導(dǎo)語(yǔ)：洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估進(jìn)展分析一文來(lái)源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

在全球氣候變化與城鎮(zhèn)化背景下，極端氣候水文事件的發(fā)生頻率、影響范圍和影響程度都有所增加，洪澇災(zāi)害經(jīng)濟(jì)財(cái)產(chǎn)損失呈顯著上升趨勢(shì)，成為影響國(guó)家中長(zhǎng)期發(fā)展的重大風(fēng)險(xiǎn)之一［1－3］。近幾年，極端氣象事件增多，城市暴雨內(nèi)澇災(zāi)害頻發(fā)，引發(fā)社會(huì)的廣泛關(guān)注;城鎮(zhèn)化地區(qū)暴雨洪澇防治面臨巨大的壓力與挑戰(zhàn)，因此，洪澇災(zāi)害研究成為熱點(diǎn)。采用科學(xué)的風(fēng)險(xiǎn)評(píng)估方法，才可能對(duì)變化環(huán)境下暴雨洪澇災(zāi)害的防治做出明智的決策，及時(shí)、有效、持續(xù)加大洪澇災(zāi)害的綜合治理力度［4］。梳理國(guó)內(nèi)外典型洪澇災(zāi)害事件，了解國(guó)內(nèi)外洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估研究現(xiàn)狀，把握未來(lái)主要發(fā)展趨勢(shì)，可為洪澇災(zāi)害風(fēng)險(xiǎn)管理決策的制定提供科學(xué)依據(jù)［5］。

