基于PPD的遼寧省暴雨災害風險分析*

王菜林，任學慧，李穎，郭恩亮

(1.遼寧師范大學城市與環(huán)境學院，遼寧大連116029;2.北京師范大學地表過程與資源生態(tài)國家重點實驗室，北京100875;3.東北師范大學環(huán)境科學學院自然災害研究所，吉林長春130024)

基于PPD的遼寧省暴雨災害風險分析*

王菜林1，任學慧1，李穎2，郭恩亮3

(1.遼寧師范大學城市與環(huán)境學院，遼寧大連116029;2.北京師范大學地表過程與資源生態(tài)國家重點實驗室，北京100875;3.東北師范大學環(huán)境科學學院自然災害研究所，吉林長春130024)

根據(jù)遼寧省1976-2006年逐日降水和暴雨災害損失數(shù)據(jù)，基于自然災害風險理論，利用PPD(可能性-概率分布)，分析不同等級暴雨發(fā)生的可能性;通過建立災損指標體系獲得暴雨災損指數(shù)，結合ArcGIS技術，進行了遼寧省暴雨災害風險評價與區(qū)劃。結果表明:①遼寧省暴雨發(fā)生的可能性，隨暴雨等級的增加而降低，主要發(fā)生一到四級暴雨，五級暴雨很少見，而發(fā)生2～5級暴雨概率基本由東南向西北遞減(一級由西北向東南遞減);②全省而言，暴雨災害損失及風險與暴雨發(fā)生可能性區(qū)域分布特征總體吻合，即呈現(xiàn)南高北低、東高西低、由東南向西北遞減的趨勢;③PPD適用于風險分析中計算致災因子發(fā)生的可能性，因為以該模型為基礎的研究結果與近年來遼寧省暴雨發(fā)生風險事實一致。

暴雨災害;風險;PPD;ArcGIS;遼寧省

暴雨災害是發(fā)生最頻繁，影響最嚴重的自然災害之一［1］，我國每年暴雨災害造成的損失達千億［2］。遼寧省位于我國東北地區(qū)南部，118°50＇～125°47＇E，38°43＇～43°29＇N，為大陸性季風氣候區(qū)，四季分明，雨熱同期，東部雨量充沛，西部干旱少雨。區(qū)域內(nèi)東西兩側為低山丘陵，中部為遼河平原，南臨黃渤海域。氣候、地形和人為強烈活動等因素，導致遼寧省易發(fā)生暴雨災害。由于屬于我國東部沿海社會經(jīng)濟發(fā)達地區(qū)，城市化水平高，暴雨災害造成損失巨大。據(jù)遼寧省氣象災害公報顯示，2005年遼寧省暴雨災害帶來的直接經(jīng)濟損失在80.24億元以上，2010年全年因暴雨帶來的洪澇損失高達176.14億元，2013年暴雨災害直接經(jīng)濟損失遠超過85億元。因此，進行遼寧省暴雨災害風險分析，對科學認識災害、了解災情、提高災害意識，規(guī)避風險和指導生產(chǎn)，以及政府防災減災和救災決策提供科學依據(jù)［3-4］。

風險等于致災因子概率和損失的乘積是一種具有潛力的風險評估方法［5-7］，需采用精準的概率計算方法和客觀的損失計算，其中關于致災因子概率的獲得是風險分析重要所在。在有關風險研究中，多以頻率作為反映概率事件發(fā)生的可能性大小進行風險評價［8-10］，而頻率是描述事件發(fā)生的頻繁程度［11］，并不能高效地評估區(qū)域災害風險。有些研究雖然通過計算得到了可能性-概率風險，但較少關注風險區(qū)劃［12-13］;即使得出區(qū)劃，也不涉及損失，完成的是致災因子概率區(qū)劃［14-15］。還有從災害損失角度出發(fā)，進行重損失，輕概率的研究［16］。利用PPD(可能性-概率分布)則可以避免以上問題。它以信息擴散理論為基礎，計算模糊概率，對超越概率引入了可能性分布，指明了風險事件以某概率出現(xiàn)的可能性［17］，從而既體現(xiàn)了超越概率估算并不精確這一事實，又為模型容納模糊信息提供了一條途徑［18-19］;PPD(可能性-概率分布)得到的是致災因子區(qū)間以及該區(qū)間因子出現(xiàn)的可能性，能高效處理小樣本數(shù)據(jù)［20］;另外，黃崇福將內(nèi)集-外集模型引入PPD(可能性-概率分布)中，并給出了簡便算法，使得PPD(可能性-概率分布)便于運用［17］，刁艷芳等在研究洪災風險分析時，對此方法進行驗證，結果表明其數(shù)學邏輯清晰，計算簡便，結果可靠［12］。

