周思宇 黃安麒 吳潔 王瑩 盧舒婷 邢志祥

（常州大學(xué) 環(huán)境與安全工程學(xué)院，江蘇 常州 213164）

0 引言

近年來(lái)，全球氣象災(zāi)害頻繁發(fā)生，給人類和社會(huì)帶來(lái)了重大打擊，氣象災(zāi)害風(fēng)險(xiǎn)辨識(shí)與應(yīng)急管理也逐漸成為政府等部門關(guān)注的焦點(diǎn)［1］。隨著全球氣候不斷變化，暴雨、內(nèi)澇等氣象災(zāi)害造成的影響范圍持續(xù)增大。根據(jù)國(guó)家統(tǒng)計(jì)數(shù)據(jù)發(fā)現(xiàn)，與近10年平均值相比，2020年雖然受災(zāi)面積逐漸減少，但是直接經(jīng)濟(jì)損失仍處于上升趨勢(shì)，制約了經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展，因此氣象災(zāi)害所帶來(lái)的損失不容忽視［2］。2020年5月，為了解自然災(zāi)害風(fēng)險(xiǎn)現(xiàn)狀，掌握自然災(zāi)害風(fēng)險(xiǎn)變化規(guī)律，國(guó)務(wù)院牽頭召開(kāi)的第一次全國(guó)自然災(zāi)害綜合風(fēng)險(xiǎn)普查應(yīng)運(yùn)而生，雖然國(guó)家在自然災(zāi)害調(diào)查和防治等領(lǐng)域采取了一系列措施，國(guó)家抵御自然災(zāi)害的能力不斷提高，但是仍然存在薄弱環(huán)節(jié)，因此加快災(zāi)害風(fēng)險(xiǎn)評(píng)估進(jìn)程，加強(qiáng)災(zāi)害防治能力迫在眉睫［3］。

目前氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估的方法包括：層次分析法、熵權(quán)法、主成分分析法、TOPSIS法、模糊數(shù)學(xué)法等。陳家金等［4］結(jié)合層次分析法和熵權(quán)法得到綜合風(fēng)險(xiǎn)指數(shù)，運(yùn)用ArcGIS技術(shù)實(shí)現(xiàn)福建省氣象災(zāi)害區(qū)域風(fēng)險(xiǎn)劃分。宋晨陽(yáng)等［5］將猶豫層次分析法和TOPSIS法相結(jié)合，構(gòu)建高溫災(zāi)害風(fēng)險(xiǎn)評(píng)估模型。田曉璐等［6］構(gòu)建了基于層次分析法和主成分分析法的災(zāi)害風(fēng)險(xiǎn)評(píng)估模型，通過(guò)權(quán)重疊加來(lái)繪制區(qū)劃圖，但精度有待進(jìn)一步提高。孟貝貝等［7］運(yùn)用熵權(quán)–模糊數(shù)學(xué)風(fēng)險(xiǎn)評(píng)估模型得到港口航運(yùn)安全等級(jí)，但易造成超模糊現(xiàn)象。OMER E等［8］利用模糊層次分析法計(jì)算指標(biāo)權(quán)重，結(jié)合TOPSIS法得到區(qū)域洪水災(zāi)害風(fēng)險(xiǎn)示意圖。TOPSIS法能夠在有限研究對(duì)象中找到最優(yōu)解和最劣解，并依據(jù)距離排序判斷優(yōu)劣，因此本文采用層次分析法和熵權(quán)法組合賦權(quán)法和TOPSIS法構(gòu)建氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估模型，得到各區(qū)域氣象災(zāi)害風(fēng)險(xiǎn)等級(jí)，并結(jié)合ArcGIS軟件繪制風(fēng)險(xiǎn)區(qū)劃圖。

