影響廣西南部縣域臺(tái)風(fēng)的災(zāi)情評(píng)估

李廣桃，廖夢(mèng)祺，劉合香,3

(1.南寧師范大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院，廣西 南寧 530100；2.南寧市氣象局，廣西 南寧 530028；3.廣西北部灣海洋災(zāi)害研究重點(diǎn)實(shí)驗(yàn)室，廣西 欽州 535000)

引言

登陸臺(tái)風(fēng)造成的災(zāi)害損失大，會(huì)給全球帶來嚴(yán)重影響[1]。廣西地處中國南部沿海，是臺(tái)風(fēng)災(zāi)害的易發(fā)區(qū)。據(jù)統(tǒng)計(jì)，每年約有7個(gè)臺(tái)風(fēng)登陸中國，其中約有5個(gè)對(duì)廣西造成不同程度上的影響[2]。近年來，影響廣西的臺(tái)風(fēng)造成的災(zāi)害具有明顯的上升趨勢(shì)，強(qiáng)致災(zāi)臺(tái)風(fēng)頻數(shù)顯著增加[3]。余興明和李菁[4]利用2001—2014年進(jìn)入廣西內(nèi)陸的25個(gè)臺(tái)風(fēng)樣本，通過對(duì)臺(tái)風(fēng)歷史災(zāi)害資料影響因子綜合分析，建立了臺(tái)風(fēng)災(zāi)害影響概念。曾維剛和吳福[5]利用地質(zhì)災(zāi)害監(jiān)測(cè)數(shù)據(jù)、誘發(fā)地質(zhì)災(zāi)害的有效雨量和臨界有效雨量等參數(shù)，構(gòu)建了廣西北部灣經(jīng)濟(jì)區(qū)臺(tái)風(fēng)暴雨導(dǎo)致的地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)模型。莫建飛等[6]根據(jù)2010年廣西生態(tài)遙感本底數(shù)據(jù)、社會(huì)經(jīng)濟(jì)空間化數(shù)據(jù)和地理信息數(shù)據(jù)，構(gòu)建耦合自然生態(tài)和社會(huì)經(jīng)濟(jì)的臺(tái)風(fēng)災(zāi)害承災(zāi)體脆弱性指標(biāo)體系，運(yùn)用基于GIS的風(fēng)險(xiǎn)指數(shù)法，建立臺(tái)風(fēng)災(zāi)害承災(zāi)體脆弱性評(píng)價(jià)模型，發(fā)現(xiàn)廣西臺(tái)風(fēng)災(zāi)害承災(zāi)體脆弱性區(qū)域差異較為明顯，高脆弱區(qū)域主要分布在桂南、桂東南的建設(shè)用地和生態(tài)易損農(nóng)用地、水土流失嚴(yán)重的裸地，低脆弱區(qū)域主要分布在桂東、桂東北、桂西北、桂西社會(huì)經(jīng)濟(jì)落后和植被覆蓋較高的山區(qū)。

目前，對(duì)臺(tái)風(fēng)災(zāi)害的評(píng)估主要有神經(jīng)網(wǎng)絡(luò)法[7-9]、層次分析法[10]、信息擴(kuò)散方法[11-12]、灰色關(guān)聯(lián)法[13-14]等。而組合權(quán)重法結(jié)合各災(zāi)情因子的主觀性與客觀性來確定權(quán)重，在災(zāi)害評(píng)估中取得了較好的應(yīng)用效果。盧耀健等[15]利用2000—2016年登陸華南地區(qū)的24個(gè)臺(tái)風(fēng)樣本的災(zāi)情與致災(zāi)源數(shù)據(jù)，構(gòu)建了基于組合權(quán)重和模糊隨機(jī)方法的華南臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)評(píng)估模型，結(jié)果發(fā)現(xiàn)：華南地區(qū)發(fā)生第二風(fēng)險(xiǎn)等級(jí)臺(tái)風(fēng)災(zāi)害的可能性最大、第五風(fēng)險(xiǎn)等級(jí)臺(tái)風(fēng)災(zāi)害的可能性最小，與實(shí)際情況較為吻合。潘金蘭等[16]構(gòu)建了基于AHP-TOPSIS最優(yōu)組合賦權(quán)的臺(tái)風(fēng)風(fēng)險(xiǎn)評(píng)價(jià)模型，并將該模型應(yīng)用到華南臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)中，取得了較好的試驗(yàn)效果。在臺(tái)風(fēng)災(zāi)害研究中，越來越多的學(xué)者關(guān)注到臺(tái)風(fēng)過程對(duì)小尺度空間造成的危害。趙珊珊等[17]以縣域?yàn)閱卧?，分析了登陸影響廣東的熱帶氣旋帶來的風(fēng)、雨，以及導(dǎo)致的經(jīng)濟(jì)損失，對(duì)廣東縣域的災(zāi)損情況進(jìn)行評(píng)估。朱婧等[18]利用臺(tái)風(fēng)逐日降水、大風(fēng)及縣級(jí)災(zāi)情等資料，結(jié)合危險(xiǎn)性與脆弱性指數(shù)，對(duì)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)進(jìn)行高分辨率評(píng)估。朱志存等[19]運(yùn)用四維災(zāi)體評(píng)估模型，對(duì)浙江省的氣象災(zāi)害損失進(jìn)行評(píng)估，結(jié)果顯示，重大臺(tái)風(fēng)事件易造成氣象災(zāi)害偏重或明顯偏重的損失年景。

