蚌埠市農(nóng)業(yè)旱災(zāi)脆弱性綜合評(píng)價(jià)

宋占智，蔣尚明，金菊良，周玉良，張 明

(1. 合肥工業(yè)大學(xué)土木與水利工程學(xué)院，安徽合肥 230009； 2. 合肥工業(yè)大學(xué)水資源與環(huán)境系統(tǒng)工程研究所，安徽合肥 230009； 3. 安徽省水利部淮河水利委員會(huì)水利科學(xué)研究院安徽省水利水資源重點(diǎn)實(shí)驗(yàn)室，安徽蚌埠 233000; 4. 安徽工程大學(xué)建筑工程學(xué)院，安徽蕪湖 241000)

蚌埠市農(nóng)業(yè)旱災(zāi)脆弱性綜合評(píng)價(jià)

宋占智1, 2，蔣尚明3，金菊良1, 2，周玉良1, 2，張 明4

(1. 合肥工業(yè)大學(xué)土木與水利工程學(xué)院，安徽合肥 230009； 2. 合肥工業(yè)大學(xué)水資源與環(huán)境系統(tǒng)工程研究所，安徽合肥 230009； 3. 安徽省水利部淮河水利委員會(huì)水利科學(xué)研究院安徽省水利水資源重點(diǎn)實(shí)驗(yàn)室，安徽蚌埠 233000; 4. 安徽工程大學(xué)建筑工程學(xué)院，安徽蕪湖 241000)

農(nóng)業(yè)旱災(zāi)系統(tǒng)脆弱性評(píng)價(jià)在農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)管理中具有重要意義。為定量評(píng)價(jià)蚌埠市農(nóng)業(yè)旱災(zāi)脆弱性，運(yùn)用基于改進(jìn)云相似度的方法建立了農(nóng)業(yè)旱災(zāi)脆弱性評(píng)價(jià)模型。根據(jù)云模型的特點(diǎn)分析評(píng)價(jià)過程中存在的隨機(jī)性、模糊性等不確定性，通過期望、熵和超熵3個(gè)參數(shù)定量分析農(nóng)業(yè)旱災(zāi)系統(tǒng)的脆弱性。評(píng)價(jià)結(jié)果表明，基于改進(jìn)云相似度的綜合評(píng)價(jià)所得均值與模糊綜合評(píng)價(jià)結(jié)果大致相同，用熵和超熵兩個(gè)參數(shù)來反映可能取值范圍、離散程度以及穩(wěn)定性等不確定性，可充分考慮脆弱性、風(fēng)險(xiǎn)等的不確定性，為旱災(zāi)風(fēng)險(xiǎn)調(diào)控與管理提供有力依據(jù)。

農(nóng)業(yè)旱災(zāi)系統(tǒng)； 脆弱性評(píng)價(jià)； 云模型； 云相似度； 蚌埠市

干旱是指在某地理范圍內(nèi)自然供水源一定時(shí)期持續(xù)少于某一臨界值而導(dǎo)致的水分虧缺現(xiàn)象，當(dāng)干旱達(dá)到一定程度后導(dǎo)致供水匱乏，對(duì)作物生長(zhǎng)、人類生產(chǎn)生活和生態(tài)環(huán)境造成不利影響的事件即為旱災(zāi)[1-2]，這些干旱不利影響的不確定性就是旱災(zāi)風(fēng)險(xiǎn)。旱災(zāi)風(fēng)險(xiǎn)可看作是一個(gè)復(fù)雜系統(tǒng)[2]：由致災(zāi)因子危險(xiǎn)性、承災(zāi)體暴露、災(zāi)損敏感性和防災(zāi)減災(zāi)能力等四部分組成，其中后三者稱為承災(zāi)體的脆弱性。目前，國(guó)內(nèi)外關(guān)于災(zāi)害風(fēng)險(xiǎn)定量評(píng)估普遍接受的是“災(zāi)害風(fēng)險(xiǎn)=致災(zāi)因子危險(xiǎn)性+承災(zāi)體脆弱性”理論[3-4]。致災(zāi)因子危險(xiǎn)性主要與降水、氣溫等自然因素有關(guān)，可預(yù)見但難控制；承災(zāi)體脆弱性既有自然屬性也有社會(huì)屬性，目前主要是通過降低脆弱性才能有效減小旱災(zāi)風(fēng)險(xiǎn)?？梢?，農(nóng)業(yè)旱災(zāi)系統(tǒng)脆弱性評(píng)價(jià)在農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)調(diào)控、管理中具有非常重要意義。蚌埠市地處安徽省東北部，屬亞熱帶季風(fēng)氣候與溫帶季風(fēng)氣候的過渡帶、濕潤(rùn)帶與半濕潤(rùn)帶的過渡帶，旱澇災(zāi)害頻發(fā)，對(duì)農(nóng)業(yè)生產(chǎn)影響嚴(yán)重[5]。評(píng)價(jià)蚌埠市農(nóng)業(yè)旱災(zāi)系統(tǒng)脆弱性，有助于指導(dǎo)蚌埠市農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)調(diào)控、管理，規(guī)避或減少農(nóng)業(yè)旱災(zāi)損失。

