福州市农作物台风灾害风险评估

2017-04-17林瑞坤陈清华游儒蔚

福建农业科技 2017年11期

林瑞坤，蔡　敏，陈清华，游儒蔚

(福州农业气象试验站　350001)

在全球气候变暖和快速城市化的背景下，台风及其引发的大风、暴雨和风暴潮的强度和频率增高，台风灾害对沿海地区造成的损失加大，严重威胁着人类社会的可持续发展[1]。福州市地处东南沿海，人口密集、经济发达，台风灾害常给农业生产造成重大经济损失，是导致福州农作物产量下降的主要风险因素之一。台风在福州年均发生5次，主要发生在6-10月，以7-9月最多。因此，评估福州市农作物台风灾害风险对预防和减轻台风灾害具有重要意义。

近年来，国内众多专家学者热衷于暴雨、干旱、洪涝、寒潮和台风等各种自然灾害风险评估研究[2-8]，有关台风灾害风险评估的研究报道也较多，但研究侧重点有所不同。张广平等[9]开展基于模糊神经网络的台风灾害损失模型及应用研究；杨忠恩等[10]采用综合灾害风险指数法开展热带气旋对浙江省农业影响的风险区划；刘晓庆等[11]开展基于灰色关联度的台风灾害影响因素分析研究；陈香[12]采用灾害风险指数法和加权综合评价法对福建省台风灾害进行风险评估与区划；冯利华[13]基于热带气旋出现次数对东南沿海各省的热带气旋进行了风险分析；殷洁等[14]从台风灾害成灾机理出发对承灾体脆弱性进行评估；牛海燕等[15]采用台风灾次指数和承灾体指数对中国沿海地区台风灾害风险开展评价。本文基于信息扩散理论的模糊计算方法，利用历年台风所造成的农业受灾和成灾面积资料，客观分析和评估福州市台风灾害给农作物带来的风险，旨在揭示农业水灾风险发生规律和强度，为相关部门制定防范措施提供科学依据。

1　材料与方法

1.1　数据来源

2001年以前，农作物因台风受灾的灾情数据没有单独统计，均笼统地包括在风雹灾情中。因此，在农作物台风灾害风险评估中，选取福州市2001-2016年共16年的农作物台风灾害的受灾和成灾面积资料作为台风灾害风险分析的基础数据[22]，资料来源于《福州统计年鉴》和《中国气象灾害年鉴》。

1.2　风险评估方法

气象灾害的致险程度评估方法有很多，如神经网络法、熵权分析法、邻域类比法、专家打分法、多指标综合评估法、灾害情景模拟法和频率统计法等。因样本较少，通过综合考虑，本研究适合应用频率统计法中的模糊评价方法。信息扩散是为了弥补信息不足而考虑优化利用样本模糊信息的一种对样本进行集值化的模糊数学处理方法。该方法可以将只有一个观测值的样本，变成一个模糊集，通过优化利用样本模糊信息来弥补小样本导致的信息不足，从而得出小概率事件的致灾程度。最简单的模型是正态扩散模型。

具体评估方法，首先是建立致灾强度指标系列，即设单值观测样本(yj)。

yj={y1，y2，…，ym}

(1)

设指标离散论域为：

ui={u1，u2，…，un}

(2)

式(2)中u1，u2，…，un为控制点。按照下式(3)，一个单值观测样本yj可以将其所携带的信息扩散给ui中的所有点：

(3)

式(3)中h为扩散系数，可根据样本集合中样本的最大值b、最小值a和样本个数m来确定：

(4)

则就将单值观测样本yj变成一个以μyi(ui)。为隶属函数的模糊集。

令：

(5)

相应的模糊子集的隶属函数为：

μyi(ui)=fj(ui)/cj

(6)

称μyi(ui)。为样本yj的归一化信息分布。

对μyi(ui) 进行处理，令

(7)

其物理意义是：由观测样本集合{y1，y2，…，ym}，经信息扩散推断出，如果样本观测值只能取u1，u2，…，un中的一个，那么，在将yj均看作是样本代表时，观测值为ui的样本个数为q(ui)个。显然，q(ui)通常不是一个正整数，但一定是一个不小于零的数。

再令：

(8)

事实上，Q 就是各ui点上的样本数的总和。已知：

P(ui)=q(ui)/Q

(9)

就是样本落在ui处的频率值，可以作为概率的估计值。

对于单值观测样本指标yj={y1，y2，…，ym}，通常将yj取为式(2)中的指标离散论域，yj取为论域U中的一个元素ui。显然，超越ui的概率值应为：

(10)

