韧性视角下的城市区域洪涝承灾能力评估方法研究

2022-06-23宋英华施申亮

工业安全与环保 2022年6期

宋英华施申亮

(1.武汉理工大学中国应急管理研究中心武汉 430070；2.武汉理工大学安全科学与应急管理学院武汉 430070)

0 引言

自21世纪以来，全球变暖造成海平面不断上升，极端天气频发，城镇化建设和城市人口增加，导致城市内涝严重、损失惨重，评估城市对洪涝灾害的承灾能力对完善城市建设、做好防范应对具有积极意义。

目前，国内外相关学者对于城市区域洪涝灾害相关的研究，主要集中在洪涝灾害致灾因素、承灾体和风险评价等方面。2009年，BALICA S F等[1]首次提出以指标计算洪水脆弱性指数，评估在不同空间尺度(流域、子流域和城市地区)影响洪水损害的条件。HALLEGATTE S等[2]从人口和资产的增长、气候的变化以及海平面的下降来探索沿海城市的洪涝风险。2002年，刘兰芳等[3]依据长时间序列的气象资料和经济统计数据研究，认为洪涝是自然驱动力和人为驱动力在特定时空条件下耦合的产物，第一次从数据统计出发，奠定了运用大数据研究洪涝灾害的基础。卢雪翠等[4]以证据权重法评估洪涝灾害风险。徐宗学等[5]、李世豪[6]从致灾因子、孕灾环境和承灾体等方面，对城市洪涝灾害的形成机理进行了研究。虽然这些研究为防范城市区域洪涝灾害提供了宝贵了思路和方法，然而没有从韧性的理论和视角来探索和研究城市区域的洪涝灾害。韧性建设旨在使人居环境在重重挑战和危机中，从容面对各种变化，保持自身发展活力，实现空间可持续发展[7]。韧性理论逐渐成为当前研究城市灾害方面的重要方法，因此为了更好的从本质上防控城市区域的洪涝风险，需要从韧性理论层面对城市区域的洪涝风险开展相关研究。本文从韧性理论出发，以城市区域洪涝灾害为研究对象，综合考虑了自然地理条件、城市建设程度和社会应急管理等方面的因素，构建洪涝灾害承灾能力评价指标体系和评价模型，进而来研究分析城市区域洪涝灾害的承灾能力，为城市区域洪涝灾害的预防和控制提供科学依据。

1 韧性理论下的评价体系构建

城市韧性可以认为是系统提升适应性并不断适应风险与扰动的过程。在这一过程中系统经历了从风险冲击后维持自身稳定再到迅速稳定，甚至将危机转化为机遇，实现创新发展等的不同阶段。参考陈丹羽[8]对城市系统受冲击的过程曲线研究以及洪涝灾害的时间阶段特点，将城市洪涝承灾能力分成4个层面，分别为抵抗力、承受力、恢复力、学习力。由于影响城市洪涝承灾能力的因素有很多，评价指标的选取成为了韧性视角下城市洪涝承灾能力评价的关键所在。本文通过研究城市区域洪涝灾害的大量事例，发现影响城市区域洪涝承灾能力的因素不仅是自然地理条件，还有城市建设程度和灾后应急救援能力等多维度因素。因此，本文从城市区域洪涝灾害的事例研究，结合前人学者对洪涝韧性评价指标的研究，统计得到影响城市区域洪涝承灾能力的31个主要影响因素，剔除了导致洪涝灾害较小和伴随其他因素而发生的因素，筛选得到了26个因素作为评价城市区域洪涝承灾能力的指标，如图1所示。其中人口密度为中间型指标，经查阅资料取中间值为15 000；老龄化人口比例、年降水量、建成区面积占城市面积比重、与长江汉水边界线接壤长度占总边界线比例，这4个指标为负向型指标。

图1 评价指标体系

2 洪涝灾害承灾能力评价模型的构建

TOPSIS法是一种常用的组内综合评估方法，能充分利用原始数据的信息，其核心思想是通过计算评价对象与最优解和最劣解的距离进行评价对象的优劣排序。在TOPSIS法中，权重的确定对于评价结果的合理性具有重要的影响，因此笔者采用熵权法对评价指标进行赋权[9]。通过熵权法确定各评价指标的权重，运用优劣解距离得出城市区域洪涝承灾能力与理想能力的接近度，实行对城市洪涝承灾能力的客观评价。

2.1 构造原始洪涝承灾能力评价矩阵

设参与评价洪涝承灾能力的城市区域有n个，评价的指标m个，构造原始洪涝承灾能力评价矩阵A:

(1)

2.2 洪涝承灾能力评价指标正向化

由于洪涝承灾能力评估的指标类型不一样，需要将所有的指标进行正向化处理，即统一转化为洪涝承灾能力极大型指标。极大型(效益型)指标特点越大越好，极小型(成本型)指标特点越小越好，中间型指标特点越接近某个值越好。设{xi}是一组洪涝承灾能力评估指标。

