云模型在區域災害風險評估中的應用研究＊

■ 程磊 程志楷 蔣方 王澤華 趙昊

1.河南理工大學安全科學與工程學院 焦作 454003

2.河南理工大學煤炭安全生產與清潔高效利用省部共建協同創新中心 焦作 454003

3.河南中煙工業有限責任公司許昌卷煙廠 許昌 461000

0 引言

隨著我國城市區域發展迅速，城市規模不斷擴大。在城市發展過程中，由于發展速度過快及規劃不合理等原因導致城市區域功能混亂、區域安全風險疊加交錯、區域事故后果相互影響等問題。區域內部某一環一旦發生事故，會直接威脅整個區域人員的生命財產安全，造成惡劣的社會影響，因此區域災害的研究也日漸重要，通過評估區域風險水平能夠科學確定區域風險，再運用科技和經濟手段以降低風險。

由于計算機基礎的興起，因此許多學者將計算機技術應用到安全領域。柳依帆[1]引入量化云模型對傳統PFMEA 方法進行優化，從而利用云-VIKOR 法對失效模式做出風險排序。崔鐵軍[2]從云模型特征出發，結合AHP 提出巷道冒頂風險等級評估模型，該模型能夠準確分析巷道冒頂風險等級。郄子君[3]研究了區域內承災體的拓撲關聯，利用計算機技術構建了單一災種到多災種的災害動力演化模型并探討相應的對策。張明媛等[4]運用AHP和模糊可辨識法設置城市承災能力指標，并詳細分析了全國主要大城市的承災能力，提出大城市綜合承災能力結果評價。周麗君[5]以旅游景區為依托，結合旅游管理理論和風險理論，構建了以貝葉斯方法為基礎的旅游景區的風險評估模型。陳濤等[6]引入證據推理法評價了小區域內的承災能力，發現“抗災能力-空間布局-重大危險源”對區域風險評價中有重大作用，并運用于實際。田睿等[7]運用RF-AHP 和云模型結合的方法，建立巖爆等級預測模型并用于工程實例上，模型準確率接近90%。吳孟龍等[8]在6 個指標組成的20 組樣本數據基礎上，采用正向云發生器構建RAGA-PPC 云模型，用于評價邊坡穩定性。陳國華等[9]運用多因素數學建模理論，建立一套比較全面的城域突發事故災難承災體系，可用于城域承災能力的提高。侯志強等[10]基于BP 神經網絡和支持向量機構建港區油管模型，提高了評估港區油管風險精度。涂圣文等[11]運用CRITIC 法和云模型結合的方法對邊坡穩定性建模，最終利用案例驗證該邊坡風險評估模型的有效性。王康[12]依據標準建立軌道交通系統評價體系，并結合系統動力學建立軌道交通安全評價云模型，大大提升了軌道交通車輛系統的安全管理水平。謝鵬等[13]采用針對涉爆粉塵的特點構建安全風險指標體系，分析了某企業的整體安全水平，并提出了安全管理措施。國內針對風險評估的研究主要聚焦于各個行業、各個災種，針對區域范圍的整體性風險評估研究還未達成統一共識。因此，本文旨在分析造成區域災害的各種影響因素，從而建立基于AHP和云模型的區域風險評估模型，從而達到研究區域性風險水平和提高區域安全的目的。

1 區域災害風險評估模型指標的建立

現階段，城市作為較大的評估對象還沒有建立起專門的評估方法，，但依據災害風險表達式：災害風險=（危險性×暴露性×脆弱性）／恢復力，可知城市災害風險等級由風險大小、城市人口、城市應急能力和公共因素影響。其中，風險大小受自然災害風險和工業企業風險、交通運輸等因素影響，城市人口風險來源于人員密集場所，另外社會的經濟結構的穩固性、居民安全意識的高低和基礎設施的完善程度都影響著城市安全水平。參考我國《城市綜合防災規劃標準》和國內外知名專家發表的論著等文獻資料，依照地區災害風險發生的類型、頻率和造成的后果，通過詢問專家和走訪調研的方式對區域安全內影響因素進行量化評分，最終建立適應于大部分城市風險評估的3級指標。這些風險評估指標以城市安全生產為立足點，綜合考慮城市災害等級、社會治安狀況、應急反應水平等評估安全水平，建立圖1的風險評估指標體系圖。對照《災害事件應對法》按照風險由小到大將風險分為低風險、一般風險、較大風險和重大風險四個等級，并用藍、黃、橙、紅四種顏色如表1所示。

