組合權(quán)重和ArcGIS相結(jié)合的廣西洪澇災(zāi)害風(fēng)險(xiǎn)分析*

劉合香，秦 川，倪增華

(1．廣西師范學(xué)院 數(shù)學(xué)與統(tǒng)計(jì)學(xué)院，廣西 南寧 530023；2．廣西師范學(xué)院 地理科學(xué)與規(guī)劃學(xué)院，廣西 南寧 530023)

?

組合權(quán)重和ArcGIS相結(jié)合的廣西洪澇災(zāi)害風(fēng)險(xiǎn)分析*

劉合香1，秦 川2，倪增華1

(1．廣西師范學(xué)院 數(shù)學(xué)與統(tǒng)計(jì)學(xué)院，廣西 南寧 530023；2．廣西師范學(xué)院 地理科學(xué)與規(guī)劃學(xué)院，廣西 南寧 530023)

通過對廣西各個(gè)站點(diǎn)的降水?dāng)?shù)據(jù)、地理信息以及各個(gè)市縣的基礎(chǔ)數(shù)據(jù)進(jìn)行研究，綜合運(yùn)用模糊數(shù)學(xué)理論、非線性數(shù)據(jù)處理技術(shù)和ArcGIS的空間Kriging插值方法，構(gòu)造基于組合權(quán)重的危險(xiǎn)性指數(shù)、暴露性指數(shù)、脆弱性指數(shù)、抗災(zāi)能力指數(shù)和洪澇災(zāi)害綜合指數(shù)，研制柵格數(shù)據(jù)風(fēng)險(xiǎn)區(qū)劃圖以及風(fēng)險(xiǎn)等級劃分標(biāo)準(zhǔn)，分析廣西區(qū)域洪澇災(zāi)害分布狀況；結(jié)果表明，桂北與桂東南及其沿海地區(qū)洪澇發(fā)生的頻率可能性較大，廣西洪澇災(zāi)害的綜合風(fēng)險(xiǎn)集中在桂南及其沿海地區(qū)，與實(shí)際的洪澇災(zāi)害擬合較好。

組合權(quán)重；ArcGIS；洪澇災(zāi)害；風(fēng)險(xiǎn)分析；廣西

廣西地處我國南部沿海，屬亞熱帶季風(fēng)氣候區(qū)，氣候濕暖，雨水充沛。受西風(fēng)帶系統(tǒng)或熱帶系統(tǒng)影響，區(qū)域性的暴雨和局地性的大暴雨、特大暴雨所引發(fā)的洪澇災(zāi)害、山洪暴發(fā)、泥石流和山體滑坡等地質(zhì)災(zāi)害非常頻繁。洪澇災(zāi)害常常導(dǎo)致大片農(nóng)田受淹，房屋倒塌，水利公共實(shí)施嚴(yán)重受損，人員傷亡等。例如，1994年廣西發(fā)生了歷史上罕見的流域性洪水，在6-7月的短短兩個(gè)月里，全廣西就有90%以上的市縣均遭受不同程度的洪澇災(zāi)害，損失達(dá)104.64億元；又如，2001年的臺風(fēng)“榴蓮”和隨即而至的臺風(fēng)“尤特”，它們帶來的暴雨導(dǎo)致了左江、右江、邕江、郁江、潯江江水暴漲,洪水泛濫,百色市遭遇了百年不遇的洪澇，南寧市出現(xiàn)了1937年以來最大的洪澇，貴港市出現(xiàn)了有水文記錄以來最大的洪澇, 這次洪澇災(zāi)害造成廣西有70個(gè)縣(市、區(qū))、1 649.587萬人受災(zāi),死亡24人,直接經(jīng)濟(jì)損失159億元以上。再如，2014年7月的超強(qiáng)臺風(fēng)“威馬遜”，造成廣西427.97萬人受災(zāi)，因?yàn)?zāi)死亡9人，房屋倒塌8 319間，農(nóng)作物受災(zāi)面積14 557.02 khm2，直接經(jīng)濟(jì)損失138.09億元。

