基于熵權(quán)—TOPSIS模型的雷電災(zāi)害風(fēng)險評價研究*
——以內(nèi)蒙古自治區(qū)為例

劉正源，那仁滿都拉，郭恩亮，劉曉東，秦兆軍，宋昊澤，王漢堃，侯 越

(1.內(nèi)蒙古自治區(qū)雷電預(yù)警防護(hù)中心，內(nèi)蒙古 呼和浩特 010051；2.內(nèi)蒙古自治區(qū)蒙古高原災(zāi)害與生態(tài)安全重點實驗室，內(nèi)蒙古師范大學(xué) 地理科學(xué)學(xué)院，內(nèi)蒙古 呼和浩特 010022)

內(nèi)蒙古自治區(qū)地處高緯度地區(qū)，各類地形中高原所占的面積最大，邊緣受到山脈的阻隔，氣候類型主要為溫帶大陸性季風(fēng)氣候，受其復(fù)雜的氣候類型和獨特的地形地貌影響，全區(qū)雷電災(zāi)害頻繁發(fā)生。據(jù)內(nèi)蒙古氣象局統(tǒng)計，2001—2015年期間，內(nèi)蒙古共發(fā)生雷災(zāi)事故653次，年均發(fā)生雷電災(zāi)害事故43.5次，其中2001—2008年期間平均每年發(fā)生雷災(zāi)事故67.0次，在2009—2015年期間雷電災(zāi)害事故有所下降每年平均發(fā)生24.8次[1]。因此，研究內(nèi)蒙古地區(qū)雷電災(zāi)害風(fēng)險的主要影響因素及分布情況，對防御雷電災(zāi)害至關(guān)重要。

對于雷電災(zāi)害風(fēng)險評價及區(qū)劃，西方發(fā)達(dá)國家相繼從20世紀(jì)70年代開始關(guān)注氣象災(zāi)害的風(fēng)險評價，并在此方面做出了很多研究成果。WILLAM等[2]在1982年出版的《自然災(zāi)害風(fēng)險評價與減災(zāi)政策》中，詳細(xì)論述了自然災(zāi)害風(fēng)險評價概念及其方法。BLAIKEI[3]通過致災(zāi)因子、承災(zāi)體和孕災(zāi)環(huán)境等方面分析了資源開發(fā)對自然災(zāi)害的影響，并根據(jù)1975—1994年期間的自然災(zāi)害損失、人口和面積等因素對自然災(zāi)害的區(qū)域風(fēng)險進(jìn)行了分析。國內(nèi)學(xué)者如李彩蓮等[4]、秦建等[5]、姜蘇等[6]通過對不同地區(qū)以行政區(qū)為評價單元進(jìn)行雷電災(zāi)害風(fēng)險評價及區(qū)劃，但是在實際中各個盟市、旗縣內(nèi)的不同區(qū)域依然存在著不同的風(fēng)險性，所以評價單元太大對評價結(jié)果的精確性會有影響[7]；另外還有學(xué)者如劉平英等[8-9]、程麗丹等[10]、劉三梅等[11]、劉垚等[12]、劉曉東等[13]采用層次分析法來確定指標(biāo)權(quán)重值，但是該類型的方法弊端是在計算指標(biāo)權(quán)重值時，主觀因素影響較大，對所得到的綜合評價結(jié)果會造成較大的偏差。

因此，本文將利用閃電定位儀數(shù)據(jù)、雷電災(zāi)情數(shù)據(jù)、社會經(jīng)濟(jì)數(shù)據(jù)和基礎(chǔ)地理信息數(shù)據(jù)等，選取適當(dāng)?shù)睦纂姙?zāi)害風(fēng)險評價指標(biāo)，構(gòu)建內(nèi)蒙古地區(qū)雷電災(zāi)害風(fēng)險評價模型，利用熵權(quán)-TOPSIS方法進(jìn)行雷電災(zāi)害風(fēng)險評價，并提出針對性的雷電災(zāi)害防御規(guī)劃與減災(zāi)對策建議。

1 研究區(qū)概況

內(nèi)蒙古自治區(qū)位于中國北部邊疆，東西最長距離2 400 km，南北跨度約1 700 km，地理位置地處97°12′～126°04′E，37°24′～53°23′N，總面積共118.3萬km2，共轄12個地級行政區(qū)。2019年末，常住人口數(shù)量為2 539.6萬人。其中，城鎮(zhèn)常住人口數(shù)量為1 609.4萬人，鄉(xiāng)村常住人口數(shù)量為930.2萬人；常住人口城鎮(zhèn)化率為63.4%。