1 數(shù)據(jù)來源與方法

1.1 數(shù)據(jù)來源

以遼寧省1976-2006年逐日降水數(shù)據(jù)為基礎，選取分布均勻，數(shù)據(jù)無缺失的22個氣象站點(圖1)，統(tǒng)計歷年年平均暴雨量，計算暴雨發(fā)生的可能性-概率;利用《中國氣象災害大典(遼寧卷)》1976-2006年暴雨災損數(shù)據(jù)計算災損綜合指數(shù);通過遼寧省氣象災害公報統(tǒng)計2007-2013年遼寧省發(fā)生的暴雨災害等級。

圖1 遼寧省氣象站點分布示意圖

1.2 研究方法

1.2.1 PPD(可能性-概率分布)

為氣象站點年均暴雨量樣本集，設X的論域為U。即:

式中:u1，u2，…，um是給定步長為Δ的節(jié)點，xi屬于ui所在區(qū)間Ij。

Ij=［uj-Δ/2，uj+Δ/2］，j=1，2，…，m(3)的隸屬函數(shù)為

使用式(4)，計算年均暴雨量xi游離或飄入?yún)^(qū)間Ij的可能性

從而在區(qū)間論域

和概率論域

上，計算出年均暴雨量在Ij中的可能性-概率:

令Sj是一個指標集，?∈Sj，則xs∈Xin-j，且{xs∣s∈Sj}=Xin-j，稱Sj為內(nèi)指標集;同樣的令Tj為外指標集。當Ij的內(nèi)集容量為nj時，按照

計算年均暴雨量屬于Ij的概率可能性。

1.2.2 暴雨災損指數(shù)

選取作物受災面積、損毀房屋、淹沒池塘、沖毀堤壩、死亡人口、糧食/水果損失、沖毀道路和折斷/沖毀果樹8個常見因子，建立遼寧省暴雨災損指標體系，為消除量綱的差別，對各指標進行標準化［21］處理，運用層次分析法和變異系數(shù)法確定各因子綜合權重(表1)，計算災損綜合指數(shù)

式中:c為災損指數(shù);xi為各損失指標標準化值;wi為組合權重。

表1 遼寧省暴雨災害損失指標體系及權重

2 遼寧省暴雨災害風險分析

暴雨屬于極端降水事件，基于其降水強度和區(qū)域差異性問題［22］，運用IPCC以百分位確定極端降水事件［23］的方法，采用95％累積分布函數(shù)確定暴雨閾值［24］，統(tǒng)計歷年發(fā)生的暴雨次數(shù)以及暴雨量，求出年平均暴雨量。

2.1 遼寧省暴雨PPD(可能性-概率分布)分析

運用式(1)～(9)，計算遼寧省各氣象站點不同等級暴雨發(fā)生的可能性。為使暴雨與風險等級對應，將論域U分為5個子區(qū)間，以此確定步長Δ= 19 mm、節(jié)點ui及暴雨等級區(qū)間Ij(表2)。

以大連站為例，x為年平均暴雨量，統(tǒng)計大連站近31年年平均暴雨量，運用式(4)得到各樣本點的隸屬度，運用式(5)計算隸屬度的游離信息和飄入信息，并分別進行升序(表3)和降序(表4)排列。