1 研究對(duì)象與方法

常州市位于江蘇省南部，下轄5個(gè)市轄區(qū)、1個(gè)代管縣級(jí)市（金壇區(qū)、武進(jìn)區(qū)、新北區(qū)、天寧區(qū)、鐘樓區(qū)、溧陽(yáng)市）［9］。地形分為山林丘地和高沙平原，氣候?yàn)楸眮啛釒Ъ撅L(fēng)氣候，春末夏初時(shí)多梅雨，平均降水量為1 386.1 mm，平均最高溫度為38.8℃，2011—2020年常州市具體降水量和最高溫度數(shù)據(jù)見(jiàn)圖1。

常州市主要的氣象災(zāi)害類型為臺(tái)風(fēng)、暴雨、雷暴以及引發(fā)的洪澇等次生災(zāi)害，由于常州市氣象災(zāi)害以及衍生災(zāi)害仍然存在較大安全隱患，且此前未有針對(duì)常州市下屬區(qū)域氣象災(zāi)害的綜合性評(píng)估，無(wú)法為氣象災(zāi)害防御工作提供針對(duì)性建議，因此本文將常州市各區(qū)域作為研究對(duì)象。

本研究數(shù)據(jù)均來(lái)源于常州市氣象局、應(yīng)急管理局等政府各職責(zé)部門統(tǒng)計(jì)資料。其中，氣象預(yù)警信息覆蓋率以及氣象風(fēng)險(xiǎn)資料來(lái)源于常州市氣象局；人口密度、人均GDP、醫(yī)療機(jī)構(gòu)數(shù)、衛(wèi)技人員數(shù)等數(shù)據(jù)來(lái)源于2019年常州市統(tǒng)計(jì)年鑒以及各區(qū)域統(tǒng)計(jì)年鑒；地下空間建筑數(shù)、大型綜合體數(shù)等數(shù)據(jù)來(lái)源于常州市應(yīng)急管理局資料匯總。

2 研究方法

2.1 層次分析法

層次分析法是一種應(yīng)用于多目標(biāo)決策的分析方法，主要利用邏輯關(guān)系建立層次結(jié)構(gòu)，結(jié)合專家意見(jiàn)完成“1—9”標(biāo)度對(duì)比判斷，判斷各層級(jí)之間的重要程度，其特點(diǎn)在于以較少信息實(shí)現(xiàn)思維數(shù)學(xué)化，達(dá)到定性與定量相結(jié)合，其主要步驟如下［10］：

首先，在建立多層次指標(biāo)體系基礎(chǔ)上結(jié)合專家判斷構(gòu)建判斷矩陣N=［k1，k2，…，kn］，將ki及kj進(jìn)行對(duì)比，其中kij=ki/kj（kij＞0，j=1，2，…，n），用數(shù)字“1—9”及其倒數(shù)得到kij數(shù)值，當(dāng)指標(biāo)數(shù)量為n時(shí)，則判斷矩陣中元素表示為：

2.2 熵權(quán)法

熵權(quán)法是基于信息論基本原理的客觀分析方法，能夠依據(jù)客觀數(shù)據(jù)判斷權(quán)重，能夠更加準(zhǔn)確、客觀地解釋數(shù)據(jù)，若一個(gè)指標(biāo)表示的信息越多，則在評(píng)估中占據(jù)的地位越高，對(duì)應(yīng)的權(quán)重系數(shù)越大［11］。

由于各指標(biāo)趨向性存在差異，對(duì)數(shù)據(jù)進(jìn)行同趨勢(shì)化和歸一化處理。將負(fù)趨勢(shì)化數(shù)據(jù)取倒數(shù)得到完全正趨勢(shì)化數(shù)據(jù)；對(duì)同趨勢(shì)化數(shù)據(jù)進(jìn)行歸一化處理：

式中，aij為同趨勢(shì)化后的數(shù)據(jù)，a′ij為歸一化處理后的數(shù)值，表示第m個(gè)區(qū)域?qū)?yīng)的第n個(gè)指標(biāo)。

根據(jù)式（5）得出第j個(gè)指標(biāo)對(duì)應(yīng)的信息熵值ej，進(jìn)而計(jì)算出各指標(biāo)客觀權(quán)重系數(shù)：

