陳克敏 張健 李婷 陳笑娟

摘要 采用衡水市11個(gè)國(guó)家地面氣象站（1984—2019年）和128個(gè)區(qū)域地面氣象站（2014—2019年）的逐日觀測(cè)數(shù)據(jù)、2019年衡水市設(shè)施農(nóng)業(yè)經(jīng)濟(jì)數(shù)據(jù)及設(shè)施農(nóng)業(yè)大風(fēng)災(zāi)情歷史資料，選取日極大風(fēng)速作為大風(fēng)災(zāi)害強(qiáng)度指標(biāo)，基于災(zāi)害風(fēng)險(xiǎn)評(píng)估理論，利用極值概率分布模式對(duì)不同重現(xiàn)期下衡水市風(fēng)災(zāi)致災(zāi)因子危險(xiǎn)性進(jìn)行分析;結(jié)合致災(zāi)因子、承災(zāi)體屬性構(gòu)建不同類(lèi)別設(shè)施農(nóng)業(yè)“風(fēng)速-損失率”脆弱性曲線(xiàn);綜合考慮致災(zāi)因子、承災(zāi)體暴露度和脆弱性影響，對(duì)衡水市不同類(lèi)別設(shè)施農(nóng)業(yè)在不同重現(xiàn)期下的損失風(fēng)險(xiǎn)進(jìn)行分析。結(jié)果表明：隨著重現(xiàn)期的增加，大風(fēng)致災(zāi)強(qiáng)度、影響范圍和經(jīng)濟(jì)損失同時(shí)增大;在衡水市東北部地區(qū)危險(xiǎn)性較高，其中，深州市中部、武強(qiáng)縣東北部、阜城縣北部及饒陽(yáng)縣北部區(qū)域風(fēng)災(zāi)危險(xiǎn)性最高;設(shè)施農(nóng)業(yè)大風(fēng)災(zāi)害經(jīng)濟(jì)損失風(fēng)險(xiǎn)主要集中在饒陽(yáng)縣東北部地區(qū)，并隨著重現(xiàn)期的增加，損失范圍逐漸擴(kuò)大，經(jīng)濟(jì)損失不斷增加。

關(guān)鍵詞 設(shè)施農(nóng)業(yè);日極大風(fēng)速;大風(fēng)災(zāi)害 ;風(fēng)險(xiǎn)分析

中圖分類(lèi)號(hào)：P458.1+23文獻(xiàn)標(biāo)識(shí)碼：B 文章編號(hào)：2095–3305（2021）03–0101–03

衡水市位于河北省東南部，地處河北沖積平原，屬大陸季風(fēng)氣候區(qū)，為溫暖半干旱型，農(nóng)業(yè)氣候資源較豐富，是京津重要的農(nóng)副產(chǎn)品加工供應(yīng)基地[1]。據(jù)衡水市統(tǒng)計(jì)局?jǐn)?shù)據(jù)，截至2019年末，衡水市轄2個(gè)市轄區(qū)、1個(gè)縣級(jí)市、8個(gè)縣的設(shè)施農(nóng)業(yè)種植面積3.38萬(wàn) hm2，其中設(shè)施蔬菜播種面積2.6萬(wàn) hm2，占衡水市全部蔬菜播種面積的41%，產(chǎn)量達(dá)97.4萬(wàn) t，占全市蔬菜總產(chǎn)量的35.2%;設(shè)施水果種植面積0.48萬(wàn) hm2，占衡水市全部水果種植面積的42.3%;另外還有0.3萬(wàn) hm2食用菌等其它設(shè)施農(nóng)產(chǎn)品種植。設(shè)施農(nóng)業(yè)在衡水市農(nóng)業(yè)經(jīng)濟(jì)生產(chǎn)發(fā)展建設(shè)中有著極為重要的地位。

大風(fēng)災(zāi)害是衡水市主要的氣象災(zāi)害之一，不僅會(huì)破壞生態(tài)環(huán)境，而且會(huì)給設(shè)施生產(chǎn)造成較大損失，特別是老舊的日光溫室、結(jié)構(gòu)簡(jiǎn)易的塑料拱棚受災(zāi)尤其嚴(yán)重，往往給設(shè)施農(nóng)業(yè)造成巨大的經(jīng)濟(jì)損失[2]。因此，對(duì)大風(fēng)災(zāi)害風(fēng)險(xiǎn)進(jìn)行研究，對(duì)指導(dǎo)衡水市科學(xué)規(guī)劃設(shè)施農(nóng)業(yè)生產(chǎn)發(fā)展、提高防災(zāi)減災(zāi)能力、保障人民群眾生命財(cái)產(chǎn)安全具有十分重要的現(xiàn)實(shí)意義。

