基于熵权—TOPSIS模型的雷电灾害风险评价研究*——以内蒙古自治区为例

刘正源，那仁满都拉，郭恩亮，刘晓东，秦兆军，宋昊泽，王汉堃，侯 越

(1.内蒙古自治区雷电预警防护中心，内蒙古 呼和浩特 010051；2.内蒙古自治区蒙古高原灾害与生态安全重点实验室，内蒙古师范大学 地理科学学院，内蒙古 呼和浩特 010022)

内蒙古自治区地处高纬度地区，各类地形中高原所占的面积最大，边缘受到山脉的阻隔，气候类型主要为温带大陆性季风气候，受其复杂的气候类型和独特的地形地貌影响，全区雷电灾害频繁发生。据内蒙古气象局统计，2001—2015年期间，内蒙古共发生雷灾事故653次，年均发生雷电灾害事故43.5次，其中2001—2008年期间平均每年发生雷灾事故67.0次，在2009—2015年期间雷电灾害事故有所下降每年平均发生24.8次[1]。因此，研究内蒙古地区雷电灾害风险的主要影响因素及分布情况，对防御雷电灾害至关重要。

对于雷电灾害风险评价及区划，西方发达国家相继从20世纪70年代开始关注气象灾害的风险评价，并在此方面做出了很多研究成果。WILLAM等[2]在1982年出版的《自然灾害风险评价与减灾政策》中，详细论述了自然灾害风险评价概念及其方法。BLAIKEI[3]通过致灾因子、承灾体和孕灾环境等方面分析了资源开发对自然灾害的影响，并根据1975—1994年期间的自然灾害损失、人口和面积等因素对自然灾害的区域风险进行了分析。国内学者如李彩莲等[4]、秦建等[5]、姜苏等[6]通过对不同地区以行政区为评价单元进行雷电灾害风险评价及区划，但是在实际中各个盟市、旗县内的不同区域依然存在着不同的风险性，所以评价单元太大对评价结果的精确性会有影响[7]；另外还有学者如刘平英等[8-9]、程丽丹等[10]、刘三梅等[11]、刘垚等[12]、刘晓东等[13]采用层次分析法来确定指标权重值，但是该类型的方法弊端是在计算指标权重值时，主观因素影响较大，对所得到的综合评价结果会造成较大的偏差。

因此，本文将利用闪电定位仪数据、雷电灾情数据、社会经济数据和基础地理信息数据等，选取适当的雷电灾害风险评价指标，构建内蒙古地区雷电灾害风险评价模型，利用熵权-TOPSIS方法进行雷电灾害风险评价，并提出针对性的雷电灾害防御规划与减灾对策建议。

1 研究区概况

内蒙古自治区位于中国北部边疆，东西最长距离2 400 km，南北跨度约1 700 km，地理位置地处97°12′～126°04′E，37°24′～53°23′N，总面积共118.3万km2，共辖12个地级行政区。2019年末，常住人口数量为2 539.6万人。其中，城镇常住人口数量为1 609.4万人，乡村常住人口数量为930.2万人；常住人口城镇化率为63.4%。

全区海拔高度一般在1 000 m以上，东部为大兴安岭山脉，被大面积的森林覆盖；西部是被巴丹吉林、腾格里、乌兰布和沙漠所覆盖；南部由河套平原、嫩江平原和西辽河平原构成，北部则坐拥锡林郭勒和呼伦贝尔大草原。

内蒙古自治区受到地理位置以及地形地貌的影响，形成了复杂多样的气候特征，其中分布最广的为温带大陆性季风气候。春季温度骤然升高，且大风天气频发；夏季温度高且持续时间短，降水比较集中；秋季降温速度快，常常较早发生秋霜冻；冬季温度低且持续时间长，多发生寒潮天气，成为我国受气象灾害影响比较严重的地区之一，气象防灾减灾任务艰巨、形势严峻。

