基于GIS的神農架林區多災種耦合綜合風險評估

王望珍，張可欣，陳 瑤

自古以來災害的頻發給各地區的社會經濟和人員安全帶來不同程度的威脅，阻礙了區域社會經濟的發展。山區、林地的自然環境特殊，地形地質和氣候條件直接影響了自然災害的發生頻率，而社會經濟發展的限制和基礎設施建設的不足也造成了救災搶險的力量薄弱，使得自然災害給山區和林地帶來更多損失。自然災害風險區劃［1］可以幫助區分不同區域的風險等級，得到區域的自然災害風險分布，變被動搶險為主動避災，是目前為止應用較為廣泛的一項防災減災非工程措施。

中國山區的自然災害種類繁多，且常常出現多種災害并發的情況，傳統的單災種風險評估方法雖然已經比較成熟，但無法反映出多種災害之間的相互關系，不能適應區域多災種綜合風險評估的實際要求［2－5］。充分考慮自然災害間的相互作用和影響，選取合適的多災種綜合風險評價模型，評估得到區域的多種自然災害綜合風險分布，對防災減災工作具有現實的指導意義。本研究選取神農架林區為研究區，將多災種耦合修正后的危險性與承災體易損性相結合后形成綜合風險等級評價，并對綜合風險進行了評估深化，為神農架林區綜合災害風險防范提供參考依據，對區域規劃具有一定的指導意義。

1　研究區域與數據來源

神農架位于湖北省西北部，位于第二第三級階梯交界處，由大巴山脈東延的余脈組成中高山地貌，區內山峰多在1 500 m以上，在雨季極易發生滑坡、泥石流等地質災害，威脅著人民的生命財產安全。神農架占地面積大，農業人口占總人口比重較大，民眾整體受教育程度不高，農村剩余勞動力較多，村鎮交通不便，房屋結構薄弱都使林區在面對自然災害時相對脆弱。

本研究中山洪災害的資料主要參考自 《神農架地區統計年鑒》和《山洪報告》以及實地調研，并對數據資料采用統一統計標準，以保證數據資料能真實反映災害情況，確保評價模型的可信度。

2　多災種耦合的危險性評估模型

2.1　單災種危險性評價

2.1.1危險性評價指標分級 通過對已有洪水、地質災害的歷史和現狀分析，考慮到影響因素繁多且資料收集難度較大，在指標選取上放棄了1 h最大降雨量、24 h最大降雨量等不易收集齊全的指標，以及土壤屬性、地質巖層、植被覆蓋率等可對比性不大的指標，最后選取了如下指標：洪水災害危險性指標為最大月降雨量，地質災害危險性指標為災害點規模和災害點穩定性。

指標分級統計有多種方法，如等間距分級、分位數分級、標準差分級、自然斷點法等，本研究中數據分級采取自然斷點法。根據科學性、適用性和美觀性原則，利用自然斷點法將選取的危險性指標分為5個等級，每個等級的數值范圍及含義如表1所示。

表1　神農架林區單災種危險性指標分級方案

2.1.2確定各災害的初始危險性等級 各風險源的單災種危險程度用初始危險性指數來表示。研究區內共涉及洪水、泥石流、滑坡、崩塌等4類災害，對于每一村級評價單元，各災種的初始危險性指數計算見式（1）：

式中，Hi表示災害i的初始危險性指數；n表示災害i的指標個數；Hij表示災害i的第j個指標對應的危險性等級；Wij表示災害i的第j個指標對應的權重，且=1。具體權重確定見表1，各災害危險性指標的權重選取參考相關文獻［6－8］。將初始危險性指數轉化為等級，當0＜Hi≤1時，危險性等級非常低， 類似地 1＜Hi≤2，2＜Hi≤3，3＜Hi≤4，4＜Hi≤5分別對應低、中等、高、非常高。

