菏泽市气象灾害风险评估与区划研究

陈楠

山东省菏泽市气象局,山东 菏泽 274000

在全球气候日趋变暖的背景下，近年来我国气候复杂多变，各地极端天气气候事件和气象灾害发生频繁[1]。菏泽市属于温带大陆性季风气候，四季分明，受季风环流影响，春秋季气温变化大，夏季降水时空分布不均匀。由于各类天气系统引起的天气变化多样，使得菏泽市气象灾害种类呈日益增多趋势，各种气象灾害的发生频率也在逐年增加，常见的气象灾害主要包括暴雨洪涝、高温、冰雹、雷电、干旱、大风、低温冻害、大雪等，且四季均有发生，如春季的低温晚霜冻，夏季的高温干旱和暴雨洪涝，秋季的连阴雨，冬季的低温冻害、寒潮和大雾等[2]。

气象灾害给经济社会的发展造成了严重的后果，同时也使人民的生命财产和粮食产量造成了严重的损失，因此引起了社会各界人士的广泛关注。国内外关于气象灾害的风险评估和区划已有诸多研究成果，贺芳芳等[3]对上海市低温、雨雪、冰冻灾害进行了风险区划。李楠等[4]对山东省的暴雨洪涝灾害作了风险区划。林霞[5]以辽宁省气象灾害风险评价为例，讨论了辽宁省暴雨、干旱、大风、冰雹等主要气象灾害的时空分布规律及其形成。钟晋阳[6]运用GIS空间分析法，得到了浙江省洪水灾害致灾因子危险性区划图和浙江省洪水灾害承灾体易损性区划图。但是前人的研究一般是从较大的区域进行灾害风险区划，使得区划结果较为宏观，且应用GIS技术对菏泽市气象灾害风险区划的研究还未见报道。因此，有必要对菏泽市的主要气象灾害进行风险评估和区划研究，以便更好的做好气象业务工作和服务于农业生产，为气象防灾减灾提供重要依据。

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来自1971～2016年菏泽市7县2区的地面气象观测站所提供的观测资料；区划使用的地理信息资料是菏泽市国土资源局提供的1：25万菏泽市的基础地理背景数据；区划所需社会经济数据（如耕地面积、人均GDP、人口密度等）主要来自菏泽市统计局编制的统计年鉴；历史气象灾害的灾情数据库（如经济损失、受灾面积、人员伤亡等）主要来自菏泽市民政局等部门[7]。

1.2 研究方法

本文主要是对致灾因子的危险性（即气象灾害的发生频率）、孕灾环境和承灾体易损性（如人口密度、耕地面积）以及防灾减灾能力（如人均GDP）这四个方面对菏泽市的气象灾害进行风险评估与区划。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[8]。菏泽市的气象灾害主要是考虑暴雨、高温、雷电、大风、冰雹等的影响。本文建立了菏泽市气象灾害风险评估模型，并利用ARCGIS软件，绘制出了菏泽市气象灾害综合风险区划图。

1.2.1 气象灾害数据的归一化处理 归一化方法是将有量纲的表达式转化为无量纲的表达式，成为纯量，利用公式（1），把数变为0～1之间的小数：

式中：Ximaxj表示指标i在7县2区气象站点中的最大值，X'ij与Xij相应表示各气象站点j上指标i的量化值和原始值。

1.2.2 气象灾害综合风险区划模型的建立

式中的XK是灾种K的风险指数，Y是气象灾害综合风险指数，WK为灾种K的权重。根据菏泽市每个灾种的影响程度，利用专家打分法分别赋予高温、暴雨、雷电、冰雹、大风灾害相应的权重，通过公式可计算出气象灾害综合风险指数。

2 气象灾害风险区划

利用气象灾害风险评估和区划的方法，在综合考虑致灾因子危险性、孕灾环境和承灾体易损性以及防灾减灾能力四个方面等因素[9,10]，建立了菏泽市气象灾害风险评估模型，绘制了菏泽市气象灾害综合风险区划图[11,12]。

