“麥德姆”臺風災害防御行為效益評估研究

楊 林 曹春榮 林 秋 林文華 趙珊珊 劉 靈

(1. 福建省氣候中心，福州 350001; 2. 福建省氣象局，福州 350001; 3. 福建省寧德市氣象局，寧德 352100;4. 國家氣候中心，北京 100081; 5. 福建省民政廳，福州 350001)

“麥德姆”臺風災害防御行為效益評估研究

楊 林1曹春榮1林 秋2林文華3趙珊珊4劉 靈5

(1. 福建省氣候中心，福州 350001; 2. 福建省氣象局，福州 350001; 3. 福建省寧德市氣象局，寧德 352100;4. 國家氣候中心，北京 100081; 5. 福建省民政廳，福州 350001)

利用2014年福建省臺風“麥德姆”氣象監(jiān)測資料、臺風災情資料和臺風災害防御效益評估網上問卷調查資料，采用相似分析法中的平均值距平估算法，預評估臺風“麥德姆”造成的影響為中等，將造成直接經濟損失為12.0×109～22.0×109元,并利用臺風災害風險指數(shù)評估模型，對臺風“麥德姆”進行災害風險評估,研究分析結果表明： 臺風“麥德姆”預評估結果與實際災情相符，災害損失降到最低限度．根據(jù)網上調查評估法得出： 福建省防御“麥德姆”登陸臺風災害行為,減損經濟效益貢獻率為66%,主要體現(xiàn)在船只回港避風、地質災害易發(fā)點整治建設和網箱養(yǎng)殖的除險加固等環(huán)節(jié);減少人員傷亡貢獻率為64%,主要體現(xiàn)在漁民上岸和人員轉移到安全應急避難場所等環(huán)節(jié)．據(jù)估算,這次臺風災害防御行為福建省減輕直接經濟損失約為8.349×109元．應用臺風災害防御效益評估三級指標體系，通過調查研究得出： 指標體系中的各級各項指數(shù)均能較好地反映和評估福建省防御臺風災害行為的實際效益和作用，政府主導在各類減災行為中作用最大，臺風預報預警及時性、工程性建設、人員轉移和船只回港避風作用最有效．

“麥德姆”臺風； 風險評估； 災害防御； 效益評估

福建是中國臺風災害最嚴重的省份之一，臺風帶來的大風、暴雨、風暴潮和巨浪等災害，常常造成重大的人員傷亡和巨大的經濟損失[1]．近11年來，福建省頻繁遭受臺風侵襲，造成巨大的經濟損失，據(jù)統(tǒng)計，2004—2014年共有89個臺風登陸或影響福建省，造成直接經濟損失累計達622.2×109元．國內外關于“臺風災害防御行為效益評估研究”起步較晚，國際上，2005年8月“卡特里娜”颶風襲擊美國,新奧爾良市防洪堤因風暴潮而決堤,損失慘重,美國專家曾對該颶風災害防御行為進行災后評估研究,認為美國在應急體系上存在問題,在應對颶風災難準備不足,應對措施不存在強制性,救災行動遲緩．在我國，長期以來各級氣象部門在臺風季,積極主動地開展臺風災害的預測、預報、預警和預估,各級政府及時采取有效的臺風災害防御行為和應急措施等風險管理技術，提高防臺減災能力和臺風災害防御效益，為最大限度地降低和減輕臺風災害損失和社會影響提供決策服務[2-5],2012年2月，聯(lián)合國亞太經社會/世界氣象組織臺風委員會第44次屆會提出“防御臺風災害的行為效益評估”項目，由中國氣象局組織研究，結果用于推廣到亞洲其他國家,之后我國專家學者加快進行防御臺風災害行為的效益評估研究,取得了一些進展和成果,這對于客觀準確全面地了解我國防臺減災工作現(xiàn)狀，逐步實現(xiàn)在最低防御成本、最佳防災效益條件下的最優(yōu)防御行為,提升我國在防臺減災工作中的國際地位具有重要的意義．本文利用2014年福建省臺風“麥德姆”氣象監(jiān)測資料、臺風災情資料和臺風災害防御效益評估網上問卷調查資料，評估臺風“麥德姆”災害風險、防御行為的減災能力和臺風災害防御減損效益，研究成果可為福建省防災減災和可持續(xù)發(fā)展提供科學的決策依據(jù)．