2.3 TOPSIS法

TOPSIS（Technique for Order Preference by Similarity to an Ideal Solution）法是一種逼近理想解排序分析方法，根據(jù)評(píng)估對(duì)象與最優(yōu)方案之間的正負(fù)理想解以及相對(duì)貼近度，來(lái)確定評(píng)估對(duì)象的優(yōu)劣排序，適用于多目標(biāo)因素評(píng)估，具體步驟如下［12］：

第一步：對(duì)樣本數(shù)據(jù)進(jìn)行同趨勢(shì)化處理后進(jìn)行無(wú)量綱處理，進(jìn)而得到無(wú)量綱決策矩陣S=（sij）m×n：

第二步：確定各指標(biāo)正負(fù)理想解，s+j表示最優(yōu)理想解，s-j表示最劣理想解：

第三步：計(jì)算各區(qū)域評(píng)估向量到最優(yōu)、劣理想解的距離、：

第四步：計(jì)算相對(duì)貼近度R，表示各區(qū)域風(fēng)險(xiǎn)等級(jí)與最優(yōu)方案之間的相對(duì)距離，取值越大表明風(fēng)險(xiǎn)等級(jí)越大：

相對(duì)貼近度R（0＜R＜1）可以分為4個(gè)等級(jí)，由高到低分別用4種顏色標(biāo)識(shí)［13-14］，代表常州市各區(qū)域氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估等級(jí)，為風(fēng)險(xiǎn)區(qū)劃提供依據(jù)，具體判斷標(biāo)準(zhǔn)見(jiàn)表1。

表1 區(qū)域風(fēng)險(xiǎn)評(píng)估等級(jí)判斷標(biāo)準(zhǔn)

3 氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估

3.1 構(gòu)建指標(biāo)體系

氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估主要圍繞致災(zāi)源、承災(zāi)體等展開(kāi)，同時(shí)考慮危害性、敏感性等因素。本文圍繞致災(zāi)源危害性、承災(zāi)體脆弱性、防災(zāi)減災(zāi)能力3個(gè)維度構(gòu)建常州市氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，劃分為21個(gè)二級(jí)指標(biāo)，分別標(biāo)注各二級(jí)指標(biāo)的相關(guān)性［15］。

1）致災(zāi)源危害性。致災(zāi)源危害性是氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估的一個(gè)重要考察因素，危害性是指致災(zāi)源引起的災(zāi)害變異所具有的破壞性，變異程度越高，危害性越大［16］。本文選取常州市發(fā)生頻率相對(duì)較高的8類氣象災(zāi)害：臺(tái)風(fēng)、高溫、暴雪、暴雨、冰雹、大霧、雷暴、大風(fēng)，并依據(jù)《常州市氣象災(zāi)害防御規(guī)劃》氣象災(zāi)害風(fēng)險(xiǎn)區(qū)劃圖集對(duì)其進(jìn)行1～5級(jí)區(qū)分，得到常州市各類氣象災(zāi)害區(qū)域性危險(xiǎn)性等級(jí)，具體數(shù)值轉(zhuǎn)化見(jiàn)表2。

表2 常州市氣象災(zāi)害區(qū)域危險(xiǎn)性轉(zhuǎn)化依據(jù)

2）承災(zāi)體脆弱性。承災(zāi)體脆弱性主要是指承災(zāi)體（人類主體、社會(huì)主體）受到致災(zāi)源打擊后可能會(huì)遭遇的破壞以及損失，承災(zāi)體對(duì)致災(zāi)源的敏感性越強(qiáng)，災(zāi)害越嚴(yán)重［17］。承災(zāi)體脆弱性指標(biāo)需要具備代表性，因此本文對(duì)人口密度、建筑物數(shù)量等5項(xiàng)指標(biāo)進(jìn)行考察。