2.1 致灾因子危险性分析

2.1.1 高温致灾因子危险性分析 高温是指日最高气温达到35℃以上。影响高温灾害的致灾因子主要是高温日数和极端日最高气温。根据1971～2016年菏泽市7县2区的地面气象观测站的逐日气温资料，统计出了菏泽市的极端日最高气温和高温日数。将极端日最高气温和高温日数进行加权叠加，采用归一化方法计算出每个县区的高温灾害风险指数。利用ARCGIS软件中的kriging空间插值法，得出菏泽市高温致灾因子危险性分布图（图1）。由图1可知，成武县、牡丹区、曹县和东明县为高温灾害致灾因子危险性的较高的县区，其指数为0.883～1；致灾因子危险性相对较小县区为单县、鄄城县和巨野县，其指数为0.703～0.813；其它县区属中等风险区。

2.1.2 暴雨致灾因子危险性分析 影响暴雨灾害的致灾因子主要考虑是暴雨灾害发生的频率、强度和发生范围。利用1971～2016年菏泽市7县2区的暴雨历史气象灾害数据，统计出了各县区暴雨灾害的发生频率和强度。将暴雨灾害发生的频率和强度进行加权叠加，采用归一化方法计算出每个县区的暴雨灾害风险指数，利用ARCGIS软件绘图，得出暴雨致灾因子危险性分布图（图2）。由图2可知，巨野县、曹县、成武县、单县、牡丹区为暴雨致灾因子危险性较高的县区，其指数为0.932～1；其次是东明县、定陶区、郓城县为中等风险区（0.755～0.868）；鄄城县致灾因子危险性相对较小（0.691～0.755）。但就菏泽市各县区暴雨灾害风险分布而言，总体呈纬向的自北向南的递增趋势。

图1 菏泽市高温致灾因子危险性分布图Fig.1 Risk distribution map of the high temperature hazard factor of Heze

图2 菏泽市暴雨致灾因子危险性分布图Fig.2 Risk distribution map of the rainstorm hazard factor of Heze

2.1.3 雷电致灾因子危险性分析 影响雷电灾害的致灾因子主要考虑地闪发生的频次。利用1971～2016年菏泽市各县区雷电历史气象灾害数据，统计出了各县区的地闪发生频次，采用归一化方法计算出每个县区的雷电灾害风险指数，利用ARCGIS软件中的kriging插值法，得出雷电致灾因子危险性分布图（图3）。由图3可知，牡丹区为雷电致灾因子危险性较高的县区，其指数为0.964～1，东明县、成武县雷电致灾风险指数较低为0.783～0.855，其它县为中等风险区为0.855～0.964。地域分布由牡丹区逐渐向各县区递减。

2.1.4 冰雹致灾因子危险性分析 冰雹灾害致灾因子的危险性主要考虑冰雹灾害发生的历史频率分布情况。根据1971～2016年菏泽市各县区冰雹历史气象灾害数据，统计出了各县区冰雹灾害的发生频率，采用归一化方法计算出每个县区的冰雹灾害风险指数，利用ARCGIS软件中的Kriging插值法，得出冰雹致灾因子危险性分布图（图4）。由图4可知，巨野县、东明县、牡丹区、郓城县为冰雹致灾因子危险性较高的县区，其指数为0.509～1；其次是曹县、单县、定陶区、鄄城县为0.176～0.509；成武县的致灾因子危险性最小，其指数为0.0[13]。

2.1.5 大风致灾因子危险性分析 大风灾害致灾因子危险性主要考虑大风灾害的发生频次。根据1971～2016年菏泽市各县区大风历史气象灾害数据，统计出了各县区大风灾害的发生频率，采用归一化方法计算出每个县区的大风灾害风险指数，利用ARCGIS软件中的Kriging插值法，得出大风致灾因子危险性分布图（图5），通过图5可以看出容易出现大风灾害的地区，定陶区、牡丹区、巨野县为大风致灾因子危险性较高的县区,其指数为0.725～1；东明县、鄄城县、曹县其指数为0.488～0.725，是中等风险区；单县、成武县、郓城县风险指数相对较小，其指数为0.281～0.488。

图3 菏泽市雷电致灾因子危险性分布图Fig.3 Riskdistri butionmap of the thunder and lightning hazard factor of Heze

