石曉靜,查小春,劉嘉慧,王光朋

(陜西師范大學(xué)旅游與環(huán)境學(xué)院,陜西 西安 710062)

?

基于云模型的漢江上游安康市洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)

石曉靜,查小春,劉嘉慧,王光朋

(陜西師范大學(xué)旅游與環(huán)境學(xué)院,陜西 西安 710062)

為了加強(qiáng)洪水災(zāi)害風(fēng)險(xiǎn)管理,用云模型的方法對(duì)安康市1983年和2010年的洪水災(zāi)害風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)。在實(shí)地調(diào)查的基礎(chǔ)上,選取8個(gè)代表性的指標(biāo),建立評(píng)價(jià)指標(biāo)體系;采用熵權(quán)法計(jì)算指標(biāo)的權(quán)重,引入云模型的方法獲取洪災(zāi)風(fēng)險(xiǎn)隸屬度;將權(quán)重和隸屬度進(jìn)行轉(zhuǎn)化計(jì)算,按照最大隸屬度原則,得到2010年和1983年的洪災(zāi)風(fēng)險(xiǎn)等級(jí)。結(jié)果表明:2010年與1983年相比,安康市洪水災(zāi)害風(fēng)險(xiǎn)在增加,但部分縣區(qū)變化不一;高風(fēng)險(xiǎn)主要集中在漢濱區(qū)、漢陰縣等區(qū)域,面積比較穩(wěn)定;較高風(fēng)險(xiǎn)、較低風(fēng)險(xiǎn)區(qū)域增加,中等風(fēng)險(xiǎn)、低風(fēng)險(xiǎn)區(qū)域減少;相鄰風(fēng)險(xiǎn)等級(jí)之間的轉(zhuǎn)化是洪水災(zāi)害風(fēng)險(xiǎn)增加的本質(zhì)表現(xiàn)。

洪水災(zāi)害;風(fēng)險(xiǎn)評(píng)價(jià);云模型;熵權(quán)法;安康市

洪水災(zāi)害是一種危害嚴(yán)重的自然災(zāi)害,也是我國面臨的主要環(huán)境問題之一,它嚴(yán)重威脅著人民的生命財(cái)產(chǎn)安全[1-2]。近年來,在全球氣候變化引起極端降水事件不斷增多的背景下,洪水災(zāi)害發(fā)生的頻率逐漸增加、破壞力增強(qiáng),給人類造成的損失并沒有因?yàn)榻?jīng)濟(jì)的發(fā)展而有所降低,反而有逐年上升的趨勢(shì)[3-5],這促使人們的洪災(zāi)風(fēng)險(xiǎn)管理理念發(fā)生轉(zhuǎn)變,在加強(qiáng)防洪工程建設(shè)的同時(shí),越來越重視非工程措施[6-7],特別是洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)工作。然而,洪水災(zāi)害是多種因素相互作用的結(jié)果,各種因素具有隨機(jī)性、模糊性的特點(diǎn),使得洪災(zāi)風(fēng)險(xiǎn)的等級(jí)難以明確界定，而云模型通過定量數(shù)據(jù)和定性概念之間的轉(zhuǎn)換,可以解決這一不確定性問題[8-10]。目前,國內(nèi)一些學(xué)者已經(jīng)將云模型引入洪水災(zāi)害風(fēng)險(xiǎn)以及其他領(lǐng)域的評(píng)價(jià)研究中,例如田玉剛等[8]將云模型與數(shù)據(jù)場(chǎng)耦合,評(píng)估了蘇州市和上海市的洪水災(zāi)害風(fēng)險(xiǎn)等級(jí);王賀等[9]建立了基于正態(tài)云模型的景德鎮(zhèn)市洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)模型;劉洋等[10]建立云物元耦合模型,評(píng)價(jià)分析了荊江分洪區(qū)的洪水災(zāi)害危險(xiǎn)性;周啟剛等[11]利用正態(tài)云模型評(píng)價(jià)了三峽庫區(qū)的土地利用生態(tài)風(fēng)險(xiǎn)情況;王棟等[12-13]引用云模型分析了水體質(zhì)量問題,等等。

