基于AHP方法的洪災危險區域分析與評估

王星捷 李春花

摘 要：洪水災害危害程度高，而且難預防。對孕育災害的環境因素和研究地區洪水災害發生危險性評價分區進行分析和研究，設計一個較為健全的洪水災害孕育環境分區和評價危險性指標的體系。采用層次分析（AHP）法計算各個因素在評價過程中權重值，結合GIS技術進行空間分析和數據處理，得出洪災害孕育環境分區圖和地區受災害損失大小評估圖。以樂山市為實例進行分析，實驗證明了得出的分析結果符合實際情況。為相關災害的分析預測和評估，提供了一種技術方法。

關鍵詞：洪水災害;層次分析;GIS技術;分析和預測

中圖分類號：TP319

文獻標志碼：A

0 引言

我國水資源豐富，臨水城市較多，同時也是洪水災害爆發的區域，災害往往造成的損失非常巨大。隨著國民經濟的不斷發展，洪水災害成為我國城鄉發展的一項重要災害，制約著我國城鄉經濟的發展。因此，對于洪水災害多發的地區來說，能進行災害預測分析和評估是迫切需要的[1]。

洪水災害發生的原因有很多，具體地方需要具體分析，但是有幾個主要的因素如短時降雨量過大、區域的坡度與起伏度較大、植被分布不夠均勻，植被缺乏，氣候因素等是大部分地區造成山洪災害的主要因素。本文主要以樂山市為例采用AHP層次分析法[2][3]結合GIS的空間分析技術[4][5]。通過對DEM數據[6]、降水量、高程值[7]、地區具體的一些矢量化圖等作為數據源來進行分析處理[8]。從而得出一張洪水災害孕育環境分區圖，和一張地區受災害損失大小評估圖，為洪水災害的預測和損失評估提供了一種分析方法。

1 評價分析模型

本文重點從災害危險因子和孕災環境因子著手，對上述兩方面進行具體的度量分析，以研究區域實際情況為依托，針對這兩方面因素劃分不同多的指標等級，通過適當的分析模型可以而出具體的參數來評估本地區災害的危險系數，本論文主要以樂山市市中區為實例對象進行研究。孕災環境因子根據本區域特點，選取了地形地貌，歷史地質災害，植被覆蓋面積，降水量，沿河區、坡度與起伏度等為分析因素，具體到為坡度與起伏度、降水量、植被覆蓋、歷史災害點數據四個因子。

洪水災害的發生受很多因素影響，而這些因素本身具有復雜性和不確定性，這就給洪水災害的研究帶來較大困難，能比較有效地解決這些問題的方法是層次分析法。層次分析法英文簡稱為AHP[9]，作為一種比較被研究學者所接受并通用的邏輯分析方法，其把與問題決策有關系的因子分成要達到的目標、原則、方法方案等。通過嚴密的邏輯手段將要研究的對象分成不同的層次，并且對層次中的因子根據實際問題需求劃分成不同的權重來研究問題。AHP經過多年的發展，已經成為一種成熟的方法，它可用數量的形式表達和處理決策者的主觀依據。層次分析法已被廣泛應用到社會經濟管理及能源開發評價等各項領域[10]。根據研究地區的特點，評價因子主要為人類活動區域（包括道路、建筑物等）、沿河因素、高頻點以及孕育環境分區構成。本文評價分析模型如圖1所示。

2 孕災環境因子分級

通過查閱相關資料，針對各個因子[11]詳細綜合的分析，對研究區域洪水災害孕育環境賦值和確定分級標準，分別把孕災因子進行分級，并按照各個等級相應賦值。

1.坡度與起伏度數據

利用DEM圖來獲取當地的各個點的高程[12]。通過ArcGIS的坡度運算得出研究區域的坡度圖。起伏度數據同樣以該地區的DEM數據位基礎數據，計算臨域類型為矩形柵格，所選的柵格單元大小為10 *10，用ArcGIS窗口分析法來提取[13]。

洪災很大程度上都與所發生地區的坡度和起伏度有關。這里根據AHP的指導原則[14]，對坡度和起伏度設置指標分級。

坡度：30-90度分為4級、20-30度為3級、10-20度為2級、0-10度為1級進行重分類;同理應用于起伏度的分級并重分類。如表1坡度和起伏度所示。

2.年降水量數據

對比年降水數據和對應區域的平均高程數據，以各個區域年降水量和高程值為因變量和自變量，在EXCEL中通過一元線性回歸方程，分析出降水量和高程數據的關系。

Y=0.2446X+285.07

Y該地區代表年均降水量為因變量，X即高程值，根據這個公式，以DEM圖作為基礎數據通過GIS的柵格計算功能，求出研究區域降水量分布。

對降水量因子進行分級，根據計算出的降水量數據可以得出年降水量少于600 mm的情況極少，在對其進行分級的過程中，為了最后得出的重分類數據更加反映本地實際情況。將0-600 mm分成1級、600-800 mm分成2級、800-1000 mm分成3級、1000-1300 mm分成4級。

