基于GIS的祁連山東端冰雹災(zāi)害風(fēng)險評估與區(qū)劃

段云峰，胡正華，劉明春，劉俊艷，汪作成

(1.南京信息工程大學(xué) 應(yīng)用氣象學(xué)院，南京　210044；2.武威市氣象局，甘肅 武威　733000；3.甘肅省環(huán)境信息中心，蘭州　730000；4.天祝藏族自治縣氣象局，甘肅 武威　733200)

?

基于GIS的祁連山東端冰雹災(zāi)害風(fēng)險評估與區(qū)劃

段云峰1,4，胡正華1，劉明春2，劉俊艷3，汪作成4

(1.南京信息工程大學(xué) 應(yīng)用氣象學(xué)院，南京210044；2.武威市氣象局，甘肅 武威733000；3.甘肅省環(huán)境信息中心，蘭州730000；4.天祝藏族自治縣氣象局，甘肅 武威733200)

摘要：根據(jù)自然災(zāi)害系統(tǒng)理論和冰雹災(zāi)害風(fēng)險評估的相關(guān)理論，選擇冰雹多發(fā)地區(qū)的祁連山東端天祝藏族自治縣為研究區(qū)，并基于天?？h和周邊常規(guī)氣象站觀測資料、歷史災(zāi)情資料和基礎(chǔ)地理信息數(shù)據(jù)，探索和研究縣級冰雹災(zāi)害風(fēng)險區(qū)劃的技術(shù)方法。通過分析致災(zāi)因子危險性、孕災(zāi)環(huán)境敏感性、承載體易損性以及防災(zāi)減災(zāi)能力4個指標(biāo)，建立了冰雹災(zāi)害風(fēng)險評估模型，并利用GIS(Geographic Information System)技術(shù)得到了天祝縣冰雹災(zāi)害風(fēng)險區(qū)劃。結(jié)果顯示：天祝藏族自治縣冰雹災(zāi)害風(fēng)險南高北低，其中華藏寺、東坪、石門、打柴溝大部及炭山嶺和賽什斯的局部發(fā)生冰雹災(zāi)害的風(fēng)險最高；哈溪、朵什、西大灘次之；松山的東部、旦馬、祁連西南部為冰雹低風(fēng)險區(qū)。

關(guān)鍵詞：冰雹災(zāi)害；祁連山東端；風(fēng)險區(qū)劃；風(fēng)險指數(shù)；GIS技術(shù)

1研究背景

氣象災(zāi)害是指大氣對人類的生命財產(chǎn)和國民經(jīng)濟建設(shè)及國防建設(shè)等造成的直接或間接損害[1]，它是自然災(zāi)害中的原生災(zāi)害之一,具有自然和社會雙重屬性。冰雹作為氣象災(zāi)害中的主要災(zāi)害之一，具有地方性強、季節(jié)性明顯、持續(xù)時間短的特征。氣象災(zāi)害出現(xiàn)的范圍雖小，但來勢猛，強度大，常伴有狂風(fēng)、強降水和急劇降溫等陣發(fā)性災(zāi)害天氣過程，因此，往往對局部地區(qū)的農(nóng)牧業(yè)、電力、交通以及人民的生命財產(chǎn)造成較大損失。例如：2013年甘肅定西市、蘭州市、甘南藏族自治州部分地方出現(xiàn)強降雨天氣，并伴有冰雹，引發(fā)洪澇冰雹災(zāi)害，造成這3個市州的4個縣、9個鄉(xiāng)鎮(zhèn)、47個村、4 308戶、19 808人受災(zāi)，農(nóng)作物受災(zāi)1 616.6 ha。近年來，諸多研究主要集中在冰雹災(zāi)害天氣分布特征、危害性分析及冰雹災(zāi)害對農(nóng)業(yè)的影響及防御措施方面，在冰雹災(zāi)害的小區(qū)域風(fēng)險評估和區(qū)劃研究較少。