图4 菏泽市冰雹致灾因子危险性分布图Fig.4 Riskdistri but ionmap of the hail hazardfactorof Heze

图5 菏泽市大风致灾因子危险性分布图Fig.5Riskdistributionmapofthegale hazardfactorof Heze

2.2 孕灾环境和承灾体易损性分析

孕灾环境和承灾体易损性与各县区的地形、耕地面积、人口密度大小等因素有关。本文主要考虑人口密度和耕地面积2个因素[14,15]，利用ARCGIS软件中的Kriging插值法即可得出菏泽市人口密度指数分布图和菏泽市耕地面积指数分布图（图略）。

其中曹县、单县、郓城县、牡丹区、巨野县耕地面积比较大，其次是东明县、成武县、鄄城县、定陶区耕地面积较小。耕地面积较大的地方，灾害性天气的影响就越大，易损性越高，灾损越重，反之则轻。

其中牡丹区、鄄城县的人口密度较大，人口密度较小的地方主要分布在东明县、成武县，其他县人口密度适中。人口密度较大的地方，易损性高，灾损重，反之则轻。

2.3 防灾减灾能力分析

防灾减灾能力本研究主要考虑各县区人均GDP的影响。人均GDP越高，则该地方的防灾减灾能力就越强，气象灾害风险程度就越低，反之则越高[16]。利用ARCGIS软件中的Kriging插值法即得到各县区人均GDP指数分布图（图略）。

经济较发达的地方主要分布在牡丹区、东明县，气象灾害风险指数相对就较小；欠发达的地方主要分布在鄄城县、曹县，气象灾害风险指数相对较大；其他县风险指数中等。

2.4 气象灾害风险评估模型建立

通过以上分析的致灾因子危险性、孕灾环境脆弱性、承灾体易损性和防灾减灾能力这个四个方面的因素，结合菏泽市的气候背景分析，利用专家打分法、层次分析法和气象灾害风险指数法[17]，根据每个因子对气象灾害的影响程度，我们可以把每种因子分别赋予一定的权重系数。经过研究分析和专家打分可知，高温和暴雨致灾因子是影响菏泽市气象灾害风险性的主要因子，因此将其权重系数确定为0.18；雷电和大风致灾因子是影响菏泽市气象灾害风险性的次要因子，因此可将其权重系数确定为0.12；冰雹的致灾因子影响程度相对较小，可将其权重系数确定为0.1。人均GDP、耕地面积和人口密度这三个因子，也是影响菏泽市气象灾害的风险因子，但是影响程度较小，因此可将其权重系数确定为0.1[18]。

我们可将其减弱菏泽市气象灾害风险指数影响度的因子设置为负值，将增加菏泽市气象灾害风险指数影响度的因子设置为正值。因此，我们可将高温、暴雨、雷电、冰雹、大风、人口密度和耕地面积确定为为正值[19]。人均GDP为负值。见公式(3)。经计算得出表1。

式中：Y是气象灾害综合风险指数，X1是高温灾害指数，X2是暴雨灾害指数，X3是雷电灾害指数，X4是大风灾害指数，X5是冰雹灾害指数，X6是耕地面积指数，X7是人口密度指数、X8是人均GDP指数。Y值越大，气象灾害风险指数就越高；Y值越小，气象灾害风险指数就越小。

表1 气象灾害风险因子Table 1 Meteorological disasters risk factor

2.5 综合风险区划和风险图制作

根据以上建立的菏泽市气象灾害的风险评估系统，利用公式（3），可计算出菏泽市每个县区的气象灾害综合风险指数，运用ARCGIS软件中的kriging插值法即可得到菏泽市气象灾害的综合风险区划图[20]，由图6可知，牡丹区、巨野县的气象灾害综合风险程度较高，属高风险区；其次是定陶区、东明县、郓城县、鄄城县、曹县，属中等风险区；综合风险程度相对较小的县主要是成武县、单县，属低风险区。

图6 气象灾害综合风险区划图Fig.6 Comprehensive risk zoning map of meteorological disasters

3 结论与讨论

（1）分析可知，暴雨、雷电、冰雹、大风和高温在菏泽市气象灾害中占主要位置。利用菏泽市的历史气象灾害灾情数据库[21]，结合ARCGIS地理信息系统,综合考虑了致灾因子危险性、孕灾环境和承灾体易损性以及防灾减灾能力等因素,确立了菏泽市气象灾害风险评估系统，建立了菏泽市气象灾害风险区划。研究结果表明：菏泽市气象灾害综合风险程度较高的县区主要分布在巨野县、牡丹区；风险程度相对较小的县区主要分布在单县、成武县；其它县属于中等风险区；

（2）根据自然灾害风险管理学、灾害学、气象与气候学、农业气象学、自然地理学等基本理论采用加权综合评分法、专家打分法、气象灾害风险指数法、层次分析法等方法,选取适当的指标,在综合考虑致灾因子的危险性、孕灾环境和承灾体易损性以及防灾抗灾能力这四个方面的因素,建立了菏泽市气象灾害综合风险指数模型[22]。运用GIS技术，对菏泽市的这五种主要气象灾害进行综合分析和评价,编制出菏泽市气象灾害风险区划；

（3）由于气象灾害灾情数据库的不全面性，ARCGIS软件中的地理信息显示比例的限制以及菏泽市气象灾害风险区划针对的区域面积较小，区划使用的数据仅是7县2区的数据，使用的数据较少，使得空间变化不够明显。因此，以后应当进一步完善菏泽市气象灾害风险区划的技术方法，收集更多的区域站的数据资料，有待后期进一步研究。

[1]Kennedy D.Break through of the year[J].Science,2002,298(5602)：2283

[2]章国材.气象灾害风险评估与区划方法[M].北京：气象出版社,2010

[3]贺芳芳,邵步粉.上海地区低温、雨雪、冰冻灾害的风险区划[J].气象科学,2011,31(1)：33-39

[4]李 楠,任 颖,顾伟宗,等.基于GIS的山东省暴雨洪涝灾害风险区划[J].中国农学通报,2010,26(20)：313-317

[5]林 霞.辽宁省气象灾害风险评价[D].沈阳：辽宁师范大学,2009

[6]钟晋阳.基于GIS的浙江省洪水灾害风险区划[D].乌鲁木齐：新疆农业大学,2009

[7]陈 楠,黄玉芳,冯 雪.基于GIS的菏泽市高温灾害风险评估与区划[J].中国农学通报,2016,32(35)：184-187

[8]张山清,普宗朝,吉春容,等.气候变化对新疆酿酒葡萄种植气候区划的影响[J].中国农业资源与区划,2016,37(9)：125-134

[9]宫清华,黄光庆,郭 敏,等.基于GIS技术的广东省洪涝灾害风险区划[J].自然灾害学报,2000,18(1)：58-63

[10]冯晓云,王建源.基于GIS的山东农业气候资源及区划研究[J].中国农业资源与区划,2005,26(2)：60-62

[11]韩锦涛,李素清.山西省农业气候资源的综合开发与区划[J].中国农学通报,2006,22(12)：267-272

[12]李树勇,周顺亮,徐巧初,等.江西省农业气候资源区划[J].江西农业学报,2007,19(2)：102-105

[13]肖志强,樊明,赵彦锋.武都山区农业冰雹灾害发生规律及风险区划研究[J].中国农业资源与区划,2013,34(6)：176-180

[14]史培军.五论灾害系统研究的理论与实践[J].自然灾害学报,2009,18(5)：1-9

[15]杨之远.灾害性天气对台湾农业生产的影响[J].中国农业气象,1991,12(1)：56-62

[16]陈 顺,史培军.自然灾害[M].北京：北京师范大学出版社,2007：271

[17]余卫东,陈怀亮.河南省优质小麦精细化农业气候区划研究[J].中国农学通报,2010,26(11)：381-385

[18]张继权,李 宁.主要气象灾害风险评价与管理的数量化方法及其应用[M].北京：北京师范大学出版社,2007

[19]王连喜,李 欣,陈怀亮,等.GIS技术在中国农业气候区划中的应用进展[J].中国农学通报,2010,26(14)：361-364

[20]李世奎,霍治国,王道龙,等.中国农业气象灾害风险评价与对策[M].北京：气象出版社,1999

[21]国家气象局.农业气象观测规范[M].上卷.北京：气象出版社,1993：1-59

[22]王春乙,张雪芬,赵艳霞.农业气象灾害影响评估和风险评价[M].北京：气象出版社,2010：30-78