基于歷史災(zāi)情的貴州雪災(zāi)脆弱性分析*

王丹丹，潘東華，賈慧聰，陳　方，賀原惠子

(1.民政部國(guó)家減災(zāi)中心，北京 100124；2.中國(guó)科學(xué)院遙感與數(shù)字地球研究所 中科院數(shù)字地球重點(diǎn)實(shí)驗(yàn)室，北京，100094)

雪災(zāi)是指因降雪形成大范圍積雪，嚴(yán)重影響人畜生存，以及因降降雪造成交通中斷，通訊、輸電等基礎(chǔ)設(shè)施受損的一種氣象災(zāi)害[1]。我國(guó)北方牧區(qū)冬春季大面積、長(zhǎng)時(shí)間持續(xù)降雪形成的雪災(zāi)，對(duì)牧區(qū)整個(gè)社會(huì)經(jīng)濟(jì)發(fā)展產(chǎn)生嚴(yán)重影響，因此一直以來都是雪災(zāi)研究的熱點(diǎn)[2]。在全球氣候變化影響下，特別是2008年初我國(guó)南方低溫雨雪冰凍災(zāi)害發(fā)生后，電網(wǎng)、道路交通等基礎(chǔ)設(shè)施面臨嚴(yán)峻考驗(yàn)，南方地區(qū)雪災(zāi)造成的社會(huì)經(jīng)濟(jì)影響凸顯[3-4]，雪災(zāi)還造成大面積農(nóng)作物、林地等受災(zāi)，嚴(yán)重影響當(dāng)?shù)厝罕姷恼Ｉa(chǎn)生活秩序。

關(guān)于雪災(zāi)的研究，目前國(guó)內(nèi)學(xué)者大多側(cè)重于氣候?qū)W特征、致災(zāi)機(jī)制以及危險(xiǎn)性評(píng)價(jià)等方面，研究區(qū)域主要集中在北方地區(qū)，研究對(duì)象主要以畜牧業(yè)為主，研究方法涉及統(tǒng)計(jì)分析、模型評(píng)估、遙感監(jiān)測(cè)、野外調(diào)查等[5-8]。為最大程度減輕災(zāi)害損失，及時(shí)預(yù)警或啟動(dòng)國(guó)家自然災(zāi)害應(yīng)急救助響應(yīng)，實(shí)際工作中往往需要以最快的速度完成災(zāi)害可能損失評(píng)估工作，在數(shù)據(jù)量較少或不完整的情況下，給出初步判斷，以便于提前組織開展災(zāi)后救助工作。近年來，災(zāi)害損失快速評(píng)估逐漸成為災(zāi)害評(píng)估業(yè)務(wù)的重點(diǎn)工作，已有學(xué)者在相關(guān)領(lǐng)域取得研究一定進(jìn)展[9]。本研究針對(duì)雪災(zāi)特點(diǎn)，選取過程降水(雪)量作為雪災(zāi)致災(zāi)因子，它不僅是造成雪災(zāi)的重要影響因素，且相對(duì)積雪日數(shù)、積雪深度等數(shù)據(jù)具有覆蓋面全、獲取快、處理易、持續(xù)性好等特點(diǎn)，更適用于損失快速評(píng)估；為銜接《自然災(zāi)害情況統(tǒng)計(jì)制度》[10]，本文選取受災(zāi)人口和農(nóng)作物受災(zāi)面積兩個(gè)災(zāi)情指標(biāo)來反映雪災(zāi)總體災(zāi)情，并構(gòu)建雪災(zāi)脆弱性曲線來表達(dá)致災(zāi)強(qiáng)度與損失之間的定量函數(shù)關(guān)系，脆弱性曲線是開展雪災(zāi)損失快速評(píng)估的重要基礎(chǔ)，也為雪災(zāi)風(fēng)險(xiǎn)防范及災(zāi)后救助提供科學(xué)依據(jù)。

