专栏名称: 建筑结构

《建筑结构》创刊于1971年，是中文核心期刊，建设部优秀科技期刊。主要栏目包括混凝土结构、钢结构、空间结构、组合结构、地基与基础等方面的结构设计经验以及工程抗震、减隔震等相关问题的交流与讨论。内容以实用性、科学性、导向性和资料信息性为特色。

建筑结构丨华东为何成为最高风险区？一文教你如何判定龙卷风灾害风险等级

建筑结构 · 公众号 · · 2024-05-06 12:22

正文

请到「今天看啥」查看全文

导读

为研究龙卷风对我国各地的灾害影响，通过收集我国龙卷风灾情统计资料，建立了龙卷风灾害风险层次分析结构模型，开展了龙卷风灾害风险的区域划分研究。研究结果表明，夏季为我国龙卷风的高发期，全年约2/3龙卷风灾害发生在6~8月，发生在春季的龙卷风灾害约占总次数的1/3；我国龙卷风灾害发生的频率较高的地区是江苏省和广东省，其次是黑龙江省、山东省、内蒙古自治区和安徽省，统计期内上述省份的龙卷风发生次数之和超过龙卷风发生总次数的61.2%；根据龙卷风灾害风险度结果可将全国划分成龙卷风灾害四个等级风险区，其中最高风险区分布在华东地区，较高风险区分布在华中和华南地区。

我国龙卷风灾害风险区划研究

文/胥蓓蕾，赵世浩，邱鹏辉，吉柏锋

概述

龙卷风是一种尺度范围较小的强烈涡旋天气现象，具有生消快、风力强、破坏性大等特点。龙卷风是极端自然灾害，其风速可超过130m/s，具有惊人的破坏力 ^[1] 。龙卷风属于小尺度天气事件，其出现的时空随机性较强，气象探测设备和探测系统都难以有效准确监测和追踪龙卷的发生发展，难以对其做出准确预报 ^[2] 。因此，当龙卷风发生时，往往对当地产生巨大的灾害，如2016年6月23日，强龙卷风侵袭江苏省盐城市阜宁县，造成了98人遇难，846人受伤。但我国的一般工业及民用建筑结构规范对龙卷风荷载尚未制定设计要求，导致我国的一般工业及民用建筑结构缺乏抗龙卷风灾害的能力 ^[3] 。

在龙卷风灾害评估方面，Banik等 ^[4] 基于当地龙卷风数据库的暴发特征模型，对加拿大安大略南部地区的龙卷风灾害进行了评估。Wang等 ^[5] 对发生于2016年6月23日中国阜宁的一次龙卷风的公共健康风险和后续影响进行了回顾性分析。Masoomi和Vande Lindt ^[6] 对龙卷风对城市基础设施造成的灾害和恢复能力进行了评估，量化分析了龙卷风造成的经济损失和社会影响。Mostafiz等 ^[7] 对美国路易斯安那州的极端低温、冰雹、闪电和龙卷风四种灾害造成的财产损失风险进行了评估，指出龙卷风灾害是这四种灾害中风险最高的灾害类型。Zhai和Peng ^[8] 基于谷歌街景图像技术对佛罗里达州迈克尔飓风造成的风致灾害损失进行了评估研究。国内学者陈家宜等 ^[9] 采用专家评分方式从风灾实况方面对各次龙卷风的强度进行了富土达级别评定，定量地给出了江苏省龙卷风频率和强度的地域分布、各级龙卷风的平均再现间隔年数等统计指标。顾宇丹等 ^[10] 选择研究区域的人口密度、人均工业生产总值和建筑物密度等几个指标综合反映各个区县风灾的潜在损失风险，进一步评估各风灾所造成的风险水平的地区差异。何如等 ^[11] 通过调查和收集广西某核电站周边300km×300km区域范围内的1962—2012年龙卷风资料，对龙卷风的时空分布、灾害特征、强度定级以及最大设计基准等级等进行了分析和评价。黄大鹏等 ^[2] 基于中国气象局气象灾害灾情普查数据库中龙卷风灾情数据，分析了中国龙卷风及其灾害的时空分布特征。杜康云等 ^[12] 采用专家评定法对龙卷风个例进行定级，并运用时间序列、趋势分析和空间分析方法，对龙卷风的时空分布、灾害特征进行了统计分析。杜康云等 ^[13] 按照《核电厂厂址选择的极端气象事件》（HAD101/10）中推荐的龙卷风风险评估方法，对京津冀龙卷风风险度进行了定量评价。

