基于层次-灰色关联分析法的闪电灾害风险区划研究

1、基于层次-灰色关联分析法的闪电灾害风险区划研究林念萍1,2 吴荣军1王小英3华立新2（1. 南京信息工程大学环境科学与工程学院，210044；2. 浙江省苍南县气象局，325800；3. 浙江省温州市气象局，325007）摘要：为寻求合适的闪电灾害风险区划方法，本文以浙江省苍南县为例，利用2007-2011年闪电监测数据、1996-2011年雷灾统计资料及基础信息数据等，从闪电灾害发生的特征出发，引入层次-灰色关联分析法，采用层次分析法确定闪电灾害风险评价指标的权重，运用灰色关联分析法确定评价对象的灰色关联系数，进而综合加权得出闪电灾害风险评价指标的灰色关联度，给出闪电灾害的风险区划。结果表明

2、，苍南县闪电灾害风险等级区划由高到低分别是灵溪镇、龙港镇为极高风险区，宜山镇、钱库镇、金乡镇为高风险区，矾山镇、马站镇、桥墩镇、藻溪镇为中风险区，赤溪镇、岱岭畲族乡、凤阳畲族乡为低风险区。在此基础上，对该区域的风险区划结果进行了验证，表明引入的层次-灰色关联分析法适合于闪电灾害风险区划。本文的研究结果为编制闪电灾害防御规划以及重点项目灾害风险评估可行性论证提供了参考，对提高闪电灾害防御的综合能力具有非常重要的科学和现实意义。关键词：闪电灾害；层次-灰色关联分析法；风险；区划闪电灾害被国际电工委员会（IEC）称为“电子化时代的一大公害” ，据有关部门估计，全世界平均每分钟发生雷电2000次，全球

3、每年因雷击造成的人员伤亡超过1万人，所导致的火灾、爆炸等时有发生。其特点有受灾面广、频率高、破坏性强、入侵方式由二维空间向三维空间转变，随着微电子技术的应用渗透到各种生产和生活领域，微电子器件极端灵敏，很容易受到雷电电磁脉冲（LEMP）无孔不入的破坏。近年来国内外对闪电灾害风险区划的研究很多，对于闪电灾害有很多学者采用不同的方法作了研究。郭虎等1对北京市雷电灾害易损性分析、评估及易损度区划，刘垚等2对杭州市雷电活动特征及雷电灾害风险区划进行了研究，汪志红等3用投影寻踪与遗传算法技术对广东省雷电灾害风险评价，曾金全等4采用综合评价算法对雷电灾害易损度区划模型研究。目前闪电灾害风险区划研究基本局限

4、于在省市一级气象部门，多以市、县行政区域作为分析单元进行分析研究，能将闪电灾害风险区划精细化到乡镇一级的研究并不多。2010年4月1日起实施的气象灾害防御条例规定：“县级以上地方人民政府应当组织气象等有关部门对本行政区域发生的气象灾害的种类、次数、强度和造成的损失等情况开展气象灾害普查，建立气象灾害数据库，按照气象灾基金项目：苍南县农业科技重点科研专项“苍南县雷电灾害防御区划研究”（2011N03）资助作者简介：林念萍，男，（1980），在读硕士，工程师，主要从事雷电科学与防护技术的研究。邮箱：38571899害的种类进行气象灾害风险评估，并根据气象灾害分布情况和气象灾害风险评估结果，划定气象

5、灾害风险区域。”闪电灾害风险区划是县级以上气象主管机构当前迫切需要履行的行政职能之一，同时也为编制闪电灾害防御规划以及重点项目灾害风险评估可行性论证提供了参考，对提高闪电灾害防御的综合能力具有非常重要科学和现实的意义。本文充分考虑了致灾因子的危险性、承灾体的脆弱性等特点，建立闪电灾害风险评价指标体系，运用层次-灰色关联分析法，分析了闪电灾害危险性、承灾体潜在易损性的综合风险，结合Arcgis技术得到苍南县闪电灾害风险区划乡镇分布图，并对风险区划结果进行验证。1 资料与方法1.1数据来源本文研究中所使用的数据主要包括：浙江省闪电监测网的2007-2011年苍南县闪电监测数据；1996-2011年

