Operations Research and Fuzziology 运筹与模糊学, 2023, 13(3), 2328-2338 Published Online June 2023 in Hans. /journal/orf /10.12677/orf.2023.133233
吕 瑶1，王金虎2*，王 静3，王宇豪4，王钰尧5
1
南京信息工程大学气象灾害预报预警与评估协同创新中心，江苏 南京 2南京信息工程大学应急管理学院，江苏 南京
3中国科学院中层大气和全球环境探测重点实验室，北京
4南京信息工程大学减灾与应急管理研究院，江苏 南京
5南京信大安全应急管理研究院，江苏 南京
收稿日期：2023年5月1日；录用日期：2023年6月22日；发布日期：2023年6月29日
摘 要
基于全国第一次自然灾害风险普查的开展，干旱是世界上具有严重危害的灾害之一，持续的时间、造成的经济损失、影响的范围，均居于各种自然灾害之首。在全球气候变暖的情况下，干旱灾害发生的频率越来越高，破坏力越来越大。本文从自然灾害风险评估角度出发，利用长三角地区1961~2020年的年降水资料、长三角地区的社会属性资料和地理信息数据，以及GIS 技术，从干旱灾害致灾因子危险性、孕灾环境敏感性、承灾体易损失性、防灾减灾能力4个影响指标中选取相对应的评价指标构建了长三角地区干旱灾害风险评估模型，通过所收集的年降水量数据以及温度数据，利用标准化降水指数结合干旱资料选取长三角地区轻旱、中旱、重旱以及特旱发生的频率作为致灾因子危险性评估的指标因子进行研究；对于孕灾环境敏感性的评估，选取降水距平百分率以及植被覆盖度作为评估因子进行研究；对于承灾体易损失性，选取经济密度、人口密度进行评估研究；对防灾减灾能力选取财政收入以及水利设施数作为评估指标进行研究，并对干旱灾害风险进行评估，最后结合自然灾害风险区划原则，对长三角地区干旱灾害进行风险区划。结果表明，江苏省南京市、镇江市、常州市、苏州市、南通市、盐城市、徐州市和浙江省杭州市、舟山市以及上海市闵行区、浦东新区等区域属于高风险区，其他地区干旱风险较低。
关键词
干旱灾害，风险评估，致灾因子，长三角地区
Study on Risk Assessment and Zoning of Drought Disaster Based on GIS: A Case Study of Yangtze River Delta
Yao Lv 1, Jinhu Wang 2*, Jing Wang 3, Yuhao Wang 4, Yuyao Wang 5
*通讯作者。
吕瑶 等
1Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Nanjing University of Information Science and Technology, Nanjing Jiangsu 2School of Emergency Manageme
nt, Nanjing University of Information Science and Technology, Nanjing Jiangsu 3Key Laboratory of Middle Atmosphere and Global Environment Observation, Chinese Academy of Sciences, Beijing 4Academy of Disaster Reduction and Emergency Management of Nanjing University of Information Science and Technology, Nanjing Jiangsu 5Nanjing Xinda Institute of Safety and Emergency Management, Nanjing Jiangsu Received: May 1st , 2023; accepted: Jun. 22nd , 2023; published: Jun. 29th , 2023
Abstract Based on the development of the first national natural disaster risk survey, drought disasters is one of the disasters with serious harm in the world, and its duration, economic losses and impact range rank first among all kinds of natural disasters. In the case of global warming, the frequency of drought disasters is getting higher and higher, and the destructive power is getting bigger and bigger. From the perspective of natural disaster risk assessment, this paper uses the annual preci-pitation data, social attribute data and geographic information data of the Yangtze River Delta from 1961 to 2020, and uses GIS technology to select the corresponding evaluation indicators from four influencing indicators: the risk of disaster-causing factors, the sensitivity of pregnant environment, the vulnerability of disaster-bearing bodies and the ability of disaster prevention and mitigation, and constructs a drought disaster risk assessment model in the Yangtze River Del-ta. Based on the collected annual pre