表2 暴雨等級

利用式(7)計算出概率論域p={0，0.03，0.06，…，1}，將表3中的值帶入式(9)，得出大連站暴雨發(fā)生的可能性-概率分布(表5)?？芍撚騃1為概率P4的可能性為“1”，即一年中發(fā)生一級暴雨的概率為0.138;論域I2為概率P12=0.414的可能性為“1”。

表5 大連站暴雨可能性—概率

按此方法計算遼寧省其他站點每年發(fā)生不同等級暴雨的概率，最終得到遼寧省各個氣象站點不同等級暴雨的可能性-概率，運用ArcGIS空間分析功能中kring插值法得到遼寧省暴雨可能性-概率分布圖(圖2)。通過空間分布直接反映遼寧省各區(qū)域發(fā)生不同等級暴雨發(fā)生的可能性。

由圖2可知，一到四級暴雨發(fā)生的概率分別在0.1～0.8、0.2～0.5、0.1～0.3、0.02～0.12之間波動，五級暴雨很少出現(xiàn)，最大概率不超過0.045;隨著降水等級的提高，概率逐步減小，說明降水量越大，其發(fā)生可能性越低。大連、丹東、營口、鞍山地區(qū)發(fā)生一級暴雨的概率在0.3以內(nèi)波動，屬該等級降水低概率區(qū);而發(fā)生二到四級的概率分別在0.45、0.25、0.12左右波動，其概率均高于遼寧省其他地區(qū)，降水集中度高。朝陽、鐵嶺發(fā)生一級暴雨的概率在0.7左右波動，相比其他地區(qū)，該等級降水概率較高，而更高等級的降水在兩市發(fā)生的概率明顯偏低。遼中地區(qū)各等級降水發(fā)生的概率均處于該等級概率的均值左右波動;遼東南地區(qū)低等級降水概率偏低，高等級降水的概率偏高;遼北和遼西北地區(qū)除一級暴雨概率較高外，其他更高等級降水發(fā)生的概率均較低。在各等級降水中，除一級暴雨的概率由西北向東南遞減，其他等級的降水均由東南向西北遞減。這種概率分布符合遼寧省降水從東南沿海向西北內(nèi)陸遞減的趨勢［25］。

圖2 遼寧省暴雨概率分布示意圖

2.2 遼寧省暴雨災害損失分析

根據(jù)暴雨災損指標體系，采用式(10)計算出遼寧省各地級市暴雨災損綜合指數(shù)，并利用ArcGIS，通過自然間斷點法將其分為5個等級，得到遼寧省災損指數(shù)分區(qū)圖(圖3)。由圖3可知，丹東、大連屬高災損區(qū)，暴雨災損指數(shù)分別高達2.33、1.81;遼陽市位于遼寧省中部地區(qū)，屬于低災損區(qū)，災損指數(shù)為0.95;鐵嶺和撫順的災損指數(shù)分別為1.24、1.14，屬于較低災損區(qū);其它地級市暴雨災損指數(shù)處于中等水平。遼寧省暴雨災損整體上呈現(xiàn)南高北低，東高西低，四周高中間低的分布。

暴雨災害損失的空間分布與降水、經(jīng)濟密切相關，高損失區(qū)多分布于致災因子強度大、經(jīng)濟要素集中度高的地區(qū)。大連、丹東瀕臨黃海，高等級降水可能性大，降水集中度高;加之兩市作為沿海城市，經(jīng)濟發(fā)展水平高，人口眾多，人類活動多集中于沿海，暴露性較高，暴雨的發(fā)生往往帶來巨大的損失。遼陽受東南季風影響相對較弱，降水量與降水集中度低于大連、丹東，由于受本區(qū)人口少、轄區(qū)面積小、農(nóng)業(yè)用地面積少、經(jīng)濟活動低等因素的影響，暴雨災害帶來的損失較低。

圖3 遼寧省暴雨災損累積指數(shù)示意圖

2.3 遼寧省暴雨災害風險區(qū)劃

利用風險等于概率與損失的乘積計算遼寧省各地級市暴雨災害風險指數(shù)，通過ArcGIS中自然間斷點法將其分為5個風險等級得出遼寧省各地級市暴雨災害風險區(qū)劃圖(圖4)。

