太行山南麓气象灾害风险区划——以河南省卫辉市为例

田晓璐

（新乡市气象局，河南新乡453003）

太行山南麓气象灾害风险区划
——以河南省卫辉市为例

田晓璐

（新乡市气象局，河南新乡453003）

为充分了解卫辉市气象灾害的时空分布特征，揭示太行山南麓复杂地形与气象灾害分布间的关系，选取卫辉市1961—2014年各乡镇灾情、DEM、GDP、辖区内19个自动气象站的降水及风速数据等，利用层次分析法及主成分分析法构建冰雹、大风、暴雨和综合气象灾害风险评估指标体系，并依托ArcGIS绘制分辨率为30 m×30 m的灾害风险区划图。结果表明：卫辉市冰雹灾害风险较高的地区主要分布在2条冰雹移动路径上；大风灾害风险分布较分散，除狮豹头、汲水镇、后河镇、李源屯镇之外的乡镇均偏高；暴雨灾害风险集中在卫河、共产主义渠附近；安都、顿坊店、上乐村镇、孙杏村镇的综合气象灾害风险较高。该研究可以提高当地气象服务的针对性和指导性，为制订防灾减灾措施提供科学依据。

气象灾害；风险区划；层次分析法；主成分分析法；太行山南麓

0 引言

21世纪以来，中国因气象灾害导致的经济损失相当于全球同期值的8倍。IPCC第五次评估报告指出，气候变暖毋庸置疑，气象灾害对人民日常生活、社会经济发展的影响日趋严峻[1-2]。由于近些年自然环境持续恶化，河南省四大山脉之一——太行山南麓的森林覆盖率仅有18.46%，水土流失日益加重。加之地形的陡然变化对气流具有显著的阻挡及引导作用[3-7]，致使山区极端天气频繁出现。卫辉市处在太行山南麓与华北平原结合地带，47.17%的区域为太行山基岩山丘区及山前倾斜平原。受复杂地形影响，气象灾害导致卫辉市粮食减产甚至绝收的事件屡屡发生，农业生产受到严重制约。

近年来，不少学者在气象灾害风险区划方面取得了一定成果。丁一汇[8]指出，地形对雨团移动路径有很大影响，山脉东侧或南侧迎风坡通常是暴雨多发地带，如太行山、武夷山、伏牛山；张红卫等[9]采用统计法和流体力学法，分析河南省近30年风速资料后得出，山区独特的地形特征导致豫北地区风速明显偏大；董鹏捷等[10]通过多元线性回归法建立了冰雹灾害风险评估模型，利用ArcGIS实现北京地区冰雹灾害风险区划。然而，以往的研究在确定指标权重时多以经验为主的赋值法，评价结果不够客观。此外，统计数据通常以县域为单位，致使区划结果分辨率低，使用效果不佳。

笔者将从目前国际流行的评估模型入手，配合主成分分析法及层次分析法确定指标权重，最终依托AcrGIS空间分析功能绘制以30 m×30 m栅格为基本单元的卫辉市冰雹、大风、暴雨及综合气象灾害风险区划图。结果能够清晰呈现卫辉市气象灾害的易发区域，以期为政府及相关部门应对气候变化提供科学依据，最大程度地避免气象灾害对当地农业生产的不利影响。

1 资料与方法

1.1 资料来源

资料包括：2008—2014年卫辉市19个自动气象站逐日降水及风速数据，来源于卫辉市民政局、卫辉市统计年鉴的1961—2014年各乡镇灾情普查资料（受灾人口、受灾面积、经济损失）和林地、耕地面积等[11-12]。基础地理信息涵盖了卫辉市行政边界、河流、土地利用类型以及分辨率为30 m×30 m的数字高程模型DEM。同时选择了来自中科院资源环境科学数据中心的2010年全国人口、GDP公里网格数据。

