城市自然災害風險分析新方法

張 明 媛， 袁 永 博， 周 晶

（大連理工大學 土木工程學院，遼寧 大連 116024）

0 引 言

同風險一樣，對于自然災害風險的定義有很多說法，但總結國內外文獻不難發現[1～11]，對風險的理解大致上存在兩種不同意見：一是將風險看成是災害可能引起損失的大??；一是將風險看成是災害引起某一程度損失的概率大小.并且，隨著對自然災害風險的定義日趨飽滿，其內容由最初的災害事件發生概率或危害性與受災對象損失，發展到孕災環境、致災因子危險性與承災體易損性及其防災減災能力的研究上.

投影尋蹤方法及集對分析方法均為較成熟的理論，在很多領域得以應用[12～15]，而將其綜合改進成適于定量評估城市災害風險尚未見到.本文在投影尋蹤和集對分析思想方法的基礎上，提出災害風險評價的一種新方法，并對某城市的災害風險趨勢進行分析，將用新方法求出的風險值作為樣本數據，利用信息分配[16]方法對該城市的風險等級可能性進行判斷.

1 自然災害風險分析

國際上現有的自然災害風險區劃圖在實踐中的應用往往不能令人滿意，其原因不僅在于很難假定出合適的概率模型來描述復雜的自然災害風險系統之隨機不確定性，而且可靠地計算風險值的傳統概率方法必須依靠大樣本，而人們常常不得不在信息不完備的條件下對自然災害系統進行分析，很難滿足大樣本的條件，因此，幾乎不可能較為準確地估計出任何自然災害事件的概率[17]，根據估不準的風險值繪制風險區劃圖，即使是采用先進的繪圖技術，也不能提供可靠的風險信息，同時也不能提供風險值在多大范圍內變化的信息.

風險影響因素是導致風險不確定性的因素，因此，應從不確定性的分析入手，做動態的風險評價.

2 基于投影尋蹤的風險要素權重確定

傳統的風險分析是在風險因素變量分布規律已知的情況下，計算評價指標的期望值和方差，以比較風險大小，而實際上要取得風險因素變量的概率分布相當困難.風險因素變量通常選擇變動性較大且其變動會對評價指標產生較大影響的因素.因此，風險分析的不確定性表現在兩個方面：一是風險因素變量的不確定性；一是風險因素變量的影響程度（或稱為“敏感度”）的不確定性.本文根據已分析確定的風險因素變量，利用低維投影空間來分析高維數據特征的投影尋蹤方法確定它們的影響程度.

3 集對分析及其在風險閾值確定中的應用

綜合災害風險分析即是對危險性和承災體易損性的綜合度量，根據集對分析［18］的思想，設災害危險性聯系度表達式為

其中m為增加危險性的因素；n為影響危險性大小的不確定性因素；q為減小危險性的因素.

同理，可設承災體易損性的聯系度表達式為

其中M為增加易損性的因素；N為影響易損性大小的不確定性因素；Q為減小易損性的因素.

i、j分別為差異性和對立性的系數，且有i∈［－1，1］，j＝－1.則有

當考慮因素的不確定性影響時，上式有以下幾種轉換情況：

（1）當0＜i1，i2＜1時

（2）當－1＜i1，i2＜0時

（3）當0＜i1＜1，－1＜i2＜0時

（4）當－1＜i1＜0，0＜i2＜1時

這里，ωi1、ωi2分別代表i1、i2的大小.上式可表述為在充分考慮了差異性特點和影響時得到的如下轉換原則，即

這與文獻［17］中的轉換原則是有一定區別的.即本文考慮了差異性在確定性同異之間的偏向問題，其偏向哪方，對哪方就是一種信息增強，只不過增強的程度是靠其自身的偏向程度（i）——差異性系數的大小控制和測量的.

在上述方法的基礎上分析城市災害風險，可以確定出風險大小的變化范圍，即當不確定性產生偏向時（i＞0或i＜0），就產生了風險大小的上下限，或稱風險閾值.

