安全韧性理念下的城市内涝灾害风险评估

董 伟 杨 玲 副教授 康铭洋

(首都经济贸易大学,北京 100070)

0 引言

城市在经济和社会发展中发挥着主导作用,而自然灾害和事故的频繁发生严重威胁着城市安全系统的稳定。内涝作为一种影响极其严重的自然灾害,对城市安全和可持续发展等带来严峻挑战。为更好地应对以内涝为代表的城市灾害,韧性城市的理念被提出来。近年来,已有国内学者从韧性角度探索应对城市内涝灾害的风险评估模型。赵民等[1]结合灾害特征和韧性特征,从致灾因子危险性和承灾因子暴露性、恢复力等方面构建济南市灾害风险评估指标体系;李彤玥[2]从冗余度、功能度、智慧度、敏捷度4个方面提出并研究韧性评估指标体系。然而上述研究多是将风险与韧性分开研究,对于从韧性方面考虑城市风险研究甚少。因此,本文将韧性理念与城市内涝风险相结合,从安全韧性角度提出一套指标体系,系统研究安全韧性理念下的城市内涝风险评估方法,对提升城市内涝灾害的防控能力具有重要意义。

1 风险与韧性

1.1 风险的基本定义

风险(Risk)一词最早出现在19世纪末的西方经济学中。1992年联合国给出风险定义:在某个一定的区域或一定的未来时期内,特定的自然灾害可能引起的人民生命财产和经济活动的潜在损失[3]。

风险评估是风险管理的主要内容,一般包括致灾因子危险性、承灾体脆弱性及潜在损失,根据这3个方面构建指标体系,进行定量计算得出风险值。方建等[4]完成全球尺度下暴雨洪水灾害风险的评估与制图工作;Kamierczak等[5]完成曼彻斯特市致灾因子危险性与孕灾环境敏感性的定量评估工作。传统的灾害风险分析仍停留在“风险=危险×脆弱性”这一公式的理解中。从城市韧性理论可以看出,传统的风险评估方法缺少针对城市恢复力的评估,从而缺少城市韧性的研究。

1.2 城市安全韧性定义及特性

城市韧性是近年来城市规划和公共安全领域的一个新兴概念,根据联合国国际减灾战略的定义,“城市安全韧性”是指当灾害发生时,城市能够承受冲击,依靠自身抗灾能力,减少灾害损失,快速响应,合理配置资源,快速恢复城市功能[6]。目前,基于复杂适应性系统(Complex Adaptive Systems,CAS)理论研究韧性特性逐步成为当下共识,城市安全韧性能力是由韧性的特性显现并可加以度量。

本文基于安全科学理论、城市韧性的概念和特征,优化城市内涝灾害风险评估指标体系,对城市韧性的特性即鲁棒性、迅速性、冗余性、智慧性4方面进行研究分析,更加强调城市在面对内涝灾害时的应对能力及恢复能力,并构建城市内涝灾害风险评估模型。

2 构建城市内涝灾害指标体系

为客观评价城市内涝的风险水平,根据城市内涝现状,安全韧性的概念、特征及内涵,综合考虑各评价指标之间的复杂关系,从城市韧性的特性,即鲁棒性、迅速性、冗余性和智慧性4方面选取相应指标进行内涝风险体系的构建。鲁棒性指内涝灾害中系统的某部分被破坏,城市系统还能够继续维持其功能,侧重于城市遭受暴雨后发生内涝的稳定性;迅速性指在最短时间内控制住对基础设施的破坏,控制灾害造成的破坏,避免二次灾害,快速恢复基础设施功能的能力[7];冗余性指基础设施系统的可替代性,即在发生灾害时,有足够的资源来替代基础设施功能的能力;智慧性指有基本的救灾资源储备以及能够合理调配资源的能力,包括灾前预测、灾中及时应对和灾后及时修复。