1.2 主要研究方法

1.2.1 构建评估模型在气象灾害风险区划分析中，构建评估模型是所有工作的核心[13-14]。目前，国际上流行的评估模型如公式(1)～(5)所示。其中，H、E、V、R分别表示致灾因子危险性、孕灾环境敏感性、承灾体易损性和防灾减灾能力的风险系数。XHI、XEI、XVI、XRI是指标I量化后的值，WHI、WEI、WVI、WRI为相应权重。DRI是各灾害的风险系数，WH、WE、WV、WR表示H、E、V、R的权重。

1.2.2 主成分分析法主成分分析法通过降维把多指标化简为几个不相关的综合指标，并利用指标间的相互关系确定权重，可有效避免人为因素带来的偏差。方差是确定主成分个数的依据，方差越大，主成分包含的信息量越大，通常以方差贡献率累计＞70%作为确定评价模型的标准[15-17]。

1.2.3 层次分析法层次分析法是灵活、实用的多准则决策方法，对于难以用定量指标分析的事件极为适用。首先根据各指标间的关系建立递阶层次模型，由上至下分为决策目标层、准则层、措施层。然后将同一层指标相对于上层指标重要性两两比较后建立判断矩阵，利用幂法求解最大特征值和特征向量进而得出权重[18]。

2 结果与分析

表1 方差分解主成分提取分析表

2.1 致灾因子危险性

致灾因子是气象灾害能否发生的先决条件，在灾害形成中起决定性作用，致灾因子强度越大气象灾害造成的损失越严重。

2.1.1 冰雹致灾因子危险性卫辉市国家级气象观测站仅有1个，鉴于冰雹是由强对流系统引起的剧烈的局地性天气，存在降落于气象站之外而未被观测员记录的可能性，因此选用卫辉市1961—2014年各乡镇冰雹致灾次数作为致灾因子危险性指标。

2.1.2 大风致灾因子危险性选取卫辉市1961—2014年各乡镇大风致灾次数及2012—2014年各自动站极大风速均值、大风日数均值。在权重分配方面，采用主成分分析法。使用SPSS的Z-score法对数据标准化后进行分析，结果如表1～2所示。特征值反应映了主成分影响力度，主成分方差表征主成分包含的信息量，通常以方差贡献率累计＞70%为标准确定主成分个数。通过表1可见，第1主成分的特征值为2.198，方差贡献率为73.253%，因此提取第1主成分即可反应原指标足够信息。载荷表示主成分与变量间的关联程度。通过表2发现，大风日数均值载荷最高，说明第1主成分着重体现大风日数的信息。

表2 载荷矩阵

用表2各载荷除以表1中与之对应的特征值开平方后，将系数归一化处理，得到如公式(6)所示的大风致灾因子危险性评估模型。其中，H1为大风致灾次数，H2为极大风速均值，H3为大风日数均值。权重分别为0.303、0.313、0.384。

2.1.3 暴雨致灾因子危险性对于暴雨洪灾，持续的暴雨是主导因子。将卫辉市历年降水量进行统计分析后发现，一次暴雨过程延续可达3～4天，故最大3日降水量对暴雨致灾的影响不容忽视[19]。因此，选取了卫辉市1961—2014年各乡镇暴雨致灾次数、2008—2014年各自动站平均日降水量达到暴雨日数、平均最大3日降水量作为致灾因子危险性指标。采取主成分分析法对数据进行分析，得到如公式(7)所示的暴雨致灾因子危险性评估模型。其中，H1为暴雨致灾次数，H2为平均日降水量达到暴雨日数，H3为平均最大3日降水量。权重分别为0.415、0.363、0.222。

