序言：作為思想的載體和知識(shí)的探索者，寫作是一種獨(dú)特的藝術(shù)，我們?yōu)槟鷾?zhǔn)備了不同風(fēng)格的5篇自然災(zāi)害危險(xiǎn)性分析，期待它們能激發(fā)您的靈感。

篇1

關(guān)鍵詞:山洪災(zāi)害;風(fēng)險(xiǎn)評(píng)估;風(fēng)險(xiǎn)區(qū)劃;GIS技術(shù);易損性指標(biāo)

中圖分類號(hào):S157．1 文獻(xiàn)標(biāo)志碼:A 文章編號(hào):1001－5485(2015)12－0041－05

1研究背景

我國(guó)是一個(gè)多山的國(guó)家，山丘區(qū)面積約占全國(guó)陸地面積的2/3。復(fù)雜的地形地質(zhì)條件、暴雨多發(fā)的氣候特征、密集的人口分布和人類活動(dòng)的影響，導(dǎo)致山洪災(zāi)害發(fā)生頻繁。據(jù)《全國(guó)山洪災(zāi)害防治規(guī)劃報(bào)告》數(shù)據(jù)統(tǒng)計(jì)，我國(guó)山丘區(qū)流域面積在100km2以上的山溪河流約5萬(wàn)條，其中70%因受降雨、地形及人類活動(dòng)影響會(huì)發(fā)生山洪災(zāi)害［1］。由于山洪災(zāi)害的發(fā)生具有突發(fā)性強(qiáng)、來(lái)勢(shì)猛、時(shí)間短等一系列特點(diǎn)，且其造成的危害對(duì)人們的生命財(cái)產(chǎn)影響巨大［2］，因此，關(guān)于山洪災(zāi)害的研究早在20世紀(jì)初就已經(jīng)開始了。經(jīng)過(guò)半個(gè)多世紀(jì)的發(fā)展，山洪災(zāi)害的研究已經(jīng)涉及成因、空間分布特征、災(zāi)害損失評(píng)估、風(fēng)險(xiǎn)評(píng)價(jià)與制圖等各方面［3－11］。風(fēng)險(xiǎn)評(píng)估與管理逐漸也成為國(guó)際上倡導(dǎo)和推廣的減災(zāi)防災(zāi)有效途徑之一［12］。目前，山洪災(zāi)情評(píng)估工作得到了來(lái)自地學(xué)工作者、工程專家和各級(jí)政府部門的高度重視，并逐漸成為國(guó)際性的研究項(xiàng)目。特別是在山洪風(fēng)險(xiǎn)評(píng)估方面的表現(xiàn)尤為突出［7－11］。但是，這些評(píng)價(jià)工作的對(duì)象往往是泥石流、滑坡或單純的溪河洪水等單一災(zāi)種，評(píng)價(jià)單元基本以行政區(qū)域?yàn)閱卧狈α饔蛳到y(tǒng)性、災(zāi)害種類完整性，評(píng)價(jià)指標(biāo)選擇也無(wú)可比性［2－6］。其次，目前對(duì)大尺度范圍上的山洪災(zāi)害區(qū)劃成果，多為如何防治山洪災(zāi)害的目的進(jìn)行的，是一種黑箱模型，未完整給出各山洪溝的危險(xiǎn)性、易損性和風(fēng)險(xiǎn)等級(jí)水平，因而無(wú)法準(zhǔn)確判斷不同區(qū)域的山洪風(fēng)險(xiǎn)等級(jí)。因此，本文將借鑒全國(guó)山洪災(zāi)害防治規(guī)劃中對(duì)山洪災(zāi)害的定義，將由降雨在山丘區(qū)引發(fā)的洪水及由山洪誘發(fā)的泥石流、滑坡等對(duì)國(guó)民經(jīng)濟(jì)和人民生命財(cái)產(chǎn)造成損失的災(zāi)害統(tǒng)一納入研究范圍［1］。以小流域?yàn)樵u(píng)價(jià)單元，開展四川省山洪災(zāi)害風(fēng)險(xiǎn)評(píng)估研究，以期為四川省山洪災(zāi)害管理及防治提供一定的理論依據(jù)。

2研究方法與數(shù)據(jù)來(lái)源

2．1研究方法

本研究對(duì)風(fēng)險(xiǎn)評(píng)估的方法，仍借鑒聯(lián)合國(guó)有關(guān)自然災(zāi)害風(fēng)險(xiǎn)的定義，即風(fēng)險(xiǎn)是危險(xiǎn)性與易損性的乘積。其中危險(xiǎn)性是災(zāi)害的自然屬性，易損性則是災(zāi)害的社會(huì)屬性。風(fēng)險(xiǎn)分析在危險(xiǎn)性和經(jīng)濟(jì)社會(huì)易損性分析的疊加基礎(chǔ)上完成。因此，本研究的內(nèi)容主要包括危險(xiǎn)性分析、易損性分析以及二者疊加基礎(chǔ)上的風(fēng)險(xiǎn)分析。最后，在風(fēng)險(xiǎn)分析的結(jié)果基礎(chǔ)上，采用一定的區(qū)劃原則和方法，結(jié)合全國(guó)山洪災(zāi)害防治規(guī)劃中的一級(jí)區(qū)劃和二級(jí)區(qū)劃，對(duì)四川省山洪災(zāi)害風(fēng)險(xiǎn)進(jìn)行更進(jìn)一步的三級(jí)分區(qū)，形成風(fēng)險(xiǎn)區(qū)劃圖。由于在進(jìn)行危險(xiǎn)性和易損性分析時(shí)，選取的指標(biāo)較多，各個(gè)指標(biāo)在危險(xiǎn)性和易損性大小中的貢獻(xiàn)不同，為定量評(píng)價(jià)各指標(biāo)在其中的權(quán)重，本研究選用層次分析法進(jìn)行分析。其基本原理為:首先建立山洪災(zāi)害危險(xiǎn)性、易損性分析評(píng)價(jià)指標(biāo)體系，每一層都有1個(gè)或2個(gè)評(píng)價(jià)因素對(duì)應(yīng)上層目標(biāo)層，根據(jù)這些相互影響，相互制約的因素按照它們之間的隸屬關(guān)系排成3層評(píng)價(jià)結(jié)構(gòu)體系;然后，根據(jù)專家經(jīng)驗(yàn)針對(duì)某一個(gè)指標(biāo)相對(duì)于另一個(gè)指標(biāo)的重要程度進(jìn)行打分，打分后即建立判別矩陣。根據(jù)山洪災(zāi)害的成因和特點(diǎn)，結(jié)合目前現(xiàn)有數(shù)據(jù)情況，本研究選取的危險(xiǎn)性和易損性評(píng)價(jià)指標(biāo)體系見表1和表2。在進(jìn)行山洪災(zāi)害危險(xiǎn)性和易損性的評(píng)價(jià)時(shí)，為了將不同的指標(biāo)體系組合后用一個(gè)統(tǒng)一的量化標(biāo)準(zhǔn)對(duì)其等級(jí)進(jìn)行劃分，首先根據(jù)已有數(shù)據(jù)的分布區(qū)間按照StandardDeviation分類方法，對(duì)危險(xiǎn)性和易損性水平進(jìn)行劃分，根據(jù)實(shí)際需要，共劃分為5個(gè)等級(jí)，各個(gè)等級(jí)的指標(biāo)范圍見表1和表2。

2．2數(shù)據(jù)來(lái)源

四川省山洪歷史災(zāi)害資料來(lái)自四川省山洪災(zāi)害防治分區(qū)項(xiàng)目調(diào)查數(shù)據(jù)。該數(shù)據(jù)以小流域?yàn)閱卧涿娣e界定為＜200km2［1］的小流域共計(jì)2471條(近50a來(lái)發(fā)生過(guò)山洪災(zāi)害的小流域)。部分縣域，小流域單元數(shù)據(jù)是由國(guó)家氣象局與國(guó)家科技基礎(chǔ)條件平臺(tái)建設(shè)項(xiàng)目———系統(tǒng)科學(xué)數(shù)據(jù)共享平臺(tái)提供;四川省內(nèi)及周邊82個(gè)站點(diǎn)年雨量數(shù)據(jù)來(lái)自中國(guó)氣象局?jǐn)?shù)據(jù)庫(kù);DEM(90m)數(shù)據(jù)來(lái)自SRTM;土地利用數(shù)據(jù)來(lái)自中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心;巖性數(shù)據(jù)來(lái)自中國(guó)地質(zhì)調(diào)查局的1∶250萬(wàn)中國(guó)數(shù)字地質(zhì)圖;基礎(chǔ)土壤數(shù)據(jù)來(lái)自中國(guó)科學(xué)院南京土壤研究所的1∶100萬(wàn)中國(guó)土壤屬性數(shù)據(jù)庫(kù)。

3山洪災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃

3．1危險(xiǎn)性指標(biāo)體系及評(píng)估

根據(jù)危險(xiǎn)性各評(píng)價(jià)指標(biāo)及對(duì)各指標(biāo)數(shù)值的綜合統(tǒng)計(jì)分析，結(jié)合專家的經(jīng)驗(yàn)判斷，參與者均為全國(guó)山洪災(zāi)害防治規(guī)劃中承擔(dān)相應(yīng)數(shù)據(jù)資料分析的專家(共3位)，各位專家根據(jù)經(jīng)驗(yàn)判斷各級(jí)指標(biāo)間的相對(duì)重要性，然后利用層次分析法確定出危險(xiǎn)性各指標(biāo)的權(quán)重值，如表3所示。結(jié)合ArcGIS的空間分析計(jì)算，將各指標(biāo)危險(xiǎn)性分級(jí)圖轉(zhuǎn)換為柵格格式(見圖1(a)至圖1(e))，結(jié)合上表給出的每個(gè)指標(biāo)所確定的綜合權(quán)重值，利用ArcGIS的柵格疊加計(jì)算功能，可得到山洪災(zāi)害危險(xiǎn)性圖(見圖1(f))。具體計(jì)算方法為:山洪災(zāi)害危險(xiǎn)性=0．041×最大24h暴雨極值+0．021×最大24h暴雨極值變差系數(shù)+0．207×最大1h暴雨極值+0．105×最大1h時(shí)暴雨極值變差系數(shù)+0．035×地形坡度+0．04×地形起伏度+0．091×小流域主溝比降+0．19×河網(wǎng)緩沖區(qū)+0．071×歷史災(zāi)害緩沖區(qū)。

3．2易損性指標(biāo)體系及評(píng)估危險(xiǎn)性

根據(jù)易損性評(píng)價(jià)指標(biāo)體系，依據(jù)層次分析法計(jì)算了四川省山洪災(zāi)害易損性指標(biāo)的權(quán)重值(見表4)。在ArcGIS中，將各指標(biāo)分級(jí)圖轉(zhuǎn)換為柵格格式(見圖2(a)至圖2(c))，結(jié)合表4給出每個(gè)指標(biāo)所確定的綜合權(quán)重值，利用ArcGIS的柵格疊加計(jì)算功能，可得到山洪災(zāi)害易損性成果圖(見圖2(d))。具體計(jì)算方法即為山洪災(zāi)害易損性=0．18×溝道兩側(cè)范圍人口數(shù)量+0．42×溝道兩側(cè)范圍人口密度+0．18×地均GDP+0．12×人均住房數(shù)量+0．06×歷史災(zāi)害死亡人數(shù)+0．04×歷史災(zāi)害沖毀房屋數(shù)。

3．3山洪風(fēng)險(xiǎn)評(píng)估

根據(jù)山洪風(fēng)險(xiǎn)度R等于危險(xiǎn)度H乘以易損度V的定義，利用ArcGIS的空間分析疊加功能，可以計(jì)算山洪災(zāi)害的風(fēng)險(xiǎn)度圖。在處理數(shù)據(jù)時(shí)，首先將危險(xiǎn)性分級(jí)圖和易損性分級(jí)圖進(jìn)行歸一化取值(0～1)見表5，然后進(jìn)行柵格相乘計(jì)算，即可得到四川省山洪災(zāi)害的風(fēng)險(xiǎn)圖，其取值范圍為0～1之間。根據(jù)山洪災(zāi)害風(fēng)險(xiǎn)區(qū)等級(jí)劃分標(biāo)準(zhǔn)進(jìn)行分級(jí)，可得到四川省山洪災(zāi)害風(fēng)險(xiǎn)分級(jí)圖，如圖3所示。