全區(qū)海拔高度一般在1 000 m以上，東部為大興安嶺山脈，被大面積的森林覆蓋；西部是被巴丹吉林、騰格里、烏蘭布和沙漠所覆蓋；南部由河套平原、嫩江平原和西遼河平原構(gòu)成，北部則坐擁錫林郭勒和呼倫貝爾大草原。

內(nèi)蒙古自治區(qū)受到地理位置以及地形地貌的影響，形成了復(fù)雜多樣的氣候特征，其中分布最廣的為溫帶大陸性季風(fēng)氣候。春季溫度驟然升高，且大風(fēng)天氣頻發(fā)；夏季溫度高且持續(xù)時間短，降水比較集中；秋季降溫速度快，常常較早發(fā)生秋霜凍；冬季溫度低且持續(xù)時間長，多發(fā)生寒潮天氣，成為我國受氣象災(zāi)害影響比較嚴(yán)重的地區(qū)之一，氣象防災(zāi)減災(zāi)任務(wù)艱巨、形勢嚴(yán)峻。

2 數(shù)據(jù)收集與處理

2.1 地閃數(shù)據(jù)

地閃數(shù)據(jù)來源于內(nèi)蒙古氣象部門閃電定位系統(tǒng)2014年1月至2018年12月的所有地閃數(shù)據(jù)。內(nèi)蒙古閃電定位系統(tǒng)主要由42個閃電定位儀，一個處理數(shù)據(jù)的中央數(shù)據(jù)庫以及圖像顯示終端組成，收集到的每一條閃電定位數(shù)據(jù)，包含著日期、時間、經(jīng)緯度、強(qiáng)度、誤差、陡度和定位方式等基本信息。ADTD閃電定位儀的探測標(biāo)準(zhǔn)距離為150 km，因此各站之間的距離通常選為150～180 km之間，圖1顯示研究區(qū)閃電定位儀站點的地理位置。

圖1 內(nèi)蒙古自治區(qū)閃電定位儀站址分布圖(審圖號：GS(2019)1719號，底圖無修改，下同。)

2.2 雷電災(zāi)情數(shù)據(jù)與處理方法

本文利用中國氣象局雷電防護(hù)管理辦公室以及中國氣象學(xué)會雷電防護(hù)研究會編寫的《全國雷電災(zāi)害匯編(2008—2018年)》[14]資料，統(tǒng)計分析研究區(qū)人員傷亡和經(jīng)濟(jì)損失。以法人數(shù)量為單位統(tǒng)計單位受災(zāi)數(shù)量；以戶為單位統(tǒng)計社區(qū)或農(nóng)村居民的受災(zāi)數(shù)量；以相同位置發(fā)生雷擊傷亡事件為單位統(tǒng)計傷亡事故數(shù)量。

2.3 社會經(jīng)濟(jì)、基礎(chǔ)地理信息數(shù)據(jù)與處理方法

社會經(jīng)濟(jì)數(shù)據(jù)主要包括內(nèi)蒙古地區(qū)1 km格網(wǎng)人口和GDP數(shù)據(jù)，來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心提供的2010年1 km×1 km柵格數(shù)據(jù)(https://www.resdc.cn/)。

土地利用數(shù)據(jù)為內(nèi)蒙古地區(qū)分辨率為1km的柵格數(shù)據(jù)，來自中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心提供的中國1:10萬比例尺土地利用現(xiàn)狀遙感監(jiān)測數(shù)據(jù)庫(https://www.resdc.cn/Default.aspx)。

海拔高度數(shù)據(jù)為分辨率精度為90 m的SRTM地形數(shù)據(jù)，來自中國科學(xué)院計算機(jī)網(wǎng)絡(luò)信息中心國際科學(xué)數(shù)據(jù)鏡像網(wǎng)站(http://www.gscloud.cn)。

土壤電導(dǎo)率數(shù)據(jù)為中國境內(nèi)數(shù)據(jù)源為第二次全國土地調(diào)查南京土壤所提供的1:100萬土壤數(shù)據(jù)集中內(nèi)蒙古地區(qū)土壤數(shù)據(jù)，來自黑河計劃數(shù)據(jù)管理中心以及寒區(qū)旱區(qū)科學(xué)數(shù)據(jù)中心所建立的世界土壤數(shù)據(jù)庫(HWSD)的土壤數(shù)據(jù)集(v1.2)(http://www.fao.org/soils-portal/soil-survey/soil-maps-and-databases/harmonized-world-soil-database-v12/en/)。

