引言

低温雨雪冰冻天气会对电力、通讯、农业、林业、交通运输等行业产生不同程度的影响, 雨凇、雾凇附着在电线上到一定程度会压断电线, 给电力输送和通讯带来危险, 积雪会造成越冬作物植株和各种林木果树的直接损伤, 地面积雪及其形成坚硬的冰冻会危及交通安全, 造成交通滞留。2008年1月南方8省遭受的低温雨雪冰冻灾害造成的直接经济损失高达1516.5亿元(民政部, 2008), 2009年11月北方8省遭受的雪灾直接经济损失达69.6亿元(“关注", 2010)。该灾害一旦发生, 危害极大, 影响面极广, 因而近几年来引起公众和学术界的广泛关注(夏智宏等, 2012; 李登文等, 2011; 赵珊珊等, 2010; 叶成志等, 2009)。

灾害风险评估是预防灾害、降低灾害损失的重要基础性研究, 危险性评估是风险评估的核心内容, 一直以来都是该领域研究的重点, 国内外学者在这方面做了很多有益的尝试。梁平等(2009)利用气象指标评价了2008年黔东南州低温雨雪冰冻灾害影响程度。万素琴等(2008)利用多指标综合指数评估了2008年湖北省低温雨雪冰冻灾害历史排位、历史重现期。彭贵芬等(2010)对2008年云南东部冰冻灾害进行了综合评估。Dalle等(2011)从1981—2008年湿雪和雾凇积冰观测资料中选择积冰厚度指标绘制了法国南部的冰冻危险性图。Shan等(1998)利用1959—1993年冰暴资料绘制了美国冰冻危险图。这些工作积累的技术和方法, 为后续研究提供有益的指导, 但在某些方面还存在一些不足, 如在空间尺度上主要集中在小区域小范围, 全国尺度的研究较少(赵珊珊等, 2010); 在时间尺度上主要针对一次冰冻过程, 长时间尺度研究偏少。本文拟利用全国1960—2009年542个站点的气象观测资料, 筛选致灾气象因子, 构建评估的综合危险性指数, 对中国特别是南方地区的低温雨雪冰冻灾害危险性进行评估和区划, 分析灾害危险性分布的空间差异, 期望能弥补国内在这方面研究的不足, 同时期望能为政府部门的防灾、减灾和救灾工作提供科学依据。

1 资料与方法 1.1 资料来源

本文在国家气象信息中心提供的全国756个测站的降水量、气温和降雨、降雪天气现象观测资料中, 综合考虑记录完整性、空间代表性等因素筛选出542个满足1960—2009年连续观测的站点参与计算, 其中南方地区站点238个(以1月0℃等温线为南方地区主要界线, 西部等温线曲折较大处界线参考800 mm等降水线)。

1.2 研究思路和方法

首先, 在综合考虑冰冻成因和灾害影响的基础上, 确定低温雨雪冰冻过程的判别标准, 以此来划分各站点每一次低温雨雪冰冻过程。

其次, 从灾害成因角度选择评估指标, 采用相关分析方法筛选指标, 以确保评估的指标代表性和独立性, 构建冰冻灾害评估指标体系, 运用线性内插法将指标进行标准化处理。

最后, 根据冰冻强度公式, 计算各站点每一次冰冻过程强度, 将冰冻强度分成4个等级, 统计各站点每个等级的冰冻频率, 采用层次分析法确定不同强度等级的权重, 运用加权综合法构建综合危险度指数计算公式, 对每个站点的冰冻灾害危险性进行评估, 利用ArcGIS的反距离加权(IDW)插值法进行空间插值, 绘制危险区划图。