3．4山洪風(fēng)險(xiǎn)區(qū)劃

根據(jù)山洪災(zāi)害風(fēng)險(xiǎn)分級(jí)結(jié)果，結(jié)合全國(guó)山洪災(zāi)害防治規(guī)劃中的一、二級(jí)防治分區(qū)范圍，采用基于空間鄰接系數(shù)的聚類分析方法，對(duì)風(fēng)險(xiǎn)分級(jí)結(jié)果中的最小單元進(jìn)行逐級(jí)向上合并，根據(jù)主導(dǎo)因素與綜合因素相結(jié)合、區(qū)域單元內(nèi)部相對(duì)一致、以人為本的經(jīng)濟(jì)社會(huì)分析等山洪災(zāi)害區(qū)劃原則，劃分出全國(guó)山洪災(zāi)害風(fēng)險(xiǎn)區(qū)劃單元。以四川省山洪災(zāi)害風(fēng)險(xiǎn)等級(jí)為基礎(chǔ)進(jìn)行最小單元聚類，在ArcGIS中疊加全國(guó)山洪災(zāi)害防治二級(jí)區(qū)劃(四川省境內(nèi))成果，同時(shí)根據(jù)四川省自然條件和山洪災(zāi)害防治現(xiàn)狀，將四川省境內(nèi)的西南地區(qū)細(xì)分為3個(gè)三級(jí)區(qū)(圖4所示Ⅰ－8－3，Ⅰ－8－1，Ⅰ－8－2)，原二級(jí)區(qū)劃中的藏南地區(qū)、藏北地區(qū)、秦巴山地區(qū)由于面積不大，山洪災(zāi)害現(xiàn)狀和自然條件比較一致，因此不做進(jìn)一步劃分(如圖4所示的Ⅲ－1，Ⅲ－2和I－4)。因此，四川省山洪災(zāi)害風(fēng)險(xiǎn)區(qū)劃共涉及6個(gè)區(qū)劃單元，如圖4所示。在完成風(fēng)險(xiǎn)性等級(jí)劃分圖和區(qū)劃圖以后，以各風(fēng)險(xiǎn)區(qū)劃單元為單位，統(tǒng)計(jì)各三級(jí)區(qū)內(nèi)風(fēng)險(xiǎn)度等級(jí)分布特征。表6為四川省各風(fēng)險(xiǎn)區(qū)劃單元內(nèi)風(fēng)險(xiǎn)度等級(jí)面積統(tǒng)計(jì)，表7為四川省各風(fēng)險(xiǎn)區(qū)風(fēng)險(xiǎn)等級(jí)比例統(tǒng)計(jì)。從表7中可見，四川盆地及周邊為山洪災(zāi)害中高風(fēng)險(xiǎn)區(qū)，為四川省山洪災(zāi)害重點(diǎn)防治地區(qū)。其它地區(qū)山洪災(zāi)害風(fēng)險(xiǎn)等級(jí)較低，在進(jìn)行山洪災(zāi)害防治時(shí)，應(yīng)以防治措施為主，同時(shí)加強(qiáng)災(zāi)害監(jiān)測(cè)的預(yù)警預(yù)報(bào)。

4結(jié)論

(1)整個(gè)四川省的山洪災(zāi)害風(fēng)險(xiǎn)等級(jí)水平處于較高水平，特別是四川盆地及周邊地區(qū)是山洪災(zāi)害的高風(fēng)險(xiǎn)值地區(qū)，中風(fēng)險(xiǎn)區(qū)等級(jí)以上的面積占到了整個(gè)四川盆地及周邊總面積的近80%，這一區(qū)域也是四川省人口、經(jīng)濟(jì)密度最大的區(qū)域，因此山洪災(zāi)害防治任務(wù)艱巨。其次，秦巴山地區(qū)是四川省山洪災(zāi)害次嚴(yán)重地區(qū)，中風(fēng)險(xiǎn)區(qū)等級(jí)以上的面積占到了整個(gè)四川省秦巴山地區(qū)總面積的18%。其它幾個(gè)三級(jí)區(qū)域山洪災(zāi)害風(fēng)險(xiǎn)水平不高，大多處于低風(fēng)險(xiǎn)和較低風(fēng)險(xiǎn)水平，山洪災(zāi)害防治應(yīng)以防治措施為主，同時(shí)加強(qiáng)災(zāi)害監(jiān)測(cè)的預(yù)警預(yù)報(bào)。(2)由于山洪災(zāi)害的成因機(jī)理十分復(fù)雜，特別是溪河洪水及其誘發(fā)的滑坡、泥石流災(zāi)害成因更為復(fù)雜，在進(jìn)行山洪災(zāi)害危險(xiǎn)性、易損性評(píng)估時(shí)，評(píng)價(jià)指標(biāo)體系應(yīng)在深入研究成因機(jī)理的基礎(chǔ)上進(jìn)行選取，但限于目前研究成果和資料的可獲取性限制，本研究風(fēng)險(xiǎn)評(píng)估結(jié)果的準(zhǔn)確性仍有待驗(yàn)證。

參考文獻(xiàn):

［1］長(zhǎng)江水利委員會(huì)．全國(guó)山洪災(zāi)害防治規(guī)劃報(bào)告［R］．武漢:長(zhǎng)江水利委員會(huì)，2005．(ChangjiangWaterRe-sourcesCommission．TheMountainTorrentDisasterPre-ventionandControloftheNationalPlanningReport［R］．Wuhan:ChangjiangWaterResourcesCommission，2005．(inChinese))

［2］唐川，師玉娥．城市山洪災(zāi)害多目標(biāo)評(píng)估方法探討［J］．地理科學(xué)進(jìn)展，2006，25(4):13－21．(TANGChuan，SHIYu-e．Multi-ObjectiveEvaluationMethodofMountainTorrentDisasterinUrbanArea［J］．ProgressinGeography，2006，25(4):13－21．(inChinese)

［3］石凝．閩江流域?yàn)?zāi)害性洪水形成機(jī)理分析［J］．水文，2001，21(3):30－33．(SHINing．FloodingDisas-terMechanismofMinjiangRiverWatershed［J］．Hydrol-ogy，2001，21(3):30－33．(inChinese))

［4］謝洪，陳杰，馬東濤．2002年6月陜西佛坪山洪災(zāi)害成因及特征［J］．災(zāi)害學(xué)，2002，17(4):42－47．(XIEHong，CHENJie，MADong-tao．MountainTorrentDisasterCausesandCharacteristicsofFoping，ShaanxiProvinceinJune，2002［J］．Journalofcatastrophology，2002，17(4):42－47．(inChinese))

［5］韋方強(qiáng)，崔鵬，鐘敦倫．泥石流預(yù)報(bào)分類及其研究現(xiàn)狀和發(fā)展方向［J］．自然災(zāi)害學(xué)報(bào)，2004，13(5):10－15．(WEIFang-qiang，CUIPeng，ZHONGDun-lun．ClassificationofDebrisFlowForecastandItsPresentSta-tusandDevelopmentinReseach［J］．JournalofNaturalDisasters，2004，13(5):10－15．(inChinese))

［6］許有鵬，于瑞宏，馬宗偉．長(zhǎng)江中下游洪水災(zāi)害成因及洪水特征模擬分析［J］．長(zhǎng)江流域資源與環(huán)境，2005，14(5):638－644．(XUYou-peng，YURui-hong，MAZong-wei．CauseofFloodDisastersandFloodCharacter-isticSimulationAnalysisoftheMiddleandLowerRea-chesoftheYangtzeRiver［J］．ResourcesandEnviron-mentintheYangtzeBasin，2005，14(5):638－644．(inChinese))

［7］張春山，李國(guó)俊，張業(yè)成，等．黃河上游地區(qū)崩塌、滑坡、泥石流地質(zhì)災(zāi)害區(qū)域危險(xiǎn)性評(píng)價(jià)［J］．地質(zhì)力學(xué)學(xué)報(bào)，2003，9(2):143－153．(ZHANGChun-shan，LIGuo-jun，ZHANGYe-cheng，etal．Collapse，LandslideandDebrisFlowandGeologicalDisastersRiskAssess-mentofUpstreamoftheYellowRiver［J］．JournalofGe-omechanics，2003，9(2):143－153．(inChinese))

［8］趙士鵬．中國(guó)山洪災(zāi)害的整體特征及其危險(xiǎn)度區(qū)劃的初步研究［J］．自然災(zāi)害學(xué)報(bào)，1996，5(3):93－99．(ZHAOShi-peng．AnElementaryStudyonWholeChar-acteristicsofMountainTorrentsDisasterSysteminChinaandItsHazardRegionalization［J］．JournalofNaturalDisasters，1996，5(3):93－99．(inChinese))

［9］鐘敦倫，謝洪，韋方強(qiáng)．長(zhǎng)江上游泥石流危險(xiǎn)度區(qū)劃研究［J］．山地研究，1994，2(2):65－70(ZHONGDun-lun，XIEHong，WEIFang-qiang．HazardRegionalizationofDebrisFlowintheUpstreamofYangtzeRiver［J］．JournalofMountainResearch，1994，2(2):65－70(inChinese))

篇2

關(guān)鍵詞 暴雨內(nèi)澇；農(nóng)業(yè)用地；危險(xiǎn)性評(píng)價(jià)；上海市；浦東新區(qū)

中圖分類號(hào) P333.2 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1007-5739（2011）12-0019-03

危險(xiǎn)性評(píng)價(jià)是目前國(guó)際減災(zāi)和災(zāi)害風(fēng)險(xiǎn)研究普遍關(guān)注的熱點(diǎn)問題，是自然災(zāi)害風(fēng)險(xiǎn)評(píng)估的前提[1-2]。暴雨內(nèi)澇災(zāi)害一直是造成農(nóng)業(yè)損失的重大問題，特別是在經(jīng)濟(jì)發(fā)達(dá)的大城市周圍地區(qū)，投入成本高，地位顯著，進(jìn)行有效的災(zāi)害管理，最大限度地降低對(duì)農(nóng)業(yè)造成的損失是當(dāng)前防災(zāi)減災(zāi)部門的難題[3-4]。該研究不僅可以完善危險(xiǎn)性評(píng)估的方法與案例，也可以為極端降雨災(zāi)害事件的損失評(píng)估提供依據(jù)，從而為政府防災(zāi)減災(zāi)提供科學(xué)支撐和決策依據(jù)。

目前，災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)研究主要集中于災(zāi)害的自然屬性，即危險(xiǎn)性評(píng)價(jià)[5-6]。危險(xiǎn)性評(píng)價(jià)主要是衡量致災(zāi)因子對(duì)承災(zāi)體的致險(xiǎn)強(qiáng)度[7]，是災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)的第一步，一般用災(zāi)害發(fā)生的強(qiáng)度和頻率來(lái)表示。危險(xiǎn)性評(píng)價(jià)方法主要有3類：一是以歷史災(zāi)害頻率分析為主的單因子評(píng)估法；二是綜合歷史災(zāi)害強(qiáng)度、頻率和孕災(zāi)環(huán)境的多指標(biāo)評(píng)價(jià)法[5，8-11]；三是結(jié)合災(zāi)害情景模擬的評(píng)價(jià)法。其中，對(duì)于單因子評(píng)價(jià)法和多指標(biāo)評(píng)價(jià)法來(lái)說(shuō)， 前者方法過(guò)于簡(jiǎn)單，忽視了災(zāi)害發(fā)生的強(qiáng)度。后者不能明確災(zāi)害強(qiáng)度和頻率之間的關(guān)系[5]。二者都不能準(zhǔn)確反映災(zāi)害的致險(xiǎn)程度[5]。近年來(lái)，隨著GIS技術(shù)的發(fā)展，情景模擬方法的應(yīng)用日益廣泛。該方法是以一定歷史災(zāi)害數(shù)據(jù)為基礎(chǔ)，假定災(zāi)害事件的多個(gè)關(guān)鍵影響因素有可能發(fā)生的前提下，基于成因機(jī)制構(gòu)造出未來(lái)的災(zāi)害情景，從而用來(lái)評(píng)估災(zāi)害的不同致災(zāi)可能性和相應(yīng)的災(zāi)害可能活動(dòng)強(qiáng)度[5，12]。對(duì)于暴雨內(nèi)澇災(zāi)害而言，根據(jù)其特點(diǎn)和研究區(qū)狀況，農(nóng)業(yè)用地受影響較大。該文基于情景模擬，對(duì)浦東新區(qū)各鎮(zhèn)的農(nóng)業(yè)用地進(jìn)行危險(xiǎn)性評(píng)價(jià)，探討浦東新區(qū)農(nóng)業(yè)用地在暴雨內(nèi)澇災(zāi)害中的危險(xiǎn)性空間分布規(guī)律[5]，為建立規(guī)范、合理、科學(xué)的災(zāi)害管理提供依據(jù)。

1 研究區(qū)數(shù)據(jù)來(lái)源及方法

1.1 研究區(qū)概況

上海浦東新區(qū)地處上海市東大門，位于東海之濱，地處黃浦江下游和長(zhǎng)江入海口南側(cè)，全區(qū)面積569 km2，是上海市受海洋氣候影響最大的區(qū)域。近些年來(lái)，浦東新區(qū)社會(huì)經(jīng)濟(jì)發(fā)展迅猛，已成為一個(gè)基本具備現(xiàn)代產(chǎn)業(yè)結(jié)構(gòu)的新城區(qū)。同時(shí)，現(xiàn)代農(nóng)業(yè)在浦東新區(qū)發(fā)展中占有重要地位，決定了其面臨災(zāi)害的高風(fēng)險(xiǎn)性和災(zāi)害評(píng)估與預(yù)防的重要性[13]。統(tǒng)計(jì)顯示，浦東新區(qū)是夏季暴雨內(nèi)澇災(zāi)害多發(fā)地區(qū)，加之農(nóng)業(yè)用地排水設(shè)施不健全，是上海暴雨內(nèi)澇的重災(zāi)區(qū)，隨著極端降雨災(zāi)害發(fā)生頻度的上升，浦東新區(qū)每年因暴雨內(nèi)澇造成的損失嚴(yán)重。浦東新區(qū)農(nóng)業(yè)用地分布圖如圖1所示。

1.2 研究數(shù)據(jù)來(lái)源

該研究的土地利用數(shù)據(jù)來(lái)自2006年3月上海市航空遙感圖像解譯得到的浦東新區(qū)土地利用數(shù)據(jù)[14]；DEM數(shù)據(jù)來(lái)源于2005年上海市等高線數(shù)據(jù)，等高線間距為0.5 m；1968—2009年42年最大日降雨量數(shù)據(jù)和排水能力分布圖均由浦東新區(qū)防汛辦提供；SCS徑流模型中用到的參數(shù)均借鑒已有的研究成果[15]。

