时间：2024-01-19 16:08:01
序论：在您撰写自然灾害危险性分析时，参考他人的优秀作品可以开阔视野，小编为您整理的7篇范文，希望这些建议能够激发您的创作热情，引导您走向新的创作高度。
关键词:山洪灾害;风险评估;风险区划;GIS技术;易损性指标
中图分类号:S157．1 文献标志码:A 文章编号:1001－5485(2015)12－0041－05
1研究背景
我国是一个多山的国家，山丘区面积约占全国陆地面积的2/3。复杂的地形地质条件、暴雨多发的气候特征、密集的人口分布和人类活动的影响，导致山洪灾害发生频繁。据《全国山洪灾害防治规划报告》数据统计，我国山丘区流域面积在100km2以上的山溪河流约5万条，其中70%因受降雨、地形及人类活动影响会发生山洪灾害［1］。由于山洪灾害的发生具有突发性强、来势猛、时间短等一系列特点，且其造成的危害对人们的生命财产影响巨大［2］，因此，关于山洪灾害的研究早在20世纪初就已经开始了。经过半个多世纪的发展，山洪灾害的研究已经涉及成因、空间分布特征、灾害损失评估、风险评价与制图等各方面［3－11］。风险评估与管理逐渐也成为国际上倡导和推广的减灾防灾有效途径之一［12］。目前，山洪灾情评估工作得到了来自地学工作者、工程专家和各级政府部门的高度重视，并逐渐成为国际性的研究项目。特别是在山洪风险评估方面的表现尤为突出［7－11］。但是，这些评价工作的对象往往是泥石流、滑坡或单纯的溪河洪水等单一灾种，评价单元基本以行政区域为单元，缺乏流域系统性、灾害种类完整性，评价指标选择也无可比性［2－6］。其次，目前对大尺度范围上的山洪灾害区划成果，多为如何防治山洪灾害的目的进行的，是一种黑箱模型，未完整给出各山洪沟的危险性、易损性和风险等级水平，因而无法准确判断不同区域的山洪风险等级。因此，本文将借鉴全国山洪灾害防治规划中对山洪灾害的定义，将由降雨在山丘区引发的洪水及由山洪诱发的泥石流、滑坡等对国民经济和人民生命财产造成损失的灾害统一纳入研究范围［1］。以小流域为评价单元，开展四川省山洪灾害风险评估研究，以期为四川省山洪灾害管理及防治提供一定的理论依据。
2研究方法与数据来源
2．1研究方法
本研究对风险评估的方法，仍借鉴联合国有关自然灾害风险的定义，即风险是危险性与易损性的乘积。其中危险性是灾害的自然属性，易损性则是灾害的社会属性。风险分析在危险性和经济社会易损性分析的叠加基础上完成。因此，本研究的内容主要包括危险性分析、易损性分析以及二者叠加基础上的风险分析。最后，在风险分析的结果基础上，采用一定的区划原则和方法，结合全国山洪灾害防治规划中的一级区划和二级区划，对四川省山洪灾害风险进行更进一步的三级分区，形成风险区划图。由于在进行危险性和易损性分析时，选取的指标较多，各个指标在危险性和易损性大小中的贡献不同，为定量评价各指标在其中的权重，本研究选用层次分析法进行分析。其基本原理为:首先建立山洪灾害危险性、易损性分析评价指标体系，每一层都有1个或2个评价因素对应上层目标层，根据这些相互影响，相互制约的因素按照它们之间的隶属关系排成3层评价结构体系;然后，根据专家经验针对某一个指标相对于另一个指标的重要程度进行打分，打分后即建立判别矩阵。根据山洪灾害的成因和特点，结合目前现有数据情况，本研究选取的危险性和易损性评价指标体系见表1和表2。在进行山洪灾害危险性和易损性的评价时，为了将不同的指标体系组合后用一个统一的量化标准对其等级进行划分，首先根据已有数据的分布区间按照StandardDeviation分类方法，对危险性和易损性水平进行划分，根据实际需要，共划分为5个等级，各个等级的指标范围见表1和表2。
2．2数据来源
四川省山洪历史灾害资料来自四川省山洪灾害防治分区项目调查数据。该数据以小流域为单元，其面积界定为＜200km2［1］的小流域共计2471条(近50a来发生过山洪灾害的小流域)。部分县域，小流域单元数据是由国家气象局与国家科技基础条件平台建设项目———系统科学数据共享平台提供;四川省内及周边82个站点年雨量数据来自中国气象局数据库;DEM(90m)数据来自SRTM;土地利用数据来自中国科学院资源环境科学数据中心;岩性数据来自中国地质调查局的1∶250万中国数字地质图;基础土壤数据来自中国科学院南京土壤研究所的1∶100万中国土壤属性数据库。
3山洪灾害风险评估与区划
3．1危险性指标体系及评估
根据危险性各评价指标及对各指标数值的综合统计分析，结合专家的经验判断，参与者均为全国山洪灾害防治规划中承担相应数据资料分析的专家(共3位)，各位专家根据经验判断各级指标间的相对重要性，然后利用层次分析法确定出危险性各指标的权重值，如表3所示。结合ArcGIS的空间分析计算，将各指标危险性分级图转换为栅格格式(见图1(a)至图1(e))，结合上表给出的每个指标所确定的综合权重值，利用ArcGIS的栅格叠加计算功能，可得到山洪灾害危险性图(见图1(f))。具体计算方法为:山洪灾害危险性=0．041×最大24h暴雨极值+0．021×最大24h暴雨极值变差系数+0．207×最大1h暴雨极值+0．105×最大1h时暴雨极值变差系数+0．035×地形坡度+0．04×地形起伏度+0．091×小流域主沟比降+0．19×河网缓冲区+0．071×历史灾害缓冲区。
3．2易损性指标体系及评估危险性
根据易损性评价指标体系，依据层次分析法计算了四川省山洪灾害易损性指标的权重值(见表4)。在ArcGIS中，将各指标分级图转换为栅格格式(见图2(a)至图2(c))，结合表4给出每个指标所确定的综合权重值，利用ArcGIS的栅格叠加计算功能，可得到山洪灾害易损性成果图(见图2(d))。具体计算方法即为山洪灾害易损性=0．18×沟道两侧范围人口数量+0．42×沟道两侧范围人口密度+0．18×地均GDP+0．12×人均住房数量+0．06×历史灾害死亡人数+0．04×历史灾害冲毁房屋数。
3．3山洪风险评估
根据山洪风险度R等于危险度H乘以易损度V的定义，利用ArcGIS的空间分析叠加功能，可以计算山洪灾害的风险度图。在处理数据时，首先将危险性分级图和易损性分级图进行归一化取值(0～1)见表5，然后进行栅格相乘计算，即可得到四川省山洪灾害的风险图，其取值范围为0～1之间。根据山洪灾害风险区等级划分标准进行分级，可得到四川省山洪灾害风险分级图，如图3所示。
3．4山洪风险区划
根据山洪灾害风险分级结果，结合全国山洪灾害防治规划中的一、二级防治分区范围，采用基于空间邻接系数的聚类分析方法，对风险分级结果中的最小单元进行逐级向上合并，根据主导因素与综合因素相结合、区域单元内部相对一致、以人为本的经济社会分析等山洪灾害区划原则，划分出全国山洪灾害风险区划单元。以四川省山洪灾害风险等级为基础进行最小单元聚类，在ArcGIS中叠加全国山洪灾害防治二级区划(四川省境内)成果，同时根据四川省自然条件和山洪灾害防治现状，将四川省境内的西南地区细分为3个三级区(图4所示Ⅰ－8－3，Ⅰ－8－1，Ⅰ－8－2)，原二级区划中的藏南地区、藏北地区、秦巴山地区由于面积不大，山洪灾害现状和自然条件比较一致，因此不做进一步划分(如图4所示的Ⅲ－1，Ⅲ－2和I－4)。因此，四川省山洪灾害风险区划共涉及6个区划单元，如图4所示。在完成风险性等级划分图和区划图以后，以各风险区划单元为单位，统计各三级区内风险度等级分布特征。表6为四川省各风险区划单元内风险度等级面积统计，表7为四川省各风险区风险等级比例统计。从表7中可见，四川盆地及周边为山洪灾害中高风险区，为四川省山洪灾害重点防治地区。其它地区山洪灾害风险等级较低，在进行山洪灾害防治时，应以防治措施为主，同时加强灾害监测的预警预报。
4结论
(1)整个四川省的山洪灾害风险等级水平处于较高水平，特别是四川盆地及周边地区是山洪灾害的高风险值地区，中风险区等级以上的面积占到了整个四川盆地及周边总面积的近80%，这一区域也是四川省人口、经济密度最大的区域，因此山洪灾害防治任务艰巨。其次，秦巴山地区是四川省山洪灾害次严重地区，中风险区等级以上的面积占到了整个四川省秦巴山地区总面积的18%。其它几个三级区域山洪灾害风险水平不高，大多处于低风险和较低风险水平，山洪灾害防治应以防治措施为主，同时加强灾害监测的预警预报。(2)由于山洪灾害的成因机理十分复杂，特别是溪河洪水及其诱发的滑坡、泥石流灾害成因更为复杂，在进行山洪灾害危险性、易损性评估时，评价指标体系应在深入研究成因机理的基础上进行选取，但限于目前研究成果和资料的可获取性限制，本研究风险评估结果的准确性仍有待验证。
参考文献:
［1］长江水利委员会．全国山洪灾害防治规划报告［R］．武汉:长江水利委员会，2005．(ChangjiangWaterRe-sourcesCommission．TheMountainTorrentDisasterPre-ventionandControloftheNationalPlanningReport［R］．Wuhan:ChangjiangWaterResourcesCommission，2005．(inChinese))
［2］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，2006，25(4):13－21．(TANGChuan，SHIYu-e．Multi-ObjectiveEvaluationMethodofMountainTorrentDisasterinUrbanArea［J］．ProgressinGeography，2006，25(4):13－21．(inChinese)
［3］石凝．闽江流域灾害性洪水形成机理分析［J］．水文，2001，21(3):30－33．(SHINing．FloodingDisas-terMechanismofMinjiangRiverWatershed［J］．Hydrol-ogy，2001，21(3):30－33．(inChinese))
［4］谢洪，陈杰，马东涛．2002年6月陕西佛坪山洪灾害成因及特征［J］．灾害学，2002，17(4):42－47．(XIEHong，CHENJie，MADong-tao．MountainTorrentDisasterCausesandCharacteristicsofFoping，ShaanxiProvinceinJune，2002［J］．Journalofcatastrophology，2002，17(4):42－47．(inChinese))
［5］韦方强，崔鹏，钟敦伦．泥石流预报分类及其研究现状和发展方向［J］．自然灾害学报，2004，13(5):10－15．(WEIFang-qiang，CUIPeng，ZHONGDun-lun．ClassificationofDebrisFlowForecastandItsPresentSta-tusandDevelopmentinReseach［J］．JournalofNaturalDisasters，2004，13(5):10－15．(inChinese))
［6］许有鹏，于瑞宏，马宗伟．长江中下游洪水灾害成因及洪水特征模拟分析［J］．长江流域资源与环境，2005，14(5):638－644．(XUYou-peng，YURui-hong，MAZong-wei．CauseofFloodDisastersandFloodCharacter-isticSimulationAnalysisoftheMiddleandLowerRea-chesoftheYangtzeRiver［J］．ResourcesandEnviron-mentintheYangtzeBasin，2005，14(5):638－644．(inChinese))
［7］张春山，李国俊，张业成，等．黄河上游地区崩塌、滑坡、泥石流地质灾害区域危险性评价［J］．地质力学学报，2003，9(2):143－153．(ZHANGChun-shan，LIGuo-jun，ZHANGYe-cheng，etal．Collapse，LandslideandDebrisFlowandGeologicalDisastersRiskAssess-mentofUpstreamoftheYellowRiver［J］．JournalofGe-omechanics，2003，9(2):143－153．(inChinese))
［8］赵士鹏．中国山洪灾害的整体特征及其危险度区划的初步研究［J］．自然灾害学报，1996，5(3):93－99．(ZHAOShi-peng．AnElementaryStudyonWholeChar-acteristicsofMountainTorrentsDisasterSysteminChinaandItsHazardRegionalization［J］．JournalofNaturalDisasters，1996，5(3):93－99．(inChinese))
［9］钟敦伦，谢洪，韦方强．长江上游泥石流危险度区划研究［J］．山地研究，1994，2(2):65－70(ZHONGDun-lun，XIEHong，WEIFang-qiang．HazardRegionalizationofDebrisFlowintheUpstreamofYangtzeRiver［J］．JournalofMountainResearch，1994，2(2):65－70(inChinese))
摘 要：在统计广西2015年暴雨洪涝灾情数据的基础上，从时间和空间角度对暴雨洪涝灾害的特征进行分析，并对其暴雨洪涝灾害的危险性进行评价。结果表明：2015年广西暴雨洪涝灾害月际分布不均，主要集中在5月、6月和9月；中东部地区的暴雨洪涝灾害危险高，而西南地区的暴雨洪涝灾害危险性低，其中南宁市的暴雨洪涝灾害危险性最大，防城港市和崇左市的危险性最小。
关键词：暴雨洪涝灾害；承灾体；危险性评价；时空格局
中图分类号 P531 文献标识码 A 文章编号 1007-7731（2017）06-0021-04
Spatial-temporal Distribution and Risk Assessment of Flood Disaster in Guangxi in 2015
Liao Chungui et al.