近年來，很多專家學(xué)者對洪澇災(zāi)害風(fēng)險(xiǎn)開展研究，取得了可喜的研究成果。黃詩峰、Hamyama等分別用河網(wǎng)密度、河流形態(tài)分維等地貌學(xué)特征進(jìn)行洪澇風(fēng)險(xiǎn)評價(jià)[1-2]；周成虎、蔣新宇、莫建飛、馬國斌、宮清華、李謝輝等利用氣象、遙感、基礎(chǔ)地理信息、社會經(jīng)濟(jì)數(shù)據(jù)，借助GIS平臺，對洪澇災(zāi)害風(fēng)險(xiǎn)進(jìn)行評價(jià)和風(fēng)險(xiǎn)區(qū)劃[3-8]；葛鵬和岳賢平運(yùn)用模糊綜合評價(jià)模型,結(jié)合層次分析法,分別用2000年和2010年的指標(biāo)數(shù)據(jù),對南京市進(jìn)行了洪澇災(zāi)害承災(zāi)體易損性評估[9]。姜藍(lán)齊等通過分析黑龍江省洪澇災(zāi)害的形成和影響因子，構(gòu)建洪澇危險(xiǎn)性、暴露性、脆弱性和防災(zāi)減災(zāi)能力的指標(biāo)體系，并采用層次分析法賦予各指標(biāo)權(quán)重，利用加權(quán)綜合法構(gòu)建綜合評價(jià)指數(shù)，借助ArcGIS空間分析實(shí)現(xiàn)對黑龍江省的洪澇風(fēng)險(xiǎn)區(qū)劃[10]。

以上的研究工作或是用地貌學(xué)方法，或是用歷史災(zāi)情法以及GIS技術(shù)對洪澇災(zāi)害開展研究,取得了豐碩的研究成果。但是，綜合GIS技術(shù)、模糊數(shù)學(xué)、灰色理論原理和方法，進(jìn)行區(qū)域洪澇災(zāi)害風(fēng)險(xiǎn)分析的研究鮮見，本研究將以廣西洪澇致災(zāi)因子和災(zāi)情因子為研究數(shù)據(jù)，采用基于組合權(quán)重的GIS技術(shù)，對區(qū)域洪澇災(zāi)害進(jìn)行風(fēng)險(xiǎn)分析。

1 數(shù)據(jù)來源及研究方法

1.1 數(shù)據(jù)來源

本研究的降水?dāng)?shù)據(jù)取自1970-2013年5-9月中國廣西90個(gè)自動觀測站的總雨量，由廣西氣象局信息中心和廣西氣象臺提供；地理信息數(shù)據(jù)是利用ArcCIS技術(shù)提取的各個(gè)市縣經(jīng)緯度、海拔高度、坡度以及計(jì)算得到的河網(wǎng)密度，還從廣西地情網(wǎng)獲取了年均徑流深；社會統(tǒng)計(jì)數(shù)據(jù)取自2013年廣西各個(gè)市縣的統(tǒng)計(jì)年鑒。

1.2 基于組合權(quán)重的ArcGIS空間分析

組合權(quán)重方法是將非線性數(shù)據(jù)的處理技術(shù)和模糊數(shù)學(xué)理論相結(jié)合，將高維向量空間的數(shù)據(jù)壓縮到低維空間研究的優(yōu)化集成方法[11-12]。利用組合權(quán)重方法，結(jié)合ArcGIS的空間Kriging插值、坡度計(jì)算、河網(wǎng)密度計(jì)算、空間疊加分析等功能，進(jìn)行區(qū)域洪澇災(zāi)害頻率及風(fēng)險(xiǎn)分析和區(qū)劃，區(qū)劃圖的柵格分辨率均為500 m×500 m。

2 基于組合權(quán)重和GIS的洪澇災(zāi)害風(fēng)險(xiǎn)評價(jià)