漢江為長江最大的支流,其上游為南水北調(diào)中線工程重要水源區(qū)[14],而安康市是漢江上游的重要城市,歷來是洪災(zāi)多發(fā)區(qū)。根據(jù)曹麗娟等[15]對(duì)黃河和長江流域在未來氣候變化下極端徑流影響的預(yù)估研究發(fā)現(xiàn),未來漢江流域發(fā)生洪水的可能性將逐漸增大，因此,對(duì)漢江上游安康市洪水災(zāi)害進(jìn)行風(fēng)險(xiǎn)評(píng)價(jià)顯得尤為重要,但是近年來這方面的研究尚不多見。針對(duì)洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)過程中存在的模糊性、隨機(jī)性問題,采用云模型的方法,建立了基于云模型和熵權(quán)法的洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)模型,以1983年和2010年的洪水災(zāi)害為例,評(píng)價(jià)分析了安康市各縣區(qū)的洪水災(zāi)害風(fēng)險(xiǎn),以期為加強(qiáng)災(zāi)害預(yù)警,制定科學(xué)防洪減災(zāi)規(guī)劃,合理指導(dǎo)災(zāi)后重建工作,最大限度地減輕洪災(zāi)損失,促進(jìn)安康市經(jīng)濟(jì)社會(huì)健康穩(wěn)定可持續(xù)發(fā)展提供借鑒。

1 研究區(qū)概況

安康市位于陜西省東南部,下轄漢濱、漢陰、石泉、紫陽、嵐皋、平利、寧陜、鎮(zhèn)坪、旬陽、白河等1區(qū)9縣(圖1),處于秦嶺、大巴山的中間位置,地勢(shì)起伏較大,中間低,南北兩側(cè)高,地形以山地、丘陵為主,川道盆地面積較小,主要有漢陰盆地、安康盆地、恒口盆地等,其中以漢濱區(qū)的恒口盆地面積最大。漢江干流由石泉入境,流經(jīng)石泉、漢陰、紫陽、漢濱、旬陽、白河6個(gè)縣區(qū),于白河縣出境,境內(nèi)流域長340 km,其余河流均屬漢江水系,呈羽毛狀分布于漢江兩岸,主要有月河、旬河、黃洋河、嵐河等。安康市受季風(fēng)影響顯著,屬于亞熱帶季風(fēng)氣候。夏季受西南季風(fēng)和東南季風(fēng)交替影響以及地形的作用,容易出現(xiàn)暴雨洪水;秋季冷空氣與暖濕氣流影響出現(xiàn)連陰雨過程,也極易引起洪水。復(fù)雜的地形地貌、密集的水系和大氣環(huán)流狀況使安康市成為洪災(zāi)多發(fā)區(qū)[16-17]。

圖1 研究區(qū)域位置

據(jù)統(tǒng)計(jì)[17-18],1950年以來,安康市發(fā)生洪峰流量大于15 000 m3/s的洪災(zāi)26次,平均2.5 a發(fā)生1次。尤其是1983年的特大洪水,受東南季風(fēng)和西南季風(fēng)的影響,多個(gè)縣區(qū)年降水量在1 100 mm以上,汛期降水移動(dòng)方向與河流流向一致,多條支流匯入干流,導(dǎo)致河流洪峰流量大,地勢(shì)較低的區(qū)域水位升高,形成安康市200年一遇的特大洪水。這一洪水造成漢濱區(qū)、漢陰縣、石泉縣、旬陽縣等多個(gè)縣區(qū)房屋倒塌、農(nóng)田淹沒、水利水電等基礎(chǔ)設(shè)施損壞等,經(jīng)濟(jì)損失巨大,導(dǎo)致安康老城區(qū)基本被毀。自進(jìn)入21世紀(jì)以來,安康市在2005年、2010年、2011年等均發(fā)生嚴(yán)重的洪水災(zāi)害,其中漢江流域2010年7月18—19日普降大到暴雨,造成漢江干流發(fā)生50年一遇洪水,暴雨、山洪、泥石流災(zāi)害多處爆發(fā),使安康市遭受了1983年洪災(zāi)之后最嚴(yán)重的一次特大洪災(zāi),直接經(jīng)濟(jì)損失67.11億元。為此,選取1983年和2010年洪災(zāi)為例,評(píng)價(jià)分析安康市各縣區(qū)的洪水災(zāi)害風(fēng)險(xiǎn)。

2 數(shù)據(jù)來源和云模型研究方法

2.1 數(shù)據(jù)來源

采用30 m分辨率的DEM數(shù)據(jù)提取安康市地形圖及河網(wǎng)密度圖;1983年和2010降水量數(shù)據(jù)由安康市氣象局提供;1983年和2010年的人口密度、GDP密度、耕地比重、單位面積糧食產(chǎn)量等社會(huì)、經(jīng)濟(jì)數(shù)據(jù),以縣級(jí)行政區(qū)為單位,分別以《1949—1990年陜西省地市縣歷史統(tǒng)計(jì)資料匯編》[19]以及《2011年安康統(tǒng)計(jì)年鑒》[20]統(tǒng)計(jì)。

