多災種耦合綜合風險評估方法在城市用地規劃中的應用

盧 穎，郭良杰，侯云玥，趙云勝，陳連進

（1.中國地質大學 工程學院，湖北 武漢430074；2.泉州市城鄉規劃局，福建 泉州362000）

受氣候變暖、海平面上升、人類活動等自然或人為因素的影響，沿海地區受多種災害的威脅越來越嚴重［1］，單災種評估已無法滿足城市綜合風險管理的需求，開展多災種綜合風險評估意義重大［2］.隨著多災種研究的推進，災害之間由于存在發生時間、影響范圍以及影響效果等耦合而呈現復雜關系.忽視這些關系會導致無法捕捉到一些災害耦合的危險性，而使得綜合風險評估的結果不準確［3-5］，因此在多災種評估中如何處理災害之間的相互作用關系成為當前多災種領域的前沿課題［3，5］.

沿海城市往往土地資源緊缺，具有人口、經濟和社會資源高度集中的特點，一旦發生災害，可能造成重大損失［1，6］.在綜合考慮各災種及其相互作用的基礎上進行風險評估，并根據評估結果進行合理的土地利用規劃，對于實現城市土地資源的可持續利用和自然災害的綜合風險防范具有重要意義.聯合國發布的《2005～2015年兵庫行動框架：加強國家和社區的抗災能力》指出：應將災害風險評估納入到城市規劃和管理中［7］.然而，由于多災種相互作用的研究仍處于開拓和嘗試階段，大多數評估方法僅將單災種評估結果直接累加或加權疊加，忽略了災害之間的相互作用關系［8-9］.并且，這些方法往往以區域行政單位為評估單元［8，10］，評估結果更適用于區域尺度的宏觀策略制定，而無法為城市內部用地規劃提供具體指導［8-11］.

在近期相關研究中，Klein等［12］提出采用城市規劃用地類型表征潛在的易損性，運用風險矩陣法將災害危險性與用地類型易損性相結合，得到的綜合風險圖可以指導較為詳細的城市用地規劃，并將此方法用于評估俄羅斯圣彼得堡多種地質災害對城市用地規劃的綜合風險，但是并未考慮各災害之間的相互作用關系.蓋程程等［13］開展了北京市多災種耦合綜合風險評估工作，對存在關聯的災害事件建立了耦合規則，但其耦合規則沒有考慮次生災害的被觸發強度.Westen等［14］提出一種觸發規則用于處理西班牙巴薩羅那地區各重力成因災害間的關系，針對不同的觸發事件設定被觸發事件的耦合等級，但僅僅以等級進行危險性耦合，得到的耦合結果與實際情況相差較大，因此在最終的風險評估中沒能使用這些耦合分析的結果.Gruber等［9］考慮高山區多種災害，風險值則由災害危險性與用地類型易損性的聯合風險賦值矩陣決定，但是由于此評估處于區域尺度，考慮的用地類型較少，無法指導詳細的城市用地規劃.此外，還有一些多災種評估沒有兼顧城市用地［8，10］或者忽略了多災種之間的關系［15-16］.也就是說，目前能夠考慮多種災害及其相互作用關系并為城市用地規劃提供有效指導的綜合風險評估方法及實踐少之又少.

本文提出針對城市用地規劃的多災種耦合綜合風險評估方法：在單災種危險性分級的基礎上，建立一種基于觸發關系的多災種耦合危險性評估模型，將耦合后的危險性與城市用地規劃相結合進行綜合風險評估，并以福建省泉州市為例，探討其實際運用.

1 多災種及其相互作用關系

多災種通常指目標區域內多種致災因子并存或者并發的狀況［3，5］.多災種耦合綜合風險評估［13］則是考慮目標區域內多災種及其相互作用關系，對其導致的潛在風險進行評估.

針對多災種之間的相互作用關系，已有研究大都使用災害鏈［17］、多米諾效應［18］、級聯效應［2，19］、耦合關 系［13，19］和 觸 發 關 系［14，19］等 來 描 述.Westen等［14］通過綜合比較各種關系后發現，只有氣象起源或地球內動力起源（主要為地震和火山噴發）的災害現象是初始觸發事件，因而可從觸發關系的角度入手，逐步實現災害鏈等復雜關系的綜合評估.本文以此為參考，從觸發關系（不包括災害鏈）的角度進行研究區多災種耦合風險評估.

