基于结构要素模型的乡镇级雷电灾害风险评价

吴安坤,张淑霞,刘 波,杨 群,曾 勇

(1.贵州省防雷减灾中心,贵州 贵阳 550081;2.成都信息工程大学大气科学学院，四川 成都 610225)



基于结构要素模型的乡镇级雷电灾害风险评价

吴安坤1,2,张淑霞1,刘 波1,杨 群1,曾 勇1

(1.贵州省防雷减灾中心,贵州 贵阳 550081;2.成都信息工程大学大气科学学院，四川 成都 610225)

以贵州省铜仁市为研究对象，从致灾因子危险性、孕灾环境敏感性、承灾体易损性等3个方面选取雷电灾害风险评价指标，建立以目标、准则、指标层为结构要素的评价模型。基于GIS平台，网格化评价指标因子生成栅格数据，采用投影寻踪模糊聚类获取各指标权重，计算分析雷电灾害风险，绘制乡镇级雷电灾害风险区划图，实现精细化风险分析评价。

结构要素；雷电灾害；网格化；投影寻踪模糊聚类；风险评价

1 引言

随着社会经济的高速发展，雷电灾害带来的影响引起人们的普遍关注，其防护技术由单一的工程性措施转向灾前风险识别、预警预报等非工程性措施的综合研究。灾前风险识别，通过量化风险，针对性的制定综合区划对策，在雷电灾害风险评估中得到了广泛的应用[1、2]。雷电灾害系统可认为是致灾因子、孕灾环境和承灾体构成的异变系统，其风险是各子系统相互作用的产物[3、4]。从系统论的观点出发，雷电灾害风险评价应是对致灾因子危险性、孕灾环境敏感性及承灾体脆弱性的综合评估。据此，模拟雷电灾害形成过程，从致灾因子、孕灾环境、承灾体等3个方面，建立以目标、准则、指标层为结构要素的雷电灾害风险评价模型。结合区域历史雷电活动、地理环境及社会经济情况，筛选雷电灾害风险因子，采用投影寻踪模糊聚类方法，选取最优投影方向向量作为各指标权重。以贵州省铜仁市为例，对雷电灾害风险进行评价分析，为防雷减灾工作提供技术支持。

2 研究区域及数据来源

2.1 区域概况

铜仁市位于贵州省东北部，地处云贵高原向四川盆地、湘西丘陵过渡的斜坡地带。境内有武陵山脉主峰梵净山，海拔达2 572 m，东是丘陵地带，海拔在300～800 m之间；西是岩溶山原地貌，海拔在600～1 000 m之间。属中亚热带湿润气候，受西南季风及昆明准静止锋的影响，雷电活动频繁。全市行政区域包括碧江、万山2区，江口、思南、石阡、德江、印江、松桃、玉屏、沿河8县，共设有169个乡镇。

2.2 数据来源

本文使用的数据有：①铜仁市近10 a(2006—2015)闪电监测资料，来源于贵州省闪电监测定位系统；②岩土电导率数据来源于世界土壤数据库(简称HWSD)，是由联合国粮农组织(FAO)、国际应用系统分析研究所(IIASA)、荷兰ISRIC-World Soil Information、中国科学院南京土壤研究所(ISSCAS)、欧洲委员会联合研究中心(JRC)于2009年3月共同发布，其分辨率可达1 km；③铜仁市2014年10个区县的总人口数、GDP 等会经济数据，取自贵州省统计年鉴[5]；④DEM数据，来源于美国地质调查局EROS数据中心的GTOP30数据集，分辨率达30 m；⑤铜仁市基础地理数据(含区县边界、水系分布等)以及铜仁市乡镇行政区域图。

3 研究技术与方法

3.1 指标选取及网格化

基于雷电灾害形成机制，从致灾因子危险性(H)、孕灾环境敏感性(E)、承灾体易损性(S)3个方面考虑雷电灾害风险(R)：

R=f(H，E，S)

3.1.1 评价指标的筛选 全方位、客观、定量的进行雷电灾害风险评价，选定合适的评价指标尤为重要。本文考虑危险性、敏感性、脆弱性3个方面的影响，筛选指标如下：

①致灾因子是自然或人为环境中，对人类生命、财产或各种活动产生不利影响，并可能造成灾害事故的因素[6]。引发雷电灾害事故的致灾因子是闪电，主要由研究地区可能遭受闪电影响的强度、频度及活动规模等决定，分别用闪电强度、闪电密度及强雷电分布等指标表征。

