李 莉，程玉菲，宋增芳

(甘肅省水利科學(xué)研究院，甘肅 蘭州 730000)

隨著全球氣候變暖、人口劇增以及城市化進程的加快，各種自然災(zāi)害造成的影響越發(fā)嚴重，特別是洪澇災(zāi)害是諸多災(zāi)害中造成損失最為嚴重的。甘肅省是西北乃至全國洪澇災(zāi)害多發(fā)區(qū)，洪澇災(zāi)害對人民生命財產(chǎn)安全構(gòu)成嚴重威脅，災(zāi)害造成重大人員傷亡和財產(chǎn)損失。而洪澇災(zāi)情評估是防洪減災(zāi)研究中極其重要的工作。過去幾十年，隨著遙感、GIS和模型等技術(shù)廣泛應(yīng)用，災(zāi)情評估研究的時空范圍不斷擴大，且逐步實現(xiàn)了從單因素、單指標評估到多因素、多指標耦合評估，使得評估結(jié)果更加貼近真實情況，結(jié)論更加客觀可靠。模型法、指標疊加法、遙感地理信息系統(tǒng)等[1]方法應(yīng)用為不同區(qū)域災(zāi)害評估提供了技術(shù)支持。如鞏在武等就以浙江省為例，選取死亡人口、倒塌房屋、農(nóng)作物受災(zāi)面積、直接經(jīng)濟損失和災(zāi)情指數(shù)等指標，開展了區(qū)域災(zāi)害損失評估，取得了較好的結(jié)果。然而甘肅作為災(zāi)害頻發(fā)省份，針對區(qū)域災(zāi)害發(fā)生的預(yù)測和評估研究仍然關(guān)注不夠，尤其反映不同流域歷史洪澇災(zāi)害發(fā)生級別以及損失情況等關(guān)鍵數(shù)據(jù)相對缺乏。

基于此，本研究以甘肅省三大流域為研究對象，以分流域2000—2017年洪澇災(zāi)情統(tǒng)計數(shù)據(jù)為基礎(chǔ)，采用主成分分析方法，篩選出年度災(zāi)情評價基本指標，利用熵值法計算指標權(quán)重，建立分流域評價指標體系，評價分流域各年度洪澇災(zāi)情，最終確定災(zāi)情等級，分析災(zāi)情主要損失類型及分布狀況。旨在準確、真實、全面地掌握甘肅省及三大流域洪澇災(zāi)害發(fā)生基本情況、等級以及對國民經(jīng)濟影響和人民生命財產(chǎn)造成的損失，為相關(guān)部門制定防災(zāi)減災(zāi)措施提供數(shù)據(jù)參考。

1 研究區(qū)概況

甘肅省位于我國西北部，分屬內(nèi)陸河流域、黃河流域和長江流域。全省國土總面積45.44萬km2，其中內(nèi)陸河流域面積27.27萬km2，黃河流域面積14.32萬km2，長江流域面積3.85萬km2[8，23]。由于地處青藏、蒙新、黃土高原交匯處，地貌復(fù)雜多樣，山地、高原、平川、河谷、沙漠、戈壁交錯分布。全省多年平均降水量僅為280.6 mm，且降水且年內(nèi)分配極為不均，汛期降水量大而集中，尤其6—9月占全年降水量的65%～75%。因此，特殊的地形地貌條件下暴雨洪水造成洪澇災(zāi)害是甘肅省主要的自然災(zāi)害之一。近年來，隨著經(jīng)濟建設(shè)不斷發(fā)展，水土資源的大規(guī)模開發(fā)利用，生命線工程的增多，洪災(zāi)爆發(fā)帶來的損失將越來越大，影響也越來越深。