2 針對用地規劃的多災種耦合綜合風險評估方法

在多災種評估中，災害風險R（risk）一般由致災因子的危險性H（hazard）和承災體的脆弱性V（vulnerability）（暴露度也被歸為脆弱性）所確定，即R=f（H，V）.

2.1 多災種耦合危險性評估

為了提高多災種耦合危險性評估的準確性，用危險性指數H表征各災種及其指標的危險性，危險性指數與危險性等級的對應關系如表1所示.

表1 危險性指數與危險性等級的對應關系Tab.1 Corresponding relationship between hazard index_______and hazard level

2.1.1 確定各災種的初始危險性指數 確定單災種初始危險性指數并進行危險性分級，是多災種耦合分析的基礎.采用指標權重法計算各災種初始危險性指數，并依據表1進行分級.

設區域內共有m種災害，對于每一評價單元，災害i的初始危險性指數用Hi表示，計算公式如下：

式中：m為災種總數，災種用i標記，i=1，2，…，m；n為災害i的指標個數，指標用j標記，j=1，2，…，n；ωij為第j個指標對應的權重，；H ij為第j個指標對應的危險性大小.

2.1.2 基于多災種耦合的危險性指數修正 在單災種危險性分級的基礎上進行觸發關系分析.若災害之間存在觸發關系，則表明被觸發災害的初始危險性指數H i不能完全反映其危險性，需要依據觸發關系進行調整，在此引入變量ΔH i來表征初始危險性指數的改變量.

建立基于觸發關系的空間耦合規則，如表2所示.在觸發災害的初始危險性等級為非常高、高和中的區域，相應被觸發災害的分別為1.0、0.6和0.3；在危險性等級為低或非常低的區域，認為其等級過低而不足以觸發次生災害，即相應=0.若某種災害不被任何災害觸發，則記其=0；若某種災害可被多種災害觸發，則對其進行累加.

表2 基于觸發關系的多災種耦合規則Tab.2 Assumption for triggering-triggered relations

依據按照表1中對應關系進行危險性分級，當＞5時認為其等級為非常高.

耦合模型的建立及實現是開展多災種耦合風險評估的難點.國內外學者對此問題的研究仍處于嘗試階段，既沒形成統一理論，更缺乏應用實例［3，5］.由于現階段對多災種耦合案例信息的統計缺失，根據經驗設定耦合規則并應用GIS技術進行模型實現是當前最優的處理方式［13-14］.在此方式下，充分考慮次生災害的強度，以危險性指數而非危險性等級進行耦合，提高了評估的合理性，在實際應用中還可依據目標區域內多災種耦合案例區分不同的觸發過程并對相應的進行修正.

2.2 城市用地類型易損性

通常認為易損性是承災體由于災害影響而可能遭受損害的程度，按研究內容可以分為物理易損性（physical vulnerability）［20］和 社 會 易 損 性 （social vulnerability）［21］.城市用地類型易損性側重于物理易損性，即強調災害發生時在不同城市用地單元上可能造成的潛在人員傷亡、建筑損失、環境破壞等.

為了有效解決多災種危險性評估結果在城市規劃中的實際應用問題，Klein等［12］指出可將用地類型作為易損性.雖然用地類型不像傳統的易損指標（如人均GDP、人口密度和人口構成等）便于計算，但是通過城市用地規劃的指導，不同的用地類型涵蓋了未來城市發展的易損性信息，它可以引導產生人口聚集（如居住用地）、建筑物建設（如商業金融用地）、工業設施分布（如三類工業用地）、應急避難場所分布（如公共管理與公共服務用地）等.城市用地類型與傳統的易損性指標相比，更強調不同功能用地空間上的易損性，通過改變城市用地功能屬性可以改變相應空間的易損性特征，因此可用城市用地類型表征潛在的易損性.

2.3 針對城市用地規劃的多災種綜合風險評估

2.3.1 單災種風險評估 由于每一種用地類型對不同的災種呈現出不同的易損性特征，需將耦合后的單災種危險性分別與城市用地類型相結合進行風險分析，并制定統一的風險分級標準.依據Klein等［12，22］的研究以及專家意見，將規劃的城市用地類型下的各災種風險分為4個等級，用指數R表示，風險分級標準如表3所示.以此風險分級標準為指導，將各災種危險性與城市用地類型相結合進行風險分析，針對城市用地規劃的單災種風險指數記為Ri，可以表示為

式中：H i′為單災種修正的危險性指數，V i為城市用地類型易損性，f為危險性與易損性結合的風險函數.由于用地類型易損性不像傳統的易損指標便于計算，基于用地類型的風險函數一般由風險矩陣法［9，12］所確定，本文亦采用此方法，詳見3.2節所述.