圖1 區域風險評估指標圖

表1 風險分級評分區間

1.1 自然災害風險

自然災害風險作為影響區域風險的一個重要因素，存在易突發且難監控的特點，一旦發生容易對該區域造成嚴重的后果[14]。自然災害風險由災害破壞程度、往年自然災害頻次、災害監測預警能力、應急救援體系建設四個因素耦合影響。

根據某區域可能發生自然災害的種類和類型，評估其一旦發生災害可能會造成的后果和程度，評估結果顯示其造成的后果、程度越嚴重，則風險越大。組織專家對該區域可能發生自燃災害程度大小進行量化打分。通過對往年不同自然災害頻次的分析，可以預測該區域自然災害可能發生的頻率。災害監測預警能力是管控風險的有效方法，分析區域監測預警能力建設的完備度和實時性，并對該項指標進行量化打分。應急救援隊伍作為事故發生后及時防止事故災害擴大的中堅力量，救援體系的建設可降低整體區域風險。自然災害風險的二級指標評分標準如表2所示。

表2 企業風險評分表

1.2 工業企業風險源

安全生產事故多發于工業企業，故將工業企業風險源作為影響區域風險的一級指標。工業企業分為危化企業、建筑類行業、工貿行業、礦山企業四大類行業。由于不同區域企業種類、數量不一，本位將單位面積風險均值作為各個行業的指標量化方法。

R 為單位面積風險均值，r1，r2，…，rn為區域內n 家企業風險評分，S 為區域面積，單位為Km2。各類企業風險評分表如表3 所示。根據各企業雙重預防機制建設文件，分析各個企業所在的風險區間。專家通過分析各企業重大危險源、安全風險管控措施，在對應評分區間內進行適當的量化打分，求出單位面積風險均值按表2 得出行業風險區間，R 值即為最終評分，其中R 最高上限100分。

表3 行業風險源數量

1.3 人員密集場所

城市風險評估過程中不應只考慮區域內自身所含風險，例如博物館、學校、大型商場等一些場所在生產經營過程中自身風險較小，但由于人員密集，一旦發生事故，所造成的傷亡慘重，財產損失大，社會影響惡劣。故應單獨考慮此類場所對區域風險評估的影響。人員密集場包括經營類場所、敏感類場所兩類。

人員密集場所包括人群高度集中、流動性大，易發生群死群傷事故的場所及大型活動。例如城中村建筑、超高層建筑、賓館、大型商場（含地下商城）、專業市場、城市綜合體、地鐵樞紐站、客運車站、口岸、客運碼頭、民用機場。敏感類場所包括學校、黨政機關單位、軍事管理區、科研機構、文物保護單位、旅游景區等社會關注度較高場所。通過分析其自身風險、風險管控措施、所處區域的風險源數量、不同風險等級場所數量等進行評分。

1.4 交通運輸

2017年我國交通死亡人數為63772 人次，經濟損失為10 億元左右，成為各種事故中死亡人數最多的類型。在進行整體區域的風險評估中將交通道路劃分為軌道、公路、航空、水上運輸4種類型。各個交通行業總體風險評分為表2所示。

1.5 其他因素

通過區域內第二、三產業占比分析區域社會經濟結構對整體風險水平的形象，第二、三產業占比越大，則整體區域工業化水平越高，風險越大。整體區域對風險的管控、事后救援等工作離不開人的支持，區域人員安全意識水平越高，越有利于抑制整體區域風險。區域基礎設施一方面方便了整體區域風險管控工作，另一方面例如水電氣暖、道路塌陷等又增加了區域風險水平。

2 云模型算法介紹

2.1 云模型算法

云模型理論是由李德毅院士提出的定性概念和定量描述不確定轉換模型，可實現定性概念與定量數據的雙向變化，有效減少主觀性偏差，有效提高了權重的可信度。

云模型中，正向云發生器和逆向云發生器是核心算法。如果已知3 個特征數字，則生成一定數量的云滴可以通過正向云發生器實現；如果給定的云滴樣本中需要反向求出3 個數字特征，則可以通過逆向云發生器來實現，從而達到對樣本數據定性評價的目的。根據云模型理論確定區域災害風險評估模型步驟如下。

步驟一：逆向云發生器算法輸入：N個云滴Xi;