cipitation data and temperature data, the frequency of light drought, moderate drought, severe drought and extreme drought in the Yangtze River Delta re-gion is selected as the index factor for risk assessment of disaster-causing factors by using stan-dardized precipitation index combined with drought data. For the assessment of environmental sensitivity of pregnancy disaster, the percentage of precipitation anomaly and vegetation cover-age are selected as evaluation factors. For the vulnerability of disaster-bearing bodies, economic density and population density are selected to evaluate and study; the fiscal revenue and the num-ber of water conservancy facilities are selected as evaluation indexes for disaster prevention and mitigation, and the risk of drought disaster is evaluated. Finally, combined with the principle of natural disaster risk zoning, the risk zoning of drought disaster in the Yangtze River Delta region is carried out. The results show that Nanjing, Zhenjiang, Changzhou, Suzhou, Nantong, Yancheng and Xuzhou in Jiangsu Province, Hangzhou and Zhoushan in Zhejiang Province, Minhang District and Pudong New Area in Shanghai belong to high-risk areas, while the drought risk in other areas is low. Keywords
Drought Disaster, Risk Assessment, Disaster-Causing Factors, Yangtze River Delta Region
Copyright © 2023 by author(s) and Hans Publishers Inc. This work is licensed under the Creative Commons Attribution International License (CC BY 4.0). /licenses/by/4.0/
1. 引言
近年来，干旱、高温、暴雨等气象灾害频繁发生且日益加重，气象灾害风险评估对于防灾减灾具有重要意义。对于干旱灾害的研究，一般情况下大多数学者主要通过致灾因子危险性、孕灾环境敏感性、
吕瑶等
承灾体易损性、防灾减灾能力等四个指标进行评估研究，通过对影响这四个指标的不同因素进行分析评价。总体来说一个区域干旱灾害的发生，都脱离不了这四个因子的综合作用的影响。因此众多学者们主要通过研究这四大因子对旱灾风险性进行评估研究。史继清[1]等通过对旱灾发生而造成的致灾因子危险性、承灾体易损失性、灾损脆弱性、防灾减灾能力等因素结合专家打分以及熵值法确定其因素的权重值，构建干旱风险性模型，并对西藏主要农业区的干旱特征时空格局做出分析研究。高操[2]等通过自然灾害风险理论的原理，结合GIS空间分析功能，对河北省沧州市的相关数据进行整理汇总，并从致灾因子危险性、孕灾环境敏感性、灾害承受体脆弱性和防灾抗灾能力四个方面研究，对河北省沧州市的小麦做出了干旱风险性评估研究。屈艳萍[3]等通过使用层析分析法和GIS中的空间分析功能，结合旱灾风险理论，对云南省干旱灾害风险进行评估区划研究。谢宗堂[4]等通过利用信息扩散技术和信息矩阵，确定了我国粮食主产区旱灾风险分布，定量分析了年受旱率与粮食生产损失的关系，对我国的农业干旱风险进行分析与评价提供一定的参考价值。刘长虹[5]等通过研究四川省不同地貌类型之间干旱特征的差异，
利用四川省44个气象站1961~2019年的资料，计算了SPI和SPEI值，并采用Mann-Kendall趋势检验和多元线性回归方法(MLR)量化了不同时空尺度干旱特征趋势的显著性。陈琼[6]等通过研究利用TR 1912~2012年的统计干旱灾害数据和1965~2015年5个时期的社会经济统计数据，采用标准统计分析、小波分析和风险评估模型，通过对干旱灾害风险评估建设指标体系，并对其进行风险评估以及分析干旱灾害风险变化的机理。廖春贵[7]等通过利用广西的旱灾资料情况和社会属性因素结合综合加权评估法对广西市的14个地级市的干旱进行了评估研究。对于干旱的研究，众多学者的选取角度不同，从不同的方法与思路研究。因此干旱灾害的研究依旧是当代的热潮。旱灾的研究是源源不断的，对于旱灾的研究，能够提高对干旱的防御能力，对管理者对于旱灾的规划可以提供一定的科学指导。所以对于旱灾的研究也是至关重要的。