1 “麥德姆”臺風概況

1.1 臺風特點

2014年第10號臺風“麥德姆”7月23日00時15分在臺灣臺東縣登陸后，23日15時30分在福建省福清市高山鎮(zhèn)登陸，登陸時中心附近最大風力11級(30m/s)，中心最低氣壓為9.8×104Pa(圖1)．臺風“麥德姆”是2014年唯一登陸福建省的臺風，具有移動路徑穩(wěn)定，強度強，風雨影響大、范圍廣等特點．

1.2 風雨影響

受臺風“麥德姆”影響，福建省中北部沿海出現(xiàn)8～9級偏北大風，中部沿海最強陣風10～12級，以福鼎北奧極大風速36.9m/s為最大．全省大部分地區(qū)出現(xiàn)暴雨到大暴雨．統(tǒng)計7月22日20時至25日20時過程雨量，共有50個縣(市、區(qū))693個區(qū)域站、34個氣象站大于100mm，其中27個縣(市、區(qū))129個區(qū)域站、4個氣象站大于250mm，以羅源中房577.8mm為最大；7月24日(20～20時)降水最強，周寧209.2mm位居本站7月歷史日降水量第2位，次于2008年．

1.3 歷史相似臺風

本文利用福建省臺風災害數(shù)據(jù)庫(2001年后臺風災情數(shù)據(jù)，較完整和可靠)，查找2001年～2013年與臺風“麥德姆”登陸點、路徑和強度、影響范圍等較相似的臺風，主要有0808號臺風“鳳凰”和1312號臺風“潭美”2個(圖2)．

綜合分析3個相似臺風的登陸點、登陸路徑、強度、影響范圍和災情(表1，見第828頁)等資料可以看出： 3個臺風登陸點都是福清市；“麥德姆”臺風等級最高,為強臺風級，但登陸時風速最小,中心氣壓最高,直接經濟損失最小；臺風活動路徑2個是登臺入閩,“潭美”是直接入閩登陸,登陸時風速最大,中心氣壓最低,直接經濟損失最大，為19.23×109元,可見直接經濟損失與登陸時的風速成正比；“鳳凰”臺風過程平均降水量158.2mm為最大,“潭美”臺風過程平均降水量74.1mm為最小,2個臺風的過程降水量平均為116.2mm,與“麥德姆”臺風過程平均降水量110.8mm接近,是偶然的巧合,還是有必然聯(lián)系,有待深入研究．

2 臺風災害風險評估

2.1 臺風災害風險評估

我國有關氣象災害風險評估已有了許多研究工作[6-10],可供參考借鑒．本文對“麥德姆”臺風災害風險評估主要考慮致災因子危險性、孕災環(huán)境敏感性、承災體脆弱性和防災減災能力4個因素，據(jù)此建立如下臺風災害風險指數(shù)評估模型[6-9]：

DRI=(HWH)(EWE)(VWV)[0.1(1-a)R+a],

H=WHXH，E=WEXE，V=WVXV，R=WRXR，

其中：DRI是臺風災害風險指數(shù)；H,E,V,R分別表示致災因子危險性、孕災環(huán)境敏感性、承災體脆弱性和防災減災能力因子指數(shù)；WH，WE，WV，WR相應地表示其權重,表示各指標對形成臺風災害風險的主要因子的相對重要性,其臺風災害的影響程度大小,通過采用目前常用的權重模糊矩陣綜合評估模型(另文發(fā)表)，并結合專家意見而分別確定為0.4,0.2,0.2,0.2；XH，XE，XV，XR分別表示H，E，V，R因子量化后的指數(shù)值;變量α是常數(shù)，用來描述防災減災能力對于減少總的DRI所起的作用，考慮福建省的實際情況，將α確定為0.8．

