高玉琴, 吳靖靖, , 胡永光， 王宗志, 程 亮, 劉克琳

(1. 河海大學(xué) 水利水電學(xué)院， 江蘇 南京 210098； 2. 南京水利科學(xué)研究院 水文水資源與水利工程科學(xué)國家重點實驗室， 江蘇 南京 210029； 3. 漢江水利水電(集團(tuán))有限責(zé)任公司水庫調(diào)度中心，湖北 武漢 430048)

洪水災(zāi)害是當(dāng)今世界上最嚴(yán)重的自然災(zāi)害之一，防洪減災(zāi)研究一直是世界各國政府與學(xué)術(shù)界所普遍關(guān)注的重大問題[1-2]。洪災(zāi)風(fēng)險評估是防洪減災(zāi)領(lǐng)域的重要基礎(chǔ)性工作[3-4]。從洪災(zāi)的形成機(jī)制看，致災(zāi)因子危險性、承災(zāi)體脆弱性和洪災(zāi)損失風(fēng)險三者及其關(guān)系，組成了洪災(zāi)風(fēng)險系統(tǒng)[5-6]，其中承災(zāi)體脆弱性是聯(lián)系致災(zāi)因子危險性和洪災(zāi)損失風(fēng)險的重要橋梁，是洪災(zāi)風(fēng)險評估的關(guān)鍵部分[5,7]，因此分析洪災(zāi)脆弱性對于減少洪災(zāi)損失意義重大。洪災(zāi)脆弱性分析旨在分析自然、經(jīng)濟(jì)、社會與環(huán)境系統(tǒng)之間的相互耦合作用及其對洪災(zāi)的驅(qū)動力、抑制作用和響應(yīng)能力，其主要內(nèi)容包括承災(zāi)體暴露性、敏感性和防災(zāi)減災(zāi)能力三個方面[8-9]。

對脆弱性的研究，始于20世紀(jì)80年代，源于對當(dāng)時學(xué)術(shù)界盛行的致災(zāi)因子論的反思[10]。1975年，G.F.White首次將防災(zāi)減災(zāi)研究從單純致災(zāi)因子分析擴(kuò)展到人類自身面對洪災(zāi)時的脆弱性[11]。此后，災(zāi)害的研究逐漸關(guān)注自然環(huán)境、社會、經(jīng)濟(jì)等因素，如Cutter等通過將美國卡羅來納州南部喬治敦郡的自然脆弱性與社會脆弱性的空間差異分布圖進(jìn)行疊置, 分析了該區(qū)域的災(zāi)害脆弱性[12]。汪朝輝等選取汛期降雨量、單位面積生產(chǎn)總值、易澇面積、水田占總土地面積的比例，森林覆蓋率，人均國內(nèi)生產(chǎn)總值，單位面積水庫和塘壩總庫容這7項指標(biāo)，通過數(shù)學(xué)模型對湖南省119個縣(市)進(jìn)行洪災(zāi)脆弱性評估[13]。葛怡等利用Hoovering改進(jìn)模式，評價了長沙地區(qū)水災(zāi)社會脆弱性[14]。殷杰等構(gòu)建了上海黃浦江流域的7種主要承災(zāi)體經(jīng)濟(jì)損失脆弱性方程和人口脆弱性方程，分析了上海黃浦江流域風(fēng)暴洪水經(jīng)濟(jì)損失和人口脆弱性分布[10]。郭鳳清等通過各類承災(zāi)體的洪災(zāi)損失和洪水特征之間的關(guān)系，分析了潖江蓄洪區(qū)承載體脆弱性[15]。

目前有關(guān)洪災(zāi)脆弱性評價的方法主要包括曲線法和指標(biāo)體系法兩類。洪災(zāi)脆弱性曲線法是依據(jù)已發(fā)生洪水災(zāi)情建立的脆弱性曲線來評價區(qū)域洪災(zāi)脆弱性，分析結(jié)果與事實較為吻合。但由于脆弱性曲線的建立，需要大量的洪災(zāi)損失數(shù)據(jù)，這些資料往往難以獲取，且計算結(jié)果往往是資料統(tǒng)計單元的區(qū)域整體洪災(zāi)脆弱性，不能反映洪災(zāi)脆弱性在區(qū)域內(nèi)的空間差異，也難以建立未發(fā)生洪水災(zāi)害區(qū)域的脆弱性曲線[7-8]。指標(biāo)體系法，基于洪災(zāi)脆弱性指標(biāo)體系計算洪災(zāi)脆弱性指數(shù)，立足于洪災(zāi)脆弱性結(jié)構(gòu)要素之間的層次性和關(guān)聯(lián)性，對數(shù)據(jù)資料要求低、操作簡便，也能反映區(qū)域洪災(zāi)脆弱性的整體宏觀狀況[16]。但該類方法因在評價指標(biāo)選擇、指標(biāo)權(quán)重確定等方面帶有一定程度主觀性，從而影響評價結(jié)果的準(zhǔn)確性[14]。為此，本文運(yùn)用突變理論，采用突變級數(shù)綜合評價法對洪災(zāi)脆弱性進(jìn)行評價，該方法汲取了指標(biāo)體系法的優(yōu)點，且只需考慮各評價指標(biāo)間的相對重要性，無需確定各評價指標(biāo)的具體權(quán)重值，即可實現(xiàn)合理評價，避免了確定評價指標(biāo)權(quán)重值的主觀性[17-21]。同時，相比于其他洪災(zāi)脆弱性評價方法，突變級數(shù)綜合評價法過程清晰，計算簡單，更便于實際應(yīng)用。

