基于AHP方法的洪灾危险区域分析与评估

王星捷 李春花

摘 要：洪水灾害危害程度高，而且难预防。对孕育灾害的环境因素和研究地区洪水灾害发生危险性评价分区进行分析和研究，设计一个较为健全的洪水灾害孕育环境分区和评价危险性指标的体系。采用层次分析（AHP）法计算各个因素在评价过程中权重值，结合GIS技术进行空间分析和数据处理，得出洪灾害孕育环境分区图和地区受灾害损失大小评估图。以乐山市为实例进行分析，实验证明了得出的分析结果符合实际情况。为相关灾害的分析预测和评估，提供了一种技术方法。

关键词：洪水灾害;层次分析;GIS技术;分析和预测

中图分类号：TP319

文献标志码：A

0 引言

我国水资源丰富，临水城市较多，同时也是洪水灾害爆发的区域，灾害往往造成的损失非常巨大。随着国民经济的不断发展，洪水灾害成为我国城乡发展的一项重要灾害，制约着我国城乡经济的发展。因此，对于洪水灾害多发的地区来说，能进行灾害预测分析和评估是迫切需要的[1]。

洪水灾害发生的原因有很多，具体地方需要具体分析，但是有几个主要的因素如短时降雨量过大、区域的坡度与起伏度较大、植被分布不够均匀，植被缺乏，气候因素等是大部分地区造成山洪灾害的主要因素。本文主要以乐山市为例采用AHP层次分析法[2][3]结合GIS的空间分析技术[4][5]。通过对DEM数据[6]、降水量、高程值[7]、地区具体的一些矢量化图等作为数据源来进行分析处理[8]。从而得出一张洪水灾害孕育环境分区图，和一张地区受灾害损失大小评估图，为洪水灾害的预测和损失评估提供了一种分析方法。

1 评价分析模型

本文重点从灾害危险因子和孕灾环境因子着手，对上述两方面进行具体的度量分析，以研究区域实际情况为依托，针对这两方面因素划分不同多的指标等级，通过适当的分析模型可以而出具体的参数来评估本地区灾害的危险系数，本论文主要以乐山市市中区为实例对象进行研究。孕灾环境因子根据本区域特点，选取了地形地貌，历史地质灾害，植被覆盖面积，降水量，沿河区、坡度与起伏度等为分析因素，具体到为坡度与起伏度、降水量、植被覆盖、历史灾害点数据四个因子。

洪水灾害的发生受很多因素影响，而这些因素本身具有复杂性和不确定性，这就给洪水灾害的研究带来较大困难，能比较有效地解决这些问题的方法是层次分析法。层次分析法英文简称为AHP[9]，作为一种比较被研究学者所接受并通用的逻辑分析方法，其把与问题决策有关系的因子分成要达到的目标、原则、方法方案等。通过严密的逻辑手段将要研究的对象分成不同的层次，并且对层次中的因子根据实际问题需求划分成不同的权重来研究问题。AHP经过多年的发展，已经成为一种成熟的方法，它可用数量的形式表达和处理决策者的主观依据。层次分析法已被广泛应用到社会经济管理及能源开发评价等各项领域[10]。根据研究地区的特点，评价因子主要为人类活动区域（包括道路、建筑物等）、沿河因素、高频点以及孕育环境分区构成。本文评价分析模型如图1所示。

2 孕灾环境因子分级

通过查阅相关资料，针对各个因子[11]详细综合的分析，对研究区域洪水灾害孕育环境赋值和确定分级标准，分别把孕灾因子进行分级，并按照各个等级相应赋值。

1.坡度与起伏度数据

利用DEM图来获取当地的各个点的高程[12]。通过ArcGIS的坡度运算得出研究区域的坡度图。起伏度数据同样以该地区的DEM数据位基础数据，计算临域类型为矩形栅格，所选的栅格单元大小为10 *10，用ArcGIS窗口分析法来提取[13]。

洪灾很大程度上都与所发生地区的坡度和起伏度有关。这里根据AHP的指导原则[14]，对坡度和起伏度设置指标分级。

坡度：30-90度分为4级、20-30度为3级、10-20度为2级、0-10度为1级进行重分类;同理应用于起伏度的分级并重分类。如表1坡度和起伏度所示。

2.年降水量数据

对比年降水数据和对应区域的平均高程数据，以各个区域年降水量和高程值为因变量和自变量，在EXCEL中通过一元线性回归方程，分析出降水量和高程数据的关系。

Y=0.2446X+285.07

Y该地区代表年均降水量为因变量，X即高程值，根据这个公式，以DEM图作为基础数据通过GIS的栅格计算功能，求出研究区域降水量分布。

对降水量因子进行分级，根据计算出的降水量数据可以得出年降水量少于600 mm的情况极少，在对其进行分级的过程中，为了最后得出的重分类数据更加反映本地实际情况。将0-600 mm分成1级、600-800 mm分成2级、800-1000 mm分成3级、1000-1300 mm分成4级。