本文根據(jù)以上公式計算臺風“麥德姆”2個相似登陸臺風的災害風險指數(shù)DRI，采用五分位法劃分為高風險區(qū)(≥0.51)、次高風險區(qū)(0.41～0.50)、中等風險區(qū)(0.31～0.40)、次低風險區(qū)(0.21～0.30)和低風險區(qū)(≤0.20)5個等級，對臺風“麥德姆”進行災害風險評估(圖3(a))．結果表明，“麥德姆”臺風災害高風險區(qū)主要分布在惠安以北沿海地區(qū)和福州與寧德大部地區(qū)，次高風險區(qū)主要分布在福建省中北部地區(qū)，其余地區(qū)為中等風險區(qū)以下．對比臺風“麥德姆”實際過程降水量(圖3(b))可以看出： 臺風災害高風險區(qū)與實況強降水分布較一致,閩南地區(qū)臺風災害風險存在低估,閩西龍巖地區(qū)存在高估,這與臺風登陸后的移動路徑有關,3個相似臺風登陸點是一致的條件下,高風險區(qū)主要集中在登陸點右上方區(qū)域．

表3 防御臺風災害行為效益評估等級表

2.2 臺風災害損失預估

目前采用相似分析法預評估臺風災害，主要有兩種估算方法，一種是上下限區(qū)間估算法，適用于有3個以上相似臺風樣本的情況，根據(jù)臺風受災面積、受災人口和直接經濟損失3個災情數(shù)據(jù)的最小值和最大值，確定預估區(qū)間的上下限數(shù)值．另一種是平均值距平估算法，適用于僅有1～2個相似臺風樣本的情況，根據(jù)臺風受災面積、受災人口和直接經濟損失災情數(shù)據(jù)的平均值或單一值，加入一定的正負距平值，確定預估區(qū)間的上下限數(shù)值；預估區(qū)間較大時，加入較大的正負距平值，而預估區(qū)間較小時，加入較小的正負距平值，前者在臺風距離較遠，不確定性較大時采用，后者在臺風距離較近，不確定性較小時采用；其預估區(qū)間范圍隨著臺風由遠到近，逐步縮小，預估精確度不斷提高．經業(yè)務實踐檢驗，相似臺風樣本數(shù)越多，上下限區(qū)間估算法預估準確率越大；但不足之處是有時會出現(xiàn)預估區(qū)間范圍太大，在這種特殊情況下，可采用平均值距平估算法加以補充修訂．

根據(jù)臺風“麥德姆”的特點，采用相似分析法中的平均值距平估算法，預評估臺風“麥德姆”造成的影響為中等，將造成直接經濟損失為12×109～22×109元,其計算方法如下： 先求出2個相似臺風直接經濟損失平均值約為17×109元，后取正負距平5×109元,這個數(shù)值依臺風預報的確定性和預估精確度范圍而取值，最終加減計算得出預估區(qū)間．

3 臺風災害防御行為效益評估研究

3.1 臺風災害防御行為效益評估指標體系

為了向國際社會詮釋和展示中國防臺減災防御機制的效益，本文構建了防御臺風災害行為效益評估三級指標體系，這是目前國內外首創(chuàng)的探索性研究，其設計思路是以“政府主導、部門聯(lián)動、社會參與”的防御機制作為3個一級指標，向防御措施的8個二級指標延伸擴展，即臺風防御組織體系、臺風防御應急管理、人員轉移和回港避風、工程性建設、臺風災害預警、應急處置、應急保障、防御能力．

