基于分流域的甘肅省歷史洪澇災(zāi)情評(píng)價(jià)研究

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(jìn)程的加快，各種自然災(zāi)害造成的影響越發(fā)嚴(yán)重，特別是洪澇災(zāi)害是諸多災(zāi)害中造成損失最為嚴(yán)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(duì)人民生命財(cái)產(chǎn)安全構(gòu)成嚴(yán)重威脅，災(zāi)害造成重大人員傷亡和財(cái)產(chǎn)損失。而洪澇災(zāi)情評(píng)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(píng)估研究的時(shí)空范圍不斷擴(kuò)大，且逐步實(shí)現(xiàn)了從單因素、單指標(biāo)評(píng)估到多因素、多指標(biāo)耦合評(píng)估，使得評(píng)估結(jié)果更加貼近真實(shí)情況，結(jié)論更加客觀可靠。模型法、指標(biāo)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?yàn)?zāi)害評(píng)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(jì)損失和災(zāi)情指數(shù)等指標(biāo)，開展了區(qū)域?yàn)?zāi)害損失評(píng)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(duì)區(qū)域?yàn)?zāi)害發(fā)生的預(yù)測(cè)和評(píng)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(jí)別以及損失情況等關(guān)鍵數(shù)據(jù)相對(duì)缺乏。

基于此，本研究以甘肅省三大流域?yàn)檠芯繉?duì)象，以分流域2000—2017年洪澇災(zāi)情統(tǒng)計(jì)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(píng)價(jià)基本指標(biāo)，利用熵值法計(jì)算指標(biāo)權(quán)重，建立分流域評(píng)價(jià)指標(biāo)體系，評(píng)價(jià)分流域各年度洪澇災(zāi)情，最終確定災(zāi)情等級(jí)，分析災(zāi)情主要損失類型及分布狀況。旨在準(zhǔn)確、真實(shí)、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(jí)以及對(duì)國民經(jīng)濟(jì)影響和人民生命財(cái)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(cuò)分布。全省多年平均降水量?jī)H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(jì)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(píng)價(jià)指標(biāo)篩選

分流域評(píng)價(jià)指標(biāo)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(biāo)攜帶信息最多，從而在眾多參評(píng)因子中找出少量能代表原來諸多參評(píng)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(píng)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(jì)算

評(píng)價(jià)指標(biāo)權(quán)重計(jì)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(cè)值所提供的信息大小來確定指標(biāo)的權(quán)重[2,14,20,22-23]。設(shè)有m個(gè)待評(píng)方案，n評(píng)價(jià)指標(biāo)，形成原始指標(biāo)矩陣X=(xij)，對(duì)某項(xiàng)指標(biāo)xj，指標(biāo)Xij差距越大，則該指標(biāo)在綜合評(píng)價(jià)中的所起的作用越大。通過計(jì)算評(píng)價(jià)指標(biāo)熵值構(gòu)成的判斷矩陣來計(jì)算指標(biāo)權(quán)重，它能盡量消除各因素權(quán)重的主觀性，使評(píng)價(jià)結(jié)果更符合實(shí)際。

2.3 評(píng)價(jià)模型

基于熵值分析計(jì)算的權(quán)重進(jìn)行綜合評(píng)價(jià)，公式為[7，14-15，22-23]：

(1)

利用上式計(jì)算時(shí)，會(huì)存在熵值處于某一區(qū)間時(shí)，其所傳遞的信息與熵權(quán)大小不一致的問題，為此對(duì)指標(biāo)標(biāo)準(zhǔn)化方法進(jìn)行改進(jìn)，各評(píng)價(jià)指標(biāo)的參數(shù)取值需要采用區(qū)間映射方法進(jìn)行計(jì)算。設(shè)評(píng)價(jià)指標(biāo)的原始數(shù)據(jù)區(qū)間為[Omin，Omax]，評(píng)價(jià)指標(biāo)的參數(shù)取值區(qū)間為[Nmin，Nmax]，將[Omin，Omax]上每個(gè)數(shù)值映射到區(qū)間[Nmin，Nmax]上，計(jì)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(duì)應(yīng)于N區(qū)間上的大小，再將O區(qū)間上每個(gè)數(shù)減去O區(qū)間最小值后乘以單位區(qū)間對(duì)應(yīng)的長度，最后加上N區(qū)間的最小值，實(shí)現(xiàn)投射到N區(qū)間上，公式如下：

(2)

式中，Oij、Nij—為評(píng)價(jià)指標(biāo)及其區(qū)間映射值。區(qū)間影射法將每個(gè)評(píng)價(jià)指標(biāo)的參數(shù)取值轉(zhuǎn)化到同一度量范圍內(nèi)，消除量綱對(duì)評(píng)價(jià)得分的影響。本研究考慮到各指標(biāo)特點(diǎn)和評(píng)價(jià)等級(jí)的劃分，采用映射區(qū)間為[0，100]。