2.2 正態(tài)云模型

云模型是由李德毅院士[21-23]提出的，實(shí)現(xiàn)客觀世界中某個(gè)現(xiàn)象和事物的定性與定量相互發(fā)生不確定性轉(zhuǎn)換的數(shù)學(xué)模型[24-25],它以正態(tài)分布和隸屬度函數(shù)為基礎(chǔ),能夠解決洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)過程中的模糊性和隨機(jī)性問題,對(duì)評(píng)價(jià)對(duì)象進(jìn)行比較客觀有效的評(píng)價(jià),具有普遍的適用性[26]。

(1)

則稱x在論域U上的分布為正態(tài)云。式中:Ex為期望值；En為熵值；H為超熵值。每一個(gè)x稱為一個(gè)云滴,表示一次定性到定量的轉(zhuǎn)化,n個(gè)云滴形成正態(tài)云模型,可以完整地表示定性概念向定量數(shù)值的轉(zhuǎn)化。

正態(tài)云模型用期望值Ex、熵值En和超熵值H3個(gè)數(shù)值來表示，其中,期望值Ex代表這個(gè)定性概念的中心值;熵值En是對(duì)定性概念模糊度的度量,反映了在論域中x的取值范圍,En值越大,x的取值范圍越廣,概念越宏觀;超熵值H是熵值En的熵,是對(duì)期望值Ex的不確定性度量,由熵的隨機(jī)性和模糊性共同決定,反映了云滴的離散程度,H越大,云的厚度越大,云滴越分散。由以上3個(gè)數(shù)值確定n個(gè)云滴,把一個(gè)定性概念通過正態(tài)云模型定量地表示出來(圖2)。

圖2 正態(tài)云及數(shù)字特征(Ex=180,En=8,H=1)

表2 安康市1983年洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系標(biāo)準(zhǔn)

3 安康市洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)

3.1 安康市洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)的選取

洪水災(zāi)害是一個(gè)復(fù)合系統(tǒng),它的形成是致災(zāi)因子、孕災(zāi)環(huán)境、承載體三者相互作用的結(jié)果[27]。在進(jìn)行洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)研究的過程中,其首要任務(wù)就是選取合適的評(píng)價(jià)指標(biāo)。由于研究區(qū)域的不同,選取的指標(biāo)存在很大的差異。在實(shí)地調(diào)查的基礎(chǔ)上,根據(jù)安康市近些年來洪水災(zāi)害的發(fā)生及受災(zāi)情況,選取年降水量作為致災(zāi)因子指標(biāo),選取高程、高程標(biāo)準(zhǔn)差、河網(wǎng)密度作為孕災(zāi)環(huán)境指標(biāo),選取人口密度、GDP密度、耕地比重、單位面積糧食產(chǎn)量等作為承載體指標(biāo),據(jù)此建立安康市合理的評(píng)價(jià)指標(biāo)體系如表1所示。

表1 安康市洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系

在ArcGIS10.0的ArcMap中,加載安康市行政區(qū)圖及評(píng)價(jià)指標(biāo)的具體量化數(shù)據(jù)表,利用自然段點(diǎn)法對(duì)安康市1983年和2010年的評(píng)價(jià)指標(biāo)劃分評(píng)價(jià)標(biāo)準(zhǔn),表2為安康市1983年洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系標(biāo)準(zhǔn)。

3.2 安康市洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)

3.2.1 熵權(quán)法計(jì)算各評(píng)價(jià)指標(biāo)的權(quán)重

由于選取的評(píng)價(jià)指標(biāo)單位不同,需要進(jìn)行無量綱化處理。采用正向指標(biāo)和負(fù)向指標(biāo)將其量化到0～1之間,建立歸一化矩陣(rij)m×n，然后采用熵權(quán)法[28-30]計(jì)算各評(píng)價(jià)指標(biāo)權(quán)重。

a. 計(jì)算各指標(biāo)的熵值:

(2)

式中:fij為指標(biāo)rij的比重；m為評(píng)價(jià)對(duì)象數(shù)。

b. 計(jì)算第j個(gè)評(píng)價(jià)指標(biāo)的熵權(quán):

(3)

式中:n為評(píng)價(jià)指標(biāo)數(shù);Wj為評(píng)價(jià)指標(biāo)j的權(quán)重。

由公式(2)(3)計(jì)算出各評(píng)價(jià)指標(biāo)的權(quán)重:Wu1=0.108 3、Wu2=0.127 3、Wu3=0.108 3、Wu4=0.116 7、Wu5=0.116 9、Wu6=0.107 7、Wu7=0.212 8、Wu8=0.102 0。

