路飛月 何亞伯 常秀峰

摘要：針對(duì)中國山區(qū)村鎮(zhèn)的洪災(zāi)特點(diǎn)，從致災(zāi)因子和孕災(zāi)環(huán)境兩個(gè)方面，研究了極限降雨水平、汛期降雨水平、坡度、泥石流等10余項(xiàng)指標(biāo)對(duì)洪災(zāi)自然環(huán)境危險(xiǎn)性的影響，建立了基于云模型的洪災(zāi)自然環(huán)境危險(xiǎn)性綜合評(píng)價(jià)模型。同時(shí)，利用GIS系統(tǒng)對(duì)空間指標(biāo)數(shù)據(jù)和屬性指標(biāo)數(shù)據(jù)予以度量并進(jìn)行可視化表達(dá)，建立了洪災(zāi)的自然環(huán)境危險(xiǎn)度評(píng)估模型，為政府構(gòu)建預(yù)警應(yīng)災(zāi)體系提供了依據(jù)。以神農(nóng)架林區(qū)為例，運(yùn)用云-GIS模型進(jìn)行了洪災(zāi)的自然環(huán)境危險(xiǎn)性評(píng)估。結(jié)果表明，神農(nóng)架林區(qū)木魚鎮(zhèn)洪災(zāi)自然環(huán)境危險(xiǎn)性最高。陽日鎮(zhèn)、大九湖鎮(zhèn)南部以及松柏鎮(zhèn)東南部危險(xiǎn)性較高，需重點(diǎn)防范。其他鄉(xiāng)鎮(zhèn)洪災(zāi)自然環(huán)境危險(xiǎn)度相對(duì)較低，新華鄉(xiāng)南部、松柏鎮(zhèn)西北部和下谷坪鄉(xiāng)危險(xiǎn)性最低。

關(guān)鍵詞：云-GIS模型；洪災(zāi)；自然環(huán)境因素；評(píng)估模型

中圖分類號(hào)：X915.5 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：0439-8114（2019）03-0106-05

DOI：10.14088/j.cnki.issn0439-8114.2019.03.028 開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

Abstract： According to the characteristics of flood villages in mountainous areas in China， from two aspects of the disaster causing factors and the environment of pregnancy， this paper studies the impact of the limit rainfall level， the rainfall level in the flood season， the slope， the debris flow and so on on the natural environment hazard of the flood disaster， and establishes a comprehensive evaluation model of the natural environment hazard based on the cloud model. At the same time， the GIS system is used to measure and visualize the spatial index data and attribute data， and the hazard assessment model of the natural environment of flood is established， which provides the basis for the government to construct the early warning and disaster response system.Taking Shennongjia forest region as an example， we use cloud -GIS model to evaluate the natural environment risk of flood. The analysis results show that the most dangerous natural environment of flood disaster in Shennongjia forest region is Muyu town. There is a high risk in Yangri Town， the southern part of Dajiuhu Town and the southeastern part of Songbai Town， and we need to guard against them. The risk of natural disasters in other towns is relatively low. The southern part of Xinhua Township， the northwestern part of Songbai Town and Xiaguping Township are the least dangerous.

Key words： cloud-GIS model； flood disaster； natural environmental factors； evaluation model

洪水是指由長期降雨、暴雨、風(fēng)暴潮等引起的江河湖海水量迅速增加或水位短時(shí)間內(nèi)迅速上升的水流現(xiàn)象。洪水災(zāi)害一旦發(fā)生，對(duì)人類的生命財(cái)產(chǎn)安全造成較大的沖擊和威脅[1]。

根據(jù)2000-2017年《中國地質(zhì)災(zāi)害及防治情況統(tǒng)計(jì)年鑒》統(tǒng)計(jì)數(shù)據(jù)，中國每年平均發(fā)生地質(zhì)災(zāi)害約2.4萬起。因地質(zhì)災(zāi)害失去生命的人數(shù)每年約680人，年均經(jīng)濟(jì)損失45.813 2萬元。

