基于GIS平臺托克托縣地區(qū)新營子鎮(zhèn)雷電風險區(qū)劃分析

張嵐晶

(呼和浩特市氣象局，內蒙古 呼和浩特 010020)

托克托縣新營子鎮(zhèn)地處薩涼公路和呼大公路的交匯地帶，該鎮(zhèn)是1988年內蒙古自治區(qū)政府批準的縣屬建制鎮(zhèn)，新營子鎮(zhèn)是準格爾煤田和晉陜兩省的必經(jīng)之地，是托克托縣地區(qū)經(jīng)濟貿易中心。全鎮(zhèn)總土地面積383.19 km2，共轄27個行政村，且托克托縣重要的工業(yè)園區(qū)位于新營子鎮(zhèn)內。

近年來，雷電人工觀測被自動觀測所取代，閃電定位系統(tǒng)逐漸建立并成為觀測雷電活動主要設備之一，為了有效開展雷電災害防治工作，氣象部門和相關學者越來越多人利用閃電定位數(shù)據(jù)資料作為基礎研究數(shù)據(jù)對雷電風險進行區(qū)劃，開展對雷電災害的規(guī)律性研究[1],劉垚[2]等人依據(jù)浙江省ADTD閃電定位資料對杭州市16個指標進行雷電災害綜合風險評估分析，最終得到該地西南地區(qū)風險比較低，近海的東北地區(qū)則比較高的結論；卜俊偉[3]應用2005年—2012年四川省閃電定位資料及社會經(jīng)濟資料研究了四川省雷電風險區(qū)劃，提出了四川省雷電風險區(qū)劃因子及其分級標準。陳廣昌[4]等人利用2013年—2014年的無錫市三維閃電定位系統(tǒng)資料和詳細的雷電災情資料采用灰色關聯(lián)分析法，定量化得到3個致災因子權重，構建雷電災害危險度指數(shù)模型得到江蘇省雷電災害危險度的空間分布特征與閃電密度分布特征相似結論。從相關雷電風險區(qū)劃研究文獻來看，大多數(shù)是以 (市、區(qū))級行政區(qū)域作為基本單元，區(qū)劃結果比較粗放，不能精細化反映地區(qū)雷電風險空間差異。筆者以新營子鎮(zhèn)村鎮(zhèn)為研究單位，選取新營子鎮(zhèn)2013年—2020年閃電強度密度數(shù)據(jù)作為致災因子參數(shù)；海拔高度、土壤質地要素作為孕災環(huán)境評估參數(shù)；人口密度和國內生產(chǎn)總值作為承災體評估參數(shù)最終建立評價指標與風險評估的定量關系。

1 數(shù)據(jù)來源與分析方法

1.1 數(shù)據(jù)來源

①2013年—2020年ADTD閃電定位監(jiān)測數(shù)據(jù)與1963年—2003年雷暴日觀測數(shù)據(jù)來源于內蒙古自治區(qū)氣象局。②人口數(shù)據(jù)和地區(qū)GDP數(shù)據(jù)全部來源于中國科學院資源環(huán)境科學數(shù)據(jù)中心(http：//www.resdc.cn)，為2018年全國 GDP空間分布公里網(wǎng)格數(shù)據(jù)、全國人口空間分布公里網(wǎng)格數(shù)據(jù)。③土壤質地數(shù)據(jù)來自中國科學院資源與環(huán)境數(shù)據(jù)中心(http://vdb3.soil.csdb.cn/)中國土壤質地空間分布數(shù)據(jù)。④DEM高程數(shù)據(jù)來源于中國科學院資源與環(huán)境數(shù)據(jù)中心(http://vdb3.soil.csdb.cn/),精度為500 m。

1.2 分析方法

1.2.1 歸一化處理[5]。分析雷電風險區(qū)劃之前，采用(1)式對原始數(shù)據(jù)作歸一化處理，將各個量轉換為無量綱數(shù)使各個量之間有一定的可比較性。

(1)