2 研究方法

2.1 評價指標篩選

分流域評價指標篩選采用主成分分析法，即PCA方法(Principal Components Analysis)，該方法是將多維信息壓縮到少量維數(shù)上，構(gòu)成線性組合，并盡可能反映最大信息量，且第一指標攜帶信息最多，從而在眾多參評因子中找出少量能代表原來諸多參評因子的綜合因子，以盡可能少的新組合因子(主成分)反映參評因子之間的內(nèi)在聯(lián)系和主導(dǎo)作用，從而判定出客觀事物的整體特征[2，13，15，18，21，25]。

2.2 權(quán)重計算

評價指標權(quán)重計算采用熵值法(The Entropy method)。熵值法是一種客觀賦權(quán)法，其根據(jù)各觀測值所提供的信息大小來確定指標的權(quán)重[2,14,20,22-23]。設(shè)有m個待評方案，n評價指標，形成原始指標矩陣X=(xij)，對某項指標xj，指標Xij差距越大，則該指標在綜合評價中的所起的作用越大。通過計算評價指標熵值構(gòu)成的判斷矩陣來計算指標權(quán)重，它能盡量消除各因素權(quán)重的主觀性，使評價結(jié)果更符合實際。

2.3 評價模型

基于熵值分析計算的權(quán)重進行綜合評價，公式為[7，14-15，22-23]：

(1)

利用上式計算時，會存在熵值處于某一區(qū)間時，其所傳遞的信息與熵權(quán)大小不一致的問題，為此對指標標準化方法進行改進，各評價指標的參數(shù)取值需要采用區(qū)間映射方法進行計算。設(shè)評價指標的原始數(shù)據(jù)區(qū)間為[Omin，Omax]，評價指標的參數(shù)取值區(qū)間為[Nmin，Nmax]，將[Omin，Omax]上每個數(shù)值映射到區(qū)間[Nmin，Nmax]上，計算出N區(qū)間長度除以O(shè)區(qū)間長度，得出O區(qū)間上單位長度對應(yīng)于N區(qū)間上的大小，再將O區(qū)間上每個數(shù)減去O區(qū)間最小值后乘以單位區(qū)間對應(yīng)的長度，最后加上N區(qū)間的最小值，實現(xiàn)投射到N區(qū)間上，公式如下：

(2)

式中，Oij、Nij—為評價指標及其區(qū)間映射值。區(qū)間影射法將每個評價指標的參數(shù)取值轉(zhuǎn)化到同一度量范圍內(nèi)，消除量綱對評價得分的影響。本研究考慮到各指標特點和評價等級的劃分，采用映射區(qū)間為[0，100]。

2.4 災(zāi)情等級確定

災(zāi)情等級劃分充分考慮指標取值，參考已有研究成果《自然災(zāi)害風(fēng)險損失等級評估的初步研究》《中國自然災(zāi)害風(fēng)險綜合評估初步研究報告》，將年度洪澇災(zāi)害劃分為4個等級，即特別重大洪澇災(zāi)害年(80≤HI)、重大洪澇災(zāi)害年(60≤HI<80)、較大洪澇災(zāi)害年(40≤HI<60)和一般洪澇災(zāi)害年(HI<40)[3-11，17，19-20，22]。

3 分流域評價指標體系

3.1 指標篩選

以2000—2017年度甘肅省長江流域洪澇災(zāi)情系列數(shù)據(jù)為基礎(chǔ)，采用主成分分析法死亡人口、受災(zāi)人口、農(nóng)作物受災(zāi)面積、直接經(jīng)濟損失、倒塌房屋、水利工程直接經(jīng)濟損失占比、工業(yè)和交通運輸業(yè)直接經(jīng)濟損失、農(nóng)林牧漁直接經(jīng)濟損失8項指標進行篩選，提煉出基本評價指標。主成分分析采用SPSS.22軟件，對數(shù)據(jù)標準化后進行主成分分析，計算各指標特征值和貢獻率見表1。根據(jù)表1可知，三個流域前四個主成分累計貢獻率為93.40%、94.89%和92.95%，即這四個主成分包含了流域洪澇災(zāi)情造成損失近95%以上的信息量，符合主成分提取要求。

