云模型在区域灾害风险评估中的应用研究＊

■ 程磊 程志楷 蒋方 王泽华 赵昊

1.河南理工大学安全科学与工程学院 焦作 454003

2.河南理工大学煤炭安全生产与清洁高效利用省部共建协同创新中心 焦作 454003

3.河南中烟工业有限责任公司许昌卷烟厂 许昌 461000

0 引言

随着我国城市区域发展迅速，城市规模不断扩大。在城市发展过程中，由于发展速度过快及规划不合理等原因导致城市区域功能混乱、区域安全风险叠加交错、区域事故后果相互影响等问题。区域内部某一环一旦发生事故，会直接威胁整个区域人员的生命财产安全，造成恶劣的社会影响，因此区域灾害的研究也日渐重要，通过评估区域风险水平能够科学确定区域风险，再运用科技和经济手段以降低风险。

由于计算机基础的兴起，因此许多学者将计算机技术应用到安全领域。柳依帆[1]引入量化云模型对传统PFMEA 方法进行优化，从而利用云-VIKOR 法对失效模式做出风险排序。崔铁军[2]从云模型特征出发，结合AHP 提出巷道冒顶风险等级评估模型，该模型能够准确分析巷道冒顶风险等级。郄子君[3]研究了区域内承灾体的拓扑关联，利用计算机技术构建了单一灾种到多灾种的灾害动力演化模型并探讨相应的对策。张明媛等[4]运用AHP和模糊可辨识法设置城市承灾能力指标，并详细分析了全国主要大城市的承灾能力，提出大城市综合承灾能力结果评价。周丽君[5]以旅游景区为依托，结合旅游管理理论和风险理论，构建了以贝叶斯方法为基础的旅游景区的风险评估模型。陈涛等[6]引入证据推理法评价了小区域内的承灾能力，发现“抗灾能力-空间布局-重大危险源”对区域风险评价中有重大作用，并运用于实际。田睿等[7]运用RF-AHP 和云模型结合的方法，建立岩爆等级预测模型并用于工程实例上，模型准确率接近90%。吴孟龙等[8]在6 个指标组成的20 组样本数据基础上，采用正向云发生器构建RAGA-PPC 云模型，用于评价边坡稳定性。陈国华等[9]运用多因素数学建模理论，建立一套比较全面的城域突发事故灾难承灾体系，可用于城域承灾能力的提高。侯志强等[10]基于BP 神经网络和支持向量机构建港区油管模型，提高了评估港区油管风险精度。涂圣文等[11]运用CRITIC 法和云模型结合的方法对边坡稳定性建模，最终利用案例验证该边坡风险评估模型的有效性。王康[12]依据标准建立轨道交通系统评价体系，并结合系统动力学建立轨道交通安全评价云模型，大大提升了轨道交通车辆系统的安全管理水平。谢鹏等[13]采用针对涉爆粉尘的特点构建安全风险指标体系，分析了某企业的整体安全水平，并提出了安全管理措施。国内针对风险评估的研究主要聚焦于各个行业、各个灾种，针对区域范围的整体性风险评估研究还未达成统一共识。因此，本文旨在分析造成区域灾害的各种影响因素，从而建立基于AHP和云模型的区域风险评估模型，从而达到研究区域性风险水平和提高区域安全的目的。

1 区域灾害风险评估模型指标的建立

现阶段，城市作为较大的评估对象还没有建立起专门的评估方法，，但依据灾害风险表达式：灾害风险=（危险性×暴露性×脆弱性）／恢复力，可知城市灾害风险等级由风险大小、城市人口、城市应急能力和公共因素影响。其中，风险大小受自然灾害风险和工业企业风险、交通运输等因素影响，城市人口风险来源于人员密集场所，另外社会的经济结构的稳固性、居民安全意识的高低和基础设施的完善程度都影响着城市安全水平。参考我国《城市综合防灾规划标准》和国内外知名专家发表的论著等文献资料，依照地区灾害风险发生的类型、频率和造成的后果，通过询问专家和走访调研的方式对区域安全内影响因素进行量化评分，最终建立适应于大部分城市风险评估的3级指标。这些风险评估指标以城市安全生产为立足点，综合考虑城市灾害等级、社会治安状况、应急反应水平等评估安全水平，建立图1的风险评估指标体系图。对照《灾害事件应对法》按照风险由小到大将风险分为低风险、一般风险、较大风险和重大风险四个等级，并用蓝、黄、橙、红四种颜色如表1所示。

