打开文本图片集

摘要：利用汉滨区历年气象灾害数据、气象资料和GIS系统，根据气象灾害评估原理和方法，综合考虑致灾因子、孕灾环境、承载体暴露度和脆弱度、以及防灾减灾能力，确立汉滨区暴雨、大风、低温、干旱、高温、雪灾等6种气象灾害风险区划，以此提升气象灾害防灾减灾能力，最大限度的减少气象灾害造成的各方面的损失。

关键词：汉滨区；气象灾害；风险区划

汉滨区地处陕西省东南部，汉江上游，是安康市委、市政府所在地，处安康市中心位置。区域介于东经108°30′-109°23′，北纬32°22′-33°17′之间。汉滨区地处成渝、江汉、关中三大经济区域的几何中心，是连接西南、西北和华中的重要交通枢纽，阳安、襄渝、西康3条铁路和316、210、207等5条国省干道穿境而过，包茂、十天、银百、麻安、安来5条高速公路在城区周边交汇，处于承东启西的重要位置。

汉滨区北依秦岭，南接巴山，地势呈南北高，中间低，地貌主要分为宽谷盆地、低山和中山，海拔在210m至2141m之间。境内流域面积100km2以上的河流17条，长江一级支流——汉江过境110.2km，多年平均径流量201亿m3，年输沙总量2440万吨，地下水总补给量为3亿m3。

汉滨区总面积3645.91km2，辖23个镇4个街道办、293个村94个社区。截止2021年末，辖区户籍人口1026116人（含高新、恒口），汉滨区752266人，辖区常住人口891217人（含高新、恒口），汉滨区672765人。2021年全区实现地区生产总值407.27亿元。

汉滨区属亚热带湿润季风气候，光照适中，雨量充沛，气候温和，四季分明。

1 数据来源以及数据处理

用于建立气象灾害风险评估模型的资料主要包括：①基础地理数据：汉滨区1∶50 000分辨率的DEM数据、行政区划图、水系湖泊图、土地利用分布图。②气象数据：汉滨区2010—2020建站以来的观测数据。③历史灾情数据：汉滨区2010—2020年直接经济损失、农业经济损失、受灾人口、受灾面积等历史灾情数据。④社会数据：包括土地面积、人口密度、人均GDP等。对所用数据进行了严格的质量检测和筛选，研究过程中数据工具主要使用地理信息系统软件ArcGIS10.2。

2 气象灾害评估原理和方法

气象灾害风险是指气象灾害发生及其给人类社会造成损失的可能性。根据区域灾害系统理论，灾害系统主要由致灾因子、孕灾环境和承灾体共同组成。在气象灾害风险区划中，危险性是前提，易损性是基础，风险性是结果。其中，气象灾害危险性是自然属性，承灾体潜在易损性是社会属性。通过致灾因子危险性分析进行致灾因子危险性评估，得出致灾因子危险性分区，结合承灾体暴露度和脆弱性得出风险评估模型。承灾体暴露度和脆弱性指标采用归一化处理，采用信息熵赋权法等确定权重，得到暴露度和脆弱性指数。

下文将以暴雨灾害为例介绍相关方法。

2.1 致灾因子危险性分析

暴雨是引起流域洪水、山洪、农田渍涝、城市内涝及滑坡泥石流等次生灾害的主要因素，暴雨灾害对社会、经济的各个方面均有重大影响。

2.1.1 致灾因子识别

（1）致灾因子初步筛选。

选择以下4个指标来表达单站暴雨过程强度：包括最大小时降水量、最大日降水量、过程累积降水量、暴雨持续天数等。

（2）基于灾损指数确定致灾因子。

首先对暴雨灾害的具体灾情进行解析，分离出不同承灾体的损失情况。然后利用承灾体损失计算灾损指数，通过灾损指数和致灾因子的关系分析，确定暴雨灾害的短历时雨强致灾因子和过程性雨强致灾因子。

以暴雨灾害造成的直接经济损失的灾损指数确定为例，给出灾损指数的计算步骤：

1） 评估区域内一次暴雨灾害造成的直接经济损失除以当年该区域的GDP，得到灾损指数：I=D/E，式中，I为灾损指数，D为直接经济损失（万元），E为当年GDP（万元）。

2）使用Pearson相关系数计算方法，分别计算灾损指数与归一化处理后的暴雨过程各个特征量的相关关系，选取通过显著性检验（α=0.05）的因子作为致灾因子。

2.1.2 暴雨过程强度指数以及强事件

根据识别出的致灾因子，利用极值函数，计算多年一遇的数值，建立评价指标库。对各评价指标进行归一化处理，采用信息熵赋权法确定权重，加权求和得到暴雨过程强度指数。

单站暴雨过程强度指数的计算见下式：

IR= A×I1pre + B×I24pre +C×Ipre + D×Iday

式中，IR为单站暴雨过程强度指数；I1pre、I24pre、Ipre和Iday 分别是归一化处理的4个评估指标数值；A、B、C、D为权重系数。权重系数采用信息熵赋权法。