本文根据我国《中国气象灾害年鉴》 ^[14] 、中国气象局气象灾害灾情普查数据库以及强对流灾害灾情的政府通报和民政厅灾害简报中关于强对流天气灾害统计资料和灾情资料，开展了我国龙卷风灾害的空间分布特征研究，建立了我国龙卷风灾害风险评价分析模型，进行了龙卷风致灾风险区划分研究。

数据来源

本文数据资料来源是2007—2017年《中国气象灾害年鉴》和中国气象局气象灾害灾情普查数据库，以及同期关于龙卷风灾害灾情的政府通报和民政厅灾害简报，所搜集到的龙卷风灾害案例均进行了龙卷风的气象特征和强风特征识别。同时对龙卷风灾害资料进行了核实和数据统计处理，包括发生的具体时间、地点、风速、伴生灾害、灾情情况，并针对受伤人数、死亡失踪人数、受灾人数、损坏房屋数和倒塌房屋数、破坏的农业种植面积、直接经济损失和其他灾情等进行记录和统计。龙卷风灾害数据显示，2007—2017年间全国共记录了441次龙卷风灾害，平均每年发生40.1次龙卷风灾害事件。通过对统计的信息进行分析后发现，2007—2017年间除了贵州、陕西、青海、北京、香港、澳门和台湾等7个省、直辖市、特别行政区外，全国其他27个省、直辖市、自治区都有过龙卷风的灾害记录。在2007—2017年间江苏省发生的龙卷风灾害次数最多，达72次，其次是广东省，达64次，其他超过20次的还有黑龙江省、山东省、内蒙古自治区和安徽省，统计期内上述省份的龙卷风发生次数之和占龙卷风发生总次数的61.2%。

就龙卷风灾害的月份分布而言，2007—2017年间全国7月的龙卷风灾害记录最多，占龙卷风灾害总数的33.56％，其次是8月和6月，分别占比为17.69％和16.10％。根据四个季节的气候学定义，春季是3~5月，夏季是6~8月，秋季是9~11月，冬季是12～来年2月。夏季为全国龙卷风的高发期，发生在夏季的龙卷风灾害占总次数的67.34％，发生在春季的龙卷风灾害占总次数的37.21％，发生在秋季的龙卷风灾害占总次数的5.44％，冬季占比为0。由此可知，春季和夏季是我国龙卷风高发季节，其中夏季尤为明显，这与夏季多雷暴天气有关，夏季对流强烈，天气系统极其不稳定，满足龙卷风形成的气候条件。

龙卷风灾害给我国带来了严重的经济损失，2007—2017年间共造成了超过91亿元的经济损失，平均每年的经济损失可达8.3亿元，其中2016年的经济损失达44.5亿元，远远超过其他年份。据资料显示，2016年6月23日发生在江苏盐城的龙卷风事件，仅阜宁县直接经济损失就超过了43.7亿元。表1为2007—2017年间，造成经济损失最大的6次龙卷风记录。从表1中可以看到，2007—2017年间我国经济损失最大的6次龙卷风记录中，有3次发生在江苏省，其中盐城1次，徐州2次。值得注意的是，龙卷风的发生通常伴有暴雨、冰雹、雷雨大风等恶劣天气，这些伴生灾害的出现，会造成更大的灾情，带来更多的灾害损失。而且经济损失较大的龙卷风基本上都有伴生灾害的发生，这提醒我们不仅要预防龙卷风带来的经济损失，还要预防伴生灾害带来的经济损失。