以上專家學(xué)者從不同角度、在不同空間尺度上研究了臺(tái)風(fēng)災(zāi)害的評(píng)估方法，取得了良好的效果。但是利用基于組合權(quán)重的方法進(jìn)行臺(tái)風(fēng)災(zāi)情評(píng)估，尤其是對(duì)影響縣域的臺(tái)風(fēng)災(zāi)情進(jìn)行評(píng)估還較為少見。本文嘗試?yán)没疑P(guān)聯(lián)法，基于層次分析和熵權(quán)法的組合權(quán)重法構(gòu)建災(zāi)情指數(shù)序列，研究廣西南部縣域的各災(zāi)情指標(biāo)及綜合災(zāi)情分布狀況。

1 資料與方法

1.1 資料來源與數(shù)據(jù)預(yù)處理

所使用的災(zāi)情資料由南寧市、北海市、欽州市、防城港市、來賓市、梧州市、貴港市、崇左市、玉林市等廣西南部9市中各市級(jí)和縣級(jí)的防汛辦、民政局收集，并由市氣象局和縣氣象局上報(bào)，后經(jīng)廣西壯族自治區(qū)氣候中心匯總并整理?？h域臺(tái)風(fēng)災(zāi)情資料包括災(zāi)害發(fā)生地點(diǎn)、災(zāi)情發(fā)生起始時(shí)間、受災(zāi)人口(人)、死亡人口(人)、失蹤人口(人)、倒塌房屋(間)、損壞房屋(間)、直接經(jīng)濟(jì)損失(萬元)、農(nóng)作物受災(zāi)面積(hm2)、糧食損失(t)等受災(zāi)信息。通過刪除數(shù)據(jù)的重復(fù)值、明顯記錄錯(cuò)誤的值，根據(jù)文字記錄調(diào)整有誤值，剔除所有災(zāi)情指標(biāo)為零的值，整理出2007—2019年廣西南部9市56個(gè)縣域受臺(tái)風(fēng)登陸影響的644個(gè)災(zāi)害樣本，以保證所使用數(shù)據(jù)的完整性和可靠性。下文將市轄區(qū)、縣級(jí)市和縣域統(tǒng)稱為縣域。

登陸的臺(tái)風(fēng)主要引起人員傷亡、建筑物倒損、農(nóng)田受災(zāi)等災(zāi)害。選取具有代表性的受災(zāi)人口、死亡人口、倒損房屋數(shù)、直接經(jīng)濟(jì)損失、農(nóng)作物受災(zāi)面積作為災(zāi)情評(píng)價(jià)指標(biāo)。

首先，參考葉丁嘉等[13]的方法，對(duì)數(shù)據(jù)進(jìn)行預(yù)處理。其次，參照灰色關(guān)聯(lián)度系數(shù)的定義[20]，設(shè)參考序列為可能出現(xiàn)的最大災(zāi)情指標(biāo)U0=(Ui0)，(Ui0=1；i=1,2,3,4,5)，即當(dāng)受災(zāi)人口大于100萬人、死亡人口大于100人、倒損房屋1萬間、直接經(jīng)濟(jì)損失大于10億元、農(nóng)作物受災(zāi)面積大于10萬hm2時(shí)，各災(zāi)情指標(biāo)的函數(shù)值都化為1，災(zāi)情等級(jí)為高。比較序列Uij(i=1，2，3，4，5；j=1，2，…，n)由原始序列經(jīng)轉(zhuǎn)換函數(shù)轉(zhuǎn)換后得到，其中n為災(zāi)情樣本條數(shù)。計(jì)算比較序列和參考序列之間的序列差：

