锦州市山洪灾害风险评价

许 磊

(辽宁省锦州水文局，辽宁 锦州 121000)

山洪作为一种自然灾害严重威胁着山丘地区的经济发展和生命财产，据统计约1/3的人口来自山丘地区，其占地面积约为国土总面积的2/3。目前，由洪涝引起的人员伤亡中约80%的来自山洪灾害。山洪属于一种自然灾害，其管理理念由灾害程度的减轻逐渐变为灾害风险的降低，所以应与社会管理自然灾害的方法基本相当。实施减灾措施和政策的基础环节与必要步骤是对风险的评价，系统性、前瞻性的风险评价不仅有助于促进区域可持续发展和保持社会稳定，而且能够显著提升人类抵御自然灾害的能力，然而目前还未形成一套科学、完善的评价方法[1- 3]。毛德华、PC Nayak等[4- 5]在自然灾害评价中引入模糊数学的方法，并以实例验证了该方法的准确性与适用性；苏布达等[6]基于GIS栅格数据对荆江分洪区的淹没范围、水深、淹没面积以及可造成的损失展开模拟和分析。这些研究工作主要侧重于河网漫顶或水库溃口的淹没模拟，对于评估洪涝灾害风险和险情的分析预警具有一定指导作用，然而并未涉及区域洪涝炎淹没与强降雨的情景模拟。鉴于此，本文以锦州市地区为例，基于GIS平台和Flood Area模型模拟分析了该地区的一次典型强降雨淹没过程，对模型模拟效果利用灾情资料进行检验，以期为促进流域洪涝灾害的动态风险评估和洪水的实时预警提供一定技术支撑。这些研究的评价单元均是以行政区划为依据，但是在实际中不同区域、乡镇、市县的风险性仍存在一定的差异，从而无法保证较大评价单元的准确性和精度。遥感技术的发展和计算机科学的进步促进了自然灾害风险评估中GIS技术的应用。据此，本文将模糊综合评价法与GIS技术相结合应用于山洪灾害风险评估，然后基于空间栅格数据和GIS空间分析功能实现了灾害风险的精确评价。

辽宁省山丘地形面积占比较大，由于独特的地貌特征和气候条件山洪灾害频发，锦州市作为东北亚和环渤海经济圈的交汇区域受山洪灾害的影响较大，且在风险管理方面该区域还未形成一套科学、系统的理论方法。根据锦州市洪涝灾害实际情况，以规则栅格为评价单元利用AHP法、GIS技术和模糊综合相结合的方法，综合评价了其山洪灾害风险程度，可为完善在山洪灾害风险管理体系和防治能力提供一定支持。

1 区域概况

锦州市位于辽宁省西北部，地处E120°43′～122°36′，N40°48′～42°08′，东西方向与工业区相接、北依松岭山脉、南临渤海，是东北亚和环渤海经济圈交汇区域。区域总面积1.03万km2，境内山脉连绵起伏，地势结构呈东南低、西北高的变化特征，自东南向西北方向依次为平原区、丘陵区和低山区，地貌类型复杂多样，具有“五山一水四分田”的土地特征。属于大陆性季风气候，年均降水量为567mm，其中夏季降水占年总量的60%～70%，年均温度7.8～9.0℃，季节特征为夏季炎热多雨、春季多风温和、冬季干燥寒冷、秋季晴朗凉爽。境内河流水系较多，主要有百股河、女儿河、饶阳河、大凌河等，河流主要特征为含沙量大、流量小、变化大、可利用率低、河道走势波动大、冰冻期长等。许多河流流量较小属于典型的季节性河流，汛期水流急剧、河水暴涨易泛滥成灾，而平时水位较浅甚至出现干枯；上游河段汛期暴涨暴落山洪频发，显著影响着当地的交通运输和经济发展，所以十分有必要开展锦州市的山洪灾害风险研究[7- 10]。

