基于綜合評價法的河池市雷電災害風險區(qū)劃

吳 量，向清才，陸 慶

(1.河池市氣象局，廣西河池 547000；2.都安縣氣象局，廣西都安 530700)

雷電是伴隨著強對流過程發(fā)生的一種災害性天氣現象，為有效地防御和減輕雷電災害的發(fā)生，已有學者根據當地雷電活動情況、社會經濟狀況等開展了雷電災害風險區(qū)劃研究。劉巖等[1]利用安徽省地閃密度、人口密度、單位面積地區(qū)生產總值(GDP)等作為評估指標建立層次分析模型，得到雷電災害風險區(qū)劃。張春燕等[2]確定廣州市人口密度、GDP等評估指標權重,利用層次分析法，形成雷電災害易損度區(qū)劃。馬遠飛等[3]將雷暴日結合延安經濟和人文環(huán)境特點建立評估指標，采用分區(qū)法進行雷電災害易損度區(qū)劃研究。當前開展的雷電災害評估,采用的評價指標多涉及閃電數據、生命易損程度以及經濟損失等，結合下墊面參數的影響研究較少，而雷電的發(fā)生與局地的地形、地貌特征等密切相關；并且采用的評價方法大多只有一種，結果缺乏對比性。因此，基于河池市閃電監(jiān)測數據、高分辨率的地理數據和社會經濟數據，采用信息熵法、復相關系數法和層次分析法相結合的組合評價法對河池市雷電災害風險區(qū)劃進行研究分析，并使用歷史雷災數據對區(qū)劃結果進行驗證，以期科學地指導當地雷電防災減災工作。

1 數據來源和處理

廣西ADTD閃電定位監(jiān)測系統(tǒng)在北海、梧州、玉林、賀州、桂林、柳州、寧明、河池、百色、貴港、馬山建設了11個閃電定位探測子站，監(jiān)測范圍可覆蓋廣西全境，雷電放電峰值電流的測量范圍為(±1 kA，±500 kA)，采集云地閃波形峰點到達時間精度為0.1 μs，探測范圍平均為300 km，網內探測效率為95%以上，中心定位處理軟件采用時差測向混合定位算法可實時獲取閃電發(fā)生的時間、位置、極性、強度、陡度等信息。

選取2010—2015年河池市閃電資料中幅值、陡度都不為0的閃電記錄，共監(jiān)測到367 817個閃電數據；河池市2000年海拔高度和坡度數據，2004年水系密度，2015年植被指數、人口密度和GDP密度數據均來源于中國科學院資源環(huán)境科學數據中心，分辨率為1 km×1 km；河池市2009年上層土壤電導率數據來源于寒區(qū)旱區(qū)科學數據中心，分辨率為1 km×1 km。河池市歷史雷災數據采用10市縣2007—2015年的雷災統(tǒng)計數據(其中大化縣沒有設置雷災報送點，因此無法獲得該縣雷災數據)。

考慮到在閃電幅值相同的情況下，不同陡度的閃電可能造成的損失是不同的[4]，因此，綜合考慮雷電流幅值和陡度的影響，建立閃電強度的概念，基于之前的研究得到，河池市閃電強度的計算公式[5]

P=I/292.754+(di/dt)/70.308-0.072，

(1)

P為閃電強度(無量綱)，I為雷電流幅值(kA)，di/dt為雷電流陡度(kA/μs)。利用GIS軟件對閃電資料進行頻次和強度的柵格化處理，得到閃電密度(次/km2)和單位面積(1 km2)閃電強度(簡稱閃電強度)。

2 研究方法

2.1 信息熵法

信息熵法是客觀計算指標權重的方法，是對一個系統(tǒng)信息無序度的度量。信息的無序度越高,信息熵越大,其信息提供的效用值越??；反之,信息的無序度越低,信息的熵越小,其效用值越大。計算步驟如下。

(1)利用極差標準化方法[6]對原始數據矩陣(xij)m×n(i=1，2，…，m；j=1，2，…，n；其中m為評價樣本個數，n為評價指標個數，xij為第i個評價樣本的第j個指標值)進行標準化處理得到(pij)m×n。