根据规范中对建筑物防雷类别的划分[7]，提出第三类防雷建筑物的雷电流幅值为100 kA。据此，选定大于100 kA的雷电流为强雷电流。

②孕灾环境可认为是致灾因子、承灾体所处的外部环境，其稳定性程度是标定区域孕灾环境的定量指标。形成雷电灾害的环境，主要由下垫面的性质、所处环境的气候因素等决定，包括岩土导电率、水系密度、坡度等。

③承灾体即为雷电作用产生灾害性事故的对象，包括人类本身在内的物质文化环境，表现为人类活动、社会经济财产等，本文主要考虑人口密度、地均GDP易损性(无量纲)因子。

3.1.2 风险因子网格化 筛选得到的各指标因子的数据格式、量纲不一，存在差异，不能直接进行分析和运算，据此基于GIS平台，对因子进行网格化处理，生成0.005°×0.005°栅格数据。风险因子网格处理在统一分析计算的同时，提高分析精准度，弥补市县级行政区规模存在空间单元尺度大、分辨率低等缺陷。文中对于地闪密度、强电流密度直接采用点密度分析，生成所需分辨率大小的栅格数据；地闪强度利用反距离加权方法进行插值，获取像元大小为0.005°×0.005°的栅格数据。

3.2 评价模型的建立

3.2.1 结构要素模型的评价体系 建立以目标、准则、指标层为基础的结构体系模型如图1所示，指标层的相关风险评价指标作用于准则层的三大风险因子，进而形成雷电灾害风险。采用GIS栅格空间分析，雷电灾害风险通过下列公式进行计算：

LR=Ha×Eb×Sc

(1)

H=H1XH1+…HmXHm

(2)

E=E1XE1+…HnXEn

(3)

S=H1XS1+…HiXSi

(4)

其中LR是雷电灾害风险指数，H是致灾因子危险性指数，E是孕灾环境敏感性指数，S是承灾体易损性指数，a、b、c、X分别为其所对应的权重系数。

图1 雷电灾害风险结构体系模型Fig.1 The lightning disaster risk structure system model

3.2.2 权重系数的确定 确定指标权重旨在确定风险结果与评价指标之间的数值换算关系，是定量化分析多指标多因素风险评价的必要途径[8]。投影寻踪(Projection Pursuit，PP)是由Friedman等学者提出的基于探索性和确定性分析的聚类与分类方法，在一定程度解决多指标分类等非线性问题，减少人为的主观性操控[9，10]。选用投影目标函数来衡量投影暴露某种布局的可能性大小，探求投影目标函数达到最优的投影值。建模过程包括以下 4步：

①指标集的标准化处理

设指标Xij(i=1，2，…，m；j=1，2，…，n)，m为样本个数，n为指标个数。为消除各指标间数值的影响和统一范围，采用极差变换法处理，其中：

正向指标：

逆向指标：

经处理后，均化为正向指标且满足0≤yij≤1。

②线性投影。随机抽取若干个初始投影方向a(a1，a2，…，am)进行计算，根据指标选大的原则，确定最大指标对应的解为最优投影方向。

若a(a1，a2，…，am)为m维单位向量，则样本i的投影特征值Zi的表达为：

③优化投影目标函数。综合投影指标值时，投影值Zi的分布特征：整体上投影点团之间尽可能散开；局部投影点尽可能凝聚成单个的点团。故将目标函数T(a)定义为类间距离L(a)与类内密度d(a)的乘积，即T(a)=L(a)·d(a)[11]：

f(t)为一阶单位阶跃函数，t≥0时，其值为1；t<0时，其值为0。

R为估计局部散点密度的窗宽参数，按宽度内至少包括一个散点的原则选定，其取值与样本数据结构有关，合理取值范围为rmax

当T(a)取得最大值时所对应的投影方向就是所要寻找的最优投影方向。因此寻找最优投影方向的问题可转化为下列优化问题：

④将最优投影方向代入对应的指标权重，据此对评价样本集进行统一评价。

4 雷电灾害风险区划及分析

以贵州省铜仁市为例，建立以网格化后的风险区划因子(包括致灾因子、孕灾环境、承灾体)及其对应的指标为基础的风险评价集合，利用GIS技术获取各县区评价指标(风险因子)的均值，代入遗传算法的投影寻踪聚类模型，逐一计算其最优投影方向向量，得到评价指标权重见表1所示。

表1 雷电灾害风险评价指标权重

进一步采用栅格分析，基于结构要素的评价指标体系，自下而上进行栅格计算，采用自然间距断点法对铜仁市雷电灾害风险进行等级划分(表2)，得到风险区划如图2所示。

表2 自然间距断点法划分风险等级

经自然间距断点对风险值分级，高及次高风险区主要分布在石阡县西南部的河坝场、聚凤、本庄甘溪、白沙，思南县的瓮溪、文家店、合朋溪、塘头、孙家坝、思唐、凉水井、鹦鹉溪，德江县的楠杆、荆角、青龙、共和、潮砥、共和，印江的峨岭、朗溪、罗场、永义，江口的德旺、太平、双江、怒溪、桃映，碧江区的坝黄、和平、川硐、桐木坪、河西、市中、环北，松桃的寨英、普觉、沙坝、平头、牛郎以及玉屏的朱家场、大龙等地。

