆性高原季风气候，岭北属温带大陆性半干旱气候[3]，境内年均气温-8～4 ℃，气候带的垂直分布十分显著，小区域气候复杂多变，冰雹灾害发生频繁，平均年降雹7次以上[4]，每年因雹灾造成的经济损失更是不计其数，因此，研究该区域的冰雹灾害，并对区域冰雹灾害风险进行精细化评估和区划，为当地未来20 a内冰雹灾害防御提供参考，保障社会经济发展意义重大。

3数据处理及模型建立

3.1冰雹灾害风险评价指标的归一化量化

根据冰雹灾害风险概念框架选取11个指标，用于评价冰雹灾害风险程度，由于所选指标的单位不同，为消除冰雹灾害的敏感性、危险性、易损性及防灾减灾能力这4个评价因子量纲和数据级的差异，对每个指标值进行归一化处理。规范化计算公式为

(1)

式中:di为第i个评价指标的规范化值；xi为第i个评价指标值；xmax，xmin分别为评价指标中的最大值和最小值。

3.2建立评价模型

根据自然灾害风险概念框架，利用层次分析法[5-7](AHP)和加权综合评价法[8-10](WCA)，建立冰雹灾害风险指数模型。综合考虑各个指标对综合评价因子的影响程度，把各个具体指标作用的大小综合起来，用一个数量化指标加以集中。计算公式为

(2)

式中：f表示评价因子的值;wi表示第i项指标的权重;n表示评价指标个数。权重wi由各评价指标对形成灾害风险主要因子的相对重要性并根据专家打分法确定。

图1　冰雹灾害风险概念框架Fig.1　Conceptual framework of hail disaster risk

3.3评价因子权重计算

在对天祝县冰雹灾害详细调查的基础上，对冰雹灾区分布及影响因子进行分析，综合当地气象、水利、地质部门专家意见，依据自然灾害系统和灾害风险评估理论，提取冰雹灾害致灾因子危险性、承灾体易损性、孕灾环境敏感性、防灾减灾能力4个因子作为准则层。选择同准则层相对应的11个评价因子作为因素层(图1)。然后，按照评价因子之间的贡献关系，利用Saaty[11]理念构造相应阶的判断矩阵。以承灾体易损性为例，用1—9标度法[11]构造三阶判断矩阵，评定人口数量、国民生产总值(GDP)、耕地面积的相对重要性，三者两两相比，其判断值为1—9之间的整数值。其中，1表示2个因素同等重要，取值按照影响程度依次增加，9表示一个因素较另一个因素极端重要，反之，则用倒数表示。在综合给出判断矩阵的数值后，通过求解判断矩阵的最大特征值和对应的特征向量，并进行一致性检验，分别得出各因子权重，之后将各权重值代入易损性区划叠加模型中。利用ArcGIS的Grid模块进行栅格叠加运算，并分级后得到易损性区划分布图。

3.4划分等级界限

本文利用自然断点法对评价值划分成5个等级，分别为高风险区、次高风险区、中风险区、次低风险区和低风险区(表1)。自然断点分级法是减少同一级差异、增加不同级间差异，使得差异最大化，进而采用统计公式来确定属性值的自然聚类的一种方法。根据自然断点法的原理，要素将被划分为多个类，对于这些类，会在数据值的差异相对较大的位置处设置其边界，其计算公式为

(3)

式中：ssd表示达到不同程度风险的边界值；a为1个数组(数组长度为k)；meani-j为每个等级中的平均值。

表1　冰雹风险等级标准

图2　天祝藏族自治县冰雹路径Fig.2　Route map of hail in Tianzhu Tibetanautonomous county

4天祝县冰雹灾害风险区划

天祝为冰雹易发区，主要是距雹云源地较近，加之辖区内山地较多，有利于不稳定层的形成和发展。主要冰雹路径(雹云)有7条(图2)：①发源于黑俄博掌—大红沟—哈溪，或发源于黑俄博掌—大红沟—哈溪—朵什—西大滩；②发源于雷公山—安远—打柴沟—华藏寺，或发源于雷公山—安远—打柴沟—石门；③发源于毛毛山—华藏寺—松山，或朵什—西大滩—东大滩；④发源于马雅雪山—打柴沟—石门；⑤发源于马雅雪山—打柴沟—炭山岭—赛什斯—赛拉隆—东坪；⑥发源于青海省葱花岭—赛拉隆—东坪；⑦发源于武威市莲花山—旦马—祁连—大红沟。