Δij=|ui0-uij|
(i=1，2，3，4，5；j=1，2，…，n)

(1)

通過序列差計(jì)算，可得到U0與Uij各個(gè)指標(biāo)間的關(guān)聯(lián)系數(shù)γij：

(2)

其中，0.5≤γij≤1.0。關(guān)聯(lián)系數(shù)γij的值越大，其關(guān)聯(lián)程度越高；反之，關(guān)聯(lián)程度越低。

1.2 方法介紹

基于層次分析及熵權(quán)法，利用優(yōu)化算法進(jìn)行目標(biāo)函數(shù)的求解，確定廣西南部縣域臺(tái)風(fēng)災(zāi)情評(píng)價(jià)指標(biāo)的組合權(quán)重。

1.2.1 層次分析法

層次分析法結(jié)合定性分析與定量研究，具有計(jì)算簡(jiǎn)單、適用性較強(qiáng)等優(yōu)點(diǎn)。利用該方法確定主觀權(quán)重的具體步驟如下[21]。

(3)

然后，利用方根法計(jì)算權(quán)重向量，得到最大特征根λmax對(duì)應(yīng)的特征向量W1=(ωi1;i=1,2,…,m)；最后，進(jìn)行一致性檢驗(yàn)。

1.2.2 熵權(quán)法

熵能估算出數(shù)據(jù)內(nèi)蘊(yùn)含的有效信息量，得到各指標(biāo)權(quán)重。利用熵權(quán)法構(gòu)造客觀權(quán)重步驟如下[15]。

設(shè)存在n個(gè)樣本，每個(gè)樣本有m個(gè)評(píng)價(jià)指標(biāo)，構(gòu)建判斷矩陣A=(aij)m×n。通過公式(4)進(jìn)行計(jì)算，得到第j個(gè)樣本中第i項(xiàng)評(píng)價(jià)指標(biāo)占該指標(biāo)的比重pij：

(4)

通過公式(5)計(jì)算第i項(xiàng)指標(biāo)的熵值Ei：

(5)

采用公式(6)，確定各項(xiàng)指標(biāo)權(quán)重：

(6)

得到客觀權(quán)重W2=(ωi2;i=1,2,…,m)。

1.2.3 組合權(quán)重

借助MATLAB軟件，將權(quán)重W1和W2采用以下優(yōu)化算法，計(jì)算得到組合權(quán)重W=(ωi;i=1,2,…,m)，即求解以下目標(biāo)函數(shù)[21]：

(7)

ωi≥0,i=1,2,…,m

其中，r為分類系數(shù)，i表示第i個(gè)評(píng)價(jià)指標(biāo)，j表示第j個(gè)樣本，aij為相對(duì)隸屬度矩陣中的元素值，計(jì)算得出解W={ωi;i=1,2,…,m}為組合權(quán)重。

1.3 綜合災(zāi)情指數(shù)及等級(jí)劃分

基于層次分析[21]及熵權(quán)法[15]，利用優(yōu)化算法進(jìn)行目標(biāo)函數(shù)的求解[21]，確定各災(zāi)情指標(biāo)的組合權(quán)重。最后，結(jié)合灰色關(guān)聯(lián)系數(shù)γij與組合權(quán)重W={ωi;i=1,2,3,4,5}，構(gòu)建綜合災(zāi)情指數(shù)：

yi=ω1γ1j+ω2γ2j+ω3γ3j+ω4γ4j+ω5γ5j

(8)

