重庆万州区公路网洪灾危险性评价

钟鸣音，唐红梅，陈洪凯

(重庆交通大学岩土工程研究所，重庆400074)

洪水灾害通常是指由暴雨、急骤融冰化雪、风暴潮等自然因素引起的江河湖海水量迅速增加或水位迅猛上涨的水流入境，对农业、工业和生命财产造成损失的灾害。洪水灾害是一种突发性强、频率高、分布区域广的严重自然灾害，在我国，约有50%的人口和70%的财产分布在洪水威胁区内［1］。公路洪灾是公路水毁的一种。由于自然因素作用形成的公路洪灾是世界各国面临的共同问题，是国内外公路遭到洪水破坏的最大自然灾害之一，在诸多对公路造成损失的灾害中，洪灾作用引起的公路毁坏尤为严重［2］。因此关于公路洪灾的研究也比较多［3-6］。一些新的理论与方法在危险性分析中得到应用，促进了危险性分析水平的提高，如层次分析法、模糊数学理论、灰色系统原理、混沌理论方法、极值分布理论、遗传算法、投影寻踪方法和人工神经网络方法等。

公路是交通和运输的重要载体，是国民经济发展的重要保障。多条公路互相交织成网使交通运输有更大的选择性和可达性。洪灾的暴发将可能影响到公路的正常运行。洪灾的发生对公路上生命财产的破坏也是相当严重的:破坏公路桥梁阻断交通，产生泥石流、山体滑坡等次生灾害淹没公路。发展完善的公路网对促进区域内的经济发展有着重要意义，因此当洪水灾害对公路造成了破坏，怎样通过合理的数据分析，得出不同区域的洪灾危险性高低，从而避开较大可能受灾区、选择合理的行车路线、完成公路网的运输功能，是有必要解决的问题。基于这个背景，笔者以重庆万州区为例对公路网洪灾危险性进行了评价研究。

1 公路网洪灾危险性因子分析

万州区地处四川盆地东缘，位于重庆市东北部、三峡库区的腹心地带，总面积3 457 km2。区内有高速公路114.82 km;318国道从区内穿过，全程总长107 km;有省道103和省道 202，共85.85 km;以及各县乡公路1 925.53 km。区内河流纵横，河流、溪涧切割深，落差大，高低悬殊，呈枝状分布，均属长江水系，年降雨量1 000～1 300 mm。

万州区的公路网洪灾危险性影响因子很多，包括降雨、地形地貌、岩性等环境因子，道路网面积率、路网密度、路网技术等级、经济效益等衡量公路网建设水平的因子。在上述诸多因子中，任何一个单因素都不足以引起公路网洪灾的发生，致灾只能是几种因子的耦合［7］。运用灰色系统原理［8］，获取主因子，再根据关联度分析法获得次要因子，据此筛选采用地质灾害(x1)、孕灾环境(x2)、公路类型(x3)、路网技术等级(x4)和路网密度(x5)作为评价指标。

地质灾害(x1):主因子。通过每平方公里存在的潜在灾害的数量来衡量。

孕灾环境(x2):次因子。发生洪灾与否与公路网所处的环境有着密切的关系。综合考虑区域内地貌条件、降雨和植被覆盖率的影响。

公路类型(x3):次因子。有的公路依山，有的公路傍水，公路类型是洪灾危险性评价的一个重要指标。将公路分为跨河公路、沿河公路、边坡公路和平原公路四类，其危险性依次降低。

路网技术等级(x4):次因子。指路网中各路段等级的里程加权平均值，反映路网技术等级总体情况［9］。不同等级公路的防护设施不同，因此对灾害的承受能力也不同，高等级公路比低等级公路的承受能力强，危险性显然更低。本文采用高等级公路里程与公路总里程的比表示路网技术等级。路网技术的等级越高，危险性越低。

路网密度(x5):次因子。公路网密度分为面积网密度、人口网密度、耕地网密度及综合网密度［10］。这里考虑面积网密度，即公路网总里程与公路网所属区域面积的比值。

1.1 公路网洪灾危险因子权重系数

1.1.1 权重系数求取

权重的确定有多种方法，其中层次分析法(AHP)原理较简单，且有数学依据［11］。层次分析法是从定性分析到定量分析综合集成的典型决策分析方法，将各种判断要素之间的差异数值化，将复杂问题分解为若干层次和若干因素，科学合理地确定各指标的权重［12］。笔者采用专家系统方法，综合构造层次分析法的判断矩阵B。权重计算过程如表1。

