• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于組合賦權(quán)-TOPSIS法的氣象災(zāi)害風(fēng)險評估:以常州市為例*

    2022-12-01 04:24:14周思宇黃安麒吳潔王瑩盧舒婷邢志祥
    工業(yè)安全與環(huán)保 2022年8期
    關(guān)鍵詞:災(zāi)體常州市分析法

    周思宇 黃安麒 吳潔 王瑩 盧舒婷 邢志祥

    (常州大學(xué) 環(huán)境與安全工程學(xué)院,江蘇 常州 213164)

    0 引言

    近年來,全球氣象災(zāi)害頻繁發(fā)生,給人類和社會帶來了重大打擊,氣象災(zāi)害風(fēng)險辨識與應(yīng)急管理也逐漸成為政府等部門關(guān)注的焦點[1]。隨著全球氣候不斷變化,暴雨、內(nèi)澇等氣象災(zāi)害造成的影響范圍持續(xù)增大。根據(jù)國家統(tǒng)計數(shù)據(jù)發(fā)現(xiàn),與近10年平均值相比,2020年雖然受災(zāi)面積逐漸減少,但是直接經(jīng)濟損失仍處于上升趨勢,制約了經(jīng)濟社會可持續(xù)發(fā)展,因此氣象災(zāi)害所帶來的損失不容忽視[2]。2020年5月,為了解自然災(zāi)害風(fēng)險現(xiàn)狀,掌握自然災(zāi)害風(fēng)險變化規(guī)律,國務(wù)院牽頭召開的第一次全國自然災(zāi)害綜合風(fēng)險普查應(yīng)運而生,雖然國家在自然災(zāi)害調(diào)查和防治等領(lǐng)域采取了一系列措施,國家抵御自然災(zāi)害的能力不斷提高,但是仍然存在薄弱環(huán)節(jié),因此加快災(zāi)害風(fēng)險評估進程,加強災(zāi)害防治能力迫在眉睫[3]。

    目前氣象災(zāi)害風(fēng)險評估的方法包括:層次分析法、熵權(quán)法、主成分分析法、TOPSIS法、模糊數(shù)學(xué)法等。陳家金等[4]結(jié)合層次分析法和熵權(quán)法得到綜合風(fēng)險指數(shù),運用ArcGIS技術(shù)實現(xiàn)福建省氣象災(zāi)害區(qū)域風(fēng)險劃分。宋晨陽等[5]將猶豫層次分析法和TOPSIS法相結(jié)合,構(gòu)建高溫災(zāi)害風(fēng)險評估模型。田曉璐等[6]構(gòu)建了基于層次分析法和主成分分析法的災(zāi)害風(fēng)險評估模型,通過權(quán)重疊加來繪制區(qū)劃圖,但精度有待進一步提高。孟貝貝等[7]運用熵權(quán)–模糊數(shù)學(xué)風(fēng)險評估模型得到港口航運安全等級,但易造成超模糊現(xiàn)象。OMER E等[8]利用模糊層次分析法計算指標(biāo)權(quán)重,結(jié)合TOPSIS法得到區(qū)域洪水災(zāi)害風(fēng)險示意圖。TOPSIS法能夠在有限研究對象中找到最優(yōu)解和最劣解,并依據(jù)距離排序判斷優(yōu)劣,因此本文采用層次分析法和熵權(quán)法組合賦權(quán)法和TOPSIS法構(gòu)建氣象災(zāi)害風(fēng)險評估模型,得到各區(qū)域氣象災(zāi)害風(fēng)險等級,并結(jié)合ArcGIS軟件繪制風(fēng)險區(qū)劃圖。

    1 研究對象與方法

    常州市位于江蘇省南部,下轄5個市轄區(qū)、1個代管縣級市(金壇區(qū)、武進區(qū)、新北區(qū)、天寧區(qū)、鐘樓區(qū)、溧陽市)[9]。地形分為山林丘地和高沙平原,氣候為北亞熱帶季風(fēng)氣候,春末夏初時多梅雨,平均降水量為1 386.1 mm,平均最高溫度為38.8℃,2011—2020年常州市具體降水量和最高溫度數(shù)據(jù)見圖1。

    常州市主要的氣象災(zāi)害類型為臺風(fēng)、暴雨、雷暴以及引發(fā)的洪澇等次生災(zāi)害,由于常州市氣象災(zāi)害以及衍生災(zāi)害仍然存在較大安全隱患,且此前未有針對常州市下屬區(qū)域氣象災(zāi)害的綜合性評估,無法為氣象災(zāi)害防御工作提供針對性建議,因此本文將常州市各區(qū)域作為研究對象。