水災(zāi)害系統(tǒng)風(fēng)險(xiǎn)產(chǎn)生的根本原因是系統(tǒng)中的不確定性[6]。旱災(zāi)風(fēng)險(xiǎn)評(píng)估中的不確定性主要是隨機(jī)不確定性和模糊不確定性[1-2]，這方面的不確定性計(jì)算主要有模糊綜合評(píng)價(jià)、灰色系統(tǒng)、集對(duì)分析等。李德毅等[7-8]根據(jù)隨機(jī)性、模糊性等不確定性的關(guān)聯(lián)特征，提出了云模型，用定性定量相結(jié)合來表征不確定性。王賀等[9]將云模型用于自然災(zāi)害風(fēng)險(xiǎn)評(píng)估，計(jì)算了城市水災(zāi)風(fēng)險(xiǎn)的不確定性。張勇等[10]提出了相似云的概念以及度量分析方法，張仕斌等[11]將云相似度應(yīng)用于風(fēng)險(xiǎn)評(píng)估中，進(jìn)一步驗(yàn)證了云相似度用于風(fēng)險(xiǎn)評(píng)估的可行性和合理性。本文在上述研究基礎(chǔ)上，擬采用改進(jìn)的云相似度方法進(jìn)行蚌埠市農(nóng)業(yè)旱災(zāi)系統(tǒng)脆弱性評(píng)價(jià)，定量分析旱災(zāi)脆弱性系統(tǒng)的不確定性。

1 云模型及其相關(guān)概念

1.1 云滴及參數(shù)

設(shè)U為一個(gè)定量論域，C是U上的定性概念，若x∈U，且x是C的一次隨機(jī)實(shí)現(xiàn)，確定度μ定義為

μ:U→[0,1] ?x∈Ux→μ(x)

x在論域上的分布μ(x)稱為云，每一個(gè)(x,μ)為一個(gè)云滴。云用期望Ex、熵En和超熵He這3個(gè)參數(shù)來定量表征一個(gè)定性概念。期望Ex是云滴在論域空間的平均值；熵En是定性概念的不確定性度量，類似于標(biāo)準(zhǔn)差；超熵He是熵的熵，又稱二次熵[7-8,12]。

1.2 云發(fā)生器

云發(fā)生器主要有正向正態(tài)云發(fā)生器和無需確定度信息的逆向云發(fā)生器。

(1)正向正態(tài)云發(fā)生器[13]的輸入為：云模型參數(shù)(Ex,En,He)，云滴個(gè)數(shù)n；輸出為n個(gè)云滴(xi,μi)。算法步驟為：①以En為期望、He為標(biāo)準(zhǔn)差生成一個(gè)高斯隨機(jī)數(shù)Eni’；②以Ex為期望、Eni’為標(biāo)準(zhǔn)差生成一個(gè)高斯隨機(jī)數(shù)xi；③計(jì)算μi=exp[-(xi-Ex)2/(2Eni’2)]；④得到數(shù)域中的一個(gè)云滴(xi,μi)；⑤重復(fù)步驟①至④，得到n個(gè)云滴。

1.3 基于3σ準(zhǔn)則的云相似度計(jì)算方法

張國(guó)英等[15]將兩個(gè)云的距離定義為：

(1)

(2)

改進(jìn)方法：由于Xmin與Xmax都是隨機(jī)產(chǎn)生，無規(guī)律可循，有可能Xmax較小而Xmin較大則跨度小，或者Xmax較大而Xmin較小則跨度大，導(dǎo)致計(jì)算結(jié)果偏差較大；參照正態(tài)分布的3σ準(zhǔn)則(拉依達(dá)準(zhǔn)則)，選取確定的參數(shù)(即，以x+3σ作為Xmax，以-3σ作為Xmin)，結(jié)合式(1)的含義，兩個(gè)云之間的距離定義為：

(3)

相似度定義為：

S=(dmax-d)/(dmax-dmin)

(4)

2 基于改進(jìn)云相似度的綜合評(píng)價(jià)模型

2.1 指標(biāo)體系及權(quán)重

圖1 農(nóng)業(yè)旱災(zāi)系統(tǒng)脆弱性評(píng)價(jià)初步指標(biāo)體系Fig.1 Primary index system for agricultural drought vulnerability assessment