祁連山東端天祝藏族自治縣地處青藏高原、黃土高原和內(nèi)蒙古高原的交匯地帶，海拔在2 040～4 874 m之間，是大陸性高原氣候的典型代表。本文以天祝藏族自治縣各鄉(xiāng)鎮(zhèn)為基礎(chǔ)，主要依托研究區(qū)氣象觀測數(shù)據(jù)及冰雹災(zāi)害資料，進行縣一級的冰雹災(zāi)害風(fēng)險區(qū)劃，旨在為當(dāng)?shù)毓まr(nóng)業(yè)生產(chǎn)和城鄉(xiāng)居民生活提供指導(dǎo)依據(jù)，更好地為縣一級的防災(zāi)減災(zāi)事業(yè)服務(wù)。本文創(chuàng)新之處在于利用區(qū)域冰雹路徑檢驗區(qū)域災(zāi)害區(qū)劃結(jié)果，結(jié)果顯示二者具有很高的吻合度，使得區(qū)劃更具參考價值。

2研究區(qū)域概況

我國多雹地區(qū)主要分布在高原和一些山脈地區(qū)，多呈帶狀分布[2]。天祝藏族自治縣地處甘肅省中部，武威市南部，位于河西走廊和祁連山東端，北緯36°31′～37°55′，東經(jīng)102°07′～103°46′之間，地勢西部高峻，而東南逐漸變低，管轄19個鄉(xiāng)鎮(zhèn)，人口約21萬，總面積7 149 km2。轄區(qū)內(nèi)大部分地方以中高山地、丘陵、山間盆地、剝蝕平原和河谷平原等多種地貌為主，屬寒冷高原性氣候，以烏鞘嶺為界，嶺南屬大陸性高原季風(fēng)氣候，嶺北屬溫帶大陸性半干旱氣候[3]，境內(nèi)年均氣溫-8～4 ℃，氣候帶的垂直分布十分顯著，小區(qū)域氣候復(fù)雜多變，冰雹災(zāi)害發(fā)生頻繁，平均年降雹7次以上[4]，每年因雹災(zāi)造成的經(jīng)濟損失更是不計其數(shù)，因此，研究該區(qū)域的冰雹災(zāi)害，并對區(qū)域冰雹災(zāi)害風(fēng)險進行精細(xì)化評估和區(qū)劃，為當(dāng)?shù)匚磥?0 a內(nèi)冰雹災(zāi)害防御提供參考，保障社會經(jīng)濟發(fā)展意義重大。

3數(shù)據(jù)處理及模型建立

3.1冰雹災(zāi)害風(fēng)險評價指標(biāo)的歸一化量化

根據(jù)冰雹災(zāi)害風(fēng)險概念框架選取11個指標(biāo)，用于評價冰雹災(zāi)害風(fēng)險程度，由于所選指標(biāo)的單位不同，為消除冰雹災(zāi)害的敏感性、危險性、易損性及防災(zāi)減災(zāi)能力這4個評價因子量綱和數(shù)據(jù)級的差異，對每個指標(biāo)值進行歸一化處理。規(guī)范化計算公式為

(1)

式中:di為第i個評價指標(biāo)的規(guī)范化值；xi為第i個評價指標(biāo)值；xmax，xmin分別為評價指標(biāo)中的最大值和最小值。

3.2建立評價模型

根據(jù)自然災(zāi)害風(fēng)險概念框架，利用層次分析法[5-7](AHP)和加權(quán)綜合評價法[8-10](WCA)，建立冰雹災(zāi)害風(fēng)險指數(shù)模型。綜合考慮各個指標(biāo)對綜合評價因子的影響程度，把各個具體指標(biāo)作用的大小綜合起來，用一個數(shù)量化指標(biāo)加以集中。計算公式為

(2)

式中：f表示評價因子的值;wi表示第i項指標(biāo)的權(quán)重;n表示評價指標(biāo)個數(shù)。權(quán)重wi由各評價指標(biāo)對形成災(zāi)害風(fēng)險主要因子的相對重要性并根據(jù)專家打分法確定。

