基于模糊綜合評價(jià)法的海南熱帶氣旋災(zāi)害經(jīng)濟(jì)損失影響評估

李文韜 張明潔 張京紅 張亞杰 楊靜

基于模糊綜合評價(jià)法的海南熱帶氣旋災(zāi)害經(jīng)濟(jì)損失影響評估

李文韜1,3張明潔2,3張京紅2,3張亞杰2,3楊靜2,3

（1. 海南省氣象探測中心 海南?？?570203；2. 海南省氣候中心 海南?？?570203；3. 海南省南海氣象防災(zāi)減災(zāi)重點(diǎn)實(shí)驗(yàn)室 海南海口 570203）

熱帶氣旋是影響海南的最重要的災(zāi)害性天氣之一，常造成嚴(yán)重的經(jīng)濟(jì)損失。為科學(xué)定量地評估熱帶氣旋造成的經(jīng)濟(jì)損失程度，從致災(zāi)因子危險(xiǎn)性、承災(zāi)體易損性、防災(zāi)減災(zāi)能力等方面選取和構(gòu)建熱帶氣旋災(zāi)害經(jīng)濟(jì)影響的5個(gè)評估指標(biāo)，在此基礎(chǔ)上應(yīng)用模糊綜合評價(jià)方法計(jì)算了2015—2018年熱帶氣旋對海南經(jīng)濟(jì)影響的評估指數(shù)，運(yùn)用均值—標(biāo)準(zhǔn)差方法對指數(shù)進(jìn)行等級劃分，同時(shí)應(yīng)用直接經(jīng)濟(jì)損失率表征實(shí)際災(zāi)情程度并對其進(jìn)行等級劃分。結(jié)果表明，建立的熱帶氣旋經(jīng)濟(jì)影響評估指數(shù)的評估等級和實(shí)際災(zāi)情等級較吻合，能較好地評估熱帶氣旋對海南經(jīng)濟(jì)造成的損失程度，可為制定科學(xué)合理的應(yīng)急方案、增強(qiáng)應(yīng)對熱帶氣旋災(zāi)害的防御能力提供技術(shù)支持。

熱帶氣旋；經(jīng)濟(jì)損失；影響評估；模糊綜合評價(jià)

熱帶氣旋作為破壞性極強(qiáng)的天氣系統(tǒng)，常常伴有大風(fēng)、暴雨、風(fēng)暴潮等災(zāi)害性天氣[1]，成災(zāi)迅速、范圍集中、造成的損失慘重，也是全球突發(fā)性嚴(yán)重的自然災(zāi)害之一。海南省地處熱帶北緣，屬熱帶海洋性季風(fēng)氣候區(qū)，平均每年約受10個(gè)熱帶氣旋的影響，經(jīng)濟(jì)損失嚴(yán)重。

在熱帶氣旋災(zāi)害影響評估方面，國內(nèi)外學(xué)者已進(jìn)行了大量研究并取得了豐碩的成果，例如，鞏在武等[2]通過相關(guān)分析和回歸分析，選取了臺(tái)風(fēng)災(zāi)害評估影響因子對浙江省臺(tái)風(fēng)災(zāi)害進(jìn)行評估。王秀榮等[3-4]選取農(nóng)作物受災(zāi)面積、房屋倒損數(shù)、死亡人數(shù)、直接經(jīng)濟(jì)損失等災(zāi)害指標(biāo)，利用灰色關(guān)聯(lián)度理論確定了全國范圍內(nèi)臺(tái)風(fēng)災(zāi)害綜合等級劃分標(biāo)準(zhǔn)，建立了臺(tái)風(fēng)災(zāi)害綜合等級快速評估模型；之后又優(yōu)化了評估指標(biāo)的轉(zhuǎn)換函數(shù)和權(quán)重系數(shù)，使改進(jìn)后的模型評估的等級更符合實(shí)際災(zāi)情。馬華鈴[5]選取死亡人數(shù)、農(nóng)作物受災(zāi)面積、直接經(jīng)濟(jì)損失等指標(biāo)建立了我國臺(tái)風(fēng)災(zāi)害綜合評估指數(shù)，并利用聚類分析對其進(jìn)行了分級，建立了臺(tái)風(fēng)災(zāi)害單產(chǎn)業(yè)關(guān)聯(lián)間接經(jīng)濟(jì)舒適評估的投入產(chǎn)出定量分析模型。馬清云等[6]應(yīng)用模糊綜合評價(jià)法計(jì)算得到我國登陸臺(tái)風(fēng)的影響評價(jià)系數(shù)，并對災(zāi)情進(jìn)行了分級。林江豪等[7]綜合BP神經(jīng)網(wǎng)絡(luò)和空間向量模型，構(gòu)建了臺(tái)風(fēng)災(zāi)害經(jīng)濟(jì)損失評估模型。因此，目前已有的評估指標(biāo)體系因評估角度的差異而包含不同的因素，尚未形成一個(gè)通用定量評估模式[8]。開展熱帶氣旋災(zāi)害影響評估、減少熱帶氣旋災(zāi)害造成的經(jīng)濟(jì)損失迫在眉睫。