根據(jù)防御機制和防御措施再分解細化成防御行為的25個三級指標(表2，見第830頁),臺風防御組織體系包含制定防臺政策、制度、法律法規(guī),防臺減災組織機構,防御指揮系統(tǒng)3個指標;臺風防御應急管理包含啟動應急預案,應急信息發(fā)布(信息員),防御宣傳(防災科普、信息播報等)3個指標;人員轉移和回港避風包含轉移人數(shù),回港避風船只數(shù)量2個指標;工程性建設包含水利設施建設(水庫、山塘、江河堤壩、海堤等),避風漁港建設,應急避難場所建設3個指標,以上這些防御措施與行為主要落實在各級黨、政領導和政府防汛部門的工作中．臺風災害預警包含預報預警準確率(24h路徑誤差/降水/大風),預報預警及時性,預報預警發(fā)布覆蓋率3個指標,主要體現(xiàn)在氣象部門的臺風服務工作中;應急處置包含部門聯(lián)合會商,停產停工停課(交通運輸/工廠/學校等),財產保護措施,應急救援(災民安置、生活救助、災后重建),應急評估(災情調查、收集、評估)5個指標,這是防御臺風災害減少人員傷亡和經濟損失的一個重要環(huán)節(jié),主要體現(xiàn)在當?shù)胤揽古_風的民政、交通運輸、武警部隊、搶險救災隊伍及各單位安全生產管理部門的實際救災工作中;應急保障包含救災搶險物資保障(儲備、保管、使用),應急隊伍保障(醫(yī)療衛(wèi)生、搶險、救助、治安),技術保障(通信、交通、供水、供電)3個指標,主要體現(xiàn)在衛(wèi)生、電力、通信、供水等單位的防災工作中,以上這些防御措施與行為主要落實在各級防汛抗臺成員單位的具體工作中．公眾的防御能力包含對臺風災害的認知,臺風災害避險自救能力,參與度3個指標,這是社會參與防災減災的關鍵,主要落實在每個公眾防御臺風災害、減少直接損失的具體行動中．

表2 防御“麥德姆”臺風災害行為效益評估指標體系

3.2 臺風災害防御行為效益評估

為了科學客觀地評估福建省在防御臺風“麥德姆”過程中氣象災害防御機制的作用和防御臺風災害行為的效益，2014年7月18～31日在福建氣象門戶網站上開展網上調查活動.參加此次網上調查的各類人員共有82人，其中當?shù)卣畽C關(A卷)17人、聯(lián)動部門(B卷)11人、社會公眾(C卷)54人．通過網上調查問卷統(tǒng)計分析可知，防御臺風“麥德姆”災害行為一級指標A“政府主導”實際評估指數(shù)為49.9，占比率為90.8%；一級指標B“部門聯(lián)動”實際評估指數(shù)為41.7，占比率為75.9%；一級指標C“社會參與”實際評估指數(shù)為10.5，占比率為70.0%；合計目標效益評估總指數(shù)為102，占比率為81.6%．文中占比率是指調查者在網上進行某項評分的指標合計分值與該項總分值的百分比，表示該項指標在防御臺風災害行為效益中的有效性和作用，依據(jù)表3防御臺風災害行為效益評估的5個劃分等級可知，這次防御臺風“麥德姆”災害行為效益評估等級為好．

比較分析表2中的各級占比率得出，一級指標中政府主導作用大，主要防御行為體現(xiàn)在： ①7月21日12時、22日08時，福建省防指根據(jù)《福建省防洪防臺風應急預案》，22日20時啟動防臺風Ⅳ級、Ⅲ級、Ⅱ級響應;②7月22日下午，省防指總指揮召集有關部門深入會商第10號臺風“麥德姆”發(fā)展態(tài)勢，分析出現(xiàn)的新動向，研究部署有關防御工作，發(fā)出明傳電報，進一步細化部署防御“麥德姆”臺風的工作;③7月22～23日，國家防總工作組冒雨趕赴臺風可能的登陸區(qū)域，深入一線指導工作，先后到莆田、福清、涵江、城廂、羅源等市縣和城頭、白塘、起步、松山等鄉(xiāng)鎮(zhèn)，了解汛情、工情、災情，現(xiàn)場檢查人員轉移避險、漁船回港避風情況;④7月22日21時，在五大漁場和釣魚島海域作業(yè)的30470艘漁船已全部回港避風，全省共安全轉移海上人員15.72×104人，其中漁船上人員12.19×104人、漁排上老弱婦幼人員0.56×104人、漁排上勞力2.97×104人;⑤7月22日18時，省通信管理局組織移動、聯(lián)通、電信等運營商向受“麥德姆”臺風影響的沿海地區(qū)手機用戶發(fā)送防臺風的公益短信，累計達1395×104條次，提醒公眾注意防范臺風危害，增強自我保護意識．