圖1　冰雹災(zāi)害風(fēng)險概念框架Fig.1　Conceptual framework of hail disaster risk

3.3評價因子權(quán)重計算

在對天?？h冰雹災(zāi)害詳細(xì)調(diào)查的基礎(chǔ)上，對冰雹災(zāi)區(qū)分布及影響因子進行分析，綜合當(dāng)?shù)貧庀?、水利、地質(zhì)部門專家意見，依據(jù)自然災(zāi)害系統(tǒng)和災(zāi)害風(fēng)險評估理論，提取冰雹災(zāi)害致災(zāi)因子危險性、承災(zāi)體易損性、孕災(zāi)環(huán)境敏感性、防災(zāi)減災(zāi)能力4個因子作為準(zhǔn)則層。選擇同準(zhǔn)則層相對應(yīng)的11個評價因子作為因素層(圖1)。然后，按照評價因子之間的貢獻關(guān)系，利用Saaty[11]理念構(gòu)造相應(yīng)階的判斷矩陣。以承災(zāi)體易損性為例，用1—9標(biāo)度法[11]構(gòu)造三階判斷矩陣，評定人口數(shù)量、國民生產(chǎn)總值(GDP)、耕地面積的相對重要性，三者兩兩相比，其判斷值為1—9之間的整數(shù)值。其中，1表示2個因素同等重要，取值按照影響程度依次增加，9表示一個因素較另一個因素極端重要，反之，則用倒數(shù)表示。在綜合給出判斷矩陣的數(shù)值后，通過求解判斷矩陣的最大特征值和對應(yīng)的特征向量，并進行一致性檢驗，分別得出各因子權(quán)重，之后將各權(quán)重值代入易損性區(qū)劃疊加模型中。利用ArcGIS的Grid模塊進行柵格疊加運算，并分級后得到易損性區(qū)劃分布圖。

3.4劃分等級界限

本文利用自然斷點法對評價值劃分成5個等級，分別為高風(fēng)險區(qū)、次高風(fēng)險區(qū)、中風(fēng)險區(qū)、次低風(fēng)險區(qū)和低風(fēng)險區(qū)(表1)。自然斷點分級法是減少同一級差異、增加不同級間差異，使得差異最大化，進而采用統(tǒng)計公式來確定屬性值的自然聚類的一種方法。根據(jù)自然斷點法的原理，要素將被劃分為多個類，對于這些類，會在數(shù)據(jù)值的差異相對較大的位置處設(shè)置其邊界，其計算公式為

(3)

式中：ssd表示達(dá)到不同程度風(fēng)險的邊界值；a為1個數(shù)組(數(shù)組長度為k)；meani-j為每個等級中的平均值。

表1　冰雹風(fēng)險等級標(biāo)準(zhǔn)

圖2　天祝藏族自治縣冰雹路徑Fig.2　Route map of hail in Tianzhu Tibetanautonomous county

4天?？h冰雹災(zāi)害風(fēng)險區(qū)劃

天祝為冰雹易發(fā)區(qū)，主要是距雹云源地較近，加之轄區(qū)內(nèi)山地較多，有利于不穩(wěn)定層的形成和發(fā)展。主要冰雹路徑(雹云)有7條(圖2)：①發(fā)源于黑俄博掌—大紅溝—哈溪，或發(fā)源于黑俄博掌—大紅溝—哈溪—朵什—西大灘；②發(fā)源于雷公山—安遠(yuǎn)—打柴溝—華藏寺，或發(fā)源于雷公山—安遠(yuǎn)—打柴溝—石門；③發(fā)源于毛毛山—華藏寺—松山，或朵什—西大灘—東大灘；④發(fā)源于馬雅雪山—打柴溝—石門；⑤發(fā)源于馬雅雪山—打柴溝—炭山嶺—賽什斯—賽拉隆—東坪；⑥發(fā)源于青海省蔥花嶺—賽拉隆—東坪；⑦發(fā)源于武威市蓮花山—旦馬—祁連—大紅溝。

