ArcGIS-based Delineation of Lightning Risk Zones of Hainan Island
-
摘要: 基于海南岛2014—2020年闪电定位数据、2019年公里网格GDP及人口数据、2020年30 m网格土地利用类型、高程数据和土壤电导率数据，采用ArcGIS软件，运用层次分析法(Analytic Hierarchy Process)，分析了海南岛雷电灾害风险区划。结果表明：(1)海南岛的雷电高风险区集中在海南岛西北区域以及海口市的北部；中风险区则分布在海南岛中部地区和北部地区，次低和低风险地区则分布在海南岛的中部山脉地区和东南边沿海地区；(2)海南岛中部山脉地区人口稀少，经济发展水平一般，加上海南岛本身气候特殊，不易形成严重的雷电灾害。Abstract: The present study employed a combination of location-based analytics platform (i. e., ArcGIS) and analytical hierarchical process (AHP) techniques to analyze the lightning risk zoning of Hainan Island. Data used included lightning location data from 2014 to 2020, 1 km × 1 km gridded GDP data (2019), and 30 m × 30 m gridded land use type, elevation, and soil conductivity data (2020). The results indicated that (1) the high-risk lightning zones are predominantly located in the northwest of Hainan Island and the northern part of Haikou City. Medium-risk zones are found across the central and northern parts of the island, while low to very low-risk areas are located in the central mountainous region and the southeastern coastal areas of the island. (2) The central mountainous region, characterized by moderate economic activity and low population density, coupled with the island's distinctive climatic conditions, is less prone to severe lightning hazards.
-
Key words:
- lightning hazard /
- vulnerability /
- risk zoning /
- AHP techniques
-
表 1 数据名称及来源
名称 数据来源 类型 闪电定位资料 闪电定位资料为海南省2014—2020年7年ADTD闪电定位资料 文本 数字高程模型 地理空间数据云( www.gscloud.cn ) ASTER GDEM V3 2019年发布的数字高程数据30 m×30 m网格 土地利用类型 武汉大学杨杰、黄昕两位教授CLCD数据集2019年 30 m×30 m网格 GPD、人口 中国科学院资源与环境科学数据中心( www.resdc.cn )《中国GDP空间分布公里网格数据集》2019年和《中国人口空间分布公里网格数据集》2019年1 km×1 km网格 土壤电导率 南京土壤研究所(2010年) 1 km×1 km网格 城镇化率 海南省统计年鉴(2020) 统计数据 
下载: 导出CSV
表 2 百分数位对应的电流强度阈值
类别 0%~60% 60%~80% 80%~90% 90%~95% > 95% 强度等级 1级 2级 3级 4级 5级 电流强度阈值 30.809 48.286 113.736 142.138 180.619
下载: 导出CSV
表 4 判断矩阵标度定义
标度 含义 1 表示两个因素相比，具有相同重要性 3 表示两个因素相比，前者比后者稍重要 5 表示两个因素相比，前者比后者明显重要 7 表示两个因素相比，前者比后者强烈重要 9 表示两个因素相比，前者比后者极端重要 2，4，6，8 表示上述相邻判断的中间值 倒数 若因素i与因素j的重要性之比为aij，那么因素j与因素i重要性之比为aji=1/aij
下载: 导出CSV
表 5 平均随机一致性指标
n 1 2 3 4 5 6 7 8 9 10 11 12 13 RI 0 0 0.52 0.89 1.12 1.24 1.36 1.41 1.46 1.49 1.52 1.54 1.56
下载: 导出CSV
表 6 权重分配
目标层 准则层 权重 评价层 权重 海南雷电灾害风险区划 致灾因子 0.550 1 地闪强度 0.154 0 地闪密度 0.396 1 孕灾环境 0.232 6 海拔高度 0.127 9 地形起伏度 0.081 4 土壤电阻率 0.023 3 承灾体 0.217 3 人口密度 0.086 9 GDP 0.065 2 城镇化率 0.023 9 土地利用类型 0.041 3
下载: 导出CSV
-
[1] MOYO I, XULU S. Public knowledge, perceptions and practices in the high-risk lightning zone of South Africa[J]. International Journal of Environmental Research and Public Health, 2021, 18(14): 7448. [2] 刘佼, 肖稳安, 陈红兵. 全国雷电灾害分析及雷灾经济损失预测[J]. 气象与环境科学, 2010, 33(04): 21-26. [3] 汪明, 李志雄, 史培军. 全面推进第一次全国自然灾害综合风险普查着力提升防范化解重大灾害风险能力[J]. 中国减灾, 2021(09): 18-21. [4] 李彩莲, 赵西社, 赵东, 等. 陕西省雷电灾害易损性分析、评估及易损度区划[J]. 灾害学, 2008(04): 49-53. [5] 余田野, 王学良, 袁海锋, 等. 基于投影寻踪方法的湖北省雷电灾害风险区划[J]. 暴雨灾害, 2019, 38(03): 291-296. [6] 朱曦嵘, 杨依山, 丁旻, 等. 贵州西南地区雷电活动与地形地貌相关性分析[J]. 科技创新与应用, 2021, 11(17): 70-73. [7] 程丽丹. 层次分析法和GIS技术在河南省雷电灾害风险区划中的应用[J]. 南京信息工程大学学报: 自然科学版, 2019(2): 234-240. [8] 李征, 刘岩. 基于层次分析模型的安徽地区雷电灾害风险评估[C]//. 第八届长三角气象科技发展论坛论文集. 2011: 638-643. [9] 刘晓东, 尤莉, 宋昊泽, 等. 基于GIS和AHP的雷电灾害风险区划分析与评估──以内蒙古雷灾为例[J]. 中国农学通报, 2019, 35(20): 75-82. [10] 吕振东, 于泽华, 王成芳. 基于GIS技术的江西省雷电灾害风险区划[J]. 气象与减灾研究, 2020, 43(03): 228-233. [11] 王延慧, 张建涛, 叶文军, 等. 基于ArcGIS的新疆雷电灾害风险区划研究[J]. 沙漠与绿洲气象, 2019, 13(06): 96-104. [12] JIN C, SHU Y, HAN Z, et al. Lightning disaster risk zoning in jiangsu province of China based on the analytic hierarchy process and entropy weight method[J]. Frontiers in Environmental Science, 2022, 10: 943000. [13] YANG J, HUANG X. The 30 m annual land cover dataset and its dynamics in China from 1990 to 2019[J]. Earth System Science Data, 2021, 13(8): 3907-3925. [14] 汪应洛. 系统工程[M]. 第二版. 北京: 机械工业出版社, 2003: 130-140. -
点击查看大图
图(16) / 表(6)
计量
- 文章访问数: 23
- HTML全文浏览量: 10
- PDF下载量: 15
- 被引次数: 0
粤公网安备 4401069904700003号