基于改进差异度系数的宿州市旱灾风险脆弱因子诊断.pdf

赵行玥（安徽省水利水电勘测设计研究总院有限公司，安徽合肥230088）摘要：为进一步从指标层面挖掘旱灾风险评估系统中不确定性信息向确定信息层次转化的关系，从差异度系数物理意义的角度出发分析推导出新的差异度系数取值分段函数，再与减法集对势进行误差对比，进而找到差异度系数求值公式最合适参数m。将其应用于 20132017 年宿州市旱灾风险评估系统指标层面的识别与诊断中，准确地获得了研究区旱灾风险评价系统中的不利因子，研究为评价指标动态总体发展趋势及进一步识别脆弱性指标因子提供了新的有效途径。关键词：联系数；差异度系数；脆弱因子；干旱风险中图分类号：X43文献标识码：A文章编号：1673-4688（2023）05-0016-05作者简介：赵行玥（1997），女，助理工程师，硕士，主要从事水利工程规划研究工作。E-mail:收稿日期：2023-08-12基于改进差异度系数的宿州市旱灾风险脆弱因子诊断Diagnosis?of?drought?disaster?risk?vulnerability?factors?in?Suzhou?City?based?on?improved?coefficient?of?variationZHAO Xingyue（Anhui Survey and Design Institute of Water Resources and Hydropower Co.,Ltd.,Hefei 230088,China）Abstract:?In order to further explore the relationship between uncertainty information at the indicatorlevel and its transformation into deterministic information within the drought disaster risk assess-ment system,we approach the physical meaning of the coefficient of variation.We analyze and derive anew segmented function for the coefficient of variation.Subsequently,we compare it with the subtrac-tive set potential to assess errors.This process allows us to identify the most suitable parametermfor the coefficient of variation calculation formula.It was applied to the identification and diagno-sis of drought risk assessment system in Suzhou City from 2013 to 2017,and the unfavorable factors inthe drought risk assessment system in the study area were accurately obtained.The discussion of thedynamic value method of the difference coefficient is the dynamic overall development trent of the e-valuation index and the further identification of the vulnerability index.Key?words:?number of contacts；differentiation factor；vulnerability factors；drought risk0引言干旱灾害是全球影响最广的自然灾害，亦是在中国发生频率最高的自然灾害之一1。农业旱灾是干旱这一自然现象出现进而导致各方面重大损失的结果，其形成是由致灾因子、孕灾环境、承灾体、防灾减灾措施等复杂系统相互作用的结果2。评估农业旱灾风险，进一步诊断识别区域农业旱灾产生过程中的脆弱性因子，对于旱灾预警、优化防御措施、指导抗旱救灾有重要意义3。目前对旱灾风险的评估方法主要有模糊综合评价法4、投影寻踪法5、集对分析法6等，其中集对分析法对处理复杂系统中确定性与不确定性问题有独特的优势7。