4.1冰雹災(zāi)害風(fēng)險評估

4.1.1冰雹災(zāi)害致災(zāi)因子危險性評估

冰雹災(zāi)害致災(zāi)因子主要反映冰雹災(zāi)害本身的危險性程度，包括災(zāi)害發(fā)生的強度、頻次和影響范圍等。致災(zāi)因子強度越大，頻次越高，影響范圍越廣，則冰雹災(zāi)害所造成的破壞損失就越嚴(yán)重，災(zāi)害風(fēng)險也就越大。冰雹災(zāi)害的強度主要考慮降雹直徑、降雹持續(xù)時間、密度、伴隨大風(fēng)等級等致災(zāi)因子[12]。特定范圍內(nèi)，冰雹發(fā)生的頻次越大、強度越高，災(zāi)害風(fēng)險越大。本文根據(jù)1951—2010年氣象站觀測資料中的冰雹日數(shù)，計算出降雹頻率，結(jié)合觀測資料中的冰雹強度指標(biāo)，利用克里格加權(quán)內(nèi)插法和自然斷點法[13]，將研究區(qū)致災(zāi)因子危險性指數(shù)劃分為5個等級，得到冰雹致災(zāi)因子的危險性指數(shù)區(qū)劃圖(圖3)。

圖3　天祝藏族自治縣冰雹災(zāi)害致災(zāi)因子危險性區(qū)劃Fig.3　Zonation according to the hazard degreeof hail disaster

通過對天祝縣冰雹致災(zāi)因子危險性區(qū)劃可以看出，高危險區(qū)主要集中在華藏寺、石門鎮(zhèn)以及打柴溝、炭山嶺、賽什斯鎮(zhèn)的大部分地區(qū)，松山中東部以及祁連、旦馬的西南部為低風(fēng)險區(qū)。

4.1.2冰雹災(zāi)害孕災(zāi)環(huán)境敏感性評估

孕災(zāi)環(huán)境敏感性是冰雹災(zāi)害影響地區(qū)的外部環(huán)境對災(zāi)害損失的敏感程度。冰雹的形成不僅與天氣條件有關(guān)，與下墊面的地形地貌也存在一定的關(guān)系，坡度、坡向、山脈和河流走向、植被覆蓋密度都對冰雹有顯著的影響[14]。在進行研究區(qū)的冰雹災(zāi)害孕災(zāi)環(huán)境敏感性分析時，考慮天祝縣的植被覆蓋情況對當(dāng)?shù)乇⒂绊懴鄬^小，因此，主要對地形因子中的河網(wǎng)密度、高程和地形起伏度賦予權(quán)重。

通過對天?？h冰雹孕災(zāi)環(huán)境敏感性的分析可以得出，華藏寺、賽什斯、石門鎮(zhèn)、祁連以及打柴溝、炭山嶺、天堂鎮(zhèn)的大部分地區(qū)為高風(fēng)險區(qū)，東大灘東部、松山東部和旦馬為低風(fēng)險區(qū)(圖4)。

圖4　天祝藏族自治縣冰雹災(zāi)害孕災(zāi)環(huán)境敏感性區(qū)劃Fig.4　Zonation according to the sensitivity to hail disaster

4.1.3冰雹災(zāi)害承災(zāi)體易損性評估

承災(zāi)體易損性是可能受到冰雹災(zāi)害威脅的所有人員和財產(chǎn)的傷害和損失程度。研究區(qū)冰雹災(zāi)害帶來的承災(zāi)體數(shù)量和價值分布難以統(tǒng)計，因此，選取人口數(shù)量、GDP和耕地面積等資料間接反映承災(zāi)體的密集程度[15]。本文通過人口數(shù)量和GDP映射出每個鄉(xiāng)鎮(zhèn)的人口密度和經(jīng)濟密度，結(jié)合各鄉(xiāng)鎮(zhèn)耕地比情況，劃分出等級，并賦予相應(yīng)的權(quán)重。

通過對天?？h冰雹承災(zāi)體易損性區(qū)劃可知，華藏寺、打柴溝、東坪、石門鎮(zhèn)的大部分地區(qū)為高風(fēng)險區(qū)，旦馬、祁連、毛藏、大紅溝、哈溪以及松山為低風(fēng)險區(qū)(圖5)。