熱帶氣旋災(zāi)害對經(jīng)濟(jì)的影響是一個(gè)復(fù)雜的問題，受到熱帶氣旋本身強(qiáng)度、路徑和社會(huì)經(jīng)濟(jì)因素的共同影響。熱帶氣旋是一種中心氣壓極低的渦旋，具有強(qiáng)大的氣壓梯度和旋轉(zhuǎn)力，引起近地面較大風(fēng)速。熱帶氣旋大風(fēng)通常是指熱帶氣旋影響過程的極大風(fēng)速（地面10 m高度瞬時(shí)風(fēng)速）和最大風(fēng)速（地面10 m高度10 min平均風(fēng)速）。熱帶氣旋大風(fēng)具有極強(qiáng)的破壞性，包括摧毀房屋、掀翻船只、毀壞園林、吹倒莊稼樹木等，帶來直接經(jīng)濟(jì)損失。熱帶氣旋暴雨容易鏈生暴發(fā)性洪水和地質(zhì)災(zāi)害，引發(fā)城市內(nèi)澇等，破壞性極強(qiáng)，是熱帶氣旋影響過程中的主要致災(zāi)因素；同時(shí)，熱帶氣旋影響持續(xù)時(shí)間越長，可能造成的災(zāi)害越大。本研究主要針對熱帶氣旋造成的經(jīng)濟(jì)損失影響進(jìn)行評估。對于一個(gè)研究區(qū)域來說，社會(huì)經(jīng)濟(jì)發(fā)展水平?jīng)Q定了其易損性。在評估熱帶氣旋造成的經(jīng)濟(jì)損失時(shí)，經(jīng)濟(jì)發(fā)展水平、農(nóng)業(yè)在經(jīng)濟(jì)中的比重等經(jīng)濟(jì)指標(biāo)在一定程度上可以反映研究區(qū)遭遇災(zāi)害的潛在損失程度。防災(zāi)減災(zāi)能力表示受災(zāi)區(qū)在短期和長期內(nèi)能夠從氣象災(zāi)害中恢復(fù)的程度,包括應(yīng)急管理、減災(zāi)投入、資源準(zhǔn)備、災(zāi)后恢復(fù)等，是災(zāi)害風(fēng)險(xiǎn)評價(jià)中不可或缺的重要因素?；谀：龜?shù)學(xué)的模糊綜合評價(jià)法是常用于技術(shù)篩選的綜合評價(jià)方法，該方法根據(jù)模糊數(shù)學(xué)的隸屬度理論把定性評價(jià)轉(zhuǎn)化為定量評價(jià)，具有結(jié)果清晰、系統(tǒng)性強(qiáng)的特點(diǎn)，能較好地解決模糊的、難以量化的問題[9]。本研究擬從熱帶氣旋影響過程中的風(fēng)速、降雨、持續(xù)時(shí)間、承災(zāi)體易損性、受影響地區(qū)防災(zāi)減災(zāi)能力等方面選取熱帶氣旋造成的經(jīng)濟(jì)損失影響評估因子開展研究；基于影響海南的熱帶氣旋風(fēng)雨觀測數(shù)據(jù)和造成的經(jīng)濟(jì)損失數(shù)據(jù)，采用模糊數(shù)學(xué)綜合評價(jià)方法對熱帶氣旋造成的經(jīng)濟(jì)損失進(jìn)行定量評估，以期為提高防災(zāi)減災(zāi)能力、減少熱帶氣旋造成的經(jīng)濟(jì)損失提供科技支撐。