1 基于突變理論的區(qū)域洪災(zāi)脆弱性評價方法

1.1 突變理論基本思想

突變理論是20世紀(jì)70年代發(fā)展起來的，以奇點理論、拓?fù)鋵W(xué)及結(jié)構(gòu)穩(wěn)定性等數(shù)學(xué)理論為基礎(chǔ)，主要研究自然界和社會現(xiàn)象中的各種形態(tài)、結(jié)構(gòu)的非連續(xù)性突變的新數(shù)學(xué)學(xué)科。突變理論用一組參數(shù)描述系統(tǒng)所處的狀態(tài)，當(dāng)系統(tǒng)處于穩(wěn)定狀態(tài)時，該系統(tǒng)狀態(tài)函數(shù)取一個極值；當(dāng)參數(shù)在某個范圍內(nèi)變化，該函數(shù)有不止一個極值時，系統(tǒng)必然就處于不穩(wěn)定狀態(tài)，所以可以通過計算狀態(tài)函數(shù)的極值來考察某一系統(tǒng)是否穩(wěn)定[17]。其中，描述系統(tǒng)狀態(tài)的函數(shù)稱為勢函數(shù)，稱勢函數(shù)導(dǎo)數(shù)為零的點為臨界點，在三維空間中，臨界點構(gòu)成的曲面稱為臨界曲面(或平衡曲面)；可能出現(xiàn)突變的因素稱為狀態(tài)變量，引發(fā)突變的因素稱為控制變量。雷內(nèi)·托姆用拓?fù)鋵W(xué)理論證明了勢函數(shù)的不同性質(zhì)取決于控制變量的個數(shù)，當(dāng)控制變量個數(shù)不大于4時，勢函數(shù)有7種形式，稱其為突變理論的7種突變模型，這7種突變模型被統(tǒng)稱為初等突變模型[18]。7種初等突變模型中，最常用的是尖點型突變、燕尾型突變和蝴蝶型突變(見表1)。

表1 三類常用的初等突變模型Tab.1 Three commonly used models of elementary catastrophe

1.2 歸一化公式

在初等突變模型中，對勢函數(shù)V(x)求一階導(dǎo)數(shù)，并令V′(x)=0，得到臨界點方程，對勢函數(shù)V(x)求二階導(dǎo)數(shù)，并令V″(x)=0，得到奇點集方程[19]。將兩方程聯(lián)立消除x后，可推導(dǎo)出分歧集方程[19](見表1)。由于初等突變模型中各控制變量和狀態(tài)變量的取值范圍不一致，不可直接采用分歧方程進(jìn)行評價計算，需對其進(jìn)行歸一化處理[20]。歸一化公式是初等突變模型進(jìn)行綜合評價的基本運(yùn)算公式，針對不同的突變模型歸一化公式如下[21]：

尖點突變：Xa=a1/2，Xb=b1/3

(1)

燕尾突變：Xa=a1/2，Xb=b1/3，Xc=c1/4

(2)

蝴蝶突變：Xa=a1/2，Xb=b1/3，Xc=c1/4，Xd=d1/5

(3)

1.3 基于突變理論的區(qū)域洪災(zāi)脆弱性評價計算步驟

基于突變理論的區(qū)域洪災(zāi)脆弱性評價方法是以初等突變模型演化出來的多目標(biāo)綜合評價和多準(zhǔn)則決策方法，其計算步驟如下：

(1)建立區(qū)域洪災(zāi)脆弱性評價指標(biāo)體系。根據(jù)系統(tǒng)形成機(jī)制建立評價指標(biāo)體系，對于難以量化的一維控制量指標(biāo)可將其分解為若干層可以實測的多維指標(biāo)，依據(jù)邏輯分類分出各指標(biāo)的主次關(guān)系，按照先主后次的原則構(gòu)建樹狀遞階層次結(jié)構(gòu)模型。由洪災(zāi)脆弱性組成結(jié)構(gòu)出發(fā)，從暴露性、敏感性、防災(zāi)減災(zāi)能力3個方面選取指標(biāo)構(gòu)建洪災(zāi)脆弱性評價指標(biāo)體系。暴露度反映了研究對象對洪水的暴露程度，敏感性反映了研究對象易于受洪災(zāi)影響的程度，防災(zāi)減災(zāi)能力反映了研究對象應(yīng)對洪災(zāi)的能力和從災(zāi)害事件中恢復(fù)的能力[22]。論文借鑒相關(guān)研究成果[11,13,22-23]，根據(jù)研究區(qū)域的自然與社會經(jīng)濟(jì)發(fā)展特點，以及數(shù)據(jù)的可獲得性，共選擇11個變量作為評價指標(biāo)，見表2。

表2 洪災(zāi)脆弱性評價指標(biāo)體系Tab.2 Evaluation index system of flood vulnerability

(2)評價指標(biāo)一致無量綱化處理[24]。對評價指標(biāo)數(shù)據(jù)進(jìn)行一致無量綱化處理，將其轉(zhuǎn)變?yōu)?～1 之間的正向指標(biāo)。對于越大越優(yōu)型評價指標(biāo)，采用式(4)處理：

rij=[xij-min(xij)]/[max(xij)-min(xij)]

(4)