(2)計算第j個指標的熵值

(2)

其中K=(lnm)-1。

(3)計算第j個指標的差異系數

Vj=1-Ej。

(3)

(4)確定第j個評價指標歸一化后的權重

(4)

2.2 復相關系數法

復相關系數法是測量一個要素與其他多個要素間線性相關程度的指標，復相關系數越大，表明要素間的線性相關程度越密切，是一種客觀計算指標權重的方法。計算步驟[7]如下。

(1)對原始數據矩陣(xij)m×n計算n個評價指標的相關系數矩陣，對于任意兩個評價指標(xik)m、(xil)m(k、l分別為1，2，…，n中任意兩個數)的相關系數

(5)

(2)計算評價指標xi與其他n-1個評價指標的復相關系數

(6)

(3)對各評價指標的復相關系數倒數進行歸一化處理得到權重

(7)

2.3 層次分析法

層次分析法是一種主觀定權法，是對一些較復雜、較模糊的問題作出決策的簡易方法，先將復雜問題分解為若干層次和若干因素，再在兩兩因素之間利用“1～9標度法”[8]進行重要性程度的比較，將兩兩比較結果構造得到判斷矩陣，從而計算得到各元素的權重。

2.4 斯皮爾曼相關分析法

信息熵法和復相關系數法客服了權重賦值的主觀性，層次分析法考慮到因素間的相互關聯會對結果的影響，從而建立按不同層次聚集的組合[9]。因此,為了增加評價結論的說服性，引入斯皮爾曼相關系數，用于衡量三種評價方法計算得到的指標權重的差異程度，選擇差異較小的兩種或三種評價法計算的指標權重，采用乘法合成法[7]進行組合，計算得到的組合權數作為各指標的最終權重。斯皮爾曼相關系數計算公式[10]為

(8)

其中，di2為兩種評價方法的級別差的平方，f為待評方案個數。

3 權重計算

參考相關文獻[11-13]可知，海拔高度、坡度、人口密度和GDP密度等作為影響雷電災害風險區(qū)劃的下墊面以及社會經濟指標是科學可靠的，而閃電密度、閃電強度作為表征閃電活動程度的因子，其數值越大則雷災發(fā)生的概率將越大；因此有必要先對下墊面及社會經濟指標與閃電密度、強度分布作一元線性回歸相關分析，從而選取適合當地的雷電風險因子(表1)。由表1可知：與閃電密度分布有關聯的正向指標因子(相關系數>0，線性擬合斜率>0)有經度；負向指標因子(相關系數>0，線性擬合斜率<0)有：緯度、海拔高度、坡度、植被指數、人口密度和GDP密度。與閃電強度分布有關聯的正向指標因子有：緯度、海拔高度和坡度；負向指標因子有：經度、人口密度和GDP密度。

表1 各指標因子與閃電活動關系

利用GIS軟件處理得到河池市上層土壤電導率分別為0.1 μs/cm和0.3 μs/cm，對應的閃電密度平均值為9.972次/km2、9.809 次/km2，閃電強度平均值分別為0.156 9、0.156 8。由此可知，上層土壤電導率大值區(qū)對應閃電密度、強度的低值區(qū)；而上層土壤電導率小值區(qū)對應閃電密度、強度的高值區(qū)。

3.1 信息熵法

將導致雷災發(fā)生的致災因子閃電密度和閃電強度作為風險區(qū)劃的兩個正向指標，并結合上述分析得到的下墊面及社會經濟因子共10個指標根據公式(2)～(4)計算權重，由于同一指標與閃電密度和閃電強度分布呈現不同的相關性，因此需要分別計算指標的權重(見表2中第2、3列數據)?？紤]到需要將同一指標的權重統(tǒng)一，因此先采用信息熵法計算得到閃電密度、閃電強度的權重為0.623 7和0.376 3，再將該權重分別與閃電密度和閃電強度分布有關聯的指標權重相乘，然后相加得到雷電災害風險指標權重(見表2中第4列數據)。