生命損失指數(shù)、經(jīng)濟(jì)損失指數(shù)的計算方法如下。

(1)生命損失指數(shù)。統(tǒng)計歷年來內(nèi)蒙古地區(qū)單位面積上平均每年發(fā)生雷災(zāi)的次數(shù)(次/( km2/年))和雷電災(zāi)害所造成的人員傷亡數(shù)量(人/ km2)的加權(quán)平均指數(shù)。

(2)計算生命損失指數(shù)：

Cl=0.5×F+0.5×C。

(1)

式中：Cl為生命損失指數(shù)；F為年平均雷電災(zāi)害次數(shù)的無量綱化值；C為年平均雷擊造成人員傷亡數(shù)量的無量綱化值。

(3)經(jīng)濟(jì)損失指數(shù)。統(tǒng)計歷年來內(nèi)蒙古地區(qū)單位面積上平均每年發(fā)生雷災(zāi)的次數(shù)(次/( km2/年))和雷電災(zāi)害所導(dǎo)致的直接經(jīng)濟(jì)損失(萬元/ km2)的加權(quán)平均指數(shù)。

(4)計算經(jīng)濟(jì)損失指數(shù)：

Ml=0.5×F+0.5×M。

(2)

式中：Ml為經(jīng)濟(jì)損失指數(shù)；F為年平均雷電災(zāi)害次數(shù)的無量綱化值；M為年平均雷擊造成直接經(jīng)濟(jì)損失的無量綱化值。

3 研究方法介紹

3.1 自然災(zāi)害風(fēng)險形成原理

自然災(zāi)害風(fēng)險是指未來幾年或幾十年內(nèi)發(fā)生災(zāi)害的可能性或其可能造成損害的嚴(yán)重程度。目前，對于區(qū)域災(zāi)害系統(tǒng)理論，一些研究者認(rèn)為災(zāi)害是由致災(zāi)因子、承災(zāi)體和孕災(zāi)環(huán)境三個部分組成的。本研究中，對區(qū)域的自然災(zāi)害風(fēng)險評價選取的是致災(zāi)因子危險性(包括閃電因子和環(huán)境因子)、承災(zāi)體暴露性、承災(zāi)體脆弱性等三者綜合作用的結(jié)果。即：

自然災(zāi)害風(fēng)險=f(致災(zāi)因子危險性，承災(zāi)體暴露性，承災(zāi)體脆弱性)。

(3)

3.2 熵權(quán)-TOPSIS評價方法

3.2.1 熵權(quán)法確定權(quán)重

為了剖析不同影響因素對雷電災(zāi)害形成的貢獻(xiàn)程度，本文利用熵權(quán)法計算每個評價指標(biāo)的權(quán)重ωj，根據(jù)權(quán)重大小對其排序，同時剖析它們對雷電災(zāi)害形成的相對價值。該方法的最大優(yōu)點是在計算評價指標(biāo)權(quán)重值時，克服了主觀因素的影響，對所得到的綜合評價結(jié)果更加客觀和準(zhǔn)確，具體計算過程如下。

(1)原始數(shù)據(jù)構(gòu)造評價矩陣。

設(shè)待評價的方案為M=(M1,M2,…,Mm)，指標(biāo)集為D=(D1,D2,…,Dn)，方案Mi對指標(biāo)Dj的值記為xij(i=1,2,…,m；j=1,2,…,n)，所以決策矩陣X可以表示為：

(4)

(2)指標(biāo)無量綱化處理。

由于各項評價指標(biāo)的單位不同會對方案決策結(jié)果造成影響，所以要對各項指標(biāo)無量綱化處理，取得標(biāo)準(zhǔn)化矩陣V=(vij)m×n，本文中利用以下方法進(jìn)行無量綱化處理。

對于越大越優(yōu)型指標(biāo)：

(5)

對于越小越優(yōu)型指標(biāo)：

(6)

式中：vij為xij歸一化后的值；max(xj)、min(xj)分別為第j個指標(biāo)的最大值和最小值。根據(jù)傳統(tǒng)熵的定義，確定各評價指標(biāo)的熵為：

(7)

(8)

顯然當(dāng)fij=0時，lnfij無意義，所以對fij的計算加以修正：

(9)

(3)計算各評價指標(biāo)的熵權(quán):

W=(ωj)1×n;

(10)

(11)