3）防災(zāi)減災(zāi)能力。防災(zāi)減災(zāi)能力主要反映常州市各區(qū)域現(xiàn)有社會(huì)系統(tǒng)結(jié)構(gòu)是否完善，是否具備氣象災(zāi)害抵御能力，與區(qū)域的經(jīng)濟(jì)水平、醫(yī)療水平、搶險(xiǎn)救災(zāi)水平有密切相關(guān)［18］。考慮到數(shù)據(jù)搜集的限制，本文選取人均GDP、氣象災(zāi)害覆蓋率、醫(yī)療機(jī)構(gòu)數(shù)等二級(jí)指標(biāo)對(duì)防災(zāi)減災(zāi)能力進(jìn)行評(píng)估。

綜合得到常州市氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，見(jiàn)表3。

表3 氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估指標(biāo)體系

續(xù)表3

3.2 組合賦權(quán)法確定指標(biāo)權(quán)重

本文選取的數(shù)據(jù)差異性較大，僅使用熵權(quán)法無(wú)法準(zhǔn)確反映各指標(biāo)重要程度，因此借助專家主觀意見(jiàn)對(duì)其進(jìn)行修正，利用式（11）得到各指標(biāo)對(duì)應(yīng)的組合權(quán)重值［19］。組合權(quán)重值能夠綜合反映各二級(jí)指標(biāo)重要程度，既減少主觀因素的干擾，又增加了客觀數(shù)據(jù)的適用性。

采用層析分析法得到主觀權(quán)重系數(shù)，其中一級(jí)指標(biāo)層CR=0.008 8＜0.10，符合一致性檢驗(yàn)；同時(shí)采用熵權(quán)法得到客觀權(quán)重系數(shù)，組合得到二級(jí)指標(biāo)組合權(quán)重系數(shù)，具體組合權(quán)重值見(jiàn)表4。

表4 各指標(biāo)組合權(quán)重值

3.3 TOPSIS綜合評(píng)價(jià)法

由于指標(biāo)相關(guān)性正負(fù)趨勢(shì)不一致，利用式（7）將原始數(shù)據(jù)進(jìn)行同趨勢(shì)化——?dú)w一化處理，并結(jié)合各指標(biāo)權(quán)重系數(shù)完成TOPSIS綜合評(píng)價(jià)過(guò)程，評(píng)價(jià)對(duì)象為6個(gè)區(qū)域，評(píng)價(jià)指標(biāo)為21項(xiàng)。TOPSIS綜合評(píng)價(jià)法首先尋找各評(píng)價(jià)指標(biāo)的最優(yōu)理想解、最劣理想解，在此基礎(chǔ)上得到各評(píng)估對(duì)象與最優(yōu)、劣理想解之間的距離，最終根據(jù)相對(duì)貼近度R得到常州市各區(qū)域風(fēng)險(xiǎn)等級(jí)排序以及劃分，見(jiàn)表5。

表5 TOPSIS綜合評(píng)價(jià)結(jié)果

由表5可知，常州市各區(qū)域氣象災(zāi)害風(fēng)險(xiǎn)等級(jí)排序依次為：新北區(qū)＞天寧區(qū)、鐘樓區(qū)、武進(jìn)區(qū)、溧陽(yáng)市＞金壇市，其中新北區(qū)氣象災(zāi)害風(fēng)險(xiǎn)等級(jí)為“較大風(fēng)險(xiǎn)”；鐘樓區(qū)、天寧區(qū)、溧陽(yáng)市、武進(jìn)區(qū)氣象災(zāi)害風(fēng)險(xiǎn)等級(jí)為“一般風(fēng)險(xiǎn)”；金壇市氣象災(zāi)害風(fēng)險(xiǎn)最小，風(fēng)險(xiǎn)等級(jí)為“低風(fēng)險(xiǎn)”。將各區(qū)域相對(duì)貼近度R求和取均值，得到常州市相對(duì)接近度R值為0.369，風(fēng)險(xiǎn)等級(jí)為“一般風(fēng)險(xiǎn)”。結(jié)合常州市各區(qū)域氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估等級(jí)判斷標(biāo)準(zhǔn)，借助ArcGIS軟件精準(zhǔn)繪制常州市各區(qū)域風(fēng)險(xiǎn)分布示意圖，見(jiàn)圖2。

