重慶萬州區(qū)公路網(wǎng)洪災(zāi)危險性評價

鐘鳴音，唐紅梅，陳洪凱

(重慶交通大學(xué)巖土工程研究所，重慶400074)

洪水災(zāi)害通常是指由暴雨、急驟融冰化雪、風(fēng)暴潮等自然因素引起的江河湖海水量迅速增加或水位迅猛上漲的水流入境，對農(nóng)業(yè)、工業(yè)和生命財產(chǎn)造成損失的災(zāi)害。洪水災(zāi)害是一種突發(fā)性強、頻率高、分布區(qū)域廣的嚴重自然災(zāi)害，在我國，約有50%的人口和70%的財產(chǎn)分布在洪水威脅區(qū)內(nèi)［1］。公路洪災(zāi)是公路水毀的一種。由于自然因素作用形成的公路洪災(zāi)是世界各國面臨的共同問題，是國內(nèi)外公路遭到洪水破壞的最大自然災(zāi)害之一，在諸多對公路造成損失的災(zāi)害中，洪災(zāi)作用引起的公路毀壞尤為嚴重［2］。因此關(guān)于公路洪災(zāi)的研究也比較多［3-6］。一些新的理論與方法在危險性分析中得到應(yīng)用，促進了危險性分析水平的提高，如層次分析法、模糊數(shù)學(xué)理論、灰色系統(tǒng)原理、混沌理論方法、極值分布理論、遺傳算法、投影尋蹤方法和人工神經(jīng)網(wǎng)絡(luò)方法等。

公路是交通和運輸?shù)闹匾d體，是國民經(jīng)濟發(fā)展的重要保障。多條公路互相交織成網(wǎng)使交通運輸有更大的選擇性和可達性。洪災(zāi)的暴發(fā)將可能影響到公路的正常運行。洪災(zāi)的發(fā)生對公路上生命財產(chǎn)的破壞也是相當嚴重的:破壞公路橋梁阻斷交通，產(chǎn)生泥石流、山體滑坡等次生災(zāi)害淹沒公路。發(fā)展完善的公路網(wǎng)對促進區(qū)域內(nèi)的經(jīng)濟發(fā)展有著重要意義，因此當洪水災(zāi)害對公路造成了破壞，怎樣通過合理的數(shù)據(jù)分析，得出不同區(qū)域的洪災(zāi)危險性高低，從而避開較大可能受災(zāi)區(qū)、選擇合理的行車路線、完成公路網(wǎng)的運輸功能，是有必要解決的問題?；谶@個背景，筆者以重慶萬州區(qū)為例對公路網(wǎng)洪災(zāi)危險性進行了評價研究。

1 公路網(wǎng)洪災(zāi)危險性因子分析

萬州區(qū)地處四川盆地東緣，位于重慶市東北部、三峽庫區(qū)的腹心地帶，總面積3 457 km2。區(qū)內(nèi)有高速公路114.82 km;318國道從區(qū)內(nèi)穿過，全程總長107 km;有省道103和省道 202，共85.85 km;以及各縣鄉(xiāng)公路1 925.53 km。區(qū)內(nèi)河流縱橫，河流、溪澗切割深，落差大，高低懸殊，呈枝狀分布，均屬長江水系，年降雨量1 000～1 300 mm。

萬州區(qū)的公路網(wǎng)洪災(zāi)危險性影響因子很多，包括降雨、地形地貌、巖性等環(huán)境因子，道路網(wǎng)面積率、路網(wǎng)密度、路網(wǎng)技術(shù)等級、經(jīng)濟效益等衡量公路網(wǎng)建設(shè)水平的因子。在上述諸多因子中，任何一個單因素都不足以引起公路網(wǎng)洪災(zāi)的發(fā)生，致災(zāi)只能是幾種因子的耦合［7］。運用灰色系統(tǒng)原理［8］，獲取主因子，再根據(jù)關(guān)聯(lián)度分析法獲得次要因子，據(jù)此篩選采用地質(zhì)災(zāi)害(x1)、孕災(zāi)環(huán)境(x2)、公路類型(x3)、路網(wǎng)技術(shù)等級(x4)和路網(wǎng)密度(x5)作為評價指標。

