组合权重和ArcGIS相结合的广西洪涝灾害风险分析*

刘合香，秦 川，倪增华

(1．广西师范学院 数学与统计学院，广西 南宁 530023；2．广西师范学院 地理科学与规划学院，广西 南宁 530023)



组合权重和ArcGIS相结合的广西洪涝灾害风险分析*

刘合香1，秦 川2，倪增华1

(1．广西师范学院 数学与统计学院，广西 南宁 530023；2．广西师范学院 地理科学与规划学院，广西 南宁 530023)

通过对广西各个站点的降水数据、地理信息以及各个市县的基础数据进行研究，综合运用模糊数学理论、非线性数据处理技术和ArcGIS的空间Kriging插值方法，构造基于组合权重的危险性指数、暴露性指数、脆弱性指数、抗灾能力指数和洪涝灾害综合指数，研制栅格数据风险区划图以及风险等级划分标准，分析广西区域洪涝灾害分布状况；结果表明，桂北与桂东南及其沿海地区洪涝发生的频率可能性较大，广西洪涝灾害的综合风险集中在桂南及其沿海地区，与实际的洪涝灾害拟合较好。

组合权重；ArcGIS；洪涝灾害；风险分析；广西

广西地处我国南部沿海，属亚热带季风气候区，气候湿暖，雨水充沛。受西风带系统或热带系统影响，区域性的暴雨和局地性的大暴雨、特大暴雨所引发的洪涝灾害、山洪暴发、泥石流和山体滑坡等地质灾害非常频繁。洪涝灾害常常导致大片农田受淹，房屋倒塌，水利公共实施严重受损，人员伤亡等。例如，1994年广西发生了历史上罕见的流域性洪水，在6-7月的短短两个月里，全广西就有90%以上的市县均遭受不同程度的洪涝灾害，损失达104.64亿元；又如，2001年的台风“榴莲”和随即而至的台风“尤特”，它们带来的暴雨导致了左江、右江、邕江、郁江、浔江江水暴涨,洪水泛滥,百色市遭遇了百年不遇的洪涝，南宁市出现了1937年以来最大的洪涝，贵港市出现了有水文记录以来最大的洪涝, 这次洪涝灾害造成广西有70个县(市、区)、1 649.587万人受灾,死亡24人,直接经济损失159亿元以上。再如，2014年7月的超强台风“威马逊”，造成广西427.97万人受灾，因灾死亡9人，房屋倒塌8 319间，农作物受灾面积14 557.02 khm2，直接经济损失138.09亿元。

近年来，很多专家学者对洪涝灾害风险开展研究，取得了可喜的研究成果。黄诗峰、Hamyama等分别用河网密度、河流形态分维等地貌学特征进行洪涝风险评价[1-2]；周成虎、蒋新宇、莫建飞、马国斌、宫清华、李谢辉等利用气象、遥感、基础地理信息、社会经济数据，借助GIS平台，对洪涝灾害风险进行评价和风险区划[3-8]；葛鹏和岳贤平运用模糊综合评价模型,结合层次分析法,分别用2000年和2010年的指标数据,对南京市进行了洪涝灾害承灾体易损性评估[9]。姜蓝齐等通过分析黑龙江省洪涝灾害的形成和影响因子，构建洪涝危险性、暴露性、脆弱性和防灾减灾能力的指标体系，并采用层次分析法赋予各指标权重，利用加权综合法构建综合评价指数，借助ArcGIS空间分析实现对黑龙江省的洪涝风险区划[10]。

以上的研究工作或是用地貌学方法，或是用历史灾情法以及GIS技术对洪涝灾害开展研究,取得了丰硕的研究成果。但是，综合GIS技术、模糊数学、灰色理论原理和方法，进行区域洪涝灾害风险分析的研究鲜见，本研究将以广西洪涝致灾因子和灾情因子为研究数据，采用基于组合权重的GIS技术，对区域洪涝灾害进行风险分析。

