劉合香，秦 川，倪增華

(1．廣西師范學院 數(shù)學與統(tǒng)計學院，廣西 南寧 530023；2．廣西師范學院 地理科學與規(guī)劃學院，廣西 南寧 530023)

?

組合權重和ArcGIS相結合的廣西洪澇災害風險分析*

劉合香1，秦 川2，倪增華1

(1．廣西師范學院 數(shù)學與統(tǒng)計學院，廣西 南寧 530023；2．廣西師范學院 地理科學與規(guī)劃學院，廣西 南寧 530023)

通過對廣西各個站點的降水數(shù)據(jù)、地理信息以及各個市縣的基礎數(shù)據(jù)進行研究，綜合運用模糊數(shù)學理論、非線性數(shù)據(jù)處理技術和ArcGIS的空間Kriging插值方法，構造基于組合權重的危險性指數(shù)、暴露性指數(shù)、脆弱性指數(shù)、抗災能力指數(shù)和洪澇災害綜合指數(shù)，研制柵格數(shù)據(jù)風險區(qū)劃圖以及風險等級劃分標準，分析廣西區(qū)域洪澇災害分布狀況；結果表明，桂北與桂東南及其沿海地區(qū)洪澇發(fā)生的頻率可能性較大，廣西洪澇災害的綜合風險集中在桂南及其沿海地區(qū)，與實際的洪澇災害擬合較好。

組合權重；ArcGIS；洪澇災害；風險分析；廣西

廣西地處我國南部沿海，屬亞熱帶季風氣候區(qū)，氣候濕暖，雨水充沛。受西風帶系統(tǒng)或熱帶系統(tǒng)影響，區(qū)域性的暴雨和局地性的大暴雨、特大暴雨所引發(fā)的洪澇災害、山洪暴發(fā)、泥石流和山體滑坡等地質(zhì)災害非常頻繁。洪澇災害常常導致大片農(nóng)田受淹，房屋倒塌，水利公共實施嚴重受損，人員傷亡等。例如，1994年廣西發(fā)生了歷史上罕見的流域性洪水，在6-7月的短短兩個月里，全廣西就有90%以上的市縣均遭受不同程度的洪澇災害，損失達104.64億元；又如，2001年的臺風“榴蓮”和隨即而至的臺風“尤特”，它們帶來的暴雨導致了左江、右江、邕江、郁江、潯江江水暴漲,洪水泛濫,百色市遭遇了百年不遇的洪澇，南寧市出現(xiàn)了1937年以來最大的洪澇，貴港市出現(xiàn)了有水文記錄以來最大的洪澇, 這次洪澇災害造成廣西有70個縣(市、區(qū))、1 649.587萬人受災,死亡24人,直接經(jīng)濟損失159億元以上。再如，2014年7月的超強臺風“威馬遜”，造成廣西427.97萬人受災，因災死亡9人，房屋倒塌8 319間，農(nóng)作物受災面積14 557.02 khm2，直接經(jīng)濟損失138.09億元。

近年來，很多專家學者對洪澇災害風險開展研究，取得了可喜的研究成果。黃詩峰、Hamyama等分別用河網(wǎng)密度、河流形態(tài)分維等地貌學特征進行洪澇風險評價[1-2]；周成虎、蔣新宇、莫建飛、馬國斌、宮清華、李謝輝等利用氣象、遙感、基礎地理信息、社會經(jīng)濟數(shù)據(jù)，借助GIS平臺，對洪澇災害風險進行評價和風險區(qū)劃[3-8]；葛鵬和岳賢平運用模糊綜合評價模型,結合層次分析法,分別用2000年和2010年的指標數(shù)據(jù),對南京市進行了洪澇災害承災體易損性評估[9]。姜藍齊等通過分析黑龍江省洪澇災害的形成和影響因子，構建洪澇危險性、暴露性、脆弱性和防災減災能力的指標體系，并采用層次分析法賦予各指標權重，利用加權綜合法構建綜合評價指數(shù)，借助ArcGIS空間分析實現(xiàn)對黑龍江省的洪澇風險區(qū)劃[10]。

以上的研究工作或是用地貌學方法，或是用歷史災情法以及GIS技術對洪澇災害開展研究,取得了豐碩的研究成果。但是，綜合GIS技術、模糊數(shù)學、灰色理論原理和方法，進行區(qū)域洪澇災害風險分析的研究鮮見，本研究將以廣西洪澇致災因子和災情因子為研究數(shù)據(jù)，采用基于組合權重的GIS技術，對區(qū)域洪澇災害進行風險分析。

