王望珍 李玉刚 周又又

摘要：神农架林区山洪灾害频繁发生，为了评价神农架各个地区的灾害状况，给当地政府进行灾害防御规划提供技术支撑，根据山洪灾害的发生机制和山洪灾害风险评价原理，从致灾因子危险性、孕灾环境暴露性、承灾体脆弱性、防灾减灾措施4个角度构建了神农架林区村镇山洪灾害风险模糊综合评价模型，结合层次分析法并采用GIS分析技术对其进行了多层次的模糊综合评价。结果表明，林区山洪灾害危险性主要受降雨量影响，总体趋势是西南部高于东北部;山洪灾害暴露性风险分布区域性较强，主要集中在中部和西部;脆弱性风险相对较小;防灾减灾能力全区都整体偏弱，林区基础设施建设亟需加强。神农架林区山洪综合风险高值区集中在西部的木鱼镇和大九湖乡两个旅游重镇，较高及以上风险面积占全区面积的24.92%。

关键词：山洪风险;模糊综合评价;AHP;GIS;神农架林区

中图分类号：X43         文献标识码：A

文章编号：0439-8114（2019）09-0037-06

DOI：10.14088/j.cnki.issn0439-8114.2019.09.009           开放科学（资源服务）标识码（OSID）：

Abstract： Mountain torrent in Shennongjia forest region occurs frequently. In order to evaluate the disaster situation in various areas of Shennongjia and provide the government with technical support for disaster prevention planning， the fuzzy comprehensive evaluation model of mountain flood disaster risk in villages and towns in Shennongjia forest region was constructed from four angles which were the risk of disaster factors， the exposure of the disaster environment， the vulnerability of the carrier and disaster prevention and mitigation measures according to the occurrence mechanism of mountain flood disasters and the risk assessment principle of mountain flood disasters. And multi-level fuzzy comprehensive evaluation of it was carried out by analytic hierarchy process and GIS. Results showed that the forest mountain torrent disaster risk was mainly affected by rainfall， and the overall trend was southwest higher than northeast. Mountain torrent disaster exposure risk distribution had strong regional features， mainly concentrated in the central and western. Vulnerability risk was relatively small. Disaster prevention and mitigation capacity of district was overall weak， and forest infrastructure needs to be strengthened. The concentration area of comprehensive high value of flash floods in Shennongjia forest region was the west Muyu town and Dajiuhu village， two important tourist town， the square of high and above risk area of these two areas accounted for 24.92% of whole district.

Key words： mountain torrent disaster; fuzzy comprehensive evaluation; AHP; GIS; Shennongjia forest region

中國幅员辽阔，地形复杂多变，各类自然灾害时有发生，而作为华中屋脊的神农架林区则是山洪频发。山洪是由短时间或持续的高强度降雨所引起，往往突发性强破坏力极大，且对于突发山洪的预报十分困难，基于以上特点，山洪在发生后常带来严重损失，威胁到当地的生命财产安全。研究该地区的山洪风险有助于对神农架林区的山洪预测。

对山洪灾害风险性评价的研究在国内外很受重视，其中山洪灾害的风险分析和制图是重点。自20世纪60年代以来，大部分受过严重洪灾影响的国家或地区都开展了对于综合性的洪水损失预防和管理，其普遍做法是对某些示范试验区或流域进行洪灾的风险性评估，这些非工程性措施的减灾效果很明显且得到了国外的普遍认可[1]。随着遥感技术（RS）和地理信息系统（GIS）取得巨大进展，将其逐步应用于山洪灾害风险评估工作，极大地促进了中国山洪灾害风险评估的研究。多数学者采用实地资料与GIS空间分析相结合的方法，对山洪灾害进行评估与区划[2-6]。但大部分区划空间尺度相对较大，很多学者进行了基于全国范围的以县为单位的洪水灾害区划研究[7-9]，而以村镇为单位的县区级灾害评估与区划十分罕见，主要原因多是缺乏村镇级的长期自然和社会经济资料。本研究以神农架林区为对象，以村镇为评价单元，利用当地现有数据，从危险性、暴露性、脆弱性、防灾减灾4个方面选取风险因子评价指标，计算各因子对应指标的权重，通过模糊综合评价法构建山洪灾害风险评价模型，结合GIS技术，绘制出神农架林区村镇山洪灾害风险区划图，为当地政府进行灾害防御规划提供技术支撑。

