基于WGA算子—熵权法的农业洪涝灾害风险评估*——以潍坊市为例

张丽媛，杨文通

（山东理工大学管理学院，淄博 255049）

0 引言

洪涝灾害一直以来都是农业发展的重大阻碍，是天气气候、作物抗涝性、地形地貌等多种因素综合作用的结果[1]。近年来，我国的极端降雨天气逐渐频繁，2018年全国共出现21次暴雨过程[2]，2019年共出现43次暴雨过程[3]，易引发洪涝灾害，根据《中国水旱灾害公报》发布的数据（2014—2018年）统计，平均每年有7 241.906万人因洪涝灾害受灾，直接经济损失平均每年2 127.112亿元，洪涝灾害对于农业的影响更大，平均每年有面积为662.366 4万hm2的农作物受灾，平均每年粮食减产175.19亿kg，洪涝灾害对我国粮食需求存在着巨大威胁[4]，研究针对农业洪涝灾害的风险评估具有一定的实际意义。目前关于洪涝灾害的减灾方法主要有灾害监测、风险预警和风险评估，而灾害监测和风险评估是农业洪涝灾害研究的主要内容[5]，我国灾害监测体系已相对完善，能实现精度高、速度快的监测反馈。近几年，国内外学者侧重研究灾害的风险评估内容，针对不同地区不同的风险来源，做好风险评估工作，为有的放矢地降低风险提供理论支持。

农业气象灾害风险评估[6]主要分为3类方法：历史灾情法[7]，指标体系法[8-10]和情景模拟法[11]。基于历史灾情的风险评估方法需要大量的数据资料，能够有效预测灾害的风险程度，评估结果比较符合风险演化趋势，但不能评估未发生过的风险，且对历史数据的长度和精度要求较高，例如，基于欧式距离、曼哈顿距离等原理的历史案例相似度评估模型[12]，也有通过贝叶斯网络[13]、马尔可夫[14]等基于历史数据的评估模型，能有效预测未来的灾害等级，为减灾提供依据。情景模拟法是通过分析研究区所处的情景展开仿真模拟，利用降水量、地形、地表径流等数据，通过SWMM（暴雨洪水管理模型）[15]、SOBEK（水文模型）[16]等情景模拟模型进行仿真模拟，可以分析出该地洪涝灾害的一系列发展趋势，并给出最终的评估结果，该方法准确性高，可以发现风险防控的短板，但不适用于大区域的风险评估。指标体系法是运用较多的一种评估方法，该方法的核心内容是建立与灾害相应的指标体系，通过主观性方法和客观性方法确定指标的权重，例如层次分析法（AHP）[17]、熵权法[18]、CRITIC权重法[19]等，对各个地区的数据进行标准化，通过不同形式的加权方法计算各个地区的风险值，最后基于地理信息系统技术（GIS）[20,21]进行区域的划分。

农业洪涝灾害风险评估模型要有一定的普适性，选择指标体系法是最为合适的。文章利用熵权法进行指标权重的计算，减少了专家打分等繁琐的步骤，注重评估的时效性。通过对指标权重进行灵敏度分析[22]，掌握各项指标的灵敏程度，在风险评估中对高灵敏指标做适当的处理，在风险防范中对该项指标做有针对性的管理。根据致灾因子、孕灾环境、承灾体和防灾减灾能力四个方面的分析、综合风险划分的情况以及指标的灵敏度信息进行风险管理工作的讨论，为山东潍坊市洪涝灾害风险防范给出对策与建议。

1 研究区概况与数据来源

1.1 研究区域

山东潍坊市的农业十分先进，在全国范围内具有很强的代表性[23]。近年来，洪涝灾害一直阻碍着当地的农业发展，如2018年潍坊市洪涝灾害造成20多万个蔬菜大棚受损，农作物受灾面积达到16万hm2，直接经济损失超百亿元，潍坊市下辖的寿光市遭受了1964年以来的特大洪涝灾害，对农业生产造成极大的损失，导致蔬菜价格涨幅较大，2018年8月25日，“寿光蔬菜价格指数”涨至124.76点，比灾前上涨25.7%，洪灾对于农作物的产量和价格有着很大的影响。

