河南省沿黄城市洪涝灾害脆弱性特征分析_宋晓茹.pdf

地球科学与环境工程河南科技Henan Science and Technology总第802期第8期2023年4月河南省沿黄城市洪涝灾害脆弱性特征分析宋晓茹黄海荣张薇郭霜霜（河南工业大学土木建筑学院，河南郑州450000）摘要：【目的目的】更加系统地分析河南省沿黄城市洪涝灾害脆弱性时空分布特征，以期为流域减灾防灾提供决策依据。【方法方法】以河南省沿黄8个城市为研究对象，基于区域灾害系统理论，构建河南沿黄城市洪涝灾害脆弱性评价体系，并利用Matlab构建基于BP神经网络的评估模型。【结果结果】将研究数据导入评估模型，得到脆弱性评估指数，从时间和空间两个维度对研究区洪灾脆弱性进行特征分析。【结论结论】时间上，20102020年8市洪涝灾害脆弱性呈现“整体下降、局部波动”趋势；空间上，8市空间分异显著，呈现出整体分散、局部集中的分布形式，脆弱性从西到东呈现“高-低-高-低”分布特征；省会城市郑州10年间洪灾脆弱性指数居高，并在空间上处于脆弱性等级较高区域。关键词：洪涝灾害；脆弱性；BP神经网络；沿黄城市中图分类号：TU998.4；TV882.1文献标志码：A文章编号：1003-5168（2023）08-0103-05DOI：10.19968/ki.hnkj.1003-5168.2023.08.021Analysis on Vulnerability Characteristics of Flood Disasters in CitiesAlong the Yellow River in Henan ProvinceSONG XiaoruHUANG HairongZHANG WeiGUO Shuangshaung(College of Civil Engineering and Architecture,Henan University of Technology,Zhengzhou 450000,China)Abstract:Purposes To analyze the spatio-temporal characteristics of flood vulnerability in cities alongthe Yellow River in Henan province,and to provide decision-making basis for disaster reduction andprevention in the basin.Methods This paper takes 8 cities along the Yellow River of Henan Provinceas the research object.Based on regional disaster theory,it constructs the flood disaster vulnerability assessment system of the cities along the Yellow River in Henan Province.,and an assessment model basedon BP neural network was constructed by using Matlab.Findings The research data was imported intothe assessment model to obtain the vulnerability assessment index,and then the characteristics of floodvulnerability in the study area were analyzed from two dimensions of time and space.Conclusions Theanalysis results showed that:In terms of time,the flood disaster vulnerability in 9 cities showed a trendof overall decline and local fluctuation during 20102020;Spatially,the spatial differentiation ofthe nine cities was significant,showing a form of overall dispersion and local concentration,and the Vulnerability presents a high-low-high-low distribution from west to east;The vulnerability index of theprovincial capital Zhengzhou was the highest in the past 10 years,and it was in the higher vulnerabilitylevel in space.Keywords:flood disaster;vulnerability;back propagation neural network;cities along the yellow river收稿日期：2022-12-10作者简介：宋晓茹（1996），女，硕士生，研究方向：城市洪涝灾害研究。104第8期0引言近年来，随着全球气候变化、极端天气频发以及城市化进程加快1-2，城市洪涝灾害问题日益严重。2021年7月河南省遭遇历史罕见特大暴雨，发生严重洪涝灾害，共造成河南省150个县（市、区）1 478.6 万人受灾，直接经济损失 1 200.6 亿元3。洪涝灾害已经成为制约城市安全和可持续发展的重要因素。