（Key Laboratory of Environment Change and Resources Use in Beibu Gulf （Guangxi Teachers Education University），Ministry of Education，Nanning 530001，China；Guangxi Key Laboratory of Earth Surface Processes and Intelligent Simulation（Guangxi Teachers Education University），Nanning 530001，China；Guangxi Teachers Education University，Nanning 530001，China）
Abstract：Records for rainstorm-floods in Guangxi in 2015 were analyzed for disaster temporal-spatial distribution and risk assessment of flood disaster. The results show that ：disasters on international distribution，the summer is most concentrated；the risk assessment of flood disaster is the most in Nanning ，and the lowest in Chongzuo or Fangchenggang .
Key words：Flood disaster；Index CH；Risk assessment；Spatial and temporal characteristics
暴雨洪吃趾κ怯沙て诒昊蚪邓而造成大量积水和径流淹没低洼地区造成的人口、经济财产损失的自然灾害[1]，在全球气候变暖环境下，我国自然灾害发生的频率和强度及影响范围不断上升[2]。我国的暴雨洪涝灾害大部分是由暴雨引发的，其发生频率高、影响范围大、造成经济损失高[3]。自然气象灾害引起的农作物受灾面积也出现不断增加的趋势[4]。我国每年因暴雨洪涝灾害造成的经济损失也在100亿元以上[5]。2015年中国有20多个地区发生暴雨洪涝灾害，受灾人口约有2 000万人；造成的紧急转移安置人口约有100万人和4.4万间房屋倒塌。暴雨洪涝灾害给我国的社会经济发展、人民生命健康带来严重的威胁。而处在我国南部沿海地区的广西降水丰富、暴雨量大，每年暴雨引发的泥石流等灾害也给人民生命财产造成巨大威胁。据统计，2015年广西洪涝灾害，造成约有300万人受灾，而因灾死亡有28人，有16.7万hm2农作物受灾，其中成灾有8.7万hm2；有7 000多间房屋倒塌，造成直接经济损失高达2.2亿元。因此需要对广西洪涝灾害的时空特征及危险性进行研究，切实为广西减灾防灾工作提供科学的参考依据。
目前，国内外对洪涝灾害时空格局特征和洪涝灾害的危险性开展了大量的研究。如陈香等人根据福建省气象灾害年鉴提供的数据资料，对福建省的暴雨洪涝灾害时空格局进行研究分析，提出了具有针对福建沿海地区的防灾减灾对策[6-7]；杨佩国等人利用EM-DAT中的灾害记录数据资料，对亚太地区近20a洪涝灾害的时空特分析[8]；廖永丰等人对我国21世纪初发生的的自然灾情，进行空间分析[9]，景垠娜等人利用GIS对上海浦东新区暴雨内涝灾害的危险性分析[1]；李香等人利用GIS技术对海南岛暴雨灾害的危险性进行评价[10]；马国斌等人对中国短时洪涝灾害的危险性进行评估研究[11]；樊高峰等人用GIS对浙江省暴雨灾害的危险性进行评价[12]；张振国等人运用情景模拟对城市社区暴雨内涝灾害的危险性进行分析[13]；范擎宇等人对松花江流域暴雨灾害的危险性进行评估[14]。还有学者对广西暴雨洪涝的时空分布特征及成因、风险评估与区划、防御对策等进行相关研究[15-21]。广西地貌类型复杂多样，地势西北高东南低，区内有红水河、南流江、西江等流域，河网密度大，受东南季风的影响，每年暴雨出现的次数较多，而且降水历时较短暴雨量大，区内的河流水位变幅大，喀斯特地区范围广排水不畅，遇到暴雨容易引发洪涝灾害。基于上述研究，本文采用灾情数据的数理统计方法，搜集了2015年广西壮族自治区暴雨洪涝灾害的灾情数据资料，从时间和空间角度对暴雨洪涝灾害的特征进行分析，并对其暴雨洪涝灾害的危险性进行评价，为广西防灾减灾的规划工作提供科学依据。
1 数据与方法
1.1 数据 根据暴雨洪涝灾害的时空特征与危险性评价的基本要素分析，文中所用统计数据来自2015年广西统计年鉴，包括各县的行政面积、人口、GDP及耕地面积。应用广西地情网、广西气象局网站的暴雨洪涝灾害统计资料，以及广西民政厅的《灾情快报》中各县的受灾人口、直接经济损失和农作物受灾面积等资料。
1.2 暴雨洪涝灾害的危险度指标及评价方法
1.2.1 暴雨洪涝灾害的危险度指标 暴雨洪涝致灾和成灾的程度由多种因素决定，暴雨洪涝灾害时空方面出现差异。暴雨洪涝灾害的形成与发展与暴雨灾害天气和影响区域的自然社会、经济状况等有关联，在暴雨洪涝灾害危险性评价指标的选取上，包括灾次ZC和承灾指数CH。
[灾次ZC=Ni（i=1，2，3…14）] （1）
当有暴雨洪涝灾害发生时，Ni=1；没有暴雨洪涝灾害时，Ni=0。
[CH=a+b+c3] （2）
式中的a、b、c分别代表人口密度等级数、耕地面积等级数和地均GDP等级数，a、b、c的取值范围在1～6，灾次ZC和承灾指数CH指标的分级标准见表1。
1.2.2 暴雨洪涝灾害的危险度评价方法 根据王静爱等人的研究[22]，以ZC和CH的等级数构建广西暴雨洪涝灾害危险度指数W，
[W=ZC等级数+CH等级数2] （3）
式中的ZC和CH分别代表暴雨洪涝灾害的灾次和承灾指数。最后以地级市为单位制图单元编制出暴雨洪涝灾害危险度评价图。
2 暴雨洪涝灾害时空特征
2.1 时间分布特征 广西南临北部湾，常受到台风等天气系统的影响，容易形成致洪暴雨。2015年5―11月，广西共发生14场暴雨洪涝灾害，涉及14个地级市，80多个县，受灾人口达300多万；其中较大范围的有11场。暴雨洪涝灾害从4月下旬_始出现，主要集中在5月、6月和9月。由图1可知，2015年广西暴雨洪涝灾害事件中，5月18日这次暴雨洪涝灾害，造成的直接经济损失最高达9 500万元；受灾人口最多的是发生在7月31日这次暴雨洪涝灾害，其受灾人口高达101.87万人；6月15日这次暴雨洪涝灾害造成的农作物受灾面积最大高达4.9万hm2，占全年农作物受灾面积的29.4%。广西暴雨洪涝灾害年内分布不均，夏季最为集中。
农作物受灾面积和直接经济损失对比
2.2 空间分布特征 强降水是引发暴雨洪涝灾害的主要原因之一，广西降水的空间分布受到不同的地形地貌等条件的影响。从地势上看广西西北高东南低，受到地形的影响，全区降水分布差异明显，西北喀斯特石灰岩地区排水不畅，暴雨洪涝灾害频繁发生。利用广西气象局网站2015年各类暴雨洪涝灾害统计资料，以及广西壮族自治区民政厅的《灾情快报》中各县的受灾次数、受灾人口、直接经济损失和农作物受灾面积的数据资料，分析暴雨洪涝灾害灾次的空间分布。由图2可知广西各地级市发生暴雨洪涝灾害的灾次在空间分布上差异较大，河池、南宁以及百色的灾次位居前三，发生的暴雨洪涝灾次分别为16次、12次和12次；崇左的暴雨洪涝灾次最少，仅有1次。在空间分布上总体表现由东北部地区向西南部地区减小，其中发生灾害的次数中桂东>桂北>桂中>桂南>桂西。桂东地区在2015年共发生28次，发生的暴雨洪涝灾害最多，占总数的27.2%；桂西地区发生的暴雨洪涝灾害次数最少，仅有13次。
1
3 暴雨洪涝灾害的危险性评价
3.1 暴雨洪涝灾害承灾体特征 暴雨洪涝灾害承灾体指数CH表示暴雨洪涝灾害发生地区的承灾体强度，是地区单元人口密度、耕地面积和地均GDP的综合指标。地区承灾体指数值越高，表明地区承灾体潜在的危险性越大。2015年广西14个地级市的平均承灾体指数为3.24，属于第3等级，表明全区承灾体潜在的危险性在中度水平。由图3可知，暴雨洪涝灾害的承灾体在空间分布上总体表现由中南部地区向西北部地区减小的特点。南宁、玉林、北海的承灾体指数位居前三位分别为4.7、4.7和4.3，承灾体指数3～3.5的城市有钦州、柳州、桂林、来宾、崇左，梧州和百色的承灾体指数2.5～3。承灾体指数低于2.5的有河池、防城港、贺州。
3.2 暴雨洪涝灾害的危险度 暴雨洪涝灾害的危险度是灾次与承灾体综合评价的结果。由图4可知，2015年广西14个地级市的平均危险度指数为3.03。广西暴雨洪涝灾害的危险度指数桂东>桂中>桂北>桂南>桂西。暴雨洪涝灾害的危险度在空间分布上总体表现由桂东桂中地区向桂西南地区减小的趋势。由图4可知，南宁、玉林的危险度指数都超过5，南宁市的危险度指数甚至高达5.5万人；梧州市、北海市、河池市、百色市的危险度指数也在3.5以上，防城港市、崇左市的危险度指数最低在2以下。由此可知，南宁的暴雨洪涝灾害危险性最大，防城港市和崇左市的危险性最小，广西中东部地区暴雨洪涝灾害危险高，而西南地区的暴雨洪涝灾害危险性较低。
4 结论与讨论
采用2015年广西地情网、广西气象局网站的各类暴雨洪涝灾害统计资料，以及广西统计年鉴等资料对广西暴雨洪涝灾害的时空格局和危险性进行研究，主要结论如下：
（1）利用2015年的灾情数据，重建了广西暴雨洪涝的时空特征，客观地反映2015年广西暴雨洪涝灾害的分布规律，暴雨洪涝灾害月际分配不均，夏季最为集中，暴雨洪涝主要发生在5月―11月。暴雨洪涝灾害的灾次数空间差异大，总体表现由东北部地区向西南部地区减小，其中河池市的灾次最高。
（2）暴雨洪涝灾害承灾体在空间分布上表现为中南部地区向西北部地区减小。南宁的暴雨洪涝灾害危险性最大，防城港市和崇左市的危险性最小，广西中东部地区暴雨洪涝灾害危险性高，而西南地区的暴雨洪涝灾害危险性低。
参考文献
[1]马宗晋.中国重大自然灾害及减灾对策（总论）[M].北京：科学出版社，1994：11―21.