地質(zhì)災(zāi)害(x1):主因子。通過每平方公里存在的潛在災(zāi)害的數(shù)量來衡量。

孕災(zāi)環(huán)境(x2):次因子。發(fā)生洪災(zāi)與否與公路網(wǎng)所處的環(huán)境有著密切的關(guān)系。綜合考慮區(qū)域內(nèi)地貌條件、降雨和植被覆蓋率的影響。

公路類型(x3):次因子。有的公路依山，有的公路傍水，公路類型是洪災(zāi)危險性評價的一個重要指標。將公路分為跨河公路、沿河公路、邊坡公路和平原公路四類，其危險性依次降低。

路網(wǎng)技術(shù)等級(x4):次因子。指路網(wǎng)中各路段等級的里程加權(quán)平均值，反映路網(wǎng)技術(shù)等級總體情況［9］。不同等級公路的防護設(shè)施不同，因此對災(zāi)害的承受能力也不同，高等級公路比低等級公路的承受能力強，危險性顯然更低。本文采用高等級公路里程與公路總里程的比表示路網(wǎng)技術(shù)等級。路網(wǎng)技術(shù)的等級越高，危險性越低。

路網(wǎng)密度(x5):次因子。公路網(wǎng)密度分為面積網(wǎng)密度、人口網(wǎng)密度、耕地網(wǎng)密度及綜合網(wǎng)密度［10］。這里考慮面積網(wǎng)密度，即公路網(wǎng)總里程與公路網(wǎng)所屬區(qū)域面積的比值。

1.1 公路網(wǎng)洪災(zāi)危險因子權(quán)重系數(shù)

1.1.1 權(quán)重系數(shù)求取

權(quán)重的確定有多種方法，其中層次分析法(AHP)原理較簡單，且有數(shù)學(xué)依據(jù)［11］。層次分析法是從定性分析到定量分析綜合集成的典型決策分析方法，將各種判斷要素之間的差異數(shù)值化，將復(fù)雜問題分解為若干層次和若干因素，科學(xué)合理地確定各指標的權(quán)重［12］。筆者采用專家系統(tǒng)方法，綜合構(gòu)造層次分析法的判斷矩陣B。權(quán)重計算過程如表1。

表1 層次分析法的權(quán)重系數(shù)Tab.1 Weight coefficients in AHP method

1.1.2 一致性檢驗

式中:B為判斷矩陣;W為對應(yīng)于λmax的正規(guī)化特征向量;λmax為判斷矩陣B的最大特征根;n為指標的個數(shù)。

表2 平均隨機一致性指標RI的值Tab.2 Values of average random uniformity index，RI

當CR＜0.10時，就認為判斷矩陣B具有令人滿意的一致性;否則，當CR≥0.10時，就需要調(diào)整判斷矩陣，直到滿意為止。

為了盡量避免人為主觀因素的影響，選用20位專家的打分表得出的權(quán)重值再取其平均值作為最后的權(quán)重系數(shù)，見表3。

表3 危險性因子權(quán)重系數(shù)平均值Tab.3 Average weight coefficients of the risk factors

1.2 危險因子分級和賦值

各危險因子分級和賦值根據(jù)萬州區(qū)的實際情況和專家經(jīng)驗進行，劃分為4個等級并以百分制給予賦值。其中公路網(wǎng)密度和技術(shù)等級的分級是以河南省、四川省、重慶市和西藏自治區(qū)為標準，其洪災(zāi)危險性依次增大。具體分級和賦值過程見表4。

表4 萬州區(qū)公路網(wǎng)洪災(zāi)危險性因子權(quán)重系數(shù)及分級賦值Tab.4 Weight coefficients and grade values of highway network flood risk factor in Wanzhou area

