關(guān)鍵詞：山洪災(zāi)害；致災(zāi)因子；熵指數(shù)法；權(quán)重；黃河龍羊峽一積石峽區(qū)間；青海省中圖分類號：TV62;TV882.1 文獻(xiàn)標(biāo)志碼：A doi：10.3969/j.issn.1000-1379.2025.07.002引用格式;，隆坤，郭要輝，等.基于熵指數(shù)法的黃河龍羊峽—積石峽山洪致災(zāi)因子分析[J].人民黃河，2025，47（7）：8-12，19.

Analysis of Flash Flood Causing Factors in the Longyangxia-Jishixia Section of the Yellow River Based on Entropy Index Method

HU Shaowei1，2，，LONG Kun² ，GUO Yaohui2， XU Yaoqun1， ZHANG Zhiwei2 （1.School of Water Conservancy and Transportation， Zhengzhou University， Zhengzhou 45Ooo1， China; 2.School of Civil Engineering，Chongqing University，Chongqing 40oO45，China）

Abstract：Duetoisomplexterrandspecalcmate，QnghaiProvinceispronetosudnaddsructiveountainfloosoderto provideabasisforthemonitoingandpreventionofountaifloodsintheegion，takingtheLongangia-Jishixiasctioofteprea cheoftheYelloRiverinQingaiProvince，heremoutainfooddisasterswereelativelysevere，astesudyraOinfuencincto of moutaiflooddisasterswereinillyseletedBasedonthataof11istorcalflooddisasterpointsinthestudyareafrom958to 2000，fourfactsioelaoseeadoghearselotesTmangsiienctoai fied.GISspatialaalysistecholowasusedtobtainthasifeddataofthesixifuecingfactors.Thentropdexmetodwasadot edtocalculateteweightsofachfactorandidentiftheaindisaster-causingfactos.Theeseachsultsshothatelevatioalpre cipitation，terainroughs，Iistacefroheiverouse，andaspectaeesastercausingfactosfoutainflosthe studyarea（withthe weightsof0.5716，0.1448，0.1079，0.0948，0.0719and0.0090respectively），amongwhich，elevationaual precipitationndinousaretindisastecausinctorsAoigtofaiofteainisasteaingfctor， （2 91.30% of the historical mountain flood disasters in the study area occur in the areas with an elevation lower than 3 091 m， 99.14% occur in the areas with an annual precipitation greater than 317 mm，and 98.26% occur in the areas with a terrain roughness less than 1.10.

Keywords：mountainflooddisaster；disaster-causingfactor;EntropyIndexMethod；weight;ongangxia-JishiiasctionofelowRiver; Qinghai Province

0 引言

青海省是黃河上游生態(tài)屏障，但因地形復(fù)雜、氣候特殊而山洪災(zāi)害突發(fā)性強(qiáng)、破壞力大。國家青藏高原科學(xué)數(shù)據(jù)中心平臺發(fā)布的《青海省自然災(zāi)害統(tǒng)計(jì)數(shù)據(jù)（1950—2000）》顯示，青海省每年均有山洪災(zāi)害事件發(fā)生，且災(zāi)害損失呈顯著上升趨勢。例如：1986年發(fā)生在青海省的洪災(zāi)，導(dǎo)致7人死亡、1.4萬 hm² 農(nóng)作物受災(zāi)，11座電站、10多 km 通信線路被沖毀，直接經(jīng)濟(jì)損失0.18億元；1993年發(fā)生在青海省的山洪災(zāi)害，導(dǎo)致300人死亡、10.6萬 hm² 農(nóng)田受災(zāi)、1300處水利設(shè)施被沖毀、5454間房屋倒塌，直接經(jīng)濟(jì)損失3.02億元；2020年發(fā)生在青海省的山洪災(zāi)害造成水利設(shè)施直接經(jīng)濟(jì)損失達(dá)2.68億元。頻發(fā)的山洪災(zāi)害對區(qū)域基礎(chǔ)設(shè)施（水電站、通信線路等）及生態(tài)安全構(gòu)成持續(xù)性威脅，亟待通過致災(zāi)因子精準(zhǔn)識別進(jìn)行風(fēng)險(xiǎn)防控措施優(yōu)化。

