基于組合賦權(quán)的聊城市洪澇災(zāi)害風險評估

摘要： 為了提高城市應(yīng)對洪澇災(zāi)害的應(yīng)急能力，以山東省聊城市為研究區(qū)，基于洪澇災(zāi)害評估的基本原理，從洪澇災(zāi)害的致災(zāi)因子、 孕災(zāi)環(huán)境及承災(zāi)體脆弱性3個方面，選擇年平均降雨量、 高程、 坡度、 與水體距離、 人口密度、 土地利用類型、 國內(nèi)生產(chǎn)總值等數(shù)據(jù)，構(gòu)建洪澇災(zāi)害評估指標體系；利用層次分析法和熵值法分別確定各指標的主觀和客觀權(quán)重，并用距離函數(shù)法確定指標的主客觀綜合權(quán)重； 利用地理信息系統(tǒng)對賦權(quán)后的各柵格圖進行疊加計算，得到研究區(qū)洪澇災(zāi)害危險性、 易損性及洪澇災(zāi)害風險等級分區(qū)。結(jié)果表明： 聊城市洪澇風險較高地區(qū)主要分布在降雨量多、 水系發(fā)達、 人口分布密集且經(jīng)濟發(fā)展水平高的東昌府區(qū)； 西南部地區(qū)和東北部地區(qū)降雨量少，人口稀疏，洪澇災(zāi)害風險較低； 研究區(qū)洪澇風險呈現(xiàn)自西南向東北先增大后減小的趨勢。

關(guān)鍵詞： 防災(zāi)減災(zāi)； 洪澇災(zāi)害風險評估； 組合賦權(quán)法； 熵值法； 地理信息系統(tǒng)

中圖分類號： X43

Flood Disaster Risk Assessment in

Liaocheng City Based on Combination Weighting

Abstract： To improve the emergency response capacity of cities in dealing with flood disasters， taking Liaocheng City in Shandong Province as the study area， based on the basic principles of flood disaster assessment， a flood disaster assessment index system was constructed by selecting indicators such as annual average precipitation， elevation， slope， distance from water bodies， population density， land use type， Gross Domestic Product （GDP）， from three aspects of causative factors of flood disasters， disaster-prone environment， and vulnerability of disaster-affected bodies. The subjective and objective weights of each indicator were determined using the analytic hierarchy process and entropy method， and the comprehensive weights of the indicators were determined using a distance function. Using geographic information system， the weighted grid maps were calculated to obtain the flood hazard， vulnerability， and flood risk zoning maps of the study area. The results show that the areas with higher flood risk in the study area are mainly distributed within Dongchangfu District， where there is high precipitation， well-developed water systems， dense population distribution， and high levels of economic development. The southwestern and northeastern parts of the study area have lower flood risk due to lower precipitation and sparse population. The flood risk in the study area increases first and then decreases from southwest to northeast.

Keywords： disaster prevention and mitigation; flood disaster risk assessment; combination weighting; entropy method; geographic information system

洪澇災(zāi)害因具有難以精準預測、 治理困難及破壞性強的特點，給我國造成巨大的損失［1］。近年來，隨著極端氣候頻繁出現(xiàn)，洪澇災(zāi)害變得更加難以預測，我國主要采取修建水庫、 堤防、 閘壩等工程措施，以及洪澇災(zāi)害風險評估等非工程措施相結(jié)合的方法來減小洪澇災(zāi)害風險［2］。

目前洪澇災(zāi)害風險評估多采用指標體系法。廖丹霞等［3］將降雨量、 降雨變率等自然屬性和人口密度、 單位面積糧食產(chǎn)量等社會經(jīng)濟指標相結(jié)合構(gòu)建指標體系。黃國如等［4］將降雨量、 高程、 土壤類型等作為指標評估瑤安流域的洪澇風險。趙佳慧等［5］選取淹沒水深、 淹沒流速等指標構(gòu)建評估體系評估城市洪澇風險。

在洪澇災(zāi)害風險評估指標體系法中，傳統(tǒng)的權(quán)重確定方法（如層次分析法）受主觀因素影響較大，難以確定客觀因素的權(quán)重。本文中以山東省聊城市為研究區(qū)，基于洪澇災(zāi)害的形成機制和災(zāi)害學系統(tǒng)理論，建立洪澇災(zāi)害評估體系，利用熵值法確定客觀權(quán)重并利用距離函數(shù)將主客觀權(quán)重相結(jié)合，較準確地確定綜合權(quán)重，對聊城市進行洪澇災(zāi)害風險評估，為聊城市的洪澇災(zāi)害防治提供參考。