3.2.2 基于云模型的安康市洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果

根據(jù)安康市洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系標(biāo)準(zhǔn)(表2),利用公式(4)(5)(6)[10-11,29-30]計(jì)算Ex、En、H,得到1983和2010年安康市各縣區(qū)評(píng)價(jià)指標(biāo)所對(duì)應(yīng)的正態(tài)云模型3個(gè)數(shù)值的等級(jí)標(biāo)準(zhǔn)。表3為安康市1983年洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)正態(tài)云標(biāo)準(zhǔn)。

(4)

(5)

H=k

(6)

式中：Exij,Enij分別為表3中第i個(gè)指標(biāo)對(duì)應(yīng)第j個(gè)風(fēng)險(xiǎn)等級(jí)的Ex、En值;xij為表2中第i個(gè)指標(biāo)對(duì)應(yīng)第j個(gè)風(fēng)險(xiǎn)等級(jí)的隸屬度;xij,1xij，2分別為評(píng)價(jià)指標(biāo)體系標(biāo)準(zhǔn)的上下邊界值;k為常數(shù),可以通過經(jīng)驗(yàn)或試驗(yàn)取值。

表3 安康市1983年洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)正態(tài)云標(biāo)準(zhǔn)

以1983年致災(zāi)因子U4為例,根據(jù)公式(1)和云矩陣(表3),在Matlab 2014a中重復(fù)運(yùn)行1000次,得到U4對(duì)應(yīng)的不同等級(jí)的正態(tài)云隸屬度函數(shù)(圖3)?？梢钥闯?圖3較好地反映了隸屬度函數(shù)中的正態(tài)分布函數(shù)特征。

圖3 1983年致災(zāi)因子U4的正態(tài)云隸屬度函數(shù)

以漢濱區(qū)為例,將對(duì)應(yīng)的指標(biāo)量化數(shù)值代入正態(tài)云模型,在Matlab 2014a中重復(fù)運(yùn)行1000次并求平均值,得到1983年和2010年各評(píng)價(jià)指標(biāo)對(duì)應(yīng)的不同等級(jí)的隸屬度矩陣。表4為安康市漢濱區(qū)1983年指標(biāo)的隸屬度。按照此方法,依次得到其他縣區(qū)1983年和2010年的指標(biāo)隸屬度。

表4 安康市漢濱區(qū)1983年指標(biāo)隸屬度

利用權(quán)重W與隸屬度矩陣Z進(jìn)行模糊轉(zhuǎn)換得到模糊等級(jí)B(B=WZ)。依據(jù)最大隸屬度原則,選擇最大的隸屬度所對(duì)應(yīng)的等級(jí)作為安康市漢濱區(qū)的洪災(zāi)風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果。依此步驟,可得安康市1983年和2010年其他各縣的洪水災(zāi)害風(fēng)險(xiǎn)等級(jí)結(jié)果如圖4所示。

圖4 安康市洪水災(zāi)害風(fēng)險(xiǎn)等級(jí)分布

由圖4可知,2010年與1983年相比較,安康市洪水災(zāi)害風(fēng)險(xiǎn)區(qū)域發(fā)生了局部變化,整體風(fēng)險(xiǎn)在增加。洪水災(zāi)害高風(fēng)險(xiǎn)在1983年和2010年均分布在漢江干流沿岸的漢濱區(qū)和漢陰縣,占安康市總面積的21.94%,其原因是這兩個(gè)縣區(qū)處于安康盆地,地勢(shì)平坦,河網(wǎng)密集,汛期降水時(shí)徑流易于匯集致災(zāi),因此孕災(zāi)環(huán)境和致災(zāi)因子危險(xiǎn)性高;此外漢濱區(qū)和漢陰縣經(jīng)濟(jì)比較發(fā)達(dá),人口、城鎮(zhèn)密集,承載體的脆弱性高。例如1983年洪水使安康市老城區(qū)被淹,89 600人受災(zāi),870人遇難,倒塌房屋3萬余間,損失4.1億元,同時(shí)農(nóng)村受災(zāi)農(nóng)戶72 015戶,損壞房屋近2萬間[31];漢陰縣48 325人受災(zāi),倒塌房屋3 506間,死亡2人等[32]。而在2010年的安康市洪災(zāi)中,漢濱區(qū)和漢陰縣縣城進(jìn)水,受災(zāi)嚴(yán)重[20]。

