海棠台风

福州市农作物台风灾害风险评估

林瑞坤;蔡敏;陈清华;游儒蔚

【摘要】利用福州市2001-2016年共16年的农业台风灾害的受灾和成灾面积数

据资料,分析台风灾害及其对农业影响的变化趋势,并进行风险评估,结果表明:福州市

农作物台风成灾指数与受灾指数的年际波动较为一致;受灾和成灾的风险概率随风

险水平提高而下降,受灾风险概率大于成灾风险概率.

【期刊名称】《福建农业科技》

【年(卷),期】2017(000)011

【总页数】4页(P16-19)

【关键词】福州市;台风灾害;风险评估

【作者】林瑞坤;蔡敏;陈清华;游儒蔚

【作者单位】福州农业气象试验站350001;福州农业气象试验站350001;福州农

业气象试验站350001;福州农业气象试验站350001

【正文语种】中文

在全球气候变暖和快速城市化的背景下，台风及其引发的大风、暴雨和风暴潮的强

度和频率增高，台风灾害对沿海地区造成的损失加大，严重威胁着人类社会的可持

续发展[1]。福州市地处东南沿海，人口密集、经济发达，台风灾害常给农业生产

造成重大经济损失，是导致福州农作物产量下降的主要风险因素之一。台风在福州

年均发生5次，主要发生在6-10月，以7-9月最多。因此，评估福州市农作物台

风灾害风险对预防和减轻台风灾害具有重要意义。

近年来，国内众多专家学者热衷于暴雨、干旱、洪涝、寒潮和台风等各种自然灾害

风险评估研究[2-8]，有关台风灾害风险评估的研究报道也较多，但研究侧重点有

所不同。张广平等[9]开展基于模糊神经网络的台风灾害损失模型及应用研究；杨

忠恩等[10]采用综合灾害风险指数法开展热带气旋对浙江省农业影响的风险区划；

刘晓庆等[11]开展基于灰色关联度的台风灾害影响因素分析研究；陈香[12]采用灾

害风险指数法和加权综合评价法对福建省台风灾害进行风险评估与区划；冯利华

[13]基于热带气旋出现次数对东南沿海各省的热带气旋进行了风险分析；殷洁等

[14]从台风灾害成灾机理出发对承灾体脆弱性进行评估；牛海燕等[15]采用台风灾

次指数和承灾体指数对中国沿海地区台风灾害风险开展评价。本文基于信息扩散理

论的模糊计算方法，利用历年台风所造成的农业受灾和成灾面积资料，客观分析和

评估福州市台风灾害给农作物带来的风险，旨在揭示农业水灾风险发生规律和强度，

为相关部门制定防范措施提供科学依据。

1材料与方法

1.1数据来源

2001年以前，农作物因台风受灾的灾情数据没有单独统计，均笼统地包括在风雹

灾情中。因此，在农作物台风灾害风险评估中，选取福州市2001-2016年共16

年的农作物台风灾害的受灾和成灾面积资料作为台风灾害风险分析的基础数据[22]，

资料来源于《福州统计年鉴》和《中国气象灾害年鉴》。

1.2风险评估方法

气象灾害的致险程度评估方法有很多，如神经网络法、熵权分析法、邻域类比法、

专家打分法、多指标综合评估法、灾害情景模拟法和频率统计法等。因样本较少，

通过综合考虑，本研究适合应用频率统计法中的模糊评价方法。信息扩散是为了弥

补信息不足而考虑优化利用样本模糊信息的一种对样本进行集值化的模糊数学处理

方法。该方法可以将只有一个观测值的样本，变成一个模糊集，通过优化利用样本

模糊信息来弥补小样本导致的信息不足，从而得出小概率事件的致灾程度。最简单

的模型是正态扩散模型。

具体评估方法，首先是建立致灾强度指标系列，即设单值观测样本(yj)。

yj={y1，y2，…，ym}

(1)

设指标离散论域为：

ui={u1，u2，…，un}

(2)

式(2)中u1，u2，…，un为控制点。按照下式(3)，一个单值观测样本yj可以将

其所携带的信息扩散给ui中的所有点：

(3)

式(3)中h为扩散系数，可根据样本集合中样本的最大值b、最小值a和样本个数

m来确定：

(4)

则就将单值观测样本yj变成一个以yi(ui)。为隶属函数的模糊集。

令：

(5)

相应的模糊子集的隶属函数为：

yi(ui)=fj(ui)/cj

(6)

称yi(ui)。为样本yj的归一化信息分布。

对yi(ui)进行处理，令

(7)