图1 区域风险评估指标图

表1 风险分级评分区间

1.1 自然灾害风险

自然灾害风险作为影响区域风险的一个重要因素，存在易突发且难监控的特点，一旦发生容易对该区域造成严重的后果[14]。自然灾害风险由灾害破坏程度、往年自然灾害频次、灾害监测预警能力、应急救援体系建设四个因素耦合影响。

根据某区域可能发生自然灾害的种类和类型，评估其一旦发生灾害可能会造成的后果和程度，评估结果显示其造成的后果、程度越严重，则风险越大。组织专家对该区域可能发生自燃灾害程度大小进行量化打分。通过对往年不同自然灾害频次的分析，可以预测该区域自然灾害可能发生的频率。灾害监测预警能力是管控风险的有效方法，分析区域监测预警能力建设的完备度和实时性，并对该项指标进行量化打分。应急救援队伍作为事故发生后及时防止事故灾害扩大的中坚力量，救援体系的建设可降低整体区域风险。自然灾害风险的二级指标评分标准如表2所示。

表2 企业风险评分表

1.2 工业企业风险源

安全生产事故多发于工业企业，故将工业企业风险源作为影响区域风险的一级指标。工业企业分为危化企业、建筑类行业、工贸行业、矿山企业四大类行业。由于不同区域企业种类、数量不一，本位将单位面积风险均值作为各个行业的指标量化方法。

R 为单位面积风险均值，r1，r2，…，rn为区域内n 家企业风险评分，S 为区域面积，单位为Km2。各类企业风险评分表如表3 所示。根据各企业双重预防机制建设文件，分析各个企业所在的风险区间。专家通过分析各企业重大危险源、安全风险管控措施，在对应评分区间内进行适当的量化打分，求出单位面积风险均值按表2 得出行业风险区间，R 值即为最终评分，其中R 最高上限100分。

表3 行业风险源数量

1.3 人员密集场所

城市风险评估过程中不应只考虑区域内自身所含风险，例如博物馆、学校、大型商场等一些场所在生产经营过程中自身风险较小，但由于人员密集，一旦发生事故，所造成的伤亡惨重，财产损失大，社会影响恶劣。故应单独考虑此类场所对区域风险评估的影响。人员密集场包括经营类场所、敏感类场所两类。

人员密集场所包括人群高度集中、流动性大，易发生群死群伤事故的场所及大型活动。例如城中村建筑、超高层建筑、宾馆、大型商场（含地下商城）、专业市场、城市综合体、地铁枢纽站、客运车站、口岸、客运码头、民用机场。敏感类场所包括学校、党政机关单位、军事管理区、科研机构、文物保护单位、旅游景区等社会关注度较高场所。通过分析其自身风险、风险管控措施、所处区域的风险源数量、不同风险等级场所数量等进行评分。

1.4 交通运输

2017年我国交通死亡人数为63772 人次，经济损失为10 亿元左右，成为各种事故中死亡人数最多的类型。在进行整体区域的风险评估中将交通道路划分为轨道、公路、航空、水上运输4种类型。各个交通行业总体风险评分为表2所示。

1.5 其他因素

通过区域内第二、三产业占比分析区域社会经济结构对整体风险水平的形象，第二、三产业占比越大，则整体区域工业化水平越高，风险越大。整体区域对风险的管控、事后救援等工作离不开人的支持，区域人员安全意识水平越高，越有利于抑制整体区域风险。区域基础设施一方面方便了整体区域风险管控工作，另一方面例如水电气暖、道路塌陷等又增加了区域风险水平。

2 云模型算法介绍

2.1 云模型算法

云模型理论是由李德毅院士提出的定性概念和定量描述不确定转换模型，可实现定性概念与定量数据的双向变化，有效减少主观性偏差，有效提高了权重的可信度。

云模型中，正向云发生器和逆向云发生器是核心算法。如果已知3 个特征数字，则生成一定数量的云滴可以通过正向云发生器实现；如果给定的云滴样本中需要反向求出3 个数字特征，则可以通过逆向云发生器来实现，从而达到对样本数据定性评价的目的。根据云模型理论确定区域灾害风险评估模型步骤如下。

步骤一：逆向云发生器算法输入：N个云滴Xi;

