石曉靜，查小春

(陜西師范大學(xué) 旅游與環(huán)境學(xué)院，陜西 西安 710062)

基于云模型的安康市洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)

石曉靜，查小春*

(陜西師范大學(xué) 旅游與環(huán)境學(xué)院，陜西 西安 710062)

選取基于云模型的洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)模型，以安康市地形高程、高程標(biāo)準(zhǔn)差、河網(wǎng)密度以及2010年的汛期降水、人口密度、GDP密度、地均財(cái)政收入、耕地比重、農(nóng)民人均純收入、單位面積糧食產(chǎn)量10個(gè)指標(biāo)，構(gòu)建了安康市洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，并采用熵權(quán)法確定各指標(biāo)的權(quán)重，通過(guò)云模型定量地評(píng)價(jià)了安康市2010年各縣區(qū)的洪水災(zāi)害風(fēng)險(xiǎn)等級(jí)。研究結(jié)果表明：安康市漢濱區(qū)和漢陰縣處于高風(fēng)險(xiǎn)等級(jí)，石泉、紫陽(yáng)、旬陽(yáng)、白河等縣處于較高風(fēng)險(xiǎn)，嵐皋、平利2縣處于中等風(fēng)險(xiǎn)，寧陜、鎮(zhèn)坪2縣處于較低風(fēng)險(xiǎn)。

安康市；洪水災(zāi)害；風(fēng)險(xiǎn)評(píng)價(jià)；云模型；熵權(quán)法

洪水災(zāi)害已成為全球性的自然災(zāi)害，尤其在我國(guó)，洪水災(zāi)害已經(jīng)成為發(fā)生最頻繁、造成損失最大、最難以控制的自然災(zāi)害之一[1-2]。而且，隨著全球氣候系統(tǒng)的異常多變，以及人類(lèi)活動(dòng)影響程度的增強(qiáng)，洪水災(zāi)害給人類(lèi)社會(huì)造成的生命和財(cái)產(chǎn)損失日益增加[3]，因此加強(qiáng)洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)對(duì)于防洪減災(zāi)和水資源合理規(guī)劃利用具有重要意義。目前，國(guó)內(nèi)外學(xué)者主要采用模糊綜合評(píng)判法、水文水動(dòng)力學(xué)模型方法、歷史災(zāi)情和古洪水統(tǒng)計(jì)分析法、GIS技術(shù)與數(shù)理方法結(jié)合等綜合方法進(jìn)行洪水風(fēng)險(xiǎn)評(píng)價(jià)等[4-7]。然而，洪水災(zāi)害系統(tǒng)是由致災(zāi)因子、孕災(zāi)環(huán)境以及承載體等自然因素和人為因素相互作用構(gòu)成的整體，這些因素具有不確定性，且在不同區(qū)域表現(xiàn)有較強(qiáng)的空間差異性，使得評(píng)價(jià)指標(biāo)體系比較復(fù)雜，各種評(píng)價(jià)方法的評(píng)價(jià)結(jié)果存在不確定性[8-10]。而基于云模型的洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)方法，能夠?qū)崿F(xiàn)客觀世界中某個(gè)現(xiàn)象和事物定性與定量的不確定性轉(zhuǎn)換，克服常規(guī)方法在風(fēng)險(xiǎn)評(píng)價(jià)中存在的模糊性與隨機(jī)性問(wèn)題，使評(píng)價(jià)結(jié)果更符合實(shí)際[11-12]。因此，本文將云模型引入洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)中，選擇位于漢江上游洪災(zāi)多發(fā)的安康市為研究區(qū)域，以安康市2010年的致災(zāi)因子、孕災(zāi)環(huán)境和承載體指標(biāo)，選取相應(yīng)的洪水災(zāi)害指標(biāo)，構(gòu)建了基于云模型和熵權(quán)法的綜合評(píng)價(jià)模型，評(píng)價(jià)了安康市2010年洪水災(zāi)害風(fēng)險(xiǎn)等級(jí)，并與安康市2010年洪災(zāi)情況對(duì)比驗(yàn)證，以期為安康市科學(xué)制定防洪減災(zāi)規(guī)劃、減輕洪災(zāi)損失以及促進(jìn)安康城市建設(shè)和經(jīng)濟(jì)可持續(xù)發(fā)展，提供重要的借鑒意義。