在分析影響農(nóng)業(yè)旱災(zāi)系統(tǒng)脆弱性的自然條件與社會(huì)經(jīng)濟(jì)狀況等基礎(chǔ)上，依照指標(biāo)體系的構(gòu)建原則[16]建立由承災(zāi)體的暴露子系統(tǒng)(E)、災(zāi)損敏感性子系統(tǒng)(V)、防災(zāi)減災(zāi)能力子系統(tǒng)(A)等以及子系統(tǒng)下多項(xiàng)指標(biāo)的農(nóng)業(yè)旱災(zāi)系統(tǒng)脆弱性評(píng)價(jià)初步指標(biāo)體系。利用AGA-AHP[17]方法求各子系統(tǒng)及各項(xiàng)指標(biāo)的權(quán)重{wj，wj，k|j=1,2,…,m;k=1,2,…,nj}，其中m，nj分別為農(nóng)業(yè)旱災(zāi)系統(tǒng)脆弱性評(píng)價(jià)子系統(tǒng)數(shù)目、子系統(tǒng)j的評(píng)價(jià)指標(biāo)數(shù)目。根據(jù)計(jì)算的權(quán)重值篩選初步指標(biāo)體系，選取權(quán)重均值大、標(biāo)準(zhǔn)差小的指標(biāo)組成最終的指標(biāo)體系，見圖1?，F(xiàn)分析圖1的合理性，如災(zāi)損敏感性子系統(tǒng)V中，農(nóng)業(yè)灌溉畝均用水量指標(biāo)越大，說明遇旱嚴(yán)重時(shí)損失越大，即災(zāi)損敏感性越大，其反映的脆弱性就越強(qiáng)；其他子系統(tǒng)指標(biāo)類似。

2.2 搜集數(shù)據(jù)劃分等級(jí)

根據(jù)前文所確定的統(tǒng)脆弱性評(píng)價(jià)指標(biāo)體系中各指標(biāo)與子系統(tǒng)的含義以及區(qū)域自然條件、社會(huì)經(jīng)濟(jì)狀況等方面的因素，搜集整理安徽省17個(gè)地級(jí)市2001年至2010年的統(tǒng)計(jì)資料[18]，建立農(nóng)業(yè)旱災(zāi)系統(tǒng)脆弱性評(píng)價(jià)等級(jí)標(biāo)準(zhǔn){sg，j，k|g=0,1,2,…,G;j=1,2,…,m;k=1,2,…,nj}(sg，j，k即為等級(jí)端點(diǎn)值)，對(duì)應(yīng)的評(píng)價(jià)指標(biāo)樣本值記為{xi，j，k|i=1,2,…,N;j=1,2,…,m;k=1,2,…,nj}。其中，N，G分別為評(píng)價(jià)樣本數(shù)、等級(jí)標(biāo)準(zhǔn)的等級(jí)數(shù)，m，nj同上。為了簡(jiǎn)便又不失一般性，約定這些等級(jí)中1級(jí)為“非常弱”，G級(jí)為“非常強(qiáng)”，中間等分；這里取G=5(g=1～5級(jí)農(nóng)業(yè)旱災(zāi)系統(tǒng)脆弱性評(píng)價(jià)等級(jí)分別記為“弱”、“較弱”、“中”、“較強(qiáng)”和“強(qiáng)”)進(jìn)行論述，其中s0,j，k與s1,j，k為等級(jí)1的端點(diǎn)值，其他等級(jí)及端點(diǎn)值以此類推。

2.3 基于云模型的單指標(biāo)評(píng)價(jià)

2.3.1 指標(biāo)體系樣本值的云模型參數(shù) 根據(jù)前述的無需確定度信息的逆向云發(fā)生器[13-14]算法，計(jì)算指標(biāo)體系樣本值的云模型參數(shù)(Exx，i，j，k，Enx，i，j，k，Hex，i，j，k)，其中Exx，i，j，k=xi，j，k(指標(biāo)樣本值)；Enx,1,j，k=Enx,2,j，k=…=Enx，N，j，k=Enx，j，k；Hex,1,j，k=Hex,2,j，k=…=Hex，N，j，k=Hex，j，k；Enj，k與Hej，k由逆向云發(fā)生器得到。

2.3.2 評(píng)價(jià)指標(biāo)等級(jí)的云模型參數(shù) 張秋文等[19]根據(jù)評(píng)價(jià)指標(biāo)因素的云模型參數(shù)的不同計(jì)算方法，確定了評(píng)價(jià)指標(biāo)等級(jí)的云模型參數(shù)，用以評(píng)價(jià)樣本值與等級(jí)值之間的關(guān)系，即對(duì)樣本值進(jìn)行評(píng)價(jià)。參考文獻(xiàn)[19]的方法，對(duì)評(píng)價(jià)指標(biāo)等級(jí)的云模型參數(shù)(Exy，g，j，k，Eny，g，j，k，Hey，g，j，k)進(jìn)行計(jì)算：

Exy,g,j,k=(sg,j,k+sg+1,j,k)/2

(5)

Eny,g,j,k=(sg+1,j,k-sg,j,k)/6

(6)

由于存在含混度[7]的概念，超熵的計(jì)算如下：

(7)

對(duì)于最低等級(jí)1與最高等級(jí)G分別采用半降正態(tài)云與半升正態(tài)云模型：當(dāng)待評(píng)價(jià)指標(biāo)值x小于等級(jí)1的均值Ex時(shí)，其屬于等級(jí)1的隸屬度為1；同理，當(dāng)待評(píng)價(jià)指標(biāo)值x大于等級(jí)G的均值Ex時(shí)，其屬于等級(jí)G的隸屬度為1；中間等級(jí)采用正態(tài)云模型。