4.1冰雹灾害风险评估

4.1.1冰雹灾害致灾因子危险性评估

冰雹灾害致灾因子主要反映冰雹灾害本身的危险性程度，包括灾害发生的强度、频次和影响范围等。致灾因子强度越大，频次越高，影响范围越广，则冰雹灾害所造成的破坏损失就越严重，灾害风险也就越大。冰雹灾害的强度主要考虑降雹直径、降雹持续时间、密度、伴随大风等级等致灾因子[12]。特定范围内，冰雹发生的频次越大、强度越高，灾害风险越大。本文根据1951—2010年气象站观测资料中的冰雹日数，计算出降雹频率，结合观测资料中的冰雹强度指标，利用克里格加权内插法和自然断点法[13]，将研究区致灾因子危险性指数划分为5个等级，得到冰雹致灾因子的危险性指数区划图(图3)。

图3　天祝藏族自治县冰雹灾害致灾因子危险性区划Fig.3　Zonation according to the hazard degreeof hail disaster

通过对天祝县冰雹致灾因子危险性区划可以看出，高危险区主要集中在华藏寺、石门镇以及打柴沟、炭山岭、赛什斯镇的大部分地区，松山中东部以及祁连、旦马的西南部为低风险区。

4.1.2冰雹灾害孕灾环境敏感性评估

孕灾环境敏感性是冰雹灾害影响地区的外部环境对灾害损失的敏感程度。冰雹的形成不仅与天气条件有关，与下垫面的地形地貌也存在一定的关系，坡度、坡向、山脉和河流走向、植被覆盖密度都对冰雹有显著的影响[14]。在进行研究区的冰雹灾害孕灾环境敏感性分析时，考虑天祝县的植被覆盖情况对当地冰雹影响相对较小，因此，主要对地形因子中的河网密度、高程和地形起伏度赋予权重。

通过对天祝县冰雹孕灾环境敏感性的分析可以得出，华藏寺、赛什斯、石门镇、祁连以及打柴沟、炭山岭、天堂镇的大部分地区为高风险区，东大滩东部、松山东部和旦马为低风险区(图4)。

图4　天祝藏族自治县冰雹灾害孕灾环境敏感性区划Fig.4　Zonation according to the sensitivity to hail disaster

4.1.3冰雹灾害承灾体易损性评估

承灾体易损性是可能受到冰雹灾害威胁的所有人员和财产的伤害和损失程度。研究区冰雹灾害带来的承灾体数量和价值分布难以统计，因此，选取人口数量、GDP和耕地面积等资料间接反映承灾体的密集程度[15]。本文通过人口数量和GDP映射出每个乡镇的人口密度和经济密度，结合各乡镇耕地比情况，划分出等级，并赋予相应的权重。

通过对天祝县冰雹承灾体易损性区划可知，华藏寺、打柴沟、东坪、石门镇的大部分地区为高风险区，旦马、祁连、毛藏、大红沟、哈溪以及松山为低风险区(图5)。

图5　天祝藏族自治县冰雹灾害承灾体易损性区划Fig.5　Zonation according to the vulnerability ofhazard-affected body to hail disaster

4.1.4冰雹灾害减灾抗灾能力评估

减灾抗灾能力是受灾地区对冰雹灾害的抵御和灾后恢复程度，又称防灾减灾能力，主要包括应急管理能力、人口素质、防御设施、人均GDP等[16]。减灾抗灾能力越高，研究区遭受的潜在损失越小，冰雹灾害的风险越低。减灾抗灾能力属于主观因素，人为影响大，具体定量化起来比较抽象，没有统一的评价标准，在绘制风险图时一般不叠加进入。本文选取应急能力、人口素质和防御设施3个指标作为防灾减灾能力的评价因子分别赋予权重。通过加权综合法计算得出各乡镇的减灾抗灾指数，分为5个等级。

