沈照偉，童楊斌,3，許月萍，張民強(qiáng)

(1．浙江省水利河口研究院防災(zāi)減災(zāi)研究所，浙江杭州 310020；2．浙江省水利防災(zāi)減災(zāi)重點(diǎn)實(shí)驗(yàn)室，浙江杭州 310020；3．路易斯安那州立大學(xué)土木與環(huán)境工程系，美國(guó)

巴吞魯日 70802；4．浙江大學(xué)水文與水資源工程研究所，浙江杭州 310058)

潰壩洪水經(jīng)濟(jì)損失評(píng)估研究進(jìn)展

沈照偉1,2，童楊斌1,2,3，許月萍4，張民強(qiáng)1,2

(1．浙江省水利河口研究院防災(zāi)減災(zāi)研究所，浙江杭州 310020；2．浙江省水利防災(zāi)減災(zāi)重點(diǎn)實(shí)驗(yàn)室，浙江杭州 310020；3．路易斯安那州立大學(xué)土木與環(huán)境工程系，美國(guó)

巴吞魯日 70802；4．浙江大學(xué)水文與水資源工程研究所，浙江杭州 310058)

介紹了目前洪水損失評(píng)估常用的綜合性軟件以及學(xué)術(shù)團(tuán)體研究開(kāi)發(fā)的專(zhuān)業(yè)模型；闡述了潰壩洪水經(jīng)濟(jì)損失評(píng)估的研究熱點(diǎn)，如區(qū)域洪災(zāi)損失與實(shí)時(shí)評(píng)估問(wèn)題、動(dòng)態(tài)評(píng)估模型等；討論了支持向量機(jī)、模糊理論、人工智能、灰色理論等在洪水經(jīng)濟(jì)損失評(píng)估中的應(yīng)用；分析了當(dāng)前潰壩經(jīng)濟(jì)損失評(píng)估方法的缺陷與未來(lái)發(fā)展趨勢(shì)．

潰壩；經(jīng)濟(jì)損失；區(qū)域洪災(zāi)損失評(píng)估；支持向量機(jī)

據(jù)“2008年全國(guó)水利發(fā)展統(tǒng)計(jì)公報(bào)”，我國(guó)已建成各類(lèi)水庫(kù)8.6萬(wàn)多座，數(shù)量居世界首位．截至2007年5月底的初步統(tǒng)計(jì)，全國(guó)有病險(xiǎn)水庫(kù)37 000座左右，與此同時(shí)，我國(guó)水庫(kù)潰壩率亦居世界前列．2007年，水利部會(huì)同國(guó)家發(fā)改委制定了“全國(guó)病險(xiǎn)水庫(kù)除險(xiǎn)加固專(zhuān)項(xiàng)規(guī)劃”，計(jì)劃用3年的時(shí)間解決6 200座病險(xiǎn)水庫(kù)的除險(xiǎn)加固問(wèn)題．然而，由于我國(guó)水庫(kù)總數(shù)多，潰壩較多，總體管理水平偏差，水庫(kù)除險(xiǎn)加固受到資金、人力和技術(shù)等因素的制約，難以在短時(shí)間內(nèi)解決全部問(wèn)題．在國(guó)外，如澳大利亞、美國(guó)、加拿大等，風(fēng)險(xiǎn)的概念已被運(yùn)用到大壩安全管理中，并建立了相應(yīng)標(biāo)準(zhǔn)．潰壩概率分析和潰壩對(duì)下游地區(qū)造成的損失評(píng)估是大壩風(fēng)險(xiǎn)分析的重要內(nèi)容．在我國(guó)病險(xiǎn)水庫(kù)除險(xiǎn)加固工作逐步開(kāi)展的同時(shí)，引入國(guó)外先進(jìn)理念，研究潰壩洪水經(jīng)濟(jì)損失評(píng)估，對(duì)防洪減災(zāi)具有重要意義．