3.歷史災害點數據

地區歷史災害發生情況作為一種數據非常重要。作為一種孕育災害指標，歷史發生情況可以起到一個預示作用。查閱相關部門的數據資料，獲取歷史數據，并對具體的點數據做密度分析，根據密度分析結果進行分級。具體分級如表1所示。

4.植被覆蓋數據

獲取植被覆蓋數據，通過本地的遙感數據解譯分析得到本地區土地利用類型的遙感分區圖。通過衛星圖像匹配同時結合實地匹配得出本地區植被覆蓋遙感圖。根據本地區的實際情況，設置了4個等級的植被覆蓋度，用于區分植被覆蓋程度直觀表達。具體分級如表1所示。

3 災害危險度因子處理

1.人類活動區域的數據

人類活動區域，首先通過衛星遙感圖像確定本地的建筑物和道路，橋梁等人工設施的分布情況，判定為人類活動區域。制作矢量地圖數據。

人類活動區域主要由道路和建筑物構成。按照層次分析法，對道路數據進行密度分析。城區的建筑物和鄉村的建筑物有所不同。由衛星圖像可知，市區的建筑物一般相隔較近，因此，需對建筑物先進行密度分析，再進行重分類。其結果能反映出建筑物和道路的密集性，對于研究災害發生時，在預定的分區內，災害損失評估具有重大的意義。具體如圖2中a，b所示

2.沿河數據

通過衛星遙感數據[15]可以清晰的看到整個研究區域東南方向都是圍繞河流而居的，河流作為一種相對其他研究區域特殊存在的非常重要的研究因素存在。河流是研究區域重要的地理組。從數據中可以看出，每到汛期，河流儲水量大量激增，導致河流沿岸一些地勢較低的區域市場被淹。因此，河流沿岸數據是一項重要的研究指標。

同理于上面的分析處理方法，首先對河流矢量數據做面轉線，先對沿河數據進行密度分析，在進行重分類。具體結果如圖2中c所示。

3.高頻災害點數據

在研究歷史災害數據的過程中發現一些山洪災害點總是集中在一些區域。這些區域或許是由于其地勢起伏度坡度、所處位置與河流的關系等原因造成。這些高頻發生點在研究山災害中占有著較大的權重值。是我們研究和分析的重要因子。獲取高頻災害點數據，通過對歷史災害數據進行密度分析，并結合相應的位置關系得出具體的高頻點。

4 洪水災害孕育分區和危險度評估

4.1 洪水災害孕育分區

洪水災害孕育因素設定為：歷史洪災點數據、坡度與起伏度、植被覆蓋度、年均降水量4個因素;符合層次分析法中明確性的指導原則。

研究評價洪災害孕育因素，將上述各因素設置權重，通過使用GIS的權重求和工具分析出災害孕育因素環境分區圖。以上述因素作為發育條件因素，構建指標體系。以層次分析法的各項要求為標準指導，在分析相關文件數據，得出上述各項因素權重大小排名如下。

綜合權衡最后得出：歷史高頻點、坡度與起伏度、降水量、植被覆蓋度其相關權重為：0.3、0.3、0.2、0.2，分析結果如圖3所示。

從樂山市市中區的高程數據模型和歷史數據，可以直觀的了解到災害主要集中在沿河區域，其中三江口附近的江中小島是最為嚴重的地區。利用層次分析法，通過對上述各個因子加權，權重求和得出的孕災環境結果分區圖，圖中的危險分級中，可以看出三江口附近的江中小島為1級，沿河區域為2級，說明了分析結果與實際基本相符。

4.2 洪水災害結果損失評估

將洪水災害造成的影響損失度評價因素歸納為人類活動區域道路和建筑物、歷史高頻發生區、沿河區域主要3個因素。評價的結果主要是得出災害爆發以后，損厲害程度情況分布。

災害結果損失危險性分區，其結果危險度主要是以能夠給人們的生活生產造成的損失來衡量的，因此，在評估損失的時候最重要的因素是人類活動區域，如城區，如果在災害發生區域中包含城市部分區域，則這部分區域造成的損失必將很大。確定權重分配為，人類活動>歷史高頻點>河流沿岸，權重比例為0.5、0.3、0.2，人類活動區域分為道路和建筑物，其中道路占0.2，建筑物占0.3;分析結果如圖4所示：