通过天祝县冰雹减灾抗灾能力区划可以看出，华藏寺、打柴沟、石门镇的东部、哈溪防灾抗灾能力较高，而毛藏、赛拉隆、旦马、祁连、东大滩、抓西秀龙、东坪为防灾减灾能力薄弱地区(图6)。

图6　天祝藏族自治县冰雹灾害减灾抗灾能力区划Fig.6　Zonation according to the capability of haildisaster reduction and relief

4.2冰雹灾害风险区划

冰雹灾害风险评估主要从致灾因子危险性、孕灾环境敏感性、承灾体易损性和减灾抗灾能力4个方面进行综合分析。考虑各评价因子对冰雹灾害风险的影响程度，将各因子赋予权重系数后进行汇总，表2为研究区冰雹灾害风险评估模型中各应用层的指标权重。由于致灾因子危险性、孕灾环境敏感性、承灾体易损性与冰雹灾害风险正相关，而防灾减灾能力与冰雹灾害风险负相关，如果将其考虑进来，需要以负值叠加进来，加之其主观性强，一般绘制风险图时仅考虑前3者。

表2　冰雹灾害风险评估指标权重

通过加权综合法计算出研究区冰雹灾害风险综合指数，将冰雹致灾因子危险性、孕灾环境敏感性、承灾体易损性区划图进行叠加得到天祝县冰雹灾害风险区划图(图7)。

由图7可见，研究区冰雹灾害风险由北到南递增，东坪、华藏寺、石门、打柴沟的大部及炭山岭和赛什斯的局部为冰雹高风险区；哈溪、朵什、西大滩次之；松山的东部、旦马、祁连西南部为冰雹低风险区。

图7　天祝县冰雹风险区划Fig.7　Zonation according to hail disaster risk

5结果分析

冰雹的风险区划图7总体上与冰雹灾害的空间分布相对应，并与图2冰雹路径有较好的一致性。从图2看，雹云多由北向南移动，并多数经过高风险区及次高风险区，冰雹路径密集区则为雹灾风险高发区，如华藏寺、打柴沟、石门；若2条冰雹路径相交更是冰雹灾害易发区，如东坪即为高风险区域，这点也在图7中得到了很好的印证。同时，受地形和经济、人口密度分布的影响，华藏寺、打柴沟、炭山岭地区经济水平较高，人口相对集中，石门、天堂镇多为旅游景区及植被覆盖区，灾害易损性较高，加之流动人口抗灾能力较弱，所以以上区域落在高风险区或较高风险区符合实际。

6结语

本文结合冰雹灾害风险评估相关理论，构建致灾因子、孕灾环境、承灾体易损性及防灾减灾能力4个模型，对祁连山东端天祝县冰雹灾害进行风险评估与区划，结果显示：天祝藏族自治县冰雹灾害风险南高北低，其中华藏寺、东坪、石门、打柴沟大部及炭山岭和赛什斯的局部发生冰雹灾害的风险最高；哈溪、朵什、西大滩次之；松山东部、旦马、祁连西南部为冰雹灾害低风险区。

由于冰雹灾害的形成机理较为复杂，影响因素较多，要非常准确进行风险评估有一定难度。在县级气象站点较少的情况下，构成的灾害序列集较少，规律性较差，因此，评估模型考虑的因子、风险指标的选择还需要进一步完善；同时模型的参数定量化确定、评估模型的优化等方面，还需要不断进行深入地研究，以得出更加精准和符合实际的冰雹灾害风险评估结果。

参考文献：

[1]刘彤,闫天池.我国的主要气象灾害及其经济损失[J]. 自然灾害学报，2011,20(2):90-95.

[2]李照荣,丁瑞津,董安祥,等.西北地区冰雹分布特征[J]. 气象科技，2005,33(2):160-163.

[3]李晓丹.甘肃省天祝县土地利用现状分析[J]. 甘肃科技，2012,28(20):43-47.[4]李生地,李占忠,东长禄,等. 天祝年鉴2010—2011[M]. 天祝：天祝年鉴编辑部，2013.[5]王以彭,李结松,刘立元. 层次分析法在确定评价指标权重系数中的应用[J]. 第一军医大学学报，1999, 19(4): 377-379.