金菊良等7-10深入挖掘联系数的伴随函数，从联系分量和差异度系数关系角度探讨其中蕴含的不确定性信息，并将此信息充分考虑到旱灾风险系Total No.107Oct.2023/No.5总第 107 期2023 年 10 月/第 5 期江淮水利科技Jianghuai Water Resources Science and TechnologyDOI:10.20011/ki.JHWR.202305004统中，深入分析评估了旱灾风险及旱灾脆弱性系统发展趋势等有关特征。基于对当前联系数伴随函数应用现状的分析，系统不确定性信息向确定层面转化的方式仍值得进一步讨论。为此，基于对差异度系数多种取值理论的研究构建了基于改进差异度系数的三元联系数评估模型，并应用于宿州市 20132017 年旱灾风险脆弱因子诊断评估之中。1基于改进差异度系数的三元联系数旱灾风险评估模型1.1差异度系数的取值在集对分析方法中，联系数是一个重要概念，三元联系数表达式为11u=a+bI+cJ。（1）式中u为联系数值，反映两个集对事件在某些问题下的关联程度，a表示同一度，b表示差异度，c表示对立度，I与J分别是差异度b和对立度c的系数11。一般规定J=-1，I-1,1但不确定取值，同时满足a+b+c=111。联系数作为定量刻画集对事件的一种数，其本身具有一定不确定性，这种不确定性主要反映在差异度系数I中11。差异度系数的取值方法目前常见的有比例取值法、随机取值法、平均取值法、函数模拟法等6，11，每种方法取值结果都存在一定不确定性和多值性。通过对多种差异度系数取值方法的分析可知，在分析具体问题时需要把I面向u提供的信息取值与I面向具体对象变化结果的取值结合起来11-12才能找到相应实际对象中I的变化规律6。在用三元联系数进行风险评价时通常以样本值与风险最低评价等级的接近程度表示同一度，与风险中等评价等级的接近程度表示差异度，与风险最高评价等级的接近程度表示对立度12。在样本值由最优等级向最劣等级变化的过程中，a在 1 到-1 区间呈递减的变化趋势，b表现为由-1 到 1 再到-1 的趋势，c在-1 到 1 区间呈递增的趋势。在联系数理论中确定a、b、c的值是体现样本值与等级标准集对的确定信息，是宏观上体现样本的“优”“劣”，而对I值的讨论是研究该样本从属于优劣的不确定性程度。从样本值角度出发，当样本值x0投影在最优等级内时对该样本评价为优的趋向更为强烈，故I的值接近 1；当样本值x0投影在最劣等级内时对该样本评价为劣的趋向更为强烈，故I的值接近-1：因此判断I在样本值x0由最优等级向最劣等级变化的过程中应呈现由 1 至-1 的递减趋势。另外，考虑到样本值x0发展速率的实际物理意义，其发展趋势在靠近极优或极劣时发展速度均应相比中间发展慢，故I的递减趋势也应是分段的，且靠近极优或极劣等级递减速率较中间要小。为寻找符合上述物理意义的I公式，将其简化为速率不同的分段折线图，如图 1 所示。根据I分段折线图推测改进的三元动态差异度系数公式为Iij=m-1S1j-S0jxij+1-mS1j-S0jS0j+1，正向指标S0jxijS1j，反向指标S0jxijS1j；-2mS2j-S1jxij+2mS2j-S1jS1j+m，正向指标S1jxijS2j，反向指标S1jxijS2j；m-1S3j-S2jxij+1-mS3j-S2jS3j-1，正向指标S2jxijS3j，反向指标S2jxijS3j?。（2）式中Iij为样本i内第j个指标的差异度系数，xij为样本i内第j个指标样本值，Skj为第j个指标的第k级阈值，正向（反向）指标是指随评价标准等级k的注：Skj为第j个指标第k级阈值，正向（反向）指标是指随评价标准等级k的增大而增大（减小）的评价指标。1-1s0js1js2js3jm-m1-1s3js2js1js0jm-m（a）正向指标（b）反向指标指标值指标值00值I值I图 1I变化趋势Fig.?1?Trend?of?theI?coefficient赵行玥基于改进差异度系数的宿州市旱灾风险脆弱因子诊断第 5 期17增大而增大（减小）的评价指标，m为决定I随样本值发展速率的关键参数。根据集对分析理论，联系数的集对势反映联系数所表达的集对系统在当前宏观确定性层次上旱灾风险的发展趋势6。由此，金菊良等13从宏观角度刻画系统当前状态的总体发展趋势，根据将不确定信息（即差异度b）按照a/（a+b+c）、c/（a+b+c）的比例分配到确定信息（即同一度a和对立度c）上的思想得到三元联系数的减法集对势公式12为S（u）=（a+ba）-（c+bc）=（a-c）（1+b）。（3）减法集对势的构造体现了上一个层次状态发展到当前层次该集对系统不确定性信息向确定性信息转化的可能性，由此角度出发测得不确定性信息分别向确定层次正、反方向的转化数值。根据上述对I的讨论，m应在0.33，1）之间取值（精确到 0.01 位）。利用文献14中宿州市 20082012 年五年指标减法集对势值作为对比，平均误差计算公式为jm=5i=1移（Sij-uijm）/5，（4）m=21j=1移jm/21。