通過比較指標(biāo)樣本值云參數(shù)(Exx,i,j,k，Enx,i,j,k，Hex,i,j,k)與指標(biāo)等級(jí)云的參數(shù)(Exy,g,j,k，Eny,g,j,k，Hey,g,j,k)來反映樣本值屬于某個(gè)等級(jí)范圍的情況，即反映農(nóng)業(yè)旱災(zāi)系統(tǒng)脆弱性的強(qiáng)弱程度。其中Exx,i,j,k與Exy,g,j,k反映的是樣本值屬于某等級(jí)范圍的大致情況，Enx,i,j,k與Eny,g,j,k反映云的跨度，即農(nóng)業(yè)旱災(zāi)系統(tǒng)脆弱性的偏差程度，Hex,i,j,k與Hey,g,j,k反映的是云的厚度，即農(nóng)業(yè)旱災(zāi)系統(tǒng)脆弱性的穩(wěn)定性。

2.4 基于云相似度的綜合評(píng)價(jià)

2.4.1 云相似度計(jì)算 基于云模型進(jìn)行單指標(biāo)評(píng)價(jià)時(shí)，需比較(Exx,i,j,k，Enx,i,j,k，Hex,i,j,k)與(Exy,g,j,k，Eny,g,j,k，Hey,g,j,k)，由于不同指標(biāo)具有不同量綱和數(shù)量級(jí)，在初始資料沒有進(jìn)行歸一化處理時(shí)，無法直接加權(quán)平均，按照式(3)與(4)的計(jì)算方法，進(jìn)行基于改進(jìn)云相似度的農(nóng)業(yè)旱災(zāi)系統(tǒng)脆弱性綜合評(píng)價(jià)，其距離為：

(8)

(9)

2.4.2 綜合評(píng)價(jià) 結(jié)合前面得到的權(quán)重與各樣本值與等級(jí)值之間的云相似度，運(yùn)用層次分析法，計(jì)算各子系統(tǒng)以及整個(gè)農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)系統(tǒng)的脆弱性等級(jí)云相似度。子系統(tǒng)與等級(jí)云之間的相似度為：

(10)

脆弱性系統(tǒng)與等級(jí)云之間的相似度為：

(11)

得到農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)各子系統(tǒng)以及整個(gè)系統(tǒng)與各脆弱性等級(jí)云之間的相似度后，利用加速遺傳算法(AGA)[20]對(duì)云相似度進(jìn)行逆向運(yùn)算優(yōu)化，得到各子系統(tǒng)以及整個(gè)農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)系統(tǒng)的云模型參數(shù)(Exx，i，j，Enx，i，j，Hex，i，j)與(Exx，i，Enx，i，Hex，i)，并與旱災(zāi)系統(tǒng)脆弱性等級(jí)云模型參數(shù)(Exy, g，Eny, g，Hey, g)進(jìn)行比較，以確定農(nóng)業(yè)旱災(zāi)系統(tǒng)脆弱性的強(qiáng)弱程度。最終從樣本單指標(biāo)、子系統(tǒng)、整個(gè)農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)系統(tǒng)3個(gè)層次對(duì)農(nóng)業(yè)旱災(zāi)系統(tǒng)脆弱性進(jìn)行評(píng)價(jià)，包括強(qiáng)弱程度、偏差程度、穩(wěn)定性等因素，反映旱災(zāi)風(fēng)險(xiǎn)的不確定性。

3 模型應(yīng)用

在擬定指標(biāo)選取原則基礎(chǔ)上，確定蚌埠市農(nóng)業(yè)旱災(zāi)系統(tǒng)脆弱性評(píng)價(jià)初步指標(biāo)體系；然后經(jīng)專家打分，采用AGA-AHP修正各判斷矩陣的一致性并計(jì)算權(quán)重，篩選指標(biāo)，得到最終指標(biāo)體系見表1左側(cè)部分(子系統(tǒng)、各指標(biāo)的名稱及權(quán)重)。

表1 農(nóng)業(yè)旱災(zāi)系統(tǒng)脆弱性評(píng)價(jià)子系統(tǒng)與指標(biāo)權(quán)重和評(píng)價(jià)等級(jí)

由于目前農(nóng)業(yè)旱災(zāi)系統(tǒng)脆弱性等級(jí)沒有統(tǒng)一的評(píng)價(jià)標(biāo)準(zhǔn)，因此本模型整理安徽省17個(gè)地級(jí)市2001—2010年的統(tǒng)計(jì)資料，按照等級(jí)劃分原則將各指標(biāo)的統(tǒng)計(jì)資料進(jìn)行等級(jí)劃分，由左至右分別等分為正(逆)序指標(biāo)1～5級(jí)，詳見表1右側(cè)部分(等級(jí)劃分)。