主要致災(zāi)因子識別是山洪災(zāi)害防治的依據(jù)，眾多學(xué)者對此開展了廣泛研究。例如：章德武等1通過研究，把我國山洪致災(zāi)因子歸結(jié)為降雨（包括降雨量、降雨強(qiáng)度和降雨歷時）地形地質(zhì)（包括地形地貌、地層巖性、地質(zhì)構(gòu)造、新構(gòu)造運(yùn)動與地震）和人類活動（包括毀林開荒和不合理開發(fā)等）三大類；吉中會等[通過綜合分析，認(rèn)為山洪災(zāi)害的致災(zāi)因子主要包括氣象、水文、地質(zhì)、地形地貌、土壤類型等。然而，致災(zāi)因子具有一定的區(qū)域性，如我國東南地區(qū)的山洪主要誘發(fā)因素與西北地區(qū)可能存在差異，上述研究結(jié)果可能并不適用于青海省和黃河上游地區(qū)。當(dāng)前，山洪致災(zāi)因子研究已形成“降雨-地形-人類活動\"綜合分析框架，其核心是量化致災(zāi)因子與災(zāi)害事件的統(tǒng)計(jì)關(guān)聯(lián)性，對各致災(zāi)因子進(jìn)行賦權(quán)，進(jìn)而識別主導(dǎo)災(zāi)害發(fā)生的關(guān)鍵因子。其中致災(zāi)因子權(quán)重賦值方法可分為主觀賦權(quán)法（如層次分析法、德爾菲法）與客觀賦權(quán)法（如熵權(quán)法、灰色關(guān)聯(lián)分析法）兩類，其適用性因區(qū)域環(huán)境與災(zāi)害類型而異。例如：楊秀峰等[3]基于自然災(zāi)害風(fēng)險(xiǎn)評估理論，利用熵權(quán)法來確定城市內(nèi)澇致災(zāi)因子權(quán)重;劉磊磊等[4]基于確定性因數(shù)模型，對湖南省紅層地區(qū)滑坡災(zāi)害的致災(zāi)因子進(jìn)行敏感性分析;蘇廣全等[5基于博弈論組合賦權(quán)方法，對武威地區(qū)洪災(zāi)風(fēng)險(xiǎn)進(jìn)行評價；劉光旭等[采用層次分析法對贛江上游洪災(zāi)風(fēng)險(xiǎn)評價指標(biāo)進(jìn)行賦權(quán); Yu 等[7]采用夏普里值（Shapley value）法與層次分析法相結(jié)合的綜合賦權(quán)方法來確定洪水風(fēng)險(xiǎn)評價指標(biāo)的權(quán)重。本研究以青海省山洪災(zāi)害較為嚴(yán)重的黃河上游龍羊峽—積石峽區(qū)間為研究區(qū)，采用GIS空間分析技術(shù)獲取山洪災(zāi)害影響因子分級數(shù)據(jù)、采用熵指數(shù)法計(jì)算各因子權(quán)重，識別山洪的主要致災(zāi)因子，以期為青海省山洪災(zāi)害監(jiān)測與防治等提供依據(jù)。

1 研究區(qū)概況

黃河上游龍羊峽—積石峽區(qū)間位于青藏高原東北緣，為青海省海南藏族自治州、黃南藏族自治州與海東市的接壤區(qū)域，是黃河上游重要的生態(tài)屏障和水源涵養(yǎng)區(qū)。本文研究區(qū)為黃河干流龍羊峽—積石峽段涉及的同德、興海、共和、貴南、貴德、尖扎、化隆、循化、民和等9個縣域（其中小部分屬青海湖流域），總面積為51545.92km² ，該區(qū)域黃河主要支流有中鐵溝、巴溝、尕干曲、尕曲、茫拉河、沙珠玉河、恰卜恰河、沙溝、隆務(wù)河、清水河等。研究區(qū)以山地為主，海拔（ （1610～5310m） 梯度大，地貌類型復(fù)雜多樣，兼具高原、丘陵、河谷、盆地等特征，河道比降與邊坡坡度大（最大坡度達(dá) 76.4^° ，西南部及黃河干流兩岸為陡坡集中區(qū)，見圖1），多年平均降水量 231～661mm ，降水時空差異大（年內(nèi)高度集中于5—9月，空間分布由東南向西北遞減）。

研究區(qū)地表透水性差， 80%～90% 的降水會轉(zhuǎn)化為地表徑流，加之與地形等致災(zāi)因素的耦合，造成的山洪災(zāi)害頻率高、突發(fā)性強(qiáng)。據(jù)《青海省志：水利志（1986—2005）》記載，該區(qū)域致災(zāi)性降雨量閾值僅為15mm ，單次降雨量大于 25mm 即可引發(fā)洪災(zāi)。