2.3.2 多災種綜合風險評估 在單災種風險指數Ri的基礎上進行多災種綜合風險的計算及綜合風險圖的繪制.因為修正后的單災種危險性已經考慮了災害間的相互作用關系，且評估目的是為了指導城市用地規劃，故采用取最大值原則確定綜合風險值.即對于每一個評價單元，綜合風險值為

2.3.3 評估結果的可視化 地理信息系統（GIS）因其強大的空間信息存儲、分析、模擬、顯示等功能被越來越多地應用于災害風險評估與管理、區域規劃等領域中.借助GIS手段，可以建立數據庫，依據式（1）～（4）完成相關計算，生成單災種初始危險性圖、耦合后的危險性圖、基于城市用地規劃的單災種風險圖以及綜合風險圖，實現可視化并進行分析.

表3 基于城市規劃用地類型的多災種風險等級標準Tab.3 Description of potential multi-hazard risk levels for planned land-use types

3 應用實例

以福建省泉州市為例，研究區范圍為該市已規劃的中心城區（2008—2030年），根據現場調研選取對其城市發展威脅較大的7種災害進行評估，包括地震、地面沉降、滑坡、崩塌、暴雨、海水入侵及海岸侵蝕.

3.1 多災種耦合危險性評估

3.1.1 確定各災種的初始危險性指數 按2.1節所述的初始危險性分級方法，根據基礎數據的可提供性、相關文獻［13，16，23-25］及專家經驗對這7種災害選取指標并分級，指標權重則依據專家判斷由層次分析法（analytic hierarchy process，AHP）確定，最終形成分級方案，如表4所示.以GIS為平臺建立基礎數據庫，按照式（1）完成各指標圖層疊加及初始危險性指數的計算，生成各災種初始危險性圖.以地面沉降為例進行圖件展示，如圖1（a）所示.

3.1.2 基于多災種耦合的危險性指數修正 對研究區內存在觸發關系的災種進行識別和統計，如表5所示.表中1表示存在觸發關系，0表示不存在.

表4 研究區各災種危險性指標、權重及其分級方案Tab.4 Hazard indicators，weights and their classification scenarios for each single hazard in study area

圖1 多災種耦合風險評估用于地面沉降的中間成果Fig.1 Intermediate results of comprehensive multi-hazard risk assessment for land subsidence

表5 災害之間的觸發關系統計Tab.5 Statistics for triggering-triggered relations among________multiple hazards

由表5可知，研究區內氣象起源的觸發災害為暴雨，可觸發滑坡或崩塌；地球內動力起源的觸發災害為地震，可觸發地面沉降、滑坡或崩塌.

按2.1節建立的耦合規則，在GIS系統中，對研究中存在觸發關系的事件進行空間耦合，依據式（2）得到修正的危險指數H i′，并生成耦合后的危險性圖.以地面沉降為例進行展示，如圖1（b）所示.

3.2 基于城市用地規劃的多災種綜合風險評估

3.2.1 風險評估矩陣 將城市用地類型作為潛在的易損性.通過風險矩陣法［12］將耦合后的單災種危險性與主要的城市用地類型結合進行風險分析.風險分級標準見表3.風險矩陣中各風險等級值的獲取則依據盲數理論［26］的專家打分方案，最終的風險矩陣如表6所示.

按照風險評估矩陣，依據式（3），結合GIS技術，將耦合后的危險性圖分別與泉州城市用地布局圖進行疊加，生成7幅基于城市用地規劃的單災種風險圖.以地面沉降為例進行展示，如圖1（c）所示.

3.2.2 綜合風險的計算及可視化 采用取最大值原則確定綜合風險值，即將7幅基于城市用地規劃的單災種風險圖進行疊加，依據式（4）生成綜合風險圖，如圖2所示.

3.2.3 評估結果分析 綜合風險圖（見圖2）顯示，研究區域內有0.5%的區域處于非常高的風險，主要位于河市鎮南部；8.5%的區域處于高風險，在沿海的泉港區及晉江入海口處分布較多；32%處于中等風險，60%處于低風險.這表明在綜合考慮多災種及其耦合作用的基礎上，研究區域內大部分區域的用地規劃都是合理的或可行的.