對于越小越優(yōu)型評價指標(biāo)，采用式(5)處理：

rij=[max(xij)-xij]/[max(xij)-min(xij)]

(5)

式中：max(xij)，min(xij)分別為同一評價指標(biāo)下不同評價對象的評價指標(biāo)值xij中的最大值和最小值。

(3)利用歸一化公式進(jìn)行綜合評價[25]。根據(jù)建好的區(qū)域洪災(zāi)脆弱性評價指標(biāo)體系，選取初等突變模型，并利用歸一化公式，由最底層向最終評價目標(biāo)層進(jìn)行遞歸運(yùn)算，求出總突變級數(shù)進(jìn)行評價。在進(jìn)行各層次突變級數(shù)計算時需遵循兩條準(zhǔn)則。非互補(bǔ)準(zhǔn)則：評價指標(biāo)之間作用不可互相替代時，按“大中取小”原則取值作為上層指標(biāo)值；互補(bǔ)準(zhǔn)則：評價指標(biāo)之間可相互彌補(bǔ)其不足時，取其均值作為上層指標(biāo)值[19]。

2 實例研究

懷洪南片防洪保護(hù)區(qū)是全國重點防洪保護(hù)區(qū)之一，位于安徽省境內(nèi)，是淮河左堤及懷洪新河右堤保護(hù)的區(qū)域，面積約為1 480 km2，防洪保護(hù)區(qū)內(nèi)涉及1區(qū)3縣15個鄉(xiāng)鎮(zhèn)(如圖1)[26]。懷洪南片防洪保護(hù)區(qū)地勢總體趨勢是北高南低。固鎮(zhèn)縣、懷遠(yuǎn)縣城和五河縣澮南鎮(zhèn)地面高程較高，高程在19.0 m左右，低洼地區(qū)主要分布在釣魚臺湖河及五河縣城附近地區(qū)，高程為13.0～14.0 m，其他區(qū)域高程為15.0～16.0 m。防洪保護(hù)區(qū)內(nèi)降雨集中，汛期6—9月降水量占年降水量的50%～75%，暴雨強(qiáng)度大、持續(xù)時間長、范圍大且洪水總量大，往往形成流域性暴雨洪水。懷洪南片防洪保護(hù)區(qū)分別于1950，1952，1954，1956，1962，1963，1965，1990，1991，1996，1998，2001，2003，2005，2007年發(fā)生較大洪水15次，平均約4年一次，洪澇災(zāi)害損失嚴(yán)重，因此，對懷洪南片防洪保護(hù)區(qū)進(jìn)行合理的洪災(zāi)管理勢在必行。洪災(zāi)脆弱性反映了暴露于洪水中的承災(zāi)體易于遭受洪水破壞和從洪災(zāi)中恢復(fù)的能力，對洪災(zāi)脆弱性進(jìn)行分析評價，可確定研究區(qū)各鄉(xiāng)鎮(zhèn)的洪災(zāi)脆弱性程度和空間分布，為懷洪南片防洪保護(hù)區(qū)的洪災(zāi)管理提供指導(dǎo)，對于防洪減災(zāi)具有重要的意義。根據(jù)數(shù)據(jù)的可獲得性，以鄉(xiāng)鎮(zhèn)作為評價單元進(jìn)行洪災(zāi)脆弱性評價。表3是依據(jù)《2015年蚌埠市統(tǒng)計年鑒》數(shù)據(jù)經(jīng)過空間處理獲得的各評價單元的評價指標(biāo)數(shù)據(jù)集。

圖1 懷洪南片防洪保護(hù)區(qū)研究范圍Fig.1 Study area of Huaihongnanpian flood protection area

鄉(xiāng)鎮(zhèn)單位面積GDP/(萬元·km-2)人口密度/(人·km-2)居民地密度/(km2·km-2)生命線工程密度/(km·km-2)農(nóng)業(yè)人口占比/%平均高程/m土地利用敏感指數(shù)女性人口占比/%人均GDP/(萬元·人-1)避難所密度/(個·km-2)醫(yī)療救助機(jī)構(gòu)密度/(個·km-2)澮南鎮(zhèn)9045972960040014040709641817641190468266302880090新集鎮(zhèn)13517414490460021048209411613640630470264000300296頭鋪鎮(zhèn)10437255058870023059309621507642000478188201010172大新鎮(zhèn)11603794614850022051209641662532750473221901460255曹顧張鄉(xiāng)11525721842410007027108281744643360485625600830193臨北回族鄉(xiāng)5319211851980007162008621725732650465287200810228新馬橋鎮(zhèn)12857293597640014063109461919342700475327400610155王莊鎮(zhèn)10471723551560013034309681890541670466277400370203梅橋鎮(zhèn)39269268058510000068509301727736230459487302980265曹老集鎮(zhèn)26527425301410021047309511728839670477500401040166吳小街鎮(zhèn)1763822675745900311258070016991366205012184304740422小蚌埠鎮(zhèn)62040981121715400511843033617656314605064459018340386沫河口鎮(zhèn)35671127071830029060409471749243670478474903470163魏莊鎮(zhèn)2542601258000010102709671828128470470103801080118懷遠(yuǎn)縣城關(guān)鎮(zhèn)1491866769125100532324022018670283104931043512260200

