基于危化场所的多源数据雷电灾害风险区划

Lightning Disaster Risk Zoning Based on Multi-Source Data of Hazardous Sites

摘要: 通过对闪电频次、闪电强度、人口、经济、爆炸火灾危险场所分布、地形地貌、海拔、历史雷灾等多种资料统计，形成1 km × 1 km栅格数据，建立风险指数模型，使用层次分析法确定指标权重，利用GIS进行绘制出图，最后得出区域内雷电灾害风险，结果表明：风险区划的结果是各指标综合作用的结果，爆炸火灾危险场所分布对雷电灾害风险区划结果是有影响的。

Abstract: Based on the statistics of lightning frequency, lightning intensity, population, economy, distribution of explosion and fire hazard areas, topography, altitude, historical thunderstorm and other data, it formed 1 km × 1 km grid, and established the risk index mode. Then the index weight is determined by AHP. GIS is used to draw a map, and finally, the lightning disaster risk in the region is determined. The results show that the risk is the result of the comprehensive effect of various indicators, and the distribution of explosion and fire hazard areas has an impact on the results of lightning disaster risk zoning.

1. 引言

雷电常发生于强对流天气中，伴有强降水、大风和冰雹等天气现象[1] [2]，雷电因为具有放电时间短，冲击电流强，释放能量巨大等特点，破坏力极强。大连位于辽东半岛南部，三面环海，特殊的地理位置决定大连地区雷暴多发。在大连的主导产业中，石化等重化工产业产值居首，先后规划和建设了大孤山、长兴岛、松木岛、西中岛、双岛湾等石化基地或化工园区，个别园区储存危险物质承载量达到全国最大。目前我市有危化品生产企业646家，化学品储罐3310个，易燃易爆场所1412个。石化企业装置密集复杂，仪器仪表装置和配电系统等现代化设备耐受过电压能力差和抗电磁干扰能力弱，一旦遭受雷击，损失惨重。2011年11月22日，大连大港集团油品码头海滨北罐区31、32号两个十万吨级原油罐因雷击引发事故，其危险程度、经济损失及社会影响巨大。雷暴天气对人民的生命财产和国民经济造成的危害不断增加，大连易燃易爆场所密集，暴露度高，极易遭受雷电灾害影响，同时受到土壤结构、地形地貌、以及城市产业结构分布等影响[3] [4]，全市雷电灾害风险差异较大，因此掌握当地的雷电灾害风险特点，深入了解各乡镇雷电灾害风险，对防雷减灾相关工作具有十分重要的意义。

2. 资料来源

闪电资料来源于大连市雷电监测网数据2015~2019年，数据通过四个探测站和一个中心站组成，各探测站布设在旅顺、瓦房店、庄河、长海，中心站位于大连。系统定位采取多站方位汇交和时差定位原理综合算法进行定位，记录了每条闪电发生的时间、位置(经度、纬度)、极性、强度、陡度等参数，闪电数据经过基本的电磁干扰杂波滤除、地物杂波滤除等质量控制，并通过时差法进行校准[5] [6]，同时剔除了观测、幅值在2 kA以下的闪电记录。探测精度为网内小于500 m，对云地闪的探测效率为大于90%。

社会经济资料来源于大连市统计年鉴数据2015~2018年各县土地面积、GDP、总人口(常住人口)；灾情资料来源于大连市气象局统计灾害数据和《中国雷电灾害实例汇编》2006~2019年各县雷电灾害次数、伤亡人口和经济损失；地理信息资料、DEM数据来源于中国科学院资源环境科学数据中心数据；土壤电阻率资料以及大连市危化场所数据资料来源于大连市气象局内部资料。

3. 研究方法

由于文章涉及数据种类较多，分析处理方法参考《雷电灾害风险区划指南》(QX/T 405-2017)，区划涉及数据较多，量纲不统一，为了消除指标的量纲差异，使用归一化法解决。

$D_{ij}=0.5+0.5\times \frac{A_{ij}-{\min }_i}{{\max }_i-{\min }_i}$ (1)

式中：$D_{ij}$ ：j站(格)点第i个指标的归一化值；$A_{ij}$ ：j站(格)点第i个指标值；${\min }_i$ 、${\max }_i$ ：分别是第i个指标值中的最小值和最大值。

雷电流幅值按百分位数法进行分级处理[7]。将雷电电流强度数据排序，按照第98位百分数、第95位百分数、第90位百分数、第80位百分数、第60位百分数分别确定对应的电流强度等级为1级、2级、3级、4级、5级。具体如下表1所示：

Table 1. Lightning current percentile table

表1. 雷电流百分位数

百分位数(P)区间	雷电流幅值F	等级
P ≤ 60%	F ≤ 27.90	1
60% < P ≤ 80%	27.90 < F ≤ 38.65	2
80% < P ≤ 90%	38.65 < F ≤ 51.37	3
90% < P ≤ 95%	51.37 < F ≤ 67.22	4
P > 95%	F > 67.22	5

