CN110443468B - 一种山洪灾害脆弱性多测度评估方法 - Google Patents
一种山洪灾害脆弱性多测度评估方法 Download PDFInfo
- Publication number
- CN110443468B CN110443468B CN201910649122.6A CN201910649122A CN110443468B CN 110443468 B CN110443468 B CN 110443468B CN 201910649122 A CN201910649122 A CN 201910649122A CN 110443468 B CN110443468 B CN 110443468B
- Authority
- CN
- China
- Prior art keywords
- index
- exposure
- sensitivity
- small watershed
- vulnerability
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 32
- 230000035945 sensitivity Effects 0.000 claims abstract description 90
- 238000011161 development Methods 0.000 claims abstract description 53
- 238000000034 method Methods 0.000 claims abstract description 38
- 238000011002 quantification Methods 0.000 claims abstract description 3
- 230000003044 adaptive effect Effects 0.000 claims description 25
- 238000009826 distribution Methods 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 16
- 230000002776 aggregation Effects 0.000 claims description 11
- 238000004220 aggregation Methods 0.000 claims description 11
- 238000011160 research Methods 0.000 claims description 11
- 125000004432 carbon atom Chemical group C* 0.000 claims description 10
- 238000012512 characterization method Methods 0.000 claims description 10
- 239000002759 woven fabric Substances 0.000 claims description 9
- 230000007123 defense Effects 0.000 claims description 7
- 239000002699 waste material Substances 0.000 claims description 7
- 150000001875 compounds Chemical class 0.000 claims description 6
- 230000007547 defect Effects 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 4
- 239000002689 soil Substances 0.000 claims description 4
- 238000000638 solvent extraction Methods 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 3
- 238000011835 investigation Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 claims description 2
- 238000013139 quantization Methods 0.000 claims description 2
- 238000005192 partition Methods 0.000 claims 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 9
- 230000006378 damage Effects 0.000 description 4
- 230000002265 prevention Effects 0.000 description 4
- 239000006185 dispersion Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000009828 non-uniform distribution Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种山洪灾害脆弱性多测度评估方法，包括以下步骤：从暴露度、敏感性、适应能力三个方面构建新的脆弱性评价指标体系，并基于地理探测器确定指标权重；基于木桶理论及熵值法提出了指标间不均匀系数，结合综合指数法给出脆弱性三要素暴露度、敏感性及适应能力的量化值；建立协调发展度模型，充分考虑脆弱性三要素之间的关系；基于协调发展度模型和脆弱性三要素的量化值，首次提出了脆弱性多测度评估的六类测度及四类等级。该方法能够对山洪灾害脆弱性进行全面评估。