    本研究數(shù)據(jù)均來源于常州市氣象局、應(yīng)急管理局等政府各職責(zé)部門統(tǒng)計資料。其中,氣象預(yù)警信息覆蓋率以及氣象風(fēng)險資料來源于常州市氣象局;人口密度、人均GDP、醫(yī)療機構(gòu)數(shù)、衛(wèi)技人員數(shù)等數(shù)據(jù)來源于2019年常州市統(tǒng)計年鑒以及各區(qū)域統(tǒng)計年鑒;地下空間建筑數(shù)、大型綜合體數(shù)等數(shù)據(jù)來源于常州市應(yīng)急管理局資料匯總。

    2 研究方法

    2.1 層次分析法

    層次分析法是一種應(yīng)用于多目標(biāo)決策的分析方法,主要利用邏輯關(guān)系建立層次結(jié)構(gòu),結(jié)合專家意見完成“1—9”標(biāo)度對比判斷,判斷各層級之間的重要程度,其特點在于以較少信息實現(xiàn)思維數(shù)學(xué)化,達到定性與定量相結(jié)合,其主要步驟如下[10]:

    首先,在建立多層次指標(biāo)體系基礎(chǔ)上結(jié)合專家判斷構(gòu)建判斷矩陣N=[k1,k2,…,kn],將ki及kj進行對比,其中kij=ki/kj(kij>0,j=1,2,…,n),用數(shù)字“1—9”及其倒數(shù)得到kij數(shù)值,當(dāng)指標(biāo)數(shù)量為n時,則判斷矩陣中元素表示為:

    2.2 熵權(quán)法

    熵權(quán)法是基于信息論基本原理的客觀分析方法,能夠依據(jù)客觀數(shù)據(jù)判斷權(quán)重,能夠更加準(zhǔn)確、客觀地解釋數(shù)據(jù),若一個指標(biāo)表示的信息越多,則在評估中占據(jù)的地位越高,對應(yīng)的權(quán)重系數(shù)越大[11]。

    由于各指標(biāo)趨向性存在差異,對數(shù)據(jù)進行同趨勢化和歸一化處理。將負(fù)趨勢化數(shù)據(jù)取倒數(shù)得到完全正趨勢化數(shù)據(jù);對同趨勢化數(shù)據(jù)進行歸一化處理:

    式中,aij為同趨勢化后的數(shù)據(jù),a′ij為歸一化處理后的數(shù)值,表示第m個區(qū)域?qū)?yīng)的第n個指標(biāo)。

    根據(jù)式(5)得出第j個指標(biāo)對應(yīng)的信息熵值ej,進而計算出各指標(biāo)客觀權(quán)重系數(shù):

    2.3 TOPSIS法

    TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)法是一種逼近理想解排序分析方法,根據(jù)評估對象與最優(yōu)方案之間的正負(fù)理想解以及相對貼近度,來確定評估對象的優(yōu)劣排序,適用于多目標(biāo)因素評估,具體步驟如下[12]:

    第一步:對樣本數(shù)據(jù)進行同趨勢化處理后進行無量綱處理,進而得到無量綱決策矩陣S=(sij)m×n:

    第二步:確定各指標(biāo)正負(fù)理想解,s+j表示最優(yōu)理想解,s-j表示最劣理想解:

    第三步:計算各區(qū)域評估向量到最優(yōu)、劣理想解的距離、:

    第四步:計算相對貼近度R,表示各區(qū)域風(fēng)險等級與最優(yōu)方案之間的相對距離,取值越大表明風(fēng)險等級越大:

    相對貼近度R(0<R<1)可以分為4個等級,由高到低分別用4種顏色標(biāo)識[13-14],代表常州市各區(qū)域氣象災(zāi)害風(fēng)險評估等級,為風(fēng)險區(qū)劃提供依據(jù),具體判斷標(biāo)準(zhǔn)見表1。

    表1 區(qū)域風(fēng)險評估等級判斷標(biāo)準(zhǔn)

    3 氣象災(zāi)害風(fēng)險評估

    3.1 構(gòu)建指標(biāo)體系

    氣象災(zāi)害風(fēng)險評估主要圍繞致災(zāi)源、承災(zāi)體等展開,同時考慮危害性、敏感性等因素。本文圍繞致災(zāi)源危害性、承災(zāi)體脆弱性、防災(zāi)減災(zāi)能力3個維度構(gòu)建常州市氣象災(zāi)害風(fēng)險評估指標(biāo)體系,劃分為21個二級指標(biāo),分別標(biāo)注各二級指標(biāo)的相關(guān)性[15]。