1 洪水損失評(píng)估的一般方法

對(duì)洪水造成的經(jīng)濟(jì)損失進(jìn)行評(píng)估是國(guó)內(nèi)外歷來(lái)都比較重視的一項(xiàng)研究．美國(guó)、日本、澳大利亞、英國(guó)等國(guó)家都建立了一系列洪災(zāi)損失評(píng)估方法，包括災(zāi)情調(diào)查網(wǎng)絡(luò)、應(yīng)急響應(yīng)、災(zāi)后安置等，其評(píng)估手段、速度及精度相對(duì)都較高．在中國(guó)，由于洪災(zāi)損失評(píng)估的研究工作起步較晚，加上洪災(zāi)本身的復(fù)雜性以及基礎(chǔ)工作的薄弱性，我國(guó)的災(zāi)損評(píng)估與國(guó)外先進(jìn)做法相比，仍有較大的差距，需要不斷改進(jìn)與提高．

一次潰壩事故造成的洪災(zāi)總經(jīng)濟(jì)損失可按如下公式計(jì)算：

其中，Dd是一次潰壩造成的總直接經(jīng)濟(jì)損失（元），Cp是抗洪救災(zāi)等費(fèi)用（元），K是剩余部分間接損失的折算系數(shù)．折算系數(shù)隨地區(qū)（山區(qū)、丘陵、平原）經(jīng)濟(jì)狀況（發(fā)達(dá)、一般、落后）、財(cái)產(chǎn)類(lèi)型（農(nóng)業(yè)、工業(yè)、商業(yè)、公共設(shè)施等）、洪災(zāi)程度而異，可按經(jīng)驗(yàn)來(lái)確定．

國(guó)外，White[1]首先將水位——損失曲線(xiàn)的概念用于洪水脆弱性研究中，最初只考慮了水位，后來(lái)的研究者們又增加了流速與淹沒(méi)歷時(shí)，這一概念至今仍得以廣泛應(yīng)用[2-3]；Islam K M N①I(mǎi)slam K M N. Micro and Macro Level Impacts of Floods in Bangladesh [C] // Parker D J. Routledge Hazards and Disasters Series, 2000: 156-171.提出洪水風(fēng)險(xiǎn)評(píng)估的宏觀和微觀兩種模式；Dutta等[4]把評(píng)估洪水影響的方法歸納為兩種：一是采用單元損失模型，二是考慮洪水與經(jīng)濟(jì)的連鎖作用．

由于建壩后下游洪積區(qū)的發(fā)展，潰壩洪水的破壞性更大，也更難預(yù)測(cè)，除具有一般洪水造成的損失，還有對(duì)水利工程的破壞、水庫(kù)蓄水的流失等多種間接損失．Ellingwood等[5]調(diào)查了有關(guān)洪水和潰壩損失評(píng)估的英文文獻(xiàn)（包括美國(guó)、英國(guó)、澳大利亞和新西蘭），將其分成三類(lèi)，分別是各種洪水損失研究、潰壩研究和生命損失的經(jīng)濟(jì)評(píng)估，其中關(guān)于洪水損失的研究最多，涉及到潰壩損失的很少．基于此，文中提出了潰壩損失評(píng)估的框架結(jié)構(gòu)，并將損失分成如下7類(lèi)：財(cái)產(chǎn)損失、活動(dòng)中斷損失、應(yīng)急響應(yīng)費(fèi)用、災(zāi)后重建費(fèi)用、疾病與死亡、環(huán)境影響、文化與歷史影響．

國(guó)內(nèi)，《水庫(kù)大壩安全管理應(yīng)急預(yù)案（培訓(xùn)教材）》中對(duì)潰壩造成的洪水損失評(píng)估方法作了比較詳細(xì)的介紹，對(duì)于直接經(jīng)濟(jì)損失，根據(jù)估算對(duì)象提出了五種方法，對(duì)于間接損失，提出了直接估算法和系數(shù)法兩種方法．間接損失的估算涉及面廣，內(nèi)容繁雜，目前相關(guān)的研究多集中在直接經(jīng)濟(jì)損失，其中按損失率計(jì)算是應(yīng)用最廣的，公式如下：

其中，Di表示按損失率計(jì)算的第i類(lèi)財(cái)產(chǎn)損失，βijk表示第i類(lèi)第j類(lèi)財(cái)產(chǎn)在第k類(lèi)風(fēng)險(xiǎn)區(qū)的損失率，Wijk表示第i類(lèi)第j類(lèi)財(cái)產(chǎn)在第k類(lèi)風(fēng)險(xiǎn)區(qū)的價(jià)值，n表示財(cái)產(chǎn)類(lèi)別數(shù)，m表示第i類(lèi)財(cái)產(chǎn)類(lèi)別數(shù)，l表示風(fēng)險(xiǎn)區(qū)類(lèi)別數(shù)，由淹沒(méi)程度決定．