3.2.2 TOPSIS排序法

TOPSIS排序法的全名是逼近于理想解的排序法，是一種常用的綜合評價方法，適合對多個指標(biāo)或多個方案進(jìn)行比較選擇的方法。該方法的核心思想是建立“正理想解”與“負(fù)理想解”，通過計算各候選指標(biāo)與理想解之間的加權(quán)歐氏距離，對多個指標(biāo)的接近程度進(jìn)行排序，進(jìn)而實現(xiàn)對各評價指標(biāo)優(yōu)劣的判斷，近年來被廣泛的應(yīng)用[15]。

(1)構(gòu)建加權(quán)決策矩陣。將各項評價指標(biāo)的權(quán)重W乘以無量綱化后的矩陣V，獲得加權(quán)決策矩陣R。

R=(rij)m×n;

(12)

rij=ωj·vij(i=1,2,…,m;j=1,2,…,n)

(13)

W表示各項評價指標(biāo)的權(quán)重，由式(4)～式(11)計算得到，vij由式(5)～式(6)計算得到。

(2)確定正理想解與負(fù)理想解。

(14)

(15)

(3)確定各方案與正理想解和負(fù)理想解間的距離。在計算時，采用歐氏距離：

(16)

(17)

(4)確定各評價方案與正理想解的相對貼近度。各評價方案與正理想解的相對貼近度ηi表示為：

(18)

最后，依據(jù)ηi值對評價方案進(jìn)行降序排列，其中ηi表示雷電災(zāi)害危險性、暴露性、脆弱性和風(fēng)險性的相對貼近度，ηi越大，評價方案Mi越接近正理想解，表明該區(qū)域危險性、暴露性、脆弱性和風(fēng)險性越大，反之越小[16]。

3.2.3 構(gòu)建雷電災(zāi)害風(fēng)險評價指標(biāo)體系

根據(jù)自然災(zāi)害風(fēng)險理論及雷電災(zāi)害風(fēng)險區(qū)劃技術(shù)指南，結(jié)合內(nèi)蒙古地區(qū)實際情況，從致災(zāi)因子危險性、承災(zāi)體暴露性和承災(zāi)體脆弱性三個方面出發(fā)，選取以下多個評價指標(biāo)建立雷電災(zāi)害風(fēng)險性評價指標(biāo)體系，用于評價雷電災(zāi)害風(fēng)險性的大小。整個目標(biāo)體系分為目標(biāo)層、因子層和指標(biāo)層，并通過熵權(quán)法來對內(nèi)蒙古地區(qū)雷電災(zāi)害風(fēng)險評價指標(biāo)體系中各指標(biāo)的權(quán)重進(jìn)行計算，最終計算得到各評價指標(biāo)的權(quán)重值見表1。

4 研究區(qū)風(fēng)險評價與分析

4.1 致災(zāi)因子危險性評價

致災(zāi)因子危險性分析主要是通過選取研究區(qū)內(nèi)地閃密度、平均地閃強(qiáng)度、土壤電導(dǎo)率和海拔高度等因素，將致災(zāi)因子危險性中的各項指標(biāo)進(jìn)行無量綱化處理，代入熵權(quán)法公式得到地閃密度和平均地閃強(qiáng)度的權(quán)重系數(shù)為0.075和0.057，可知地閃發(fā)生的頻次多且強(qiáng)度大是主要影響致災(zāi)因子危險性的指標(biāo)。土壤電導(dǎo)率及海拔高度則影響較小，權(quán)重系數(shù)分別為0.001和0.011。設(shè)置各影響因素的指標(biāo)權(quán)重，利用TOPSIS方法對研究區(qū)雷電災(zāi)害致災(zāi)因子危險性進(jìn)行評價，結(jié)合自然斷點法將致災(zāi)因子危險性劃分為5個等級見表2，通過統(tǒng)計得到致災(zāi)因子極低、低、中、高、極高危險性地區(qū)分別占研究區(qū)總面積的54.70%、28.18%、12.21%、3.83%、1.08%，最后得到內(nèi)蒙古地區(qū)雷電災(zāi)害致災(zāi)因子危險性空間分布圖(圖2)。

表1 雷電災(zāi)害風(fēng)險概念框架及評價指標(biāo)

