肖启华，张建新，黄冬梅

(上海海洋大学信息学院，上海201306)

城市风暴潮灾害快速评估的模糊决策方法*
——以厦门市为例

肖启华，张建新，黄冬梅

(上海海洋大学信息学院，上海201306)

综合考虑了反映风暴潮灾害的自然特征和社会属性的4个指标，将其作为评估指标，建立了基于模糊决策的风暴潮发生过程中城市灾害的快速评估模型，并以街道为最小评估单元，对厦门市进行了一次模拟风暴潮的灾害综合快速评估。由于模型考虑了少量具有代表性的因素，故能保证评估过程的快速性、评估结果的时效性，能为政府在有限的时间和资源下做出救灾减灾的优先工作策略提供决策依据。

风暴潮灾害;快速评估;模糊决策;模糊模式识别;模糊综合评判;城市;福建厦门

风暴潮是一种由强风掀起的巨浪，在高潮位时发生的猛烈增水现象。中国是遭受风暴潮灾害最严重的国家之一，风暴潮的年均经济损失已由1950年代初期的1亿元左右发展到现在的上百亿元［1－2］。随着中国经济的快速发展，风暴潮作为我国主要的海洋灾害，已成为国家减灾防灾工作的重点之一。

对于风暴潮灾害的评估，包括灾前的预评估(在灾害发生之前的预测性评估)，灾中的监测性评估(灾害发生时迅速估算其大概的损失)，灾后评估(即灾后对损失现场实际调查测算)［3］。三者具有不同的意义和用途。本文通过选取适当的灾害评估指标，运用模糊决策，对风暴潮发生过程中某个城市遭受的风暴潮灾害进行监测性评估，目的在于对灾害发生时城市不同区域遭受的综合灾害情况做出快速评估，以便及时为抢险救灾决策提供参考依据。

1 风暴潮灾害综合评估体系

1.1 风暴潮灾害评估承灾体指标体系

风暴潮灾害评估既要分析反映灾害灾情的自然特征，又要分析描述承灾体状况的灾害社会特征。潮灾自然属性特征由潮灾的发生时间、位置、范围、程度、动态变化等来描述，潮灾的社会属性——承灾体则以受潮灾威胁区域的人及社会财产，包括人口、房屋、工商企业、农作物、基础设施等来表征。承灾体的易损性特征反映了特定社会的人们及其所拥有的财产对灾害的承受能力。城市化后，城市对水、电、煤气、通讯、信息、交通等城市“生命线设施”网络系统的依赖性增大，由潮灾引起的各种网络系统的局部破坏，可能影响城市的整个系统的运行，甚至造成城市瘫痪。参考联合国拉丁美洲和加勒比海经社理事会(UNECLAC)提出的评估自然灾害对社会经济影响的ECLAC评估方法［4］，可将风暴潮灾害的承灾体做如下分类(图1)。

图1 风暴潮灾害评估承灾体指标体系

1.2 风暴潮灾害评估指标体系

风暴潮灾是人、自然、社会相互作用的结果。要评估一个城市风暴潮灾害的综合影响，必须从致灾因子、孕灾环境和承灾体中提取出灾害风险的辨识因子(指标体系)，依照这些灾害风险要素，结合受灾区实际情况，可将灾害划分为若干个等级［5－6］(表1)。

表1 风暴潮灾害综合评估指标体系

1.3 城市风暴潮灾害快速评估指标

城市风暴潮灾害快速评估是对发生风暴潮灾害时的城市各个区域受灾情况的快速反应，目的是在有限的时间和资源下，为政府做出救灾减灾的优先工作策略提供决策依据。因此为了保证评估过程的快速性、评估结果的时效性，宜选用能反映风暴潮灾害综合影响的少数指标进行评估。本文选取的指标:①风暴潮增水;②城市常住人口;③城市企、事业单位;④房屋占地面积。

2 单因素评价方法

单因素评价是指对选取的影响城市风暴潮灾害快速评估的各个指标分别进行评价。评价首先根据数据获取情况确定待评估城市的最小评估单元(如街道、社区等)，然后调用各因素数据，计算各因素对事先确定的各评价等级模糊集的隶属度，由最大隶属度原则，确定各因素评价等级，属于模糊模式识别问题。

