基于GIS的泰州市夏季气象灾害风险区划分析

摘要：利用泰州市1961—2012年逐日序列的历史气候资料与卫星遥感资料，综合考虑致灾因子、孕灾因子、承载体因子、防灾减灾因子，运用 Logistic模型与MudFit模式，重点研究泰州市夏季气象灾害风险，综合分析了不同区域的风险水平差异，并进行风险等级划分。结果表明，泰州市暴雨及高温灾害风险都呈现出南高北低的格局，连阴雨的风险总体呈北高南低分布，大风灾害风险表现为海陵主城区、靖江市主城区等经济相对发达地区，灾害风险等级较高。

关键词：气象灾害风险 Logistic 致灾因子 评价模型

中图分类号： P429

Analysis of theＲisk Division of Meteorological Disasters in Summerin Taizhou City Based on the GIS

TIAN Pengfei1 BAO Yang2* CAI Najia3 DENG Meng ke3（DENG-MENG？）

1.Jiangsu ProvincialMeteorological Bureau， Nanjing，Jiangsu Province， 210019 China;2.Taizhou Huayun Meteorological Technology Service Co.， Ltd.， Taizhou，Jiangsu Province，225300 China;3.Taizhou Meteorological Bureau，Taizhou，Jiangsu Province， 225300 China

Abstract：Based on the historical climate data and satellite remote sensing data ofthe daily sequence from 1961 to 2012in Taizhou City， this papercomprehensively considersdisaster-inducing factors， hazard-inducing factors， carrier factors and disaster preventL+Y/SLDsShzxDFel2H/K8Q==ioxwg29uHFTvg10AX1Kno1gg==n and reduction factors， uses the Logistic model and the MudFit model to focus on meteorological disaster risks in summer in Taizhou City， makes a comprehensive analysis of the differences in risk levels in different regions and dividestherisk level. The results show that the risk of heavy rain and high-temperature disasters in Taizhou City both presented a pattern of being highin its southand lowinits north， the risk of continuous rainwas generally highinits the north andlow in its south，andthe risk of strong winddisasterswas in relatively economically-developed areas such as the main urban areas of Hailing and Jingjiang Citywiththe relatively high disaster risk level.

Key Words： Meteorological disaster risk;Logistic;Disaster-inducing factor;Evaluation model

中国是世界上受自然灾害影响最为严重的国家之一，灾害种类多，分布地域广，发生频率高，造成损失重。同时我国也是全球变化的敏感区和脆弱区之一[1]。泰州地处中国长江三角洲，南濒长江，是重要的工贸港口城市，泰州处在明显的季风区，季风变化非常明显，而且波动大。暴雨、雷电、干旱、大风、高温、暴雪、低温冰冻、冰雹、龙卷、大雾等都有发生，其中发生频率较高的有高温、暴雨、大风灾害，主要发生在夏季，常常造成严重的经济损失。我国由于各种类型的气象灾害发生所导致的财产损失最严重，几乎占到70%左右[2]。特别是近年来极端天气频发，气象灾害增多，对全市经济发展和人民生命财产构成严重威胁，与此同时，夏季高温、暴雨等恶劣气象条件对交通不利影响显著，成为引发交通事故的重要因素之一[3]。本文希望通过研究泰州市夏季频发的气象灾害的空间分布特征并对其进行风险等级划分，为该区域政府部门采取因地制宜的灾害风险管理提供依据；提高防灾减灾效率和效力[4]；促进气象指数保险保障体系建设[5]，对于泰州市农业生产及经济发展具有十分重要的意义。

1 资料来源与研究方法

1.1 资料来源

本文所使用的气象资料数据主要选取海陵、姜堰、泰兴、兴化、靖江5个国家气象观测站从1961—2012年逐日序列的气象资料；区划使用的地理信息资料是江苏省国土资源局提供的1∶25万泰州市的基础地理背景数据；区划所需社会经济数据（如人均 GDP、人口密度等）主要来自泰州市统计局编制的统计年鉴。卫星遥感资料选取MODIS植被指数EVI产品，为MYD13Q1 250M分辨率植被指数16天合成产品；泰州县域行政边界图。