1 數(shù)據(jù)來源及研究方法

1.1 數(shù)據(jù)來源

本研究的降水數(shù)據(jù)取自1970-2013年5-9月中國廣西90個自動觀測站的總雨量，由廣西氣象局信息中心和廣西氣象臺提供；地理信息數(shù)據(jù)是利用ArcCIS技術提取的各個市縣經(jīng)緯度、海拔高度、坡度以及計算得到的河網(wǎng)密度，還從廣西地情網(wǎng)獲取了年均徑流深；社會統(tǒng)計數(shù)據(jù)取自2013年廣西各個市縣的統(tǒng)計年鑒。

1.2 基于組合權重的ArcGIS空間分析

組合權重方法是將非線性數(shù)據(jù)的處理技術和模糊數(shù)學理論相結合，將高維向量空間的數(shù)據(jù)壓縮到低維空間研究的優(yōu)化集成方法[11-12]。利用組合權重方法，結合ArcGIS的空間Kriging插值、坡度計算、河網(wǎng)密度計算、空間疊加分析等功能，進行區(qū)域洪澇災害頻率及風險分析和區(qū)劃，區(qū)劃圖的柵格分辨率均為500 m×500 m。

2 基于組合權重和GIS的洪澇災害風險評價

2.1 發(fā)生洪澇災害的頻率分析

利用上述《中國近五百年旱澇分布圖集》定義的旱澇標準，以降水量作為致災源，計算得到廣西90個站點1970-2013年洪澇災害發(fā)生的頻率(表1)，并利用ArcGIS進行Kriging插值，將計算所得的數(shù)據(jù)制成廣西洪澇頻率圖(圖1)。

表1 廣西洪澇頻率表

圖1 廣西洪澇頻率圖

從圖1中我們可以看到，發(fā)生洪澇的頻率總體上是桂北與桂東南及其沿海地區(qū)發(fā)生的可能性較大，呈近似“三明治”形態(tài)。洪澇發(fā)生的頻率最大的主要是桂北的資源、龍勝、三江、融水，以及桂中南的貴港和沿海的防城和東興，達到了14.11%～17.53%。較好地反映了廣西區(qū)域洪澇災害分布的實際情況。

2.2 區(qū)域洪澇災害風險評價

2.2.1 評價指標的選取及其組合權重的計算

為了客觀地界定洪澇災害大小的物理量，進行有效的洪澇災害風險評價，選取能夠反映災害發(fā)生危險性大小的洪澇發(fā)生頻率、站點的海拔高度、坡度和河網(wǎng)密度作為危險性指數(shù)的基本研究指標；選取行政區(qū)域土地面積、農(nóng)業(yè)總產(chǎn)值、工業(yè)總產(chǎn)值、年末總人口數(shù)作為暴露性指數(shù)的基本研究指標；選取年內(nèi)農(nóng)作物總播種面積、糧食總產(chǎn)量、年末單位從業(yè)人員數(shù)作為脆弱性指數(shù)的基本研究指標；選取年內(nèi)地區(qū)生產(chǎn)總值、財政收入、農(nóng)民人均純收入作為抗災能力指數(shù)的基本研究指標。

權重的賦值反映了基本研究指標在洪澇災害的綜合評判中所占的地位和所起的作用，在相當程度上也決定了多指標評價的精度，直接影響到評判的結果。為了盡可能利用評價對象樣本在原高維空間中的分類和排序信息，金菊良等[15]給出的利用加速遺傳算法(AGA)對分類權重和排序權重綜合得到的組合權重，參考金菊良等的方法，我們構造了一個基于AGA的投影尋蹤模糊層次分析評價模型，來計算分類權重和排序權重，再通過優(yōu)化算法綜合得到的組合權重。

假設評價指標的因子矩陣為X=(xij)nm，為了盡可能地降低于原始資料中的量綱不同以及資料本身帶來的誤差，首先需要計算隸屬度函數(shù)：

(1)

式中：maxxij和minxij分別是第j個指標的最大和最小值[16]。進一步計算相對隸屬度值rij，對評價指標的樣本數(shù)據(jù)xij進行標準化處理，得到模糊評價矩陣R=(rij)mn。然后用遺傳-投影尋蹤和模糊數(shù)學理論分別確定預測因子的分類權重Ai={ai1,i=1,2,…,n}和排序權重A2={ai2,i=1,2,…,n}，最后，用優(yōu)化算法通過求解目標函數(shù)的值：

(2)

式中取分類系數(shù)μ=0.5，即認為各分類的權重具有同等重要的參考價值，得組合權重A={ai,i=1,2,…,n}[11-12,17]。運用組合權重優(yōu)化的計算方法，可以將原來大量高維空間的非線性因子壓縮成一維因子。

2.2.2 洪澇災害的風險性評價

利用所計算的組合權重，定義：

危險性指數(shù)

