環(huán)塔里木盆地大風(fēng)災(zāi)害的等級劃分和時空變化特征

郝雷，阿地里江·玉蘇甫江

摘要 以1980—2019年塔里木盆地周邊42個縣（市）大風(fēng)災(zāi)害的出現(xiàn)次數(shù)、死亡人數(shù)、倒塌房屋數(shù)、倒塌棚圈數(shù)、牲畜死亡數(shù)、受災(zāi)面積為評價因子，采用比值權(quán)重法和無量綱化線性求和方法構(gòu)建縣（市）和年大風(fēng)災(zāi)損指數(shù)（Z）?；跇?gòu)建出的災(zāi)損指數(shù)，結(jié)合概率分布密度函數(shù)，確定大風(fēng)災(zāi)害等級閾值，對災(zāi)害進(jìn)行客觀、定量的危害性輕重等級劃分。結(jié)果表明：災(zāi)害年出現(xiàn)頻次越高則災(zāi)情越嚴(yán)重。

關(guān)鍵詞 塔里木盆地;大風(fēng)災(zāi)害;災(zāi)損指數(shù);等級劃分;空間分布;時間變化

中圖分類號：P425.61 文獻(xiàn)標(biāo)識碼：B 文章編號：2095–3305（2022）03–0072–03

大風(fēng)災(zāi)害（簡稱風(fēng)災(zāi)）是新疆環(huán)塔里木盆地主要的自然災(zāi)害之一，它會毀壞農(nóng)作物、地面設(shè)施和建筑物，影響交通物流、工農(nóng)業(yè)，危害極大，已經(jīng)成為災(zāi)害研究的熱點。新疆環(huán)塔里木盆地由于特殊的干旱少雨、下墊面條件，大風(fēng)災(zāi)害頻繁發(fā)生[1]。1999年5月11日喀什地區(qū)出現(xiàn)的大風(fēng)災(zāi)害，導(dǎo)致全地區(qū)棉花、小麥、果樹等受災(zāi)429.5 km2，162只羊死亡，房屋倒塌56間，直接經(jīng)濟損失達(dá)6 908萬元。頻繁的風(fēng)災(zāi)使得原本經(jīng)濟落后的環(huán)塔里木盆地區(qū)域雪上加霜，因此研究塔里木盆地周邊區(qū)域大風(fēng)災(zāi)害的危險等級劃分和時空演變趨勢勢在必行，它不但有助于提高塔里木盆地區(qū)域風(fēng)災(zāi)防御能力，而且可以提高其社會經(jīng)濟和生態(tài)環(huán)境的發(fā)展水平，并且對新疆的長治久安意義重大。

對于大風(fēng)災(zāi)害危害度評價模型的建立，學(xué)者多單獨研究災(zāi)害次數(shù)，較少結(jié)合承災(zāi)體脆弱性或致災(zāi)因子進(jìn)行綜合分析[2-4]。因此，基于1980—2019年新疆塔里木盆地周邊42個縣（市）大風(fēng)災(zāi)害的出現(xiàn)次數(shù)和5個承災(zāi)體影響因子數(shù)據(jù)，構(gòu)建縣（市）、年的大風(fēng)災(zāi)損指數(shù)，對塔里木盆地區(qū)域的大風(fēng)災(zāi)害危害程度進(jìn)行等級劃分和時空分布特征分析，希望能為塔里木盆地區(qū)域防災(zāi)減災(zāi)工作提供參考。

1 材料與方法

1.1 研究區(qū)概況

塔里木盆地位于新疆的南部，面積約40萬 km2，屬于溫帶大陸性氣候，大風(fēng)災(zāi)害是該地區(qū)最主要的自然災(zāi)害。由于該地區(qū)特殊的干旱少雨、下墊面條件，使得區(qū)域內(nèi)經(jīng)常發(fā)生大風(fēng)天氣，并造成嚴(yán)重的災(zāi)害損失，嚴(yán)重阻礙當(dāng)?shù)亟?jīng)濟社會的發(fā)展。塔里木盆地行政區(qū)域涵蓋巴音郭楞蒙古自治州（簡稱巴州）、阿克蘇地區(qū)、克孜勒蘇柯爾克孜自治州（簡稱克州）、喀什地區(qū)與和田地區(qū)5個地州42個縣（市），區(qū)域內(nèi)石油和天然氣儲量非常豐富，也是中國重要的產(chǎn)棉區(qū)和林果業(yè)基地。