計(jì)算蚌埠市農(nóng)業(yè)旱災(zāi)系統(tǒng)脆弱性各評(píng)價(jià)指標(biāo)每年數(shù)據(jù)的云模型參數(shù)(Exx，i，j，k，Enx，i，j，k，Hex，i，j，k)與每一等級(jí)的云模型參數(shù)(Exy，g，j，k，Eny，g，j，k，Hey，g，j，k)，通過比較兩個(gè)云來反映樣本值屬于某個(gè)等級(jí)范圍的情況，即反映農(nóng)業(yè)旱災(zāi)系統(tǒng)脆弱性的強(qiáng)弱程度、偏差程度、穩(wěn)定性等。下面給出單指標(biāo)脆弱性評(píng)價(jià)有代表性的樣本值與等級(jí)值之間的幾張?jiān)颇Ｐ蛨D。

圖2說明2007年人均耕地面積反映蚌埠市農(nóng)業(yè)旱災(zāi)系統(tǒng)脆弱性的評(píng)價(jià)結(jié)果，屬于等級(jí)2～3，稍偏向等級(jí)3，且樣本數(shù)據(jù)較為集中，云模型圖較“窄”且“薄”，即不確定性較小，離散程度小、穩(wěn)定性好。圖3說明2004年單位面積農(nóng)業(yè)GDP反映蚌埠市農(nóng)業(yè)旱災(zāi)系統(tǒng)脆弱性的評(píng)價(jià)結(jié)果，同樣屬于等級(jí)2～3，稍偏向等級(jí)3，但是樣本數(shù)據(jù)較為分散，云模型圖較“寬”且“厚”，即不確定性較大，離散程度大、穩(wěn)定性差。圖4較為中等既不“窄”“薄”又不“寬”“厚”， 說明2006年有效灌溉面積率反映蚌埠市農(nóng)業(yè)旱災(zāi)系統(tǒng)脆弱性的評(píng)價(jià)結(jié)果，屬于等級(jí)3與等級(jí)4之間，稍偏向等級(jí)3；其他指標(biāo)評(píng)價(jià)脆弱性結(jié)果大致在等級(jí)3左右，云模型圖有“寬厚”有“窄薄”，即其他指標(biāo)識(shí)別的脆弱性不確定性有大有小，離散程度有大有小、穩(wěn)定性有差有好。

圖2 2007年人均耕地面積(V1)反映脆弱性評(píng)價(jià)結(jié)果Fig.2 Assessment results of vulnerability reflected by per capita arable land area (V1) in 2007

圖3 2004年單位面積農(nóng)業(yè)GDP(E7)反映脆弱性評(píng)價(jià)結(jié)果Fig.3 Assessment results of vulnerability reflected by unit area agriculture GDP (E7) in 2004

圖4 2006年有效灌溉面積率(A3)反映脆弱性評(píng)價(jià)結(jié)果Fig.4 Assessment results of vulnerability reflected by effective irrigation area ratio (A3) in 2006

綜合評(píng)價(jià)時(shí)，由于不同指標(biāo)具有不同的量綱和數(shù)量級(jí)，在初始資料沒有進(jìn)行歸一化處理時(shí)，無法直接加權(quán)平均，采用上述云相似度改進(jìn)計(jì)算方法，進(jìn)行蚌埠市農(nóng)業(yè)旱災(zāi)系統(tǒng)脆弱性綜合評(píng)價(jià)。計(jì)算兩個(gè)云之間的相似度，進(jìn)而對(duì)云相似度進(jìn)行加權(quán)平均，得到每個(gè)子系統(tǒng)與脆弱性等級(jí)之間云相似度以及整個(gè)農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)系統(tǒng)與脆弱性等級(jí)之間的云相似度；然后對(duì)云相似度進(jìn)行逆向運(yùn)算優(yōu)化，得到各子系統(tǒng)以及整個(gè)農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)系統(tǒng)的云模型參數(shù)，并與脆弱性等級(jí)云模型參數(shù)進(jìn)行比較，以確定農(nóng)業(yè)旱災(zāi)系統(tǒng)脆弱性的強(qiáng)弱程度。將所得結(jié)果與模糊綜合評(píng)價(jià)方法所得結(jié)果進(jìn)行比較，見表2。

基于改進(jìn)云相似度的評(píng)價(jià)方法所得的Ex與模糊綜合評(píng)價(jià)結(jié)果表達(dá)的含義相同，將旱災(zāi)脆弱性描述為1～5的數(shù)值，數(shù)值越大則脆弱性越強(qiáng)。表2數(shù)據(jù)表明，基于改進(jìn)云相似度的評(píng)價(jià)方法所得的Ex與模糊綜合評(píng)價(jià)結(jié)果大致相同，且偏小，即偏保守，同時(shí)又有En，He兩個(gè)參數(shù)來反映可能取值范圍、離散程度以及穩(wěn)定性等不確定性，將脆弱性、風(fēng)險(xiǎn)等的不確定性考慮充分。圖5為基于此方法的蚌埠市2003年農(nóng)業(yè)旱災(zāi)系統(tǒng)脆弱性評(píng)價(jià)結(jié)果。