（5）式中 jm是第j个指标的减法集对势值与基于改进动态差异度的联系数值的五年平均误差，Sij是第i年风险系统内第j个指标的减法集对势，uijm是m在0.33，1）之间取某个值时第i年第j个指标的基于改进差异度系数的联系数，m是指m取不同值时上述五年样本两种方法联系数取值的综合误差。图 2 表明，当m取 0.47 时，式（2）表达的动态差异度系数取值公式最为合理。1.2构建基于改进的动态差异度系数的旱灾风险评估模型1）建立区域旱灾风险评估指标体系和相应评价标准等级，基于层次分析法计算各子系统权重和指标权重，为方便构建三元联系数进行计算，本文采用1 级、2 级、3 级分别代表旱灾风险的“微险”“轻险”和“重险”等级7。2）采用文献7中式（1）式（3）计算旱灾风险评价样本的指标值联系数，即根据样本i第j个指标的样本值xij与该指标的评价等级Skj之间关系计算评价指标值联系数uijk；采用文献14中式（4）和式（5）计算样本i第j个指标的指标值联系数分量vijk。由联系数分量vijk可组成评价指标值联系数uij，计算式为uij=vij1+vij2I+vij3J。（6）式中I为差异度系数，J为对立度系数14,vij1、vij2、vij3分别是第i个样本第j个指标的联系数分量。由式（6）得旱灾风险评价样本i的联系数ui13计算公式为ui=vi1+vi2I+vi3J=njj=1移wjvij1+njj=1移wjvij2I+njj=1移wjvij3J。（7）式中ui为样本i（i=1，2，n）的联系数，vi1、vi2、vi3分别是样本i的联系数分量，wj为指标j在评估系统中的权重。3）计算指标值xij对应的改进差异度系数Iij以及脆弱性指标诊断。基于 1.1 节对差异度系数的研究讨论，构造针对单指标的基于原始指标值动态变化的差异度系数计算式为Iij=-0.53S1j-S0jxij+0.53S1j-S0jS0j+1，正向指标S0jxijS1j，反向指标S0jxijS1j；-0.94S2j-S1jxij+0.94S2j-S1jS1j+0.47，正向指标S1jxijS2j，反向指标S1jxijS2j；-0.53S3j-S2jxij+0.53S3j-S2jS3j-1，正向指标S2jxijS3j，反向指标S2jxijS3j移?。（8）将式（8）代入式（6），则可得到i样本第j个指标改进的动态差异度联系数值uij。该值的范围在-1，1，同样可反映指标优劣程度。现引入集对势级划分标准：反势S（u）-1.0，-0.6），偏反势S（u）-0.图 2基于改进差异度系数的联系数值与减法集对势的综合误差对比图Fig.?2?Comprehensive?error?comparison?chart?of?conn-?ection?value?and?subtraction?set?potential?based?on?improved?differentiation?coefficient（0.47,0.01126）0.000.020.040.060.080.100.120.140.30.50.70.9误差m江淮水利科技2023 年18表 1宿州市旱灾风险评估体系表7Table?1?Drought?risk?assessment?indicators,?rating?standards,?indicators?and?weights?of?each?subsystem?in?Suzhou子系统指标层评价标准指标权重子系统权重微险（1 级）轻险（2 级）重险（3 级）危险性子系统x1降雨负距平百分率/%151525250.06920.3290 x2年均降雨量/mm9509508508500.0574x3相对湿润度指数/%-0.11-0.11-0.24-0.240.0493x4单位面积水资源量占有量/（万 m3 km-2）52.552.537.537.50.0570 x5土壤相对湿度/%737370700.0441x6土壤类型0.60.60.40.40.0524暴露性子系统x7人口密度/（人 km-2）5005007007000.04680.1920 x8耕地率/%353545450.0555x9复种指数/%1851851951950.0426x10农业 GDP 占地区生产总值比例/%252535350.0460灾损敏感性子系统x11农业人口比例/%626277770.05980.2410 x12水田面积比/%222247470.0678x13万元 GDP 用水量/m35755757257250.0617x14森林覆盖率/%171712120.0514抗旱能力子系统x15人均 GDP/元45004500350035000.03030.2380 x16水库调蓄率/%252515150.0532x17单位面积现状供水能力/（亿 m3 km-2）202014.514.50.0378x18灌溉指数0.850.850.750.750.0456x19单位面积应急浇水能力/(万 m3 km-2）75007500450045000.0277x20监测预警能力/（个 100-1km-2）0.60.60.40.40.0188x21节水灌溉率/%353525250.02516，-0.2），均势S（u）-0.2，0.2，偏同势S（u）（0.2，0.6，同势S（u）（0.6，1.07。