基于信息擴(kuò)散與自助法的旱災(zāi)風(fēng)險(xiǎn)評估模型──以安徽為例*

歐陽蔚，于艷青，金菊良，周玉良，酈建強(qiáng)，劉蘭芳

(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.水利部水利水電規(guī)劃設(shè)計(jì)總院，北京100011;4.衡陽師范學(xué)院資源環(huán)境與旅游管理系，湖南衡陽421008)

基于信息擴(kuò)散與自助法的旱災(zāi)風(fēng)險(xiǎn)評估模型──以安徽為例*

歐陽蔚1，2，于艷青1，2，金菊良1，2，周玉良1，2，酈建強(qiáng)3，劉蘭芳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.水利部水利水電規(guī)劃設(shè)計(jì)總院，北京100011;4.衡陽師范學(xué)院資源環(huán)境與旅游管理系，湖南衡陽421008)

旱災(zāi)風(fēng)險(xiǎn)管理是抗旱減災(zāi)的科學(xué)手段、干旱及旱災(zāi)研究的重要方向，定量評估旱災(zāi)風(fēng)險(xiǎn)是旱災(zāi)風(fēng)險(xiǎn)管理的核心內(nèi)容。為降低各種不確定性因素影響下旱災(zāi)風(fēng)險(xiǎn)評估結(jié)果的誤差，提高結(jié)果的可靠性，提出運(yùn)用信息擴(kuò)散法估計(jì)旱災(zāi)損失的超越概率，結(jié)合自助法的區(qū)間估計(jì)算法，建立基于信息擴(kuò)散與自助法的災(zāi)害風(fēng)險(xiǎn)評估模型，用不同置信水平下旱災(zāi)損失對應(yīng)超越概率的置信區(qū)間來反映旱災(zāi)風(fēng)險(xiǎn)。將該模型運(yùn)用于安徽省農(nóng)業(yè)易旱地區(qū)干旱災(zāi)害風(fēng)險(xiǎn)評估，計(jì)算并確定在置信水平為0.75時(shí)安徽省易旱地區(qū)的旱災(zāi)風(fēng)險(xiǎn)區(qū)間評估結(jié)果合理、可靠，可為抗旱規(guī)劃提供科學(xué)的決策依據(jù)。

旱災(zāi)風(fēng)險(xiǎn)評估;區(qū)間估計(jì);信息擴(kuò)散法;自助法;安徽省

干旱是天然來水持續(xù)一段時(shí)間內(nèi)低于多年平均水平，進(jìn)而出現(xiàn)土壤水和徑流減少、地下水位下降、湖泊水庫蓄水降低的自然現(xiàn)象。當(dāng)干旱在大范圍長時(shí)間內(nèi)持續(xù)不斷，導(dǎo)致人民生命財(cái)產(chǎn)受損、生態(tài)環(huán)境遭破壞時(shí)，干旱演進(jìn)為干旱災(zāi)害(簡稱旱災(zāi))［1-2］。長期以來，旱災(zāi)是影響人類經(jīng)濟(jì)社會發(fā)展的主要自然災(zāi)害之一［2-4］，隨著全球氣候變化及經(jīng)濟(jì)社會發(fā)展和人口增長，水資源供需矛盾不斷加深，旱災(zāi)對人類的威脅正呈加劇的趨勢［5-6］。世界各國積極開展抗旱減災(zāi)相關(guān)研究，自1980年代提出旱災(zāi)風(fēng)險(xiǎn)管理的概念以來，旱災(zāi)風(fēng)險(xiǎn)管理模式逐漸取代傳統(tǒng)的旱災(zāi)危機(jī)管理成為新的抗旱減災(zāi)思路［6-7］，各國學(xué)者不斷推進(jìn)旱災(zāi)風(fēng)險(xiǎn)管理更深入的研究［1，8-12］，其中旱災(zāi)風(fēng)險(xiǎn)定量評估是旱災(zāi)風(fēng)險(xiǎn)管理的核心內(nèi)容?，F(xiàn)有的旱災(zāi)風(fēng)險(xiǎn)定量評估方法主要有三類。①從風(fēng)險(xiǎn)基本定義［13］和災(zāi)害風(fēng)險(xiǎn)系統(tǒng)論［14］出發(fā)，構(gòu)建旱災(zāi)風(fēng)險(xiǎn)系統(tǒng)及其結(jié)構(gòu)關(guān)系與形成機(jī)理，提出了包括干旱識別與干旱頻率定量計(jì)算［15］、抗旱能力計(jì)算［16-17］、旱災(zāi)損失定量計(jì)算［18］和旱災(zāi)風(fēng)險(xiǎn)區(qū)劃［19］等在內(nèi)的方法體系，通過模擬不同程度干旱(不同強(qiáng)度致災(zāi)因子)和不同抗旱能力下的損失值，繪制不同強(qiáng)度致災(zāi)因子(干旱頻率)與損失對應(yīng)的系列關(guān)系曲線，來反映旱災(zāi)風(fēng)險(xiǎn)水平［18］。該方法比較清晰地揭示了從干旱到旱災(zāi)的形成機(jī)理及演變過程，計(jì)算結(jié)果物理意義明確，對實(shí)際抗旱減災(zāi)工作指導(dǎo)性強(qiáng)，但計(jì)算過程相對復(fù)雜且對資料要求較高。②基于自然災(zāi)害系統(tǒng)論［14，20］，構(gòu)建災(zāi)害系統(tǒng)四要素(致災(zāi)因子、承災(zāi)體、孕災(zāi)環(huán)境、防災(zāi)減災(zāi)措施)指標(biāo)體系［1］，運(yùn)用系統(tǒng)綜合評價(jià)方法［21］對旱災(zāi)風(fēng)險(xiǎn)進(jìn)行綜合評價(jià)［22-26］，在評估結(jié)果中通過各指標(biāo)值及其權(quán)重揭示影響區(qū)域?qū)嶋H旱災(zāi)風(fēng)險(xiǎn)的因素，對實(shí)際抗旱減災(zāi)建設(shè)有較明確的指導(dǎo)意義，但在指標(biāo)體系構(gòu)建、評價(jià)標(biāo)準(zhǔn)擬定和指標(biāo)權(quán)重確定等方面受不確定性因素影響較大，且不同指標(biāo)體系下的評估結(jié)果相互之間難以比較。③基于歷史災(zāi)損數(shù)據(jù)的旱災(zāi)風(fēng)險(xiǎn)間接評估，黃崇福等人［27-29］直接對歷史災(zāi)損數(shù)據(jù)進(jìn)行統(tǒng)計(jì)特征分析，用災(zāi)害損失對應(yīng)的概率值反映災(zāi)害風(fēng)險(xiǎn)大小，該方法計(jì)算相對簡單，對資料要求較低，但缺乏一定的災(zāi)害形成機(jī)理分析，且基于歷史災(zāi)損數(shù)據(jù)的計(jì)算結(jié)果在未來不確定性變化環(huán)境背景下的適用性需作論證。以上三類旱災(zāi)風(fēng)險(xiǎn)評估方法具有不同適用性［1］，共同推進(jìn)了旱災(zāi)風(fēng)險(xiǎn)管理研究的進(jìn)一步發(fā)展。