Description
技术领域
本发明涉及灾害风险评估方法，尤其涉及一种山洪灾害脆弱性评估方法。
背景技术
山洪灾害是全球范围内最危险的自然灾害之一。如何科学评判不同区域山洪灾害脆弱性，从而高效合理给出山洪灾害防治资金优化配置,对于降低山洪灾害损失意义重大。
近年来，脆弱性已成为全球气候变化和可持续发展科学研究领域的焦点问题。目前关于脆弱性的概念一直都在更新，被广泛接受的理解是：因为暴露于环境和社会变化相关的压力以及缺乏适应能力而易受伤害的状态，包括暴露度、敏感性及适应能力的集合。其中，暴露度指来自外部的压力或扰动及可能影响压力或扰动大小的相关要素；敏感性指系统可能受到的潜在损失，包括物理损失、社会损失、经济损失、人口损失及生态损失等多方面损失；适应能力指描述系统吸收干扰的能力，同时保持相同的基本结构、运作方式、自我组织的能力以及适应压力和变化的能力。
脆弱性评估往往被视为是一个多属性决策问题，它假设存在一组具有多个属性的备选方案，决策者应该对其进行评估和分析。用指标体系来表征地区脆弱性是解决类似问题的基本手段。越来越多关于脆弱性的评估方法及指标制定不断更新与改进。比如，使用主成分分析汇总社会经济数据，构建相关指标体系以评估社会脆弱性；使用地理信息系统技术评估脆弱性的空间异质性；使用模糊综合评价，灰色理论，聚类分析等相关技术手段对各研究领域的脆弱性评估。
然而，目前的研究还存在以下不足：暴露度、敏感性及适应能力往往被独立计算，给出脆弱性的综合得分，只关注不同评估对象的最终得分，较少考虑暴露度，敏感性和适应能力之间相互关系。
发明内容
本发明的目的在于克服已有技术的不足，提供一种为山洪灾害防灾减灾，合理分配有限资源提供科学参考的山洪灾害脆弱性多测度评估方法。
本发明的一种山洪灾害脆弱性多测度评估方法，包括以下步骤：
步骤一、将整个研究区域可划分为m个小流域，然后，采用设定年度区间内的暴露度、敏感性、适应能力指标共同构建整个研究区域中各小流域的山洪灾害脆弱性评价指标体系；
步骤二、基于地理探测器分别计算评价指标体系中各个指标表征值空间分布与历史山洪灾害次数空间分布的相关关系值；同时利用公式(1)～(3)对各个指标的空间相关关系值进行统一化，得到各指标权重；
基于地理探测器的暴露度指标权重、敏感性指标权重和适应能力指标权重确定分别采用如下公式计算：
上式中，
wEXj、wSEj、wACj分别为第j个暴露度指标、敏感性指标或适应能力指标的权重；PDEXj、PDSEj、PDACj分别为第j个暴露度指标、敏感性指标或适应能力指标的相关关系值，由地理探测器分别计算评价指标体系中各个指标值的空间分布与历史山洪灾害次数的空间分布的相关关系值获得；n、p、k分别为暴露度指标、敏感性指标、适应能力指标的个数；
步骤三、基于木桶原理及熵值法定义指标间的不均匀系数，用以表征指标间分布不均性对山洪灾害脆弱性的影响，暴露度指标间、敏感性指标间及适应能力指标间的不均匀系数计算公式如下：
UEXi＝2-HEXi(7)
USEi＝2-HSEi(8)
UACi＝2-HACi(9)
上式中，
HEXi为第i个小流域暴露度指标的熵值；
HSEi为第i个小流域敏感性指标的熵值；
HACi为第i个小流域适应能力指标的熵值；
n为暴露度指标的个数；
p为敏感性指标的个数；
k为适应能力指标的个数；
m为小流域个数；
aij为第i个小流域的第j个暴露度指标的表征值；
bij为第i个小流域的第j个敏感性指标的表征值；
cij为第i个小流域的第j个适应能力指标的表征值；
UEXi为第i个小流域的暴露度指标间不均匀系数；
USEi为第i个小流域的敏感性指标间不均匀系数；
UACi为第i个小流域的适应能力指标间不均匀系数；
步骤四、基于综合指数法对脆弱性三要素进行量化，最终得到综合脆弱性三要素结果；
脆弱性三要素：暴露度、敏感性和适应能力的量化值计算公式如下：
上式中，
EXi，SEi及ACi分别为第i个小流域的暴露度、敏感性及适应能力的量化值；
步骤五、借助协调发展度模型，充分考虑暴露度、敏感性及适应能力两两之间的关系，综合量化脆弱性三要素间的相关关系；
暴露度和适应能力两个系统之间协调度以及协调发展度的计算公式如下：
上式中，
Mi为第i个小流域中暴露度EXi与适应能力ACi的协调度；
Di为第i个小流域暴露度与适应能力间的协调发展度；
k为协调系数，取值在2到5之间；
α、β均取0.5；
敏感性和适应能力两个系统之间协调度以及协调发展度的计算公式如下：
上式中，
Mi为第i个小流域中敏感性SEi与适应能力ACi的协调度；
Di为第i个小流域敏感性与适应能力间的协调发展度；
k为协调系数，取值在2到5之间；
α、β均取0.5；
步骤六、脆弱性多测度评估：
将脆弱性评估分为六类测度：潜在灾损型、潜在经济发展型、潜在防御缺陷型、潜在自组织能力型、潜在灾频型、潜在资源浪费型，分别对应六种大小关系：EXi>SEi、EXi<SEi、SEi>ACi、SEi<ACi、EXi>ACi、EXi<ACi；
根据协调发展度的大小将每类测度的协调类型划分为四级：H-极度失调、S-严重失调、M-中度失调、L-基本协调，分别对应四种协调发展度的大小：0≤D≤0.1、0.1<D≤0.3、0.3<D≤0.7、0.7<D≤1。
与现有技术相比，本发明具有以下有益效果：
基于暴露度、敏感性及适应能力之间的两两关系，构建了新的脆弱性评价指标体系；提出了基于地理探测器的指标权重确定方法；基于木桶理论及熵值法提出了脆弱性评估中指标间不均匀系数，结合综合指数法给出脆弱性三要素暴露度、敏感性及适应能力的评估结果；进一步充分考虑脆弱性三要素之间的关系，基于协调发展度模型提出了脆弱性多测度评估的六类测度及四类等级，给出了更加科学精确的山洪灾害脆弱性评估方法。评估结果为山洪灾害防灾减灾，合理分配有限资源提供更科学的参考。