2 熵指數(shù)法

目前，對于致災(zāi)因子的分析，主要是對各因子進(jìn)行權(quán)重賦值，進(jìn)而根據(jù)各因子的權(quán)重大小來判定致災(zāi)因子的主次，其中關(guān)鍵是因子權(quán)重賦值方法的選取，即使樣本數(shù)據(jù)（因子數(shù)據(jù)和災(zāi)害數(shù)據(jù)）相同也會因賦權(quán)方法的不同而得到不一致的結(jié)果。

借鑒李利峰等[8的研究，本研究采用熵指數(shù)法對山洪災(zāi)害致災(zāi)因子進(jìn)行賦權(quán)。熵是指一個系統(tǒng)不穩(wěn)定或不確定性的程度。本研究用熵指數(shù)表示各評價因子對山洪災(zāi)害發(fā)生的影響程度，某因子的熵指數(shù)越大表示其對山洪災(zāi)害發(fā)生的影響越大。設(shè)有 n 個因子，每個因子分為 N 級，熵指數(shù)法權(quán)重計(jì)算公式如下：

I_i=（B_max-B_i）/B_max

W_i=I_iA_i

式中：下標(biāo) i，j 分別為因子編號、分級編號， Y_ij 為因子 i 分級 j 面積占比， X_ij 為因子 i 分級 j 災(zāi)害點(diǎn)占比， a_ij 為因子 i 分級 j 頻率比， A_i 為因子 i 頻率比均值， P_ij 為因子 i 分級 j 致災(zāi)概率密度， B_i 為因子 i 信息熵， B_max 為各因子最大信息熵， I_i 為因子 i 信息率， W_i 為因子 i 權(quán)重，W_i^' 為因子 i 歸一化權(quán)重。

3致災(zāi)因子選取與權(quán)重計(jì)算結(jié)果

3.1 致災(zāi)因子選取

首先，初選10個山洪災(zāi)害影響因子（NDVI、年降水量、高程、高程變異系數(shù)、坡度、坡向、地形粗糙度、地表切割深度、地形起伏度、與河道距離）。然后，從國家青藏高原科學(xué)數(shù)據(jù)中心（https：//data.tpdc.ac.cn）、國家地球系統(tǒng)科學(xué)數(shù)據(jù)中心（https：//www.geodata.cn）、國家地理信息公共服務(wù)平臺（https：//www.tianditu.gov.cn）、全國地理信息資源目錄服務(wù)系統(tǒng)（ht-tps：//www.webmap.cn）等獲取研究區(qū)1958—2000年

115個歷史洪水災(zāi)害發(fā)生點(diǎn)位（見圖2）的有關(guān)數(shù)據(jù)，并計(jì)算各初選因子間的皮爾遜相關(guān)系數(shù)（見表1）。最后，為確保各因子間相互獨(dú)立和分析結(jié)果的準(zhǔn)確性，進(jìn)行皮爾遜相關(guān)性檢驗(yàn)（一般認(rèn)為，皮爾遜相關(guān)系數(shù)在區(qū)間 [-0.3，0.3] 內(nèi)時因子間相關(guān)性較弱或不相關(guān)[8]），剔除相關(guān)性強(qiáng)的4個因子（坡度、高程變異系數(shù)、地表切割深度、地形起伏度），保留相關(guān)性較弱的6個因子（高程、坡向、地形粗糙度、年降水量、NDVI、與河道距離，篩余因子間的皮爾遜相關(guān)系數(shù)見表2），用于洪水災(zāi)害致災(zāi)因子識別。

3.2 評價因子分級

對高程、年降水量、NDVI、與河道距離4個因子按等差法分為5級，對地形粗糙度按自然斷點(diǎn)法分為5級，對坡向按方位角（坡面朝向在水平面上的投影，按順時針方向與正北方向的夾角）等差法劃分為9級（或稱9類，包括平地），采用GIS空間分析技術(shù)提取各因子分級面積等數(shù)據(jù)并進(jìn)行可視化表達(dá)，結(jié)果見表3～ 表8、圖3[其中：圖3（a）＼～（e）分辨率為 30m ，圖3（f）分辨率為 8km ]。