1 研究區(qū)概況

安康市位于陜西省最南部，下轄漢濱區(qū)、旬陽(yáng)、石泉、平利、紫陽(yáng)、嵐皋、寧陜、鎮(zhèn)坪、漢陰、白河10個(gè)縣區(qū)(圖1)。它南依大巴山北坡，北靠秦嶺主脊，地形以山地、丘陵為主，海拔170～2964.4 m，地勢(shì)起伏較大。漢江上游橫貫東西，地勢(shì)由中部向南北方向逐漸升高。受地形和季風(fēng)影響，安康市屬于亞熱帶大陸性季風(fēng)氣候，且處于南北氣候的交融地帶。降水主要集中在夏季，雨量充沛且多暴雨。而且安康市境內(nèi)河網(wǎng)密布，水系發(fā)達(dá)。復(fù)雜的地理地形條件、大氣環(huán)流狀況及網(wǎng)狀水系，使安康市孕災(zāi)環(huán)境和致災(zāi)因子危險(xiǎn)性比較高，極易出現(xiàn)暴雨洪災(zāi)。

據(jù)統(tǒng)計(jì)[13-14]，1950～2015年安康洪峰流量大于15000 m3的洪災(zāi)有26次，平均每2.5年發(fā)生1次，屬于洪災(zāi)頻發(fā)區(qū)。典型的暴雨洪水如1983年的“7.31”漢江安康大洪水[15]，使全省48個(gè)縣受災(zāi)，受災(zāi)農(nóng)田117.5萬(wàn)hm2，受災(zāi)人口764.3萬(wàn)人，倒塌房屋283490間，全年經(jīng)濟(jì)損失達(dá)151278萬(wàn)元。而且，近年來(lái)，安康市相繼在2005、2010、2011和2012年出現(xiàn)暴雨洪水。因此，在全球氣候異常多變以及極端降水事件明顯增多的情況下，對(duì)安康市進(jìn)行洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)，對(duì)加強(qiáng)洪水災(zāi)害預(yù)防和管理，保護(hù)人們的生命財(cái)產(chǎn)安全以及促進(jìn)社會(huì)的穩(wěn)定發(fā)展具有重要的指導(dǎo)意義。

圖1 研究區(qū)域位置

2 數(shù)據(jù)來(lái)源和研究方法

2.1 數(shù)據(jù)來(lái)源

高程和高程標(biāo)準(zhǔn)差數(shù)據(jù)取自SRTM-3 DEM，安康市2010年的汛期降水通過(guò)中國(guó)氣象數(shù)據(jù)共享服務(wù)平臺(tái)獲得，安康市2010年人口密度、GDP密度、地均財(cái)政收入、耕地比重、農(nóng)民人均純收入、單位面積糧食產(chǎn)量等數(shù)據(jù)來(lái)自《2011年安康市年統(tǒng)計(jì)年鑒》[16]。

2.2 研究方法

2.2.1 正態(tài)云模型 云模型是由李德毅[9，11,17-20]提出的實(shí)現(xiàn)客觀世界中某個(gè)現(xiàn)象和事物的定性與定量相互發(fā)生不確定性轉(zhuǎn)換的數(shù)學(xué)模型。該模型能夠克服常規(guī)評(píng)價(jià)方法在風(fēng)險(xiǎn)評(píng)價(jià)中存在的模糊性與不確定性的問(wèn)題[11,21-22]，能對(duì)評(píng)價(jià)對(duì)象進(jìn)行比較客觀有效的評(píng)價(jià)。

云的定義為：設(shè)U為論域,C是論域U上的定性概念，若定量值x∈U,x對(duì)C的隸屬函數(shù)u(x)∈[0,1]是具有穩(wěn)定傾向的隨機(jī)數(shù)(U∈[0,1],x∈U,x→u(x))，且論域U中的某一個(gè)定量值x對(duì)C的隸屬度的映射是一對(duì)多的，x是定性概念C的一次隨機(jī)實(shí)現(xiàn)。若滿(mǎn)足:x～N(Ex,En′2)，En′～N(En，He2),且對(duì)C的隸屬度滿(mǎn)足：