[2]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，2010，02：58-63.
[3]丁一汇，张建云.暴雨洪涝[M].北京：气象出版社，2009.
[4]孟翠丽，匡昭敏，李莉，等圣.基于GIS的广西暴雨灾害风险实时评估技术研究[J].中国农学通报，2013，26：184-189.
[5]陈J，史培军.自然灾害[M].北京：北京师范大学出版社，2007.
[6]陈香. 福建暴雨洪涝灾害时空格局与减灾对策研究[J].山西师范大学学报（自然科学版），2008，01：104-108.
[7]陈香，王静爱，陈静. 福建暴雨洪灾时空变化与区域划分的初步研究[J].自然灾害学报，2007，06：1-7.
[8]杨佩国，胡俊锋，于伯华，等.亚太地区洪涝灾害的时空格局[J].陕西师范大学学报（自然科学版），2013，01：74-81.
[9]廖永丰，赵飞，王志强，等.2000-2011年中国自然灾害灾情空间分布格局分析[J].灾害学，2013，04：55-60.
[10]李香，赵志忠，张京红，等.GIS技术支持下的海南岛暴雨灾害危险性评价[J].海南师范大学学报（自然科学版），2010，02：193-197.
[11]马国斌，蒋卫国，李京，等.中国短时洪涝灾害危险性评估与验证[J].地理研究，2012，01：34-44.
[12]樊高峰，何月，顾骏强. 基于GIS的浙江省暴雨灾害及其危险性评价[J].中国农学通报，2012，32：293-299.
[13]张振国，温家洪.基于情景模拟的城市社区暴雨内涝灾害危险性评价[J].中国人口.资源与环境，2014，S2：478-482.
[14]范擎宇，何福红，马国斌，等.基于过程降雨的暴雨灾害危险性评估――以松花江流域为例[J].地理与地理信息科学，2016，02：100-104+110.
[15]覃卫坚，李栋梁，王慧，等.近50年广西大范围暴雨的大气环流异常分析[J].高原气象，2014，02：515-521.
[16]李翩迹汪明，史培军.湖南暴雨洪涝灾害损失时空特征及影响因素分析[J].北京师范大学学报（自然科学版），2014，04：429-434.
[17]张雅昕，王存真，白先达.广西漓江洪涝灾害及防御对策研究[J].灾害学，2015，01：82-86.
[18]黎琮炜，覃卫坚，高安宁.1961―2013年广西洪涝灾害时空分布特征及成因[J].气象研究与应用，2015，01：80-85.
[19]莫建飞，陆甲，李艳兰，等.基于GIS的广西农业暴雨洪涝灾害风险评估[J].灾害学，2012，01：38-43.
[20]黄明策.广西暴雨时空分布特征[J].广西气象，2006，03：9-13.
[21]梁玉莲，黄丹萍，黎美宏，等.基于GIS的南宁市暴雨洪涝灾害风险评估与区划[J].气象科技，2013，05：934-939.
关键词 暴雨内涝；农业用地；危险性评价；上海市；浦东新区
中图分类号 P333.2 文献标识码 A 文章编号 1007-5739（2011）12-0019-03
危险性评价是目前国际减灾和灾害风险研究普遍关注的热点问题，是自然灾害风险评估的前提[1-2]。暴雨内涝灾害一直是造成农业损失的重大问题，特别是在经济发达的大城市周围地区，投入成本高，地位显著，进行有效的灾害管理，最大限度地降低对农业造成的损失是当前防灾减灾部门的难题[3-4]。该研究不仅可以完善危险性评估的方法与案例，也可以为极端降雨灾害事件的损失评估提供依据，从而为政府防灾减灾提供科学支撑和决策依据。
目前，灾害风险评价研究主要集中于灾害的自然属性，即危险性评价[5-6]。危险性评价主要是衡量致灾因子对承灾体的致险强度[7]，是灾害风险评价的第一步，一般用灾害发生的强度和频率来表示。危险性评价方法主要有3类：一是以历史灾害频率分析为主的单因子评估法；二是综合历史灾害强度、频率和孕灾环境的多指标评价法[5，8-11]；三是结合灾害情景模拟的评价法。其中，对于单因子评价法和多指标评价法来说， 前者方法过于简单，忽视了灾害发生的强度。后者不能明确灾害强度和频率之间的关系[5]。二者都不能准确反映灾害的致险程度[5]。近年来，随着GIS技术的发展，情景模拟方法的应用日益广泛。该方法是以一定历史灾害数据为基础，假定灾害事件的多个关键影响因素有可能发生的前提下，基于成因机制构造出未来的灾害情景，从而用来评估灾害的不同致灾可能性和相应的灾害可能活动强度[5，12]。对于暴雨内涝灾害而言，根据其特点和研究区状况，农业用地受影响较大。该文基于情景模拟，对浦东新区各镇的农业用地进行危险性评价，探讨浦东新区农业用地在暴雨内涝灾害中的危险性空间分布规律[5]，为建立规范、合理、科学的灾害管理提供依据。
1 研究区数据来源及方法
1.1 研究区概况
上海浦东新区地处上海市东大门，位于东海之滨，地处黄浦江下游和长江入海口南侧，全区面积569 km2，是上海市受海洋气候影响最大的区域。近些年来，浦东新区社会经济发展迅猛，已成为一个基本具备现代产业结构的新城区。同时，现代农业在浦东新区发展中占有重要地位，决定了其面临灾害的高风险性和灾害评估与预防的重要性[13]。统计显示，浦东新区是夏季暴雨内涝灾害多发地区，加之农业用地排水设施不健全，是上海暴雨内涝的重灾区，随着极端降雨灾害发生频度的上升，浦东新区每年因暴雨内涝造成的损失严重。浦东新区农业用地分布图如图1所示。
1.2 研究数据来源
该研究的土地利用数据来自2006年3月上海市航空遥感图像解译得到的浦东新区土地利用数据[14]；DEM数据来源于2005年上海市等高线数据，等高线间距为0.5 m；1968—2009年42年最大日降雨量数据和排水能力分布图均由浦东新区防汛办提供；SCS径流模型中用到的参数均借鉴已有的研究成果[15]。
1.3 研究方法
1.3.1 P-III模拟不同重现期的最大降雨量。暴雨内涝的致灾因子为降雨，而极端强降雨虽然发生的频率低，但是损失严重，不同重现期的最大降雨量数据是目前防灾减灾策略制定的前提。该文利用拟合暴雨频率结果较好的P-III型概率曲线[16]，根据近42年浦东新区的年最大日降雨量数据，得到浦东新区不同重现期的最大降雨量数据。其概率密度函数和保证率函数分别如下：
f（x）=■（x-x0）■exp[-β（x-x0）]α>0，x≥x0（1）
α=4cs2 （2）
β=2σcs（3）
x0=m（■）（4）
式中，参数x0为随机变量x所能取的最小值；α为形状参数；β为尺度参数；Γ（α）是α的伽玛函数；m为数学期望，σ为均方差；cs为偏态系数，cv为变差系数。利用spss统计工具计算，并通过拟合优度检验，在显著性水平a=0.05，自由度为1时，查表得χ20.05=3.84，通过计算χ2=1.645，χ2
1.3.2 暴雨内涝模型。研究参考已有的暴雨内涝模型[17]，结合ArcGIS的三维分析和空间分析模块，利用城市地形模型、城市降雨和径流模型、城市排水模型进行模拟计算，获得6种重现期下的最大径流量、淹没深度等数据。
利用ArcGIS将浦东新区0.5 m×0.5 m等高线数据转换成30 m×30 m的DEM数据，并根据专家咨询和实际考察，需要对洼地进行预处理[18]。对生成的DEM数据低于3.0 m以下的区域进行洼地填充，最后得到修正后的DEM。地表的产汇流的计算采用经过修正的、适合上海地区的SCS水文模型[5，19]，利用研究区的经验径流参数、已经计算的降雨量数据以及城市的排水能力进行计算，根据浦东新区2009年排水能力分布图，计算径流量和排水能力之差，最终得到不同重现期下的实际径流量。其中排水能力值是假设日最大降雨量持续时间为2 h，且排水设施没有达到排水限制的情形，实际净流量的计算公式为：
W=■（Qi-V）×S（5）
式中，W为研究区总径流量；Qi表示第i个栅格单元的径流量；V表示排水能力；S表示栅格单元面积（30 m×30 m）；n表示栅格单元个数。
1.3.3 危险性指数。为了更加直观地反映暴雨内涝灾害的危险程度，采用危险性指数来衡量其危险性的大小[19]。危险性指数越高，内涝灾害的危险性就越大。该文的危险性指数是指通过构造模型来计算被淹农业用地。首先，根据实际调查以及承灾体实际受到的影响，将积水深度划分为4个等级：I级：水深在0.1 m以下，基本无积涝；II级：水深在0.1～0.2 m，轻度积涝，田地有积水，但对作物以及蔬菜的影响不大；III级：淹没深度在0.2～0.4 m，中度积涝，作物、蔬菜以及花卉等大部分被淹没，损失严重；IV级：田地积水在0.4 m以上，重度涝灾，作物等基本全部被淹没，损失非常严重，田间蔬菜、花卉大棚也会严重进水，居民家庭也受到严重影响。由于各种危险性级别对区域整体农业用地危险性的贡献不同，给I～IV级的危险性级别分别赋予危险性系数为20、40、60、80，相同水深淹没农业用地的危险性系数相同。最终，该情景各区域的危险性指数即为该区不同危险级别的农业用地在浦东新区该危险级别中所占比例的累计求和，用公式计算过程如下：
特定情景下各镇不同危险级别的淹没农业用地占浦东新区该危险级别淹没农业用地面积的比例：
fi（uj）=gi（uj）/ci （i=1，2，…，m；j=1，2，…，n） （6）
其中，gi（uj）代表各镇每种危险级别的被淹没农业用地面积；m代表危险性级别；n代表各个镇，ci=Σ■■gi（uj）。Wi代表I～IV 级的危险系数20、40、60、80，那么，区域农业用地的内涝危险指数即为：
Hj=Σ■■fi（uj）×Wi（7）
用上述公式，将各镇农业用地危险性指数求和，得浦东新区各镇危险性大小（表1）。
2 结果与分析
2.1 暴雨内涝淹没分析
根据计算得出的暴雨内涝总径流量，结合城市地形模型，根据径流量与淹没体积相等的原理，采用GIS中的“等体积法”，凡是高程低于淹没高程的栅格都计入淹没区，得到6种重现期（T）分别为20、50、100、200、500、1 000年的最大淹没深度（表1），利用GIS中的栅格计算，用浦东新区DEM与不同重现期的淹没水深栅格图进行栅格相减，得到不同情景下的浦东新区暴雨内涝农业用地的淹没深度分布图（图2）。
可以看出，在6个暴雨重现期的淹没深度图中，从50年一遇开始，淹没深度的范围急剧增加，淹没深度最大的地区是在孙桥镇，这些地区是低地势，排水能力相对较差的地区，而高桥镇、机场镇以及三林镇、北蔡镇等由于地势高，淹没范围很小。