輸出：這N 個云滴對應定性概念的期望Ex、熵En以及超熵He

計算樣本均值和方差

（1）通過Xi計算得出數據的樣本均值：

以及一階樣本絕對中心距：

步驟二:計算綜合云（Ex、En、He）

假設最終的安全評價結果的云模型為，各評價指標因素的云模型為，那么就是的各個基本云。由于各個安全評價指標間存在復雜的相關性，所以文中采用虛擬云中綜合云的算法，計算公式如下所示：

式中：為各評價指標因素的權重；為各評價指標因素的云模型數字特征值；n為各評價指標因素個數[16-17]。

步驟三：正向云發生器算法

輸入：某個定性概念期望、熵以及超熵，并給定云滴數量N。

輸出：數域空間的N 個云滴對應的定量位置以及云滴所表征的定性概念的確定度。

（1）生成以為期望，且以為標準差的隨機數（正態分布）；

（2）隨機生成以為期望，為標準差的數值；

（3）將作為定性概念的一次的具體量化數值，即一個云滴；

（5）定義為隸屬于該定性概念的確定度；

（6）通過則能夠完整反映出定性定量之間轉換的所有內容；

（7）重復上述操作（1）至（6）以產生N個云滴。

步驟四：綜合安全評價結果分析。通過正向云發生器輸入云的數字特征，和云滴個數n，然后輸出n 個云滴在論域空間內組成的綜合評價云圖。從生成的綜合安全評價云圖，可以清晰直觀地看出輸出的云滴所落在標準評價集范圍的位置。

步驟五：確定綜合云圖與標準評語云的相似度。在定性地確定安全等級后，將綜合云滴圖與標準評語云進行相似度確定。按照相似度計算式（2.8）求出最終的評價綜合云和標準云的相似度，然后根據最大隸屬度原則，相似度最大的對應的標準評語云所在的評語區間就是最終的綜合評語結果，將此評語結果與定性結果相比較，若結果一致，即可確定為最終結果，否則將重新進行評估，直至結果一致。

2.2 IOWA算子

在云模型模型中。各指標權重由層次分析法計算得出，為避免專家個人意見不同，邀請多位專家進行評分計算，由于不同專家對每一層級重要度打分不同，層次分析法計算出的指標權重也不盡相同。故本文引入IOWA 算子進行平衡由于專家不一致導致的權重差異，求出綜合權重。

3 實例應用

河南省汝州市臨汝鎮位于河南省西南部，北靠嵩山，面積73.8 平方公里，具有豐富的礦產資源。該區域正處于城市化高速發展階段，城市區域內工業區與居民區相連，具有中國目前小型城市的典型特征，選該地區進行風險評估。

3.1 區域介紹

臨汝鎮目前較大可能發生的自然災害有山體崩塌、滑坡、泥石流、地面塌陷、地裂縫等地質災害。有1 處坡池地質災害點，建立了相關的監測預警，整體其他災害風險的檢測預警能力有待提高。整體區域發生自然災害概率較小，市級政府有完整的關于自然災害的應急處置方案。該區域被2 個消防救援中隊覆蓋，鎮政府設有安監辦，有兼職救援隊與各企業兼職救援隊相結合的一套較為完整的救援體系，整體區域對于自然災害風險可控。

臨汝鎮工業化水平較高，安監辦重點監管企業有8家加油站，均為3級加油站；5家煙花爆竹經營企業，均不構成重大危險源；煤礦1家（河南長虹礦業有限公司）、非煤礦山3 家（天瑞集團水泥有限公司小山溝采石場正常生產、中國鋁業股份有限公司汝州市鰲頭鋁土礦正在進行回填治理、天瑞水泥集團有限公司青松采石場停產升級環保改造）；3 家大型水泥廠，1 家壽衣加工廠（可燃物堆積較多）；2處社區在建施工工地；1處學校擴建施工工地。臨汝鎮各行業風險源如表4。

表4 專家評分表

該區域涉及經營類人員密集場所包括8家大型超市（其中1 家為大型服裝超市），敏感類場所包括51 所學校（其中臨汝鎮第一初級中學人數為2100 人，其余學校均為500人以下），2所敬老院，2所醫院，2所省級文物保護單位。其中學校場所風險較大，安全隱患較多，全部場所均不滿足消防通道、消防設施配備要求。

該區域主要涉及道路、水上運輸，無軌道、航空運輸。其中道路運輸中風險較大場所涉及7 所橋梁，全區域汽車保有量不足1 萬輛，但由于該區域道路基礎條件較差，道路交通指示標識、信號燈等設置不全面，導致該區域道路交通風險較高。水上運輸主要為當地居民自行組織的充氣筏、小船等游樂設施，安全措施防護不到位。