根據(jù)綜合災(zāi)情指數(shù)的大小進(jìn)行等級(jí)劃分[13](表1)。

表1 災(zāi)情指數(shù)與災(zāi)情等級(jí)的對(duì)應(yīng)關(guān)系

2 結(jié)果分析

2.1 基本災(zāi)情特征分析

利用灰色關(guān)聯(lián)法得到各縣域的單個(gè)臺(tái)風(fēng)災(zāi)情指標(biāo)的關(guān)聯(lián)系數(shù)，相加后得到單個(gè)災(zāi)情指標(biāo)累計(jì)指數(shù)，根據(jù)累計(jì)指數(shù)劃分區(qū)間，分析廣西南部縣域在2007—2019年間各災(zāi)情指標(biāo)的分布情況(圖1和圖2)。由于廣西南部縣域的臺(tái)風(fēng)致死人數(shù)不多，因此采用實(shí)際死亡人口數(shù)進(jìn)行分析。

圖1 廣西南部縣域2007—2019年臺(tái)風(fēng)災(zāi)害致死人口分布Fig.1 Distribution of death toll from typhoon disasters in counties of southern Guangxi from 2007 to 2019

圖2 廣西南部縣域2007—2019年直接經(jīng)濟(jì)損失累計(jì)指數(shù)空間分布Fig.2 Spatial distribution of cumulative index of direct economic loss in counties of southern Guangxi from 2007 to 2019

2007—2019年，崇左市因臺(tái)風(fēng)影響共死亡20人，其中江州區(qū)和寧明縣各死亡8人。桂平市因受臺(tái)風(fēng)“尤特”影響，死亡人口達(dá)11人，為廣西南部13 a內(nèi)單次臺(tái)風(fēng)致死人數(shù)最多的地區(qū)。貴港市、南寧市、防城港市、欽州市、玉林市、北海市、梧州市13 a內(nèi)受臺(tái)風(fēng)影響分別死亡16、13、7、6、5、3、1人，詳見圖1。

由圖2可知，直接經(jīng)濟(jì)損失累計(jì)指數(shù)大于12的縣域分別為海城區(qū)、邕寧區(qū)、橫縣及防城港全市，大部分縣域的累計(jì)指數(shù)小于12。防城港市、北海市、欽州市及與其地理位置相近的縣域直接經(jīng)濟(jì)損失情況較為嚴(yán)重，而南寧市市轄區(qū)直接經(jīng)濟(jì)損失雖不是特別嚴(yán)重，但周邊縣域都受到了較大的影響。

根據(jù)統(tǒng)計(jì)結(jié)果，有14個(gè)縣域受災(zāi)人口累計(jì)指數(shù)較大(大于12)，分別為海城區(qū)、合浦縣、欽南區(qū)、靈山縣、浦北縣、防城區(qū)、港口區(qū)、上思縣、東興市、邕寧區(qū)、武鳴區(qū)、橫縣、馬山縣和博白縣(圖略)。倒損房屋累計(jì)指數(shù)較大(大于12)的地區(qū)主要分布在防城港全市以及海城區(qū)、合浦縣、浦北縣、邕寧區(qū)、橫縣、馬山縣、博白縣等地(圖略)。農(nóng)作物受災(zāi)面積累計(jì)指數(shù)較大(大于12)的縣域有9個(gè)，分別為海城區(qū)、合浦縣、浦北縣、防城區(qū)、港口區(qū)、上思縣、邕寧區(qū)、橫縣和馬山縣(圖略)。

綜上所述，臺(tái)風(fēng)在登陸影響廣西時(shí)，受災(zāi)人口指標(biāo)的累計(jì)指數(shù)大于12的縣域數(shù)量最多，說明人口相對(duì)于房屋、農(nóng)田等方面的受災(zāi)情況更為嚴(yán)重。南寧市轄區(qū)的各災(zāi)情指標(biāo)指數(shù)不大，但周邊的橫縣、邕寧區(qū)、馬山縣、武鳴區(qū)相對(duì)較大。

2.2 綜合災(zāi)情特征分析

不同臺(tái)風(fēng)影響下，登陸影響廣西南部臺(tái)風(fēng)的災(zāi)情程度不同。通過層次分析法計(jì)算得到主觀權(quán)重，且判斷矩陣通過了一致性檢驗(yàn)；再利用熵權(quán)法計(jì)算得出客觀權(quán)重。取分類系數(shù)為0.5，通過優(yōu)化算法得出受災(zāi)人口、死亡人口、倒損房屋、直接經(jīng)濟(jì)損失、農(nóng)作物受災(zāi)面積的組合權(quán)重分別為0.299 2、0.204 6、0.150 5、0.155 4、0.190 2。由此可知，2007—2019年登陸影響廣西南部的臺(tái)風(fēng)災(zāi)情系統(tǒng)中，受災(zāi)人口的貢獻(xiàn)最大，房屋倒損數(shù)量的貢獻(xiàn)最小。