二級指標中工程性建設，人員轉移和回港避風作用最有效；三級指標中臺風預報預警及時性，水利設施、避風漁港和應急避難場所建設，轉移人數(shù)和回港避風船只數(shù)量和防御指揮系統(tǒng)作用最有效(表2),其中體現(xiàn)氣象部門防御臺風災害行為的臺風預報預警及時性指標占比率達94.4%,氣象服務滿意度為87,主要防御行為體現(xiàn)在： 7月20日11時10分，福建省氣象臺以“重要氣象信息專報”向省委、省政府匯報“第10號臺風‘麥德姆’將登陸我省”，并預報： 臺風“麥德姆”7月23日登陸的可能性較大，將對我省造成嚴重的風雨影響．臺風服務過程中，先后5次到省防汛抗旱指揮部參加臺風發(fā)展態(tài)勢會商分析會和防臺部署會，具體匯報“麥德姆”的發(fā)展動態(tài)和可能對我省造成的風雨影響情況，并提出相應的防御建議;向省委、省政府報送“重要氣象信息專報”5期，“重要天氣預警報告”10期,對外發(fā)布“臺風警報單”20期；地質災害氣象風險預警7次，臺風預報預警準確及時．

4 結論和討論

本文根據(jù)以上針對臺風“麥德姆”的調查分析研究，得出以下幾點主要結論：

(1) 根據(jù)臺風“麥德姆”的特點，采用相似分析法中的平均值距平估算法，預評估臺風“麥德姆”造成的影響為中等，將造成直接經濟損失為12×109元～22×109元,據(jù)福建省民政廳災情統(tǒng)計,臺風“麥德姆”造成直接經濟損失為12.65×109元,處于預估區(qū)間的下限，說明了預估與實際災情相符，災害損失降到最低限度．根據(jù)網上調查評估法得出： 福建省防御2014第10號“麥德姆”登陸臺風災害行為,減損經濟效益貢獻率為66%,主要體現(xiàn)在船只回港避風、地質災害易發(fā)點整治建設和網箱養(yǎng)殖的除險加固等環(huán)節(jié);減少人員傷亡貢獻率為64%,主要體現(xiàn)在漁民上岸和人員轉移到安全應急避難場所等環(huán)節(jié)．據(jù)估算,這次臺風災害防御行為福建省減輕直接經濟損失約為8.349×109元(12.65×109×66%元)．

(2) 臺風“麥德姆”災害風險評估高風險區(qū)主要分布在惠安以北沿海地區(qū)和福州與寧德市大部地區(qū)，次高風險區(qū)主要分布在福建省中北部地區(qū)，其余地區(qū)為中等風險區(qū)以下．對比臺風“麥德姆”實際過程降水量可以看出： 臺風災害高風險區(qū)與實況強降水分布較一致,閩南地區(qū)臺風災害風險存在低估,閩西龍巖地區(qū)存在高估,這與臺風登陸后的移動路徑有關,3個相似臺風登陸點是一致的條件下,高風險區(qū)主要集中在登陸點右上方區(qū)域．實踐證明： 臺風災害風險評估對確定防臺減災工作的防御重點區(qū)域有很好的決策指導作用．

(3) 研究和構建防御臺風災害行為效益評估三級指標體系和調查統(tǒng)計表，目前在國內外該領域尚屬首創(chuàng)，缺乏有關參考文獻可借鑒，處在探索性研究階段，需在學術交流和調查研究中不斷地總結與完善，2014年依此對臺風“麥德姆”進行網上調查，得出的各級各項指數(shù)，均能較好地反映和評估福建省防御臺風災害行為的實際效益和作用，本文通過歷史相似臺風的對比分析,預估“麥德姆”臺風可能造成的經濟損失，評估全省各地臺風災害的風險,使防御臺風災害行為更有針對性,根據(jù)問卷調查研究得出的減損貢獻率和效益估算值,再與臺風實際災情對比研究，形成既相對獨立、又相互銜接的分析評估系統(tǒng)，從而獲得科學合理的結論,該方法具有客觀性,已形成技術規(guī)范,并在我國部分省市氣象部門推廣應用．

[1] 魏應植,吳陳鋒.福建臺風災害特征及其防御對策研究[C]∥中國氣象學會2006年年會論文集.北京： 氣象出版社,2006： 745-748.