1 数据来源及研究方法

1.1 数据来源

本研究的降水数据取自1970-2013年5-9月中国广西90个自动观测站的总雨量，由广西气象局信息中心和广西气象台提供；地理信息数据是利用ArcCIS技术提取的各个市县经纬度、海拔高度、坡度以及计算得到的河网密度，还从广西地情网获取了年均径流深；社会统计数据取自2013年广西各个市县的统计年鉴。

1.2 基于组合权重的ArcGIS空间分析

组合权重方法是将非线性数据的处理技术和模糊数学理论相结合，将高维向量空间的数据压缩到低维空间研究的优化集成方法[11-12]。利用组合权重方法，结合ArcGIS的空间Kriging插值、坡度计算、河网密度计算、空间叠加分析等功能，进行区域洪涝灾害频率及风险分析和区划，区划图的栅格分辨率均为500 m×500 m。

2 基于组合权重和GIS的洪涝灾害风险评价

2.1 发生洪涝灾害的频率分析

利用上述《中国近五百年旱涝分布图集》定义的旱涝标准，以降水量作为致灾源，计算得到广西90个站点1970-2013年洪涝灾害发生的频率(表1)，并利用ArcGIS进行Kriging插值，将计算所得的数据制成广西洪涝频率图(图1)。

表1 广西洪涝频率表

图1 广西洪涝频率图

从图1中我们可以看到，发生洪涝的频率总体上是桂北与桂东南及其沿海地区发生的可能性较大，呈近似“三明治”形态。洪涝发生的频率最大的主要是桂北的资源、龙胜、三江、融水，以及桂中南的贵港和沿海的防城和东兴，达到了14.11%～17.53%。较好地反映了广西区域洪涝灾害分布的实际情况。

2.2 区域洪涝灾害风险评价

2.2.1 评价指标的选取及其组合权重的计算

为了客观地界定洪涝灾害大小的物理量，进行有效的洪涝灾害风险评价，选取能够反映灾害发生危险性大小的洪涝发生频率、站点的海拔高度、坡度和河网密度作为危险性指数的基本研究指标；选取行政区域土地面积、农业总产值、工业总产值、年末总人口数作为暴露性指数的基本研究指标；选取年内农作物总播种面积、粮食总产量、年末单位从业人员数作为脆弱性指数的基本研究指标；选取年内地区生产总值、财政收入、农民人均纯收入作为抗灾能力指数的基本研究指标。

权重的赋值反映了基本研究指标在洪涝灾害的综合评判中所占的地位和所起的作用，在相当程度上也决定了多指标评价的精度，直接影响到评判的结果。为了尽可能利用评价对象样本在原高维空间中的分类和排序信息，金菊良等[15]给出的利用加速遗传算法(AGA)对分类权重和排序权重综合得到的组合权重，参考金菊良等的方法，我们构造了一个基于AGA的投影寻踪模糊层次分析评价模型，来计算分类权重和排序权重，再通过优化算法综合得到的组合权重。

假设评价指标的因子矩阵为X=(xij)nm，为了尽可能地降低于原始资料中的量纲不同以及资料本身带来的误差，首先需要计算隶属度函数：

(1)

式中：maxxij和minxij分别是第j个指标的最大和最小值[16]。进一步计算相对隶属度值rij，对评价指标的样本数据xij进行标准化处理，得到模糊评价矩阵R=(rij)mn。然后用遗传-投影寻踪和模糊数学理论分别确定预测因子的分类权重Ai={ai1,i=1,2,…,n}和排序权重A2={ai2,i=1,2,…,n}，最后，用优化算法通过求解目标函数的值：

(2)

式中取分类系数μ=0.5，即认为各分类的权重具有同等重要的参考价值，得组合权重A={ai,i=1,2,…,n}[11-12,17]。运用组合权重优化的计算方法，可以将原来大量高维空间的非线性因子压缩成一维因子。

2.2.2 洪涝灾害的风险性评价

利用所计算的组合权重，定义：

危险性指数

(3)

暴露性指数

(4)

脆弱性指数

(5)

抗灾能力指数

(6)

按照同样的方法，利用上述方法计算的危险性指数、暴露性指数、脆弱性指数和抗灾能力指数，进一步计算洪涝灾害综合指数yj的组合权重ai(0.549 8，0.148 4，0.068 0，0.233 8)，定义基于组合权重的洪涝灾害综合指数：