由表3＼～表8可知，研究區(qū)洪水災(zāi)害主要發(fā)生在海拔低、地形粗糙度小、植被覆蓋度低（NDVI小）及距河道較近的區(qū)域。一般來說，降水量大的區(qū)域易發(fā)生洪水災(zāi)害，其他因子也會對山洪災(zāi)害的發(fā)生造成影響。統(tǒng)計(jì)數(shù)據(jù)顯示，研究區(qū) 98.26% 的歷史洪水災(zāi)害點(diǎn)地形粗糙度小于1.10，表明地形越粗糙、地面凹凸不平程度越高越不易發(fā)生山洪災(zāi)害；植被覆蓋度高的地方，一方面植被因截留和林地下滲的雨水較多而減少地面積水，另一方面其對地表徑流的阻擋作用可避免或削弱坡面徑流、減緩山洪；距河道越近，在較大降水引起河流水位上漲時越容易遭受洪水災(zāi)害。

3.3 各因子權(quán)重計(jì)算結(jié)果

按照前述方法計(jì)算的高程、年降水量、地形粗糙度、NDVI、與河道距離、坡向權(quán)重分別為 0.571 6.0.144 8， （204號0.1079、0.0948、0.0719、0.0090 。高程、年降水量、地形粗糙度的權(quán)重之和為0.8243，表明這3個因子是研究區(qū)洪災(zāi)發(fā)生的主要致災(zāi)因子，其他3個因子為次要致災(zāi)因子。

在主要致災(zāi)因子中，高程對于山洪災(zāi)害的影響主要體現(xiàn)在地表水的匯流，降水到達(dá)地面以后，一部分被地表吸收（包括植被截留和土壤下滲），未被吸收的部分則會形成地表徑流，從高程相對較高的地方向相對較低的區(qū)域匯聚，因而在低海拔區(qū)容易形成山洪災(zāi)害，研究區(qū)歷史山洪災(zāi)害發(fā)生在低海拔區(qū)（高程低于3091m）的比例高達(dá) 91.30% ；年降水量對于山洪災(zāi)害的影響主要體現(xiàn)在地表水量的增加，當(dāng)降水量達(dá)到區(qū)域環(huán)境所能承受的閥值時便可能發(fā)生洪災(zāi)，在基礎(chǔ)環(huán)境條件相同的情況下，年降水量大的區(qū)域山洪災(zāi)害比年降水量小的區(qū)域更嚴(yán)重，研究區(qū)歷史山洪災(zāi)害發(fā)生在年降水量較大（大于 317mm ）區(qū)域的比例高達(dá) 99.14% ：地形粗糙度對于山洪災(zāi)害的影響主要體現(xiàn)在對地表水流的阻礙，其反映地形的起伏狀況，地形起伏變化越大對于地表徑流的阻礙作用越強(qiáng)，因而越不易發(fā)生洪水災(zāi)害，在地形粗糙度小于1.10的區(qū)域降雨徑流容易形成山洪災(zāi)害。

4結(jié)論

1）對初選的10個山洪災(zāi)害影響因子進(jìn)行皮爾遜相關(guān)性檢驗(yàn)，剔除4個相關(guān)性較強(qiáng)的因子后，可把篩余的高程、坡向、地形粗糙度、年降水量、NDVI、與河道距離作為研究區(qū)山洪災(zāi)害致災(zāi)因子。

2）對6個致災(zāi)因子進(jìn)行分級，采用熵指數(shù)法計(jì)算致災(zāi)因子高程、年降水量、地形粗糙度、NDVI、與河道距離、坡向的權(quán)重分別為 0.571 6.0.144 8.0.107 9. （2號0.094 8.0.071 9.0.009 0 ，據(jù)此認(rèn)為高程、年降水量、地形粗糙度為研究區(qū)山洪災(zāi)害主要致災(zāi)因子，NDVI、距河道距離、坡向?yàn)榇我聻?zāi)因子。

3）按主要致災(zāi)因子分級對研究區(qū)歷史山洪災(zāi)害進(jìn)行統(tǒng)計(jì)， 91.30% 發(fā)生在高程低于 3 091m 的地區(qū)，99.14% 發(fā)生在年降水量大于 317mm 的地區(qū)， 98.26% 發(fā)生在地形粗糙度小于1.10的地區(qū)。

后期研究可采取遙感與實(shí)地監(jiān)測相結(jié)合的方法并增加降雨強(qiáng)度、土壤滲透率等因子，使分析結(jié)果更精準(zhǔn)可靠。

參考文獻(xiàn)：

［1］章德武，諶宏偉.山洪災(zāi)害致災(zāi)因子分析與防治措施［J]中國水運(yùn)（下半月刊），2011，11（3）：146-147.