本文采用熵权法确定各指标的总目标层权重,为避免城市内涝风险评估的不确定性,本文在城市内涝风险评估过程中引入正态云的概念,为城市内涝风险的定性评估提供可靠的方法。以城市内涝风险为目标层,准则层则根据韧性特性包含鲁棒性、迅速性、冗余性、智慧性4个方面,指标层是评价各标准层程度的特征因子,见表1。

表1 内涝灾害风险评估指标体系Tab.1 Risk assessment index system of waterlogging disaster

3 城市内涝灾害风险评估模型

3.1 理论分析

熵权法被定义为利用数据的信息熵[8],描述数据指标差异程度。根据熵权法的基本理论[9],数据指标的数值差异程度越大,该指标的离散程度越大,对综合评价结果的影响越大,即对应的权重值越高。根据熵权理论,假设评价问题中有m个评价指标和n年数据,先对各指标的数据进行标准化,获得规范化矩阵X=(xij),xij为第i个指标在第j年的指标值。第i个评价指标的熵Hi为:

(1)

第i个评价指标的熵权Wi为:

(2)

云模型[9]是在随机数学和模糊数学的基础上提出的一种数学模型,能够实现定性概念与定量值之间的不确定性转换。云模型有3个数字特征Ex、En、He。其中期望值Ex反映评价指标的定性概念;熵En反映表征定性概念的云滴离散的程度,以及该概念在这个域空间中可以接受的云滴的数值范围;超熵He是熵En的熵,反映云滴聚集在一起的程度。

3.2 评估模型的建立

(1)首先,建立城市内涝风险评估指标体系C={c1,c2,…,cn}和风险评估等级阈值V={v1,v2,…,vn}。

(2)根据上述熵权理论,确定灾害风险评估指标的权重向量W。

(3)构建隶属度矩阵R=(riv)。其中,riv表示评估指标i在对应评估等级v下的隶属度。计算特征值Ex、En、He。

Ex=min(i)+max(i)/2

(3)

En=max(i)-min(i)/2.355

(4)

He=k

(5)

式中:

min(i)、max(i)—风险等级区间评估值的下限、上限;

k—常数,一般通过实验得到,本文取经验值k=0.01。

(4)评估结果。通过权重向量W与隶属度矩阵R之间的模糊变换,构造评价等级阈值V的模糊子集S:

S=WR=(s1,s2,…,sn)

(6)

(7)

式中:

wi—评估指标i的权重值。

根据最大隶属度原则,选择最大隶属度对应的评估等级作为最终评估结果。

4 应用举例

4.1 研究区概况及数据来源

河南郑州市区城区面积约1 010km2,本研究区面积约550km2,范围主要是城市建成区部分,主要包括中原区、惠济区、金水区、二七区和管城回族区,由绕城高速所环绕[10](如图1),其数据均来源于河南省统计年鉴。