總而言之，建立準(zhǔn)確的洪水損失評(píng)估模型包含許多因素，其中獲取詳細(xì)的洪水參數(shù)（流速、水深、淹沒(méi)時(shí)間）、適當(dāng)?shù)膿p失分類(lèi)以及不同損失類(lèi)別下洪水參數(shù)與損失之間的關(guān)系（一般通過(guò)歷史洪災(zāi)信息、問(wèn)卷調(diào)查、實(shí)驗(yàn)室試驗(yàn)等途徑獲取）都是極其重要的．

2 潰壩洪水經(jīng)濟(jì)損失評(píng)估的研究進(jìn)展

2.1 綜合軟件與研究模型

早年的洪水損失評(píng)估以實(shí)地調(diào)查與統(tǒng)計(jì)為主，需要花費(fèi)大量的人力物力，并且在時(shí)間上滯后嚴(yán)重．隨著計(jì)算機(jī)模擬技術(shù)的日益發(fā)展和完善，大型綜合軟件與研究模型在潰壩經(jīng)濟(jì)損失的評(píng)估中發(fā)揮越來(lái)越大的作用．

2.1.1 MIKE系列

丹麥DHI公司的MIKE系列中，MIKE 11、MIKE 21等被用于模擬潰壩洪水，其優(yōu)勢(shì)在于計(jì)算結(jié)果可與GIS軟件結(jié)合提供一個(gè)可視化的效果，再進(jìn)行后續(xù)分析．美國(guó)內(nèi)務(wù)部農(nóng)墾局已將MIKE 21的水動(dòng)力模塊應(yīng)用到一些地方，其中模型的輸入和輸出是通過(guò)ESRI公司的ArcView和ArcInfo等軟件來(lái)處理與展示的，潰壩洪水的損失評(píng)估可由DHI的Flood Analysis工具箱來(lái)進(jìn)行．洪水損失的具體步驟包括：1）通過(guò)模擬分析得到洪水的空間模式（水深和歷時(shí)）；2）在GIS中準(zhǔn)備土地利用和財(cái)產(chǎn)數(shù)據(jù)庫(kù)；3）對(duì)各個(gè)土地利用和財(cái)產(chǎn)類(lèi)型，建立洪水位與經(jīng)濟(jì)損失的相關(guān)關(guān)系；4）通過(guò)空間關(guān)系來(lái)確定經(jīng)濟(jì)損失的空間分布．

2.1.2 HEC系列

在美國(guó)，陸軍工程師團(tuán)（USACE）開(kāi)發(fā)的HEC-RAS和FDAP等模塊也被用于洪水的模擬計(jì)算和經(jīng)濟(jì)損失評(píng)估中．最近USACE開(kāi)發(fā)了一款綜合水文工程與經(jīng)濟(jì)分析的軟件HEC-FDA①USACE, HEC-FDA, User's Manual, Davis, CA, CPD-72, 2008.，用于評(píng)估洪水風(fēng)險(xiǎn)，該軟件包括以下功能：1）存儲(chǔ)分析所需的水文與經(jīng)濟(jì)數(shù)據(jù)；2）提供數(shù)據(jù)和結(jié)果的可視化；3）計(jì)算預(yù)期年損失與等效年損失；4）計(jì)算堤防設(shè)計(jì)所需的年超過(guò)概率和條件不超過(guò)概率；5）實(shí)施其它規(guī)定的洪水分析步驟．

2.1.3 研究模型

由高校、研究所等研究機(jī)構(gòu)和團(tuán)體開(kāi)發(fā)的模型中，較有名的有ANUFLOOD和ESTDAM．澳大利亞國(guó)立大學(xué)的Taylor等開(kāi)發(fā)了ANUFLOOD模型②Taylor J A, Greenaway M A, Smith D I. ANUFLOOD: programmer's guide and user's manual, 1983.，用于評(píng)估工商業(yè)和居民財(cái)產(chǎn)損失，這是國(guó)外關(guān)于洪水經(jīng)濟(jì)損失評(píng)估較早的模型之一．而在英國(guó)，ESTDAM模型被作為洪水損失評(píng)估的標(biāo)準(zhǔn)模型[6]．

