本溪市暴雨灾害统计特征与灰色关联分析

摘要 运用灰色关联方法，选用暴雨灾害过程中的4个评估指标（死亡人数、受灾人口、受灾面积和直接经济损失），计算了本溪市8次主要暴雨洪涝灾害的评估指标与关联度，进行了灾害损失评估和比较。结果表明：1953―2014年本溪市主要8次暴雨灾害等级划分和灾害损失的排序是比较合理的，灰色关联度暴雨灾害评估模型是一种简单、实用的灾害评估方法。

关键词 暴雨灾害；统计特征；灰色关联度；辽宁本溪

中图分类号 P333.2 文献标识码 A 文章编号 1007-5739（2016）11-0269-02

Abstract Based on the rainstorm disaster death toll，number of people affected，affected area and direct economic loss as the evaluation index，using the grey association degree，the eight main flood disaster evaluation index and correlation degree was calculated in Benxi City. The results showed that mainly 8 times rainstorm disaster grade division and disaster loss ranking was more reasonable by using grey relational degree method in Benxi City from 1953 to 2014，the grey correlation degree of torrential rain disaster assessment model was a simple and practical disaster assessment method.

Key words rainstorm disaster；statistic characteristics；grey association；Benxi Liaoning

暴雨灾害作为本溪山区主要气象灾害之一，每年都有不同程度的发生，给国民经济和工农业生产造成一定的经济损失。暴雨洪涝灾害造成江河水泛滥、冲毁庄稼、桥涵、公路、人员丧亡，山体滑坡、泥石流等，是气象灾害中主要气象灾害之一。

近年来，许多气象学者从不同角度提出了气象灾害评估指标与方法，并在气象灾害评估指标选择和评估模型的建立方面进行了大量的研究工作。周伟灿等[1]运用灰色关联度建立了雾灾损失评估模型，魏海宁等[2]运用灰色关联度对灾害性天气建立了评估模型。但是针对辽东山区暴雨洪涝灾害研究较少。

笔者以本溪市此暴雨灾害为例，将灰色理论应用到本溪市暴雨灾害损失评估中，建立暴雨灾害评估分析模型，为正确评价本溪市暴雨灾害提供科学的依据。

1 暴雨洪涝灾害评估指标与计算方法

1.1 灾害评估指标和分级标准

根据中国气象局和辽宁省颁发的相关调查和评估规定，结合本溪市暴雨洪涝灾害实际情况，选取4个评估指标，分别为死亡人数、受灾人口、受灾面积和直接经济损失：①死亡人数（人），主要指的是由于灾害直接导致的死亡人口（包括山体滑坡、泥石流等）；②受灾人口（人），主要指由于灾害导致的受灾人口（包括受伤人数）；③受灾面积（万km2），主要是指暴雨覆盖面积受灾面积针对本溪市，总面积8 420 km2）；④直接经济损失（万元）。

根据4个分析指标不同的特点，综合考虑本溪市的实际情况，把本溪市暴雨灾害分为5个等级，分别为重大灾害、重灾害、中灾害、小灾害和轻灾害（表1）。

1.2 暴雨灾害灰色关联度计算方法

灰色关联度分析法是一种多因素统计分析方法。它用灰色关联度来描述因素间关系的强弱、大小和次序，若样本数据所反映出的2个因素变化的趋势基本一致，则它们之间的关联度较大，反之关联度较小。与传统的多因素分析方法相比较，灰色关联度分析方法对统计数据要求比较低且计算量较小。因此，灰色关联度被广泛地应用于社会和自然科学的各个领域，并在灾情评估和经济领域取得了较好的应用效果[3-5]。

2 灾害评估模型的建立

2.1 灾害分级指标的处理

洪涝灾害的各个指标之间的量纲和数量单位不同，首先就要对各个指标进行无量纲处理，然后采用区间法构造灾情指标函数的转化模型，根据所选取的4个评估指标，建立了相应的转换函数。

2.1.1 死亡人数的转换函数（x单位为人）。

2.2 灾害评价模型的建立

依据灰色关联度方法[1]，设参考序列和比较序列，参考序列为U0（u0j）（u0j=1，j为正整数）；比较序列为Ui=（uij）（n、m为正整数）。其中U0即属于标准的重大灾害。分别计算得到转换函数值，公式如下：

分别计算参考序列U0和比较序列Ui的第j项指标的绝对差值。引入参考序列与比较序列各单项指标间的关联系数，按下式求得：

由上可得，绝对差值越大，关联系数越小；反之，关联系数越大。由于？驻0j（j）的取值范围是（0，1），所以关联系数的取值范围为（0.5，1.0）。

采用权相等处理的平均值法，用以下公式来计算关联度：

此处，拟定的分级指标为4项，即m=4，故式（7）可以写程式（8）即灾情评估模型为：

由上述可知，灾害关联度的大小可以反映灾情轻重。通过关联度的取值进行对灾害等级划分：重大灾害、重灾害、中灾害、小灾害、轻灾害的关联度分别为（0.9，1.0]、（0.8，0.9]、（0.7，0.8]、（0.6，0.7]、（0.5，0.6]。根据灾害关联度从大到小顺序，得到各单元灾情轻重比较关系。

3 暴雨灾害实例分析

选取1953―2014年本溪市主要暴雨灾害的灾情数据，进行整理分析得到原始数据（表2）。首先将得到的所有原始数据进行无量纲化处理，计算关联系数和关联度。

首先将原始数据按照相应的转换函数式（1）～（4）进行转换（表3）。

根据式（5）分别计算各项指标的绝对值，即？驻0j（j），然后，根据式（6）计算各关联系数γ0i，再运用式（8）求得8次暴雨灾害损失情况的关联度值，并根据这个关联度值划分这8次暴雨灾害等级（表4）。

4 结语

根据上述灰色关联分析过程，对本溪市暴雨灾害进行评估。1964年为小灾，1954年、1981年、2005年、2012年为中灾，2010年为重灾，1960年和1995年为重大灾害年。该方法对暴雨灾害评估与灾害实际情况比较，在一定程度上是吻合的。

由于各个评价指标的量纲是不同的，对评价指标的无量纲化处理，此外合理地选取评价指标以及评级直接影响灰色关联度暴雨灾害评估模型最后评估结果；分级指标的划定和转换函数的应用需要在工作实践中不断完善和改进。在经济损失评估中，应当把间接经济损失加到直接经济损失中加以综合考虑，使得灾害的评估更具有实用性和科学性。

5 参考文献

[1] 周伟灿，魏炜.基于灰色关联度法的雾灾损失评估模型研究[J].气象与环境学报，2010，26（1）：12-15.

[2] 魏海宁，周伟灿，刘佳音.灰色关联度方法在灾害性天气评估中的应用研究[J].安徽农业科学，2011，39（2）：976-980.

[3] 傅立.灰色系统理论及其应用[M].北京：科学技术出版社，1992：191-199.

[4] 杨仕升.自然灾害不同灾情的比较方法探讨[J].灾害学，1996，11（4）：35-38.

[5] 冯丽华.灾害等级的灰色聚类分析[J].自然灾害学报，1997，6（1）：14-18.