對(duì)洪災(zāi)風(fēng)險(xiǎn)的分析與規(guī)劃制圖一直是國內(nèi)外學(xué)者關(guān)注和研究的重點(diǎn)[2]。美國地質(zhì)調(diào)查機(jī)構(gòu)[3]（CSBU）在1959年發(fā)布了第一幅堪薩斯河洪水風(fēng)險(xiǎn)圖；Rhoads[4]、Okoduwa[5]等利用RS和GIS軟件強(qiáng)大的空間分析技術(shù)，對(duì)亞利桑那州地區(qū)的洪水危險(xiǎn)性進(jìn)行了評(píng)價(jià)并制作出風(fēng)險(xiǎn)區(qū)劃圖。趙士鵬[6]從致災(zāi)因子、孕災(zāi)環(huán)境和承災(zāi)體3個(gè)方面進(jìn)行綜合考慮，將全國劃分為6個(gè)洪水災(zāi)害類型一致的區(qū)域。自2000年開始，中國學(xué)者逐漸將3S技術(shù)應(yīng)用到洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)中[7-10]。張行南等[7]利用GIS平臺(tái)制作了中國洪水災(zāi)害危險(xiǎn)程度區(qū)劃圖，何報(bào)寅等[9]以湖北省1∶25萬數(shù)字地形圖為基礎(chǔ)，利用ARC/INFO地理信息系統(tǒng)軟件，制作了湖北省洪災(zāi)危險(xiǎn)圖。譚徐明等[11]以中國過去300年的水災(zāi)記載資料為基礎(chǔ)，利用GIS技術(shù)繪制了全國洪水風(fēng)險(xiǎn)區(qū)劃圖。萬君等[12]從湖北省的土地覆蓋和河網(wǎng)密度兩方面分析了洪水災(zāi)害的風(fēng)險(xiǎn)性因素。以上研究大多與GIS系統(tǒng)結(jié)合使用，但相比于城市而言，對(duì)于山區(qū)村鎮(zhèn)洪災(zāi)的自然環(huán)境危險(xiǎn)性研究仍然不足，在評(píng)價(jià)指標(biāo)權(quán)重的確定上也有很大的人為干擾性。本研究以受災(zāi)影響較嚴(yán)重的神農(nóng)架林區(qū)為例，建立了基于云-GIS模型的洪災(zāi)自然環(huán)境危險(xiǎn)性綜合評(píng)價(jià)模型，并運(yùn)用綜合云算法將專家的打分值進(jìn)行擬合得到統(tǒng)一的權(quán)重云，較好地解決了評(píng)價(jià)指標(biāo)的主觀性問題，風(fēng)險(xiǎn)評(píng)估結(jié)果對(duì)中國山區(qū)村鎮(zhèn)的防災(zāi)減災(zāi)和規(guī)劃建設(shè)有重要的指導(dǎo)意義。

1 林區(qū)自然環(huán)境危險(xiǎn)性評(píng)價(jià)指標(biāo)體系

中國學(xué)者對(duì)洪水災(zāi)害風(fēng)險(xiǎn)研究主要集中在經(jīng)濟(jì)和人口比較密集的城市地區(qū)。但相比于城市而言，山區(qū)村鎮(zhèn)在地形分布、降雨水平和次生災(zāi)害等自然環(huán)境方面具有不同的屬性。本研究以神農(nóng)架林區(qū)為例，建立中國山區(qū)村鎮(zhèn)洪災(zāi)自然環(huán)境危險(xiǎn)性綜合評(píng)價(jià)指標(biāo)體系，進(jìn)一步豐富和完善了自然災(zāi)害風(fēng)險(xiǎn)管理的理論研究。