2 公路網(wǎng)洪災(zāi)危險性指數(shù)

危險性評價的量化指標，是通過危險性指數(shù)的計算獲?。?］。根據(jù)其賦值與權(quán)重來建立計算模型為:

式中:Si為危險性指數(shù);xi為評價因子的權(quán)重系數(shù);ki為評價因子的賦值，采用單元面積評價法。

根據(jù)以上建立的計算模型，公路網(wǎng)洪災(zāi)危險性指數(shù)為:

Si=0.32x1+0.26x2+0.20x3+0.14x4+0.08x5式中:x1為地質(zhì)災(zāi)害;x2為孕災(zāi)環(huán)境;x3為公路類型;x4為路網(wǎng)密度;x5為路網(wǎng)技術(shù)等級。

3 用GIS進行公路網(wǎng)洪災(zāi)危險性分區(qū)

GIS具有強大的信息處理和空間分析功能，可大幅提高危險性分析的速度和精度，其在公路的區(qū)劃已有應(yīng)用［13］。在GIS支持下的危險性評價分析的目的主要是得到危險性等級，并以專題圖的形式直觀顯示［14］。具體操作如下:

1)利用MAPGIS對萬州區(qū)的基礎(chǔ)資料(各評價因子)進行數(shù)字化處理，對基礎(chǔ)資料采用分層數(shù)字化，即各評價因子圖層的分層式管理。

2)利用ARCGIS將數(shù)字化后的地圖配準到1∶500 000的比例，將圖元柵格化為100 m×100 m的正方形單元格，共326 134個網(wǎng)格，并得到5張單要素專題圖(圖1～圖5)，及洪災(zāi)危險性指數(shù)等值線圖如圖6。

3)空間疊加統(tǒng)計分析。由前面AHP得到的各危險因子權(quán)重，以及各因子的賦值。利用GIS疊加分析功能［15-18］對危險性指數(shù)進行疊加，計算得到危險指數(shù):高危險性區(qū)，危險性指數(shù)取值范圍為［100，75);較高危險性區(qū)，危險性指數(shù)取值范圍為［75，50);中危險性區(qū)，危險性指數(shù)取值范圍為［50，25);低危險性區(qū)，危險性指數(shù)取值范圍為［25，0)。得到各城鎮(zhèn)的公路網(wǎng)洪災(zāi)危險性指數(shù)，見圖7和表5。

圖6 危險性指數(shù)等值線Fig.6 Contour map of risk index

圖7 城鎮(zhèn)危險性指數(shù)Fig.7 Map of urban risk index

表5 各城鎮(zhèn)公路網(wǎng)洪災(zāi)危險性指數(shù)Tab.5 Flood risk indexes of each urban highway network

將危險性按城鎮(zhèn)劃分為4個等級得到危險性分區(qū)圖(圖8)。

圖8 城鎮(zhèn)危險性分區(qū)Fig.8 Zoning map of urban risk

由圖8可以看出，萬州區(qū)公路網(wǎng)洪災(zāi)危險性存在3、4兩個等級，即中危險性和較高危險性。其中危險性最高的是小周鎮(zhèn)，危險性指數(shù)為63.063 3;危險性最低的是恒合土家族鄉(xiāng)，危險性指數(shù)為34.498 9。

較高危險區(qū)包括:孫家鎮(zhèn)、后山鎮(zhèn)、瀼渡鎮(zhèn)、李河鎮(zhèn)、高粱鎮(zhèn)、天城鎮(zhèn)、鐵鋒鄉(xiāng)、熊家鎮(zhèn)、大周鎮(zhèn)、小周鎮(zhèn)、萬州城區(qū)、高峰鎮(zhèn)、長嶺鎮(zhèn)、太龍鎮(zhèn)、黃柏鄉(xiāng)，占區(qū)域總面積的31.45%，達1 081.66 km2。相對較高危險性的區(qū)縣有大周鎮(zhèn)、小周鎮(zhèn)、鐵鋒鄉(xiāng)和孫家鎮(zhèn)。

