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

張嵐晶

(呼和浩特市氣象局，內(nèi)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(nèi)蒙古自治區(qū)政府批準(zhǔn)的縣屬建制鎮(zhèn)，新營子鎮(zhèn)是準(zhǔn)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(jì)貿(mào)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(nèi)。

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(shè)備之一，為了有效開展雷電災(zāi)害防治工作，氣象部門和相關(guān)學(xué)者越來越多人利用閃電定位數(shù)據(jù)資料作為基礎(chǔ)研究數(shù)據(jù)對雷電風(fēng)險進(jìn)行區(qū)劃，開展對雷電災(zāi)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(biāo)進(jìn)行雷電災(zāi)害綜合風(fēng)險評估分析，最終得到該地西南地區(qū)風(fēng)險比較低，近海的東北地區(qū)則比較高的結(jié)論；卜俊偉[3]應(yīng)用2005年—2012年四川省閃電定位資料及社會經(jīng)濟(jì)資料研究了四川省雷電風(fēng)險區(qū)劃，提出了四川省雷電風(fēng)險區(qū)劃因子及其分級標(biāo)準(zhǔn)。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(xì)的雷電災(zāi)情資料采用灰色關(guān)聯(lián)分析法，定量化得到3個致災(zāi)因子權(quán)重，構(gòu)建雷電災(zāi)害危險度指數(shù)模型得到江蘇省雷電災(zāi)害危險度的空間分布特征與閃電密度分布特征相似結(jié)論。從相關(guān)雷電風(fēng)險區(qū)劃研究文獻(xiàn)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(jié)果比較粗放，不能精細(xì)化反映地區(qū)雷電風(fēng)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(qiáng)度密度數(shù)據(jù)作為致災(zāi)因子參數(shù)；海拔高度、土壤質(zhì)地要素作為孕災(zāi)環(huán)境評估參數(shù)；人口密度和國內(nèi)生產(chǎn)總值作為承災(zāi)體評估參數(shù)最終建立評價指標(biāo)與風(fēng)險評估的定量關(guān)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(nèi)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(xué)院資源環(huán)境科學(xué)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(zhì)地數(shù)據(jù)來自中國科學(xué)院資源與環(huán)境數(shù)據(jù)中心(http://vdb3.soil.csdb.cn/)中國土壤質(zhì)地空間分布數(shù)據(jù)。④DEM高程數(shù)據(jù)來源于中國科學(xué)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(fēng)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(zhuǎn)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(yù)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(zāi)因子(x1、x2…xn)之間的關(guān)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(dá)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(zāi)害風(fēng)險評估指標(biāo)

2.1 致災(zāi)因子危險性

地閃密度強(qiáng)度表示區(qū)域1 km×1 km柵格的年平均閃電次數(shù)、閃電強(qiáng)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(qiáng)度空間分布圖，地閃密度越高，強(qiáng)度越大，說明區(qū)域內(nèi)雷電發(fā)生頻次多，致災(zāi)因子越活躍。

2.2 孕災(zāi)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(jìn)號航天飛機(jī)的雷達(dá)地形測繪SRTM數(shù)據(jù)，具有現(xiàn)實性強(qiáng)、免費(fèi)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(zhì)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(zhì)地的影響表現(xiàn)為土質(zhì)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(zāi)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(chǔ)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(nèi)生產(chǎn)總值(GDP)。GDP指某個地區(qū)在一定時期內(nèi)經(jīng)濟(jì)活動中產(chǎn)生的價值，反映了該區(qū)域的經(jīng)濟(jì)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(jié)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(qiáng)度數(shù)據(jù)進(jìn)行數(shù)理統(tǒng)計計算與篩選(消除由于閃電定位儀設(shè)備原因?qū)е碌拈W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(qiáng)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(jìn)行空間鏈接，分別統(tǒng)計1 km×1 km范圍內(nèi)的閃電次數(shù)和平均閃電強(qiáng)度，最后將漁網(wǎng)轉(zhuǎn)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(qiáng)度空間分布圖，結(jié)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(qiáng)度空間分布比較均勻，雷電流強(qiáng)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(qiáng)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(qiáng)度264.7 kA，最小正地閃強(qiáng)度13.1 kA，平均正地閃為18.14 kA。負(fù)地閃占2 104次，占總地閃的89.3%，最大負(fù)地閃強(qiáng)度-122 kA，最小負(fù)地閃強(qiáng)度-9.3 kA,平均負(fù)地閃-29.74 kA。正地閃強(qiáng)度主要集中在20 kA～90 kA之間，負(fù)地閃強(qiáng)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(qiáng)度、土壤數(shù)據(jù)、雷暴日的均值，然后導(dǎo)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(quán)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(qiáng)度、土地利用率各指標(biāo)權(quán)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(guān)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(biāo)為自變量，從而確定其余各指標(biāo)的權(quán)重系數(shù)。制作雷電風(fēng)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(dǎo)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(xué)文中把雷暴日歸一化<0.2的值認(rèn)為是低概率事件，因變量雷暴日計為0，>0.2的值認(rèn)為是高概率事件，因變量雷暴日計為1，其余指標(biāo)以0.2為間隔劃分為5個等級。計算各指標(biāo)的得分情況，根據(jù)各指標(biāo)得分情況計算權(quán)重結(jié)果如表2所示。

表2 各指標(biāo)權(quán)重計算結(jié)果

4 雷電風(fēng)險區(qū)劃

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

表3 新營子鎮(zhèn)雷電風(fēng)險區(qū)劃分布統(tǒng)計

5 結(jié)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(jì)社會數(shù)據(jù)的分析，建立雷電風(fēng)險區(qū)劃模型，以村為單位對雷電風(fēng)險進(jìn)行區(qū)劃，得到結(jié)論：新營子鎮(zhèn)海拔、閃電密度、雷電流強(qiáng)度指標(biāo)在雷電風(fēng)險區(qū)劃中所占權(quán)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(fēng)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(fēng)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(fēng)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(fēng)險區(qū)，其余地區(qū)屬于低風(fēng)險區(qū)。