2.2 孕灾环境敏感性

孕灾环境是孕育气象灾害的自然环境，包括地形地貌、海拔、河流水系分布等因素。在灾害强度等同的情况下，伴随孕灾环境敏感性增加，灾害风险也会随之提升。

2.2.1 冰雹孕灾环境敏感性大量研究资料证实山区降雹频次明显高于平原，海拔高且起伏大的地区对近地层大气有明显抬升作用，雹云进入这种水平辐合场后会显著加强。海拔高度可以从30 m×30 m的DEM中提取出来，而地形起伏特征则借助高程标准差予以描述，高程标准差越大起伏越明显。根据上述原则完成的赋值如表3所示。处在太行山区的卫辉市东拴马乡与辉县市、林州市交界处是豫北主要冰雹源地之一。据卫辉市市志记载，冰雹自西北部山区形成后，通常有2条朝向东南方移动的路径。ArcGIS缓冲区工具可根据被分析目标的形态，自动建立带状区域以展现对周边的影响度。为更好呈现冰雹高发区，将卫辉市两条冰雹移动路径的坐标逐个投射到地图并连线，借助缓冲区工具对移动路径各进行1、3、5 km 3级缓冲区分析，并为1级、2级、3级及非缓冲区分别赋值0.9、0.7、0.5、0.3。借此，雹云4级影响范围可直观地呈现[20]。

表3 高程与高程标准差组合赋值表

2.2.2 暴雨孕灾环境敏感性洪涝灾害与地形特征紧密相连，即使降水量相当，不同地区受灾程度也会截然不同。海拔低且地形起伏平缓的地方由于积水不易排出，将大大提升致灾的可能性。此外，卫辉市境内的四座水库和多条水系也增加了洪涝灾害的潜在风险，强降水会引发河水猛涨，离河流越近越容易被洪水围困。因此，从地形和河流缓冲区对孕灾环境敏感性进行探索。

2.3 承灾体易损性

卫辉市的土地资源经过长期开发，逐步形成了以耕地为主的土地利用模式。辖区内耕地面积约41998hm2，占土地总面积的48.90%。然而，农作物是气象灾害最主要的承灾体，产量与气象条件息息相关。结合卫辉市的特点，确定了人均耕地面积、人口数量、土地利用类型易损性作为承灾体易损性指标。人口数量来源于中科院资源环境科学数据中心的公里网格数据，该数据将人口数量展布到每个公里网格上，打破了以行政单元为统计区域的局限，使区划结果更贴近实际。卫辉市土地分为耕地、城镇用地、林地、草地、水体、盐碱地，考虑到不同土地利用类型受灾差异显著，因此对其易损性指数分别赋0.9、0.8、0.7、0.6、0.5、0.4、0.3。

采用层次分析法对各指标进行权重分配。按照相对承灾体易损性的重要程度，将人均耕地面积、人口数量、土地利用类型易损性按(1/9)～9尺度两两比较，得到如表4所示的判断矩阵。通过Excel求解，判断矩阵的最大特征值λmax=3.018，特征向量w=(0.24,0.55, 0.21)。由于人类思维的主观性和片面性会使评价过程产生偏差，对判断矩阵进行一致性检验必不可少。随机一致性比率CR是一致性指标CI与随机一致性指标RI的比值，若CR＜0.10则通过检验。解得：CI=0.009，RI=0.52，CR=0.017＜0.10，结果符合要求。承灾体易损性评估模型为公式(8)所示，V1为人均耕地面积、V2为人口数量、V3为土地利用类型易损性。权重分别为0.24、0.55、0.21。

表4 承灾体易损性判断矩阵

2.4 防灾减灾能力

防灾减灾能力指防御气象灾害及灾后重建能力。森林在预防灾害方面起到了至关重要的作用，它不仅可以防风固沙，而且能够有效削弱土壤向大气中的水汽输送，从根本上抑制灾害天气发生。此外，还考虑到在总体经济状况较好的情况下，防灾措施和灾后恢复能力都会随之提升，因此选取林地面积及GDP这2个具有代表性的指标表征各乡镇的防灾减灾能力。