1.2 数据来源

图1 研究区域与土地利用类型

该文以2018年的潍坊洪灾为背景。其中，潍坊市高程数据和相关矢量数据通过BIGEMAP地图下载获得，河网密度数据来自潍坊市DEM（digital elevation model，数字高程模型)数据，以汇流面积≥1km2作为阈值进行提取计算，潍坊市的地形高程差数据来源于Global Mapper的分析计算，暴雨频率、最大日降水量数据来自潍坊市气象局，年降水量、汛期降水量、农村人口占比、地均农业GDP、卫生机构数量数据来自2018年《潍坊市统计年鉴》，农用地占比、农村居民人均可支配收入数据来自潍坊市统计局。

2 研究方法

该文通过分析灾害风险构成因素，构建农业洪涝灾害的风险评估指标体系，并利用熵权法确定指标权重，利用WGA算子分析高灵敏度指标、灾害风险构成因素的影响程度以及各地综合风险等级，给出相应的风险应对策略，具体评估流程详见图2。

图2 农业洪涝灾害风险评估流程

2.1 农业洪涝灾害风险指标体系

该文采用区域灾害系统论将评估指标体系的一级指标划分为：致灾因子（U1）、孕灾环境（U2）、承灾体（U3）、防灾减灾能力（U4）4项[24]，指标体系如图3所示。

持续时间久、降雨强度大的暴雨是导致洪涝灾害的直接原因，年降水量（U11）、暴雨频率（U12）、汛期降雨量（U13）以及最大日降水量（U14），4项指标反映了暴雨的频率和强度，均为效益型指标。洪涝灾害的发生很大程度上取决于该地的地势，地势差高的区域易造成下坡雨冲毁农田，地势低洼的地区容易积水成涝，地形高程差（U21）为效益型指标。对于河网密集的地方，河道流量超负荷后，容易冲毁堤坝，对附近的农业造成致命的打击，河网密度（U22）为效益型指标。农业人口占比（U31）、农用地占比（U32）体现了农业的暴露度，占比情况与暴露度大小成正比关系，均为效益型指标。地均农业GDP（U33），体现出农业土地的使用效率，反映该地农业的脆弱性，为效益型指标。农村居民人均可支配收入（U41）可以帮助灾民度过灾害期，反映该地的应急能力，为成本型指标。卫生机构（U42）可以保障人的生命安全，在一定程度上反映该地的防灾抗灾能力，为成本型指标。

2.2 熵权法

熵权法（entropy weight method）被广泛应用于指标权重的确定，计算过程如下。

第一步，计算标准化指标数据。设有n个评估对象，m个评估指标，通过式（1），对指标数据进行标准化处理，Xij为第i个样本的第j个指标的数据。Aij表示第i个样本的第j个指标的标准化数据为：

第二步，计算熵值。利用式（2）计算第j项指标下第i个样本值占该指标的比重Pij为：

计算第j项指标的熵值Ej为：

式（3）中，如果pij=0，则ln(Pij)=0

第三步，计算熵权。通过熵值计算各项指标的权重Wj为：

2.3 基于WGA算子的评估方法与灵敏度分析

WGA算子（加权几何平均算子）可用于方案集的排序和择优，该文利用该算子计算各地区的风险评估值，并分析指标的灵敏度，步骤如下。

第一步，数据无量纲化处理。将指标分类，效益型指标采用式（5），成本型指标采用式（6）为：

第二步，计算被评估对象的风险评估值为：

式（7）中，rj为无量纲化后的指标值，Wj为无量纲化后的指标值，

第三步，分析指标的灵敏度。通过对指标权重做加减调整，让其他指标权重与变动指标权重的关系符合式（8），Bi为指标的变动值，始终保持变动后的指标权重之和为1，每调节1个指标的权重，利用公式（7）计算各地风险排序，记录各地风险排序的变动次数情况，从而确定各个指标的灵敏程度。