2 数据收集与处理

2.1 地闪数据

地闪数据来源于内蒙古气象部门闪电定位系统2014年1月至2018年12月的所有地闪数据。内蒙古闪电定位系统主要由42个闪电定位仪，一个处理数据的中央数据库以及图像显示终端组成，收集到的每一条闪电定位数据，包含着日期、时间、经纬度、强度、误差、陡度和定位方式等基本信息。ADTD闪电定位仪的探测标准距离为150 km，因此各站之间的距离通常选为150～180 km之间，图1显示研究区闪电定位仪站点的地理位置。

图1 内蒙古自治区闪电定位仪站址分布图(审图号：GS(2019)1719号，底图无修改，下同。)

2.2 雷电灾情数据与处理方法

本文利用中国气象局雷电防护管理办公室以及中国气象学会雷电防护研究会编写的《全国雷电灾害汇编(2008—2018年)》[14]资料，统计分析研究区人员伤亡和经济损失。以法人数量为单位统计单位受灾数量；以户为单位统计社区或农村居民的受灾数量；以相同位置发生雷击伤亡事件为单位统计伤亡事故数量。

2.3 社会经济、基础地理信息数据与处理方法

社会经济数据主要包括内蒙古地区1 km格网人口和GDP数据，来源于中国科学院资源环境科学数据中心提供的2010年1 km×1 km栅格数据(https://www.resdc.cn/)。

土地利用数据为内蒙古地区分辨率为1km的栅格数据，来自中国科学院资源环境科学数据中心提供的中国1:10万比例尺土地利用现状遥感监测数据库(https://www.resdc.cn/Default.aspx)。

海拔高度数据为分辨率精度为90 m的SRTM地形数据，来自中国科学院计算机网络信息中心国际科学数据镜像网站(http://www.gscloud.cn)。

土壤电导率数据为中国境内数据源为第二次全国土地调查南京土壤所提供的1:100万土壤数据集中内蒙古地区土壤数据，来自黑河计划数据管理中心以及寒区旱区科学数据中心所建立的世界土壤数据库(HWSD)的土壤数据集(v1.2)(http://www.fao.org/soils-portal/soil-survey/soil-maps-and-databases/harmonized-world-soil-database-v12/en/)。

生命损失指数、经济损失指数的计算方法如下。

(1)生命损失指数。统计历年来内蒙古地区单位面积上平均每年发生雷灾的次数(次/( km2/年))和雷电灾害所造成的人员伤亡数量(人/ km2)的加权平均指数。

(2)计算生命损失指数：

Cl=0.5×F+0.5×C。

(1)

式中：Cl为生命损失指数；F为年平均雷电灾害次数的无量纲化值；C为年平均雷击造成人员伤亡数量的无量纲化值。

(3)经济损失指数。统计历年来内蒙古地区单位面积上平均每年发生雷灾的次数(次/( km2/年))和雷电灾害所导致的直接经济损失(万元/ km2)的加权平均指数。

(4)计算经济损失指数：

Ml=0.5×F+0.5×M。

(2)

式中：Ml为经济损失指数；F为年平均雷电灾害次数的无量纲化值；M为年平均雷击造成直接经济损失的无量纲化值。

3 研究方法介绍

3.1 自然灾害风险形成原理

自然灾害风险是指未来几年或几十年内发生灾害的可能性或其可能造成损害的严重程度。目前，对于区域灾害系统理论，一些研究者认为灾害是由致灾因子、承灾体和孕灾环境三个部分组成的。本研究中，对区域的自然灾害风险评价选取的是致灾因子危险性(包括闪电因子和环境因子)、承灾体暴露性、承灾体脆弱性等三者综合作用的结果。即：

自然灾害风险=f(致灾因子危险性，承灾体暴露性，承灾体脆弱性)。

(3)

3.2 熵权-TOPSIS评价方法

3.2.1 熵权法确定权重

为了剖析不同影响因素对雷电灾害形成的贡献程度，本文利用熵权法计算每个评价指标的权重ωj，根据权重大小对其排序，同时剖析它们对雷电灾害形成的相对价值。该方法的最大优点是在计算评价指标权重值时，克服了主观因素的影响，对所得到的综合评价结果更加客观和准确，具体计算过程如下。