表1 2007—2017年间造成经济损失最大的龙卷风

龙卷风灾害风险性评价模型

2.1 风险性评价因子

灾害风险性分析是对自然灾害发生概率的分析和致灾损失大小的分析，包括灾害的风险辨识、风险估算、风险评价三个方面 ^[15] 。通过灾害风险辨识，分析灾害发生后的各种风险性评价因子，进而构建相应的风险性评价模型。

由2007—2017年间我国龙卷风灾害地点分布可知，我国龙卷风的分布具有明显的区域性特征，由于样本数量比较少，因此将我国划分为东北、华东、华北、华中、华南、西南和西北七个大区进行风险等级区划研究。对龙卷风的风险性分析考虑了社会经济状况，选取具有可量化的倒损房屋数（间／100km ² ）、伤亡人数（人／10000km ² ）、经济损失（万元／100km ² ）、受灾人数（人／10km ² ）、龙卷风密度（次／10000km ² ）、伴生灾害密度（次／10000km ² ）等6个因子作为风险性评价指标，建立我国龙卷风灾害风险评价模型。

2.2 层次结构模型

层次分析法（analytic hierarchy process，AHP）即层次权重决策分析方法。先将目标定位分解，再进一步分解为多个层次指标或准则，然后构造判断矩阵并确定指标的优先权重，最后通过加权的方法计算指标对于总目标的权重，该方法已被广泛应用于龙卷风、雷暴等气象灾害评估研究 ^[16] 。

利用层次分析法将我国龙卷风风险评估模型中各个因子的权重予以确定。以我国龙卷风风险性评估确定为层次分析总目标，即目标层A，以龙卷风引起建筑损害和人员伤亡状况B ₁ 、社会经济损失B ₂ 和龙卷风状况B ₃ 作为准则层，将倒损房屋数C ₁ 、伤亡人数C ₂ 、经济损失C ₃ 、受灾人数C ₄ 、龙卷风密度C ₅ 、伴生灾害密度C ₆ 等6个风险性评价因子作为准则子层，区域风险等级划分为方案层P。相对目标层A，社会经济和建筑状况比龙卷风自身状况更重要。经济发展水平相当的两个地区，建筑密度高的地区受到龙卷风灾害的影响较建筑密度低的地区更大，可认为建筑状况比经济条件更重要。相对于建筑状况，伤亡人数比倒损房屋更重要；相对于社会经济，受灾人数比经济损失更重要；相对于龙卷风自身状况而言，龙卷风密度比伴生灾害密度更重要。根据上述准则，可以形成准则层判断矩阵：

式中Ｂ ₁ 、Ｂ ₂ 和Ｂ ₃ 分别为不同准则层的判断矩阵。

根据式（１）形成的准则层判断矩阵，计算各层次间的相对权重并进行一致性检验。通过MATLAB程序平台，编制层次分析法程序，计算得出我国龙卷风灾害风险因子的权重值，见表２。

表2 龙卷风灾害风险因子的权重值Ｗ

２.３风险性评价方法

由于风险性评价因子的性质和单位不同，为了让各个因子之间具有可比性，需要对原始数据处理后再进行龙卷风灾害风险性评价，对倒损房屋数、伤亡人数、经济损失、受灾人数、龙卷风密度、伴生灾害密度６个风险因子的原始数据Xi依据式（２）进行初始化处理：

式中：为第 i 个风险因子的初始化值，其中 i ＝1~6，依次为龙卷风灾害导致的倒损房屋数、伤亡人数、经济损失、受灾人数、龙卷风密度和伴生灾害密度； X _i (max)为该项指标中对应的最大值； X _i (min)为该项指标中对应的最小值。