[6]史培军. 五论灾害系统研究的理论与实践[J]. 自然灾害学报，2009，18(5):1-9.

[7]王慧彦,薛辉. 县域自然灾害综合风险区划编制——以滦县为例[J]. 自然灾害学报，2013，22(3):85-90.

[8]ZHANG J Q, OKADA N, TATANO H,etal. Risk Assessment and Zoning of Flood Damage Caused by Heavy Rainfall in Yamaguchi Prefecture, Japan[C]∥Flood Defense 2002, Second International Symposium on Flood Defense. Beijing:Science Press, September 10-13, 2002: 162-170.

[9]张继权,魏民. 加权综合评分法在区域玉米生产水平综合评价与等级分区中的应用[J]. 经济地理，1994, 14 (5) : 19-21.

[10]ZHANG J Q, OKADA N, TATANO H,etal. Damage Evaluation of Agro-meteorological Hazards in the Maize-growing Region of Songliao Plain, China: Case Study of Lishu Area of Jilin Province[J]. Natural Hazards, 2004, 31(1): 209-232.

[11]SAATY T L.The Analytic Hierarchy Process[M]. Chicago:McGraw-Hill Company, 1980.

[12]温华洋,田红,唐为安，等. 安徽省冰雹气候特征及其致灾因子危险性区划[J]. 中国农业区划，2013,34(1):88-93.

[13]宫清华，黄光庆,郭敏，等. 基于GIS 技术的广东省洪涝灾害风险区划[J]. 自然灾害学报，2009,18(1):58-63.

[14]王丽娜, 祝青林. 基于GIS的农业和冰雹灾害数字化方法与应用[J]. 农业网络信息，2009，(9):42-45.

[15]杨益,陈贞宏,王潇宇，等. 基于GIS和AHP的潍坊市冰雹灾害风险区划[J]. 中国农业气象，2011，(增1):203-207.

[16]胡桂杰,王志春,魏学，等. 赤峰市宁城县气象灾害评估系统[J]. 内蒙古气象，2013，(1):35-36.

(编辑：黄玲)

Risk Assessment and Zonation of Hail Disaster inthe East of Qilian Mountains Based on GIS

DUAN Yun-feng1,4, HU Zheng-hua1, LIU Ming-chun2, LIU Jun-yan3, WANG Zuo-cheng4

(1.College of Applied Meteorology, Nanjing University of Information Science & Technology, Nanjing 210044, China; 2.Meteorology Bureau of Wuwei, Wuwei733000, China; 3.Environmental Information Center of Gansu Province, Lanzhou730000, China; 4. Meteorology Bureau of Tianzhu Tibetan Autonomous County, Wuwei733200, China)

Abstract:The zonation of hail risk is researched according to observed meteorological data, historical disaster data and fundamental geographic data in Tianzhu Tibetan autonomous county where hail disaster frequently happens. An evaluation model for hail risk is established consisting four indexes, namely hazard of disaster-inducing factor, sensitivity of environment to hail disaster, vulnerability of hazard-affected body to hail disaster, and capability of disaster reduction and relief. Furthermore, GIS technology is adopted to obtain the zoning of hail disaster risk. Results show that the hail risk rises from the north to the south in Tianzhu Tibetan autonomous county. Hail risks in Huazang temple, Dongping, Shimen and Dachaigou, and part of Tanshanling and Saishensi are the highest, followed by Haxi, Duoshen and Xidatan; the hail risks in east Songshan, southwest of Danma and Qilian are the lowest.

Key words:hail disaster; the east of Qilian Mountains; risk zonation; disaster risk index; GIS

中图分类号：P694

文献标志码：A

文章编号：1001-5485(2016)05-0129-06

doi:10.11988/ckyyb.201504012016,33(05):129-134

作者简介：段云峰(1982-)，男，甘肃武威人，工程师，硕士研究生，研究方向为气象灾害风险区划，(电话)13893590316(电子信箱)okay2010@163.com。

基金项目：公益性行业(气象)科研重大专项(GYHY201506001-6)

收稿日期：2015-05-14；修回日期：2015-06-24