路飛月 何亞伯 常秀峰

摘要：針對中國山區(qū)村鎮(zhèn)的洪災(zāi)特點，從致災(zāi)因子和孕災(zāi)環(huán)境兩個方面，研究了極限降雨水平、汛期降雨水平、坡度、泥石流等10余項指標(biāo)對洪災(zāi)自然環(huán)境危險性的影響，建立了基于云模型的洪災(zāi)自然環(huán)境危險性綜合評價模型。同時，利用GIS系統(tǒng)對空間指標(biāo)數(shù)據(jù)和屬性指標(biāo)數(shù)據(jù)予以度量并進行可視化表達，建立了洪災(zāi)的自然環(huán)境危險度評估模型，為政府構(gòu)建預(yù)警應(yīng)災(zāi)體系提供了依據(jù)。以神農(nóng)架林區(qū)為例，運用云-GIS模型進行了洪災(zāi)的自然環(huán)境危險性評估。結(jié)果表明，神農(nóng)架林區(qū)木魚鎮(zhèn)洪災(zāi)自然環(huán)境危險性最高。陽日鎮(zhèn)、大九湖鎮(zhèn)南部以及松柏鎮(zhèn)東南部危險性較高，需重點防范。其他鄉(xiāng)鎮(zhèn)洪災(zāi)自然環(huán)境危險度相對較低，新華鄉(xiāng)南部、松柏鎮(zhèn)西北部和下谷坪鄉(xiāng)危險性最低。

關(guān)鍵詞：云-GIS模型；洪災(zāi)；自然環(huán)境因素；評估模型

中圖分類號：X915.5 文獻標(biāo)識碼：A

文章編號：0439-8114（2019）03-0106-05

DOI：10.14088/j.cnki.issn0439-8114.2019.03.028 開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

Abstract： According to the characteristics of flood villages in mountainous areas in China， from two aspects of the disaster causing factors and the environment of pregnancy， this paper studies the impact of the limit rainfall level， the rainfall level in the flood season， the slope， the debris flow and so on on the natural environment hazard of the flood disaster， and establishes a comprehensive evaluation model of the natural environment hazard based on the cloud model. At the same time， the GIS system is used to measure and visualize the spatial index data and attribute data， and the hazard assessment model of the natural environment of flood is established， which provides the basis for the government to construct the early warning and disaster response system.Taking Shennongjia forest region as an example， we use cloud -GIS model to evaluate the natural environment risk of flood. The analysis results show that the most dangerous natural environment of flood disaster in Shennongjia forest region is Muyu town. There is a high risk in Yangri Town， the southern part of Dajiuhu Town and the southeastern part of Songbai Town， and we need to guard against them. The risk of natural disasters in other towns is relatively low. The southern part of Xinhua Township， the northwestern part of Songbai Town and Xiaguping Township are the least dangerous.

Key words： cloud-GIS model； flood disaster； natural environmental factors； evaluation model

洪水是指由長期降雨、暴雨、風(fēng)暴潮等引起的江河湖海水量迅速增加或水位短時間內(nèi)迅速上升的水流現(xiàn)象。洪水災(zāi)害一旦發(fā)生，對人類的生命財產(chǎn)安全造成較大的沖擊和威脅[1]。

根據(jù)2000-2017年《中國地質(zhì)災(zāi)害及防治情況統(tǒng)計年鑒》統(tǒng)計數(shù)據(jù)，中國每年平均發(fā)生地質(zhì)災(zāi)害約2.4萬起。因地質(zhì)災(zāi)害失去生命的人數(shù)每年約680人，年均經(jīng)濟損失45.813 2萬元。