洪水災(zāi)害較高風(fēng)險(xiǎn)1983年分布在石泉、旬陽、白河3縣,而在2010年在紫陽縣也成為了洪水災(zāi)害較高風(fēng)險(xiǎn)區(qū)域。其原因是漢江流經(jīng)這些縣,地勢(shì)較低,人口多分布在河流兩岸的川道平地區(qū)域,洪災(zāi)威脅性大。例如1983年洪水石泉縣受災(zāi)23 652戶,占全縣人口75.3%,房屋損壞1 000余間[33];白河縣的多處街道、房屋、農(nóng)田等被淹[34];旬陽縣4 430戶受災(zāi),沖毀房屋24 620間,農(nóng)田1 114 hm2,使7 922人無家可歸[35]。而在2010年安康洪災(zāi)中,紫陽縣處于暴雨中心,最大降水量達(dá)1 183 mm,多處水文站超出警戒水位,導(dǎo)致道路、房屋被淹,水電等設(shè)施中斷,給人們生產(chǎn)生活造成很大損失[20]。

洪水災(zāi)害中等風(fēng)險(xiǎn)在1983年分布在紫陽縣和平利縣,2010年僅分布在平利縣。1983年較低風(fēng)險(xiǎn)僅集中在嵐皋縣,但在2010年鎮(zhèn)坪縣和寧陜縣成為了洪水災(zāi)害較低風(fēng)險(xiǎn)區(qū)域,使2010年洪水安康市洪災(zāi)風(fēng)險(xiǎn)缺少了低風(fēng)險(xiǎn)等級(jí)。其原因是這兩縣分別處于秦嶺、大巴山區(qū),山地多,地勢(shì)高且起伏大,孕災(zāi)環(huán)境相對(duì)穩(wěn)定,而經(jīng)濟(jì)發(fā)展和人類活動(dòng)對(duì)環(huán)境的影響增強(qiáng),使其洪災(zāi)風(fēng)險(xiǎn)等級(jí)低由低風(fēng)險(xiǎn)轉(zhuǎn)變?yōu)檩^低風(fēng)險(xiǎn)。調(diào)查發(fā)現(xiàn),在2010年安康發(fā)生洪水時(shí),寧陜、鎮(zhèn)坪遭遇暴雨引起的山地泥石流,導(dǎo)致多處房屋倒塌,鎮(zhèn)坪縣移動(dòng)、聯(lián)通信號(hào)中斷,損壞堤防511處,沖毀其它水利基礎(chǔ)設(shè)施234處等[20],說明寧陜縣、鎮(zhèn)坪縣要關(guān)注山地泥石流等地質(zhì)災(zāi)害的風(fēng)險(xiǎn),但從洪水風(fēng)險(xiǎn)來看,洪水風(fēng)險(xiǎn)等級(jí)比較低。由此可見,2010年與1983年相比,安康市洪水災(zāi)害風(fēng)險(xiǎn)是在逐漸增加的。因此,對(duì)于風(fēng)險(xiǎn)等級(jí)較高的漢濱區(qū)、漢陰縣、石泉縣、紫陽縣、旬陽縣、白河縣等,政府部門應(yīng)劃為重點(diǎn)防御區(qū)域,加大防洪設(shè)施投入力度,建設(shè)高標(biāo)準(zhǔn)的水利工程,以有效地調(diào)蓄洪峰,同時(shí)提高信息收集效率,加強(qiáng)災(zāi)害預(yù)警,提高災(zāi)后恢復(fù)能力。而對(duì)洪災(zāi)風(fēng)險(xiǎn)等級(jí)較低的寧陜縣、鎮(zhèn)坪縣等,應(yīng)加大暴雨引起的滑坡、泥石流等地質(zhì)災(zāi)害減災(zāi)措施。