表1 不同流域洪澇災(zāi)情評價指標特征值及主成分貢獻率

計算四個主成分的主成分載荷矩陣，長江流域中，F(xiàn)1為第一主成分，在直接經(jīng)濟損失、工業(yè)和交通運輸業(yè)直接經(jīng)濟損失、農(nóng)林牧漁直接經(jīng)濟損失上有較大載荷，代表了直接經(jīng)濟損失的程度；F2為第二主成分，在農(nóng)作物受災(zāi)面積、受災(zāi)人口有較大載荷，代表了受災(zāi)的范圍；F3為第三主成分，在死亡人口有較大載荷，代表生命損失。F4為第四主成分，在水利設(shè)施占直接經(jīng)濟損失的比例上有較大載荷，反映水利設(shè)施經(jīng)濟損失，見表2。

黃河流域中，F(xiàn)1為第一主成分，在直接經(jīng)濟損失、工業(yè)和交通運輸業(yè)直接經(jīng)濟損失、農(nóng)林牧漁直接經(jīng)濟損失、農(nóng)作物受災(zāi)面積、受災(zāi)人口上有較大載荷，代表了直接經(jīng)濟損失的程度和受災(zāi)范圍；F2為第二主成分，在死亡人口、倒塌房屋有較大載荷，代表生命財產(chǎn)損失。F3為第三主成分，在水利設(shè)施占直接經(jīng)濟損失的比例上有較大載荷，反映水利設(shè)施經(jīng)濟損失；F4為第四主成分，在受災(zāi)人口上有較大載荷，代表了受災(zāi)范圍，表2。

內(nèi)陸河流域中，F(xiàn)1為第一主成分，在直接經(jīng)濟損失、工業(yè)和交通運輸業(yè)直接經(jīng)濟損失、農(nóng)林牧漁直接經(jīng)濟損失上有較大載荷，代表了直接經(jīng)濟損失的程度；F2為第二主成分，在農(nóng)作物受災(zāi)面積、受災(zāi)人口上有較大載荷，代表了受災(zāi)的范圍；F3為第三主成分，在死亡人口有較大載荷，代表生命損失。F4為第四主成分，在水利設(shè)施占直接經(jīng)濟損失的比例上有較大載荷，反映水利設(shè)施經(jīng)濟損失。四個指標即不同流域洪澇災(zāi)情評價基本指標，見表2。

表2 不同流域洪澇災(zāi)情評價主成分載荷矩陣

3.2 評價模型

權(quán)重計算采用熵值法。在上述四個主成分中，分別選擇直接經(jīng)濟損失(L)、農(nóng)作物受災(zāi)面積(A)、水利設(shè)施占直接經(jīng)濟損失的比例(E)、死亡人口(D)作為為代表指標，利用熵值法計算四個指標的權(quán)重，便可得不同流域洪澇災(zāi)害評價指標體系。根據(jù)熵值法計算的指標權(quán)重以及災(zāi)情評價綜合計算公式見表3。

表3 分流域指標權(quán)重以及災(zāi)情評價綜合計算公式

根據(jù)原始數(shù)據(jù)計算結(jié)果，各個評價指標的參數(shù)取值采用區(qū)間映射方法進行計算。不同流域2000—2017年系列洪澇災(zāi)情評價指標計算結(jié)果及等級劃分等級見表4。

表4 2000—2017年分流域洪澇災(zāi)情評估結(jié)果

4 結(jié)果與分析

4.1 洪澇災(zāi)情現(xiàn)狀

2000—2017年間甘肅省長江流域因洪澇災(zāi)害年均死亡26人，受災(zāi)107.49萬人，農(nóng)作物受災(zāi)面積78.24×103hm2，直接經(jīng)濟作物損失達27.86億元；黃河流域年均死亡10人，受災(zāi)69.66萬人，農(nóng)作物受災(zāi)面積82.50×103hm2，直接經(jīng)濟作物損失6.55億元；內(nèi)陸河流域年均死亡2人，受災(zāi)3.58萬人，農(nóng)作物受災(zāi)面積4.45×103hm2，直接經(jīng)濟作物損失1.63億元。