在荷蘭，De Blois③De Blois C J. Uncertainty in Large-scale Models for Decision Support in Water Management [D]. Enschede: Twente University, 2000.運(yùn)用INUNDA模型分析了馬斯河1993與1995年兩場(chǎng)洪水的損失情況．其后，Xu Y④Xu Y, Booij M J. Appropriate modelling in DSSs for river basin management [C] // Pahl-Wostl C, Schmidt S, Rizzoli A E, et al. Complexity and Integrated Resources Management. Trans. Second Biennial Meeting of the International Environmental Modelling and Software Society. Osnabrück: 2004, 2: 611-616.研究馬斯河周邊地區(qū)的洪水風(fēng)險(xiǎn)評(píng)價(jià)時(shí)，在De Blois模型的基礎(chǔ)上作了修改，增加了一維河道水動(dòng)力模型，使用該模型前需要收集土地利用類(lèi)型的數(shù)據(jù)及與土地利用類(lèi)型相應(yīng)的最大經(jīng)濟(jì)價(jià)值和損失函數(shù)．

Booij[7]用FLOCODS DSS模型對(duì)越南紅河洪水損失作了估算和不確定分析，認(rèn)為洪水損失估算存在較大的不確定性，主要來(lái)自原始數(shù)據(jù)和各類(lèi)財(cái)產(chǎn)（文中只考慮農(nóng)業(yè)、工業(yè)、建筑和服務(wù)業(yè)4類(lèi)）的損失率；將洪水損失和國(guó)民生產(chǎn)總值（GDP）作比較后發(fā)現(xiàn)：一場(chǎng)小洪水造成的損失約為GDP的1% – 5%，而大洪水造成的損失接近GDP的20% – 50%，幾乎相當(dāng)于農(nóng)業(yè)和服務(wù)業(yè)財(cái)產(chǎn)的總和．

2.2 基于3S技術(shù)的區(qū)域洪災(zāi)損失評(píng)估

隨著空間信息技術(shù)的逐步發(fā)展，社會(huì)經(jīng)濟(jì)數(shù)據(jù)庫(kù)的建立與充實(shí)為洪災(zāi)經(jīng)濟(jì)損失評(píng)估提供了一個(gè)便捷的平臺(tái)，從而基于網(wǎng)格與GIS / RS技術(shù)的洪災(zāi)損失評(píng)估研究也逐漸增多，災(zāi)情評(píng)估的層次、精度與時(shí)效性都將得到進(jìn)一步的提高[8]．

Islam等[9-10]開(kāi)發(fā)了基于GIS與RS的洪水風(fēng)險(xiǎn)評(píng)估方法以及洪水風(fēng)險(xiǎn)圖，用于孟加拉國(guó)的防洪減災(zāi)工作中．在臺(tái)灣，一些學(xué)者[11-12]建立了基于網(wǎng)格的GIS方法，用于評(píng)估臺(tái)灣北部汐止市的區(qū)域洪水災(zāi)害損失．在大陸，張成才、陳秀萬(wàn)等[13]較早進(jìn)行了GIS和RS在洪水損失評(píng)估中的研究，李紀(jì)人等[14]基于遙感和地理信息系統(tǒng)等技術(shù)，利用空間展布式社會(huì)經(jīng)濟(jì)數(shù)據(jù)庫(kù)，開(kāi)展洪災(zāi)監(jiān)測(cè)與評(píng)估．關(guān)于這方面的近期研究見(jiàn)文獻(xiàn)[15-16]．

2.3 損失率的確定

在洪災(zāi)損失評(píng)估的現(xiàn)行方法中，損失率的確定是一個(gè)比較復(fù)雜的問(wèn)題．有關(guān)文獻(xiàn)①見(jiàn)第49頁(yè)注①.對(duì)損失率的估算作了較詳細(xì)的說(shuō)明，提出了幾種損失率估算方法：1）基于大量調(diào)查樣本的潰壩洪水損失率計(jì)算法；2）基于長(zhǎng)系列損失率數(shù)據(jù)庫(kù)和相關(guān)分析的方法；3）經(jīng)驗(yàn)方法確定潰壩損失率．目前較流行的是第三種，即對(duì)于不同財(cái)產(chǎn)（土地利用）類(lèi)型，建立以淹沒(méi)水深和歷時(shí)為參數(shù)的估算表或估算圖，得到淹沒(méi)水深和淹沒(méi)歷時(shí)后，再查得相應(yīng)的損失率．