1 資料來源及研究方法

1.1 資料來源

1.1.1 氣象數(shù)據(jù) 熱帶氣旋影響過程中的風(fēng)雨資料來源于海南島18個(gè)市縣國家級氣象觀測站2015—2018年的觀測數(shù)據(jù)。

1.1.2 社會(huì)經(jīng)濟(jì)數(shù)據(jù) 受影響區(qū)域的地均GDP、各市縣財(cái)政收入、對醫(yī)療衛(wèi)生、農(nóng)林水利的財(cái)政投入、醫(yī)療救護(hù)人員數(shù)、城鄉(xiāng)居民人均可支配收入等數(shù)據(jù)來源于2016—2019年海南省統(tǒng)計(jì)年鑒；熱帶氣旋造成的直接經(jīng)濟(jì)損失數(shù)據(jù)來源于海南省三防辦和海南省民政廳2015—2018年的統(tǒng)計(jì)數(shù)據(jù)。

1.1.3 研究樣本 研究過程中考慮到社會(huì)經(jīng)濟(jì)發(fā)展、防災(zāi)減災(zāi)能力等因素的變化，取經(jīng)濟(jì)發(fā)展與當(dāng)前較接近的2015—2018年影響海南本島、資料記錄完整的10個(gè)熱帶氣旋案例。一次熱帶氣旋影響過程中，海南省本島18個(gè)市縣記為18個(gè)樣本，2015—2018年共有10個(gè)熱帶氣旋影響本島，故研究過程中首先初步獲取樣本數(shù)據(jù)180個(gè)。再根據(jù)海南省三防辦和海南省民政廳統(tǒng)計(jì)的每個(gè)熱帶氣旋影響造成的直接經(jīng)濟(jì)損失數(shù)據(jù)，剔除直接經(jīng)濟(jì)損失為0的樣本，本研究中采用的樣本數(shù)共有92個(gè)。

1.2 研究方法

1.2.1 影響因子的選取

（1）熱帶氣旋影響過程中的大風(fēng)可能會(huì)帶來直接的經(jīng)濟(jì)損失。分析發(fā)現(xiàn)，2015—2018年92個(gè)樣本的直接經(jīng)濟(jì)損失與極大風(fēng)速和最大風(fēng)速的相關(guān)系數(shù)分別為0.221和0.203，均通過了=0.05置信水平的顯著性檢驗(yàn)；日最大風(fēng)速與日極大風(fēng)速的相關(guān)系數(shù)為0.954，通過了=0.001置信水平的顯著性檢驗(yàn)。且熱帶氣旋影響過程中，極大風(fēng)速是最大風(fēng)速的1～2倍，極大風(fēng)速是造成大風(fēng)災(zāi)害的主導(dǎo)因素。因此，在進(jìn)行影響評估時(shí)選擇日極大風(fēng)速作為評估因子之一。（2）熱帶氣旋影響期間的過程雨量、日最大降水量與熱帶氣旋造成的直接經(jīng)濟(jì)損失呈顯著正相關(guān)，相關(guān)系數(shù)分別為0.669、0.643，通過了=0.001置信水平的顯著性檢驗(yàn)；過程雨量與日最大降水量的相關(guān)系數(shù)為0.951，通過了=0.001置信水平的顯著性檢驗(yàn)。本研究選擇日最大降水量反映熱帶氣旋暴雨的強(qiáng)度特征。（3）熱帶氣旋影響持續(xù)時(shí)間與直接經(jīng)濟(jì)損失的相關(guān)系數(shù)為0.233，通過了=0.05置信水平的顯著性檢驗(yàn)。本研究利用地均GDP和農(nóng)業(yè)產(chǎn)值占GDP比重2個(gè)指標(biāo)來表征研究區(qū)域的易損性，對2個(gè)指標(biāo)進(jìn)行等權(quán)重求和，得到承災(zāi)體易損性指數(shù)。