1.2 研究方法

本文主要是对致灾因子的危险性、孕灾环境和承灾体易损性[6]这几个方面进行气象灾害风险评估与区划。区划所使用的方法为专家打分法、层次分析法、气象灾害风险指数法、加权综合评价法等[7]。泰州市的夏季气象灾害主要是考虑暴雨、高温、连阴雨、大风等灾害的影响。建立了泰州市气象灾害风险评估模型，并利用 ARCGIS 软件，绘制出了泰州市气象灾害综合风险区划文件，最后利用ARCGIS的像素统计工具，对各区域暴雨风险进行统计并做归一化处理得到各区域风险柱状图。

1.2.1气象历史资料数据的归一化处理

气象灾害风险区划是气象灾害发生的概率超过某一概率的最大等级的地理分布及其可能发生的风险。

设X为气象灾害指标，T年内关于的超越概率分布定义如下：

X=…｛X1，X2，...，Xn｝

设超越Xi的概率P（x≥xi）为Pi，i=1，2，...，n，则概率分布

P=｛p1，p2，...，pn｝

1.2.2暴雨灾害风险模型

利用国家气象观测站历史长序列小时雨量资料，重建各气象观测站历史小时雨量资料序列，时间序列采用1961—2012年逐日雨量数据，使用MudFit计算各时间序列的拟合分布，采用广义极值分布函数来进行拟合优度检验，确定分布函数并计算出不同重现期降水量（5年、10年、20年、50年、100年）[8]。对各重现期将各站点的降水量进行空间插值后归一化。

1.2.3高温灾害风险模型

近50年来泰州、 泰兴、 兴化、 靖江地区年平均气温的变化趋势总体上比较一致， 都呈线性增高、 波动上升趋势[9]。以日最高气温超过35 ℃作为高温日标准，以此标准筛选连续高温过程，统计高温过程热积温（超过35 ℃的部分累计）及各次高温过程的天数。采用1963年1月1日—2016年12月31日共19 724天的最高气温资料（其中泰州站因迁站原因2005年7月1日—2006年9月30日使用姜堰站资料代替）。选用Logistics模型[10]，选用高温积温阈值：0.1（10%），12.36（95%），过程天数阈值：1（10%），9（95%）。求得各站高温气象指数后进行归一化： ，再与归一化后的EVI指数、GDP以及人口加权相加合成得到泰州高温风险区划文件，最后利用ARCGIS的像素统计工具，对各区域高温风险进行统计并做归一化处理得到各区域风险柱状图。

1.2.4 连阴雨灾害风险模型

采用1963—2007年春夏秋各季连阴雨历史资料，使用Logistic模型，其中过程雨量阈值：35.5（10%）、229.4（95%），雨日阈值：6（10%）、18（95%）。将过程雨量和雨日加权求和得到连阴雨危害指数，之后与DEM高程、EVI、GDP以及人口加权合成求得泰州连阴雨区划文件，最后利用ARCGIS的像素统计工具，对各区域连阴雨风险进行统计并做归一化处理得到各区域风险柱状图。

1.2.5 大风灾害风险模型

若某日极大风速超过17.2 m/s，则定义为一个大风日。使用2004年1月1日至2016年12月31日共4 749天日极大风资料，采用index=1/n ∑_（i=1）^m▒v_i （vi为第i次大风风速超过17.2 m/s的部分，m为大风日数，n为观测年数）。求得各站大风气象灾害指数归一化后与DEM高程、EVI、GDP以及人口加权相加得到泰州大风风险区划文件，最后利用ARCGIS的像素统计工具，对各区域大风风险进行统计并做归一化处理得到各区域风险柱状图。

3.1暴雨、高温风险

从图1可以看出，泰州全市暴雨风险呈现南边高（泰兴、靖江），北边低（兴化）的格局，多属中低风险等级，主要是泰兴地区降水量全市最高。主要是由于年降水量偏多，而且工业用地较多河网较少，因此属于暴雨灾害高风险等级；兴化北部河网密集排水较好风险较低，靖江虽然降水量仅次于泰兴，但由于紧靠长江，且长江横跨靖江全市，有利于排水，暴雨风险相对泰兴较小，在中低风险等级。