图1 郑州市研究范围Fig.1 Research scope of Zhengzhou City

4.2 郑州市内涝风险评估

结合郑州市经济发展和自然环境特点,从城市安全韧性出发,综合考虑风险评估标准,将城市内涝风险划分为低风险、中风险、较高风险、高风险4个等级[11],见表2。

表2 城市内涝风险指标评估等级Tab.2 Evaluation grade of urban waterlogging risk index

根据表2内涝风险评估指标数据和公式(3)-(5),确定云模型参数Ex、En、He,见表3。

表3 风险评估指标正态云标准值Tab.3 Risk assessment index normal cloud standard value

等级指标 ⅠⅡⅢⅣ低风险中风险较高风险高风险C410,4.25,0.0125,8.49,0.0145,8.49,0.0165,8.49,0.01C515,8.49,0.0137.5,10.62,0.0175,21.23,0.01150,42.46,0.01C680,8.49,0.0160,8.49,0.0140,8.49,0.0120,8.49,0.01C775,21.23,0.01125,21.23,0.01175,21.23,0.01225,21.23,0.01C812,1.70,0.019,0.85,0.016,1.70,0.013,0.85,0.01C94.5,0.42,0.013.5,0.42,0.012.5,0.42,0.011.5,0.42,0.01C101250,212.31,0.011750,212.31,0.012250,212.31,0.012750,212.31,0.01C119,0.85,0.017,0.85,0.015,0.85,0.012,1.70,0.01C122250,212.31,0.011750,212.31,0.011250,212.31,0.01750,212.31,0.01C1315,4.25,0.0125,4.25,0.0135,4.25,0.0145,4.25,0.01C1425,4.25,0.0118,1.70,0.0113,2.55,0.017,2.55,0.01C15450,42.46,0.01350,42.46,0.01250,42.46,0.01150,42.46,0.01C1685,8.49,0.0165,8.49,0.0145,8.49,0.0120,12.74,0.01C17450,42.46,0.01350,42.46,0.01250,42.46,0.01150,42.46,0.01

将降雨强度指标的量化数据代入正态云的隶属函数中,为提高计算结果的可靠性,重复计算不同隶属度下各指标的平均综合评价值,见表4。

表4 各评价指标平均综合评价值计算结果Fig.4 Calculation result of average comprehensive evaluation value of each evaluation index

对各个评价指标的权重利用熵权法和公式(6)进行求解,结果如下:

W={w1=0.056,w2=0.224,w3=0.04,w4=0.003,w5=0.067,w6=0.078,w7=0.065,w8=0.013,w9=0.03,w10=0.023,w11=0.047,w12=0.067,w13=0.034,w14=0.14,w15=0.046,w16=0.059,w17=0.083}

利用表4及各指标权重计算城市内涝综合评估结果,见表5。

表5 城市内涝综合评估结果Fig.5 Results of comprehensive assessment of urban waterlogging

4.3 城市内涝风险评估等级分析

由表4可知,郑州市道路铺装面积、植被覆盖率风险评估处于高风险等级,表明该市道路铺装面积占比过大,植被覆盖率小,排水能力下降,可通过多植树、增加绿地面积等措施提高该市鲁棒性和迅速性;人均可支配收入、防汛科技支撑风险评估处于高风险等级,可通过人才引进、鼓励防汛科技研发等措施增强城市智慧性和冗余能力[12]。

由表5可以看出,城市内涝风险综合评价等级由低到高的隶属度分别为0.003、0.016、0.434、0.301,根据最大隶属度原则,郑州市内涝风险等级属于III级,属于内涝较高风险地区。根据准则层隶属度可以看出,郑州市的冗余性较差,灾害突发造成部分设施功能受损,备用资源不足,导致城市瘫痪[13]。分析原因有2点:首先,在经济和社会方面,保障城市安全韧性的提升需要经过长期积累才能显现出明显的效果,这是城市整体经济水平和社会安全保障能力的提升[14];其次,通过制定详细的计划和采取具体的措施,可以在短时间内提高城市的智慧性。因此,在不断提高城市安全韧性的冗余性和迅速性的同时,还应全面加强经济、社会韧性的提升。

5 结论

(1)将韧性理论引入城市内涝中,综合考虑城市韧性的4大特征——鲁棒性、迅速性、冗余性、智慧性,构建城市内涝风险评估指标体系。基于熵权法和云理论,建立城市内涝风险评估模型,利用熵权法确定赋权,大大提高评估结果的准确性与可靠性。此外,该模型引用正态云理论,实现了定性概念与定量数据之间的不确定性转换,解决了定性概念中的模糊性与随机性问题。

(2)将这一模型应用到河南郑州的内涝情况中,评估出郑州市内涝风险处于较高水平,评估结果与实际状态较为符合。结合各指标层权重,可以确定各指标的韧性提升潜力和效率,结合评估结果找到其影响城市内涝灾害风险的关键因素,评估结果对于城市安全治理及应对未来内涝灾害的发展规划有着良好的借鉴依据。