卫辉市大风灾害风险区划及评价

田晓璐

(新乡市气象局，河南新乡 453003)

中国是自然灾害多发的国家。研究资料统计，各类自然灾害中气象灾害占70%以上[1]，每年因重大气象灾害造成的经济损失约占国民生产总值的1%～3%，受影响的人口约4亿人次。卫辉市位于太行山山前冲积倾斜平原和黄河冲积平原的交接部，地势西北高东南低，河系纵横。良好的自然条件及土地资源适于种植业发展，农用地面积占市域总面积的75.64%。东南部平原不仅是河南省小麦、玉米的高产区，而且上乐村的凯特杏基地、唐庄镇的鲜桃生产基地名扬省内外。然而，复杂的地形导致卫辉市气象灾害多发[2]。整理近58年的灾情数据后发现，大风致灾的事件频繁出现，对农业生产、农民生活、人身安全等都带来了巨大影响。20世纪90年代前后，气象灾害风险区划在全国范围内大规模展开。近年来，地理信息系统ArcGIS的发展与应用，为该方面研究提供了强有力的技术支撑[3-6]。陈鑫[7]根据1959—2010年杭州市的极大风速、自然环境以及社会经济数据，借助ArcGIS及模糊综合评价方法，绘制了以1 km×1 km栅格为基本评价单元的杭州市大风灾害风险区划图。杨丰政[8]从大风灾害的成因出发,利用灰色关联法、模糊综合评价法和专家打分法，研究了徐水县大风灾害风险分布情况。本文从气象灾害系统理论出发，选取适当的指标构建卫辉市大风灾害风险评估指标体系，结合层次分析法与主成分分析法客观的确定各指标权重，并依托ArcGIS 10.0软件强大的空间分析功能，绘制分辨率为30 m×30 m的大风灾害风险区划图；结合灾害的区域性特点，提出有针对性的防灾减灾策略，以期为卫辉市大风灾害的防御和经济社会的可持续发展提供指导。

1 资料与方法

1.1 资料

气象数据：卫辉市6要素自动气象站于2012年建成并投入使用，选取2012—2018年辖区内4要素、6要素自动站的逐日风速数据。此外，由于东部站点分布较为稀疏，为做出更精确的插值结果，以逼近气象要素的真实情况，加入了周边淇县、浚县和延津县自动站的风速数据，统计站点共计9个。社会经济数据：选用卫辉市2018年的GDP、人口数量、土地利用类型的栅格数据(分辨率为1 km×1 km)，以及各乡镇2018年的人均耕地面积、林地面积等。

1.2 主要研究方法

1.2.1 指标体系构建 从灾害学及自然灾害风险理论出发，形成大风灾害必须具备以下4个条件：达到致灾的风速(致灾因子)；易形成大风的自然环境(孕灾环境)；灾害对人类生命安全及财产的影响(承灾体)；应对、抵御灾害的能力(防灾减灾能力)。结合卫辉市实际情况，选取具有针对性的指标构造了如图1所示的大风灾害风险评估指标体系。

图1 卫辉市大风灾害风险评估指标体系

1.2.2 层次分析法 该方法将定量与定性分析结合起来，能够合理给出每个决策方案的标准权重。总的来说，层次分析法的思路如下：建立层次结构模型、构造指标判断矩阵、计算权重及检验一致性[9]。具体步骤为：(1)首先分析各指标之间的关系，建立层次结构模型，由上至下分为目标层、准则层、方案层三个层次。(2)将同一层次内各个指标的影响程度进行两两比较，比较时取1/9～9尺度。1/9指前一因素比后一因素影响绝对地弱，9指前一因素比后一因素影响绝对地强。进而可确定每层中各指标的影响程度，构造指标判断矩阵。(3)通过幂法求解矩阵的最大特征根λmax、特征向量w，进而得到各指标权重。此外，由于决策者分析时的主观性，对判断矩阵的一致性检验必不可少。当判断矩阵的一致性比率<0.10时，认为一致性符合要求。

1.2.3 主成分分析法 该方法的核心是降维，通过对原变量的少数几个线性组合，进而体现绝大多数原始信息。思路如下：数据标准化处理、求相关系数矩阵及特征根和特征向量、确定主成分个数、计算主成分综合模型[10-12]。具体步骤为：(1)采用Z-score法对数据进行标准化变换，消除量纲使其之间具有可比性。(2)借助SPSS 22软件的因子分析工具，求解相关系数矩阵及特征根、特征向量。(3)主成分方差是衡量信息量的指标，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%确定主成分个数。(4)以方差贡献率为权重，对指标在每个主成分中的系数做加权平均，得主成分综合模型。

