基于层次分析法的北京地区城市气象灾害风险评估

基于层次分析法的北京地区城市气象灾害风险评估

风险评估，又称安全或危险评估，是指对未来或现有系统的潜在和潜在危险及其结果进行综合评估和预测的系统方法。我们必须通过科学、系统的安全评估来评估和预测系统的总体安全，并制定有效的预防和防御措施来消除或控制系统中的损害。我们将努力减少系统中的损害风险。承灾体脆弱性及易损性评价一般采用区域的人口密度、交通网密度、人均GDP等社会经济指标作为评价因素。灾害风险评估与脆弱性评价的首要区别是风险评估必须考虑自然灾害的外动力作用或冲击频次,这些因素通常表现为“灾发频次”或“频次与强度的对应组合”。所以,气象灾害风险评估指标首先要引入外动力作用因子;其次,与脆弱性及易损性评价一样还应注重城市地区人口、经济等状况。定量化风险评估的首要目的是找出风险后果或危险程度与上述指标之间的数值换算关系,确切地说就是需要明确指标权重。权重的确定方法主要有“经验法”、“专家打分”及“层次分析模型”。“经验法”操作简便,权重全靠主观确定,可信度不高;“专家打分”的权重可信度高于前者,但权重获取要经历多轮次的专家质询,实用性较差。Saaty提出的层次分析模型的最终目的是对多层次指标的权重按对比矩阵的特征向量进行层次收敛,其操作性强,模型数理过程清晰,比较适合运用计算机编程实现。城市气象灾害风险评估的指标组成通常不具备多层次结构,指标位于一个层次,这种单层次指标的对比矩阵计算却比较容易通过计算结果的一致性检验,反而没有以往层次分析模型应用需要反复进行一致性检验的弊端。1层次结构分析法在城市气象灾害风险评估中的应用基于层次分析模型的城市气象灾害风险评估,首先根据气象灾害在城市地区造成的影响及破坏,以及城市地区的承灾体脆弱性和易损性特征,选取风险评估指标,比如,选取灾害发生历史频率数(A1)、城市地区人口密度(A2)、城市路网密度(A3)、人均GDP(A4)等指标刻画灾害强度、承灾体的人员情况、经济财富、社会发展程度等状况。可将上述以城市基层行政单位为统计单元的指标值分别进行归一化处理,作为城市气象灾害风险(危险性)评价的初始值。其分析步骤如下:(1)建立层次分析模型层次分析模型实际上是系统问题概念化后各概念间的逻辑结构关系。依据风险评估的要求,这里将模型分为3层:第1层是城市气象灾害危险程度的目标层,第2层是灾害形成条件的准则层,第3层则是影响因素的指标层。(2)建立对比矩阵对比矩阵表示针对上一层某因素,本层次与之有关的各因素之间相对重要性的比较。为量化各因素的相对重要性,常采用Saaty标度方法(表1)。对每一层次中各因素相对重要性给出判断,可以用这些标度值表示,写成对比矩阵,需要检验对比矩阵的一致性。一般通过2n/2次标度法调整,使对比矩阵具有很好的一致性。经过多次比较调整和检验,得出合理的对比矩阵及权重系数结果。本文所建立的对比矩阵,指标较少,通常一次就能通过一致性检验。根据表1得到对比矩阵TT=⎧⎩⎨⎪⎪⎪⎪⎪⎪⎪⎪b11b21⋯bm1b12b22⋯bm2⋯⋯⋯⋯b1mb2m⋯bmm⎫⎭⎬⎪⎪⎪⎪⎪⎪⎪⎪.Τ={b11b12⋯b1mb21b22⋯b2m⋯⋯⋯⋯bm1bm2⋯bmm}.式中,bij为因素i与因素j相比,得到的重要性比值。(3)层次总排序及一致性检验对比矩阵需要一致性检验。阶对比矩阵的特征根是,n时T是一致阵,比n大得越多,T的不一致程度越严重,因此可以用n数值的大小来衡量T的不一致程度,Ic=(λ−n)/(n−1)(1)Ιc=(λ-n)/(n-1)(1)为一致性指标,IC=0时T为一致阵;IC越大T的不一致程度越严重。定义1(随机一致指标IR):随机构造正互反阵T,用它们的IC的平均值作为随机一致性指标。随机一致性指标IR可以查取事前定义的查找表。定义2(一致性比率RC):对于n≥3的成对比矩阵T,将它的一致性指标IC与同阶(n相同)的随机一致性指标IR之比称为一致性比率RC。当RC=IC/IR<0.1时,认为T的不一致程度在容许范围内,可用其特征向量作为权向量。(4)计算结果分析计算对比矩阵的特征向量,这个特征向量即为权重R。(5)城市气象灾害风险程度及分级通过该层次结构分析法,计算出各指标的权重矩阵(R),结合风险评估指标X。