王 鵬

(貴州省水利科學(xué)研究院，貴陽 550002)

洪水災(zāi)害是世界上發(fā)生最頻繁及破壞力最強(qiáng)的自然災(zāi)害之一[1]。在貴州，受氣候、地形及地質(zhì)等條件影響，洪災(zāi)在各種自然災(zāi)害中的表現(xiàn)尤為突出。1949年以來，貴州每年都會因洪災(zāi)而造成較大的人員傷亡和財(cái)產(chǎn)損失。因此，開展貴州洪災(zāi)風(fēng)險(xiǎn)評價(jià)研究對于貴州社會經(jīng)濟(jì)的健康發(fā)展顯得十分必要?；诖?，本文根據(jù)貴州1990-2014年的洪災(zāi)災(zāi)情統(tǒng)計(jì)數(shù)據(jù)，采用信息擴(kuò)散理論及數(shù)據(jù)整合的方法，對貴州省洪災(zāi)風(fēng)險(xiǎn)進(jìn)行評價(jià)研究，并在此基礎(chǔ)上提出了洪災(zāi)風(fēng)險(xiǎn)的應(yīng)對措施，為管理部門的抗洪減災(zāi)決策提供理論依據(jù)。

1 評價(jià)對象概況

貴州省位于我國西南部，境內(nèi)以山地居多，是全國唯一沒有平原支撐的省份。同時(shí)，貴州又是一個自然災(zāi)害頻發(fā)的省份。受地形地貌，氣候變化復(fù)雜、多樣，降水時(shí)空分布不均勻等多種因素影響，造成了全省“一山分四季，十里不同天，無災(zāi)不成年”的格局，自然災(zāi)害類型主要有水洪災(zāi)害、低溫凝凍、冰雹、滑坡、泥石流、崩塌等。在多種自然災(zāi)害中，尤以洪災(zāi)最為突出，人員傷亡及財(cái)產(chǎn)損失最為嚴(yán)重，對全省國民經(jīng)濟(jì)和社會生活造成很大的危害,嚴(yán)重制約著全省國民經(jīng)濟(jì)的可持續(xù)發(fā)展。

2 評價(jià)指標(biāo)的選取及數(shù)據(jù)整合

2.1 評價(jià)指標(biāo)的選取

評價(jià)指標(biāo)總體上要反映出洪災(zāi)對評價(jià)區(qū)域社會和經(jīng)濟(jì)的影響，并依據(jù)綜合性、重要性和可操作性等原則，選取能體現(xiàn)洪災(zāi)影響程度的重要因子。鑒于此，本文共選取6個因素作為貴州洪災(zāi)風(fēng)險(xiǎn)的評價(jià)指標(biāo)，分別是死亡人口(D)、受災(zāi)人口(P)、農(nóng)作物受災(zāi)面積(A)、倒塌房屋(H)、直接經(jīng)濟(jì)損失(L)、水利設(shè)施經(jīng)濟(jì)損失占直接經(jīng)濟(jì)損失比例(F)。根據(jù)歷年統(tǒng)計(jì)數(shù)據(jù)，貴州省1990-2014年洪災(zāi)各評價(jià)指標(biāo)數(shù)值見圖1。

圖1 1990-2014年貴州洪災(zāi)各評價(jià)指標(biāo)數(shù)值Fig.1 Numerical evaluation results of flood disaster indexes in Guizhou from 1990 to 2014

2.2 評價(jià)指標(biāo)數(shù)據(jù)的整合

為便于開展貴州洪災(zāi)風(fēng)險(xiǎn)評價(jià)，需將上文提到的6個評價(jià)指標(biāo)數(shù)值整合到洪災(zāi)災(zāi)情綜合指數(shù)一個風(fēng)險(xiǎn)評價(jià)指標(biāo)上，整合步驟如下[2]。

表1 年度洪澇災(zāi)情指標(biāo)的參數(shù)取值與指標(biāo)閾值關(guān)系[2]Tab.1 Relationship between parameters and thresholdof annual flood disaster index

(3)按下式計(jì)算各年度洪澇災(zāi)情綜合指數(shù)：

C=(D′+L′)×0.3+(P′+A′+F′+H′)×0.1

(1)

式中：C為洪災(zāi)災(zāi)情綜合指數(shù)值；D′為死亡人口指標(biāo)的取值；L′為直接經(jīng)濟(jì)損失指標(biāo)的取值；P′為受災(zāi)人口指標(biāo)的取值；A′為農(nóng)作物受災(zāi)面積指標(biāo)的參數(shù)取值；F′為水利設(shè)施經(jīng)濟(jì)損失占直接經(jīng)濟(jì)損失比例指標(biāo)的取值；H′為倒塌房屋指標(biāo)的取值。