1.3 研究方法

1.3.1 P-III模擬不同重現(xiàn)期的最大降雨量。暴雨內(nèi)澇的致災(zāi)因子為降雨，而極端強(qiáng)降雨雖然發(fā)生的頻率低，但是損失嚴(yán)重，不同重現(xiàn)期的最大降雨量數(shù)據(jù)是目前防災(zāi)減災(zāi)策略制定的前提。該文利用擬合暴雨頻率結(jié)果較好的P-III型概率曲線[16]，根據(jù)近42年浦東新區(qū)的年最大日降雨量數(shù)據(jù)，得到浦東新區(qū)不同重現(xiàn)期的最大降雨量數(shù)據(jù)。其概率密度函數(shù)和保證率函數(shù)分別如下：

f（x）=■（x-x0）■exp[-β（x-x0）]α>0，x≥x0（1）

α=4cs2 （2）

β=2σcs（3）

x0=m（■）（4）

式中，參數(shù)x0為隨機(jī)變量x所能取的最小值；α為形狀參數(shù)；β為尺度參數(shù)；Γ（α）是α的伽瑪函數(shù)；m為數(shù)學(xué)期望，σ為均方差；cs為偏態(tài)系數(shù)，cv為變差系數(shù)。利用spss統(tǒng)計(jì)工具計(jì)算，并通過(guò)擬合優(yōu)度檢驗(yàn)，在顯著性水平a=0.05，自由度為1時(shí)，查表得χ20.05=3.84，通過(guò)計(jì)算χ2=1.645，χ2

1.3.2 暴雨內(nèi)澇模型。研究參考已有的暴雨內(nèi)澇模型[17]，結(jié)合ArcGIS的三維分析和空間分析模塊，利用城市地形模型、城市降雨和徑流模型、城市排水模型進(jìn)行模擬計(jì)算，獲得6種重現(xiàn)期下的最大徑流量、淹沒深度等數(shù)據(jù)。

利用ArcGIS將浦東新區(qū)0.5 m×0.5 m等高線數(shù)據(jù)轉(zhuǎn)換成30 m×30 m的DEM數(shù)據(jù)，并根據(jù)專家咨詢和實(shí)際考察，需要對(duì)洼地進(jìn)行預(yù)處理[18]。對(duì)生成的DEM數(shù)據(jù)低于3.0 m以下的區(qū)域進(jìn)行洼地填充，最后得到修正后的DEM。地表的產(chǎn)匯流的計(jì)算采用經(jīng)過(guò)修正的、適合上海地區(qū)的SCS水文模型[5，19]，利用研究區(qū)的經(jīng)驗(yàn)徑流參數(shù)、已經(jīng)計(jì)算的降雨量數(shù)據(jù)以及城市的排水能力進(jìn)行計(jì)算，根據(jù)浦東新區(qū)2009年排水能力分布圖，計(jì)算徑流量和排水能力之差，最終得到不同重現(xiàn)期下的實(shí)際徑流量。其中排水能力值是假設(shè)日最大降雨量持續(xù)時(shí)間為2 h，且排水設(shè)施沒有達(dá)到排水限制的情形，實(shí)際凈流量的計(jì)算公式為：

W=■（Qi-V）×S（5）

式中，W為研究區(qū)總徑流量；Qi表示第i個(gè)柵格單元的徑流量；V表示排水能力；S表示柵格單元面積（30 m×30 m）；n表示柵格單元個(gè)數(shù)。

1.3.3 危險(xiǎn)性指數(shù)。為了更加直觀地反映暴雨內(nèi)澇災(zāi)害的危險(xiǎn)程度，采用危險(xiǎn)性指數(shù)來(lái)衡量其危險(xiǎn)性的大小[19]。危險(xiǎn)性指數(shù)越高，內(nèi)澇災(zāi)害的危險(xiǎn)性就越大。該文的危險(xiǎn)性指數(shù)是指通過(guò)構(gòu)造模型來(lái)計(jì)算被淹農(nóng)業(yè)用地。首先，根據(jù)實(shí)際調(diào)查以及承災(zāi)體實(shí)際受到的影響，將積水深度劃分為4個(gè)等級(jí)：I級(jí)：水深在0.1 m以下，基本無(wú)積澇；II級(jí)：水深在0.1～0.2 m，輕度積澇，田地有積水，但對(duì)作物以及蔬菜的影響不大；III級(jí)：淹沒深度在0.2～0.4 m，中度積澇，作物、蔬菜以及花卉等大部分被淹沒，損失嚴(yán)重；IV級(jí)：田地積水在0.4 m以上，重度澇災(zāi)，作物等基本全部被淹沒，損失非常嚴(yán)重，田間蔬菜、花卉大棚也會(huì)嚴(yán)重進(jìn)水，居民家庭也受到嚴(yán)重影響。由于各種危險(xiǎn)性級(jí)別對(duì)區(qū)域整體農(nóng)業(yè)用地危險(xiǎn)性的貢獻(xiàn)不同，給I～I(xiàn)V級(jí)的危險(xiǎn)性級(jí)別分別賦予危險(xiǎn)性系數(shù)為20、40、60、80，相同水深淹沒農(nóng)業(yè)用地的危險(xiǎn)性系數(shù)相同。最終，該情景各區(qū)域的危險(xiǎn)性指數(shù)即為該區(qū)不同危險(xiǎn)級(jí)別的農(nóng)業(yè)用地在浦東新區(qū)該危險(xiǎn)級(jí)別中所占比例的累計(jì)求和，用公式計(jì)算過(guò)程如下：

特定情景下各鎮(zhèn)不同危險(xiǎn)級(jí)別的淹沒農(nóng)業(yè)用地占浦東新區(qū)該危險(xiǎn)級(jí)別淹沒農(nóng)業(yè)用地面積的比例：

fi（uj）=gi（uj）/ci （i=1，2，…，m；j=1，2，…，n） （6）

其中，gi（uj）代表各鎮(zhèn)每種危險(xiǎn)級(jí)別的被淹沒農(nóng)業(yè)用地面積；m代表危險(xiǎn)性級(jí)別；n代表各個(gè)鎮(zhèn)，ci=Σ■■gi（uj）。Wi代表I～I(xiàn)V 級(jí)的危險(xiǎn)系數(shù)20、40、60、80，那么，區(qū)域農(nóng)業(yè)用地的內(nèi)澇危險(xiǎn)指數(shù)即為：

Hj=Σ■■fi（uj）×Wi（7）

用上述公式，將各鎮(zhèn)農(nóng)業(yè)用地危險(xiǎn)性指數(shù)求和，得浦東新區(qū)各鎮(zhèn)危險(xiǎn)性大小（表1）。

2 結(jié)果與分析

2.1 暴雨內(nèi)澇淹沒分析

根據(jù)計(jì)算得出的暴雨內(nèi)澇總徑流量，結(jié)合城市地形模型，根據(jù)徑流量與淹沒體積相等的原理，采用GIS中的“等體積法”，凡是高程低于淹沒高程的柵格都計(jì)入淹沒區(qū)，得到6種重現(xiàn)期（T）分別為20、50、100、200、500、1 000年的最大淹沒深度（表1），利用GIS中的柵格計(jì)算，用浦東新區(qū)DEM與不同重現(xiàn)期的淹沒水深柵格圖進(jìn)行柵格相減，得到不同情景下的浦東新區(qū)暴雨內(nèi)澇農(nóng)業(yè)用地的淹沒深度分布圖（圖2）。

可以看出，在6個(gè)暴雨重現(xiàn)期的淹沒深度圖中，從50年一遇開始，淹沒深度的范圍急劇增加，淹沒深度最大的地區(qū)是在孫橋鎮(zhèn)，這些地區(qū)是低地勢(shì)，排水能力相對(duì)較差的地區(qū)，而高橋鎮(zhèn)、機(jī)場(chǎng)鎮(zhèn)以及三林鎮(zhèn)、北蔡鎮(zhèn)等由于地勢(shì)高，淹沒范圍很小。

2.2 危險(xiǎn)性分析

針對(duì)6種淹沒情景，利用GIS統(tǒng)計(jì)分析工具統(tǒng)計(jì)浦東新區(qū)各鎮(zhèn)每種危險(xiǎn)性級(jí)別被淹農(nóng)業(yè)用地面積， 根據(jù)公式（6）求出浦東新區(qū)各鎮(zhèn)該危險(xiǎn)性級(jí)別所占全部被淹該危險(xiǎn)性級(jí)別農(nóng)業(yè)用地面積的比例。最后利用公式（7）計(jì)算得出浦東新區(qū)各鎮(zhèn)的危險(xiǎn)性指數(shù)如表2所示。

評(píng)價(jià)結(jié)果顯示，在6種情景下，張江鎮(zhèn)危險(xiǎn)性指數(shù)值最小，這與張江是浦東新區(qū)最新發(fā)展的高科技園區(qū)，農(nóng)業(yè)用地較少，經(jīng)濟(jì)發(fā)達(dá)，政府部門的防災(zāi)減災(zāi)策略實(shí)施完善，并具備良好的基礎(chǔ)設(shè)施和完善的排水條件有很大關(guān)系；20年一遇的情景中，孫橋鎮(zhèn)、北蔡鎮(zhèn)、機(jī)場(chǎng)鎮(zhèn)和川沙鎮(zhèn)的危險(xiǎn)性指數(shù)很高，50年一遇的情景中，曹路鎮(zhèn)、機(jī)場(chǎng)鎮(zhèn)、合慶鎮(zhèn)和川沙鎮(zhèn)的危險(xiǎn)性指數(shù)很高，100年一遇的情景中孫橋鎮(zhèn)、機(jī)場(chǎng)鎮(zhèn)和川沙鎮(zhèn)的危險(xiǎn)性高，200年一遇的情景中，孫橋鎮(zhèn)、高橋鎮(zhèn)的危險(xiǎn)性高，500年一遇的情境下孫橋鎮(zhèn)和川沙鎮(zhèn)的危險(xiǎn)性高，1 000年一遇的情境下，曹路鎮(zhèn)、機(jī)場(chǎng)鎮(zhèn)、合慶鎮(zhèn)和川沙鎮(zhèn)的危險(xiǎn)性指數(shù)最大，區(qū)域的高程情況、農(nóng)業(yè)用地的集中分布、基礎(chǔ)設(shè)施的不完善是主要的原因。其中孫橋鎮(zhèn)、曹路鎮(zhèn)、機(jī)場(chǎng)鎮(zhèn)和川沙鎮(zhèn)的危險(xiǎn)性一直處于較高的危險(xiǎn)性水平，與模擬結(jié)果對(duì)比，說(shuō)明承災(zāi)體分布情況直接影響著區(qū)域危險(xiǎn)性大小。

3 結(jié)論

危險(xiǎn)性評(píng)價(jià)作為災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)的基礎(chǔ)，是關(guān)系未來(lái)災(zāi)害學(xué)發(fā)展的前提，其可靠性和準(zhǔn)確性直接影響風(fēng)險(xiǎn)評(píng)價(jià)的科學(xué)性。該文基于情景模擬，借助GIS空間分析工具，針對(duì)農(nóng)業(yè)用地，對(duì)浦東新區(qū)主要的發(fā)展農(nóng)業(yè)的14個(gè)鎮(zhèn)暴雨內(nèi)澇的危險(xiǎn)性評(píng)價(jià)做初步嘗試。結(jié)果表明，在6種不同情景下，各個(gè)鎮(zhèn)的危險(xiǎn)性存在一定的差異。危險(xiǎn)性指數(shù)高值分布在孫橋鎮(zhèn)、曹路鎮(zhèn)、機(jī)場(chǎng)鎮(zhèn)和川沙鎮(zhèn)，低值分布在張江鎮(zhèn)、高橋鎮(zhèn)和花木鎮(zhèn)。該評(píng)價(jià)結(jié)果可以為浦東新區(qū)防災(zāi)減災(zāi)提供科學(xué)依據(jù)。

4 參考文獻(xiàn)

[1] 石勇，許世遠(yuǎn)，石純，等.洪水災(zāi)害脆弱性研究進(jìn)展[J].地理科學(xué)進(jìn)展，2009，28（1）：41-46.

[2] 殷杰，尹占娥，王軍，等.基于GIS的城市社區(qū)暴雨內(nèi)澇災(zāi)害風(fēng)險(xiǎn)評(píng)估[J].地理與地理信息科學(xué)，2009，25（6）：92-95.

[3] 許世遠(yuǎn)，王軍，石純，等.沿海城市自然災(zāi)害風(fēng)險(xiǎn)研究[J].地理學(xué)報(bào)，2006，61（2）：127-138.

[4] 石勇.災(zāi)害情景下城市脆弱性評(píng)估研究[D].上海：華東師范大學(xué)，2010.

[5] 孫阿麗，石純，石勇.基于情系模擬的暴雨內(nèi)澇危險(xiǎn)性評(píng)價(jià)——以黃

（下轉(zhuǎn)第24頁(yè)）

（上接第21頁(yè)）

浦區(qū)為例[J].地理科學(xué)，2010（3）：465-468.

[6] 孫紹騁.災(zāi)害評(píng)估研究?jī)?nèi)容與方法探討[J].地理科學(xué)進(jìn)展，2001（2）：122-130.

[7] 史培軍.三論災(zāi)害研究的理論與實(shí)踐[J].自然災(zāi)害學(xué)報(bào)，2002，11（3）：1-9.