3 潰壩洪水經(jīng)濟(jì)損失評(píng)估的研究熱點(diǎn)與展望

3.1 洪水損失評(píng)估的不確定性

傳統(tǒng)的洪災(zāi)經(jīng)濟(jì)損失評(píng)估大多采用損失率計(jì)算模型（參數(shù)統(tǒng)計(jì)模型），即先以淹沒(méi)水深、淹沒(méi)歷時(shí)等災(zāi)害特征為自變量，損失率為因變量，利用回歸分析等統(tǒng)計(jì)方法，建立淹沒(méi)水深（歷時(shí)）與各類(lèi)承災(zāi)體洪災(zāi)損失率的聯(lián)系，再按地區(qū)、財(cái)產(chǎn)類(lèi)別，通過(guò)典型調(diào)查分析，建立不同水深條件下各承災(zāi)體的損失率．該模型有如下幾個(gè)缺點(diǎn)：

1）需要大量的人力、物力和財(cái)力進(jìn)行現(xiàn)場(chǎng)調(diào)查，并且每次洪災(zāi)后都需重新進(jìn)行調(diào)查，重復(fù)勞動(dòng)多，損失評(píng)估時(shí)間長(zhǎng)，達(dá)不到快速評(píng)估的效果，導(dǎo)致延誤救災(zāi)及災(zāi)后重建良機(jī)；

2）傳統(tǒng)方法大多只考慮單一影響因素——淹沒(méi)水深（歷時(shí)），評(píng)估精度不高；

3）洪災(zāi)損失各影響因素之間存在著不確定的相關(guān)關(guān)系，難以用準(zhǔn)確的公式來(lái)表達(dá)．

Merz等[17]以1978 – 1994年發(fā)生在德國(guó)的9場(chǎng)洪水事件為基礎(chǔ)，分析了近4 000個(gè)建筑物的損失記錄，一個(gè)記錄對(duì)應(yīng)一幢被淹建筑物的直接損失，結(jié)果表明：損失數(shù)據(jù)大致服從對(duì)數(shù)正態(tài)分布；盡管已考慮了水深與建筑物使用途徑，但不確定性依然很大，需要考慮更多的損失影響因子；損失的不確定性主要取決于被淹建筑物數(shù)量與建筑物在淹沒(méi)區(qū)內(nèi)的分布情況．總之，洪水損失的數(shù)據(jù)收集與模擬需更精細(xì)化、標(biāo)準(zhǔn)化、有效化．

文獻(xiàn)[18]根據(jù)隨機(jī)荷載理論[19]對(duì)現(xiàn)行公式作了修正，并進(jìn)行概化與合理假設(shè)，建立了簡(jiǎn)單實(shí)用的損失率計(jì)算方法，以區(qū)域經(jīng)濟(jì)、人口、地形數(shù)據(jù)為基本輸入，通過(guò)與潰壩洪水演進(jìn)模型結(jié)合，獲取網(wǎng)格單元上的水力學(xué)參數(shù)值，包括水深、淹沒(méi)歷時(shí)和最大流速，進(jìn)行經(jīng)濟(jì)損失的評(píng)估．

文獻(xiàn)[20]擴(kuò)展了傳統(tǒng)的洪水損失因素，將洪水對(duì)建筑物的影響定義為“洪水作用”，涵蓋能量傳遞、力、壓強(qiáng)、水或污染物的接觸等，并根據(jù)這些因素對(duì)洪水損失評(píng)估的重要性作了分類(lèi)．

3.2 新方法、新理論的應(yīng)用

近幾年，國(guó)內(nèi)外學(xué)者將新技術(shù)、新理論應(yīng)用到潰壩經(jīng)濟(jì)損失評(píng)價(jià)中，比較典型的有模糊理論、人工智能、支持向量機(jī)模型、灰色理論等．這些新方法的出現(xiàn)為洪災(zāi)損失評(píng)估提供了嶄新的思路．