(7)

洪涝灾害是其危险性、暴露性、脆弱性和抗灾能力综合作用的结果，我们对计算的各个指数利用SPSS工具软件做5类的聚类分析，并利用ArcGIS进行Kriging插值，将计算所得的基于组合权重的广西洪涝灾害危险性指数、暴露性指数、脆弱性指抗灾能力指数，以及洪涝灾害的综合风险指数，制成500m×500m的栅格数据风险区划图(图2)，划分标准见表2。

在图2a中我们可以看到，广西洪涝灾害危险性主要分布在桂北、桂中及桂南沿海一带，这些地区的洪涝频率高、河网密度大，发生洪涝灾害的可能性较大；从图2b可见，洪涝灾害的暴露性较大的是桂南大部地区、桂北部分地区以及桂东和桂西少部分地区，特别是钦州、合浦、浦北、南宁、贵港等地的洪涝灾害的暴露性较大；图2c提示我们，洪涝灾害的脆弱性集中分布在桂东南的贵港、横县、北流、玉林、陆川、博白等经济较为发达的地区；图2d告诉我们，桂东南及其沿海、延伸至桂东北一带的洪涝灾后重建能力较强，几乎涵盖广西一半的地区，但是，桂西山区抵御洪涝灾害的能力较弱；经过以上4个风险指数的叠加，图2e则显示广西洪涝灾害的综合风险集中在桂南及其沿海地区。

表2 广西洪涝灾害危险性、暴露性、脆弱性、抗灾能力及综合风险等级划分标准

(a)危险性指数 (b)暴露性指数 (c)脆弱性指数

(d)抗灾能力指数 (e)综合风险指数

3 结论与讨论

(1)以广西90个自动观测站点的降水量作为致灾源，计算得到1970-2013年洪涝灾害发生的频率，利用ArcGIS进行Kriging插值，研制了洪涝发生的频率图，进行广西洪涝灾害发生频率的风险分析。

(2)通过对降水数据、地理信息和基础数据的研究，科学合理地选取评价指标，综合运用模糊数学理论、非线性数据处理技术以及ArcGIS的空间Kriging插值，构造了基于组合权重的危险性指数、暴露性指数、脆弱性指数、抗灾能力指数以及洪涝灾害综合指数。

(3)通过对以上各个指数的研究，利用SPSS工具软件做5类的聚类，研制了500m×500m的栅格数据洪涝灾害风险区划图和综合风险等级划分标准，对广西洪涝灾害分布状况进行风险分析。

(4)为了进一步研究未来洪涝灾害的发生的可能性大小，更好地反映洪涝灾害变化特征的数据序列，我们将利用历史灾情数据、降水数据，研究洪涝灾害的非线性预测模型，以便全方位地进行洪涝灾害风险分析。

[1] 黄诗峰,徐美,陈德清．GIS支持下的河网密度提取及其在洪水危险性分析中的应用[J]．自然灾害学报，2001，10(4)：129-132．

[2]Haruyama，Shigeko，Ohokum，etal．Geomorphologicalzoningforfloodinunctionusingsatellitedata[J]．GeoJoumal，1996，38(3)：73-78．

[3] 周成虎,万庆,黄诗峰,等．基于GIS的洪涝灾害风险区划研究[J]．地理学报，2000，55(1)：15-24．

[4] 蒋新宇,范久波,张继权,等．基于GIS的松花江干流暴雨洪涝灾害风险评估[J]．灾害学，2009，24(3)：51-56．

[5] 莫建飞,陆甲,李艳兰,等.基于GIS的广西洪涝灾害孕灾环境敏感性评估[J].灾害学， 2010，25(4)：33-37.

[6] 马国斌,李京,蒋卫国,等.基于气象预测数据的中国洪涝灾害危险性评估与预警研究[J].灾害学，2011，26(3)：8-17.

[7] 宫清华,黄光庆,郭敏．基于GIS技术的广东省洪涝灾害风险区划[J]．自然灾害学报，2009，18(1)：58-63.