2 数据来源

结合锦州市山洪灾害实际情况和国内风险评价研究现状，从致灾因子、承灾体以及致灾环境的角度构建评价体系。其中最大降雨量、平均降雨量、频率、历时和雨强为致险因子危险性分析的主要方面，锦州市年降水量较少且属于干旱少雨区，因此诱发山洪灾害的主要因素为短时强降雨，危险性体系的建立可选择强降雨频率和降雨强度因子，其中降雨强度选择百年一遇1h最大降雨量，降雨频率为锦州市各地区在2000—2017年30mm/h以上降雨次数的平均值，由锦州市水文局提供降雨频率和雨强等数据资料。孕灾环境主要包括地形条件、土地利用情况以及河流水系，为主要敏感因子，因此构建的指标体系应考虑河网密度、植被覆盖率以及地形起伏度等参数，各参数值的获取方法为：河流长度与流域面积之比即河网密度，根据栅格数据确定植被覆盖率参数值；另外考虑到山洪灾害风险性与植被覆盖率之间的负相关特征，可通过取植被覆盖率的倒数即植被指数，将其转换为正相关性，由中科院数据管理中心和辽宁国土资源厅提供地理数据。资源条件、人类活动区域和人类为承灾体，不仅要考虑区域农田面积、GDP密度和人口密度，还要考虑锦州市山区、丘陵较大面积等因素，在脆弱性评价体系中纳入丘陵面积，以上有关数据来自于中科院数据管理中心和锦州市年鉴资料[11- 13]。评价指标、数据来源、计算公式以及取值区间见表1。

表1 山洪灾害风险评价相关参数值

表1中，n，Sp—暴雨衰减指数和暴雨系数；a，N—统计年限及其暴雨次数；A—单位面积，hmax，hmin—最大与最小高程；Lu—单位面积河流总成；Av,Ap,Ag,Af,Ak—分别为单位面积内植被面积、人口数量、GDP、农田面积和丘陵面积。

3 模糊综合评价法简介

模糊综合评价的基本过程为对受多种因素影响的对象或事物利用模糊数学的概念给出总体评价，从而实现定性分析到定量评价的转化，因此该方法具有系统性好、结果清晰、理论简单等特点，在处理分析非确定性、随机性问题方面具有较强的科学性与适用性。在评价之前应按照科学的方法确定评价单元，然后在模型中输入任意一单元，其风险等级即为模型输出的评价结果[14]。本研究利用模糊综合模型评价锦州市山洪灾害风险水平，详细介绍了计算流程和计算方法。

3.1 确定因素集

将影响山洪灾害风险的各类因子集合在一起构成因素集，可表示为U={u1，u2，，un}。根据锦州市当地山洪灾害特点和防治项目现有数据资料，分别选择丘陵面积比Dq、农田面积比Df、GDP密度Dg、地形起伏度R以及降雨强度i等9项指标构成因素集，然后利用栅格数据表示各个因素。

3.2 确定评语集

对山洪灾害风险程度的等级划分即为评语集，可表示为V={v1，v2，，vn}，根据锦州市山洪灾害防治标准和风险性分析现有研究将评价等级分为极高、较高、中等、较低和极低5个级别，所建立的评语集如下：

V={极高风险，较高风险，中等风险，较低风险，极低风险}

在ArcGIS软件中根据各影响因子的栅格数据可获取相应的标准差、均值、极大值和极小值等信息，其中评价因子的最大与最小值设定为上、下限。标准差分级、几何间隔、等间隔以及自然间断点等为比较常用的等级划分方法，本文对风险等级的划分采用标准差分级法，设置的各评价因子间隔点见表2。

表2 各评价因子间隔点的设置

3.3 计算隶属度

运用模糊综合法评价山洪灾害风险的一个重要环节是确定合理的隶属函数，其中三角形、梯形分布为确定隶属度函数比较常见的方法，为确保评价结果的准确性有必要对评价集中各等级与因素集各元素的隶属度进行计算。假定在评价等级v下的评价因素u的隶属度为uivj，则隶属度函数的表达式如下：

(1)

(2)

(3)

式中，aj—代表山洪灾害风险评价相应级别的临界值；x—代表某影响因素的实际值。

根据隶属函数和各影响因子的实际值可得到隶属于不同标准的隶属度，从而可建立评语集和因子集之间的模糊矩阵R：

(4)

3.4 计算权重集

各影响因素对山洪灾害风险的贡献率存在一定差异，因此可利用权重集A表示各因子的影响程度，本文采用AHP层次分析法确定各因素权重[15]。层次分析法是通过将复杂问题划分为若干个简单问题进而确定模糊因素权重的有效方法，通过差异数值化处理各因素之间的重要性确定最终的权重排序，其计算流程为：

步骤一：构建结构层次体系。根据待评价对象的实际情况可划分为多个层级，通常情况下将灾害风险预定目标作为最高的目标层，而把影响目标实现的因素作为准则层，其中实现目标具体的技术措施、方法等作为最底层，也可称为方案层或措施层。

