洪凯，纪蔓梓

(暨南大学应急管理学院，广东广州510632)

1 引 言

我国沿海港口受台风影响频繁，灾损程度较严重[1-2]。由极端天气事件引发的灾害链或多种灾害复合会对港区基础设施、货物堆场及运输车辆造成不同程度的破坏，不但严重影响港区正常运作，造成重大财产损失，而且会间接对区域经济甚至社会秩序构成重大冲击。

广州港是全球第六大港和第八大集装箱港，是世界知名的国际航运枢纽港和“一带一路”建设的关键战略结点之一。南沙港的作业能力约占广州港的七成，是广州“十三五”国际航运中心建设的主战场，也是全球增速最快、潜力最大的国际枢纽大港之一，油品、汽车、粮食等产品的航运及仓储能力居世界前列。南沙港特殊的地理环境，加剧其面临自然灾害的风险。随着港区一至三期工程的竣工投产，货物流动性增强、吞吐量增多、各类设施装备更密集等也进一步增加了孕灾环境的复杂性及灾害反应的敏感度。2016年，美国RMS(Risk Management Solution)公司在《世界港口风险评估》报告中指出，广州港地处台风灾区，且受灾危险区域存有石油和汽车等货物，500 a一遇灾害可导致潜在损失高达20亿美元，该损失排名位居世界第二，仅次日本名古屋港。极端台风灾害是否会对南沙港及国内其他港口造成如此重大损失立即引起各级政府及气象、航运、应急、保险等业界的高度关注。

现有研究围绕台风灾害系统及其致灾机理，提出多种台风灾害风险评估方法，常用的有指标体系法、灾情预测法、数值模拟法及情景分析法等[3-7]。行政区是既有台风灾害风险评估的主要对象[8-9]，将港口作为研究对象的甚少，南沙港区的评估更是空白。原因如下：一是南沙建港时间短，受台风正面冲击次数少，基础数据积累薄弱；二是缺乏动态的港区资产统计数据库，有关堆场资产分布等基础信息仍须人工走访获取，成本高且周期长。对此，本文采用参与式GIS(Participatory GIS，PGIS)方法，将本地风险知识纳入基于GIS的灾害风险评估中[10]。通过对南沙港区的实地调研，在识别台风灾害历史灾情、地理位置和灾害风险要素的基础上，从致灾因子危险性和承灾体脆弱性入手，评估某一既定概率下的风险等级和损失情况，为针对性地开展防灾减灾工作提供科学依据。

2 区域概况

南沙港区地处广州市南沙区西岸龙穴岛，水域口朝东南方向敞开，受区位和海洋性气候影响，热带气旋袭击频繁。本文依据《广东省天气预报技术手册》中的风力等级标准[11]，将台风影响程度划分为影响和严重影响①影响台风标准：24小时内可能或已经受热带气旋影响，区域沿海或者陆地平均风力达8级以上，或者阵风10级以上并可能持续。严重影响台风标准：12小时内可能或已经受热带气旋影响，区域沿海或者陆地平均风力达10级以上，或者阵风12级以上并可能持续。。据统计，1952—2016年共有210个台风登陆或影响南沙港区，年平均为3.23个；其中，登陆或严重影响有32个，年平均为0.5个，且主要集中在7—9月(表1)。

表1 登陆或严重影响南沙港区台风统计表(1952—2016年)

本文选择南沙港区一至三期工程为研究对象(图1)。港区东部以集装箱为主，从航线西侧起到海港大道东侧摆放顺序依次为重箱、危险箱、空箱，其中危险箱的数量相对较少且设置在重箱周围；西部则以建筑物为主。为物流作业需要，配置了供油、供电、通信、给水、消防等生命线工程。

3 资料与方法

3.1 资料来源

本研究所有数据来源如下：(1)台风气象资料来自番禺和南沙气象站。分别计算不同情景(即台风重现期概率)下各项指标年极值，在此基础上分析风险和灾损问题；(2)南沙港区建(构)筑物总面积、港区货物种类、货物吞吐总量、货物滞港时间、货物堆场、生命线工程等属性数据及台风造成的经济灾损情况由实地调研、访谈获得，结合参考《港口工程荷载规范(JTS 144-1-2010)》、《建筑结构荷载规范 (GB-50009-2012)》等标准与技术规范；(3)南沙港区空间数据来自龙穴岛港区规划设计图册，借助GIS做矢量化处理。

