流域洪灾风险传递规律研究

2020-12-17聂倩文田沛佩梁东哲

中国农村水利水电 2020年12期

殷闯，何理,2，聂倩文，唐孟，田沛佩，梁东哲

(1.华北电力大学水利与水电工程学院，北京 102206；2.天津大学建筑工程学院水利工程仿真与安全国家重点实验室，天津 300072)

洪水灾害是一种突发性强、发生频率高、危害严重的自然灾害，而我国是世界上洪水发生最频繁的国家之一。在全球变暖的气候背景下，极端水文事件大幅增加，洪水灾害发生概率与强度呈现持续上升的趋势[1]。因此，精确掌握洪灾风险的时空格局并识别其内部的传递规律，对于流域洪水灾害管理和防灾减灾决策具有重要意义[2]。

近年来，国内外学者针对洪灾风险评估与管理方面开展了许多的研究。在国外，学者对于洪水风险方面的研究主要集中在洪水危险性评估、洪水易损性评估、洪水灾害综合风险评估和灾害风险区划等方面，并形成了比较完善的概念体系和评估方法[3]。Motevalli等人运用HEC-RAS水文模型重现及模拟了洪水演进与深度,得到洪水风险图[4]。Louise等人研究讨论了洪水风险背景下的恢复能力，通过空间化城市洪水恢复力指数的多标准指数对洪水恢复力进行建模和空间化，并将其用于测量和可视化不同情景下洪水恢复力的变化[5]。Tomohiro等人以洪水频率分析为洪水风险基础，建立降雨洪水模型分析上游洪水风险对于下游洪水风险影响[6]。在国内，学者主要从洪水风险方面的研究主要有洪灾风险形成机理、洪灾风险评估方法、洪灾风险评估与区划等方面展开研究[7]。汪婷等人将云模型运用到洪灾风险评价中，使用逆向云发生器结合熵值的洪灾风险综合评价模型对神农架林区内洪灾风险做出评价[8]。张力澜等人运用博弈论耦合赋权法,构建基于模糊综合评价法的流域洪灾风险评价模型，揭示洪灾风险年代际的时空演变特征[9]。

以往的研究集中于洪灾评估模型的建立和风险区划的划分，而对于流域洪灾风险的时空尺度耦合关系及内部传递特征和规律研究较少，难以反映洪灾风险内部传递的不确定性特征。因此，本文以珠江流域为典型实证区，提出了一套“风险因子识别-风险评估-风险传递规律解析”的研究方法体系，用于探明流域内洪灾风险的内部传递效应。通过建立洪灾风险评估体系，利用可拓模型对其洪灾风险进行测度并运用马尔科夫模型研究风险时间变化，最后应用空间马尔科夫链验证了洪灾风险在流域系统内部的传递效应[10,11]。研究结果可为今后流域内洪水灾害的区域统筹管理、洪灾风险调控以及防灾减灾决策提供科学性的指导。

1 研究区域概况

珠江流域地处东经102°12′～115°53′，北纬21°31′～26°49′之间，跨云南、贵州、广西、广东、湖南、江西等6省(自治区)，全长2 214 km(图1)。气候温和多雨，是我国降水量最丰富的地区之一[12]。珠江流域洪灾多发，洪水峰高量大，遭受洪水灾害损失巨大。因此，加强珠江流域洪灾风险评估、流域内部洪灾风险传递规律的研究具有重要的理论意义和实用价值。

2 研究方法

本研究从危险性、暴露性、脆弱性和防灾减灾能力出发来构建洪灾风险评估指标体系，运用可拓模型和层次分析法对珠江流域洪灾等级进行评估，并利用马尔科夫模型验证了洪灾风险在流域系统内部的传递效应(见图2)。具体方法描述见图2。

图2 风险因子识别-风险评估-风险传递规律解析研究方法

2.1 珠江流域洪灾风险评估体系构建

基于自然灾害风险概念模型理论，从危险性、暴露性、脆弱性和防灾减灾能力出发，选取洪灾风险评价的指标因子，构建了珠江流域洪灾评估体系。具体步骤如下。

(1)洪灾风险评价体系的构建：洪灾是由致灾因子的危险性、孕灾环境的暴露性、承灾体的脆弱性和防灾减灾能力相互作用造成的。基于洪灾形成机制和灾害四因子学说，构建洪灾评价体系[13](见表1)。