1.1 概況與數(shù)據(jù)來源

神農(nóng)架地處湖北省西北部，全區(qū)國土面積

3 253 km2，下轄6鎮(zhèn)2鄉(xiāng)和3個(gè)正縣級(jí)單位以及2個(gè)副縣級(jí)單位，是中國重要的風(fēng)景名勝區(qū)和自然保護(hù)區(qū)。神農(nóng)架林區(qū)平均海拔高達(dá)1 700 m，山脈東西延伸，整體海拔由南向北逐漸降低。林區(qū)內(nèi)山峰眾多，山勢(shì)復(fù)雜，坡度陡峭，山脈相對(duì)高差達(dá)到2 700 m，坡度集中在20°～50°。在氣候方面，神農(nóng)架林區(qū)內(nèi)夏季濕潤多雨，冬季溫和少雨，年降雨量在800～2 500 mm，河流資源豐富，是湖北省長江和漢江的分水嶺，境內(nèi)有大小河流317條。由于人口大部分居住在低谷處和山壑間，在當(dāng)?shù)貧夂驐l件下極易引發(fā)山洪，并伴隨山體滑坡和泥石流等自然災(zāi)害。

神農(nóng)架林區(qū)洪災(zāi)自然環(huán)境危險(xiǎn)性評(píng)價(jià)研究的數(shù)據(jù)主要通過實(shí)地調(diào)研進(jìn)行采集。包括不同精度下的神農(nóng)架林區(qū)原始DEM數(shù)據(jù)、土地利用類型數(shù)據(jù)、房屋建筑類信息和道路交通信息等數(shù)據(jù)，部分?jǐn)?shù)據(jù)來源于政府統(tǒng)計(jì)年鑒和人口普查資料。

1.2 林區(qū)村鎮(zhèn)洪災(zāi)自然環(huán)境危險(xiǎn)性評(píng)價(jià)指標(biāo)體系

自然環(huán)境危險(xiǎn)性主要包括致災(zāi)因子的強(qiáng)度、概率以及孕災(zāi)環(huán)境等因素[13]，具體到神農(nóng)架林區(qū)村鎮(zhèn)洪災(zāi)應(yīng)該考慮洪水的等級(jí)和環(huán)境因素。在評(píng)價(jià)指標(biāo)體系構(gòu)建方面，致災(zāi)因子危險(xiǎn)性主要指極限降雨強(qiáng)度、汛期降雨強(qiáng)度和高程與降雨量分布的關(guān)系。孕災(zāi)環(huán)境危險(xiǎn)性主要從淹沒損害、沖刷損害和泥石流、滑坡?lián)p害3個(gè)方面進(jìn)行考慮，其中，淹沒損害與河流水系面、溝道密度和相對(duì)高程有直接關(guān)聯(lián)；沖刷損失與地形坡度、相對(duì)高程和植被對(duì)降水的攔截作用有重要關(guān)聯(lián)作用，而滑坡和泥石流主要與不穩(wěn)定土體有關(guān)。因此，神農(nóng)架林區(qū)洪災(zāi)的孕災(zāi)環(huán)境危險(xiǎn)性指標(biāo)包括沿河流洪泛危險(xiǎn)區(qū)、相對(duì)高程、溝道密度、土地類型、坡度、滑坡和泥石流共7個(gè)分項(xiàng)評(píng)價(jià)指標(biāo)。最后通過實(shí)地調(diào)研，建立了圖1所示的風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系。