附图说明
为了更清楚地说明本发明实例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，下面描述中的附图仅仅是本发明的一种实施例，对于本领域普通人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明的一种山洪灾害脆弱性多测度评估方法的评估指标体系图。
具体实施方式
下面结合具体实施例和附图对本发明进行详细描述。
本发明首先构建了基于暴露度、敏感性和适应能力三要素的山洪灾害脆弱性评价指标体系。其次，充分考虑指标与历史山洪灾害的空间分布的相关关系，提出了基于地理探测器的客观权重确定方法对各指标进行赋权。再次，基于木桶原理及熵值法定义了指标间的不均匀系数，用以表征指标间分布不均性对山洪灾害脆弱性的影响。然后，基于综合指数法对脆弱性三要素进行量化，最终得到综合脆弱性三要素结果。最后，借助协调发展度模型，综合量化脆弱性三要素间的相关关系，定义潜在灾损型、潜在经济发展型、潜在防御缺陷型、潜在自组织能力型、潜在灾频型、潜在资源浪费型六类脆弱性测度以及各类测度中的四类等级，科学全面地给出当地的脆弱性评估结果。
本发明的一种山洪灾害脆弱性多测度评估方法，包括如下步骤：
步骤一、将整个研究区域可划分为m个小流域，小流域划分方法可以参见《小流域划分及编码规范(SL 653-2013)》，然后，如图1所示，采用设定年度区间内的暴露度、敏感性、适应能力指标共同构建整个研究区域中各小流域的山洪灾害脆弱性评价指标体系；
暴露度指标有：各个小流域的降雨因素及环境地理因素，具体包括：年度区间内的最大10min降雨、最大1h降雨、最大6h降雨、最大24h降雨、年均降雨，年度区间内任意年度评价区域的高程和坡度、河网密度、土地利用情况、土壤类型，植被类型。
敏感性指标有：年度区间内任意年度各个小流域的家庭经济情况、房屋价值、村落聚集度、小流域人口密度以及企事业单位聚集度。
适应能力指标有：年度区间内任意年度各个小流域的水库聚集度、水闸聚集度、路涵聚集度、桥梁聚集度、塘坝聚集度、自动监测站聚集度、简易水位站聚集度、简易雨量站聚集度、无线预警广播站聚集度以及GDP。
各个指标的量化过程如下：
(1)暴露度指标，记aij为第i个小流域的第j个暴露度指标的指标表征值：采用地理探测器中的风险探测器进行暴露度中各指标的量化，具体方法为：
第一步，按照每个暴露度指标的分区原则，将被评价的小流域划分为不同区域。
数值量指标：最大10min降雨，最大1h降雨，最大6h降雨，最大24h降雨，年均降雨，河网密度，为了使类与类之间的不同最大化，均采用ArcGIS中的自然断点法对小流域进行分区。
类型量指标：土壤类型可以参照(《中国土壤分类与代码表》(GB 17296-2009))进行分区、土地利用情况可以参照(《土地利用现状分类标准》(GBT 21010-2007))进行分区、植被类型可以参照(张时新.中华人民共和国植被图[M].地质出版社:北京,2008.和“国家标本资源共享平台(NSII)”http://www.nsii.org.cn/)进行分区，按照各自的类型对小流域进行分区。
高程(从海平面开始，海拔高度每50m划分为一类)和坡度(从0°开始每5°划分为一类)，根据地貌中的高程和坡度分类标准对小流域进行分区。
第二步，基于地理探测器计算每个暴露度指标在按其分区原则划分的各分区中与历史山洪灾害总次数的空间相关关系值。该值作为每个暴露度指标在对应分区内的山洪灾害强度值。计算全部分区的山洪灾害强度值的算数平均值得到每个暴露度指标在小流域内的平均山洪灾害强度值，即为每个暴露度指标在该小流域的指标表征值。
(2)敏感性指标，记bij为第i个小流域的第j个敏感性指标的指标表征值：敏感性指标中不同指标的量化分为三类：
(a)家庭经济和房屋价值指标：将山洪灾害调查数据库中各小流域的人均收入和人均房产面积，作为各小流域家庭经济和房屋价值的指标表征值。
(b)村落聚集度和企事业单位聚集度：详细的村落及企事业单位数量的统计资料在一定程度上能反映区域敏感性的空间分布特征。对村落和企事业单位数量的空间聚类分析，可以进一步获取该区域的敏感性的空间分布聚集特性及趋势。聚集度的量化方法为：采用ArcGIS中局部Getis-Ord Gi*算法的优化热点分析工具，对整个研究区域的村落点和企事业单位点分别进行空间聚类，得到聚类点的位置和Z得分，分别提取位于各小流域内村落聚类点和企事业单位聚类点，聚类点的Z得分作为各小流域村落聚集度和企事业单位聚集度。如果同一个小流域内有多个聚类点，则取多个聚类点Z得分的平均值作为聚类度。
(c)小流域人口密度：人口是山洪灾害中易受威胁的重要因素之一，选取各个小流域的人口密度作为对应小流域的指标表征值。
(3)适应能力指标，记cij为第i个小流域的第j个适应能力指标的指标表征值：适应能力指标包括工程措施、非工程措施以及各个小流域的GDP，所述的工程措施和非工程措施包括：水库、水闸、路涵、桥梁、塘坝、简易雨量站、简易水位站、自动监测站及无线预警站。通过计算各种措施的聚集度，得到各种措施的指标表征值。聚集度的量化方法为：采用ArcGIS中局部Getis-Ord Gi*算法的优化热点分析工具，分别对工程措施和非工程措施的位置点进行空间聚类，得到聚类点的位置和Z得分，分别提取位于各小流域内的工程措施聚类点和非工程措施聚类点，聚类点的Z得分作为各小流域工程措施聚集度和非工程措施聚集度。如果同一个小流域内有多个聚类点，则取多个聚类点Z得分的平均值作为聚类度。适应能力中的财政状况能反应该地区对山洪灾害的适应能力的高低，本方法选取GDP体现财政状况。分别计算每个小流域内的GDP作为指标表征值。