表2 評(píng)價(jià)方法比較

圖5 基于云相似度的2003年蚌埠市農(nóng)業(yè)旱災(zāi)系統(tǒng)脆弱性綜合評(píng)價(jià)結(jié)果Fig.5 Comprehensive assessment results of vulnerability of agricultural drought system of Bengbu city in 2003 based on cloud similarity

圖5中：Ex反映了云的中心位置，表示脆弱性強(qiáng)弱程度的中心值，即2003年蚌埠市農(nóng)業(yè)旱災(zāi)系統(tǒng)脆弱性屬等級(jí)3～4，偏向于等級(jí)3(Ex=3.330)；En反映了云的跨度，表示農(nóng)業(yè)旱災(zāi)系統(tǒng)脆弱性的取值范圍，即2003年蚌埠市農(nóng)業(yè)旱災(zāi)系統(tǒng)脆弱性取值范圍較大，可能原因是每個(gè)單指標(biāo)評(píng)價(jià)的結(jié)果不同，導(dǎo)致綜合評(píng)價(jià)結(jié)果方差較大，離散程度較大；He反映了云的厚度，即云的穩(wěn)定性，表示脆弱性隸屬度偏離其理論中心值的程度，即2003年蚌埠市農(nóng)業(yè)旱災(zāi)系統(tǒng)脆弱性的云模型穩(wěn)定性較差，這可能是每個(gè)單指標(biāo)樣本數(shù)據(jù)的方差較大，即方差的方差較大。該市其他年份的農(nóng)業(yè)旱災(zāi)脆弱性評(píng)價(jià)結(jié)果類似2003年。

4 結(jié) 語(yǔ)

將農(nóng)業(yè)旱災(zāi)脆弱性看作一個(gè)復(fù)雜系統(tǒng)，通過對(duì)每個(gè)評(píng)價(jià)指標(biāo)的分析，可確定農(nóng)業(yè)旱災(zāi)脆弱性不確定性的主要來源。傳統(tǒng)評(píng)價(jià)方法僅考慮了確定性因素，得到了確定性結(jié)果，而往往忽略了不確定性，導(dǎo)致因忽略不確定性而使得評(píng)價(jià)結(jié)果的潛在風(fēng)險(xiǎn)愈漸突顯。

利用云模型改進(jìn)農(nóng)業(yè)旱災(zāi)系統(tǒng)脆弱性綜合評(píng)價(jià)模型，充分考慮了評(píng)價(jià)過程中存在的不確定性，并通過期望、熵和超熵3個(gè)參數(shù)將其表達(dá)出來，為定量分析農(nóng)業(yè)旱災(zāi)系統(tǒng)脆弱性的不確定性提供了簡(jiǎn)便有效的方法；通過改進(jìn)的云相似度方法進(jìn)行農(nóng)業(yè)旱災(zāi)系統(tǒng)脆弱性綜合評(píng)價(jià)，可保留樣本數(shù)據(jù)原有的數(shù)據(jù)特征，避免因數(shù)據(jù)歸一化而造成的數(shù)據(jù)“失真”現(xiàn)象等。本文嘗試將改進(jìn)了云相似度計(jì)算方法應(yīng)用于蚌埠市農(nóng)業(yè)旱災(zāi)系統(tǒng)脆弱性評(píng)價(jià)中，取得了較好效果。同時(shí)，云模型是一種具有定性定量描述相互轉(zhuǎn)換能力的模型，云相似度只是云模型的一種算法，如何將云模型更深入更廣泛地應(yīng)用到實(shí)際問題研究中，將是今后研究的一個(gè)重點(diǎn)。

[1]金菊良, 宋占智, 崔毅, 等. 旱災(zāi)風(fēng)險(xiǎn)評(píng)估與調(diào)控關(guān)鍵技術(shù)研究進(jìn)展[J]. 水利學(xué)報(bào), 2016, 47(3): 398- 412. (JIN Juliang, SONG Zhanzhi, CUI Yi, et al. Research progress on the key technologies of drought risk assessment and control[J]. Journal of Hydraulic Engineering, 2016, 47(3): 398- 412. (in Chinese))

[2]金菊良, 酈建強(qiáng), 周玉良, 等. 旱災(zāi)風(fēng)險(xiǎn)評(píng)估的初步理論框架[J]. 災(zāi)害學(xué), 2014, 29(3): 1- 10. (JIN Juliang, LI Jianqiang, ZHOU Yuliang, et al. Research on theoretical framework of drought risk assessment[J]. Journal of Catastrophology, 2014, 29(3): 1- 10. (in Chinese))

[3]BLAKIC P, CANNON T, DAVIS I, et al. At risk: natural hazard, people’s vulnerability and disasters[M]. Lond: Routledge, 1994.