(1)

則稱(chēng)x在論域U上的分布成為正態(tài)云。每一個(gè)x稱(chēng)為一個(gè)云滴，表示一次定性到定量的轉(zhuǎn)化，n個(gè)云滴形成正態(tài)云模型，可以完整地表示定性概念向定量數(shù)值的轉(zhuǎn)化。

正態(tài)云模型用期望值Ex，熵值En，超熵值He3個(gè)數(shù)值來(lái)表示。其中，期望值Ex是定性語(yǔ)言概念論域空間分布上的中心值，最能代表這個(gè)定性概念的值；熵值En是定性概念模糊度的度量，反映了在論域中可被定性概念所接受的數(shù)值范圍，由概念的隨機(jī)性和模糊性共同決定；超熵值He是熵值En的熵，是對(duì)期望值En的不確定性度量，由熵的隨機(jī)性和模糊性共同決定，反映了云滴的離散程度。由以上3個(gè)數(shù)值確定n個(gè)云滴，把一個(gè)定性概念通過(guò)正態(tài)云不確定性轉(zhuǎn)換模型定量地表示出來(lái)(圖2)。Ex、En、He的值分別通過(guò)以下公式計(jì)算：

(2)

(3)

He=k

(4)

(Ex=180，En=8，He=1)

2.2.2 熵權(quán)法確定權(quán)重 權(quán)重的大小反映了該評(píng)價(jià)指標(biāo)的重要程度。利用層次分析法確定權(quán)重帶有較強(qiáng)的主觀性，容易造成指標(biāo)賦權(quán)的不確定性[23]。與此相比，熵權(quán)法[24]通過(guò)評(píng)價(jià)指標(biāo)數(shù)據(jù)值構(gòu)成的判斷矩陣確定指標(biāo)權(quán)重，能夠比較客觀實(shí)際地反映指標(biāo)權(quán)重的大小。計(jì)算方法如下：

(1)假設(shè)有m個(gè)評(píng)價(jià)對(duì)象，每個(gè)評(píng)價(jià)對(duì)象有n個(gè)評(píng)價(jià)指標(biāo)，運(yùn)用極差法將指標(biāo)數(shù)據(jù)歸一化到[0,1]范圍內(nèi)。

(2)計(jì)算各指標(biāo)的熵值：

(5)

(3)計(jì)算第j個(gè)評(píng)價(jià)指標(biāo)的熵權(quán)：

(6)

3 基于云模型的安康市2010年洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)

3.1 安康市洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)的選取

洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)涉及多方面因素，主要包括致災(zāi)因子、孕災(zāi)環(huán)境和承載體3個(gè)方面。本文遵循客觀性、可行性以及資料的可獲取性原則，在實(shí)地考察的基礎(chǔ)上，選取了安康市的地形高程、高程標(biāo)準(zhǔn)差、河網(wǎng)密度以及安康市2010年的汛期降水、人口密度、GDP密度、地均財(cái)政收入、耕地比重、農(nóng)民人均純收入、單位面積糧食產(chǎn)量10個(gè)指標(biāo)，建立了安康市洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系(表1)。由于這些評(píng)價(jià)指標(biāo)存在明顯的模糊性和隨機(jī)性，因此，采用正態(tài)云模型方法對(duì)安康市各縣區(qū)2010年洪水進(jìn)行綜合風(fēng)險(xiǎn)評(píng)價(jià)能夠比較客觀地反映實(shí)際情況。

表1 安康市2010年洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系

表2 安康市2010年洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系標(biāo)準(zhǔn)

表3 安康市2010年洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)正態(tài)云標(biāo)準(zhǔn)