對洪災(zāi)風(fēng)險的分析與規(guī)劃制圖一直是國內(nèi)外學(xué)者關(guān)注和研究的重點[2]。美國地質(zhì)調(diào)查機構(gòu)[3]（CSBU）在1959年發(fā)布了第一幅堪薩斯河洪水風(fēng)險圖；Rhoads[4]、Okoduwa[5]等利用RS和GIS軟件強大的空間分析技術(shù)，對亞利桑那州地區(qū)的洪水危險性進行了評價并制作出風(fēng)險區(qū)劃圖。趙士鵬[6]從致災(zāi)因子、孕災(zāi)環(huán)境和承災(zāi)體3個方面進行綜合考慮，將全國劃分為6個洪水災(zāi)害類型一致的區(qū)域。自2000年開始，中國學(xué)者逐漸將3S技術(shù)應(yīng)用到洪水災(zāi)害風(fēng)險評價中[7-10]。張行南等[7]利用GIS平臺制作了中國洪水災(zāi)害危險程度區(qū)劃圖，何報寅等[9]以湖北省1∶25萬數(shù)字地形圖為基礎(chǔ)，利用ARC/INFO地理信息系統(tǒng)軟件，制作了湖北省洪災(zāi)危險圖。譚徐明等[11]以中國過去300年的水災(zāi)記載資料為基礎(chǔ)，利用GIS技術(shù)繪制了全國洪水風(fēng)險區(qū)劃圖。萬君等[12]從湖北省的土地覆蓋和河網(wǎng)密度兩方面分析了洪水災(zāi)害的風(fēng)險性因素。以上研究大多與GIS系統(tǒng)結(jié)合使用，但相比于城市而言，對于山區(qū)村鎮(zhèn)洪災(zāi)的自然環(huán)境危險性研究仍然不足，在評價指標(biāo)權(quán)重的確定上也有很大的人為干擾性。本研究以受災(zāi)影響較嚴(yán)重的神農(nóng)架林區(qū)為例，建立了基于云-GIS模型的洪災(zāi)自然環(huán)境危險性綜合評價模型，并運用綜合云算法將專家的打分值進行擬合得到統(tǒng)一的權(quán)重云，較好地解決了評價指標(biāo)的主觀性問題，風(fēng)險評估結(jié)果對中國山區(qū)村鎮(zhèn)的防災(zāi)減災(zāi)和規(guī)劃建設(shè)有重要的指導(dǎo)意義。

1 林區(qū)自然環(huán)境危險性評價指標(biāo)體系

中國學(xué)者對洪水災(zāi)害風(fēng)險研究主要集中在經(jīng)濟和人口比較密集的城市地區(qū)。但相比于城市而言，山區(qū)村鎮(zhèn)在地形分布、降雨水平和次生災(zāi)害等自然環(huán)境方面具有不同的屬性。本研究以神農(nóng)架林區(qū)為例，建立中國山區(qū)村鎮(zhèn)洪災(zāi)自然環(huán)境危險性綜合評價指標(biāo)體系，進一步豐富和完善了自然災(zāi)害風(fēng)險管理的理論研究。

1.1 概況與數(shù)據(jù)來源

神農(nóng)架地處湖北省西北部，全區(qū)國土面積

3 253 km2，下轄6鎮(zhèn)2鄉(xiāng)和3個正縣級單位以及2個副縣級單位，是中國重要的風(fēng)景名勝區(qū)和自然保護區(qū)。神農(nóng)架林區(qū)平均海拔高達1 700 m，山脈東西延伸，整體海拔由南向北逐漸降低。林區(qū)內(nèi)山峰眾多，山勢復(fù)雜，坡度陡峭，山脈相對高差達到2 700 m，坡度集中在20°～50°。在氣候方面，神農(nóng)架林區(qū)內(nèi)夏季濕潤多雨，冬季溫和少雨，年降雨量在800～2 500 mm，河流資源豐富，是湖北省長江和漢江的分水嶺，境內(nèi)有大小河流317條。由于人口大部分居住在低谷處和山壑間，在當(dāng)?shù)貧夂驐l件下極易引發(fā)山洪，并伴隨山體滑坡和泥石流等自然災(zāi)害。

神農(nóng)架林區(qū)洪災(zāi)自然環(huán)境危險性評價研究的數(shù)據(jù)主要通過實地調(diào)研進行采集。包括不同精度下的神農(nóng)架林區(qū)原始DEM數(shù)據(jù)、土地利用類型數(shù)據(jù)、房屋建筑類信息和道路交通信息等數(shù)據(jù)，部分?jǐn)?shù)據(jù)來源于政府統(tǒng)計年鑒和人口普查資料。

1.2 林區(qū)村鎮(zhèn)洪災(zāi)自然環(huán)境危險性評價指標(biāo)體系

自然環(huán)境危險性主要包括致災(zāi)因子的強度、概率以及孕災(zāi)環(huán)境等因素[13]，具體到神農(nóng)架林區(qū)村鎮(zhèn)洪災(zāi)應(yīng)該考慮洪水的等級和環(huán)境因素。在評價指標(biāo)體系構(gòu)建方面，致災(zāi)因子危險性主要指極限降雨強度、汛期降雨強度和高程與降雨量分布的關(guān)系。孕災(zāi)環(huán)境危險性主要從淹沒損害、沖刷損害和泥石流、滑坡?lián)p害3個方面進行考慮，其中，淹沒損害與河流水系面、溝道密度和相對高程有直接關(guān)聯(lián)；沖刷損失與地形坡度、相對高程和植被對降水的攔截作用有重要關(guān)聯(lián)作用，而滑坡和泥石流主要與不穩(wěn)定土體有關(guān)。因此，神農(nóng)架林區(qū)洪災(zāi)的孕災(zāi)環(huán)境危險性指標(biāo)包括沿河流洪泛危險區(qū)、相對高程、溝道密度、土地類型、坡度、滑坡和泥石流共7個分項評價指標(biāo)。最后通過實地調(diào)研，建立了圖1所示的風(fēng)險評價指標(biāo)體系。

2 基于云模型的洪災(zāi)自然環(huán)境風(fēng)險評價模型

云模型[14]既可以從模糊的定性描述中挖掘出確定的數(shù)值狀態(tài)，又能將抽象的數(shù)值轉(zhuǎn)化為合適的定性描述，是一種實現(xiàn)定性定量相互轉(zhuǎn)化的數(shù)學(xué)模型。針對山區(qū)村鎮(zhèn)洪災(zāi)自然環(huán)境危險性特點，采用區(qū)間數(shù)和云模型相結(jié)合的評價方法，較好地解決了危險性評價的主觀性和模糊性問題。同時更好地將專家的主客觀認(rèn)識反映到指標(biāo)權(quán)重上，對風(fēng)險評價水平的離散性有了更清晰的認(rèn)識。并基于綜合云算法、模糊數(shù)學(xué)思想，構(gòu)建了神農(nóng)架林區(qū)洪災(zāi)自然環(huán)境風(fēng)險評價模型。

2.1 基于綜合云的指標(biāo)權(quán)重確定

根據(jù)洪災(zāi)的自然環(huán)境危險性特點，確定的指標(biāo)權(quán)重不僅要體現(xiàn)出各自對于洪災(zāi)風(fēng)險的絕對貢獻，同時還要體現(xiàn)出各評價指標(biāo)的相對重要性。本研究認(rèn)為，在進行評價時，每項指標(biāo)對最終結(jié)果都有一個客觀的作用效果，而且這個作用效果是可以進行量化處理的。所以在進行調(diào)查問卷時，每位專家對各項指標(biāo)的權(quán)重賦值就是一次量化體現(xiàn)，運用云模型[15-17]將其轉(zhuǎn)化為客觀的數(shù)值期望，并作為相應(yīng)指標(biāo)的權(quán)重值。為避免專家個體認(rèn)知的模糊性和不確定性，對專家打分區(qū)間和最可能值采用綜合云權(quán)重確定方法[18]。

1）專家咨詢。假定評價對象的指標(biāo)域U中有m個指標(biāo)，為U={u1，u2，u3，…，um}，各指標(biāo)對應(yīng)的權(quán)重為W={w1，w2，w3，…，wm}。請L位專家對每個指標(biāo)按照從低到高的重要程度在[0，100]內(nèi)進行權(quán)重賦值，包括wi的最大值、最小值以及最可能值，并相應(yīng)地記為lwimax，lwimin和lwip，其中l(wèi)=1，2，3，…，L，i=1，2，3，…，m。本研究根據(jù)問卷設(shè)計要求采集調(diào)查數(shù)據(jù)。

2）運用云模型處理專家打分得到權(quán)重云。將第l位專家對全部指標(biāo)權(quán)重的賦值lwimax、lwimin、lwip，對應(yīng)地分為最大值組、最小值組和最可能值組，標(biāo)準(zhǔn)化處理后得到相應(yīng)數(shù)據(jù)，lwimax′，lwimin′，lwip′，（i=1，2，3，…，m，l=1，2，3，…，L）；然后，將上面最可能值組的數(shù)據(jù)運用逆向云發(fā)生器得到對應(yīng)的權(quán)重云Cip{Exip，Enip，Heip}；再采用相同方法，按照確定度為0.5的逆向云發(fā)生器處理最大值組和最小值組數(shù)據(jù)，得到對應(yīng)的權(quán)重云Cim{Exim，Enim，Heim}。對上述權(quán)重云進行處理得到云圖。其中，較為分散的云圖代表專家對該指標(biāo)的認(rèn)識有很大的分歧，可以將結(jié)果反饋給專家進行修正。

4）劃分評價域的水平區(qū)間。針對自然環(huán)境危險性的致災(zāi)因子危險性指標(biāo)和孕災(zāi)環(huán)境危險性指標(biāo)得到風(fēng)險最終結(jié)果，按照高、較高、中、較低、低共5個等級劃定水平評價區(qū)間，也可以按照危險度1～10的數(shù)值進行評價，有利于風(fēng)險評價結(jié)果的清晰表達。

3 林區(qū)洪災(zāi)的自然環(huán)境危險性評價

以山區(qū)村鎮(zhèn)為基本單位進行數(shù)據(jù)收集工作，對神農(nóng)架林區(qū)內(nèi)8個鄉(xiāng)鎮(zhèn)的自然環(huán)境危險性分項指標(biāo)進行評價，然后通過數(shù)學(xué)方法將收集的數(shù)據(jù)反映在10 m×10 m的柵格單元中。合理設(shè)計調(diào)查問卷后，中國高校中相關(guān)領(lǐng)域的學(xué)者對每個分項指標(biāo)進行[0，100]之間的賦值，以汛期降雨水平為例展示其具體云圖情況，數(shù)據(jù)如表1所示。將每位高校相關(guān)領(lǐng)域?qū)W者的評分?jǐn)?shù)值進行歸一化處理，然后運用一種逆向云發(fā)生器計算出3個權(quán)重云Cimin{41.56，2.46，1.7}，Cimax{47.25，3.53，0.2}，Cip{44.21，3.25，0.9}。并運用綜合云算法公式（1）求得汛期降雨水平綜合云模型的特征值，如表2所示。對神農(nóng)架林區(qū)洪災(zāi)自然環(huán)境危險性指標(biāo)權(quán)重進行歸一化處理后為0.133 4，根據(jù)得到的各個云的數(shù)字特征使用正向云發(fā)生器可以生成云圖。其中汛期降雨水平最值和最可能值的云模型見圖2，兩者整體重合度較高。圖3是汛期降雨水平綜合云模型，Ex、En和He為綜合云的特征值。對調(diào)查所得評分?jǐn)?shù)據(jù)根據(jù)公式（1）計算求出神農(nóng)架林區(qū)洪災(zāi)自然環(huán)境危險性指標(biāo)權(quán)重，如表3所示，運用逆向云發(fā)生器和綜合云算法得到每個分項指標(biāo)的權(quán)重云，采用正態(tài)云模型等數(shù)據(jù)處理方法將量綱不同的指標(biāo)轉(zhuǎn)化為0～1的無量綱數(shù)值進行計算，主要反映致災(zāi)因子和孕災(zāi)環(huán)境兩個維度的危險性內(nèi)容。

基礎(chǔ)數(shù)據(jù)調(diào)研收集后，通過云模型、線密度分析等方法對數(shù)據(jù)進行處理，可以得到10 m×10 m的柵格單元評價矩陣P。根據(jù)公式（2）和公式（3）可以得到神農(nóng)架林區(qū)洪災(zāi)自然環(huán)境中致災(zāi)因子危險性和孕災(zāi)環(huán)境危險性的評價值，采用自然斷點法、等區(qū)間法、頻數(shù)法等方法劃分出高、中、低危險性等級或者危險度為1～10的評價水平區(qū)間。神農(nóng)架林區(qū)洪災(zāi)自然環(huán)境危險度區(qū)域評價是由致災(zāi)因子和孕災(zāi)環(huán)境兩方面危險性評價的數(shù)據(jù)結(jié)果疊加而成的，如表4所示。

根據(jù)洪水災(zāi)害發(fā)生時的自然環(huán)境危險度情況來衡量不同地區(qū)的自然環(huán)境危險性，其中強度為5時的情況最能體現(xiàn)神農(nóng)架林區(qū)的分析結(jié)果。從危險性的分布面積來看，神農(nóng)架林區(qū)洪災(zāi)自然環(huán)境位于高危險性的區(qū)域面積為282.1 km2，占比8.7%，中危險度的區(qū)域面積為1 778.4 km2，占比55.0%，低危險性的區(qū)域面積為1 170.5 km2，占比36.2%?？傮w而言神農(nóng)架林區(qū)木魚鎮(zhèn)洪災(zāi)自然環(huán)境危險性最高，陽日鎮(zhèn)、大九湖鎮(zhèn)南部以及松柏鎮(zhèn)東南部危險性較高，需重點防范。其他鄉(xiāng)鎮(zhèn)洪災(zāi)自然環(huán)境危險度相對較低，新華鄉(xiāng)南部、松柏鎮(zhèn)西北部和下谷坪鄉(xiāng)危險性最低。具體到精確位置，除陽日鎮(zhèn)、大九湖鎮(zhèn)和木魚鎮(zhèn)外，其他鄉(xiāng)鎮(zhèn)洪災(zāi)自然環(huán)境高危險區(qū)域相對較分散，大多分布在河流主干道的下游地區(qū)（圖4）。

4 結(jié)論

在風(fēng)險評價過程中，通過專家給出的評價區(qū)間和最可能值，既表征了專家主觀認(rèn)知的模糊性，又考慮到基于個人經(jīng)驗的相對準(zhǔn)確性。重點運用云模型和GIS兩個評價方法，云模型應(yīng)用的關(guān)鍵點在于將模糊、不全面的數(shù)據(jù)認(rèn)識反映為較為直觀的表現(xiàn)形式；GIS運用的關(guān)鍵點在于充分結(jié)合自然、人文地理數(shù)據(jù)，較為細(xì)致地評價和展現(xiàn)。將二者的優(yōu)勢結(jié)合，嘗試解決評價過程中的不足，為云模型用于山區(qū)村鎮(zhèn)自然災(zāi)害評價拓展了一種思路。

為了加強山區(qū)村鎮(zhèn)的洪災(zāi)風(fēng)險管理工作，以神農(nóng)架林區(qū)為例，運用云-GIS模型進行了洪災(zāi)的自然環(huán)境危險性評估?？傮w而言神農(nóng)架林區(qū)木魚鎮(zhèn)洪災(zāi)自然環(huán)境危險性最高。陽日鎮(zhèn)、大九湖鎮(zhèn)南部以及松柏鎮(zhèn)東南部危險性較高，需重點防范。其他鄉(xiāng)鎮(zhèn)洪災(zāi)自然環(huán)境危險度相對較低，新華鄉(xiāng)南部、松柏鎮(zhèn)西北部和下谷坪鄉(xiāng)危險性最低。對林區(qū)內(nèi)自然環(huán)境危險性較高的地區(qū)，政府應(yīng)當(dāng)提前防范，做好預(yù)警應(yīng)災(zāi)體系的構(gòu)建和完善。

參考文獻：

[1] ISLAM M M， SADO K.Development of flood hazard maps of Bangla-desk using NOAA-AVHRR images with GIS[J].Hydrological Sciences Journal，2000，45（3）：337-355.

[2] 程先富，戴夢琴，郝丹丹.區(qū)域洪淀災(zāi)害風(fēng)險評價研究進展[J].安徽師范大學(xué)學(xué)報（自然科學(xué)版），2015（1）：74-79.

[3] FEDERAL EMERGENCY MANAGEMENT AGENCY （FEMA）. Guidelines and Specifications for Flood Hazard Mapping Partners[M].Washington：Federal Emergency Management Agency，2003.

[4] RHOADS B L. Flood hazard assessment for land-use planning near desert mountains[J].Environmental Management，1986， 10（10）：97-106.

[5] OKODUWA A I. An Application of GIS to Flood Prediction；A Case Study of Benin City，Nigeria[D].Benin：University of Benin，1999.

[6] 趙士鵬.山洪災(zāi)情評估的系統(tǒng)集成方法研究[D].北京：中國科學(xué)院地理研究所，1995.

[7] 張行南，羅 健，陳 雷，等.中國洪水災(zāi)害危險程度區(qū)劃[J].水利學(xué)報，2000（3）：1-7.

[8] 常秀峰.神農(nóng)架林區(qū)洪災(zāi)風(fēng)險評價[D].武漢：武漢大學(xué)，2017.

[9] 何報寅，張海林，張 穗，等.基于GIS的湖北省洪水災(zāi)害危險性評價[[J].自然災(zāi)害學(xué)報，2002（4）：84-89.

[10] 汪 婷，何亞伯，常秀峰.基于云模型和GIS的神農(nóng)架林區(qū)洪災(zāi)風(fēng)險評價[J].湖北農(nóng)業(yè)科學(xué)，2018，57（13）：84-89.

[11] 譚徐明，張偉兵，馬建明，等.全國區(qū)域洪水風(fēng)險評價與區(qū)劃圖繪制研究[J].中國水利水電科學(xué)研究院學(xué)報，2004，2（1）：50-60.

[12] 萬 君，周月華，王迎迎.基于GIS的湖北省區(qū)域洪澇災(zāi)害風(fēng)險評估方法研究[J].暴雨災(zāi)害，2007，26（4）：328-333.

[13] 葛全勝.中國自然災(zāi)害風(fēng)險綜合評估初步研究[M].北京：科學(xué)出版社，2008.

[14] 李德毅，杜 鹢.不確定性人工智能[M].北京：國防工業(yè)出版社，2014.

[15] 孫鴻鵠，程先富，倪 玲，等.基于云模型和熵權(quán)法的巢湖流域防洪減災(zāi)能力評估[J].災(zāi)害學(xué)，2015，30（1）：222-227.

[16] 王望珍，張可欣，陳 瑤.基于GIS的神農(nóng)架林區(qū)多災(zāi)種耦合綜合風(fēng)險評估[J].湖北農(nóng)業(yè)科學(xué)，2018，57（5）：49-54.

[17] 王 賀，劉高峰，王慧敏.基于云模型的城市極端雨洪災(zāi)害風(fēng)險評價[J].水利經(jīng)濟，2014，32（2）：15-18.

[18] 何亞伯，常秀峰，徐 冰.山區(qū)村鎮(zhèn)洪災(zāi)承災(zāi)能力評估——以神農(nóng)架林區(qū)為例[J].中國安全生產(chǎn)科學(xué)技術(shù)，2016，12（6）：94-99.