山洪泥石流风险研究评述

张 婧 ，王 东

（1.西华大学 能源与环境学院,成都 610039；2.四川省交通运输厅公路规划勘察设计研究院,成都 610041）

1 前言

鉴于灾害机理研究的不成熟导致工程措施在防治山地灾害上的局限性，越来越多的科学家和一些欧洲阿尔卑斯山区国家倾向于采用“风险区划”、“风险评估”、“预报和预警”等非工程措施来降低灾害带来的经济损失和人员伤亡[1]。从1987年联合国开展的“国际减灾十年”活动开始，山洪泥石流风险分析的研究逐渐兴起。

2 山洪泥石流风险概念

1992年联合国人道主义事务部给出了自然灾害风险的定义：风险是在一定区域和给定时段内、由于特定的自然灾害而引起的人们生命财产和经济活动的期望损失值，它的定量表达式为[2]：

2004年联合国开发计划署给出的风险定义为：自然或人为灾害与承载体的易损性之间相互作用而导致一种有害的结果或预料损失发生的可能性，其定量表达式为：

公式（2）认为社会经济条件好的地区，采取一定防灾减灾措施来提高区域承灾能力，能够有效降低研究区域的相对损失率。近年来，这一表达式也得到一些研究学者的应用[3-4]。

山洪泥石流风险评价是一个典型的综合分析过程，涉及地质构造、地形地貌、气象、承灾体类型和价值等许多复杂因素。早期开展的山洪泥石流风险评价一般采用数理统计及分析等方法开展定性或半定量的评价研究[5]，主要是因为无法给出易损度的具体数值。20世纪90年代以后，随着遥感、GIS技术的广泛应用，基于区域背景资料的风险区划研究不断涌现[6]，为制作大尺度的山洪泥石流风险区划图提供了技术平台。唐川[7]和铁永波[8]等人采用多因子权重分析法和分类统计法在GIS平台上生成危险度区划图和易损度区划图，通过叠加得到云南昆明市东川城区和汶川县城后山南沟的山洪泥石流风险区划图。基于GIS的风险区划方法操作步骤清晰，一旦掌握可靠详实的遥感解译图片就具有很高的可行性，结果的呈现也非常直观。然而图形叠加采用公式（1）的计算方法，将易损度和危险度看做两个独立的变量，这与国外现行的观点不同。Fuchs[5]，Uzielli[9]和Mavrouli[10]等众多学者认为风险度是关于灾害i出现的概率Psi,承灾体j总价值AOj，与灾害强度相关的承灾体j的易损度VOj,Si和承灾体j在灾害i中的暴露度POj,Si的函数，如公式（3）所示。承灾体的易损度应与其遭受灾害的程度息息相关，而绝非一个常数。

3 山洪泥石流风险评估难点

山洪泥石流风险评估的重要性虽然得到许多学者的肯定，但与滑坡、洪水、雪崩、地震等其他类型自然灾害相比，其研究进展一直相对落后。从公式（1）～（3）可以发现，风险的研究实质上是危险度、易损度及其两者之间相互关系的研究，因此风险的评估水平很大程度上决定于这三者的研究层次。本文从五个方面切入，展开对山洪泥石流风险评估难点的分析。

3.1 评估范围的尺度不同，对评估的目的和精度要求不同

在对灾害进行评估时，首先应确定评估的时间尺度和空间尺度。时间尺度可以理解为静态或动态的风险评估。前者是指某一特定时期对研究区域的风险评估，主要是反映灾害可能对地区产生的影响程度；后者是某一段时期对研究区域的风险评估，而评估时期长则几十年或者上百年，短则一年或者几年。动态风险评估的必要性主要是由承灾体对象价值和人口密度的变化所带来的。Fuchs等人[11]统计研究发现欧洲阿尔卑斯山区自然灾害的风险变化正是由于承灾体数量和价值的变化而产生的。我国近年来农村经济体加速膨胀，受山洪泥石流危害的山区农村承灾体价值和人口会迅速提高，风险将大大增加。然而，动态的风险评估需要更丰富的资料和更复杂的分析过程，例如人口密度和经济增长变化规律、国家政策分析、市场规律解读等等，涉及人口统计学、社会学、心理学、政治学和经济学等等。

