基于HHM-RFRM-EOC模型的洪水风险定量评估与结构化表达

黄昕桐， 王潇*， 张国伟， 董利辉， 曲娜

(1.沈阳航空航天大学安全工程学院， 沈阳 110136； 2.沈阳工程学院机械学院， 沈阳 110136)

近几年来，受全球变暖的影响世界各地频繁发生极端气象灾难。大量科学研究和证据表明，极端气象灾害的严重程度和频率均处于不断上升趋势，暴雨、洪水及风暴潮等自然灾害事件频发，给人类带来严重的人员和财产损失。因此，研究开展暴雨洪水风险分析具有重要的意义。

为减轻暴雨洪水灾害所造成的后果，最大限度地减少人员财产损失，近年来中外学者对于灾害评估展开了各种研究。Schneeberger等[1]考虑洪水的空间异质性，提出一个基于大量样本的洪水分析模型，通过3个不同指标相互组合，确定区域的预期洪水影响。牟凤云等[2]以公路为研究背景，建立了密度、抗灾能力、能耗指数等指标体系的综合抗灾能力分析，为灾害防治提供依据。Ekmekciolu 等[3]提出了一种由13个洪水脆弱性和危险性标准组成的分层分析方法用于洪水风险评估。Zeng 等[4]提出了一种结合了单元损坏的脆弱性模型、多米诺骨牌升级的概率估计以及整体情景的基于多米诺骨牌效应的洪水情景定量风险评估方法。Chen[5]提出一个由灾害、暴露、脆弱性和恢复力组成的洪水风险评估框架，通过框架叠加洪水风险图以区分风险等级，到最高等级风险。Ma等[6]和Zhu等[7]采用构造风险指标体系的方法分析洪涝灾害风险，并分别采用加权聚类法和随机森林法确定风险指标权重。赵阳等[8]结合地区经济发展及灾害致死情况，基于最低合理可行原则分析了地区灾害可接受程度。

综合来看，中外洪水灾害风险分析研究中研究方法主要分为3种，分别是基于历史数据、基于系统指标和基于情景分析的洪灾风险分析方法。基于历史数据的评价方法能够为灾害评估提供以往的数值及趋势，使评价者更易总结规律构筑评价大方向。但历史数据更适用于相对稳定的评价环境，且基于历史数据的风险分析往往忽略风险因素之间的内在联系，灾害变化复杂难以有一致的历史数据提供支持，容错性相对较差。基于指标的风险分析方法使用广泛，能够系统性地定量化风险水平，能够实现风险的直观性和可比较性，但指标打分可能存在缺乏科学性和客观性。基于情景分析的分析方法注重灾害发展的多种可能性，评价结果可参考性强，但是情景分析往往对决策者的主观性和逻辑性有较强依赖且在灾害环境有较大变化时有些情景难以预测。灾害的3种方法各有其优点和缺点，因此需要构建一个更适合的洪水灾害评价方法。

由于暴雨洪水灾害与一般事故相比具有明显的不确定性，加之演化过程相对复杂，单一风险分析方法往往难以满足现实需求。因此，现引入HHM-RFRM-EOC风险评价、表达模型作为分析暴雨洪水风险方法，不同于单一风险因素模型，本文所选方法综合上述3种分析手段，从洪水灾害发生的不同维度体现灾害风险，在暴雨洪水灾害风险分析的基础上进行二重、三重过滤与筛选，以期望更准确得出洪水灾害的高危风险情景。同时，从目前中国洪水应急管理数据上看，存在非结构化或结构化程度不高的现象，不利于洪水灾害信息的深度处理和应急决策的有序进行。现将EOC模型应用于暴雨洪水风险要素结构化表达，目的是将洪水灾害情景科学、准确表达，避免目前灾情信息大多靠多方人员沟通，难以快速响应决策的局面。

1 基本原理

分层全息建模最初由雅科夫·海姆斯提出的用于捕捉和处理大型多层次系统风险特征多样性的理论方法[9]。它能够从多个视角捕捉和表示系统的各种内在特征，当系统包括多个目标函数、多个决策者、非线性因果关系和随机元素时的作用十分明显，是一种综合思想和方法论。分层结构框架在具有多系统变量的复杂系统中，优于传统结构，能够使决策者在现实系统中多重叠层次结构中快速有效的识别获取风险情景信息。这种方法的关键就是通过分层来展示系统框架，因而特别适用于分析暴雨洪水灾害这种复杂系统风险。

