基于PSR 模型的雷电灾害风险定量化方法研究

黄惺惺，鲁峻麟，庄燕洵，叶泽文，殷启元

（1.广东省气象公共安全技术支持中心，广州 510640；2.广州市突发事件预警信息发布中心，广州 511430）

随着经济的快速发展和信息时代的到来，雷电灾害已逐渐扩展到生活中所涉及的大部分行业领域，面对越来越严重的雷电灾害，需要进行正确地认识和评价，才能提出科学合理有效的雷电灾害防御措施。在中国，每年的雷灾伤亡人员数以千计［1-3］。对于广东省来说，偏远地区（农村）仍是雷电灾害多发区和雷电防御的薄弱地区。该省气象局、省民政厅和省农业农村厅开展的全省农村雷电灾害隐患排查结果显示，农村电力、电信等基础设施防雷装置不合格及各种线路私拉乱接情况突出，农村住宅的设计和施工容易忽视防雷装置建设。大部分农民雷电灾害防护意识依然十分薄弱，存在知识盲区和侥幸心理等，加上不能及时获取雷电预警信息，同时受地理环境和生产条件的限制，野外作业无雷电防御措施，极易发生事故。根据历年广东省雷电灾害造成的人员伤亡数据来看，农村伤亡事件占80%以上。

雷电灾害形成的原因复杂多样，马明等［4］通过研究雷电灾害及其致灾因子，认为雷电灾害类型与承载体有密切关系。易燕明等［5］通过研究雷暴日和闪电日变化，认为雷电灾害不仅与雷电活动有关，还与经济增长、城市发展以及防灾减灾措施有关。目前也有研究认为雷电灾害的形成与人口数量、社会经济、气候等因素均存在一定的相关性［3，6-9］。Roeder 等［10］利用GIS 软件将闪电密度和人口密度在网格上相乘，预测雷灾伤亡人数。袁湘玲等［11］、刘岩等［12］、金晨路等［13］、王赟等［14］均采用层次分析法结合多种雷电灾害风险指数作为雷电灾害风险评估指标，确定评估指标权重分布，建立雷电灾害风险评估模型。

目前雷电灾害风险区划中权重计算方法，主要是采用专家打分法和定性分析法，风险区划结果的科学性、精确性有待提高。为了能够为雷电安全防护策略提供定量化的技术支撑，本研究探索寻找出一种雷电灾害风险定量化的方法。基于广东省2007—2016 年闪电定位数据、1995—2016 年的雷电伤亡资料以及精细化的社会经济特征，利用定量分析法来确定各评价指标权重，建立PSR 雷电风险定量化模型，形成一种具有可行性的雷电灾害风险定量化评估方法。

1 数据来源与研究方法

1.1 数据来源

雷电造成人员伤亡数据来自《广东省雷电灾害汇编》（1995—2020 年）。该汇编中记录的每次雷灾事件都由雷电防护专业技术人员赴现场调查核实，并了解详细情况。每月先由县级气象局向市级气象局报告雷击造成的当地人员伤亡和经济损失，市级气象局再将责任范围内发生的所有雷灾报告汇总后上报省级气象局。该资料对每场雷灾发生情况均有详细记录，是广东省目前较全面的官方文字记载资料［15］。

研究采用广东省闪电定位系统（Guangdong Lightning Location System，简称 LLS）2007—2016 年共10 年闪电数据，该系统能实时监测大范围内云对地闪电的时间、极性、位置、回击电流等参数［16］，地闪探测效率能达到93%，定位精度误差约为760 m［17］。社会经济特征数据、人口数据（2010 年全国人口普查数据）和GDP 数据（2015 年）均来自《广东省统计年鉴》。

1.2 研究方法

在雷电灾害风险区划中，为了确保各项评价指标权重的准确性和科学性，本研究在建立评价模型时采用熵值法和主成分分析相结合的方式确定各评价指标权重，通过对评价指标的定量分析得出合理的权重。最后采用ArcGIS 空间分析技术，即克里金插值对数据进行处理分析，将离散的点数据通过数据转换成连续的面，其实质是使用协方差函数和变异函数确定某个变量随空间距离的变化规律，在有限区域内对区域化变量进行无偏最优估计，通过对网格赋予不同颜色，经过平滑和滤波后，得出各种评价指标的空间分布特征及最终的雷电风险定量化结果。