2.1 歸一化計算

首先，將表3的各指標(biāo)原始數(shù)值運(yùn)用式(4)和(5)進(jìn)行一致無量綱化處理，轉(zhuǎn)換成[0，1]范圍內(nèi)的正向指標(biāo)，然后根據(jù)突變理論遞歸運(yùn)算的準(zhǔn)則，運(yùn)用歸一公式逐層進(jìn)行歸一化運(yùn)算處理，直至得到最高層評價指標(biāo)，評價結(jié)果見表4。以懷遠(yuǎn)縣城關(guān)鎮(zhèn)為例，具體計算過程如下。

由表1可知，最底層指標(biāo)C1，C2，C3，C4構(gòu)成蝴蝶突變，根據(jù)式(3)有：XC1=(0.237 339)1/2=0.487 174，XC2=(0.518 119)1/3=0.803 174，XC3=(1)1/4=1，XC4=(0)1/5=0，由于各控制變量之間可以互相彌補(bǔ)不足，綜合起來共同對上一層評價指標(biāo)產(chǎn)生作用，因此按“互補(bǔ)準(zhǔn)則”取均值，得B1=(XC1+XC2+XC3+XC4)/4= 0.572 587。同理可計算出B2=0.323 419，B3=0.828 588。同樣，準(zhǔn)則層B1，B2，B3構(gòu)成燕尾突變，根據(jù)式(2)有：XB1=(0.572 587)1/2=0.756 694，XB2=(0.323 419)1/3=0.686 417，XB3=(0.828 588)1/4=0.954 079，按照“互補(bǔ)準(zhǔn)則”，求得懷遠(yuǎn)縣城關(guān)鎮(zhèn)最終的洪災(zāi)脆弱性指標(biāo)值為0.799 1。其余各鎮(zhèn)以此類推，可求得洪災(zāi)脆弱性評價指標(biāo)值(見表4)。

表4 各鄉(xiāng)鎮(zhèn)洪災(zāi)脆弱性指標(biāo)值Tab.4 Flood vulnerability index values of each township

2.2 洪災(zāi)脆弱性等級的確定

圖2 研究區(qū)洪災(zāi)脆弱性空間分布Fig.2 Spatial distribution of flood vulnerability in study area

將洪災(zāi)脆弱性指數(shù)在ArcGIS中采用自然斷點法分為5級：微脆弱性(Ⅰ)、輕脆弱性(Ⅱ)、中脆弱性(Ⅲ)、重脆弱性(Ⅳ)和特脆弱性(Ⅴ)，各等級的取值區(qū)間分別為[0.799 1,0 .827 7]，[0.839 4，0.859 8]，[0.884 8，0.897 1]，[0.908 1，0.914 1]，[0.919 6，0.928 7]，防洪保護(hù)區(qū)洪災(zāi)脆弱性等級空間分布如圖2所示。洪災(zāi)脆弱性等級結(jié)果見表4。

為驗證突變級數(shù)綜合評價法評價結(jié)果的可靠性，本文將基于熵權(quán)的模糊優(yōu)選法應(yīng)用到研究區(qū)15個鄉(xiāng)鎮(zhèn)的洪災(zāi)脆弱性評價中[24,27-28]?；陟貦?quán)的模糊優(yōu)選法結(jié)合了熵權(quán)法和模糊優(yōu)選法的優(yōu)點，利用評價對象的評價指標(biāo)構(gòu)成的特征值矩陣來確定權(quán)重及相對優(yōu)屬度，計算結(jié)果無主觀因素的影響，科學(xué)客觀。在本實例中，使用基于熵權(quán)的模糊優(yōu)選法時，評價指標(biāo)、一致無量綱處理公式和指標(biāo)間的相對重要性關(guān)系與突變級數(shù)綜合評價法完全一致。具體評價步驟為：首先將表3的數(shù)據(jù)利用式(4)和式(5)進(jìn)行一致無量綱化處理，得到相對優(yōu)屬度矩陣，然后根據(jù)文獻(xiàn)[18]中計算熵權(quán)的式(6.40)，(6.42)和(6.43)確定權(quán)重，最后將計算的權(quán)重代入文獻(xiàn)[18]的式(6.35)確定各鄉(xiāng)鎮(zhèn)洪災(zāi)脆弱性優(yōu)先順序。計算得洪災(zāi)脆弱性評價指標(biāo)值見表4，洪災(zāi)脆弱性等級的確定同樣使用自然斷點法(見表4)。

由表4可以看出，對于這兩種洪災(zāi)脆弱性評價方法，除了小蚌埠鎮(zhèn)、臨北回族鄉(xiāng)、曹顧張鄉(xiāng)、大新鎮(zhèn)及吳小街鎮(zhèn)這5個鄉(xiāng)鎮(zhèn)的洪災(zāi)脆弱性等級存在細(xì)微差別外，其他鄉(xiāng)鎮(zhèn)的洪災(zāi)脆弱性等級完全一致，這在一定程度上驗證了突變級數(shù)綜合評價法計算結(jié)果的可靠性。