2.2　基于多災種耦合的危險性評估

2.2.1基于多災種耦合的危險性系數修正 考慮到神農架汛期是泥石流、崩塌、滑坡等突發性地質災害易發期這一特點，不難發現洪水與地質災害在時間和地點上的相關性。洪水是誘發地質災害最活躍的災害因素，主要通過改變土體的水動力條件和穩定性，或是提供匯水面積和水源等誘發泥石流災害［9－11］。

當災害系統中，致災因子、承災體、孕災環境之間及其內部風險因子間存在相互作用，從而改變其風險大小和風險性質的現象，稱為災害耦合效應；將復雜的多災種風險系統活動中不同風險或風險因子間相互依賴和相互影響的關系和程度，定義為耦合風險［12］。洪水災害的發生改變了地質災害的孕災因素和致災因素，而這種改變一旦突破該因素防御系統的閾值，將會逐步耦合達到全局的最大閾值，進而觸發次生災害的發生，通過改變次生災害的發生頻率和強度，影響該災種的實際危險性，所以被觸發災害的初始危險性指數H2、H3、H4不足以反映其實際危險性，需要依據觸發關系來進行調整。當觸發災害的初始危險性等級為非常低和低時，認為被觸發災害的危險性指數增量為0。當觸發災害的初始危險性等級為中等、高和非常高時，認為被觸發災害的危險性指數增量分為 0.3、0.6 和 1.0。

經過耦合分析調整后得到災害危險性指數Hi′的等級劃分與初始危險性的等級對應規則相同。需要提出的是，修正后的危險性指數可能存在其值超出5的情況，此時仍認為其危險性等級高，記為Hi′＝5。

2.2.2耦合后的多災種危險性綜合評估 為確定神農架地區洪水、泥石流、滑坡、崩塌等災種的權重，本研究采用層次分析法，通過湖北省水利廳10位專家的問卷打分，構造判斷矩陣，經計算和檢驗得出這4種災害對于多災種綜合危險性的權重依次為W1=0.36，W2=0.31，W3=0.15，W4=0.18。

采取賦權法對多災種危險性進行綜合評價，按上述方法得出的林區多災種耦合危險性評價圖如圖1所示，其中，危險性等級非常低的有3個村，占總數量的4%；危險性等級低的有23個村，占總數量的35%；危險性等級中等的有23個村，占總數量的35%；危險性等級高的有16個村，占總數量的24%；危險性等級非常高的有1個村，占總數量的2%。超過一半的村鎮危險等級在中高以上，在地理位置分布上主要側重于神農架的東北部地區。

圖1　神農架林區多災種耦合危險性評價

3　神農架林區災害易損性評估

以村級行政區為評價單元，利用層次分析法，建立區域易損性的評價指標體系，從相關管理部門取得各類承災體的統計資料，在此基礎上，結合各類承災體的權重，獲得綜合易損性評價等級。

洪水和泥石流等地質災害較其他自然災害不同，承災體涵蓋范圍較為廣泛。鑒于數據的可獲取性和可對比性，考慮人口、房屋、農田、道路、自然環境5類承災體的易損性，分別選取人口密度、房屋數量、耕地面積、公路長度、林地面積5個指標來表示。

易損性指標分級同樣使用自然間斷點法分成5級，經計算，5類指標的具體分級方法見表2。按此分級標準可在ArcMap中得到各類承災體的易損性評價結果（圖2）。使用層次分析法，通過對比出各承災體對區域易損性影響的重要程度，計算出相應易損性指標的權重。經計算，人口密度、建筑物數量、公路長度、林地面積的權重分別為W1=0.33，W2=0.24，W3=0.11，W4=0.24，W5=0.11。 每一評價單元的易損性計算見式（2）：

計算得出66個村的易損程度V，轉化為等級，當0＜V≤1時，易損性等級為非常低，類似地1＜V≤2，2＜V≤3，3＜V≤4，4＜V≤5，分別對應低、中等、高、非常高。