以所有暴雨过程的强度指数为样本，采用百分位数法，划分为一般性、略偏强、偏强、明显偏强和极端事件5个等级（表1）。等级达到Ⅰ级和Ⅱ级的事件称作强事件，得到一般暴雨灾害事件和重大暴雨灾害事件。

2.1.3 年雨涝指数

累加当年逐场暴雨过程强度值，得到年雨涝指数。

2.1.4 致灾因子危险性评估

致灾危险性评估主要考虑暴雨事件和孕灾环境，由年雨涝指数和暴雨孕灾环境影响系数两部分组成。

（1）暴雨孕灾环境影响系数

暴雨孕灾环境指暴雨影响下，对形成洪涝、泥石流、滑坡、城市内涝等次生灾害起作用的自然环境。暴雨孕灾环境对暴雨成灾危险性起扩大或缩小作用。暴雨孕灾环境宜考虑地形、河网水系、地质灾害易发条件等。

（2）雨涝危险性指数

雨涝危险性指数是由暴雨孕灾环境影响系数与年雨涝指数加权综合而得。

雨涝危险性指数=（1+暴雨孕灾环境影响系数）*年雨涝指数

2.1.5 致灾因子危险性分区

基于雨涝致灾危险性指数，综合考虑行政区划（或气候区、流域等），对致灾因子危险性进行空间单元的划分。

2.2 风险评估与分区

致灾因子的危险性仅反映了暴雨可能产生的危害大小，而实际造成危害的程度还与承灾体暴露度和脆弱性有关。

承灾体暴露度是指暴露在降雨影响范围内的人口、房屋、财产、农田、设施等数量和价值量。承灾体脆弱性是指承灾体面对外界扰动的敏感性和反应能力，可分解为灾损敏感性和抗灾能力。同等强度的暴雨，发生在人口和经济暴露度高、脆弱性高的地区造成的损失往往要比发生在人口和经济暴露度低、脆弱性低的地区大得多，灾害风险也相应偏大。

2.2.1 主要承载体暴露度

1）人口暴露度：用县常住人口表示。

2）经济暴露度：用县GDP表示。

3）农业暴露度：用县耕地、林地和草地类型用地面积综合而成。

选取人口、经济、农业等多个暴露度指标进行归一化处理，采用信息熵赋权法确定权重，加权求和得到暴露度指数。

2.2.2 主要承载体脆弱性

1）人口脆弱性：县65岁以上老人和14岁以下儿童人口比例；县历史暴雨洪涝灾害受灾或死亡人数占总人口比例；

2）经济脆弱性：县多年平均暴雨洪涝直接经济损失占GDP比例；

3）农业脆弱性：县多年农业受灾面积占耕地面积比例。

方法：

①县域暴雨洪涝人口脆弱性=老人和儿童比例、受灾或死亡人口比例加权求和

②县域暴雨洪涝经济脆弱性=暴雨洪涝灾害直接经济损失/GDP

③县域暴雨洪涝农业脆弱性=暴雨洪涝灾害农业受灾面积/耕地面积

选取人口、经济、农业等多个脆弱性指标进行归一化处理，采用信息熵赋权法确定权重，加权求和得到脆弱性指数。

2.2.3 风险评估模型

将危险性（用年雨涝指数不同重现期的阈值表达）、暴露度和脆弱性各指标归一化，采取加权乘积的方法确定不同重现期的风险值。采用信息熵赋权法确定权重。

根据暴雨灾害风险形成原理及评价指标体系，分别将致灾危险性、承灾体暴露度和承灾体脆弱性各指标进行归一化，再加权综合，建立风险评估模型如下：

式中：MDRI为暴雨灾害风险指数，用于表示暴雨灾害风险程度，其值越大，则暴雨灾害风险程度越大，TI、EI、VI分别表示暴雨致灾危险性、承灾体暴露度、承灾体脆弱性指数。we、wh、ws是致灾危险性、承灾体暴露度和脆弱性指数的权重，权重的大小依据各因子对暴雨灾害的影响程度大小，根据信息熵赋权法，并结合实际情况确定。

根据风险评估模型，分别对不同承灾体进行风险评估。如人口、经济及农业风险评估分别表示为：

受灾人口风险=暴雨致灾危险性（危险性）we×区域人口密度（暴露度）wh×区域人口受灾率（脆弱性）ws；

GDP损失风险=暴雨致灾危险性（危险性）we×区域GDP密度（暴露度）wh×区域直接经济损失（脆弱性）ws；

农业方面主要针对三大农作物（小麦、玉米、水稻）开展风险评估：

小麦风险=暴雨致灾危险性（危险性）we×区域小麦种植面积（暴露度）wh×区域小麦受灾率（脆弱性）ws；

玉米风险=暴雨致灾危险性（危险性）we×区域玉米种植面积（暴露度）wh×区域玉米受灾率（脆弱性）ws；

水稻风险=暴雨致灾危险性（危险性）we×区域水稻种植面积（暴露度）wh×区域水稻受灾率（脆弱性）ws。

3 汉滨区气象灾害风险区划

通过上文所述数据处理方法，利用ArcGIS10.2版本软件，通过反距离权重插值分析以及重分类处理，得出暴雨、大风、低温、干旱、高温、雪灾一共六种自然灾害风险区划图（图略）。