风险过滤、评级与管理的本质是从多重叠角度对大规模系统的过滤与排名[10]。风险过滤、评级与管理(risk filtering, ranking and management framework，RFRM)框架目前已经在水资源管理、船舶航行等领域开展了应用研究[11-12]。通常，灾害初识风险种类、数量繁多，在突发事件的背景下决策者难以在短时间内全部考虑，此时采用RFRM对初识风险筛选与过滤能够提供出暴雨洪水灾害风险优先级，大大提高决策效率。

要素-对象-结果模型是一种针对突发事件分析的框架模型[13]，该模型填补了突发事件分析领域缺乏信息支持和结构化表达的空缺，辅助实现突发事件结构化分析、存储和表达。将分层全息、建模(hierarchical holographic modeling，HHM)和RFRM理论框架与EOC模型相结合，组成暴雨洪水灾害从风险分析直至信息表达的整个流程，可为今后暴雨洪水灾害分析提供一种新思路。

本文提出的HHM-RFRM-EOC风险评价、表达模型流程如图1所示。

图1 HHM-RFRM-EOC模型流程图Fig.1 Flow chart of HHM-RFRM-EOC model

2 暴雨洪水灾害风险识别

2.1 风险因素构建

暴雨洪水灾害风险来源较广泛，如何有效分析管理是一项庞大的工程。结合相关专家分析和综合指标，将暴雨洪水灾害风险的来源构成分为5个方面：人力因素(P)、设备设施因素(F)、环境因素(E)、应急管理因素(M)、信息因素(I)。

(1)人力因素主要包括领导干部的风险意识、心理素质、应急知识储备和应急救援人员的救援经验、心理素质、风险意识、生理状态以及受灾群众的主观意识、心理素质、生理状态、受教育程度等。在暴雨洪水灾害发生过程中，人力因素是第一位的，领导干部和救援人员的应急知识和经验等决定了暴雨洪水灾害的最终结果，错误的应急决策可能会带来的致命的损失。受灾群众的各种状态也是风险来源中重要因素，例如，钟景鼐等[14]专门研究了公众信赖对与防洪灾风险的影响，并得出信赖高低与公众受灾经历、受教育程度、性别、年龄等不同而存在差异的结论。

(2)设备设施因素主要包括城市交通设施、水利设施、城市排水系统、电力设施、油气管道、热力设施、供水设施、邮电通讯设施、监控系统、医疗卫生设施、教育与文化设施等。设施和设备的损坏会导致暴雨洪水灾害应急救援困难，拖延救援事件等问题。例如，1975年8月8日河南驻马店发生的水库溃坝事件，造成河南、安徽省29个县市、1 100万人受灾，伤亡惨重，直接经济损失近百亿元。

(3)环境因素主要包括社会环境和自然环境两个层面，具体包含危旧平房区、建筑工程区、地铁隧道、未及时处理的工业废水废渣、农作物田地、重点危险化学品企业、矿山井巷、动植物尸体腐败区域、山洪泥石流易发地区、地势低洼地区等。不同的环境抵抗暴雨洪水灾害的能力不同，因此更加关注脆弱性低的几个高风险地区。

(4)应急管理因素主要包含两个层面，分别是预防阶段应急管理和响应阶段的应急管理，具体包含疏散路线制定、群众安置地点规划、重点设施设备防水防雷、应急反应速度、救援队伍、救援效率、群众转移、应急物资情况、救援机械设备和后勤保障情况。

(5)信息因素主要包含信息技术和信息传播两个层面，信息技术包含气象预报、实时雨量、通信服务和监控报警，信息传播包括媒体的支持、信息传播速度、传播范围、舆论导向、地理信息、天气环境信息的掌握以及信息上报的情况。例如，有研究数据显示，媒体关于灾情的报道数量与灾害获得社会资源及公益筹款情况呈正相关。