按上述方法綜合各類承災體的易損性，在ArcMap中進行疊加計算，得出林區村級易損性等級評價圖如圖2所示，易損性等級非常低的村有1個，占總數量的2%；易損性等級低的村有17個，占總數量的26%；易損性等級中等的村有35個，占總數量的52%；易損性等級高的村有12個，占總數量的18%；易損性等級非常高的村有1個，占總數量的2%。從圖2中可以看出，易損性等級分布總體呈現成片連區的模式，相同易損性等級的村鎮呈聚集狀，這也符合區域社會經濟的發展特征。

表2　各類承災體易損性指標分級方案

圖2　神農架林區易損性村級評價

4　多災種耦合綜合風險評估

4.1　多災種綜合風險初步評估

風險矩陣法是將自然災害風險的兩大要素，即多災種危險性和承災體易損性按照各自的特性，采取一定的規則劃分成若干等級，分別作為橫縱軸，形成風險評價矩陣，在矩陣中完成綜合風險等級的區分。

本次區域多災種綜合風險分級參考澳大利亞和新西蘭風險管理標準 （Risk Management，AS／NZS 4 360∶1 999），將風險分為低、中、高、非常高 4 個等級，分別表示為Ⅰ、Ⅱ、Ⅲ、Ⅳ，具體標準見表3。該標準在風險分級時對危險性和易損性的合并略有不同，所得出的風險矩陣大體是對稱矩陣，值得注意的是當危險性等級為非常高、易損性等級為低時，風險等級為高；相反當災害危險性等級低而承災體易損性非常高時，風險為非常高，較前者提高了一個級別。當易損性和危險性為中或高時，也會出現不同的風險等級結果。當出現易損性較高的情況下，認為危險性不太顯著的地方風險也會很高。

表3　綜合災害風險分級標準

Ⅰ區表示風險等級低，自然災害對此地造成的影響和破壞不大（無人員傷亡，輕微的房屋破壞，小幅度道路損毀，少量的農作物減產，幾乎沒有環境影響），不需要進一步的風險管理措施。

Ⅱ區表示風險等級為中等，自然災害對此地存在一定的影響和破壞（幾乎無人員傷亡，中度的房屋破壞，一定幅度的道路損毀，一定量的農作物減產，對環境有一定影響），需要采取一般措施來恢復到災前狀態，平時應考慮一定的風險管理措施減少損失的發生。

Ⅲ區表示風險等級高，自然災害對此地造成的影響和破壞較大（存在人員傷亡，較大的房屋破壞，大面積道路損毀，大量的農作物減產，對自然環境構成威脅），必須采取風險管理對策避免人員傷亡和財產損失擴大。

Ⅳ區表示風險等級非常高，自然災害對此地造成的影響和破壞非常大（嚴重的人員傷亡，重大的房屋破壞，道路損毀嚴重，災難性的農作物減產或絕收，明顯的環境破壞嚴重），需要采取很大難度的處理措施來恢復到災前狀態，必須采取嚴格的風險把控和監測機制，對災害積極防范、降低風險。

根據上述風險矩陣的分級標準，將神農架林區多災種耦合危險性和易損性評價在ArcMap中進行疊加運算，得到神農架地區的自然災害綜合風險評價結果，如圖3所示。

圖3　神農架林區災害綜合風險評價結果

4.2　多災種綜合風險的評估深化

4.2.1Borda序值法對風險矩陣法的改進 確定風險矩陣后，66個村的綜合風險評價結果有了一組等級輸出值，下一步工作是確定在風險達到一定程度的地方如何進行資源的合理分配。表3只給出了低、中、高、非常高4種較直觀、簡潔的風險等級，導致一部分風險結的出現。風險結是指在同一風險等級中，屬性基本相同，但還能進行細分的風險模塊。為有效處理風險結的問題，有學者將投票理論用于風險矩陣方法中，形成Borda序值法，并在工程系統中加以應用［13－15］。

1）危險度序值Ei：危險度序值是對所有評價單元的多災種耦合危險程度進行排序的結果。以P1、P2、P3、P4、P5分別代表非常低、低、中等、高、非常高的危險度等級，相應落在該危險度等級的評價單元的個數為 M1、M2、M3、M4、M5；若某一評價單元的危險度等級為 Pi（i＝1，2，..，5），則它的危險度序值 Ei可由公式（3）計算得出：