空间尺度是指评估范围的大小，我国的风险评估尚没有进行这方面的区分和研究。依据国外的区分标准结合我国的行政划分等级，山洪泥石流风险评估的空间尺度可分为三种：乡、镇、县、市内范围(local scale)；省内范围(regional scale)；多省范围内或全国范围(national scale)。不同空间尺度风险评估的研究目的、所面向的风险决策者或者使用者都有差别。一般来说，随着空间尺度的加大，风险评估对资料要求的详实程度和评估成果的精度是递减的。

3.2 评估需要可靠的数据来源和强大的技术平台支持

山洪泥石流风险评估工作需要进行海量数据的存储和运算，因此需要强大的技术平台，能够生成图像方便决策者比较不同地区并查询目标风险值。另外，在进行风险评估之前，数据的收集至关重要，但往往是最耗时耗力。因此，在遥感技术和GIS技术平台出现之前，山洪泥石流的风险评估停留在理论和个别案例的研究上，研究成果很少，一般以列表的形式展现不同地区的风险大小，较少应用于实践当中。

遥感是以航空摄影技术为基础，在20世纪60年代初发展起来的一门新兴技术。自1972年美国发射了第一颗陆地卫星后，这就标志着航天遥感时代的开始。通过解译遥感数据，可以很容易获取研究区域的地理地质特征参数，减轻了繁重的野外调查工作。遥感数据还能够提供大量的承灾体类别和数量，避免了冗长、复杂的排查和搜集工作。地理信息系统(GIS)，又可称为“地学信息系统”或“资源与环境信息系统”，可以在计算机硬、软件系统支持下，对整个或部分地球表层(包括大气层)空间中的有关地理分布数据进行采集、储存、管理、运算、分析、显示和描述。结合遥感技术和GIS技术系统平台可以显著提高山洪风险评估的效率，降低评估工作的难度，同时可以实现数据的实时更新，直观地呈现风险评估成果。Weichselartner在2001年，就强调过遥感和GIS技术对灾害防治工作的重要性。

3.3 泥石流易损度定量评估困难

泥石流易损度研究作为风险评估的重要环节起步较晚，而且泥石流本身行为复杂，承灾体种类丰富，加之两者相互作用机制不明，因此还没有严格的物理和数学方程能够解决此问题。目前山洪易损度定量评估的方法主要有曲线法、多指标综合判断法和价值核算法[12]。曲线法与灾害强度一一对应，但是依赖历史灾情的调查，由于承灾体类型特别丰富，数据较难收集，因此成果较少。多指标综合判断法和价值核算法适用于大尺度区域的静态评估，对详细信息的披露少。总的来说，山洪泥石流易损度研究的定量化水平仍然不高。

3.4 泥石流机理研究尚不成熟

由于泥石流机理的研究仍不成熟，理论研究无法为风险评估提供确切的特征值。目前在我国流行的多指标综合判断法的危险度评估忽略复杂的山洪泥石流机理，考虑对触发山洪泥石流有贡献作用的，现实考察中可获取的参数，提高了评估的可操作性。指标赋值和权重系数的标准化处理，保证危险度的取值范围在0～1之内。但是，这种方法同时存在着不足。首先，因子之间的权重系数采用灰色关联度方法确定，依赖于所使用的历史数据。历史数据的序列长短，准确性，多样性对关联度结果的影响是客观存在的。如果泥石流流域物质储备充足，降雨达到一个比较低的临界条件就会触发泥石流；反之物质储备不充足，则流域地质地貌特征参数对泥石流发生更具有决定性。其次，为消除计量单位对结果的影响，研究者对研究区域内单元的指标数值进行极差变换。变换后得到的指标无量纲数值并不具有绝对意义，与所在研究区域内该指标的数值序列位置有关，因此可能出现同一单元在不同研究序列内，有两个不同的数值。这样，区域单元的危险度一旦脱离所在的比较序列就不再具有参考价值。