圖5　天祝藏族自治縣冰雹災(zāi)害承災(zāi)體易損性區(qū)劃Fig.5　Zonation according to the vulnerability ofhazard-affected body to hail disaster

4.1.4冰雹災(zāi)害減災(zāi)抗災(zāi)能力評估

減災(zāi)抗災(zāi)能力是受災(zāi)地區(qū)對冰雹災(zāi)害的抵御和災(zāi)后恢復(fù)程度，又稱防災(zāi)減災(zāi)能力，主要包括應(yīng)急管理能力、人口素質(zhì)、防御設(shè)施、人均GDP等[16]。減災(zāi)抗災(zāi)能力越高，研究區(qū)遭受的潛在損失越小，冰雹災(zāi)害的風(fēng)險越低。減災(zāi)抗災(zāi)能力屬于主觀因素，人為影響大，具體定量化起來比較抽象，沒有統(tǒng)一的評價標(biāo)準(zhǔn)，在繪制風(fēng)險圖時一般不疊加進入。本文選取應(yīng)急能力、人口素質(zhì)和防御設(shè)施3個指標(biāo)作為防災(zāi)減災(zāi)能力的評價因子分別賦予權(quán)重。通過加權(quán)綜合法計算得出各鄉(xiāng)鎮(zhèn)的減災(zāi)抗災(zāi)指數(shù)，分為5個等級。

通過天祝縣冰雹減災(zāi)抗災(zāi)能力區(qū)劃可以看出，華藏寺、打柴溝、石門鎮(zhèn)的東部、哈溪防災(zāi)抗災(zāi)能力較高，而毛藏、賽拉隆、旦馬、祁連、東大灘、抓西秀龍、東坪為防災(zāi)減災(zāi)能力薄弱地區(qū)(圖6)。

圖6　天祝藏族自治縣冰雹災(zāi)害減災(zāi)抗災(zāi)能力區(qū)劃Fig.6　Zonation according to the capability of haildisaster reduction and relief

4.2冰雹災(zāi)害風(fēng)險區(qū)劃

冰雹災(zāi)害風(fēng)險評估主要從致災(zāi)因子危險性、孕災(zāi)環(huán)境敏感性、承災(zāi)體易損性和減災(zāi)抗災(zāi)能力4個方面進行綜合分析?？紤]各評價因子對冰雹災(zāi)害風(fēng)險的影響程度，將各因子賦予權(quán)重系數(shù)后進行匯總，表2為研究區(qū)冰雹災(zāi)害風(fēng)險評估模型中各應(yīng)用層的指標(biāo)權(quán)重。由于致災(zāi)因子危險性、孕災(zāi)環(huán)境敏感性、承災(zāi)體易損性與冰雹災(zāi)害風(fēng)險正相關(guān)，而防災(zāi)減災(zāi)能力與冰雹災(zāi)害風(fēng)險負(fù)相關(guān)，如果將其考慮進來，需要以負(fù)值疊加進來，加之其主觀性強，一般繪制風(fēng)險圖時僅考慮前3者。

表2　冰雹災(zāi)害風(fēng)險評估指標(biāo)權(quán)重

通過加權(quán)綜合法計算出研究區(qū)冰雹災(zāi)害風(fēng)險綜合指數(shù)，將冰雹致災(zāi)因子危險性、孕災(zāi)環(huán)境敏感性、承災(zāi)體易損性區(qū)劃圖進行疊加得到天?？h冰雹災(zāi)害風(fēng)險區(qū)劃圖(圖7)。

由圖7可見，研究區(qū)冰雹災(zāi)害風(fēng)險由北到南遞增，東坪、華藏寺、石門、打柴溝的大部及炭山嶺和賽什斯的局部為冰雹高風(fēng)險區(qū)；哈溪、朵什、西大灘次之；松山的東部、旦馬、祁連西南部為冰雹低風(fēng)險區(qū)。