输出：这N 个云滴对应定性概念的期望Ex、熵En以及超熵He

计算样本均值和方差

（1）通过Xi计算得出数据的样本均值：

以及一阶样本绝对中心距：

步骤二:计算综合云（Ex、En、He）

假设最终的安全评价结果的云模型为，各评价指标因素的云模型为，那么就是的各个基本云。由于各个安全评价指标间存在复杂的相关性，所以文中采用虚拟云中综合云的算法，计算公式如下所示：

式中：为各评价指标因素的权重；为各评价指标因素的云模型数字特征值；n为各评价指标因素个数[16-17]。

步骤三：正向云发生器算法

输入：某个定性概念期望、熵以及超熵，并给定云滴数量N。

输出：数域空间的N 个云滴对应的定量位置以及云滴所表征的定性概念的确定度。

（1）生成以为期望，且以为标准差的随机数（正态分布）；

（2）随机生成以为期望，为标准差的数值；

（3）将作为定性概念的一次的具体量化数值，即一个云滴；

（5）定义为隶属于该定性概念的确定度；

（6）通过则能够完整反映出定性定量之间转换的所有内容；

（7）重复上述操作（1）至（6）以产生N个云滴。

步骤四：综合安全评价结果分析。通过正向云发生器输入云的数字特征，和云滴个数n，然后输出n 个云滴在论域空间内组成的综合评价云图。从生成的综合安全评价云图，可以清晰直观地看出输出的云滴所落在标准评价集范围的位置。

步骤五：确定综合云图与标准评语云的相似度。在定性地确定安全等级后，将综合云滴图与标准评语云进行相似度确定。按照相似度计算式（2.8）求出最终的评价综合云和标准云的相似度，然后根据最大隶属度原则，相似度最大的对应的标准评语云所在的评语区间就是最终的综合评语结果，将此评语结果与定性结果相比较，若结果一致，即可确定为最终结果，否则将重新进行评估，直至结果一致。

2.2 IOWA算子

在云模型模型中。各指标权重由层次分析法计算得出，为避免专家个人意见不同，邀请多位专家进行评分计算，由于不同专家对每一层级重要度打分不同，层次分析法计算出的指标权重也不尽相同。故本文引入IOWA 算子进行平衡由于专家不一致导致的权重差异，求出综合权重。

3 实例应用

河南省汝州市临汝镇位于河南省西南部，北靠嵩山，面积73.8 平方公里，具有丰富的矿产资源。该区域正处于城市化高速发展阶段，城市区域内工业区与居民区相连，具有中国目前小型城市的典型特征，选该地区进行风险评估。

3.1 区域介绍

临汝镇目前较大可能发生的自然灾害有山体崩塌、滑坡、泥石流、地面塌陷、地裂缝等地质灾害。有1 处坡池地质灾害点，建立了相关的监测预警，整体其他灾害风险的检测预警能力有待提高。整体区域发生自然灾害概率较小，市级政府有完整的关于自然灾害的应急处置方案。该区域被2 个消防救援中队覆盖，镇政府设有安监办，有兼职救援队与各企业兼职救援队相结合的一套较为完整的救援体系，整体区域对于自然灾害风险可控。

临汝镇工业化水平较高，安监办重点监管企业有8家加油站，均为3级加油站；5家烟花爆竹经营企业，均不构成重大危险源；煤矿1家（河南长虹矿业有限公司）、非煤矿山3 家（天瑞集团水泥有限公司小山沟采石场正常生产、中国铝业股份有限公司汝州市鳌头铝土矿正在进行回填治理、天瑞水泥集团有限公司青松采石场停产升级环保改造）；3 家大型水泥厂，1 家寿衣加工厂（可燃物堆积较多）；2处社区在建施工工地；1处学校扩建施工工地。临汝镇各行业风险源如表4。

表4 专家评分表

该区域涉及经营类人员密集场所包括8家大型超市（其中1 家为大型服装超市），敏感类场所包括51 所学校（其中临汝镇第一初级中学人数为2100 人，其余学校均为500人以下），2所敬老院，2所医院，2所省级文物保护单位。其中学校场所风险较大，安全隐患较多，全部场所均不满足消防通道、消防设施配备要求。

该区域主要涉及道路、水上运输，无轨道、航空运输。其中道路运输中风险较大场所涉及7 所桥梁，全区域汽车保有量不足1 万辆，但由于该区域道路基础条件较差，道路交通指示标识、信号灯等设置不全面，导致该区域道路交通风险较高。水上运输主要为当地居民自行组织的充气筏、小船等游乐设施，安全措施防护不到位。