4 結(jié) 語

為加強(qiáng)洪水災(zāi)害風(fēng)險(xiǎn)管理工作,針對(duì)洪水災(zāi)害的不確定性特征,從引起洪水災(zāi)害的致災(zāi)因子、孕災(zāi)環(huán)境、承載體三方面出發(fā),選取合理的評(píng)價(jià)指標(biāo),引入云模型的方法,建立了基于云模型的洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)模型,評(píng)價(jià)分析了安康市1983年與2010年的洪水災(zāi)害風(fēng)險(xiǎn)。結(jié)果表明,2010年和1983年相比,安康市洪水災(zāi)害風(fēng)險(xiǎn)分布發(fā)生了局部變化,整體風(fēng)險(xiǎn)等級(jí)在增加。高風(fēng)險(xiǎn)主要集中在漢濱區(qū)、漢陰縣等區(qū)域,其原因在于這些縣區(qū)位于漢江干流及其支流交匯處的下游地區(qū),地勢(shì)平坦,徑流匯集,人口密度大,城鎮(zhèn)化水平高。而較高風(fēng)險(xiǎn)、較低風(fēng)險(xiǎn)區(qū)域在增加;中等風(fēng)險(xiǎn)、低風(fēng)險(xiǎn)區(qū)域減少。相鄰洪水災(zāi)害風(fēng)險(xiǎn)等級(jí)之間的轉(zhuǎn)化是洪水災(zāi)害風(fēng)險(xiǎn)增加的本質(zhì)表現(xiàn)。例如紫陽縣的洪水災(zāi)害風(fēng)險(xiǎn)等級(jí)由中等風(fēng)險(xiǎn)轉(zhuǎn)變?yōu)檩^高風(fēng)險(xiǎn)，洪水災(zāi)害風(fēng)險(xiǎn)增大。評(píng)價(jià)結(jié)果可為安康市加強(qiáng)災(zāi)害預(yù)警,與時(shí)俱進(jìn)、科學(xué)指導(dǎo)防洪減災(zāi),提高人們的防洪意識(shí),為災(zāi)后重建工作提供保障。

[1] 馬國斌,蔣衛(wèi)國,李京,等.中國短時(shí)洪澇災(zāi)害危險(xiǎn)性評(píng)估與驗(yàn)證[J].地理研究,2012,31(1):35-44.(MA Guobin,JIANG Weiguo,LI Jing,et al.Assessment and validation of short-term flood hazards in China[J].Geographical Research,2012,31(1):35-44.(in Chinese))

[2] 楊佩國,靳京,趙東升,等.基于歷史暴雨洪澇災(zāi)情數(shù)據(jù)的城市脆弱性定量研究：以北京市為例[J].地理科學(xué),2016,36(5):733-741.(YANG Peiguo,JIN Jing,ZHAO Dongsheng,et al.An urban vulnerability study based on historical flood data: a case study of Beijing[J].Scientia Geographica Sinica,2016,36(5):733-741.(in Chinese))

[3] 尹衛(wèi)霞,余瀚,崔淑娟,等.暴雨洪水災(zāi)害人口損失評(píng)估方法研究進(jìn)展[J].地理科學(xué)進(jìn)展,2016,35(2):148-158.(YIN Weixia,YU Han,CUI Shujuan,et al.Review on methods for estimating the loss of life induced by heavy rain and floods[J].Progress in Geography,2016,35(2):148-158.(in Chinese))

[4] 石勇,許世遠(yuǎn),石純,等.洪水災(zāi)害脆弱性研究進(jìn)展[J].地理科學(xué)進(jìn)展,2009,28(1):41-46.(SHI Yong,XU Shiyuan,SHI Chun,et al.A review on development of vulnerability assessment of floods[J].Progress in Geography,2009,28(1):41-46.(in Chinese))

[5] 方建,杜鵑,徐偉,等.氣候變化對(duì)洪水災(zāi)害影響研究進(jìn)展[J].地球科學(xué)進(jìn)展,2014,29(9):1085-1093.(FANG Jian,DU Juan,XU Wei,et al.Advances in the study of climate change impacts on flood disaster[J].Advances in Earth Science,2014,29(9):1085-1093.(in Chinese))

[6] 劉樹坤.國外防洪減災(zāi)發(fā)展趨勢(shì)分析[J].水利水電科技進(jìn)展,2000,20(1):2-9.(LIU Shukun.Analysis of development trend of overseas flood control and disaster mitigation[J].Advances in Science and Technology of Water Resources,2000,20(1):2-9.(in Chinese))

[7] 孫莉英,倪晉仁,蔡強(qiáng)國,等.中國洪水災(zāi)害風(fēng)險(xiǎn)縣(市)統(tǒng)計(jì)分布特征研究[J].自然災(zāi)害學(xué)報(bào),2013,28(3):391-401.(SUN Liying,NI Jinren,CAI Qiangguo,et al.Statistical distribution characteristics of counties and cities for flood risk in China[J].Journal of Natural Disasters,2013,28(3):391-401.(in Chinese))

[8] 田玉剛,杜淵會(huì),覃東華,等.基于數(shù)據(jù)場(chǎng)和云模型的洪水災(zāi)害風(fēng)險(xiǎn)等級(jí)評(píng)估[J].中國安全科學(xué)學(xué)報(bào),2011,21(8):158-163.(TIAN Yugang,DU Yuanhui,ZHANG Donghua,et al.Flood risk evaluation methods based on data field and cloud model [J].China Safety Science Journal,2011,21(8):158-163.(in Chinese))