突變級數(shù)綜合評價法結(jié)果表明：研究區(qū)15個鄉(xiāng)鎮(zhèn)中，微脆弱性等級的鄉(xiāng)鎮(zhèn)有2個，懷遠(yuǎn)縣城關(guān)鎮(zhèn)和魏莊鎮(zhèn)，占研究區(qū)總面積的21.3%；輕脆弱性等級的鄉(xiāng)鎮(zhèn)有3個，小蚌埠鎮(zhèn)、梅橋鎮(zhèn)和臨北回族鄉(xiāng)，占研究區(qū)總面積的11.2%；中脆弱性等級的鄉(xiāng)鎮(zhèn)有5個，分別為新馬橋鎮(zhèn)、王莊鎮(zhèn)、曹顧張鄉(xiāng)、澮南鎮(zhèn)和吳小街鎮(zhèn)，占研究區(qū)總面積的36.6%；重脆弱性等級的鄉(xiāng)鎮(zhèn)有2個，大新鎮(zhèn)和新集鎮(zhèn)，占研究區(qū)總面積的10.7%；特脆弱性等級的鄉(xiāng)鎮(zhèn)有3個，曹老集鎮(zhèn)，頭鋪鎮(zhèn)和沫河口鎮(zhèn)，占研究區(qū)總面積的20.2%。中等及中等脆弱性以上的鄉(xiāng)鎮(zhèn)面積占研究區(qū)總面積的67.5%，說明懷洪南片防洪保護(hù)區(qū)內(nèi)大部分地區(qū)的洪災(zāi)脆弱性程度偏高。

由表4可見，除了小蚌埠鎮(zhèn)和吳小街鎮(zhèn)的防災(zāi)減災(zāi)能力指標(biāo)明顯小之外，其余鄉(xiāng)鎮(zhèn)防災(zāi)減災(zāi)能力指標(biāo)大致相同，說明防災(zāi)減災(zāi)能力不是影響洪災(zāi)脆弱性水平的主導(dǎo)要素。暴露度指數(shù)高的鄉(xiāng)鎮(zhèn)有小蚌埠鎮(zhèn)、吳小街鎮(zhèn)、曹老集鎮(zhèn)、頭鋪鎮(zhèn)和沫河口鎮(zhèn)，其中，小蚌埠鎮(zhèn)和吳小街鎮(zhèn)的防災(zāi)減災(zāi)能力指標(biāo)明顯小于其他鄉(xiāng)鎮(zhèn)，降低了二者的洪災(zāi)脆弱性水平。懷遠(yuǎn)縣城關(guān)鎮(zhèn)，魏莊鎮(zhèn)和梅橋鎮(zhèn)的敏感性指標(biāo)較其他鄉(xiāng)鎮(zhèn)相比低，且暴露度指標(biāo)也低，也就是說這3個鄉(xiāng)鎮(zhèn)暴露于洪災(zāi)中的可能性小，也不易于受洪水影響，3個鄉(xiāng)鎮(zhèn)的洪災(zāi)脆弱性處于中等偏下水平。

特脆弱性等級的鄉(xiāng)鎮(zhèn)是頭鋪鎮(zhèn)、沫河口鎮(zhèn)和曹老集鎮(zhèn)。懷洪南片防洪保護(hù)區(qū)地勢北高南低，低洼地區(qū)主要分布在北淝河、釣魚臺湖及五河縣城附近地區(qū)，當(dāng)洪水災(zāi)害發(fā)生時，地處低洼地勢的頭鋪鎮(zhèn)、沫河口鎮(zhèn)、曹老集鎮(zhèn)容易被洪水淹沒，暴露于洪水中。同時，這3個鄉(xiāng)鎮(zhèn)的農(nóng)業(yè)人口比重大，經(jīng)濟(jì)以農(nóng)業(yè)為主，當(dāng)汛期發(fā)生洪澇災(zāi)害時，農(nóng)作物易于受洪水影響而減產(chǎn)，導(dǎo)致經(jīng)濟(jì)損失。以上分析表明，研究區(qū)內(nèi)洪災(zāi)脆弱性水平高的地區(qū)，地勢低，承災(zāi)體容易暴露于洪災(zāi)之中，且受災(zāi)區(qū)內(nèi)承災(zāi)體易于受洪水影響，整體防災(zāi)抗災(zāi)水平不高。

微脆弱性等級的鄉(xiāng)鎮(zhèn)是懷遠(yuǎn)縣城關(guān)鎮(zhèn)和魏莊鎮(zhèn)。懷遠(yuǎn)縣城關(guān)鎮(zhèn)和魏莊鎮(zhèn)地勢較高，高程約為18.48 m，承災(zāi)體暴露度低。懷遠(yuǎn)縣城關(guān)鎮(zhèn)經(jīng)濟(jì)以工業(yè)和第三產(chǎn)業(yè)為主，農(nóng)業(yè)比重很低，對洪災(zāi)的敏感性低，汛期暴雨洪水對其威脅小。同時，懷遠(yuǎn)縣城關(guān)鎮(zhèn)地處縣城，路網(wǎng)發(fā)達(dá)，避難所及醫(yī)療救助機(jī)構(gòu)密集，對洪災(zāi)的防御和適應(yīng)能力較高。而魏莊鎮(zhèn)雖然經(jīng)濟(jì)以農(nóng)業(yè)為主，但其所處地勢高，在很大程度上削弱了洪災(zāi)對其造成的影響，降低了魏莊鎮(zhèn)的洪災(zāi)脆弱性等級。