使用层次分析法[8]-[10]来确定指标因素权重。通过构建递阶层次结构模型，数字化判断矩阵，利用向量计算出各指标的相对重要性权重系数，并完成不大于检验结果不大于0.1一致性检验。

4. 结果与分析

4.1. 确定指标权重

对气象资料、社会经济资料和地理信息资料和其他资料处理成相同的空间分辨率和空间投影坐标系统，建立地理信息系统(GIS)数据库。

首先建立层次体系，通过两两比较专家打分，比较两个要素的相对重要程度构造判断矩阵，然后计算相应的权重，最后对其进行是否通过一致性检验，若计算判断矩阵一致性指标CI为<0.1则认为通过检验，一致性较好。否则，不予采用。

本文指标通过计算得出见下表2所示：

Table 2. Risk indicator weight

表2. 风险指标权重

危险性0.5318	地闪密度	0.1968
	地闪强度	0.191
	海拔高度	0.0674
	地形起伏	0.0766
暴露度0.0620	人口密度	0.049
	GDP密度	0.0129
脆弱性0.4062	生命损失指数	0.0896
	经济损失指数	0.0896
	危化环境指数	0.2271

4.2. 致灾因子危险性分析

针对雷电灾害发生的特点，雷电灾害的致灾因子(RH)主要由地闪密度、地闪强度、土壤电导率、海拔高度以及地形起伏度这几个指标共同影响[11] [12]，指标越大，致灾越强。地闪密度是单位面积的闪电频次，地闪强度则是按照百分位法确定的雷电流，这两个参数表明自然闪电的活动规律，数值越大，则表明闪电过程越强。通过统计分析近年来闪电密度、闪电强度、海拔分布、地形起伏度及土壤电导率可知，如图1、图2所示，大连地区闪电密度高发区位于普兰店地区、庄河西部地区，次高发区为瓦房店、长兴岛、金州新区及庄河北部以及南部海域；地形地貌主要体现在海拔和地形起伏度这两个指标，海拔越高，地形起伏度越大，则对流活动旺盛，容易诱发雷灾，大连地区这两个指标的高发区域主要分布在普兰店及庄河的北部地区，次高发区为金州南部地区及旅顺南部地区。

Figure 1. Lightning density and current intensity distribution

图1. 闪电密度分布与闪电电流强度分布

Figure 2. Altitude, topographic relief distribution

图2. 海拔分布、地形起伏度分布

建立致灾因子(RH)评估模型，再根据层次分析法确定的指标权重带入方程，结果得到致灾因子危险性，利用自然断点分级法划分为5个等级(如图3所示)。致灾因子高风险区域主要分布在普兰店中部、庄河南部山区，中风险区域位于保税区，长兴岛，瓦房店西北部以及庄河北部地区，低风险区域位于旅顺口区以及大连市地区。

$RH=\left(L_d^{wd}+L_n^{wn}\right)\times \left(S_c^{ws}+E_h^{we}+T_r^{wt}\right)$ (2)

式中：RH：致灾因子危险性；Ld：地闪密度；Wd：地闪密度权重；Ln：地闪强度；Wn：地闪强度权重；Sc：土壤电导率；Ws：土壤电导率权重；Eh：海拔高度；We：海拔高度权重；Tr：地形起伏；Wt：地形起伏权重。

Figure 3. Distribution of disaster causing factors

图3. 致灾因子分布图

4.3. 承灾体暴露度分析

(a) (b)

(c)

Figure 4. (a) Distribution of GDP; (b) Distribution of population; (c) Distribution of exposure levels of disaster affected individuals

图4. (a) GDP分布；(b) 人口密度分布；(c) 承灾体暴露度分布

一个地区的经济发展及人口密度与雷电造成的损失密切相关[13]，因此承灾体暴露度(RE)由人口密度和GDP密度共同决定。

$RE=P_d^{wp}+G_d^{wg}$ (3)

式中：RE：承灾体暴露度；Pd：人口密度；Wp：人口密度权重；Gd：GDP密度；Wg：GDP密度权重。通过上述模型，将数据带入分析计算可得：保税区、金州地区为高风险区域，大连市内及旅顺地区为中风险区域，北三市为低风险地区，如图4所示。

4.4. 承灾体脆弱性分析

承灾体脆弱性(RF)由生命损失指数、经济损失指数、危化场所指数共同决定[14]，尤其对于大连地区，化工厂所密集度高，脆弱性风险高。大连地区的经济损失高发区主要在大连市区，生命损失高发区域在金州地区，主要由于城市信息化程度高，电子器件耐受过电压的能力较弱引发的雷击事故多，而金州等农村地区人们的防雷意识淡薄造成的人身伤亡。通过对数据分析绘制生命损失指数、经济损失指数、危化场所指数分布如图5所示，大连地区危化场所的密集度分布高风险指数为保税区、普湾新区、长兴岛临港工业区、花园口地区，中等风险地区为大连湾地区。