2.2.1 分縣分級(jí)頻數(shù)統(tǒng)計(jì)

通過灰色關(guān)聯(lián)與組合權(quán)重法計(jì)算得到的綜合災(zāi)情指數(shù)，根據(jù)表1中災(zāi)情指數(shù)與等級(jí)的對(duì)應(yīng)關(guān)系，本文將分別從低級(jí)—較低級(jí)(圖略)、中級(jí)—高級(jí)(圖3)、低級(jí)—高級(jí)(圖4)等三個(gè)方面對(duì)各縣域的災(zāi)情頻數(shù)情況進(jìn)行統(tǒng)計(jì)。

圖3 廣西南部縣域綜合災(zāi)情等級(jí)為中級(jí)—高級(jí)的臺(tái)風(fēng)災(zāi)情頻數(shù)分布以及占臺(tái)風(fēng)影響總次數(shù)的比例Fig.3 Frequency distribution of typhoon disasters in medium-high comprehensive disaster grade and the proportion to the total number of typhoon affecting counties of southern Guangxi

圖4 廣西南部縣域綜合災(zāi)情等級(jí)為低級(jí)—高級(jí)的臺(tái)風(fēng)災(zāi)情頻數(shù)分布Fig.4 Frequency distribution of typhoon disasters in low-high comprehensive disaster grade in counties of southern Guangxi

在綜合災(zāi)情等級(jí)為低級(jí)和較低級(jí)的統(tǒng)計(jì)中(圖略)，馬山縣、防城區(qū)、邕寧區(qū)、港口區(qū)、上思縣、東興市發(fā)生的頻數(shù)較大，依次為22、20、19、18、17、16。受臺(tái)風(fēng)影響的綜合災(zāi)情等級(jí)在低級(jí)—較低級(jí)的次數(shù)占總次數(shù)100%的縣域個(gè)數(shù)為17，分別為青秀區(qū)、興寧區(qū)、江南區(qū)、西鄉(xiāng)塘區(qū)、馬山縣、港北區(qū)、覃塘區(qū)、武宣縣、忻城縣、蒼梧縣、龍圩區(qū)、蒙山縣、萬秀區(qū)、長(zhǎng)洲區(qū)、福綿區(qū)、興業(yè)縣和玉州區(qū)，說明以上縣域受臺(tái)風(fēng)影響的綜合災(zāi)情程度不高。南寧馬山縣雖每次受災(zāi)情況較輕，但發(fā)生頻數(shù)最大，當(dāng)?shù)赜嘘P(guān)部門應(yīng)在臺(tái)風(fēng)登陸影響時(shí)，做好防臺(tái)減災(zāi)工作，盡量將損失降到最低。

由圖3可以直接看出，博白縣綜合災(zāi)情等級(jí)處于中級(jí)—高級(jí)的頻數(shù)最大，且占臺(tái)風(fēng)影響總次數(shù)的比例最大。其次，浦北縣的綜合災(zāi)情等級(jí)在中級(jí)及以上的頻數(shù)為9，而合浦縣、靈山縣、橫縣、江州區(qū)、扶綏縣、寧明縣等6個(gè)縣域綜合災(zāi)情等級(jí)在中級(jí)—高級(jí)的頻數(shù)都為8，其中，江州區(qū)、扶綏縣、寧明縣等3個(gè)縣域綜合災(zāi)情等級(jí)在中級(jí)—高級(jí)的頻數(shù)占該縣的臺(tái)風(fēng)影響總次數(shù)的六成及以上。

由圖4可以看出，受臺(tái)風(fēng)影響次數(shù)(即綜合災(zāi)情低—高等級(jí)頻數(shù))排名前五的縣域依次為邕寧區(qū)、防城區(qū)、上思縣、馬山縣、橫縣，其頻數(shù)都超過20。由各市受臺(tái)風(fēng)影響總頻數(shù)來看，防城港市每個(gè)縣域在13 a內(nèi)平均受到22次臺(tái)風(fēng)登陸影響，且存在受災(zāi)情況；其次，北海市和欽州市因處于沿海地區(qū)，容易受到臺(tái)風(fēng)襲擊，影響總頻數(shù)并不少；崇左市右靠防城港市，玉林市左臨北海市及欽州市，故兩市受臺(tái)風(fēng)影響次數(shù)較多；而南寧市作為首府，是廣西的經(jīng)濟(jì)和交通中心，容易受到臺(tái)風(fēng)的影響造成災(zāi)情，故受災(zāi)次數(shù)不少。綜上可知，沿海地區(qū)和經(jīng)濟(jì)發(fā)達(dá)地區(qū)容易受到臺(tái)風(fēng)的襲擊并產(chǎn)生災(zāi)情。