1  山洪灾害风险评价指标体系

1.1  指标体系的构建

根据山洪灾害系统的形成机制，以及客观性、代表性、可获取性等指标选取原则，在对神农架林区进行实地考察和特征分析后，拟从致灾因子、孕灾环境、承灾体、防灾减灾4个方面选取指标，致灾因子主要为降雨，但由于获取资料所限，指标仅选取5—9月汛期降雨量;孕灾环境选取绝对高程、相对高程、林地面积、山洪沟长度4个指标;承灾体选取人口密度、建筑物数量、耕地面积、GDP产值4个指标，防灾减灾措施选取河堤、河坝、桥梁、公路，由此构建了神农架林区山洪灾害风险评价指标体系，由目标层、准则层、指标层3个层次构成[10]，具体见表1。

1.2  指标危险度分级

由于各评价指标量纲不同，且具体数值变化范围较大，因此需对数据进行分级处理。本研究采用5级划分标准，等级越高表示该因子的影响性越大。赋予的数值d1、d2、d3、d4、d5分别代表危险性低、较低、中度、较高、高。结合神农架林区实际情况，采用GIS中的自然断裂法对各指标进行分级。分级结果见表2。

2  基于GIS的山洪灾害风险模糊综合评价

2.1  确定指标权重

指标的权重确定采用层次分析法，其核心是建立判断矩阵。本研究判断矩阵由多位水文地质灾害专家通过打分建立，主要包含4个矩阵，分别为由致灾因子、孕灾环境、承灾体、防灾减灾构造的判断矩阵;由绝对高程、相对高程、林地面积、山洪沟长度构成的判断矩阵;由人口密度、建筑物数量、耕地面积、GDP产值构成的判断矩阵;由河堤、河坝、桥梁、公路等预防措施构成的判断矩阵。对各个专家打分结果进行矩阵特征值计算和处理，选取通过一致性检验的取其几何平均值从而得到13个指标的权重分配，权重结果如表3所示。

2.2  构造隶属函数

采用模糊综合评价法来评价山洪灾害时隶属度的确定有着非常重要的意义，在构建隶属函数时，典型的隶属函数包括小型隶属函数、偏大型隶属函数、中间型隶属函数和S型、Z型隶属函数等，但在洪水方面，目前仍未找到精確的函数来确定隶属度。由于研究的是山洪灾害，查阅往年关于洪水的文献发现，采用比较多的是降（升）半梯形函数和三角函数，本研究也采用此种函数，具体方法是将指标中分级标准的低值部分用降半梯形函数，高值部分用升半梯形函数，中间值部分用三角形函数表示。具体见式（1）至式（5）。

2.3  建立模糊综合评价模型

本研究采用模糊综合评价法，设u1，u2，…，u13分别对应上述13个指标。B为神农架林区山洪灾害风险模糊综合评判结果向量，B1、B2、B3、B4分别表示神农架林区山洪灾害致灾因子、孕灾环境、承灾体、防灾减灾模糊综合评判结果向量。向量A为神农架林区山洪灾害对神农架林区山洪灾害风险模糊综合评判的权重向量，A1、A2、A3、A4分别为致灾因子、孕灾环境、承灾体、防灾减灾对神农架林区山洪灾害风险模糊综合评判的权重向量。模糊算子o取模型M（·，+），计算模型见式（6）。

ArcGIS虽不具备直接的矩阵运算功能，但可以通过自带的栅格计算器工具分步计算。首先，载入13个评价指标因子的隶属度图层到ArcMap中，然后将表达式（7）至式（11）输入到栅格计算器，计算后便能得到神农架林区村镇山洪灾害不同等级的危险性、暴露性、脆弱性和防灾减灾能力大小。