3.2 熵權(quán)法計(jì)算權(quán)重

采用熵權(quán)法中公式(5)～(6)計(jì)算的各評(píng)價(jià)指標(biāo)的權(quán)重W分別為：W高程為0.1083、W高程標(biāo)準(zhǔn)差為0.1084、W河網(wǎng)密度為0.0875、W汛期降水為0.1026、W人口密度為0.0966、WGDP密度為0.0999、W地均財(cái)政收入為0.1260、W耕地比重為0.0791、W農(nóng)民人均純收入為0.0849、W單位面積糧食產(chǎn)量為0.0979。

3.3 基于云模型的安康市2010年洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果

以致災(zāi)因子U4為例，并根據(jù)云模型的定義，利用公式(1)和云矩陣R(表3)，并根據(jù)特定的程序在Matlab軟件中進(jìn)行重復(fù)計(jì)算1000次，建立評(píng)價(jià)指標(biāo)U4的正態(tài)云隸屬度函數(shù)(圖3)。圖3中，從左到右依次為低風(fēng)險(xiǎn)、較低風(fēng)險(xiǎn)、中等風(fēng)險(xiǎn)、較高風(fēng)險(xiǎn)、高風(fēng)險(xiǎn)。可以看出，該圖較好地反映了隸屬度函數(shù)中的正態(tài)分布函數(shù)特征。

圖3 致災(zāi)因子U4的正態(tài)云隸屬度

以安康市漢濱區(qū)為例，將指標(biāo)量化數(shù)值代入正態(tài)云模型，在matlab軟件中重復(fù)運(yùn)行1000次，得到各評(píng)價(jià)指標(biāo)的隸屬度矩陣(表4)。依次步驟，得到其他縣區(qū)各指標(biāo)的隸屬度。

表4 安康市漢濱區(qū)隸屬度

將權(quán)重集W與隸屬度矩陣(表4)進(jìn)行模糊轉(zhuǎn)換得到評(píng)價(jià)集上的模糊子集B。最后依據(jù)最大隸屬度原則，選擇最大的隸屬度所對(duì)應(yīng)的等級(jí)即為安康市漢濱區(qū)的洪災(zāi)風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果。依此步驟，可得安康市其他各縣的洪水災(zāi)害風(fēng)險(xiǎn)等級(jí)(表5)。

由表5可知，2010年安康市洪水災(zāi)害風(fēng)險(xiǎn)等級(jí)整體上處于中等風(fēng)險(xiǎn)以上等級(jí)。例如漢濱區(qū)和漢陰縣洪水風(fēng)險(xiǎn)等級(jí)最高，其原因是這兩個(gè)地方地勢(shì)較低，河網(wǎng)密度大，汛期降水量多，如漢濱區(qū)2010年汛期降水量高達(dá)1041.4 mm，因此孕災(zāi)環(huán)境和致災(zāi)因子危險(xiǎn)性高；而且漢濱區(qū)和漢陰縣經(jīng)濟(jì)相對(duì)發(fā)達(dá)，城鎮(zhèn)密集，人口密度大，因此承載體的脆弱性高；尤其是漢濱區(qū)位于漢江及其支流恒河、月河、黃洋河的交匯處，汛期河水流量大，水位升高，容易淹沒(méi)周?chē)霓r(nóng)田、建筑、水利設(shè)施等，加劇了洪水災(zāi)害的風(fēng)險(xiǎn)性。石泉、紫陽(yáng)2縣洪水災(zāi)害風(fēng)險(xiǎn)級(jí)別較高，主要原因在于河網(wǎng)密度較大，汛期降水量多，例如紫陽(yáng)2010年降水量多達(dá)1103.8 mm。旬陽(yáng)、白河2縣洪水災(zāi)害風(fēng)險(xiǎn)等級(jí)也處于較高風(fēng)險(xiǎn)級(jí)別，其原因主要是這2縣位于漢江河谷地帶，海拔低，在汛期降水多的情況下容易被淹沒(méi)成災(zāi)。嵐皋、平利2縣洪水風(fēng)險(xiǎn)等級(jí)處于中等風(fēng)險(xiǎn)，主要原因是地勢(shì)較高，人口密度、GDP密度、耕地比重較小。而寧陜、鎮(zhèn)坪由于山地多，地勢(shì)高且起伏大，經(jīng)濟(jì)發(fā)展比較落后，洪災(zāi)風(fēng)險(xiǎn)等級(jí)較低,但并不表示洪災(zāi)損失低。由于經(jīng)濟(jì)發(fā)展落后，水利設(shè)施不健全，遇到汛期暴雨時(shí)節(jié)，極易引發(fā)山洪、泥石流等次生地質(zhì)災(zāi)害，造成嚴(yán)重的人口傷亡和社會(huì)秩序的混亂。

