基于GIS的精細化暴雨致災(zāi)預(yù)警指標研究

李恩麒

摘要：本文主要以某省的降水災(zāi)情以及地理風(fēng)貌等相關(guān)資料為參考，采用層次分析、優(yōu)勢分析、聚類分析等不同的分析方法，以此來分析其地理地貌和社會經(jīng)濟背景等概況，從而研究暴雨成災(zāi)與暴雨致災(zāi)因子、地理地貌等條件之間的關(guān)系，以此來建立精細化暴雨致災(zāi)預(yù)警模型。暴雨致災(zāi)預(yù)警等級，一般可以分為5級，從1級到5級災(zāi)情會逐漸減弱。1級會造成特重災(zāi)情，5級基本不會造成太大災(zāi)害。

關(guān)鍵詞：暴雨災(zāi)害;暴雨致災(zāi)預(yù)警等級;評估;指標研究

致災(zāi)因子以及孕災(zāi)環(huán)境，在綜合作用之下，便會產(chǎn)生災(zāi)情。暴雨強度、地理環(huán)境、社會經(jīng)濟等相關(guān)因素，會直接導(dǎo)致災(zāi)情的發(fā)生。如果暴雨災(zāi)害評估不及時，就會直接造成嚴重損失。目前，氣象部門只能預(yù)報降水要素、評估暴雨強度和降雨范，但是沒有對承擔體和孕災(zāi)環(huán)境進行重點思量。

1? 地理環(huán)境、社會經(jīng)濟條件分區(qū)

1.1? 挑選分區(qū)因子

為了能夠?qū)Ρ┯瓿蔀?zāi)機理，進行更加細致的研究，我們將其分為若干不同的區(qū)域。對于地理地貌因子的挑選，一般會選擇海拔較高，地形起伏比較大的區(qū)域，因為該類區(qū)域不易出現(xiàn)大范圍的積水以及水淹現(xiàn)象。與地理地貌因子相關(guān)的因素包括海拔高度、地質(zhì)條件、江河水網(wǎng)密度以及地形起伏狀況等等，暴雨成災(zāi)與這些因素有著密切的關(guān)聯(lián)。致災(zāi)因子所產(chǎn)生的作用，會直接體現(xiàn)在承災(zāi)體上，與暴雨災(zāi)害成災(zāi)體有關(guān)的暴露性因子包括人口密度、地均GDP、農(nóng)業(yè)密集程度等。其暴露程度越大，導(dǎo)致災(zāi)害發(fā)生的可能性就越高。

1.2? 處理資料

運用ArcInfo軟件提取1：250000地理信息。地形標準差越小，越容易產(chǎn)生暴雨災(zāi)害。針對于該省的地質(zhì)災(zāi)害條件，可以采用自然斷點法。運用1～10不同等級劃分海拔高度、地形標準差等相關(guān)資料。可以發(fā)現(xiàn)具有較小的海拔越高值，就會產(chǎn)生比較大的地形標準差越小值，水網(wǎng)密度越大值就會越大。地質(zhì)災(zāi)害有4個不同的等級，為了能夠有效的核算，不同區(qū)域所在等級的比例，我們可以采用以下公式：

其中，地理環(huán)境因子系數(shù)用p代替。和分別為等級的權(quán)重和比例，n是等級數(shù)。

1.3? 分區(qū)方法和結(jié)果

兩緯圖論聚類方法既能滿足空間連通性，保證行政區(qū)界的完整，同時也能夠使地理經(jīng)濟條件保持一致。因此用該種方法，分析地理社會因子數(shù)據(jù)，可以發(fā)現(xiàn)平原地區(qū)具有較多的人口，同時也伴隨著非常發(fā)達的經(jīng)濟;沿海海島區(qū)，其組成部分包括海島平原和丘陵，具有分布不均勻，但是經(jīng)濟足夠發(fā)達的特性;丘陵區(qū)，其主要地形包括山地丘陵，人口密集，經(jīng)濟發(fā)達較好;而處在低山區(qū)內(nèi)區(qū)域，經(jīng)濟發(fā)達程度要稍微差一些[1]。

2? 暴雨致災(zāi)模型與預(yù)警指標

2.1? 暴雨強度指數(shù)