低及次低风险区主要分布在石阡的五德、坪山、青阳、石固、花桥、坪地场，印江的杨柳、洋溪，江口的民和、闵孝，万山的敖寨、高楼坪、黄道、下溪、瓦屋，沿河的垢坪、塘坝、思渠、黑水、官舟、沙子、和平、中界、甘溪以及松桃的瓦屋、甘龙、永安、黄板、长兴、木树、盘石、世昌、长坪、正大等乡镇。

5 结论与讨论

本文以0.005°×0.005°空间网格为基本单位分析铜仁市雷电灾害风险，考虑致灾因子危险性、孕灾环境敏感性、承灾体脆弱性等3个方面的影响，并选取相应的评价指标，建立以目标、准则、指标层为结构要素的评价模型，操作简单易行。基于GIS平台，采用投影寻踪模糊聚类方法计算各指标权重，计算分析雷电灾害风险，绘制乡镇级雷电灾害风险区划图，提高分析精准度，弥补市县级行政区规模存在空间单元尺度大、分辨率低等缺陷。

但一直以来，人口经济数据的收集、整理以及存贮都是以行政区域为基础统计单元，不能反映人口、GDP等雷电灾害承灾体实际的空间分布特征，影响评价的精准度。下一步将利用高分辨率的遥感数据被用来模拟人口、GDP等社会经济数据的空间分布，实现人口经济数据空间化，以期进一步提高风险管理的精准度，为有效的管理和防御雷电灾害提供客观依据。

图2 雷电灾害风险评价区划图Fig.2 The lightning disaster risk assessment and zoning map

[1] 杨仲江.雷电灾害风险评估与管理基础[M].北京:气象出版社,2010.

[2] 吴安坤,李忠良,李艳,等.基于历史灾情数据的雷电灾害风险分析与评价[J]. 防灾科技学院学报,2013,15(4): 87-91.

[3] 倪长健.自然灾害风险评估途径的进一步探讨[J]. 灾害学,2014,03:11-14.

[4] 程向阳,谢五三,王凯,等. 雷电灾害风险区划方法研究及其在安徽省的应用[J]. 气象科学,2012,01:80-85.

[5] 贵州省统计局,国家统计局贵州调查总队.贵州统计年鉴2015[M].北京:中国统计出版社,2015.

[6] 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.

[7] GB50057-2010 建筑物防雷设计规范[S].北京:中国计划出版社,2011.

[8] 赵新泉,彭勇行.管理决策分析[M].北京：科学出版社，2008:147-285.

[9] 高燚,蒙小亮,劳小青.基于聚类分析的海南岛雷电灾害易损度风险区划[J]. 自然灾害学报,2013,01:175-182.

[10]庄世坚.用投影寻踪技术评价环境质量[J]. 环境保护,2000(2):25-26.

[11]刘耀源,邹长武,周媛媛,等.改进的投影寻踪水质评价模型[J]. 节水灌溉,2012,20 812:1-3+8.

Lightning disaster risk assessment of township level based on the structural element model

WU Ankun1,2，ZHANG Shuxia1,LIU Bo1,YANG Qun1,ZENG Yong1

(1.Guizhou Lightning Protection and Disaster Reduction Center, Guiyang 550081, China;2.College of Atmospheric Sciences, Chengdu University of Information Technology, Chengdu 610225, China)

Taking Tongren City of Guizhou Province as the research object, the lightning disaster risk assessment indexes were selected from three aspects to establish the evaluation model of the structure elements of the target, criterion and index layer, which are the hazard of the disaster causing factors, the environmental sensitivity of the disaster, the vulnerability of the disaster bearing body. And then based on GIS platform, grid evaluation index factor, a raster data was generated by projection pursuit fuzzy clustering to obtain the weight of each index, realize calculation and analysis of lightning disaster risk, township level of thunder and lightning disaster risk zoning map rendering, refined risk analysis and evaluation.

structural elements; lightning disaster; grid based; projection pursuit clustering; risk assessment

1003-6598(2016)06-0067-05

2016-05-07

吴安坤(1986—)，男，工程师，主要从事雷电科学与防护技术研究，E-mail：wak-mail@163.com。

黔气科合QN[2017]02号。

P429

B