3.历史灾害点数据

地区历史灾害发生情况作为一种数据非常重要。作为一种孕育灾害指标，历史发生情况可以起到一个预示作用。查阅相关部门的数据资料，获取历史数据，并对具体的点数据做密度分析，根据密度分析结果进行分级。具体分级如表1所示。

4.植被覆盖数据

获取植被覆盖数据，通过本地的遥感数据解译分析得到本地区土地利用类型的遥感分区图。通过卫星图像匹配同时结合实地匹配得出本地区植被覆盖遥感图。根据本地区的实际情况，设置了4个等级的植被覆盖度，用于区分植被覆盖程度直观表达。具体分级如表1所示。

3 灾害危险度因子处理

1.人类活动区域的数据

人类活动区域，首先通过卫星遥感图像确定本地的建筑物和道路，桥梁等人工设施的分布情况，判定为人类活动区域。制作矢量地圖数据。

人类活动区域主要由道路和建筑物构成。按照层次分析法，对道路数据进行密度分析。城区的建筑物和乡村的建筑物有所不同。由卫星图像可知，市区的建筑物一般相隔较近，因此，需对建筑物先进行密度分析，再进行重分类。其结果能反映出建筑物和道路的密集性，对于研究灾害发生时，在预定的分区内，灾害损失评估具有重大的意义。具体如图2中a，b所示

2.沿河數据

通过卫星遥感数据[15]可以清晰的看到整个研究区域东南方向都是围绕河流而居的，河流作为一种相对其他研究区域特殊存在的非常重要的研究因素存在。河流是研究区域重要的地理组。从数据中可以看出，每到汛期，河流储水量大量激增，导致河流沿岸一些地势较低的区域市场被淹。因此，河流沿岸数据是一项重要的研究指标。

同理于上面的分析处理方法，首先对河流矢量数据做面转线，先对沿河数据进行密度分析，在进行重分类。具体结果如图2中c所示。

3.高频灾害点数据

在研究历史灾害数据的过程中发现一些山洪灾害点总是集中在一些区域。这些区域或许是由于其地势起伏度坡度、所处位置与河流的关系等原因造成。这些高频发生点在研究山灾害中占有着较大的权重值。是我们研究和分析的重要因子。获取高频灾害点数据，通过对历史灾害数据进行密度分析，并结合相应的位置关系得出具体的高频点。

4 洪水灾害孕育分区和危险度评估

4.1 洪水灾害孕育分区

洪水灾害孕育因素设定为：历史洪灾点数据、坡度与起伏度、植被覆盖度、年均降水量4个因素;符合层次分析法中明确性的指导原则。

研究评价洪灾害孕育因素，将上述各因素设置权重，通过使用GIS的权重求和工具分析出灾害孕育因素环境分区图。以上述因素作为发育条件因素，构建指标体系。以层次分析法的各项要求为标准指导，在分析相关文件数据，得出上述各项因素权重大小排名如下。

综合权衡最后得出：历史高频点、坡度与起伏度、降水量、植被覆盖度其相关权重为：0.3、0.3、0.2、0.2，分析结果如图3所示。

从乐山市市中区的高程数据模型和历史数据，可以直观的了解到灾害主要集中在沿河区域，其中三江口附近的江中小岛是最为严重的地区。利用层次分析法，通过对上述各个因子加权，权重求和得出的孕灾环境结果分区图，图中的危险分级中，可以看出三江口附近的江中小岛为1级，沿河区域为2级，说明了分析结果与实际基本相符。

4.2 洪水灾害结果损失评估

将洪水灾害造成的影响损失度评价因素归纳为人类活动区域道路和建筑物、历史高频发生区、沿河区域主要3个因素。评价的结果主要是得出灾害爆发以后，损厉害程度情况分布。

灾害结果损失危险性分区，其结果危险度主要是以能够给人们的生活生产造成的损失来衡量的，因此，在评估损失的时候最重要的因素是人类活动区域，如城区，如果在灾害发生区域中包含城市部分区域，则这部分区域造成的损失必将很大。确定权重分配为，人类活动>历史高频点>河流沿岸，权重比例为0.5、0.3、0.2，人类活动区域分为道路和建筑物，其中道路占0.2，建筑物占0.3;分析结果如图4所示：