P(u≥ui) 就是所要求的风险估计值。

1.3　选取台风致灾风险指标

选取农作物台风灾害受灾指数和成灾指数作为致灾风险指标进行台风灾害风险分析，各灾害指数定义为：

受灾指数(%)=受灾面积/种植面积

上式中：受灾面积指因台风灾害造成农作物产量减产幅度超过正常产量10%的面积。

成灾指数(%)=成灾面积/种植面积

上式中：成灾面积指因台风灾害造成农作物产量减产幅度超过正常产量30%的面积。

2　结果与分析

2.1　2001-2016年农作物台风灾害分析

台风来袭常伴有大风和暴雨，容易造成农作物大面积倒伏和机械损伤，设施大棚大量被毁，给农业生产造成较大损失。从福州地区历年台风受灾、成灾指数曲线图(图1)可见，2001-2016年福州市农作物台风受灾指数介于0～17.75%之间，历年平均值为5.53%；受灾指数≥10%的年份占到31.3%，分别出现在2001年、2005年、2013年、2015年和2016年，最大值出现在2005年，台风受灾面积达5.6万hm2；历年台风成灾指数为0～8.24%之间，平均值为2.62%，成灾指数≥5%的年份有2001年、2005年、2012年和2015年，占统计年份的25.0%，最大值出现在2005年，台风成灾面积达2.6万hm2。

在统计资料中，2003年台风对福州农作物的影响不大，未造成灾害损失，当年台风受灾和成灾指数均为0，说明当年福州市的农业生产受台风影响的概率较小。从台风受灾指数和成灾指数的年际状况来看，台风受灾指数和台风成灾指数的年际波动状况比较一致，台风受灾指数和成灾指数最大值均出现在2005年。2005年登陆或影响福州的台风有6个，其中3个台风(5号“海棠”台风、13号“泰利”台风、19号“龙王”台风)对福州造成严重灾害。特别是19号“龙王”台风，强度强、结构密实、移动速度快，给福州市带来严重危害。此次过程沿海普遍出现12级以上大风，大部分县(市)城区出现8级以上大风，福州地区均出现暴雨到特大暴雨，台风过程雨量为100～340 mm；适逢天文大潮和台风引发的风暴潮增水，闽江潮水水位异常升高，使得城区涝水受洪潮顶托，延长了排泄时间。福州市受灾严重，受灾人口达223.93万人，房屋倒塌14 018间，直接经济损失35.59亿元；受淹汽车8000多辆，停产工矿企业1647家；水利、电力、通讯、道路等基础设施损毁严重；农作物受灾4.8万hm2，成灾2.4万hm2，牲畜死亡6.06万头。

图1　2001-2016年福州市农作物台风灾害受灾指数和成灾指数

2.2　农作物台风灾害风险评估

采用基于信息扩散理论的模糊计算方法进行农作物台风灾害风险评估，根据农作物受灾指数和成灾指数的变化范围，以及将连续论域等间距取点，取农作物台风受灾指数离散论域ui为：{0，0.02，0.04，0.06，0.08，0.1，0.12，0.14，0.16，0.18，0.2}，取农作物台风成灾指数离散论域ui为：{0，0.01，0.02，0.03，0.04，0.05，0.06，0.07，0.08，0.09，0.1}，按照式(3)至(6)进行计算，得出受灾指数和成灾指数的归一化信息分布μyi(ui)，然后根据式(7)至(10)计算得出各风险水平的农作物受灾和成灾的风险概率值(表1)。

由表1可见，农作物因台风受灾和成灾的风险概率随着台风灾害风险水平的提高而下降。当农作物台风受灾风险水平即台风造成的农作物受灾面积占种植面积比例为2%、6%、12%和18%时，福州市农作物因台风受灾的风险概率为0.8054、0.3067、0.1137和0.0318，即意味着因台风造成的农作物受灾面积达种植面积2%、6%、12%和18%时出现1.2年、3.3年、8.8年和31.4年一遇风险；当受灾风险水平上升至20%时，福州市农作物台风受灾风险概率约为156.3年一遇。在平均受灾风险水平时，即台风造成的农作物受灾面积占种植面积比例达5.53%时，受灾风险概率为0.3156，即3.2年一遇。

表1　福州市农作物台风受灾和成灾的风险概率

从成灾风险来看，当农作物因台风成灾风险水平即台风造成的农作物成灾面积占播种面积比例为1%、3%、5%和8%时，台风成灾风险概率值为0.5331、0.3577、0.1983和0.0334，即意味着因台风造成的农作物成灾面积达播种面积1%、3%、5%和8%时出现1.9年、2.8年、5.0和29.9年一遇风险；当成灾风险水平达到10%时，福州市农作物台风成灾风险约为434.8年一遇。在平均成灾风险水平时，即台风造成的农作物成灾面积占种植面积比例达2.62%时，成灾风险概率为0.3657，即2.7年一遇。