按照以上步驟，可得到貴州1991-2014年洪澇災(zāi)情綜合指數(shù)值，見表2。

表2 貴州1991至2014年洪災(zāi)災(zāi)情綜合指數(shù)計(jì)算成果Tab.2 Calculation results of flood disaster index inGuizhou from 1991 to 2014

3 信息擴(kuò)散理論

信息擴(kuò)散模型屬于以歷史災(zāi)情資料為依據(jù), 將樣本進(jìn)行集值化的一類模糊數(shù)學(xué)方法。該模型對概率分布未知、樣本數(shù)量較少的自然災(zāi)害具有良好的適用性[3]。信息擴(kuò)散模型較常用的模型為正態(tài)信息擴(kuò)散模型，其原理為[4]：

設(shè)X為風(fēng)險(xiǎn)指標(biāo)為m年實(shí)際觀測值的樣本集合：X={x1,x2,…,xm}。研究的風(fēng)險(xiǎn)指標(biāo)論域V為X集合中每個觀測值樣本的信息擴(kuò)散范圍集合,V=(v1,v2,…,vn)，其中v1,v2,…,vn代表論域的各離散控制點(diǎn)，可根據(jù)評價(jià)精度選定，n為離散控制點(diǎn)總數(shù)。設(shè)fi(vj)為樣本集X中任意樣本xi將其自帶的信息擴(kuò)散到論域V上各控制點(diǎn)的函數(shù)值，則:

(2)

式中：h為擴(kuò)散系數(shù)，其值與選取的觀測值樣本數(shù)m有關(guān)。設(shè)觀察樣本集合X的最小值為a，最大值為b,則h的計(jì)算公式為：

(3)

令：

(4)

則樣本值所對應(yīng)的模糊子集從屬函數(shù)為：

(5)

顯然：

(6)

故可認(rèn)為xi,j為樣本X的歸一化信息分布。再令：

(7)

(8)

?。?/p>

(9)

p(vj)即為所有樣本落在vj(j=1,2,…,n)處的概率值，其超越概率值rj應(yīng)為：

(10)

如果論域V代表洪災(zāi)的損失值，則P={r1,r2,…,rn}即為洪災(zāi)損失的風(fēng)險(xiǎn)估計(jì)值，其倒數(shù)值即代表幾年一遇。

4 洪災(zāi)風(fēng)險(xiǎn)評價(jià)

(1)離散論域的選取?？紤]到客觀情況，洪受災(zāi)指數(shù)的值都處在區(qū)間[0,1]，考慮到貴州洪災(zāi)的實(shí)際情況及成果精度，本文選取0.01作為離散論域的最小值，選取1作為離散論域的最大值，步長取0.01,由此可以得到連續(xù)的離散論域：V=[0.01, 0.02, 0.03,…,1]。

(2)擴(kuò)散系數(shù)計(jì)算。離散系數(shù)h采用公式(3)計(jì)算，根據(jù)表2可知，樣本集合X的最小值a為17.5，最大值b為89.3,樣本個數(shù)為24，根據(jù)公式(3)計(jì)算，得洪災(zāi)災(zāi)情綜合指數(shù)的擴(kuò)散系數(shù)h為0.083 8。

(3)洪災(zāi)等級劃分。本文根據(jù)文獻(xiàn)[2]的成果，將貴州年度洪災(zāi)分為特別重大洪澇災(zāi)害年、重大洪澇災(zāi)害年、較大洪澇災(zāi)害年、一般洪澇災(zāi)害年4個等級，各災(zāi)害等級洪災(zāi)災(zāi)情綜合指數(shù)取值范圍情況見表3。

表3 貴州年度洪澇災(zāi)害等級劃分情況Tab.3 Annual flood disaster classification in Guizhou

(4)洪災(zāi)風(fēng)險(xiǎn)評價(jià)。將貴州省1991-2014年洪災(zāi)災(zāi)情綜合指數(shù)數(shù)據(jù)(見表2)代入式(2)～式(10)，可以計(jì)算得到貴州各洪災(zāi)災(zāi)情風(fēng)險(xiǎn)指數(shù)下的概率值，在此基礎(chǔ)上得到貴州洪災(zāi)災(zāi)情綜合指數(shù)風(fēng)險(xiǎn)估計(jì)成果(見表4)、概率密度曲線(見圖2)以及超越概率密度曲線(見圖3)。

表4 貴州洪災(zāi)災(zāi)情綜合指數(shù)風(fēng)險(xiǎn)估計(jì)成果Tab.4 The risk estimation results of comprehensive indexof flood disaster in Guizhou