步骤二、基于地理探测器分别计算评价指标体系中各个指标表征值空间分布与历史山洪灾害次数空间分布的相关关系值；同时利用公式(1)～(3)对各个指标的空间相关关系值进行统一化，得到各指标权重。
地理探测器充分考虑了指标与历史山洪灾害的空间分布的相关关系，能够计算出各个指标在多大程度上解释了某种现象的空间分异现象，相关关系值越大，说明该指标与该现象的关系越密切，同时对应指标的权重应该越大。该方法的优势是将实际的地理分布关系融入到权重设置中去，使得权重的设置既避免了以往的主观性及简单的客观但可能不符合实际的盲目性，同时也不是机械的主客观权重结合，充分利用了某种现象与各指标间的空间分布关系，使得权重的确定更加科学可行。
基于地理探测器的暴露度指标权重、敏感性指标权重和适应能力指标权重确定分别采用如下公式计算：
上式中，
wEXj、wSEj、wACj分别为第j个暴露度指标、敏感性指标或适应能力指标的权重；PDEXj、PDSEj、PDACj分别为第j个暴露度指标、敏感性指标或适应能力指标的相关关系值，由地理探测器分别计算评价指标体系中各个指标值的空间分布与历史山洪灾害次数的空间分布的相关关系值获得；n、p、k分别为暴露度指标、敏感性指标、适应能力指标的个数。
步骤三、基于木桶原理及熵值法定义指标间的不均匀系数，用以表征指标间分布不均性对山洪灾害脆弱性的影响，暴露度指标间、敏感性指标间及适应能力指标间的不均匀系数计算公式如下：
UEXi＝2-HEXi(7)
USEi＝2-HSEi(8)
UACi＝2-HACi(9)
上式中，
HEXi为第i个小流域暴露度指标的熵值；
HSEi为第i个小流域敏感性指标的熵值；
HACi为第i个小流域适应能力指标的熵值；
n为暴露度指标的个数；
p为敏感性指标的个数；
k为适应能力指标的个数；
m为小流域个数(整个被评估区域可划分为许多个可作为评价对象的小流域)；
aij为第i个小流域的第j个暴露度指标的表征值；
bij为第i个小流域的第j个敏感性指标的表征值；
cij为第i个小流域的第j个适应能力指标的表征值；
UEXi为第i个小流域的暴露度指标间不均匀系数；
USEi为第i个小流域的敏感性指标间不均匀系数；
UACi为第i个小流域的适应能力指标间不均匀系数。
步骤四、基于综合指数法对脆弱性三要素进行量化，最终得到综合脆弱性三要素结果。
脆弱性三要素：暴露度、敏感性和适应能力的量化值计算公式如下：
上式中，
EXi，SEi及ACi分别为第i个小流域的暴露度、敏感性及适应能力的量化值；
UEXi，USEi及UACi分别为第i个小流域的暴露度指标间、敏感性指标间及适应能力指标间的不均匀系数(由步骤三中公式(7)～(9)计算得到)；
wEXj、wSEj、wACj分别为第j个暴露度指标、敏感性指标以及适应能力指标的权重，由步骤二中公式(1)～(3)计算得到；
aij为第i个小流域的第j个暴露度指标的表征值；bij为第i个小流域的第j个敏感性指标的表征值；cij为第i个小流域的第j个适应能力指标的表征值。
步骤五、借助协调发展度模型，充分考虑暴露度、敏感性及适应能力两两之间的关系，综合量化脆弱性三要素间的相关关系。
协调发展度的基本原理就是将多个系统的协调度及发展水平结合在一起，综合反应多个系统间的综合发展程度。通过协调发展度模型，充分考虑暴露度、敏感性及适应能力两两之间的关系，从多种角度对山洪灾害脆弱性进行全面评估。
协调度：协调度反应的是两个系统间的协调状况，可用离差系数来度量，离差系数越小则两个系统间的协调性越高。
暴露度和敏感性两个系统之间协调度计算公式如下：
上式中，
Mi为第i个小流域中暴露度EX与敏感性SEi的协调度；
MEXi,SEi为第i个小流域中暴露度EXi与敏感性SEi之间的离差系数，离差系数越大，则表明暴露度与敏感性的协调性越高；
k为协调系数，一般取值在2到5之间；
EXi和SEi分别为第i个评价对象的暴露度和敏感性，由公式(10)和(11)得到。
协调发展度：容易发现当暴露度与敏感性都较高或者都较低时，协调度却可能相同，为了既能反映暴露度与敏感性间的协调状况，又较好的反应两者的发展程度，引入协调发展度概念用于表征，计算公式如下：
Ti＝α·EXi+β·SEi(15)
其中，Ti为小流域的综合评价指数，α、β为暴露度与敏感性的权重，此处考虑到系统的对等性，均取0.5；EXi和SEi分别为第i个小流域的暴露度和敏感性，由公式(10)和(11)得到；Mi由公式(13)计算得到；Di为第i个小流域暴露度与敏感性间的协调发展度，综合反映系统的协调发展状况。
暴露度和适应能力两个系统之间协调度以及协调发展度的计算公式如下：
上式中，
Mi为第i个小流域中暴露度EXi与适应能力ACi的协调度；
Di为第i个小流域暴露度与适应能力间的协调发展度；
k为协调系数，一般取值在2到5之间；
α、β均取0.5。
敏感性和适应能力两个系统之间协调度以及协调发展度的计算公式如下：
上式中，
Mi为第i个小流域中敏感性SEi与适应能力ACi的协调度；
Di为第i个小流域敏感性与适应能力间的协调发展度；
k为协调系数，一般取值在2到5之间；
α、β均取0.5。
步骤六、脆弱性多测度评估：基于上述关于暴露度、敏感性及适应能力两两之间的协调发展度的计算结果，提出了关于脆弱性评估中的六类测度，四类等级，如表1所示：
表1脆弱性多测度定义
如表1所示，根据暴露度、敏感性及适应能力两两之间的大小关系，将脆弱性评估分为六类测度：潜在灾损型(PDL，Potential Disaster Loss)、潜在经济发展型(PED，Potential Economic Development)、潜在防御缺陷型(PDD，Potential Defense Defect)、潜在自组织能力型(PSC，Potential Self-organizing Capability)、潜在灾频型(PDF，Potential Disaster Frequency)、潜在资源浪费型(PRW，Potential Resources Waste)，分别对应六种大小关系：EXi>SEi、EXi<SEi、SEi>ACi、SEi<ACi、EXi>ACi、EXi<ACi。