表2 內(nèi)蒙古地區(qū)雷電災(zāi)害致災(zāi)因子危險性等級劃分

表3 內(nèi)蒙古地區(qū)雷電災(zāi)害承災(zāi)體暴露性等級劃分

圖2 內(nèi)蒙古地區(qū)雷電災(zāi)害致災(zāi)因子危險性空間分布圖

從圖2可以看出，內(nèi)蒙古地區(qū)雷電災(zāi)害致災(zāi)因子危險性指數(shù)處于極高、高危險性的區(qū)域主要集中分布在內(nèi)蒙古中西部城市，如呼和浩特市城區(qū)、清水河縣、烏蘭察布市的涼城縣和豐鎮(zhèn)市、鄂爾多斯市、準(zhǔn)格爾旗、伊金霍洛旗、達(dá)拉特旗、包頭市東河區(qū)、昆都侖區(qū)、土默特右旗、固陽縣等地區(qū)；內(nèi)蒙古東北部的四盟市大部分處于中危險性以下的區(qū)域，其中呼倫貝爾市扎蘭屯市、牙克石市、通遼市中部有小范圍處于極高、高和中危險性區(qū)域；阿拉善盟、錫林郭勒盟等大范圍處于極低和低危險性區(qū)域。

4.2 承災(zāi)體暴露性評價

承災(zāi)體暴露性描述了當(dāng)區(qū)域受到雷電災(zāi)害的影響，所造成的人員傷亡數(shù)量和經(jīng)濟(jì)損失價值等，本研究主要是通過選取研究區(qū)域內(nèi)GDP密度和人口密度兩個指標(biāo)進(jìn)行無量綱化處理，代入熵權(quán)法公式得到GDP密度和人口密度的權(quán)重系數(shù)為0.288和0.307。設(shè)置各影響因素的指標(biāo)權(quán)重，利用TOPSIS方法對研究區(qū)雷電災(zāi)害承災(zāi)體暴露性進(jìn)行評價，結(jié)合自然斷點法將承災(zāi)體暴露性劃分為5個等級(表3)，通過統(tǒng)計可知，極低、低、中、高、極高暴露性分別占內(nèi)蒙古總面積的96.62%、2.83%、0.40%、0.12%、0.03%，最后繪制出內(nèi)蒙古地區(qū)雷電災(zāi)害暴露性空間分布圖(圖3)。

圖3 內(nèi)蒙古地區(qū)雷電災(zāi)害承災(zāi)體暴露性空間分布圖

從圖3可以看出，極高暴露性區(qū)域主要分布在位于內(nèi)蒙古中西部的各盟市主城區(qū)如呼和浩特市、包頭市、通遼市科爾沁區(qū)、鄂爾多斯市東勝區(qū)、烏海市市轄區(qū)、烏蘭察布市集寧區(qū)、赤峰市紅山區(qū)、呼倫貝爾市海拉爾區(qū)、錫林浩特市、烏蘭浩特市等，以及一些旗縣政府所在地如鄂爾多斯市準(zhǔn)格爾旗、伊金霍洛旗、錫林郭勒盟二連浩特市、通遼市霍林郭勒市、呼倫貝爾市滿洲里市等。由于內(nèi)蒙古地區(qū)的人口和GDP比較分散，其他地區(qū)均為極低和低暴露性。

4.3 承災(zāi)體脆弱性評價

承災(zāi)體脆弱性評價主要是通過選取研究區(qū)域內(nèi)生命損失指數(shù)、經(jīng)濟(jì)損失指數(shù)和防護(hù)能力指數(shù)等影響承災(zāi)體脆弱性的因素進(jìn)行分析，將承災(zāi)體脆弱性中的各項指標(biāo)進(jìn)行無量綱化處理，代入熵權(quán)法公式得到生命損失指數(shù)和經(jīng)濟(jì)損失指數(shù)的權(quán)重系數(shù)為0.136和0.122，區(qū)域歷年發(fā)生雷電災(zāi)害造成人員傷亡數(shù)量和直接經(jīng)濟(jì)損失是影響承災(zāi)體脆弱性的主要因素；防護(hù)能力指數(shù)權(quán)重系數(shù)為0.002，對承災(zāi)體脆弱性的影響很小。設(shè)置各影響因素的指標(biāo)權(quán)重，利用TOPSIS方法對研究區(qū)雷電災(zāi)害承災(zāi)體脆弱性進(jìn)行評價，采用自然斷點法將承災(zāi)體脆弱性劃分為5個等級(表4)。通過統(tǒng)計可知，承災(zāi)體極低、低、中、高、極高脆弱性分別占研究區(qū)總面積的47.44%、40.15%、6.69%、4.65%、1.05%，最后繪制出內(nèi)蒙古地區(qū)雷電災(zāi)害承災(zāi)體脆弱性空間分布圖(圖4)。