(3)

暴露性指數(shù)

(4)

脆弱性指數(shù)

(5)

抗災能力指數(shù)

(6)

按照同樣的方法，利用上述方法計算的危險性指數(shù)、暴露性指數(shù)、脆弱性指數(shù)和抗災能力指數(shù)，進一步計算洪澇災害綜合指數(shù)yj的組合權重ai(0.549 8，0.148 4，0.068 0，0.233 8)，定義基于組合權重的洪澇災害綜合指數(shù)：

(7)

洪澇災害是其危險性、暴露性、脆弱性和抗災能力綜合作用的結果，我們對計算的各個指數(shù)利用SPSS工具軟件做5類的聚類分析，并利用ArcGIS進行Kriging插值，將計算所得的基于組合權重的廣西洪澇災害危險性指數(shù)、暴露性指數(shù)、脆弱性指抗災能力指數(shù)，以及洪澇災害的綜合風險指數(shù)，制成500m×500m的柵格數(shù)據(jù)風險區(qū)劃圖(圖2)，劃分標準見表2。

在圖2a中我們可以看到，廣西洪澇災害危險性主要分布在桂北、桂中及桂南沿海一帶，這些地區(qū)的洪澇頻率高、河網(wǎng)密度大，發(fā)生洪澇災害的可能性較大；從圖2b可見，洪澇災害的暴露性較大的是桂南大部地區(qū)、桂北部分地區(qū)以及桂東和桂西少部分地區(qū)，特別是欽州、合浦、浦北、南寧、貴港等地的洪澇災害的暴露性較大；圖2c提示我們，洪澇災害的脆弱性集中分布在桂東南的貴港、橫縣、北流、玉林、陸川、博白等經(jīng)濟較為發(fā)達的地區(qū)；圖2d告訴我們，桂東南及其沿海、延伸至桂東北一帶的洪澇災后重建能力較強，幾乎涵蓋廣西一半的地區(qū)，但是，桂西山區(qū)抵御洪澇災害的能力較弱；經(jīng)過以上4個風險指數(shù)的疊加，圖2e則顯示廣西洪澇災害的綜合風險集中在桂南及其沿海地區(qū)。

表2 廣西洪澇災害危險性、暴露性、脆弱性、抗災能力及綜合風險等級劃分標準

(a)危險性指數(shù) (b)暴露性指數(shù) (c)脆弱性指數(shù)

(d)抗災能力指數(shù) (e)綜合風險指數(shù)

3 結論與討論

(1)以廣西90個自動觀測站點的降水量作為致災源，計算得到1970-2013年洪澇災害發(fā)生的頻率，利用ArcGIS進行Kriging插值，研制了洪澇發(fā)生的頻率圖，進行廣西洪澇災害發(fā)生頻率的風險分析。

(2)通過對降水數(shù)據(jù)、地理信息和基礎數(shù)據(jù)的研究，科學合理地選取評價指標，綜合運用模糊數(shù)學理論、非線性數(shù)據(jù)處理技術以及ArcGIS的空間Kriging插值，構造了基于組合權重的危險性指數(shù)、暴露性指數(shù)、脆弱性指數(shù)、抗災能力指數(shù)以及洪澇災害綜合指數(shù)。

(3)通過對以上各個指數(shù)的研究，利用SPSS工具軟件做5類的聚類，研制了500m×500m的柵格數(shù)據(jù)洪澇災害風險區(qū)劃圖和綜合風險等級劃分標準，對廣西洪澇災害分布狀況進行風險分析。

(4)為了進一步研究未來洪澇災害的發(fā)生的可能性大小，更好地反映洪澇災害變化特征的數(shù)據(jù)序列，我們將利用歷史災情數(shù)據(jù)、降水數(shù)據(jù)，研究洪澇災害的非線性預測模型，以便全方位地進行洪澇災害風險分析。

[1] 黃詩峰,徐美,陳德清．GIS支持下的河網(wǎng)密度提取及其在洪水危險性分析中的應用[J]．自然災害學報，2001，10(4)：129-132．

[2]Haruyama，Shigeko，Ohokum，etal．Geomorphologicalzoningforfloodinunctionusingsatellitedata[J]．GeoJoumal，1996，38(3)：73-78．

[3] 周成虎,萬慶,黃詩峰,等．基于GIS的洪澇災害風險區(qū)劃研究[J]．地理學報，2000，55(1)：15-24．

[4] 蔣新宇,范久波,張繼權,等．基于GIS的松花江干流暴雨洪澇災害風險評估[J]．災害學，2009，24(3)：51-56．

[5] 莫建飛,陸甲,李艷蘭,等.基于GIS的廣西洪澇災害孕災環(huán)境敏感性評估[J].災害學， 2010，25(4)：33-37.