为进一步表征暴露度、敏感性及适应能力两两关系协调程度的大小，根据协调发展度的大小将每类测度的协调类型划分为四级：H-极度失调、S-严重失调、M-中度失调、L-基本协调，分别对应四种协调发展度的大小：0≤D≤0.1、0.1<D≤0.3、0.3<D≤0.7、0.7<D≤1。
六类测度定义如下：
(1)潜在灾损型(PDL)和潜在经济发展型(PED)揭示了暴露度与敏感性之间的关系，PDL表明暴露度的发展程度高于敏感性的发展程度，一旦外部压力得以释放，会有一些潜在的灾害损失；而PED则意味着敏感性的发展程度高于暴露度，表明当地压力较经济发展水平较小，此情景有利于当地的经济发展。
(2)潜在防御缺陷型(PDD)和潜在自组织能力型(PSC)反映的是敏感性和适应能力之间的关系，PDD表明适应能力的发展程度低于敏感性，当有极端事件发生时，当地的适应能力不足以保证居民的生命财产安全，存在潜在的防御缺陷；相反，PSC表明当地的适应能力较到经济发展水平程度较高，表明当前的适应能力足够保证当地村民的财产安全，具有较好的自我管理能力。
(3)潜在灾频型(PDF)和潜在资源浪费型(PRW)反映了暴露度和适应能力的相互关系。PDF表示暴露度的发展水平高于适应能力的发展水平，即外来的压力发展程度高于相关防灾措施的建设程度，意味着未来将存在更为频繁的山洪灾害；而PRW则表示适应能力的发展程度高于暴露度的发展程度，表明当前适应能力应对极端天气事件有一定盈余，揭示了在防灾减灾方面可能有潜在的资源浪费。
为进一步表征暴露度、敏感性及适应能力两两关系协调程度的大小，基于协调发展度模型对三者的协调发展程度进行量化，得到协调发展度。根据协调发展度的大小，将每种测度的协调类型划分为四级，分别为：极度失调(H)、严重失调(S)、中度失调(M)及基本协调(L)。不同等级表明暴露度、敏感性及适应能力之间的协调发展程度不同。
上述的对实施例的描述是为便于该技术领域的普通技术人员能理解和应用本发明。熟悉本领域技术的人员显然可以容易地对这些实施例做出各种修改，并把在此说明的一般原理应用到其他实施例中而不必经过创造性的劳动。因此，本发明不限于这里的实施例，本领域技术人员根据本发明的揭示，不脱离本发明范畴所做出的改进和修改都应该在本发明的保护范围之内。
Claims (2)
1.一种山洪灾害脆弱性多测度评估方法，其特征在于包括以下步骤：
步骤一、将整个研究区域可划分为m个小流域，然后，采用设定年度区间内的暴露度、敏感性、适应能力指标共同构建整个研究区域中各小流域的山洪灾害脆弱性评价指标体系；
步骤二、基于地理探测器分别计算评价指标体系中各个指标表征值空间分布与历史山洪灾害次数空间分布的相关关系值；同时利用公式(1)～(3)对各个指标的空间相关关系值进行统一化，得到各指标权重；
基于地理探测器的暴露度指标权重、敏感性指标权重和适应能力指标权重确定分别采用如下公式计算：
上式中，
wEXj、wSEj、wACj分别为第j个暴露度指标、敏感性指标、适应能力指标的权重；PDEXj、PDSEj、PDACj分别为第j个暴露度指标、敏感性指标、适应能力指标的相关关系值，由地理探测器分别计算评价指标体系中各个指标值的空间分布与历史山洪灾害次数的空间分布的相关关系值获得；n、p、k分别为暴露度指标、敏感性指标、适应能力指标的个数；
步骤三、基于木桶原理及熵值法定义指标间的不均匀系数，用以表征指标间分布不均性对山洪灾害脆弱性的影响，暴露度指标间、敏感性指标间及适应能力指标间的不均匀系数计算公式如下：
UEXi＝2-HEXi(7)
USEi＝2-HSEi(8)
UACi＝2-HACi(9)
上式中，
HEXi为第i个小流域暴露度指标的熵值；
HSEi为第i个小流域敏感性指标的熵值；
HACi为第i个小流域适应能力指标的熵值；
n为暴露度指标的个数；
p为敏感性指标的个数；
k为适应能力指标的个数；
m为小流域个数；
aij为第i个小流域的第j个暴露度指标的表征值；
bij为第i个小流域的第j个敏感性指标的表征值；
cij为第i个小流域的第j个适应能力指标的表征值；
UEXi为第i个小流域的暴露度指标间不均匀系数；
USEi为第i个小流域的敏感性指标间不均匀系数；
UACi为第i个小流域的适应能力指标间不均匀系数；
步骤四、基于综合指数法对脆弱性三要素进行量化，最终得到综合脆弱性三要素结果；
脆弱性三要素：暴露度、敏感性和适应能力的量化值计算公式如下：
上式中，
EXi，SEi及ACi分别为第i个小流域的暴露度、敏感性及适应能力的量化值；
步骤五、借助协调发展度模型，充分考虑暴露度、敏感性及适应能力两两之间的关系，综合量化脆弱性三要素间的相关关系；
暴露度和适应能力两个系统之间协调度以及协调发展度的计算公式如下：
上式中，
Mi为第i个小流域中暴露度EXi与适应能力ACi的协调度；
Di为第i个小流域暴露度与适应能力间的协调发展度；
k为协调系数，取值在2到5之间；
α、β均取0.5；
敏感性和适应能力两个系统之间协调度以及协调发展度的计算公式如下：
上式中，
Mi为第i个小流域中敏感性SEi与适应能力ACi的协调度；
Di为第i个小流域敏感性与适应能力间的协调发展度；
k为协调系数，取值在2到5之间；
α、β均取0.5；
步骤六、脆弱性多测度评估：
将脆弱性评估分为六类测度：潜在灾损型、潜在经济发展型、潜在防御缺陷型、潜在自组织能力型、潜在灾频型、潜在资源浪费型，分别对应六种大小关系：EXi>SEi、EXi<SEi、SEi>ACi、SEi<ACi、EXi>ACi、EXi<ACi；