6、（未包括1997、2001、2002和2003年雷灾资料）温州市雷灾统计资料；苍南统计年鉴2010的人口、经济数据等。1.2 研究方法层次分析灰色关联法是一种把灰色关联分析法用于分析具有层次结构评价系统、能将定性分析和定量分析有效结合的综合评价方法5。本文通过层次分析灰色关联法建立闪电灾害风险评价综合模型，并对其进行研究，采用层次分析法确定闪电灾害评价指标的权重，运用灰色关联分析法计算评价对象的灰色关联系数，进而综合加权得出闪电灾害评价指标的灰色关联度，结合Arcgis技术得到苍南县闪电灾害的风险区划图。该方法在闪电灾害指标评价及风险区划应用研究中具有重要的价值。1.2.1用层次分析法确定各评

7、价指标的最终权重建立风险评价指标的层次分析结构基于上述研究方法和思路，根据闪电灾害的特点，建立闪电灾害综合风险评价指标体系见表1，由目标层、准则层和指标层构成。目标层是闪电灾害综合风险。准则层由致灾因子危险性和承灾体脆弱性、社会经济发展水平组成。各指标层的计算方法如下：平均地闪密度：单位土地面积上发生的平均地闪次数（次/km2）；闪电灾害次数：历年统计实际发生的雷灾频次（次）；平均地闪强度：各年地闪强度的平均值（kA）；防雷重点单位数：每年必须进行防雷装置定期检测的防雷重点单位总数（个）；用电量指标：各乡镇总用电量（万千瓦时）；电信固定电话数：各乡镇固定电话总数（门）；有线电视用户数：各乡镇有

8、线电视用户总数（户）；人口密度：单位土地面积上的总人口数（人/km2）；农民人均收入：各乡镇农民人均收入水平（元）。表1. 闪电灾害风险评价指标体系Table1 The index system of lightning disaster risk evaluation目标层A准则层B指标层C闪电灾害综合风险A致灾因子危险性B1平均地闪密度C1闪电灾害次数C2平均地闪强度C3承灾体脆弱性B2防雷重点单位数C4用电量指标C5电信固定电话数C6有线电视用户数C7社会经济发展水平B3人口密度C8农民人均收入C9构造判断矩阵采用Saaty的1-9标度法对给定的评价指标体系每一层次各因素的相对重要性给出

9、判断，以数据形式表示出来，写成矩阵形式。判断矩阵是层次分析法工作的基础，构造判断矩阵是层次分析法的关键一步。层次单排序检验一致性根据判断矩阵计算对于上一层某指标而言，本层次与之有联系的因素重要性次序的权重，也就是计算判断矩阵的最大特征值和特征向量W。计算一致性指标、一致性比率，其中CI为一致性指标，RI为平均随机一致性指标，CR为一致性比率。得出所有CR<0.1，表明该矩阵具有较好的一致性，否则需要修改判断矩阵。层次总排序及一致性检验层次总排序要从上到下逐层顺序进行，一致性检验也是由高到低逐层进行，计算一次性比率，得出，认为层次总排序结果具有较好的一致性并接受该分析结果，可以得到评价指标

10、体系中各指标层相对于总目标的最终权重。 1.2.2用灰色关联分析法确定评价指标关联系数、关联度定量指标数据归一化处理由于所选数据存在不同量纲且数值间差异较大，需要对定量指标数据进行归一化处理，闪电评价指标中人均收入属于越大越好的指标，其他指标均为越小越好的指标。不同类型的指标，数据归一化转换公式也不同。越大越好型指标转换公式：越小越好型指标转换公式：其中为初始数据，为标准数据。和分别为各项指标中第j项指标的最大值和最小值。生成最佳指标数列、计算关联系数从每列单项指标中选出最优的评价指标值，虚构生成最佳指标数列，由公式，取分辨率=0.5，求出闪电评价指标比较数列对闪电评价指标最佳（参考）数列的关

11、联系数。求出关联度根据公式，式中是各项指标的权重系数，求得关联度，最后按求的关联度进行排序，确定最小者为闪电灾害极高风险区，最大者为闪电灾害低风险区，其余依次排序。2 闪电灾害风险综合评价应用实例2.1 运用层次分析法确定闪电灾害风险评价指标权重根据表1所列的评价指标体系，通过专家打分法构造两两比较矩阵，见表2。 表2. 闪电灾害风险评价指标体系层次判断矩阵 Table2 The Judgement matrix of lightning disaster risk evaluation index system A-B判断矩阵 B1-C判断矩阵 B2-C判断矩阵 B3-C判断矩阵AB1B2B