圖4 內(nèi)蒙古地區(qū)雷電災(zāi)害承災(zāi)體脆弱性空間分布圖

從圖4中可以看出，內(nèi)蒙古地區(qū)雷電災(zāi)害承災(zāi)體脆弱性指數(shù)處于極高脆弱性的區(qū)域是雷電災(zāi)害頻發(fā)的巴彥淖爾市五原縣、包頭市昆都侖區(qū)、呼和浩特市回民區(qū)、通遼市科爾沁區(qū)和興安盟烏蘭浩特市等地區(qū)；處于高和中脆弱性區(qū)域主要為巴彥淖爾市南部臨河區(qū)和杭錦后旗、包頭市土默特右旗和固陽縣、呼和浩特主城區(qū)及五個旗縣、烏蘭察布市南部旗縣、錫林郭勒盟南部旗縣、赤峰市和通遼市中心城區(qū)周邊旗縣；處于極低和低脆弱性區(qū)域是阿拉善盟、錫林郭勒盟和呼倫貝爾市等地廣人稀且發(fā)生雷電災(zāi)害較少的地區(qū)。

4.4 雷電災(zāi)害風(fēng)險性評價

雷電災(zāi)害風(fēng)險評價是致災(zāi)因子危險性、承災(zāi)體暴露性和承災(zāi)體脆弱性等因素共同影響的結(jié)果。通過對內(nèi)蒙古地區(qū)雷電災(zāi)害風(fēng)險性指數(shù)的計算，運用ArcGIS軟件的空間分析功能，利用自然斷點法以及結(jié)合內(nèi)蒙古地區(qū)實際情況，將內(nèi)蒙古地區(qū)雷電災(zāi)害風(fēng)險等級進(jìn)行劃分見表5，并繪制出內(nèi)蒙古地區(qū)雷電災(zāi)害風(fēng)險的空間分布(圖5)。通過對數(shù)據(jù)統(tǒng)計分析并結(jié)合圖5可以發(fā)現(xiàn)，極高和高風(fēng)險性地區(qū)占研究區(qū)面積的17.38%，主要位于人口和GDP密度較為集中的各盟市主城區(qū)，如呼和浩特市四轄區(qū)、包頭市昆都侖區(qū)和青山區(qū)、烏蘭察布市集寧區(qū)、鄂爾多斯市東勝區(qū)、巴彥淖爾市臨河區(qū)、烏海市市轄區(qū)、赤峰市市轄區(qū)、通遼市科爾沁區(qū)、烏蘭浩特市中心城區(qū)、呼倫貝爾市海拉爾區(qū)，除此之外還有一些旗縣的政府所在地如托克托縣、五原縣、烏審旗、伊金霍洛旗、準(zhǔn)格爾旗、土默特右旗、固陽縣、豐鎮(zhèn)市、涼城縣、二連浩特市、霍林郭勒市、滿洲里市等。中風(fēng)險性地區(qū)主要為內(nèi)蒙古中西部和東北部除去各盟市人口和GDP密度集中的地區(qū)以外，如翁牛特旗、科爾沁右翼中旗、科爾沁右翼前旗、鄂溫克族自治旗、莫力達(dá)瓦達(dá)斡爾族自治旗、扎蘭屯市、白云鄂博礦區(qū)、阿爾山市、烏審旗、牙克石市、杭錦旗等，以上地區(qū)由于閃電活動比較頻繁且強(qiáng)度大，但是人口和GPD密度比較分散即脆弱性不高，所以發(fā)生雷電災(zāi)害的風(fēng)險為中風(fēng)險性地區(qū)，占研究區(qū)面積的23.66%。其他為極低和低風(fēng)險性地區(qū)，如內(nèi)蒙古西部阿拉善盟、東北部錫林郭勒盟以及呼倫貝爾市北部地區(qū)，屬于地廣人稀且雷電活動較少的地區(qū)，占研究區(qū)面積的58.97%。

圖5 內(nèi)蒙古地區(qū)雷電災(zāi)害風(fēng)險性評價空間分布圖

為了驗證本文風(fēng)險評價的結(jié)果，將風(fēng)險評價空間分布圖與內(nèi)蒙古地區(qū)2008—2018年雷電災(zāi)害事故進(jìn)行對比分析。通過ArcGIS軟件利用發(fā)生災(zāi)害點的位置提取雷電災(zāi)害風(fēng)險柵格像元值進(jìn)行統(tǒng)計(圖6)，歷年發(fā)生雷電災(zāi)害事故的位置有89.06%處于中風(fēng)險性以上地區(qū)，由此可知本文的風(fēng)險評價結(jié)果與內(nèi)蒙古地區(qū)2008—2018年雷電災(zāi)害空間分布基本吻合。