2 结果与分析

2.1 致灾因子危险性分析

统计卫辉市1981—2010年月均大风日数(图2)发现，大风一年四季均可出现。成因主要分为两种：一是冷空气影响产生的大风。春季西风槽和冷锋活动频繁, 影响我国的西伯利亚冷空气南下时间尺度加大，致使春季大风出现频率最高。二是中、小尺度天气系统带来的雷雨大风，夏季多发，其空间尺度小，发展演变迅速，破坏力极强。

图2 1981—2010年卫辉市月均大风日数

统计整理2012—2018年卫辉市及周边淇县、浚县和延津县共9个4要素、6要素自动气象站的逐日风速数据，分别筛选出各站点风速大于7级、8级以及9级日数。计算指标权重时，通过主成分分析法。借助SPSS 22软件的Z-score法对数据进行标准化处理后，利用因子分析工具进行主成分分析。KMO(Kaiser Meyer Olkin)检验统计量是用于比较简单相关系数和偏相关系数的常用指标[13]，KMO越接近1,意味着数据间相关性越强，常以KMO>0.5作为标准。计算得KMO为0.725，表明上述数据适合进行主成分分析。方差是衡量主成分包含的信息量，以方差贡献率累计>70%确定主成分个数。借助SPSS分析可得，第1主成分方差贡献率累计达94.641%，表示提取1个主成分即可。经计算，第1主成分的特征根为2.839，3个初始因子载荷分别为0.987、0.970、0.962，用初始因子载荷除以特征根开平方，并将系数做归一化处理，得到大风致灾因子危险性评估模型

H=0.338H1+0.332H2+0.33H3。

(1)

式中，H为致灾因子危险性指数，用于表示致灾因子危险性程度。H1、H2、H3分别表示3项评价因子，即风速大于7级日数、风速大于8级日数、风速大于9级日数。

使用ArcGIS 10.0软件的克里金插值、栅格计算器等工具，绘制如图3所示的大风致灾因子危险性区划图。可见，太公泉镇、狮豹头的西南部及唐庄镇的西北部为致灾因子高危险区，而狮豹头的东北部、柳庄以及孙杏村镇、后河镇、李源屯镇的南部为致灾因子低危险区。

图3 卫辉市大风致灾因子危险性区划

2.2 孕灾环境敏感性分析

卫辉市西北部紧临太行山脉，最高海拔在黄梅草垴峰，为1 069 m，最低海拔为24 m，高度差超过1 000 m，地势悬殊明显。境内有4座中小型水库和7条主要河流，复杂的地形地貌特征增加了大风灾害发生的可能性。相关研究表明，风速随海拔高度增加呈递增趋势，即绝对高程越高，大风的危险性越大。并且在同等风速的前提下，沟壑林立、峰峦叠嶂的地区更容易产生大风灾害[14-15]。

结合卫辉市的地形特点，利用ArcGIS 10.0软件的自然间断点分级法，将高程划分为如表1所示的4个区间。利用焦点统计工具计算每个栅格周围3×3邻域内9个栅格的高程标准差(σ)，作为表征该处地形变化的指标。σ≥10 m表示起伏较大，1 m<σ<10 m表示起伏适中，σ≤1 m表示起伏平缓。通过表1可以看出，当高程大于700 m且地形起伏较大时，发生风灾的可能性最高，赋值0.9。当高程小于100 m且地形起伏平缓时，发生灾害的可能性最低，赋值0.4。由此得到的孕灾环境敏感性区划，如图4所示。可见，北部的狮豹头位于太行山区，由于峰峦叠嶂的复杂地形特征，孕灾环境敏感性最高。

表1 高程与高程标准差(σ)组合赋值表

图4 卫辉市大风孕灾环境敏感性区划

2.3 承灾体易损性分析

承灾体易损性指的是可能遭受大风威胁的人员、财产的损失程度。灾害的危害度和承灾体易损性密切相关，即便是同等强度的灾害，在不同地区造成的损害可能完全不同。若一个地区人口密布，耕地、财产集中，那么灾害造成的损失要比发生在经济落后、荒芜人烟的地区大得多。选取土地利用类型易损性、人口数量和人均耕地面积作为承灾体易损性指标。在计算指标权重时，选用层次分析法。通过Excel求解，可得人均耕地面积、人口数量、土地利用类型易损性的权重分别为0.24、0.55、0.21。大风灾害承灾体易损性评估模型为

V=0.24V1+0.55V2+0.21V3。

(2)

式中，V为承灾体易损性指数，用于表示承灾体易损性程度。V1、V2、V3分别表示3项评价因子，即人均耕地面积、人口数量、土地利用类型易损性。

通过ArcGIS 10.0软件空间叠加功能按该权重值对相应图层进行叠加，得到如图5所示的大风承灾体易损性区划图。由于上乐村镇、顿坊店、安都为卫辉市粮食主产区，耕地面积之和占卫辉市耕地总面积近40%，可以发现，这3个乡镇的承灾体易损性最高。而狮豹头由于人口稀少，耕地量少等原因，承灾体易损性最低。