表5 安康市2010年洪水災(zāi)害風(fēng)險(xiǎn)綜合評(píng)價(jià)結(jié)果

3.4 安康市2010年洪水風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果驗(yàn)證

安康市歷來(lái)是洪災(zāi)頻發(fā)區(qū)，且造成的損失十分嚴(yán)重。據(jù)文獻(xiàn)記載[25]，2010年7月漢江上游發(fā)生的高強(qiáng)度降水，引發(fā)了漢江上游嚴(yán)重的洪水災(zāi)害事件。這次暴雨造成漢江干流發(fā)生了50年一遇的洪水，并誘發(fā)了嚴(yán)重的山洪、泥石流等地質(zhì)災(zāi)害。安康市漢濱區(qū)及旬陽(yáng)、白河、平利等縣城進(jìn)水，受災(zāi)人口65.31萬(wàn)人，倒塌房屋2773戶(hù)，農(nóng)作物受災(zāi)面積2.181萬(wàn)hm2。受災(zāi)情況與表5中漢濱區(qū)高風(fēng)險(xiǎn)，旬陽(yáng)、白河較高風(fēng)險(xiǎn)，平利縣中等風(fēng)險(xiǎn)的評(píng)價(jià)結(jié)果較符合。嵐皋縣受災(zāi)8.2萬(wàn)人，倒塌房屋325間，泥石流造成19人失蹤。受災(zāi)情況與其所處的中等風(fēng)險(xiǎn)等級(jí)有較大的一致性。鎮(zhèn)坪縣移動(dòng)、聯(lián)通信號(hào)中斷，山洪泥石流沖毀水利基礎(chǔ)設(shè)施234處。根據(jù)洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果，鎮(zhèn)坪縣處于較低風(fēng)險(xiǎn)，這主要是由于鎮(zhèn)坪縣境內(nèi)山地多，地勢(shì)起伏大，洪災(zāi)危險(xiǎn)性小，但汛期暴雨容易引發(fā)山洪泥石流等地質(zhì)災(zāi)害。因此，洪災(zāi)評(píng)價(jià)結(jié)果屬于可接受范圍內(nèi)。初步測(cè)算本次洪水災(zāi)害直接經(jīng)濟(jì)損失67.11億元，是安康市自1983年洪災(zāi)之后最嚴(yán)重的一次特大洪災(zāi)。對(duì)比評(píng)價(jià)結(jié)果(表5)，基于云模型和熵權(quán)法的洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)方法與安康市2010年的實(shí)際洪水災(zāi)害情況有75%以上的吻合度，表明這種方法是客觀可行的。因此，對(duì)于受災(zāi)比較嚴(yán)重的漢濱區(qū)、漢陰縣、旬陽(yáng)縣、白河縣等，政府要及時(shí)調(diào)整洪水災(zāi)害預(yù)警體系和防洪預(yù)案，同時(shí)要提高人們防御抵御風(fēng)險(xiǎn)的意識(shí)，最大限度地降低洪災(zāi)損失，保障社會(huì)秩序的正常進(jìn)行。而對(duì)于寧陜、鎮(zhèn)坪等縣應(yīng)加強(qiáng)暴雨引發(fā)的山洪、泥石流等地質(zhì)災(zāi)害的預(yù)防和管理。