1 研究區(qū)概況

聊城市位于山東省西南部，下轄8個區(qū)（縣），總?cè)丝诩s為6 200萬。地勢呈南高北低、東北高西南低分布。土壤類型以黃綿土和黃棕壤為主，建設(shè)用地分布較為集中，耕地面積占比較大。該區(qū)域?qū)儆谂瘻貛О霛駶櫄夂?，年降水量?50～700 mm，河網(wǎng)密布且降雨集中于汛期，極易發(fā)生洪澇災(zāi)害［6］。1953年全年降雨量達831 mm，聊城市區(qū)受淹嚴重。

1985年7月，發(fā)生聊城市有記錄以來最大降雨，東昌府區(qū)受災(zāi)最為嚴重，農(nóng)田積水深達1 m以上，市政設(shè)施嚴重破壞，房屋損毀超過5 600間。2013年8月，山東省魯西北、魯中地區(qū)普降暴雨，其中，聊城市災(zāi)情最為嚴重，造成市區(qū)大部分地區(qū)嚴重積水，16個鄉(xiāng)（鎮(zhèn)、 街道）遭受不同程度的災(zāi)害。為了保證聊城市居民和城市設(shè)施的安全，避免因災(zāi)害造成巨大損失，對聊城市洪澇災(zāi)害進行評估十分重要。

2 洪澇災(zāi)害評估指標體系構(gòu)建

2.1 洪澇災(zāi)害評估指標選擇

基于洪災(zāi)系統(tǒng)理論， 本文將洪澇災(zāi)害評估分為危險性評估和易損性評估2個部分，從致災(zāi)因子、 孕災(zāi)環(huán)境、 承災(zāi)體脆弱性3個方面選取關(guān)鍵指標構(gòu)建評估體系［7］。 該評估體系可從災(zāi)害的產(chǎn)生、 發(fā)展和造成的損失3個方面對聊城市洪澇災(zāi)害進行分析， 得到不同地區(qū)的災(zāi)害風險分布情況。" 聊城市洪澇災(zāi)害風險評估體系見圖1， 各指標數(shù)據(jù)來源見表1。

洪澇災(zāi)害危險性評估最關(guān)鍵的步驟是確定相關(guān)的評估指標。 危險性指標分為造成災(zāi)害發(fā)生的指標和災(zāi)害發(fā)生后決定災(zāi)害發(fā)展情況的指標。 由于洪澇災(zāi)害產(chǎn)生的主要原因是大量級的降雨， 其他條件影響較小， 因此選取降雨量作為致災(zāi)因子指標。 洪澇災(zāi)害發(fā)生后的后續(xù)演進則與高程、 坡度、 與水體距離有關(guān)， 因此以上三者可作為孕災(zāi)環(huán)境指標。

洪澇災(zāi)害易損性評估是對災(zāi)害發(fā)生在不同地區(qū)時，所產(chǎn)生的損失情況進行評估。選取研究區(qū)域的國內(nèi)生產(chǎn)總值（GDP）、 人口密度、 土地利用類型指標，能夠較好地反映洪澇災(zāi)害對社會經(jīng)濟、 人民生命安全、 農(nóng)業(yè)生產(chǎn)造成的損失，因此，以上指標可作為承災(zāi)體脆弱性指標。

運用地理信息系統(tǒng)（GIS）的代數(shù)功能將經(jīng)過標準化處理后的危險性區(qū)劃圖和易損性區(qū)劃圖按照各自的權(quán)重進行疊加計算，從而得到該研究區(qū)域的洪澇災(zāi)害風險評估圖。