12、3B1C1C2C3B2C4C5C6C7B3C8C9B1153C1123C41235C811/3B21/511/2C21/212C51/2123C931B31/321C31/31/21C61/31/212C71/51/31/21以A-B判断矩阵为例，用Matlab层次分析法软件求得矩阵的权向量W=(0.6483,0.1220,0.2297)T和最大特征值=3.0037，CI=0.0018，CR=0.0036，对层次单排序进行一次性检验，CR<0.1，表明该矩阵具有较好的一致性。同理可求出B1-C、B2-C、B3-C判断矩阵单层次的各项权向量W、最大特征值和单排序结果。各项指标的总排序计算，

13、见表3。表3. 闪电灾害风险评价指标体系层次总排序权值 Table3 Total sorting weight level of lightning disaster risk evaluation index system 准则层指标层B1（0.6483）B2（0.122）B3（0.2297）总排序权值C10.53960.34982268C20.2970.1925451C30.16340.10593222C40.48270.0588894C50.2720.033184C60.1570.019154C70.08820.0107604C80.250.057425C90.750.172275再对层

14、次总排序作一致性检验，求出CR=0.008，小于0.1，认为层次总排序结果具有较好的一致性并接受该分析结果，得出指标层9个指标的最终权重：=(0.34982268，0.1925451，0.10593222，0.0588894，0.033184，0.019154，0.0107604，0.057425，0.172275)2.2 运用灰色关联分析法计算闪电灾害风险评价指标关联系数定量指标数据归一化处理利用数据指标转换公式，对初始数据进行归一化处理，见表4表4. 闪电灾害风险评价指标归一化处理后的数值Table4 The normalized value lightning disaster risk

15、 evaluation index 指标乡镇人口密度人均收入防雷重点单位数闪电灾害次数平均地闪密度平均地闪强度用电量指标电信固定电话数有线电视用户数赤溪镇0.921580.62468110.920.71970.993470.97620.99478岱岭畲族乡0.984140.48101110.876190.725340.9995110.99939矾山镇0.91260.482920.952380.142860.914290.822610.984870.92610.98556凤阳畲族乡10.511261110.6829210.999931金乡镇0.613590.825260.38095110.620

16、850.846770.779550.96524灵溪镇0.586650.992770.380950.285710.1942910.59970.440180.00052龙港镇0.203831000.782860.86730.000240.002540.85228马站镇0.873690.539430.8571410.940950.760780.982040.905140.98382钱库镇0.605210.717990.666670.714290.788570.863690.596010.724110.96554桥墩镇0.946120.514170.857140.714290.320.953510.9

17、83330.941050.98965宜山镇0.083210.843960.952380.571430.885710.883320.766720.85380.98276藻溪镇0.929660.626760.904760.714290.502860.936810.963050.982790.99611生成最佳指标数列、计算关联系数从表4各列中选择最大值构成闪电灾害风险评价最佳指标数列L0=（1，1，1，1，1，1，1，1，1），计算最佳指标数列L0与比较数列Li差值绝对值，求得最大最小极差D=1，d=0，由公式，取分辨率=0.5，求得关联系数，计算结果见表5。表5. 闪电灾害风险评价指标关联系数矩

18、阵Table5 The correlation coefficient matrix of lightning disaster risk evaluation index R0i乡镇R01R02R03R04R05R06R07R08R09赤溪镇0.864420.57122110.862070.640780.987110.954570.98968岱岭畲族乡0.969250.49068110.801530.645450.9990310.99879矾山镇0.851210.491610.913040.368420.853660.738130.970620.871230.97193凤阳畲族乡10.505

19、691110.6119310.999861金乡镇0.564070.741030.44681110.568730.765430.694010.935灵溪镇0.547440.985750.446810.411760.3829310.555370.471780.33345龙港镇0.3857510.333330.333330.697210.790260.333390.33390.77194马站镇0.798330.520520.7777810.894380.676390.965320.840530.96865钱库镇0.558790.639380.60.636360.702810.785780.55310

20、.644420.93553桥墩镇0.902730.507190.777780.636360.423730.914930.967740.894540.97972宜山镇0.352910.762140.913040.538460.813950.81080.681870.773750.96668藻溪镇0.876670.572580.840.636360.501430.88780.931180.966730.992282.3 建立闪电灾害风险评价综合模型求得关联度运用灰色关联分析法，得到闪电灾害风险评价的综合模型为： ，式中：0i为闪电灾害风险指数（关联度），是各项指标的权重系数，R0i为关联系数，求得