[9] 王賀,劉高峰,王慧敏.基于云模型的城市極端雨洪災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)[J].水利經(jīng)濟(jì),2014,32(2):15-18.(WANG He,LIU Gaofeng,WANG Huimin.Urban extreme rainstorm flood loss based on cloud model[J].Journal of Economics of Water Resources,2014,32(2):15-18.(in Chinese))

[10] 劉洋,趙月平.洪水災(zāi)害危險(xiǎn)性評(píng)估的云物元耦合模型[J].中國農(nóng)村水利水電,2014(7):101-103.(LIU Yang,ZHAO Yueping.The assessment method of flood hazard based on cloud matter element coupled model [J].China Rural Water and Hydropower,2014(7):101-103.(in Chinese))

[11] 周啟剛,張曉媛,王兆林.基于正態(tài)云模型的三峽庫區(qū)土地利用生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)[J].農(nóng)業(yè)工程學(xué)報(bào),2014,30(23): 289-297.(ZHOU Qigang,ZHANG Xiaoyuan,WANG Zhaolin.Land use ecological risk evaluation in Three Gorges Reservoir area based on normal cloud model[J].Transactions of the Chinese Society of Agricultural Engineering,2014,30(23): 289-297.(in Chinese))

[12] WANG D,LIU D F,DING H,et al.A cloud model-based approach for water quality assessment[J].Environmental Research,016,148:24-35.

[13] 丁昊,王棟.基于云模型的水體富營養(yǎng)化程度評(píng)價(jià)方法[J].環(huán)境科學(xué)學(xué)報(bào),2013,33(1):251-257.(DING Hao,WANG Dong.The evaluation method of water eutrophication based on cloud model[J].Acta Scientiae Circumstantiae,2013,33(1):251-257.(in Chinese))

[14] ZHA X C,HUANG C C,PANG J L,et al.Reconstructing the palaeoflood events from slackwater deposits in the upper reaches of Hanjiang River,China[J].Quaternary International,2015,380/381:358-367.

[15] 曹麗娟,董文杰,張勇.未來氣候變化對(duì)黃河和長江流域極端徑流影響的預(yù)估研究[J].大氣科學(xué),2013,37(3):634-644.(CAO Lijuan,DONG Wenjie,ZHANG Yong.Estimation of the effect of climate change on extreme stream flow over the Yellow River and Yangtze River basins[J].Chinese Journal of Atmospheric Sciences,2013,37(3):634-644.(in Chinese))

[16] 周亮,黃春長,周亞利,等.漢江上游安康東段古洪水事件光釋光測(cè)年研究[J].地質(zhì)學(xué)報(bào),2013,87(11):1703-1714.(ZHOU Liang,HUANG Chunchang,ZHOU Yali,et al.OSL dating of the palaeoflood events in the Ankang east reach in the upper reaches of Hanjiang River Valley[J].Acta Geologica Sinica,2013,87(11):1703-1714.(in Chinese))

[17] 盧修富.安康市水文特性[J].水資源與水工程學(xué)報(bào),2009,20(4):154-157.(LU Xiufu.Hydrological characteristics in Ankang City[J].Journal of Water Resources & Water Engineering,2009,20(4):154-157.(in Chinese))

[18] 殷淑燕,王海燕,黃春長,等.陜南漢江上游歷史洪水災(zāi)害與氣候變化[J].干旱區(qū)研究,2010,27(4):522-528.(YIN Shuyan,WANG Haiyan,HUANG Chunchang.Study on historical flood disasters and climate change in the upper reaches of the Hanjiang River[J].Arid Zone Research,2010,27(4):522-528.(in Chinese))

[19] 陜西省統(tǒng)計(jì)局.陜西省地市縣歷史統(tǒng)計(jì)資料匯編1949—1990[M].北京:中國統(tǒng)計(jì)出版社,1991.

[20] 安康市統(tǒng)計(jì)局.安康統(tǒng)計(jì)年鑒2011[M].北京：中國統(tǒng)計(jì)出版社，2012.

[21] 李德毅,杜鹢.不確定性人工智能[J].軟件學(xué)報(bào),2004,15(11):1583-1594.(LI Deyi,DU Gu.Artificial intelligence with uncertainty[J].Journal of Software.2004,15(11):1583-1594.(in Chinese))

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

[23] 李德毅,邸凱昌,李德仁.用語言云模型挖掘關(guān)聯(lián)規(guī)則[J].軟件學(xué)報(bào),2000,11(2):143-158.(LI Deyi,DI Kaichang,LI Deren.Mining association rules with linguistic cloud models[J].Journal of Software.2000,11(2):143-158.(in Chinese))

[24] 王威,田杰,馬東輝,等.基于云模型的城市防震減災(zāi)能力綜合評(píng)估方法[J].北京工業(yè)大學(xué)學(xué)報(bào),2010,36(6):764-770.(WANG Wei,TIAN Jie,MA Donghui,et al.Comprehensive evaluation for cities’ ability of reducing earthquake disasters based on cloud model[J].Journal of Beijing University of Technology,2010,36(6): 764-770.(in Chinese))

[25] 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.