綜合災害損失評估通過第一幅災害孕育環境分區圖和災害損失危險性分區圖有不同的權重計算的，在分析本地區數據資料以后，設定環境因素為0.3，損失危險性分區為0.7，通過分析得出最后災害損失嚴重性分區圖如圖5所示。

從樂山城區情況可知城市交通、人口、建筑最為密集、經濟最發達的地區為城市中部地區和城市周邊工業區，如果發生災害，這兩區域損失的嚴重度最大，而沿河的廣場和道路建筑和人口相對較少，損失度為最小。通過上述各因子的權重計算分析，得出了災害損失危險性分區圖。從圖中得出，受損失最大的區域位于城市交通、人口、建筑最為密集的城市中部地區和城市周邊的工業發達地區。受損失最小的是沿河邊的廣場和道路區域。分析的結果反映出的城區損失嚴重性分區基本符合實際情況。

5 結束語

以樂山市市中區作為研究對象，構建了災害孕育環境的評價指標、構建了災害損失度評價指標，歷史高頻點、坡度與起伏度、降水量、植被覆蓋面積、人類活動區域、沿河區域;在AHP層次分析法的指導原則下構建了分析模型，結合GIS空間分析技術。最終得出了洪水災害孕育環境分區圖和洪水災害爆發損失嚴重性分區圖。對比本地4年的具體數據，證明了上述的分析結構能夠準確的反應實際情況。為山洪災害預測和損失嚴重性評估，提供了一種方法和決策支持。

參考文獻

[1]李燕婷，朱海莉，陳少華.層次分析法的黃河上游滑坡易發性評價[J]，測繪科學，2016，41（8）：67-70.

[2] 楊超，王金亮，李石華，等，撫仙湖流域土地退化動態遙感監測研究[J]，遙感技術與應用，2016，31（2）：388-396.

[3]尤笛，蔣金豹，郭海強，低丘緩坡建設用地空間拓展評價——以福建邵武市為例[J]，江蘇農業科學，2016，44（7）：508-512.

[4]杜俊，肖翔，蔡道明，等，汶川震區山洪泥石流災害危險性評估[J]，長江科學院院報，2015，32（3）：77-83.

[5] 于雯琪，錢家忠，馬雷，等，基于GIS和AHP的謝橋煤礦13-1煤頂板突水危險性評價[J]，煤田地質與勘探，2016 （1）：69- 73.

[6] 金彪，孫明艷，李海防，基于AHP-GIS空間分析法的龍勝龍脊古壯寨景觀評價[J]，北方園藝，2016（18）：71-76.

[7] 江海浩，周書葵，陳朝猛，等，基于改進DRASTIC模型、GIS和層次分析法（AHP）的地下水U（Ⅵ）污染風險評價[J]，環境工程，2015， 33（3） ：113-117.

[8] 李新旺，楊社，李麗，等，基于GIS與AHP耦合的大海則礦超長主斜井富水性研究[J]，煤炭技術，2015， 34（6）：141 -143.

[9] 紀亞洲，臧永宜，顧和和，基于GIS技術與AHP方法的農村居民點整理潛力評價——以江蘇省新沂市為例[J]，江蘇農業科學，2015， 43（2） ：432-437.

[10] 潘宗源，賈龍，劉寶臣.基于AHP和ArcGIS技術的巖溶塌陷風險評價——以遵義永樂鎮為例[J]，桂林理工大學學報，2016， 36（3）：464-470.

[11]袁維，張杰，譚繼強，等，基于GIS的朗鄉自然保護區露營旅游地適宜度空間格局[J]，應用生態學報，2015， 26（9）：2785- 2793.

[12]齊增湘，廖建軍，徐衛華，等，基于GIS的秦嶺山區聚落用地適宜性評價[J]，生態學報，2015， 35（4） ：1274-1283.

[13]UYAN M， GIS-based solar farms site selection usinganalytic hierarchy process （AHP） in Karapinar region，Konya/Turkey [J]， Renewable 8L Sustainable Energy Re-views， 2013， 28（8）：11-17.

[14]ARQUERO A， ALVAREZ M， MARTINEZ E， DecisionManagement making by AHP （Analytical HierarchyProcess） trought GIS data[J]， IEEE Latin America Trans-actions， 2009， 7（1）：101-106.

[15] RAHMAT Z-G， NIRI M-V，ALAVI N，et aL Landfill siteselection using GIS and AHP：a case study： Behbahan， Iran[J]， {