1.2 數(shù)據(jù)資料

依據(jù)新疆民政廳收錄的大風(fēng)災(zāi)情資料，整理得到1980—2019年塔里木盆地周邊42個縣（市）包括出現(xiàn)時間（年、月、日）、出現(xiàn)地點、死亡人數(shù)（人）、倒塌房屋數(shù)量（間）、倒塌棚圈數(shù)（座）、牲畜死亡數(shù)量（頭）、農(nóng)作物受災(zāi)面積（hm2）的災(zāi)情記錄1 118條。若某次某縣（市）區(qū)域內(nèi)出現(xiàn)1次大風(fēng)災(zāi)害，則該縣（市）大風(fēng)災(zāi)害出現(xiàn)次數(shù)記為1。

2 研究方法

用于表達(dá)大風(fēng)災(zāi)害的災(zāi)情要素包括6個，分別為出現(xiàn)次數(shù)（次）、死亡人數(shù)（人）、倒塌房屋（間）、倒塌棚圈（座）、死亡牲畜（頭）、受災(zāi)面積（hm2），為了便于比較各縣（市）（各年）大風(fēng)災(zāi)害的強度，需要構(gòu)建能夠綜合表達(dá)大風(fēng)災(zāi)害6個災(zāi)情要素的災(zāi)損指數(shù)（Zi）。在Zi的構(gòu)建中，通過比值法確定每個災(zāi)情要素的權(quán)重，基于災(zāi)情要素權(quán)重采用無量綱化線性求和的方法得到Z。

設(shè)有m個災(zāi)情要素，每個災(zāi)情要素由個樣本組成，這樣可得到大風(fēng)災(zāi)害災(zāi)情要素評價矩陣Xn×m。則大風(fēng)災(zāi)害災(zāi)損指數(shù)Zi的計算公式定義如下：

Zi=a1+a2+a3+a4+a5

+a6? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （1）

式（1）中i=1，2，…，n;a1，a2，…，a6分別代表6個災(zāi)情要素的權(quán)重，X1，X2，…，X6分別代表6個災(zāi)情要素的平均值。第j個災(zāi)情要素的權(quán)重aj的計算公式定義如下：

aj={Xi，j /Xja}/B? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（2）

式（2）中Xja為第j個災(zāi)情要素的最大值，Xi，j /Xja代表第j個災(zāi)情要素?zé)o

量綱化的累計值，B=Xi，j /Xja代表

m個災(zāi)情要素?zé)o量綱化的總和。

對于空間區(qū)劃，n代表縣（市）數(shù)（n=42），為某縣（市）每個災(zāi)情要素1980—2019年累計值。對于年際變化，n代表年數(shù)（n=40年），X為某年某個災(zāi)情要素的累計值。

利用1980—2019年塔里木盆地周邊各縣（市）某個災(zāi)情要素的40年累計值，某年某個災(zāi)情要素的42個縣（市）累計值，依據(jù)比值方法計算得縣（市）和年對應(yīng)的6個災(zāi)情要素的權(quán)重、平均值、最大值。

3 結(jié)果與分析

3.1 災(zāi)害指數(shù)的概率分布和危害性等級閾值的確定

采用概率分布密度的直方圖法和假設(shè)檢驗法，先確定縣（市）和年災(zāi)損指數(shù)Z的概率密度函數(shù)，再確定縣（市）和年Z不同等級的閾值，進(jìn)而劃分縣（市）和年風(fēng)災(zāi)的危害性等級。

