基于云模型的安康市洪水災害風險評價

石曉靜，查小春

(陜西師范大學 旅游與環境學院，陜西 西安 710062)

基于云模型的安康市洪水災害風險評價

石曉靜，查小春*

(陜西師范大學 旅游與環境學院，陜西 西安 710062)

選取基于云模型的洪水災害風險評價模型，以安康市地形高程、高程標準差、河網密度以及2010年的汛期降水、人口密度、GDP密度、地均財政收入、耕地比重、農民人均純收入、單位面積糧食產量10個指標，構建了安康市洪水災害風險評價指標體系，并采用熵權法確定各指標的權重，通過云模型定量地評價了安康市2010年各縣區的洪水災害風險等級。研究結果表明：安康市漢濱區和漢陰縣處于高風險等級，石泉、紫陽、旬陽、白河等縣處于較高風險，嵐皋、平利2縣處于中等風險，寧陜、鎮坪2縣處于較低風險。

安康市；洪水災害；風險評價；云模型；熵權法

洪水災害已成為全球性的自然災害，尤其在我國，洪水災害已經成為發生最頻繁、造成損失最大、最難以控制的自然災害之一[1-2]。而且，隨著全球氣候系統的異常多變，以及人類活動影響程度的增強，洪水災害給人類社會造成的生命和財產損失日益增加[3]，因此加強洪水災害風險評價對于防洪減災和水資源合理規劃利用具有重要意義。目前，國內外學者主要采用模糊綜合評判法、水文水動力學模型方法、歷史災情和古洪水統計分析法、GIS技術與數理方法結合等綜合方法進行洪水風險評價等[4-7]。然而，洪水災害系統是由致災因子、孕災環境以及承載體等自然因素和人為因素相互作用構成的整體，這些因素具有不確定性，且在不同區域表現有較強的空間差異性，使得評價指標體系比較復雜，各種評價方法的評價結果存在不確定性[8-10]。而基于云模型的洪水災害風險評價方法，能夠實現客觀世界中某個現象和事物定性與定量的不確定性轉換，克服常規方法在風險評價中存在的模糊性與隨機性問題，使評價結果更符合實際[11-12]。因此，本文將云模型引入洪水災害風險評價中，選擇位于漢江上游洪災多發的安康市為研究區域，以安康市2010年的致災因子、孕災環境和承載體指標，選取相應的洪水災害指標，構建了基于云模型和熵權法的綜合評價模型，評價了安康市2010年洪水災害風險等級，并與安康市2010年洪災情況對比驗證，以期為安康市科學制定防洪減災規劃、減輕洪災損失以及促進安康城市建設和經濟可持續發展，提供重要的借鑒意義。

1 研究區概況

安康市位于陜西省最南部，下轄漢濱區、旬陽、石泉、平利、紫陽、嵐皋、寧陜、鎮坪、漢陰、白河10個縣區(圖1)。它南依大巴山北坡，北靠秦嶺主脊，地形以山地、丘陵為主，海拔170～2964.4 m，地勢起伏較大。漢江上游橫貫東西，地勢由中部向南北方向逐漸升高。受地形和季風影響，安康市屬于亞熱帶大陸性季風氣候，且處于南北氣候的交融地帶。降水主要集中在夏季，雨量充沛且多暴雨。而且安康市境內河網密布，水系發達。復雜的地理地形條件、大氣環流狀況及網狀水系，使安康市孕災環境和致災因子危險性比較高，極易出現暴雨洪災。

據統計[13-14]，1950～2015年安康洪峰流量大于15000 m3的洪災有26次，平均每2.5年發生1次，屬于洪災頻發區。典型的暴雨洪水如1983年的“7.31”漢江安康大洪水[15]，使全省48個縣受災，受災農田117.5萬hm2，受災人口764.3萬人，倒塌房屋283490間，全年經濟損失達151278萬元。而且，近年來，安康市相繼在2005、2010、2011和2012年出現暴雨洪水。因此，在全球氣候異常多變以及極端降水事件明顯增多的情況下，對安康市進行洪水災害風險評價，對加強洪水災害預防和管理，保護人們的生命財產安全以及促進社會的穩定發展具有重要的指導意義。

圖1 研究區域位置

2 數據來源和研究方法

2.1 數據來源

高程和高程標準差數據取自SRTM-3 DEM，安康市2010年的汛期降水通過中國氣象數據共享服務平臺獲得，安康市2010年人口密度、GDP密度、地均財政收入、耕地比重、農民人均純收入、單位面積糧食產量等數據來自《2011年安康市年統計年鑒》[16]。

2.2 研究方法

2.2.1 正態云模型 云模型是由李德毅[9，11,17-20]提出的實現客觀世界中某個現象和事物的定性與定量相互發生不確定性轉換的數學模型。該模型能夠克服常規評價方法在風險評價中存在的模糊性與不確定性的問題[11,21-22]，能對評價對象進行比較客觀有效的評價。