干旱本身極其復(fù)雜，且目前對其了解尚少［1，30-31］，所以盡管旱災(zāi)研究的歷史相對久遠(yuǎn)，但關(guān)于旱災(zāi)風(fēng)險(xiǎn)的研究目前仍處于起步階段，包括旱災(zāi)風(fēng)險(xiǎn)評估理論和技術(shù)方法的研究仍比較薄弱［1，7-8，15］。受人類對干旱及旱災(zāi)認(rèn)識的局限性、旱災(zāi)風(fēng)險(xiǎn)評估模型的適應(yīng)性［32］、統(tǒng)計(jì)數(shù)據(jù)的不完備性等諸多不確定性因素的影響，目前旱災(zāi)風(fēng)險(xiǎn)評估結(jié)果皆存在不同程度的、難以定量估計(jì)的誤差，從而影響最終抗旱減災(zāi)決策的合理性和可靠性?；谝陨戏治觯疚脑谧匀粸?zāi)害風(fēng)險(xiǎn)評估中已廣泛應(yīng)用模糊信息擴(kuò)散法［11，28，33-34］的基礎(chǔ)上，提出用自助法(Bootstrap)［35］對歷史災(zāi)損樣本進(jìn)行重抽樣，以構(gòu)造一定置信度下的災(zāi)害損失的概率分布區(qū)間來揭示旱災(zāi)風(fēng)險(xiǎn)水平，進(jìn)一步揭示信息擴(kuò)散評估結(jié)果的不確定性，提高旱災(zāi)風(fēng)險(xiǎn)評估結(jié)果的合理性和可靠性。

1 基于信息擴(kuò)散和自助法的自然災(zāi)害風(fēng)險(xiǎn)區(qū)間評估模型

1.1 信息擴(kuò)散估計(jì)與自助法

信息擴(kuò)散估計(jì)是黃崇福在信息擴(kuò)散原理［33］基礎(chǔ)上提出的一種非參數(shù)估計(jì)方法，它運(yùn)用模糊集理論，將非完備樣本集的模糊信息通過擴(kuò)散函數(shù)在樣本空間上進(jìn)行分配，以擴(kuò)大估計(jì)信息量，并證明了總體概率密度函數(shù)擴(kuò)散估計(jì)的漸進(jìn)無偏性與均方相合性［33］。王新洲［36］將信息擴(kuò)散估計(jì)引入測量領(lǐng)域，對其估計(jì)結(jié)果的抗差性進(jìn)行了研究，之后王新洲認(rèn)為影響信息擴(kuò)散估計(jì)精度的最主要因素為窗寬值的大小，并推導(dǎo)出了基于估計(jì)均方誤差最小的最優(yōu)窗寬迭代計(jì)算公式，提高了估計(jì)精度［37］。