(1)原始数据构造评价矩阵。

设待评价的方案为M=(M1,M2,…,Mm)，指标集为D=(D1,D2,…,Dn)，方案Mi对指标Dj的值记为xij(i=1,2,…,m；j=1,2,…,n)，所以决策矩阵X可以表示为：

(4)

(2)指标无量纲化处理。

由于各项评价指标的单位不同会对方案决策结果造成影响，所以要对各项指标无量纲化处理，取得标准化矩阵V=(vij)m×n，本文中利用以下方法进行无量纲化处理。

对于越大越优型指标：

(5)

对于越小越优型指标：

(6)

式中：vij为xij归一化后的值；max(xj)、min(xj)分别为第j个指标的最大值和最小值。根据传统熵的定义，确定各评价指标的熵为：

(7)

(8)

显然当fij=0时，lnfij无意义，所以对fij的计算加以修正：

(9)

(3)计算各评价指标的熵权:

W=(ωj)1×n;

(10)

(11)

3.2.2 TOPSIS排序法

TOPSIS排序法的全名是逼近于理想解的排序法，是一种常用的综合评价方法，适合对多个指标或多个方案进行比较选择的方法。该方法的核心思想是建立“正理想解”与“负理想解”，通过计算各候选指标与理想解之间的加权欧氏距离，对多个指标的接近程度进行排序，进而实现对各评价指标优劣的判断，近年来被广泛的应用[15]。

(1)构建加权决策矩阵。将各项评价指标的权重W乘以无量纲化后的矩阵V，获得加权决策矩阵R。

R=(rij)m×n;

(12)

rij=ωj·vij(i=1,2,…,m;j=1,2,…,n)

(13)

W表示各项评价指标的权重，由式(4)～式(11)计算得到，vij由式(5)～式(6)计算得到。

(2)确定正理想解与负理想解。

(14)

(15)

(3)确定各方案与正理想解和负理想解间的距离。在计算时，采用欧氏距离：

(16)

(17)

(4)确定各评价方案与正理想解的相对贴近度。各评价方案与正理想解的相对贴近度ηi表示为：

(18)

最后，依据ηi值对评价方案进行降序排列，其中ηi表示雷电灾害危险性、暴露性、脆弱性和风险性的相对贴近度，ηi越大，评价方案Mi越接近正理想解，表明该区域危险性、暴露性、脆弱性和风险性越大，反之越小[16]。

3.2.3 构建雷电灾害风险评价指标体系

根据自然灾害风险理论及雷电灾害风险区划技术指南，结合内蒙古地区实际情况，从致灾因子危险性、承灾体暴露性和承灾体脆弱性三个方面出发，选取以下多个评价指标建立雷电灾害风险性评价指标体系，用于评价雷电灾害风险性的大小。整个目标体系分为目标层、因子层和指标层，并通过熵权法来对内蒙古地区雷电灾害风险评价指标体系中各指标的权重进行计算，最终计算得到各评价指标的权重值见表1。

4 研究区风险评价与分析

4.1 致灾因子危险性评价

致灾因子危险性分析主要是通过选取研究区内地闪密度、平均地闪强度、土壤电导率和海拔高度等因素，将致灾因子危险性中的各项指标进行无量纲化处理，代入熵权法公式得到地闪密度和平均地闪强度的权重系数为0.075和0.057，可知地闪发生的频次多且强度大是主要影响致灾因子危险性的指标。土壤电导率及海拔高度则影响较小，权重系数分别为0.001和0.011。设置各影响因素的指标权重，利用TOPSIS方法对研究区雷电灾害致灾因子危险性进行评价，结合自然断点法将致灾因子危险性划分为5个等级见表2，通过统计得到致灾因子极低、低、中、高、极高危险性地区分别占研究区总面积的54.70%、28.18%、12.21%、3.83%、1.08%，最后得到内蒙古地区雷电灾害致灾因子危险性空间分布图(图2)。