根據(jù)研究區(qū)洪災(zāi)脆弱性組成和分布，可因地制宜地采取不同措施降低各鄉(xiāng)鎮(zhèn)的洪災(zāi)脆弱性。例如吳小街鎮(zhèn)，該鎮(zhèn)經(jīng)濟(jì)水平較高，有一定的防災(zāi)減災(zāi)能力，但其暴露度和敏感性指數(shù)高，要降低吳小街鎮(zhèn)的洪災(zāi)脆弱性水平，可通過加高堤防或改善種植結(jié)構(gòu)和生產(chǎn)模式等方式。洪災(zāi)脆弱性等級中等以上的鄉(xiāng)鎮(zhèn)，例如頭鋪鎮(zhèn)，暴露度，敏感性及防災(zāi)減災(zāi)能力指數(shù)都較高，需要采取綜合措施降低洪災(zāi)脆弱性水平，如加高堤防，增強(qiáng)農(nóng)田基礎(chǔ)建設(shè)及河流渠道輸排水能力，調(diào)整區(qū)域農(nóng)作物種植結(jié)構(gòu)，完善洪水預(yù)警機(jī)制和救災(zāi)應(yīng)急預(yù)案，加強(qiáng)洪災(zāi)自救的宣傳工作等。

3 結(jié) 語

(1)從20世紀(jì)70年代至今，突變理論已經(jīng)有40余年的發(fā)展歷程，經(jīng)過這40多年的不斷探索和完善，突變理論已經(jīng)具有相當(dāng)深厚的數(shù)學(xué)基礎(chǔ)，在其概念和方法被越來越普遍地理解和接受的同時，突變理論在實際生產(chǎn)中的應(yīng)用也越來越廣泛。突變級數(shù)綜合評級法作為一種多指標(biāo)評價方法，其指標(biāo)值的量化是根據(jù)各指標(biāo)在歸一公式中的內(nèi)在作用機(jī)理進(jìn)行的，無需確定具體的指標(biāo)權(quán)重，減少了主觀因素的影響，使評價結(jié)果更趨于實際。較其他評價方法而言，突變級數(shù)綜合評價法過程清晰，計算簡單，更便于實際應(yīng)用。

(2)本文采用突變級數(shù)綜合評價法得到的計算結(jié)果與基于熵權(quán)的模糊優(yōu)選法計算結(jié)果非常接近，且經(jīng)分析與懷洪南片防洪保護(hù)區(qū)實際情況相吻合，驗證了突變級數(shù)綜合評價法的合理性和準(zhǔn)確性，為區(qū)域洪災(zāi)脆弱性評價提供了一種新方法。

(3)突變級數(shù)綜合評價法計算結(jié)果表明，懷洪南片防洪保護(hù)區(qū)內(nèi)大部分地區(qū)的洪災(zāi)脆弱性程度偏高，其中特脆弱性等級的鄉(xiāng)鎮(zhèn)為頭鋪鎮(zhèn)、沫河口鎮(zhèn)、曹老集鎮(zhèn)，重脆弱性等級的鄉(xiāng)鎮(zhèn)為大新鎮(zhèn)、新集鎮(zhèn)，中脆弱性等級的鄉(xiāng)鎮(zhèn)為新馬橋鎮(zhèn)、王莊鎮(zhèn)、曹顧張鄉(xiāng)、澮南鎮(zhèn)、吳小街鎮(zhèn)，輕脆弱性等級的鄉(xiāng)鎮(zhèn)為小蚌埠鎮(zhèn)、梅橋鎮(zhèn)、臨北回族鄉(xiāng)，微脆弱性等級的鄉(xiāng)鎮(zhèn)為懷遠(yuǎn)縣城關(guān)鎮(zhèn)、魏莊鎮(zhèn)。經(jīng)分析，地勢的高低及農(nóng)業(yè)比重的大小對洪災(zāi)脆弱性影響較大，故對防洪保護(hù)區(qū)的各鄉(xiāng)鎮(zhèn)進(jìn)行洪災(zāi)管理時，要重點關(guān)注處于低洼地勢并以農(nóng)業(yè)為主的鄉(xiāng)鎮(zhèn)的防洪減災(zāi)工作，可通過增強(qiáng)農(nóng)田基礎(chǔ)建設(shè)及河流渠道輸排水能力，調(diào)整區(qū)域農(nóng)作物種植結(jié)構(gòu)，合理分配物資和管理投入力度等措施降低高脆弱性鄉(xiāng)鎮(zhèn)的脆弱性水平。所以，研究成果對于降低防洪保護(hù)區(qū)內(nèi)各鄉(xiāng)鎮(zhèn)的洪災(zāi)脆弱性具有指導(dǎo)作用，對防洪保護(hù)區(qū)的減災(zāi)投資及洪災(zāi)管理具有重要意義。

[1] 毛德華, 何梓霖, 賀新光, 等. 洪災(zāi)風(fēng)險分析的國內(nèi)外研究現(xiàn)狀與展望(Ⅰ)——洪水為害風(fēng)險分析研究現(xiàn)狀[J]. 自然災(zāi)害學(xué)報, 2009, 18(1): 139- 149. (MAO Dehua, HE Zilin, HE Xinguang, et al. Review and prospect of research on flood risk analysis at home and abroad(Ⅰ): status quo of research on risk analysis of flood hazard[J]. Journal of Natural Disasters, 2009, 18(1): 139- 149. (in Chinese))

[2] 鄒強(qiáng). 洪災(zāi)風(fēng)險綜合分析與智能評價的理論與方法[D]. 武漢: 華中科技大學(xué), 2013. (ZOU Qiang. Study on the theory and method of comprehensive analysis and intelligent assessment of flood disaster risk[D]. Wuhan: Huazhong University of Science and Technology, 2013. (in Chinese))