2 中国低温雨雪冰冻灾害危险性评估与区划 2.1 低温雨雪冰冻过程的划分

低温雨雪冰冻过程的判别是研究该灾害的第一步工作, 其中关键的问题是低温的温度判断标准和雨雪过后的低温天气过程是否考虑。对于温度判断标准争议较大, 主要表现在指标用日平均气温还是用日最低气温, 以及具体的判别温度。王凌等(2008)提出日平均气温≤1℃, 且同时有降雨或降雪出现, 为1个冰冻日。彭贵芬等(2010)给出的标准为日最低气温≤0℃, 日降水量≥0.1 mm, 日照时数≤1 h。万素琴等(2008)则认为低温标准为日平均气温≤0.5℃。叶成志等(2009)在对湖南省低温雨雪冰冻灾害天气分析中发现, 日平均气温较日最低气温与冰冻强度具有更明显的反相关关系, 即当有降水发生的前提之下, 日平均气温低于0℃则冰冻发生, 持续下降则冰冻发展, 高于0℃则冰冻迅速减弱或消失。由此可见, 日平均气温比日最低气温更能准确反映一天的气温情况, 彭贵芬等(2010)使用日最低气温作为标准时还将日照时数作为附加条件, 用于剔除霜冻天气和白天气温高, 冰冻很快融化的情况。因此, 本文采用日平均气温≤0℃作为温度判别标准。

王凌等(2008)和彭贵芬等(2010)在判别冰冻过程中均未考虑雨雪过后的冰冻问题, 万素琴等(2008)则认为低温雨雪冰冻过程应该包括雨雪过程前后期出现连续多日低温的天气过程。实际上雨雪过后若气温持续0℃以下, 积冰或积雪均难以融化, 灾害的影响会依然持续, 因此雨雪过后的连续低温过程应该考虑。

综上所述, 低温雨雪冰冻过程包括两个阶段:(1) 雨雪冰冻形成期, 判别标准为日平均气温≤0℃且日降水量≥0.1 mm, (2) 冰冻持续期, 判别标准为雨雪之后, 日平均气温≤0℃。这两个阶段构成一次冰冻过程。

2.2 评估指标体系的构建

冰冻灾害危险度最本质的两个特征变量是强度和发生频率, 强度越大, 发生频率越高, 灾害危险性越大。图 1是危险性评估的气象指标体系。其中一级指标有两个:

(1) 冰冻频率, 即年均冰冻次数, 是指某一强度的冰冻过程每年平均出现的次数, 公式如下所示:

${p_i} = \frac{{{x_i}}}{n}\quad \quad i = 2 = 1, \cdots ,4$

(1)

式中, p_i是冰冻强度为i的冰冻频率, 单位:次/年; x_i是冰冻强度为i的冰冻过程出现的次数, 单位:次; n为统计年数。

(2) 冰冻强度, 有4个二级指标构成:日平均气温、冰冻持续时间(日平均气温≤0℃的连续日数); 日平均降水量、降水持续时间(日降水量≥0.1 mm持续日数)。低温过程气温越低、持续时间越长, 雨雪过程平均降水量越大、降水持续时间越长, 冰冻强度越大, 灾害影响越大。这些指标是在以往的研究基础上从灾害成因的角度筛选得来的, 评估低温部分的指标常用日平均气温、日平均气温≤0.5℃的日数、平均最低气温, 评估雨雪部分为天气过程中的降水量、日降水量≥0.1 mm日数(梁平等, 2009; 万素琴等, 2008)。通过对于这些指标的相关性分析发现, 日平均气温和平均最低气温高度相关, 在α=0.05显著性水平上相关系数达到0.93, 考虑到所选指标需要满足独立性的要求, 低温部分的评估指标采用日平均气温、冰冻持续时间(日平均气温≤0℃的连续日数)。另外降水持续时间与过程降水量中度相关, 在α=0.05显著性水平上相关系数为0.49, 而其与日平均降水量相关性较低, 相关系数为0.05, 因此雨雪部分的评估指标采用日平均降水量、降水持续时间(日降水量≥0.1 mm持续日数)。由表 1可知, 所选的4个强度指标之间的相关度均较低, 相关系数均低于0.20, 满足评估指标的代表性和独立性的要求。

冰冻强度计算公式如下所示:

${m_{i,j}} = \frac{{{T_{i,j}} + {H_{i,j}} + {P_{i,j}} + {V_{i,j}}}}{4}$

(2)

式中, m_{i, j}为第i个站点第j次冰冻过程的冰冻强度, T_{i, j}、H_{i, j}、P_{i, j}和V_{i, j}分别为第i个站点第j次冰冻过程的日平均气温、冰冻持续时间、日平均降水量和降水持续时间的标准值。