式（8）中，B为指标的变动值，即5%、-5%、50%和-50%。

3 结果与分析

3.1 潍坊市分地区一级指标风险评估值

由式（5）至（7）计算得到潍坊市各地的致灾因子危险值、孕灾环境敏感值、承灾体易损值以及防灾减灾能力值，如表1所示。

借助GIS软件，通过自然断点法划分各地区风险等级，并绘制风险分区等级图（图4）。

从图4a可以看出，潍坊市致灾因子的危险性从西往东逐渐减弱，危险性较高的地区有青州市、昌乐县、寿光市等地。在图4b中，孕灾环境敏感度最强的是潍坊西部和南部的山区，地势起伏大、河流众多，极易造成洪涝灾害。青州市、临朐县的孕灾环境敏感度高。青州市主要以低山丘陵为主，8.9%的河谷阶地，38.5%的山前平原地形，易形成地形雨，强降水冲击耕地造成水土流失，对于低洼的区域更容易造成积水成涝；临朐县的东部、南部、西部是低山、丘陵地形，中部、北部是平原地形，该地山区多岩石地貌，难以储存水分，汇集形成的下坡雨对于下游平原地区的农业发展存在着致命的威胁。从图4c可以看出，潍坊市的承灾体易损性从西北到东南逐级递减。农业承灾体易损的地区有寿光市、青州市、昌乐县。寿光市被誉为“蔬菜之乡”，农业耕地占比少但创造出的地均GDP相对较高，近年来寿光市的农业发展迅速，增加了洪涝风险的暴露度；青州市乡村人口较多，地均GDP较高，遭受洪灾的影响较大；昌乐县农作物总播种面积达到7.457 0万hm2，承灾体的暴露度大。从图4d可以看出，防灾减灾能力较弱的地区位于潍坊市的中部，主要包括潍城区、坊子区，要合理设置农村卫生医疗机构，提高农村地区医疗水平。

表1 潍坊市各地一级指标的风险评估值

图4 潍坊市分地区一级指标风险等级

3.2 潍坊市分地区综合风险评估结果

通过式（7）计算各地区的综合风险值，数值越大代表越危险，数值越小代表综合风险越小。通过GIS的自然断点法得到高风险等级地区为青州市（0.783 7），较高风险等级地区为安丘市（0.658 9）、临朐县（0.642 7）、昌乐县（0.628 8）、坊子区（0.605 3），中等风险等级地区为诸城市（0.570 0）、潍城区（0.509 5），较低风险等级地区为昌邑市（0.462 1）、寒亭区（0.458 6）、寿光市（0.452 8）、高密市（0.417 1），低风险等级地区为奎文区（0.308 9），见图5。

从图5可以看出，潍坊市综合风险总体态势是从西南到东北逐级递减。青州市的综合风险最大，即使有强的防灾减灾能力，但致灾因子危险度、孕灾环境敏感性、承灾体易损性都居于首位，导致该地的农业受洪涝灾害风险最大。而奎文区为市中心，该地从事农业的范围极小，农业洪涝灾害的风险最小。

结合2018年的山东潍坊市洪涝灾害损失情况分析，临朐县、青州市、昌乐县和寿光市受灾最为严重，其中青州市、昌乐县和临朐县的综合风险大。且临朐县、青州市具有高敏感的孕灾环境，台风“温比亚”和“摩羯”过境后，造成临朐市1.2万hm2(18万亩)农田被毁，水库、道路都受到极其严重的损坏，青州市汛期总降水量、最大日降水量都达到潍坊市的峰值。寿光市的综合风险并不高，此地的河网密度大，由于临朐县、青州市的暴雨频率和强度大，两地上游的冶源水库、黑虎山水库储存水超负荷后，高强度的泄洪导致处于下游的寿光市遭受洪涝灾害。该文的计算结果符合当年的灾害特征。

图5 潍坊市农业洪涝灾害风险等级

3.3 评估指标的灵敏性分析

对每个指标权重分别增加（减少）5%、50%，其他指标权重随之发生变化，保持权重之和等于1。每种指标通过这4种权重值变化，采用WGA算子进行排序计算，风险排序的变动情况（表2）反映出指标的灵敏度。

表2 指标权重灵敏度分析

农业洪涝灾害评估指标灵敏度大小排序为U21=U22＞U14＞U12=U13=U33=U42。其中U21（地形高程差）指标数值较大的地区有青州市、临朐县、诸城市、安丘市、昌乐县，此处多高山地貌，具备形成降雨的条件，易形成下坡雨，造成水土流失。U22（河网密度）指标数值较大的地区有坊子区、寿光市、寒亭区和潍城区，当河道流量超负荷后，此处更易孕灾，U21和U22这两个指标对于各地风险排序影响很大，风险管理时要重点关注。U14（最大日降水量）指标数值较大的地区有青州市、安丘市、昌乐县和临朐市，该指标数据大会造成单日里的排水压力大，易引发洪涝灾害，这类指标数据变动大，应考虑降低权重，减少数据波动带来的偏差，且保障该项指标数据收集工作的准确性。U12（暴雨频率）指标数值较大的地区有潍城区、昌乐县、寒亭区、坊子区、奎文区和青州市，此地阴雨天气较多，对农作物的生长发育造成影响。U13（汛期降水量）指标数值较大的地区有昌乐县、青州市、寿光市、临朐县等地，会提高地下水位，影响低洼区的农业发展。U33（地均农业GDP）指标数值较大的地区有寿光市、青州市、昌乐县、寒亭区和安丘市，该项指标的大小反映了农业承灾体的易损性。U42（卫生机构）体现了每个地区的防灾减灾能力，防范潍坊市洪涝灾害对策时高度关注这些指标。