    1)致災(zāi)源危害性。致災(zāi)源危害性是氣象災(zāi)害風(fēng)險評估的一個重要考察因素,危害性是指致災(zāi)源引起的災(zāi)害變異所具有的破壞性,變異程度越高,危害性越大[16]。本文選取常州市發(fā)生頻率相對較高的8類氣象災(zāi)害:臺風(fēng)、高溫、暴雪、暴雨、冰雹、大霧、雷暴、大風(fēng),并依據(jù)《常州市氣象災(zāi)害防御規(guī)劃》氣象災(zāi)害風(fēng)險區(qū)劃圖集對其進行1~5級區(qū)分,得到常州市各類氣象災(zāi)害區(qū)域性危險性等級,具體數(shù)值轉(zhuǎn)化見表2。

    表2 常州市氣象災(zāi)害區(qū)域危險性轉(zhuǎn)化依據(jù)

    2)承災(zāi)體脆弱性。承災(zāi)體脆弱性主要是指承災(zāi)體(人類主體、社會主體)受到致災(zāi)源打擊后可能會遭遇的破壞以及損失,承災(zāi)體對致災(zāi)源的敏感性越強,災(zāi)害越嚴(yán)重[17]。承災(zāi)體脆弱性指標(biāo)需要具備代表性,因此本文對人口密度、建筑物數(shù)量等5項指標(biāo)進行考察。

    3)防災(zāi)減災(zāi)能力。防災(zāi)減災(zāi)能力主要反映常州市各區(qū)域現(xiàn)有社會系統(tǒng)結(jié)構(gòu)是否完善,是否具備氣象災(zāi)害抵御能力,與區(qū)域的經(jīng)濟水平、醫(yī)療水平、搶險救災(zāi)水平有密切相關(guān)[18]??紤]到數(shù)據(jù)搜集的限制,本文選取人均GDP、氣象災(zāi)害覆蓋率、醫(yī)療機構(gòu)數(shù)等二級指標(biāo)對防災(zāi)減災(zāi)能力進行評估。

    綜合得到常州市氣象災(zāi)害風(fēng)險評估指標(biāo)體系,見表3。

    表3 氣象災(zāi)害風(fēng)險評估指標(biāo)體系

    續(xù)表3

    3.2 組合賦權(quán)法確定指標(biāo)權(quán)重

    本文選取的數(shù)據(jù)差異性較大,僅使用熵權(quán)法無法準(zhǔn)確反映各指標(biāo)重要程度,因此借助專家主觀意見對其進行修正,利用式(11)得到各指標(biāo)對應(yīng)的組合權(quán)重值[19]。組合權(quán)重值能夠綜合反映各二級指標(biāo)重要程度,既減少主觀因素的干擾,又增加了客觀數(shù)據(jù)的適用性。

    采用層析分析法得到主觀權(quán)重系數(shù),其中一級指標(biāo)層CR=0.008 8<0.10,符合一致性檢驗;同時采用熵權(quán)法得到客觀權(quán)重系數(shù),組合得到二級指標(biāo)組合權(quán)重系數(shù),具體組合權(quán)重值見表4。

    表4 各指標(biāo)組合權(quán)重值

    3.3 TOPSIS綜合評價法

    由于指標(biāo)相關(guān)性正負(fù)趨勢不一致,利用式(7)將原始數(shù)據(jù)進行同趨勢化——歸一化處理,并結(jié)合各指標(biāo)權(quán)重系數(shù)完成TOPSIS綜合評價過程,評價對象為6個區(qū)域,評價指標(biāo)為21項。TOPSIS綜合評價法首先尋找各評價指標(biāo)的最優(yōu)理想解、最劣理想解,在此基礎(chǔ)上得到各評估對象與最優(yōu)、劣理想解之間的距離,最終根據(jù)相對貼近度R得到常州市各區(qū)域風(fēng)險等級排序以及劃分,見表5。

    表5 TOPSIS綜合評價結(jié)果

    由表5可知,常州市各區(qū)域氣象災(zāi)害風(fēng)險等級排序依次為:新北區(qū)>天寧區(qū)、鐘樓區(qū)、武進區(qū)、溧陽市>金壇市,其中新北區(qū)氣象災(zāi)害風(fēng)險等級為“較大風(fēng)險”;鐘樓區(qū)、天寧區(qū)、溧陽市、武進區(qū)氣象災(zāi)害風(fēng)險等級為“一般風(fēng)險”;金壇市氣象災(zāi)害風(fēng)險最小,風(fēng)險等級為“低風(fēng)險”。將各區(qū)域相對貼近度R求和取均值,得到常州市相對接近度R值為0.369,風(fēng)險等級為“一般風(fēng)險”。結(jié)合常州市各區(qū)域氣象災(zāi)害風(fēng)險評估等級判斷標(biāo)準(zhǔn),借助ArcGIS軟件精準(zhǔn)繪制常州市各區(qū)域風(fēng)險分布示意圖,見圖2。