其中，xi，xi′為數(shù)據(jù)預處理前后的值；maxxi和minxi為數(shù)據(jù)的最大值和最小值。

1.2.2 邏輯回歸模型[6]。邏輯回歸模型是二項分類因變量常用的統(tǒng)計分析模型，它描述的是因變量雷暴日是否發(fā)生(0代表不發(fā)生，1代表發(fā)生)和多個致災因子(x1、x2…xn)之間的關系。該模型中自變量可以是連續(xù)的也可以是離散的，不需要滿足正態(tài)的頻率分布。邏輯回歸函數(shù)表達式為：

P=1/[1+e-(α+β1x1+…+pixi)]

(2)

式中：P為雷暴日發(fā)生概率，范圍為0～1；α為邏輯回歸計算出的一個常數(shù)項；β為邏輯回歸計算而得出的回歸系數(shù)；i為評價因子種類數(shù)目。將式(2)兩邊取自然對數(shù)，In[p/(1-p)]作為因變量，將影響因子Xi(i=1,2,3,…,n)作為自變量。

2 雷電災害風險評估指標

2.1 致災因子危險性

地閃密度強度表示區(qū)域1 km×1 km柵格的年平均閃電次數(shù)、閃電強度。通過對新營子鎮(zhèn)ADTD地閃定位儀2013年—2020年閃電定位監(jiān)測數(shù)據(jù)統(tǒng)計分析，繪制出新營子鎮(zhèn)地閃密度強度空間分布圖，地閃密度越高，強度越大，說明區(qū)域內雷電發(fā)生頻次多，致災因子越活躍。

2.2 孕災環(huán)境敏感性

2.2.1 海拔高度(DEM)。海拔高度空間分布數(shù)據(jù)來源于美國奮進號航天飛機的雷達地形測繪SRTM數(shù)據(jù)，具有現(xiàn)實性強、免費獲取等優(yōu)點。海拔越高閃電發(fā)生概率越大。

2.2.2 土壤質地。數(shù)據(jù)分為砂土、粉砂土、黏土三大類，數(shù)值為百分比；土壤質地的影響表現(xiàn)為土質越黏，土壤電阻率就越小，土壤電阻率小的地方容易發(fā)生雷電。

2.3 承災體因子

2.3.1 人口密度?？紤]人口自然要素的地理分異規(guī)律的基礎上，筆者采用1 km×1 km每個柵格值平方公里的人口數(shù)。

2.3.2 國內生產(chǎn)總值(GDP)。GDP指某個地區(qū)在一定時期內經(jīng)濟活動中產(chǎn)生的價值，反映了該區(qū)域的經(jīng)濟綜合實力與財富，考慮GDP自然要素的地理分異規(guī)律，通過空間插值生成1 km×1 km柵格數(shù)據(jù)，每個柵格的值為該平方公里的GDP數(shù)。

3 結果與分析

3.1 閃電活動空間分布特征

用Excel軟件對各年閃電頻次與雷電流強度數(shù)據(jù)進行數(shù)理統(tǒng)計計算與篩選(消除由于閃電定位儀設備原因導致的閃電數(shù)據(jù)異常值)。計算出托縣新營子鎮(zhèn)27個村閃電頻次與雷電流強度有效數(shù)據(jù)。

根據(jù)閃電定位資料和新營子鎮(zhèn)矢量圖，通過ArcGIS建立漁網(wǎng)，然后通過疊加分析中的空間鏈接，將閃電點數(shù)據(jù)和漁網(wǎng)進行空間鏈接，分別統(tǒng)計1 km×1 km范圍內的閃電次數(shù)和平均閃電強度，最后將漁網(wǎng)轉換成柵格數(shù)據(jù)繪制出年均閃電密度空間分布圖與年均雷電流強度空間分布圖，結果如圖1、圖2所示。

由圖1、圖2可以看出新營子鎮(zhèn)閃電密度高值區(qū)域分布在馬土夭村以南與黑城村交界，燕山營村、塔布峁村、胡忽浪村以南，章蓋營村以北地方，年均閃電次數(shù)在10次以上。新營子鎮(zhèn)大多地區(qū)閃電次數(shù)為5～6次，新營子鎮(zhèn)閃電強度空間分布比較均勻，雷電流強度大多在20 kA～40 kA之間。

