基于信息扩散理论及数据整合的贵州洪灾风险评价研究

王 鹏

(贵州省水利科学研究院，贵阳 550002)

洪水灾害是世界上发生最频繁及破坏力最强的自然灾害之一[1]。在贵州，受气候、地形及地质等条件影响，洪灾在各种自然灾害中的表现尤为突出。1949年以来，贵州每年都会因洪灾而造成较大的人员伤亡和财产损失。因此，开展贵州洪灾风险评价研究对于贵州社会经济的健康发展显得十分必要。基于此，本文根据贵州1990-2014年的洪灾灾情统计数据，采用信息扩散理论及数据整合的方法，对贵州省洪灾风险进行评价研究，并在此基础上提出了洪灾风险的应对措施，为管理部门的抗洪减灾决策提供理论依据。

1 评价对象概况

贵州省位于我国西南部，境内以山地居多，是全国唯一没有平原支撑的省份。同时，贵州又是一个自然灾害频发的省份。受地形地貌，气候变化复杂、多样，降水时空分布不均匀等多种因素影响，造成了全省“一山分四季，十里不同天，无灾不成年”的格局，自然灾害类型主要有水洪灾害、低温凝冻、冰雹、滑坡、泥石流、崩塌等。在多种自然灾害中，尤以洪灾最为突出，人员伤亡及财产损失最为严重，对全省国民经济和社会生活造成很大的危害,严重制约着全省国民经济的可持续发展。

2 评价指标的选取及数据整合

2.1 评价指标的选取

评价指标总体上要反映出洪灾对评价区域社会和经济的影响，并依据综合性、重要性和可操作性等原则，选取能体现洪灾影响程度的重要因子。鉴于此，本文共选取6个因素作为贵州洪灾风险的评价指标，分别是死亡人口(D)、受灾人口(P)、农作物受灾面积(A)、倒塌房屋(H)、直接经济损失(L)、水利设施经济损失占直接经济损失比例(F)。根据历年统计数据，贵州省1990-2014年洪灾各评价指标数值见图1。

图1 1990-2014年贵州洪灾各评价指标数值Fig.1 Numerical evaluation results of flood disaster indexes in Guizhou from 1990 to 2014

2.2 评价指标数据的整合

为便于开展贵州洪灾风险评价，需将上文提到的6个评价指标数值整合到洪灾灾情综合指数一个风险评价指标上，整合步骤如下[2]。

表1 年度洪涝灾情指标的参数取值与指标阈值关系[2]Tab.1 Relationship between parameters and thresholdof annual flood disaster index

(3)按下式计算各年度洪涝灾情综合指数：

C=(D′+L′)×0.3+(P′+A′+F′+H′)×0.1

(1)

式中：C为洪灾灾情综合指数值；D′为死亡人口指标的取值；L′为直接经济损失指标的取值；P′为受灾人口指标的取值；A′为农作物受灾面积指标的参数取值；F′为水利设施经济损失占直接经济损失比例指标的取值；H′为倒塌房屋指标的取值。

按照以上步骤，可得到贵州1991-2014年洪涝灾情综合指数值，见表2。

表2 贵州1991至2014年洪灾灾情综合指数计算成果Tab.2 Calculation results of flood disaster index inGuizhou from 1991 to 2014

3 信息扩散理论

信息扩散模型属于以历史灾情资料为依据, 将样本进行集值化的一类模糊数学方法。该模型对概率分布未知、样本数量较少的自然灾害具有良好的适用性[3]。信息扩散模型较常用的模型为正态信息扩散模型，其原理为[4]：

设X为风险指标为m年实际观测值的样本集合：X={x1,x2,…,xm}。研究的风险指标论域V为X集合中每个观测值样本的信息扩散范围集合,V=(v1,v2,…,vn)，其中v1,v2,…,vn代表论域的各离散控制点，可根据评价精度选定，n为离散控制点总数。设fi(vj)为样本集X中任意样本xi将其自带的信息扩散到论域V上各控制点的函数值，则:

(2)

式中：h为扩散系数，其值与选取的观测值样本数m有关。设观察样本集合X的最小值为a，最大值为b,则h的计算公式为：

(3)

令：

(4)

则样本值所对应的模糊子集从属函数为：

(5)

显然：

(6)

故可认为xi,j为样本X的归一化信息分布。再令：

(7)

(8)

取：

(9)

p(vj)即为所有样本落在vj(j=1,2,…,n)处的概率值，其超越概率值rj应为：

(10)