長江流域洪澇災(zāi)害死亡人口從2000—2008年呈減小的趨勢，2008—2012年呈增大的趨勢，2012年后又減?。稽S河流域死亡人口從2000—2003年呈現(xiàn)先增大后減小的趨勢；內(nèi)陸河流域除2000和2010年較大外，其他年份均較小。長江流域受災(zāi)人口從2000—2013年呈波動增加，2013—2014年急劇減少；黃河流域受災(zāi)人口2000—2014年間呈現(xiàn)波動減少趨勢，2014年后較低；內(nèi)陸河流域受災(zāi)人口維持較低水平且數(shù)量變化不大，相對較多的年份為2006、2007、2010和2012年。

長江流域與黃河流域農(nóng)作物受災(zāi)面積變化趨勢基本一致，從2000—2017年呈現(xiàn)先波動增加再波動減小的趨勢，2014年以后低位變化；內(nèi)陸河流域片農(nóng)作物受災(zāi)面積除2007、2012和2016年相對較大外，其他年份較小。三大流域洪澇災(zāi)害直接經(jīng)濟損失變化規(guī)律基本一致，2000—2008年三個流域均較低，2008—2013年，長江流域和黃河流域呈現(xiàn)雙波峰增長并至最大值，以后在低水平波動；內(nèi)陸河流域直接經(jīng)濟損失整體變化不大，數(shù)值較低。

4.2 洪澇災(zāi)情評價分析

2000—2017年甘肅省三大流域洪澇災(zāi)情評價結(jié)果發(fā)現(xiàn)，18年來三大流域均未發(fā)生特別重大洪澇災(zāi)害，見表4。其中重大洪澇災(zāi)害長江流域4次，頻率22.22%，較大洪澇災(zāi)害6次，頻率33.33%，重大洪澇災(zāi)害和較大洪澇災(zāi)害的頻次明顯高于其它兩流域；黃河流域重大洪澇災(zāi)害2次，頻率11.11%，較大災(zāi)害2次，頻率11.11%；澇災(zāi)害4次，頻率22.22%，較大災(zāi)害6次，頻率33.33%；內(nèi)陸河流域無重大洪澇災(zāi)害，以一般災(zāi)害洪澇災(zāi)害為主，如圖1所示。長江流域2010年之后發(fā)生重大洪澇災(zāi)害3次，其中2010、2012年與黃河流域重大洪澇災(zāi)害重合，2013年隴南徽縣、成縣發(fā)生嚴重泥石流地質(zhì)災(zāi)害。

圖1 2000—2017年分流域不同等級洪澇災(zāi)害發(fā)生頻次

5 結(jié)論

利用主成分分析方法，提取了甘肅省分流域洪澇災(zāi)情關(guān)鍵指標，減少了數(shù)據(jù)冗余，計算簡單方便，用建立的評價模型評價的甘肅省三大流域洪澇災(zāi)情，結(jié)論甘肅省歷史洪澇災(zāi)害發(fā)生情況較吻合。

評價結(jié)果顯示長江流域是洪澇災(zāi)害的高發(fā)區(qū)，2000—2017年較大以上等級洪澇災(zāi)害發(fā)生頻率為55.55%；黃河流域次之，2000—2017年較大以上等級洪澇災(zāi)害占發(fā)生頻率為了22.22%；內(nèi)陸河流域以一般洪澇災(zāi)害為主，較大洪澇災(zāi)害較少。

甘肅省在洪澇災(zāi)害防治上應(yīng)該以長江流域和黃河流域為重點，加強工程措施和非工程措施建設(shè)，預(yù)防洪澇災(zāi)害的發(fā)生，將洪澇災(zāi)害的損失降到最低。