高温与干旱灾害风险评估模型构建理论研究

李 成 杨 棚 陈灿伟

（中国移动通信集团广东有限公司，广东 广州 510510）

1 引言

高温灾害主要是气温太高而引起人员、动植物不能适应的现象。高温是一种灾害性天气，会对人们的工作、生活和身体产生不良影响，容易使人疲劳、烦躁和发怒，各类事故相对增多，甚至犯罪率也会上升，同时高温时期是脑血管病、心脏病和呼吸道等疾病的多发期，死亡率相应增高，特别是老年人的死亡率增高更为明显。而干旱是指长期无雨或少雨，使土壤水分不足、作物水分平衡遭到破坏而减产的气象灾害[1,2]。高温和干旱都是人类面临的主要自然灾害，即使在科技发达的时代，它们造成的灾难性后果仍然比比皆是[3,4]。值得注意的是，随着人类的经济发展和人口膨胀，水资源短缺现象日趋严重，高温干旱灾害越发常见[5,6]。因此，借助大数据模型构建等方法开展针对高温与干旱灾害的风险评估分析对于进一步提升高温和干旱灾害的应对能力愈发重要。

2 解决思路

本文提出一种高温灾害风险评估模型的构建方法，主要包括高温灾害事件集构建、高温灾害风险区划模型构建、高温灾害风险区划及风险评价分析等内容。同时，本文还提出了针对干旱灾害的风险评估模型的构建方法，主要包括干旱指数构建、干旱灾害风险区划模型构建、干旱灾害风险评价等。

2.1 高温灾害风险评估模型构建理论

2.1.1 高温灾害事件集构建

根据极值分布理论建立极端高温分布函数，构建高温灾害事件集。拟选择Pearson-III 型分布、Gumbel 分布、Weibull分布、对数正态分布等极值分布理论预测不同重现期下某区域各市（县）级的高温灾害致灾因子强度，构建极端高温分布函数。

（1）Pearson-III型分布及参数估计

皮尔逊Ⅲ型分布也称Γ分布，具有广泛的概括和模拟能力，其概率密度函数和分布函数分别为：

式中：β为形状参数；a为尺度参数；b为位置参数；x为随机变量，f(x)为概率密度函数；Γ(β)为β的γ分布函数。3个原始参数，可以用基本参数m、Cs、Cv表示如下：

式中，m为数学期望；Cs为偏态系数；Cv为变差系数。

由此，可以推算得到要素的气候重现期：T=1/P。

（2）Gumbel分布及参数估计

耿贝尔分布又称第I 型极值分布。1928 年，费雪（R.A.Fisher）和蒂培特（L.H.C.Tippett）认为极值分布将趋于三种极限形式中的一种，具体由形式参数K确定，当K为0 即为耿贝尔分布。原始分布为指数型分布时，样本极值渐近服从耿贝尔分布，其分布函数[F(x)]为：

式中，a为尺度参数；b为位置参数。

根据矩法进行参数a和b的估计，计算公式如下：

重现期为P（概率为1/P）时：

（3）Weibull分布及参数估计

威布尔分布又称第三型极值分布，其分布函数如下：

式中：β为形状参数；a为尺度参数；b为位置参数。

（4）对数正态分布及参数估计

假定极值变量的对数服从正态分布，设X为极值变量，x为其取值，它的对数Y=lnX服从正态分布，概率密度函数如下：

式中：参数my和σy可分别用Y序列的平均值和标准差来估计。

2.1.2 高温灾害风险区划模型构建

采用国际通用的自然灾害风险概念和分析方法，从高温致人体健康风险的构成出发，分别计算某区域高温致灾危险性指数、暴露度指数、承灾体敏感性指数和适应性指数，从而构建定量化的高温致人体健康风险区划模型，如图1所示。

图1 高温致人体健康风险区划模型

（1）高温致灾危险性指标及权重确定分析

某区域高温对人体健康影响的危险性，主要体现在高温的频率、强度和持续时间方面，高温频率越高、强度越大、持续时间越长，对人体健康造成的潜在危害越大。因此，根据历史及实时高温资料，选择极端最高气温、高温日数、高温最长持续日数等因子建立高温热浪致人体健康危险性指标体系。

采用专家打分法确定危险性指标权重，具体程序如下：

a.选择5～7位有较高权威性和代表性的专家；

b.确定影响因素，设计因素价值分析对象征询意见表；

c.向专家提供高温热浪致人体健康危险性的背景资料，以匿名方式征询专家意见；

d.对专家意见进行分析汇总，将统计结果反馈给专家；

e.专家根据反馈结果修正自己的意见；

f.经过多轮匿名征询和意见反馈，形成最终分析结论，得到各指标权重。

（2）高温暴露度指数分析

通常来说，人口密度越大的地区，遭受高温灾害风险的暴露度就越大，人体健康风险也就越大。结合第七次全国人口普查数据资料，选择人口密度作为暴露度指标，并对指标值进行空间极差标准化处理，处理方法为：

式中，Z为标准化值，X为暴露度指标值的多年平均值，Xmin和Xmax分别为暴露度指标值的最小值和最大值。

（3）高温敏感性指标及权重确定分析

人体健康受高温影响的敏感性，主要体现在高温热浪发生时人体的生理、心理和行为上的异常反应程度。大量研究发现，某些人群更容易受到包括高温等极端天气气候事件在内的气候变化的影响，例如，相对于青壮年，老年人和婴幼儿由于自身的生理调节功能较弱，更容易受到高温的危害；低收入的户外体力劳动者、“靠天吃饭”的农业（含渔业）等从业人员，对高温的敏感性更高。因此，本项目拟选定老年（年龄≥65岁）人口比例、儿童（年龄≤14岁）人口比例等因子作为高温致人体健康敏感性的指标体系，并采用专家打分法确定各指标的权重系数，操作程序类似危险性指标权重确定程序。