为了全面准确地捕捉暴雨洪水灾害风险来源，在以上分析的基础上建立了暴雨洪水灾害风险HHM模型框架，如图2所示。

图2 暴雨洪水HHM框架图Fig.2 Flood HHM frame diagram

2.2 结构化可视表达

选用Protégé软件的本体构建和知识图谱可视化功能基于上文所列的HHM框图建立暴雨洪水所有风险情景，从而达到帮助暴雨洪水灾害发生时应急决策者快速掌握暴雨洪水灾害各种风险要素的作用，结构化表达示例图如图3和图4所示。

owl: Thing为本体语言图3 风险要素构建示例图Fig.3 Example diagram of risk element construction

3 暴雨洪水风险场景过滤和排序

3.1 双重标准过滤

首先采用可能性与严重性两个评价标准绘制风险排序矩阵对暴雨洪水过程中的风险因素进行初次排序，其中严重性评价综合考虑人员伤亡，财产损失以及环境破坏3个指标，从而过滤风险矩阵中的低风险和一般风险单元格内的风险场景。按照暴雨洪水灾害发生特点结合历史灾害数据采用专家征询及问卷调查的方式，对各项指标打分，设置每项标准设置最高分为10 分，最低分为0 分，分数越高风险性越大。

专家对各个风险的风险评价平均分为

(1)

式(1)中：Gj为风险j的风险评价的平均分；n为人数；j为风险因素种类；aij为专家i对风险j的可能性评分；bij为专家i对风险j的严重程度评分。

对HMM框架列出的各个风险因素打分计算后，按照所计算的平均分值填入风险评级矩阵对应位置，风险严重性评级矩阵如图5所示。过滤掉中等及以下风险FA6、FA5、FA7、FA9、MB7、PB2、MA3、MB6、IA5、PA2、PB4、MB2、MB5、IA1、IB1、MA2、PB4、PB5、MB4、IA6、IB2、IA2、IA3、IA4，最终保留34个风险较高以上场景。

3.2 多重标准评估

从易损性、持续性、可控性不可察觉性和可恢复性几个方面对剩余的34 个暴雨洪水关键风险因素进行进一步评估，判断各个风险情景发生的可能性与严重性进行双重标准过滤与排序。暴雨洪水评估多重标准如表1所示。

通过调查问卷和专家打分方将易损性、持续性、不可控性、不可察觉性和不可恢复性划分为高(H)、中(M)、低(L)3个后果等级，具体结果如表2所示。

owl: Thing为本体语言图4 工程性基础设施子类可视化示例图Fig.4 Visual example of engineering infrastructure subclass

图5 风险严重性评级矩阵Fig.5 Risk severity rating matrix

表1 暴雨洪水灾害多重评估标准Table 1 Multiple assessment criteria for flood disaster

3.3 量化排序

那么，EA1后验概率计算过程为

Pr(e)=Pr(EA1)Pr(e|EA1)+

(2)

(3)

计算得到Pr(EA1|e)=0.110 2，同理可以计算其余风险场景后验概率，具体计算结果如表3所示。

表2 多重标准评估结果Table 2 Evaluation results of multiple criteria

表3 洪水灾害风险因素概率Table 3 Probability of flood disaster risk factors

后验概率数值越大危险性越高，根据计算各个风险场景后验概率结果，按照大小排序后截取前10个风险要素作为暴雨洪水灾害的高危风险要素。从而得出结果：暴雨洪水高危风险分别是农作物田地、山洪泥石流易发区、地势低洼地区、水库附近区域、文物古迹、危旧平房区、城市交通设施、水利设施、受灾群众受教育程度和教育与文化设施。若按照5个一级风险要素进行划分，每个一级风险要素中最危险要素分别为人力因素中的受灾群众受教育程度、设备设施因素中的城市交通设施、环境因素在中的农作物田地、应急管理因素中的疏散方案和信息因素中的监控报警要素。然而，仅得到暴雨洪水高危风险难以满足中国现阶段洪水应急需要，目前中国洪水应急领域存在数据存储结构化程度不高的现象，因此提出运用EOC模型结构化表达分析结果，从而提高应急部门决策效率。