[8] 李谢辉,韩荟芬.河南省黄河中下游地区洪灾损失评估与预测[J].灾害学，2014，29(1)：87-92.

[9] 葛鹏； 岳贤平.洪涝灾害承灾体易损性的时空变异——以南京市为例[J].灾害学，2013，28(1)：107-111.

[10]姜蓝齐，马艳敏，张丽娟,等.基于Q01 的黑龙江省洪涝灾害风险评估与区划[J]．自然灾害学报，2013，22(5)：238-245.

[11]LiuHexiang,ZhangDalin.AnalysisandpredictionofhazardriskscausedbytropicalcyclonesinsouthernChinawithfuzzymathematicalandgreymodels[J].AppliedMathematicalModelling, 2012,36 626-637.doi: 10.1016/j.apm.2011.07.024.

[12]LiuHexiang,ZhangDalin,ChenJianwei,etal.Predictionoftropicalcyclonefrequencywithawaveletneuralnetworkmodelincorporatingnaturalorthogonalexpansionandcombinedweights[J].NatHazards, 2013,65:63-78.doi: 10.1007/s11069-012-0343-x.

[13]中央气象局气象科学研究院.中国近五百年旱涝分布图集[M].北京:地图出版社,1981.

[14]张德二,李小泉,梁有叶.《中国五百年旱涝分布图集》的再续补(1993-2000年)[J].应用气象学报,2003,14(3):379-384.

[15]金菊良，魏一鸣，丁晶. 基于组合权重的系统评价模型[J]. 数学的实践与认识，2003， 33(11)：51-58.

[16]XieJ-J,LiuC-P.Fuzzymathematicsmethodanditsapplication[M]. 3rded.HuazhongUniversityofScienceandTechnologyPress, 2006: 61-62.

[17]JinJL,WeiYM,DingJ.Systemevaluationmodelbasedoncombinedweights(inChinese)[J].Math.Pract.Theory, 2003, 33: 51-58.

RiskAnalysisofFloodDisasterinGuangxiBasedonCombinationofCombinedWeightandArcGIS

Liu Hexiang1, Qin Chuan2and Ni Zenghua1

(1.SchoolofMathematicalandstatisticalSciences,GuangxiTeachersEducationUniversity,Nanning530023,China;2.SchoolofGeographyandPlanning,GuangxiTeachersEducationUniversity,Nanning530023,China)

Accordingtostudyontheprecipitationdataofeachsite,thegeographicinformationandthebasicdataofvariouscitiesandcountiesinGuangxi,thehazardindex,exposureindex,vulnerabilityindex,disasterreliefcapabilityindicesandfloodcompositeindexareconstructedbasedoncombinationweightbyusingacombinationofthefuzzymathematicstheory,nonlineardataprocessingtechnologyandArcGISspaceKriginginterpolationmethod.Atthesametime,therasterdatariskzoningmapandriskgradestandardofdivisionaredevelopedtoanalyzethedistributionofGuangxi’sflooddisasters.ResultsshowthefloodinnorthernGuangxi,southeasternGuangxianditscoastalareas,happenwithmuchgreaterfrequency,andtheintegratedflooddisasterriskofGuangxiconcentrationinsoutheasternGuangxianditscoastalareas.Theresultsarecoincidedwiththeactualflood.

combinedweights;ArcGIS;flooddisaster;riskanalysis;Guangxi

2014-12-29 修改日期：2015-03-10

国家自然科学基金(41465003)；广西科学研究与技术开发项目(桂科攻1355010-8)

刘合香(1962-),女,山东茌平人,教授,硕士生导师,研究方向为概率统计、数学模型、自然灾害风险分析． E-mail: hx_post@126.com

X43；P426.616

A

1000-811X(2015)03-0076-04

10.3969/j.issn.1000-811X.2015.03.015

刘合香，秦川，倪增华. 组合权重和ArcGIS相结合的广西洪涝灾害风险分析[J].灾害学, 2015,30(3):076-079. [Liu Hexiang,Qin Chuan and Ni Zenghua. Risk analysis of flood disaster in Guangxi incorporating combined weights and GIS[J].Journal of Catastrophology, 2015,30(3)：076-079.]