极小型指标转化为极大型指标公式：

(2)

中间型指标转化为极大型指标公式：设最佳的数据为xbest(指该指标中最符合现实科学规律的数值)，那么正向化的公式如下：

(3)

正向化后得到洪涝承灾能力评估矩阵X:

X=(xij)n×m

(4)

2.3 构造标准化洪涝承灾能力评价矩阵

为了消除不同指标量纲的影响，将正向化后的矩阵进行标准化，记标准化后的矩阵为洪涝承灾能力评估Z，Z中每一个元素为：

(5)

即(每一个元素/根号下所在列元素的平方和)得到标准化洪涝承灾能力评估矩阵Z：

(6)

2.4 指标权重的确定

熵权法是一种基于数据内部信息的客观权重计算方法，首先计算概率矩阵P,其中P中每一个元素为：

(7)

然后计算每一个指标的信息熵，对于第j个洪涝承灾能力评估指标而言，其信息熵为：

(8)

定义信息效用值为dj：

dj=1-ej

(9)

那么信息效用值越大，其对应的信息就越多。将信息效用值进行归一化，就能得到每个洪涝承灾能力评估指标的熵权Wj：

(10)

2.5 基于熵权的洪涝承灾能力评估矩阵的构建

将由信息熵得到的权重向量W=(W1,W2，…，Wm)与标准化洪涝承灾能力评估矩阵Z相乘，得到熵权的洪涝承灾能力评估矩阵T:

(11)

其中:tik表示第k个评价指标对第i个城市区域洪涝承灾能力的加权值，tik=Wkzik，WK表示第k个洪涝承灾能力评估指标权重。

2.6 正负理想解的确定

正理想解是评价数据中第i个洪涝承灾能力的指标对第j个行政区中的最偏好的点，也就是最大值记为T+,负理想解是评价数据中第i个指标对第j个行政区中最不偏好的点，也就是最小值记为T-。计算公式如下：

(12)

(13)

2.7 城区洪涝承灾能力与理想能力接近度的计算

(14)

(15)

(16)

(17)

3 实例分析

3.1 研究对象选取

选取武汉市作为研究对象，武汉市位于湖北省东部、长江与汉水交汇处，下辖13个行政区。武汉市江河纵横、湖泊众多，形成湖沼水网。每年的6—8月是武汉降雨集中期，约占全年降雨量40%，也是武汉城市内涝的多发期，严重影响居民的正常生活。

3.2 指标数据获取

(1)x1至x18指标数据来源于《武汉市2019年统计年鉴》、武汉市各区的统计年鉴、百度百科，2018年度《中国主要城市道路网密度监测报告》、《2018年武汉人口老龄化形势白皮书》以及武汉市政府的年度报告。

(2)x19至x26指标数据来源于问卷调查打分。每个问题的分制设为10分，6分为对该指标基本认可，8分为对该指标的充分认可。发放数据问卷400份，回收数据问卷328份，其中43份数据问卷数据不足、数据异常，最终得到285份数据问卷。

3.3 数据处理

根据式(7)—(10)与洪涝灾害承灾能力评价模型，得到武汉市城区洪涝承灾能力评价指标综合权重。见表1，并且对各个层面的指标求和，得到各层面承灾能力指标权重。由表1可以看出对于城市洪涝灾害来说，其抵抗力和承受力所占整个城区洪涝承灾的权重较大，即城区所自有的抵御洪灾和承受洪灾的能力十分重要。

表1 城区洪涝承灾能力评价指标综合权重

3.4 洪涝承灾能力的计算

根据表1的权重值，结合式(12)—(17)计算得到武汉市各行政区洪涝韧性评估值，并对其进行了排序，见表2。按照城市区域洪涝承灾能力与理想能力的接近度的大小对各城市区域承灾能力进行分级，分级原则见表3。根据表3的分级原则，得到城市区域洪涝承灾能力为弱的有2个区域，分别为江汉区、汉阳区；较弱的有3个区域，分别为东西湖区、硚口区、汉南区；处于洪涝承灾能力强的有江夏区和黄陂区2个区域。同时根据接近度Si的值绘制武汉各行政区洪涝承灾能力图，见图2。

表2 武汉市各行政区洪涝承灾能力与理想能力接近度

表3 城市区域洪涝承灾能力分级原则

图2 武汉市各区洪涝承灾能力

3.5 各行政区各层面洪涝承灾能力

用同样的方法，即基于熵权的TOPSIS法计算出各行政区的洪涝层次韧性值，即武汉市各行政区抵抗力、承受力、恢复力、学习力。通过ARCGIS绘制，见图3。可以看出各城区抵抗力变化较小，恢复力变化较大；对于洪涝承灾能力较弱的江汉区和汉阳区，其主要原因是抵抗力和承受力较弱。其次，各层面洪涝承灾能力在一定程度上反映了各行政区在面对洪涝灾害的薄弱环节，为城市区域洪涝承灾能力的提升提供方法和依据。