在GIS系統中，對圖2中各用地類型的潛在綜合風險空間分布比r1進行統計，結果顯示（見圖3）：在已規劃區域中，居住用地、公共管理與公共服務用地、商業服務業設施用地和綠地中都存在極少量的非常高風險區，且高風險區主要集中在這4類用地類型中.因此，對這4類用地類型的詳細規劃和管理需特別引起重視.

對每一類用地類型的潛在風險進行詳細分析，由于篇幅有限，以居住用地為例進行說明：在GIS系統中，提取居住用地綜合風險及各單災種風險空間分布信息，其綜合風險分布如圖4所示，對居住用地的各災種風險等級比（r2）見圖5.結果顯示：居住用地的非常高風險來源于潛在的滑坡災害（見圖5）.經調查，該區存在一個土方量為420 000 km3的不穩定滑坡，且在耦合分析時可由地震及暴雨觸發而增加了觸發增量，因而綜合風險非常高.建議調整規劃用地類型或加強對此滑坡隱患點的工程監測和治理.

居住用地的高風險則主要源于海水入侵（見圖5），分布在沿海的泉港區、張坂鎮南部、晉江入?？诘鹊兀ㄒ妶D4）.在這些地區建立居住區，應避免居民直接飲用地下水，并且嚴格控制地下水開采，加強地下水監測.少量的高風險來源于潛在的地震及耦合后的地面沉降災害（見圖5），分布在池店鎮東部、浮橋鎮、雙陽鎮及晉江入海口等地（見圖4）.這些區域應避免規劃高層居住區，并且建立嚴格的建筑審批制度.中等風險則分布在鯉城區東部、豐澤區西南部及洛江區西部等地（見圖4），這些區域規劃為居住用地是可行的，可酌情采取一些必要的風險管理對策.低風險區域受多種災害的威脅較小，無須采取風險管理措施.對于其他類型的用地，都進行了類似的分析.

表6 基于城市規劃用地類型的多災種風險矩陣Tab.6 Risk Matrix of potential multi-hazard with respect to urban land-use types

3.3 評估方法和結果的不確定性分析

圖2 基于城市用地規劃的研究區綜合風險圖Fig.2 Integrated risk map for urban land-use planning

圖3 研究區各用地類型的多災種綜合風險統計圖Fig.3 Statistical chart of potential multi-hazard risk with respect to each land-use type in study area

不確定性是與風險相伴而生的問題.由于多災種耦合綜合風險評估的研究仍處于初步發展階段，關于其不確定性問題的探討甚少.歐盟第7框架計劃（new multi-hazard and multi-risk assessment methods for Europe，MATRIX）項目團隊于2014年首次公布了有關災害風險評估中不確定性問題的研究成果，且僅對地震單災種進行闡述［27］.由此可以預見，不確定性問題作為災害風險評估無法回避的問題必將成為今后多災種領域的又一研究熱點.

針對城市用地規劃的多災種耦合風險評估，一方面，災害的發生具有隨機性，即存在客觀不確定性；另一方面，由于基礎數據缺乏，且多災種與城市用地相互作用系統是一個復雜系統，而研究者對此系統的分析判斷能力存在局限性，在實際評估中，難以精確判斷和預計不同災種對不同用地類型的破壞機理、強度、造成的損失等.為了能夠實現風險評估，必須對復雜的災害危險性、耦合作用以及用地類型易損性等進行某些簡化和假設，以此作為分析和評估的基礎，這就引入了主觀不確定性.

圖4 研究區居住用地的綜合風險圖Fig.4 Multi-hazard risk map with respect to residential land in study area

圖5 研究區規劃居住用地的各災種風險統計圖Fig.5 Statistical chart of potential risk of each hazard with respect to residential land in study area

在以泉州市為例進行實際應用的過程中，這些不確定性問題主要體現在以下幾個方面.1）基礎數據的可提供性是本方法應用的主要制約因素.2）很大程度上影響單災種分級方案指標的選擇及評估結果的科學性.3）建立多災種耦合危險性評估模型，但權重及耦合參數的設定是平衡專家意見、學科經驗及筆者認識的結果，具有一定的主觀局限性；在評估城市規劃用地類型下各災種的風險等級時，雖采用盲數理論的專家打分方案以減少評估的未確知因素，但這種不確定性依然存在且無法消除.因此，本案例的評估結果是針對城市用地規劃的相對風險等級而非絕對風險值，且這些風險等級由于現階段基礎數據不完備及研究者的認識能力有限而存在一定的主觀不確定性.