Bootstrap法是由美國Stanford大學(xué)教授Efron提出的一種借助于計(jì)算機(jī)輔助計(jì)算的非參數(shù)統(tǒng)計(jì)法［35］，經(jīng)過30多年的發(fā)展，Bootstrap法在理論研究［38-39］、工程應(yīng)用［40-42］方面均取得了成果，其主要優(yōu)點(diǎn)是不需對總體分布作假設(shè)或事先推導(dǎo)估計(jì)量的復(fù)雜解析式，方法僅依賴于原始樣本，在原始樣本基礎(chǔ)上多次重復(fù)抽樣來構(gòu)建Bootstrap樣本以此計(jì)算估計(jì)值［43］。

1.2 基于信息擴(kuò)散與自助法的區(qū)間估計(jì)模型(in-

(1)產(chǎn)生Bootstrap樣本。設(shè)觀測樣本X=(x1，x2，…，xn)為容量有限的隨機(jī)樣本(稱為原始樣本)，且已按大小排序。采用隨機(jī)抽樣法，從原始樣本X中抽取N(N為較大整數(shù))組容量為n的樣本X*(t)=(x*1，x*2，…，x*n)，t=1，2，…，N。稱X*為X的Bootstrap樣本。

(2)對Bootstrap樣本X*進(jìn)行正態(tài)信息擴(kuò)散。設(shè)有論域U={u1，u2，…，um}，單個(gè)樣本點(diǎn)x*i(i= 1，2，…，n)依式(1)可將其所攜帶的信息擴(kuò)散給U中的所有點(diǎn)［11］。的信息經(jīng)正態(tài)擴(kuò)散后在uj處的概率密度函數(shù)值:

式中:h為擴(kuò)散系數(shù)，可根據(jù)Bootstrap樣本X*中最大值b和最小值a及樣本點(diǎn)數(shù)目n來確定［11］:

(3)求總體分布的超越概率P*。對按式(4)進(jìn)行歸一化處理，以歸一化的值作為控制點(diǎn)uj出現(xiàn)的概率值

則X*的超越概率P*為

(4)不同置信概率(1-αk)下的超越概率計(jì)算。由上述步驟(1)～(3)計(jì)算得N組Bootstrap樣本的超越概率，分別將控制點(diǎn)uj處對應(yīng)的超越概率值共N組，從小到大進(jìn)行排序，重新記為(t=1，2，…，N)，則在uj點(diǎn)處置信概率為1-αk的超越概率置信區(qū)間為P*t2(x≥uj)］，其中t1=round(Nαk/2)，t2= round(N(1-αk/2))(round為按四舍五入取整)，j=1，2，…，m;t=1，2，…，N。

1.3 IDBM模型的數(shù)值實(shí)例分析

設(shè)總體分布為標(biāo)準(zhǔn)正態(tài)分布N(0，1)的一組隨機(jī)樣本Y={-0.470 5，-0.033 7，-1.568 9，-0.925 3，0.637 3，0.302 5，0.700 2，1.774 7，-0.070 5，0.478 3，0.973 8，0.001 5}，樣本容量n=12，屬于小樣本。現(xiàn)以Y為原始樣本，并假設(shè)總體分布未知，按IDBM模型對總體超越概率分布進(jìn)行區(qū)間估計(jì)。設(shè)定置信概率為1-α1=0.9，1-α2=0.75，Bootstrap統(tǒng)計(jì)量N=100 000組，信息擴(kuò)散控制點(diǎn)數(shù)目m=51個(gè)，設(shè)置論域?yàn)椋?2，2］。超越概率分布估計(jì)結(jié)果如表1所示，繪制超越概率分布曲線如圖1所示。

表1 超越概率分布估計(jì)

圖1 超越概率分布曲線

由表1和圖1可知，信息擴(kuò)散估計(jì)超越概率值與標(biāo)準(zhǔn)正態(tài)分布超越概率值總體較為一致，但計(jì)算精度較差，特別是論域兩端的超越概率估計(jì)值與實(shí)際值相對誤差較大;信息擴(kuò)散估計(jì)得超越概率完全落在置信概率為0.9、0.75時(shí)IDBM模型估計(jì)得超越概率分布區(qū)間中;標(biāo)準(zhǔn)正態(tài)分布超越概率值基本包含在置信概率為0.9時(shí)IDBM模型估計(jì)得超越概率區(qū)間中，且與置信概率為0.9、0.75的超越概率區(qū)間下限較接近。通過以上分析可知，IDBM模型超越概率區(qū)間估計(jì)結(jié)果合理，且以一定置信概率下的超越概率區(qū)間值相比傳統(tǒng)信息擴(kuò)散法估計(jì)得超越概率確定值作為決策依據(jù)時(shí)更為合理、可靠。