    常州市新北區(qū)緊靠長江,臺風(fēng)暴雨災(zāi)害較為明顯,夏季期間長江沿岸多發(fā)決堤、潰堤現(xiàn)象,同時人口密度較高,承災(zāi)體敏感性較強,因此風(fēng)險等級較高,符合實際情況。鐘樓區(qū)、天寧區(qū)經(jīng)濟較為發(fā)達,人口密度較高,但地處內(nèi)陸,受臺風(fēng)、暴雨災(zāi)害影響??;武進區(qū)擁有滆湖、太湖兩大水域,地形平緩,同時人口密度較低,造成影響程度?。讳嚓柺腥丝诿芏鹊?,同時擁有多種地形地貌,多林地區(qū)域,植被覆蓋率高,承災(zāi)體敏感性較弱,因此風(fēng)險等級均為一般風(fēng)險,符合實際情況。金壇區(qū)多丘陵山區(qū),人口密度低,風(fēng)險等級最低,亦符合實際情況。

    4 結(jié)果與討論

    1)結(jié)合常州市實際情況,構(gòu)建圍繞致災(zāi)源危害性、承災(zāi)體敏感性、防災(zāi)減災(zāi)能力3個維度展開氣象災(zāi)害風(fēng)險評估指標(biāo)體系,通過選取人口密度、人均GDP等數(shù)據(jù),實現(xiàn)常州市各區(qū)域氣象災(zāi)害風(fēng)險評估。

    2)結(jié)合層次分析法和熵權(quán)法得到主客觀組合權(quán)重,有效避免專家意見主觀性較強以及客觀真實數(shù)據(jù)差異性較大的情況,同時結(jié)合TOPSIS綜合評價法得到常州市各區(qū)域氣象災(zāi)害風(fēng)險等級排序,并借助ArcGIS軟件繪制氣象災(zāi)害風(fēng)險區(qū)劃圖。綜合風(fēng)險評估模型適用于城市氣象災(zāi)害區(qū)域風(fēng)險評估,能夠快速判斷各區(qū)域氣象災(zāi)害風(fēng)險等級,可以為周邊城市提供借鑒。

    3)從區(qū)域分布看,常州市新北區(qū)風(fēng)險等級為“較大風(fēng)險”,其余區(qū)域為“一般風(fēng)險”以及“低風(fēng)險”,因此需要加強災(zāi)害風(fēng)險辨識,積極落實新北區(qū)氣象災(zāi)害防災(zāi)減災(zāi)工作,未來可針對新北區(qū)街道社區(qū)進行氣象災(zāi)害量化風(fēng)險評估。從常州市整體管控布局來看,常州市氣象災(zāi)害風(fēng)險等級為“一般風(fēng)險”,需要重點關(guān)注臺風(fēng)、暴雨等災(zāi)害以及由此引發(fā)的內(nèi)澇等次生災(zāi)害,同時仍需要關(guān)注周邊城鎮(zhèn)氣象災(zāi)害風(fēng)險,采取聯(lián)防措施增強氣象災(zāi)害抵御能力。

    猜你喜歡
    災(zāi)體常州市分析法
    常州市測繪院
    城市勘測(2023年5期)2023-11-03 01:32:36
    我國海洋生態(tài)災(zāi)害承災(zāi)體脆弱性評估
    異步機傳統(tǒng)分析法之困難及其克服
    防爆電機(2022年4期)2022-08-17 05:59:06
    江蘇省常州市第一中學(xué)
    常州市安全宣傳教育出“新”更入“心”
    承災(zāi)體調(diào)查總體情況介紹
    基于時間重疊分析法的同車倒卡逃費探析
    層次分析法在SWOT分析法中的應(yīng)用
    AHP和SWOT分析法在規(guī)劃編制中的應(yīng)用
    潮州市湘橋區(qū)洪澇災(zāi)害承災(zāi)體易損性及其變化
    镇康县| 毕节市| 贡嘎县| 古田县| 繁昌县| 色达县| 武邑县| 佛教| 昌黎县| 克什克腾旗| 马边| 沈阳市| 连江县| 廉江市| 霞浦县| 静海县| 石嘴山市| 蚌埠市| 景洪市| 安顺市| 渝北区| 扎赉特旗| 大石桥市| 花莲县| 石阡县| 扎鲁特旗| 尖扎县| 沙坪坝区| 都昌县| 英吉沙县| 常宁市| 松原市| 黔西县| 榆林市| 民县| 东乌| 菏泽市| 靖西县| 乌兰浩特市| 万源市| 隆化县|