其中，Di的值由公式（4）計算得出：

2）易損度序值：易損度序值是對所有評價單元的承災體易損性進行排序的結果。 以 Q1、Q2、Q3、Q4、Q5依次表示非常低、低、中等、高、非常高的易損性等級，相應落在該易損性等級的評價單元的個數為N1、N2、N3、N4、N5； 若某一評價單元的易損性等級為Qj（j＝1，2，…，5），則它的易損度序值可按式（5）計算得出：

其中，Cj的值由式（6）計算得出：

3）Borda數：Borda數是對每一評價單元的綜合風險程度的度量［13］，Borda 數 Bi的值越小，表明其風險程度越嚴重，其表達式見式（7）：

式中，Num表示評價單元的總數，本研究涵蓋神農架林區66個村級行政區，故取Num＝66；E、F分別表示該評價單元的危險度序值和易損性序值。

4）Borda序值：對于任意一個評價單元，Borda序值是比其綜合災害風險程度更小的風險級別的數目。其賦值方法是，將所有評價單元的Borda數按由大到小排列，相同Borda數對應的Borda序值分別為0，1，…，n。若評價單位的Borda數排在第一位，其對應的Borda序值應為0，表明該地區的災害綜合風險相對最輕微。

根據Borda序值排列出的各評價單元綜合危險性的進一步細分，就是改進的風險矩陣方法。采用改進的風險矩陣法可以有效減少風險結的個數，進一步改善各村自然災害綜合風險的排序效果，令原始風險等級的區分更為顯著，但它不能徹底消除風險結。

4.2.2研究區綜合風險評價結果 將經Borda序值法改進的風險矩陣法應用于神農架林區的主要自然災害綜合風險村級區劃上，在原始風險矩陣的4種等級劃分上，對66個自然村的綜合風險進行再排序，可將其分為14級，計算結果如表4所示。

根據表4再分解的風險分級結果，最終得到的風險分區如圖4所示。在與神農架地區歷史洪水、地質災害的統計對比中，高風險和極高風險區域都是歷史災害的多發地區，與實際情況大致相符。

低風險等級的村有豹兒洞村、高坪村、大嶺村、高白巖村、九沖村、龍潭村、馬驢場村、桃坪村、中嶺村、石屋頭村；經過Borda序值改良排序后，可認為在此類災害風險上豹兒洞村＜高坪村＜大嶺村＝高白巖村＝九沖村＝龍潭村＝馬驢場村＝桃坪村＝中嶺村＝石屋頭村。

中等風險等級的有紅花村、蓮花村、茅胡村、三堆河村、太陽村、八角廟村、梨子坪村、麻灣村、南埡村、桃園村、萬福村、溫水村、武山村、興隆寺村、長坊村、長青村；經過Borda序值改良的風險矩陣再排序后，可認為在此類災害綜合風險上紅花村＝蓮花村＝茅胡村＝三堆河村＝太陽村＜八角廟村＝梨子坪村＝麻灣村＝南埡村＝桃園村＝萬福村＝溫水村＝武山村＝興隆寺村＝長坊村＝長青村。

表4　Borda值改進的風險矩陣評價結果

圖4　神農架林區災害綜合風險Borda值評價結果

高等風險等級的有紅花朵村、龍溪村、貓兒觀村、塔坪村、東溪村、古水村、官封村、紅河村、紅花坪村、紅舉村、龍口村、洛陽河村、木魚村、青樹村、宋洛村、堂坊村、相思嶺村、小當陽村、龍溝村、坪阡村、三股水村、太和山村、板倉村、朝陽村、后山坪村、黃柏阡村、金甲坪村、錢家灣村、青峰村、西坡村；經過Borda序值改良的風險矩陣再排序后，可認為在這類災害綜合風險上紅花朵村＝龍溪村＝貓兒觀村＝塔坪村＜東溪村＝古水村＝官封村＝紅河村＝紅花坪村＝紅舉村＝龍口村＝洛陽河村＝木魚村＝青樹村＝宋洛村＝堂坊村＝相思嶺村＝小當陽村＜龍溝村＝坪阡村＝三股水村＝太和山村＜板倉村＝朝陽村＝后山坪村＝黃柏阡村＝金甲坪村＝錢家灣村＝青峰村＝西坡村。