圖6 內(nèi)蒙古地區(qū)雷電災(zāi)害風(fēng)險評價結(jié)果驗證

表4 內(nèi)蒙古地區(qū)雷電災(zāi)害承災(zāi)體脆弱性等級劃分

表5 內(nèi)蒙古地區(qū)雷電災(zāi)害風(fēng)險性評價等級劃分

5 討論與結(jié)論

5.1 討論分析

雷電災(zāi)害風(fēng)險評價是雷電災(zāi)害防護(hù)設(shè)施建設(shè)、重大工程建設(shè)、城鄉(xiāng)規(guī)劃和災(zāi)害治理的理論依據(jù)。根據(jù)雷電災(zāi)害風(fēng)險評價結(jié)果可以直觀地幫助決策制定者掌握地區(qū)雷電災(zāi)害風(fēng)險情況以及主要的影響因素，從而制定出行之有效的城市發(fā)展規(guī)劃和受災(zāi)后恢復(fù)重建策略來降低雷電災(zāi)害風(fēng)險，以下為針對雷電災(zāi)害風(fēng)險提出的防御對策建議：

(1)極高和高風(fēng)險區(qū)均是內(nèi)蒙古最重要的經(jīng)濟(jì)圈和城市帶，作為內(nèi)蒙古經(jīng)濟(jì)比較發(fā)達(dá)的地區(qū)，政府有充足的財力投入到基礎(chǔ)設(shè)施、科教文化事業(yè)以及災(zāi)害管理方面，公眾也擁有更多接受防災(zāi)教育的機(jī)會。該地區(qū)在降低雷電災(zāi)害風(fēng)險性方面，由于雷電災(zāi)害致災(zāi)因子和已經(jīng)發(fā)生的雷電災(zāi)害事故無法改變，所以需要對人口密度和GDP密度指標(biāo)進(jìn)行改善，進(jìn)而降低城市發(fā)生雷電災(zāi)害所造成的人員身亡和財產(chǎn)損失。其中以人口密度指標(biāo)為例，BOUGHEDIR S[17]認(rèn)為，災(zāi)害風(fēng)險與人口密度密不可分，人口密度高的地區(qū)比其他地區(qū)更容易受到災(zāi)害影響。應(yīng)該發(fā)揮好城市的輻射帶動作用，構(gòu)建或完善與其他旗縣間的橫向協(xié)同發(fā)展的體系，加大對致災(zāi)因子危險性偏低的周邊旗縣配套設(shè)施的建設(shè)，并促進(jìn)人口轉(zhuǎn)移，降低人口密度和GDP密度的暴露性等級。

(2)中風(fēng)險區(qū)主要存在于除各盟市主城區(qū)以外的周邊旗縣，以農(nóng)村和牧區(qū)為主的地區(qū)，從雷電災(zāi)情資料中可以看出，雷電災(zāi)害造成人員傷亡的事故幾乎都發(fā)生在該地區(qū)。對于該地區(qū)在開展具體工作時，首先，要加快對雷電監(jiān)測網(wǎng)的規(guī)劃與建設(shè)，提升雷電監(jiān)測預(yù)警及防御能力；其次，在建房選址方面，因地制宜，科學(xué)選址，雷電多發(fā)地區(qū)通常在金屬礦產(chǎn)品較多、土壤電導(dǎo)率高、河岸、不同地質(zhì)的土壤交界處和湖等地區(qū)。因此在進(jìn)行房屋建造時，應(yīng)盡量遠(yuǎn)離以上容易受雷電活動影響的地區(qū)。最后，要能夠加大資金籌措力度，有必要建設(shè)一批防御雷電災(zāi)害的示范性工程項目，在農(nóng)村雷電頻發(fā)的地區(qū)按照防雷規(guī)范的要求每5 km2設(shè)置1個避雷亭，為農(nóng)民和牧民在田間及路途中無法及時返回家中時用來臨時躲避雷電引發(fā)的危險。