4 洪水灾害环境风险情景表达

人类目前无法阻止自然灾害的发生，但人们可以在顺应自然和尊重自然的基础上根据自然灾害发生的特点配合以地形地势等特质，采取积极应对措施，尽量减少自然灾害的损失。前面分析的5类风险要素中环境要素占比最大，且相比于其他要素，环境要素具有不能代替和难以改变的特点。因此，在暴雨洪水灾害中环境对于灾害后果的影响相对于其他类要素更危险更值得关注。运用突发事件EOC模型将暴雨洪水灾害中高危风险环境情景要素参数化转化形式，对上文分析的环境高风险要素进行结构化情景表达。EOC模型能够对洪水灾害应急情景中各要素知识进行用以描述，可以科学、准确地表达当前决策面临的情景，以便于帮助决策者在暴雨洪水发生时快速了解受灾地区环境制定有效应对的策略。

通过对历史洪水案例和洪水相关应急预案的分析将暴雨洪水高危风险要素出发过程中的要素、对象进行划分，建立相应要素模型。例如，对EA5农作物田地这一风险要素进行参数化表达，采用构建特征属性变量A(n)={(属性名1，属性值域1)，(属性名2，属性值域2)，…}，选取高程、田间沟渠、排涝设施和耕作类型作为对象属性变量，基于暴雨洪水灾害的灾害特点，选取降雨、淹没程度作为灾害要素。就选取对象及要素参数化为

超星学习通是超星集团针对移动互联网时代学习者需求开发的多功能个性化学习APP。超星学习通既包含超星积累的丰富数字教育资源，也集成了完整的网络教学功能和课程互动插件，可以实现移动教学、直播课堂和多屏互动。超星学习通最核心的理念在于集成、分享与社交，形成基于知识、兴趣、学习的社交生态。在本课程之中，超星学习通软件主要把学校、教师和学生用户的需求打通，实现学校教育与社会教育的融合，实现终身教育的数据记录。

(4)

暴雨洪水灾害中农作物田地损失要素的定性化表达为

式(5)中：Pe为定性化表达值。

根据要素互相独立的特点，简化严重度函数，将定义域和值域均设置成[0，1]，根据灾害发生特点，随着形势恶化，造成的损失往往呈现指数增长趋势，选取指数函数进行严重度计算，将模糊定性要素值等距映射到定义域，参数化后的农作物田地所含要素表示为

对于EB2山洪泥石流易发地区有

(7)

式(8)中：ge为参数化表达值。

并将其他几个高危风险要素按照同样方法参数化表达。链接上文运用Protégé软件构建的风险情景对象框图，继续为重要环境要素添加数据属性变量，如图6所示是举例某农作物田地环境添加数据属性后的界面截图，该步骤可清晰展现某处农作物田地这类环境要素的田间沟渠距离等数据属性，能够使决策者迅速了解受灾区环境基本状况，便于其准确、快速地做出相应决策内容。

图6 为风险要素添加数据属性后的截图Fig.6 Screenshot after adding data attributes for risk elements

5 结论

采用分层全息建模法分析出暴雨洪水灾害的5大类包含57种风险因素，绘制出HHM框架图并应用本体软件构建。

(1)采用RFRM风险过滤、排名与管理方法分析过滤57个子风险，最终得到10个高危风险分别是、农作物田地、山洪泥石流易发区、地势低洼地区、水库附近区域、文物古迹、危旧平房区、城市交通设施、水利设施、受灾群众受教育程度以及教育与文化设施。

(2)分析结果表明在暴雨洪水灾害中，环境要素所占比重远远高于其他风险要素类型，前10个风险中就占6个之多，因此在暴雨洪水灾难发生时，相关部门应当重点注意受灾地区环境特点，从而最大程度地避免风险带来的严重损失。

(3)由于暴雨洪水灾突发性强、应急时间紧迫、信息来源丰富但来源众多、异质性强的特点，利用参数化信息表达可以将要素知识统一描述，科学、准确地表达当前环境所面临的情景，运用突发事件分析的EOC风险概念模型对高危环境风险对象、要素参数化表达，可以方便与对暴雨洪水灾害风险结构化信息的存储，为后续相关部门应急决策提供辅助支持。