综合灾害损失评估通过第一幅灾害孕育环境分区图和灾害损失危险性分区图有不同的权重计算的，在分析本地区数据资料以后，设定环境因素为0.3，损失危险性分区为0.7，通过分析得出最后灾害损失严重性分区图如图5所示。

从乐山城区情况可知城市交通、人口、建筑最为密集、经济最发达的地区为城市中部地区和城市周边工业区，如果发生灾害，这两区域损失的严重度最大，而沿河的广场和道路建筑和人口相对较少，损失度为最小。通过上述各因子的权重计算分析，得出了灾害损失危险性分区图。从图中得出，受损失最大的区域位于城市交通、人口、建筑最为密集的城市中部地区和城市周边的工业发达地区。受损失最小的是沿河边的广场和道路区域。分析的结果反映出的城区损失严重性分区基本符合实际情况。

5 结束语

以乐山市市中区作为研究对象，构建了灾害孕育环境的评价指标、构建了灾害损失度评价指标，历史高频点、坡度与起伏度、降水量、植被覆盖面积、人类活动区域、沿河区域;在AHP层次分析法的指导原则下构建了分析模型，结合GIS空间分析技术。最终得出了洪水灾害孕育环境分区图和洪水灾害爆发损失严重性分区图。对比本地4年的具体数据，证明了上述的分析结构能够准确的反应实际情况。为山洪灾害预测和损失严重性评估，提供了一种方法和决策支持。

参考文献

[1]李燕婷，朱海莉，陈少华.层次分析法的黄河上游滑坡易发性评价[J]，测绘科学，2016，41（8）：67-70.

[2] 杨超，王金亮，李石华，等，抚仙湖流域土地退化动态遥感监测研究[J]，遥感技术与应用，2016，31（2）：388-396.

[3]尤笛，蒋金豹，郭海强，低丘缓坡建设用地空间拓展评价——以福建邵武市为例[J]，江苏农业科学，2016，44（7）：508-512.

[4]杜俊，肖翔，蔡道明，等，汶川震区山洪泥石流灾害危险性评估[J]，长江科学院院报，2015，32（3）：77-83.

[5] 于雯琪，钱家忠，马雷，等，基于GIS和AHP的谢桥煤矿13-1煤顶板突水危险性评价[J]，煤田地质与勘探，2016 （1）：69- 73.

[6] 金彪，孙明艳，李海防，基于AHP-GIS空间分析法的龙胜龙脊古壮寨景观评价[J]，北方园艺，2016（18）：71-76.

[7] 江海浩，周书葵，陈朝猛，等，基于改进DRASTIC模型、GIS和层次分析法（AHP）的地下水U（Ⅵ）污染风险评价[J]，环境工程，2015， 33（3） ：113-117.

[8] 李新旺，杨社，李丽，等，基于GIS与AHP耦合的大海则矿超长主斜井富水性研究[J]，煤炭技术，2015， 34（6）：141 -143.

[9] 纪亚洲，臧永宜，顾和和，基于GIS技术与AHP方法的农村居民点整理潜力评价——以江苏省新沂市为例[J]，江苏农业科学，2015， 43（2） ：432-437.

[10] 潘宗源，贾龙，刘宝臣.基于AHP和ArcGIS技术的岩溶塌陷风险评价——以遵义永乐镇为例[J]，桂林理工大学学报，2016， 36（3）：464-470.

[11]袁维，张杰，谭继强，等，基于GIS的朗乡自然保护区露营旅游地适宜度空间格局[J]，应用生态学报，2015， 26（9）：2785- 2793.

[12]齐增湘，廖建军，徐卫华，等，基于GIS的秦岭山区聚落用地适宜性评价[J]，生态学报，2015， 35（4） ：1274-1283.

[13]UYAN M， GIS-based solar farms site selection usinganalytic hierarchy process （AHP） in Karapinar region，Konya/Turkey [J]， Renewable 8L Sustainable Energy Re-views， 2013， 28（8）：11-17.

[14]ARQUERO A， ALVAREZ M， MARTINEZ E， DecisionManagement making by AHP （Analytical HierarchyProcess） trought GIS data[J]， IEEE Latin America Trans-actions， 2009， 7（1）：101-106.

[15] RAHMAT Z-G， NIRI M-V，ALAVI N，et aL Landfill siteselection using GIS and AHP：a case study： Behbahan， Iran[J]， {