在災害風險分析的過程中，i值的確定是值得進一步探討的.它的大小直接影響了對城市災害風險的評估，從而也反映出決策者對風險控制的信心.如果i的絕對值很大或很小，則說明風險控制者對不確定因素的把握很有信心，不確定性信息對其沒有大的影響；若i的絕對值在0.5左右波動，則說明其沒有把握，不確定性信息產生的影響很大，一旦不確定性因素作用，會使決策者措手不及.

本文提出一種確定i值大小的方法，簡要論述如下：首先，基于投影尋蹤，找到不確定性因素的權值；其次，對這些不確定性因素的權值進行熵分析，判斷不確定性因素影響程度的不確定性大小；最后，計算出不確定因素影響程度的最大不確定性｜i｜，計算公式為

其中H為權熵，其計算公式為

n為不確定因素的個數.權熵H越大，說明不確定性越明顯.

4 某城市災害動態風險分析

對于城市災害的分類，國家建設部早在1997年公布的《城市建筑綜合防災技術政策綱要》中，把地震、火災、洪水、氣象災害、地質破壞等五大災種列為導致我國城市災害的主要災害源.考慮到致災源間的相互關聯性，如地質破壞中的滑坡、泥石流等大部分由于地震或強降水引發，故這里不單獨列出考慮.對于火災的定義與考察，本文認為火災一部分指由于火山爆發引起的災害，另有一部分屬次生災害范疇，而本文所考察的地區并無火山影響，故這里火災也不單獨列出考慮.簡言之，本文考察的某城市自然災害是指地震、洪水和風暴這3種原生災害.

文獻[19]通過分析，確定了增加災害危險性的因素為地區歷史災害數據，但由于1995～2004年10 a間該地區并沒有“成形”的地震災害，即危險隨時隨地存在，但并不都會形成災害，因此只能考察每年地震活動的頻次和相應最大震級以反映該災害現象的活躍性；強風又是一種發生相對較頻繁，在該地區相對地震而言危險性較強的一種自然災象，通常是由熱帶氣旋、風暴潮等自然現象轉變為影響該城市的強風，所以考察每年強風的頻次以反映該災害現象的活躍性.影響災害危險性的不確定影響因素為潛在誘發因素，如強降雨會導致洪災、泥石流、山體滑坡的危險性增大，但降雨又對旱災起到了緩解作用，對土壤、植被也起著一定的積極作用，甚至還會適時降低火災發生的危險性.

增加易損性的因素為城市人口密度和固定基礎財富密度，以及城市危險源情況；影響易損性大小的不確定性因素為城市建筑物和生命線系統的抗災能力；減小易損性的因素為城市單位建成區面積上的防災減災投入，它屬于事前工作，符合風險帶有預期不確定性的特點.而之所以將建筑物和生命線系統的抗災能力作為不確定性因素是因為它們能力的高低與其自身的價值有密切關系.從經濟風險角度來看，如果建筑物和生命線系統的抗災性能過強，它們長期不能充分發揮作用也會增加經濟風險；如果其工程費和長期的維護費超過設計抗災的損失，在經濟上就不合算.也就是說，對它們的高成本投入才能保證它們的高抗災性能，然而高成本意味著高風險，而高性能又能降低風險.從這些來看，建筑物和生命線系統的抗災能力對災害風險的影響是不確定的.

本文利用改進的集對分析方法計算某城市災害風險的原始數據來源于《某市統計年鑒》、《中國統計年鑒》、《中國經濟年鑒》、《中國城市統計年鑒》、《中國區域經濟統計年鑒》中的統計數據，這里不一一列出.

經分析得出的該城市自然災害危險性因素及其標準化后的數據見表1，其中地區最大震級指的是統計得到的、可測得的該地區數次地震中的震級最大值（單位：級，如1999年該地區最大震級為4.1級）.

表1 標準化后的危險性數據Tab.1 Hazards data after conformity disposal

經投影尋蹤得到的最佳投影方向為a＝（0.1792，0.6816，0.2271，0.6721），分別 表示了地區最大震級、可測得的頻度、≥8級風日數和年平均降雨量這4項危險性因素指標的時間多維數據降維投影到一維后的結果，經歸一化處理后便得到1995～2004年10 a間該城市災害危險性因素的權重分別為地區最大震級0.032、可測得的頻度0.464、≥8級風日數0.052和年平均降雨量0.452.