1　數(shù)據(jù)與方法

1.1　數(shù)據(jù)來源

根據(jù)基于歷史災(zāi)情的雪災(zāi)脆弱性分析需求，本文收集和整理了研究所需的一系列的基礎(chǔ)數(shù)據(jù)。①歷史災(zāi)情數(shù)據(jù)主要來源于國(guó)家災(zāi)情信息管理系統(tǒng)中地方上報(bào)的分縣災(zāi)情數(shù)據(jù)庫，整理了2009-2016年以來的雪災(zāi)災(zāi)情案例數(shù)據(jù)，其中包括啟動(dòng)國(guó)家救災(zāi)應(yīng)急Ⅳ級(jí)響應(yīng)的2次案例數(shù)據(jù)，考慮到數(shù)據(jù)的完整性及連續(xù)性，本研究選取受災(zāi)人口和農(nóng)作物受災(zāi)面積作為雪災(zāi)脆弱性研究的對(duì)象；②氣象數(shù)據(jù)選取與每次災(zāi)害過程相對(duì)應(yīng)的降水(雪)量作為致災(zāi)因子，降水(雪)量數(shù)據(jù)來源于中國(guó)氣象局國(guó)家氣象科學(xué)數(shù)據(jù)共享服務(wù)平臺(tái)提供的中國(guó)地面氣候資料日值數(shù)據(jù)集(V3.0)(2009-2016)；③社會(huì)經(jīng)濟(jì)數(shù)據(jù)中的貴州省分縣年末總?cè)丝?、農(nóng)作物播種面積等數(shù)據(jù)主要來源于貴州省統(tǒng)計(jì)年鑒(2016)；④基礎(chǔ)地理數(shù)據(jù)中的貴州省縣域行政區(qū)劃邊界來源中國(guó)地圖出版社(2015)。

1.2　研究方法

首先對(duì)來自國(guó)家災(zāi)情管理系統(tǒng)中的分縣災(zāi)情數(shù)據(jù)按災(zāi)害事件進(jìn)行梳理，即一條記錄必須符合初報(bào)、續(xù)保、核報(bào)才能視為有效樣本數(shù)據(jù)，災(zāi)害持續(xù)時(shí)段以地方災(zāi)情報(bào)告中記錄的降水(雪)時(shí)段為準(zhǔn)，并提取相應(yīng)時(shí)段的累積降水(雪)量作為致災(zāi)因子。其次，為了對(duì)災(zāi)情分布規(guī)律進(jìn)行統(tǒng)計(jì)推斷，需要確定災(zāi)情總體所服從的分布，本研究選取受災(zāi)人口、農(nóng)作物受災(zāi)面積兩個(gè)指標(biāo)作為雪災(zāi)脆弱性分析的因素，基于MINITAB工具，采用概率圖方法對(duì)災(zāi)情樣本數(shù)據(jù)進(jìn)行最優(yōu)參數(shù)估計(jì)，從而確定災(zāi)情所服從的概率分布形式；在此基礎(chǔ)上，運(yùn)用概率密度與累積概率函數(shù)對(duì)雪災(zāi)損失數(shù)據(jù)的分布規(guī)律進(jìn)行統(tǒng)計(jì)分析；最后，結(jié)合雪災(zāi)持續(xù)時(shí)段的相應(yīng)累積過程降水(雪)量數(shù)據(jù)，分別對(duì)雪災(zāi)受災(zāi)人口、農(nóng)作物受災(zāi)面積進(jìn)行脆弱性分析。

2　結(jié)果分析

2.1　最優(yōu)參數(shù)估計(jì)