[8] 楚敬龍，杜加強(qiáng)，滕彥國(guó)，等.基于GIS的重慶市萬(wàn)州區(qū)滑坡災(zāi)害危險(xiǎn)性評(píng)價(jià)[J].地質(zhì)通報(bào)，2008，27（11）：1875-1881.

[9] 唐川，朱大奎.基于GIS技術(shù)的泥石流風(fēng)險(xiǎn)評(píng)價(jià)研究[J].地理科學(xué)，2002，22（3）：300-304.

[10] 閆滿存，王光謙.基于GIS的瀾滄江下游區(qū)滑坡災(zāi)害危險(xiǎn)性分析[J].地理科學(xué)，2007，27（3）：365-370.

[11] 胡蓓蓓，姜衍祥，周俊，等.天津市濱海地區(qū)地面沉降災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃[J].地理科學(xué)，2008，28（5）：693-697.

[12] 葛全勝，鄒銘，鄭景云，等.中國(guó)自然災(zāi)害風(fēng)險(xiǎn)綜合評(píng)估初步研究[M].北京：科學(xué)出版社，2008.

[13] 石勇，石純，孫蕾，等.沿海城市自然災(zāi)害脆弱性評(píng)價(jià)研究——以上海浦東新區(qū)為例[J].中國(guó)人口·資源與環(huán)境，2008（4）：24-27.

[14] 暴麗杰.基于情景的上海浦東暴雨洪澇災(zāi)害脆弱性評(píng)估[D].上海：上海師范大學(xué)，2009.

[15] 景垠娜.自然災(zāi)害風(fēng)險(xiǎn)評(píng)估——以上海浦東新區(qū)暴雨洪澇災(zāi)害為例[D].上海：上海師范大學(xué)，2010.

[16] 林兩位，王麗萍.用Pearson-III概率分布推算重現(xiàn)期年最大日雨量[J].氣象科技，2005，4（33）：314-317.

[17] 尹占娥，許世遠(yuǎn)，殷杰，等.基于小尺度的城市暴雨內(nèi)澇災(zāi)害情景模擬與風(fēng)險(xiǎn)評(píng)估[J].地理學(xué)報(bào)，2010（5）：553-562.

篇3

“風(fēng)險(xiǎn)”一詞起源于保險(xiǎn)業(yè)，包含有多種含義，最常用的含義有兩種：一種是指某個(gè)客體遭受某種傷害、損失、毀滅或不利影響的可能性，二是指某種可能發(fā)生的危害。因此，自然災(zāi)害風(fēng)險(xiǎn)也包括兩種含義：一是不同程度自然災(zāi)害發(fā)生的可能性，二是自然災(zāi)害給人類社會(huì)可能帶來(lái)的危害。近些年有學(xué)者對(duì)自然災(zāi)害風(fēng)險(xiǎn)概念進(jìn)行了新的討論。黃崇福對(duì)目前國(guó)際上較有影響的災(zāi)害風(fēng)險(xiǎn)定義歸為三類：①概率類定義。②期望損失類定義。③概念公式類定義。并指出此三類風(fēng)險(xiǎn)定義均不能或無(wú)法表達(dá)風(fēng)險(xiǎn)的內(nèi)涵，又進(jìn)而提出了以情景為基礎(chǔ)的自然災(zāi)害風(fēng)險(xiǎn)的定義，即自然災(zāi)害風(fēng)險(xiǎn)是一種未來(lái)不利事件的情景，而該情景是由自然事件或力量為主因所導(dǎo)致的。倪長(zhǎng)健認(rèn)為該定義仍有未能充分揭示自然災(zāi)害風(fēng)險(xiǎn)和自然災(zāi)害系統(tǒng)之間的關(guān)系、未能充分表征自然災(zāi)害風(fēng)險(xiǎn)的基本內(nèi)涵、不便于為定量風(fēng)險(xiǎn)評(píng)估提供明確依據(jù)等不足之處，并提出了自然災(zāi)害風(fēng)險(xiǎn)的新定義：自然災(zāi)害風(fēng)險(xiǎn)是由自然災(zāi)害系統(tǒng)自身演化而導(dǎo)致未來(lái)?yè)p失的不確定性。總體上講，災(zāi)害風(fēng)險(xiǎn)評(píng)估是一項(xiàng)在災(zāi)害危險(xiǎn)性、災(zāi)害危害性、災(zāi)害預(yù)測(cè)、社會(huì)承載體脆弱性、減災(zāi)能力分析及相關(guān)的不確定研究的基礎(chǔ)上進(jìn)行的多因子分析工作。自然災(zāi)害風(fēng)險(xiǎn)評(píng)估常常存在在實(shí)例分析時(shí)存在界定不清、集成模式濫用等諸多問題，而其理論基礎(chǔ)至今仍比較薄弱是導(dǎo)致以上現(xiàn)象的主因。要想找到科學(xué)有效的自然災(zāi)害風(fēng)險(xiǎn)評(píng)估方法，就必須對(duì)自然災(zāi)害風(fēng)險(xiǎn)系統(tǒng)的結(jié)構(gòu)及其作用機(jī)制有清晰的認(rèn)識(shí)和把握。

2自然災(zāi)害風(fēng)險(xiǎn)系統(tǒng)要素和風(fēng)險(xiǎn)形成機(jī)理

自然災(zāi)害風(fēng)險(xiǎn)系統(tǒng)主要由承災(zāi)體、孕災(zāi)環(huán)境、致災(zāi)因子等要素組成。承災(zāi)體系自然災(zāi)害系統(tǒng)的社會(huì)經(jīng)濟(jì)主體要素，是指人類及其活動(dòng)所組成的社會(huì)經(jīng)濟(jì)系統(tǒng)。承災(zāi)體受致災(zāi)因子的破壞后會(huì)產(chǎn)生一定的損失，災(zāi)情即是其損失值的大小，而之所以會(huì)有損失，根本原因是承災(zāi)體有其核心屬性———價(jià)值性。通常脆弱性是指承災(zāi)體對(duì)致災(zāi)因子的打擊的反應(yīng)和承受能力，但學(xué)術(shù)界目前對(duì)于脆弱性的認(rèn)識(shí)并不統(tǒng)一。孕災(zāi)環(huán)境主要包括自然環(huán)境與人文環(huán)境，位于地球表層，是由大氣圈、水圈、巖石圈等自然要素所構(gòu)成的系統(tǒng)。孕災(zāi)環(huán)境時(shí)時(shí)刻刻都在進(jìn)行著物質(zhì)和能量的轉(zhuǎn)化，當(dāng)轉(zhuǎn)化達(dá)到一定條件時(shí)會(huì)對(duì)人類社會(huì)環(huán)境造成一定影響，稱之為災(zāi)變，這種災(zāi)變即為致災(zāi)因子，基于致災(zāi)因子的相關(guān)研究稱之為風(fēng)險(xiǎn)的危險(xiǎn)性分析，故危險(xiǎn)性其實(shí)是表達(dá)了致災(zāi)因子的強(qiáng)度、頻率等因素，比較有代表性的是地震安全性評(píng)價(jià)，在對(duì)孕災(zāi)環(huán)境和歷史災(zāi)情的分析研究后以超越概率的形式給出地表加速度來(lái)表達(dá)某一地區(qū)或某一場(chǎng)地的致災(zāi)因子危險(xiǎn)性。相比于孕災(zāi)環(huán)境和承災(zāi)體之間的復(fù)雜關(guān)系，影響致災(zāi)因子的危險(xiǎn)性大小的來(lái)源相對(duì)單一，完全由孕災(zāi)環(huán)境決定。因此，由孕災(zāi)環(huán)境、承災(zāi)體、致災(zāi)因子等要素組成的自然災(zāi)害系統(tǒng)，是一個(gè)相互作用的有機(jī)整體，揭示的是人類社會(huì)與自然的相互關(guān)系，承災(zāi)體可以影響孕災(zāi)環(huán)境，孕災(zāi)環(huán)境通過(guò)致災(zāi)因子影響承災(zāi)體，三者不僅存在因果關(guān)聯(lián)，在時(shí)間、空間上也相互關(guān)聯(lián)，密不可分。而關(guān)于自然災(zāi)害風(fēng)險(xiǎn)機(jī)理的表達(dá)，20世紀(jì)90年代以來(lái)，1989年Maskrcy提出自然災(zāi)害風(fēng)險(xiǎn)是危險(xiǎn)性與易損性之代數(shù)和；1991年聯(lián)合國(guó)提出自然災(zāi)害風(fēng)險(xiǎn)是危險(xiǎn)性與易損性之乘積，此觀點(diǎn)的認(rèn)同度較高，并有廣泛的運(yùn)用；Okada等認(rèn)為自然災(zāi)害風(fēng)險(xiǎn)是由危險(xiǎn)性、暴露性和脆弱性這三個(gè)因素相互作用形成的；張繼權(quán)等則認(rèn)為：自然災(zāi)害風(fēng)險(xiǎn)度=危險(xiǎn)性×暴露性×脆弱性×防災(zāi)減災(zāi)能力，該觀點(diǎn)亦被引入近年的多種災(zāi)害風(fēng)險(xiǎn)評(píng)估。

3數(shù)學(xué)方法在災(zāi)害風(fēng)險(xiǎn)評(píng)估中的應(yīng)用

國(guó)內(nèi)外學(xué)者對(duì)風(fēng)險(xiǎn)評(píng)估中使用的數(shù)學(xué)方法做過(guò)系統(tǒng)的總結(jié)。張繼權(quán)等曾對(duì)國(guó)內(nèi)外氣象災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)的數(shù)學(xué)方法做了較系統(tǒng)的總結(jié)，葛全勝等亦對(duì)自然災(zāi)害致險(xiǎn)程度、承災(zāi)體脆弱性及自然災(zāi)害風(fēng)險(xiǎn)損失度等方面的評(píng)估方法做過(guò)評(píng)述。盡管這些方法因針對(duì)的災(zāi)種不同而不盡相同（如用于地震災(zāi)害的超越強(qiáng)度評(píng)估法、構(gòu)造成因評(píng)估法等，用于洪災(zāi)的水文水力學(xué)模型法、古洪水調(diào)查法等），但總體而言，數(shù)學(xué)方法應(yīng)用及風(fēng)險(xiǎn)定量化表達(dá)已成趨勢(shì)：

①概率統(tǒng)計(jì)：以歷史數(shù)據(jù)為基礎(chǔ)，考慮自然災(zāi)害的隨機(jī)性，估計(jì)災(zāi)害發(fā)生的概率，應(yīng)用多種統(tǒng)計(jì)方法（極大似然估計(jì)、經(jīng)驗(yàn)貝葉斯估計(jì)、直方圖估計(jì)等）擬合概率分布函數(shù)。由于小樣本分析結(jié)果穩(wěn)定不好，為避免與實(shí)際相差過(guò)大，故要求歷史樣本容量較大，常應(yīng)用于臺(tái)風(fēng)、暴雨、洪災(zāi)、泥石流、地震等災(zāi)害的風(fēng)險(xiǎn)評(píng)估。

②模糊數(shù)學(xué)：以社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)、歷史災(zāi)情、自然地理等數(shù)據(jù)為數(shù)據(jù)源，從模糊關(guān)系原理出發(fā)，構(gòu)造等級(jí)模糊子集（隸屬度），將一些邊界不清而不易定量的因素定量化并進(jìn)行綜合評(píng)價(jià)，利用模糊變換原理綜合各指標(biāo)，能較好地分析模糊不確定性問題。該方法在多指標(biāo)綜合評(píng)價(jià)實(shí)踐中應(yīng)用較為廣泛，但在確定評(píng)定因子及隸屬函數(shù)形式等方面具一定的主觀性，現(xiàn)主要應(yīng)用于綜合氣象災(zāi)害、洪災(zāi)、泥石流、地震、綜合地質(zhì)災(zāi)害等等風(fēng)險(xiǎn)評(píng)估。

③基于信息擴(kuò)散理論：以歷史災(zāi)情、自然地理、社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)等數(shù)據(jù)為數(shù)據(jù)源，是一種基于樣本信息優(yōu)化利用并對(duì)樣本集值化的模糊數(shù)學(xué)方法，遵循信息守恒原則，將單個(gè)樣本信息擴(kuò)散至整個(gè)樣本空間。該方法簡(jiǎn)單易行，分析結(jié)果意義清楚，雖然近年來(lái)受到較多學(xué)者推崇和研究，但對(duì)擴(kuò)散函數(shù)的形式及適用條件、擴(kuò)散系數(shù)的確定等尚待進(jìn)一步探討。該方法已有運(yùn)用于低溫冷害、臺(tái)風(fēng)、暴雨、洪災(zāi)、旱災(zāi)、地震、火災(zāi)等災(zāi)害的風(fēng)險(xiǎn)評(píng)估。

④層次分析：該方法來(lái)源于決策學(xué)，是一種將定性分析與定量分析結(jié)合的系統(tǒng)分析方法，以歷史災(zāi)情、社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)、自然條件等數(shù)據(jù)為數(shù)據(jù)源。它利用相關(guān)領(lǐng)域多為專家的經(jīng)驗(yàn)，通過(guò)對(duì)諸因子的兩兩比較、判斷、賦值而得到一個(gè)判斷矩陣，計(jì)算得到各因子的權(quán)值并進(jìn)行一致性檢驗(yàn)，為評(píng)估模型的確定提供依據(jù)。該方法系統(tǒng)性強(qiáng)、思路清晰且所需定量數(shù)據(jù)較少，對(duì)問題本質(zhì)分析得較透徹，操作性強(qiáng)。該方法已經(jīng)應(yīng)用于綜合地質(zhì)災(zāi)害、洪災(zāi)、滑坡、草原火災(zāi)等災(zāi)害的風(fēng)險(xiǎn)評(píng)估中。