2 雷电灾害风险定量化评估模型

2.1 评价指标选取

PSR 模型是基于压力、状态、响应3 状态搭建的数学模型，该模型已较为成熟地用于评价人类活动对生态环境的影响程度。定量化评估体系（图1）借助PSR 模型思想来研究区域雷电灾害风险，在评价指标选取方面，地闪密度、雷电流强度代表区域所受到的环境压力（P），地闪密度为每平方千米范围内平均每年发生地闪的次数，雷电流强度表征该区域发生地闪时电流强度绝对值；人口密度、国内生产总值（GDP）代表区域状态（S），表征当前区域下自然环境、人口、经济状况等环境状态和环境变化情况；人身伤亡、经济损失代表区域响应（R），即区域遭受雷电灾害后，呈现出的结果。

图1 基于PSR 的雷电灾害风险定量化评估体系

2.2 雷电灾害风险定量化模型建立

将广东省行政区域范围划分为3 km×3 km 网格，利用克里金插值法将6 种评价指标插值成各网格数据，通过熵值法和主成分分析法，引入斯皮尔曼相关系数，确定各评价指标的权重系数，根据PSR 模型进行计算。

2.2.1 熵值法权重确定

1）原始数据形成m×n的原始数据矩阵。m为格点样本数，n为指标数，xmn表示第m个样本第n项评价指标的数值。

2）标准化处理。为消除数据差异对评估结果的影响，对各评价指标进行标准化处理，形成新矩阵。

3）求熵值。

4）求差异系数。

5）求权重。

用熵值法计算权重结果见表1。

表1 雷电灾害风险定量化熵值法权重结果

2.2.2 主成分分析法权重确定 借助SPSS 工具，先对各评价指标进行归一化、降维等处理，通过主成分分析法计算6 种评价指标的贡献程度，最后得出各评价指标的权重（表2）。

表2 雷电灾害风险定量化主成分分析法权重结果

2.2.3 2 种方法的相关性研究 选用2 种不同的方法确定各指标权重，评价结果出现了一定的差异，为了能确定出各评价指标最合理的权重结果，本研究通过斯皮尔曼相关系数（rs）来计算所选熵值法和主成分分析法之间的相关性。根据斯皮尔曼等级系数相关程度分类，当 0＜rs＜0.2，极弱相关或无相关；当0.2＜rs＜0.4，弱相关；当 0.4＜rs＜0.6，中等程度相关；当0.6＜rs＜0.8，强相关；当0.8＜rs＜1.0，极强相关。

通过公式（6）得出2 种不同方法的权重结果，相关性rs=0.828 6，大于0.8，属于极强相关，因此取2 种方法得出的平均权重，较为准确合理（表3）。

表3 雷电灾害风险定量化选取指标权重结果

3 结果与分析

3.1 评价指标空间分布特征

利用ArcGIS 对6 种评价指标开展空间分布特征分析，得出了地闪密度空间分布、雷电流强度空间分布、GDP 空间分布、人口密度、经济损失空间分布及人身伤亡空间分布特征（图2）。

由图2a 得出，2007—2016 年全省的平均地闪密度值为17.19 次/（km2·年），闪电在珠三角地区发生次数较多，闪电活动较为频繁；相比之下粤东、粤北区域闪电活跃度较低。

由图 2b 得出，2007—2016 年湛江、茂名西南部为雷电流强度最强区域，其次是阳江、江门、梅州、河源、汕尾、中山、珠海和茂名大部分区域。

由图2c 得出，近3 年GDP 高值区主要汇集在广州、深圳、东莞、佛山、中山等珠江三角洲区域，广州、深圳作为中国“历史最悠远”的一线城市，已经完成了各自经济核心的塑造，而东莞、佛山、中山等地靠近一线城市，在一线城市的带动下，许多产业和人口向其转移，经济快速增长。

由图2d 得出，人口主要集中在珠江三角洲区域，特别是广州、深圳、佛山和东莞，且人口和GDP高值区相互对应；同时在粤东地区也出现了一个人口密度高值区，与2017 年广东省人民政府统计的人口状况基本一致，排名第一和第二的分别为珠三角地区和粤东地区。