圖7　天?？h冰雹風(fēng)險區(qū)劃Fig.7　Zonation according to hail disaster risk

5結(jié)果分析

冰雹的風(fēng)險區(qū)劃圖7總體上與冰雹災(zāi)害的空間分布相對應(yīng)，并與圖2冰雹路徑有較好的一致性。從圖2看，雹云多由北向南移動，并多數(shù)經(jīng)過高風(fēng)險區(qū)及次高風(fēng)險區(qū)，冰雹路徑密集區(qū)則為雹災(zāi)風(fēng)險高發(fā)區(qū)，如華藏寺、打柴溝、石門；若2條冰雹路徑相交更是冰雹災(zāi)害易發(fā)區(qū)，如東坪即為高風(fēng)險區(qū)域，這點也在圖7中得到了很好的印證。同時，受地形和經(jīng)濟、人口密度分布的影響，華藏寺、打柴溝、炭山嶺地區(qū)經(jīng)濟水平較高，人口相對集中，石門、天堂鎮(zhèn)多為旅游景區(qū)及植被覆蓋區(qū)，災(zāi)害易損性較高，加之流動人口抗災(zāi)能力較弱，所以以上區(qū)域落在高風(fēng)險區(qū)或較高風(fēng)險區(qū)符合實際。

6結(jié)語

本文結(jié)合冰雹災(zāi)害風(fēng)險評估相關(guān)理論，構(gòu)建致災(zāi)因子、孕災(zāi)環(huán)境、承災(zāi)體易損性及防災(zāi)減災(zāi)能力4個模型，對祁連山東端天?？h冰雹災(zāi)害進行風(fēng)險評估與區(qū)劃，結(jié)果顯示：天祝藏族自治縣冰雹災(zāi)害風(fēng)險南高北低，其中華藏寺、東坪、石門、打柴溝大部及炭山嶺和賽什斯的局部發(fā)生冰雹災(zāi)害的風(fēng)險最高；哈溪、朵什、西大灘次之；松山東部、旦馬、祁連西南部為冰雹災(zāi)害低風(fēng)險區(qū)。

由于冰雹災(zāi)害的形成機理較為復(fù)雜，影響因素較多，要非常準(zhǔn)確進行風(fēng)險評估有一定難度。在縣級氣象站點較少的情況下，構(gòu)成的災(zāi)害序列集較少，規(guī)律性較差，因此，評估模型考慮的因子、風(fēng)險指標(biāo)的選擇還需要進一步完善；同時模型的參數(shù)定量化確定、評估模型的優(yōu)化等方面，還需要不斷進行深入地研究，以得出更加精準(zhǔn)和符合實際的冰雹災(zāi)害風(fēng)險評估結(jié)果。

參考文獻：

[1]劉彤,閆天池.我國的主要氣象災(zāi)害及其經(jīng)濟損失[J]. 自然災(zāi)害學(xué)報，2011,20(2):90-95.

[2]李照榮,丁瑞津,董安祥,等.西北地區(qū)冰雹分布特征[J]. 氣象科技，2005,33(2):160-163.

[3]李曉丹.甘肅省天?？h土地利用現(xiàn)狀分析[J]. 甘肅科技，2012,28(20):43-47.[4]李生地,李占忠,東長祿,等. 天祝年鑒2010—2011[M]. 天祝：天祝年鑒編輯部，2013.[5]王以彭,李結(jié)松,劉立元. 層次分析法在確定評價指標(biāo)權(quán)重系數(shù)中的應(yīng)用[J]. 第一軍醫(yī)大學(xué)學(xué)報，1999, 19(4): 377-379.

[6]史培軍. 五論災(zāi)害系統(tǒng)研究的理論與實踐[J]. 自然災(zāi)害學(xué)報，2009，18(5):1-9.

[7]王慧彥,薛輝. 縣域自然災(zāi)害綜合風(fēng)險區(qū)劃編制——以灤縣為例[J]. 自然災(zāi)害學(xué)報，2013，22(3):85-90.

[8]ZHANG J Q, OKADA N, TATANO H,etal. Risk Assessment and Zoning of Flood Damage Caused by Heavy Rainfall in Yamaguchi Prefecture, Japan[C]∥Flood Defense 2002, Second International Symposium on Flood Defense. Beijing:Science Press, September 10-13, 2002: 162-170.