針對這些不確定性問題，本文方法的可拓展之處在于：首先，在采用指標權重法進行單災種分級時，可依據基礎數據的提供性選取數據精度較高的指標；其次，在已建立的耦合模型的基礎上，可依據相應耦合案例對進行修正；最后，在基于城市規劃用地類型的多災種風險矩陣中，可嘗試使用不確定性信息處理方法獲取風險值.

4 結 論

（1）在單災種分級的基礎上建立基于觸發關系的多災種耦合危險性評估模型.該模型考慮了次生災害的被觸發強度，且采用危險性指數而非危險性等級進行耦合，提高了多災種耦合危險性評估的準確性.

（2）通過風險矩陣將多災種耦合危險性與城市用地規劃有效結合，獲取的結果可以幫助決策者和城市規劃者快速識別規劃用地的綜合風險，提出的規劃策略和風險管理對策也更加具有針對性.

（3）泉州市實例應用表明：該方法便于結合GIS技術進行實現，且GIS數據庫支持不斷更新與拓展，具有極大的可拓性和應用潛力，評估結果符合泉州市實際現狀，能夠反映不同用地類型的多災種風險的差異性和相似性，可為泉州市城市規劃及綜合風險管理提供科學依據.

針對城市用地規劃的多災種耦合綜合風險評估是一個新的交叉學科課題，今后還有很多工作需要開展.例如，理論上如何在多災種評估中系統或較為有效地考慮各災種之間的相互作用關系，并予以實施是當前多災種領域亟需解決的難題.本文對觸發關系進行了嘗試性研究，且在城市規劃中進行了實施，得到的風險值是針對城市用地規劃的相對風險值.多災種評估中的不確定性問題及災害鏈、多米諾效應等更復雜的關系，還有待進一步研究.在今后的實踐過程中，還須加強多災種耦合過程的跟蹤、監測和信息記錄，建立基于城市用地單元的多災種信息數據庫，以完善基礎信息，提高評估精度.

（

）:

［1］SHEIK M P，CHANDRASEKAR N.Coastal erosion hazard and vulnerability assessment for southern coastal Tamil Nadu of India by using remote sensing and GIS［J］.Natural Hazards，2011，69（3）：1295- 1314.

［2］KAPPES M S，KEILER M，GLADE T.From single to multi-hazard risk analyses：a concept addressing emerging challenges［C］∥ Proceedings of the‘Mountain Risks’International Conference.Strasbourg：CERG Editions，2010：351- 356.

［3］KAPPES M S，KEILER M，ELVERFELDT K，et al.Challenges of analyzing multi-hazard risk：a review［J］.Natural Hazards，2012，64（2）：1925- 1958.

［4］SELVA J.Long-term multi-risk assessment：statistical treatment of interaction among risks［J］.Natural Hazards，2013，67（2）：701- 722.

［5］明曉東，徐偉，劉寶印，等.多災種風險評估研究進展［J］.災害學，2013，28（1）：126- 132.MING Xiao-dong，XU Wei，LIU Bao-yin，et al.An overview of progress on multi-risk assessment ［J］.Journal of Catastrophology，2013，28（1）：126- 132.

［6］LOZOYA J P，SARDA R，JIMENEZ J A.A methodological framework for multi-hazard risk assessment in beaches［J］.Environmental Science and Policy，2011，14（6）：685- 696.

［7］ISDR U N.Hyogo framework for action 2005-2015：building the resilience of nations and communities to disasters［C］∥ Extract from the Final Report of the World Conference on Disaster Reduction.Kobe：WCRD，2005.

［8］SILVIA M M，DILLEY M.A comparison of selected global disaster risk assessment results［J］.Natural Hazards，2008，48（3）：439- 456.

［9］GRUBER F E，MERGILI M.Regional-scale analysis of high-mountain multi-hazard and risk indicators in the Pamir（Tajikistan）with GRASS GIS［J］.Natural Hazards and Earth System Science，2013，13（11）：2779- 2796.

［10］LIU B Y，SIU Y L，MITCHELL G，et al.Exceedance probability of multiple natural hazards：risk assessment in China's Yangtze River Delta［J］.Natural Hazards，2013，69（3）：2039- 2055.