云的定義為：設U為論域,C是論域U上的定性概念，若定量值x∈U,x對C的隸屬函數u(x)∈[0,1]是具有穩定傾向的隨機數(U∈[0,1],x∈U,x→u(x))，且論域U中的某一個定量值x對C的隸屬度的映射是一對多的，x是定性概念C的一次隨機實現。若滿足:x～N(Ex,En′2)，En′～N(En，He2),且對C的隸屬度滿足：

(1)

則稱x在論域U上的分布成為正態云。每一個x稱為一個云滴，表示一次定性到定量的轉化，n個云滴形成正態云模型，可以完整地表示定性概念向定量數值的轉化。

正態云模型用期望值Ex，熵值En，超熵值He3個數值來表示。其中，期望值Ex是定性語言概念論域空間分布上的中心值，最能代表這個定性概念的值；熵值En是定性概念模糊度的度量，反映了在論域中可被定性概念所接受的數值范圍，由概念的隨機性和模糊性共同決定；超熵值He是熵值En的熵，是對期望值En的不確定性度量，由熵的隨機性和模糊性共同決定，反映了云滴的離散程度。由以上3個數值確定n個云滴，把一個定性概念通過正態云不確定性轉換模型定量地表示出來(圖2)。Ex、En、He的值分別通過以下公式計算：

(2)

(3)

He=k

(4)

(Ex=180，En=8，He=1)

2.2.2 熵權法確定權重 權重的大小反映了該評價指標的重要程度。利用層次分析法確定權重帶有較強的主觀性，容易造成指標賦權的不確定性[23]。與此相比，熵權法[24]通過評價指標數據值構成的判斷矩陣確定指標權重，能夠比較客觀實際地反映指標權重的大小。計算方法如下：

(1)假設有m個評價對象，每個評價對象有n個評價指標，運用極差法將指標數據歸一化到[0,1]范圍內。

(2)計算各指標的熵值：

(5)

(3)計算第j個評價指標的熵權：

(6)

3 基于云模型的安康市2010年洪水災害風險評價

3.1 安康市洪水災害風險評價指標的選取

洪水災害風險評價涉及多方面因素，主要包括致災因子、孕災環境和承載體3個方面。本文遵循客觀性、可行性以及資料的可獲取性原則，在實地考察的基礎上，選取了安康市的地形高程、高程標準差、河網密度以及安康市2010年的汛期降水、人口密度、GDP密度、地均財政收入、耕地比重、農民人均純收入、單位面積糧食產量10個指標，建立了安康市洪水災害風險評價指標體系(表1)。由于這些評價指標存在明顯的模糊性和隨機性，因此，采用正態云模型方法對安康市各縣區2010年洪水進行綜合風險評價能夠比較客觀地反映實際情況。

表1 安康市2010年洪水災害風險評價指標體系

表2 安康市2010年洪水災害風險評價指標體系標準

表3 安康市2010年洪水災害風險評價指標正態云標準

3.2 熵權法計算權重

采用熵權法中公式(5)～(6)計算的各評價指標的權重W分別為：W高程為0.1083、W高程標準差為0.1084、W河網密度為0.0875、W汛期降水為0.1026、W人口密度為0.0966、WGDP密度為0.0999、W地均財政收入為0.1260、W耕地比重為0.0791、W農民人均純收入為0.0849、W單位面積糧食產量為0.0979。

3.3 基于云模型的安康市2010年洪水災害風險評價結果

以致災因子U4為例，并根據云模型的定義，利用公式(1)和云矩陣R(表3)，并根據特定的程序在Matlab軟件中進行重復計算1000次，建立評價指標U4的正態云隸屬度函數(圖3)。圖3中，從左到右依次為低風險、較低風險、中等風險、較高風險、高風險。可以看出，該圖較好地反映了隸屬度函數中的正態分布函數特征。

圖3 致災因子U4的正態云隸屬度

以安康市漢濱區為例，將指標量化數值代入正態云模型，在matlab軟件中重復運行1000次，得到各評價指標的隸屬度矩陣(表4)。依次步驟，得到其他縣區各指標的隸屬度。

表4 安康市漢濱區隸屬度

將權重集W與隸屬度矩陣(表4)進行模糊轉換得到評價集上的模糊子集B。最后依據最大隸屬度原則，選擇最大的隸屬度所對應的等級即為安康市漢濱區的洪災風險評價結果。依此步驟，可得安康市其他各縣的洪水災害風險等級(表5)。