經分析得出的該城市自然災害風險易損性因素及其標準化后的數據見表2，時間多維數據經投影尋蹤得到的最佳投影方向為a＝（0.0311，0.1325，0.2335，0.3468，0.8983），經歸一化處理后便得到1995～2004年10 a間該城市災害易損性因素的權重分別為人口密度0.001，財富密度0.018，建筑物抗災能力0.055，生命線系統抗災能力0.119，防災投入力度0.807.

進而得到構成該城市災害風險的危險性和易損性聯系度表達式（見表3）.

表2 標準化后的易損性數據Tab.2 Vulnerability data after conformity disposal

此時利用式（8）計算得到的危險性聯系度的差異性系數｜i1｜＝1，易損性聯系度的差異性系數｜i2｜＝0.5523.

風險＝危險性×易損性.由前面的危險性和易損性分析可得到某城市1995～2004年的動態風險評價值，如表4所示，i1、i2分別為危險性和易損性的不確定偏向程度.

表3 聯系度表達式Tab.3 Connection degree expression

表4 某城市1995～2004年的動態風險閾值Tab.41995－2004 dynamic risk thresholds in one city

由于風險是危險性和易損性的綜合量度，本文根據集對分析原理求得風險變化區間為[－1，1]，其中－1為風險最小，即危險性和易損性的綜合達到了最低，1為風險最大，即危險性和易損性的綜合達到了最高.該風險閾值綜合了危險性和易損性因素的影響程度，或稱不確定程度，用其不穩定或波動來反映出人們對城市災害的感知.因此，風險分析的作用，就是判斷不確定性的程度.波動范圍越大，則不確定性越大，風險也就越大.如圖1所示，0代表風險完全確定，1代表風險完全不確定（圖中，縱坐標Δ為風險的不確定性，其值等于風險閾值最大、最小值之差的二分之一）.在一定時間段內，風險不確定性隨著風險管理手段的實施逐漸降低，當降低到一定程度后，由于城市承災系統的發展變化，風險不確定性也隨之變化，并會出現新的針對性的風險管理手段對其進行控制管理，風險的不確定性則進一步下降并趨于一個水平…如此往復，風險的不確定性在城市承災系統不斷發展和風險管理手段不斷進步的過程中呈現出波浪式下降的趨勢，符合系統風險管理的發展歷程.換句話說，風險越確定，即圖上的曲線越向下發展，說明對于一次突發災害，人們越有把握判斷出城市可能產生的損失分布及其大小，也間接表明了城市承災能力的提高.這種趨勢結果表明了城市承災系統由風險不確定性向確定性的連續、動態的演變過程.

在城市災害綜合風險計算的過程中可以發現，降低風險及其不確定性，即風險管理或風險控制可以通過以下3種方式實現：

（1）提高對立性因素值，即采取提高使危險性或（和）易損性降低的影響因素值的措施；

（2）采取一定措施使差異性因素偏向對立性，即使i值取負；

（3）將不確定性向確定性轉化，即減?。黫｜值.

圖1 某市城市災害綜合風險不確定性趨勢分析Fig.1 Trend analysis of urban disaster comprehensive risk uncertainty in one city

利用信息分配[16]的方法，以前面計算得出的風險不確定數值為樣本數據，風險不確定性論域[0，1]內以五等級劃分標準劃分風險高低，即[0，0.2]為低風險，[0.2，0.4]為較低風險，[0.4，0.6]為中度風險，[0.6，0.8]為較高風險，[0.8，1.0]為高風險，并取區間中值建立模糊集中心點集為｛0.1，0.3，0.5，0.7，0.9｝，作該市城市災害綜合風險的可能性分析.設步長為0.2，城市災害綜合風險樣本數據集為

得該市城市災害綜合風險的可能性分布圖如圖2所示.