2.1 因素评价等级评价规则

①设定各因素的评价等级数m;②根据待评估城市历史资料、政府发布的相关文件数据以及收集到各因素数据的实际情况可以设定各因素每个评价等级的区间值;③确定各因素每个评价等级区间的模糊隶属函数类型;④计算各因素每个评价等级的选定隶属函数的参数。

2.2 因素等级评价

各因素等级评价针对城市每个最小评估单元，采用基于最大隶属度原则的模式识别方法，调用该最小评估单元各因素数据，根据设定好的等级评价规则，计算各因素的等级与等级值。

设论域为U，A1，A2，…，Am是论域U上的m个模糊子集(这里的模糊子集表各因素评价等级数值区间)，它们构成一个标准的模型库。对于一个特定的对象u0∈U进行识别，如果

即采用极大隶属度原则，将u0划归n个模糊子集Ai(i=1，2，…，m)，从而认为对象u0相对属于第i个模式［7］。

将最小评估单元的因素数据代入该因素对应

的各等级隶属函数，计算得到表示该最小评估单元对第j个等级的隶属度{rsjn|s=1，…，4;j= 1，2，…，m;n=1，2，…，N}(其中，s为评价因素，n为最小评估单元序号)。如果rsj0n=max {rsjn|j=1，2，…，m}，则该最小评估单元的第s个评估因素等级即为:

当j0不唯一时取其最大者;等级值可以取为:

3 风暴潮综合灾害快速评估的模糊决策

风暴潮灾害快速评估的模糊决策首先对影响风暴潮综合灾害的4个因素进行赋权，然后利用已经计算出的各单因素评价值，采用模糊综合评价的方法对城市各最小评估单元的综合灾害进行评估。

3.1 权重向量生成

权重是衡量各因素对灾害等级影响程度相对大小的量，权重越大意味着该因素对灾害影响越大。权重分配一直是个难题，根据历史灾害损失数据的收集情况，可以采用主观、客观或主客观相结合的赋权方法。

3.2 综合灾害快速评估的模糊综合评判方法

风暴潮灾害的定量评估是灾害理论研究中的一个难题，随着近年来“国际减灾十年”活动的展开，它又成为灾害理论研究的热点问题之一。模糊理论在其中得到了广泛的应用［8］。本文采用模糊决策中的模糊综合评判方法对风暴潮发生过程中某城市遭受灾害的综合情况做出快速评估。

设影响评估的因素的集合为U={u1，u2，…，uk}，m个评语的集合为V={v1，v2，…，vm}，这里的评语表示灾害和各因素评估等级。若用rij表示第k个因素对第j种评语的隶属度，则因素论域与评语论域之间的关系可用评价矩阵

表示。其中0≤rsj=μR(us，vj)≤1，s=1，2，…，k;j=1，2，…，m。

在全面评价一对象时，要着眼于所有因素，但各因素的参考价值可能不尽相同，评价者对各因素的重要程度可以看作是因素集U的模糊子集，记为

将A与R的合成看作评价者综合各因素和对被评价对象做出的最终评价，即模糊综合评价。其数学模型为:

其中的运算是模糊集的交与并运算，可以有多种选择，主要依据数据特性做出选择［7］。

4 实例分析

厦门市地处东亚大陆的东南缘，西临西太平洋和南海，由于特殊的地理位置和气候条件，常遭受台风袭击和影响，给该市造成较为严重的社会经济损失。以下，我们选取街道为最小评价单位;取评估等级m=5;根据获取数据特点，选定各因素的隶属函数为钟形或梯形隶属函数，采用模糊决策，对厦门市在某次模拟风暴潮进行中的某时刻经受的综合灾害，以及风暴潮结束之际城市的总灾害进行了定量快速评估。

4.1 某时刻城市风暴潮综合灾害评估

4.1.1 街道风暴潮灾害评估指标及分级列表

参考国家、厦门市有关文件和发布的信息，结合厦门市历史渍涝数据，给出基于街道水平的城市风暴潮综合灾害快速评估指标体系(表2)。

表2 城市风暴潮综合灾害快速评估指标体系

4.1.2 街道评估矩阵

将表2中数据范围模糊化，代入各因素每个等级的选定隶属函数，可确定各隶属函数参数，进而计算各因素对各评价等级的模糊隶属度，从而得到街道评估矩阵。第n(n=1，2，…，15)个街道的评估矩阵为

