基于WGA算子-熵权法的农业洪涝灾害风险评估—以潍坊市为例.docxVIP

基于WGA算子-熵权法的农业洪涝灾害风险评估—以潍坊市为例 0 引言洪涝灾害一直以来都是农业发展的重大阻碍，是天气气候、作物抗涝性、地形地貌等多种因素综合作用的结果农业气象灾害风险评估农业洪涝灾害风险评估模型要有一定的普适性，选择指标体系法是最为合适的。文章利用熵权法进行指标权重的计算，减少了专家打分等繁琐的步骤，注重评估的时效性。通过对指标权重进行灵敏度分析1 研究区概况与数据来源1.1 研究区域山东潍坊市的农业十分先进，在全国范围内具有很强的代表性1.2 数据来源该文以2018年的潍坊洪灾为背景。其中，潍坊市高程数据和相关矢量数据通过BIGEMAP地图下载获得，河网密度数据来自潍坊市DEM（digital elevation model，数字高程模型)数据，以汇流面积≥1平方千米作为阈值进行提取计算，潍坊市的地形高程差数据来源于Global Mapper的分析计算，暴雨频率、最大日降水量数据来自潍坊市气象局，年降水量、汛期降水量、农村人口占比、地均农业GDP、卫生机构数量数据来自2018年《潍坊市统计年鉴》，农用地占比、农村居民人均可支配收入数据来自潍坊市统计局。2 研究方法该文通过分析灾害风险构成因素，构建农业洪涝灾害的风险评估指标体系，并利用熵权法确定指标权重，利用WGA算子分析高灵敏度指标、灾害风险构成因素的影响程度以及各地综合风险等级，给出相应的风险应对策略，具体评估流程详见图2。 2.1 农业洪涝灾害风险指标体系该文采用区域灾害系统论将评估指标体系的一级指标划分为：致灾因子（持续时间久、降雨强度大的暴雨是导致洪涝灾害的直接原因，年降水量（2.2 熵权法熵权法（entropy weight method）被广泛应用于指标权重的确定，计算过程如下：（1）计算标准化指标数据。设有（2）计算熵值。利用公式（2）计算第计算第其中，如果，（3）计算熵权。通过熵值计算各项指标的权重2.3 基于WGA算子的评估方法与灵敏度分析WGA算子（加权几何平均算子）可用于方案集的排序和择优，该文利用该算子计算各地区的风险评估值，并分析指标的灵敏度，步骤如下：（1）数据无量纲化处理。将指标分类，效益型指标采用公式（5），成本型指标采用公式（6）。（2）计算被评估对象的风险评估值。（3）分析指标的灵敏度。通过对指标权重做加减调整，让其他指标权重与变动指标权重的关系符合公式（8），3 结果与分析通过公式（1）-（4）得到二级指标的客观权重，计算结果为3.1 潍坊市分地区一级指标风险评估值由公式（5）-（7）计算得到潍坊市各地的致灾因子危险值、孕灾环境敏感值、承灾体易损值以及防灾减灾能力值，如表1所示。借助GIS软件，通过自然断点法划分各地区风险等级，并绘制风险分区等级图（图4）。从图4（a）可以看出，潍坊市致灾因子的危险性从西往东逐渐减弱，危险性较高的地区有青州市、昌乐县、寿光市等地。在图4（b）中，孕灾环境敏感度最强的是潍坊西部和南部的山区，地势起伏大、河流众多，极易造成洪涝灾害。青州市、临朐县的孕灾环境敏感度高。青州市主要以低山丘陵为主，8.9%的河谷阶地，38.5%的山前平原地形，易形成地形雨，强降水冲击耕地造成水土流失，对于低洼的区域更容易造成积水成涝；临朐县的东部、南部、西部是低山、丘陵地形，中部、北部是平原地形，该地山区多岩石地貌，难以储存水分，汇集形成的下坡雨对于下游平原地区的农业发展存在着致命的威胁。从图4（c）可以看出，潍坊市的承灾体易损性从西北到东南逐级递减。农业承灾体易损的地区有寿光市、青州市、昌乐县。寿光市被誉为“蔬菜之乡”，农业耕地占比少但创造出的地均GDP相对较高，近年来寿光市的农业发展迅速，增加了洪涝风险的暴露度；青州市乡村人口较多，地均GDP较高，遭受洪灾的影响较大；昌乐县农作物总播种面积达到74 570公顷，承灾体的暴露度大。从图4（d）可以看出，防灾减灾能力较弱的地区位于潍坊市的中部，主要包括潍城区、坊子区，要合理设置农村卫生医疗机构，提高农村地区医疗水平。3.2 潍坊市分地区综合风险评估结果通过公式（7）计算各地区的综合风险值，数值越大代表越危险，数值越小代表综合风险越小。通过GIS的自然断点法得到高风险等级地区为青州市（0.783 7），较高风险等级地区为安丘市（0.658 9）、临朐县（0.642 7）、昌乐县（0.628 8）、坊子区（0.605 3），中等风险等级地区为诸城市（0.57）、潍城区（0.509 5），较低风险等级地区为昌邑市（0.462 1）、寒亭区（0.458 6）、寿光市（0.452 8）、高密市（0.417 1），低风险等级地区为奎文区（0.30