為了使各年不同縣域的雪災(zāi)災(zāi)情數(shù)據(jù)具有可比性，首先對(duì)歷史災(zāi)情數(shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)化處理，即以歷年年末總?cè)丝凇⑥r(nóng)作物播種面積為基數(shù)，將受災(zāi)人口、農(nóng)作物受災(zāi)面積分別折算成受災(zāi)人口率(受災(zāi)人口占年末總?cè)丝诒壤?、農(nóng)作物受災(zāi)率(農(nóng)作物受災(zāi)面積占播種面積比例)；在災(zāi)情數(shù)據(jù)標(biāo)準(zhǔn)化處理結(jié)果的基礎(chǔ)上，采用參數(shù)估計(jì)方法確定災(zāi)情總體所服從的概率分布形式。參數(shù)估計(jì)是根據(jù)從災(zāi)情總體中抽取的樣本數(shù)據(jù)估計(jì)總體分布中包含的未知參數(shù)的方法，是分析或推斷災(zāi)情數(shù)據(jù)本質(zhì)規(guī)律的前提，本文基于MINITAB工具，采用概率圖方法對(duì)災(zāi)情樣本數(shù)據(jù)進(jìn)行最優(yōu)參數(shù)估計(jì)，備用參數(shù)模型包括Normal、Lognormal、Gamma、Weibull四種分布形式；通過概率圖最優(yōu)參數(shù)估計(jì)分析，得到受災(zāi)人口和農(nóng)作物受災(zāi)面積的估計(jì)參數(shù)和概率分布圖(圖1、圖2)，根據(jù)Anderson-Darling(AD)擬合優(yōu)度統(tǒng)計(jì)量和關(guān)聯(lián)的P值判斷，結(jié)果表明在顯著性水平α=0.05時(shí)，受災(zāi)人口、農(nóng)作物受災(zāi)面積通過假設(shè)檢驗(yàn)，服從Weibull分布，且參數(shù)最優(yōu)(P值大于0.05，AD值越小擬合度越優(yōu))。

2.2　災(zāi)情損失分析

圖1　受災(zāi)人口概率圖

圖2　農(nóng)作物受災(zāi)面積概率圖

在確定貴州省雪災(zāi)受災(zāi)人口、農(nóng)作物受災(zāi)面積災(zāi)情指標(biāo)均服從Weibull分布的基礎(chǔ)上，為進(jìn)一步分析災(zāi)情損失分布特點(diǎn)，揭示雪災(zāi)致災(zāi)規(guī)律，本文運(yùn)用概率密度函數(shù)(PDF)、累積分布函數(shù)(CDF)分別對(duì)災(zāi)受災(zāi)人口、農(nóng)作物受災(zāi)面積兩個(gè)災(zāi)情指標(biāo)作相關(guān)特征量及趨勢(shì)分布統(tǒng)計(jì)。從受災(zāi)人口概率密度與累積概率分布圖可以看出(圖3、圖4)，絕大部分損失(受災(zāi)人口占年末總?cè)丝诒壤?集中分布在0～50%，累積比例達(dá)84%左右，其中20%～50%的累積概率為52%；50%～70%的累積概率約為14%，而大于70%的累積概率不足2%；從農(nóng)作物受災(zāi)面積概率密度與累積概率分布圖可以看出(圖5、圖6)，近一半的損失(農(nóng)作物受災(zāi)面積占播種面積比例)集中分布在10%以下，累積概率達(dá)46%，10%～30%的累積概率為40%，30%～50%的概率密度為14%。從災(zāi)受災(zāi)人口、農(nóng)作物受災(zāi)面積的概率密度函數(shù)、累積分布函數(shù)統(tǒng)計(jì)特征可以看出，貴州雪災(zāi)對(duì)群眾和農(nóng)作物均造成一定的影響，其中約80%的雪災(zāi)事件造成的受災(zāi)人口占年末人口的比例都在50%以下，約50%的雪災(zāi)事件的造成農(nóng)作物受災(zāi)面積占播種面積比例在10%以下；即從統(tǒng)計(jì)角度來看，發(fā)生一次雪災(zāi)事件，農(nóng)作物受災(zāi)情況相比受災(zāi)人口較輕。