步骤二：构造判断矩阵。对同一层级中不同指标之间的重要性程度可采用判断矩阵式来表征，根据Saaty标度法对各因子之间的重要性进行量化处理，其量化准则见表3。

表3 判断矩阵的量化准则

通过询问领域内经验丰富的专家填写判断矩阵各元素，对各元素在每一层中的关系根据专家询问结果和Saaty标度法确定，从而量化了不同元素之间的两两重要性对比。

步骤三：一致性检验。影响山洪灾害风险的因素较多，根据专家意见构造的评判矩阵并不一定科学合理，因此有必要检验其一致性。根据判断矩阵的特征值和矩阵的阶数检验其一致性，矩阵的不一致性程度随特征值偏离阶数的增大而增大，若特征值为n且矩阵阶数为n则认为满足一致性检验，具体的计算方法为：

表4 锦州市山洪灾害风险等级

引入CI为一致性指标，其计算公式为(5)，通过查询一致性指标参数表确定平均随机一致性指标RI，利用公式(6)确定一致性比例CR，判断矩阵的一致性检验的可接受条件为一致性比例CR<0.1，

(5)

(6)

步骤四：确定权重。对结构层次体系中各因子相对于目标层的合成权重按照自上而下的顺序逐层计算，若不符合CR<0.1条件则重新对矩阵进行调整直至满足检验要求并确定各因素权重，为便于计算对各数据进行标准化处理。

参考专家评判意见确定合适的标度构造判断矩阵，利用yaahpV7.0软件计算得到各影响因子的权重见表2，经检验各因子判断矩阵均满足一致性要求。

3.5 模糊综合评价

对山洪灾害风险评价的权重矩阵A和模糊关系矩阵R利用模糊数学的运算法则进行计算，从而得到综合评价结果B，其表达式为B=A·R=(b1，b2，b3，b4，b5)，然后按照最大隶属度原则比较分析评价向量B并确定max(b1，b2，b3，b4，b5)值，最终的评价结果即为最大值bi所隶属的风险等级。

4 山洪灾害风险评价

4.1 模糊综合评价

对锦州市山洪灾害风险水平利用模糊综合法评价，其中评价单元为规则的栅格，利用GIS软件的空间分析功能将各影响因子的属性数据与适量数据转变为栅格数据[16]。然后对各影响因子的隶属度uivj利用隶属度函数和栅格数据进行计算，该计算过程由栅格计算器完成。

根据公式B=A·R=(b1，b2，b3，b4，b5)进行运算，其中权重向量为：

A=(0.196，0.134，0.107，0.095，0.068，0.127，0.115，0.071，0.088)

按照模糊数学的运算法则在栅格计算器中计算经处理后的45个隶属度数据，从而得到综合评判矩阵B，同样采用栅格数据表示判断矩阵中的各个元素，然后对每个评价单元按照最大隶属度原则确定最大元素所属的风险等级，通过栅格计算器的条件分析语句实现评判矩阵到风险等级的区划。通过上述计算得到锦州市各分区山洪灾害风险等级见表4。

根据上表计算结果可知，锦州市山洪灾害风险极高、较高、中等、较低和极低风险区的占比依次为3.5%、6.10%、22.41%、25.25%与42.73%。该评价结果能够较为客观、准确地反映山洪灾害历史空间分布实际状况，由此表明该评价方法具有一定的科学性与合理性。

4.2 结果分析

根据表4计算结果可知，具有极高和较高山洪灾害风险的区域为龙栖湾新区、技术开发区和凌河区，该区域GDP密度和人口密度较大，承载能力较弱，并且凌河区降水量、水域面积较大，这也是引起该区域具有较高致险因子的主要因素之一。锦州市山洪灾害风险处于较低和极低水平的面积占比67.98%，相对于辽宁省其他省份该区域的山洪灾害风险还处于较高水平，这与当地生态环境破坏和土地覆盖剧烈改变的因素相关，加之锦州市具有更加敏感的孕灾环境和复杂的地形条件，从而使得该区域山洪灾害的发生较为频繁[17]。

5 结论

(1)根据锦州市当地山洪灾害特点和防治项目现有数据资料选取了影响山洪灾害的9项关键因子，基于当地“五山一水四分田”的地形特征在山洪灾害评价体系中纳入了丘陵面积比指标，评价结果能够较为客观、准确地反映锦州市洪涝灾害实际状况，可见所选的评价方法和影响因子具有一定的科学性与合理性，可为指导锦州市山洪灾害的防治和洪涝灾害预警提供一定参考。

(2)AHP和GIS相结合的方法为目前山洪灾害风险评价较为常见的方法，评价单元以行政区划为依据，本文以栅格为评价单元并应用模糊数学法，可为提高评价结果的精确性和提高山洪灾害风险评价方法的科学性提供一种新的途径。