uij与势级标准对比，处于反势或偏反势的指标是引起区域旱灾风险等级较高的主要因子，因此可被判别为旱灾风险的脆弱性指标，是旱灾风险系统中需要调控的主要指标。2实例分析以宿州市为研究区域，从物理成因角度分析宿州市相关自然及社会情况，选取旱灾风险四个子系统内的指标建立旱灾风险评估指标体系、评价标准等级，进一步用层次分析法确定各指标及子系统权重，得到宿州市旱灾风险评估体系见表 17。以宿州市 20132017 年旱灾风险评估系统统计数据为研究对象对式（8）进行验证，后基于改进的三元联系数评估模型对其脆弱性指标进行识别与诊断。由式（8）计算得到与宿州市 20132017 年旱灾风险评估系统动态适应的改进差异度系数值i1；由式（6）计算指标值联系数，进而计算减法集对势中差异度系数值i2=a-c。趋势对比如图 3 所示。由图 3 分析可知，宿州市旱灾风险评估系统内21 个指标，通过两种构造方法所得差异度系数基本吻合，进一步验证了由减法集对势对比推导所得的m值带入本文改进的三元动态差异度系数公式在宿州市旱灾风险评价中的适用性。基于改进差异度系数计算宿州市 20132017年旱灾风险评估系统指标联系数值对脆弱性因子进行识别，识别结果如图 4 所示，讨论如下：1）宿州市 20132017 年危险性子系统中年降雨量指标随年份变化波动大，其余指标随年份变化不大。其中：x1五年内均处于同势，x2基本处于同势，表明 20152017 年宿州市降雨情况良好；x3-x6均常年处于反势，表明宿州市自然环境因素具有较大致灾危险性，符合宿州市地理位置特点及气候特性。以上六个指标中，x3-x6指标是危险性较大的致灾因子，但由于这四个指标与宿州市固有的地理位置与自然气候有关，属不可调节指标。2）承灾体暴露性是指受旱灾威胁的所有承灾体赵行玥基于改进差异度系数的宿州市旱灾风险脆弱因子诊断第 5 期19的规模、价值及其分布14。结合图 4 可看出x7处于偏反势，是暴露性子系统中的脆弱性指标，表明宿州市可能受干旱威胁的人口规模较大。x8均处于反势，是暴露性子系统中的脆弱性指标，表明宿州市耕地面积大，农作物种植面积广，受旱灾影响可能造成重大农业损失。x9在 2013 年处于反势，20142017 年迁越至同势，表明宿州市农作物播种面积大大降低，由此一定程度上降低受旱灾影响的农业损失。x10基本处于同势，表明宿州市农业生产总值占比不高，有其他经济产业支撑，地区生产总值受到旱灾影响相对较小。以上四个指标中，x7与x8为承灾体暴露性脆弱指标；x7指标与人口紧密相关，属于（下转第 36 页）图 4基于改进差异度系数的宿州市旱灾风险联系数趋势图Fig.?4?Trend?chart?of?drought?risk?linkage?number?in?Suzhou?City?based?on?improved?differentiation?coefficient-1.00-0.500.000.501.0012345678910 11 12 13 14 15 16 17 18 19 20 21xj2013年2014年2015年2016年2017年u-1.0-0.5 0.0 0.5 1.0 1357911 13 15 17 19 21Ixji1i2（a）2013年（b）2014年-1.00-0.50 0.00 0.50 1.00 13579 11 13 15 17 19 21Ixji1i2（c）2015年-1.0-0.5 0.0 0.5 1.0 1357911 13 15 17 19 21Ixji1i2（d）2016年-1.0 0.0 1.0 13579 11 13 15 17 19 21Ixji1i2图 320132017 年宿州市旱灾风险评估系统各指标差异度系数对比图Fig.?3?Comparison?of?the?difference?coefficients?of?various?indicators?of?the?drought?risk?assessment?system?in?Suzhou?City,?2013-2017（e）2017年-1.0-0.5 0.0 0.5 1.0 1357911 13 15 17 19 21Ixji1i2江淮水利科技2023 年20（上接第 20 页）不可调节指标；x8指标与我国现阶段土地性质划分政策相关，属不易调节指标。