3.5 风险评估的黑箱模型

一般灾害的风险值是发生的概率乘上后果，如工程风险、地下水风险和洪水风险等。这些领域的灾害动力学机制成熟，基本可以实现灾害过程的数值模拟及其参数的获求，研究的关注点在于风险发生的概率，随机理论被大量引用。现有的泥石流风险评估模型（如公式（1）和（2））还没有将危险度和易损度联系起来，而是单独进行评估相乘得到无量纲的风险数值，属于黑箱模型。模型不需要考虑泥石流复杂的动力过程，避免未知的承灾体易损曲线，操作效率高而且便捷，评估成果直观易于理解。

但是，黑箱模型没有考虑泥石流灾害特征及其与承灾体的联系，一旦脱离评比序列就无法根据数值大小做出决策。对于受泥石流威胁的具体地区，如果泥石流危险范围以外的建筑财产也被当做承灾体，那么就会高估风险。泥石流沟可能冲出不同规模的泥石流，并不是所有的泥石流都会完全毁坏所有的承灾体。不同的承灾体易损程度不同，分布在不同位置的承灾体遭受泥石流的损坏程度也不相同。为了更好的做到减灾管理，降低因高估风险而造成不必要的经济浪费，减灾工作者需要掌握风险分布情况。因此，在对小尺度的已知泥石流高风险地区(村、乡、镇)进行风险评估时，需要建立基于泥石流动力过程的风险评估模型，考虑泥石流与承灾体的耦合作用过程。

4 结语

综上所述，由于存在多方面因素的影响，泥石流风险评估的研究仍有较大的发展空间，危险度和易损度的理论研究仍亟待突破。现阶段泥石流风险评估模型可以对区域整体损失风险作出评估，但不能提供具体的分布信息，对于一个已知高风险的区域而言，难以给出定量化的评价。因此，建议构建基于泥石流动力过程风险评估模型，紧密联系危险度和易损度，得到更适用与小尺度区域评估的风险数值。

[1]PLANAT. Strategie Naturgefahren Schweiz. Synthesebericht in Erfüllung des Auftrages des Bundesrates vom 20. August 2003 [R]. Bundesamt fürWasser und Geologie, Biel, 2004.

[2]刘希林. 区域泥石流风险评价研究[J].自然灾害学报,2000,9(01):54-61.

[3]铁永波.强震区城镇泥石流风险评价方法与体系研究[D].博士论文,成都:成都理工大学,2009.

[4]张一凡.西南地区城镇地质灾害易损性评价方法研究[D].硕士论文,成都:成都理工大学,2009.

[5]Fuchs S., Heiss K. and Hübl J. Towards an empirical vulnerability function for use in debris flow risk assessment [J]. Nat Hazards Earth Syst Sci.2007, 7: 495-506.

[6]Carrara A., Cardinali M. and Detti R. et al. GIS techniques and statistical models in evaluating landslide hazard [J]. Earth Surface Processes and Landforms, 1991,16: 427-445.

[7]唐川,朱静.城市泥石流风险评价探讨[J].水科学进展,2006,17(03):383-388.

[8]铁永波.汶川县城泥石流灾害风险评价研究[J].灾害学,2010,25(04):43-48.

[9]Uzielli M., Nadim and Lacasse S. et al. A conceptual framework for quantitative estimation of physical vulnerability to landslides [J]. Engineering Geology,2008(102): 251-256.

[10]Mavrouli O. and Jordi.C. Vulnerability of simple reinforced concrete buildings to damage by rockfalls [J].Landslids. 2010, 7: 169-180.

[11]Fuchs S., Keiler M., and Zischg A. et al. The longterm development of avalanche risk in settlements considering the temporal variability of damage potential[J]. Nat Hazards Earth Syst Sci., 2005,(05): 893-901.

[12]张婧.山洪泥石流灾害动力过程试验研究及风险分析[D].成都:四川大学博士论文,2013.