［11］辜智慧，徐偉，葛怡，等.基于城市用地單元的自然災害風險評估概念模型［J］.中國安全科學學報，2012，22（4）：110- 115.GU Zhi-hui，XU Wei，GE Yi，et al.Conceptual model for natural disaster risk assessment based on urban land use unit［J］.Chinese Safety Science Journal，2012，22（4）：110- 115.

［12］KLEIN J，JARVA J，FRANK-KAMENETSKY D，et al.Integrated geological risk mapping：a qualitative methodology applied in St.Petersburg，Russia［J］.Environmental Earth Sciences，2013，70（4）：1629- 1645.

［13］蓋程程，翁文國，袁宏永.基于GIS的多災種耦合綜合風險評估［J］.清華大學學報：自然科學版，2011，51（5）：627- 631.GAI Cheng-cheng，WENG Wen-guo，YUAN Hongyong.Multi-hazard risk assessment using GIS in urban areas［J］.Journal of Tsinghua University：Science and technology，2011，51（5）：627- 631.

［14］WESTEN C V，MELANIE S，KAPPES M S，et al.Mountain risks：from prediction to management and governance［M］.Dordrecht：Springer Netherlands，2014：201- 231.

［15］GRUTHAL G，THIEKEN A H，SCHWARZ J，et al.Comparative risk assessments for the city of Cologne：storms，floods，earthquakes［J］.Natural Hazards，2006，38（1／2）：21- 44.

［16］BATHRELLOS G D，GAKI P K，SKILODIMOU H D，et al.Assessment of rural community and agricultural development using geomorphological-geological factors and GIS in the Trikala prefecture（Central Greece）［J］.Stochastic Environmental Research and Risk Assessment，2012，27（2）：573- 588.

［17］SHI P J.On the role of government in integrated disaster risk governance：based on practices in China ［J］.International Journal of Disaster Risk Science，2012，3（3）：139- 146.

［18］DELMONACO G，MARGOTTINI C，SPIZZICHINO D.Report on new methodology for multi-risk assessment and the harmonisation of different natural risk maps（Del 3.1，ARMONIA）［R］.Genova：European Community，2006.

［19］ MARZOCCHI W， GARCIA-ARISTIZABAL A，GASPARINI P，et al.Basic principles of multi-risk assessment：a case study in Italy［J］.Natural Hazards，2012，62（2）：551- 573.

［20］PAPATHOMA-K?HLE M，KAPPES M，KEILER M，et al.Physical vulnerability assessment for alpine hazards：state of the art and future needs［J］.Natural Hazard，2011，58（2）：645- 680.

［21］CUTTER S L，BORUFF B J，SHIRLEY W L.Social vulnerability to environmental hazards［J］.Social Science Quarterly，2003，84（2）：242- 261.

［22］THIERRY P，STIELTJES L，KOUOKAM E，et al.Multi-hazard risk mapping and assessment on an active volcano：the GRINP project at Mount Cameroon［J］.Natural Hazard，2008，45（3）：429- 456.

［23］梁和成，周愛國，唐朝暉，等.城市建設用地地質環境評價與區劃［M］.武漢：中國地質大學出版社，2010.

［24］LUO W L，SHEN X K，ZHOU H L，et al.Study of the features and the influential factors of land subsidence in the Eastern Part of Beijing，China ［J］.Geotechnical Special Publication，2014，243：208- 218.

［25］葉賓賓.泉州降水精細化空間分布特征及其與地形關系淺析［D］.南京：南京信息工程大學，2013：14- 23.YE Bin-bin.Elaborate Spatial distribution of precipitation in quanzhou and analysis of relationships between precipitation and terrain［D］.Nanjing：Nanjing University of Information Science and Technology，2013：14- 23.

［26］王光遠.論未確知性信息及其數學處理［J］.哈爾濱建筑工程學院學報，1990，23（4）：52- 58.WANG Guang-yuan.Uncertainty information and its mathematical treatment［J］.Journal of Harbin Architecture and Engineering Institute，1990，23（4）：52- 58.

［27］TYAGUNOV S，PITTORE M，WIELAND M，et al.Uncertainty and sensitivity analyses in seismic risk assessments on the example of Cologne，Germany［J］.Natural Hazards and Earth System Science，2014，14（6）：1625- 1640.