⑤灰色系統(tǒng)：以歷史災(zāi)情、自然地理等數(shù)據(jù)為數(shù)據(jù)源，以灰色系統(tǒng)理論為基礎(chǔ)，應(yīng)用灰色聚類法劃分災(zāi)害風(fēng)險(xiǎn)等級(jí)。算法思路清晰，過(guò)程簡(jiǎn)便快捷而易于程序化，但爭(zhēng)議較大，故在國(guó)外研究中運(yùn)用較少，在國(guó)內(nèi)綜合地質(zhì)災(zāi)害、風(fēng)暴潮、洪災(zāi)等災(zāi)害的風(fēng)險(xiǎn)評(píng)估中有所應(yīng)用。

⑥人工神經(jīng)網(wǎng)絡(luò)：以歷史災(zāi)情、自然地理、社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)為數(shù)據(jù)源。選定典型評(píng)估單元（訓(xùn)練樣本），將經(jīng)過(guò)處理后的風(fēng)險(xiǎn)影響因子的數(shù)值作為輸入，通過(guò)訓(xùn)練獲得權(quán)值和閥值作為標(biāo)桿；然后將其余單元的數(shù)據(jù)輸入訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)進(jìn)行仿真，進(jìn)而獲得各個(gè)單元的風(fēng)險(xiǎn)度。其特點(diǎn)和優(yōu)勢(shì)是基于數(shù)據(jù)驅(qū)動(dòng)，可較好地避免評(píng)估過(guò)程中主觀性引起的誤差，但因收斂速度對(duì)學(xué)習(xí)速率的影響會(huì)導(dǎo)致訓(xùn)練結(jié)果存在差異，且其“黑匣子”般的訓(xùn)練過(guò)程難以清楚解釋系統(tǒng)內(nèi)各參數(shù)的作用關(guān)系。該方法目前已經(jīng)應(yīng)用于洪災(zāi)、泥石流、雪災(zāi)、地震、綜合地質(zhì)災(zāi)害等災(zāi)害的風(fēng)險(xiǎn)評(píng)估工作中。

⑦加權(quán)綜合評(píng)價(jià)：同樣以社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)、歷史災(zāi)情、自然環(huán)境等數(shù)據(jù)，對(duì)影響自然災(zāi)害風(fēng)險(xiǎn)的因子進(jìn)行分析，從而確定它們權(quán)重，以加權(quán)的、量化指標(biāo)的指標(biāo)進(jìn)行綜合評(píng)估。該方法簡(jiǎn)單易行，在技術(shù)、決策或方案進(jìn)行綜合評(píng)價(jià)和優(yōu)選工作中有廣泛運(yùn)用，但需指標(biāo)賦權(quán)的主觀性仍是難以回避的問題。該方法目前應(yīng)用于臺(tái)風(fēng)、暴雨、洪災(zāi)、綜合地質(zhì)災(zāi)害、生態(tài)災(zāi)害、草原火災(zāi)等自然災(zāi)害風(fēng)險(xiǎn)評(píng)估工作中。（以上幾種方法的綜合比較參考葉金玉等總結(jié)）各種數(shù)學(xué)工具的引入不僅為自然災(zāi)害評(píng)估方法注入了新的活力，同時(shí)也讓人看到各具特色的數(shù)學(xué)方法是對(duì)應(yīng)著不同的自然災(zāi)害種類，這也是一種提示：針對(duì)不同的自然災(zāi)害可以且應(yīng)當(dāng)有不盡相同的評(píng)估方法和研究途徑，但這并不影響自然災(zāi)害風(fēng)險(xiǎn)評(píng)估走向定量化的步伐。

4多災(zāi)種綜合風(fēng)險(xiǎn)評(píng)估

簡(jiǎn)單的說(shuō)，自然災(zāi)害具有群發(fā)鏈發(fā)的特點(diǎn)，單一一種自然災(zāi)害往往伴隨或者引發(fā)其他伴生（或次生）的災(zāi)害，對(duì)災(zāi)害鏈的研究，馬宗晉等組成的研究小組曾給予高度的關(guān)注，史培軍將其定義為某一種致災(zāi)因子或正態(tài)環(huán)境變化引起的一系列災(zāi)害現(xiàn)象，并將其劃分為群發(fā)災(zāi)害鏈與并發(fā)災(zāi)害鏈兩種，而群發(fā)的災(zāi)害或?yàn)?zāi)害鏈所引發(fā)的災(zāi)情必然是幾種不同災(zāi)害與承災(zāi)體脆弱性共同作用所產(chǎn)生的結(jié)果，同時(shí)，還需認(rèn)識(shí)到，不同自然災(zāi)害之間相互也會(huì)產(chǎn)生一定的影響，因此，對(duì)于這樣的情況做單一災(zāi)種自然災(zāi)害風(fēng)險(xiǎn)評(píng)估顯然是不合適的，自然災(zāi)害綜合風(fēng)險(xiǎn)的評(píng)估就顯得更有現(xiàn)實(shí)意義。綜合自然災(zāi)害評(píng)估是風(fēng)險(xiǎn)和災(zāi)害領(lǐng)域的研究熱點(diǎn)和難點(diǎn)，直到21世紀(jì)，學(xué)術(shù)界的研究方向才逐漸轉(zhuǎn)向多災(zāi)種的風(fēng)險(xiǎn)評(píng)估。高慶華等認(rèn)為，自然災(zāi)害綜合風(fēng)險(xiǎn)評(píng)估是在各單類災(zāi)害風(fēng)險(xiǎn)評(píng)估基礎(chǔ)上進(jìn)行的，它的內(nèi)容與單類災(zāi)害風(fēng)險(xiǎn)分析基本一致，所以采用的調(diào)查、統(tǒng)計(jì)、評(píng)估方法與單類災(zāi)害風(fēng)險(xiǎn)評(píng)估中用的方法基本相同，與單類災(zāi)害風(fēng)險(xiǎn)評(píng)估的根本區(qū)別是把動(dòng)力來(lái)源不同、特征各異的多種自然災(zāi)害放到一個(gè)系統(tǒng)中進(jìn)行綜合而系統(tǒng)的評(píng)價(jià)，以此來(lái)反映綜合風(fēng)險(xiǎn)程度；Joseph和Donald基于田間損失分布，提出以年總損失的超越概率來(lái)表示綜合風(fēng)險(xiǎn)；而薛曄等卻認(rèn)為，在復(fù)雜的災(zāi)害風(fēng)險(xiǎn)系統(tǒng)中各個(gè)風(fēng)險(xiǎn)并非簡(jiǎn)單相加，對(duì)目前基本是單一災(zāi)種的簡(jiǎn)單相加的研究成果提出質(zhì)疑，認(rèn)為其缺乏可靠性，并以模糊近似推理理論為基礎(chǔ)，建立了多災(zāi)種風(fēng)險(xiǎn)評(píng)估層次模型，對(duì)云南麗江地區(qū)的地震-洪水災(zāi)害風(fēng)險(xiǎn)進(jìn)行了綜合評(píng)估。

國(guó)內(nèi)自然災(zāi)害綜合風(fēng)險(xiǎn)評(píng)估研究成果不多，且模型也相對(duì)較簡(jiǎn)單，更好的評(píng)估方法也還有待探索，有待更多數(shù)學(xué)方法的引入。此外，在建立評(píng)估模型的同時(shí)，也要考慮到自然災(zāi)害風(fēng)險(xiǎn)的時(shí)空特性，即時(shí)間和空間上的分辨率，趙思健認(rèn)為，同任何事物一樣，風(fēng)險(xiǎn)也存在著時(shí)空差異，不同的災(zāi)種在不同時(shí)間、空間尺度上評(píng)估的方法和內(nèi)容應(yīng)有所區(qū)別，這個(gè)問題直接影響到該評(píng)估的時(shí)間有效性和適用范圍。因此，由于在某一確定的評(píng)估方法下各單一災(zāi)種在同一時(shí)間空間尺度上的時(shí)間有效性并不一定一致，如何考慮這種不一致對(duì)評(píng)估結(jié)果所造成的影響是多災(zāi)種綜合風(fēng)險(xiǎn)評(píng)估中亟待解決的難題之一。盡管有諸多問題困擾著多災(zāi)種自然災(zāi)害風(fēng)險(xiǎn)評(píng)估的發(fā)展，但相比單一災(zāi)種的風(fēng)險(xiǎn)評(píng)估，多災(zāi)種風(fēng)險(xiǎn)評(píng)估更符合實(shí)際生活中災(zāi)害群發(fā)的特點(diǎn)，其發(fā)展是防災(zāi)減災(zāi)工作的現(xiàn)實(shí)需要，決定了多災(zāi)種風(fēng)險(xiǎn)評(píng)估是風(fēng)險(xiǎn)學(xué)科發(fā)展的必然趨勢(shì)。

5小結(jié)、展望

篇4

關(guān)鍵詞 PRECIS；洪澇致災(zāi)危險(xiǎn)性；時(shí)空格局；SRES B2情景；安徽省

中圖分類號(hào) X43 文獻(xiàn)標(biāo)識(shí)碼 A

文章編號(hào) 1002-2104（2012）11-0032-08 doi：10.3969/j.issn.1002-2104.2012.11.006

氣象災(zāi)害給人類經(jīng)濟(jì)和社會(huì)造成了嚴(yán)重影響。1995-2004年十年間，由天氣引發(fā)的災(zāi)害占自然災(zāi)害總數(shù)的90%，造成的死亡人數(shù)占60%，受災(zāi)人口占98%，且大多數(shù)發(fā)生在發(fā)展中國(guó)家[1]。在全球氣候變暖背景下，未來(lái)極端天氣事件的發(fā)生頻率將呈增加趨勢(shì)[2]，而這些災(zāi)害性天氣事件的變化也許是氣候變化帶來(lái)的最嚴(yán)重的后果之一[3-5]。研究極端天氣事件的潛在變化是評(píng)估未來(lái)氣候變化對(duì)人類和自然系統(tǒng)影響的基礎(chǔ)[6]。預(yù)估極端天氣事件的方法之一是利用氣象觀測(cè)資料進(jìn)行趨勢(shì)外推[7-8]。盡管歷史氣象資料有很大的參考價(jià)值，但過(guò)去的氣象統(tǒng)計(jì)信息只能部分地反映未來(lái)極端天氣事件的發(fā)生概率。氣候模式的不斷改進(jìn)為利用大氣環(huán)流模式（GCMs）和區(qū)域氣候模式（RCMs）預(yù)估極端天氣事件及其影響提供了更可靠的工具[9-10]。已有一些學(xué)者應(yīng)用氣候模式來(lái)評(píng)估氣候變化對(duì)干旱[11-12]、洪水[13]、風(fēng)能[14]及水資源[15]可能造成的影響。但GCMs過(guò)粗的分辨率對(duì)于分析氣候變化對(duì)區(qū)域尺度的潛在影響是不夠的，而RCMs卻能很好地反映影響局地氣候的地面特征量和氣候本身未來(lái)的波動(dòng)規(guī)律，被認(rèn)為是獲取高分辨率局地氣候變化信息的有效方法[16]。

我國(guó)是世界上洪澇災(zāi)害頻繁且嚴(yán)重的國(guó)家之一。隨著社會(huì)經(jīng)濟(jì)的迅速發(fā)展，洪澇災(zāi)害造成的社會(huì)影響和經(jīng)濟(jì)損失呈不斷增大趨勢(shì)。近些年，國(guó)內(nèi)不少學(xué)者在洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估方面進(jìn)行研究[17-19]，取得了大量成果，為區(qū)域洪澇防災(zāi)減災(zāi)提供了依據(jù)。但這些評(píng)估研究都是利用氣象觀測(cè)數(shù)據(jù)或歷史災(zāi)情資料來(lái)開展的，并未考慮氣候變化對(duì)未來(lái)極端降水事件發(fā)生頻率、強(qiáng)度和空間格局的影響。翟建青等[20]利用ECHAM5/MPI-OM氣候模式輸出的2001-2050年逐月降水量資料，選取標(biāo)準(zhǔn)化降水指數(shù)預(yù)估了3種排放情景下中國(guó)2050年前的旱澇格局，但其所使用的氣候情景數(shù)據(jù)分辨率較粗（1.875°），且未能從災(zāi)害風(fēng)險(xiǎn)角度分析未來(lái)旱澇致災(zāi)危險(xiǎn)性變化。

本文應(yīng)用Hadley氣候預(yù)測(cè)與研究中心的區(qū)域氣候模

① 本文之所以選擇B2情景是因?yàn)樵撉榫皬?qiáng)調(diào)區(qū)域性的經(jīng)濟(jì)、社會(huì)和環(huán)境的可持續(xù)發(fā)展，是比較符合我國(guó)中長(zhǎng)期發(fā)展規(guī)劃的氣候情景。

式系統(tǒng)PRECIS（Providing Regional Climates for Impacts Studies）模擬的氣候情景數(shù)據(jù)，綜合考慮降水、地形、地貌等自然要素，分近期、中期和遠(yuǎn)期三個(gè)時(shí)段對(duì)B2情景下①未來(lái)安徽省洪澇致災(zāi)危險(xiǎn)性時(shí)空格局進(jìn)行預(yù)估，以期為全球氣候變化背景下該地區(qū)洪澇災(zāi)害風(fēng)險(xiǎn)管理和區(qū)域發(fā)展規(guī)劃提供科學(xué)依據(jù)。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)