x9和x10与农作物播种面积及农业产值相关，可通过减小播种面积、提升其他产业发展速率来减小旱灾暴露性。3）承灾体灾损敏感性是指受到干旱灾害影响可能产生损失的量，如研究区内人员、财产与生态环境由于旱灾造成损失的程度14。结合图 4 可看出，x11五年内均处于反势，表明宿州市农业人口比例占比高，受旱灾影响的群体大；x12五年内均处于同势，表明宿州市喜水作物种植面积少，对缺水环境有一定适应性；x13均处于同势，表示宿州市产业结构优化良好；x14均处于同势表明宿州市生态环境良好。以上四个指标中，x11属于承灾体灾损敏感性脆弱指标，可通过城镇化建设，进一步推进调整农业人口等措施减小旱灾敏感性。4）抗旱能力是指预防与监测旱灾发生和减轻旱灾损失的能力14。结合图 4 可看出，x15五年均处于同势，表明宿州市经济水平较高，应灾资源准备能力充足；x16-x18在 20152017 年五年均处于反势，表明宿州市水利工程建设水平不高；x19、x21五年亦基本处于反势，表明宿州市应急抗旱管理能力不高；x20由反势逐渐迁至同势，表明该区域水文监测网站逐年完善，是提高该区域应急抗旱管理能力的重要因素之一。以上七个指标中，x16-x19、x21均属于抗旱能力脆弱性指标，需加强水利工程建设。3结论1）宿州市 20082012 年五年指标减法集对势对比推导出关键参数m取 0.47，由此构建了改进的动态差异度系数公式。2）推导出的差异度系数关键参数m在宿州市旱灾风险评价中合理可靠，参数m可反映差异度系数的发展速率，可进一步尝试推导更适宜其他区域旱灾风险评价的差异度系数公式。3）基于改进差异度系数的三元联系数方法是先定性地用分段直线描绘差异度系数与样本指标动态关系，继而推导关键参数m值，存在一定误差，未来可尝试改变线型从而使推导更贴近实际物理意义。参考文献：1 张强，张良，崔显成，等.干旱监测与评价技术的发展及其科学挑战J.地球科学进展，2011，26（7）：763-778.2 金菊良，宋占智，崔毅，等.旱灾风险评估与调控关键技术研究进展J.水利学报，2016，47（3）：398-412.3 董涛，王振龙，金菊良，等.基于风险矩阵和五元减法集对势的区域旱灾风险链式传递诊断评估方法J.灾害学，2020，35（4）：222-227.4 屈艳萍，高辉，吕娟，等.基于区域灾害系统论的中国农业旱灾风险评估J.水利学报，2015，46（8）：908-917.5 张竟竟，郭志富.基于投影寻踪模型的河南省农业旱灾风险评价J.干旱区资源与环境，2016，30（6）：83-88.6 赵克勤.集对分析及其初步应用M.杭州：浙江科技出版社，2000.7 金菊良，赵行玥，崔毅，等.半偏减法集对势在区域旱灾风险评估中的应用J.水利水运工程学报，2021（1）：36-44.8 金菊良，刘鑫，周戎星，等.引力减法集对势方法在旱灾风险动态分析评价中的应用J.人民黄河，2020，42（12）：7-11，28.9 金菊良，张浩宇，陈梦璐，等.基于灰色关联度和联系数耦合的农业旱灾脆弱性评价和诊断研究J.灾害学，2019，34（1）：1-7.10 金菊良，张浩宇，崔毅，等.联系数伴随函数的若干问题探讨J.黑龙江大学工程学报，2020，11（2）：1-10.11 余国祥.对联系数中的不确定数i的研究J.辽宁师范大学学报（自然科学版），2002（4）：349-352.12 李祚泳，邬敏，刘智勇，等.联系数中i赋值的新途径及在水质评价中的应用J.四川大学学报（工程科学版），2009，41（1）：8-13.13 金菊良，沈时兴，郦建强，等.基于联系数的区域水资源承载力评价与诊断分析方法J.华北水利水电大学学报（自然科学版），2018，39（1）：1-9.14 金菊良，郦建强，周玉良，等.旱灾风险评估的初步理论框架J.灾害学，2014，29（3）：1-10.of mechanical response of bridge foundation andexisting tunnel caused by pipe jacking construc-tion J.Journal of Physics：Conference Series，2022，2230（1）.6 REN D，XU Y，SHEN S J，et al.Prediction of grounddeformation during pipe-jacking considering mul-tiple factorsJ.Applied Sciences，2018，8（7）.7 金志华.顶管进出洞及穿越重要构建筑物关键技术研究J.山西建筑，2023，49（12）：122-124，140.8 中华人民共和国住房和城乡建设部，中华人民共和国国家质量监督检验检疫总局.堤防工程设计规范：GB 502862013S.北京：中国计划出版社，2013.?江淮水利科技2023 年36