1 資料與處理

1.1 資料

氣象資料采用衡水市11個(gè)國(guó)家地面氣象站（1984—2019年）和128個(gè)區(qū)域地面氣象站（2014—2019年）的逐日觀測(cè)數(shù)據(jù)，承災(zāi)體數(shù)據(jù)為衡水市2019年設(shè)施農(nóng)業(yè)種植面積、經(jīng)濟(jì)價(jià)值等。

災(zāi)情數(shù)據(jù)為調(diào)查采集的“大風(fēng)風(fēng)速-設(shè)施農(nóng)業(yè)損失”樣本數(shù)據(jù)，以及1984—2019年衡水市各縣（市、區(qū)）風(fēng)災(zāi)統(tǒng)計(jì)數(shù)據(jù)，包括風(fēng)災(zāi)發(fā)生的地點(diǎn)、開(kāi)始和結(jié)束時(shí)間、天氣過(guò)程、受災(zāi)人口、農(nóng)作物受災(zāi)情況等信息。

1.2 資料處理

本研究以日極大風(fēng)速作為大風(fēng)災(zāi)害強(qiáng)度指標(biāo)，進(jìn)行大風(fēng)災(zāi)害的危險(xiǎn)性分析及承載體脆弱性分析。由于日極大風(fēng)速觀測(cè)時(shí)間較短，選取氣象逐日觀測(cè)數(shù)據(jù)中最大風(fēng)速數(shù)據(jù)，采用統(tǒng)計(jì)方法建立區(qū)域站與國(guó)家站最大風(fēng)速與極大風(fēng)速的函數(shù)關(guān)系，推算得出日極大風(fēng)速的長(zhǎng)時(shí)間序列數(shù)據(jù)[3]。

2 研究方法

2.1 致災(zāi)因子危險(xiǎn)性分析方法

通過(guò)高低異常值檢驗(yàn)、空間異常值檢驗(yàn)等數(shù)據(jù)質(zhì)量控制，提取每個(gè)站點(diǎn)1984—2019年日極大風(fēng)速年極值，運(yùn)用韋伯分布、伽瑪分布、耿布爾分布等不同分布函數(shù)對(duì)AM序列進(jìn)行擬合，以AIC指數(shù)選擇最優(yōu)分布函數(shù)，計(jì)算得到各站點(diǎn)不同重現(xiàn)期的極大風(fēng)速，利用ArcGIS10.5軟件選擇反距離權(quán)重插值法，得到不同重現(xiàn)期致災(zāi)因子危險(xiǎn)性分布圖[4]。

重現(xiàn)期是超越概率的具體形式，通過(guò)多少年一遇來(lái)體現(xiàn)，可直觀識(shí)別由致災(zāi)因子強(qiáng)度變化而引起的空間變化趨勢(shì)。對(duì)于連續(xù)型隨機(jī)變量X，小于任意實(shí)數(shù)x的累積概率為F（X），則重現(xiàn)期計(jì)算方法如下[5]：

式（1）、（2）中，RP為重現(xiàn)期，EP為超越概率，F(xiàn)（X）為累積概率，f（x）為變量x的概率密度函數(shù)。

2.2 承災(zāi)體脆弱性分析方法

根據(jù)災(zāi)情調(diào)查和風(fēng)災(zāi)統(tǒng)計(jì)數(shù)據(jù)，構(gòu)建不同類(lèi)別設(shè)施農(nóng)業(yè)“風(fēng)速-損失率”脆弱性曲線(xiàn)，利用最小二乘法，選擇線(xiàn)性、指數(shù)和冪函數(shù)分別對(duì)不同類(lèi)別設(shè)施農(nóng)業(yè)大風(fēng)災(zāi)害脆弱性曲線(xiàn)進(jìn)行擬合[6]。最終，選擇擬合R?較高且形式最為簡(jiǎn)單的線(xiàn)性函數(shù)對(duì)設(shè)施農(nóng)業(yè)大風(fēng)災(zāi)害脆弱性關(guān)系進(jìn)行刻畫(huà)，采用分段函數(shù)形式，得到小棚、中棚、大棚和日光溫室的脆弱性關(guān)系曲線(xiàn)。不同風(fēng)速下的風(fēng)災(zāi)損失率，計(jì)算公式如下：