承災(zāi)體易損性指數(shù)=地均GDP×0.5+農(nóng)業(yè)產(chǎn)值占GDP比重×0.5。式中，地均GDP、農(nóng)業(yè)產(chǎn)值占GDP比重為歸一化后的值。

選取各市縣財(cái)政收入，對醫(yī)療衛(wèi)生、農(nóng)林、水利的財(cái)政投入及醫(yī)療救護(hù)人員數(shù)、城鄉(xiāng)居民人均可支配收入表征地區(qū)防災(zāi)減災(zāi)能力，將這4個(gè)指標(biāo)進(jìn)行等權(quán)重求和，得到防災(zāi)減災(zāi)能力指數(shù)。

防災(zāi)減災(zāi)能力指數(shù)=財(cái)政收入×0.25+財(cái)政投入×0.25+醫(yī)療救護(hù)人員數(shù)×0.25+人均可支配收入×0.25。式中，財(cái)政收入、財(cái)政投入、醫(yī)療救護(hù)人員數(shù)、人均可支配收入均為歸一化后的值。

綜合上述分析，選擇熱帶氣旋影響過程中的日極大風(fēng)速、日最大降水量、影響持續(xù)時(shí)間以及承災(zāi)體易損性、受影響地區(qū)防災(zāi)減災(zāi)能力這5個(gè)因子作為熱帶氣旋造成的經(jīng)濟(jì)損失影響評估因子。

1.2.2 模糊綜合評價(jià)法 模糊綜合評價(jià)法是運(yùn)用模糊數(shù)據(jù)的隸屬度理論將定性評價(jià)轉(zhuǎn)換為定量評價(jià)[10]，評價(jià)結(jié)果更為客觀準(zhǔn)確。

1.2.2.1 模糊綜合評價(jià)法的步驟 設(shè)有件事物的某一特征待評價(jià)，這件事物構(gòu)成對象集和影響因子集：

記因子的權(quán)重分配上的模糊子集為：

則該評價(jià)對象的模糊綜合評價(jià)集為：

1.2.2.2 隸屬度函數(shù)的確定 隸屬度是元素針對模糊集合隸屬程度大小的數(shù)學(xué)指標(biāo)，實(shí)現(xiàn)定量地描述模糊性事物。確定隸屬函數(shù)可采用模糊統(tǒng)計(jì)法、典型函數(shù)法等[6]。本研究采用典型函數(shù)法的戒下型函數(shù)，表達(dá)式如下：

其中，()為因子的隸屬函數(shù)，參數(shù)、、的值均大于0。

這種戒下型函數(shù)的表達(dá)式可以表示熱帶氣旋災(zāi)害的大小程度。當(dāng)影響因子≥時(shí)（為界值），則可成災(zāi)，否則不成災(zāi)。隸屬函數(shù)值()會(huì)隨災(zāi)情因子統(tǒng)計(jì)數(shù)據(jù)的增大而增大[6]。

確定參數(shù)、、后，求出每個(gè)熱帶氣旋的各災(zāi)情因子隸屬度值，構(gòu)成矩陣：

1.2.2.3 建立權(quán)重集 模糊綜合評價(jià)中各參評因子的權(quán)重系數(shù)既是其在評價(jià)體系中重要程度和貢獻(xiàn)大小的體現(xiàn)，也是直接影響評價(jià)結(jié)果精度、客觀和公正的因子。本研究采用熵權(quán)法和層次分析法相結(jié)合的方法確定各因子的權(quán)重。