根据协调发展度的大小将每类测度的协调类型划分为四级：H-极度失调、S-严重失调、M-中度失调、L-基本协调，分别对应四种协调发展度的大小：0≤D≤0.1、0.1<D≤0.3、0.3<D≤0.7、0.7<D≤1。
2.根据权利要求1所述的山洪灾害脆弱性多测度评估方法，其特征在于：
所述的暴露度指标有：各个小流域的降雨因素及环境地理因素，具体包括：年度区间内的最大10min降雨、最大1h降雨、最大6h降雨、最大24h降雨、年均降雨，年度区间内任意年度评价区域的高程和坡度、河网密度、土地利用情况、土壤类型，植被类型；
敏感性指标有：年度区间内任意年度各个小流域的家庭经济情况、房屋价值、村落聚集度、小流域人口密度以及企事业单位聚集度；
适应能力指标有：年度区间内任意年度各个小流域的水库聚集度、水闸聚集度、路涵聚集度、桥梁聚集度、塘坝聚集度、自动监测站聚集度、简易水位站聚集度、简易雨量站聚集度、无线预警广播站聚集度以及GDP；
各个指标的量化过程如下：
(1)暴露度指标：采用地理探测器中的风险探测器进行暴露度中各指标的量化，具体方法为：
第一步，按照每个暴露度指标的分区原则，将被评价的小流域划分为不同区域：
数值量指标：最大10min降雨，最大1h降雨，最大6h降雨，最大24h降雨，年均降雨，河网密度，均采用ArcGIS中的自然断点法对小流域进行分区；
类型量指标：按照各自的类型对小流域进行分区；
高程：根据地貌中的高程和坡度分类标准对小流域进行分区；
第二步，基于地理探测器计算每个暴露度指标在按其分区原则划分的各分区中与历史山洪灾害总次数的空间相关关系值，该值作为每个暴露度指标在对应分区内的山洪灾害强度值；计算全部分区的山洪灾害强度值的算数平均值得到每个暴露度指标在小流域内的平均山洪灾害强度值，即为每个暴露度指标在该小流域的指标表征值；
(2)敏感性指标：
敏感性指标中不同指标的量化分为三类：
(a)家庭经济和房屋价值指标：将山洪灾害调查数据库中各小流域的人均收入和人均房产面积，作为各小流域家庭经济和房屋价值的指标表征值；
(b)村落聚集度和企事业单位聚集度：
聚集度的量化方法为：采用ArcGIS中局部Getis-Ord Gi*算法的优化热点分析工具，对整个研究区域的村落点和企事业单位点分别进行空间聚类，得到聚类点的位置和Z得分，分别提取位于各小流域内村落聚类点和企事业单位聚类点，聚类点的Z得分作为各小流域村落聚集度和企事业单位聚集度；如果同一个小流域内有多个聚类点，则取多个聚类点Z得分的平均值作为聚类度；
(c)小流域人口密度：选取各个小流域的人口密度作为对应小流域的指标表征值；
(3)适应能力指标：适应能力指标包括工程措施、非工程措施以及各个小流域的GDP，所述的工程措施和非工程措施包括：水库、水闸、路涵、桥梁、塘坝、简易雨量站、简易水位站、自动监测站及无线预警站；通过计算各种措施的聚集度，得到各种措施的指标表征值；聚集度的量化方法为：采用ArcGIS中局部Getis-Ord Gi*算法的优化热点分析工具，分别对工程措施和非工程措施的位置点进行空间聚类，得到聚类点的位置和Z得分，分别提取位于各小流域内的工程措施聚类点和非工程措施聚类点，聚类点的Z得分作为各小流域工程措施聚集度和非工程措施聚集度；如果同一个小流域内有多个聚类点，则取多个聚类点Z得分的平均值作为聚类度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910649122.6A CN110443468B (zh) | 2019-07-18 | 2019-07-18 | 一种山洪灾害脆弱性多测度评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910649122.6A CN110443468B (zh) | 2019-07-18 | 2019-07-18 | 一种山洪灾害脆弱性多测度评估方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110443468A CN110443468A (zh) | 2019-11-12 |
| CN110443468B true CN110443468B (zh) | 2023-04-18 |
Family
ID=68430857
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910649122.6A Active CN110443468B (zh) | 2019-07-18 | 2019-07-18 | 一种山洪灾害脆弱性多测度评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110443468B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113160593A (zh) * | 2021-01-18 | 2021-07-23 | 重庆交通大学 | 一种基于边云协同的山区公路行车安全预警方法 |
| CN117710826A (zh) * | 2024-02-06 | 2024-03-15 | 齐鲁空天信息研究院 | 生态系统风险评估方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105389673A (zh) * | 2015-12-16 | 2016-03-09 | 河南理工大学 | 一种区域突发环境污染事故风险综合评价方法 |
| CN106355332A (zh) * | 2016-04-08 | 2017-01-25 | 中国水利水电科学研究院 | 一种基于三层风险评估的洪涝灾害风险应对方法 |