2.3 指标标准化处理 2.3.1 降雨和降雪的区分及其标准化处理

在以往的研究中, 降水量一般不做降雨和降雪区分, 主要原因是气象站提供降水量观测资料, 近10年来才开始区分降雨和降雪, 这给研究带来困难。但是在同样的降水量条件下, 降雪和降雨产生的危害是不同的, 比如, 5.0~9.9 mm·d^-1的降水量, 若是降雨, 根据降雨等级标准属于小雨, 产生的危害较小; 但若是降雪, 则属于大雪, 可能会产生较大的灾害。不区分两者会夸大降雨, 弱化降雪引起灾害危险性, 从而影响评估结果。

采用降雨和降雪的天气现象观测资料作为区分两者的判断标准, 将有降雪无降雨现象的降水量定为降雪量, 有降雨无降雪或降雨降雪均有定为降雨量。根据中国气象局提供的由24 h降水量划分的降雪和降雨等级标准(表 2和3), 采用线性内插法将降水量按以下公式转换成标准值。

$\begin{array}{l} S = {S_{i\min }} + \left( {s - {s_{i\min }}} \right)\left( {{S_{i\max }} - {S_{i\min }}} \right)/\\ \quad \quad \left( {{s_{i\max }} - {s_{i\min }}} \right)\quad \quad \quad i = 1,2,3,4 \end{array}$

(3)

式中, S为指标标准值, s为该指标实际值, 单位:mm, S_imin、S_imax分别为第i等级标准值的最小值和最大值, s_imin、s_imax分别为第i等级实际值的最小值和最大值。

2.3.2 其他指标的标准化处理

用于计算冰冻强度的各个指标单位不同, 不能直接叠加, 为真实反映指标之间的关系与差异性, 应用线性内插法将指标进行标准化处理(见表 4)。考虑实际情况以4分位数为依据将日平均气温、冰冻持续时间分成4个等级, 将冰冻持续时间按式(3) 转换成标准值, 日平均气温按式(4) 转换成标准值。4分位数是将一组个案由小到大(或由大到小)排序后, 用3个点将全部数据分为4等分, 与3个点上相对应的变量称为4分位数。

$\begin{array}{l} T = {T_{i\min }} + \left( {{t_{i\max }} - t} \right)\left( {{T_{i\max }} - {T_{i\min }}} \right)/\\ \quad \quad \left( {{t_{i\max }} - {t_{i\min }}} \right)\quad \quad \quad i = 1, \cdots ,4 \end{array}$

(4)

式中, T为日平均气温标准值, t为该指标实际值, 单位:℃, T_imin、T_imax分别为第i等级标准值的最小值和最大值, t_imin、t_imax分别为第i等级实际值的最小值和最大值。

降水持续时间这个指标情况比较特殊, 降水持续时间为1和2 d分别占总数的61.9%、25.6%, 无法用上述方法分等级, 因此该指标考虑实际情况按以下公式转换成标准值。

$V = \left\{ \begin{array}{l} 0.25\quad \quad \quad \quad \;\,v = 1\\ 0.5\quad \quad \quad \quad \quad v = 2\\ 0.75 = \left( {v - 3} \right)\left( {1 - 0.75} \right)/\left( {24 - 3} \right)\\ \quad \quad \quad \quad \quad \quad 3 \le v \le 24 \end{array} \right.$

(5)

式中, V为降水持续时间标准值, v为该指标的实际值, 单位:d。

2.4 灾害危险性评估和区划

1988年日本两个学者在讨论地貌事件影响度时述及将地貌事件的影响度表达为地貌事件的规模和发生频率的乘积(Ohmori et al, 1988)。这个观点对灾害危险度评估理论方面的思考启发很大。规模和频率是灾害危险度最本质的两个特征变量。基于以上思路, 本文采用综合危险度指数来评估中国低温雨雪冰冻灾害危险性。综合危险度指数是在综合考虑1960—2009年各种强度等级发生频率及其产生的危害强弱基础上, 用一个数量化的指标来表征各站点危险性的相对大小。将强度分成4个等级, 采用层次分析法确定各强度等级的权重(见表 5), 公式表达为:

$D = \sum\limits_{i = 1}^n {\left( {{W_i} \times {p_i}} \right)} \quad \quad n = 1, \cdots ,4$

(6)

式中, D为综合危险度指数, W_i为第i冰冻强度等级的权重。

以危险度指数的平均值(0.93) 和标准差的1/2(1.15/2) 为依据, 采用标准差分类法(汤国安等, 2006)将危险度分成4个等级:极低危险区(＜0.35)、低危险区(0.35~0.93)、中危险区(0.93~1.50) 和高危险区(≥1.50)。图 2为中国低温雨雪冰冻灾害危险区划图。

图 2给出中国低温雨雪冰冻灾害危险区划, 从图 2可以看出, 中国大部地区属于低危险区(含极低危险区), 低、极低危险度的站点数量分别为113和247, 比例分别为20.85%和45.57%。其中有72个站点在50年未观测到有冰冻现象, 占13.26%, 这些站点均集中在南方地区。中、高危险度的站点数量分别为60和122, 比例分别为11.07%和22.51%。高危险区主要集中于三个地区:(1) 黑龙江、吉林、辽宁东部和内蒙古东部, (2) 新疆北部, (3) 青海南部、西藏东北部和甘肃南部。这三个地区冰冻期长, 年均冰冻日数均超过90 d(图 3), 年均冰冻日数是指每年出现低温雨雪冰冻过程日数的平均值, 是冰冻出现频率和持续时间的综合反映, 前两个地区冰期长的原因是由于纬度高, 纬度基本大于40°N, 是中国纬度最高两个地区, 后者则是因为该地区地处冰川、冰缘作用的山地, 海拔高度高, 站点的平均海拔高度为4022.40 m, 因此比同纬度其他地区冰期长。冰冻过程平均气温呈现出显著的纬度地带性规律, 由北向南逐渐升高, 黑龙江、吉林、辽宁东部和内蒙古东部地区过程平均气温在-20~-8℃范围内, 新疆北部地区大致在-12~-8℃范围内, 青海南部、西藏东北部和甘肃南部地区则在-8~-6℃范围内(图 4)。这三个地区平均过程降水量处于中等偏下, 其标准值大致在0.10~0.25范围内(图 5), 降水类型以降雪为主, 三个地区降雪日数的比例分别为98.50%、97.30%和99.30%, 灾害危险主要来自于积雪。

南方地区的绝大部分地区均处于极低危险区, 该地区纬度低, 冬季出现0℃以下低温的频率少, 年均冰冻日数大多低于5 d, 过程平均气温在-2~0℃。平均过程降水量较高, 尤其是东部地区, 降水类型以降雨为主, 降雨日数的比重为91.30%, 灾害危险主要来自于冻雨。

南方地区虽然从全国范围来看是危险度最低的区域, 但由于该地区是中国最重要的人口和经济重心, 一旦发生灾害损失往往超过其他地区。因此, 有必要进一步分析南方地区的冰冻灾害危险性内部差异。以南方238个站点为研究对象, 重新计算这些站点危险度指数的平均值(0.13) 和标准差的1/2(0.30/2), 并以此为依据将南方地区危险度重新分成5个等级:低危险区(＜0.13)、中危险区(0.13~0.18)、较高危险区(0.18~0.23)、高危险区(0.23~0.28)、极高危险区(≥0.28)。图 6是南方地区低温雨雪冰冻灾害危险区划图。