本研究所使用的氣候情景數(shù)據(jù)來(lái)自中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)環(huán)境與可持續(xù)發(fā)展研究所氣候變化研究組。該研究組應(yīng)用英國(guó)Hadley中心開發(fā)的PRECIS模式，模擬了IPCC《排放情景特別報(bào)告》（SRES）[21]中設(shè)計(jì)的B2情景下中國(guó)區(qū)域的氣候變化（1961-2100年），其水平分辨率在旋轉(zhuǎn)坐標(biāo)下為0.44°×0.44°，在中緯度地區(qū)水平格點(diǎn)間距約為50 km。關(guān)于PRECIS物理過(guò)程的詳細(xì)介紹可參閱文獻(xiàn)[22]。許吟隆[16-23]和張勇[24]等人利用ECMWF再分析數(shù)據(jù)和氣象站點(diǎn)觀測(cè)數(shù)據(jù)驗(yàn)證PRECIS對(duì)中國(guó)區(qū)域氣候模擬能力的研究表明：PRECIS具有很強(qiáng)的模擬降水能力，基本能夠模擬出中國(guó)區(qū)域年、冬季和夏季平均降水的大尺度分布特征，很好地模擬了降水的季節(jié)變化，而且較好地模擬出中國(guó)區(qū)域年平均極端降水事件的空間分布特征。因此，本文不再對(duì)PRECIS模式進(jìn)行驗(yàn)證。

本文采用的DEM數(shù)據(jù)來(lái)自國(guó)際農(nóng)業(yè)研究磋商組織（CGIAR）地理空間數(shù)據(jù)網(wǎng)建立的分辨率為3弧秒（約為90 m）的全球陸地DEM；1∶400萬(wàn)水系圖來(lái)自國(guó)家基礎(chǔ)地理信息中心。

1.2 研究時(shí)段劃分

本研究包括以下四個(gè)時(shí)段：現(xiàn)階段為1981-2010年，未來(lái)分為近期（2011-2040）、中期（2041-2070）和遠(yuǎn)期（2071-2100）三個(gè)時(shí)段。文中所選指標(biāo)均以各時(shí)段30年的平均值進(jìn)行探討。

1.3 洪澇致災(zāi)危險(xiǎn)性評(píng)價(jià)指標(biāo)體系與評(píng)價(jià)

洪澇災(zāi)害具有自然和社會(huì)雙重屬性，其中致災(zāi)危險(xiǎn)性評(píng)價(jià)是從形成洪澇災(zāi)害的自然屬性角度，即從形成洪澇災(zāi)害的致災(zāi)因子和孕災(zāi)環(huán)境兩方面來(lái)評(píng)價(jià)洪災(zāi)危險(xiǎn)性。總體上講，造成洪澇災(zāi)害的主要因素是強(qiáng)降水，同時(shí)下墊面的自然地理環(huán)境又和天氣氣候條件相互影響，進(jìn)而決定了洪澇的時(shí)空分布[25-26]。因此，本文選取年均暴雨日數(shù)、年均最大三日降水量、高程、坡度和河湖緩沖區(qū)五個(gè)指標(biāo)，通過(guò)計(jì)算洪澇致災(zāi)危險(xiǎn)性指數(shù)進(jìn)行評(píng)價(jià)，具體包括以下四個(gè)步驟：一是對(duì)所選取的評(píng)價(jià)指標(biāo)進(jìn)行量化，包括對(duì)前四項(xiàng)

指標(biāo)進(jìn)行標(biāo)準(zhǔn)化以及根據(jù)距河湖距離和河湖級(jí)別對(duì)緩沖區(qū)進(jìn)行危險(xiǎn)性賦值（見表1）；二是利用層次分析法確定五個(gè)指標(biāo)的權(quán)重（見圖1）；三是建立致災(zāi)危險(xiǎn)性數(shù)學(xué)評(píng)價(jià)模型（式1）；四是借助地理信息系統(tǒng)對(duì)各指標(biāo)圖層疊加，進(jìn)行洪澇致災(zāi)危險(xiǎn)性評(píng)價(jià)。

利用加權(quán)綜合評(píng)分法建立洪澇致災(zāi)危險(xiǎn)性評(píng)價(jià)模型：

HF=0.25Rd+0.35R3+0.06H+0.12S+0.22B（1）

式（1）中，HF為洪澇致災(zāi)危險(xiǎn)性指數(shù)，Rd、R3、H、S、B分別代表年均暴雨日數(shù)、年均最大三日降水量、高程、坡度和河湖緩沖區(qū)量化后的值。

本文將洪澇致災(zāi)危險(xiǎn)性分為5個(gè)等級(jí)。具體的分級(jí)方法如下：首先，按1∶2∶4∶2∶1的大致比例對(duì)現(xiàn)階段全省78個(gè)縣域的洪澇致災(zāi)危險(xiǎn)性分級(jí)；之后，提取相鄰等級(jí)兩個(gè)縣的洪災(zāi)危險(xiǎn)性指數(shù)，以其平均值作為洪災(zāi)危險(xiǎn)性的分級(jí)標(biāo)準(zhǔn)；最后，按照此分級(jí)標(biāo)準(zhǔn)對(duì)未來(lái)三個(gè)時(shí)段洪災(zāi)危險(xiǎn)性進(jìn)行分級(jí)。

2 結(jié)果與分析

2.1 年均暴雨日數(shù)（ARD）時(shí)空格局變化

如圖2所示，在現(xiàn)階段，安徽省年均暴雨日數(shù)平均為6.94天，最大值為12.15天，年均暴雨日數(shù)低于5天的地區(qū)占全省總面積的17.72%，集中分布在安徽省北部，而高于12天的地區(qū)僅占0.06%，位于安徽省最南端。到了近期，安徽省年均暴雨日數(shù)略有減少，為6.73天，主要是淮

河以北地區(qū)年均暴雨日數(shù)低于5天的面積增加為26.95%；這一時(shí)段年均暴雨日數(shù)最大值有所增加，為12.28天，其中大于12天的地區(qū)面積增加到0.24%，約為現(xiàn)階段的4倍。在中期，安徽省年均暴雨日數(shù)為6.86天，最大值增加到12.91天，年均暴雨日數(shù)低于5天的地區(qū)面積百分比較近期也略有增加，為27.59%，而高于12天的地區(qū)則大幅增加為3.64%，范圍也擴(kuò)展到安徽省南部的多個(gè)縣域。到遠(yuǎn)期，安徽省年均暴雨日數(shù)增加到7.02天，最大值為13.47天，年均暴雨日數(shù)低于5天的地區(qū)占安徽省總面積的27.41%，高于12天的地區(qū)繼續(xù)增加為5.67%，約為現(xiàn)階段的89倍之多，集中分布在該省長(zhǎng)江以南地區(qū)。可見，未來(lái)安徽省年均暴雨日數(shù)總體上呈現(xiàn)北部有所減少，南部持續(xù)增加的趨勢(shì)，尤其是年均暴雨日數(shù)超過(guò)12天的面積將大幅增加。

2.2 年均最大三日降水量（AM3DP）時(shí)空格局變化

從圖3中可以發(fā)現(xiàn)，相對(duì)于現(xiàn)階段，未來(lái)安徽省年均最大三日降水量也呈現(xiàn)出“兩極分化”的格局，即年均最大三日降水量低于160 mm（主要分布于安徽省北部）和高于220 mm（主要分布于安徽省南部）的地區(qū)均不斷增加。在現(xiàn)階段，安徽省年均最大三日降水量的平均值為

199.66 mm，最大值為280.87 mm，其中大于220 mm的地區(qū)占總面積的17.05%。而在近期，安徽省年均最大三日降水量的平均值為200.88 mm，大于220 mm的地區(qū)增加到總面積的22.16%。中期階段，安徽省年均最大三日降水量的平均值增加為202.76 mm，大于220 mm的地區(qū)相比近期也略有增加，為25.56%。到了遠(yuǎn)期，安徽省年均最大三日降水量的平均值為204.82 mm，最大值也增大到289.07 mm，其中大于220 mm的地區(qū)占全省面積的32.12%，較現(xiàn)階段增加約15.07%，尤其是大于260 mm的面積增加更快，由現(xiàn)階段的占全省3.88%變?yōu)?.20%，增加了1.37倍。

2.3 洪澇致災(zāi)危險(xiǎn)性時(shí)空格局變化

對(duì)年均暴雨日數(shù)、年均最大三日降水量、高程、坡度、河湖緩沖區(qū)等評(píng)價(jià)指標(biāo)數(shù)字化的基礎(chǔ)上，依據(jù)評(píng)價(jià)模型（式1）在ArcGIS中對(duì)各指標(biāo)圖層進(jìn)行疊加并分級(jí)，得到安徽省縣域尺度洪澇致災(zāi)危險(xiǎn)性評(píng)價(jià)結(jié)果（見圖4）。為詳細(xì)了解安徽省洪澇致災(zāi)危險(xiǎn)性格局及其動(dòng)態(tài)變化，表2列出了各時(shí)段洪災(zāi)危險(xiǎn)性等級(jí)的縣域個(gè)數(shù)、面積百分比和處于5級(jí)的縣域。

可以發(fā)現(xiàn)，各時(shí)段安徽省洪澇致災(zāi)危險(xiǎn)性等級(jí)大致呈

由北向南逐漸升高的趨勢(shì)。相對(duì)于現(xiàn)階段，未來(lái)安徽省洪災(zāi)危險(xiǎn)性處于1級(jí)和5級(jí)的面積均有所擴(kuò)大，這主要與對(duì)應(yīng)區(qū)域未來(lái)年均暴雨日數(shù)和最大三日降水量的變化密切相關(guān)。此外，洪澇致災(zāi)危險(xiǎn)性高于4級(jí)（包括4級(jí)）的縣域主要集中在長(zhǎng)江沿岸及其以南地區(qū)，這與該區(qū)域降水豐富、河網(wǎng)密度高、地勢(shì)低平以及坡度變化較小有關(guān)。與現(xiàn)階段相比，近期和中期安徽省處于洪災(zāi)危險(xiǎn)性5級(jí)的縣域個(gè)數(shù)和面積百分比不斷增加，這是由于未來(lái)這些地區(qū)極端降水事件的概率（暴雨日數(shù)）和強(qiáng)度（最大三日降水量）都將有所增大。尤其在中期，處于洪災(zāi)危險(xiǎn)性5級(jí)的縣域個(gè)數(shù)快速增加為16個(gè)，面積增加為全省的17.87%，分別是各時(shí)段洪澇致災(zāi)危險(xiǎn)性處于5級(jí)的縣域（按危險(xiǎn)性指數(shù)值自大至小排序）

安慶市轄區(qū)，望江縣，休寧縣，黟縣，歙縣，銅陵市轄區(qū)，黃山市轄區(qū)，宿松縣

安慶市轄區(qū)，望江縣，休寧縣，歙縣，黟縣，銅陵市轄區(qū)，黃山市轄區(qū)，樅陽(yáng)縣，池州市轄區(qū)，宿松縣

安慶市轄區(qū)，望江縣，休寧縣，歙縣，黟縣，銅陵市轄區(qū)，黃山市轄區(qū)，樅陽(yáng)縣，池州市轄區(qū)，宿松縣，祁門縣，蕪湖市轄區(qū)，東至縣，銅陵縣，旌德縣，績(jī)溪縣

安慶市轄區(qū)，望江縣，休寧縣，歙縣，黟縣，銅陵市轄區(qū)，黃山市轄區(qū)，樅陽(yáng)縣，池州市轄區(qū)，祁門縣，宿松縣，東至縣，績(jī)溪縣，銅陵縣，旌德縣，蕪湖市轄區(qū)現(xiàn)階段的2倍和2.24倍。到遠(yuǎn)期，洪澇致災(zāi)危險(xiǎn)性空間格局相對(duì)于中期變化不大，處于5級(jí)的縣域與中期相同，但各縣域的危險(xiǎn)性值卻有不同程度增大。需要指出的是，安慶市轄區(qū)始終是安徽省洪災(zāi)危險(xiǎn)性最高的縣域，在今后的洪災(zāi)風(fēng)險(xiǎn)管理及防洪減災(zāi)規(guī)劃中需尤為注意。

3 結(jié)論與討論

本文基于PRECIS區(qū)域氣候模式，模擬了SRES B2情景下未來(lái)安徽省年均暴雨日數(shù)和最大三日降水量相對(duì)于現(xiàn)階段的變化情況，并綜合考慮降水、地形和地貌等自然要素，從災(zāi)害風(fēng)險(xiǎn)角度預(yù)估了該省縣域尺度洪澇致災(zāi)危險(xiǎn)性的時(shí)空格局，得出以下主要結(jié)論：

（1）相對(duì)于現(xiàn)階段，未來(lái)安徽省極端降水事件將出現(xiàn)“兩極分化”的格局，具體表現(xiàn)為年均暴雨日數(shù)和最大三日降水量總體上呈現(xiàn)北部減少、南部增加的趨勢(shì)，并且年均暴雨日數(shù)超過(guò)12天、年均最大三日降水量超過(guò)220 mm的面積將持續(xù)大幅增加。