基于縣（市）和年災(zāi)損指數(shù)樣本序列，采用概率分布密度的圖解法，取分組數(shù)10得到縣（市）和年災(zāi)損指數(shù)直方圖（圖1），直方圖顯示災(zāi)損指數(shù)近似服從伽瑪分布?？h（市）（年）災(zāi)損指數(shù)的平均值μ=1（1），方差σ2=0.4419（1.3448），由μ=α0β0，σ2=α0β02關(guān)系式計算得到縣（市）、年的伽瑪分布的參數(shù)α=2.2630（0.7436），β=0.4419（1.3448）。

根據(jù)文獻(xiàn)[1]的檢驗方法計算得到縣（市）（年）的統(tǒng)計量V=1.97（8.83），取α=0.01，查x2分布表得到臨界值λ=18.48。因V<λ，認(rèn)為縣（市）、年的災(zāi)損指數(shù)Z服從伽瑪分布，縣（市）、年的概率密度函數(shù)均可用伽瑪分布函數(shù)表達(dá)，具體表達(dá)式：

f（Z）=Zα-1e-Z/B? ? ? ? ? ? ? ? ? （3）

由伽瑪分布函數(shù)的概率可確定縣（市）、年的災(zāi)損指數(shù)分位點Zp值，根據(jù)分布函數(shù)的概率和對應(yīng)的災(zāi)損指數(shù)閾值，表1給出縣（市）、年的大風(fēng)災(zāi)害危害性等級劃分標(biāo)準(zhǔn)。

3.2 大風(fēng)災(zāi)害的空間分布

通過研究6個大風(fēng)災(zāi)情要素和綜合災(zāi)損指數(shù)的空間分布，找出不同地區(qū)之間的空間分布差異，先確定不同災(zāi)情要素在不同地區(qū)的表現(xiàn)差異，再綜合判斷受災(zāi)嚴(yán)重的地區(qū)，為今后進(jìn)一步研究和防災(zāi)減災(zāi)提供指導(dǎo)意見。

1980—2019年塔里木盆地大風(fēng)災(zāi)害累計出現(xiàn)1 118次，出現(xiàn)次數(shù)空間分布差異明顯，盆地西部和北部邊緣多于南部邊緣，主要集中在阿克蘇地區(qū)、喀什地區(qū)、和田地區(qū)。累計出現(xiàn)次數(shù)最多的地區(qū)是喀什地區(qū)，最多的縣（市）是阿克蘇市;平均出現(xiàn)次數(shù)最多的地區(qū)是阿克蘇地區(qū)。

塔里木盆地大風(fēng)災(zāi)害其他5個災(zāi)情要素也呈現(xiàn)出不同的空間分布差異。累計死亡人數(shù)最多的地區(qū)是和田地區(qū)，最多的縣（市）是墨玉縣;平均死亡人數(shù)最多的地區(qū)是和田地區(qū)。累計倒塌房屋最多的地區(qū)是阿克蘇地區(qū)，最多的縣（市）是沙雅縣;平均倒塌房屋最多的地區(qū)也是阿克蘇地區(qū)。累計倒塌棚圈最多的地區(qū)是和田地區(qū)，最多的縣（市）是洛浦縣;平均倒塌棚圈最多的地區(qū)是和田地區(qū)。累計死亡牲畜最多的地區(qū)是阿克蘇地區(qū)，最多的縣（市）是和靜縣;平均死亡牲畜最多的地區(qū)是阿克蘇地區(qū)。累計受災(zāi)面積最大的地區(qū)是阿克蘇地區(qū)，最大的縣（市）是阿克蘇市;平均受災(zāi)面積最大的地區(qū)仍然是阿克蘇地區(qū)。