2.4 災(zāi)情等級(jí)確定

災(zāi)情等級(jí)劃分充分考慮指標(biāo)取值，參考已有研究成果《自然災(zāi)害風(fēng)險(xiǎn)損失等級(jí)評(píng)估的初步研究》《中國自然災(zāi)害風(fēng)險(xiǎn)綜合評(píng)估初步研究報(bào)告》，將年度洪澇災(zāi)害劃分為4個(gè)等級(jí)，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(píng)價(jià)指標(biāo)體系

3.1 指標(biāo)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(jì)損失、倒塌房屋、水利工程直接經(jīng)濟(jì)損失占比、工業(yè)和交通運(yùn)輸業(yè)直接經(jīng)濟(jì)損失、農(nóng)林牧漁直接經(jīng)濟(jì)損失8項(xiàng)指標(biāo)進(jìn)行篩選，提煉出基本評(píng)價(jià)指標(biāo)。主成分分析采用SPSS.22軟件，對(duì)數(shù)據(jù)標(biāo)準(zhǔn)化后進(jìn)行主成分分析，計(jì)算各指標(biāo)特征值和貢獻(xiàn)率見表1。根據(jù)表1可知，三個(gè)流域前四個(gè)主成分累計(jì)貢獻(xiàn)率為93.40%、94.89%和92.95%，即這四個(gè)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(píng)價(jià)指標(biāo)特征值及主成分貢獻(xiàn)率

計(jì)算四個(gè)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(jì)損失、工業(yè)和交通運(yùn)輸業(yè)直接經(jīng)濟(jì)損失、農(nóng)林牧漁直接經(jīng)濟(jì)損失上有較大載荷，代表了直接經(jīng)濟(jì)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(jì)損失的比例上有較大載荷，反映水利設(shè)施經(jīng)濟(jì)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(jì)損失、工業(yè)和交通運(yùn)輸業(yè)直接經(jīng)濟(jì)損失、農(nóng)林牧漁直接經(jīng)濟(jì)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(jì)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(cái)產(chǎn)損失。F3為第三主成分，在水利設(shè)施占直接經(jīng)濟(jì)損失的比例上有較大載荷，反映水利設(shè)施經(jīng)濟(jì)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(jì)損失、工業(yè)和交通運(yùn)輸業(yè)直接經(jīng)濟(jì)損失、農(nóng)林牧漁直接經(jīng)濟(jì)損失上有較大載荷，代表了直接經(jīng)濟(jì)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(jì)損失的比例上有較大載荷，反映水利設(shè)施經(jīng)濟(jì)損失。四個(gè)指標(biāo)即不同流域洪澇災(zāi)情評(píng)價(jià)基本指標(biāo)，見表2。

表2 不同流域洪澇災(zāi)情評(píng)價(jià)主成分載荷矩陣

3.2 評(píng)價(jià)模型

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

表3 分流域指標(biāo)權(quán)重以及災(zāi)情評(píng)價(jià)綜合計(jì)算公式

根據(jù)原始數(shù)據(jù)計(jì)算結(jié)果，各個(gè)評(píng)價(jià)指標(biāo)的參數(shù)取值采用區(qū)間映射方法進(jìn)行計(jì)算。不同流域2000—2017年系列洪澇災(zāi)情評(píng)價(jià)指標(biāo)計(jì)算結(jié)果及等級(jí)劃分等級(jí)見表4。

表4 2000—2017年分流域洪澇災(zāi)情評(píng)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(jì)作物損失達(dá)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(jì)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(jì)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(shì)，2008—2012年呈增大的趨勢(shì)，2012年后又減??；黃河流域死亡人口從2000—2003年呈現(xiàn)先增大后減小的趨勢(shì)；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(dòng)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(dòng)減少趨勢(shì)，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(duì)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(shì)基本一致，從2000—2017年呈現(xiàn)先波動(dòng)增加再波動(dòng)減小的趨勢(shì)，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(duì)較大外，其他年份較小。三大流域洪澇災(zāi)害直接經(jīng)濟(jì)損失變化規(guī)律基本一致，2000—2008年三個(gè)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(dòng)；內(nèi)陸河流域直接經(jīng)濟(jì)損失整體變化不大，數(shù)值較低。

4.2 洪澇災(zāi)情評(píng)價(jià)分析

2000—2017年甘肅省三大流域洪澇災(zāi)情評(píng)價(jià)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(yán)重泥石流地質(zhì)災(zāi)害。

圖1 2000—2017年分流域不同等級(jí)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(biāo)，減少了數(shù)據(jù)冗余，計(jì)算簡(jiǎn)單方便，用建立的評(píng)價(jià)模型評(píng)價(jià)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(píng)價(jià)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(jí)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(jí)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?yàn)橹攸c(diǎn)，加強(qiáng)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。