| CN107025498A (zh) * | 2017-03-24 | 2017-08-08 | 中国环境科学研究院 | 一种优化地下水特殊脆弱性评价模型的方法 |
| KR101856490B1 (ko) * | 2017-11-17 | 2018-05-10 | 노아에스앤씨 주식회사 | 폭우에 대한 재해취약성 정보 자동처리방법 |
| CN108090660A (zh) * | 2017-12-07 | 2018-05-29 | 华中科技大学 | 应对海平面上升的土地利用动态演化模拟方法及系统 |
| CN109034656A (zh) * | 2018-08-21 | 2018-12-18 | 北京师范大学 | 一种地下水脆弱性评价方法 |
| CN109997164A (zh) * | 2016-10-21 | 2019-07-09 | 瑞士再保险有限公司 | 提供基于到达间隔时间的测量和预测即将发生的自然灾难性事件的测量系统及其方法 |
-
2019
- 2019-07-18 CN CN201910649122.6A patent/CN110443468B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105389673A (zh) * | 2015-12-16 | 2016-03-09 | 河南理工大学 | 一种区域突发环境污染事故风险综合评价方法 |
| CN106355332A (zh) * | 2016-04-08 | 2017-01-25 | 中国水利水电科学研究院 | 一种基于三层风险评估的洪涝灾害风险应对方法 |
| CN109997164A (zh) * | 2016-10-21 | 2019-07-09 | 瑞士再保险有限公司 | 提供基于到达间隔时间的测量和预测即将发生的自然灾难性事件的测量系统及其方法 |
| CN107025498A (zh) * | 2017-03-24 | 2017-08-08 | 中国环境科学研究院 | 一种优化地下水特殊脆弱性评价模型的方法 |
| KR101856490B1 (ko) * | 2017-11-17 | 2018-05-10 | 노아에스앤씨 주식회사 | 폭우에 대한 재해취약성 정보 자동처리방법 |
| CN108090660A (zh) * | 2017-12-07 | 2018-05-29 | 华中科技大学 | 应对海平面上升的土地利用动态演化模拟方法及系统 |
| CN109034656A (zh) * | 2018-08-21 | 2018-12-18 | 北京师范大学 | 一种地下水脆弱性评价方法 |
Non-Patent Citations (3)
| Title |
|---|
| Vulnerability Evaluation of the Highway Transportation System against Meteorological Disasters;Jinshun Yang;《Procedia - Social and Behavioral Sciences》;20131106;280-293 * |
| 山洪灾害多尺度格局演变分析与脆弱性评估调控研究;杨伟超;《中国博士学位论文全文数据库工程科技Ⅰ辑》;20200630;B026-10 * |
| 气候变化背景下海南东寨港红树林生态系统的脆弱性评估;颜秀花;《应用海洋学学报》;20190815;338-349 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110443468A (zh) | 2019-11-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wu et al. | Analysis of ecological carrying capacity using a fuzzy comprehensive evaluation method | |
| Wang et al. | A new copula-based standardized precipitation evapotranspiration streamflow index for drought monitoring | |
| Chi et al. | Population stress: A spatiotemporal analysis of population change and land development at the county level in the contiguous United States, 2001–2011 | |
| Xie et al. | Evaluating the landscape ecological risk based on GIS: A case‐study in the poyang lake region of China | |
| Zhou et al. | Spatial characteristics and risk factor identification for land use spatial conflicts in a rapid urbanization region in China | |
| Chen et al. | Does high risk mean high loss: Evidence from flood disaster in southern China | |