[4]劉蘭芳, 劉盛和, 劉沛林, 等. 湖南省農(nóng)業(yè)旱災(zāi)脆弱性綜合分析與定量評(píng)價(jià)[J]. 自然災(zāi)害學(xué)報(bào), 2002, 11(4): 78- 83. (LIU Lanfang, LIU Shenghe, LIU Peilin, et al. Synthetic analysis and quantitative estimation of the agricultural vulnerability to drought disaster in Hunan Province[J]. Journal of Natural Disasters, 2002, 11(4): 78- 83. (in Chinese))

[5]蚌埠市地方志編纂委員會(huì). 蚌埠市志[M]. 北京: 方志出版社, 1995. (The Local Chronicles Compilation Committee in Bengbu City. The chronicle of Bengbu City[M]. Beijing: Local Chronicles Publishing Company, 1995. (in Chinese))

[6]左其亭, 吳澤寧, 趙偉. 水資源系統(tǒng)中的不確定性及風(fēng)險(xiǎn)分析方法[J]. 干旱區(qū)地理, 2003, 26(2): 116- 121. (ZUO Qiting, WU Zening, ZHAO Wei. Uncertainties in water resources system and risk analysis method[J]. Arid Land Geography, 2003, 26(2): 116- 121. (in Chinese))

[7]李德毅, 杜鹢. 不確定性人工智能[M]. 北京: 國(guó)防工業(yè)出版社, 2005. (LI Deyi, DU Yi. Artificial intelligence with uncertainty[M]. Beijing: Publishing Company of National Defence Industry, 2005. (in Chinese))

[8]LI Deyi, SHI Xuemei, WARD P, et al. Soft inference mechanism based on cloud models[C]∥Proceedings of the 1stInternational Workshop on Logic Programming and Soft Computing: Theory and Application, Bonn, Germany, 1996.

[9]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- 20. (WANG He, LIU Gaofeng, WANG Huimin. Urban extreme rainstorm flood loss based on cloud model[J]. Journal of Economics of Water Resources, 2014, 32(2): 15- 20. (in Chinese))

[10]張勇, 趙東寧, 李德毅. 相似云及其度量分析方法[J]. 信息與控制, 2004, 33(2): 129- 132. (ZHANG Yong, ZHAO Dongning, LI Deyi. The similar cloud and the measurement method[J]. Information and Control, 2004, 33(2): 129- 132. (in Chinese))

[11]張仕斌, 許春香, 安宇俊. 基于云模型的風(fēng)險(xiǎn)評(píng)估方法研究[J]. 電子科技大學(xué)學(xué)報(bào), 2013, 42(1): 92- 98. (ZHANG Shibin, XU Chunxiang, AN Yujun. Study on the risk evaluation approach based on cloud model[J]. Journal of University of Electronic Science and Technology of China, 2013, 42(1): 92- 98. (in Chinese))

[12]李德毅, 劉常昱. 論正態(tài)云模型的普適性[J]. 中國(guó)工程科學(xué), 2004, 6(8): 28- 34. (LI Deyi, LIU Changyu. Study on the universality of the normal cloud model[J]. Engineering Science, 2004, 6(8): 28- 34. (in Chinese))

[13]李德毅, 孟海軍, 史雪梅. 隸屬云和隸屬云發(fā)生器[J]. 計(jì)算機(jī)研究與發(fā)展, 1995, 32(6): 15- 20. (LI Deyi, MENG Haijun, SHI Xuemei. Membership clouds and membership cloud generators[J]. Journal of Computer Research and Development, 1995, 32(6): 15- 20. (in Chinese))

[14]呂輝軍, 王曄, 李德毅, 等. 逆向云在定性評(píng)價(jià)中的應(yīng)用[J]. 計(jì)算機(jī)學(xué)報(bào), 2003, 26(8): 1009- 1014. (LU Huijun, WANG Ye, LI Deyi, et al. The application of backward cloud in qualitative evaluation[J]. Chinese Journal of Computers, 2003, 26(8): 1009- 1014. (in Chinese))

[15]張國(guó)英, 沙蕓, 余有明, 等. 基于屬性相似度的云分類器[J]. 北京理工大學(xué)學(xué)報(bào), 2005, 25(6): 499- 503. (ZHANG Guoying, SHA Yun, YU Youming, et al. Cloud classifier based on attribute similarity[J]. Transactions of Beijing Institute of Technology, 2005, 25(6): 499- 503. (in Chinese))

[16]邵立周, 白春杰. 系統(tǒng)綜合評(píng)價(jià)指標(biāo)體系構(gòu)建方法研究[J]. 海軍工程大學(xué)學(xué)報(bào), 2008, 20(3): 48- 52. (SHAO Lizhou, BAI Chunjie. Index system construction on comprehensive evaluation[J]. Journal of Naval University of Engineering, 2008, 20(3): 48- 52. (in Chinese))

[17]金菊良, 魏一鳴, 丁晶. 基于改進(jìn)層次分析法的模糊綜合評(píng)價(jià)模型[J]. 水利學(xué)報(bào), 2004, 3(3): 65- 70. (JIN Juliang, WEI Yiming, DING Jing. Fuzzy comprehensive evaluation model based on improved analytic hierarchy process[J]. Journal of Hydraulic Engineering, 2004, 3(3): 65- 70. (in Chinese))