2.2.2 綜合災(zāi)情分布

通過對(duì)各災(zāi)情指標(biāo)的灰色關(guān)聯(lián)系數(shù)進(jìn)行加權(quán)求和，得到綜合災(zāi)情指數(shù)，并根據(jù)表1將災(zāi)情指數(shù)劃分為五個(gè)等級(jí)，統(tǒng)計(jì)各災(zāi)情等級(jí)的數(shù)量(表2)。災(zāi)情等級(jí)為“高”的只有1個(gè)樣本(寧明縣)。災(zāi)情等級(jí)為“較高”的有25個(gè)樣本，其中位于沿海城市的縣域居多，北海市、防城港市、欽州市等沿海城市的縣域樣本占60%。由此可以得知，臺(tái)風(fēng)在影響廣西南部過程中，對(duì)大部分地區(qū)的致災(zāi)程度并不嚴(yán)重，沿海地區(qū)臺(tái)風(fēng)災(zāi)情影響較為嚴(yán)重。

表2 廣西南部縣域?qū)?yīng)不同臺(tái)風(fēng)綜合災(zāi)情等級(jí)的樣本數(shù)量

為了進(jìn)一步分析2007—2019年廣西南部各縣域的受災(zāi)總況，將各縣域13 a內(nèi)每一個(gè)臺(tái)風(fēng)的綜合災(zāi)情指數(shù)進(jìn)行累加，根據(jù)綜合災(zāi)情總指數(shù)進(jìn)行區(qū)間劃分，繪制廣西南部縣域臺(tái)風(fēng)綜合災(zāi)情分布圖(圖5)。

圖5 2007—2019年廣西南部縣域臺(tái)風(fēng)綜合災(zāi)情指數(shù)分布Fig.5 Comprehensive disaster index distribution of typhoon disasters in counties of southern Guangxi from 2007 to 2019

由圖5可以看出，南部沿海地區(qū)的綜合災(zāi)情總指數(shù)較高，隨著縣域的地理位置越往南，綜合災(zāi)情影響越嚴(yán)重。綜合災(zāi)情總指數(shù)超過12的縣域從高到低排列為防城區(qū)、邕寧區(qū)、上思縣、橫縣、海城區(qū)、馬山縣、港口區(qū)、浦北縣、東興市。防城港市和北海市的海城區(qū)地處沿海地區(qū)，臺(tái)風(fēng)致災(zāi)因子的危險(xiǎn)性較大，故受災(zāi)情況嚴(yán)重。其中，由于防城區(qū)除死亡人口外的各災(zāi)情指數(shù)均大于12，且臺(tái)風(fēng)影響總頻數(shù)較大，因此綜合災(zāi)情總指數(shù)最大，為15.74；實(shí)際上，南寧市的橫縣為南寧市臺(tái)風(fēng)暴雨中心[22]，而橫縣與邕寧區(qū)均毗鄰欽州市，臺(tái)風(fēng)影響總頻數(shù)都大于20，因此橫縣及邕寧區(qū)的綜合災(zāi)情總指數(shù)較大；馬山縣雖處于南寧市的北部，不易受到臺(tái)風(fēng)直接襲擊，但容易受到臺(tái)風(fēng)殘余環(huán)流云系影響，綜合災(zāi)情等級(jí)在低—較低等級(jí)的臺(tái)風(fēng)頻數(shù)最大，所以綜合災(zāi)情總指數(shù)較大。

由于廣西近年在建筑物結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展、人口密度等方面都發(fā)生了顯著的變化，因此統(tǒng)計(jì)2007—2019年廣西南部的綜合災(zāi)情指數(shù)，以分析災(zāi)情的年際變化特征，如圖6所示。影響廣西南部的臺(tái)風(fēng)綜合災(zāi)情指數(shù)在13 a間呈先增加后降低，再緩慢上升后降低的趨勢(shì)。線性傾向估計(jì)表明，綜合災(zāi)情指數(shù)每年下降1.580 1，即臺(tái)風(fēng)產(chǎn)生的災(zāi)情影響整體呈減弱趨勢(shì)。

