基于随机赋权法和云模型的黄河流域水安全风险评估 Flood Disaster Risk Assessment and Spatial Distribution Characteristics along the Yangtze River in Anhui Province Xianfu Cheng1,2, , Honghu Sun1,2, Zhang Yuan1,2, Guanglai Xu1 1. College of Territorial Resources and Tourism, Anhui Normal University, Wuhu 241003, China 2. Anhui Key Laboratory of Natural Disaster Process and Prevention, Wuhu 241003, China Abstract Using analytic hierarchy process and entropy method to determine the weight of index, fuzzy comprehensive evaluation model of risk assessment was constructed in this paper. Flood risk index and risk rating of area along the Yangtze River in Anhui province were drawn by using GIS spatial analysis technology. From disaster causing factors, inducing environment and bearing body, average maximum 3 day rainfall, rainstorm number, vegetation coverage, river network density, standard deviation of the elevation, population density, proportion of rural population, density of GDP, per capita net income of farmers, and cultivated land area ratio were selected as evaluation indicators. The results show that flood risk rating and risk index of area along the Yangtze River in Anhui province has a spatial distribution characteristics from south to north gradually reduced. Keywords: Flood Disaster; Risk Assessment; Comprehensive Assessment; Spatial Distribution, Anhui Province 安徽沿江地区洪涝灾害风险评价与空间分布特征 程先富 1,2 孙鸿鹄 1,2 张媛 1,2 徐光来 1 1.安徽师范大学国土资源与旅游学院，安徽 芜湖 241003, 中国 2.安徽自然灾害过程与防控研究省级实验室，芜湖 241003, 中国 摘要：本文运用层次分析法和熵值法确定指标的权重，构建风险评价的模糊综合评价模型，并利用 GIS 空 间分析技术绘制出安徽沿江地区洪灾风险指数图和风险等级图。我们从致灾因子、孕灾环境和承灾体三方 面选取平均最大 3 日降雨量、暴雨次数、植被覆盖率、河网密度、高程标准差、人口密度、乡村人口比重、 GDP 密度、农民人均纯收入、耕地面积比等 10 个评价指标。研究结果表明：安徽沿江地区洪灾风险等级和 风险指数具有自南向北逐渐降低的空间分布特征。 关键词：洪涝灾害，风险评价，综合评价，空间分布，安徽 1. 引言 随着全球气候变化和城市化进程的加快，在自然 和人为因素的相互作用下，暴雨、洪涝等气象灾害发 生的频率、强度越来越大，造成的经济财产的损失越 来越严重。洪涝灾害的风险研究受到许多学者的广泛 关注，并成为灾害科学研究的前沿课题 [1] 。美国、日 本等发达国家早在20 世纪50、60 年代就开展了洪涝 灾害风险研究，制作了国家级的洪涝灾害风险图 [2-5] 。 我国从20 世纪80 年代中期开始开展洪涝灾害风险研 究，并对一些蓄滞洪区、城镇、水库与流域进行洪涝 灾害风险图的绘制。 目前国内外对洪涝灾害风险评估开展了深入研 究。大多集中于风险概率的计算、风险指标体系的构 建与评估、风险建模与评估等三个方面 [6-8] 。洪涝灾害 风险评价常用的数学方法有 [9-13] ：统计分析方法、决策 分析法和综合评价法等。统计分析方法包括主成分分 析法、相关分析法、回归分析法和时间序列分析法， 其中回归分析法是比较常用的方法。这种方法的不足 之处在于当样本容量足够大时，统计结果才比较可靠。 决策分析法中最常用的是层次分析法，思路清晰且系 统性强，所需定量数据较少，对问题本质分析得较透 彻，颇具实用性，但具有主观性强的缺点。综合评价 法包括模糊数学、灰色系统和人工神经网络等。此外， 还有系统动力学方法、灾害风险指数法和基于扩散理 论的风险评价方法等。其中模糊综合评价法是采用模 Journal of Risk Analysis and Crisis Response, Vol. 4, No. 4 (December 2014), 238-242 Published by Atlantis Press Copyright: the authors 238 willieb Typewritten Text Received 20 January 2014 willieb Typewritten Text Accepted 14 September 2014 willieb Typewritten Text willieb Typewritten Text X. F. Cheng et al 糊数学的方法进行综合评价，克服了从多方面对事物 进行评价难免带有模糊性和主观性的缺点，使评价结 果尽量客观从而取得更好的实际效果。 