由图 6可以看出, 南方地区的冰冻危险性高的区域主要集中在四个地区, 具体分布在四川中南部—云南东北部—贵州西部、湖南东部、安徽南部—江西北部、河南北部等。前三个地区位于低山丘陵区, 海拔相对较高, 站点的平均海拔高度为1894.60 m, 后者所处纬度相对较高, 因此这些地区冬季出现0℃低温以下的频率相对较高, 年均冰冻日数大于5 d, 同时过程降水量也相对较高, 尤其是湖南东部、安徽南部—江西北部、河南北部等降水量标准值大于0.45, 过程平均气温与其他地区差异不大。低危险区主要分布在云南—广西—广东—福建—江西南部—浙江一线、四川东部—重庆—湖南西部等地。前者因为纬度低, 冬季气温较高, 出现冰冻频率较少, 该区134个站点中有68个站点在50年未观测到冰冻现象, 占53.73%。后者处于地势低洼的四川盆地, 北面的秦岭、岷山、大巴山脉阻挡了冬季自北方南下的冷空气, 使得该地区冬季出现低温天气频率小于同纬度的其他地区, 年均冰冻日数小于3 d, 过程平均气温较高, 大部分地区高于-1℃, 明显高于同纬度的其他地区, 过程降水量标准值范围为0~0.15, 明显小于同纬度的其他地区。2008年1月中旬至2月上旬初河南、湖北、安徽、江苏、湖南和江西西北部、浙江北部出现大到暴雪; 湖南、贵州、安徽南部和江西等地出现冻雨或冰冻天气(肖子牛, 2009)。这次冰冻灾害主要影响范围与危险区划图(图 6)中的高危险区范围基本一致。受灾人口和直接经济损失最为严重的三个省份湖南、江西、贵州在区划图中危险度均较高。

3 结论与讨论

(1) 研究结果表明, 中国大部地区属于低危险区, 高危险区主要集中于:(a)黑龙江、吉林、辽宁东部和内蒙古东部, (b)新疆北部, (c)青海南部、西藏东北部和甘肃南部。危险区形成的原因略有不同, 前两个地区主要是由于纬度高, 后者是由于海拔高度高, 导致这些地区虽然冬季降水量不大, 但是冰冻时间长, 冰冻过程气温低, 因而综合危险度高。南方绝大部分地区均处于极低危险区, 这与该地区纬度低, 冬季气温较高有着密切关系。1951—2000年我国的雪灾主要发生在青藏高原、北疆、内蒙古和东北一带的三大区域, 内蒙古大兴安岭以西和阴山以北的广大地区、祁连山牧区、北疆部分牧区、藏北高原的高寒牧区及川西高原西部为雪灾多发区(丁一汇等, 2008)。由此可见, 评估结果与实际灾情分布基本一致。

(2) 南方地区的冰冻灾害危险性存在显著的内部差异, 相对高危险区主要集中在4个地区, 具体分布在四川中南部—云南东北部—贵州西部、湖南东部、安徽南部—江西北部、河南北部等。前三个地区是由于位处低山丘陵区, 海拔相对较高, 后者则是因为所处纬度较高, 冬季气温相对较低, 冰冻出现频率较高, 过程降水量较大。低危险区主要分布在云南—广西—广东—福建—江西南部—浙江一线和四川东部—重庆—湖南西部等地。

(3) 针对低温雨雪冰冻灾害危险性评估问题, 形成了一套基于不同强度频率评估的技术路线和方法体系, 该方法考虑了每一次冰冻过程对危险性的贡献, 相比较而言与直接采用指标平均值加权综合的评估思路来说, 更为精确和科学。比较两种方法的评估结果不难发现, 指标平均值加权综合评估法由于将频率和降水、气温等强度指标分开独立考虑, 会高估冰冻出现频率少但强度大站点的危险度, 因此出现了河南、安徽、江苏大部分地区危险度大于湖南、江西、贵州、四川中南部等地的评估结果, 这显然与实际情况不相符合, 该结果产生的原因是由于那些地区过程降水量大从而使危险度被高估; 其次, 采用指标平均值会削弱地区之间的差异, 该方法算出的各站点危险度的标准差为0.21, 而不同强度频率评估法算出的标准差为1.15, 能够更为精确地反映地区之间显著的差异。

(4) 需要指出的是: (a)西藏西部由于缺乏满足条件的站点, 它的结果是通过周围站点空间插值所得, 会对该地区结果的准确性有一定的影响; (b)目前现有的冰冻灾害灾情资料以描述性为主, 重点描述灾害的影响大致范围、影响对象, 缺乏灾害发生的具体位置、灾害损失等确切资料, 因此, 难以用现有的灾情资料对研究结果进行直接的比较和验证。