2.3 個(gè)例分析

由于超強(qiáng)臺(tái)風(fēng)“威馬遜”(1409)是有氣象記錄以來登陸廣西最強(qiáng)的臺(tái)風(fēng)[23]，有52%的縣域綜合災(zāi)情等級(jí)在中級(jí)及以上，占比大于其他臺(tái)風(fēng)，說明“威馬遜”使得廣西南部地區(qū)遭受的損失最為慘重，因此選取具有代表性的臺(tái)風(fēng)“威馬遜”進(jìn)行個(gè)例分析。

首先，為了更好地了解各縣域受災(zāi)情況，通過灰色關(guān)聯(lián)法計(jì)算得出各災(zāi)情要素的指數(shù)，結(jié)合災(zāi)情指數(shù)與等級(jí)關(guān)系(表1)，給出各災(zāi)情要素的空間分布(圖7)。由圖7可以看出，受超強(qiáng)臺(tái)風(fēng)“威馬遜”影響，崇左市寧明縣及防城港市防城區(qū)的受災(zāi)人口等級(jí)為高；欽州市欽南區(qū)死亡人口最多；在倒損房屋及直接經(jīng)濟(jì)損失方面，北海市、欽州市和防城港市的情況最嚴(yán)重；對(duì)于農(nóng)作物受災(zāi)面積來說，崇左市的江州區(qū)和扶綏縣以及防城港市上思縣為高等級(jí)。

圖6 2007—2019年廣西南部臺(tái)風(fēng)綜合災(zāi)情指數(shù)年際變化Fig.6 Interannual variation of comprehensive disaster index of typhoon disasters in southern Guangxi from 2007 to 2019

圖7 超強(qiáng)臺(tái)風(fēng)“威馬遜”(1409)影響廣西南部縣域時(shí)各災(zāi)情要素(a.受災(zāi)人口，b.死亡人口，c.倒損房屋，d.直接經(jīng)濟(jì)損失，e.農(nóng)作物受災(zāi)面積)的空間分布Fig.7 Spatial distribution of disaster indicators (a. affected population, b. death toll, c. damaged houses, d. direct economic loss, e. affected area of crops) when Super Typhoon Rammasun (2014) affected counties of southern Guangxi

其次，將超強(qiáng)臺(tái)風(fēng)“威馬遜”中各縣域的綜合災(zāi)情指數(shù)進(jìn)行累加，形成單臺(tái)風(fēng)指標(biāo)，計(jì)算各縣域在單臺(tái)風(fēng)指標(biāo)中的比重，使用自然斷點(diǎn)法將比重劃分為5個(gè)區(qū)間，繪制影響廣西南部縣域超強(qiáng)臺(tái)風(fēng)“威馬遜”(1409)的綜合災(zāi)情比重分布圖(圖8)，結(jié)合不同的災(zāi)情要素及致災(zāi)要素對(duì)各縣域臺(tái)風(fēng)綜合災(zāi)情情況進(jìn)行分析。

圖8 影響廣西南部縣域的超強(qiáng)臺(tái)風(fēng)“威馬遜”(1409)的綜合災(zāi)情比重分布Fig.8 Comprehensive disaster proportion distribution of Super Typhoon Rammasun (2014) affecting counties in southern Guangxi

比較各縣域綜合災(zāi)情比重(圖8)發(fā)現(xiàn)，影響廣西南部縣域的超強(qiáng)臺(tái)風(fēng)“威馬遜”的綜合災(zāi)情比重中，最大的是欽州市欽南區(qū)和防城港市防城區(qū)(2.85%)。結(jié)合各災(zāi)情要素等級(jí)可以得知，欽南區(qū)和防城區(qū)倒損房屋、直接經(jīng)濟(jì)損失的等級(jí)都為高級(jí)，農(nóng)作物受災(zāi)面積等級(jí)為較高級(jí)，不同之處在于防城區(qū)的受災(zāi)人口等級(jí)為高級(jí)，而欽南區(qū)的死亡人口較多。臺(tái)風(fēng)綜合災(zāi)情比重最小的是梧州市龍圩區(qū)(1.86%)，除直接經(jīng)濟(jì)損失等級(jí)為較低級(jí)外，其他災(zāi)情要素等級(jí)為低級(jí)。而北海市、欽州市及防城港市的部分縣域綜合災(zāi)情比重相對(duì)其他縣域大，原因在于倒損房屋及直接經(jīng)濟(jì)損失的等級(jí)為高級(jí)，而其他災(zāi)情指標(biāo)等級(jí)多為較高級(jí)。