2.2 危险性分析
针对6种淹没情景，利用GIS统计分析工具统计浦东新区各镇每种危险性级别被淹农业用地面积， 根据公式（6）求出浦东新区各镇该危险性级别所占全部被淹该危险性级别农业用地面积的比例。最后利用公式（7）计算得出浦东新区各镇的危险性指数如表2所示。
评价结果显示，在6种情景下，张江镇危险性指数值最小，这与张江是浦东新区最新发展的高科技园区，农业用地较少，经济发达，政府部门的防灾减灾策略实施完善，并具备良好的基础设施和完善的排水条件有很大关系；20年一遇的情景中，孙桥镇、北蔡镇、机场镇和川沙镇的危险性指数很高，50年一遇的情景中，曹路镇、机场镇、合庆镇和川沙镇的危险性指数很高，100年一遇的情景中孙桥镇、机场镇和川沙镇的危险性高，200年一遇的情景中，孙桥镇、高桥镇的危险性高，500年一遇的情境下孙桥镇和川沙镇的危险性高，1 000年一遇的情境下，曹路镇、机场镇、合庆镇和川沙镇的危险性指数最大，区域的高程情况、农业用地的集中分布、基础设施的不完善是主要的原因。其中孙桥镇、曹路镇、机场镇和川沙镇的危险性一直处于较高的危险性水平，与模拟结果对比，说明承灾体分布情况直接影响着区域危险性大小。
3 结论
危险性评价作为灾害风险评价的基础，是关系未来灾害学发展的前提，其可靠性和准确性直接影响风险评价的科学性。该文基于情景模拟，借助GIS空间分析工具，针对农业用地，对浦东新区主要的发展农业的14个镇暴雨内涝的危险性评价做初步尝试。结果表明，在6种不同情景下，各个镇的危险性存在一定的差异。危险性指数高值分布在孙桥镇、曹路镇、机场镇和川沙镇，低值分布在张江镇、高桥镇和花木镇。该评价结果可以为浦东新区防灾减灾提供科学依据。
4 参考文献
[1] 石勇，许世远，石纯，等.洪水灾害脆弱性研究进展[J].地理科学进展，2009，28（1）：41-46.
[2] 殷杰，尹占娥，王军，等.基于GIS的城市社区暴雨内涝灾害风险评估[J].地理与地理信息科学，2009，25（6）：92-95.
[3] 许世远，王军，石纯，等.沿海城市自然灾害风险研究[J].地理学报，2006，61（2）：127-138.
[4] 石勇.灾害情景下城市脆弱性评估研究[D].上海：华东师范大学，2010.
[5] 孙阿丽，石纯，石勇.基于情系模拟的暴雨内涝危险性评价——以黄
（下转第24页）
（上接第21页）
浦区为例[J].地理科学，2010（3）：465-468.
[6] 孙绍骋.灾害评估研究内容与方法探讨[J].地理科学进展，2001（2）：122-130.
[7] 史培军.三论灾害研究的理论与实践[J].自然灾害学报，2002，11（3）：1-9.
[8] 楚敬龙，杜加强，滕彦国，等.基于GIS的重庆市万州区滑坡灾害危险性评价[J].地质通报，2008，27（11）：1875-1881.
[9] 唐川，朱大奎.基于GIS技术的泥石流风险评价研究[J].地理科学，2002，22（3）：300-304.
[10] 闫满存，王光谦.基于GIS的澜沧江下游区滑坡灾害危险性分析[J].地理科学，2007，27（3）：365-370.
[11] 胡蓓蓓，姜衍祥，周俊，等.天津市滨海地区地面沉降灾害风险评估与区划[J].地理科学，2008，28（5）：693-697.
[12] 葛全胜，邹铭，郑景云，等.中国自然灾害风险综合评估初步研究[M].北京：科学出版社，2008.
[13] 石勇，石纯，孙蕾，等.沿海城市自然灾害脆弱性评价研究——以上海浦东新区为例[J].中国人口·资源与环境，2008（4）：24-27.
[14] 暴丽杰.基于情景的上海浦东暴雨洪涝灾害脆弱性评估[D].上海：上海师范大学，2009.
[15] 景垠娜.自然灾害风险评估——以上海浦东新区暴雨洪涝灾害为例[D].上海：上海师范大学，2010.
[16] 林两位，王丽萍.用Pearson-III概率分布推算重现期年最大日雨量[J].气象科技，2005，4（33）：314-317.
[17] 尹占娥，许世远，殷杰，等.基于小尺度的城市暴雨内涝灾害情景模拟与风险评估[J].地理学报，2010（5）：553-562.
关键词 地面沉降；风险指数；风险评估；风险区划
中图分类号 U456.33 文献标识码 A 文章编号 1002-2104(2008)04-0028-07
地面沉降是在自然和人为因素作用下，由于地壳表层土体压缩而导致区域性地面标高降低的 一种缓变性地质灾害，是一种不可补偿的永久性环境和资源损失，是地质环境系统破坏所导 致的恶果［1］。国内外对地面沉降的研究主要集中在成因分析、监测方法、经济损 失评估、时空分布、预测、危害及防治对策等领域［2～7］。有些学者对地面沉降危 险性分级标准进行了探讨［8～9］；部分学者采用模糊数学层次分析法和相应的指标 体系对广州市地面沉降危险性进行了评价［10］；Ki-Dong Kim等运用GIS技术［ 11］评估了废弃地下煤矿的地面沉降危害性；魏风华［12］进行了河北省唐山市地 面沉降危险性区划和地面沉降物质财富风险区划研究。然而，地面沉降灾害风险评估与区划 尚无成熟先例。地面沉降灾害风险是地面沉降对人类社会及其生存环境所造成危害或不利影 响的可能性及不确定性的描述。为了对地面沉降灾害风险进行有效管理，减小损失发生的影 响，必须进行地面沉降灾害风险评估与区划。天津市是我国地面沉降比较严重的区域之一， 地面沉降给天津市造成了多方面的危害，如建筑物下沉变形、开裂乃至破坏；市政给排水管 线的破坏；海水倒灌造成的地下水质破坏；地面标高损失，风暴潮灾害加剧；河流泄洪能力 的丧失；土壤的盐渍化等。研究区人口密集、经济发达，地面沉降严重，并具备比较完整的 监测数据。因此，选择该区域进行地面沉降灾害风险评估与区划具有较大的理论与实践 意义。
1 研究区概况
天津市位于九河下梢，渤海湾西岸。整个天津和邻近地区处于华北断块盘地的东北部，从构 造分区上看西部为沧东隆起的一部分，东部则包括了黄骅凹陷的一大部分，由古近纪以前的 沉积岩层和古老的结晶基底，组成了本区的地质构造基础，长期以来缓慢下降，沉积了巨厚 的松散沉积物。
研究区包括天津市和平、河东、河西、南开、河北和红桥市内六区，以及东丽、西青、津南 和北辰四区，总面积2 054.01km2(见图1)。2005年底，总人口518.96万人 ，地区生产总值760.30亿元［13］。
随着社会经济的快速发展，由于过量开采地下流体资源，地面沉降已经成为研究区最为严重 的灾害之一，该区域1985-2005年累计地面沉降量最大达2.93m；累计地面沉降量超过1 000mm 的面积达623.88km2，占总面积的
30.37%；1985-2005年平均地面沉降速率为29.99mm 天津市控制地面沉降工作办公室.1986-2006天津市地面沉降年报。。
2 研究方法
2.1 自然灾害风险指数法
自然灾害系指自然变异超过一定的程度，对人类和社会经济造成损失的事件。自然灾害风险 指未来若干年内可能达到的灾害程度及其发生的可能性。自然灾害风险评估（Risk Assessm ent of Natural Disaster）是指通过风险分析的手段或观察外表法，对尚未发生的自然灾 害之致灾因子强度、潜在受灾程度,进行评定和估计，是风险分析技术在自然灾害学中的应 用［14］。
胡蓓蓓等：天津市区及近郊区地面沉降灾害风险评估与区划中国人口•资源与环境 2008年 第4期[HT] 一定区域自然灾害风险是由自然灾害危险性(hazard)、承灾体的易损性(vulnerability)两 个因素相互综合作用而形成的［15］。近年来，一些学者认为防灾减灾能力(emergen cy response & recovery capability)也是制约和影响自然灾害风险的因素［16～17］ 。
自然灾害危险性，是指造成灾害的自然变异的程度，主要是由灾变活动规模(强度)和活动频 次(概率)决定的。一般灾变强度越大，频次越高，灾害所造成的破坏损失越严重，灾害的风 险也越大。承灾体的易损性，是指在给定危险地区存在的所有任何财产由于潜在的危险因素 而造成的伤害或损失程度，其综合反映了自然灾害的损失程度。一般承灾体易损性愈低，灾 害损失愈小，灾害风险也愈小。防灾减灾能力表示受灾区在长期和短期内能够从灾害中恢复 的程度，包括应急管理能力、减灾投入、资源准备等，一般分为工程性防灾减灾措施和非工 程性防灾减灾措施。防灾减灾能力越高，可能遭受潜在损失就越小，灾害风险越小［18 ］。
基于以上认识，自然灾害风险数学计算公式为：
式中：Dr-灾害风险；H-危险性；V-易损性；R-防灾减灾能力。
2.2 GIS空间分析方法
主要运用ArcGIS空间分析中的内插分析、重分类和栅格运算等。内插分析（Interpolate to
Raster）对矢量点数据进行内插产生栅格数据，每个栅格的值根据其周围（搜索范围）的 点的值计算。ArcGIS栅格分析模块中，通过栅格插值运算生成表面主要有三种实现方式：反 距离权重插值（IDW）、样条函数插值（Spline）和克里克插值（Kriging）。重分类（Recl assify）即基于原有数值，对原有数值重新进行分类整理从而得到一组新值并输出；重分类 一般包括新值替代、旧值合并、重新分类和空值设置四种基本类型。栅格运算（Raster Cal culator）指两个以上层面的栅格数据系统以某种函数关系作为复合分析的依据进行逐网格 运算，从而得到新的栅格数据系统的过程。对多个栅格数据进行运算，常用于综合评价 ［19］。国外学者利用GIS空间分析方法对地面沉降灾害时空变化进行了科学预测［2 0］，Ki-Dong Kim等［11］利用该方法对废弃地下煤矿的地面沉降危害进行了可靠 评估，本研究将借鉴他们的成功经验首次对地面沉降灾害风险进行评估与区划。
2.3 加权综合评价法(WCA)
加权综合评价法综合考虑了各个因子对总体对象的影响程度，是把各个具体的指标的优劣综 合起来，用一个数量化指标加以集中，表示整个评价对象的优劣，因此，这种方法特别适合 于对技术、决策或方案，进行综合分析评价和优选，是目前最为常用的计算方法之一［ 17,18］，计算公式为：
式中：Vj是评价因子的总值；Wi是指标i的权重；Dij是对于因子j的指标i的归一 化值；n是评价指标个数。
3 地面沉降灾害风险评价指标体系
3.1 地面沉降灾害系统模式的构建