表1 雷电灾害风险概念框架及评价指标

表2 内蒙古地区雷电灾害致灾因子危险性等级划分

表3 内蒙古地区雷电灾害承灾体暴露性等级划分

图2 内蒙古地区雷电灾害致灾因子危险性空间分布图

从图2可以看出，内蒙古地区雷电灾害致灾因子危险性指数处于极高、高危险性的区域主要集中分布在内蒙古中西部城市，如呼和浩特市城区、清水河县、乌兰察布市的凉城县和丰镇市、鄂尔多斯市、准格尔旗、伊金霍洛旗、达拉特旗、包头市东河区、昆都仑区、土默特右旗、固阳县等地区；内蒙古东北部的四盟市大部分处于中危险性以下的区域，其中呼伦贝尔市扎兰屯市、牙克石市、通辽市中部有小范围处于极高、高和中危险性区域；阿拉善盟、锡林郭勒盟等大范围处于极低和低危险性区域。

4.2 承灾体暴露性评价

承灾体暴露性描述了当区域受到雷电灾害的影响，所造成的人员伤亡数量和经济损失价值等，本研究主要是通过选取研究区域内GDP密度和人口密度两个指标进行无量纲化处理，代入熵权法公式得到GDP密度和人口密度的权重系数为0.288和0.307。设置各影响因素的指标权重，利用TOPSIS方法对研究区雷电灾害承灾体暴露性进行评价，结合自然断点法将承灾体暴露性划分为5个等级(表3)，通过统计可知，极低、低、中、高、极高暴露性分别占内蒙古总面积的96.62%、2.83%、0.40%、0.12%、0.03%，最后绘制出内蒙古地区雷电灾害暴露性空间分布图(图3)。

图3 内蒙古地区雷电灾害承灾体暴露性空间分布图

从图3可以看出，极高暴露性区域主要分布在位于内蒙古中西部的各盟市主城区如呼和浩特市、包头市、通辽市科尔沁区、鄂尔多斯市东胜区、乌海市市辖区、乌兰察布市集宁区、赤峰市红山区、呼伦贝尔市海拉尔区、锡林浩特市、乌兰浩特市等，以及一些旗县政府所在地如鄂尔多斯市准格尔旗、伊金霍洛旗、锡林郭勒盟二连浩特市、通辽市霍林郭勒市、呼伦贝尔市满洲里市等。由于内蒙古地区的人口和GDP比较分散，其他地区均为极低和低暴露性。

4.3 承灾体脆弱性评价

承灾体脆弱性评价主要是通过选取研究区域内生命损失指数、经济损失指数和防护能力指数等影响承灾体脆弱性的因素进行分析，将承灾体脆弱性中的各项指标进行无量纲化处理，代入熵权法公式得到生命损失指数和经济损失指数的权重系数为0.136和0.122，区域历年发生雷电灾害造成人员伤亡数量和直接经济损失是影响承灾体脆弱性的主要因素；防护能力指数权重系数为0.002，对承灾体脆弱性的影响很小。设置各影响因素的指标权重，利用TOPSIS方法对研究区雷电灾害承灾体脆弱性进行评价，采用自然断点法将承灾体脆弱性划分为5个等级(表4)。通过统计可知，承灾体极低、低、中、高、极高脆弱性分别占研究区总面积的47.44%、40.15%、6.69%、4.65%、1.05%，最后绘制出内蒙古地区雷电灾害承灾体脆弱性空间分布图(图4)。

图4 内蒙古地区雷电灾害承灾体脆弱性空间分布图

从图4中可以看出，内蒙古地区雷电灾害承灾体脆弱性指数处于极高脆弱性的区域是雷电灾害频发的巴彦淖尔市五原县、包头市昆都仑区、呼和浩特市回民区、通辽市科尔沁区和兴安盟乌兰浩特市等地区；处于高和中脆弱性区域主要为巴彦淖尔市南部临河区和杭锦后旗、包头市土默特右旗和固阳县、呼和浩特主城区及五个旗县、乌兰察布市南部旗县、锡林郭勒盟南部旗县、赤峰市和通辽市中心城区周边旗县；处于极低和低脆弱性区域是阿拉善盟、锡林郭勒盟和呼伦贝尔市等地广人稀且发生雷电灾害较少的地区。