3.2 方 法

国际减灾战略 (ISDR)自然灾害风险评估模型，充分考虑潜在致灾因子危险性和承灾体脆弱性，利用灾害事件发生可能性和影响范围来判断该自然灾害的风险等级[12]，其灾害风险评估的概念函数如式(1)。

R(Risk)=H(Hazard)×V(Vulnerability) (1)

其中，R表示自然灾害风险，H和V则为构成自然灾害风险的两个影响维度，分别表示致灾因子危险性和承灾体脆弱性。

3.2.1 致灾因子危险性评估

致灾因子危险性是指由强风、暴雨等极端天气变化所带来的次生灾害，依据致灾机理其表现形式以风、雨并发为主[13-14]。本文侧重评价港区每年的台风危险性概率，在参考文献[3，15-16]基础上，提取导致台风危险性的共性因素作为评估指标。危险性评估主要考虑强风和暴雨两大致灾因子，提取1997—2015年间大风大于7级、8级、9级、10级天数、暴雨(日降雨量≥50 mm)、大暴雨(日降雨量≥100 mm)天数及年平均台风降雨量等数据(表 2)。

表2 台风致灾因子危险性评估指标体系

致灾因子危险性指数采用主成分分析，得到前四个特征值分别为 0.41、0.26、0.12、0.10，累积贡献率达89%，表明基本能够反映所有指标信息，如式(2)所示。利用四个主成分与其权重进行加权运算，得到台风致灾因子危险性指数公式(3)。

第 1、2、3、4 主成分分别为：

台风致灾因子危险强度指数为：

3.2.2 气象要素的极值重现期

设定对某一时段的观测序列{xi}统计，当气象要素大于或等于某一极大值xp的事件平均每Ta出现一次，则xp称为Ta一遇的极大值。换言之，xp是指某气象要素发生可能性为P时会大于或等于某一阈值，经标准化后作为反映致灾因子危险性的指标分量。

有文献研究表明[17-18]，采用Pearson III型曲线来推算风雨极值重现期的效果较好，其概率密度函数如式(5)。

其中，α为形状参数；β为尺度参数；x为随机变量；f(x)为频率密度函数；Γ(α)为 α的γ分布函数；x0为位置参数。

其中，m为数学期望；δ为均方差；Cs为偏态系数；Cv为变差系数。当样本量达到一定数量，其估计量为：

3.2.3 承灾体脆弱性评估

承灾体脆弱性是指当自然灾害发生时，对承载体可能造成的损失进行度量，反映区域受灾害影响的暴露程度和应对灾害的能力[13,19]。本文首先建立指标评估体系，在确定各层次指标权重和指标达成度基础上，实现脆弱性体系综合评价的量化。

脆弱性指标的选取是根据灾害案例的信息量和区域经济发展的描述综合确定，最终选取1～3期南沙港区的建筑物总面积、集装箱吞吐量、集装箱堆场面积、集装箱滞港时间、生命线工程等5类内容(图 2)。

承灾体脆弱性指数算法考虑了各指标的重要程度和实际情况，将指标权重与承灾体脆弱性达成度相乘[20]，如式(8)所示。指标权重利用层次分析法确定，先将各指标两两比较构建判断矩阵，再求取矩阵最大特征根及对应的特征向量，通过一致性检验得到C层指标权重。而承灾体脆弱性达成度则是在各指标评定标准基础上，考虑实际情况下区域指标的脆弱程度。南沙港的抗台设计标准为200年一遇[15]，其达成度依据港口工程建筑规范获得，在0～1之间取值。

其中，Wi为体系指标权重；Di为承灾体脆弱性达成度；i为承灾体评估数目(i≤9)。

3.2.4 灾害风险区划

根据ISDR风险评估模型(1)，计算台风灾害综合风险矩阵，并依据《风险管理与风险评估技术》，划分四个风险级别[21]，Ⅰ～Ⅳ级依次为高风险、较高风险、较低风险、低风险(表3)。