21、关联度灵溪镇=0.57526，龙港镇= 0.57645，宜山镇=0.65948，钱库镇=0.66212，金乡镇=0.69947，矾山镇=0.78123，马站镇=0.78894，桥墩镇=0.79547，藻溪镇=0.81351，赤溪镇=0.85402，岱岭畲族乡= 0.87757，凤阳畲族乡= 0.89737。3 闪电灾害风险等级及区划显示利用Arcgis软件提供的自然断点法（Nature breaks），把差异性最大的数据分在不同级，相似性最大的数据分在同一级6，将苍南县12个乡镇的闪电灾害风险等级划分极高风险区I级（0.57526 - 0.57646）、高风险区级（0.57646 - 0.69

22、948）、中风险区级（0.69948 - 0.81352）、低风险区级（0.81352 - 0.89737）4个级别。从图1可以看出灵溪镇、龙港镇为极高风险区，赤溪镇、岱岭畲族乡、凤阳畲族乡为低风险区，宜山镇、钱库镇、金乡镇为高风险区，矾山镇、马站镇、桥墩镇、藻溪镇为中风险区。图1. 苍南县闪电灾害风险区划图Fig.1 The map of lightning disaster and risk zoning in Cangnan county表6. 苍南县闪电灾害风险等级评价结果Table6 The result of lightning disaster risk evaluation i

23、n cangnan county乡镇名称风险指数风险等级乡镇名称风险指数风险等级灵溪镇0.57526级马站镇0.78894级龙港镇0.57645级桥墩镇0.79547级宜山镇0.65948级藻溪镇0.81351级钱库镇0.66212级赤溪镇0.85402级金乡镇0.69947级岱岭畲族乡0.87757级矾山镇0.78123级凤阳畲族乡0.89737级 4 闪电灾害风险区划模型验证为了验证闪电灾害风险区划模型的适用性，运用Arcgis技术将历年实际统计的雷灾频次数据导入到区域风险区划图上，进行比较分析。如图2所示，历年实际统计的雷灾数据分布与其风险区划基本一致，从灵溪镇、龙港镇历年实际统计的雷灾

24、频次数据分布上看，闪电实际发生的灾害较为严重，这与区划结果极高风险（I级）区有很好的一致性，而赤溪镇、岱岭畲族乡、凤阳畲族乡历年统计的实际雷灾频次较少，相应的区划结果也反映为低风险（级）区。在整个研究区域中，矾山镇、马站镇、金乡镇的区划结果与历年实际统计雷灾频次存在不一致，原因为风险区划不仅要考虑雷灾频次的影响，同时也与人员伤亡、财产损失等因素也密切相关。影响矾山镇区划评价指标中闪电灾害虽然占了大比重，但闪电密度、人均收入、防雷重点单位数、生命线工程总量等指标所占比重较小，因此风险区划等级有所降低。而马站镇、金乡镇与之相反，闪电灾害所占比重较小，但其他指标所占比重较大，最后的风险区划等级有所提

25、高。总体来说，区域的风险区划验证结果表明，引入的层次-灰色关联分析法适合于闪电灾害风险区划。图2. 苍南县闪电灾害风险区划验证图Fig.2 The map of lightning disaster and risk zoning verification in Cangnan county4 结论与讨论本文在充分考虑闪电灾害实际发生与致灾因子危险性、承灾体脆弱性以及区域防灾减灾能力等因素密切关系的基础上，建立了闪电灾害风险评价指标体系，引入层次-灰色关联分析法，将定性分析和定量分析两种方法有效结合，给出了苍南县闪电灾害风险区划，运用Arcgis技术将历年实际统计的雷灾频次与区域风险区划结果进

26、行比较分析，讨论如下： （1）闪电灾害风险区划结果表明：灵溪镇、龙港镇为极高风险区，宜山镇、钱库镇、金乡镇为高风险区，矾山镇、马站镇、桥墩镇、藻溪镇为中风险区，赤溪镇、岱岭畲族乡、凤阳畲族乡为低风险区。总体上看，苍南县闪电灾害高风险区主要集中在中北部地区，这与闪电分布规律及人口密度、生命线工程总量以及社会经济发展程度等密切相关。 （2）闪电风险区划模型的验证在乡镇一级应用并不多见，本文运用Arcgis技术对闪电灾害风险评价模型进行验证方面作了一定的探索，其验证结果准确性较高，部分区域区划结果与与历年实际统计雷灾频次存在不一致的情况与闪电密度、人均收入、防雷重点单位数、生命线工程总量等指标所占比