3.2 閃電活動時間分布特征

根據(jù)閃電時間數(shù)據(jù)繪制出圖3新營子鎮(zhèn)閃電逐月分布圖、圖4新營子鎮(zhèn)閃電強度分布圖。

正閃電

從圖3可以看出，2013年—2020年新營子鎮(zhèn)地區(qū)閃電活動主要集中在7月—9月3個月份，其他月份較少，11月至次年2月幾乎沒有閃電發(fā)生。

從圖4可以看出，2013年—2020年新營子鎮(zhèn)共發(fā)生地閃2 355次，平均為294.3次/a。其中，2013年的閃電次數(shù)為484次，2014年的閃電次數(shù)為196次，2015年的閃電次數(shù)為593次，2016年的閃電次數(shù)為307次，2017年的閃電次數(shù)為388次，2018年的閃電次數(shù)為95次，2019年的閃電次數(shù)為112次，2020年的閃電次數(shù)為180次。其中正地閃251次占總地閃的10.6%，最大正地閃強度264.7 kA，最小正地閃強度13.1 kA，平均正地閃為18.14 kA。負地閃占2 104次，占總地閃的89.3%，最大負地閃強度-122 kA，最小負地閃強度-9.3 kA,平均負地閃-29.74 kA。正地閃強度主要集中在20 kA～90 kA之間，負地閃強度主要集中在10 kA～40 kA之間。

3.3 數(shù)據(jù)歸一化

新營子鎮(zhèn)各鄉(xiāng)村通過ArcGIS區(qū)域統(tǒng)計功能分別計算不同村子的人口、GDP、DEM、閃電密度、雷電流強度、土壤數(shù)據(jù)、雷暴日的均值，然后導入Excel中，通過歸一化公式計算得到以下數(shù)據(jù)，見表1。

表1 新營子鎮(zhèn)各村數(shù)據(jù)歸一化統(tǒng)計

3.4 權重計算

通過邏輯回歸模型計算人口密度、地均GDP、DEM、閃電密度、閃電強度、土地利用率各指標權重，邏輯回歸模型屬于二項分類因變量常用的統(tǒng)計分析模型，它描述的是因變量和其他因子之間的邏輯關系。該模型中自變量可以是連續(xù)的也可以是離散的，不需要滿足正態(tài)的頻率分布。因此，筆者以雷暴日數(shù)為因變量，其余指標為自變量，從而確定其余各指標的權重系數(shù)。制作雷電風險區(qū)劃圖。利用SPSS中的邏輯回歸模型，將各村子的歸一化數(shù)據(jù)導入。這里需要注意的是，邏輯回歸模型因變量必須為0或者1，根據(jù)概率學文中把雷暴日歸一化<0.2的值認為是低概率事件，因變量雷暴日計為0，>0.2的值認為是高概率事件，因變量雷暴日計為1，其余指標以0.2為間隔劃分為5個等級。計算各指標的得分情況，根據(jù)各指標得分情況計算權重結果如表2所示。

表2 各指標權重計算結果

4 雷電風險區(qū)劃

采用ArcGIS自然間斷法，將其劃分為低風險區(qū)、中低風險區(qū)、中風險區(qū)、中高風險區(qū)和高風險區(qū)。統(tǒng)計出新營子鎮(zhèn)各村雷電風險區(qū)劃情況，如表3所示。

表3 新營子鎮(zhèn)雷電風險區(qū)劃分布統(tǒng)計

5 結論

筆者通過對托克托縣新營子地區(qū)的雷電數(shù)據(jù)、土壤數(shù)據(jù)、經(jīng)濟社會數(shù)據(jù)的分析，建立雷電風險區(qū)劃模型，以村為單位對雷電風險進行區(qū)劃，得到結論：新營子鎮(zhèn)海拔、閃電密度、雷電流強度指標在雷電風險區(qū)劃中所占權重較大。其中新營子村、老杜營村、馬家圪堵村、缸房夭村4個村地區(qū)屬于雷電高風險區(qū)，黑城村、張全營村、燕山營村、西大圐圙村、壩上村5個村屬于中高風險區(qū)，乃莫營村、荒地夭村、南壕村、堿溝子村、石匠營村、柳二營村6個地區(qū)屬于中等風險區(qū)，胡忽浪村、小口子村、范成灘夭村、馬士夭村、黑水泉村、乃同營村、塔布峁村7個村屬于中低風險區(qū)，其余地區(qū)屬于低風險區(qū)。