4.4 雷电灾害风险性评价

雷电灾害风险评价是致灾因子危险性、承灾体暴露性和承灾体脆弱性等因素共同影响的结果。通过对内蒙古地区雷电灾害风险性指数的计算，运用ArcGIS软件的空间分析功能，利用自然断点法以及结合内蒙古地区实际情况，将内蒙古地区雷电灾害风险等级进行划分见表5，并绘制出内蒙古地区雷电灾害风险的空间分布(图5)。通过对数据统计分析并结合图5可以发现，极高和高风险性地区占研究区面积的17.38%，主要位于人口和GDP密度较为集中的各盟市主城区，如呼和浩特市四辖区、包头市昆都仑区和青山区、乌兰察布市集宁区、鄂尔多斯市东胜区、巴彦淖尔市临河区、乌海市市辖区、赤峰市市辖区、通辽市科尔沁区、乌兰浩特市中心城区、呼伦贝尔市海拉尔区，除此之外还有一些旗县的政府所在地如托克托县、五原县、乌审旗、伊金霍洛旗、准格尔旗、土默特右旗、固阳县、丰镇市、凉城县、二连浩特市、霍林郭勒市、满洲里市等。中风险性地区主要为内蒙古中西部和东北部除去各盟市人口和GDP密度集中的地区以外，如翁牛特旗、科尔沁右翼中旗、科尔沁右翼前旗、鄂温克族自治旗、莫力达瓦达斡尔族自治旗、扎兰屯市、白云鄂博矿区、阿尔山市、乌审旗、牙克石市、杭锦旗等，以上地区由于闪电活动比较频繁且强度大，但是人口和GPD密度比较分散即脆弱性不高，所以发生雷电灾害的风险为中风险性地区，占研究区面积的23.66%。其他为极低和低风险性地区，如内蒙古西部阿拉善盟、东北部锡林郭勒盟以及呼伦贝尔市北部地区，属于地广人稀且雷电活动较少的地区，占研究区面积的58.97%。

图5 内蒙古地区雷电灾害风险性评价空间分布图

为了验证本文风险评价的结果，将风险评价空间分布图与内蒙古地区2008—2018年雷电灾害事故进行对比分析。通过ArcGIS软件利用发生灾害点的位置提取雷电灾害风险栅格像元值进行统计(图6)，历年发生雷电灾害事故的位置有89.06%处于中风险性以上地区，由此可知本文的风险评价结果与内蒙古地区2008—2018年雷电灾害空间分布基本吻合。

图6 内蒙古地区雷电灾害风险评价结果验证

表4 内蒙古地区雷电灾害承灾体脆弱性等级划分

表5 内蒙古地区雷电灾害风险性评价等级划分

5 讨论与结论

5.1 讨论分析

雷电灾害风险评价是雷电灾害防护设施建设、重大工程建设、城乡规划和灾害治理的理论依据。根据雷电灾害风险评价结果可以直观地帮助决策制定者掌握地区雷电灾害风险情况以及主要的影响因素，从而制定出行之有效的城市发展规划和受灾后恢复重建策略来降低雷电灾害风险，以下为针对雷电灾害风险提出的防御对策建议：

(1)极高和高风险区均是内蒙古最重要的经济圈和城市带，作为内蒙古经济比较发达的地区，政府有充足的财力投入到基础设施、科教文化事业以及灾害管理方面，公众也拥有更多接受防灾教育的机会。该地区在降低雷电灾害风险性方面，由于雷电灾害致灾因子和已经发生的雷电灾害事故无法改变，所以需要对人口密度和GDP密度指标进行改善，进而降低城市发生雷电灾害所造成的人员身亡和财产损失。其中以人口密度指标为例，BOUGHEDIR S[17]认为，灾害风险与人口密度密不可分，人口密度高的地区比其他地区更容易受到灾害影响。应该发挥好城市的辐射带动作用，构建或完善与其他旗县间的横向协同发展的体系，加大对致灾因子危险性偏低的周边旗县配套设施的建设，并促进人口转移，降低人口密度和GDP密度的暴露性等级。