2 IDBM模型在安徽省易旱地區(qū)旱災(zāi)風(fēng)險(xiǎn)評估中的應(yīng)用

2.1 數(shù)據(jù)來源

安徽省地跨北亞熱帶和南溫帶兩個(gè)氣候帶，是傳統(tǒng)的農(nóng)業(yè)大省和重要的商品糧基地，受自然地理及社會經(jīng)濟(jì)等因素影響，安徽省旱澇災(zāi)害頻發(fā)，制約著經(jīng)濟(jì)社會的發(fā)展。有研究表明，自1980年代以來，安徽省因旱糧食受災(zāi)率和成災(zāi)率均隨時(shí)間有不斷加重的變化趨勢［44］，旱災(zāi)易發(fā)地區(qū)主要是淮北平原和江淮、皖東南丘陵區(qū)，特別是江淮分水嶺二側(cè)、淮北平原中北部和部分山丘區(qū)為旱災(zāi)高發(fā)地區(qū)［45］。對安徽省農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)進(jìn)行定量評估，對指導(dǎo)抗旱工程建設(shè)、提高旱災(zāi)風(fēng)險(xiǎn)管理水平具有重要意義。

這里以糧食因旱成災(zāi)率作為旱災(zāi)損失指標(biāo)，選取安徽省沿淮、淮北地區(qū)及江淮分水嶺附近的蚌埠、淮北、阜陽、亳州、宿州、合肥、滁州、六安8個(gè)易旱地區(qū)及安徽全省整體1990-2007年因旱成災(zāi)率數(shù)據(jù)作為研究樣本X(i)，(i=1，2，…，8)，采用IDBM模型分別對這些地區(qū)旱災(zāi)風(fēng)險(xiǎn)進(jìn)行評估。

2.2 安徽省易旱地區(qū)旱災(zāi)風(fēng)險(xiǎn)評估

運(yùn)用IDBM模型對安徽省易旱地區(qū)旱災(zāi)風(fēng)險(xiǎn)進(jìn)行區(qū)間評估，模型相關(guān)參數(shù)設(shè)置為:成災(zāi)率擴(kuò)散論域?yàn)椋?，1］，論域內(nèi)控制點(diǎn)數(shù)目m=51，對8組原始樣本X(i)進(jìn)行N=100 000組抽樣產(chǎn)生Bootstrap樣本，區(qū)間估計(jì)置信概率分別為0.9和0.75。計(jì)算安徽省8個(gè)易旱地區(qū)因旱成災(zāi)率超越概率(x)估計(jì)區(qū)間上、下限值以及對原始樣本正態(tài)信息擴(kuò)散計(jì)算的超越概率值P，結(jié)果見表2。

現(xiàn)以蚌埠市為例作進(jìn)一步說明。發(fā)生因旱糧食成災(zāi)率不小于10％的干旱事件時(shí)，IDBM模型計(jì)算得在0.9的置信概率下，干旱事件發(fā)生概率的上、下限分別為0.297;0.75的置信概率下，成災(zāi)率不小于10％的干旱事件發(fā)生概率的上、下限分別為直接對原始樣本運(yùn)用信息擴(kuò)散法估計(jì)得成災(zāi)率不小于10％的干旱事件發(fā)生概率為P=0.436。由表2可知，傳統(tǒng)信息擴(kuò)散法估計(jì)的風(fēng)險(xiǎn)概率值均落在IDBM模型計(jì)算得到的概率區(qū)間中，而置信概率大的估計(jì)區(qū)間能完整地含蓋置信概率小的估計(jì)區(qū)間，說明傳統(tǒng)信息擴(kuò)散估計(jì)法計(jì)算結(jié)果存在不確定性，而IDBM模型通過設(shè)置不同置信度，可靈活地反映旱災(zāi)風(fēng)險(xiǎn)評估結(jié)果的可靠性，減小由諸多不確定性帶來的評估誤差，提高旱災(zāi)風(fēng)險(xiǎn)識別結(jié)果的可靠性與合理性。

表2 安徽省易旱地區(qū)糧食成災(zāi)率超越概率Pi*(x)區(qū)間估計(jì)

為進(jìn)一步驗(yàn)證本文選取的8個(gè)地級市屬于安徽省易旱地區(qū)，將信息擴(kuò)散法估計(jì)得安徽省以及8個(gè)易旱市的成災(zāi)率L與對應(yīng)超越概率值P(x≥lj) (j=1，2，…，C)繪于圖2，其中由成災(zāi)率-超越概率值關(guān)系確定的曲線稱之為旱災(zāi)風(fēng)險(xiǎn)曲線，旱災(zāi)風(fēng)險(xiǎn)曲線越處于下面，則風(fēng)險(xiǎn)程度越低［1］。