2.2 洪澇災(zāi)害評估指標分級與賦值

利用ArcGIS軟件對獲取的數(shù)據(jù)進行柵格化處理，統(tǒng)一設(shè)置柵格分辨率，長度、 寬度均為30 m，并采用自然斷點法對各指標數(shù)據(jù)進行重分類并賦值。根據(jù)各類別對洪澇災(zāi)害風險評估的影響程度，每個網(wǎng)格分別賦值1、 2、 3、 4、 5，代表低危險性、 較低危險性、 中等危險性、 較高危險性、 高危險性。指標分正向指標和負向指標，對于降雨量、 坡度、 人口密度、 GDP來說， 數(shù)值越大對應(yīng)的風險性越高， 而高程、 距水體距離（水體緩沖區(qū)距離）則是數(shù)值越小風險性越高， 具體的賦值結(jié)果見表2、 3， 研究區(qū)洪澇災(zāi)害評估指標的危險性和易損度等級分布如圖2所示。

3 洪澇災(zāi)害風險評估指標權(quán)重

3.1 層次分析法

層次分析法（AHP）通過對評估指標進行兩兩比較，并結(jié)合專家打分，判斷該指標對評估目標重要程度的大小關(guān)系，在此基礎(chǔ)上構(gòu)造判斷矩陣，并對判斷矩陣進行一致性檢驗，實現(xiàn)對評估指標定性和定量的分析［9］。結(jié)合專家意見，針對降雨量、 高程、 坡度、 與水體距離4個評估指標構(gòu)建四階判斷矩陣進行層次分析計算。 計算方法選取和積法， 通過計算， 洪澇危險性特征向量為（1.916， 0.797， 0.539， 0.748）。 同理， 洪澇易損性特征向量為（1.392， 0.665， 0.943）。根據(jù)以上2個特征向量，分別計算出最大特征根。洪澇危險性和易損性最大特征根分別為4.035和3.029。

為了保證判斷矩陣的邏輯性，需要進行一致性檢驗。一致性檢驗使用了一致性指標Ic和隨機一致性指標Ir，其中Ic是由最大特征根計算得出的一致性比值， Ir通過查表4確定。最后確定一致性比率Rc， Rc值越小，則一致性越好。一般認為，Rc小于0.1即認為結(jié)果具有一致性。具體計算公式見式（1）、 （2）［10］，一致性檢驗結(jié)果見表5。

式中： λmax為最大特征根； n為判斷矩陣階數(shù)。

3.2 熵值法

熵值法是一種利用各指標數(shù)據(jù)的信息熵來確定客觀權(quán)重的方法。信息熵的大小反映了相應(yīng)指標所包含的信息量，熵值越大表示該指標在綜合評估中所起的作用越大，因此其權(quán)重也越大；反之，則指標權(quán)重越小?？陀^權(quán)重計算步驟［11-12］如下：

1）對于i個評估指標、j個柵格單元的評估體系，第i個指標在第j個柵格的值為yij，可得原始數(shù)據(jù)矩陣M=（yij）m×n，其中i=1，2，…，n， j=1，2，…，m。

2）對原始矩陣進行歸一化處理得新矩陣N=（bij）m×n。

3）計算第j柵格的第i個指標在該指標下所有數(shù)據(jù)中所占比重。

4）計算熵值Hi。

5）計算權(quán)重wi。

3.3 組合權(quán)重法

組合權(quán)重法利用距離函數(shù)，衡量主客觀權(quán)重之間的差異程度，計算洪澇災(zāi)害風險評估體系中評估指標的組合權(quán)重［13］。

組合權(quán)重計算方程組為

式中：w′j為指標j的主觀權(quán)重（層次分析法權(quán)重）； w″j為指標j的客觀權(quán)重（熵值法權(quán)重）； α、 β為權(quán)重的分配系數(shù)。

組合權(quán)重表達式為

wj=αw′j+βw″j ，（8）

式中wj為指標j的組合權(quán)重。

各方法確定的層次分析法權(quán)重、 熵值法權(quán)重、 組合權(quán)重見表6。

4 基于GIS的洪澇災(zāi)害風險評估

4.1 洪澇災(zāi)害危險性評估

根據(jù)構(gòu)建的指標體系，選取聊城市2000—2020年年均降雨量，時間序列長度足夠且時間較為接近，可以代表目前氣候情況下聊城市的實際降雨情況，能較好地反映聊城市的降雨空間分布［14］。高程和坡度對洪澇過程的發(fā)展影響很大：某地點的高程越大，洪水越容易流出；坡度越大，洪水流出時流速越快，對洪澇災(zāi)害的演進方向和破壞程度有很大的影響。高程數(shù)據(jù)采用分辨率為30 m的數(shù)字高程模型，可以滿足柵格劃分的精度要求。坡度使用ArcGIS軟件的3D Analyst中的坡度工具由數(shù)字高程模型（DEM）數(shù)據(jù)生成［15］。與水體距離通過自河道向外建立分級緩沖區(qū)的方式進行表示，距離水體越近，遭受洪澇災(zāi)害的可能性越大。對以上4個指標標準化處理后，利用柵格計算器分別與其對應(yīng)的權(quán)重占比相乘，計算危險性系數(shù)H。