基于自然灾害系统理论［21］，区域自然灾害系统是由孕灾环境、致灾因 子和承灾 体共同组成的地球表层异变系统，灾情是这个系统中各子系统相互作用的结果（见图2）。
地面沉降孕灾环境主要受区域地貌类型、含水岩系、
水文地质构造条件和地下流体资源等共同影响，这些环境条件在一定程度上能加强或减弱地面沉降致灾因子，直接影响灾情。
地面沉降灾害影响因素非常复杂，总体可以归纳为自然和人为两大因素。自然因素中， 包括 构造活动引起的沉降、软弱土层形成的沉降以及地震活动等引起的沉降；人为因素中，过量 开采地下流体资源以及大规模的工程建设等均可引起地面沉降。许多研究表明，天津地区地 面沉降最主要的致灾因子是过量开采地下流体资源和现代构造沉降［2,22］。
地面沉降灾害承灾体主要包括地面沉降影响地区的建筑物、地面标高、市政给排水管线等生 命线工程和人口等，他们的数量和质量（脆弱性强度）是地面沉降成灾的重要因素。
地面沉降灾害灾情是地面沉降致灾因子、孕灾环境和承灾体相互综合作用的产物，主要包括 建筑物下沉变形、市政给排水管线受损等生命线工程受损，以及由其间接导致的风暴潮灾害 加剧、土壤盐渍化、地下水质破坏和洪涝加剧等。
3.2 地面沉降灾害风险评价指标体系的建立
从系统论观点出发，根据自然灾害风险指数法的理论，遵循科学性、综合性、主导性、层次 性、动态性和可操作性原则，地面沉降灾害风险指标体系包括危险性、易损性和防灾减灾能 力三个因素，在此基础上根据地面沉降灾害的特点确定因子层。
与地震等突发性灾害不同，地面沉降是缓发性并逐年累积的，因此累计地面沉降量是反映地 面沉降危险性的主要指标。此外，有些学者还用地面沉降速率来划分地面沉降危险性［ 9,12］。1986年以来，天津市通过控制浅层地下水开采量、调整开采层位和人工回灌等措 施，地面沉降趋势得以缓解；因此，年代越近的地面沉降速率越能反映地面沉降发展趋势 。为了反映地面沉降未来发展趋势，我们对1985-1990年、1990-1995年、1995-2000年 和200 0-2005年的地面沉降速率进行加权求和计算出加权算术平均速率，采用特尔斐法确定其权重 依次为0.1、0.2、0.3和0.4。此外，由于地下水开采是研究区地面沉降最主要的致灾因子， 虽然近年来研究区逐年压减地下水开采量，但是由于生产生活需要，在一定时期内研究区仍 将开采地下水，因此，地下水开采强度也是研究区地面沉降危险性的一个重要指标。
一般认为社会经济条件可以定性反映区域的灾损敏度，即易损性的高低。社会经济发达的地 区，人口、城镇密集，产业活动频繁，承灾体的数量多、密度大、价值高，遭受灾害时人员 伤亡和经济损失就大。值得注意的是，社会经济条件较好的地区，区域承灾能力相对较强， 相对损失率较低，但区域绝对损失率和损失密度都不会因此而降低。同样等级的灾害，发生 在经济发达、人口密布的地区可能造成的损失往往要比发生在经济落后、人口稀少的地区大 得多。社会经济易损性分析一般以一定行政单元为基础，从而可直接利用各类统计报表与年 鉴［23］。由地面沉降灾害系统模式可知，地面沉降灾害主要承灾体是建筑物、市政 给排水管线等生命线工程、地面标高等，地面沉降对这些承灾体造成的破坏和损失，会直接 或间接影响到区域社会经济发展和人民生产生活；因此，本文选取了人口密度、单位面积GD P及建设用地比重三个因子来反映地面沉降灾害易损性。
天津市控沉工作主要围绕监测和压缩地下水开采量展开，因此，每平方公里水准测量公里数 和地下水压采量占开采量的比重是影响防灾减灾能力的两个主要因子；此外，随着一个区域 城市化水平的提高，区域人口素质、文明程度、居民防灾减灾意识、区域科研水平、经济发 展水平以及政府执政管理能力等都会相对提高，区域总体防灾减灾能力也将随之提高，因此 ，在一定程度上城市化水平也能反映区域防灾减灾能力。
具体评价指标体系及其权重见表1，各因子的权重利用特尔斐法确定。
3.3 指标的量化
地面沉降灾害风险评价的目标集分为5级，即低级、较低级、中等级、较高级和高级。评价 指标是数学模型中的变量，必须量化。因此，表1中的指标应进行无量纲处理和定量转化。首先根据对地面沉降灾害风险的贡献率大小，在Spatial Analyst中选择Reclassify进行重 新分类，将每个指标分为1、2、3、4和5五等，分别对应的风险等级为低级、较低级、中等级、较高级和高级（见表2）。如将累计地面沉降量分为＜300mm、300～600mm、600～900mm、900～1 200mm和＞1 200mm 5个 等级，当某个评价单元累计地面沉降量为＜300mm时，即重新分类 后 的取值为1，该指标对应的地面沉降风险性评价目标是低级；当某个评价单元累计地面沉降 量为＞1 200mm时，即重新分类后的取值为5，该指标对应的地面沉降风险性评价目标是高级 ；其他依此类推。
3.4 数据来源
天津市自1986年开始实施三年一期的控沉措施，并在国家原有高程控制网的基础上逐年增设 水准测量点，现已形成覆盖全市范围的地面沉降水准测量网。截至2006年11月，全市范围 内共有一等水准测量路线1 520.2km，二等水准测量路线4 855km，共有2 003个水准测 量点①。本文选 取19 85－2005年天津市水准测量点监测数据，计算得到每个监测点的累计地面沉降量和地面沉降 速 率，并利用ArcGIS9.1 中Spline插值法进行空间插值，栅格单元大小为200m×200m，地下水 开采强度由1985-2005年地下水开采量计算整理所得；按区统计的人口、经济数据根据《天 津市统计年鉴》相关数据整理计算所得［13］；按区统计的建设用地面积来自《天津 市土地利用变更调查数据汇编》②；防灾减灾能力由截至2005年底水准测量数据和1985-2005年地下水 开采量计算整理所得。为保证良好的空间重合性，各评价因子数据图均在滨海新区地形图的 基础上进行数字化，形成统一的坐标系和投影系统。由于GIS空间分析功能采用栅格数据结 构为基础，实现各种代数和逻辑运算［24］，因此本文利用ArcGIS中F eatures to Raster功能将数字化后的矢量数据转化为栅格数据。
4 天津市区及近郊区地面沉降灾害风险评估与区 划
对于地面沉降灾害风险的评估应当遵循地面沉降灾害的形成机制，结合GIS技术分别对 形成 地面沉降风险的3个因子――危险性、易损性和防灾减灾能力进行分析。首先利用ArcGIS的 空间分析方法对各个因素的因子进行叠加分析，得到地面沉降灾害危险性、易损性和防灾减 灾能力分区图（图3～图5）；在此基础上，采用加权综合评价法(WCA)，通过栅格运算得到 地面沉降灾害风险区划图(见图6)。
4.1 天津市区及近郊区地面沉降灾害危险性、易损性和防灾减灾能力
综合考虑了1985-2005年累计地面沉降量、地面沉降速率和地下水开采强度得到 天津市区及 近郊区地面沉降危险性分区图（见图3），由图3可知：天津市区及近郊区地面沉降高危 险区和较高危险区主要位于津南区和西青区，低危险区和较低危险区主要位于市内六区和东 丽区， 1985年之前地面沉降严重的市内六区情况逐渐好转，市区地面沉降漏斗逐渐消失，初步分析 其原因主要是1986年至今市区采取了大量压缩地下水开采量等措施，多年来中心市区地下水 开采量维持在较低水平，地下水开采量已经低于可开采量；而津南区和西青区地面沉降危险 性大主要原因是地下水开采以及地热大规模的开发利用。目前，津南区主要沉降漏斗分布 于咸水沽镇、津南经济开发区至葛沽镇一带，基本与图中津南区高危险区分布一致；西青区 主要沉降漏斗分布于杨柳青镇、辛口镇、张家窝镇、南河镇和大寺镇，基本与图中西青区 高危险区分布一致。
综合考虑人口密度、地均GDP和建设用地比重得到天津市区及近郊区地面沉降易损性分 布图（见图4），由图4可知：总体来说，市区的易损性比近郊区大，因为市区承灾体的数量 多 、密度大、价值高，一旦地面沉降达到一定程度导致建筑物倒坍、生命线中断等灾难时人员 伤亡和经济损失就大。其中高易损区为市中心的和平区，低易损区为北辰区和西青区。和平 区是天津市经济最发达、人口最密集、商业最繁荣的区，2005年和平区的人口密度达43 845 人/km2，单位面积生产总值59 379.69万元/km2；而北辰区和西青区相对来说人口稀疏 、经济落后 ，西青区是研究区人口最稀疏的区，人口密度为556人/km2，北辰区是研究区建设用地比 重最低的区，其比重为32.87%。
单位面积生产总值综合考虑每平方公里水准测量公里数、地下水压采量占开 采量的比重和城市化水平得到天
津市区及近郊区地面沉降防灾减灾能力分区图（见图5），由图5可知：总体来说市区防灾减灾能 力强于近郊区，这与研究区实际控沉工作相符；此外，随着城市化水平的提高，相对来说， 市区人口素质高、防灾减灾意识强、政府管理能力强，并且财政收入高，防灾减灾有充足的 资金保证。
4.2 天津市区及近郊区地面沉降灾害风险区划
根据自然灾害风险数学计算公式和表1中的指标体系和权重，计算了天津市区及近郊区地面 沉降灾害系统的风险度，应用GIS技术，编制了天津市区及近郊区地面沉降灾害风险区划图 （见图6），并对地面沉降灾害风险进行了分析。综合考虑各因子指数编制的地面沉降灾害 风 险分布有以下特点：津南区咸水沽镇、双河镇和葛沽镇等地遭受地面沉降灾害的风险最 大，应该加强防御；地面沉降灾害风险次高值主要分布在津南区最高值的及西青区的杨 柳青镇、辛口镇、张家窝镇、南河镇，这些区域地面沉降灾害危险性大，防灾减灾能力较弱 ，因此地面沉降灾害风险较大；东丽区东北部和北辰区东北部是研究区地面沉降灾害风险度 最小的区域，这些区域地面沉降危险性较小，人口相对较少、经济相对落后，因此风 险度最小。
5 结 论
综合考虑危险性、易损性和防灾减灾能力，形成了一套基于GIS的从数据采集空间属性数 据库建立指标体系选择评价分析地面沉降灾害风险区划的技术路线和方法体系；构建 了地面沉降灾害系统模式；建立了地面沉降灾害风险区划的基本评价指标体系，并提出了其 数量化方法。以天津市区及近郊区为研究区，构建了与地面沉降灾害相关的1:1 000 000比 例 尺空间图形数据库；以200m×200m的区划单元对地面沉降风险进行了空间分析，最终编制了 研究区的地面沉降灾害风险区划图。