其物理意义是：由观测样本集合{y1，y2，…，ym}，经信息扩散推断出，如果样

本观测值只能取u1，u2，…，un中的一个，那么，在将yj均看作是样本代表时，

观测值为ui的样本个数为q(ui)个。显然，q(ui)通常不是一个正整数，但一定是

一个不小于零的数。

再令：

(8)

事实上，Q就是各ui点上的样本数的总和。已知：

P(ui)=q(ui)/Q

(9)

就是样本落在ui处的频率值，可以作为概率的估计值。

对于单值观测样本指标yj={y1，y2，…，ym}，通常将yj取为式(2)中的指标离散

论域，yj取为论域U中的一个元素ui。显然，超越ui的概率值应为：

(10)

P(u≥ui)就是所要求的风险估计值。

1.3选取台风致灾风险指标

选取农作物台风灾害受灾指数和成灾指数作为致灾风险指标进行台风灾害风险分析，

各灾害指数定义为：

受灾指数(%)=受灾面积/种植面积

上式中：受灾面积指因台风灾害造成农作物产量减产幅度超过正常产量10%的面

积。

成灾指数(%)=成灾面积/种植面积

上式中：成灾面积指因台风灾害造成农作物产量减产幅度超过正常产量30%的面

积。

2结果与分析

2.12001-2016年农作物台风灾害分析

台风来袭常伴有大风和暴雨，容易造成农作物大面积倒伏和机械损伤，设施大棚大

量被毁，给农业生产造成较大损失。从福州地区历年台风受灾、成灾指数曲线图

(图1)可见，20金的四字成语 01-2016年福州市农作物台风受灾指数介于0～17.75%之间，历

年平均值为5.53%；受灾指数≥10%的年份占到31.3%，分别出现在2001年、

2005年、2013年、2015年和2016年，最大值出现在2005年，台风受灾面积

达5.6万hm2；历年台风成灾指数为0～8.24%之间，平均值为2.62%，成灾指

数≥5%的年份有2001年、2005年、2012年和2015年考虑英语怎么说 ，占统计年份的25.0%，

最大值出现在2005年，台风成灾面积达2.6万hm2。

在统计资料中，2003年台风对福州农作物的影响不大，未造成灾害损失，当年台

风受灾和成灾指数均为0，说明当年福州市的农业生产受台风影响的概率较小。从

台风受灾指数和成灾指数的年际状况来看，台风受灾指数和台风成灾指数的年际波

动状况比较一致，台风受灾指数和成灾指数最大值均出现在2005年。2005年登

陆或影响福州的台风有6个，其中3个台风(5号“海棠”台风、13号“泰利”台

风、19号“龙王”台风)对福州造成严重灾害。特别是19号“龙王”台风，强度

强、结构密实、移动速度快，给福州市带来严重危害。此次过程沿海普遍出现12

级以上大风，大部分县(市)城区出现8级以上大风，福州地区均出现暴雨到特大暴

雨，台风过程雨量为100～340mm；适逢天文大潮和台风引发的风暴潮增水，闽

江潮水水位异常升高，使得城区涝水受洪潮顶托，延长了排泄时间。福州市受灾严

重，受灾人口达223.93万人，房屋倒塌14018间，直接经济损失35.59亿元；

受淹汽车8000多辆，停产工矿企业1647家；水利、电力、通讯、道路等基础设

施损毁严重；农作物受灾简单的成语 4.8万hm2，成灾2.4万hm2，牲畜死亡6.06万头。

图12001-2016年福州市农作物台风灾害受灾指数和成灾指数

2.2农作物台风灾害风险评合作伙伴英文 估

采用基于信息扩散理论的模糊计算方法进行农作物台风灾害风险评估，根据农作物

受灾指数和成灾指数的变化范围，以及将连续论域等间距取点，取农作物台风受灾

指数离散论域ui最后用英语怎么说 为：{0，0.02，0.04，0.06，0.08，0.1，0.12，0.14，0.16，

0.18，0.2}，取农作物台风成灾指数离散论域ui为：{0，0.01，0.02，0.03，

0.04，0.05，0.06，0.07，0.08，0.09，0.1}，按照式(3)至(6)进行计算，得出受

灾指数和成灾指数的归一化信息分布yi(ui)，然后根据式(7)至(10)计算得出各风

险水平的农作物受灾和成灾的风险概率值(表1)。

由表1可见，农作物因台风受灾和成灾的风险概率随着台风灾害风险水平的提高

而下降。当农作物台风受灾风险水平即台风造成的农作物受灾面积占二次元男 种植面积比例

为2%、6%、12%和18%时，福州市农作物因台风受灾的风险概率为0.8054、

0.3067、0.1137和0.0318，即意味着因台风造成的农作物受灾面积达种植面积

2%、6%、12%和18%时出现1.2年、3.3年、8.8年和31.4年一遇风险；当受

灾风险水平上升至20%时，福州市农作物台风受灾风险概率约为156.3年一遇。

在平均受灾风险水平时，即台风造成的农作物受灾面积占种植面积比例达5.53%

时，受灾风险概率为0.3156，即3.2年一遇。

表1福州市农作物台风受灾和成灾的风险概率受灾指数(%)受灾风险概率受灾几

年一遇成灾指数(%)成灾风险概率成灾几年一遇

01.00001.001.00001.020.80541.210.53311.940.51232.020.41462.460.30673.