圖2 某市城市災害綜合風險程度可能性分布圖Fig.2 Probability distribution of comprehensive risk degree of urban disaster in one city

5 結 論

本文分析了某城市自1995年以來城市的綜合風險不確定性，從其發展趨勢判斷，該市的城市災害綜合風險呈下降態勢，說明城市按照這樣的發展方向和狀態，當有突發災害發生時，人們對災害可能造成的損失判斷趨于準確，也間接說明了城市承災能力的逐步提高.利用信息分配原理判斷出城市災害綜合風險為中度等級的可能性為52%.風險不確定性值的大小對不同的決策者來說，意義也不同，例如：風險偏好者可能會繼續以往的管理手段和力度，而風險回避者則會加大管理的力度或更新管理手段.

本文風險閾值，是在歷史數據分析的基礎上，通過獲取各個風險因素的客觀權重，避免了主觀權重的人為因素獲得的.并且該方法在歷史數據的選擇上有很大的靈活性.本文建議盡量選取靠近評價目標時期的歷史數據，因離評價目標時期越近，與其的關聯越緊密，評價結果會更準確.且歷史數據越多，風險因素的客觀權重計算越準確.

[1]劉希林.泥石流風險評價中若干問題的探討[J].山地學報，2000，18（4）：341－345

[2]SHOOK G.An assessment of disaster risk and its management in Thailand[J].Disaster，1997，21（1）：77－88

[3]IUGS.Quantitative risk assessment for slopes and landslides－the state of the art[C]//Landslide Risk Assessment.Rotterdam：A.A.Balkema，1997：42－55

[4]楊帥英，郝芳華，寧大同.干旱災害風險評估的研究進展[J].安全與環境學報，2004，4（2）：79－82

[5]史培軍.三論災害研究的理論與實踐[J].自然災害學報，2002，11（3）：1－9

[6]張繼權，岡田憲夫，多多納裕一.綜合自然災害風險管理[J].城市與減災，2005（2）：2－5

[7]JIN Dong－mei，ZHANG Ji－quan，HAN Jun－shan.A study on urban drought and water shortage risk assessment and management measures in Jilin Province [C] // Proceedings of Fifth Annual IIASA－DPRI Forum on Integrated Disaster Risk Management. Beijing：Beijing Normal University，2005

[8]張繼權，趙萬智，岡田憲夫，等.綜合自然災害風險管理的理論、對策與途徑[J].應用基礎與工程科學學報，2004（增刊）：263－271

[9]張繼權，岡田憲夫，多多納裕一.綜合自然災害風險管理——全面整合的模式與中國的戰略選擇[J].自然災害學報，2006，15（1）：29－37

[10]金冬梅，張繼權，韓俊山.吉林省城市干旱缺水風險評價體系與模型研究[J].自然災害學報，2005，14（6）：100－104，28

[11]姚清林，黃崇福.地震災害風險因素和風險評估指標的模糊算法[J].自然災害學報，2002，11（2）：51－58

[12]趙曉翠，王來生.基于投影尋蹤和支持向量機的模式識別方法[J].計算機應用研究，2007（2）：86－88

[13]趙小勇，付 強，邢貞相.投影尋蹤等級評價模型在土壤質量變化綜合評價中的應用[J].土壤學報，2007，44（1）：164－168

[14]李世玲.基于投影尋蹤和遺傳算法的一種非線性系統建模方法[J].系統工程理論與實踐，2005（4）：22－28

[15]李 琦，金鴻章，林德明.復雜系統的脆性模型及分析方法[J].系統工程，2005，23（1）：9－12

[16]黃崇福.自然災害風險評價理論與實踐[M].北京：科學出版社，2005

[17]LEUNG Y，HUANG C F.A new algorithm for estimating the risk of natural disaster with incomplete data[J].International Journal of General Systems，2000，29（2）：175－204

[18]葉義成，柯麗華，黃德育.系統綜合評價技術及其應用[M].北京：冶金工業出版社，2006

[19]張明媛.城市承災能力及災害綜合風險評價研究[D].大連：大連理工大學，2008