由表5可知，2010年安康市洪水災害風險等級整體上處于中等風險以上等級。例如漢濱區和漢陰縣洪水風險等級最高，其原因是這兩個地方地勢較低，河網密度大，汛期降水量多，如漢濱區2010年汛期降水量高達1041.4 mm，因此孕災環境和致災因子危險性高；而且漢濱區和漢陰縣經濟相對發達，城鎮密集，人口密度大，因此承載體的脆弱性高；尤其是漢濱區位于漢江及其支流恒河、月河、黃洋河的交匯處，汛期河水流量大，水位升高，容易淹沒周圍的農田、建筑、水利設施等，加劇了洪水災害的風險性。石泉、紫陽2縣洪水災害風險級別較高，主要原因在于河網密度較大，汛期降水量多，例如紫陽2010年降水量多達1103.8 mm。旬陽、白河2縣洪水災害風險等級也處于較高風險級別，其原因主要是這2縣位于漢江河谷地帶，海拔低，在汛期降水多的情況下容易被淹沒成災。嵐皋、平利2縣洪水風險等級處于中等風險，主要原因是地勢較高，人口密度、GDP密度、耕地比重較小。而寧陜、鎮坪由于山地多，地勢高且起伏大，經濟發展比較落后，洪災風險等級較低,但并不表示洪災損失低。由于經濟發展落后，水利設施不健全，遇到汛期暴雨時節，極易引發山洪、泥石流等次生地質災害，造成嚴重的人口傷亡和社會秩序的混亂。

表5 安康市2010年洪水災害風險綜合評價結果

3.4 安康市2010年洪水風險評價結果驗證

安康市歷來是洪災頻發區，且造成的損失十分嚴重。據文獻記載[25]，2010年7月漢江上游發生的高強度降水，引發了漢江上游嚴重的洪水災害事件。這次暴雨造成漢江干流發生了50年一遇的洪水，并誘發了嚴重的山洪、泥石流等地質災害。安康市漢濱區及旬陽、白河、平利等縣城進水，受災人口65.31萬人，倒塌房屋2773戶，農作物受災面積2.181萬hm2。受災情況與表5中漢濱區高風險，旬陽、白河較高風險，平利縣中等風險的評價結果較符合。嵐皋縣受災8.2萬人，倒塌房屋325間，泥石流造成19人失蹤。受災情況與其所處的中等風險等級有較大的一致性。鎮坪縣移動、聯通信號中斷，山洪泥石流沖毀水利基礎設施234處。根據洪水災害風險評價結果，鎮坪縣處于較低風險，這主要是由于鎮坪縣境內山地多，地勢起伏大，洪災危險性小，但汛期暴雨容易引發山洪泥石流等地質災害。因此，洪災評價結果屬于可接受范圍內。初步測算本次洪水災害直接經濟損失67.11億元，是安康市自1983年洪災之后最嚴重的一次特大洪災。對比評價結果(表5)，基于云模型和熵權法的洪水災害風險評價方法與安康市2010年的實際洪水災害情況有75%以上的吻合度，表明這種方法是客觀可行的。因此，對于受災比較嚴重的漢濱區、漢陰縣、旬陽縣、白河縣等，政府要及時調整洪水災害預警體系和防洪預案，同時要提高人們防御抵御風險的意識，最大限度地降低洪災損失，保障社會秩序的正常進行。而對于寧陜、鎮坪等縣應加強暴雨引發的山洪、泥石流等地質災害的預防和管理。

4 結論

云模型因能克服洪水風險評價中存在的模糊性與不確定性的問題，使評價結果更符合實際，從而能夠客觀科學反映評價對象的風險等級。本文將正態云模型引入洪水災害風險評價的研究中，對安康市2010年10個縣區的洪水災害風險程度進行了評價。研究結果表明：安康市漢濱區和漢陰縣洪水災害風險隸屬度分別為0.5514和0.5348，處于高風險等級，且漢濱區隸屬度比漢陰縣大0.0166，說明前者洪災更為嚴重；石泉、紫陽、旬陽、白河等縣隸屬度分別為0.5674、0.6021、0.6472、0.6278，處于較高風險等級；嵐皋、平利2縣隸屬度分別為0.5553、0.5800，處于中等風險等級；而寧陜、鎮坪2縣隸屬度分別為0.6067、0.4955，處于較低風險等級。研究結果基本符合安康2010年洪水災害情況，說明基于云模型的洪水災害風險評價是客觀可行的。其研究結果對安康市加強洪災管理，制定合理的防洪減災規劃和加強防洪工程建設，最大限度地減輕洪災損失，促進城市建設及經濟可持續發展，具有重要的實用價值和借鑒意義。

[1] 劉家福，張柏.暴雨洪災風險評估研究進展[J].地理科學，2015，35(3)：346-351.

[2] 許有鵬，李立國，蔡國民，等.GIS支持下中小流域洪水風險圖系統研究[J].地理科學，2004，24(4)：452-457.

[3] 高慶華，馬宗晉，張業成，等.自然災害評估[M].北京:氣象出版社，2007.