(2)评价指标选取：综合考虑洪水灾害的影响因素，选取了10个指标因子来构建珠江流域洪灾风险指标体系[14]。致灾因子包含年降水量、暴雨频次2个指标因子，其中暴雨频次是指暴雨事件发生的次数，计算公式为：

F=0.1N1+0.2N2+0.3N3

(1)

式中：N1、N2、N3分别为暴雨(日降雨量50～100 mm)、大暴雨(日降雨量100～250 mm)、特大暴雨(日降雨量>250 mm)的次数。

孕灾环境包含植被覆盖指数、坡度、高程3个指标因子；承灾体包含人口密度、GDP密度、耕地面积百分比3个指标因子；防灾减灾能力为防洪库容密度和兴利库容密度2个指标因子。(见表1)。本研究的数据主要从中国气象数据网、地理空间数据云、中国科学院资源环境科学数据中心、水利发展研究中心、水资源公报中获得。

(3)洪灾风险等级划分与阈值确定：参考已有的洪灾风险评价体系研究成果及相关研究，将珠江流域洪灾风险划分为五个等级，分别为高风险、中高风险、中风险、中低风险、低风险。本文对洪灾评估指标阈值是根据国家、行业及国际相关标准、指标本底标准、类比标准、流域实际情况及历史数据统计分析以及现有研究成果等综合确定[15](见表1)。

表1 珠江流域洪灾风险指标体系

2.2 基于可拓理论和层次分析法的洪灾风险评估模型

基于可拓理论构建洪灾风险评价模型[16]，利用层次分析法确定各指标权重，构建洪灾风险评估模型，主要步骤如下。

(1)构建洪灾风险物元。将洪灾风险记作N，N的特征即洪灾风险特征记作C，N关于C的量值记作V，则共同构成有序三元组R=(N，C，V)，即洪灾风险物元。

(2)确定洪灾风险的经典域与节域矩阵。洪灾风险的经典域矩阵可表示为Rj=(Nj，Ci，Vji)，其中，Rj为经典域，Nj为洪灾等级的j评价等级，Ci为第i个评价指标，Vji为第i个特征向量对应等级j的量值范围。洪灾风险节域矩阵可表示为Rp=(Np，Ci，Vpi)，其中，Rp为节域，Np为洪灾评价等级的全体，Vpi为Np关于Ci所取的量值范围。

(3)进行关联函数及单一指标关联度的计算，计算公式为：

(2)

(3)

式中：Kj(vi)为第i项指标对应于j等级的关联度；ρij为点与对应特征向量有限区间Vij的距离；ρpi为点与对应特征向量节域Vpi的距离；vi，Vij，Vpi分别表示待评洪灾物元的量值、经典域物元的量值范围、节域物元的量值范围。

(4)确定指标权重。利用层次分析法[17]确定洪灾风险评价模型中各个指标的权重，权重结果见表1。

(5)评定风险综合关联度。综合关联度计算公式为：

(4)

式中：ωi为各指标的权重；Kj(N)表示为风险对象N关于风险等级j的综合关联度；Kj(vi)为第i项指标关于风险等级j的关联度。

2.3 基于马尔科夫的风险传递模型

马尔科夫风险传递模型研究洪灾等级的状态及状态之间转移规律理论的随机过程，把洪灾风险传递过程看成一系列状态的不断转移，可通过分析洪灾等级的目前状态和动向来预测洪灾未来某个时期的状态和动向[18]。

马尔科夫风险传递模型分为时间上和空间上两种：

(1)马尔科夫转移概率矩阵：马尔科夫链中状态转移概率与转移出发状态i、转移步数k、转移到状态j有关，与转移起始时刻无关。有一步状态转移矩阵P：

式中：Pij=nij/ni；nij指的是时刻n到n+1时刻，状态i转移到状态j的样本数目。

(2)空间马尔科夫链风险传递模型：空间马尔科夫链模型结合了传统的马尔科夫模型和“空间滞后”的概念，同时在时间和空间上对问题进行研究[19]。运用空间马尔科夫链风险传递模型就可以有效地分析水资源区之间的空间关系对洪灾风险变化的影响，该方法可用于分析验证在不同区域背景下流域内部风险的传递效应。