4 結(jié)論

云模型因能克服洪水風(fēng)險(xiǎn)評(píng)價(jià)中存在的模糊性與不確定性的問(wèn)題，使評(píng)價(jià)結(jié)果更符合實(shí)際，從而能夠客觀科學(xué)反映評(píng)價(jià)對(duì)象的風(fēng)險(xiǎn)等級(jí)。本文將正態(tài)云模型引入洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)的研究中，對(duì)安康市2010年10個(gè)縣區(qū)的洪水災(zāi)害風(fēng)險(xiǎn)程度進(jìn)行了評(píng)價(jià)。研究結(jié)果表明：安康市漢濱區(qū)和漢陰縣洪水災(zāi)害風(fēng)險(xiǎn)隸屬度分別為0.5514和0.5348，處于高風(fēng)險(xiǎn)等級(jí)，且漢濱區(qū)隸屬度比漢陰縣大0.0166，說(shuō)明前者洪災(zāi)更為嚴(yán)重；石泉、紫陽(yáng)、旬陽(yáng)、白河等縣隸屬度分別為0.5674、0.6021、0.6472、0.6278，處于較高風(fēng)險(xiǎn)等級(jí)；嵐皋、平利2縣隸屬度分別為0.5553、0.5800，處于中等風(fēng)險(xiǎn)等級(jí)；而寧陜、鎮(zhèn)坪2縣隸屬度分別為0.6067、0.4955，處于較低風(fēng)險(xiǎn)等級(jí)。研究結(jié)果基本符合安康2010年洪水災(zāi)害情況，說(shuō)明基于云模型的洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)是客觀可行的。其研究結(jié)果對(duì)安康市加強(qiáng)洪災(zāi)管理，制定合理的防洪減災(zāi)規(guī)劃和加強(qiáng)防洪工程建設(shè)，最大限度地減輕洪災(zāi)損失，促進(jìn)城市建設(shè)及經(jīng)濟(jì)可持續(xù)發(fā)展，具有重要的實(shí)用價(jià)值和借鑒意義。

[1] 劉家福，張柏.暴雨洪災(zāi)風(fēng)險(xiǎn)評(píng)估研究進(jìn)展[J].地理科學(xué)，2015，35(3)：346-351.

[2] 許有鵬，李立國(guó)，蔡國(guó)民，等.GIS支持下中小流域洪水風(fēng)險(xiǎn)圖系統(tǒng)研究[J].地理科學(xué)，2004，24(4)：452-457.

[3] 高慶華，馬宗晉，張業(yè)成，等.自然災(zāi)害評(píng)估[M].北京:氣象出版社，2007.

[4] 廖丹霞，楊波，王慧彥，等.基于GIS的河北省灤縣洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)[J].自然災(zāi)害學(xué)報(bào)，2014，23(3):93-100.

[5] Anselmo V， Galeati G， Palmieri S， et al. Flood risk assessment using an integrated hydrological and hydraulic modeling approach[J]. Journal of Hydrology，1996, 175(s1/4): 533-554.

[6] Dilley M，Chen R S， Deichmann U，et al. Natural disaster hotspots: A global risk analysis[M]. Washington: The world Bank, 2005.

[7] 張會(huì)，張繼權(quán)，韓俊山.基于GIS 技術(shù)的洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃研究：以遼河中下游地區(qū)為例[J].自然災(zāi)害學(xué)報(bào)，2005，14(6):141-146.

[8] 史培軍.四論災(zāi)害系統(tǒng)研究的理論與實(shí)踐[J].自然災(zāi)害學(xué)報(bào)，2005，14(6):1-7.

[9] 王威，田杰，馬東輝，等.基于云模型的城市防震減災(zāi)能力綜合評(píng)估方法[J].北京工業(yè)大學(xué)學(xué)報(bào)，2010，36(6):764-770.

[10] 蔣衛(wèi)國(guó)，李京，李忠武，等.洪水災(zāi)害人口風(fēng)險(xiǎn)模糊評(píng)價(jià)[J].湖南大學(xué)學(xué)報(bào):自然科學(xué)版，2008，35(9):84-87.

[11] 李德毅，杜鹢.不確定性人工智能[J].北京：國(guó)防工業(yè)出版社，2005.

[12] 龔艷冰，張繼國(guó).基于正態(tài)云模型和熵權(quán)的人口發(fā)展現(xiàn)代化程度綜合評(píng)價(jià)[J].中國(guó)人口·資源與環(huán)境，2012，22(1):138-143.