導(dǎo)致暴雨成災(zāi)的因素包括總降水量、強降水持續(xù)時間以及日暴雨量等。三者之間互相關(guān)聯(lián)，要想確定三者在暴雨致災(zāi)當中所占的權(quán)重，需要運用到優(yōu)勢分析方法。該種方法可以回歸分析預(yù)測指標以及指標不同組成形式之間的對因變量。運用回歸方程的決定系數(shù)，對指標組合當中的決定系數(shù)進行比較。如果在回歸方程加入指標之后，整個方程開始提高，那就可以確定該指標因子所產(chǎn)生的貢獻率，也就是相關(guān)因子的權(quán)重系數(shù)。

運用該方法，結(jié)合暴雨強度因子結(jié)合相關(guān)數(shù)據(jù)。以暴雨造成的傷亡人數(shù)、經(jīng)濟損失、房屋倒塌等相關(guān)災(zāi)情資料為基礎(chǔ)，采用相關(guān)的研究樣本數(shù)據(jù)，可以發(fā)現(xiàn)總雨量過大，會帶來比較大的財產(chǎn)損失。而暴雨強度越大的話，就會造成人員傷亡慘重。根據(jù)暴雨不同致災(zāi)因子所占的權(quán)重比例，可以建立暴雨強度指數(shù)評估模型：

其中，為暴雨強度指數(shù)，為最大日雨量，為暴雨日，為降雨總量。

2.2? 地理環(huán)境影響修正系數(shù)

分析權(quán)重系數(shù)。我們可以采用層次分析法。區(qū)域不同，能夠體現(xiàn)災(zāi)害的表現(xiàn)方式也會有所差異，驗證孕災(zāi)環(huán)境對成災(zāi)的作用效率，我們需要進行相關(guān)實驗，可以挑選平均運載環(huán)境系數(shù)相對較大和相對較小的各5個區(qū)域。通過計算可以發(fā)現(xiàn)，孕災(zāi)環(huán)境系數(shù)比例比較大的5個區(qū)域，其暴雨強度值比孕災(zāi)環(huán)境系數(shù)較小的5個區(qū)域，多1.4倍左右。

2.3? 預(yù)警指標

2.3.1? 災(zāi)害等級劃分

暴雨的綜合預(yù)警等級，其劃分基礎(chǔ)主要是以樣本資料為參考，劃分方法為優(yōu)勢樣本最優(yōu)分割法。劃定原則為雙指標就高原則。損失指標需要通過確定死亡人數(shù)和經(jīng)濟損失。

2.3.2? 暴雨致災(zāi)預(yù)警等級指標

一般暴雨預(yù)警等級可以分為4個等級。特重災(zāi)為最高等級，輕災(zāi)為最低等級，處在中間的分別為輕重災(zāi)和嚴重災(zāi)。通過孕災(zāi)環(huán)境修正系數(shù)值、聚類分析災(zāi)情等級資料和致災(zāi)指數(shù)資料，可以得出1～5級最低預(yù)警指標。5級小于0.81，1級大于2.9，4級到2級分別位于0.8到2.9之間。用最低預(yù)警指標除以不同區(qū)域的成災(zāi)效率，便可以得出不同區(qū)域的預(yù)警等級指標。

3? 暴雨致災(zāi)預(yù)警等級指標檢驗

我們以某一次暴雨案例為例，進行分析。在半個月內(nèi)，平均降水量達到了332mm，某一區(qū)域平均雨量超過了534mm，從而引發(fā)了大洪水，導(dǎo)致400多萬人受災(zāi)，直接經(jīng)濟損失可達到100多億元。根據(jù)致災(zāi)等級和災(zāi)情等級分析來看。預(yù)警等級和暴雨自帶闕值都分別位于4級以上，兩者之間狀況基本吻合。但是其他級別的話，災(zāi)情等級是要低于預(yù)警等級的。

4? 結(jié)論

本文通過探討致災(zāi)因子孕災(zāi)環(huán)境、承載體等因素和暴雨成災(zāi)之間的關(guān)系，建立暴雨強度評估模型，同時還對孕災(zāi)環(huán)境因子等影響暴雨成災(zāi)的相關(guān)方面，進行分析，最終建立暴雨致災(zāi)預(yù)警模型和指標。

參考文獻

[1] 陸敏，劉敏，權(quán)瑞松，等.上海暴雨災(zāi)害的系統(tǒng)特征與脆弱性分析[J].華東師范大學(xué)學(xué)報：自然科學(xué)版，2010，2（3）：9-15.