[3] 魏一鳴, 楊存鍵, 金菊良. 洪水災(zāi)害分析與評估的綜合集成方法[J]. 水科學(xué)進(jìn)展, 1999, 10(1): 25- 30. (WEI Yiming, YANG Cunjian, JIN Juliang. Integrated method for analysis and evaluation of flood disaster[J]. Advances in Water Science, 1999, 10(1): 25- 30. (in Chinese))

[4] 魏一鳴, 范英, 金菊良. 洪水災(zāi)害風(fēng)險分析的系統(tǒng)理論[J]. 管理科學(xué)學(xué)報, 2001, 4(2): 7- 11, 44. (WEI Yiming, FAN Ying, JIN Juliang. System theory of flood disaster risk analysis[J]. Journal of Management Sciences in China, 2001, 4(2): 7- 11, 44. (in Chinese))

[5] 金菊良, 宋占智, 周玉良, 等. 水旱災(zāi)害風(fēng)險評估方法體系及其實證研究[J]. 水利水電科技進(jìn)展, 2015, 35(5): 142- 151. (JIN Juliang, SONG Zhanzhi, ZHOU Yuliang, et al. Risk assessment method system for flood and drought disasters and its application[J]. Advances in Science and Technology of Water Resources, 2015, 35(5): 142- 151. (in Chinese))

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

[7] 石勇, 許世遠(yuǎn), 石純, 等. 洪水災(zāi)害脆弱性研究進(jìn)展[J]. 地理科學(xué)進(jìn)展, 2009, 28(1): 41- 46. (SHI Yong, XU Shiyuan, SHI Chun, et al. A review on development of vulnerability assessment of floods[J]. Progress in Geography, 2009, 28(1): 41- 46. (in Chinese))

[8] KARAGIORGOS K, THALER T, HüBL J, et al. Multi-vulnerability analysis for flash flood risk management[J]. Natural Hazards, 2016, 82(1): 1- 25.

[9] 周揚(yáng), 李寧, 吳文祥. 自然災(zāi)害社會脆弱性研究進(jìn)展[J]. 災(zāi)害學(xué), 2014, 29(2): 128- 135. (ZHOU Yang, LI Ning, WU Wenxiang. Research progress on social vulnerability to natural disasters[J]. Journal of Catastrophology, 2014, 29(2): 128- 135. (in Chinese))

[10] 殷杰, 尹占娥, 于大鵬, 等. 風(fēng)暴洪水主要承災(zāi)體脆弱性分析——黃浦江案例[J]. 地理科學(xué), 2012, 32(9): 1155- 1160. (YIN Jie, YIN Zhan’e, YU Dapeng, et al. Vulnerability analysis for storm induced flood: a case study of huangpu river basin[J]. Scientia Geographica Sinica, 2012, 32(9): 1155- 1160. (in Chinese))

[11] 游溫嬌, 張永領(lǐng). 洪災(zāi)社會脆弱性指標(biāo)體系研究[J]. 災(zāi)害學(xué), 2013, 28(3): 215- 220. (YOU Wenjiao, ZHANG Yongling. Research on index system of social vulnerability for flood hazard[J]. Journal of Catastrophology, 2013, 28(3): 215- 220. (in Chinese))

[12] CUTTER S L, MITCHELL J T, SCOTT M S. Revealing the vulnerability of people and places: a case study of Georgetown County, South Carolina[J]. Annals of the Association of American Geographers, 2015, 90(4): 713- 737.

[13] 汪朝輝, 王克林, 熊鷹, 等. 湖南省洪澇災(zāi)害脆弱性評估和減災(zāi)對策研究[J]. 長江流域資源與環(huán)境, 2003, 12(6): 586- 592. (WAN Zhaohui, WANG Kelin, XIONG Ying, et al. Assessment of the vulnerability of flood-waterlogging disaster and countermeasures of disaster reduction in Hunan province[J]. Resources and Environment in the Yangtze Basin, 2003, 12(6): 586- 592. (in Chinese))

[14] 葛怡, 史培軍, 劉婧, 等. 中國水災(zāi)社會脆弱性評估方法的改進(jìn)與應(yīng)用—以長沙地區(qū)為例[J]. 自然災(zāi)害學(xué)報, 2005, 14(6): 54- 58. (GE Yi, SHI Peijun, LIU Jing, et al. Improvement and application of vulnerability assessment methodology for flood hazards in China: using Changsha prefecture as a case study[J]. Journal of Natural Disasters, 2005, 14(6): 54- 58. (in Chinese))

[15] 郭鳳清, 曾輝, 叢沛桐, 等. 潖江蓄洪區(qū)洪災(zāi)承災(zāi)體脆弱性分析[J]. 災(zāi)害學(xué), 2014, 29(3): 102- 107. (GUO Fengqing, ZENG Hui, CONG Peitong, et al. Vulnerability analysis of hazard-affected bodies in Pajiang flood storage area[J]. Journal of Catastrophology, 2014, 29(3): 102- 107. (in Chinese))

[16] 樊運(yùn)曉, 羅云, 陳慶壽. 承災(zāi)體脆弱性評價指標(biāo)中的量化方法探討[J]. 災(zāi)害學(xué), 2000, 15(2): 78- 81. (FAN Yunxiao, LUO Yun, CHEN Qingshou. Discussion on quantification method of evaluating vulnerability indexes of hazard bearing body[J]. Journal of Catastrophology, 2000, 15(2): 78- 81. (in Chinese))

[17] 張業(yè)民. 突變理論在巖土與結(jié)構(gòu)工程中的若干應(yīng)用[D]. 大連: 大連理工大學(xué), 2008. (ZHANG Yeming. Catastrophe theory applied in several geo-technic and structure engineering area[D]. Dalian: Dalian University of Technology, 2008. (in Chinese))

[18] 范留明, 耿鵬超. 突變理論在邊坡工程應(yīng)用的研究進(jìn)展[J]. 地球科學(xué)進(jìn)展, 2015, 30(11): 1268- 1277. (FAN Liuming, GENG Pengchao. The application and research progress of catastrophe theory in slope engineering[J]. Advances in Earth Sci-ence, 2015, 30(11): 1268- 1277. (in Chinese))

[19] 李紹飛, 孫書洪, 王向余. 突變理論在海河流域地下水環(huán)境風(fēng)險評價中的應(yīng)用[J]. 水利學(xué)報, 2007, 38(11): 1312- 1317. (LI Shaofei, SUN Shuhong, WANG Xiangyu. Application of catastrophe theory to risk assessment of groundwater environment for river basin[J]. Journal of Hydraulic Engineering, 2007, 38(11): 1312- 1317. (in Chinese))

[20] 劉聚濤, 高俊峰, 姜加虎, 等. 基于突變理論的太湖藍(lán)藻水華危險性分區(qū)評價[J]. 湖泊科學(xué), 2010, 22(4): 488- 494. (LIU Jutao, GAO Junfeng, JIANG Jiahu, et al. Catastrophe theory based risk evaluation of blue-green algae bloom of different regions in Lake Taihu[J]. Journal of Lake Science, 2010, 22(4): 488- 494. (in Chinese))

[21] 周紹江. 突變理論在環(huán)境影響評價中的應(yīng)用[J]. 人民長江, 2003, 34(2): 52- 54. (ZHOU Shaojiang. Application of catastrophe theory in environmental impact assessment[J]. Yangtze River, 2003, 34(2): 52- 54. (in Chinese))

[22] 陳萍, 王興玲, 陳曉玲. 基于柵格的鄱陽湖生態(tài)經(jīng)濟(jì)區(qū)洪災(zāi)脆弱性評價[J]. 地理科學(xué), 2012, 32(8): 958- 964. (CHEN Ping, WANG Xingling, CHEN Xiaoling. Flood vulnerability assessment of Poyang Lake economical ecological zone at raster level[J]. Scientia Geographica Sinica, 2012, 32(8): 958- 964. (in Chinese))

[23] 李紹飛, 馮平, 孫書洪. 突變理論在蓄滯洪區(qū)洪災(zāi)風(fēng)險評價中的應(yīng)用[J]. 自然災(zāi)害學(xué)報, 2010, 19(3): 132- 138. (LI Shaofei, FENG Ping, SUN Shuhong. Application of catastrophe theory to evaluation of flood risk in detention basin[J]. Journal of Natural Disasters, 2010, 19(3): 132- 138. (in Chinese))

[24] 方國華, 黃顯峰. 多目標(biāo)決策理論、方法及其應(yīng)用[M]. 北京: 科學(xué)出版社, 2011. (FANG Guohua, HUANG Xianfeng. Multi-objective decision theory, method and application[M]. Beijing: Science Press, 2011. (in Chinese))

[25] 李繼清, 張玉山, 紀(jì)昌明, 等. 突變理論在長江流域洪災(zāi)綜合風(fēng)險社會評價中的應(yīng)用[J]. 武漢大學(xué)學(xué)報(工學(xué)版), 2007, 40(4): 26- 30. (LI Jiqing, ZHANG Yushan, JI Changming, et al. Application of catastrophe theory to social assessment of integrated flood disaster risks in Yangtze River[J]. Engineering Journal of Wuhan University, 2007, 40(4): 26- 30. (in Chinese))

[26] 南京水利科學(xué)研究院. 懷洪南片防洪保護(hù)區(qū)洪水風(fēng)險圖編制成果報告[R]. 南京： 南京水利科學(xué)研究院, 2016. (Nanjing Hydraulic Research Institute. Flood risk map compilation report of Huaihongnanpian flood protection area[R]. Nanjing: Nanjing Hydraulic Research Institute, 2016. (in Chinese))

[27] 張欣, 王宏麗, 李凱, 等. 熵權(quán)法及模糊優(yōu)選法在日光溫室墻體綜合性能評價中的應(yīng)用[J]. 中國農(nóng)業(yè)大學(xué)學(xué)報, 2015, 20(5): 235- 240. (ZHANG Xin, WANG Hongli, LI Kai, et al. The application of weighted entropy and fuzzy optimization method in the evaluation of comprehensive performance of north wall in Chinese green house[J]. Journal of Chinese Agricultural University, 2015, 20(5): 235- 240. (in Chinese))

[28] 陳艷萍, 吳鳳平, 吳丹. 基于模糊優(yōu)選和TOPSIS法的流域初始水權(quán)分配模型[J]. 河海大學(xué)學(xué)報(自然科學(xué)版), 2009, 37(4): 467- 471. (CHEN Yanping, WU Fengping, WU Dan. Initial water rights allocation model for basins based on fuzzy optimization and TOPSIS methods[J]. Journal of Hohai University(Natural Sciences), 2009, 37(4): 467- 471. (in Chinese))