安徽沿江地区是安徽省经济较发达的地区。在全 球气候变化、城市化和人口与经济快速集聚的背景下， 该地区洪涝灾害发生较为频繁，灾情日益严重。前人 在本区开展的研究主要集中在极端降水、径流、灾害 成因与规律等方面。如吴丹娃等 [14] 分析了 2010 年安徽 沿江地区一次暴雨的中尺度特征；张之丽 [15] 分析了安 徽沿江圩区灾害的成因；朱维民等 [16] 探讨了安徽沿江 地区旱涝规律及其未来趋势。对洪涝灾害风险研究较 少。张海玉等 [17] 应用模糊数学方法评价了安徽沿长江 地区洪涝灾害的经济易损性。本文根据巢湖流域的实 情，选取评价指标，建立评价指标体系和模糊数学综 合评价模型，基于综合评价模型和 GIS 空间分析技术 对安徽沿江地区洪涝灾害风险进行评价，揭示其空间 分布特征，为沿江地区制定规划、灾害风险管理与可 持续发展提供科学依据。 2. 研究区域和数据来源 2.1 研究区概况 安徽沿江地区位于安徽省南部，处于 116°～ 119°E ，30°～32°N 之间，下辖马鞍山市、芜湖市、 铜陵市、池州市、安庆市、和巢湖市 6 个地级市 20 个 县，总面积 39025 km2，占全省总面积的 27.95%，2008 年人口 1671 万人，占全省总人口的 24.8%。属于亚热 带湿润季风气候，夏季高温多雨，冬季寒冷干燥。年 平均气温 16-17.3℃，常年无霜期达 220-250d，年平均 降水量 770-1700mm 之间，降水量季节分配不均，多 集中在 5-9 月，地形以丘陵山地和平原为主。 2.2 数据来源 本文的气象资料来源于安徽省 78 个气象站点， DEM 数据来源于地球系统科学数据共享网 STRM 系 统 90m 空间分辨率，遥感数据为安徽沿江地区 2008 年 8 月 TM 影像，经解译获得安徽沿江地区土地利用 图和植被覆盖率图。社会经济数据来自于安徽省统计 年鉴及沿江各县市的统计年鉴。 3. 研究方法 3.1 指标体系的建立 在分析安徽沿江地区地理特征的基础上，依据洪 灾风险的相关原理，遵循数据尽量空间化、技术手段 先进有效、指标体系可操作性强等原则，从致灾因子、 孕灾环境和承灾体三个层面选取平均最大 3 日降雨 量、暴雨次数、植被覆盖率、河网密度、高程标准差、 人口密度、乡村人口比重、GDP 密度、农民人均纯收 入、耕地面积比 10 个评价指标，构建安徽沿江地区洪 涝灾害风险评价指标体系。 3.2 指标体系权重的确定 分别用层次分析法和熵权法求得主观权重和客观 权重，然后对主观权重和客观权重运用最小信息熵法 得到综合权重。AHP 确定评价指标权重的步骤如下： 采用 1～9 及其倒数的标度方法，对两两元素相对重 要性程度进行量化。构造判断矩阵，计算准则权重。 根据各层次所有元素的重要性权重值进行层次单排序 与总排序；利用一致性指标(CI)、随机一致性指标(RI) 和一致性比率(CR)进行一致性检验。若 CR≤0.1，则 判断矩阵具有满意的一致性。通过计算得到致灾因子、 孕灾环境和承灾体构成的判断矩阵的最大特征根为 3.0078，CI=0.0048，RI=0.59，CR=0.0077，表明一致 性较好。特征向量（归一化后）即为主观权重向量。 3.2.1 求算评价指标的客观权重 运用熵权法求算熵值，其公式如下： j ij n i j ij j d d d d E ln 1 ∑ = −= （1） ∑ = = n i ijj dd 1 （2） ∑∑ = = = n i m j ij ij ij D D d 1 1 （3） 式中，i 为评价单元；j 为评价指标，Ej 为第 j 个 评价指标的熵值； Dij 为接近程度；dj、dij 为中间变量。 对于正向指标 }{max* ij i j rr = *j ij ij r r D = （4） 对于负向指标 }{min* ijij rr = ij j ij r r D * = （5） 如果 Ej 越大，j 指标越重要，则 m E e jj ln = ∑ = = m j j j j e e 1 θ （6） 如果 Ej 越小，j 指标越重要，则 m E e jj ln = ∑ = − − = m j j j j en e 1 1 θ （7） 式中，θj 为 j 指标的客观权重， ej 为中间变量。 3.2.2 综合权重的确定 根据最小信息熵原理，对主观权重和客观权重进 行运算从而得到综合权重。 ∑= 2 1 21 2 1 21 )*(/)*( jjjjj wwwww （8） 式中，wj、w1j、w2j 分别为 j 指标的综合权重、主 观权重和客观权重。 通过计算，平均最大 3 日降雨量、暴雨次数、植 被覆盖率、河网密度、高程标准差、人口密度、乡村 人口比重、GDP 密度、农民人均纯收入、耕地面积比 的综合权重分别为 0.3207,0.0406,0.0889,0.1401,0.1018, 0.0805,0.0647,0.0548,0.0599,0.0480。 Published by Atlantis Press Copyright: the authors 239 willieb Typewritten Text willieb Typewritten Text Flood Disaster Risk Assessment and Spatial Distribution Characteristics 3.3 模糊评价模型的建立 选择标准差的平均值与均值的平均值中的最小值 作为指标数据模糊子集分级的间隔值，每个指标数据 都有 5 个间隔点（D1、D2、D3、D4、D5），指标数据 分级标准见表 1。植被覆盖率、高程标准差、农民人 均纯收入与洪涝灾害风险呈负相关关系，故对其取倒 数，其对应倒数与洪涝灾害风险呈正相关关系。 3.4 隶属函数的建立 根据研究区的实际情况，并参考相关的研究成果， 运用分段线性函数确定洪涝灾害各个风险等级的隶属 函数。将洪灾划分为高风险区、较高风险区、中等风 险区、较低风险区、低风险区五级。其中高风险区基 于升半梯形函数，低风险区基于降半梯形函数，其余 等级区均基于三角形函数。根据指标数据分级标准及 分段函数，本项目建立了洪灾风险统一的模糊子集。 rij 表示第 i 个指标第 j 个风险等级的模糊隶属度，gi 表 示第 i 个指标的数值，五个等级的隶属函数如下。 1 D1 ≤ gi ≤ D2 ri1= 12 2 DD gD i − − D1