2.1 發(fā)生洪澇災(zāi)害的頻率分析

利用上述《中國近五百年旱澇分布圖集》定義的旱澇標(biāo)準(zhǔn)，以降水量作為致災(zāi)源，計(jì)算得到廣西90個(gè)站點(diǎn)1970-2013年洪澇災(zāi)害發(fā)生的頻率(表1)，并利用ArcGIS進(jìn)行Kriging插值，將計(jì)算所得的數(shù)據(jù)制成廣西洪澇頻率圖(圖1)。

表1 廣西洪澇頻率表

圖1 廣西洪澇頻率圖

從圖1中我們可以看到，發(fā)生洪澇的頻率總體上是桂北與桂東南及其沿海地區(qū)發(fā)生的可能性較大，呈近似“三明治”形態(tài)。洪澇發(fā)生的頻率最大的主要是桂北的資源、龍勝、三江、融水，以及桂中南的貴港和沿海的防城和東興，達(dá)到了14.11%～17.53%。較好地反映了廣西區(qū)域洪澇災(zāi)害分布的實(shí)際情況。

2.2 區(qū)域洪澇災(zāi)害風(fēng)險(xiǎn)評價(jià)

2.2.1 評價(jià)指標(biāo)的選取及其組合權(quán)重的計(jì)算

為了客觀地界定洪澇災(zāi)害大小的物理量，進(jìn)行有效的洪澇災(zāi)害風(fēng)險(xiǎn)評價(jià)，選取能夠反映災(zāi)害發(fā)生危險(xiǎn)性大小的洪澇發(fā)生頻率、站點(diǎn)的海拔高度、坡度和河網(wǎng)密度作為危險(xiǎn)性指數(shù)的基本研究指標(biāo)；選取行政區(qū)域土地面積、農(nóng)業(yè)總產(chǎn)值、工業(yè)總產(chǎn)值、年末總?cè)丝跀?shù)作為暴露性指數(shù)的基本研究指標(biāo)；選取年內(nèi)農(nóng)作物總播種面積、糧食總產(chǎn)量、年末單位從業(yè)人員數(shù)作為脆弱性指數(shù)的基本研究指標(biāo)；選取年內(nèi)地區(qū)生產(chǎn)總值、財(cái)政收入、農(nóng)民人均純收入作為抗災(zāi)能力指數(shù)的基本研究指標(biāo)。

權(quán)重的賦值反映了基本研究指標(biāo)在洪澇災(zāi)害的綜合評判中所占的地位和所起的作用，在相當(dāng)程度上也決定了多指標(biāo)評價(jià)的精度，直接影響到評判的結(jié)果。為了盡可能利用評價(jià)對象樣本在原高維空間中的分類和排序信息，金菊良等[15]給出的利用加速遺傳算法(AGA)對分類權(quán)重和排序權(quán)重綜合得到的組合權(quán)重，參考金菊良等的方法，我們構(gòu)造了一個(gè)基于AGA的投影尋蹤模糊層次分析評價(jià)模型，來計(jì)算分類權(quán)重和排序權(quán)重，再通過優(yōu)化算法綜合得到的組合權(quán)重。

假設(shè)評價(jià)指標(biāo)的因子矩陣為X=(xij)nm，為了盡可能地降低于原始資料中的量綱不同以及資料本身帶來的誤差，首先需要計(jì)算隸屬度函數(shù)：

(1)

式中：maxxij和minxij分別是第j個(gè)指標(biāo)的最大和最小值[16]。進(jìn)一步計(jì)算相對隸屬度值rij，對評價(jià)指標(biāo)的樣本數(shù)據(jù)xij進(jìn)行標(biāo)準(zhǔn)化處理，得到模糊評價(jià)矩陣R=(rij)mn。然后用遺傳-投影尋蹤和模糊數(shù)學(xué)理論分別確定預(yù)測因子的分類權(quán)重Ai={ai1,i=1,2,…,n}和排序權(quán)重A2={ai2,i=1,2,…,n}，最后，用優(yōu)化算法通過求解目標(biāo)函數(shù)的值：

(2)