[9]張繼權(quán),魏民. 加權(quán)綜合評分法在區(qū)域玉米生產(chǎn)水平綜合評價與等級分區(qū)中的應(yīng)用[J]. 經(jīng)濟地理，1994, 14 (5) : 19-21.

[10]ZHANG J Q, OKADA N, TATANO H,etal. Damage Evaluation of Agro-meteorological Hazards in the Maize-growing Region of Songliao Plain, China: Case Study of Lishu Area of Jilin Province[J]. Natural Hazards, 2004, 31(1): 209-232.

[11]SAATY T L.The Analytic Hierarchy Process[M]. Chicago:McGraw-Hill Company, 1980.

[12]溫華洋,田紅,唐為安，等. 安徽省冰雹氣候特征及其致災(zāi)因子危險性區(qū)劃[J]. 中國農(nóng)業(yè)區(qū)劃，2013,34(1):88-93.

[13]宮清華，黃光慶,郭敏，等. 基于GIS 技術(shù)的廣東省洪澇災(zāi)害風(fēng)險區(qū)劃[J]. 自然災(zāi)害學(xué)報，2009,18(1):58-63.

[14]王麗娜, 祝青林. 基于GIS的農(nóng)業(yè)和冰雹災(zāi)害數(shù)字化方法與應(yīng)用[J]. 農(nóng)業(yè)網(wǎng)絡(luò)信息，2009，(9):42-45.

[15]楊益,陳貞宏,王瀟宇，等. 基于GIS和AHP的濰坊市冰雹災(zāi)害風(fēng)險區(qū)劃[J]. 中國農(nóng)業(yè)氣象，2011，(增1):203-207.

[16]胡桂杰,王志春,魏學(xué)，等. 赤峰市寧城縣氣象災(zāi)害評估系統(tǒng)[J]. 內(nèi)蒙古氣象，2013，(1):35-36.

(編輯：黃玲)

Risk Assessment and Zonation of Hail Disaster inthe East of Qilian Mountains Based on GIS

DUAN Yun-feng1,4, HU Zheng-hua1, LIU Ming-chun2, LIU Jun-yan3, WANG Zuo-cheng4

(1.College of Applied Meteorology, Nanjing University of Information Science & Technology, Nanjing 210044, China; 2.Meteorology Bureau of Wuwei, Wuwei733000, China; 3.Environmental Information Center of Gansu Province, Lanzhou730000, China; 4. Meteorology Bureau of Tianzhu Tibetan Autonomous County, Wuwei733200, China)

Abstract:The zonation of hail risk is researched according to observed meteorological data, historical disaster data and fundamental geographic data in Tianzhu Tibetan autonomous county where hail disaster frequently happens. An evaluation model for hail risk is established consisting four indexes, namely hazard of disaster-inducing factor, sensitivity of environment to hail disaster, vulnerability of hazard-affected body to hail disaster, and capability of disaster reduction and relief. Furthermore, GIS technology is adopted to obtain the zoning of hail disaster risk. Results show that the hail risk rises from the north to the south in Tianzhu Tibetan autonomous county. Hail risks in Huazang temple, Dongping, Shimen and Dachaigou, and part of Tanshanling and Saishensi are the highest, followed by Haxi, Duoshen and Xidatan; the hail risks in east Songshan, southwest of Danma and Qilian are the lowest.

Key words:hail disaster; the east of Qilian Mountains; risk zonation; disaster risk index; GIS

中圖分類號：P694

文獻標(biāo)志碼：A

文章編號：1001-5485(2016)05-0129-06

doi:10.11988/ckyyb.201504012016,33(05):129-134

作者簡介：段云峰(1982-)，男，甘肅武威人，工程師，碩士研究生，研究方向為氣象災(zāi)害風(fēng)險區(qū)劃，(電話)13893590316(電子信箱)okay2010@163.com。

基金項目：公益性行業(yè)(氣象)科研重大專項(GYHY201506001-6)

收稿日期：2015-05-14；修回日期：2015-06-24