如果论域V代表洪灾的损失值，则P={r1,r2,…,rn}即为洪灾损失的风险估计值，其倒数值即代表几年一遇。

4 洪灾风险评价

(1)离散论域的选取。考虑到客观情况，洪受灾指数的值都处在区间[0,1]，考虑到贵州洪灾的实际情况及成果精度，本文选取0.01作为离散论域的最小值，选取1作为离散论域的最大值，步长取0.01,由此可以得到连续的离散论域：V=[0.01, 0.02, 0.03,…,1]。

(2)扩散系数计算。离散系数h采用公式(3)计算，根据表2可知，样本集合X的最小值a为17.5，最大值b为89.3,样本个数为24，根据公式(3)计算，得洪灾灾情综合指数的扩散系数h为0.083 8。

(3)洪灾等级划分。本文根据文献[2]的成果，将贵州年度洪灾分为特别重大洪涝灾害年、重大洪涝灾害年、较大洪涝灾害年、一般洪涝灾害年4个等级，各灾害等级洪灾灾情综合指数取值范围情况见表3。

表3 贵州年度洪涝灾害等级划分情况Tab.3 Annual flood disaster classification in Guizhou

(4)洪灾风险评价。将贵州省1991-2014年洪灾灾情综合指数数据(见表2)代入式(2)～式(10)，可以计算得到贵州各洪灾灾情风险指数下的概率值，在此基础上得到贵州洪灾灾情综合指数风险估计成果(见表4)、概率密度曲线(见图2)以及超越概率密度曲线(见图3)。

表4 贵州洪灾灾情综合指数风险估计成果Tab.4 The risk estimation results of comprehensive indexof flood disaster in Guizhou

图2 概率密度曲线Fig.2 The probability density curve

图3 超越概率密度曲线Fig.3 The exceedance probability density curve

概率密度曲线图反映贵州省各洪灾综合灾情指数的发生概率值，以此推断出不同灾情程度发生的可能性大小。由图2可知，洪灾受灾概率存在一个最大值，即洪灾灾情综合指数在34%左右的可能性最大。此外，概率密度曲线基本上覆盖了整个横坐标，表明贵州省洪灾灾情综合指数的不确定性非常大。超越概率密度曲线则反映洪灾风险的变化范围及趋势，坡度的陡缓反映灾情离散性的大小，曲线的凹凸拐点则对应概率密度曲线中的最大值。从图3可知，洪灾灾情综合指数在95%时，曲线基本上重合于横坐标，表明洪灾灾情综合指数超过95%的概率很小。

根据贵州年度洪涝灾害等级划分成果(见表3),并结合计算得到的贵州各洪灾灾情风险指数下的概率值，可求得贵州各等级洪灾风险估计值，计算成果见表5。

从表5可知，贵州洪灾灾情等级以一般洪涝灾害年为主，风险估计值达到0.586 7，发生频率为1.7 a一遇；其次为较大洪涝灾害年，风险估计值为0.262 6，发生频率为3.8 a一遇；特别重大洪涝灾害年发生概率最低，其风险估计值为0.059 8，对应的发生频率为16.7 a一遇。

表5 贵州各等级洪灾风险估计值计算成果Tab.5 The calculation results of flood risk estimationin different grades in Guizhou

5 洪灾风险应对措施

从上述洪灾风险的评价结果来看，贵州发生洪灾的频率较高，因而对社会经济的发展影响较大。为有效防范贵州洪灾带来的不利影响，笔者建议从以下几个方面着手工作。一是加快推进防洪减灾工程体系建设。将新建的大中型骨干水源工程(如黔中水利枢纽工程等)及时有效纳入到全省防洪减灾体系当中；加快推进城乡防洪工程建设，提高城市防洪标准，保证城乡重要防洪堤段的防洪标准达到规范要求；对尚未处理的病险水库工程及时进行除险加固处理，消除潜在事故隐患。二是开展洪水风险分析及评估工作，在此基础上绘制全省洪水风险图，对洪水进行风险管理。三是加快水利信息化建设，利用物联网、大数据等前沿最新成果，提高雨情、水情、险情等的监控覆盖面及预报精度，为抗洪减灾管理部门提供决策依据。

□

[1] 刘 幸,王兆礼. 东江流域洪灾风险空间模糊综合评价[J]. 中国农村水利水电,2011,(5):145-148.

[2] SL 579-2012，洪涝灾情评估标准[S].

[3] 毛熙彦,蒙吉军. 信息扩散模型在自然灾害综合风险评估中的应用与扩展[J]. 北京大学学报(自然科学版),2012,48(3):513-518.

[4] 张 翔.辽宁省旱灾风险评价[D].大连：辽宁师范大学, 2009.