式中:0≤rsj=μR(us，vj)≤1，s=1，2，3，4;j= 1，2，…，5。

4.1.3 街道灾害综合评估等级

对各个因素采用层次分析法进行赋权，运用模糊综合评判法，对第n个街道进行灾害综合评价如下:

则第n个街道该时刻的灾害综合评价等级为j0(j0= 1，2，…，5)。

第n个街道灾害综合评价等级值取为ZJn=

当街道平均风暴潮增水不足2 cm时，不对该街道作灾害综合评估。运用以上方法，得到了厦门市一次模拟风暴潮灾害某时刻基于街道水平的综合灾害评估结果(图2)。

图2 一次模拟风暴潮某时刻基于街道水平的风暴潮灾害综合评估结果

4.1.4 城市灾害综合评价等级

整个城市某时刻灾害综合等级值可以取为城市所有街道灾害综合等级值的面积百分比加权和，由综合等级值易得出城市灾害综合评价等级。

4.2 一次风暴潮灾害综合评估

当一次风暴潮结束，根据风暴潮过程中各个时刻的因素评价最大数据，依照各单因素的权重系数，利用模糊综合评价方法，容易计算得到一次风暴潮街道灾害综合评价(综合得分及等级)。进而计算出整个城市在此次风暴潮中所受的综合灾害等级与等级值。

5 结语

由于风暴潮灾害发生的突然性、灾害评估的不精确性，模糊理论在风暴潮灾害评估上得到了广泛的应用。本文利用模糊决策理论，使用单个城市的数据，对风暴潮发生过程中该城市遭受的综合灾害进行灾中评估。实际操作过程中，依据收集的数据情况，可以确定最小评估单元、各因素模糊隶属函数类型、各因素权重分配方法。收集的数据越细致，评估结果用于指导灾害发生过程中救灾减灾工作越有效率。

［1］景垠娜，尹占娥，殷杰，等．基于GIS的上海浦东新区暴雨内涝灾害危险性分析［J］．灾害学，2010，25(2):58－63．

［2］王国栋，康建成，闫国东．沿海城市风暴潮灾害风险评估研究述评［J］．灾害学，2010，25(3):114－118．

［3］许启望，谭树东．风暴潮灾害经济损失评估方法研究［J］．海洋通报，1998，17(1):1－12．

［4］国家减灾中心灾害信息部．灾害评估的“利器”——ECLAC评估方法评析［J］．中国减灾，2005(12):22－24．

［5］任鲁川．灾害损失定量评估的模糊综合评判方法［J］．灾害学，1996，11(4):5－10．

［6］纪燕新，熊艺媛，麻荣永．风暴潮灾害损失评估的模糊综合方法［J］．广西水利水电，2007(2):16－20．

［7］谢季坚，刘承平．模糊数学方法及其应用［M］．3版．武汉:华中科技大学出版社，2006:93－101，143－191．

［8］孙绍骋．灾害评估研究内容与方法探讨［J］．地理科学进展，2001，20(2):122－130．

Fuzzy Decision Method of Fast Evaluation of Urban Storm Surge Disasters——Taking Xiamen City as an Example

Xiao Qihua，Zhang Jianxin and Huang Dongmei
(Information College，Shanghai Ocean University，Shanghai201306，China)

By taking into consideration naturalfeatures and socialattribute of storm surge disaster，four indexes are chosen to establish a model for fast evaluation of urban storm surge disaster during storm surges based on fuzzy decision．Using streets as the minimum evaluation unit，a fast evaluation of a simulated storm surge disaster in Xiamen city is conducted．Putting few representative factors into consideration，the model could thus ensure the rapidity of evaluation process，effectiveness of evaluation results，and provide the decision making basis for the governments to make priority strategy in disaster mitigation in limited time and with limited resources．

storm surge disaster;fast evaluation;fuzzy decision;fuzzy pattern recognition;fuzzy comprehensive evaluation;urban;Xiamen of Fujian

P731.23;X4

A

1000－811X(2011)02－0077－04

2010－09－21

海洋公益性行业科研专项经费项目(200905014);上海市科委重大项目(08dz1204802);上海海洋大学人文社科项目(A－0211－08－0335)

肖启华(1976－)，女，汉族，湖南汉寿人，讲师，硕士，主用从事应用数学研究．E-mail:qhxiao@shou.edu.cn