該區域經濟正處于轉型期，3種產業占比為7.5:49.4:43.1，工業產業占比最大。通過問卷調查形式進行調研，當地居民對日常生活中消防、疏散等意識較好，對于工業生產、交通等安全意識較差。當地基礎設施較差，水、電滿足日常生活、消防使用，但電線線路雜亂等問題具有一定的風險。氣、暖設施主要供給部分區域，建設年限較短，風險較小。

邀請河南理工大學、鄭州大學等多位專家組成專家組對指標因素進行量化評估。評分結果如表5所示

表5 各因素指標權重

3.2 算法應用

建立IOWA-AHP、逆向云發生器、正向云發生器算法程序，邀請專家組的專家對區域風險評估指標因素進行重要度分析，經過計算指標權重如表6所示。

表6 二級指標特征值

將各個因素指標帶入逆向云函數中得出各個指標期望、熵與超熵即二級指標特征值，如表7所示。一級指標特征值如表8所示。

表7 一級指標特征值

綜合評價指標特征值（Ex，En，He）為（53.4357，5.3981，1.7006），云滴數設置為3000個，通過逆向云發生器計算得出的綜合云圖如圖2 所示，通過正向云發生器得出的標準云圖如圖3 所示。圖中I、Ⅱ、Ⅲ、Ⅳ分別對應低風險、一般風險、較大風險、重大風險的標準云曲線。對比云圖為圖4。

圖2 綜合云

圖3 標準云

圖4 對比云

經過標準云與綜合云對比，根據最大隸屬度原則，臨汝鎮的綜合云模型曲線（V）處在標準云中一般風險曲線（Ⅱ）與較大風險曲線（Ⅲ）之間，與一般風險曲線的相似度λ為0.241，與較大風險曲線的相似度為λ為0.0010，經比較與一般風險曲線擬合程度較高，故河南省汝州市臨汝鎮的整體風險等級評估為一般風險。

但是由于臨汝鎮的人員密集場所和交通運輸風險較大，因此為了提高臨汝鎮區域風險安全等級，建議臨汝鎮政府重點對人員密集場所、交通運輸行業進行風險分級管控和隱患排查治理工作。

如圖5 所示，臨汝鎮自然災害風險綜合云曲線擬合程度接近于一般風險曲線，評估為一般風險。工業企業風險曲線介于低風險曲線與一般風險之間，與低風險曲線的相似度λ 為0.0183，與一般風險曲線相似度λ 為0.0067，為低風險。人員密集場所擬合程度介于較大風險與重大風險之間，與較大風險曲線的相似度λ 為0.0624，與重大風險曲線相似度λ為0.0039，為較大風險。交通運輸曲線與較大風險曲線擬合程度高，為較大風險。其他因素曲線介于一般風險與較大風險之間，與低風險曲線的相似度λ為0.0053，與一般風險曲線相似度λ為0.0250，為較大風險。因此為了提高臨汝鎮區域風險安全等級，建議臨汝鎮政府重點對人員密集場所、交通運輸行業進行風險分級管控和隱患排查治理工作。

圖5 各一級指標對比云

4 結論

（1）針對缺乏區域整體性風險評價的手段和方法，確立了5 個影響區域風險等級的一級評價指標，即自然災害風險、工業企業風險、人員密集場所、交通運輸、其他因素，建立了區域風險多因子交互作用矩陣，反應了各個評價指標之間的復雜作用關系，并在此基礎上建立云模型，科學評估了區域整體風險水平，評估情況與整體情況相符。

（2）依據評估結果，可知臨汝鎮整體風險為一般風險，但在人員密集場所和交通運輸行業仍具有一定的風險，臨汝鎮應加強安全管理，制定安全措施，優化布局以提高整體安全水平。

（3）給出了AHP-云模型的建立過程，并運用該模型得到各指標權重和隸屬度，克服了傳統計算的數據處理的誤差和成本。確立了二級指標的風險狀況，根據風險評估結果，可以對相關單元重點進行風險分級管控與隱患排查治理工作，以降低該區域的風險。

（4）該風險評估模型通過相關資料的調研，可操作性和可靠性強，能夠迅速確定區域風險水平，從而采取管控和治理措施，降低該區域風險水平，同時可以拓展至其他區域乃至城市風險評價，為提高區域整體風險提供了可靠方法，對區域安全水平的提升具有參考意義。