圖2 安徽省易旱地區(qū)農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)曲線

由圖2可知，總體而言，按旱災(zāi)風(fēng)險(xiǎn)程度由高到低的排序?yàn)槌菔?、阜陽市、宿州市、六安市、亳州市、合肥市、蚌埠市、安徽省、淮北市。安徽?個(gè)易旱市中，除淮北市旱災(zāi)風(fēng)險(xiǎn)水平低于安徽省整體水平，蚌埠市旱災(zāi)風(fēng)險(xiǎn)與安徽省整體水平相當(dāng)外，其他6個(gè)易旱市旱災(zāi)風(fēng)險(xiǎn)水平皆高于全省整體水平;安徽全省發(fā)生因旱糧食成災(zāi)率不小于4％、10％、16％、20％、24％、28％、30％的干旱事件概率分別為0.782、0.391、0.16、0.09、0.036、0.006、0.002，與安徽省1949年以來近60年旱災(zāi)成災(zāi)率的排頻結(jié)果(發(fā)生因旱成災(zāi)率為3.12％、9.01％、15.89％、21.47％、24.78％、28.96％干旱事件的概率分別為0.5、0.2、0.1、0.05、0.033 3、0.016 4)相比［45］，基于正態(tài)信息擴(kuò)散法計(jì)算得安徽省旱災(zāi)風(fēng)險(xiǎn)水平總體偏高，考慮到本計(jì)算采用1990-2007年數(shù)據(jù)，在此期間安徽省因旱糧食受災(zāi)率和成災(zāi)率均有隨時(shí)間不斷加重的變化趨勢［44］，故可認(rèn)為本計(jì)算結(jié)果合理。

2.3 旱災(zāi)風(fēng)險(xiǎn)區(qū)間估計(jì)結(jié)果的分析與討論

(1)在前面計(jì)算結(jié)果的基礎(chǔ)上，進(jìn)一步分析IDBM模型對因旱成災(zāi)率概率分布的區(qū)間估計(jì)情況。將信息擴(kuò)散估計(jì)得各控制點(diǎn)處的超越概率值P與IDBM模型估計(jì)得超越概率區(qū)間的中值median (P*)作比較，如圖3，為兩者差值P-median(P*)的曲線系列。由圖3可看出，除合肥、六安在成災(zāi)率較小時(shí)P-median(P*)＜0外，信息擴(kuò)散估計(jì)得超越概率值P皆大于median(P*)。結(jié)合圖4亳州市旱災(zāi)風(fēng)險(xiǎn)曲線可說明，在0.9置信概率下，亳州發(fā)生因旱成災(zāi)率不小于20％的干旱的概率區(qū)間為［0.020，0.254］，且發(fā)生概率在區(qū)間［0.020，0.150］的可能性比在［0.150，0.254］區(qū)間略大。

(2)分析表2中計(jì)算結(jié)果可知，置信概率為0.9時(shí)的概率區(qū)間下限值很小，如阜陽市成災(zāi)率大于30％的干旱發(fā)生概率為0.005，與信息擴(kuò)散法估計(jì)得0.131相差太大，對實(shí)際抗旱規(guī)劃建設(shè)指導(dǎo)性意義不大。為此，本文利用IDBM模型計(jì)算100 000組Bootstrap樣本在各控制點(diǎn)處的超越概率均值μ*以及均值標(biāo)準(zhǔn)差σ*，計(jì)算區(qū)間［μ*-σ*，μ*+σ*］，如圖4中黑色曲線為區(qū)間［μ*-σ*，μ*+σ*］上、下限值的分布曲線。進(jìn)一步分析安徽省及8個(gè)易旱地區(qū)的IDBM模型估計(jì)得超越概率區(qū)間的關(guān)系，發(fā)現(xiàn)部分控制點(diǎn)處的μ*-σ*值處于與之間，但沒有確定的大小關(guān)系?？紤]到旱災(zāi)風(fēng)險(xiǎn)區(qū)間結(jié)果的實(shí)用性，擬選擇置信概率為0.75下的超越概率估計(jì)區(qū)間為旱災(zāi)風(fēng)險(xiǎn)區(qū)間，如在0.75的置信概率下，阜陽市發(fā)生成災(zāi)率不小于30％干旱事件的概率區(qū)間為［0.069，0.175］，且概率值在［0.069，0.131］的可能性比在［0.131，0.175］的可能性更大。