為了消除指標(biāo)量綱不同帶來的不利影響，首先采用離差標(biāo)準(zhǔn)化方法對指標(biāo)進(jìn)行歸一化處理；然后在分別采用熵權(quán)法[11-13]和層次分析法對評價(jià)指標(biāo)進(jìn)行主觀和客觀賦權(quán)的基礎(chǔ)上，計(jì)算評價(jià)指標(biāo)的綜合權(quán)重[13]。

由各評估因子的權(quán)重系數(shù)可以看出，對于評價(jià)各熱帶氣旋案例樣本而言，指標(biāo)的重要性程度排列依次為極大風(fēng)速>承載體易損性>影響持續(xù)時(shí)間>防災(zāi)減災(zāi)能力>日最大降水量。

1.2.3 評價(jià)系數(shù)的計(jì)算 根據(jù)上述步驟確定的評價(jià)矩陣和權(quán)重集，由式（1）計(jì)算出件事物的模糊綜合評價(jià)系數(shù)集。b即為每個(gè)影響熱帶氣旋災(zāi)情的模糊綜合評價(jià)指數(shù)。由此得到2015—2018年10個(gè)影響海南熱帶氣旋的92個(gè)樣本的經(jīng)濟(jì)影響評估指數(shù)。

1.2.4 熱帶氣旋災(zāi)害經(jīng)濟(jì)損失影響指數(shù)及其等級劃分 熱帶氣旋災(zāi)害經(jīng)濟(jì)影響指數(shù)，根據(jù)各致災(zāi)因子、承災(zāi)體易損性和受影響區(qū)域防災(zāi)減災(zāi)能力，通過模糊綜合評價(jià)方法計(jì)算獲得，對影響指數(shù)的劃分即是對熱帶氣旋災(zāi)害影響綜合強(qiáng)度的劃分。本研究采用均值－標(biāo)準(zhǔn)差分級法對指標(biāo)進(jìn)行分級。

步驟如下：

（1）將92個(gè)熱帶氣旋影響評價(jià)指數(shù)建立如下序列

（2）將上述影響指數(shù)序列劃分為5個(gè)等級，計(jì)算得到每個(gè)等級的臨界值后，即可將歷史熱帶氣旋災(zāi)害影響指數(shù)劃分為5個(gè)等級區(qū)間，災(zāi)情由輕到重依次為：一級、二級、三級、四級和五級（表1）。

表1 熱帶氣旋災(zāi)害經(jīng)濟(jì)影響指數(shù)等級劃分

1.2.5 實(shí)際災(zāi)情等級劃分 災(zāi)損率是對熱帶氣旋災(zāi)害損失相對量的度量，反映熱帶氣旋災(zāi)害損失占受災(zāi)區(qū)域經(jīng)濟(jì)生活和社會(huì)生產(chǎn)總量的比率[14]。本研究主要針對熱帶氣旋造成的經(jīng)濟(jì)損失影響進(jìn)行探討，熱帶氣旋災(zāi)害造成的經(jīng)濟(jì)損失包括直接經(jīng)濟(jì)損失、間接經(jīng)濟(jì)損失和災(zāi)害救援損失3個(gè)方面。由于災(zāi)害間接經(jīng)濟(jì)損失和災(zāi)害救援損失具有很大的不確定性，因此在研究過程中，參考自然災(zāi)害損失評估的相關(guān)理論，引入直接災(zāi)損率的概念表征災(zāi)害的損失程度[14]。

對2015—2018年海南受熱帶氣旋影響的92個(gè)樣本的直接災(zāi)損率進(jìn)行統(tǒng)計(jì)分析，并劃分為5個(gè)等級（表2）。

表2 直接災(zāi)損率的分級標(biāo)準(zhǔn)

