□蔣紅梅
達州地處四川省東部,地處渠江水系上游,東鄰重慶、萬縣、涪陵,南接廣安,西靠巴中、南充,北連安康,介于東經106°40' ~108°32'、北緯30°20' ~32°20'之間,幅員面積16594.2Km2,境內地形地貌復雜,地勢北高南低,以中低山地貌為主,大致有大巴山中山地貌、北部低山地貌、平行嶺谷地貌、方山丘陵地貌。達州市屬中亞熱帶濕潤氣候,夏季最高溫度達39.5℃~42.3℃,炎熱異常,降雨主要集中在5 ~10月,屬地質災害多發易發地帶。僅2004 ~2112年,達州發生多次洪災,給人們的生活和生產帶來了嚴重影響,也阻礙了達州經濟的快速發展。目前,達州洪災的研究主要是洪災紀實和救災舉措[1~2]等,還未對達州洪災的風險評價作詳細研究。國內針對洪災的研究方法也很多,比如災度判別法[3]、神經網絡法[4]、混沌文化粒子群算法[5]等。灰色系統理論[6]常用于評估災害性天氣[7]、大風災害[8]、暴雨災害[9]等。洪災系統具有災變數據的不完整、復雜性與未知性,為了詳細地了解達州洪災的風險大小,本文采用接近性關聯度對達州市8 次洪災進行風險評價。
通過前期調研,從市救災辦和四川新聞網收集了2004 ~2012年達州發生的8 次特大洪災災情數據,詳見表1。表1選擇直接經濟損失、農作物受災情況、受災人口、死亡人口、失蹤人口、房屋倒塌情況為評估指標,并結合達州的經濟及人口密度,將洪災災情風險分為5 個等級,即極重災、重災、中災、小災、微災。

表1 達州8 次特大洪災受損情況
(一)接近性灰色關聯度模型[10]。一是記參考數列為;二是無量綱化處理原始災情數據得到比較數列;三是利用接近性關聯度理論判斷比較數列和參考數列之間的接近程度,如果兩個數據序列的變化趨勢越接近,則這兩個序列的關聯度較大,關聯度的數值越大,則說明此次洪災災害越嚴重,其災情風險越高。計算接近性關聯度的步驟為:
第一步,求[Uo(κ)-Ujκ],(κ=1,2…);
第二步,計算接近性關聯度的公式:

根據關聯度值劃分達州洪災災情風險的評價等級,見表2。

表2 達州洪災災情等級標準
(二)接近性灰色關聯分析模型的建立和評價。根據實際數據情況,利用文獻[11]的轉換函數無量綱化處理表1 的數據,得表3。設Uj=(Uj(1),Uj(2)…Uj(6))為比較序列,當各項指標的數值均取1,即Uo=(1,1,1,1,1,1),屬于標準的極重災,將作為參考序列(其中j =1,2,…8)。由,計算接近性關聯度,見表4

表3 8 次洪災的無量綱化數據

表4 達州洪災災情的關聯度和災害等級

表5 州河達縣站實測洪災最高水位值
由表4 可知,在8 次洪災中,除2006.7.6 和2009.7.11洪災是小災外,其他6 次洪災均為中災,而且2004年“9.3”洪災災情最為嚴重,2009年“7.11”洪災災情最輕,這與達州實際遭受洪災情況基本一致。2004年該地區遭受百年不遇的“9.3”特大暴雨洪澇災害,由于洪災來勢兇猛,缺乏完善的抗洪經驗,致使洪災損失嚴重。從州河達縣站監測的每年最高水位這一方面可知,2004年達州最高水位288.34 米,其次是2005年和2010年最高水位約286 米。2005年“7.8”洪災屬于峽谷型河道的山區洪水,此次的洪水不是“淹”,是“沖”,受災最嚴重的是達州市宣漢縣。2011年達州市遭受了百年不遇的“9.18”特大暴雨洪災襲擊,是汶川地震后四川省最大的非地震自然災害,達縣水位站監測的州河水位只有282.95米,只是說明達州市州河上游的部分情況。事實上這次“9.18”洪災中,地處下游的渠縣受災更嚴重,“9.18”洪災時渠縣的最高洪峰25.36 米,打破100年紀錄,促使達州市整體受災嚴重。從整體看,2004年的災情最重,其他年份的災情稍輕,一方面與當年的降水量有關,另一方面與政府的防洪部署和抗洪經驗有關。歷經2004年“9.3”洪災后,在特大暴雨來臨前,達州市氣象部門、水位站和抗洪指揮部加強信息互通,加強監測地質災害點和防汛隱患點,提前采取防范措施和轉移財產和群眾。通過以上分析可知,接近性灰色關聯度是一種可行的洪災災害評估方法,在評價達州歷次洪災風險中,其評價結果與實際災情基本一致。
通過洪災災情評價,我們不禁思考洪災的形成原因。洪水水位的升高不僅與降雨量的大小有關,而且與達州市河道附近的環境相關,比如人工開發改變的河道、水庫和水電站,還與達州市的地形也有關。擅自改河、蓋河使河道行洪斷面變窄,降低河道抗洪能力;達州屬于峽谷型山區,不適合修庫建壩,而在州河上就有8 座中小型水庫,堆積滑落的礫卵石易造成河床不斷抬高,在河道狹窄處形成水下堆石壩抬高水位,從而增加洪水危害。
[1]龐啟來.以人為本科學防災——對達州市防汛杭旱工作的思考[J].中國防汛抗旱,2007,4:34 ~37
[2]龐啟來,劉仕甸.四川達州市防洪現狀及工作建議[J].中國防汛抗旱,2013,23(2):13 ~14
[3]于慶東.災度等級判別方法的局限性及其改進[J].自然災害學報,1974,23(9):881 ~890
[4]崔東文. 基于人工神經網絡與主成分分析法的洪災評估——以文山州1990 ~2007年洪災評估為例[J].水資源研究,2011,32(2):37 ~39
[5]盧有麟,周建中,宋利祥.基于CCPSO 及PP 模型的洪災評估方法及其仿真應用[J]. 系統仿真學報,2010,2(2):383~387
[6]劉思峰,黨耀國,方志耕等.灰色系統理論及其應用[M].北京:科學出版社,2010
[7]魏海寧,周偉燦,劉佳音. 灰色關聯度方法在災害性天氣評估中的應用研究[J]. 安徽農業科學,2011,39(2):976 ~980
[8]劉偉東,扈海波,程叢蘭. 灰色關聯度方法在大風和暴雨災害損失評估中的應用[J]. 氣象科技,2007,35(4):563 ~566
[9]吳哲紅,陳貞宏,葉幫等. 基于灰色關聯度的暴雨事件災害評估和預評估方法[J].貴州氣象,2011,6(35):6 ~9
[10]魏勇.指標相關程度與模式接近程度不容混淆[A]. 灰色系統理論及其應用學術會議論文集[C].北京:中國高等科學技術中心,2006:116 ~123
[11]蔣紅梅.基于灰色關聯分析的達州歷年洪災等級評價研究[J].科技和產業,2014,14(12):126 ~129