2.5 灾害风险评估

2.5.1 冰雹灾害风险评估将卫辉市冰雹致灾因子危险性、孕灾环境敏感性、承灾体易损性、防灾减灾能力各指标权重加以汇总，得到如表5所示的冰雹灾害风险评估指标体系。最终通过ArcGIS克里金插值、栅格计算器、缓冲区等工具生成冰雹灾害风险区划图（见图1）。可见，位于2条主要冰雹移动路径的乡镇灾害风险普遍偏高，安都、顿坊店、上乐村镇风险最高。

表5 冰雹灾害风险评估指标体系

2.5.2 大风灾害风险评估将各指标权重汇总得到如表6所示的大风灾害风险评估指标体系，大风灾害风险区划图如图2所示。可见，除狮豹头、汲水镇、后河镇、李源屯镇外，其他乡镇大风灾害风险均较高。

图1 卫辉市冰雹灾害风险区划图

表6 大风灾害风险评估指标体系

图2 卫辉市大风灾害风险区划图

2.5.3 暴雨灾害风险评估暴雨灾害风险评估指标体系如表7所示。由图3可见，位于河流附近的孙杏村镇、汲水镇、顿坊店、上乐村镇灾害风险较高，太公泉镇、后河镇、李源屯镇、狮豹头灾害风险较低。

表7 暴雨灾害风险评估指标体系

图3 卫辉市暴雨灾害风险区划图

2.5.4 综合气象灾害风险评估采取层次分析法得到卫辉市综合气象灾害风险评估模型如公式(9)所示。其中，Z1为冰雹、Z2为大风、Z3为暴雨。由综合气象灾害风险区划图（见图4）可见，安都、顿坊店、上乐村镇、孙杏村镇，由于临近河流、位于冰雹主要移动路径等原因，灾害风险较高。而后河镇、李源屯镇、庞寨、汲水镇、狮豹头，由于林地覆盖面积大、经济较发达等各种因素，灾害风险较低。

3 结论与讨论

笔者从气象灾害系统理论出发，从致灾因子危险性、孕灾环境敏感性、承灾体易损性、防灾减灾能力4方面考虑，借助ArcGIS强大的空间信息处理功能，实现了以30 m×30 m栅格为单元的卫辉市冰雹、大风、暴雨及综合气象灾害风险区划。结果表明：（1）卫辉市冰雹灾害风险较高的地区主要分布在2条冰雹移动路径上；（2）大风灾害风险较高的地区为除了狮豹头、汲水镇、后河镇、李源屯镇以外的乡镇；（3）暴雨灾害风险较高的地区分布在河流附近的孙杏村镇、汲水镇、顿坊店、上乐村镇；（4）综合气象灾害风险主要集中在安都、顿坊店、上乐村镇及孙杏村镇。该结果直观地展现了卫辉市气象灾害的分布特点，对政府及相关部门因地制宜采取减灾对策，妥善调整土地利用现状提供了科学依据。

气象灾害产生的机理复杂，涉及的因素也较多。太行山南麓复杂的地形特征导致卫辉市气象灾害具有较强的地域性，更增加了风险管理和区划分析的难度。本研究选取了公里网格化的人口数量、GDP数据，结果以气象灾害的实际区域为界线，打破了以行政单元为统计范围的制约，区划精度大幅提高。ArcGIS缓冲区工具为分析卫辉市雹云的影响范围提供便利，使冰雹易发区更加清晰的呈现。此外，采用主成分分析法及层次分析法计算指标权重，使区划结果更为科学、客观。

图4 卫辉市综合气象灾害风险区划图

[1]孙颖,秦大河,刘洪滨.IPCC第五次评估报告不确定性处理方法的介绍[J].气候变化研究进展,2012(2):150-153.

[2]Fujibe F,Yamazaki N,Kobayashi K.Long term changes of heavy precipitation and dry weather in Japan(1901-2004)[J].J Meteor soe Japan,2006,84(6):1033-1046.

[3]陶诗言.中国之暴雨[M].北京:科学出版社,1980:3-7.

[4]柴东红,景华,孟凯,等.地形暴雨的多普勒天气雷达观测分析[J].气象科学,2010,30(3):366-372.

