基于接近性灰色关联分析渠县洪灾等级评价研究.docVIP

基于接近性灰色关联分析渠县洪灾等级评价研究 　　摘 要：为了研究渠县的洪灾等级，在综合考虑渠县经济和受灾情况的基础上，针对渠县5次特大洪灾，从经济损失、农作物受灾情况、受灾人口、死亡人口、失踪人口和房屋倒塌情况6个方面构建评价指标，先对原始数据进行无量钢化处理，再应用接近性关联模型确定洪灾灾情与极重灾的接近程度，计算渠县的洪灾灾情的关联度，最后确定渠县的洪灾灾情等级。通过实际分析，评价结果与渠县的实际灾情比较相符，能为渠县洪灾灾情等级的综合评价提供依据。 　　关键词：接近性灰色关联度 洪灾 灾情等级 评价体系 　　中图分类号：O22 文献标识码：A 文章编号：1674-098X（2015）06（c）-0052-02 　　Research on Quxian’s Floods Evaluation Rating Based on Proximity Grey Correlation Analysis 　　Jiang Hongmei 　　（Department of Mathematics and Finance-Economics， Sichuan University of Arts and Science， Dazhou Sichuan，635000，China） 　　Abstract：In order to investigate Quxian’s floods rating ，This paper constructs an evaluation system about the economic loss， crops disaster， affected population， number of dead and missing and housing collapse based on Quxian’s economy and disaster situation for five floods. The raw data is processed to dimensionless firstly .Then， the proximity grey correlation model is applied to determine the degree of proximity and then compute the correlation degree， so to determine the annual flood grade lastly. The result shows that our conclusion is consistent with the actual disaster fact through analysing， and thus provides the basis for comprehensive evaluation of local flood level. 　　Key Words：Proximity of Grey Correlation Degree； floods； Flood Grade； Evaluation Ssystem 　　在自然灾害研究中，许多学者应用灰色理论[1]评估灾害性天气[2]、暴雨灾害 [3]等，其评价结果与实际灾情比较符合。为了定性地评估洪水灾情，国内学者采用灾度判别[4]、神经网络法[5]、投影寻踪模型及混沌文化粒子群算法[6-7]等评估模型综合评价洪灾的受灾程度。渠县地处四川盆地东部，属地质灾害多发易发地带。仅2004-2011年，渠县共发生5次特大洪灾，并呈逐年上升、多发、易发态势，全县工业、农业、道路和通讯等损失严重，阻碍了该县的经济发展。基于渠县洪灾的多发性和不确定性，该文利用接近性关联模型[8]确定洪灾灾情与极重灾的关联程度，并对渠县历次特大洪灾情况进行定量的灾情等级评价。 　　1 数据采集和评估指标 　　1.1 数据采集 　　以渠县2004―2011年发生的5次特大洪灾受损情况为研究对象，通过市县救灾办、四川新闻网收集相关数据，详细数据见表1。 　　1.2 评估指标 　　针对渠县洪水灾害损失的实际情况，从6个方面构建评估指标。 　　（1）直接经济损失（万元）：因洪水灾害导致的直接经济损失。 　　（2）受灾人口（人）：因洪水灾害导致的受灾人口。 　　（3）农作物受灾面积（公顷）：因洪水淹没的农作物面积。 　　（4）房屋倒塌（间）：因洪灾导致的房屋倒塌数。 　　（5）死亡人口（人）：由洪水灾害导致的死亡人口。 　　（6）失踪人口（人）：由洪水灾害导致的失踪人口。 　　根据上述指标，结合渠县的经济及人口密度的特点，将洪灾损失等级分为极重灾、重灾、中灾、小灾、微灾5个等级。 　　2 灰色关