式（3）中，LR為不同風(fēng)速下的設(shè)施損失率，L為風(fēng)災(zāi)造成的損失，W為承災(zāi)體的重置費(fèi)用。

2.3 承災(zāi)體經(jīng)濟(jì)損失風(fēng)險(xiǎn)分析方法

承災(zāi)體損失風(fēng)險(xiǎn)受多種因素共同影響，其中，致災(zāi)因子、承災(zāi)體暴露度和脆弱性是導(dǎo)致?lián)p失的主要因素，根據(jù)風(fēng)險(xiǎn)系統(tǒng)理論，承災(zāi)體損失風(fēng)險(xiǎn)計(jì)算公式如下[7]：

式（4）中，t為重現(xiàn)期，R（t）為風(fēng)險(xiǎn)，Ht為致災(zāi)危險(xiǎn)性，V為承災(zāi)體脆弱性曲線(xiàn)，E為承災(zāi)體的經(jīng)濟(jì)價(jià)值。

3 分析與結(jié)果

以日極大風(fēng)速為大風(fēng)災(zāi)害強(qiáng)度指標(biāo)，結(jié)合致災(zāi)因子、承災(zāi)體屬性和經(jīng)濟(jì)分布，研究5 a一遇、10 a一遇、30 a一遇和50 a一遇4個(gè)重現(xiàn)期的大風(fēng)災(zāi)害風(fēng)險(xiǎn)分布特征。

3.1 致災(zāi)因子危險(xiǎn)性分析

利用ArcGIS10.5處理得到不同重現(xiàn)期致災(zāi)因子危險(xiǎn)性分布圖（圖1）。隨著重現(xiàn)期的增大，日極大風(fēng)速的致災(zāi)強(qiáng)度逐漸增強(qiáng)，影響范圍也不斷擴(kuò)大。風(fēng)災(zāi)高危險(xiǎn)區(qū)主要分布在衡水市東北部地區(qū)，其中深州市中部、武強(qiáng)縣東北部、阜城縣北部及饒陽(yáng)縣北部區(qū)域風(fēng)災(zāi)危險(xiǎn)性最高。

3.2 承災(zāi)體脆弱性分析

從災(zāi)情數(shù)據(jù)中分別選取小棚、中棚、大棚和日光溫室損失的案例，計(jì)算出不同類(lèi)型設(shè)施的損失率，構(gòu)建日極大風(fēng)風(fēng)速與損失率的對(duì)應(yīng)關(guān)系曲線(xiàn)，選擇線(xiàn)性、指數(shù)和冪函數(shù)分別對(duì)不同類(lèi)別設(shè)施農(nóng)業(yè)大風(fēng)災(zāi)害脆弱性曲線(xiàn)進(jìn)行擬合，確定系數(shù)R?越接近1擬合度越好，因此選擇R?較高的線(xiàn)性-函數(shù)表征不同類(lèi)型設(shè)施的脆弱性。在一定風(fēng)速范圍內(nèi)，小棚、中棚、大棚和日光溫室的損失率均隨風(fēng)速的增大而增加，其開(kāi)始出現(xiàn)損失的極大風(fēng)風(fēng)速即臨界風(fēng)速值分別為6、7、14、20 m/s，脆弱性曲線(xiàn)如表1。