圖3 超越概率差分布曲線

圖4 亳州市旱災(zāi)風(fēng)險(xiǎn)區(qū)間估計(jì)曲線

(3)根據(jù)表3繪制0.75置信概率下，安徽省及其易旱地區(qū)旱災(zāi)風(fēng)險(xiǎn)區(qū)間曲線圖，如圖5中(a)～(i)，圖中三條曲線分別為0.75置信區(qū)間的上、下限對應(yīng)的風(fēng)險(xiǎn)曲線以及信息擴(kuò)散法估計(jì)的風(fēng)險(xiǎn)曲線。由圖5可知:①三條曲線走勢較為一致，信息擴(kuò)散估計(jì)得旱災(zāi)風(fēng)險(xiǎn)曲線在IDBM模型估計(jì)的置信區(qū)間內(nèi);②超越概率大于50％時(shí)三條曲線基本重合，即信息擴(kuò)散法對低風(fēng)險(xiǎn)農(nóng)業(yè)旱災(zāi)事件的估計(jì)結(jié)果相對穩(wěn)定;③超越概率小于10％時(shí)，各市的三條風(fēng)險(xiǎn)曲線走勢均出現(xiàn)不同程度的偏離，且隨著超越概率值減小偏離程度增大，說明信息擴(kuò)散法風(fēng)險(xiǎn)評估結(jié)果存在不確定性，且對越嚴(yán)重旱災(zāi)事件的評估結(jié)果可靠度越低;④圖5中由風(fēng)險(xiǎn)區(qū)間上下限曲線包圍的區(qū)域面積越小、區(qū)間帶越窄，則說明該地區(qū)旱災(zāi)風(fēng)險(xiǎn)不確定性越小，越易于實(shí)現(xiàn)對旱災(zāi)風(fēng)險(xiǎn)的有效控制。

表3 0.75置信概率下旱災(zāi)風(fēng)險(xiǎn)區(qū)間估計(jì)結(jié)果

3 結(jié)論

旱災(zāi)風(fēng)險(xiǎn)管理模式取代傳統(tǒng)的危機(jī)管理模式正成為干旱及旱災(zāi)研究新的主題和方向，定量評估旱災(zāi)風(fēng)險(xiǎn)是旱災(zāi)風(fēng)險(xiǎn)管理的重要內(nèi)容。目前由于人類對干旱及旱災(zāi)風(fēng)險(xiǎn)認(rèn)識的局限性、干旱本身的復(fù)雜性和旱災(zāi)風(fēng)險(xiǎn)評估模型與方法的適用性等諸多不確定因素的影響，致使旱災(zāi)風(fēng)險(xiǎn)評估結(jié)果的可靠性難以控制和度量。提高旱災(zāi)風(fēng)險(xiǎn)評估結(jié)果的合理性和可靠性是旱災(zāi)風(fēng)險(xiǎn)評估的重要研究方向。本文提出采用重抽樣的方法(Bootstrap)，在信息擴(kuò)散法基礎(chǔ)上建立基于信息擴(kuò)散與自助法的區(qū)間估計(jì)模型(IDBM模型)來定量評估旱災(zāi)風(fēng)險(xiǎn)。在安徽省整體及其8個(gè)易旱市的旱災(zāi)風(fēng)險(xiǎn)評估中的應(yīng)用結(jié)果說明，安徽省易旱地區(qū)旱災(zāi)風(fēng)險(xiǎn)水平普遍較高，且與傳統(tǒng)的信息擴(kuò)散法相比，IDBM模型在0.75置信概率下的評估結(jié)果更為合理、可靠。

圖5 安徽省及其易旱地區(qū)旱災(zāi)風(fēng)險(xiǎn)曲線區(qū)間圖

［1］金菊良，酈健強(qiáng)，周玉良，等.旱災(zāi)風(fēng)險(xiǎn)評估的初步理論框架［J］.災(zāi)害學(xué)，2014，29(3):1-10.

［2］UN/ISDR.Drought risk reduction framework and practices:Contributing to the implementation of the Hyogo framework for action［R］.Geneva:United Nations secretariat of the International Strategy for Disaster Reduction(UN/ISDR)，2009:1-6.

［3］秦大河，丁一匯，王紹武，等.中國西部生態(tài)環(huán)境變化與對策建議［J］.地球科學(xué)進(jìn)展，2002，17(3):314-319.

［4］高云，詹慧龍，陳偉忠，等.自然災(zāi)害對我國農(nóng)業(yè)的影響研究［J］.災(zāi)害學(xué)，2013，28(3):79-84.

［5］IPCC.Managing the risks of extreme events and disasters to advance climate change adaption［R］.Cambridge:Cambridge University Press，2012.

［6］呂娟.我國干旱問題及干旱災(zāi)害管理的思路轉(zhuǎn)變［J］.中國水利，2013(8):7-13.

［7］Wilhite D A，HayesM J，Knutson C，etal.Planning for drought: Moving from crisis to risk management［J］.Journal of American Water Resource Association，2000，36(4):697-710.

［8］何斌，武建軍，呂愛鋒.農(nóng)業(yè)干旱風(fēng)險(xiǎn)研究進(jìn)展［J］.地理科學(xué)進(jìn)展，2010，29(5):557-564.

［9］張繼權(quán)，岡田憲夫，多多納裕一.綜合自然災(zāi)害風(fēng)險(xiǎn)管理:全面整合的模式與中國的戰(zhàn)略選擇［J］.自然災(zāi)害學(xué)報(bào)，2006，15(1):29-37.

［10］Viscusi W Kip.Natural disaster risks:An introduction［J］.J Risk Uncertainty，2006(33):5-11.

［11］黃崇福.自然災(zāi)害風(fēng)險(xiǎn)分析與管理［M］.北京:科學(xué)出版社，2012.

［12］Yuan Xiaochen，Zhou Yuliang，Jin Juliang，et al.Risk analysis for drought hazard in China:A case study in Huaibei Plain［J］. Natural Hazards，2013，67:879-900.