（2）各時(shí)段安徽省洪澇致災(zāi)危險(xiǎn)性等級(jí)由北向南大致呈逐漸升高的趨勢(shì)。相對(duì)于現(xiàn)階段，未來(lái)安徽省洪災(zāi)危險(xiǎn)性處于1級(jí)和5級(jí)的面積均有所擴(kuò)大，洪災(zāi)危險(xiǎn)性格局變化主要發(fā)生在近期和中期，遠(yuǎn)期與中期格局相近。在中期，安徽省洪災(zāi)危險(xiǎn)性處于5級(jí)的縣域個(gè)數(shù)和面積百分比分別為16個(gè)和17.87%，分別是現(xiàn)階段的2倍和2.24倍。安慶市轄區(qū)是安徽省洪災(zāi)危險(xiǎn)性最高的縣域。

根據(jù)自然災(zāi)害風(fēng)險(xiǎn)分析理論[27]，在危險(xiǎn)性評(píng)價(jià)的基礎(chǔ)上，進(jìn)一步考慮社會(huì)經(jīng)濟(jì)因素，如人口、GDP、耕地、居民點(diǎn)、交通線、油田、名勝古跡、大型廠礦區(qū)、各種工程設(shè)施等的分布情況，以及遭遇洪澇時(shí)這些承險(xiǎn)體的易損程度、社會(huì)防災(zāi)救災(zāi)能力等，就可以進(jìn)行洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)，辨識(shí)出高風(fēng)險(xiǎn)區(qū)，為各級(jí)政府開展風(fēng)險(xiǎn)管理提供科學(xué)依據(jù)。通過(guò)查閱《中國(guó)氣象災(zāi)害大典-安徽卷》以及近些年的災(zāi)情資料可以發(fā)現(xiàn)，安徽省洪澇災(zāi)害嚴(yán)重的地區(qū)大致分布在沿江沿淮地區(qū)，尤其江淮之間及長(zhǎng)江以南地區(qū)（這些地區(qū)降水豐富、地勢(shì)低洼、河網(wǎng)交織、湖泊眾多）。對(duì)比現(xiàn)階段安徽省洪災(zāi)危險(xiǎn)性評(píng)價(jià)結(jié)果表明，本文的評(píng)價(jià)結(jié)果與實(shí)際災(zāi)情發(fā)生區(qū)域基本符合。但由于洪澇災(zāi)害形成、發(fā)展及產(chǎn)生后果的復(fù)雜性，影響因子眾多，目前的評(píng)價(jià)結(jié)果尚難以做到與實(shí)際情況完全吻合，有以下幾方面原因，如考慮因子的全面性、各因子權(quán)重系數(shù)的真實(shí)性、預(yù)估氣候數(shù)據(jù)的誤差以及評(píng)價(jià)模型的科學(xué)性等等，還需要不斷深入研究，做出更符合實(shí)際、更加可信的洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)。

全球氣候變化將給人類社會(huì)和自然系統(tǒng)帶來(lái)諸多風(fēng)險(xiǎn)。氣候變化風(fēng)險(xiǎn)源主要包括兩個(gè)方面：一是平均氣候狀況（氣溫、降水、海平面上升等）；二是極端天氣變化（熱帶氣旋、風(fēng)暴潮、干旱、極端降水、高溫?zé)崂说龋28]。由前面

分析可知，雖然未來(lái)安徽省年均暴雨日數(shù)和最大三日降水量的平均值相對(duì)于現(xiàn)階段變化幅度不大，但不同區(qū)域間的差異卻非常明顯，突出表現(xiàn)為未來(lái)安徽省淮河以北地區(qū)年均暴雨日數(shù)和最大三日降水量有所減小，而長(zhǎng)江以南地區(qū)極端降水事件發(fā)生的概率將大大增加，這與張?jiān)鲂诺热薣29]的研究結(jié)果相符。暴雨日數(shù)和最大三日降水量等極端降水事件變化的原因可能是在全球氣候變暖背景下，地表溫度的大幅上升將加強(qiáng)大氣環(huán)流，從而改變降水的空間格局。通過(guò)比較未來(lái)與現(xiàn)在極端天氣事件致災(zāi)危險(xiǎn)性的時(shí)空格局，可以更好地了解一些典型區(qū)域或更大尺度上將要發(fā)生的變化。

本文只選取了SRES B2情景，雖然這一情景是比較符合我國(guó)中長(zhǎng)期發(fā)展規(guī)劃的氣候情景，但仍然存在較大不確定性。在以后的研究中，需要進(jìn)一步拓展降低不確定性的方法，在現(xiàn)有情景預(yù)估的基礎(chǔ)上，進(jìn)一步發(fā)展集合概率預(yù)測(cè)等技術(shù)手段，建立基于多情景多模式的集合概率預(yù)測(cè)情景方案。同時(shí)加強(qiáng)氣候模式模擬研究，提高模擬數(shù)據(jù)精度，降低氣候系統(tǒng)模式的不確定性[30]。

致謝：承蒙中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)環(huán)境與可持續(xù)發(fā)展研究所許吟隆研究員在論文數(shù)據(jù)方面提供的幫助，在此表示衷心的感謝！

參考文獻(xiàn)（References）

[1]

International Federation of Red Cross and Red Crescent Societies. World Disasters Report 2005： Focus on Information in Disasters [R]. Geneva： IFRC， 2005.

[2]IPCC. Climate Change 2007： The Scientific Basis [M]. London： Cambridge University Press， 2007.

[3]Beven K J. Riverine Flooding in a Warmer Britain [J]. The Geographical Journal， 1993， 159（2）： 157-161.

[4]Milly P C， Wetherald R T， Dune K A， et al. Increasing Risk of Great Floods in a Changing Climate [J]. Nature， 2002， 415： 514-517.

[5]Botzen W J， Bergh J C， Bouwer L M. Climate Change and Increased Risk for the Insurance Sector： A Global Perspective and an Assessment for the Netherlands [J]. Natural Hazards， 2010， 52（3）： 577-598.

[6]Tebaldi C， Hayhow K， Arblaster J M， et al. Going to Extremes： An Intercomparison of Model-simulated Historical and Future Changes in Extreme Events [J]. Climatic Change， 2006， 79（3-4）： 185-211.

[7]Yin Y X， Xu Y P， Chen Y. Change of Flood Patterns in China under the Influences of Climate Change and Human Activities [J]. Chinese Journal of Population， Resources and Environment， 2009， 7（3）： 67-71.

[8]周后福，王興榮，翟武全，等. 基于混合回歸模型的夏季高溫日數(shù)預(yù)測(cè)[J]. 氣象科學(xué)，2005，25（5）：505-512. [Zhou Houfu， Wang Xingrong， Zhai Wuquan， et al. Test Prediction for MultiRegression Model on High Temperature Days [J]. Scientia Meteorologica Sinica， 2005， 25（5）： 505–512.]

[9]Zwiers R W， Kharin V V. Changes in the Extremes of the Climate Simulated by CCC GCM2 under CO2 Doubling [J]. Journal of Climate， 1998， 11（9）： 2200-2222.

[10]賀山峰，戴爾阜，葛全勝，等. 中國(guó)高溫致災(zāi)危險(xiǎn)性時(shí)空格局預(yù)估[J]. 自然災(zāi)害學(xué)報(bào)，2010，19（2）：91-97. [He Shanfeng， Dai Erfu， Ge Quansheng， et al. Preestination of Spatiotemporal Pattern of Extreme Heat Hazard in China [J]. Journal of Natural Disasters， 2010， 19（2）： 91-97.]

[11]Blenkinsop S， Fowler H J. Changes in European Drought Characteristics Projected by the PRUDENCE Regional Climate Models [J]. International Journal of Climatology， 2007， 27： 1595-1610.

[12]Hirabayashi Y， Kanae S， Emori S， et al. Global Projections of Changing Risks of Floods and Droughts in a Changing Climate [J]. Hydrological Sciences Journal， 2008， 53（4）： 754-772.

[13]Raff D A， Pruitt T， Brekke L D. A Framework for Assessing Flood Frequency Based on Climate Projection Information [J]. Hydrology and Earth System Sciences Discussions， 2009， 6： 2005-2040.

[14]Bloom A， Kotroni V， Lagouvardos K. Climate Change Impact of Wind Energy Availability in the Eastern Mediterranean Using the Regional Climate Model PRECIS [J]. Natural Hazards and Earth System Science， 2008， 8： 1249-1257.

[15]Zhu T J， Jenkins M W， Lund J R. Estimated Impacts of Climate Warming on California Water Availability under Twelve Future Climate Scenarios [J]. Journal of American Water Resources Association， 2005， 41（5）： 1027-1038.

[16]許吟隆，張勇，林一驊，等. 利用PRECIS分析SRES B2情景下中國(guó)區(qū)域的氣候變化響應(yīng)[J]. 科學(xué)通報(bào)，2006，51（17）：2068-2074. [Xu Yinlong， Zhang Yong， Lin Yihua， et al. Analyses on the Climate Change Responses over China under SRES B2 Scenario using PRECIS [J]. Chinese Science Bulletin， 2006， 51（18）： 2260-2267.]

[17]周成虎，萬(wàn)慶，黃詩(shī)峰，等. 基于GIS的洪水災(zāi)害風(fēng)險(xiǎn)區(qū)劃研究[J]. 地理學(xué)報(bào)，2000，55（1）：15-24. [Zhou Chenghu， Wan Qing， Huang Shifeng， et al. A GISbased Approach to Flood Risk Zonation [J]. Acta Geographica Sinica， 2000， 55（1）： 15-24.]

[18]張游，王紹強(qiáng)，葛全勝，等. 基于GIS的江西省洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估[J]. 長(zhǎng)江流域資源與環(huán)境，2011，20（增1）：166-172. [Zhang You， Wang Shaoqiang， Ge Quansheng， et al. Risk Assessment of Flood Disaster in Jiangxi Province Based on GIS [J]. Resources and Environment in the Yangte Basin， 2011， 20（supp.1）： 166-172.]

[19]陳香，王靜愛，陳靜. 福建暴雨洪災(zāi)時(shí)空變化與區(qū)域劃分的初步研究[J]. 自然災(zāi)害學(xué)報(bào)，2007，16（6）：1-7. [Chen Xiang， Wang Jingai， Chen Jing. Primary Study on Spatiotemporal Change and Regionalization of Stormflood in Fujian Province [J]. Journal of Natural Disasters， 2007， 16（6）： 1-7.]

[20]翟建青，曾小凡，蘇布達(dá)，等. 基于ECHAM5模式預(yù)估2050年前中國(guó)旱澇格局趨勢(shì)[J]. 氣候變化研究進(jìn)展，2009，5（4）：220-225. [Zhai Jianqing， Zeng Xiaofan， Su Buda， et al. Patterns of Dryness/Wetness in China before 2050 Projected by the ECHAM5 Model [J]. Advances in Climate Change Research， 2009， 5（4）： 220-225.]

[21]Nakicenovic N， Alcamo J， Davis G， et al. Special Report on Emissions Scenarios [M]. London： Cambridge University Press， 2000.

[22]Jones R G， Noguer M， Hassell D C， et al. Generating High Resolution Climate Change Scenarios Using PRECIS [M]. Exeter： Met Office Hadley Centre， 2004.

[23]許吟隆，Jones R. 利用ECMWF再分析數(shù)據(jù)驗(yàn)證PRECIS對(duì)中國(guó)區(qū)域氣候的模擬能力[J]. 中國(guó)農(nóng)業(yè)氣象，2004，25（1）：5-9. [Xu Yinlong， Jones R. Validating PRECIS with ECMWF Reanalysis Data over China [J]. Chinese Journal of Agrometeorology， 2004， 25（1）： 5-9.]

[24]張勇，許吟隆，董文杰，等. 中國(guó)未來(lái)極端降水事件的變化：基于氣候變化預(yù)估結(jié)果的分析[J]. 自然災(zāi)害學(xué)報(bào)，2006，15（6）：228-234. [Zhang Yong， Xu Yinlong， Dong Wenjie， et al. Change of Extreme Precipitation Events in China in Future： An Analysis Based on Prediction of Climate Change [J]. Journal of Natural Disasters， 2006， 15（6）： 228-234.]

[25]張繼權(quán)，李寧. 主要?dú)庀鬄?zāi)害風(fēng)險(xiǎn)評(píng)價(jià)與管理的數(shù)量化方法及其應(yīng)用[M]. 北京：北京師范大學(xué)出版社， 2007. [Zhang Jiquan， Li Ning. Quantitative Methods and Application of Risk Assessment and Management on Main Meteorological Disasters [M]. Beijing： Beijing Normal University Press， 2008.]

[26]李景宜. 渭河下游洪水災(zāi)害的降水危險(xiǎn)性評(píng)估與區(qū)劃 [J]. 中國(guó)人口·資源與環(huán)境， 2011， 21（2）： 106-111. [Li Jingyi. Evaluation and Regionalization of Precipitation Fatalness for Flood in Lower Reacher of Weihe River [J]. Chinese Journal of Population， Resources and Environment， 2011， 21（2）： 106-111.]

[27]葛全勝，鄒銘，鄭景云，等. 中國(guó)自然災(zāi)害風(fēng)險(xiǎn)綜合評(píng)估初步研究[M]. 北京：科學(xué)出版社，2008. [Ge Quansheng， Zou Ming， Zheng Jingyun， et al. Integrated Assessment of Natural Disaster Risks in China [M]. Beijing： Science Press， 2008.]

[28]IPCC. Climate Change 2007： Impacts， Adaptation and Vulnerability [M]. London： Cambridge University Press， 2007.

[29]張?jiān)鲂牛琄LAUS F，姜彤，等. 2050年前長(zhǎng)江流域極端降水預(yù)估[J]. 氣候變化研究進(jìn)展，2007，3（6）：340-344. [Zhang Zengxin， Klaus F， Jiang Tong， et al. Projection of Future Precipitation Extremes in the Yangtze River Basin for 2001-2050 [J]. Advances in Climate Change Research， 2007， 3（6）： 340-344.]