從塔里木盆地大風(fēng)災(zāi)害危害程度的空間分布來看（圖2），盆地北部邊緣出現(xiàn)的大風(fēng)災(zāi)害比西部和南部邊緣嚴(yán)重。特重風(fēng)災(zāi)發(fā)生最多的地區(qū)是阿克蘇地區(qū)，在所有縣（市）中受災(zāi)最嚴(yán)重的是沙雅縣;嚴(yán)重風(fēng)災(zāi)發(fā)生最多的地區(qū)是巴州，在受災(zāi)嚴(yán)重的縣（市）中墨玉縣受災(zāi)最重;較重風(fēng)災(zāi)發(fā)生最多的地區(qū)是阿克蘇地區(qū)，一般風(fēng)災(zāi)發(fā)生最多的地區(qū)是喀什地區(qū)。阿克蘇地區(qū)（1.73）平均災(zāi)損指數(shù)最高，其次是和田地區(qū)（1.08）、巴州（0.86）、喀什地區(qū)（0.63）、克州（0.61）。以阿克蘇地區(qū)與和田地區(qū)為2個強中心，大風(fēng)災(zāi)害的嚴(yán)重程度向東西2個方向逐漸遞減。

3.3 大風(fēng)災(zāi)害的時間變化

研究塔里木盆地6個大風(fēng)災(zāi)情要素的逐月變化和災(zāi)損指數(shù)的逐年分布，找到每個災(zāi)情要素的季節(jié)分布差異和地區(qū)之間季節(jié)分布差異，以及大風(fēng)災(zāi)害季節(jié)變化規(guī)律和長期變化趨勢。

3.3.1 季節(jié)變化 塔里木盆地每個季節(jié)都會發(fā)生大風(fēng)災(zāi)害，6個災(zāi)情要素隨著季節(jié)的變化，差異性非常明顯（圖3）。災(zāi)害出現(xiàn)次數(shù)、死亡牲畜和倒塌房屋都呈相似的單峰形態(tài)分布，其中4月最高，5月次之。而死亡人數(shù)和受災(zāi)面積也呈相似的單峰形態(tài)分布，其中5月最高， 4月次之。倒塌棚圈則呈現(xiàn)雙峰形態(tài)分布，高峰在4月，次高峰在6月。6個災(zāi)情要素高值集中在4—5月，其中4月除了死亡牲畜數(shù)量是巴州最高以外，阿克蘇其他5個災(zāi)情要素均為各地區(qū)最高值。

3.3.2 年際變化 塔里木盆地近40年大風(fēng)災(zāi)害總體不嚴(yán)重，特重和嚴(yán)重災(zāi)年只占總體的15%，但是災(zāi)害總體近40年呈逐漸變嚴(yán)重的趨勢（R2=0.07），且呈現(xiàn)出3個有明顯變化差異的階段，且前2個階段均以特重災(zāi)年收尾。第一階段是1980—1986年（R2=0.46），階段末1986年的極端增強期，災(zāi)害嚴(yán)重程度為近40年歷史極值;第二階段是1987—2001年（R2=0.6），在階段末1999年、2001年又發(fā)生了2次極端性大風(fēng)災(zāi)害;第三階段從2002開始，增強趨勢很顯著（R2=0.42）。對于3次特重災(zāi)年，災(zāi)害貢獻(xiàn)最大的地區(qū)都是阿克蘇地區(qū)，特重災(zāi)害年的次年災(zāi)情均不嚴(yán)重。近40年災(zāi)害出現(xiàn)頻次越高則災(zāi)害危害程度越高（R2=0.71）。

4 結(jié)論

（1）依據(jù)新疆塔里木盆地大風(fēng)災(zāi)害事件的出現(xiàn)次數(shù)、死亡人數(shù)、倒塌房屋數(shù)、倒塌棚圈數(shù)、牲畜死亡數(shù)和作物受災(zāi)面積6個災(zāi)情要素資料，運用比值權(quán)重法和無量綱化線性求和計算，構(gòu)建了大風(fēng)災(zāi)害事件災(zāi)損指數(shù)（Zi），并計算各縣災(zāi)損指數(shù)（Zs）和各年災(zāi)損指數(shù)（Zk），并根據(jù)分布函數(shù)的概率及其對應(yīng)的災(zāi)損指數(shù)閾值，將縣（市）、年的災(zāi)害危害性等級劃分為一般、較重、嚴(yán)重、特重4個等級。