（4）高温适应性指标及权重确定分析

人体健康受高温影响的适应性，主要体现在居住环境、医疗卫生条件以及受教育程度等方面。对于具有良好的社会管理水平、先进的医疗卫生体系、受到良好教育的群体而言，其抵抗自然灾害的能力和恢复能力越强，适应水平越高。具有更多财务积累的人群，一般也可以有更多的资源选择用于抵御自然灾害，例如，具有更好的经济状况的人群，可以通过改善其住房条件、使用空调等调节和改善气候环境途径，缓解高温热浪可能对其产生的危害。因此，拟选用人均GDP、每千人医疗卫生技术人员比例等因子作为高温致人体健康适应性的指标体系，同样采用专家打分法确定上述因子的权重系数。

（5）高温致人体健康综合风险区划模型构建

国际通用的自然灾害风险一般由危险性、暴露度和脆弱性3种因子构成，而敏感性和适应性是脆弱性的重要组成部分，故将高温致人体健康综合风险区划模型可表示为：

其中，R为综合风险，H、E、S和A分别为危险性、暴露度、敏感性和适应性。R值越大，表示风险程度越高；H、E、S值越大，分别表示人体的危险性、暴露度、敏感性越高；A值越大，表示人体的适应能力越弱，因此，在实际计算中采用适应性指数的倒数来表示与R变化方向一致。

基于前文对危险性、暴露度、敏感性和适应性的指标及权重确定分析服务，采用加权综合指数法分别给定危险性、暴露度、敏感性和适应性的定量化指数，计算方法如下：

式中，X为指数值，D为各指标值，W为各指标所对应的权重系数，k为指标个数。

计算得到危险性、暴露度、敏感性和适应性的指数值后，采用层次分析法确定上述4个因子的权重系数。层次分析法计算方法如下：

将高温风险作为顶层；将危险性、暴露度、敏感性和适应性4 种因子作为中层，除了暴露度之外将构建中层其他3 种因子的多项指标作为底层，详见图2。

图2 基于层次分析法的指标划分

最后，基于风险因子确定某高温致人体健康风险指数，定量化评估某个地区高温对人体健康影响的风险差异，计算公式如下：

式中，h、e、s和a分别为危险性、暴露度、敏感性和适应性的权重系数。

2.1.3 高温灾害风险区划及风险评价分析

基于风险度等级指数，对某地区高温致人体健康风险进行等级（低等、中等、高等）划分，编制某区域高温致人体健康危险性指数等级空间分布图、某区域高温致人体健康暴露度指数等级空间分布图、某区域高温致人体健康敏感性指数等级空间分布图、某区域高温致人体健康适应性指数等级空间分布图、某区域高温致人体健康综合风险区划图等。然后，根据某区域高温致人体健康综合风险区划图（图3），对高温灾害进行风险分析，便于提供针对性的高温防御措施建议。

图3 高温致人体健康综合风险区划图

2.2 干旱风险评估模型构建理论

2.2.1 干旱指数构建

基于降水、土壤湿度、日照等数据，构建合理、适用的气象干旱监测指数。

（1）单站逐日气象干旱指数

单站逐日气象干旱指数DI（Daily dry Index）定义为：

式11 中SAPI(i)是第i日前期降水指数API（Antecedent Precipitation Index）的标准化变量SAPI（Standard Antecedent Precipitation Index），SAPI标准化计算方法参见《气象干旱等级》国家标准（GB/T 20481—2006）附录C 标准化降水指数SPI计算方法，历史样本资料为各站近30a（1981—2010）逐日API。API计算公式为：

式12 中API(i)为第i日API，P(i)为当日降水量（mm），API(i-1)为前一日的API，k为衰减系数，取经验值0.955。每个站从建站开始逐日滚动计算API，初始API设为0。建站开始后的头4个月API受边界效应影响舍弃不用。

第一步：逐站计算1981—2010 年逐日相对湿润度指数M：

式13中P(i)为逐日降水量，单位为毫米；PE(i)为可能蒸散量，单位为毫米，采用FAO Penman-Monteith 方法计算，参见《气象干旱等级》国家标准（GB/T 20481—2006）附录B。

第二步：计算M(i)的30 年平均值，i=1～365，表示一年中日序号，闰年2月29日取3月1日值。

（2）单站月气象干旱指数

单站月气象干旱指数MI（Monthly Index）用于评价单站月尺度气象干旱程度。MI 定义为该站月内小于0 的逐日干旱指数DI之和除以月总天数，即：

式中n为月内总天数。

（3）某区域月干旱指数

某区域月干旱指数MIg（Monthly Index of Guangdong）用于评价区域月干旱程度。MIg 定义为区域内所有气象站月干旱指数之平均，即：

2.2.2 干旱灾害风险评价

绘制某区域干旱灾害风险区划图（图4）。基于风险度等级指数，对某地区干旱灾害影响风险进行等级（低等、中等、高等）划分和风险分析，便于提供针对性的干旱防御措施建议。

图4 干旱灾害风险区划图

3 研究结论

本文通过大数据分析模型提出了一些针对高温和干旱灾害的风险评估模型。通过借助相关监测数据的分析，结合数学算法模型，生成灾害风险区划图，以支撑开展灾害动态监测和风险评估，可帮助进一步提升针对高温和干旱灾害的风险识别和应急抢险救援能力，缩短应急决策时间，更加有效保障人民群众生命安全和粮食作物农产品的生产安全。