330.35772.880.16116.240.26213.8100.14766.850.19835.0120.11378.860.121

68.2140.066914.970.071214.0160.046321.680.033429.9180.031831.490.018

653.8200.0064156.3100.0023434.8

从成灾风险来看，当农作物因台风成灾风险水平即台风造成的农作物成灾面积占播

种面积比例为1%、3%、5%和8%时，台风成灾风险概率值为0.5331、0.3577、

0.1983和0.0334，即意味着因台风造成的农作物成灾面积达播种面积1%、3%、

5%和8%时出现1.9年、2.8年、5.0和29.9年一遇风险；当成灾风险水平达到

10%时，福州市农作物台风成灾风险约为434.8年一遇。在平均成灾风险水平时，

即台风造成的农作物成灾面积占种植面积比例达2.62%时，成灾风险概率为

0.3657，即2.7年一遇。

3结论

本文基于正态信息扩散法对福州市农作物受台风灾害影响，受灾和成灾的概率进行

风险评估，利用直接发生频次法对风险评估结果进行检验，实际评估效果较好。得

出如下主要结论：

(1)福州市农作物台风成灾指数与受灾指数的年际波动状况较为一致，可以反映台

风灾害的影响范围，受灾指数和成灾指数最大值均出现在2005年。

(2)农作物因台风受灾和成灾的风险概率随着灾害风险水平的提高而下降，受灾风

险大于成灾风险；在平均受灾和成灾风险水平时，即台风造成的农作物受灾和成灾

面积占种植面积比例分别达5.53%和2.62%时，受灾和成灾风险分别约3.2年一

遇和2.7年一遇。

(3)运用信息扩散理论模型对福州市农作物台风灾害进行风险分析，不但给出了福

州市农作物台风灾害影响的时间频率，还给出了定量分析，结果直观、简便，便于

对福州市农作物台风灾害的认识。

参考文献：

[1]廖永丰，赵飞，王志强，等.2000-2011年中国自然灾害灾情空间分布格局分析

[J].灾害学，2013，28(4)：55-60.

[2]吴息，杨静.利用信息扩散模式对浙江省大暴雨的风险分析[J].灾害学，2002，

17(4)：7-10.

[3]杜晓燕，黄岁樑，赵庆香.基于信息扩散理论的天津旱涝灾害危险性评估[J].灾害

学，2009，24(1)：22-25.

[4]罗培.基于GIS的重庆市干旱灾害风险评估与区划[J].中国农业气象，2007，

28(1)：100-104.

[5]陈家金，王加义，林晶，等.基于信息扩散理论的东南沿海三省农业干旱风险评

估[J].干旱地区农业研究，2010，28(6)：248-251.

[6]王加义，陈家金，林晶，等.基于信息扩散理论的福建省农业水灾风险评估[J].自

然资源学报，2012，27(9)：1497-1503.

[7]李梅，张洪波，黄强，等.基于信息扩散估计的洪水风险分析[J].中北大学学报：

自然科学版，2007，28(3)：193-198.

[8]刘引鸽，缪启龙，高庆九.基于信息扩散理论的气象灾害风险评价方法[J].气象科

学，2005，25(1)：84-89.

[9]张广平，谢忠，罗显刚，等.基于模糊神经网络的台风灾害损失模型及应用[J].国

土资源科技管理，2012，25(6)：135-140.

[10]杨忠恩，金志凤，胡波，等.热带气旋对浙江省农业影响的风险区划[J].生态学

杂志，2011，30(12)：2821-2826.

[11]刘晓庆，陈仕鸿.基于灰色关联度的台风灾害影响因素分析[J].农业灾害研究，

2015，5(7)：32-33，48.

[12]陈香.福建省台风灾害风险评估与区划[J].生态学杂志，2007，26(6)：961-

966.

[13]冯利华.热带气象的风险评估[J].海洋通报，1999，18(2)：40-43.

[14]殷洁，戴尔阜，吴绍洪.中国台风灾害综合风险评估与区划[J].地理科学，2013，

33(11)：1370-1376.

[15]牛海燕，刘敏，陆敏，等.中国沿海地区近20年台风灾害风险评价[J].地理科

学，2011，31(6)：764-768.