中危險區(qū)包括:白土鎮(zhèn)、白羊鎮(zhèn)、長坪鄉(xiāng)、長灘鎮(zhèn)、茨竹鄉(xiāng)、彈子鎮(zhèn)、地寶鄉(xiāng)、分水鎮(zhèn)、甘寧鎮(zhèn)、郭村鄉(xiāng)、恒合土家族鄉(xiāng)、梨樹鄉(xiāng)、龍駒鎮(zhèn)、龍沙鎮(zhèn)、羅田鎮(zhèn)、普子鄉(xiāng)、太安鎮(zhèn)、武陵鎮(zhèn)、溪口鄉(xiāng)、響水鎮(zhèn)、新田鎮(zhèn)、新鄉(xiāng)鎮(zhèn)、燕山鄉(xiāng)、余家鎮(zhèn)、柱山鄉(xiāng)、走馬鎮(zhèn)，占區(qū)域總面積的 68.55%，達 2 357.32 km2。

4 結(jié)語

合理地構(gòu)建了公路網(wǎng)洪災(zāi)風(fēng)險指標評價體系，通過對地質(zhì)災(zāi)害、孕災(zāi)環(huán)境、公路類型、路網(wǎng)技術(shù)等級和路網(wǎng)密度等評價因子的分析，利用層次分析法，得到各因子的權(quán)重值。再對評價因子分級賦值，通過GIS技術(shù)對各危險性因子進行疊加分析，確定危險性指數(shù)。最后得到危險性分區(qū)并進行評價，結(jié)果與實際情況比較吻合，對公路網(wǎng)洪災(zāi)的風(fēng)險性評價有一定的借鑒意義。

［1］劉國慶，徐剛，劉穎.基于GIS的區(qū)域洪水災(zāi)害風(fēng)險評價方法研究［J］.安徽農(nóng)業(yè)科學(xué)，2009，37(22):10562-10564.LIU Guo-qing，XU Gang，LIU Ying.Study on risk evaluation of regional flood hazard base on GIS area［J］.Journal of Anhui Agricultural Sciences，2009，37(22):10562-10564.

［2］Armas I，Avram E.Perception of flood risk in Danube Delta，Romania［J］.Nature Hazards，2009(50):269-287.

［3］陳湛杏，羅纘錦.基于洪災(zāi)處治方法的公路水毀防治研究［J］.公路與汽運，2006(3):101-104.CHEN Zhan-xing，LUO Zuan-jin.The treatment method based on flood control highway damaged by flood［J］.Highways＆ Automotive Applications，2006(3):101-104.

［4］高星平.淺談洪災(zāi)、冰災(zāi)對公路的危害及防治對策［J］.四川建材，2009，35(2):26-27.GAO Xing-ping.Discuss the harm and disaster prevention of floods and ice to the countermeasures highway［J］.Sichuan Building Materials，2009，35(2):26-27.

［5］Hubo Cai，Rasdorf W，Tilley C.An approach to determine extent and depth of highway flooding［J］.Journal of Infrastructure Systems，2007(13):157-167.

［6］付意成，魏傳江，王啟猛，等.區(qū)域洪災(zāi)風(fēng)險評價體系研究［J］.災(zāi)害學(xué)，2009，24(3):27-32.FU Yi-cheng，WEI Chuan-jiang，WANG Qi-meng，et al.Study on regional flood risk assessment system［J］.Journal of Catastrophology，2009，24(3):27-32.

［7］唐紅梅，林孝松，陳洪凱，等.重慶萬州區(qū)地質(zhì)災(zāi)害危險性分區(qū)及評價［J］.中國地質(zhì)災(zāi)害與防治學(xué)報，2004，15(3):1-4.TANG Hong-mei，LIN Xiao-song，CHEN Hon-kai，et al.Risk zoning assessmentofgeologicaldisasterin Wanzhou area，Chongqing City［J］.The Chinese Journal of Geological Hazard and Control，2004，15(3):1-4.