2.4  山洪风险评价结果及分析

根据最大隶属度原则，选取每个栅格上山洪灾害致灾因子、孕灾环境、承灾体、防灾减灾、综合风险隶属度的最大值作为该栅格单元山洪灾害致灾因子、孕灾环境、承灾体、防灾减灾、综合风险等级。通过栅格计算结果，神农架林区山洪灾害的致灾因子危险性、孕灾环境暴露性、承灾体脆弱性、防灾减灾能力风险等级及综合风险等级结果如表4所示。

从致灾因子危险性风险等级（图1）可以看出，西部地区的山洪灾害致灾因子危险性要高于东部地区。通过对不同风险等级山洪灾害致灾因子危险性面积及其占比进行统计可知，低危险性风险区域面积所占比例为7.96%，高危险性风险区域面积所占比例为10.69%，较高危险性风险区域面积所占比例为14.23%，较低和中等危险性风险区域面积所占比例为67.12%。

基于村镇分布来看，致灾因子危险性风险等级较高的村有茅胡村、红花坪村、青峰村、小当阳村、九冲村、木鱼村、三堆河村;致灾因子危险性等级风险高的村有坪阡村、大九湖村、东溪村、黄柏阡村、洛阳河村、青树村。

从孕灾环境暴露性风险等级（图2）可以看出，神农架林区山洪灾害中等及以上危险区域主要分布在神农架林区中部和西部一带，西部地区的山洪灾害孕灾环境危险性要高于东部地区。通过GIS软件对不同风险等级山洪灾害孕灾环境暴露性面积及其占比进行统计可知，低暴露性风险区域面积所占比例为9.50%，较高暴露性风险区域面积所占比例为28.34%，高暴露性风险区域面积所占比例为11.13%，较低和中等暴露性风险区域面积所占比例为51.03%。

基于村镇分布来看，孕灾环境暴露性等级风险较高的村有金甲坪村、兴隆寺村、坪阡村、大九湖村、猫儿观村、洛阳河村、龙溪村、温水村、后山坪村、阳日村、盘龙村、红举村;孕灾环境暴露性等级风险高的村有红花坪村、龙口村、板仓村、宋洛村、朝阳村。

从承灾体脆弱性等级（图3）可以看出，神农架林区山洪灾害中等及以上危险区域主要分布在神农架林区东部几个村和西部的大九湖村，其他地区脆弱性均较为安全。通过GIS软件对不同风险等级山洪灾害承灾体脆弱性面积及其占比进行统计可知，低脆弱性风险区域面积所占比例为64.26%，较高脆弱性风险区域面积所占比例为3.40%，高脆弱性风险区域面积所占比例为1.74%，较低和中等脆弱性风险区域面积所占比例为30.60%。

基于村镇分布来看，承灾体脆弱性风险等级较高的村有大九湖村、龙沟村、清泉村;承灾体脆弱性风险等级高的村有朝阳村、阳日村、松柏村。由图3还可以看出，林区的承灾体脆弱性风险普遍较低，这与神农架林区的经济不发达是相符合的。

从防灾减灾能力风险等级（图4）可以看出，神农架林区山洪灾害的防灾减灾能力整体偏弱，东部和西部的村镇防灾减灾的风险都很高，仅中部的几个村有一定的防灾减灾能力。通过GIS软件对不同风险等级山洪灾害防灾减灾能力面积及其占比进行统计可得，低防灾减灾能力风险区域面积所占比例为12.65%，较高防灾减灾能力风险区域面积所占比例为9.33%，高防灾减灾能力风险区域面积所占比例为54.30%，较低和中等防灾减灾能力风险区域面积所占比例为23.71%。

基于村镇分布来看，太和山村、木鱼村、莲花村、红花村、梨子坪村、塔坪村、古水村、东溪村、板仓村、松柏村、高坪村的防灾减灾能力风险等级为低和较低;青峰村、温水村、万福村、红河村、官封村的防灾减灾能力风险等级为中等;林区其余的50村防灾减灾能力风险等级为高和较高。由此可以看出，该林区的防灾减灾能力总体很弱，一旦发生山洪，将造成巨大损失。