表1 层次分析法的权重系数Tab.1 Weight coefficients in AHP method

1.1.2 一致性检验

式中:B为判断矩阵;W为对应于λmax的正规化特征向量;λmax为判断矩阵B的最大特征根;n为指标的个数。

表2 平均随机一致性指标RI的值Tab.2 Values of average random uniformity index，RI

当CR＜0.10时，就认为判断矩阵B具有令人满意的一致性;否则，当CR≥0.10时，就需要调整判断矩阵，直到满意为止。

为了尽量避免人为主观因素的影响，选用20位专家的打分表得出的权重值再取其平均值作为最后的权重系数，见表3。

表3 危险性因子权重系数平均值Tab.3 Average weight coefficients of the risk factors

1.2 危险因子分级和赋值

各危险因子分级和赋值根据万州区的实际情况和专家经验进行，划分为4个等级并以百分制给予赋值。其中公路网密度和技术等级的分级是以河南省、四川省、重庆市和西藏自治区为标准，其洪灾危险性依次增大。具体分级和赋值过程见表4。

表4 万州区公路网洪灾危险性因子权重系数及分级赋值Tab.4 Weight coefficients and grade values of highway network flood risk factor in Wanzhou area

2 公路网洪灾危险性指数

危险性评价的量化指标，是通过危险性指数的计算获取［7］。根据其赋值与权重来建立计算模型为:

式中:Si为危险性指数;xi为评价因子的权重系数;ki为评价因子的赋值，采用单元面积评价法。

根据以上建立的计算模型，公路网洪灾危险性指数为:

Si=0.32x1+0.26x2+0.20x3+0.14x4+0.08x5式中:x1为地质灾害;x2为孕灾环境;x3为公路类型;x4为路网密度;x5为路网技术等级。

3 用GIS进行公路网洪灾危险性分区

GIS具有强大的信息处理和空间分析功能，可大幅提高危险性分析的速度和精度，其在公路的区划已有应用［13］。在GIS支持下的危险性评价分析的目的主要是得到危险性等级，并以专题图的形式直观显示［14］。具体操作如下:

1)利用MAPGIS对万州区的基础资料(各评价因子)进行数字化处理，对基础资料采用分层数字化，即各评价因子图层的分层式管理。

2)利用ARCGIS将数字化后的地图配准到1∶500 000的比例，将图元栅格化为100 m×100 m的正方形单元格，共326 134个网格，并得到5张单要素专题图(图1～图5)，及洪灾危险性指数等值线图如图6。

3)空间叠加统计分析。由前面AHP得到的各危险因子权重，以及各因子的赋值。利用GIS叠加分析功能［15-18］对危险性指数进行叠加，计算得到危险指数:高危险性区，危险性指数取值范围为［100，75);较高危险性区，危险性指数取值范围为［75，50);中危险性区，危险性指数取值范围为［50，25);低危险性区，危险性指数取值范围为［25，0)。得到各城镇的公路网洪灾危险性指数，见图7和表5。

图6 危险性指数等值线Fig.6 Contour map of risk index

图7 城镇危险性指数Fig.7 Map of urban risk index

表5 各城镇公路网洪灾危险性指数Tab.5 Flood risk indexes of each urban highway network

将危险性按城镇划分为4个等级得到危险性分区图(图8)。

图8 城镇危险性分区Fig.8 Zoning map of urban risk

由图8可以看出，万州区公路网洪灾危险性存在3、4两个等级，即中危险性和较高危险性。其中危险性最高的是小周镇，危险性指数为63.063 3;危险性最低的是恒合土家族乡，危险性指数为34.498 9。

较高危险区包括:孙家镇、后山镇、瀼渡镇、李河镇、高粱镇、天城镇、铁锋乡、熊家镇、大周镇、小周镇、万州城区、高峰镇、长岭镇、太龙镇、黄柏乡，占区域总面积的31.45%，达1 081.66 km2。相对较高危险性的区县有大周镇、小周镇、铁锋乡和孙家镇。

中危险区包括:白土镇、白羊镇、长坪乡、长滩镇、茨竹乡、弹子镇、地宝乡、分水镇、甘宁镇、郭村乡、恒合土家族乡、梨树乡、龙驹镇、龙沙镇、罗田镇、普子乡、太安镇、武陵镇、溪口乡、响水镇、新田镇、新乡镇、燕山乡、余家镇、柱山乡、走马镇，占区域总面积的 68.55%，达 2 357.32 km2。

4 结语

合理地构建了公路网洪灾风险指标评价体系，通过对地质灾害、孕灾环境、公路类型、路网技术等级和路网密度等评价因子的分析，利用层次分析法，得到各因子的权重值。再对评价因子分级赋值，通过GIS技术对各危险性因子进行叠加分析，确定危险性指数。最后得到危险性分区并进行评价，结果与实际情况比较吻合，对公路网洪灾的风险性评价有一定的借鉴意义。

［1］刘国庆，徐刚，刘颖.基于GIS的区域洪水灾害风险评价方法研究［J］.安徽农业科学，2009，37(22):10562-10564.LIU Guo-qing，XU Gang，LIU Ying.Study on risk evaluation of regional flood hazard base on GIS area［J］.Journal of Anhui Agricultural Sciences，2009，37(22):10562-10564.

［2］Armas I，Avram E.Perception of flood risk in Danube Delta，Romania［J］.Nature Hazards，2009(50):269-287.