2 基于云模型的洪災(zāi)自然環(huán)境風(fēng)險(xiǎn)評(píng)價(jià)模型

云模型[14]既可以從模糊的定性描述中挖掘出確定的數(shù)值狀態(tài)，又能將抽象的數(shù)值轉(zhuǎn)化為合適的定性描述，是一種實(shí)現(xiàn)定性定量相互轉(zhuǎn)化的數(shù)學(xué)模型。針對(duì)山區(qū)村鎮(zhèn)洪災(zāi)自然環(huán)境危險(xiǎn)性特點(diǎn)，采用區(qū)間數(shù)和云模型相結(jié)合的評(píng)價(jià)方法，較好地解決了危險(xiǎn)性評(píng)價(jià)的主觀性和模糊性問題。同時(shí)更好地將專家的主客觀認(rèn)識(shí)反映到指標(biāo)權(quán)重上，對(duì)風(fēng)險(xiǎn)評(píng)價(jià)水平的離散性有了更清晰的認(rèn)識(shí)。并基于綜合云算法、模糊數(shù)學(xué)思想，構(gòu)建了神農(nóng)架林區(qū)洪災(zāi)自然環(huán)境風(fēng)險(xiǎn)評(píng)價(jià)模型。

2.1 基于綜合云的指標(biāo)權(quán)重確定

根據(jù)洪災(zāi)的自然環(huán)境危險(xiǎn)性特點(diǎn)，確定的指標(biāo)權(quán)重不僅要體現(xiàn)出各自對(duì)于洪災(zāi)風(fēng)險(xiǎn)的絕對(duì)貢獻(xiàn)，同時(shí)還要體現(xiàn)出各評(píng)價(jià)指標(biāo)的相對(duì)重要性。本研究認(rèn)為，在進(jìn)行評(píng)價(jià)時(shí)，每項(xiàng)指標(biāo)對(duì)最終結(jié)果都有一個(gè)客觀的作用效果，而且這個(gè)作用效果是可以進(jìn)行量化處理的。所以在進(jìn)行調(diào)查問卷時(shí)，每位專家對(duì)各項(xiàng)指標(biāo)的權(quán)重賦值就是一次量化體現(xiàn)，運(yùn)用云模型[15-17]將其轉(zhuǎn)化為客觀的數(shù)值期望，并作為相應(yīng)指標(biāo)的權(quán)重值。為避免專家個(gè)體認(rèn)知的模糊性和不確定性，對(duì)專家打分區(qū)間和最可能值采用綜合云權(quán)重確定方法[18]。

1）專家咨詢。假定評(píng)價(jià)對(duì)象的指標(biāo)域U中有m個(gè)指標(biāo)，為U={u1，u2，u3，…，um}，各指標(biāo)對(duì)應(yīng)的權(quán)重為W={w1，w2，w3，…，wm}。請(qǐng)L位專家對(duì)每個(gè)指標(biāo)按照從低到高的重要程度在[0，100]內(nèi)進(jìn)行權(quán)重賦值，包括wi的最大值、最小值以及最可能值，并相應(yīng)地記為lwimax，lwimin和lwip，其中l(wèi)=1，2，3，…，L，i=1，2，3，…，m。本研究根據(jù)問卷設(shè)計(jì)要求采集調(diào)查數(shù)據(jù)。

2）運(yùn)用云模型處理專家打分得到權(quán)重云。將第l位專家對(duì)全部指標(biāo)權(quán)重的賦值lwimax、lwimin、lwip，對(duì)應(yīng)地分為最大值組、最小值組和最可能值組，標(biāo)準(zhǔn)化處理后得到相應(yīng)數(shù)據(jù)，lwimax′，lwimin′，lwip′，（i=1，2，3，…，m，l=1，2，3，…，L）；然后，將上面最可能值組的數(shù)據(jù)運(yùn)用逆向云發(fā)生器得到對(duì)應(yīng)的權(quán)重云Cip{Exip，Enip，Heip}；再采用相同方法，按照確定度為0.5的逆向云發(fā)生器處理最大值組和最小值組數(shù)據(jù)，得到對(duì)應(yīng)的權(quán)重云Cim{Exim，Enim，Heim}。對(duì)上述權(quán)重云進(jìn)行處理得到云圖。其中，較為分散的云圖代表專家對(duì)該指標(biāo)的認(rèn)識(shí)有很大的分歧，可以將結(jié)果反饋給專家進(jìn)行修正。