$RF=C_l^{wc}+M_l^{wm}+{\left(1-P_c\right)}^{wp}$ (4)

式中：RF：承灾体脆弱性；Cl：生命损失指数；Wc：生命损失指数权重；Ml：经济损失指数；Wm：经济损失指数权重；Pc：危化场所指数；Wp：危化场所指数权重。

通过将数据带入模型进行计算，可以得到承灾体脆弱性高发区域为保税区周围、中等危险地区为庄河南部、瓦房店普兰店交界处、长兴岛工业区、普湾新区、旅顺口区以及大连市内地区，如图6所示。

Figure 5. Distribution of Life loss, economic loss and dangerous place index

图5. 生命损失指数、经济损失指数、危化场所指数分布

Figure 6. Vulnerability distribution of disaster bearing body

图6. 承灾体脆弱性分布图

4.5. 雷电灾害风险区划分级

雷电灾害风险是由致灾因子、承灾体暴露度和承灾体脆弱性共同影响的[15]-[18]，将数据带入评价雷电灾害风险指数模型中，雷电灾害风险指数 = 致灾因子 × 承灾体暴露 × 承灾体脆弱性，即

$LDRI=\left(R{H}^{wh}\right)\times \left(R{E}^{we}\times R{F}^{wf}\right)$ (5)

式中：LDRI：雷电灾害风险指数；RH：致灾因子危险性；Wh：致灾因子危险性权重；RE：承灾体暴露度；We：承灾体暴露度权重；RF：承灾体脆弱性；Wf：承灾体脆弱性权重。将数据代入计算雷电灾害风险指数，通过自然断点法。将雷电灾害风险划分为一级风险(I级)、二级风险(II级)和三级风险(III级)，四级风险(IV级)，五级风险(V级)。计算方法见式(6)：

$SS{D}_{i-j}={\displaystyle \sum _{k=1}^{j}A}{\left[k\right]}^2-\frac{{\left({\displaystyle \sum _{k=1}^{j}A}\left[k\right]\right)}^2}{j-i+1}\left(1\le i<j\le N\right)$ (6)

式中：SSD：方差；i、j：第i、j个元素；A：长度为N的数组；k：i、j中间的数，表示A组中的第k个元素。

对雷电灾害风险指数分级见下表3所示：

Table 3. Classification of lightning disaster risk index

表3. 雷电灾害风险指数分级

等级	雷电灾害风险指数LDRI
一级风险(I级)	3.75 < LDRI ≤ 3.83
二级风险(II级)	3.83 < LDRI ≤ 3.86
三级风险(III级)	3.86 < LDRI ≤ 3.90
四级风险(IV级)	3.90 < LDRI ≤ 3.94
五级风险(V级)	3.94 < LDRI ≤ 4.03

5. 结论

文章根据自然灾害风险理论模型建立了当地雷电灾害风险评估模型，同时结合当地化工产业分布密集、暴露度高、脆弱性强、易受雷电影响等特点，采取层次分析法来确定指标权重，并创新引入爆炸火灾危险场所分布这一重要参数，系统分析了当地的地闪密度、闪电电流强度、土壤电阻率、地形地貌、人口、GDP、雷电灾害等风险指标，并根据各风险指标绘制了基于大连乡镇地区的雷电灾害风险区划图，见图7所示。雷电灾害高风险地区在大孤山街道、大连湾街道、长兴岛临港工业区、保税区、瓦房店开发区、普兰店地区及庄河西北部地区，雷电灾害中等风险地区在金州新区、沙河口区、甘井子北部、高新园区东部、瓦房店西北部地区以及庄河北部地区，其他地区为低风险地区。雷电灾害高风险地区大部分为地闪密度高发区，又与单一使用闪电数据去评估风险所有区别，主要是因为引入了爆炸火灾危险场所分布影响因子，研究的结果比单独使用闪电数据的区划结果更为客观科学。这些高风险地区要尽可能提高雷电防御水平并加强雷电安全管理。

Figure 7. Risk distribution of lightning disaster

图7. 雷电灾害风险分布图

对比以往的雷电灾害风险区划研究，这里提出一种新的思路，即引入了爆炸火灾危险场所分布这一产业布局影响指标，实际上该指标对雷电灾害的影响是客观存在的，通过这种研究方法和手段来揭示本地雷电灾害特点则更为客观，为防雷减灾工作提供技术指导，也为城乡规划提供科学依据。

NOTES

^*通讯作者。