風險等級非常高的村有陽日村、板橋河村、大九湖村、清泉村、松柏村、大坪村、盤龍村、盤水村、雙建村、白蓮村；經過Borda序值改良的風險矩陣再排序后，可認為在此類災害綜合風險上陽日村＜板橋河村＝大九湖村＝清泉村＝松柏村＜大坪村＝盤龍村＝盤水村＝雙建村＜白蓮村。

5　小結

建立基于觸發關系的多災種耦合危險性修正模型，選取相應的易損性指標進行綜合賦權，通過風險矩陣以及Borda序值評價研究區的綜合風險，結合ArcGIS軟件進行數據處理和運算，使用圖形拓撲、疊加功能得到研究區的綜合風險分布結果。

神農架林區的主要自然災害有洪水、泥石流、滑坡、崩塌4種，林區共發現地質災害隱患點200余處；超過一半村鎮屬于綜合風險等級高及以上，主要分布在神農架的西部絕大部分地區、中部和東北部局部地區；低風險區主要位于林區東南部。

參考文獻：

［1］張 騫.基于GIS的北京地區山洪災害風險區劃研究［D］.北京：首都師范大學，2014.

［2］ 史培軍.五論災害系統研究的理論與實踐［J］.自然災害學報，2009，18（5）：1－9.

［3］李紹飛，余 萍，孫書洪.基于神經網絡的蓄滯洪區洪災風險模糊綜合評價［J］.中國農村水利水電，2008（6）：60－64.

［4］萬石云，李華宏，胡 娟.云南省滑坡泥石流災害危險區劃［J］.災害學，2013（2）：60－64.

［5］ KAPPES M S，KEILER M，ELVERFELDT K，et al.Challenges of analyzing multi－hazard risk：A review［J］.Natural Hazards，2012，64（2）：1925－1958.

［6］蓋程程，翁文國，袁宏永.基于GIS的多災種耦合綜合風險評估［J］.清華大學學報（自然科學版），2011（5）：627－631.

［7］ MARK F，STEFAN G，BENEDIKT S.Multi－risk assessment of spatially relevant hazards in Europe［A］//Process safety and industrial explosion protection：P roceedings of the international ESMG symposium［C］.Nurnberg，Germany：European S afety M anagement G roup Press，2005.

［8］盧 穎，郭良杰，侯云玥，等.多災種耦合綜合風險評估方法在城市用地規劃中的應用［J］.浙江大學學報（工學版），2015，49（3）：538－546.

［9］黃玉華，張 睿，王佳運.陜北黃土丘陵區威脅窯洞民居的地質災害問題——以陜西延安地區為例［J］.地質通報，2008（8）：1223－1229.

［10］匡樂紅.區域暴雨泥石流預測預報方法研究［D］.長沙：中南大學，2006.

［11］陳百煉.降水誘發地質災害的氣象預警方法研究［J］.貴州氣象，2002（4）：4－7.

［12］薛 曄，劉耀龍，張濤濤.耦合災害風險的形成機理研究［J］.自然災害學報，2013，22（2）：44－50.

［13］阮 欣，尹志逸，陳艾榮.風險矩陣評估方法研究與工程應用綜述［J］.同濟大學學報（自然科學版），2013，41（3）：381－385.

［14］李樹清，顏 智，段 瑜.風險矩陣法在危險有害因素分級中的應用［J］.中國安全科學學報，2010，20（4）：83－87.

［15］朱啟超，匡興華，沈永平.風險矩陣方法與應用述評［J］.中國工程科學，2003（1）：89－94.