其中，LRs、LRm、LRl、LRw分別為小棚、中棚、大棚和日光溫室的損失率。

3.3設(shè)施農(nóng)業(yè)經(jīng)濟(jì)損失風(fēng)險(xiǎn)分析

設(shè)施農(nóng)業(yè)的損失主要受致災(zāi)因子、承災(zāi)體暴露度和脆弱性的影響。其中，暴露度與設(shè)施農(nóng)業(yè)的數(shù)量、分布和價(jià)值有關(guān)，在同等致災(zāi)因子危險(xiǎn)性下設(shè)施農(nóng)業(yè)數(shù)量越多、范圍越廣、價(jià)值越高，受損風(fēng)險(xiǎn)越大[8]。綜合考慮致災(zāi)因子、承災(zāi)體暴露度和脆弱性影響，得到衡水市設(shè)施農(nóng)業(yè)大風(fēng)災(zāi)害損失風(fēng)險(xiǎn)分布（圖2）。設(shè)施農(nóng)業(yè)大風(fēng)災(zāi)害損失風(fēng)險(xiǎn)主要集中在饒陽(yáng)縣、武強(qiáng)縣，饒陽(yáng)縣東北部地區(qū)風(fēng)險(xiǎn)最高，并隨著重現(xiàn)期的增加，損失范圍逐漸擴(kuò)大，經(jīng)濟(jì)損失不斷增加。重現(xiàn)期為5 a和10 a一遇時(shí)，饒陽(yáng)縣北部區(qū)域損失風(fēng)險(xiǎn)相對(duì)較高，在400～600萬(wàn)元/km2，其它地區(qū)在400萬(wàn)元/km2以下。30 a和50 a一遇時(shí)，饒陽(yáng)縣損失風(fēng)險(xiǎn)區(qū)域擴(kuò)大到北部、東部、南部5個(gè)鄉(xiāng)鎮(zhèn)，其中北部損失風(fēng)險(xiǎn)最高，達(dá)600 ～ 1 200萬(wàn)元/km2，其它地區(qū)損失風(fēng)險(xiǎn)在400～600萬(wàn)元/km2以下。

4 結(jié)論與討論

隨著重現(xiàn)期的增加，大風(fēng)致災(zāi)強(qiáng)度、影響范圍和經(jīng)濟(jì)損失同時(shí)增大;在衡水市東北部地區(qū)危險(xiǎn)性較高，其中深州市中部、武強(qiáng)縣東北部、阜城縣北部及饒陽(yáng)縣北部區(qū)域風(fēng)災(zāi)危險(xiǎn)性最高;設(shè)施農(nóng)業(yè)大風(fēng)災(zāi)害經(jīng)濟(jì)損失風(fēng)險(xiǎn)主要集中在饒陽(yáng)縣東北部地區(qū)，并隨著重現(xiàn)期的增加，損失范圍逐漸擴(kuò)大，經(jīng)濟(jì)損失不斷增加。本文研究結(jié)果對(duì)于衡水市設(shè)施農(nóng)業(yè)建設(shè)規(guī)劃和大風(fēng)災(zāi)害防御有一定指導(dǎo)意義，有助于提高衡水市設(shè)施農(nóng)業(yè)防災(zāi)減災(zāi)能力。

研究未考慮大風(fēng)持續(xù)時(shí)長(zhǎng)、孕災(zāi)環(huán)境、防災(zāi)減災(zāi)能力等影響因素，因此研究結(jié)果存在一定局限性，對(duì)于考慮多方面因素的綜合性致災(zāi)強(qiáng)度指標(biāo)，還有待進(jìn)一步研究。

參考文獻(xiàn)

[1] 趙立營(yíng).衡水市產(chǎn)業(yè)SWOT分析[J].產(chǎn)業(yè)與科技論壇，2019，18（17）：28-29.

[2] 張永紅，葛徽衍，韓蓓蓓，等.渭南市設(shè)施農(nóng)業(yè)大風(fēng)災(zāi)害風(fēng)險(xiǎn)區(qū)劃研究[J].陜西氣象，2016（1）：29-33.

[3] 姬鴻麗，俞飛，禹東暉，等.孟津縣歷史極大風(fēng)速推算及其氣候特征分析[J].氣象與環(huán)境科學(xué)，2011，34（3）：74-78.

[4] 李婷，陳笑娟，張靜，等.基于脆弱性曲線(xiàn)的河北省日光溫室大風(fēng)災(zāi)害風(fēng)險(xiǎn)評(píng)估[J].湖北農(nóng)業(yè)科學(xué)，2020，59（4）：63-69.

[5] 李婷，孫玉龍，陳笑娟，等.基于經(jīng)濟(jì)損失的河北省雪災(zāi)風(fēng)險(xiǎn)定量評(píng)估[J].災(zāi)害學(xué)，2018，33（4）：72-77.

[6] 章國(guó)材.自然災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃原理和方法[M]北京：氣象出版社，2014.

[7] Reduction I. Living with risk： a global review of disaster reduction initiatives[M]. BioMed Central Ltd， 2004.

[8] 侯光良，趙霞，李凡，等.青海省果洛州鄉(xiāng)級(jí)人口： 牲畜雪災(zāi)風(fēng)險(xiǎn)評(píng)估[J].自然災(zāi)害學(xué)報(bào)， 2015， 24（5）： 247-253.

責(zé)任編輯：黃艷飛