3.1暴雨灾害风险区划

暴雨是汉滨区常见气象灾害之一，该地区暴雨灾害整体呈南高北低的特点，其中双龙镇、晏坝镇、流水镇及县河镇、瀛湖镇部分地区为暴雨高风险区，而较高风险区集中在谭坝镇、五里镇、吉河镇、江北办、建民办、新城办、旱阳镇等中部地区，相对比而言，汉滨区叶坪镇、紫荆镇、茨沟镇及沈坝镇、大河镇北部地区暴雨风险相对较低。

3.2大风灾害风险区划

汉滨区大风灾害也时有发生，其风险区划与暴雨灾害明显不同。汉滨区大风灾害整体呈中部与西部较高、南北较低的特点。其中大风高风险区集中在恒口镇大部、大河镇南部及五里镇西部少部分地区，而沈坝镇、大河镇大部、五里镇、关庙镇、旱阳镇南部、石梯镇、关家镇、江北办、建民办、新城办、牛蹄镇、洪山镇北部、流水镇北部等中部地区属大风灾害较高风险区。相对比而言，双龙镇、晏坝镇、县河镇、大竹园镇、瀛湖镇南部、吉河镇南部等地区为大风灾害低风险区。

3.3低温灾害风险区划

低温灾害也是汉滨区多发气象灾害之一，且各地区低温频次与强度各不相同。整体而言，汉滨区低温灾害呈南部、北部、中部偏北高而中部及中部偏南较低的特点。汉滨区低温高风险区集中在叶坪镇、中原镇、沈坝镇、大河镇、茨沟镇南部及县河镇、吉河镇、晏坝镇少部分地区，而紫荆镇、茨沟镇北部、谭坝镇、牛蹄镇、恒口镇西北部、五里镇北部、旱阳镇北部等汉滨区偏北地区与双龙镇、晏坝镇西部、吉河镇、大竹园镇、瀛湖镇东部等汉滨区东部地区属低温较高风险区。相对比而言，流水镇、恒口镇大部、关家镇新城办等地区低温风险较低。

3.4干旱灾害风险区划

汉滨区干旱灾害也时有发生，并整体呈中东部高、而北部、南部较低的特点，其中旱阳镇、关庙镇、五里镇大部、石梯镇、新城办、张滩镇、坝河镇、紫荆镇大部、洪山镇部分地区为干旱多发区，其中以坝河镇干旱最为多发，属干旱高风险区；而叶坪镇、中原镇、大竹园镇、流水镇、晏坝镇大部及双龙镇东南部干旱灾害相对较少，属干旱低风险区。

3.5高温灾害风险区划

汉滨区大部地区高温灾害风险较高，其中坝河镇、关庙镇、新城办与张滩镇、石梯镇、县河镇部分地区等东部地区及大河镇、瀛湖镇等部分地区属高温高风险区，大河镇大部、五里镇、旱阳镇、江北办、建民办、吉河镇、晏坝镇、流水镇、恒口镇、洪山镇等大部分中东部地区属高温较高风险区。对比而言，汉滨区北部叶坪镇、中原镇、茨沟镇北、牛蹄镇、关家镇中部等地区高温风险较低。

3.6雪灾灾害风险区划

汉滨区北部雪灾风险较高，其中叶坪镇、中原镇属雪灾高风险区，紫荆镇、茨沟镇、沈坝镇、大河镇、谭坝镇等部分地区属雪灾较高风险区。对比而言，汉滨区流水镇、关庙镇、石梯镇、新城办等地区雪灾风险较低。

4 结论

根据风险区划，汉滨区北部属低温和雪灾灾害风险高发区，南部属暴雨风险高发区，东部属高温和干旱灾害风险高发区，偏西部地区属大风灾害风险高发区。汉滨区经济来源主要是农业，因此对自然灾害的把握有很大的必要性，对气象灾害的研究对经济效益有一定的积极作用。对不同地区采取针对性的措施，可有效减少气象灾害对人们造成的危害，减少经济损失。

参考文献

[1] 杨幸，王平，任宾宾. 基于GIS的汉中市气象灾害风险评估[J]. 江西农业学报，2019（01）：67-77

[2] 杨丰政. 基于GIS的徐水县气象灾害风险评估研究[J].南京信息工程大学，2012（09）：1-70

[3] 杨易诚. 基于GIS的山丹县气象灾害风险区划研究[J].农业灾害研究，2019（01）：32-36

[4] 曹青，刘俊楠，刘佳宇.基于GIS的山洪灾害风险区划及预警[J].中国科技博览， 2013（19）：1.

[5] 唐川，朱静.基于GIS的山洪灾害风险区划[J].地理学报， 2005， 60（1）：8.DOI：10.3321/j.issn：0375-5444.2005.01.010.

[6]张骞.基于GIS的北京地区山洪灾害风险区划研究[D].首都师范大学，2014.