式中取分類系數(shù)μ=0.5，即認(rèn)為各分類的權(quán)重具有同等重要的參考價(jià)值，得組合權(quán)重A={ai,i=1,2,…,n}[11-12,17]。運(yùn)用組合權(quán)重優(yōu)化的計(jì)算方法，可以將原來大量高維空間的非線性因子壓縮成一維因子。

2.2.2 洪澇災(zāi)害的風(fēng)險(xiǎn)性評價(jià)

利用所計(jì)算的組合權(quán)重，定義：

危險(xiǎn)性指數(shù)

(3)

暴露性指數(shù)

(4)

脆弱性指數(shù)

(5)

抗災(zāi)能力指數(shù)

(6)

按照同樣的方法，利用上述方法計(jì)算的危險(xiǎn)性指數(shù)、暴露性指數(shù)、脆弱性指數(shù)和抗災(zāi)能力指數(shù)，進(jìn)一步計(jì)算洪澇災(zāi)害綜合指數(shù)yj的組合權(quán)重ai(0.549 8，0.148 4，0.068 0，0.233 8)，定義基于組合權(quán)重的洪澇災(zāi)害綜合指數(shù)：

(7)

洪澇災(zāi)害是其危險(xiǎn)性、暴露性、脆弱性和抗災(zāi)能力綜合作用的結(jié)果，我們對計(jì)算的各個(gè)指數(shù)利用SPSS工具軟件做5類的聚類分析，并利用ArcGIS進(jìn)行Kriging插值，將計(jì)算所得的基于組合權(quán)重的廣西洪澇災(zāi)害危險(xiǎn)性指數(shù)、暴露性指數(shù)、脆弱性指抗災(zāi)能力指數(shù)，以及洪澇災(zāi)害的綜合風(fēng)險(xiǎn)指數(shù)，制成500m×500m的柵格數(shù)據(jù)風(fēng)險(xiǎn)區(qū)劃圖(圖2)，劃分標(biāo)準(zhǔn)見表2。

在圖2a中我們可以看到，廣西洪澇災(zāi)害危險(xiǎn)性主要分布在桂北、桂中及桂南沿海一帶，這些地區(qū)的洪澇頻率高、河網(wǎng)密度大，發(fā)生洪澇災(zāi)害的可能性較大；從圖2b可見，洪澇災(zāi)害的暴露性較大的是桂南大部地區(qū)、桂北部分地區(qū)以及桂東和桂西少部分地區(qū)，特別是欽州、合浦、浦北、南寧、貴港等地的洪澇災(zāi)害的暴露性較大；圖2c提示我們，洪澇災(zāi)害的脆弱性集中分布在桂東南的貴港、橫縣、北流、玉林、陸川、博白等經(jīng)濟(jì)較為發(fā)達(dá)的地區(qū)；圖2d告訴我們，桂東南及其沿海、延伸至桂東北一帶的洪澇災(zāi)后重建能力較強(qiáng)，幾乎涵蓋廣西一半的地區(qū)，但是，桂西山區(qū)抵御洪澇災(zāi)害的能力較弱；經(jīng)過以上4個(gè)風(fēng)險(xiǎn)指數(shù)的疊加，圖2e則顯示廣西洪澇災(zāi)害的綜合風(fēng)險(xiǎn)集中在桂南及其沿海地區(qū)。

表2 廣西洪澇災(zāi)害危險(xiǎn)性、暴露性、脆弱性、抗災(zāi)能力及綜合風(fēng)險(xiǎn)等級劃分標(biāo)準(zhǔn)

(a)危險(xiǎn)性指數(shù) (b)暴露性指數(shù) (c)脆弱性指數(shù)

(d)抗災(zāi)能力指數(shù) (e)綜合風(fēng)險(xiǎn)指數(shù)