圖2 概率密度曲線Fig.2 The probability density curve

圖3 超越概率密度曲線Fig.3 The exceedance probability density curve

概率密度曲線圖反映貴州省各洪災(zāi)綜合災(zāi)情指數(shù)的發(fā)生概率值，以此推斷出不同災(zāi)情程度發(fā)生的可能性大小。由圖2可知，洪災(zāi)受災(zāi)概率存在一個最大值，即洪災(zāi)災(zāi)情綜合指數(shù)在34%左右的可能性最大。此外，概率密度曲線基本上覆蓋了整個橫坐標(biāo)，表明貴州省洪災(zāi)災(zāi)情綜合指數(shù)的不確定性非常大。超越概率密度曲線則反映洪災(zāi)風(fēng)險(xiǎn)的變化范圍及趨勢，坡度的陡緩反映災(zāi)情離散性的大小，曲線的凹凸拐點(diǎn)則對應(yīng)概率密度曲線中的最大值。從圖3可知，洪災(zāi)災(zāi)情綜合指數(shù)在95%時(shí)，曲線基本上重合于橫坐標(biāo)，表明洪災(zāi)災(zāi)情綜合指數(shù)超過95%的概率很小。

根據(jù)貴州年度洪澇災(zāi)害等級劃分成果(見表3),并結(jié)合計(jì)算得到的貴州各洪災(zāi)災(zāi)情風(fēng)險(xiǎn)指數(shù)下的概率值，可求得貴州各等級洪災(zāi)風(fēng)險(xiǎn)估計(jì)值，計(jì)算成果見表5。

從表5可知，貴州洪災(zāi)災(zāi)情等級以一般洪澇災(zāi)害年為主，風(fēng)險(xiǎn)估計(jì)值達(dá)到0.586 7，發(fā)生頻率為1.7 a一遇；其次為較大洪澇災(zāi)害年，風(fēng)險(xiǎn)估計(jì)值為0.262 6，發(fā)生頻率為3.8 a一遇；特別重大洪澇災(zāi)害年發(fā)生概率最低，其風(fēng)險(xiǎn)估計(jì)值為0.059 8，對應(yīng)的發(fā)生頻率為16.7 a一遇。

表5 貴州各等級洪災(zāi)風(fēng)險(xiǎn)估計(jì)值計(jì)算成果Tab.5 The calculation results of flood risk estimationin different grades in Guizhou

5 洪災(zāi)風(fēng)險(xiǎn)應(yīng)對措施

從上述洪災(zāi)風(fēng)險(xiǎn)的評價(jià)結(jié)果來看，貴州發(fā)生洪災(zāi)的頻率較高，因而對社會經(jīng)濟(jì)的發(fā)展影響較大。為有效防范貴州洪災(zāi)帶來的不利影響，筆者建議從以下幾個方面著手工作。一是加快推進(jìn)防洪減災(zāi)工程體系建設(shè)。將新建的大中型骨干水源工程(如黔中水利樞紐工程等)及時(shí)有效納入到全省防洪減災(zāi)體系當(dāng)中；加快推進(jìn)城鄉(xiāng)防洪工程建設(shè)，提高城市防洪標(biāo)準(zhǔn)，保證城鄉(xiāng)重要防洪堤段的防洪標(biāo)準(zhǔn)達(dá)到規(guī)范要求；對尚未處理的病險(xiǎn)水庫工程及時(shí)進(jìn)行除險(xiǎn)加固處理，消除潛在事故隱患。二是開展洪水風(fēng)險(xiǎn)分析及評估工作，在此基礎(chǔ)上繪制全省洪水風(fēng)險(xiǎn)圖，對洪水進(jìn)行風(fēng)險(xiǎn)管理。三是加快水利信息化建設(shè)，利用物聯(lián)網(wǎng)、大數(shù)據(jù)等前沿最新成果，提高雨情、水情、險(xiǎn)情等的監(jiān)控覆蓋面及預(yù)報(bào)精度，為抗洪減災(zāi)管理部門提供決策依據(jù)。

□

[1] 劉 幸,王兆禮. 東江流域洪災(zāi)風(fēng)險(xiǎn)空間模糊綜合評價(jià)[J]. 中國農(nóng)村水利水電,2011,(5):145-148.

[2] SL 579-2012，洪澇災(zāi)情評估標(biāo)準(zhǔn)[S].

[3] 毛熙彥,蒙吉軍. 信息擴(kuò)散模型在自然災(zāi)害綜合風(fēng)險(xiǎn)評估中的應(yīng)用與擴(kuò)展[J]. 北京大學(xué)學(xué)報(bào)(自然科學(xué)版),2012,48(3):513-518.

[4] 張 翔.遼寧省旱災(zāi)風(fēng)險(xiǎn)評價(jià)[D].大連：遼寧師范大學(xué), 2009.