经统计，长三角地区中，江苏省旱灾主要出现在3~10月，除冬季外，其他三个季节均可出现明显旱灾。将全省分为淮北、江淮、苏南三地区，当某地区成片4个站或以上降水量与常年同期相比，其雨量小于常年雨量50%的季节称该地区为旱灾季节。安徽省在2008年11月初至2009年2月沿淮淮北地区冬小麦发生50年未遇的秋冬连旱，造成严重的经济损失。浙江省强烈的干旱都发生在气温偏高阶段，60年代中后期及2003~2004的严重干旱都发生在气温偏高阶段，这两个阶段也是浙江50多年来夏季和秋季降水年代际尺度里最少的年代[8]。从长时间尺度看50多年来浙江夏季降水增多，气温升高不明显，秋季降水减少及气温升高都较明显，秋季出现干旱的频率在长时间内将不断上升。
本文以长三角地区为研究对象，结合灾害致灾因子危险性、孕灾环境敏感性、承灾体脆弱性以及防灾减灾能力这些因素，对长三角地区综合干旱灾害进行风险评估，为长三角地区应对干旱灾害损失提供科学依据，并为长三角地区干旱灾害风险评估提供参考[9]。得出结论，江苏省泰州市、南通市和上海市宝山区和杭州市金华市、绍兴市、潮州市等区域干旱频率较高，致灾因子危险性较高。江苏省宿迁市、徐州市、淮安市、常州市和安徽省阜阳市、宿州市、马鞍山市、黄山市、芜湖市等区域孕灾环境敏感性较高。江苏省南京市、无锡市、南通市、苏州市和上海市宝山区和浙江省嘉兴市、杭州市、金华市、台州市、绍兴市、宁波市、温州市等区域干旱承灾体损失风险较高。江苏省苏州市和浙江省杭州市、宁波市等区域防灾减灾能力较强。结合以上分析，综合得出结论：江苏省南京市、镇江市、常州市、苏州市和浙江省杭州市、舟山市以及上海市闵行区、浦东新区等区域属于干旱高风险区[10]。
2. 资料与方法
2.1. 资料来源
气象数据：本文所采用的气象相关数据为中国气象局提供的长三角地区222多个气象站点1961~2020
吕瑶 等
年的年降水数据和温度等数据。地理信息数据：长三角地区各省、各县区行政界线以及30米分辨率的地形地貌数据和长三角地区植被覆盖数据均是通过地理空间数据云共享软件下载。
2.2. 研究方法
对于一个区域的干旱风险评估研究，主要是通过研究影响干旱风险的致灾因子危险性、孕灾环境敏感性、承灾体易损失性、防灾减灾能力四个影响指标的相互叠加综合的结果而导致的干旱风险的大小。然而这四大因子风险性的大小又是通过各个指标下面的许多因素以及因素的权重值综合决定的。
建立长三角地区干旱灾害数据库，构建干旱致灾因子危险性、孕灾环境敏感性、承灾体脆弱性、防灾减灾能力评估模型和干旱综合风险模型，利用ArcGis 完成长三角地区干旱综合风险区划[11]。
2.2.1. 标准化降水指数(SPI)
标准化降水指数(SPI) [12]是由美国学者提出。此方法数据收集方便，计算过程相对简单，而且能够有效地反映出区域的干旱情况，因此使用较为广泛。计算方法具体如下所示：
如果某个区域的降雨量数据为，那么相对应的Γ的分布概率密度函数为：
()()
11e , 0x f x x x γβγβγ−−=>Γ (2.1) 式中0β>，0λ>分别代表着尺度参数与形状参数β、λ一般情况下主要通过采用极大拟然估计法进行求解计算所获取。
ˆ4A
γ= (2.2) ˆx
βγ= (2.3)
1
1lg lg n i i A x x n ==−∑ (2.4) 式中：i x ：指的是降雨量数据值；
张禹凌x ：指的是所对应的降雨量气候的平均值。
通过上述公式计算出概率密度函数中的各项参数值，对于某一年的降水量0x ，计算某年随机降水量x 小于0x 概率一般通过如下公式所获取。
()()0
00d x F x x f x x <=∫ (2.5) 通过利用统计学中的数值积分的方法结合式(2.1)和式(2.5)
得到事件的概率近似估计值。
对于降水量为的计算采用下列公式计算：
()0m F x n
== (2.6) 式中：
m ：指的是降雨量为0的样本数据值；
n ：指的是总的样本数。
对于Γ分布概率进行正态标准化处理，结合式(2.5)，(2.6)所求的概率值代入下面的公式中进行处理分析；
()20200e d x Z F x x x −< (2.7)
吕瑶 等
然后对其求近似解可得： ()()210
321 1.0t c t c t c Z S d t d t d t −++= +++ (2.8)
式中t =F 为(2.5)或(2.6)中所求的值。当F > 0.5时，F = 1.0 − F ，S = 1；当F < 0.5时，S = −1。 1 2.515517c =；20.802853c =；30.010328c =；
1 1.432788d =；20.189269d =；30.001308d =。
通过对式(2.8)计算求解得到的Z 值及最终所求的标准化降水指数，标准化降水指数气象干旱等级划分具体见表1。
Table 1. Standardized precipitation index meteorological drought grading table
表1. 标准化降水指数气象干旱等级划分表
等级 标准化降水指数(SPI) 无旱
−0.5 < SPI 轻旱
−1.0 < SPI ≤ −0.5 中旱
−1.5 < SPI ≤ −1.0 重旱
−2.0 < SPI ≤ −1.5 特旱 −2.5 < SPI ≤ −2.0
2.2.2. 干旱频率
=频率发干旱干旱年生数总的年数
2.2.
3. 降水距平百分率
降水距平百分率主要是反映在一定的时间段内降水量与同时间段内平均降水量的状态之间的差异。具体计算如下：
100%b P P P P
−=× (2.9) 其中：b P ：为在某段计算时间内降水距平百分率，用%表示。 P ：为在某段计算时间内的降水量，用mm 表示。
P ：为在某段计算时间内的平均降水量，用mm 表示。
其中平均降水量的计算公式如下所示：
1
1N a a P P N ==∑ (2.10) 其中：N ：一般取30，单位为日(月或者年)。
a P ：计算时间段内第a 日(月或者年)的降水量，单位为mm 。
2.2.4. 干旱综合风险区划模型[13] [14]
wh we ws wr =×+×+×+×干旱风险指数灾险孕灾环境敏感性灾防灾减致因子危性承体脆弱性灾能力 其中，wh 为致灾因子危险性权重系数，we 为孕灾环境敏感性权重系数，ws 为承灾体脆弱性权重系数，
发布评论