圖4 遼寧省暴雨災害風險區(qū)劃示意圖

由圖4可知遼寧省暴雨災害高風險區(qū)為丹東，其風險指數(shù)分別為0.82。大連、本溪為較高風險區(qū)，其綜合風險指數(shù)分別為0.69、0.67。葫蘆島、錦州、盤錦、鞍山、營口、遼陽、撫順為中等風險區(qū)，其綜合風險指數(shù)分別為0.55、0.58、0.54、0.57、0.56、0.58、0.59。阜新、鐵嶺和沈陽為較低風險區(qū)，風險指數(shù)為0.52、0.51、0.50。朝陽為低風險區(qū)，災害風險指數(shù)為0.47。遼寧省災害風險呈現(xiàn)南高北低，東高西低，由東南向西北遞減的趨勢。

從致災因子角度而言，其強度越大，潛在風險越高，降水等級低而概率高的地區(qū)，只能反映該等級暴雨發(fā)生頻繁，并不能反映其風險高，降水等級和相應概率都較高的地區(qū)，才具有較高潛在風險;此外，損失的出現(xiàn)源于致災因子暴雨事件的發(fā)生，兩者的綜合構成風險。對比分析圖2、3、4，雖然在概率方面(圖2)一級暴雨概率與災害損失區(qū)劃和災害風險區(qū)劃的等級呈逆向分布，但一級暴雨降水量少，造成損失的可能性不大，具有的潛在風險低，不會影響到遼寧省暴雨災損與風險的整體格局;其他等級暴雨概率分布均與災損區(qū)劃和風險區(qū)劃的等級呈正向分布，遼寧省暴雨災害風險區(qū)劃(圖4)與暴雨災損區(qū)劃(圖3)的等級空間分布基本一致，高強度暴雨區(qū)和高損失區(qū)與高風險區(qū)吻合，所以該風險區(qū)劃具有一定的可靠性。

3 風險驗證

PPD(可能性-概率分布)雖多次被提及適合用于計算概率［17，20-22］，但將其引入風險等于概率與損失乘積的評估方法中，效果如何尚需驗證。故從遼寧省氣象災害公報上選取2007-2013年暴雨災害等級評估數(shù)據(jù)，驗證該方法的可行性。暴雨災害等級由遼寧省地方標準氣象災害評估［26］中暴雨評估得到。該標準中將暴雨災害分為4個等級(表6)。

表6 暴雨災害等級評估標準

以地級市為單位統(tǒng)計2007-2013年遼寧省氣象災害公報上暴雨災害等級，根據(jù)遼寧暴雨災害等級評估標準中的Ihra值分級，將嚴重暴雨災害賦值為“1”、重度、中度、輕度暴雨災害分別賦值為其標準的中間值即0.95、0.70、0.25，求和得到近7年遼寧省各地級市暴雨災害的綜合風險，并通過ArcGIS中自然間斷點法將其分為5個等級得出驗證風險區(qū)劃(圖5)?？芍?007-2013年驗證風險區(qū)劃中高風險區(qū)分布于遼東南的大連和丹東兩地，較高風險區(qū)分布在本溪，其他地級市為中等以下風險。驗證區(qū)劃中暴雨災害風險整體上是東南高，西北低，風險存在由東南向西北遞減的趨勢。對比分析圖2～圖5，雖然一級暴雨的概率數(shù)值較高，且與其他降水等級概率逆向分布，但由于其降水集中度低于其他降水等級，潛在的風險較低，所以其較高的概率對風險結果的影響較小。就整體而言，通過PPD得出的風險區(qū)劃與驗證風險區(qū)劃基本吻合。