3 结果分析

3.1 洪灾风险时空分布

由图3、图4可知，高洪灾风险区主要位于流域下游的珠江三角洲，而南北盘江多年洪灾风险处于较低水平。南北盘江位于珠江流域上游，降雨相对较少，其危险性较低；红柳江、郁江位于流域中部,经济发展落后，但其防洪能力较强，洪灾风险状态多为中-低风险；西江、珠江三角洲降水丰盛，年暴雨天数较多，且该区域人口密集，经济发达，洪灾危险性、脆弱性皆处于较高水平；北江降水量相较于珠江三角洲等较少，但其脆弱性及暴露性皆为较高水平，且防洪能力较弱，故其风险处于较高风险水平。下游水资源区会受到上游水资源区汇流的影响，洪灾风险具有积聚效应。由模型得到的评估结果与实际一致，说明模型具有一定的可靠性。

图3 珠江流域洪灾风险子系统等级分布

图4 2000-2018年珠江二级水资源区洪灾风险等级

3.2 洪灾风险转移规律

根据洪灾风险等级，统计各个二级水资源区洪灾风险区划状态出现的次数和转移的概率，可得到各个状态之间的转移规律见图5。

由图5可知对角线转移分布较多且转移概率多在0.5以上，说明流域洪灾风险状态不易发生改变。位于两边的低风险和高风险两种类型的稳定性高于中间的3种类型；中低风险、中风险和中高风险仍有向上转移的趋势，说明气候变化导致暴雨集中及经济迅速发展等原因，洪灾发生概率即受灾损失逐渐增大。同一个水资源区相邻年份洪灾风险状态变化情况多为相邻等级渐变，不会出现跨两级的转移，说明影响洪灾风险的因子的变化是一个渐变的过程，在短时间内较难跨越式发展。

图5 珠江流域2000-2018年洪灾风险等级状态转移

3.3 洪灾风险空间传递

通过对洪灾风险变量进行相关性检验发现，在α=0.05，95%的置信区间时，未邻接流域之间的线性关系不明显，洪灾风险未发生跨流域传递，构建的风险传递路径如图6所示，将研究序列珠江流域二级水资源区洪灾风险值的多年均值，计算各个流域风险值的归一化比例，分析其在路径上的传递情况，得到每个传递路径上的风险传递值如图6所示。将研究序列分为四段，取5年的洪灾风险平均值为短周期辨识流域内部的传递情况，结果见图6。

由图6可知，2000-2004年红柳江-西江、西江-北江、西江-珠江三角洲风险传递数值为负，与西江相邻的水资源区多是正向传递，其他二级水资源区之间皆为负向传递，东江向珠江三角洲洪灾风险传递数值最大；2005-2009年红柳江-西江、西江-珠江三角洲、东江-珠江三角洲洪灾风险传递数值均为负值，但负向传递风险值较小。其他流域为正向传递；2010-2014年洪灾风险传递中郁江向西江、西江向北江、东江向珠江三角洲风险传递数值均为负值，风险传递最大为红柳江向西江传递；2015-2018年负值传递较多，仅有西江-北江、西江-珠江三角洲、东江-珠江三角洲洪灾风险传递为正向传递，其他均为负向传递。综合来看，流域内洪灾风险上游对下游的正向传递多于负向传递，西江流域风险传递效应最为明显。

图6 珠江流域洪灾风险传递图

3.4 洪灾风险空间传递效应

根据2000-2018年珠江流域7个二级水资源区洪灾等级，运用空间马尔科夫链辨别不同邻域类型对流域洪灾类型转换概率的影响，得到珠江流域洪灾风险等级空间马尔科夫矩阵(表2)。

由表2可知，一个洪灾风险较低的区域若与风险较高的区域为邻，则其洪灾风险等级上升的可能性较大，邻域对该区域的风险传递类型为增强型传递，反之为衰减型传递。这是由于流域间不同风险要素，比如人员的转移及防洪基础措施资金的协调促使流域洪灾风险发生溢出现象。经济水平高、发展速度快的地区对周边水资源区有较强的带动作用。对于洪灾风险较高的区域来说，在邻域类型为4、5时，其风险增加的概率高于邻域类型为1、2时的概率，说明其对洪灾风险高的邻域更敏感，受其影响突出。这是由于风险较高的流域致灾性较强但对洪灾的防御能力相对较弱，高风险邻域经济快速发展，从而更注重于自身的防灾减灾，促使高风险邻区的风险上升。因此，在洪灾管理和风险调度中应注重风险的传递效应，在减少风险源的同时遏制风险在子系统间的传递。同时在风险的调控上不能单一考虑高风险区域的防灾措施，要统筹兼顾、突破流域界限，协同管控。