泰州高温一般出现在7—8月，年平均7.4 d，从图2看出，泰州全市高温风险明显呈南高北低的格局，首先南部（泰兴、靖江）基础温度高于北部（兴化、姜堰）地区，其次高温主要影响生产活动及百姓的生活出行，甚至健康状况，和城市发展水平有很大相关性。所以海陵地区及南部的泰兴、靖江经济发达地区其高温风险值大，在高风险区。

兴化相对在北部且水网又比较密集，其高温风险为较低等风险区。

3.12 连阴雨、大风风险

采用1963—2007年春夏秋各季连阴雨历史资料，使用Logistic模型，其中过程雨量阈值：35.5（10%）、229.4（95%），雨日阈值：6（10%）、18（95%）。将过程雨量和雨日加权求和得到连阴雨危害指数，之后与DEM高程、EVI、GDP以及人口加权合成求得，最后按县域对区划内各风险进行统计。

由图3可以看出，泰州地区连阴雨的风险总体呈北高南低，表现为兴化地区明显最高，因为连阴雨主要影响农作物，兴化是农业大市，受连阴雨影响风险较大，全市其他地区风险偏小。

泰州大风年平均出现15.3次，其中1969年出现最多，达到56次，历史上极大风速为31m/s，出现在2004年9月12日。

泰州境内的大风大致可以分为冷空气大风、台风、雷雨大风、冰雹大风以及低压造成的东南大风等。由图4可知，泰州城区大风风险等级最高。海陵地区经济相对发达，受大风影响较大特别是受夏季的雷雨大风影响较大，其风险在中高等级，靖江靠近长江，其经济也相对发达，沿江风力较大，其大风风险也较高。全市其他地区基本都在中低风险。

4 结语

依据泰州市近50年的气象观测数据，利用GIS方法，结合泰州市的遥感资料，对泰州市夏季汛期常见的高温、暴雨、连阴雨、大风等灾害进行了风险等级的区划分析，结果表明：泰州市暴雨风险呈现南边高，北边低的格局，多属中低等风险等级，泰兴地区降水量全市最高；泰州全市高温风险明显呈南高北低的格局，首先南部基础温度高于北部地区，海陵地区及南部的泰兴、靖江相对经济发达地区其高温风险值大，在高风险区；泰州全市大风风险整体呈现靖江沿江地区和海陵地区大风风险等级最高，其他地区基本都在中低风险区。

利用 GIS技术能够更加轻松、准确地完成气象灾害风险等级的区划工作，气象灾害风险等级的区划工作，可以为政府有关部门对气象灾害进行有效管理和防灾减灾提供了科学参考依据，对防御气象灾害工作及降低灾害损失有着很好的指导意义。

参考文献

[1] 王国复.气候灾害调查与风险评估[J].城市与减灾，2021（2）：5-9.

[2] 黄荣辉，张庆云，阮水根，等.我国气象灾害的预测预警与科学防灾减灾对策[M].北京：气象出版社，2005：3-22.

[3] 张晓美，吕明辉，王毅，等.我国公路交通气象灾害风险隐患特征分析[J].灾害学，2019，34（4）：19-24.

[4] 陈笑娟，张静.河北省气象灾害风险普查系统的设计与实现[J].广东气象，2022，44（6）：60-64.

[5] 程清华.黄山市茶叶气象指数保险产品设计[D].西安：西北大学，2022.

[6] 罗生洲，汪青春，戴升.青海省气象灾害的若干气候特征分析[J].冰川冻土，2012，34（6）：1380-1387．

[7] 周兆基.基于GIS的江苏省气象灾害风险评估与区划研究[D].南京：南京信息工程大学，2014.

[8] 李鸾，谢五三，吴蓉.基于GIS的芜湖市暴雨洪涝灾害风险区划分析[J].能源与环境，2021（5）：96-97，100.

[9] 田鹏飞，郑伟，张玲，等.近50a泰州地区气候特征变化趋势[J].安徽农学通报，2014，20（15）：152-158.

[10] 谢志清，杜银，高苹 ，等.2013.江淮流域水稻高温热害灾损变化及应对策略[J].气象，2013，39（6）：774-781.