依据上述风险性指标数据和层次结构模型，计算我国七大区域的龙卷风灾害风险度，计算公式见式（３）：

式中： V _k 为第 k 个区域的龙卷风灾害风险度（ k ＝1,2......，7，依次代表东北、华东、华北、华中、华南、西南和西北地区）；X _i *为第 i 个风险因子的初始化值； W _i 为第 i 个风险因子的风险因子权重。

龙卷风灾害风险度分析

根据前面建立的龙卷风灾害风险性评价模型，即可求得我国七大区域对应的龙卷风灾害风险度 V _k ，如表3所示。根据龙卷风灾害风险度的计算结果，可以将我国龙卷风灾害划分为四个等级风险区，如表4所示，进而得到我国龙卷风灾害风险等级区划图，见图１。

表3 我国龙卷风灾害风险度 V _k

表4 我国龙卷风灾害风险区等级区划

▲ 图1 我国龙卷风灾害风险等级区划图

从图1可得，我国龙卷风最高风险区为华东地区，如图1中红色区域。华东地区临近海洋、并且雨量集中在夏季，造成水汽条件充足，同时该区大部分地区地势平坦，有助于龙卷风等强对流天气的产生和发展，使得龙卷风在该区发生的几率高。华东地区包括的省、直辖市多，地区经济文化发达，在遭遇龙卷风灾害时，会引起巨大的经济损失以及人员伤亡，相同强度的龙卷风在该区域更容易造成比其他区域更大更严重的灾情。该区域龙卷风灾害最为突出的是江苏省和山东省，其中江苏省在统计期内发生龙卷风次数最多。

我国龙卷风较高风险区包括华中、华南地区，如图1中黄色区域。华中地区和华南地区地势比较平坦，并且华中地区有海河、黄河、淮河、长江四大水系，华南地区临近海洋，地形条件和水文条件有助于龙卷风的产生和强度的增加，该区域发生龙卷风的几率较高。华中地区、华南地区人口众多，特别是河南省和广东省，并且这两个区域经济较为发达，龙卷风发生的时候带来的灾害也较大。

我国龙卷风灾害中度风险区包括东北地区和华北地区，如图1中蓝色区域。该区属于半湿润地区，夏季高温多雨，容易形成不稳定气流，从而造成龙卷风的产生与发展。该区域发生龙卷风的频率较高，地理面积较大，生产力水平较高，特别是东北地区工农业比较发达，发生龙卷风次数较多，由此造成的经济损失比较大，但总体上人员伤亡情况、受灾人数和经济损失相比较高风险区较轻。

我国龙卷风灾害低度风险区包括西北地区和西南地区，如图1中紫色区域。西北地区的地形主要以高原、盆地和山地为主，降雨量比较少，而且该区域荒漠面积多，因此，发生龙卷风的次数较少，灾害程度比较低。西南地区虽然气候湿润，但是地形主要是高原、盆地和山地，地形可以阻止强对流的产生，因而龙卷风发生次数也比较少，引起的灾害较小。

结论

（1）夏季为龙卷风的高发期，我国全年约2/3龙卷风灾害发生在6~8月，发生在春季的龙卷风灾害约占总次数的1/3。夏季对流强烈，天气系统极其不稳定，满足发生龙卷风的气候条件。

（2）我国龙卷风灾害发生频率较高的地区是江苏省和广东省，其次是黑龙江省、山东省、内蒙古自治区和安徽省，统计期内上述省份的龙卷风发生次数之和超过龙卷风发生总次数的61.2％。江苏省和广东省这两省地势平坦，临近海洋，不管是地形条件还是水文条件，都十分适宜龙卷风的发生与发展，一旦遇到强烈不稳定天气，就极易发生龙卷风等强对流恶劣天气。

（3）根据龙卷风灾害风险度的区划结果，可以将全国划分成龙卷风灾害四个等级风险区。其中最高风险区分布在我国华东地区，华中和华南地区是较高风险区，中度风险区包括东北地区和华北地区，低度风险区包括西北地区和西南地区。