从雷电灾害经济损失空间分布特征（图2e）来看，经济损失量大的地区主要有广州、深圳、东莞、佛山、江门、清远、韶关市，其次是湛江市，经济损失量最少的为粤东地区，这与地闪密度、雷电流强度等因子密切相关。

图2 评价指标空间分布特征

从人身伤亡空间分布特征（图2f）来看，主要集中在广州市、湛江市，其次是茂名市，这也与当地资料上报的完整性有一定的关系。

3.2 雷电灾害定量化结果

根据6 种评价指标的权重系数，采用加权法，得出雷电灾害风险定量化结果。利用ArcGis 采用3 km×3 km 的网格进行计算，通过空间插值方法将网格数据转化成栅格数据并进行平滑处理，得到根据各评价指标影响度的分析，从而得出雷电灾害风险定量化结果（图3），分为低、次低、中等、次高和高风险5 级。

图3 雷电灾害定量化结果

由图3 可知，高风险区位于广州、深圳、东莞、中山、佛山、惠州、珠海，主要集中在珠三角——广东经济发展核心区域，从南往北风险区域依次降低；粤东区域有一片次高风险区，位于汕头西北大部、揭阳中东部和潮州西南大部分区域；粤西风险次高区主要位于茂名和湛江北部。高风险区中对应着人口密度、GDP 高值中心，说明人口密度、GDP 是反映雷电灾害危险性的重要因子，因此，将人口密度、GDP 等指标纳入PSR 体系模型中具有一定的科学性。

3.3 定量化结果验证

雷电灾害是广东省第三大气象灾害，雷电灾害涉及面广，社会影响大，遍及社会生活的各个方面。本研究选取1995—2016 年的1 075 个广东省雷灾资料中的雷灾伤亡事件发生位置对定量化模型结果进行验证（图4）。可以看出，雷电灾害高风险区发生的雷灾伤亡事件也相对较多，不同等级的雷电灾害区域与雷电灾害实际发生情况基本吻合。

图4 雷电灾害风险定量化与实际雷灾叠加结果

为了研究雷电灾害高风险区与雷灾伤亡事件是否具有一定的相关性，以地级市为单位，将雷电灾害风险定量化结果与该地区实际发生的雷灾伤亡事件计算二次回归相关性，相关系数为0.882 0，相关性较好（图5），说明6 种评价指标的权重选取合理，得出的雷电灾害风险定量化结果图能较好地反映实际情况。

图5 雷电灾害风险定量化结果与实际雷灾相关性分析

4 小结

本研究选取地闪密度、雷电流强度、GDP、人口密度、经济损失和人身伤亡6 种评价指标，搭建PSR雷电风险定量化模型，利用克里金插值法、熵值法和主成分分析法分别对区域压力、区域状态和区域响应进行数据处理和统计分析，实现了广东省雷电灾害风险定量化计算，获得全省雷电灾害风险定量化结果，通过验证分析得出以下结论。

1）广东省高风险区位于广州、深圳、东莞、中山、佛山、惠州、珠海，主要集中在珠三角地区，从南往北区域风险逐渐降低；粤东区域有一片次高风险区，位于汕头西北大部、揭阳中东部和潮州西南大部分区域；粤西风险次高区主要位于茂名和湛江北部。

2）通过借助广东省1 075 个雷灾伤亡发生位置进行验证，发现雷电风险区与实际雷灾发生情况相符，二者的二次回归相关系数达0.882 0，说明本研究选用的6 种指标纳入PSR 体系模型中具有可行性和科学性。

3）雷电灾害风险定量化方法依托PSR 模型，实现区域雷电安全灾害定量化评价，可直观反映区域雷电灾害风险等级，为雷电安全资料不完整尤其是偏远农村的雷电安全防护策略制定提供技术依据和参考。

4）雷电灾害风险形成的原因复杂多样，本研究仅基于现有风险区划方法和资料开展了区域雷电灾害风险定量化分析研究，下一步将结合精细的地质环境数据和精准的社会经济数据，获得更加完备的雷电灾害风险定量化结果。