結(jié)合風(fēng)雨情況(圖略)發(fā)現(xiàn)，在地處內(nèi)陸的縣域中，寧明縣、扶綏縣、天等縣、龍州縣、大新縣等縣域的過程降水量大于100 mm，但是僅扶綏縣和博白縣的最大風(fēng)速值大于10.8 m·s-1，說明寧明縣、天等縣、龍州縣和大新縣的災(zāi)情主要是受到臺(tái)風(fēng)“威馬遜”引起的強(qiáng)降水影響，博白縣的災(zāi)情主要受臺(tái)風(fēng)的大風(fēng)影響，扶綏縣的災(zāi)情受到強(qiáng)降水和大風(fēng)雙重影響。此外，邕寧區(qū)、武鳴區(qū)、橫縣、江州區(qū)等縣域降水和風(fēng)速雖不大，但屬于市轄區(qū)或周邊縣域，建筑眾多、人口密集，因此防災(zāi)減災(zāi)難度強(qiáng)于其他縣域。

由圖8可見，“威馬遜”導(dǎo)致的災(zāi)情主要分布在廣西的西南部，受大風(fēng)及強(qiáng)降水的共同影響，地處廣西南部沿海的縣域?yàn)?zāi)情較為嚴(yán)重，而且地理位置越往南，損失越嚴(yán)重。

3 小結(jié)

以2007—2019年影響廣西南部縣域臺(tái)風(fēng)的災(zāi)情因子作為研究對(duì)象，分析各災(zāi)情要素的基本特征，并對(duì)各縣域的災(zāi)情進(jìn)行評(píng)估，得出以下結(jié)論：

(1)利用層次分析及熵權(quán)法，借助優(yōu)化算法計(jì)算目標(biāo)函數(shù)得到組合權(quán)重，將組合權(quán)重與各災(zāi)情指標(biāo)的灰色關(guān)聯(lián)系數(shù)進(jìn)行加權(quán)求和，構(gòu)建了綜合災(zāi)情指數(shù)序列。將災(zāi)情指數(shù)劃分為五個(gè)等級(jí)，災(zāi)情等級(jí)為“高級(jí)”的只有1個(gè)樣本，災(zāi)情等級(jí)為“較高級(jí)”的有25個(gè)樣本，其中沿海縣域居多。

(2)根據(jù)對(duì)影響廣西南部各縣域每一個(gè)臺(tái)風(fēng)的綜合災(zāi)情指數(shù)進(jìn)行累加，繪制了2007—2019年影響廣西南部縣域臺(tái)風(fēng)的綜合災(zāi)情分布圖。結(jié)果發(fā)現(xiàn)，縣域的地理位置越往南，受災(zāi)情況越嚴(yán)重；經(jīng)濟(jì)發(fā)達(dá)縣域容易受到臺(tái)風(fēng)的襲擊并產(chǎn)生災(zāi)情；而大部分內(nèi)陸縣域受臺(tái)風(fēng)影響較小。

(3)通過對(duì)影響廣西南部縣域臺(tái)風(fēng)的個(gè)例分析發(fā)現(xiàn)，超強(qiáng)臺(tái)風(fēng)“威馬遜”風(fēng)力大、降水強(qiáng)，造成了廣西南部縣域的巨大損失。由每個(gè)縣域的綜合災(zāi)情比重來看，地理位置更靠近南部，受災(zāi)損失越嚴(yán)重。

本文研究還是較為初步的，所構(gòu)建的綜合災(zāi)情指數(shù)尚存在不足之處，如縣域面積以及經(jīng)濟(jì)社會(huì)發(fā)展水平存在差異，如何體現(xiàn)這些差異還需要進(jìn)一步研究。今后將結(jié)合業(yè)務(wù)實(shí)踐，研發(fā)更加精細(xì)的縣級(jí)災(zāi)情評(píng)估模型。