基于GIS的高溫氣象災害風險區劃研究——以漳州為例

李招連 吳建成 鄭小琴

基于GIS的高溫氣象災害風險區劃研究——以漳州為例

李招連 吳建成 鄭小琴

（漳州市氣象局，福建 漳州 363000）

通過分析1966-2015年漳州市年平均極端最高氣溫空間分布、年平均高溫日數空間分布、土地利用情況等數據，探討形成高溫氣象災害的一級評估因子和二級評估指標的劃分法，制作基于GIS的漳州市高溫氣象災害風險區劃圖，揭示了漳州市高溫氣象災害分布規律。

GIS 氣象災害 風險區劃 漳州市

在全球氣候變暖的背景下，高溫氣象災害呈多發趨勢。李良序等[1]對陜西省高溫研究表明，某地高溫日數與炎熱程度成正比，高溫日數越多，熱浪天氣越多。楊錫瓊等[2]研究表明，漳州各地的年平均氣溫介于20.8～21.6℃，四季平均氣溫的空間分布各不相同，春季是內陸高于沿海，夏季是中東部高、南北地區低，秋冬季的分布較為相近，均是南部高北部低。目前國內缺少基于GIS的高溫氣象災害風險區劃研究。本文通過GIS技術柵格化高溫致災因子、孕災環境、承災體和防災能力等指標，專家咨詢打分估算后按權重系數疊加，制作漳州市高溫氣象災害風險區劃圖, 為政府防災減災決策、重大項目高溫災害防御規劃提供參考。

1 數據來源

本文資料來源：漳州市基本站和一般站1966—2015年的氣象觀測數據、2017年漳州市統計部門的縣市區土地面積、人口分布情況、國內生產總值（GDP）和人均可支配收入等社會人口經濟數據，以及中國科學院發布的土地利用現狀遙感監測數據和30米分辨率的DEM數據。

2 數據分析

2.1 年平均極端最高氣溫空間分布

從歷年平均極端最高氣溫空間分布圖（圖1）看，漳州年平均極端最高氣溫空間分布呈現西北高、東南低的特征，華安、南靖一帶為漳州年平均極端最高氣溫高值中心，詔安、云霄、漳浦沿海一帶和東山為相對低值區，同一經線年平均極端最高氣溫高緯度地區大于低緯度地區，同一緯線年平均極端最高氣溫內陸地區大于沿海地區。分類核心思想：考慮年平均極端最高氣溫作為高溫致災因子，高溫越高，致災影響越大。

圖1 漳州市平均極端最高氣溫分布（單位：℃）

2.2 年平均高溫日數空間分布

漳州市年平均高溫日數空間分布呈現西北高、東南低的特征，華安、南靖一帶為漳州市年平均高溫日數高值中心，詔安、云霄、漳浦沿海一帶和東山為相對低值區，同一經線年平均高溫日數高緯度地區大于低緯度地區，同一緯線年平均高溫日數內陸地區大于沿海地區。分類核心思想：考慮年平均高溫日數作為高溫致災因子，高溫日數越多，致災影響越大。

2.3 土地利用情況

采用的是中國科學院土地利用現狀遙感監測數據。分類核心思想：考慮不同土地類型比熱容不同的特點，針對不同土地類型的比熱容情況進行恰當分組，比熱容值越大的土地類型，高溫致災因子對其影響越小。

2.4 地形圖（DEM）

采用的是GDEMV2 30M分辨率數字高程數據。分類核心思想：考慮氣溫隨海拔高度的變化規律及漳州市地形特點，采用統計分析中的自然間斷點分級法，高程值越高，高溫致災因子對其影響越小。

2.5 其他數據處理

2017年漳州市地均GDP、人均GDP、人均可支配收入分布。分類核心思想：鑒于數據來源單一，本文中暫未考慮實際的城鎮布局和人口居住分布，地均GDP等空間分布數據均采用漳州市下屬各縣市區地均分布。

3 高溫氣象災害風險區劃研究方法

3.1 高溫氣象災害風險區劃模型原理

漳州市高溫氣象災害風險評估指標數據格式多樣而繁雜，采用模糊評價法將評估指標數據定性評價轉化為定量評價。在數據分析過程中，采用層次分析法，基于GIS的空間數據疊加分析功能，將定量數據歸一化處理后再重分類，消除數據量綱影響，各評估指標數據均按自然分類原則分為1~9級。通過邀請不同行業的專家對高溫氣象災害風險二級評估指標權重打分，專家打分法估算后各評估指標數據按權重疊加后，得到高溫氣象災害風險區劃。

3.2 高溫氣象災害風險區劃評估指標

本文在構建高溫氣象災害風險區劃評估指標模型時，根據高溫氣象災害特點具體細化評估指標：一級評估因子指標采用傳統的致災因子等自然災害評估指標；二級評估指標針對一級評估因子指標具體細化，根據高溫氣象災害致災因子和高溫氣象災害承災體易損性的特點，二級評估指標選取不同。不同行業專家對高溫氣象災害風險二級評估指標權重系數進行專家打分，確定二級評估指標權重系數，二級評估指標權重系數構成見表1。

表1 漳州市高溫氣象災害風險評估指標

3.3 評估指標數據歸一化處理

各評估指標選取的數據不同，為了便于計算，采用離差標準化法對二級指標進行歸一化處理，原始數據線性變換后映射到[0,1]。

其中′ij、ij分別為指標的格點象元量化值和初始值，min、max分別為指標圖層中象元格點的最小值和最大值[3]。

為了便于各評估指標數據細化分類1~9級，各評估指標數據歸一化值均乘以9后應用于GIS重分類。結合專家打分法，對每個重分類后的數據圖層賦計算權重系數得出，柵格計算公式“高溫氣象災害風險區劃”=“平均高溫日數重分類值”*0.3+“平均極端氣溫重分類值” * 0.3 +“漳州市土地利用重分類值”*0.05-“高程重分類值”* 0.05 +“人口密度重分類值” * 0.1 +“地均GDP、重分類值”* 0.1 -“人均可支配收入重分類值”* 0.05–“人均GDP重分類值”* 0.05。

4 高溫氣象災害風險區劃分析

業務規范要求漳州市高溫氣象災害風險區劃分低、中等、較高和高4個等級風險區，分別對應藍、黃、橙和紅4個預警顏色。從漳州市高溫氣象災害風險區劃分布圖（圖2）可知，漳州市高溫氣象災害風險區劃空間分布呈現從西北至東南逐漸減小；漳州高溫氣象災害高風險區主要集中在漳州市區、南靖、華安西南面、平和北面一帶。

圖2 漳州市高溫氣象災害風險區劃

5 結論

（1）漳州市高溫氣象災害風險評估指標的致災因子，即平均極端最高氣溫和平均高溫日數的空間分布與高溫氣象災害風險區劃空間分布基本一致。

（2）漳州市高溫氣象災害風險區劃空間分布呈現西北高東南低，漳州高溫氣象災害高風險區主要集中在漳州市區、南靖、華安西南面、平和北面一帶。

[1] 李良序，范建忠，魯淵平，等．陜西災害性天氣氣候圖集[M ] . 西安: 陜西科學技術出版社, 2009.

[2] 楊錫瓊，李麗容，鄭小琴，等[J]．福建熱作科技，2017，42(2)：27-34．

[3] 朱浩，樊彥國，武騰騰．開源GIS支持下的氣象災害風險區劃分析[J]．氣象與環境科學，2012，35(3)：33-40．

P429；P208

A

1673-8683(2020)01-0020-03