H=0.451X1+0.216X2+0.179X3+0.154X4 ，（9）

式中： X1、 X2、 X3、 X4分別為每個柵格經(jīng)過標準化處理后的年均降雨量、 高程、 坡度、 與水體距離。

將計算得到的危險性結(jié)果， 按照1.0～1.9、 gt;1.9～2.4、 gt;2.4～2.8、 gt;2.8～3.3、 gt;3.3～5.0劃分為5級， 分別表示低危險性、 較低危險性、 中等危險性、 較高危險性、 高危險性， 并繪制聊城市洪澇災(zāi)害危險性等級分區(qū)見圖3。 某柵格危險度越高， 代表這一柵格發(fā)生災(zāi)害的可能性也越大， 同時后期洪澇災(zāi)害在此柵格發(fā)展也更快， 可以為區(qū)域防洪規(guī)劃提供參考。

由圖3可知，聊城市洪澇災(zāi)害危險性分布呈現(xiàn)由中部相四周遞減的趨勢。高危險性地區(qū)主要分布在莘縣東北部、 陽谷縣北部、 東昌府區(qū)西南部和冠縣東南部，以及研究區(qū)內(nèi)河道附近，沿河道向周邊遞減。以上地區(qū)洪澇災(zāi)害危險性等級較高主要原因：一是降雨量大，且較為頻繁；二是以上地區(qū)地勢較低，河網(wǎng)密度大，有利于洪澇災(zāi)害的發(fā)展。研究區(qū)東北部地區(qū)地勢較低，且降雨量較多，與附近地區(qū)相比，危險性較高。西北部地區(qū)地勢較高，年降雨量少，且水系較為稀疏，不利于洪澇災(zāi)害的產(chǎn)生和發(fā)展，因此西北部地區(qū)洪澇災(zāi)害危險性最低。當聊城市發(fā)生特大洪澇災(zāi)害時，可選擇危險性較低區(qū)域作為洪水調(diào)出地。

4.2 洪澇災(zāi)害易損性評估

洪澇災(zāi)害易損性評估考慮了洪澇災(zāi)害對研究區(qū)域內(nèi)人口、 社會經(jīng)濟、 農(nóng)業(yè)生產(chǎn)的影響程度。由于不同地區(qū)的經(jīng)濟社會發(fā)展水平不同，因此洪澇災(zāi)害對不同地區(qū)造成的損失也不同。選用2019年聊城市人口密度、 土地利用類型、 GDP 3個指標進行易損評估。利用ArcGIS軟件的柵格計算器對標準化處理后的各柵格地圖進行加權(quán)計算，計算每個單元格的易損度V。

V=0.490X5+0.213X6+0.297X7 ，（10）

式中： X5、 X6、 X7分別為利用ArcGIS軟件重分類功能標準化處理后人口密度、土地利用類型和GDP。

將計算得到的易損度結(jié)果， 劃分為1.0～1.9、 gt;1.9～2.6、 gt;2.6～3.5、 gt;3.5～4.3、 gt;4.3～5.0 共5個等級，并依次賦值1、 2、 3、 4、 5作為易損性評估指標值，并繪制聊城市洪澇災(zāi)害易損性等級分區(qū)見圖4。由圖可知，洪澇災(zāi)害易損性程度高的地區(qū)主要集中在東昌府區(qū)、 陽谷縣西湖鎮(zhèn)、 冠縣煙莊街道及冠縣縣城及臨清市政府所在地。這些地區(qū)地形平坦，適合人類居住，因此人口密度大，且土地多為建設(shè)用地，發(fā)生洪澇災(zāi)害時造成的損失較大。洪澇災(zāi)害易損性程度較高的地區(qū)主要集中在茌平縣溫陳街道、 高唐縣政府駐地、 及東昌府區(qū)大部分地區(qū)，這些地區(qū)土地利用類型大多為耕地或城鎮(zhèn)用地，人口密度較高，發(fā)生洪澇災(zāi)害時容易造成較大的經(jīng)濟和社會損失。