从图5可以看出，神农架林区山洪灾害中等及以上危险区域主要分布在神农架林区西南部一带，西部地区的山洪灾害风险要高于东部地区，通过对不同等级山洪灾害综合风险面积及其占比进行统计可得，低风险等级区域面积所占比例为7.96%，较高风险等级区域面积所占比例为14.23%，高风险等级区域面积所占比例为10.69%，较低和中等风险区域面积所占比例为67.12%。

基于村镇分布来看，综合风险等级较高的村有茅胡村、红花坪村、青峰村、小当阳村、九冲村、木鱼村、三堆河村;风险等级高的村有坪阡村、大九湖村、东溪村、黄柏阡村、洛阳河村、青树村。这些村由于位于山谷中，地形坡度大，且山洪沟密集，遇到夏季的强降雨时，容易爆发山洪灾害;此外由于大九湖和木鱼镇为神农架的重点旅游景区，人口众多，承灾体的脆弱性风险很明显，且河堤、河坝等防灾减灾设施缺乏，故而导致综合风险等级很高。神农架林区的山洪灾害低风险区主要集中在林区的东部，由于东部地区的地势相对平缓，地形起伏不大，降雨量也相对林区其他地区较小，且土地以林地为主，植被覆盖率高，不易发生山洪灾害。

3  结论

基于山洪灾害形成机制角度，从致灾因子、孕灾环境、承灾体、防灾减灾4个方面选取降雨、高程、林地面积、人口密度、GDP产值、河堤、河坝等13个因子作为神农架林区山洪灾害风险评价指标，利用ArcGIS和模糊综合评价法，基于村为评价单元得到神农架林区山洪灾害危险性、暴露性、脆弱性、防灾减灾能力和综合风险等级区划图。研究结果表明，林区西部和南部的村镇山洪灾害综合风险普遍高于东部和北部，尤其是大九湖乡和木鱼镇两个旅游重镇的风险等级都在较高及以上。整个林区的防灾减灾能力很弱，66村有50村風险等级为较高及以上，面积高达60%以上，说明神农架林区的防灾减灾工程措施明显不足，希望神农架林区政府能加强防灾减灾工程措施的建设，强化村民的防灾减灾意识，减少因自然灾害带来的损失。

参考文献：

[1] 唐  川，师玉娥.城市山洪灾害多目标评估方法探讨[J].地理科学进展，2006，61（4）：13-21.

[2] 刘国庆.基于GIS和模糊数学的重庆市洪水灾害风险评价研究[D].重庆：西南大学，2010.

[3] 张红萍.山区小流域洪水风险评估与预警技术研究[D].北京：中国水利水电科学研究院，2013.

[4] 唐  川，朱  静.基于GIS的山洪灾害风险区划[J].地理学报，2005，60（1）：87-94.

[5] 樊彦国，雷洁霞.基于GIS的东营市暴雨洪涝灾害风险区划[J].山东农业科学，2015，47（11）：89-93.

[6] 曹罗丹.基于遥感与GIS的浙江省洪涝灾害风险评估研究[D].浙江宁波：宁波大学，2014.

[7] 薛晓萍，马  俊，李鸿怡.基于GIS的乡镇洪涝灾害风险评估与区划技术——以山东省淄博市临淄区为例[J].灾害学，2012， 27（4）：71-74，91.

[8] 周成虎，万  庆，黄诗峰，等.基于GIS的洪水灾害风险区划研究[J].地理学报，2000，55（1）：15-24.

[9] 黄国如，冼卓雁，成国栋，等.基于GIS的清远市瑶安小流域山洪灾害风险评价[J].水电能源科学，2015，33（6）：43-47.

[10] 刘家福，李  京，刘  荆，等.基于GIS/AHP集成的洪水灾害综合风险评价——以淮河流域为例[J].自然灾害学报，2008，17（6）：110-114.

收稿日期：2018-10-31

基金项目：国家科技支撑计划项目（2014BAL05B00）

作者简介：王望珍（1968-），女，湖北武汉人，副教授，博士，主要从事风险管理方面的研究，（电话）15342280143（电子信箱）wangwz_wh@163.com;通信作者，李玉刚（1994-），男，河南信阳人，在读硕士研究生，研究方向为风险评估，（电话）15927268620（电子信箱）liyugang_987@163.com。