［13］張繼權(quán)，劉興明，嚴(yán)登華.綜合災(zāi)害風(fēng)險(xiǎn)管理導(dǎo)論［M］.北京:北京大學(xué)出版社，2012.

［14］UN/ISDR(United Nations International Strategy for Disaster Reduction).Living with risk:A global review of disaster reduction initiatives［R］.Geneva:UN/ISDR，2007.

［15］程亮，金菊良，酈建強(qiáng)，等.干旱頻率分析研究進(jìn)展［J］.水科學(xué)進(jìn)展，2013，24(3):296-302.

［16］金菊良，費(fèi)振宇，酈建強(qiáng)，等.基于不同來水頻率水量供需平衡分析的區(qū)域抗旱能力評價(jià)方法［J］.水利學(xué)報(bào)，2013，50 (5):534-541.

［17］費(fèi)振宇，周玉良，金菊良，等.區(qū)域抗旱能力評價(jià)指標(biāo)體系和評價(jià)模型的構(gòu)建［J］.災(zāi)害學(xué)，2013，28(4):197-204.

［18］孫可可，陳進(jìn)，許繼軍，等.基于EPIC模型的云南元謀水稻春季旱災(zāi)風(fēng)險(xiǎn)評估方法［J］.水利學(xué)報(bào)，2013，44(11): 1326-1332.

［19］劉航，蔣尚明，金菊良，等.基于GIS的區(qū)域干旱災(zāi)害風(fēng)險(xiǎn)區(qū)劃研究［J］.災(zāi)害學(xué)，2013，28(3):198-203.

［20］史培軍.再論災(zāi)害研究的理論與實(shí)踐［J］.自然災(zāi)害學(xué)報(bào)，1996，5(4):6-17.

［21］金菊良，魏一鳴.復(fù)雜系統(tǒng)廣義智能評價(jià)方法與應(yīng)用［M］.北京:科學(xué)出版社，2008.

［22］秦越，徐翔宇，許凱，等.農(nóng)業(yè)干旱災(zāi)害風(fēng)險(xiǎn)模糊評價(jià)體系及其應(yīng)用［J］.農(nóng)業(yè)工程學(xué)報(bào)，2013，29(10):83-91.

［23］吳榮軍，史繼清，關(guān)福來，等.干旱綜合指標(biāo)的構(gòu)建及風(fēng)險(xiǎn)區(qū)劃—以河北省冬麥區(qū)為例［J］.自然災(zāi)害學(xué)報(bào)，2013，22 (1):145-152.

［24］Joem B.Risk and vulnerability indicators at different scales:Applicability，usefulness and policy implication［J］.Environment Hazards，2007(7):20-31.

［25］曹永強(qiáng)，李香云，馬靜，等.基于可變模糊集算法的大連市農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評價(jià)［J］.資源科學(xué)，2011，33(5):983-988.

［26］趙靜，張繼權(quán)，嚴(yán)登華，等.基于格網(wǎng)GIS的豫北地區(qū)干旱災(zāi)害風(fēng)險(xiǎn)區(qū)劃［J］.災(zāi)害學(xué)，2012，27(1):55-58.

［27］許凱，徐翔宇，李愛花，等.基于概率統(tǒng)計(jì)方法的承德市農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評估［J］.農(nóng)業(yè)工程學(xué)報(bào)，2013，29(14):139 -146.

［28］黃崇福，劉新立，周國賢，等.以歷史災(zāi)情資料為依據(jù)的農(nóng)業(yè)自然災(zāi)害風(fēng)險(xiǎn)評估方法［J］.自然災(zāi)害學(xué)報(bào)，1998，7(2):1 -9.

［29］彭貴芬，張一平，趙寧坤.基于信息分配理論的云南干旱風(fēng)險(xiǎn)評估［J］.氣象，2009，35(7):79-86.

［30］Hagman G.Prevention better than cure.Report on Human and Environment Disasters in the Third World［C］.Stockholm，Sweden Red Cross，1984.

［31］孫可可，陳進(jìn)，金菊良，等.實(shí)際抗旱能力下的南方農(nóng)業(yè)旱災(zāi)損失風(fēng)險(xiǎn)曲線計(jì)算方法［J］.水利學(xué)報(bào)，2014，45(7):809 -814.

［32］尚志海，劉希林.自然災(zāi)害風(fēng)險(xiǎn)管理關(guān)鍵問題探討［J］.災(zāi)害學(xué)，2014，29(2):158-164.

［33］黃崇福.信息擴(kuò)散原理與計(jì)算思維及其在地震工程中的應(yīng)用［D］.北京:北京航空航天大學(xué)，1992.

［34］龐西磊，黃崇福，艾福利.基于信息擴(kuò)散理論的東北三省農(nóng)業(yè)洪災(zāi)風(fēng)險(xiǎn)評估［J］.中國農(nóng)學(xué)通報(bào)，2012，28(08):271 -275.