(2)中风险区主要存在于除各盟市主城区以外的周边旗县，以农村和牧区为主的地区，从雷电灾情资料中可以看出，雷电灾害造成人员伤亡的事故几乎都发生在该地区。对于该地区在开展具体工作时，首先，要加快对雷电监测网的规划与建设，提升雷电监测预警及防御能力；其次，在建房选址方面，因地制宜，科学选址，雷电多发地区通常在金属矿产品较多、土壤电导率高、河岸、不同地质的土壤交界处和湖等地区。因此在进行房屋建造时，应尽量远离以上容易受雷电活动影响的地区。最后，要能够加大资金筹措力度，有必要建设一批防御雷电灾害的示范性工程项目，在农村雷电频发的地区按照防雷规范的要求每5 km2设置1个避雷亭，为农民和牧民在田间及路途中无法及时返回家中时用来临时躲避雷电引发的危险。

(3)极低和低风险区的锡林郭勒盟、阿拉善盟和呼伦贝尔市等存在着大部分以畜牧业为主的地区，尤其是偏远地区对雷电灾害防治还处于起步阶段，该地区草原交通不便、牧民居住比较分散，这正是防雷安全工作的薄弱点，虽然危险性和暴露性均较低，但是从历年发生雷电灾害事故来看，还有一少部分发生在低风险地区，所以针对该地区应加大宣传力度，作为防灾减灾工作开展的基础，要通过防灾减灾知识的宣传和教育，加强人民的自救互救能力和防雷意识。对于居住比较偏远且分散的农牧民可以先建立集镇逐渐向城镇过渡发展，不但能够吸收分散居住的农牧民到集镇聚居，有利于对脆弱人群集中照顾，而且可以提高灾害防治和基础设施建设等工作的效率。

5.2 结论

本文为了掌握内蒙古地区雷电灾害风险水平与原因，并提出针对性防灾规划建议。根据自然灾害风险理论和雷电灾害风险评估技术指南，从致灾因子危险性、承灾体暴露性和脆弱性三个方面出发，构建了雷电灾害风险评价模型，对内蒙古地区进行了雷电灾害风险评价，并提出了针对性的防雷减灾对策建议，主要结论如下：

(1)研究区雷电灾害致灾因子危险性较高区域主要分布在阴山山脉南麓的鄂尔多斯市、包头市、呼和浩特市和乌兰察布市等地区以及大兴安岭东南侧的呼伦贝尔市东部、兴安盟和通辽市等地区。

(2)承灾体暴露性较高的地区为内蒙古中西部城市以及东北部盟市的城镇中心区，随着与中心城区距离的增加，人口和GDP密度逐渐降低，承灾体暴露性也变低。

(3)研究区内脆弱性较高的地区是巴彦淖尔市五原县、包头市昆都仑区、呼和浩特市回民区、通辽市科尔沁区和兴安盟乌兰浩特市、包头市土默特右旗和固阳县以及赤峰市和通辽市中心城区周边旗县等地区。同样地广人稀的地区如阿拉善盟、锡林郭勒盟和呼伦贝尔市大部分地区脆弱性较低。

(4)内蒙古地区极高和高风险地区主要位于人口和GDP密度较为集中的各盟市城镇中心地区以及历年来发生雷电灾害事故较多的中西部和东部地区，占研究区总面积的17.38%；雷电灾害中风险地区主要分布在内蒙古中西部城市和东北部四盟市除中心城区以及旗县政府所在地以外的周边农业和畜牧业地区，占内蒙古总面积的23.66%；极低和低风险地区为内蒙古西部阿拉善盟、锡林郭勒盟东北部以及呼伦贝尔市北部等地广人稀的地区，占内蒙古总面积的58.97%。

(5)在雷电灾害风险评价的基础上，对研究区雷电灾害风险提出了针对性的防雷减灾对策建议。本文获得的雷电灾害风险评价结果与历史发生雷电灾害事故的空间位置高度符合，总体研究成果可靠，希望为内蒙古地区的雷电灾害防御规划和应急管理等方面提供科学依据与实用性价值。