3.2.1 模糊理論與人工智能的應(yīng)用

針對(duì)傳統(tǒng)洪災(zāi)損失評(píng)估存在的多因素與不確定性，王寶華等[21]提出一種混合式模糊神經(jīng)網(wǎng)絡(luò)模型，將數(shù)學(xué)處理方法與神經(jīng)網(wǎng)絡(luò)相結(jié)合，兼具二者的功能．實(shí)例分析表明，這種模型對(duì)影響因素考慮周全，避免了各因素間的矛盾沖突，節(jié)省了大量時(shí)間，既快又準(zhǔn)地將評(píng)估結(jié)果計(jì)算出來(lái)，為制定救災(zāi)計(jì)劃和災(zāi)后重建提供了保證．與傳統(tǒng)的BP模型相比，收斂速度和評(píng)估精度都取得了更好的效果，是洪災(zāi)經(jīng)濟(jì)損失評(píng)估中的不錯(cuò)嘗試．

3.2.2 基于支持向量機(jī)的模型

我國(guó)自1954年以來(lái)各類(lèi)大壩失事3 487座，但由于種種原因，關(guān)于潰壩的統(tǒng)計(jì)資料卻十分缺乏，特別是早期的潰壩事故，由于年代悠久，資料收集工作更為困難．這樣在進(jìn)行潰壩損失評(píng)價(jià)時(shí)就面臨一個(gè)小樣本問(wèn)題，在這種情況下，王志軍等[22]提出了GIS支持下基于支持向量機(jī)模型的潰壩損失評(píng)估方法，有效解決了小樣本、非線(xiàn)性、高維數(shù)等問(wèn)題，利用GIS組織與管理空間數(shù)據(jù)并進(jìn)行可視化，借助支持向量機(jī)在解決非線(xiàn)性問(wèn)題上的優(yōu)勢(shì)來(lái)模擬洪水的損害機(jī)理，取得了一定的成果．

3.2.3灰色理論的應(yīng)用

最近，徐強(qiáng)等[23]針對(duì)現(xiàn)行潰壩評(píng)價(jià)方法存在的問(wèn)題，從系統(tǒng)動(dòng)力學(xué)入手，研究了系統(tǒng)各子事件相互聯(lián)系且很難分層時(shí)的評(píng)價(jià)方法，提出了潰壩損失評(píng)價(jià)灰色系統(tǒng)動(dòng)力學(xué)模型．該模型首先得出潰壩后的損失因果關(guān)系環(huán)圖，再應(yīng)用灰色理論對(duì)各個(gè)損失因子的抗損失性及其關(guān)聯(lián)程度進(jìn)行評(píng)價(jià)，最后應(yīng)用系統(tǒng)動(dòng)力學(xué)相關(guān)理論對(duì)整個(gè)系統(tǒng)的抗損失性進(jìn)行評(píng)價(jià)．這是一種動(dòng)態(tài)模型化方法，借助了信息反饋原理與系統(tǒng)仿真技術(shù)，可有效地處理復(fù)雜的系統(tǒng)問(wèn)題．

3.3 洪災(zāi)損失動(dòng)態(tài)模型與實(shí)時(shí)評(píng)估

當(dāng)前的方法大多是通過(guò)建立評(píng)價(jià)指標(biāo)量化值與評(píng)價(jià)等級(jí)標(biāo)準(zhǔn)的關(guān)系式來(lái)進(jìn)行潰壩損失的評(píng)價(jià)，屬于靜態(tài)評(píng)價(jià)．事實(shí)上城市承災(zāi)能力與社會(huì)經(jīng)濟(jì)發(fā)展水平是動(dòng)態(tài)的，并且各個(gè)子事件之間是相互關(guān)聯(lián)的，所以從可持續(xù)發(fā)展的角度需要建立一種動(dòng)態(tài)評(píng)價(jià)各個(gè)子事件相關(guān)關(guān)系的評(píng)價(jià)方法．

最近，周克發(fā)和李雷[24]提出了基于社會(huì)經(jīng)濟(jì)發(fā)展的潰壩洪水損失動(dòng)態(tài)預(yù)測(cè)評(píng)價(jià)模型，包括生命損失估算、經(jīng)濟(jì)損失估算以及社會(huì)與環(huán)境影響評(píng)價(jià)三大內(nèi)容．假設(shè)潰壩經(jīng)濟(jì)損失隨社會(huì)經(jīng)濟(jì)的發(fā)展呈一定比例的增加，于是可將潰壩經(jīng)濟(jì)損失的估算公式表示為社會(huì)經(jīng)濟(jì)發(fā)展速度的函數(shù)：