该区域经济正处于转型期，3种产业占比为7.5:49.4:43.1，工业产业占比最大。通过问卷调查形式进行调研，当地居民对日常生活中消防、疏散等意识较好，对于工业生产、交通等安全意识较差。当地基础设施较差，水、电满足日常生活、消防使用，但电线线路杂乱等问题具有一定的风险。气、暖设施主要供给部分区域，建设年限较短，风险较小。

邀请河南理工大学、郑州大学等多位专家组成专家组对指标因素进行量化评估。评分结果如表5所示

表5 各因素指标权重

3.2 算法应用

建立IOWA-AHP、逆向云发生器、正向云发生器算法程序，邀请专家组的专家对区域风险评估指标因素进行重要度分析，经过计算指标权重如表6所示。

表6 二级指标特征值

将各个因素指标带入逆向云函数中得出各个指标期望、熵与超熵即二级指标特征值，如表7所示。一级指标特征值如表8所示。

表7 一级指标特征值

综合评价指标特征值（Ex，En，He）为（53.4357，5.3981，1.7006），云滴数设置为3000个，通过逆向云发生器计算得出的综合云图如图2 所示，通过正向云发生器得出的标准云图如图3 所示。图中I、Ⅱ、Ⅲ、Ⅳ分别对应低风险、一般风险、较大风险、重大风险的标准云曲线。对比云图为图4。

图2 综合云

图3 标准云

图4 对比云

经过标准云与综合云对比，根据最大隶属度原则，临汝镇的综合云模型曲线（V）处在标准云中一般风险曲线（Ⅱ）与较大风险曲线（Ⅲ）之间，与一般风险曲线的相似度λ为0.241，与较大风险曲线的相似度为λ为0.0010，经比较与一般风险曲线拟合程度较高，故河南省汝州市临汝镇的整体风险等级评估为一般风险。

但是由于临汝镇的人员密集场所和交通运输风险较大，因此为了提高临汝镇区域风险安全等级，建议临汝镇政府重点对人员密集场所、交通运输行业进行风险分级管控和隐患排查治理工作。

如图5 所示，临汝镇自然灾害风险综合云曲线拟合程度接近于一般风险曲线，评估为一般风险。工业企业风险曲线介于低风险曲线与一般风险之间，与低风险曲线的相似度λ 为0.0183，与一般风险曲线相似度λ 为0.0067，为低风险。人员密集场所拟合程度介于较大风险与重大风险之间，与较大风险曲线的相似度λ 为0.0624，与重大风险曲线相似度λ为0.0039，为较大风险。交通运输曲线与较大风险曲线拟合程度高，为较大风险。其他因素曲线介于一般风险与较大风险之间，与低风险曲线的相似度λ为0.0053，与一般风险曲线相似度λ为0.0250，为较大风险。因此为了提高临汝镇区域风险安全等级，建议临汝镇政府重点对人员密集场所、交通运输行业进行风险分级管控和隐患排查治理工作。

图5 各一级指标对比云

4 结论

（1）针对缺乏区域整体性风险评价的手段和方法，确立了5 个影响区域风险等级的一级评价指标，即自然灾害风险、工业企业风险、人员密集场所、交通运输、其他因素，建立了区域风险多因子交互作用矩阵，反应了各个评价指标之间的复杂作用关系，并在此基础上建立云模型，科学评估了区域整体风险水平，评估情况与整体情况相符。

（2）依据评估结果，可知临汝镇整体风险为一般风险，但在人员密集场所和交通运输行业仍具有一定的风险，临汝镇应加强安全管理，制定安全措施，优化布局以提高整体安全水平。

（3）给出了AHP-云模型的建立过程，并运用该模型得到各指标权重和隶属度，克服了传统计算的数据处理的误差和成本。确立了二级指标的风险状况，根据风险评估结果，可以对相关单元重点进行风险分级管控与隐患排查治理工作，以降低该区域的风险。

（4）该风险评估模型通过相关资料的调研，可操作性和可靠性强，能够迅速确定区域风险水平，从而采取管控和治理措施，降低该区域风险水平，同时可以拓展至其他区域乃至城市风险评价，为提高区域整体风险提供了可靠方法，对区域安全水平的提升具有参考意义。