[2] 吉中會，吳先華.山洪災(zāi)害風(fēng)險(xiǎn)評估的研究進(jìn)展[J].災(zāi)害學(xué)，2018，33（1）：162-167，174.

[3] 楊秀峰，霍也，陳長勝，等.長春市城市內(nèi)澇致災(zāi)因子危險(xiǎn)性模型的建立及評估[J].氣象災(zāi)害防御，2024，31（4）：43-48.

[4] 劉磊磊，肖浩，王璨，等.湖南紅層地區(qū)滑坡地質(zhì)災(zāi)害致災(zāi)因子敏感性分析[J].礦冶工程，2024，44（4）：169-174.

[5] 蘇廣全，呂海深，朱永華，等.基于博弈論組合賦權(quán)的洪水風(fēng)險(xiǎn)評價：以武威地區(qū)為例[J].干旱區(qū)研究，2022，39（3）：801-809.

[6] 劉光旭，王小軍，徐新創(chuàng)，等.低山丘陵區(qū)暴雨洪水特征與洪災(zāi)風(fēng)險(xiǎn)評估：以贛江上游為例［J].水土保持通報(bào)，2019，39（5）：236-241，289，345.

[7] YUJiarui，ZOULei，XIAJun，etal.AMulti-DimensionalFrame-work for Improving Flood Risk Assessment：Application in theHanRiver Basin，China[J].Journal of Hydrology：Regional河流域地質(zhì)災(zāi)害危險(xiǎn)性評估預(yù)測［J].干旱區(qū)地理，2025，48（4） ：599-611.

［20］何子軍，劉惠軍.基于信息量-隨機(jī)森林模型的滑坡易發(fā)性評價：以云南省雙江縣滑坡為例[J].甘肅水利水電技術(shù)，2024，60（9） ：55-59.

［21］周禹彤，葛永剛，陳興長，等.基于物源特征的泥石流易發(fā)性評價：以石鼓—崗?fù)泻佣螢槔齕J].科學(xué)技術(shù)與工程，2025，25（8） ：3123-3133.

[22]周靜，劉敦龍，桑學(xué)佳，等.基于CNN-KAN的汶川地震災(zāi)區(qū)潛勢泥石流流域識別方法［J].計(jì)算機(jī)與現(xiàn)代化，2025（4） ：70-76.

[23]LEE Sunmin，BAEK Won Kyung，JUNG Hyung Sup，et al.Susceptibility Mapping on Urban Landslides Using DeepLearningApproachesinMt Umyeon[J].Applied Sciences-Basel，2020，10（22）：8189.

[24］馮興隆，李爭榮，吳愛祥，等.基于組合賦權(quán)-物元可拓模型的礦山井下泥石流風(fēng)險(xiǎn)評估及防治［J].礦業(yè)研究與開發(fā)，2024，44（9）：158-166.

［25］趙健，郭青.互聯(lián)網(wǎng)小額信貸違約風(fēng)險(xiǎn)識別模型研究：基于集成學(xué)習(xí)方法[J].華北水利水電大學(xué)學(xué)報(bào)（社會科學(xué)版），2025，41（2）：54-62.

[26]張為，李昕，翟少軍，等.三峽水庫次洪期間降雨特征對洪水過程的影響[J/OL].水利學(xué)報(bào)：1-11（2025-03-21）[2025-03-23].http：//kns.cnki.net.

[27]邢昭，孟小軍，袁晶晶，等.信息量支持下SVM-GBDT模型的滑坡危險(xiǎn)性評價[J].科學(xué)技術(shù)與工程，2025，25（7） ：2712-2720.

[28］王昕宇，楊鵬，戴健非.基于RFE-RF-XGBoost 的壩體位移預(yù)測研究[J].東北師大學(xué)報(bào)（自然科學(xué)版），2021，53（2）：60-66.

【責(zé)任編輯 張智民】

Studies，2023，47：101434.[8] 李利峰，張曉虎，鄧慧琳，等.基于熵指數(shù)與邏輯回歸耦合模型的滑坡災(zāi)害易發(fā)性評價：以藍(lán)田縣為例[J].科學(xué)技術(shù)與工程，2020，20（14）：5536-5543.

【責(zé)任編輯 張智民】