其中，L2(0)表示在基準(zhǔn)年由突發(fā)事件引起的潰壩經(jīng)濟(jì)損失估算基準(zhǔn)值，vi、vt分別表示在時(shí)間t、第i年社會(huì)經(jīng)濟(jì)的發(fā)展速度（或人均GDP的發(fā)展速度，用美元或人民幣計(jì)算），i = 0,1,2,?,[t]，[t]表示t的整數(shù)項(xiàng)，bi、bt分別表示對(duì)應(yīng)于vi、vt的經(jīng)濟(jì)損失變化調(diào)節(jié)系數(shù)．經(jīng)濟(jì)損失變化調(diào)節(jié)系數(shù)根據(jù)政府決策及其執(zhí)政理念來(lái)確定，主要體現(xiàn)在公眾生命財(cái)產(chǎn)安全方面的投入以及預(yù)警和應(yīng)急能力的提升兩個(gè)方面．

4 結(jié) 論

隨著經(jīng)濟(jì)社會(huì)的逐步發(fā)展，水庫(kù)潰壩對(duì)下游人口、經(jīng)濟(jì)、社會(huì)等方面的影響將日益擴(kuò)大，探討潰壩洪水損失評(píng)估是風(fēng)險(xiǎn)管理與分析的重要內(nèi)容．本文綜述了潰壩洪水經(jīng)濟(jì)損失評(píng)估的國(guó)內(nèi)外研究進(jìn)展，分析了潰壩損失評(píng)估的影響因素，討論了潰壩損失評(píng)估可能的發(fā)展趨勢(shì)，希望能為大壩安全管理提供相關(guān)的指導(dǎo)和參考．

[1] Smith D I. Flood damage estimation-A review of urban stage-damage curves and loss functions [J]. Water SA, 1994,20(3): 231-238.

[2] Berning C, Viljoen M F, DuPlessis L A. Loss Function for Sugar-cane: Depth and Duration of Inundation as Determinates of Extent of Flood Damage [J]. Water SA, 2000, 26: 527-530.

[3] Berning C, Du Plessis L A, Viljoen M F. Loss Function for Structural Flood Mitigation Measures [J]. Water SA, 2001, 27(1): 35-38.

[4] Dushmanta D, Srikantha H, Katumi M. A mathematical model for flood loss estimation [J]. J Hydrol, 2003, 277: 24-49.

[5] Ellingwood B, Corotis R B, Boland J, et al. Assessing Cost of Dam Failure [J]. J Water Resour Plann Manage, 1993, 119(1): 64-82.

[6] Chatterton J B, Penning-Rowsell E C. Computer Modeling of Flood Alleviation Benefits [J]. J Water Resour Plann Manage, 1981, 107(2): 533-547.

[7] Booij M J. Flood Damage Assessment and Modelling in the Red River Basin in Vietnam [EB/OL]. [2010-01-09]. http://www.utwente.nl/ctw/wem/organisatie/medewerkers/booij/publications/44.pdf.

[8] 李紀(jì)人, 黃詩(shī)峰. 空間信息技術(shù)與防洪減災(zāi)現(xiàn)代化[J]. 中國(guó)水利水電科學(xué)研究院學(xué)報(bào), 2004, 2(1): 66-72.

[9] Islam M K, Sado K. Flood Hazard Assessment in Bangladesh Using NOAA AVHRR Data with Geographical Information System [J]. Hydrol Proc, 2000, 14: 605-620.

[10] Islam M K, Sado K. Development Priority Map for Flood Countermeasures by Remote Sensing Data with Geographic Information System [J]. J Hydro Eng, 2002, 7(5): 346-355.

[11] Su M D, Kang J L, Chang L F, et al. A Grid-based GIS Approach to Regional Flood Damage Assessment [J]. J Mar Sci Technol, 2005, 13(3): 184-192.

[12] Kang J L, Su M D. Chang L F. Loss functions and framework for Regional Flood Damage Estimation in Residential Area[J]. J Mar Sci Technol, 2005, 13(3):193-199.

[13] 張成才, 陳秀萬(wàn), 郭恒亮, 等. 基于GIS的洪災(zāi)淹沒(méi)損失計(jì)算方法[J]. 武漢大學(xué)學(xué)報(bào): 工學(xué)版, 2004, 37(1): 55-58.