地面沉降危险性评价表明，高危险区主要位于津南区和西青区；易损性评估表明，高易损区 主要位于和平区；防灾减灾能力评价表明，市区防灾减灾能力相对较强，而近郊区相对较弱 ；风险区划表明高风险区主要位于津南区咸水沽镇、双河镇和葛沽镇等地。由研究结果可 以看出，目前津南区和西青区应该成为天津市区及近郊区地面沉降灾害防御的重点。
本研究主要是用来为天津市区及近郊区政府机构制定资源分配、制定高级防御管理计划决策 、提高公众对地面沉降灾害成因和控制方法的认识等提供帮助。但由于资料和水平有限，难 免有考虑不足之处。
参考文献(References)
［1］郑铣鑫,武强,侯艳声等.关于城市地面沉降研究的几个前沿问题［J］.地球学报,2002，23(3 ):279～282.［Zheng Xianxin, Wu Qiang, Hou Yansheng et al. Some Frontier Proble ms on Land Subsidence Research［J］. Acta Geoscientia Sinica, 2002,23(3):279～28 2.］
［2］王若柏,周伟,李风林等.天津地区构造沉降及控沉远景问题［J］.水文地质工程地质,2 003，(5):12～17.［Wang Ruobai, Zhou Wei, Li Fenglin et al. Tectonic Subsidence
a nd Prospect of Ground Subsidence Control in Tianjin Area［J］. Hydrogeology and
Engineering Geology, 2003，(5):12～17.］
［3］唐益群,严学新,王建秀等.高层建筑群对地面沉降影响的模型试验研究［J］.同济大学 学报(自然科学版),2007,35(3):320～325.［Tang Yiqun,Yan Xuexin, Wang Jianxiu et
al. Model Test Study of Influence of HighRise Building on Ground Subsidence［J ］. Journal of Tongji University (Natural Science),2007,35(3):320～325.］
［4］杨建图,姜衍祥,周俊等.GPS测量地面沉降的可靠性及精度分析［J］.大地测量与地球 动力学,2006,26(1):70～75.［Yang Jiantu, Jiang Yanxiang, Zhou Jun et al. Analys is on Reliability and Accuracy of Subsidence Measurement with GPS Technique［J］ . Journal of Geodesy and Geodynamics,2006,26(1):70～75.］
［5］张维然,段正梁,曾正强等.1921-2000年上海市地面沉降灾害经济损失评估［J］.同济 大学学报,2003,31(6):743～748.［Zhang Weiran, Duan Zhengliang, Zeng Zhengqiang
et al. Evaluation on Economic Losses Resulted from Land Subsidence in Shanghai:
1921-2000［J］. Journal of Tongji University, 2003,31(6):743～748.］
［6］吴振祥,樊秀峰,简文彬.福州温泉区地面沉降灰色系统预测模型［J］.自然灾害学报,2 004,13(6):59～62.［Wu Zhenxiang, Fan Xiufeng, Jian Wenbin. Gray System Model Us ed in Forecasting Land Subsidence of Geothermal Area in Fuzhou［J］. Journal of
Natural Disaster, 2004,13(6):59～62.］
［7］董克刚,周俊,于强等.天津市地面沉降的特征及其危害［J］.地质灾害与环境保护,200 7,18(1):67～70.［Dong Kegang, Zhou Jun, Yu Qiang et al. Feature of the Land Su bsidence and Its Damage in Tianjin City［J］. Journal of Geological Hazards and
Environment Preservation, 2007,18(1):67～70.］
［8］罗元华,张梁,张业成.地质灾害风险评估方法［M］.北京:地质出版社,1998.［Luo Yua nhua, Zhang Liang, Zhang Yecheng. Methods of Risk Assessment of Geological Hazar ds［M］. Beijing: Geology Press, 1998.］
［9］王国良.地面沉降危险性分级标准初探［J］.上海地质, 2006,(4):39～43.［Wang Guo l iang. Preliminary Studies on Dangerous Grading Standard of Land Subsidence［J］.
Shanghai Geology, 2006,(4):39～43.］
［10］刘会平,王艳丽.广州市地面沉降危险性评价［J］.海洋地质动态,2006,22(1 ):1～4.［Liu Huiping, Wang Yanli. An Appraisement of Ground Subsidence Fatalnes s in Pearl Delta: A Case Study of Guang Zhou City［J］. Marine Geology Letters,
2006,22(1):1～4.］
［11］KiDong Kim, Saro Lee, HyunJoo Oh et al. Assessment of Ground Subsiden ce Hazard Near an Abandoned Underground Coal Mine Using GIS［J］. Environmental
Geology, 2006，(50):1183～1191.
［12］魏风华.河北省唐山市地质灾害风险区划研究［D］.北京:中国地质大学,200 6. ［Wei Fenghua. Researches on Geological Hazard and Risk Zonation in Tangshan
Hebei［D］. China University of Geosciences,2006.］
［13］天津市统计局.天津统计年鉴-2006［M］.北京:中国统计出版社,2006.［Tianjin M unicipal Bureau of Statistics. 2006 Tianjin Statistical Yearbook［M］. Beijing:
China Statistics Press, 2006.］
［14］黄崇福.自然灾害风险评价理论与实践［M］.北京:科学出版社,2005:5～6.［Huang C hongfu. The Theory and Practice of Natural Disaster Risk Assessment［M］. Beijin g: Science Press,2005:5～6.］
［15］United Nations, Department of Humanitarian Affairs. Mitigating Natural Dis asters: Phenomena, Effects and Options: A Manual for Policy Makers and Planners ［M］. New York: United Nations, 1991:1～164.
［16］Zhang Jiquan. Risk Assessment of Drought Disaster in the Maizegrowing Re gion of Songliao Plain, China［J］. Agriculture Ecosystems & Environment, 2004,1 02(2):133～153.
［17］陈香.福建省台风灾害风险评估与区划［J］.生态学杂志, 2007,26(6):961～966.［C hen Xiang. Risk Assessment and Zonation of Typhoon Disasters in Fujian Province ［J］. Chinese Journal Ecology, 2007,26(6):961～966.］
［18］张会,张继权,韩俊山.基于技术的洪涝灾害风险评估与区划研究――以辽河中下游地 区为例［J］.自然灾害学报,2005,14(6):141～146.［Zhang Hui, Zhang Jiquan, Han Juns han. GISbased Assessment and Zoning of Flood/Waterlogging Disaster Risk: A Cas e Study on Middle and Lower Reaches of Liaohe River［J］. Journal of Natural Dis asters, 2005,14(6):141～146.］
［19］汤国安,杨昕.ArcGIS地理信息系统空间分析实验教程［M］.北京:科学出版社,2006. ［Tang guo’an，Yang Xin. Experiment Guide of ArcGIS Spatial Analyst［M］. Beiji ng: Science Press,2006.］
［20］Guoyun Zhou, Tetsuro Esaki, Jiro Mori. GISbased Spatial and Tempo ral Pre diction System Development for Regional Land Subsidence Hazard Mitigation［J］.
Environmental Geology, 2003,(44):665～678.