[2] 陳 香,陳 靜.福建臺風災害風險分布的初步估計[J].自然災害學報,2007,16(3) ： 19-22.

[3] 楊 林,周信禹,薛建軍,等.2008年“鳳凰”臺風氣象服務效益評估綜合研究[C]∥中國氣象學會2008年年會論文集.北京： 氣象出版社,2008： 471-473.

[4] 于小龍,潘偉然,張國榮,等.福建省臺風災害直接經濟損失預評估模型[J].廈門大學學報(自然科學版),2011,50(6)： 1048-1051.

[5] 楊 林,曹春榮,林 秋,等.“蘇力”臺風災害與防御行為效益評估[J].氣象與環(huán)境學報,2015,31(1)： 106-111.

[6] 牛海燕,劉 敏,陸 敏,等.中國沿海地區(qū)近20年臺風災害風險評價[J].地理科學,2011,31(6)： 765-767.

[7] 盛 永,陳艷秋,廖國進,等.0509號臺風暴雨過程分析與暴雨災害評估[J].氣象與環(huán)境學報,2006,22(6)： 29-33.

[8] 謝國慶,朱補全.嘉興市氣象災害防御規(guī)劃技術研究[M].北京： 氣象出版社,2010： 44-48.

[9] 顧麗華,蔡云泉,李嘉鵬,等.德清縣雷電時空分布特征及雷擊災害風險區(qū)劃[J].氣象與環(huán)境學報,2012,28(4)： 73-78.

[10] 王晾晾,楊曉強,李 帥,等.東北地區(qū)水稻霜凍災害風險評估與區(qū)劃[J].氣象與環(huán)境學報,2012,28(5)： 40-45．

Study on Typhoon Matmo Disaster Risk and its Prevention Benefit Assessment

YANG Lin1, CAO Chunrong1, LIN Qiu2, LIN Wenhua3, ZHAO Shanshan4, LIU Líng5

(1.FujianClimateCenter,Fuzhou350001,China; 2.FujianMeteorologicalBureau,Fuzhou350001,China;3.NìngdeMeteorologicalBureau,Nìngde352100,China; 4.NationalClimateCenter,Beijing100081,China;5.FujianCivilAdministrationBureau,Fuzhou350001,China)

Assessment of the benefit of typhoon defense capability can afford decision-making basis for typhoon prevention and mitigation behavior. The meteorological dataset of typhoon Matmo，typhoon disaster data of Fujian province since 2000 and the network survey data of typhoon Matmo were used to show the benefit of typhoon defense capability. The pre-assessments of the loss of typhoon Matmo including affected population and direct economic losses were calculated by similar analysis method. The result was consistent with the real disaster data. Typhoon risk zonation method was used to show the risk distribution of typhoon Matmo which provided some guidance to the work of typhoon disaster prevention and reduction. The risk distribution of typhoon Matmo was consistent with the distribution of real disaster losses with the direct economic loss of the high risk county over 10 million Yuan. Applying the 3-level index system of benefit assessment of typhoon prevention and mitigation behavior, the questionnaires were designed for the government, the department and the public. The network survey showed that the defense benefit of the government action is the most effective in the prevention of typhoon Matmo.

typhoon Matmo; disaster assessment; risk zonation; benefit assessment

0427-7104(2016)06-0826-07

2016-05-18

福建省科技計劃項目(2014R0032)、中國氣象局氣候變化專項(CCSF201533)和中國氣象局氣候變化專項(CCSF201320-2)共同資助

楊 林(1961—),男,高級工程師,E-mail： 1719778906@qq.com.

TU 4

A