2 結(jié)果與分析

2.1 熱帶氣旋災(zāi)害經(jīng)濟(jì)損失影響指數(shù)及其等級劃分

基于上述方法得到92個(gè)樣本的評估等級和實(shí)際災(zāi)情等級（表3）。分析發(fā)現(xiàn)，根據(jù)綜合評估指數(shù)，2015—2018年熱帶氣旋影響的92個(gè)樣本中評估災(zāi)害等級為一至五級的分別有1、21、40、16、14個(gè)；根據(jù)直接經(jīng)濟(jì)災(zāi)損率，92個(gè)樣本中實(shí)際災(zāi)情等級為一至五級的分別有2、3、36、25、26個(gè)。經(jīng)濟(jì)影響評估同級符合率為54.3%，差一級符合率為88.0%。說明通過模糊綜合評價(jià)法建立的熱帶氣旋經(jīng)濟(jì)影響評估指數(shù)可用于評估熱帶氣旋造成的經(jīng)濟(jì)影響。同時(shí)，利用熵權(quán)法和層次分析法相結(jié)合得出的5個(gè)影響因子的權(quán)重依次為：極大風(fēng)速>承載體易損性>影響持續(xù)時(shí)間>防災(zāi)減災(zāi)能力>過程日最大降水量。權(quán)重的大小也反映出各因子對實(shí)際災(zāi)情的影響程度，表明基于模糊綜合評價(jià)法建立的模型能夠較好地評估熱帶氣旋造成的經(jīng)濟(jì)損失。

表3 熱帶氣旋經(jīng)濟(jì)影響評估指數(shù)和直接災(zāi)損率

續(xù)表3 熱帶氣旋經(jīng)濟(jì)影響評估指數(shù)和直接災(zāi)損率

2.2 熱帶氣旋災(zāi)害經(jīng)濟(jì)影響評估指數(shù)驗(yàn)證

計(jì)算2019—2021年影響海南的熱帶氣旋1907號“韋帕”（熱帶風(fēng)暴級）、1912號“楊柳”（強(qiáng)熱帶風(fēng)暴級）、1914號“劍魚”（熱帶風(fēng)暴級），2016號“浪卡”（強(qiáng)熱帶風(fēng)暴級）、2118號“圓規(guī)”（臺(tái)風(fēng)）等17個(gè)災(zāi)情個(gè)例的熱帶氣旋災(zāi)害經(jīng)濟(jì)影響指數(shù)和直接災(zāi)害損失率（表4），發(fā)現(xiàn)經(jīng)濟(jì)影響評估和實(shí)際災(zāi)情同級符合率為76.5%，差一級符合率為88.2%。由此可說明，利用模糊綜合評價(jià)方法建立的海南熱帶氣旋災(zāi)害經(jīng)濟(jì)影響評估模型可行，具有良好的評估效果。

表4 熱帶氣旋經(jīng)濟(jì)影響評估指數(shù)驗(yàn)證

3 討論與結(jié)論

本研究從致災(zāi)因子危險(xiǎn)性、承災(zāi)體易損性、防災(zāi)減災(zāi)能力3個(gè)方面選取熱帶氣旋對經(jīng)濟(jì)影響的評估因子，應(yīng)用模糊綜合評價(jià)方法計(jì)算了2015—2018年熱帶氣旋對海南經(jīng)濟(jì)影響的評估指數(shù)，運(yùn)用均值—標(biāo)準(zhǔn)差方法對指數(shù)進(jìn)行等級劃分，引入直接經(jīng)濟(jì)損失率表征實(shí)際災(zāi)情程度并對其進(jìn)行等級劃分。分析發(fā)現(xiàn)，經(jīng)濟(jì)影響指數(shù)的評估等級和實(shí)際災(zāi)情等級級別很接近，說明構(gòu)建的經(jīng)濟(jì)影響評估指數(shù)能夠反映實(shí)際災(zāi)情程度，能較好地評估熱帶氣旋對海南經(jīng)濟(jì)造成的損失。此外，馬清云等[6]應(yīng)用模糊綜合評價(jià)方法建立的登陸我國的臺(tái)風(fēng)災(zāi)害影響評估模型，對災(zāi)情等級的評估準(zhǔn)確率達(dá)到70%，這也說明模糊綜合評價(jià)法可用于熱帶氣旋災(zāi)害評估，并具有良好的評估效果。唐麗麗[15]研究表明，浙江省臺(tái)風(fēng)災(zāi)情3個(gè)指標(biāo)的相關(guān)系數(shù)排序?yàn)樽畲笕战邓?過程累計(jì)降雨量>最大風(fēng)速，這與本研究結(jié)果相一致，說明本研究選擇的致災(zāi)因子合理。因此，本研究結(jié)果能夠?yàn)榉罏?zāi)減災(zāi)決策提供科學(xué)依據(jù)。