［21］史培军.三论灾害研究的理论与实践［J］.自然灾害学报,2002,11(3):1～9.［Shi Pe ijun. Theory on Disaster Science and Disaster Dynamics［J］. Journal of Natural
Disasters,2002,11(3):1～9.］
［22］林黎,赵苏民,李丹等.深层地热水开采与地面沉降的关系研究［J］.水文地质工程地 质,2006,(3):34～37.［Lin Li, Zhao Sumin, Li Dan et al. A Study of the Relations hip Between Exploitation of Geothermal Water in Deepseated Aquifers and Land S ubsidence［J］. Hydrogeology and Engineering Geology,2006,(3):34～37.］
【关键词】地质灾害;风险评价;方法
中图分类号：F407.1 文献标识码：A 文章编号：
一、前言
目前我国有许多方法可以进行地质灾害评价,在传统的成因机理分析和统计分析方法外,破坏损失评价、危险性评价、风险性评价、防治工程效益评价等方法也是进行地质灾害评价的主要方法。地质灾害风险评价的应用前景良好,其发展方向也走向评价定量化、综合化,管理空间化。作为风险管理和减灾管理基础的风险评价,其成果可广泛的在国土资源规划,工程选址,地质灾害方面以及制定救灾应急措施和保护环境上进行运用。
二、地质灾害风险定义及其主要特征
目前对灾害风险这一概念有不同的定义和解释。大部分权威性辞典的定义为“面临的伤害和损失的可能性”;“人们在生产劳动和日常生活中,因自然灾害和意外事故侵袭导致的人身伤亡、财产破坏与利润损失”。1984年,联全国教科文组织UNESCO将其定义为:由于某特定的自然灾害对经济、社会、人口所可能导致的损失。
基于自然灾害风险的普遍意义和地质灾害减灾需要,将地质灾害风险定义为:地质灾害活动及其对人类造成破坏损失的可能性。它所反映的是发生地质灾害的可能机会与破坏损失
程度。
地质灾害风险具有一般自然灾害风险的主要特点,主要表现在下述二个方面。
一是风险的必然性或普遍性。地质灾害是地质动力活动、人类社会经济活动相互作用的结果。由于地球活动不断进行,人类社会不断发展,所以地质灾害将不断发生。从这一意义上说,地质灾害乃是一种必然现象或普遍现象。
二是风险的不确定性或随机性。地质灾害虽然是一种必然现象,但由于它的形成和发展受多种自然条件和社会因素的影响,所以具体某一时间,某一地点,地质灾害事件的发生仍是随机的,即在什么时候、什么地点发生何种强度(或规模)的灾害活动,将导致多少人死亡或造成多大损失,都具有很大的不确定性。
地质灾害风险特征是构建地质灾害风险评价理论与方法的基础或出发点。基于地质灾害风险的复杂性,对地质灾害风险认识与评价是一个不断深化、完善的理论研究与技术方法的创新过程。
三、地质灾害风险构成与基本要素
地质灾害风险程度主要取决于两方面条件:一是地质灾害活动的动力条件———主要包括地质条件(岩土性质与结构、活动性构造等)、地貌条件(地貌类型、切割程度等)、气象条件(降水量、暴雨强度等)、人为地质动力活动(工程建设、采矿、耕植、放牧等)。通常情况下,地质灾害活动的动力条件越充分,地质灾害活动越强烈,所造成的破坏损失越严重,灾害风险越高。二是人类社会经济易损性,即承灾区生命财产和各项经济活动对地质灾害的抵御能力与可恢复能力,主要包括人口密度及人居环境、财产价值密度与财产类型、资源丰度与环境脆弱性等。通常情况下,承灾区(地质灾害影响区)的人口密度与工程、财产密度越高,人居环境和工程、财产对地质灾害的抗御能力以及灾后重建的可恢复性越差,生态环境越脆弱,遭受地质灾害的破坏越严重,所造成的损失越大,地质灾害的风险越高。上述两方面条件分别称为危险性和易损性,它们共同决定了地质灾害的风险程度。基于此,地质灾害的风险要素亦由危险性和易损性这两个要素系列组成。危险性要素系列包括地质条件要素、地貌条件要素、气象条件要素、人为地质动力活动要素以及地质灾害密度、规模、发生概率(或发展速率)等要素。易损性要素系列包括人口易损性要素、工程设施与社会财产易损性要素、经济活动与社会易损性要素、资源与环境易损性要素。
四、地质灾害的主要评价方法、内容及目的
1、成因机理分析评价。以定性地评价地质灾害发生的可能性和可能活动规模为目的的成因机理分析评价，主要内容是分析历史地质灾害的形成条件、活动状况和活动规律，造成地质灾害的确定因素，以及可能造成地质灾害的因素，根据地质灾害活动建立模型或者模式。
2、统计分析评价。统计分析评价的目的是对地质灾害危险区的范围、规模、或发生时间采用模型法或规律外延法进行评价。其内容包括是造成历史地质灾害原因、灾害的活动状况以及活动有何规律,对地质灾害的活动规模、频次、密度进行统计，以及分析地质灾害的主要影响因素,对地质灾害活动建立相关的数学模型或周期性规律。
3、危险性评价。危险性评价是对以往的地质灾害活动和将来发生地质灾害的概率进行评价,以及对地质灾害发生时将产生的危险的程度的给予评价。其主要内容包括以下两个方面：
（一）对包括大小、密度、频次在内的以往地质灾害活动的程度进行客观评价。
（二）对可能影响地质灾害的地形地貌条件、地质条件、水文条件、气候条件、植被条件以及人为活动等地质灾害的可能影响因素进行评价。
4、破坏损失评价。破坏损失评价其目地在于对灾害的历史破坏进行评价，并对损失程度以及期望损失程度进行分析。其评价的内容主要指以下两个方面：
（一）在结合地质灾害危险性评价和易损性评价的之后，综合地质灾害活动概率、破坏范围、危害强度和受灾体损失等内容进行评价。
（二）对由地质灾害带来的的人口、经济以及资源环境的破坏损失程度进行评价。
5、风险性评价。风险性评价包括了危险性评价和易损性评价的全部内容,对地质灾害发生的概率进行分析，并对不同条件下反生的地质灾害可能造成的危害进行分析。风险性评价的目的是对发生在不同条件下的地质灾害给社会带来的各种危害程度进行评价。
6、防治工程效益评价。不同于以上各种评价方法，防治工程效益评价是评价已选定的防治措施的效果,同时对措施进行经济评价和评价其在技术上的可行性。优化分析多种防治预案并存的项目,提高防治方案的经济合理程度,使得措施在技术上可行，达到最优化效益。而防治工程效益评价的根本目的是对地质灾害防治措施的效果是否符合经济合理性和科学性进行评价。
五、地质灾害风险评价实施过程以及其评价方法的发展趋势分析
1、实施过程分析
一是根据评价区具体条件和风险评价的目的,建立关于地质灾害风险评价的评价系统,制定风险分区的原则和和评价应用方法，建立指标体系以及评价模型。
二是对基础数据进行全面调查,并结合风险评价需要进行统计分析,对各种基础图件进行编制，建立地质灾害风险评价表。
三是将危险性构成、易损性构成及防治能力三者结合,进行危险性分析、易损性分析,并在此基础上,对期望损失加以分析。
四是对地质灾害可能造成的人口伤亡、经济损失以及资源环境的破坏综合进行风险评价。
五是对评价区风险的分布特点和形成条件进行分析,在兼顾社会发展需要的前提下，提出能减少灾害的建议和对策。
2、发展趋势
作为当前国际地质灾害研究领域的重点课题——地质灾害风险评价研究,是对地质灾害活动与人类社会关系进行全面分析、对地质灾害的破坏效应定量化评价的关键问题之一。其发展的基本趋势是:评价上向定量化,综合化、管理空间化的方向发展。主要表现为:
一是由过去的历史与现状分析转变为预测与研究相结合的方式。二是从单独个体分析走向个体与区域研究相结合分析。三是由以往的定性分析发展为定量分析四是将单项要素分析发展为综合要素评价。五是风险评价与减灾管理相结合取代以往单纯的风险评价理论,风险评价与防治不再独立存在,使得风险评价更好的为社会经济建设和减灾管理而服务。
六、结束语
综上，地质灾害的风险评价有利于对环境进行保护和贯彻我国的可持续发展。地质灾害一方面是自然因素导致,另一方面则是由于人类开发利用资源环境的不合理性,因此,对资源环境进行合理开发利用、避免地质灾害的发生或降低地质灾害带来的损失是保持国民经济可持续发展的重要方面。因此，应该不断的加强对地质灾害的风险评价的分析和研究。
参考文献：
[1]陈毓川,赵逊,张之一等.世纪之交的地球科学 ———重大地学领域进展[M] .北京:地质出版社,2000.
[2]向喜琼,黄润秋.地质灾害风险评价与风险管理[J] .地质灾害与环境保护, 2000 ,11 (1) :38 - 41.
关键词：模糊综合评判法；公路；崩塌；危险性；评价
Abstract:highway collapse hazard is the result of many factors. This paper, according to the cause of the disaster has collapse mechanism and the main influence factors, from regional geological structure, features and regional environmental characteristic slope three choices risk evaluation of master control factor, and eventually selected joints spacing, slope lithology, slope body structure, slope height, slope, rainfall (24 hours quartile rainfall 25 mm number of days), and the vegetation coverage and strong earthquake of eight main control factors, creating the highway collapse hazard evaluation index system. Based on the fuzzy comprehensive evaluation method, establishes a highway collapse hazard evaluation model. USES ahp evaluation index system of each attribute weights. Based on risk index proposed evaluation standard. The last two highway project example for empirical research.
Keywords: fuzzy comprehensive evaluation method; Highway; Collapse; Risk; evaluation
中图分类号：X734文献标识码：A 文章编号：
1、前言
我国公路建设成就辉煌，公路总量持续增长、路网结构进一步改善、公路技术等级和路面等级进一步提高。但同时，由于我国地域广阔，自然条件差异明显，各类自然灾害频发，使公路在建设和运营过程中遇到了一系列的灾害问题，其中，崩塌作为公路地质灾害主要类型之一，给国家和人民造成了巨大的损失。
以陕西省为例，2007年7月4日上午12时至7月5日晚11时，汉中市普遍降暴雨，暴雨导致国道108线的佛坪至洋县段塌方118处/102905.3m3，冲毁挡护墙44处/20768.55m3，直接经济损失1079.38多万元。2010年7月16至18日，安康市出现的持续强降雨过程，致使全市10县全面受灾，岩石坍塌854处/405463m3，直接经济损失达8.809亿元。
因此，开展公路崩塌类灾害风险评价研究工作对提高公路灾害管理和整治效率，最大限度地减少灾害损失具有重大的现实意义。
2、公路崩塌灾害危险性主控因子分析
2.1公路崩塌灾害概述