[26] 李德毅,劉常昱.論正態(tài)云模型的普適性[J].中國工程科學(xué),2004,6(8).28-34.(LI Deyi,LIU Changyu.Study on the universality of the normal cloud model[J].Engineering Science,2004,6(8)：28-34.(in Chinese))[27] 史培軍.四論災(zāi)害系統(tǒng)研究的理論與實(shí)踐[J].自然災(zāi)害學(xué)報(bào),2005,14(6):1-7.(SHI Peijun.Theory and practice on disaster system research in a fourth time[J].Journal of Natural Disasters,2005,14(6):1-7.(in Chinese))

[28] 王兆禮,賴成光,陳曉宏.基于熵權(quán)的洪災(zāi)風(fēng)險(xiǎn)空間模糊綜合評(píng)價(jià)模型[J].水力發(fā)電學(xué)報(bào),2012,21(5):35-40.(WANG Zhaoli,LAI Chengguang,Chen Xiaohong.Spatially fuzzy comprehensive assessment model for flood hazard risk based on entropy weight[J].Journal of Hydroelectric Engineering,2012,21(5):35-40.(in Chinese))

[29] 龔艷冰,張繼國.基于正態(tài)云模型和熵權(quán)的人口發(fā)展現(xiàn)代化程度綜合評(píng)價(jià)[J].中國人口·資源與環(huán)境,2012,22(1):138-143.(GONG Yanbing,ZHANG Jiguo.Comprehensive assessment on population development degree of modernization based on normal cloud model and entropy weight[J].China Population,Resources and Environment,2012,22(1): 138-143.(in Chinese))

[30] 孫鴻鵠,程先富,倪玲,等.基于云模型和熵權(quán)法的巢湖流域防洪減災(zāi)能力評(píng)估[J].災(zāi)害學(xué),2015,30(1):222-227.(SUN Honghu,CHENG Xianfu,NI Ling,et al.Capacity evaluation of flood disaster prevention and reduction in Chaohu Basin based on cloud model and entropy weight method[J].Journal of Catastrophology,2015,30(1):222-227.(in Chinese))

[31] 安康市地方志編纂委員會(huì).安康縣志[M].西安:陜西人民出版社,1989.

[32] 漢陰縣志編纂委員會(huì).漢陰縣志[M].西安:陜西人民出版社,1989.

[33] 石泉縣志編纂委員會(huì).石泉縣志[M].西安:陜西人民出版社,1990.

[34] 白河縣地方志編纂委員會(huì).白河縣志[M].西安:陜西人民出版社,1996.

[35] 旬陽縣地方志編纂委員會(huì).旬陽縣志[M].北京:中國和平出版社,1996.

Cloud model-based risk assessment of flood disasters in Ankang City on upper reaches of Hanjiang River//

SHI Xiaojing, ZHA Xiaochun, LIU Jiahui, WANG Guangpeng

(TourismandEnvironmentCollege,ShaanxiNormalUniversity,Xi’an710062,China)

To improve the risk management of flood disasters, risk assessment of flood disasters of 1983 and 2010 in Ankang City was conducted using the cloud model. Eight typical indexes were selected to establish an assessment index system based on field investigation. The entropy method was used to calculate the index weights, and the cloud model was introduced to obtain the membership degrees of flood risk. Through conversion between the index weights and membership degrees, the levels of flood risk of 2010 and 1983 were obtained by means of the principle of maximum membership. Results show that the level of flood risk of 2010 increased as compared to that of 1983 in Ankang City, but the risk changes were different in some counties. Areas with high flood risk were mainly concentrated in the Hanbin District and Hanyin County, and the sizes of those areas were almost unchanged. Areas with relatively high or low flood risk increased, while, areas with moderate or low flood risk decreased. The conversion between adjacent levels of flood risk is the natural behavior when the flood risk increases.

flood disaster; risk assessment; cloud model; entropy method; Ankang City

石曉靜(1988—)，女，碩士研究生，主要從事資源開發(fā)與環(huán)境演變研究。E-mail:shixiaojing@163.com

10.3880/j.issn.1006-7647.2017.03.005

P426.616

A

1006-7647(2017)03-0029-06

2016-07-06 編輯：鄭孝宇)