表2 信息熵法計算雷電災害風險區(qū)劃指標權重

3.2 復相關系數法

基于各因子對雷電災害風險區(qū)劃影響的相關分析，選取經度、緯度、海拔高度、坡度、植被指數、上層土壤電導率、人口密度、GDP密度、閃電密度和閃電強度10個指標，采用復相關系數法，根據公式(5)～(7)計算得到各指標權重(表3)。

表3 復相關系數法計算雷電災害風險區(qū)劃指標權重

3.3 層次分析法

根據河池市雷災風險評估情況，建立雷電災害層次分析模型:(1)模型的目標層為河池市雷電災害風險。(2)在目標層以下，將該模型具體劃分為三個準則層，即致災因子、孕災環(huán)境因子和承災因子。(3)指標層，即選取影響河池市雷電災害風險區(qū)劃的相關因素得到一系列可評估、可量化的指標。致災因子包括閃電密度、強度兩個指標因子；下墊面指標(經度、緯度、海拔高度、坡度、植被指數、上層土壤電導率)為孕災環(huán)境因子；人口密度和GDP密度為承災因子。計算得到風險評價指標的權重(表4)。

表4 層次分析法計算雷電災害風險區(qū)劃指標權重

3.4 計算組合權重

將河池市行政區(qū)域內每個網格單元(1 km2)的10項指標值分別與對應的指標權重相乘求和，得到各網格單元的雷電災害風險值，對所有網格的風險值按大小進行排序。根據以上三種方法計算得到同一指標的不同權重值可知，河池市行政區(qū)域所有網格的風險值排序有三種不同結果。根據公式(8)計算得到的三種分析法排序結果相關性如下：ρ(信息熵-復相關系數)=0.999 2；ρ(信息熵―層次分析法)=0.992 7；ρ(層次分析法-復相關系數)=0.991 1。由于三種方法之間的ρ值均大于0.9，因此，三種評價方法的相關性很高，參照文獻[7]，將同一指標的三種權重值相乘得到該指標的組合權重(表5)。

表5 雷電災害風險區(qū)劃指標組合權重

4 雷電災害風險區(qū)劃結果檢驗

將每個網格單元的10項指標值與對應的組合權重值相乘求和，得到各網格單元的雷電災害風險值，利用GIS軟件繪制得到河池市雷電災害風險分布圖(圖1，第33頁)。利用歷史雷災頻次對風險分布結果進行檢驗。利用GIS軟件提取得到河池市10市縣雷災風險的平均值，按照大小順序進行排序，將各市縣的歷史雷災頻次數據也進行排序(表6)。由表6可知，除宜州、鳳山的雷災風險平均值、雷災頻次的排名結果差距較大外，其他市縣兩者排名差距較小，根據公式(8)計算兩者排名的斯皮爾曼相關系數為0.63，說明除宜州、鳳山外其他地區(qū)雷電災害風險區(qū)劃結果與歷史雷災數據基本吻合。由于雷災事故上報受人為因素影響較大且統(tǒng)計時限較短，因此利用歷史雷災數據對雷災區(qū)劃結果的驗證還有待進一步完善。

表6 河池市各市縣雷災風險平均值、歷史雷災頻次對比

5 結論與討論

基于河池市閃電數據、海拔高度、坡度等地理數據和人口密度、GDP密度數據，采用一元線性回歸相關法，篩選得到與閃電密度、強度分布相關的8個影響雷電災害風險區(qū)劃的下墊面以及社會經濟指標，結合閃電密度、強度2個致災因子，利用信息熵法、復相關系數法和層次分析法相結合的組合評價法得到河池市雷電災害風險區(qū)劃結果為:金城江、南丹和鳳山為雷災極高風險區(qū)，天峨、巴馬、東蘭和大化大部分區(qū)域為雷災風險高值區(qū)，其他縣為雷災風險低值區(qū)(局部區(qū)域為高值區(qū))。組合評價法具有既定量又定性，既主觀又客觀的特點，利用歷史雷災數據對風險區(qū)劃結果進行檢驗可知，該方法應用在雷電風險區(qū)劃是可行的。