4）劃分評(píng)價(jià)域的水平區(qū)間。針對(duì)自然環(huán)境危險(xiǎn)性的致災(zāi)因子危險(xiǎn)性指標(biāo)和孕災(zāi)環(huán)境危險(xiǎn)性指標(biāo)得到風(fēng)險(xiǎn)最終結(jié)果，按照高、較高、中、較低、低共5個(gè)等級(jí)劃定水平評(píng)價(jià)區(qū)間，也可以按照危險(xiǎn)度1～10的數(shù)值進(jìn)行評(píng)價(jià)，有利于風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果的清晰表達(dá)。

3 林區(qū)洪災(zāi)的自然環(huán)境危險(xiǎn)性評(píng)價(jià)

以山區(qū)村鎮(zhèn)為基本單位進(jìn)行數(shù)據(jù)收集工作，對(duì)神農(nóng)架林區(qū)內(nèi)8個(gè)鄉(xiāng)鎮(zhèn)的自然環(huán)境危險(xiǎn)性分項(xiàng)指標(biāo)進(jìn)行評(píng)價(jià)，然后通過數(shù)學(xué)方法將收集的數(shù)據(jù)反映在10 m×10 m的柵格單元中。合理設(shè)計(jì)調(diào)查問卷后，中國高校中相關(guān)領(lǐng)域的學(xué)者對(duì)每個(gè)分項(xiàng)指標(biāo)進(jìn)行[0，100]之間的賦值，以汛期降雨水平為例展示其具體云圖情況，數(shù)據(jù)如表1所示。將每位高校相關(guān)領(lǐng)域?qū)W者的評(píng)分?jǐn)?shù)值進(jìn)行歸一化處理，然后運(yùn)用一種逆向云發(fā)生器計(jì)算出3個(gè)權(quán)重云Cimin{41.56，2.46，1.7}，Cimax{47.25，3.53，0.2}，Cip{44.21，3.25，0.9}。并運(yùn)用綜合云算法公式（1）求得汛期降雨水平綜合云模型的特征值，如表2所示。對(duì)神農(nóng)架林區(qū)洪災(zāi)自然環(huán)境危險(xiǎn)性指標(biāo)權(quán)重進(jìn)行歸一化處理后為0.133 4，根據(jù)得到的各個(gè)云的數(shù)字特征使用正向云發(fā)生器可以生成云圖。其中汛期降雨水平最值和最可能值的云模型見圖2，兩者整體重合度較高。圖3是汛期降雨水平綜合云模型，Ex、En和He為綜合云的特征值。對(duì)調(diào)查所得評(píng)分?jǐn)?shù)據(jù)根據(jù)公式（1）計(jì)算求出神農(nóng)架林區(qū)洪災(zāi)自然環(huán)境危險(xiǎn)性指標(biāo)權(quán)重，如表3所示，運(yùn)用逆向云發(fā)生器和綜合云算法得到每個(gè)分項(xiàng)指標(biāo)的權(quán)重云，采用正態(tài)云模型等數(shù)據(jù)處理方法將量綱不同的指標(biāo)轉(zhuǎn)化為0～1的無量綱數(shù)值進(jìn)行計(jì)算，主要反映致災(zāi)因子和孕災(zāi)環(huán)境兩個(gè)維度的危險(xiǎn)性內(nèi)容。

基礎(chǔ)數(shù)據(jù)調(diào)研收集后，通過云模型、線密度分析等方法對(duì)數(shù)據(jù)進(jìn)行處理，可以得到10 m×10 m的柵格單元評(píng)價(jià)矩陣P。根據(jù)公式（2）和公式（3）可以得到神農(nóng)架林區(qū)洪災(zāi)自然環(huán)境中致災(zāi)因子危險(xiǎn)性和孕災(zāi)環(huán)境危險(xiǎn)性的評(píng)價(jià)值，采用自然斷點(diǎn)法、等區(qū)間法、頻數(shù)法等方法劃分出高、中、低危險(xiǎn)性等級(jí)或者危險(xiǎn)度為1～10的評(píng)價(jià)水平區(qū)間。神農(nóng)架林區(qū)洪災(zāi)自然環(huán)境危險(xiǎn)度區(qū)域評(píng)價(jià)是由致災(zāi)因子和孕災(zāi)環(huán)境兩方面危險(xiǎn)性評(píng)價(jià)的數(shù)據(jù)結(jié)果疊加而成的，如表4所示。