参考文献

[1]HOUSER J L, BLUESTEIN H B, SNYDER J C. A finescale radar examination of the tornadic debris signature and weak-echo reflectivity band associated with a large, violent tornado [J]. Monthly Weather Review, 2016, 144(11):4101-4130.
[2]黄大鹏,赵珊珊,高歌,等.近30a中国龙卷风灾害特征研究[J].暴雨灾害,2016,35(2):97-101.
[3]梁靖峰,靳金平,杨烨.建筑结构的龙卷风荷载实用计算方法[J].建筑结构,2017,47(S1):1197-1199.
[4]BANIK S S, HONG H P, KOPP G A. Assessment of the wind hazard due to tornado outbreaks in southern Ontario [J]. Journal of Wind Engineering and Industrial Aerodynamics, 2012, 107-108:28-35.
[5]WANG K W, ZHONG S, WANG X Y, et al. Assessment of the public health risks and impact of a tornado in Funing, China, 23 June 2016: A Retrospective Analysis[J]. International Journal of Environmental Research and Public Health, 2017, 14(10):1201.
[6]MASOOMI H., VAN DE LINDT, JW. Restoration and functionality assessment of a community subjected to tornado hazard [J]. Structure and Infrastructure Engineering, 2018, 14(3): 275-291.
[7]MOOSTAFIZ R B , FRIEDLAND C J , ROHLI R V , et al. Census-block-level property risk estimation due to extreme cold temperature, hail, lightning, and tornadoes in Louisiana, United States[J]. Frontiers in Earth Science, 2020(8):784-783.
[8]ZHAI W, PENG Z R. Damage assessment using Google Street View: evidence from Hurricane Michael in Mexico Beach, Florida [J]. Applied Geography, 2020, 123:102252.
[9]陈家宜,杨慧燕,朱玉秋,等.龙卷风风灾的调查与评估[J].自然灾害学报,1999 (4):111-117.
[10]顾宇丹,王强,黄晓虹,等.上海市两类风灾时空变化分析及区划[J].大气科学研究与应用,2010(2):104-112.
[11]何如,唐忠莲,苏志,等.广西某核电站周边地区龙卷风调查与评价[J].灾害学,2016,31(1):153-156,169.
[12]杜康云,顾光芹,许启慧,等.京津冀区域龙卷风灾害特征分析[J].气象科技,2019,47(1):140-146.
[13]杜康云,顾光芹,杨铭,等.基于核安全导则推荐方法的京津冀龙卷风灾害评估[J].气象科技,2020,48(2):299-306.
[14]宋连春.中国气象灾害年鉴 [M].北京:气象出版社,2019:35-48.
[15]黄崇福.自然灾害动态风险分析基本原理的探讨[J].灾害学,2015,30(2):1-7.
[16]崔逊,庄燕洵,王洪生.基于组合评价法的江苏省雷电灾害风险区划[J].自然灾害学报,2015,24(6):187-194.

欢迎订阅

本文刊登于《建筑结构》2024年第02期，题为《我国龙卷风灾害风险区划研究》，作者：胥蓓蕾１，赵世浩２，邱鹏辉３，吉柏锋３；(1 武汉学院金融与经济学院，武汉 430212；２中国人民解放军95903部队，武汉 430311；３武汉理工大学道路桥梁与结构工程湖北省重点实验室，武汉 430070)。欢迎订阅！

点击“ 此处 ”可查看《建筑结构》2024年第02期文章导览

点击“ 此处 ”注册/登陆结构云学堂，在《建筑结构》期刊版块中点击“订·杂志”，进行订阅。

责任编辑：曹晓庆

*本文已获作者授权原创发布，除特别注明外，所有内容及图片均为作者提供。

原创转载请注意：原创文章48小时之后才能转载，且不能在文前和文中插入任何宣传性内容。在开头处应注明“本文来源：建筑结构（ID：buildingstructure）”。