崩塌是指陡峻山坡上岩土体在重力和其他外力（地震、水、风、冰冻、植物等）共同作用下，发生的急剧的倾落运动。多发生在大于60°～70°的斜坡上。崩塌体与坡体的分离界面称为崩塌面，崩塌面往往就是倾角很大的界面，如节理、片理、劈理、层面、破碎带等。崩塌体的运动方式为倾倒、崩落。崩塌体碎块在运动过程中滚动或跳跃，最后在坡脚处形成堆积地貌——崩塌倒石锥。崩塌倒石锥结构松散、杂乱、无层理、多孔隙；由于崩塌所产生的气浪作用，使细小颗粒的运动距离更远一些，因而在水平方向上有一定的分选性。
崩塌灾害具有速度快（一般为5～200m/s）、规模差异大（小于1m3～100m3）及崩塌下落后，崩塌体各部分相对位置完全打乱，大小混杂，形成较大石块翻滚较远的石堆等特征。
2.2主控因子
公路崩塌灾害是众多因素综合作用的结果，影响其危险性因素涉及区域地质条件、地形地貌特征、气象水文条件、公路工程建设与运营以及人类活动等诸多方面。这些影响因素有宏观层面的，也有微观层面的；有自然的，也有人为的。在前人研究成果的基础上，依据分主次、分层次、共性与个性兼顾、简明实用、可操作性和针对性强等原则，按照崩塌类灾害的致灾机理和主要影响因素，从区域地质构造、边坡特征和区域环境特征三个方面选择危险性主控因子[1-3]。
区域地质构造方面
论文选择节理间距、边坡岩性和坡体结构三方面作为危险性评价主要因子。
（2）边坡特征方面
论文选择边坡高度和边坡坡度两方面作为危险性评价主要因子。
（3）区域环境特征方面
论文选择降雨（24小时降雨量≥25mm的天数）、植被覆盖度和地震强烈度三方面作为危险性评价主要因子。
3、评价方法
3.1模糊综合评判法
模糊综合评判（Fuzzy Comprehensive Evaluation）最早是由我国学者汪培庄提出的，它的实质就是应用模糊变换原理和最大隶属度原则，考虑被评价目标的主要因素或多个影响因素，对其所作出的综合评价。可分为单级模糊综合评判和多级模糊综合评判。
（1）基本理论
①单因素评判矩阵
假设有两个区域分别为：
因素集：，为评价因素或称为评价指标；
评语集：，为评语等级或类别。
对单个因素的评判，得到上的模糊集，所以从到的一个模糊映射 。根据模糊映射可以确定一个模糊关系矩阵称其为单因素评判矩阵。
②隶属度与隶属函数
一般。表示某个评价对象按第个评价指标衡量对第个评语等级的隶属度。
③综合评判结果集
即为综合评判结果集，为某个评价对象属于第个评语等级的隶属度，根据最大隶属度读取原则，可初步确定某个评判对象的归属。
⑤最大隶属度原则：其数学表达式为：设。若有，使则认为相对隶属于。
3.2权重确定
层次分析法(简称AHP法)是美国运筹学家萨蒂(T.L.Saaty)在20世纪70年代提出的一种多目标、多准则的决策分析方法，是一种定量分析与定性分析相结合的有效方法。
“风险”一词起源于保险业，包含有多种含义，最常用的含义有两种：一种是指某个客体遭受某种伤害、损失、毁灭或不利影响的可能性，二是指某种可能发生的危害。因此，自然灾害风险也包括两种含义：一是不同程度自然灾害发生的可能性，二是自然灾害给人类社会可能带来的危害。近些年有学者对自然灾害风险概念进行了新的讨论。黄崇福对目前国际上较有影响的灾害风险定义归为三类：①概率类定义。②期望损失类定义。③概念公式类定义。并指出此三类风险定义均不能或无法表达风险的内涵，又进而提出了以情景为基础的自然灾害风险的定义，即自然灾害风险是一种未来不利事件的情景，而该情景是由自然事件或力量为主因所导致的。倪长健认为该定义仍有未能充分揭示自然灾害风险和自然灾害系统之间的关系、未能充分表征自然灾害风险的基本内涵、不便于为定量风险评估提供明确依据等不足之处，并提出了自然灾害风险的新定义：自然灾害风险是由自然灾害系统自身演化而导致未来损失的不确定性。总体上讲，灾害风险评估是一项在灾害危险性、灾害危害性、灾害预测、社会承载体脆弱性、减灾能力分析及相关的不确定研究的基础上进行的多因子分析工作。自然灾害风险评估常常存在在实例分析时存在界定不清、集成模式滥用等诸多问题，而其理论基础至今仍比较薄弱是导致以上现象的主因。要想找到科学有效的自然灾害风险评估方法，就必须对自然灾害风险系统的结构及其作用机制有清晰的认识和把握。
2自然灾害风险系统要素和风险形成机理
自然灾害风险系统主要由承灾体、孕灾环境、致灾因子等要素组成。承灾体系自然灾害系统的社会经济主体要素，是指人类及其活动所组成的社会经济系统。承灾体受致灾因子的破坏后会产生一定的损失，灾情即是其损失值的大小，而之所以会有损失，根本原因是承灾体有其核心属性———价值性。通常脆弱性是指承灾体对致灾因子的打击的反应和承受能力，但学术界目前对于脆弱性的认识并不统一。孕灾环境主要包括自然环境与人文环境，位于地球表层，是由大气圈、水圈、岩石圈等自然要素所构成的系统。孕灾环境时时刻刻都在进行着物质和能量的转化，当转化达到一定条件时会对人类社会环境造成一定影响，称之为灾变，这种灾变即为致灾因子，基于致灾因子的相关研究称之为风险的危险性分析，故危险性其实是表达了致灾因子的强度、频率等因素，比较有代表性的是地震安全性评价，在对孕灾环境和历史灾情的分析研究后以超越概率的形式给出地表加速度来表达某一地区或某一场地的致灾因子危险性。相比于孕灾环境和承灾体之间的复杂关系，影响致灾因子的危险性大小的来源相对单一，完全由孕灾环境决定。因此，由孕灾环境、承灾体、致灾因子等要素组成的自然灾害系统，是一个相互作用的有机整体，揭示的是人类社会与自然的相互关系，承灾体可以影响孕灾环境，孕灾环境通过致灾因子影响承灾体，三者不仅存在因果关联，在时间、空间上也相互关联，密不可分。而关于自然灾害风险机理的表达，20世纪90年代以来，1989年Maskrcy提出自然灾害风险是危险性与易损性之代数和；1991年联合国提出自然灾害风险是危险性与易损性之乘积，此观点的认同度较高，并有广泛的运用；Okada等认为自然灾害风险是由危险性、暴露性和脆弱性这三个因素相互作用形成的；张继权等则认为：自然灾害风险度=危险性×暴露性×脆弱性×防灾减灾能力，该观点亦被引入近年的多种灾害风险评估。
3数学方法在灾害风险评估中的应用
国内外学者对风险评估中使用的数学方法做过系统的总结。张继权等曾对国内外气象灾害风险评价的数学方法做了较系统的总结，葛全胜等亦对自然灾害致险程度、承灾体脆弱性及自然灾害风险损失度等方面的评估方法做过评述。尽管这些方法因针对的灾种不同而不尽相同（如用于地震灾害的超越强度评估法、构造成因评估法等，用于洪灾的水文水力学模型法、古洪水调查法等），但总体而言，数学方法应用及风险定量化表达已成趋势：
①概率统计：以历史数据为基础，考虑自然灾害的随机性，估计灾害发生的概率，应用多种统计方法（极大似然估计、经验贝叶斯估计、直方图估计等）拟合概率分布函数。由于小样本分析结果稳定不好，为避免与实际相差过大，故要求历史样本容量较大，常应用于台风、暴雨、洪灾、泥石流、地震等灾害的风险评估。
②模糊数学：以社会经济统计、历史灾情、自然地理等数据为数据源，从模糊关系原理出发，构造等级模糊子集（隶属度），将一些边界不清而不易定量的因素定量化并进行综合评价，利用模糊变换原理综合各指标，能较好地分析模糊不确定性问题。该方法在多指标综合评价实践中应用较为广泛，但在确定评定因子及隶属函数形式等方面具一定的主观性，现主要应用于综合气象灾害、洪灾、泥石流、地震、综合地质灾害等等风险评估。
③基于信息扩散理论：以历史灾情、自然地理、社会经济统计等数据为数据源，是一种基于样本信息优化利用并对样本集值化的模糊数学方法，遵循信息守恒原则，将单个样本信息扩散至整个样本空间。该方法简单易行，分析结果意义清楚，虽然近年来受到较多学者推崇和研究，但对扩散函数的形式及适用条件、扩散系数的确定等尚待进一步探讨。该方法已有运用于低温冷害、台风、暴雨、洪灾、旱灾、地震、火灾等灾害的风险评估。
④层次分析：该方法来源于决策学，是一种将定性分析与定量分析结合的系统分析方法，以历史灾情、社会经济统计、自然条件等数据为数据源。它利用相关领域多为专家的经验，通过对诸因子的两两比较、判断、赋值而得到一个判断矩阵，计算得到各因子的权值并进行一致性检验，为评估模型的确定提供依据。该方法系统性强、思路清晰且所需定量数据较少，对问题本质分析得较透彻，操作性强。该方法已经应用于综合地质灾害、洪灾、滑坡、草原火灾等灾害的风险评估中。
⑤灰色系统：以历史灾情、自然地理等数据为数据源，以灰色系统理论为基础，应用灰色聚类法划分灾害风险等级。算法思路清晰，过程简便快捷而易于程序化，但争议较大，故在国外研究中运用较少，在国内综合地质灾害、风暴潮、洪灾等灾害的风险评估中有所应用。
⑥人工神经网络：以历史灾情、自然地理、社会经济统计数据为数据源。选定典型评估单元（训练样本），将经过处理后的风险影响因子的数值作为输入，通过训练获得权值和阀值作为标杆；然后将其余单元的数据输入训练后的神经网络进行仿真，进而获得各个单元的风险度。其特点和优势是基于数据驱动，可较好地避免评估过程中主观性引起的误差，但因收敛速度对学习速率的影响会导致训练结果存在差异，且其“黑匣子”般的训练过程难以清楚解释系统内各参数的作用关系。该方法目前已经应用于洪灾、泥石流、雪灾、地震、综合地质灾害等灾害的风险评估工作中。
⑦加权综合评价：同样以社会经济统计、历史灾情、自然环境等数据，对影响自然灾害风险的因子进行分析，从而确定它们权重，以加权的、量化指标的指标进行综合评估。该方法简单易行，在技术、决策或方案进行综合评价和优选工作中有广泛运用，但需指标赋权的主观性仍是难以回避的问题。该方法目前应用于台风、暴雨、洪灾、综合地质灾害、生态灾害、草原火灾等自然灾害风险评估工作中。（以上几种方法的综合比较参考叶金玉等总结）各种数学工具的引入不仅为自然灾害评估方法注入了新的活力，同时也让人看到各具特色的数学方法是对应着不同的自然灾害种类，这也是一种提示：针对不同的自然灾害可以且应当有不尽相同的评估方法和研究途径，但这并不影响自然灾害风险评估走向定量化的步伐。
4多灾种综合风险评估
简单的说，自然灾害具有群发链发的特点，单一一种自然灾害往往伴随或者引发其他伴生（或次生）的灾害，对灾害链的研究，马宗晋等组成的研究小组曾给予高度的关注，史培军将其定义为某一种致灾因子或正态环境变化引起的一系列灾害现象，并将其划分为群发灾害链与并发灾害链两种，而群发的灾害或灾害链所引发的灾情必然是几种不同灾害与承灾体脆弱性共同作用所产生的结果，同时，还需认识到，不同自然灾害之间相互也会产生一定的影响，因此，对于这样的情况做单一灾种自然灾害风险评估显然是不合适的，自然灾害综合风险的评估就显得更有现实意义。综合自然灾害评估是风险和灾害领域的研究热点和难点，直到21世纪，学术界的研究方向才逐渐转向多灾种的风险评估。高庆华等认为，自然灾害综合风险评估是在各单类灾害风险评估基础上进行的，它的内容与单类灾害风险分析基本一致，所以采用的调查、统计、评估方法与单类灾害风险评估中用的方法基本相同，与单类灾害风险评估的根本区别是把动力来源不同、特征各异的多种自然灾害放到一个系统中进行综合而系统的评价，以此来反映综合风险程度；Joseph和Donald基于田间损失分布，提出以年总损失的超越概率来表示综合风险；而薛晔等却认为，在复杂的灾害风险系统中各个风险并非简单相加，对目前基本是单一灾种的简单相加的研究成果提出质疑，认为其缺乏可靠性，并以模糊近似推理理论为基础，建立了多灾种风险评估层次模型，对云南丽江地区的地震-洪水灾害风险进行了综合评估。
国内自然灾害综合风险评估研究成果不多，且模型也相对较简单，更好的评估方法也还有待探索，有待更多数学方法的引入。此外，在建立评估模型的同时，也要考虑到自然灾害风险的时空特性，即时间和空间上的分辨率，赵思健认为，同任何事物一样，风险也存在着时空差异，不同的灾种在不同时间、空间尺度上评估的方法和内容应有所区别，这个问题直接影响到该评估的时间有效性和适用范围。因此，由于在某一确定的评估方法下各单一灾种在同一时间空间尺度上的时间有效性并不一定一致，如何考虑这种不一致对评估结果所造成的影响是多灾种综合风险评估中亟待解决的难题之一。尽管有诸多问题困扰着多灾种自然灾害风险评估的发展，但相比单一灾种的风险评估，多灾种风险评估更符合实际生活中灾害群发的特点，其发展是防灾减灾工作的现实需要，决定了多灾种风险评估是风险学科发展的必然趋势。
5小结、展望