根據(jù)洪水災(zāi)害發(fā)生時(shí)的自然環(huán)境危險(xiǎn)度情況來衡量不同地區(qū)的自然環(huán)境危險(xiǎn)性，其中強(qiáng)度為5時(shí)的情況最能體現(xiàn)神農(nóng)架林區(qū)的分析結(jié)果。從危險(xiǎn)性的分布面積來看，神農(nóng)架林區(qū)洪災(zāi)自然環(huán)境位于高危險(xiǎn)性的區(qū)域面積為282.1 km2，占比8.7%，中危險(xiǎn)度的區(qū)域面積為1 778.4 km2，占比55.0%，低危險(xiǎn)性的區(qū)域面積為1 170.5 km2，占比36.2%?？傮w而言神農(nóng)架林區(qū)木魚鎮(zhèn)洪災(zāi)自然環(huán)境危險(xiǎn)性最高，陽日鎮(zhèn)、大九湖鎮(zhèn)南部以及松柏鎮(zhèn)東南部危險(xiǎn)性較高，需重點(diǎn)防范。其他鄉(xiāng)鎮(zhèn)洪災(zāi)自然環(huán)境危險(xiǎn)度相對(duì)較低，新華鄉(xiāng)南部、松柏鎮(zhèn)西北部和下谷坪鄉(xiāng)危險(xiǎn)性最低。具體到精確位置，除陽日鎮(zhèn)、大九湖鎮(zhèn)和木魚鎮(zhèn)外，其他鄉(xiāng)鎮(zhèn)洪災(zāi)自然環(huán)境高危險(xiǎn)區(qū)域相對(duì)較分散，大多分布在河流主干道的下游地區(qū)（圖4）。

4 結(jié)論

在風(fēng)險(xiǎn)評(píng)價(jià)過程中，通過專家給出的評(píng)價(jià)區(qū)間和最可能值，既表征了專家主觀認(rèn)知的模糊性，又考慮到基于個(gè)人經(jīng)驗(yàn)的相對(duì)準(zhǔn)確性。重點(diǎn)運(yùn)用云模型和GIS兩個(gè)評(píng)價(jià)方法，云模型應(yīng)用的關(guān)鍵點(diǎn)在于將模糊、不全面的數(shù)據(jù)認(rèn)識(shí)反映為較為直觀的表現(xiàn)形式；GIS運(yùn)用的關(guān)鍵點(diǎn)在于充分結(jié)合自然、人文地理數(shù)據(jù)，較為細(xì)致地評(píng)價(jià)和展現(xiàn)。將二者的優(yōu)勢(shì)結(jié)合，嘗試解決評(píng)價(jià)過程中的不足，為云模型用于山區(qū)村鎮(zhèn)自然災(zāi)害評(píng)價(jià)拓展了一種思路。

為了加強(qiáng)山區(qū)村鎮(zhèn)的洪災(zāi)風(fēng)險(xiǎn)管理工作，以神農(nóng)架林區(qū)為例，運(yùn)用云-GIS模型進(jìn)行了洪災(zāi)的自然環(huán)境危險(xiǎn)性評(píng)估?？傮w而言神農(nóng)架林區(qū)木魚鎮(zhèn)洪災(zāi)自然環(huán)境危險(xiǎn)性最高。陽日鎮(zhèn)、大九湖鎮(zhèn)南部以及松柏鎮(zhèn)東南部危險(xiǎn)性較高，需重點(diǎn)防范。其他鄉(xiāng)鎮(zhèn)洪災(zāi)自然環(huán)境危險(xiǎn)度相對(duì)較低，新華鄉(xiāng)南部、松柏鎮(zhèn)西北部和下谷坪鄉(xiāng)危險(xiǎn)性最低。對(duì)林區(qū)內(nèi)自然環(huán)境危險(xiǎn)性較高的地區(qū)，政府應(yīng)當(dāng)提前防范，做好預(yù)警應(yīng)災(zāi)體系的構(gòu)建和完善。