圖3　受災(zāi)人口概率密度圖

圖4　受災(zāi)人口累積概率圖

圖5　農(nóng)作物受災(zāi)面積概率密度圖

圖6　農(nóng)作物受災(zāi)面積累積概率圖

2.3　脆性性分析

為了進(jìn)一步確定不同致災(zāi)強(qiáng)度下雪災(zāi)損失的大小，本文選取過程降水(雪)量作為致災(zāi)強(qiáng)度，分別對(duì)不同過程累積降水(雪)量對(duì)應(yīng)的受災(zāi)人口和農(nóng)作物受災(zāi)面積進(jìn)行脆弱性曲線擬合，構(gòu)建致災(zāi)強(qiáng)度與損失之間的定量函數(shù)關(guān)系；在觀察歷史案例樣本數(shù)據(jù)分布模態(tài)的基礎(chǔ)上，本文選取Logistic增長(zhǎng)曲線作為脆弱性函數(shù)的基礎(chǔ)線型，95%的置信區(qū)間水平，收斂公差小于0.01，采用Gauss-Newton算法進(jìn)過多次迭代擬合，分別得到受災(zāi)人口和農(nóng)作物受災(zāi)面積的脆弱性曲線函數(shù)如下所示：

(1)

(2)

式中：y1為受災(zāi)人口占年末總?cè)丝诒壤?，y2為農(nóng)作物受災(zāi)面積占播種面積比例，x為過程降水(雪)量。

圖7　受災(zāi)人口脆弱性曲線

圖8　農(nóng)作物受災(zāi)面積脆弱性曲線

從脆弱性曲線函數(shù)分布圖可以看出(圖7、圖8)，隨著過程累積降水(雪)量的不斷增加，受災(zāi)人口占年末總?cè)丝诒壤娃r(nóng)作物受災(zāi)面積占播種面積比例也都隨之不斷升高，其中，當(dāng)過程降水量(雪)在0～40 cm時(shí)，受災(zāi)人口占年末總?cè)丝诒壤鲩L(zhǎng)速率較快，大于40 cm時(shí)，受災(zāi)人口占年末總?cè)丝诒壤鲩L(zhǎng)速率相對(duì)平緩，災(zāi)情損失趨于穩(wěn)定；當(dāng)過程降水量(雪)在0～30 cm時(shí)，農(nóng)作物受災(zāi)面積占播種面積比例增長(zhǎng)速率快，大于30 cm時(shí)，農(nóng)作物受災(zāi)面積比例趨于穩(wěn)定，且一般情況下，農(nóng)作物受災(zāi)面積占播種面積比例一般不超過50%。

3　結(jié)論與討論

(1)本研究選取受災(zāi)人口、農(nóng)作物受災(zāi)面積兩個(gè)指標(biāo)作為雪災(zāi)脆弱性分析的因素，在災(zāi)情數(shù)據(jù)標(biāo)準(zhǔn)化處理的基礎(chǔ)上，采用參數(shù)估計(jì)方法確定災(zāi)情總體所服從的概率分布形式，根據(jù)AD擬合優(yōu)度統(tǒng)計(jì)量和關(guān)聯(lián)的P值判斷，在顯著性水平α=0.05時(shí)，受災(zāi)人口、農(nóng)作物受災(zāi)面積均服從Weibull分布，且參數(shù)最優(yōu)。

(2)從受災(zāi)人口、農(nóng)作物受災(zāi)面積的概率密度函數(shù)、累積分布函數(shù)統(tǒng)計(jì)特征來看，約80%的雪災(zāi)事件造成的受災(zāi)人口占年末人口的比例在50%以下，約50%的雪災(zāi)事件的造成農(nóng)作物受災(zāi)面積占播種面積比例在10%以下。

(3)從致災(zāi)強(qiáng)度與損失之間的脆弱性曲線函數(shù)關(guān)系可以看出，隨著過程累積降水(雪)量的不斷增加，受災(zāi)人口和農(nóng)作物受災(zāi)面積總體均隨之增加，其中，過程降水量(雪)大于40cm時(shí)，受災(zāi)人口趨于穩(wěn)定；當(dāng)過程降水量(雪)大于30cm時(shí)，農(nóng)作物損失趨于穩(wěn)定，且農(nóng)作物受災(zāi)面積占播種面積比例一般不超過50%。