由于熱帶氣旋對經(jīng)濟(jì)的影響十分復(fù)雜，本研究采用模糊數(shù)學(xué)綜合評價(jià)方法對熱帶氣旋造成的經(jīng)濟(jì)損失進(jìn)行定量評估，建立熱帶氣旋災(zāi)害經(jīng)濟(jì)影響評估指數(shù)，該指數(shù)所需的氣象數(shù)據(jù)在熱帶氣旋影響過程中可及時(shí)獲取，承災(zāi)體易損性數(shù)據(jù)和防災(zāi)減災(zāi)能力數(shù)據(jù)可依據(jù)統(tǒng)計(jì)年鑒數(shù)據(jù)每年更新一次，數(shù)據(jù)獲取方便且能夠反映實(shí)際情況；因此，利用此評估指數(shù)來評價(jià)熱帶氣旋造成的經(jīng)濟(jì)損失，能夠快速及時(shí)地為提高防災(zāi)減災(zāi)能力、減少熱帶氣旋造成的經(jīng)濟(jì)損失提供科技支撐。另外，熱帶氣旋造成的經(jīng)濟(jì)損失不僅與熱帶氣旋本身的風(fēng)雨等有關(guān)，還與受影響地區(qū)的承災(zāi)體易損性、防災(zāi)減災(zāi)能力等密切相關(guān)。本研究建立的熱帶氣旋災(zāi)害經(jīng)濟(jì)影響評估指數(shù)，還需要更多的實(shí)例來評估檢驗(yàn)和優(yōu)化。

[1] 張眉, 金有杰, 王倩. 基于模糊綜合評價(jià)法的浙江省臺(tái)風(fēng)災(zāi)害農(nóng)田損失評估分析[J]. 湖北農(nóng)業(yè)科學(xué), 2014, 53(20): 5 002-5 006.

[2] 鞏在武, 胡麗. 臺(tái)風(fēng)災(zāi)害評估中的影響因子分析[J]. 自然災(zāi)害學(xué)報(bào), 2015, 24(1): 203-213.

[3] 王秀榮, 王維國, 馬清云. 臺(tái)風(fēng)災(zāi)害綜合等級評估模型及應(yīng)用[J]. 氣象, 2010, 36(1): 66-71.

[4] 王秀榮, 張立生, 李維邦. 臺(tái)風(fēng)災(zāi)害綜合等級評判模型改進(jìn)及應(yīng)用分析[J]. 氣象, 2018, 44(2): 304-312.

[5] 馬華鈴. 沿海地區(qū)臺(tái)風(fēng)災(zāi)害經(jīng)濟(jì)損失評估[D]. 廣州: 廣東外語外貿(mào)大學(xué), 2016.

[6] 馬清云, 李佳英, 王秀榮, 等. 基于模糊綜合評價(jià)法的登陸臺(tái)風(fēng)災(zāi)害影響評估模型[J]. 氣象, 2008, 401(5): 20-25.

[7] 林江豪, 陽愛民. 基于BP神經(jīng)網(wǎng)絡(luò)和VSM的臺(tái)風(fēng)災(zāi)害經(jīng)濟(jì)損失評估[J]. 災(zāi)害學(xué), 2019, 34(1): 22-26.

[8] 劉少軍, 張京紅, 何政偉, 等. 基于多普勒天氣雷達(dá)數(shù)據(jù)的臺(tái)風(fēng)災(zāi)害評估系統(tǒng)[J]. 自然災(zāi)害學(xué)報(bào), 2011, 20(5): 119-124.