4.3 洪澇災(zāi)害風險評估

洪澇災(zāi)害風險評估綜合考慮洪澇災(zāi)害危險性和易損性2個因素， 兩者的權(quán)重均為0.500。 通過對洪澇災(zāi)害危險性和易損性柵格進行重分類和標準化處理后， 可以計算每個柵格單元的洪澇災(zāi)害風險度R。

R=0.500H+0.500V 。（11）

根據(jù)計算得到的洪澇災(zāi)害風險度結(jié)果， 按照1.0～1.5、 gt;1.5～2.0、 gt;2.0～2.5、 gt;2.5～3.5、 gt;3.5～5.0劃分為5個等級， 分別代表低風險、 較低風險、 中等風險、 較高風險、 高風險地區(qū)。風險越高代表所在柵格發(fā)生洪澇災(zāi)害的可能性和損失越大。根據(jù)以上分析，得到聊城市洪澇災(zāi)害風險等級分區(qū)見圖5。

由圖可知，聊城市洪澇風險嚴重的地區(qū)位于東昌府區(qū)南部、 陽谷縣大部分地區(qū)、 莘縣東北部等，這些地區(qū)地勢較低且水系發(fā)達，年均降雨量大于其他地區(qū)的，不利于洪澇災(zāi)害的預防。此外，上述地區(qū)人口密集，經(jīng)濟相對發(fā)達，洪澇災(zāi)害發(fā)生時可能造成更大的影響。低風險區(qū)主要分布在聊城市北部，該地區(qū)降雨量相對較少且水系不發(fā)達，多為小型河流，因此發(fā)生洪澇災(zāi)害的可能性較低。

為了驗證研究區(qū)洪澇災(zāi)害風險區(qū)劃的合理性，查閱聊城市有記載的嚴重洪澇災(zāi)害分布情況，得知大部分洪澇災(zāi)害發(fā)生于東昌府區(qū)附近和陽谷縣，例如：937年東昌府（即現(xiàn)在的聊城市東昌府區(qū)）發(fā)生洪澇災(zāi)害，超過6 700人受災(zāi)；1452年陽谷縣會通河泛濫，導致該縣南部大部分地區(qū)受災(zāi)；1652年東昌府河道決口導致十余縣百姓受災(zāi)。建國后有記載的嚴重雨澇災(zāi)害中，1961年6月東昌府區(qū)50 d降雨16次，9個村莊大部分房屋倒塌；1964年東昌府區(qū)年降雨量達900 mm，全區(qū)受災(zāi)面積達90%以上；1985年7月東昌府區(qū)發(fā)生聊城市有記錄以來最大降雨，造成極為嚴重的社會經(jīng)濟損失。根據(jù)歷史洪澇災(zāi)害記載和本文中分析得到的聊城市洪澇風險分布可知，聊城市洪澇災(zāi)害風險等級分區(qū)基本合理。

5 結(jié)論

本文中利用災(zāi)害分析理論，從危險性和易損性2個方面對聊城市洪澇災(zāi)害風險進行分析評估，得到洪澇災(zāi)害危險性、 易損性和洪澇災(zāi)害風險等級分區(qū)，對所得柵格圖進行分析，得到以下主要結(jié)論：

1）聊城市洪澇風險較高地區(qū)主要位于中部和南部，西南部地勢較高且降雨量較少，洪澇災(zāi)害風險性較低。聊城市洪澇風險整體上呈現(xiàn)從西南向東北逐漸增加再減小的趨勢。

2）通過GIS計算可以得到聊城市不同洪澇災(zāi)害風險區(qū)的面積占比：洪澇災(zāi)害低風險區(qū)面積占比為17%，較低風險區(qū)占比為35%，中等風險區(qū)占比為26%，較高風險區(qū)占比為19%，高風險區(qū)占比為3%。聊城市大部分地區(qū)的洪澇風險等級處于中等風險區(qū)以下，高風險區(qū)的占比較少，但其分布相對集中，不利于洪澇災(zāi)害的治理。