[5]徐国强,胡欣,苏华.太行山地形对“96.8”暴雨影响的数值试验研究[J].气象,1999,25(7):3-7.

[6]范广洲,吕世华.地形对华北地区夏季降水影响的数值模拟研究[J].高原气象,1999,18(4):659-667.

[7]张红卫,陈怀亮.基于地理信息系统的河南省雷暴分布[J].自然灾害学报,2011,20(1):110-114.

[8]丁一汇.暴雨洪涝[M].北京:气象出版社,2009:25-37.

[9]张红卫,陈怀亮,张弘.基于GIS的河南省风能资源时空分布及利用[J].自然资源学报,2011,26(6):1021-1029.

[10]董鹏捷,王建捷.北京地区冰雹灾害风险评估模型及风险区划[J].暴雨灾害,2012,31(1):29-34.

[11]卫辉市人民政府.卫辉市年鉴[M].卫辉:卫辉市地方史志办公室, 2013:65-72.

[12]姚航,杨建芳,沙正运,等.卫辉市志(1989～2000)[M].郑州:中州古籍出版社,2008:29-33.

[13]张婧,郝立生,许晓光.基于GIS技术的河北省洪涝灾害风险区划与分析[J].灾害学,2009,24(2):51-56.

[14]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.

[15]张红卫,申双和,陈怀亮.冬季温度的主成分分析[J].安徽农业科学, 2008,36(25):10725-10728.

[16]李艳双,曾珍香,张闽,等.主成分分析法在多指标综合评价方法中的应用[J].河北工业大学学报,1999,28(1):94-97.

[17]宇传华.SPSS与统计分析[M].北京:电子工业出版社,2014:496-510.

[18]曹茂林.层次分析法确定评价指标权重及Excel计算[J].江苏科技信息,2012(2):39-40.

[19]周成虎,万庆,黄诗峰,等.基于GIS的洪水灾害风险区划研究[J].地理学报,2000,55(1):15-24.

[20]李丽华,陈洪武,毛炜峄,等.基于GIS的阿克苏地区冰雹灾害风险区划及评价[J].干旱区研究,2010,27(2):224-229.

Risk Zonation of Meteorological Disaster in Southern Taihang Mountains——Taking Weihui in Henan as an Example

Tian Xiaolu
(The Meteorological Administration of Xinxiang,Xinxiang 453003,Henan,China)

The paper aims to understand the temporal and spatial characteristics of meteorological disaster in Weihui,and reveal the relationship between the complex terrain of southern Taihang Mountains and meteorological disasters.The author used the data from 1961 to 2014,including disaster,DEM,GDP,daily precipitation and wind speed of 19 automatic meteorological stations,to construct the risk evaluation index system of hail,gale,rainstorm and comprehensive meteorological disaster by means of AHP and PCA;the zoning map with resolution of 30 m×30 m meters was drawn by ArcGIS.The results showed that:the high risk zones of hail disaster mainly distributed in two moving paths to the surrounding areas;the risk of gale disaster was rather dispersed and higher except that in Shibaotou,Jishui,Houhe and Liyuantun;rainstorm disaster was prone to take place around Wei River and Communist canal;overall,the risk of comprehensive meteorological disaster was higher in Andu,Dunfangdian,Shangle and Sunxing.The study can improve the pertinence and guiding of local meteorological service,and provide a basis to formulate the mitigation measures.

Meteorological Disaster;Risk Zonation;AHP;PCA;Southern Taihang Mountains

S166

A论文编号：cjas16090009

新乡市科技发展计划项目“基于GIS的新乡市气象灾害风险评估和区划研究”(14SF01)。

田晓璐，女，1988年出生，河南新乡人，助理工程师，本科，主要从事应用气象方面的研究。通信地址：453003河南省新乡市红旗区牌坊街1号新乡市气象局，Tel：0373-3052145，E-mail：243490253@qq.com。

2016-09-19，

2016-12-21。