[18]安徽省統(tǒng)計(jì)局, 國(guó)家統(tǒng)計(jì)局安徽調(diào)查總隊(duì). 安徽統(tǒng)計(jì)年鑒(2001—2015版)[M]. 北京: 中國(guó)統(tǒng)計(jì)出版社. (Statistical Bureau of Anhui Province, Survey Office of the National Bureau of Statistics in Anhui. Anhui statistical yearbooks(from 2001 to 2015)[M]. Beijing: Statistics Publishing Company of China. (in Chinese))

[19]張秋文, 章永志, 鐘鳴. 基于云模型的水庫(kù)誘發(fā)地震風(fēng)險(xiǎn)多級(jí)模糊綜合評(píng)價(jià)[J]. 水利學(xué)報(bào), 2014, 45(1): 87- 95. (ZHANG Qiuwen, ZHANG Yongzhi, ZHONG Ming. A cloud model based approach for multi-hierarchy fuzzy comprehensive evaluation of reservoir-induced seismic risk[J]. Journal of Hydraulic Engineering, 2014, 45(1): 87- 95. (in Chinese))

[20]金菊良, 楊曉華, 丁晶. 標(biāo)準(zhǔn)遺傳算法的改進(jìn)方案——加速遺傳算法[J]. 系統(tǒng)工程理論與實(shí)踐, 2001, 21(4): 8- 13. (JIN Juliang, YANG Xiaohua, DING Jing. An improved simple genetic algorithm——accelerating genetic algorithm[J]. System Engineering—Theory and Practice, 2001, 21(4): 8- 13. (in Chinese))

Comprehensive assessment of agricultural drought vulnerability based on improved cloud similarity: a case study of Bengbu city

SONG Zhanzhi1, 2， JIANG Shangming3， JIN Juliang1, 2， ZHOU Yuliang1, 2， ZHANG Ming4

(1.SchoolofCivilEngineering，HefeiUniversityofTechnology，Hefei230009，China； 2.InstituteofWaterResourcesandEnvironmentalSystemsEngineering，HefeiUniversityofTechnology，Hefei230009，China； 3.KeyLaboratoryofWaterConservancyandWaterResourcesofAnhuiProvince,AnhuiandHuaiheRiverInstituteofHydraulicResearch,MinistryofWaterResources,Bengbu233000,China; 4.CollegeofCivilEngineeringandArchitecture,AnhuiPolytechnicUniversity,Wuhu241000,China)

The agricultural drought causes crop damage and failures, which in turn can also lead to food shortage problems and even famine. Drought risk is composed of the risk of disaster causing factor and vulnerability of disaster-bearing body, in short, it is not easy to control the risk factors and disaster risk only by reducing the vulnerability of disaster-bearing body. Therefore, it is of great significance to assess the vulnerability of the agricultural drought system in the agricultural drought risk management. Bengbu city is a big agricultural city in Anhui Province and even in China, with frequent droughts and serious drought damage. A vulnerability assessment model on the basis of an improved cloud similarity is established to assess Bengbu city agricultural drought system vulnerability according to the characteristics of the cloud model, and fully considering the uncertainty existing in the assessment process; and analyses are made through three digital features: expectation, entropy and the hyper entropy, providing a simple and effective method for quantitative analysis of the uncertainty of the agricultural drought system. The assessment results show that the expectation calculated by the comprehensive assessment method and based on the improved cloud similarity is the same as the result of a fuzzy comprehensive assessment. At the same time, there are two parameters: the entropy and the hyper entropy, reflecting the uncertainty including possible range of values, dispersion degree and stability; and the uncertainty of vulnerability and risk can be fully considered, which can provide a strong basis for drought risk regulation, control and management.

agricultural drought system; vulnerability assessment; cloud model; cloud similarity; Bengbu city

10.16198/j.cnki.1009-640X.2017.03.008

2016-07-01

國(guó)家自然科學(xué)基金資助項(xiàng)目(51409001, 51409002, 51579059, 51579060)

宋占智(1990—), 男, 山東沾化人, 碩士研究生, 主要從事水資源系統(tǒng)工程研究。 E-mail: 458439628@qq.com 通信作者：金菊良( E-mail: JINJL66@126.com)

S423

A

1009-640X(2017)03-0056-08

宋占智， 蔣尚明， 金菊良， 等. 蚌埠市農(nóng)業(yè)旱災(zāi)脆弱性綜合評(píng)價(jià)[J]. 水利水運(yùn)工程學(xué)報(bào), 2017(3): 56-63. (SONG Zhanzhi, JIANG Shangming, JIN Juliang, et al. Comprehensive assessment of agricultural drought vulnerability based on improved cloud similarity: a case study of Bengbu city[J]. Hydro-Science and Engineering, 2017(3): 56-63. (in Chinese))