图5 卫辉市大风承灾体易损性区划

2.4 防灾减灾能力分析

各乡镇的防灾减灾能力从当地的GDP水平和林地面积两个角度进行分析。一般来说，遭受相同大风灾害时，随着GDP提升，抵御灾害的能力会大幅度提升。而森林对抑制大风灾害的发生能起到显著作用，大量研究表明，大片防风林可有效防风固沙、降低风速、改善环境。将卫辉市各乡镇的林地面积进行空间插值后，与GDP栅格图层相叠加，得到的防灾减灾能力区划图，如图6所示。可以看出，汲水镇的防灾减灾能力最强。

图6 卫辉市大风防灾减灾能力区划

2.5 大风灾害风险区划

通过层次分析法，对致灾因子危险性、孕灾环境敏感性、承灾体易损性、防灾减灾能力分别按0.475、0.255、0.163、-0.161赋权重，得到如表2所示的卫辉市大风灾害风险评估指标体系。通过ArcGIS 10.0软件叠加各图层绘制大风灾害风险区划图(图7)，可以发现，太公泉镇、狮豹头的西南部、唐庄镇的西北部风险最高，安都、顿坊店、上乐村镇风险略有降低，汲水镇、柳庄、后河镇、李源屯镇、狮豹头的东北部风险最低。

图7 卫辉市大风灾害风险区划

表2 大风灾害风险评估指标体系

3 防灾减灾对策

卫辉市的自然条件适于发展种植业，经济以农业为主。提高对大风灾害形成机理、发展原因及环境条件的研究，因地制宜采取减灾对策显得尤为重要。结合卫辉市大风灾害的区域性特点，提出如下针对性防灾减灾策略。

3.1 推进植树造林工作

研究证明，一亩防风林可保护100多亩农田免受风灾[16]。为达到最好的防风效果，在树木品种选择时，应挑选抗风性能强、根系发达的树种成行、成带、成网种植。位于太行山基岩山丘区的狮豹头、太公泉镇、安都、唐庄镇，因其特殊的地理位置，大风多发。应适当调整该区域的农林牧结构，绿化荒山秃岭， 大力种草植树。由于卫辉市大风

常出现在春季，而此时正值桃树开花、坐果的关键阶段。唐庄镇作为全国著名的万亩鲜桃基地，严重的风灾常导致落花、落果，影响鲜桃的品质及产量。应考虑在桃园周边设置防风林，且主林带要与常年大风的风向垂直。

3.2 做好灾害易发区的大田管理

卫辉市的农业占其总产业很大比重，上乐村镇、顿坊店、安都耕地面积之和约占全市的40%。通过大风灾害风险区划可以看出，这3个乡镇的灾害风险等级位居前列。因此，做好灾害易发区的大田管理显得尤为重要。大秋作物品种选择方面，尽量选择茎粗、高度低的品种为宜。在与常年大风风向相垂直的方向，应选择根系强大，抗风能力强的树种，实施植树造林工程。大风过后作物若出现倒伏，应及时扶正。同时，需密切关注天气预报，大风之前不宜灌溉以避免倒伏的发生。

3.3 气象灾害预警信息及时进村入户

卫辉市农村人口比例大，村民居住分散。气象部门向社会发布气象灾害预警的主要途径有短信、电视、网络、传真等。但偏远山区通信落后，以上传播方式效果不佳。位于山区、地广人稀且经济较为落后的狮豹头乡，可考虑使用气象大喇叭的方式提醒村民及时避险。

3.4 防灾减灾科普知识宣传

结合3月23日世界气象日、5月12日全国防灾减灾日、10月13日国际减灾日，可组织开展形式多样的防灾减灾科普知识宣传，让民众知道在灾害发生时需要做什么，可以去哪里避险，必要时立即开展自救，最大程度地减少人员伤亡。

4 结论与讨论

(1)卫辉市致灾因子高风险区位于太公泉镇、狮豹头的西南部及唐庄镇的西北部；孕灾环境高敏感区主要位于狮豹头；承灾体易损性高风险区主要集中在上乐村镇、顿坊店、安都；汲水镇的防灾减灾能力最强。

(2)卫辉市大风灾害风险区划表明，太公泉镇、狮豹头的西南部、唐庄镇的西北部风险最高，安都、顿坊店、上乐村镇风险略有降低，汲水镇、柳庄、后河镇、李源屯镇、狮豹头的东北部风险最低。

(3)结合卫辉市大风灾害的区域性特点，提出了针对性的防灾减灾策略：适当改变灾害易发区的农林牧结构，大力种草植树，在桃园周边培育防风林；做好灾害易发区的大田管理；气象灾害预警信息及时进村入户；加强防灾减灾科普知识宣传。