［8］鄧聚龍.灰理論基礎(chǔ)［M］.武漢:華中科技大學(xué)出版社，1998.

［9］朱輝，李沛才，陳紹瑩.公路網(wǎng)現(xiàn)狀綜合評價［J］.長安大學(xué)學(xué)報:自然科學(xué)版，2005，25(5):79-82.ZHU Hui，LI Pei-cai，CHEN Shao-ying.Synthetic evaluation of highway network actuality［J］.Journal of Chang’an University:Natural Science，2005，25(5):79-82.

［10］朱興琳.新疆公路網(wǎng)現(xiàn)狀分析與綜合評價［J］.交通標準化，2008(10):189-193.ZHU Xing-lin.Status quo analysis and comprehensive assessment on highway network of Xinjiang［J］.Communications Standardization，2008(10):189-193.

［11］譚躍進，陳英武，易進先.系統(tǒng)工程原理［M］.長沙:國防科技大學(xué)出版社，1999:64-69.

［12］劉家福，李京，劉荊，等.基于GIS_AHP集成的洪水災(zāi)害綜合風(fēng)險評價:以淮河流域為例［J］.自然災(zāi)害學(xué)報，2008，17(6):110-114.LIU Jia-fu，LI Jing，LIU Jing，et al.Integrated GIS/AHP-based flood risk assessment:a case study of Huaihe River Basin in China［J］.Journal of Natural Disasters，2008，17(6):110-114.

［13］郭紅蕊，梁乃興.重慶公路自然區(qū)劃新方法研究［J］.重慶交通大學(xué)學(xué)報:自然科學(xué)版，2009，28(2):279-282.GUO Hong-rui，LIANG Nai-xing.Study on new method of natural zoning of highway in Chongqing［J］.Journal of Chongqing Jiaotong University:Natural Science，2009，28(2):279-282.

［14］張峰，何政偉，楊斌，等.基于GIS和神經(jīng)網(wǎng)絡(luò)的泥石流危險性評價系統(tǒng)［J］.計算機工程，2009，35(3):205-207.ZHANG Feng，HE Zheng-wei，YANG Bin，et al.Debris flow hazard assessment system based on GIS and neural network［J］.Computer Engineering，2009，35(3):205-207.

［15］吳柏清，何政偉，劉嚴松.基于GIS的信息量法在九龍縣地質(zhì)災(zāi)害危險性評價中的應(yīng)用［J］.測繪科學(xué)，2008，33(4):146-148.WU Bo-qing，HE Zheng-wei，LIU Yan-song.Application of GISBased information method to assessment of geohazards risk in Jiulong county［J］.Science of Surveying and Mapping，2008，33(4):146-148.

［16］蕾芳，邵世煌，許劍勇.基于GIS的公路網(wǎng)評價系統(tǒng)的設(shè)計與實現(xiàn)［J］.計算機工程，2003，29(16):142-144.LEI Fang，SHAO Shi-huang，XU Jian-yong.Design and implementation of evaluation system of highway network based on GIS［J］.Computer Engineering，2003，29(16):142-144.

［17］朱留軍.基于GIS在洪災(zāi)損失評估中的應(yīng)用［J］.城市勘測，2009(6):36-38.ZHU Liu-jun.Based on GIS in flood disaster loss assessment application［J］.Urban Geotechnical Investigation ＆ Surveying，2009(6):36-38.

［18］張會，張繼權(quán)，韓俊山.基于GIS技術(shù)的洪澇災(zāi)害風(fēng)險評估與區(qū)劃研究:以遼河中下游地區(qū)為例［J］.自然災(zāi)害學(xué)報，2005，14(6):141-146.ZHANG Hui，ZHANG Ji-quan，HAN Jun-shan.GIS-based assessment and zoning of flood/waterlogging disaster risk:a case study on middle and lower reaches of Liaohe river［J］.Journal of National Disasters，2005，14(6):141-146.