[6] 馬國斌,李京,蔣衛(wèi)國,等.基于氣象預測數(shù)據(jù)的中國洪澇災害危險性評估與預警研究[J].災害學，2011，26(3)：8-17.

[7] 宮清華,黃光慶,郭敏．基于GIS技術的廣東省洪澇災害風險區(qū)劃[J]．自然災害學報，2009，18(1)：58-63.

[8] 李謝輝,韓薈芬.河南省黃河中下游地區(qū)洪災損失評估與預測[J].災害學，2014，29(1)：87-92.

[9] 葛鵬； 岳賢平.洪澇災害承災體易損性的時空變異——以南京市為例[J].災害學，2013，28(1)：107-111.

[10]姜藍齊，馬艷敏，張麗娟,等.基于Q01 的黑龍江省洪澇災害風險評估與區(qū)劃[J]．自然災害學報，2013，22(5)：238-245.

[11]LiuHexiang,ZhangDalin.AnalysisandpredictionofhazardriskscausedbytropicalcyclonesinsouthernChinawithfuzzymathematicalandgreymodels[J].AppliedMathematicalModelling, 2012,36 626-637.doi: 10.1016/j.apm.2011.07.024.

[12]LiuHexiang,ZhangDalin,ChenJianwei,etal.Predictionoftropicalcyclonefrequencywithawaveletneuralnetworkmodelincorporatingnaturalorthogonalexpansionandcombinedweights[J].NatHazards, 2013,65:63-78.doi: 10.1007/s11069-012-0343-x.

[13]中央氣象局氣象科學研究院.中國近五百年旱澇分布圖集[M].北京:地圖出版社,1981.

[14]張德二,李小泉,梁有葉.《中國五百年旱澇分布圖集》的再續(xù)補(1993-2000年)[J].應用氣象學報,2003,14(3):379-384.

[15]金菊良，魏一鳴，丁晶. 基于組合權重的系統(tǒng)評價模型[J]. 數(shù)學的實踐與認識，2003， 33(11)：51-58.

[16]XieJ-J,LiuC-P.Fuzzymathematicsmethodanditsapplication[M]. 3rded.HuazhongUniversityofScienceandTechnologyPress, 2006: 61-62.

[17]JinJL,WeiYM,DingJ.Systemevaluationmodelbasedoncombinedweights(inChinese)[J].Math.Pract.Theory, 2003, 33: 51-58.

RiskAnalysisofFloodDisasterinGuangxiBasedonCombinationofCombinedWeightandArcGIS

Liu Hexiang1, Qin Chuan2and Ni Zenghua1

(1.SchoolofMathematicalandstatisticalSciences,GuangxiTeachersEducationUniversity,Nanning530023,China;2.SchoolofGeographyandPlanning,GuangxiTeachersEducationUniversity,Nanning530023,China)

Accordingtostudyontheprecipitationdataofeachsite,thegeographicinformationandthebasicdataofvariouscitiesandcountiesinGuangxi,thehazardindex,exposureindex,vulnerabilityindex,disasterreliefcapabilityindicesandfloodcompositeindexareconstructedbasedoncombinationweightbyusingacombinationofthefuzzymathematicstheory,nonlineardataprocessingtechnologyandArcGISspaceKriginginterpolationmethod.Atthesametime,therasterdatariskzoningmapandriskgradestandardofdivisionaredevelopedtoanalyzethedistributionofGuangxi’sflooddisasters.ResultsshowthefloodinnorthernGuangxi,southeasternGuangxianditscoastalareas,happenwithmuchgreaterfrequency,andtheintegratedflooddisasterriskofGuangxiconcentrationinsoutheasternGuangxianditscoastalareas.Theresultsarecoincidedwiththeactualflood.

combinedweights;ArcGIS;flooddisaster;riskanalysis;Guangxi

2014-12-29 修改日期：2015-03-10

國家自然科學基金(41465003)；廣西科學研究與技術開發(fā)項目(桂科攻1355010-8)

劉合香(1962-),女,山東茌平人,教授,碩士生導師,研究方向為概率統(tǒng)計、數(shù)學模型、自然災害風險分析． E-mail: hx_post@126.com

X43；P426.616

A

1000-811X(2015)03-0076-04

10.3969/j.issn.1000-811X.2015.03.015

劉合香，秦川，倪增華. 組合權重和ArcGIS相結合的廣西洪澇災害風險分析[J].災害學, 2015,30(3):076-079. [Liu Hexiang,Qin Chuan and Ni Zenghua. Risk analysis of flood disaster in Guangxi incorporating combined weights and GIS[J].Journal of Catastrophology, 2015,30(3)：076-079.]