| Rostami et al. | Evaluation of geostatistical techniques and their hybrid in modelling of groundwater quality index in the Marand Plain in Iran | |
| Ma et al. | Weighted clustering-based risk assessment on urban rainstorm and flood disaster | |
| Wang et al. | Socioeconomic drought analysis by standardized water supply and demand index under changing environment | |
| Zeng et al. | Future river basin health assessment through reliability-resilience-vulnerability: Thresholds of multiple dryness conditions | |
| Li et al. | Mapping basin-scale supply-demand dynamics of flood regulation service–a case study in the Baiyangdian Lake Basin, China | |
| Odiji et al. | Morphometric analysis and prioritization of upper Benue River watershed, Northern Nigeria | |
| CN110443468B (zh) | 一种山洪灾害脆弱性多测度评估方法 | |
| Li et al. | Spatial pattern and temporal trend of land degradation in the Heihe River Basin of China using local net primary production scaling | |
| Yu et al. | A new approach of Robustness-Resistance-Recovery (3Rs) to assessing flood resilience: A case study in Dongting Lake Basin | |
| Han et al. | Quantifying trade‐offs of land multifunctionality evaluated by set pair analysis in ecologically vulnerable areas of northwestern China | |
| Zhong et al. | Datasets of meteorological drought events and risks for the developing countries in Eurasia | |
| Lü et al. | Scale and landscape features matter for understanding the performance of large payments for ecosystem services | |
| Wang et al. | Analysis of oasis land ecological security and influencing factors in arid areas | |
| Ebtehaj et al. | A comprehensive comparison of the fifth and sixth phases of the coupled model intercomparison project based on the Canadian earth system models in spatio-temporal variability of long-term flood susceptibility using remote sensing and flood frequency analysis | |
| Chen | Temporal-spatial assessment of the vulnerability of human settlements in urban agglomerations in China | |
| Yisehak et al. | Characteristics of hydrological extremes in Kulfo River of southern Ethiopian Rift Valley basin | |
| Zhou et al. | High-resolution estimation of building energy consumption at the city level | |
| Zhong et al. | Topographic effects on soil organic carbon in Louisiana watersheds | |
| Alemu et al. | Comparison of CMIP5 models for drought predictions and trend analysis over Mojo catchment, Awash Basin, Ethiopia |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |