河池市宜州区气象灾害危险性评估与区划

廖家旺 刘芳

摘要 选取1978—2020年河池市宜州区37个气象站观测数据。气象数据进行归一化处理，采用信息熵赋权法、百分位数法、层次分析法、自然断点分级法、专家打分法等进行灾害危险性评估，分别对宜州区暴雨、台风、雷电、大风、冰雹、干旱、低温、高温等8种气象灾害建立危险性指标，构建评估模型和公式，对致灾危险性进行空间划分，利用ArcGIS软件，采用反距离加权插值等，得出各灾种风险区划图。综合各灾种致灾危险性，计算气象灾害综合危险性指数，划分危险性等级，得出宜州区气象灾害综合致灾危险性区划。

关键词 气象灾害；危险性；评估；区划；宜州区

中图分类号：P429 文献标识码：B 文章编号：2095–3305（2023）07–0132-03

全球气候变暖，加剧极端气象灾害的发生[1]。河池市宜州区位于广西壮族自治区中部偏北，屬亚热带季风气候区，气候温暖，光热丰富，雨量充沛，气象灾害种类多、活动频繁、危害严重，宜州区每年均出现不同程度的气象灾害，给当地生产生活带来一定的影响，造成较大经济损失。例如，2008年宜州出现严重的洪涝灾害，给工农业造成巨大损失，直接经济损失1.5多亿元。因此，对河池市宜州区气象灾害危险性评估与区划显得尤为重要，为各级党委政府有效开展气象灾害防治工作提供科学决策依据。

1 资料来源与研究方法

选取宜州国家气象观测站1978—2020年及37个区域气象观测站建站至2020年气象要素观测资料。区级行政区划边界矢量数据来源于国务院普查办，乡镇边界及行政点数据由于广西自然资源厅提供；数字高程数据则采用SRTM的30 m DEM数据。

采用归一化处理将有量纲的数值变换为无量纲数值，消除各指标量纲差异；用熵权法客观反映各评价指标的权重，当熵值越大，权重越小，反之熵值越小，权重越大；利用百分位数计算公式确定处于某一分界点的百分位数；并运用层次分析法、自然断点分级法、专家打分法等对数据进行分析估算[2]。

2 宜州区气象灾害危险性评估与区划

2.1 暴雨致灾危险性评估与区划

利用1978—2020年宜州国家气象观测站与区域自动站逐日降水量资料，筛选1 h最大降水量（I1 pre）、3 h最大降水量（I3 pre）、6 h最大降水量（I6 pre）、

最大日降水量（I24 pre）、累积降水量（Ipre）、持续天数（I1 day）为致灾因子，对6个特征量归一化处理，暴雨过程强度指数计算公式为：

IR=A·I1 pre+B·I3 pre+C·I6 pre+D·I24 pre+E·Ipre+F·I1 day（1）

式（1）中，IR为单站暴雨过程强度指数；A、B、C、D、E、F分别为各个指标数值的权重系数，采用信息熵赋权法计算，分别得到为0.04、0.04、0.04、0.11、0.12、0.65。

暴雨致灾危险性包括暴雨强度和孕灾环境，致灾危险性指数ID计算

公式：

ID=（1+Ie）·IS（2）

式（2）中，IS为雨涝指数，各站雨涝指数为区域内历年平均暴雨过程强度指数Ie为孕灾环境影响系数，反映地形、河网水系对暴雨致灾的作用，考虑孕灾环境影响，计算得到Ie=0.3，其指数为0.207～0.518，利用ArcGIS软件，采用反距离加权插值，根据自然断点法将暴雨危险性指数进行4个等级划分得出，暴雨致灾危险性高和较高等级地区主要位于西北部、北部、西部和南部局部；其余地区为危险性较低到低等级。

2.2 台风致灾危险性评估与区划

利用1978—2020年宜州国家气象观测站与区域自动站最大风速、降水量资料。台风灾害风险评估所用的致灾因子包括台风影响过程中最大风速（MW）、累积雨量（AP）、最大日降水量（MP），评估起点分别采用最大风速9 m/s、过程累积雨量70 mm和过程最大日降水量50 mm。台风致灾因子危险性指数由MW、AP、MP危险性加权平均得到，公式如下：

式（3）中，H（MW）、H（AP）、H（MP）

分别为MW、AP、MP危险性。i=1，…，5，i表示等级区间，Wi为第i区间权重系数，P（i）为第i区间累积概率，采用信息扩散技术统计等级区间各致灾因子出现的累积概率。H（AP）、H（MP）同（3）式。

台风致灾因子危险性指数如下：

式（4）中，a、β分别为风、雨因子危险性权重，分别采用国家级气象灾害风险普查方案中用的a=0.4和β=0.6，其指数为0.225～1.509。利用ArcGIS软件，采用反距离加权插值，按自然断点法将台风危险性指数进行4个等级划分得出，宜州台风致灾因子综合危险性由南向北递减，致灾危险性高和较高等级地区主要位于南部、西部局部；其余地区为危险性较低到低等级。

2.3 雷电致灾危险性评估与区划

利用1978—2013年雷暴日数据、2010—2020年日雷电定位数据及全国土壤电导率数据。致灾因子选取雷电强度、密度和雷暴日数、孕灾环境因子（地形起伏、海拔高度、土壤电导率）数据按照30″×30″网格归一化处理，将其加权综合。计算雷电灾害危险性指数为：

RH=（Ld ·wd+Ln·wn）·（Sc·ws+Eh·we+Tr·wt）（5）

式（5）中，Ld为雷击点密度，wd为雷击点密度权重；Ln为地闪强度，wn为地闪强度权重；Sc为土壤电导率，ws为土壤电导率权重；Eh为海拔高度，we为海拔高度权重；Tr为地形起伏，wt为地形起伏权重。通过层次分析法计算wd=0.5，wn=0.25，ws=0.0393，we=0.0623，wt=0.1484其指数为0.055～0.089，利用ArcGIS软件，采用反距离加权插值，按自然断点法将雷电危险性指数进行4个等级划分得出，雷电致灾危险性高和较高等级地区主要位于北部、中部和南部；其余地区为危险性较低到低等级。

2.4 大风致灾危险性评估与区划

利用1978—2020年宜州国家气象观测站与区域自动站大风过程资料，选择大风年平均次数（频次P）和年平均极大风速大小（强度G）作为大风灾害致灾因子危险性评估指标（H）。大风灾害致灾因子危险性指数如下：

H=WG+G+WP·P（6）

式（6）中，G为大风强度，P为大风频次，WG和WP为各自权重，对大风频次和强度归一化处理，运用专家打分法计算大风频次与强度的权重，得到权重系数分别为WG=0.83，WP=0.17。

结合宜州区7个气象观测站年平均大风频次与大风强度算出各站致灾因子危险性指数，其指数为0.150～0.307。利用ArcGIS软件，按自然断点法将大风危险性指数进行4个等级划分得出，大风致灾危险性高和较高等级的地区主要位于南部、东部、西部局部；其余地区为危险性较低到低等级[3]。

2.5 冰雹致灾危险性评估与区划

利用1978—2020年冰雹观测记录，接选用最大冰雹直径、降雹持续时间和雹日作为致灾因子。冰雹致灾因子危险性指数如下：

VE=WDXD+WTXT+WRXR（7）

式（7）中，XD为最大冰雹直径样本平均值，XT为降雹持续时间样本平均值，XR为雹日样本累计值，WD、WT、WR分别为3个因子的权重，专家打分法确定权重分别为0.3、0.2、0.5。计算前各因子先在评估区域空间范围内进行归一化处理。基于冰雹危险性评估指标，计算评估区域内冰雹危险性指数的平均值VE。其指数为2.0174，利用ArcGIS软件，采用反距离加权插值，按标准差方法将台风危险性指数进行4个等级划分得出，冰雹致灾危险性高和较高等级的地区主要位于西部；其余地区为危险性较低到低等级。

2.6 干旱致灾危险性评估与区划

利用1978—2020年宜州國家气象观测站与区域自动站逐日气象资料。降雨不足是导致气象干旱的直接原因，基于选取的干旱致灾因子，采用反映干旱强度、发生频率。干旱灾害致灾因子危险性指数如下：

式（8）中，Wi、Xi分别为危险性指标的标准值和权重。H为危险性指数，采用信息熵赋权法方法确定权重。其指数为189.36～226.87，利用ArcGIS软件，采用自然断点方法将干旱危险性划分为4个等级得出，干旱致灾危险性高和较高等级的地区主要位于东部、北部局部；其余地区为危险性较低到低等级。

2.7 低温致灾危险性评估与区划

利用1978—2020年宜州国家气象观测站与区域自动站最低平均强度等级、过程最大持续天数等级和起止日期等级及其对应的频次等因子指标。低温灾害综合是将寒潮、低温阴雨、寒露风、寒冻害（2 ℃/4 ℃）、冰冻等6种低温灾害致灾因子危险性按照一定权重，加权求和得到低温灾害综合致灾因子危险性指数。低温灾害致灾因子危险性指数如下：

式（9）中，H为低温灾害危险性指数，ai为第i种低温灾害权重系数，采用信息熵赋权法确定权重，Xi为第i种低温灾害危险性指数值，n为评价的灾种数。其指数为0.195～0.388，利用ArcGIS软件，采用反距离加权插值，按标准差方法将低温危险性指数进行4个等级划分可以得出，低温灾害综合致灾因子危险性在空间分布上具有北部、东部、南部等级高，西部等级低，北部等级最高的气候特点，其中东北部等级最高的气候特点低温致灾危险性高和较高等级的地区主要位于北部、南部和东部局部；危险性较低到低等级主要位于西部。

2.8 高温致灾危险性评估与区划

利用1978—2020年宜州国家气象观测站与区域自动站逐日气温致灾因子评价指标共选择8项，分别为当地年高温日数气候值、年高温过程次数气候值、过程平均持续时间气候值、历史高温过程年最多次数、历史极端最高气温、历史年高温日数最多值、历史过程平均最高气温最大值，历史高温过程最长持续时间[4]。

各指标进行无量纲化处理，各因子权重系数由信息熵赋权法确定，通过多个指标的加权综合得到危险性指数。高温灾害致灾因子危险性指数如下：

式（10）中，H为致灾因子危险性指数，Xi为第i种致灾因子归一化值，Wi为第i种致灾因子权重系数，采用信息熵赋权法确定权重。其指数为0.30～0.63。利用ArcGIS软件，采用反距离加权插值，按自然断点法将高温危险性指数进行4个等级划分得出，高温致灾危险性高和较高等级的地区主要位于北部和西南部、东部和南部局部；危险性较低到低等级主要位于东北至西南一带、西部。

3 宜州区气象灾害综合危险性评估与区划

综合考虑区域内暴雨、台风、雷电、大风、冰雹、干旱、低温、高温8种气象灾害危险性和各种灾害受灾及失踪死亡人数、经济损失、农作物损失、房屋损失等历史灾情，先将各个灾种的致灾危险性做归一化处理，根据灾情占比确定权重，然后对每个灾种致灾危险性归一化结果进行加权求和得到气象灾害综合危险性指数，其指数为0.557～0.752。根据危险性指数划分危险性等级，反映气象灾害综合危险性区域特征。综合危险性指数H公式如下：

根据气象灾害综合危险性评估方法，计算宜州区气象灾害综合危险性指数，并采用自然断点法划分危险性等级，绘制宜州区气象灾害综合致灾危险性区划图（图1）。结合宜州区各灾种致灾危险性分布，可以看出：由于暴雨、干旱权重较高，宜州区综合致灾危险性为较高到高等级的区域与暴雨、冰雹、干旱、低温致灾危险性高区域基本吻合，主要受到暴雨、冰雹、干旱影响。综合致灾危险性为较低到低等级区域主要受到高温、大风、雷电、台风的影响。高危险区占总面积较小，低危险区占总面积较大。

由图1可以看出，宜州区综合致灾危险性空间分布为北部多，南部少。综合致灾危险性较高到高等级区域主要分布在东北部、西北部、南部局部，其余地区综合致灾危险性为低等级和较低等级。高等级危险区占总面积的25.22%；较高等级危险区占总面的33.98%；较低等级危险区占总面积的27.58%；低等级危险区占总面积的13.22%。

4 結论

（1）依据广西气象灾害风险普查技术细则，选择致灾因子，运用各种方法确定权重，构建模型和公式计算危险性指数，基于危险性指数，对致灾因子危险性进行评估与区划。

（2）由于暴雨、干旱权重较高，宜州区综合致灾危险性为较高到高等级的区域与暴雨、冰雹、干旱、低温致灾危险性高区域基本吻合，主要受到暴雨、冰雹、干旱影响。

（3）宜州区综合致灾危险性空间为北部多、南部少。综合危险性较高到高等级的区域主要分布在东北部、西北部、南部，其余地区的综合致灾危险性为低等级和较低等级。

（4）县级开展气象灾害危险性评估与区划研究技术方面较少，对所选取致灾因子指标有待研究。

参考文献

[1] 王奥枫，陈世恒，唐湘玲.极端气候事件对1978—2017年广西农作物的灾损影响[J].中国农学通报，2021，37（14）：106-115.

[2] 黄冬梅，黄卓帆，黄肖寒.基于GIS的河池市暴雨洪涝灾害风险评估与区划[J].气象研究与应用，2016，37（1）：21-24，130.

[3] 高庆飞，王艳芳，马其鲁，等.基于归一化算法的高校奖学金评定准则研究[J].科技创新导报，2020，17（8）：178-179，181.

[4] 万星火，李艳，檀亦丽，等.基于信息熵的赋权法研究及其应用[J].统计与决策，2008（18）：153-154.

Risk Assessment and Zoning of Meteorological Disasters in Yizhou District， Hechi City

Liao Jia-wang et al（Meteorological Bureau of Yizhou District， Hechi City， Yizhou， Guangxi 546300）

Abstract Selected the observational data of 37 meteorological stations in Yizhou District， Hechi City from 1978 to 2020. The meteorological data were normalized， and the hazard assessment was carried out by using information entropy weighting method， percentile method， analytic hierarchy process， natural breakpoint classification method， expert scoring method， etc. The hazard indicators were established for eight meteorological disasters in Yizhou District， namely rainstorm， typhoon， thunder and lightning， gale， hail， drought， low temperature and high temperature， and the assessment model and formula are constructed to divide the hazard risk in space. ArcGIS software was used， Using inverse distance weighted interpolation， the risk zoning map for each disaster type was obtained. Based on the comprehensive hazard analysis of various disasters， the comprehensive hazard index of meteorological disasters was calculated， and the hazard level was divided to obtain the comprehensive hazard zoning of meteorological disasters in Yizhou District.

Key words Meteorological disasters; Danger; Assessment; Zoning; Yizhou District