3）東昌府區(qū)年降雨量大，水系分布密集，人口密度大且經(jīng)濟社會發(fā)展水平高，導致該區(qū)的洪澇災(zāi)害危險性和洪澇災(zāi)害易損性程度都較高，因此洪澇風險高的區(qū)域大多位于東昌府區(qū)。陽谷縣降雨量較多且經(jīng)濟發(fā)展水平相對較高，人口較為密集，因此較高風險區(qū)主要分布在該縣。聊城市北部各縣（區(qū)）降雨量相對較少且水系不發(fā)達，因此發(fā)生洪澇災(zāi)害的可能性及造成的損失相對較小。

聊城市洪澇災(zāi)害風險等級分區(qū)可以為該市防洪防澇工程的規(guī)劃提供建議，提前整治高危險區(qū)域的防洪防澇設(shè)施，并為洪澇災(zāi)害發(fā)生時洪水調(diào)出地的選擇提供參考。

參考文獻：

［1］ 陳加信， 王卷樂. 國外近年典型洪澇災(zāi)害事件防御性應(yīng)對措施情況分析及建議［J］. 中國減災(zāi)， 2022（21）： 46.

［2］ 王高旭， 施睿， 孫曉偉， 等. 我國城市洪澇災(zāi)害防治存在的問題與應(yīng)對策略［C］//中國水利學會2018學術(shù)年會論文集： 第三分冊. 北京： 中國水利水電出版社， 2018： 296.

［3］ 廖丹霞， 楊波， 王慧彥， 等. 基于GIS的河北省灤縣洪水災(zāi)害風險評價［J］. 自然災(zāi)害學報， 2014， 23（3）： 93.

［4］ 黃國如， 冼卓雁， 成國棟， 等. 基于GIS的清遠市瑤安小流域山洪災(zāi)害風險評價［J］. 水電能源科學， 2015， 33（6）： 43.

［5］ 趙佳慧， 許紅師， 王田野， 等. 基于改進熵權(quán)-TOPSIS-灰色關(guān)聯(lián)方法的城市洪澇風險評估［J］. 水利水電技術(shù)（中英文）， 2022， 53（10）： 58.

［6］ 崔紹峰， 夏可政， 謝興震. 聊城市水域演變與河長制保護對策［J］. 中國水利， 2021（16）： 14.

［7］ 連悅辰， 高路， 馬苗苗， 等. 基于自然災(zāi)害系統(tǒng)理論的2020年鄱陽湖流域1號洪水災(zāi)害分析［J］. 人民珠江， 2022， 43（1）： 20.

［8］ 倪曉嬌， 南穎， 崔允秀. 基于GIS的長白山地區(qū)洪水災(zāi)害風險評估［J］. 延邊大學學報（自然科學版）， 2014， 40（1）： 79.

［9］ 劉家福， 梁雨華， 馬國斌. 基于GIS的淮河流域洪水災(zāi)害綜合風險評價［J］. 安徽農(nóng)業(yè)科學， 2010， 38（5）： 2510.

［10］ 蘆磊， 張斌， 鄭達. 基于AHP-CRITIC的公路土質(zhì)路塹邊坡風險評估模型［J］. 人民長江， 2023， 54（1）： 133.

［11］ 段茜茜， 張燁. 基于熵值法的中國省際綠色發(fā)展綜合評價與分析［J］. 科技和產(chǎn)業(yè)， 2021， 21（12）： 254.

［12］ 孫玉梅， 李月靜， 曹思琪. 基于熵值法的云南省養(yǎng)老地產(chǎn)開發(fā)適宜度研究［J］. 科技和產(chǎn)業(yè)， 2021， 21（12）： 249.

［13］ 趙玉杰， 王昊， 劉子龍， 等. 基于組合賦權(quán)的多情景內(nèi)澇災(zāi)害風險評估［J］. 水利水電技術(shù)（中英文）， 2022， 53（5）： 1.

［14］ 陳雪， 喬梁， 劉艷華， 等. 基于網(wǎng)格的暴雨洪澇災(zāi)害風險評價［J］. 水文， 2023， 43（1）： 84.

［15］ 周彬， 劉振宇， 張志成. 不同生產(chǎn)方式DEM的坡度算法比較［J］. 測繪與空間地理信息， 2022， 45（4）： 211.