（2）新疆塔里木盆地大風(fēng)災(zāi)害呈現(xiàn)顯著的時空差異性，主要表現(xiàn)為：盆地西部和北部邊緣的災(zāi)害頻次高于南部邊緣，但是盆地北部邊緣出現(xiàn)的災(zāi)害要比西部和南部邊緣更加嚴(yán)重，災(zāi)害主要集中出現(xiàn)在阿克蘇地區(qū)、喀什地區(qū)與和田地區(qū)。累計出現(xiàn)次數(shù)最多的地區(qū)是喀什地區(qū)，最多的縣（市）是阿克蘇市;平均出現(xiàn)次數(shù)最多的地區(qū)是阿克蘇地區(qū)。阿克蘇地區(qū)是受災(zāi)最嚴(yán)重的地區(qū)，沙雅縣是受災(zāi)最嚴(yán)重的縣（市）。阿克蘇地區(qū)倒塌房屋、死亡牲畜最多，以及受災(zāi)面積最大，而和田地區(qū)死亡人數(shù)和倒塌棚圈最多。大風(fēng)災(zāi)害集中發(fā)生在春夏季，4—5月是高發(fā)、重發(fā)期。災(zāi)害出現(xiàn)次數(shù)、死亡牲畜和倒塌房屋4月最高，5月次之;死亡人數(shù)和受災(zāi)面積是5月最高，4月次之;倒塌棚圈是4月最高，6月次之;高值集中在4—6月。

（3）塔里木盆地近40年大風(fēng)災(zāi)害總體不太嚴(yán)重，但是災(zāi)害總體近40年呈逐漸變嚴(yán)重的趨勢（R2=0.07），且呈現(xiàn)出3個有明顯變化差異的階段，且前兩個階段均以特重災(zāi)年收尾。第3個階段從2002—2019的18年間尚未出現(xiàn)極端性增強期，也從側(cè)面反映了自2002年以來新疆加強防災(zāi)減災(zāi)能力建設(shè)后，塔里木盆地防范大風(fēng)災(zāi)害能力得到提升。

參考文獻(xiàn)

[1] 李新華.影響新疆南部地區(qū)環(huán)境變化的因素分析[J]干旱區(qū)研究，2012，29（3）： 534-540.

[2] 李蘭，周月華，陳波.湖北省大風(fēng)災(zāi)害及其風(fēng)險度[J].氣象科技，2009，37（2）：205-208.

[3] 繆霄龍，繆啟龍，宋健，等.杭州地區(qū)雷雨大風(fēng)災(zāi)害風(fēng)險區(qū)劃[J].氣象與減災(zāi)研究，2012，35（3）：45-50.

[4] 孫霞，陳小雷，俞海洋，等.河北省大風(fēng)災(zāi)害及其危險性區(qū)劃分析[J].中國農(nóng)學(xué)通報，2016，32（1）：183-187.

責(zé)任編輯：黃艷飛

Classification of Gale Disa-sters， and Its Temporal and Spatial Changes in the Tarim Basin

HAO Lei et al（Xinjiang Weather Modification Office， Urumqi， Xinjiang 830002）

Abstract Taking the number of occurr-ences， deaths， collapsed houses， collapsed sheds， livestock deaths， and disaster-affected areas in 42 counties （cities） around the Tarim Basin from 1980 to 2019 as the evaluation factors， the ratio weight method and non-dimensionalization were used. The linear summation method constructed the county （city） and annual gale damage index （Z）. Based on the constructed disaster loss index， combined with the probability distribution density function， the threshold value of the gale disaster level was determined， and the hazard level of the disaster was objectively and quantitatively classified. The results showed that the higher the frequency of disaster years， the more serious the disaster.

Key words Tarim basin; Gale disaster; disaster loss index; Grade division; Spatial distribution; Time variation