圖5 遼寧省暴雨災害風險驗證示意圖

4 結論

(1)基于PPD(可能性-概率分布)對小樣本數(shù)據(jù)的高效分級處理，運用PPD(可能性-概率分布)計算遼寧省各等級暴雨發(fā)生的可能性，結果表明:一級暴雨發(fā)生的可能性最大，最高值分布于遼寧西部的朝陽市，為0.8，二級以上級別暴雨發(fā)生的可能性相對較小;各地區(qū)隨著暴雨等級增高，其發(fā)生的可能性逐步降低，除一級暴雨發(fā)生的可能性由西北向東南遞減外，其他等級暴雨發(fā)生的可能性均表現(xiàn)為由東南向西北遞減。受來自東南海上氣流影響以及東側山地丘陵對水汽的阻擋作用，高等級暴雨多集中于遼寧省東南部沿海區(qū)域。

(2)遼寧省暴雨災害進行風險評價與區(qū)劃研究發(fā)現(xiàn):高損失、高風險區(qū)主要分布于遼寧省沿海地區(qū)的大連、丹東，災害損失和風險指數(shù)呈現(xiàn)東南高，西北低，由東南向西北遞減的趨勢;風險與損失、暴雨等級的空間區(qū)劃基本吻合，2007-2013年遼寧省暴雨災害分布現(xiàn)狀與歷史暴雨風險區(qū)劃結果一致。

(3)PPD(可能性-概率分布)能很好地計算出不同等級條件下致災因子暴雨發(fā)生的概率，遼寧省暴雨災害風險研究中，采用PPD(可能性-概率分布)計算的暴雨概率與損失、風險的空間分布基本一致，得出的災害風險區(qū)劃與驗證風險區(qū)劃吻合，證明了引入該模型的有效性。

［1］丁一匯，張建云.暴雨洪澇［M］.北京:氣象出版社，2009.

［2］中國氣象局.中國氣象災害年鑒［M］.北京:氣象出版社，2012.

［3］王博，崔春光，彭濤，等.暴雨災害風險評估與區(qū)劃的研究現(xiàn)狀與進展［J］.暴雨災害.2007，26(3):281-286.

［4］余衛(wèi)東，張弘，劉偉昌.我國農(nóng)業(yè)氣象災害評估研究現(xiàn)狀和發(fā)展方向［J］.氣象與環(huán)境科學，2009，32(3):73-77.

［5］Noss R.F.High-risk ecosystems as foci for considering biodiversity and ecological integrity in ecological risk assessments［J］.Environmental Science＆Policy，2000，3(6):321-332

［6］陸雍森.環(huán)境評價［M］.上海:同濟大學出版社，1999.

［7］Smith K.Environmental Hazards:Assessing Risk and Reducing disaster(2nd edition)［M］.New York:Routledge，1996.

［8］李衛(wèi)江，溫家洪，吳燕娟.基于PGIS的社區(qū)洪澇災害概率風險評估［J］.地理研究，2014，33(01):31-42.

［9］溫家洪，黃蕙，陳珂，等.基于社區(qū)的臺風災害概率風險評估—以上海市楊浦區(qū)富祿里居委地區(qū)為例［J］.地理科學，2012，32(03):348-355.

［10］顏兆林，龔時雨，周經(jīng)倫.概率風險評價系統(tǒng)［J］.計算機應用研究，2001(2):40-42.

［11］盛驟，謝式千，潘承毅.概率論與數(shù)理統(tǒng)計［M］.北京:高等教育出版社，2001.

［12］刁艷芳，張榮，徐婧菡，等.基于內(nèi)集-外集的洪災模糊風險分析［J］.水力發(fā)電，2013，39(7):14-16.

［13］孫才志，姜楠，張翔.基于改進型擴散函數(shù)內(nèi)集-外集模型的遼寧省旱災風險評價［J］.安全與環(huán)境學報，2009，9(2): 181-184.

［14］張麗娟，李文亮，張冬有.基于信息擴散理論的氣象災害風險評估方法［J］.地理科學，2009，29(2):250-254.

［15］陳紅.基于信息擴散理論的黑龍江省主要氣象災害風險評估研究［D］.哈爾濱:哈爾濱師范大學，2011.

［16］扈海波，董鵬捷，潘進軍.基于災損評估的北京地區(qū)冰雹災害風險區(qū)劃［J］.應用氣象學報，2011，22(5):612-620.