表3 台风灾害综合风险分级

3.2.5 灾害经济灾损评估

南沙港建成后，已经历多次台风、暴雨等灾害，对港区基础设施、货物堆场、运输车辆带来不同程度的破坏和经济损失。当前以南沙港为主的台风灾损统计工作并无涉及，为了填补这一研究空白，笔者通过实地走访和调研访谈收集了承灾体的总量、重置单价及预估各级灾害下承灾体的破坏量和破坏修复费用等数据。

将港区各承灾体的经济状态量化为经济价值进行统计，经济灾损模型如式(9)，

其中，Le为灾害造成总损失；Ld为灾害造成港区资产、工程设施类资产的直接经济损失；Lu为防灾减灾投入费用；与致灾因子危险性强度相对应，将损失分为：轻度、中度、重度和毁坏等4个等级(表 4)，Wijk和 ηijk分别为 k级灾害内，第 j类经济分区，第i类物体的破坏量和相应破坏修复费用；α为地域性波及损失和时间后效性波及损失的间接损失系数，由于港区经济总量很大，采用0.35。

表4 南沙港区台风致灾因子危险性强度及损失等级划分

4 结果与分析

4.1 各重现期下台风致灾因子危险性分析

根据PearsonⅢ型函数先计算不同重现期下台风的各项指标年极值，再采用主成分分析法计算不同重现期下致灾因子危险性指数，并做归一化处理(表 5)。

表5 南沙港区台风致灾因子危险性强度及损失等级划分

根据致灾因子危险性指数分析(图3)，危险性指数随重现期呈指数上升，即一旦遭遇高强度台风，港区危险性将出现爆发式增长。按照拟合线的发展走势，100 a一遇及以上台风对整个港区运行带来的威胁将不容小觑。

4.2 港区承灾体脆弱性分析

承灾体对象涉及固定财产和生命线工程两大类。其中，固定基础财产包括港区内建筑物、空箱、重箱及危险品箱；生命线系统包括通信、给水、供电、供油、消防等基础设施。按照脆弱性算法，根据承灾体脆弱性指数分析(表6)，港区内不同承灾体的脆弱性水平存在明显差异。空箱、通信、供油的脆弱性指数皆高于港区平均水平，供油和通信的脆弱性指数大约相当于港区平均水平的3倍和2倍，空箱的脆弱性指数略高于港区平均水平。而建筑物、重箱、危险品箱、供电、给水、消防的脆弱性指数却低于港区平均水平，给水和消防的脆弱性指数略低于港区平均水平，危险品箱脆弱性指数大约相当于港区平均水平的2/3；重箱的脆弱性指数大约相当于港区平均水平的1/3；建筑物和供电的脆弱性指数则不到港区平均水平的1/8。

表6 南沙港区各承灾体脆弱性指数

4.3 台风灾害概率风险分布

运用GIS将台风灾害风险评估结果与空间数据叠加，绘制出不同重现期下南沙港区台风灾害风险区划图。结合空间局域图、各级风险比例图与风险区划图(图1、图4、图5)，分析不同情景下的台风灾害风险格局。

Ⅳ级风险区(低风险)主要出现在重现期100 a及以下台风。当遭受10 a一遇台风时，整个港区的风险水平处于低风险状态。以“30 a一遇”为界，一旦超过该强度，港区风险等级将会有所提升。

Ⅲ级风险区(较低风险)从重现期为30 a开始出现，呈现出“中部-东岸-西部”的过渡趋势。当遇到200 a一遇台风时，港区整体的风险水平处于较低风险状态。相比各类货物集装箱或生命线工程，建筑物的抗灾能力较强。即使是遇到1 000 a一遇台风，建筑物的风险评估仍是较低水平。

Ⅱ级风险区 (较高风险)开始出现在重现期300 a，并呈现出“中部-东岸”的过渡趋势。最先集中出现在空箱、危险箱等脆弱性相对较高的分布区域，随着台风强度的增加，该风险区逐渐向港区东岸地带转移。