[13] 盧修富.安康市水文特性[J].水資源與水工程學(xué)報(bào)，2009，20(4):154-157.

[14] 殷淑燕，王海燕，黃春長(zhǎng)，等.陜南漢江上游歷史洪水災(zāi)害與氣候變化[J].干旱區(qū)研究，2010，27(4):522-528.

[15] 孟嬋，殷淑燕.清末以來(lái)陜西省漢江上游暴雨洪水災(zāi)害研究[J].干旱區(qū)資源與環(huán)境，2012，26(5):46-51.

[16] 安康市統(tǒng)計(jì)局.安康市統(tǒng)計(jì)年鑒2011[M].北京：中國(guó)統(tǒng)計(jì)出版社，2011.

[17] Li D Y. Knowledge representation in KDD based on linguistic atoms[J]. Journal of Computer Science and Technology, 1997, 12(6): 481-496.

[18] 李德毅，邸凱昌，李德仁.用語(yǔ)言云模型挖掘關(guān)聯(lián)規(guī)則[J].軟件學(xué)報(bào)，2000，11(2):143-158.

[19] Li D Y， Han J W， Shi X M. Knowledge representation and discovery based on linguistic atoms[J]. Knowledge-Based Systems， 1998(10): 431-440.

[20] 李德毅，劉常昱.論正態(tài)云模型的普適性[J].中國(guó)工程科學(xué)，2004，6(8).28-34.

[21] 沈進(jìn)昌，杜樹(shù)新，羅祎，等.基于云模型的模糊綜合評(píng)價(jià)方法及應(yīng)用[J].模糊系統(tǒng)與數(shù)學(xué)，2012，26(6):117-123.

[22] 王龍，陳軍，蒲家琦，等.基于正態(tài)云模型和信息公理的設(shè)計(jì)評(píng)價(jià)方法[J].后勤工程學(xué)院學(xué)報(bào)，2014，30(2)：65-70.

[23] 葉瓊，李紹穩(wěn)，張友華，等.云模型及其應(yīng)用綜述[J].計(jì)算機(jī)工程與設(shè)計(jì)，2011，32(12):4198-4201.

[24] 王兆禮，賴(lài)成光，陳曉宏.基于熵權(quán)的洪災(zāi)風(fēng)險(xiǎn)空間模糊綜合評(píng)價(jià)模型[J].水力發(fā)電學(xué)報(bào)，2012，21(5):35-40.

[25] 安康市地方志辦公室.安康年鑒2011(總第十四卷)[M].西安：三秦出版社，2011.

(責(zé)任編輯：管珊紅)

Risk Assessment of Flood Disaster in Ankang City Based on Cloud Model

SHI Xiao-jing, ZHA Xiao-chun*

(College of Tourism and Environmental Sciences, Shaanxi Normal University, Xi’an 710062, China)

The author used ten indexes (the terrain elevation, elevation standard deviation, and river network density, as well as the rainfall in flood season, population density, GDP density, local financial revenue, proportion of arable land, rural per capita net income, and grain yield per unit area in 2010) to build the risk assessment index system of flood disaster in Ankang city based on cloud model, computed the weights of various indexes through the entropy weight method, and quantitatively assessed the risk level of flood disaster in each county of Ankang city in 2010. The results showed that: Hanbin district and Hanyin county of Ankang city were at the highest risk level of flood disaster; Shiquan, Ziyang, Xunyang and Baihe county were at a higher risk level; Lan’gao and Pingli county were at a moderate risk level; Ningshan and Zhenping county were at a lower risk level.

Ankang city; Flood disaster; Risk assessment; Cloud model; Entropy weight method

2016-07-30

國(guó)家社會(huì)科學(xué)基金項(xiàng)目(14BZS070)；國(guó)家自然科學(xué)基金項(xiàng)目(71471071)；中央高?；究蒲袠I(yè)務(wù)費(fèi)專(zhuān)項(xiàng)資金項(xiàng)目(GK2 01601006)。

石曉靜(1988—)，女，碩士研究生，主要從事土地資源開(kāi)發(fā)與環(huán)境演變研究。*通訊作者：查小春。

S422

A

1001-8581(2017)01-0107-05