［3］陈湛杏，罗缵锦.基于洪灾处治方法的公路水毁防治研究［J］.公路与汽运，2006(3):101-104.CHEN Zhan-xing，LUO Zuan-jin.The treatment method based on flood control highway damaged by flood［J］.Highways＆ Automotive Applications，2006(3):101-104.

［4］高星平.浅谈洪灾、冰灾对公路的危害及防治对策［J］.四川建材，2009，35(2):26-27.GAO Xing-ping.Discuss the harm and disaster prevention of floods and ice to the countermeasures highway［J］.Sichuan Building Materials，2009，35(2):26-27.

［5］Hubo Cai，Rasdorf W，Tilley C.An approach to determine extent and depth of highway flooding［J］.Journal of Infrastructure Systems，2007(13):157-167.

［6］付意成，魏传江，王启猛，等.区域洪灾风险评价体系研究［J］.灾害学，2009，24(3):27-32.FU Yi-cheng，WEI Chuan-jiang，WANG Qi-meng，et al.Study on regional flood risk assessment system［J］.Journal of Catastrophology，2009，24(3):27-32.

［7］唐红梅，林孝松，陈洪凯，等.重庆万州区地质灾害危险性分区及评价［J］.中国地质灾害与防治学报，2004，15(3):1-4.TANG Hong-mei，LIN Xiao-song，CHEN Hon-kai，et al.Risk zoning assessmentofgeologicaldisasterin Wanzhou area，Chongqing City［J］.The Chinese Journal of Geological Hazard and Control，2004，15(3):1-4.

［8］邓聚龙.灰理论基础［M］.武汉:华中科技大学出版社，1998.

［9］朱辉，李沛才，陈绍莹.公路网现状综合评价［J］.长安大学学报:自然科学版，2005，25(5):79-82.ZHU Hui，LI Pei-cai，CHEN Shao-ying.Synthetic evaluation of highway network actuality［J］.Journal of Chang’an University:Natural Science，2005，25(5):79-82.

［10］朱兴琳.新疆公路网现状分析与综合评价［J］.交通标准化，2008(10):189-193.ZHU Xing-lin.Status quo analysis and comprehensive assessment on highway network of Xinjiang［J］.Communications Standardization，2008(10):189-193.

［11］谭跃进，陈英武，易进先.系统工程原理［M］.长沙:国防科技大学出版社，1999:64-69.

［12］刘家福，李京，刘荆，等.基于GIS_AHP集成的洪水灾害综合风险评价:以淮河流域为例［J］.自然灾害学报，2008，17(6):110-114.LIU Jia-fu，LI Jing，LIU Jing，et al.Integrated GIS/AHP-based flood risk assessment:a case study of Huaihe River Basin in China［J］.Journal of Natural Disasters，2008，17(6):110-114.

［13］郭红蕊，梁乃兴.重庆公路自然区划新方法研究［J］.重庆交通大学学报:自然科学版，2009，28(2):279-282.GUO Hong-rui，LIANG Nai-xing.Study on new method of natural zoning of highway in Chongqing［J］.Journal of Chongqing Jiaotong University:Natural Science，2009，28(2):279-282.

［14］张峰，何政伟，杨斌，等.基于GIS和神经网络的泥石流危险性评价系统［J］.计算机工程，2009，35(3):205-207.ZHANG Feng，HE Zheng-wei，YANG Bin，et al.Debris flow hazard assessment system based on GIS and neural network［J］.Computer Engineering，2009，35(3):205-207.

［15］吴柏清，何政伟，刘严松.基于GIS的信息量法在九龙县地质灾害危险性评价中的应用［J］.测绘科学，2008，33(4):146-148.WU Bo-qing，HE Zheng-wei，LIU Yan-song.Application of GISBased information method to assessment of geohazards risk in Jiulong county［J］.Science of Surveying and Mapping，2008，33(4):146-148.

［16］蕾芳，邵世煌，许剑勇.基于GIS的公路网评价系统的设计与实现［J］.计算机工程，2003，29(16):142-144.LEI Fang，SHAO Shi-huang，XU Jian-yong.Design and implementation of evaluation system of highway network based on GIS［J］.Computer Engineering，2003，29(16):142-144.

［17］朱留军.基于GIS在洪灾损失评估中的应用［J］.城市勘测，2009(6):36-38.ZHU Liu-jun.Based on GIS in flood disaster loss assessment application［J］.Urban Geotechnical Investigation ＆ Surveying，2009(6):36-38.

［18］张会，张继权，韩俊山.基于GIS技术的洪涝灾害风险评估与区划研究:以辽河中下游地区为例［J］.自然灾害学报，2005，14(6):141-146.ZHANG Hui，ZHANG Ji-quan，HAN Jun-shan.GIS-based assessment and zoning of flood/waterlogging disaster risk:a case study on middle and lower reaches of Liaohe river［J］.Journal of National Disasters，2005，14(6):141-146.