(3)極低和低風(fēng)險區(qū)的錫林郭勒盟、阿拉善盟和呼倫貝爾市等存在著大部分以畜牧業(yè)為主的地區(qū)，尤其是偏遠(yuǎn)地區(qū)對雷電災(zāi)害防治還處于起步階段，該地區(qū)草原交通不便、牧民居住比較分散，這正是防雷安全工作的薄弱點，雖然危險性和暴露性均較低，但是從歷年發(fā)生雷電災(zāi)害事故來看，還有一少部分發(fā)生在低風(fēng)險地區(qū)，所以針對該地區(qū)應(yīng)加大宣傳力度，作為防災(zāi)減災(zāi)工作開展的基礎(chǔ)，要通過防災(zāi)減災(zāi)知識的宣傳和教育，加強(qiáng)人民的自救互救能力和防雷意識。對于居住比較偏遠(yuǎn)且分散的農(nóng)牧民可以先建立集鎮(zhèn)逐漸向城鎮(zhèn)過渡發(fā)展，不但能夠吸收分散居住的農(nóng)牧民到集鎮(zhèn)聚居，有利于對脆弱人群集中照顧，而且可以提高災(zāi)害防治和基礎(chǔ)設(shè)施建設(shè)等工作的效率。

5.2 結(jié)論

本文為了掌握內(nèi)蒙古地區(qū)雷電災(zāi)害風(fēng)險水平與原因，并提出針對性防災(zāi)規(guī)劃建議。根據(jù)自然災(zāi)害風(fēng)險理論和雷電災(zāi)害風(fēng)險評估技術(shù)指南，從致災(zāi)因子危險性、承災(zāi)體暴露性和脆弱性三個方面出發(fā)，構(gòu)建了雷電災(zāi)害風(fēng)險評價模型，對內(nèi)蒙古地區(qū)進(jìn)行了雷電災(zāi)害風(fēng)險評價，并提出了針對性的防雷減災(zāi)對策建議，主要結(jié)論如下：

(1)研究區(qū)雷電災(zāi)害致災(zāi)因子危險性較高區(qū)域主要分布在陰山山脈南麓的鄂爾多斯市、包頭市、呼和浩特市和烏蘭察布市等地區(qū)以及大興安嶺東南側(cè)的呼倫貝爾市東部、興安盟和通遼市等地區(qū)。

(2)承災(zāi)體暴露性較高的地區(qū)為內(nèi)蒙古中西部城市以及東北部盟市的城鎮(zhèn)中心區(qū)，隨著與中心城區(qū)距離的增加，人口和GDP密度逐漸降低，承災(zāi)體暴露性也變低。

(3)研究區(qū)內(nèi)脆弱性較高的地區(qū)是巴彥淖爾市五原縣、包頭市昆都侖區(qū)、呼和浩特市回民區(qū)、通遼市科爾沁區(qū)和興安盟烏蘭浩特市、包頭市土默特右旗和固陽縣以及赤峰市和通遼市中心城區(qū)周邊旗縣等地區(qū)。同樣地廣人稀的地區(qū)如阿拉善盟、錫林郭勒盟和呼倫貝爾市大部分地區(qū)脆弱性較低。

(4)內(nèi)蒙古地區(qū)極高和高風(fēng)險地區(qū)主要位于人口和GDP密度較為集中的各盟市城鎮(zhèn)中心地區(qū)以及歷年來發(fā)生雷電災(zāi)害事故較多的中西部和東部地區(qū)，占研究區(qū)總面積的17.38%；雷電災(zāi)害中風(fēng)險地區(qū)主要分布在內(nèi)蒙古中西部城市和東北部四盟市除中心城區(qū)以及旗縣政府所在地以外的周邊農(nóng)業(yè)和畜牧業(yè)地區(qū)，占內(nèi)蒙古總面積的23.66%；極低和低風(fēng)險地區(qū)為內(nèi)蒙古西部阿拉善盟、錫林郭勒盟東北部以及呼倫貝爾市北部等地廣人稀的地區(qū)，占內(nèi)蒙古總面積的58.97%。

(5)在雷電災(zāi)害風(fēng)險評價的基礎(chǔ)上，對研究區(qū)雷電災(zāi)害風(fēng)險提出了針對性的防雷減災(zāi)對策建議。本文獲得的雷電災(zāi)害風(fēng)險評價結(jié)果與歷史發(fā)生雷電災(zāi)害事故的空間位置高度符合，總體研究成果可靠，希望為內(nèi)蒙古地區(qū)的雷電災(zāi)害防御規(guī)劃和應(yīng)急管理等方面提供科學(xué)依據(jù)與實用性價值。