[9] 黃洪金. 層次分析和模糊綜合評價(jià)方法在公共政策評價(jià)中的應(yīng)用研究[D]. 武漢: 華中師范大學(xué), 2014.

[10] 李秀存, 蘇志. 廣西夏季旅游氣候舒適度的模糊綜合評判[J]. 熱帶地理, 1999(2): 3-5.

[11] 李帥, 魏虹, 倪細(xì)爐, 等. 基于層次分析法和熵權(quán)法的寧夏城市人居環(huán)境質(zhì)量評價(jià)[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2014, 25(9): 2 700-2 708.

[12] 孫鴻鵠, 程先富, 倪玲, 等. 基于云模型和熵權(quán)法的巢湖流域防洪減災(zāi)能力評估[J]. 災(zāi)害學(xué), 2015, 30 (1): 222-227.

[13] 黃志燁, 李桂君, 李玉龍, 等. 基于DPSIR模型的北京市可持續(xù)發(fā)展評價(jià)[J]. 城市發(fā)展研究, 2016, 23(9): 20-24.

[14] 趙阿興, 馬宗晉. 自然災(zāi)害損失評估指標(biāo)體系的研究[J]. 自然災(zāi)害學(xué)報(bào), 1993(3): 1-7.

[15] 唐麗麗. 基于GIS的臺(tái)風(fēng)災(zāi)害災(zāi)情及風(fēng)險(xiǎn)評估研究[D]. 北京: 首都師范大學(xué), 2011.

The Assessment of Economic Loss of Tropical Cyclone Disaster in Hainan Based on Fuzzy and Comprehensive Evaluation

LI Wentao1,3ZHANG Mingjie2,3ZHANG Jinghong2,3ZHANG Yajie2,3YANG Jing2,3

(1. Hainan Province Meteorological Detecting Center, Haikou, Hainan 570203, China;2. Climate Center of Hainan Province, Haikou, Hainan 570203, China; 3. South China Sea Meteorology and Disaster Mitigation Research Key Laboratory, Haikou, Hainan 570203,China)

Tropical cyclone was one of the most important disastrous weather affecting Hainan which often caused serious economic losses. In order to scientifically and quantitatively assess the degree of economic losses caused by tropical cyclones, five indicators for assessing the economic impact of tropical cyclone disasters were selected and constructed from the risk of disaster-causing factors, the vulnerability of the disaster-bearing body, the disaster prevention and mitigation capacity. The impact index of tropical cyclone on Hainan economy in 2015—2018 were calculated by fuzzy and comprehensive evaluation, and the index grade was classified by mean-standard deviation method. The direct economic loss rate was introduced and graded to characterize the actual disaster degree. The result showed that the assessment level calculated by the economic impact assessment index of tropical cyclone constructed by fuzzy and comprehensive evaluation method was very close to the actual disaster level, which indicating that the economic impact assessment index could reflect the actual extent of the disaster and assess the damage caused by tropical cyclones to Hainan's economy. The research results could provide technical support for making a scientific and reasonable emergency plan and strengthening the defense ability to deal with typhoon disaster.

tropical cyclone; economic loss; impact assessment; fuzzy and comprehensive evaluation

P49

A

10.12008/j.issn.1009-2196.2022.09.023

2022-03-28；

2022-05-31

海南省氣象局業(yè)務(wù)技術(shù)提升項(xiàng)目（No.HNQXJS202010）；海南省自然科學(xué)基金項(xiàng)目（No.420QN370）；海南省重點(diǎn)研發(fā)計(jì)劃項(xiàng)目（No.ZDYF2019113）。

李文韜（1983—），男，高級工程師，研究方向?yàn)闅庀鬄?zāi)害評估、大氣探測等，E-mail：1507813107@qq.com。

張明潔（1987—），女，高級工程師，研究方向?yàn)闅庀鬄?zāi)害評估、應(yīng)用氣象、應(yīng)對氣候變化等，E-mail：zmj_0203@163.com。

（責(zé)任編輯 林海妹）