[14] 李紀(jì)人, 丁志雄, 黃詩(shī)峰, 等. 基于空間展布式社經(jīng)數(shù)據(jù)庫(kù)的洪澇災(zāi)害損失評(píng)估模型研究[J]. 中國(guó)水利水電科學(xué)研究院學(xué)報(bào), 2003, 1(2): 104-110.

[15] 朱強(qiáng), 陳秀萬(wàn), 彭俊. 基于網(wǎng)格的洪水損失計(jì)算模型[J]. 武漢大學(xué)學(xué)報(bào): 工學(xué)版, 2007, 40(6): 42-46.

[16] 傅春, 張強(qiáng). 基于GIS空間信息單元格的區(qū)域洪災(zāi)損失快速評(píng)估模型[J]. 南昌大學(xué)學(xué)報(bào): 工科版, 2008, 30(2): 193-196.

[17] Merz B, Hreibich H, Thieken A, et al. Estimation Uncertainty of Direct Monetary Flood Damage to Buildings [J]. Nat Hazards Earth Syst Sci, 2004, 4: 153-163.

[18] Tong Y B, Shen Z W. Flood loss estimation and uncertainty analysis for dam break in Zhejiang [C] // Tao J H. Proceedings of the 9th international conference on hydroinformatics 2010. Beijing: Chemical Industry Press, 2010: 2148-2156.

[19] 沈照偉, 金偉良. 工程荷載隨機(jī)過(guò)程模型組合方法研究[J]. 中國(guó)海上油氣, 2005, 17(1): 57-59.

[20] Kelman I, Spence R. An Overview of Flood Actions on Buildings [J]. Eng Geol, 2004, 73: 297-309.

[21] 王寶華, 付強(qiáng), 馮艷, 等. 洪災(zāi)經(jīng)濟(jì)損失快速評(píng)估的混合式模糊神經(jīng)網(wǎng)絡(luò)模型[J]. 東北農(nóng)業(yè)大學(xué)學(xué)報(bào), 2008, 9(6): 47-51.

[22] 王志軍, 顧沖時(shí), 劉紅彩. 基于GIS與支持向量機(jī)的潰壩損失評(píng)估[J]. 長(zhǎng)江科學(xué)院院報(bào), 2008, 25(4): 28-32.

[23] 徐強(qiáng), 陳健云, 李靜. 基于灰色系統(tǒng)動(dòng)力學(xué)的潰壩損失評(píng)價(jià)模型[J]. 人民黃河, 2009, 31(4): 24-26.

[24] 周克發(fā), 李雷. 基于社會(huì)經(jīng)濟(jì)發(fā)展的潰壩洪水損失動(dòng)態(tài)預(yù)測(cè)評(píng)價(jià)模型[J]. 長(zhǎng)江流域資源與環(huán)境, 2008, 17(Z1): 145-148.

Advances in Assessing Economic Loss for Dam Failure Flood

SHEN Zhaowei1,2, TONG Yangbin1,2,3, XU Yueping4, ZHANG Minqiang1,2
(1. Institute of Flood Mitigation and Defense, Zhejiang Institute of Hydraulics and Estuary, Hangzhou, China 310020; 2. Zhejiang Key Laboratory of Hydraulic Disaster Mitigation and Defense, Hangzhou, China 310020; 3. Civil andEnvironmental Engineering Department, Louisiana State University, Baton Rouge, USA 70802; 4. Institute of Hydrology and Water Resources Engineering, Zhejiang University, Hangzhou, China 310058)

Some present well known integrated industrial software and specific models developed by academic communities were introduced in the field of flood damage assessment. Several hot topics of recent time, such as real-time regional flood damage assessment and dynamic assessment model, were also described. Discussions were made on the application of supportive vector machine, fuzzy theory, artificial intelligence and grey system theory. Finally, the shortages and future development directions of economic flood damage assessment were analyzed.

Dam Failure; Economic Loss; Regional Flood Damage Assessment; Supportive Vector Machine

TV122.4

A

1674-3563(2012)06-0025-07

10.3875/j.issn.1674-3563.2012.06.005 本文的PDF文件可以從xuebao.wzu.edu.cn獲得

(編輯：王一芳)

2010-09-07

浙江省科技廳重大科技專(zhuān)項(xiàng)(2007C13012)

沈照偉(1975- )，男，浙江桐廬人，高級(jí)工程師，博士，研究方向：水庫(kù)結(jié)構(gòu)穩(wěn)定與風(fēng)險(xiǎn)分析