4 结论与建议

4.1 结论

（1）该文分析了灾害风险构成因素，从致灾、孕灾、承灾和减灾四方面展开探讨。山东潍坊市致灾因子的危险性从西往东呈减弱趋势；潍坊市的山区位于西部和南部，此处地势起伏大、河流众多，致使孕灾环境呈现高敏感度状态；根据农业的暴露度和脆弱性，潍坊市的承灾体易损度呈现出从西北到东南逐级递减的现象；防灾减灾能力较弱的地区位于潍坊市的中部地区。

（2）综合考虑致灾、孕灾、承灾和减灾情况，得到了山东潍坊市综合风险的总体态势，从西南到东北逐级递减，综合风险由高到低排序：青州市＞安丘市＞临朐县＞昌乐县＞坊子区＞诸城市＞潍城区＞昌邑市＞寒亭区＞寿光市＞高密市＞奎文区。

（3）利用WGA算子分析指标权重的灵敏度，反映各项指标对风险的影响程度，其中，地形高程差和河网密度最为灵敏，说明孕灾环境是导致农业洪涝灾害风险的重要作用指标，最大日降水量的灵敏度次之，风险管理时着重注意对灵敏度大的指标的应对处理。暴雨频率、汛期降水量、地均农业GDP、卫生机构的指标灵敏程度较低，年降水量、农用地占比、乡村人口占比、农村居民人均可支配收入的指标灵敏程度最低。

4.2 建议

（1）增强致灾高危地区和孕灾高敏感地区的洪涝灾害风险防范。对于致灾因子高危险地区，应提高暴雨预测工作的准确性、及时性，结合多种传播途径将灾害信息传播到户；潍坊市的暴雨高频时期集中在7、8月份，适当调整农作物的播种时间，规避开暴雨灾害；洪涝灾害多发地的政府和居民做好防范准备，增加应急避难设施；加强对洪水易发区的治理；对于潍坊市孕灾环境高敏感地区，要加强山区的生态文明建设，多发展林业，用灌木类、乔木类植被固定土地，涵养水源且防止水土流失。

（2）提高易损地区的防灾减灾能力。对于潍坊市承灾体易损地区，要选择更为合理的种植结构，注重抗涝作物的栽培；潍坊市的冬暖式大棚多，地势低，容易积水、渗水，要及时排除自家农地的水，加强对农业的自救行为；政府相关部门要及时填堵决堤口，保障泄洪河道的畅通，合理设置排水沟；根据气象预报，加固农田四周的堤坝，及时排除农田的积水。对于防灾减灾能力弱的地区，要合理设置农村卫生医疗机构，及时救助灾民，保障农业的劳动力；且7、8月份瘟疫易传播，要加强对灾区的消毒处理；道路等项目工程的建设尽量避开不良地段，并对路基进行有针对性的养护，推行相应的保险协议，风险高的区域进行防灾知识的宣传。

（3）加强高灵敏度指标的风险防控能力。对于地形高程差较大的地区，兴修蓄水工程，例如水库、塘坝，提高对水资源的调控能力。对于河网较为密集的地区，拓宽河道，增加两岸的防堤密度，以增强河道的容纳能力，河道两旁多种植耐水性强、耐冲刷的植物。针对最大日降水量多的地区，要合理安排农业的排水沟渠，做好泄洪河道的疏通工作，避免河道决堤现象的发生。针对暴雨频率较高的地区，由于该地的阴雨天气多，植物光合作用较弱，造成农产品的产量和质量下降，要对农作物采取补救措施，适量施加有机肥，喷洒相应的药物。汛期内降雨量增多会导致地下水位的持续上涨，对于低洼处的农业有着很大的损害，利用抽水泵等工具完善排水工作，加强农户的自救工作。此外潍坊市的暴雨天气是大部分由台风造成的，因此，针对地均农业GDP高的地区，防涝的同时还要注意防风，及时抢收成熟的作物，对高秆作物进行培土加固，对大棚进行加固处理，在暴雨后及时清洗蔬菜叶面淤泥，对刚种植的蔬菜幼苗及时查苗补缺，通过药物防治病虫害，减少农业的损失。