參考文獻(xiàn)：

[1] ISLAM M M， SADO K.Development of flood hazard maps of Bangla-desk using NOAA-AVHRR images with GIS[J].Hydrological Sciences Journal，2000，45（3）：337-355.

[2] 程先富，戴夢(mèng)琴，郝丹丹.區(qū)域洪淀災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)研究進(jìn)展[J].安徽師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2015（1）：74-79.

[3] FEDERAL EMERGENCY MANAGEMENT AGENCY （FEMA）. Guidelines and Specifications for Flood Hazard Mapping Partners[M].Washington：Federal Emergency Management Agency，2003.

[4] RHOADS B L. Flood hazard assessment for land-use planning near desert mountains[J].Environmental Management，1986， 10（10）：97-106.

[5] OKODUWA A I. An Application of GIS to Flood Prediction；A Case Study of Benin City，Nigeria[D].Benin：University of Benin，1999.

[6] 趙士鵬.山洪災(zāi)情評(píng)估的系統(tǒng)集成方法研究[D].北京：中國科學(xué)院地理研究所，1995.

[7] 張行南，羅 健，陳 雷，等.中國洪水災(zāi)害危險(xiǎn)程度區(qū)劃[J].水利學(xué)報(bào)，2000（3）：1-7.

[8] 常秀峰.神農(nóng)架林區(qū)洪災(zāi)風(fēng)險(xiǎn)評(píng)價(jià)[D].武漢：武漢大學(xué)，2017.

[9] 何報(bào)寅，張海林，張 穗，等.基于GIS的湖北省洪水災(zāi)害危險(xiǎn)性評(píng)價(jià)[[J].自然災(zāi)害學(xué)報(bào)，2002（4）：84-89.

[10] 汪 婷，何亞伯，常秀峰.基于云模型和GIS的神農(nóng)架林區(qū)洪災(zāi)風(fēng)險(xiǎn)評(píng)價(jià)[J].湖北農(nóng)業(yè)科學(xué)，2018，57（13）：84-89.

[11] 譚徐明，張偉兵，馬建明，等.全國區(qū)域洪水風(fēng)險(xiǎn)評(píng)價(jià)與區(qū)劃圖繪制研究[J].中國水利水電科學(xué)研究院學(xué)報(bào)，2004，2（1）：50-60.

[12] 萬 君，周月華，王迎迎.基于GIS的湖北省區(qū)域洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估方法研究[J].暴雨災(zāi)害，2007，26（4）：328-333.

[13] 葛全勝.中國自然災(zāi)害風(fēng)險(xiǎn)綜合評(píng)估初步研究[M].北京：科學(xué)出版社，2008.

[14] 李德毅，杜 鹢.不確定性人工智能[M].北京：國防工業(yè)出版社，2014.

[15] 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.

[16] 王望珍，張可欣，陳 瑤.基于GIS的神農(nóng)架林區(qū)多災(zāi)種耦合綜合風(fēng)險(xiǎn)評(píng)估[J].湖北農(nóng)業(yè)科學(xué)，2018，57（5）：49-54.

[17] 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.

[18] 何亞伯，常秀峰，徐 冰.山區(qū)村鎮(zhèn)洪災(zāi)承災(zāi)能力評(píng)估——以神農(nóng)架林區(qū)為例[J].中國安全生產(chǎn)科學(xué)技術(shù)，2016，12（6）：94-99.