27、重有很大关系，而闪电灾害指标仅是影响风险区划的部分因子。闪电灾害风险区划的研究结果可以为编制闪电灾害防御规划以及重点项目灾害风险评估可行性论证提供参考，对提高闪电灾害防御的综合能力具有非常重要的科学和现实意义。 （3）闪电灾害为非线性的自然灾害，闪电风险与闪电密度、雷电灾害、目标区域所处的地理位置及气候环境、人口密度、社会经济发展水平等因素密切有关，风险评价过程极其复杂。由于目前闪电监测数据的年限不长和闪电灾害的统计资料不完全，且闪电风险评价指标体系细化程度还不足，因此闪电灾害风险区划及模型验证的精度还有待进一步提高。参考文献：1 郭虎，熊亚军. 北京市雷电灾害易损性分析、评估及易损度区划J.

28、 应用气象学报. 2008,19(1):35-40.GUO Hu，Xiong Yajun. Vulnerability Analysis, Evaluation and Vulnerability Zoning of Lightning Disaster in Beijing J. Journal of Applied Met Eorological Science. 2008,19(1):35-40.2 刘垚，缪启龙等. 杭州市雷电活动特征及雷电灾害区划.J. 气象与减灾研究.2011,34(4):62-67.LIU Yao，Miao Qilong et al.Characteristics

29、 of Lightning Activity and Risk Zoning of Lighting Hazard in Hangzhou.J.Meteorology and Disaster Reduction Research.2011,34(4):62-67.3 汪志红，王斌会. 投影寻踪技术在突发事件风险分类评级中的应用J .灾害学, 2011, 26 (3) :78-81.WANG Zhihong ，Wang Binhui. Application of Projection Pursuit Technology in Emergency Risk Classification an

30、d Rating J .Journal of Catastrophology, 2011, 26 (3) :78-81.4 曾金全，张烨方，王颖波. 基于综合评价算法的雷电灾害易损度区划模型研究J.气象, 2011, 37 (12) :1595-1600.ZENG Jinquan Zhang Yefang Wang Yingbo. Lightning Disaster Vulnerability Zoning Model Research Based on Composite EvaluationJ.Meteorological Monthly, 2011, 37 (12) :1595-160

31、0.5 陈骧武. 基于AHP和灰色系统理论的化工品运输模式研究D .上海交通大学机械与动力工程学院工程，硕士学位论文，2011Chen Xiangwua. Chemical Transportation Model study Based on AHP & Grey MethodologyD .School of Mechanical Engineering Shanghai Jiao Tong University Shanghai, P.R.China，Degree of Engineering Maste,20116 范科红，李阳兵，冯永丽. 基于GIS的重庆市道路密度的空间分异

32、. J. 地理科学, 31 (3) , 2011: 366 - 371.FAN Kehong，LI Yangbing，Feng Yongli. Spatial Distribution of Road Density in Chongqing Based on GIS. J. Scientia Geographica Sinica, 31 (3) , 2011: 366 - 371.Lightning Disaster and Risk Zoning Research Based on AHP-Grey Relational Analysis MethodLin Nianping1,2 Wu

33、Rongjun1 Hua Lixin2 Wang Xiaoying3 (1. School of environmental science and engineering Nanjing University of Information Science and Technology，210044；2. Cangnan Meteorological Bureau，Zhejiang Province，325100；3. Wenzhou Meteorological Bureau，Zhejiang Province，325027；)Abstract: Zhejiang province Cang

34、nan county was used as a research example, in order to seek a suitable method of lightning disaster risk zoning from the lightning disaster characteristics.Based on the monitoring database of lightning happened in Zhejiang province during 2007-2011, also on the lightning disasters in Wenzhou city during 1996-2011 and other official basic data, using the method of AHP-Grey Relational Analysis, an evaluation system and comprehensive evaluation model of lightning disaster risk. The weight of evaluation index is determined by AHP and Grey Relational Analysis methods,