[30]吳紹洪，潘韜，賀山峰. 氣候變化風(fēng)險(xiǎn)研究的初步探討[J]. 氣候變化研究進(jìn)展，2011，7（5）：363-368. [Wu Shaohong， Pan Tao， He Shanfeng. Primary Study on the Theories and Methods of Research on Climate Change Risk [J]. Advances in Climate Change Research， 2011， 7（5）： 363-368.]

Projecting Spatiotemporal Patterns of Flood Hazard over Anhui Province

HE Shanfeng1，2 GE Quansheng2 WU Shaohong2 DAI Erfu2 WU Wenxiang2

（1. Emergency Management School， Henan Polytechnic University， Jiazuo Henan 454000， China；

2. Institute of Geographic Sciences and Natural Resources Research， Chinese Academy of Sciences， Beijing 100101， China）

Abstract

篇5

關(guān)鍵詞 地質(zhì)災(zāi)害；風(fēng)險(xiǎn)評(píng)價(jià)；方法；作用

中圖分類號(hào)X4 文獻(xiàn)標(biāo)識(shí)碼A 文章編號(hào) 1674-6708（2013）91-0123-02

0引言

近幾十年來(lái)，地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)隨自然災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)的發(fā)展而蓬勃興起，但理論和實(shí)踐的發(fā)展沒有達(dá)到一個(gè)成熟的階段。我國(guó)現(xiàn)在有很多針對(duì)地質(zhì)災(zāi)害評(píng)價(jià)的方法，在過(guò)去有一些普遍的成因機(jī)理分析和統(tǒng)計(jì)分析方法， 評(píng)價(jià)破壞損失、評(píng)價(jià)危險(xiǎn)性、評(píng)價(jià)風(fēng)險(xiǎn)性、評(píng)價(jià)防治工程效益都是是對(duì)地質(zhì)災(zāi)害評(píng)價(jià)的主要一些辦法。

1地質(zhì)災(zāi)害的主要評(píng)價(jià)方法、內(nèi)容及目的

1.1成因機(jī)理分析評(píng)價(jià)

以定性地評(píng)價(jià)地質(zhì)災(zāi)害發(fā)生的可能性和可能活動(dòng)規(guī)模為目的的成因機(jī)理分析評(píng)價(jià)，主要內(nèi)容是分析歷史地質(zhì)災(zāi)害的形成條件、活動(dòng)狀況和活動(dòng)規(guī)律，造成地質(zhì)災(zāi)害的確定因素，以及可能造成地質(zhì)災(zāi)害的因素，根據(jù)地質(zhì)災(zāi)害活動(dòng)建立模型或者模式。

1.2統(tǒng)計(jì)分析評(píng)價(jià)

統(tǒng)計(jì)分析評(píng)價(jià)的目的是對(duì)地質(zhì)災(zāi)害危險(xiǎn)區(qū)的范圍、規(guī)模、或發(fā)生時(shí)間采用模型法或規(guī)律外延法進(jìn)行評(píng)價(jià)。其內(nèi)容包括是造成歷史地質(zhì)災(zāi)害原因、災(zāi)害的活動(dòng)狀況以及活動(dòng)有何規(guī)律， 統(tǒng)計(jì)地質(zhì)災(zāi)害的活動(dòng)范圍和模式，地質(zhì)災(zāi)害的頻率，地質(zhì)災(zāi)害的密度，對(duì)地質(zhì)災(zāi)害的主要影響因素進(jìn)行分析，針對(duì)地質(zhì)災(zāi)害活動(dòng)，建立起相應(yīng)的數(shù)學(xué)模型或周期性規(guī)律。

1.3危險(xiǎn)性評(píng)價(jià)

危險(xiǎn)性評(píng)價(jià)是對(duì)以往的地質(zhì)災(zāi)害活動(dòng)和將來(lái)發(fā)生地質(zhì)災(zāi)害的概率進(jìn)行評(píng)價(jià)，以及對(duì)地質(zhì)災(zāi)害發(fā)生時(shí)將產(chǎn)生的危險(xiǎn)的程度的給予評(píng)價(jià)。其主要內(nèi)容包括以下兩個(gè)方面：

1）對(duì)包括大小、密度、頻次在內(nèi)的以往地質(zhì)災(zāi)害活動(dòng)的程度進(jìn)行客觀評(píng)價(jià)；

2）對(duì)可能影響地質(zhì)災(zāi)害的地形地貌條件、地質(zhì)條件、水文條件、氣候條件、植被條件以及人為活動(dòng)等地質(zhì)災(zāi)害的可能影響因素進(jìn)行評(píng)價(jià)。

1.4破壞損失評(píng)價(jià)

破壞損失評(píng)價(jià)其目地在于對(duì)災(zāi)害的歷史破壞進(jìn)行評(píng)價(jià)，并對(duì)損失程度以及期望損失程度進(jìn)行分析。其評(píng)價(jià)的內(nèi)容主要指以下兩個(gè)方面：

1）對(duì)地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)和易損性評(píng)價(jià)進(jìn)行綜合，對(duì)地質(zhì)災(zāi)害活動(dòng)概率，地質(zhì)活動(dòng)的破壞范圍，地質(zhì)活動(dòng)的危害強(qiáng)度，以及地質(zhì)活動(dòng)中受災(zāi)體的損失等等相關(guān)內(nèi)容進(jìn)行評(píng)價(jià)；

2）對(duì)地質(zhì)災(zāi)害帶來(lái)的的人員情況，經(jīng)濟(jì)損失和資源環(huán)境的破壞損失程度進(jìn)行評(píng)價(jià)分析。

1.5風(fēng)險(xiǎn)性評(píng)價(jià)

風(fēng)險(xiǎn)性評(píng)價(jià)是危險(xiǎn)性評(píng)價(jià)和易損性評(píng)價(jià)的總和，分析地質(zhì)災(zāi)害發(fā)生的概率，分析在不同條件下反生的地質(zhì)災(zāi)害，并分析可能造成的危害。進(jìn)行風(fēng)險(xiǎn)性評(píng)價(jià)，其實(shí)就是為了評(píng)價(jià)發(fā)生在不同條件下的地質(zhì)災(zāi)害給社會(huì)帶來(lái)的各種危害程度。

1.6防治工程效益評(píng)價(jià)

對(duì)防治工程效益進(jìn)行評(píng)價(jià)，就是把防治方案的經(jīng)濟(jì)合理性提高到一定程度，達(dá)到技術(shù)上可行，并達(dá)到最佳優(yōu)化的效果。而防治工程效益評(píng)價(jià)是從經(jīng)濟(jì)合理性和科學(xué)性角度去評(píng)價(jià)防治措施。

2地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)實(shí)施過(guò)程

1）綜合有關(guān)評(píng)價(jià)區(qū)所具備的條件和風(fēng)險(xiǎn)評(píng)價(jià)的目的，建立指標(biāo)體系以及評(píng)價(jià)模型；

2）全面調(diào)查基礎(chǔ)數(shù)據(jù)，結(jié)合風(fēng)險(xiǎn)評(píng)價(jià)需要進(jìn)行統(tǒng)計(jì)分析，對(duì)各種基礎(chǔ)圖件進(jìn)行編制，建立地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)表；

3）結(jié)合危險(xiǎn)性構(gòu)成、易損性構(gòu)成及防治能力，進(jìn)行危險(xiǎn)性分析、易損性分析，并在此基礎(chǔ)上，分析期望損失；

4）風(fēng)險(xiǎn)評(píng)價(jià)地質(zhì)災(zāi)害將對(duì)人口、經(jīng)濟(jì)發(fā)展和生態(tài)環(huán)境的破壞；

5）分析評(píng)價(jià)區(qū)風(fēng)險(xiǎn)的分布特點(diǎn)、形成原因，兼顧社會(huì)發(fā)展的需要，提出建議和對(duì)策。

3有關(guān)評(píng)價(jià)地質(zhì)災(zāi)害風(fēng)險(xiǎn)方法的發(fā)展趨勢(shì)

地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)研究是目前研究的重點(diǎn)，是全面分析地質(zhì)災(zāi)害活動(dòng)與人類社會(huì)關(guān)系的關(guān)鍵問題之一。評(píng)價(jià)上向定量化、綜合化和管理空間化是該方法發(fā)展的基本趨勢(shì)，有以下表現(xiàn)：

1）從分析歷史與現(xiàn)狀轉(zhuǎn)變成研究和預(yù)測(cè)結(jié)合起來(lái)進(jìn)行分析；

2）從分析單獨(dú)個(gè)體演變成區(qū)域研究和個(gè)體結(jié)合起來(lái)進(jìn)行分析；

3）由以往的定性分析發(fā)展為定量分析；

4）將單項(xiàng)要素分析發(fā)展為綜合要素評(píng)價(jià)；

5）風(fēng)險(xiǎn)評(píng)價(jià)和減災(zāi)管理相結(jié)合起來(lái)，取代了過(guò)去單一的風(fēng)險(xiǎn)評(píng)價(jià)理論，防治和風(fēng)險(xiǎn)評(píng)價(jià)相結(jié)合起來(lái)，給社會(huì)經(jīng)濟(jì)建設(shè)和減災(zāi)管理提供更好的服務(wù)；

6）多因素信息模型化評(píng)價(jià)與空間化管理在GIS空間化技術(shù)的指導(dǎo)之下有了巨大的發(fā)展，走向網(wǎng)絡(luò)技術(shù)化，傳統(tǒng)的調(diào)查統(tǒng)計(jì)和手工制圖面臨淘汰；

7）豐富了研究理論與方法，多門學(xué)科進(jìn)行交叉融合，尤其是加深了與社會(huì)學(xué)的聯(lián)系。

4 在減災(zāi)和國(guó)民經(jīng)濟(jì)發(fā)展中地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)起到的作用

對(duì)我國(guó)國(guó)民經(jīng)濟(jì)的發(fā)展過(guò)程中地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)具有重要的影響力，與國(guó)土資源的規(guī)劃、災(zāi)害的治理與預(yù)防、環(huán)境的保護(hù)都有著密切的聯(lián)系。它的作用可分為以下幾點(diǎn)：

1）在可持續(xù)發(fā)展的前提下，進(jìn)行各種工程活動(dòng)和土地開發(fā)利用。各種重大工程建筑應(yīng)要避免地質(zhì)災(zāi)害風(fēng)險(xiǎn)程度較高的區(qū)域。為工程建筑選址提供了科學(xué)指導(dǎo)，提供了保護(hù)土地資源和環(huán)境的科學(xué)依據(jù)；

2）在對(duì)地質(zhì)災(zāi)害進(jìn)行危險(xiǎn)性評(píng)價(jià)、易損性評(píng)價(jià)之后，對(duì)防治地質(zhì)災(zāi)害提供依據(jù)，通過(guò)采取適宜的措施對(duì)各類地質(zhì)災(zāi)害進(jìn)行治理；

3）監(jiān)測(cè)、預(yù)報(bào)和預(yù)警地質(zhì)災(zāi)害的發(fā)生。地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)和期望損失分析的結(jié)果是地質(zhì)災(zāi)害監(jiān)測(cè)站的建立的依據(jù)。對(duì)重點(diǎn)地區(qū)實(shí)時(shí)監(jiān)測(cè)，并分析所采集到的各類地質(zhì)災(zāi)害信息，預(yù)報(bào)和預(yù)警災(zāi)害的發(fā)生，盡量降低地質(zhì)災(zāi)害帶來(lái)的損失；

4）地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)、風(fēng)險(xiǎn)評(píng)價(jià)、易損性評(píng)價(jià)的成果，使得相關(guān)部門制定出有效的、符合實(shí)情的應(yīng)急方案，提供災(zāi)后重建的重要依據(jù)；

5）有利于對(duì)環(huán)境進(jìn)行保護(hù)和貫徹我國(guó)的可持續(xù)發(fā)展的方針。自然因素以及人類對(duì)環(huán)境的破壞都會(huì)造成地質(zhì)災(zāi)害。人類合理開發(fā)利用資源能減少避免地質(zhì)災(zāi)害的發(fā)生，或是將損失控制在最小值內(nèi)。

5結(jié)論

風(fēng)險(xiǎn)和減災(zāi)的有效性管理必須要以完善的地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)為前提，根據(jù)風(fēng)險(xiǎn)評(píng)價(jià)的結(jié)果和風(fēng)險(xiǎn)程度的差異，才能決策出有效的減災(zāi)措施，因此而部署和實(shí)施減災(zāi)工程，才能達(dá)到管理減災(zāi)工作的有效實(shí)施，因此，地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)的發(fā)展趨勢(shì)是研究理論和方法得到完善的過(guò)程。

參考文獻(xiàn)

[1]張梁，張業(yè)成，羅元華，等.地質(zhì)災(zāi)害災(zāi)情評(píng)估理論與實(shí)踐[M].北京：地質(zhì)出版社，1998.

[2]張業(yè)成，張春山，張梁，等.中國(guó)地質(zhì)災(zāi)害系統(tǒng)層次分析與綜合災(zāi)度計(jì)算[J].中國(guó)地質(zhì)科學(xué)院院報(bào)，1993（27，28） ：139-154.

[3]陳毓川，趙遜，張之一，等.世紀(jì)之交的地球科學(xué)——重大地學(xué)領(lǐng)域進(jìn)展[M].北京：地質(zhì)出版社，2000.