城市洪涝灾害脆弱性研究正是从脆弱性的角度，对城市系统面对暴雨洪涝灾害时，孕灾环境和承灾体的受损性、敏感性和应对力进行综合分析，对提高城市洪涝灾害的抗风险能力和应急预案能力，实现城市公共安全和经济社会健康持续发展具有重要意义。目前，国内外对城市洪涝灾害脆弱性的研究日益趋于宏观多样。在研究区域上，目前包括地级市4、流域地区5、省域6、城市群7四种，基本概括所有研究区类型；在脆弱性评估方法上，主要有基于历史灾情的方法8和基于指标体系9的方法。常用的城市洪涝灾害脆弱性评估指标体系的确定方法有基于“压力-状态-响应”模型（PSR）10、层次分析法（AHP）11、“暴露度-敏感性-适应能力”VSD框架法12、数据包络分析法（DEA）13等。但在上述方法中，AHP方法主观性较强，DEA法对样本数据的依赖性较强，PSR和VSD法作为传统的评价体系构建方法具有一定的局限性。城市是一个最具复杂性的社会生态系统，传统的评估方法难以对所有影响因子进行综合客观评价，而BP神经网络具有非线性映照能力，能在协调所有指标的基础上给出完整评价，更适合解决复杂系统的脆弱性评价问题。为更加系统地分析河南省沿黄洪涝灾害脆弱性时空分布特征，以期为流域减灾防灾提供决策依据，为城市洪涝灾害研究提供新的研究思路，本研究以河南省沿黄城市为研究对象，基于区域灾害系统理论，从致灾因子危险性、孕灾因子敏感性、承载因子脆弱性三个方面构建河南省沿黄城市洪涝灾害脆弱性评价体系，选取该区域20112020年10年间的14项指标共计1 120项数据，通过熵值法确定指标权重，运用BP神经网络建立评估模型，从时间和空间两个维度对河南省沿黄城市洪涝灾害脆弱性进行分析评价。1研究区概况与数据黄河自陕西潼关进入河南省，西起灵宝市，东至台前县，流经三门峡、洛阳、济源、郑州、焦作、新乡、开封、濮阳等8个省辖市28个县（市、区），河道总长 711 km，流域面积 3.62万 km2，分别占黄河流域总面积的5.1%、河南省总面积的21.7%。本研究选取河南省沿黄8个城市作为研究区域。2数据来源本研究依据评价体系，利用互联网收集高精度数据，所使用的研究数据共分为四类：气象水文数据、基础地理数据、遥感影像数据和社会经济数据，见表1。3研究方法3.1 区域灾害系统理论构建评价指标体系区域灾害系统理论是将灾害作为致灾因子、孕灾环境和承灾体共同作用的复杂系统进行研究10，灾害的影响受三者共同作用。城市洪涝灾害脆弱性是致灾因子、孕灾环境与承灾体三者相互影响、相互作用下的综合表征，是城市自身的固有属性在洪涝灾害外力作用下的综合反映14。区域灾害理论结构体系如图1所示。考虑到评价指标数据的科学性和易获性、综合性和系统性，本研究通过中国知网、Web of Science、Google Scholar、万方数据和百度文库等数据库和搜宋晓茹，等.河南省沿黄城市洪涝灾害脆弱性特征分析图1区域灾害理论结构体系表1研究区数据来源数据类型气象水文数据基础地理数据遥感影像数据社会经济数据元数据河南省平均年降雨量（20112020）洪涝灾情数据湿地及水域面积地市行政边界黄河流域边界数据集、黄河水系图各市地形坡度数据集人口特征、经济统计、市政设施规划来源河南省统计年鉴及地理遥感生态网中国水旱防御公报第三次全国国土调查资源环境与科学数据中心国家地球科学系统数据中心黄河网地理空间数据云河南省统计年鉴孕灾环境灾害承灾体致灾因子第8期105索工具搜集了 20132023 年近 10 年有关城市内涝、城市洪涝灾害脆弱性的权威文献，并基于区域灾害理论，从致灾因子危险性、孕灾环境敏感性、承灾体脆弱性三个角度筛选出14个城市洪涝灾害脆弱性评价指标，构建城市市洪涝灾害脆弱性评估体系，见表2。3.2熵值法确定指标权重熵值法是一种多指标系统客观赋权方法，指标的熵越大，则指标值的变化程度越小，信息量越少，在综合评价中的作用就越小，权重也就越小。3.2.1数据预处理。由于城市洪涝灾害脆弱性指标具有不同计量单位，指标数值在范围上也存在较大差异，需用无量纲的方法来保证指标间的统一标准化，以减少指标数量级对指标的影响，故采取归一化方法对指标数据做如下预处理。正向指标归一化公式为式（1）。xij=xij-minx1j,xmjmaxx1j,xmj-minx1j,xmj（1）负向指标归一化公式为式（2）。xij=maxx1j,xmj-xijmaxx1j,xmj-minx1j,xmj（2）式中：xij表示第 i 个城市中第 j 项指标的数值（i=1,2,m；j=1,2,n）；xij是归一化后的数值，为了方便起见，下面计算中归一化后的数据仍记为xij。3.2.2确定指标权重。熵值法确定指标权重计算步骤如下。计算第 j 项指标下第 i 个城市占该指标的比例的公式为式（3）。Pij=xiji=1mxij（3）计算第 j 项指标的熵值的公式为式（4）。ej=-ki=1mpijln()pij（4）计算第 j项指标的信息熵冗余度的公式为式（5）。dj=1-ej（5）计算各项指标的权重的公式为式（6）。wj=djj=1ndj（6）正向属性的指标表示该指标值越大，城市洪涝灾害脆弱性越高；负向属性的指标表示该指标值越大，城市洪涝灾害脆弱性越低。通过熵值法计算得到河南沿黄8市20112020年10年间每年各项指标权重值，见表2。3.3BP神经网络构建评估模型BP（back propagation）神经网络是由三层（输入层、输出层和隐含层）构成的一种多层前馈网络，每层具有多个神经元且同时运行，每层神经元之间采用连接权重互联方式进行链接，同层神经元之间彼此独立15-16。3.3.1运行原理。其运行原理是:将输入信号进行正向传播并反向调整误差，寻找连接不同层级神经元的权值，从而建立 BP 神经网络模型15。三层BP神经网络运行结构如图2所示。宋晓茹，等.河南省沿黄城市洪涝灾害脆弱性特征分析表2河南省沿黄城市洪涝灾害脆弱性评价指标体系一级指标致灾因子危险性孕灾环境敏感性承灾体脆弱性二级指标降雨地形植被覆盖水域及水循环个体人口信息个体经济信息政府建筑物基础设施管网基础设施医疗三级指标（