［35］Efron Bradley.Bootstrap methods:Another look at the jackknife［J］.The Annals of Statistics，1979，7(1):1-26.

［36］王新洲.基于信息擴(kuò)散原理的估計(jì)理論方法及其抗差性研究［J］.武漢測繪科技大學(xué)學(xué)報(bào)，1999，24(3):240-244.

［37］王新洲，游揚(yáng)聲.論信息擴(kuò)散估計(jì)的窗寬［J］.測繪科學(xué)，2001，26(1):16-19.

［38］Shao J，Tu D.The jackknife and bootstrap［M］.New York: Springer-Verlag Inc，1995.

［39］Lahiri S N.Resampling methods for dependent data［M］.New York:Springer-Verlag Inc，2003.

［40］程亮.計(jì)算統(tǒng)計(jì)學(xué)方法在洪水資源利用的風(fēng)險(xiǎn)管理中的應(yīng)用研究［D］.合肥:合肥工業(yè)大學(xué)，2010.

［41］汪哲蓀，金菊良，魏一鳴，等.基于自助法的中國水電能資源開發(fā)利用Logistic預(yù)測［J］.水電能源科學(xué)，2010，28(10): 151-153.

［42］Zhang Zheng，Lu Wenxi，Chu Haibo，et al.Uncertainty analysis of hydrologicalmodel parameters based on the bootstrap method: A case study of the SWATmodel applied to Dongliao RiverWatershed，Jilin Province，Northeastern China［J］.Science China，2014，57(1):219-229.

［43］謝益輝，朱鈺.Bootstrap方法的歷史發(fā)展與前沿研究［J］.統(tǒng)計(jì)與信息論壇，2008，23(2):90-95.

［44］李彬，武恒.安徽省農(nóng)業(yè)旱災(zāi)規(guī)律及其對糧食安全的影響［J］.干旱地區(qū)農(nóng)業(yè)研究，2009，27(5):18-23.

［45］湯廣民，曹成.安徽省農(nóng)業(yè)旱災(zāi)特征及其對糧食生產(chǎn)的影響［J］.灌溉排水學(xué)報(bào)，2010，29(6):47-50.

Risk Assessment M odel of Drought Disaster Based on Information Diffusion and Bootstrap:A Case Study in Anhui

OuyangWei1，2，Yu Yanqing1，2，Jin Juliang1，2，Zhou Yuliang1，2，Li Jianqiang3and Liu Lanfang4
(1．School of Civil Engineering，Hefei University of Technology，Hefei230009，China;2．Institute ofWater Resources and Environmental Systems Engineering，Hefei University of Technology，Hefei230009，China; 3．Water Resources and Hydropower Planning and Design General Institute，MWR，Beijing 100011，China; 4．Department of Resources，Environmant and Tourism Management，Hengyang Normal University，Hengyang 421008，China)

Drought risk management is a scientific way of droughtmitigation and an important field in drought research.The risk quantitative assessment is the core of drought riskmanagement.In order to reduce the error that caused by uncertainties and improve the reliability，a drought risk assessmentmodel based on information diffusion and bootstrap is built，and the information diffusion and bootstrap are used to estimate the exceeding probabilities of drought loss and confidence interval of exceeding probabilities respectively.And then，the drought risk levels are presented by confidence interval.Themodel is used to assess drought risk of drought-prone areas in Anhui Province，and the calculations showed that the assessment results under 0.75 confidence level is reasonable and reliable，which would provide a scientific basis for droughtmitigation planning.

risk assessment of drought disaster;interval estimation;information diffusion;bootstrap; Anhui Province

S423;X43

A

1000-811X(2015)01-0228-07

10.3969/j.issn.1000-811X.2015.01.042

歐陽蔚，于艷青，金菊良，等.基于信息擴(kuò)散與自助法的旱災(zāi)風(fēng)險(xiǎn)評估模型──以安徽為例［J］.災(zāi)害學(xué)，2015，30(1): 228-234.［OuyangWei，Yu Yanqing，Jin Juliang，etal.Risk AssessmentModel of Drought Disaster Based on Information Diffusion and Bootstrap:A case study in Anhui［J］.Journal of Catastrophology，2015，30(1):228-234.］

2014-05-08

2014-06-18

國家自然科學(xué)基金項(xiàng)目(71273081;41171075;51109052);水利部重大基建前期項(xiàng)目“全國干旱區(qū)劃及旱災(zāi)風(fēng)險(xiǎn)評估研究”;水利部公益性行業(yè)科研專項(xiàng)經(jīng)費(fèi)項(xiàng)目(201001043);中國氣象局成都高原氣象開放實(shí)驗(yàn)室基金課題(LPM2011002)

歐陽蔚(1989-)，男，湖北仙桃人，碩士研究生，從事水資源系統(tǒng)工程研究.E-mail:jky123@foxmail.com

金菊良(1966-)，男，江蘇吳江人，博士，教授，從事水資源系統(tǒng)工程研究.E-mail:JINJL66@126.com