风险评价指数的数学模型为:W=∑j=1mR(j)X(i,j),(2)W=∑j=1mR(j)X(i,j),(2)式中:W为风险评估指数,m为风险评估指标总数,R(j)为各评估指标的权重值,X(i,j)为指标的归一化指数值。同时依据一定的评判标准,可将城市气象灾害的风险程度依指数大小划分等级。2基于层次分析模式的风险评估示例2.1热电灾害风险程度评估个例采用北京市近10a雷电灾害及自然闪电资料,结合北京各个区县(城区、近郊区、远郊县)的社会经济指标,以此作为评估案例分析的基础,以北京市区县为雷电灾害风险评估单元,分析各个区县遭受雷电灾害的风险大小,并与灾害的实际发生情况进行对比,检验评估的效果(合理性及正确性)。步骤1:选定风险评估指标。这里暂且选用该地区自然闪电密度(C1)、人口密度(C2)、人均GDP(C3)为评估指标,指标分别表征北京各区县遭受闪电冲击的自然强度;主要的承灾体易损性目标——生命(人口密度)及财产(GDP)模数。从层次结构上它是两层模型,第1层是北京各区县雷电灾害风险程度的目标层;第2层则是形成和产生风险的具体指标层,为了简化评估过程,暂用以上3个指标。步骤2:按Saaty标度方法建立雷电灾害风险评估的对比矩阵(表2)对比矩阵计算结果是:最大特征为3.00338,一致性检验RC为2.9145596E-03<<0.10,说明对比矩阵一致性检验合格。由于本层次结构只有两层模式,那么风险值R与评估指标之间的换算公式(风险公式)可表示为R=0.64837C1+0.22959C2+0.12203C3.(3)R=0.64837C1+0.22959C2+0.12203C3.(3)步骤3:各指标资料整理及归一化处理。北京各区县的上述3个指标的资料数据见表3,其中人口密度及GDP数据源自北京地区2006年的统计年鉴资料。为了将指标值统一量纲,需要对指标进行归一化处理(标准化无量纲处理),将值统一转化到范围。具体可采用以下归一化函数进行无量纲化。比例型指标:ri=⎧⎩⎨⎪⎪1xi≥ximaxxiximaxximin≤xi≤ximax0xi≤ximin(4)ri={1xi≥ximaxxiximaxximin≤xi≤ximax0xi≤ximin(4)无量纲化评估指标结果见表4。步骤4:利用指标归一化结果及推算出的风险评估方程(3),计算各个区县的风险值,计算结果如表5:步骤5:确定风险等级标准,按归一化指标将风险等级划分为表6所示4个等级(表6)。那么按照近10a的雷电资料,得到北京各区县的雷电灾害风险评估结果(表7)。步骤6:雷电灾害与下垫面的建筑物面积有正的相关性,这里为了与各区县的雷电灾害的实际发生频率进行对比,特设立如下雷电灾害风险程度估算公式,Rf=R×各区县1km2范围内的建筑面积(5)Rf=R×各区县1km2范围内的建筑面积(5)式中,1km2范围内的建筑面积可采用地理信息系统的空间叠加方法计算获取。这样各区县的风险估算值大小如表8。2.2易损性与雷达承灾体的关系分析图1为北京各区县的雷电灾害风险估算值与对应10a来的真实雷电频度的对比曲线图,两者的趋势及程度能较好地对应,说明评估方法的合理性及结果的正确性,方法能深刻揭示灾害风险与自然强度、承灾体特性——脆弱性及易损性之间的联系。根据该案例分析,发现北京雷电灾害除与自然闪电的空间分布有一定的关联度外,还与下垫面的易损性、承灾体分布有关,比如,自然闪电在城区范围内的东城区、西城区及宣武区是个低密度分散分布区,却属于雷电灾害高风险区,这里人口比较集中,建筑物也较多,是雷电灾害承灾体的主要分布区域;而其它郊区及远郊区,比如怀柔、密云等地虽然是北京闪电密度相对较大的区域,但由于高层建筑物和电子仪器等设备相对较少,雷电灾害并不是很多。以上结果表明基于层次分析模型的灾害风险评估,其评估结果与实际情况基本吻合,方法科学实用。3模型构建的权重不受限制,单层次指标对比矩阵的应用,有利于确立模型的可操作性(1)城市气象灾害风险评估以自然灾害的“历史频率(度)、城市地区人口密度、人均GDP”等作为评估指标,并利用层次分析模型来测算各指标的权重,这种单层次指标结构很容易通