3 結(jié)論與討論

(1)以廣西90個(gè)自動觀測站點(diǎn)的降水量作為致災(zāi)源，計(jì)算得到1970-2013年洪澇災(zāi)害發(fā)生的頻率，利用ArcGIS進(jìn)行Kriging插值，研制了洪澇發(fā)生的頻率圖，進(jìn)行廣西洪澇災(zāi)害發(fā)生頻率的風(fēng)險(xiǎn)分析。

(2)通過對降水?dāng)?shù)據(jù)、地理信息和基礎(chǔ)數(shù)據(jù)的研究，科學(xué)合理地選取評價(jià)指標(biāo)，綜合運(yùn)用模糊數(shù)學(xué)理論、非線性數(shù)據(jù)處理技術(shù)以及ArcGIS的空間Kriging插值，構(gòu)造了基于組合權(quán)重的危險(xiǎn)性指數(shù)、暴露性指數(shù)、脆弱性指數(shù)、抗災(zāi)能力指數(shù)以及洪澇災(zāi)害綜合指數(shù)。

(3)通過對以上各個(gè)指數(shù)的研究，利用SPSS工具軟件做5類的聚類，研制了500m×500m的柵格數(shù)據(jù)洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃圖和綜合風(fēng)險(xiǎn)等級劃分標(biāo)準(zhǔn)，對廣西洪澇災(zāi)害分布狀況進(jìn)行風(fēng)險(xiǎn)分析。

(4)為了進(jìn)一步研究未來洪澇災(zāi)害的發(fā)生的可能性大小，更好地反映洪澇災(zāi)害變化特征的數(shù)據(jù)序列，我們將利用歷史災(zāi)情數(shù)據(jù)、降水?dāng)?shù)據(jù)，研究洪澇災(zāi)害的非線性預(yù)測模型，以便全方位地進(jìn)行洪澇災(zāi)害風(fēng)險(xiǎn)分析。

[1] 黃詩峰,徐美,陳德清．GIS支持下的河網(wǎng)密度提取及其在洪水危險(xiǎn)性分析中的應(yīng)用[J]．自然災(zāi)害學(xué)報(bào)，2001，10(4)：129-132．

[2]Haruyama，Shigeko，Ohokum，etal．Geomorphologicalzoningforfloodinunctionusingsatellitedata[J]．GeoJoumal，1996，38(3)：73-78．

[3] 周成虎,萬慶,黃詩峰,等．基于GIS的洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃研究[J]．地理學(xué)報(bào)，2000，55(1)：15-24．

[4] 蔣新宇,范久波,張繼權(quán),等．基于GIS的松花江干流暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評估[J]．災(zāi)害學(xué)，2009，24(3)：51-56．

[5] 莫建飛,陸甲,李艷蘭,等.基于GIS的廣西洪澇災(zāi)害孕災(zāi)環(huán)境敏感性評估[J].災(zāi)害學(xué)， 2010，25(4)：33-37.

[6] 馬國斌,李京,蔣衛(wèi)國,等.基于氣象預(yù)測數(shù)據(jù)的中國洪澇災(zāi)害危險(xiǎn)性評估與預(yù)警研究[J].災(zāi)害學(xué)，2011，26(3)：8-17.

[7] 宮清華,黃光慶,郭敏．基于GIS技術(shù)的廣東省洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃[J]．自然災(zāi)害學(xué)報(bào)，2009，18(1)：58-63.

[8] 李謝輝,韓薈芬.河南省黃河中下游地區(qū)洪災(zāi)損失評估與預(yù)測[J].災(zāi)害學(xué)，2014，29(1)：87-92.

[9] 葛鵬； 岳賢平.洪澇災(zāi)害承災(zāi)體易損性的時(shí)空變異——以南京市為例[J].災(zāi)害學(xué)，2013，28(1)：107-111.

[10]姜藍(lán)齊，馬艷敏，張麗娟,等.基于Q01 的黑龍江省洪澇災(zāi)害風(fēng)險(xiǎn)評估與區(qū)劃[J]．自然災(zāi)害學(xué)報(bào)，2013，22(5)：238-245.