[4] 廖丹霞，楊波，王慧彥，等.基于GIS的河北省灤縣洪水災害風險評價[J].自然災害學報，2014，23(3):93-100.

[5] Anselmo V， Galeati G， Palmieri S， et al. Flood risk assessment using an integrated hydrological and hydraulic modeling approach[J]. Journal of Hydrology，1996, 175(s1/4): 533-554.

[6] Dilley M，Chen R S， Deichmann U，et al. Natural disaster hotspots: A global risk analysis[M]. Washington: The world Bank, 2005.

[7] 張會，張繼權，韓俊山.基于GIS 技術的洪澇災害風險評估與區劃研究：以遼河中下游地區為例[J].自然災害學報，2005，14(6):141-146.

[8] 史培軍.四論災害系統研究的理論與實踐[J].自然災害學報，2005，14(6):1-7.

[9] 王威，田杰，馬東輝，等.基于云模型的城市防震減災能力綜合評估方法[J].北京工業大學學報，2010，36(6):764-770.

[10] 蔣衛國，李京，李忠武，等.洪水災害人口風險模糊評價[J].湖南大學學報:自然科學版，2008，35(9):84-87.

[11] 李德毅，杜鹢.不確定性人工智能[J].北京：國防工業出版社，2005.

[12] 龔艷冰，張繼國.基于正態云模型和熵權的人口發展現代化程度綜合評價[J].中國人口·資源與環境，2012，22(1):138-143.

[13] 盧修富.安康市水文特性[J].水資源與水工程學報，2009，20(4):154-157.

[14] 殷淑燕，王海燕，黃春長，等.陜南漢江上游歷史洪水災害與氣候變化[J].干旱區研究，2010，27(4):522-528.

[15] 孟嬋，殷淑燕.清末以來陜西省漢江上游暴雨洪水災害研究[J].干旱區資源與環境，2012，26(5):46-51.

[16] 安康市統計局.安康市統計年鑒2011[M].北京：中國統計出版社，2011.

[17] Li D Y. Knowledge representation in KDD based on linguistic atoms[J]. Journal of Computer Science and Technology, 1997, 12(6): 481-496.

[18] 李德毅，邸凱昌，李德仁.用語言云模型挖掘關聯規則[J].軟件學報，2000，11(2):143-158.

[19] Li D Y， Han J W， Shi X M. Knowledge representation and discovery based on linguistic atoms[J]. Knowledge-Based Systems， 1998(10): 431-440.

[20] 李德毅，劉常昱.論正態云模型的普適性[J].中國工程科學，2004，6(8).28-34.

[21] 沈進昌，杜樹新，羅祎，等.基于云模型的模糊綜合評價方法及應用[J].模糊系統與數學，2012，26(6):117-123.

[22] 王龍，陳軍，蒲家琦，等.基于正態云模型和信息公理的設計評價方法[J].后勤工程學院學報，2014，30(2)：65-70.

[23] 葉瓊，李紹穩，張友華，等.云模型及其應用綜述[J].計算機工程與設計，2011，32(12):4198-4201.

[24] 王兆禮，賴成光，陳曉宏.基于熵權的洪災風險空間模糊綜合評價模型[J].水力發電學報，2012，21(5):35-40.

[25] 安康市地方志辦公室.安康年鑒2011(總第十四卷)[M].西安：三秦出版社，2011.

(責任編輯：管珊紅)

Risk Assessment of Flood Disaster in Ankang City Based on Cloud Model

SHI Xiao-jing, ZHA Xiao-chun*

(College of Tourism and Environmental Sciences, Shaanxi Normal University, Xi’an 710062, China)

The author used ten indexes (the terrain elevation, elevation standard deviation, and river network density, as well as the rainfall in flood season, population density, GDP density, local financial revenue, proportion of arable land, rural per capita net income, and grain yield per unit area in 2010) to build the risk assessment index system of flood disaster in Ankang city based on cloud model, computed the weights of various indexes through the entropy weight method, and quantitatively assessed the risk level of flood disaster in each county of Ankang city in 2010. The results showed that: Hanbin district and Hanyin county of Ankang city were at the highest risk level of flood disaster; Shiquan, Ziyang, Xunyang and Baihe county were at a higher risk level; Lan’gao and Pingli county were at a moderate risk level; Ningshan and Zhenping county were at a lower risk level.

Ankang city; Flood disaster; Risk assessment; Cloud model; Entropy weight method

2016-07-30

國家社會科學基金項目(14BZS070)；國家自然科學基金項目(71471071)；中央高校基本科研業務費專項資金項目(GK2 01601006)。

石曉靜(1988—)，女，碩士研究生，主要從事土地資源開發與環境演變研究。*通訊作者：查小春。

S422

A

1001-8581(2017)01-0107-05