Ⅰ级风险区(高风险)则是从500 a一遇重现期开始出现。当遭遇高强度台风袭击时，应着重防范危险箱、空箱、基础设备等主要分布区域。

总体来说，南沙港区的东岸地带作为货物装卸区，分布以各类集装箱为主，并配置了相关服务基础设备。因此，港区东岸的台风灾害风险水平明显比西部地区要高。一旦遇到500 a一遇及以上的高强度台风，西岸地区的最高风险水平为三级，而东岸及中部地带将成为一级风险重点防范区。

4.4 台风灾害灾损分析

根据经济灾损算法，评估不同重现期下港区的经济灾损(表7)。

表7 不同重现期下南沙港区台风灾害经济损失估计 单位：万元。

根据评估结果，不同重现期下港区台风灾害损失呈现出增长趋势。当重现期为30 a时，灾损为2 000万元以下；当重现期为100 a时，灾损增加到约1.00亿元；当重现期为200 a时，灾损增长到约2.60亿元；当重现期为500 a时，灾损增加到约9.44亿元；当重现期为1 000 a时，灾损增加到约25.35亿元。由此可见，遇到重现期50 a以下的台风时，港区经济灾损较小，只有重现期100 a及以上时，才可能形成巨灾。同时，港区风险主要集中在二、三期工程，一期工程相对较低，在不同重现期下1～3期工程灾损占整个港区的灾损比例大体一致，分别为14.36%、33.42%和52.22%。

南沙港区按照200 a一遇的标准建港以来[15]，仅有2017年的强台风“天鸽”对其港内设施造成一定破坏，但损失处于可控范围，由此证明“天鸽”的等级超出200 a一遇，从理论上推算其为250 a一遇台风。

5 结论与讨论

采用国际减灾战略风险评估模型，将承灾体的空间分布数据与台风致灾因子危险性区划图进行叠加，分析与评估不同重现期下南沙港区台风灾害风险的分布特征及经济灾损情况。

南沙港区的台风风险水平总体呈现空间非均衡性，二、三期工程风险水平较一期工程更高。对比不同情景下的港区灾损情况，当遇到重现期50 a以下台风时，灾损均较小，而遇到重现期100 a及以上台风时，才可能形成巨灾。

南沙港区不同部位的风险水平差异明显。其中，供油和通信设施的风险水平最高，其次是空箱、给水、消防；再次是危险品箱和重箱，供电设施和建筑物的风险水平最低。因此，应针对不同承灾体的风险水平高低进行重点防范。

在不考虑易损性前提下，预估经济灾损数额巨大。当遇到500 a一遇的台风时，其灾损水平约合1.404亿美元，仅为美国RMS公司估计值的7.02%，但仍是一笔不容小觑的重大损失，有关部门应给予高度重视。

基于上述结论，南沙港区的防台风策略应着重于以下四点。(1)切实降低承灾体的暴露性。及时转移高暴露度的危险品箱、重箱和空箱，以降低承载体的整体脆弱性，减少灾损。(2)力求降低地域性波及损失和时间后效性波及损失的间接损失系数。可基于气象预报结果，加强灾前作业管理。通过合理有效的作业调度，定期严查作业程序、调整堆场和库房位置等。(3)有效减少承灾体数量。灾前通过加快堆场货物疏散、减缓进港船舶装卸量、有效控制港区堆场及库区货箱量和运输及装卸设备数量。(4)通过加强灾前减灾防灾投入，降低港区的整体脆弱性，以减少台风灾损。

本文在国内率先采用PGIS方法开展港口台风灾损评估研究，将本地风险知识应用到GIS软件中，评估南沙港区的台风灾害损失。利用1997—2015年的台风气象数据计算不同重现期下台风风级天数和过程雨量的极值，对多种概率情景下的灾损进行预估，并绘制台风灾害风险区划图。未来可针对不同的外来风险水平，深入研究在不同时间节点、不同防范手段干预下港口及货物堆场布局、货物及设施结构或资产结构的调整优化策略，也可深入研究各类分担台风灾损的金融创新机制。尽管本文采用PGIS法开展港口台风灾损评估的探索性研究工作还较粗糙，但仍可为评估各类港口的台风及其他气象灾害损失提供一条新路。