［17］黃崇福，張俊香，陳志芬，等.自然災害風險區(qū)劃圖的一個潛在發(fā)展方向［J］.自然災害學報，2004，13(2):9-15.

［18］黃崇福.自然災害風險評價理論與實踐［M］.北京:科學出版社，2005.

［19］黃崇福，史培軍.城市自然災害風險評價的二級模型［J］.自然災害學報，1994，2(2):22-27.

［20］黃崇福，Claudio Moraga，陳志芬.內(nèi)集-外集模型的一個簡便算法［J］.自然災害學報，2004，13(04):15-20.

［21］劉明壽，周曉明，戴國俊，等.用歸一化法評價科技期刊學術質(zhì)量與常規(guī)評定結果的相關性分析［J］.編輯學報，2006，18(6):468-471.

［22］章淹，林宗鴻，陳渭民.暴雨預報［M］.北京:氣象出版社，1990.

［23］IPCC.Managing the risks of extreme events and disasters to advance climate change adaptation［M］.IPCC，2012.

［24］薛聯(lián)青，劉曉群，宋佳佳，等.基于百分位法確定流域極端事件閾值.水力發(fā)電學報，2013，32(5):26-29.

［25］戴廷仁，陸忠艷，李廣霞，等.近46年遼寧省降水集中程度研究.氣象，2007，33(1):32-37.

［26］DB21/T1454.1-2006.氣象災害評估［S］.沈陽:遼寧省質(zhì)量技術監(jiān)督局，2007.

Analysis on Rainstorm Disaster Risk in Liaoning Province Based on PPD M odel

Wang Cailin1，Ren Xuehui1，li Ying2and Guo Enliang3
(1．School of Urban and Environmental Sciences，Liaoning Normal University，Dalian 116029，China; 2．State Key Laboratory of Earth Surface Processes and Resource Ecology，Beijing Normal University，Beijing 100875，China;3．School of Environment，Northeast Normal University，Jilin 130024，China)

According to the data of daily precipitation and rainstorm disaster loss in 1976-2006 of Liaoning province and based on the theory of natural disaster risk，the probability of occurrence of different levels rainstorm are analyzed by PPDmodel.Acquiring index of rain storm disaster by establishing damage index system，combined with ArcGISTechnology，assessment and regionalization of rainstorm disaster risk of Liaoning province are done. Results show that:①The possibility of occurrence of in Liaoning Province decrease as the rainstorm level increase. Level 1 to level 4 ismainly detected but level 5 ismerely detected，furthermore，the property of rain storm from level 2 to level5 ismainly decreased from southeast to northwest(level1 decrease from northwest to southeast);②As for the whole province，the risk of rainstorm disaster and loss is grandly coincided with features of attributions，which is increasing from north to south，from west to east，decrease from southeast to northwest;③PPD model is suitable to calculate possibility of factors of disaster in that the consequence of research based on this is coincidence with risks of Liaoning rain storm.

rainstorm disaster;risk;PPD model;ArcGIS;Liaoning province

X43

A

1000-811X(2015)01-0217-05

10.3969/j.issn.1000-811X.2015.01.040

王菜林，任學慧，李穎，等.基于PPD的遼寧省暴雨災害風險分析［J］.災害學，2015，30(1):217-221.［Wang Cailin，Ren Xuehui，li Ying，et al.Analysis of The Rainstorm Disaster Risk in Liaoning Province Based on PPD Model［J］.Journal of Catastrophology，2015，30(1):217-221.］

2014-06-30

2014-08-14

全球變化研究國家重大科學研究計劃(2010CB951102);國家自然科學基金項目(41371495)

王菜林(1990-)，男，土家族，湖北恩施人，碩士研究生，主要研究方向為區(qū)域環(huán)境與可持續(xù)發(fā)展.E-mail:wclzrdl @163.com

任學慧(1963-)，女，黑龍江勃利人，博士，教授，主要從事氣象、區(qū)域環(huán)境與可持續(xù)發(fā)展等研究. E-mail:rxh0202@163.com