[11]LiuHexiang,ZhangDalin.AnalysisandpredictionofhazardriskscausedbytropicalcyclonesinsouthernChinawithfuzzymathematicalandgreymodels[J].AppliedMathematicalModelling, 2012,36 626-637.doi: 10.1016/j.apm.2011.07.024.

[12]LiuHexiang,ZhangDalin,ChenJianwei,etal.Predictionoftropicalcyclonefrequencywithawaveletneuralnetworkmodelincorporatingnaturalorthogonalexpansionandcombinedweights[J].NatHazards, 2013,65:63-78.doi: 10.1007/s11069-012-0343-x.

[13]中央氣象局氣象科學(xué)研究院.中國近五百年旱澇分布圖集[M].北京:地圖出版社,1981.

[14]張德二,李小泉,梁有葉.《中國五百年旱澇分布圖集》的再續(xù)補(bǔ)(1993-2000年)[J].應(yīng)用氣象學(xué)報(bào),2003,14(3):379-384.

[15]金菊良，魏一鳴，丁晶. 基于組合權(quán)重的系統(tǒng)評價(jià)模型[J]. 數(shù)學(xué)的實(shí)踐與認(rèn)識，2003， 33(11)：51-58.

[16]XieJ-J,LiuC-P.Fuzzymathematicsmethodanditsapplication[M]. 3rded.HuazhongUniversityofScienceandTechnologyPress, 2006: 61-62.

[17]JinJL,WeiYM,DingJ.Systemevaluationmodelbasedoncombinedweights(inChinese)[J].Math.Pract.Theory, 2003, 33: 51-58.

RiskAnalysisofFloodDisasterinGuangxiBasedonCombinationofCombinedWeightandArcGIS

Liu Hexiang1, Qin Chuan2and Ni Zenghua1

(1.SchoolofMathematicalandstatisticalSciences,GuangxiTeachersEducationUniversity,Nanning530023,China;2.SchoolofGeographyandPlanning,GuangxiTeachersEducationUniversity,Nanning530023,China)

Accordingtostudyontheprecipitationdataofeachsite,thegeographicinformationandthebasicdataofvariouscitiesandcountiesinGuangxi,thehazardindex,exposureindex,vulnerabilityindex,disasterreliefcapabilityindicesandfloodcompositeindexareconstructedbasedoncombinationweightbyusingacombinationofthefuzzymathematicstheory,nonlineardataprocessingtechnologyandArcGISspaceKriginginterpolationmethod.Atthesametime,therasterdatariskzoningmapandriskgradestandardofdivisionaredevelopedtoanalyzethedistributionofGuangxi’sflooddisasters.ResultsshowthefloodinnorthernGuangxi,southeasternGuangxianditscoastalareas,happenwithmuchgreaterfrequency,andtheintegratedflooddisasterriskofGuangxiconcentrationinsoutheasternGuangxianditscoastalareas.Theresultsarecoincidedwiththeactualflood.

combinedweights;ArcGIS;flooddisaster;riskanalysis;Guangxi

2014-12-29 修改日期：2015-03-10

國家自然科學(xué)基金(41465003)；廣西科學(xué)研究與技術(shù)開發(fā)項(xiàng)目(桂科攻1355010-8)

劉合香(1962-),女,山東茌平人,教授,碩士生導(dǎo)師,研究方向?yàn)楦怕式y(tǒng)計(jì)、數(shù)學(xué)模型、自然災(zāi)害風(fēng)險(xiǎn)分析． E-mail: hx_post@126.com

X43；P426.616

A

1000-811X(2015)03-0076-04

10.3969/j.issn.1000-811X.2015.03.015

劉合香，秦川，倪增華. 組合權(quán)重和ArcGIS相結(jié)合的廣西洪澇災(zāi)害風(fēng)險(xiǎn)分析[J].災(zāi)害學(xué), 2015,30(3):076-079. [Liu Hexiang,Qin Chuan and Ni Zenghua. Risk analysis of flood disaster in Guangxi incorporating combined weights and GIS[J].Journal of Catastrophology, 2015,30(3)：076-079.]