常州市新北區(qū)緊靠長(zhǎng)江，臺(tái)風(fēng)暴雨災(zāi)害較為明顯，夏季期間長(zhǎng)江沿岸多發(fā)決堤、潰堤現(xiàn)象，同時(shí)人口密度較高，承災(zāi)體敏感性較強(qiáng)，因此風(fēng)險(xiǎn)等級(jí)較高，符合實(shí)際情況。鐘樓區(qū)、天寧區(qū)經(jīng)濟(jì)較為發(fā)達(dá)，人口密度較高，但地處內(nèi)陸，受臺(tái)風(fēng)、暴雨災(zāi)害影響小；武進(jìn)區(qū)擁有滆湖、太湖兩大水域，地形平緩，同時(shí)人口密度較低，造成影響程度??；溧陽(yáng)市人口密度低，同時(shí)擁有多種地形地貌，多林地區(qū)域，植被覆蓋率高，承災(zāi)體敏感性較弱，因此風(fēng)險(xiǎn)等級(jí)均為一般風(fēng)險(xiǎn)，符合實(shí)際情況。金壇區(qū)多丘陵山區(qū)，人口密度低，風(fēng)險(xiǎn)等級(jí)最低，亦符合實(shí)際情況。

4 結(jié)果與討論

1）結(jié)合常州市實(shí)際情況，構(gòu)建圍繞致災(zāi)源危害性、承災(zāi)體敏感性、防災(zāi)減災(zāi)能力3個(gè)維度展開(kāi)氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，通過(guò)選取人口密度、人均GDP等數(shù)據(jù)，實(shí)現(xiàn)常州市各區(qū)域氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估。

2）結(jié)合層次分析法和熵權(quán)法得到主客觀組合權(quán)重，有效避免專家意見(jiàn)主觀性較強(qiáng)以及客觀真實(shí)數(shù)據(jù)差異性較大的情況，同時(shí)結(jié)合TOPSIS綜合評(píng)價(jià)法得到常州市各區(qū)域氣象災(zāi)害風(fēng)險(xiǎn)等級(jí)排序，并借助ArcGIS軟件繪制氣象災(zāi)害風(fēng)險(xiǎn)區(qū)劃圖。綜合風(fēng)險(xiǎn)評(píng)估模型適用于城市氣象災(zāi)害區(qū)域風(fēng)險(xiǎn)評(píng)估，能夠快速判斷各區(qū)域氣象災(zāi)害風(fēng)險(xiǎn)等級(jí)，可以為周邊城市提供借鑒。

3）從區(qū)域分布看，常州市新北區(qū)風(fēng)險(xiǎn)等級(jí)為“較大風(fēng)險(xiǎn)”，其余區(qū)域?yàn)椤耙话泔L(fēng)險(xiǎn)”以及“低風(fēng)險(xiǎn)”，因此需要加強(qiáng)災(zāi)害風(fēng)險(xiǎn)辨識(shí)，積極落實(shí)新北區(qū)氣象災(zāi)害防災(zāi)減災(zāi)工作，未來(lái)可針對(duì)新北區(qū)街道社區(qū)進(jìn)行氣象災(zāi)害量化風(fēng)險(xiǎn)評(píng)估。從常州市整體管控布局來(lái)看，常州市氣象災(zāi)害風(fēng)險(xiǎn)等級(jí)為“一般風(fēng)險(xiǎn)”，需要重點(diǎn)關(guān)注臺(tái)風(fēng)、暴雨等災(zāi)害以及由此引發(fā)的內(nèi)澇等次生災(zāi)害，同時(shí)仍需要關(guān)注周邊城鎮(zhèn)氣象災(zāi)害風(fēng)險(xiǎn)，采取聯(lián)防措施增強(qiáng)氣象災(zāi)害抵御能力。