1國(guó)內(nèi)外典型洪澇災(zāi)害

根據(jù)1970－2018年全球洪水災(zāi)害頻次統(tǒng)計(jì)，全球范圍內(nèi)洪澇災(zāi)害發(fā)生的頻次有增長(zhǎng)的趨勢(shì)［6］?！短鞖狻夂蚝团c水相關(guān)的極端事件造成的人員傷亡和經(jīng)濟(jì)損失地圖集》顯示1970－2012年間暴雨和洪水引發(fā)的災(zāi)害占自然災(zāi)害總數(shù)的79%，造成的死亡占55%，經(jīng)濟(jì)損失達(dá)到86%［7］。2002年8月歐洲大洪水，捷克全國(guó)約有22萬(wàn)人緊急避難，水災(zāi)經(jīng)濟(jì)損失約達(dá)30億歐元。奧地利經(jīng)濟(jì)損失達(dá)25～30億歐元。德國(guó)約34萬(wàn)人受災(zāi)，水災(zāi)經(jīng)濟(jì)損失達(dá)到92億歐元［8］。2005年卡特里娜颶風(fēng)引發(fā)的洪災(zāi)造成了840億美元經(jīng)濟(jì)損失以及1836人死亡，路易斯安娜州的新奧爾良市是重災(zāi)之首，颶風(fēng)引發(fā)的風(fēng)暴潮使新奧爾良市的防洪堤多處潰決，導(dǎo)致80%的城區(qū)被淹沒(méi)，城市生命線系統(tǒng)全面癱瘓，?；沸孤?dǎo)致水源污染，疾病蔓延，繼而社會(huì)動(dòng)亂［9］。2011年7－9月，中南半島的大部分地區(qū)降雨量驟然增多，是往年的1.2～1.8倍。洪災(zāi)造成泰國(guó)900萬(wàn)人受災(zāi)，708人死亡。曼谷60%～70%的街道被淹沒(méi)，交通全面中斷。巨災(zāi)嚴(yán)重影響了泰國(guó)的經(jīng)濟(jì)增長(zhǎng)，2011年泰國(guó)全年GDP增長(zhǎng)率僅為0.1%［10］。2013年11月8日超強(qiáng)臺(tái)風(fēng)“海燕”在菲律賓登陸，“海燕”造成6057人死亡，失蹤近1800人，近千萬(wàn)人口受災(zāi)，其中，因?yàn)?zāi)被迫轉(zhuǎn)移的災(zāi)民數(shù)量超過(guò)440萬(wàn)。受損房屋64.8萬(wàn)間，造成基礎(chǔ)設(shè)施和農(nóng)作物經(jīng)濟(jì)損失約2.75億美元［11］。我國(guó)地處東亞大陸，受大陸性季風(fēng)氣候影響，降雨量年內(nèi)分布不均，暴雨洪澇災(zāi)害突出，大約2/3的國(guó)土面積受不同類型和不同程度洪澇災(zāi)害的影響［12］。我國(guó)洪澇災(zāi)害的分布與降雨的時(shí)空分布高度一致，東部多，西部少，沿海多，內(nèi)陸少，平原湖區(qū)多，高原山地少，夏季多，冬季少。根據(jù)《2018年中國(guó)水旱災(zāi)害公報(bào)》［13］，我國(guó)自1990年以來(lái)的洪澇災(zāi)害直接經(jīng)濟(jì)損失總體呈上升趨勢(shì)［14］。2010年、2012年與2013年洪澇災(zāi)害直接經(jīng)濟(jì)損失分別達(dá)3745.43億元、2675.32億元與3155.74億元［15］。2007年7月16－18日，重慶市主城區(qū)最大24h降雨達(dá)267mm，大暴雨造成農(nóng)作物受災(zāi)面積200khm2，成災(zāi)面積117khm2，倒塌房屋3萬(wàn)間，受災(zāi)人口643萬(wàn)，因?yàn)?zāi)死亡56人，直接經(jīng)濟(jì)損失31億元。2007年7月18－19日，濟(jì)南市區(qū)最大1h降雨量151mm，市區(qū)道路損壞1.4萬(wàn)m2，近1萬(wàn)m2的地下商城在不到20min內(nèi)積水1.5m，全市33.3萬(wàn)人受災(zāi)，因?yàn)?zāi)死亡37人，直接經(jīng)濟(jì)損失13.2億元。2010年廣州“5.7”特大暴雨期間，全市平均降雨107.7mm，市區(qū)平均降雨128.5mm，受暴雨影響，全市102個(gè)鎮(zhèn)(街)受水浸，109間房屋倒塌，17.1khm2農(nóng)田受淹，受災(zāi)人口32166人，因洪澇次生災(zāi)害死亡6人，直接經(jīng)濟(jì)損失5.4億元［16］。2012年7月21日，北京、天津、河北等地出現(xiàn)特大暴雨過(guò)程，過(guò)程最大點(diǎn)雨量北京房山區(qū)河北鎮(zhèn)541mm。北京、天津、河北受災(zāi)人口540萬(wàn)人，因?yàn)?zāi)死亡115人、失蹤16人，農(nóng)作物受災(zāi)面積530千公頃，倒塌房屋3萬(wàn)間，北京市區(qū)形成積水點(diǎn)426處，天津中心城區(qū)形成積水點(diǎn)10處，河北9座城市的低洼地區(qū)積水受淹，直接經(jīng)濟(jì)損失331億元［17］。2016年受前期多次降雨影響，武漢市在6月30日至7月7日又遭受新一輪強(qiáng)降雨過(guò)程中，出現(xiàn)嚴(yán)重漬澇，南湖、湯遜湖周邊因湖泊水位滿溢，出現(xiàn)較嚴(yán)重持續(xù)漬水，緊鄰南湖的一些地勢(shì)低洼的居民小區(qū)漬水嚴(yán)重，影響了交通和市民生活。暴雨造成武漢市62.71萬(wàn)人受災(zāi)，13.24萬(wàn)人緊急轉(zhuǎn)移，直接經(jīng)濟(jì)損失53.03億元。

2洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估

2.1風(fēng)險(xiǎn)理論研究。如圖1所示，洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估的基本流程是:①風(fēng)險(xiǎn)識(shí)別，找出洪澇災(zāi)害成災(zāi)的風(fēng)險(xiǎn)來(lái)源。②風(fēng)險(xiǎn)分析，其主要內(nèi)容有:危險(xiǎn)性分析(致災(zāi)因子分析)、脆弱性分析(易損性分析)和暴露性分析。③風(fēng)險(xiǎn)評(píng)估，根據(jù)風(fēng)險(xiǎn)的定義“一定概率自然災(zāi)害所造成的后果”，風(fēng)險(xiǎn)一般表達(dá)為災(zāi)害發(fā)生的可能性與造成損失的乘積。確定風(fēng)險(xiǎn)的表達(dá)形式，然后給出定量分析結(jié)果，為風(fēng)險(xiǎn)管理提供依據(jù)。不同學(xué)科對(duì)洪澇災(zāi)害風(fēng)險(xiǎn)定義的側(cè)重點(diǎn)有所不同。水文學(xué)者強(qiáng)調(diào)洪水危險(xiǎn)性隨時(shí)間的不確定性，采用水文頻率分析方法，計(jì)算洪澇災(zāi)害事件發(fā)生的概率。水力學(xué)學(xué)者強(qiáng)調(diào)超標(biāo)準(zhǔn)洪水危險(xiǎn)性空間分布的不均勻性，采用數(shù)值模擬手段，計(jì)算洪水的淹沒(méi)范圍、淹沒(méi)歷時(shí)、洪水到達(dá)的時(shí)間、流速等風(fēng)險(xiǎn)要素，綜合這些要素進(jìn)行風(fēng)險(xiǎn)區(qū)劃。水利工程學(xué)者強(qiáng)調(diào)風(fēng)險(xiǎn)是工程失效及其造成不利后果的可能性，采用故障樹(shù)等分析方法，計(jì)算工程失效的概率及其后果。即使在災(zāi)害學(xué)領(lǐng)域，基于不同的理論，洪澇災(zāi)害風(fēng)險(xiǎn)也有著不同的定義?；诟怕收摚L(fēng)險(xiǎn)被定義為洪澇災(zāi)害發(fā)生的概率。基于損失論，風(fēng)險(xiǎn)被定義為洪澇災(zāi)害可能造成的損失。基于系統(tǒng)論的定義，如風(fēng)險(xiǎn)三角形理論［18］，風(fēng)險(xiǎn)被定義為危險(xiǎn)性(Hazard)、脆弱性(Vulnera-bility)和暴露性(Exposure)的綜合表征。洪澇災(zāi)害有別于地震和火山爆發(fā)等自然災(zāi)害，其發(fā)生過(guò)程具有一定的可預(yù)見(jiàn)性與可調(diào)控性［19］，同時(shí)針對(duì)承災(zāi)體的脆弱性與暴露性，也可以采取增強(qiáng)韌性與適應(yīng)性的措施來(lái)減少風(fēng)險(xiǎn)，這就必須要全面加強(qiáng)防災(zāi)力(Capacity)的建設(shè)［20］。危險(xiǎn)性分析也被稱為致災(zāi)因子分析，顧名思義是對(duì)致災(zāi)因子的特征進(jìn)行分析，以掌握不同頻率災(zāi)害的強(qiáng)度、影響范圍以及持續(xù)時(shí)間。風(fēng)險(xiǎn)圖是危險(xiǎn)性分析成果的一般表現(xiàn)形式，包括淹沒(méi)范圍、深度、流速或淹沒(méi)歷時(shí)等信息。脆弱性分析又稱為易損性分析，由“Vulnerability”一詞翻譯而來(lái)。脆弱性與很多詞匯相關(guān)，比如敏感性(Sensi-bility)、適應(yīng)性(AdaptiveCapacity)和恢復(fù)力(Resil-ience)等，不同學(xué)者對(duì)脆弱性的理解有所不同。李鶴［21］等人對(duì)脆弱性的概念及研究進(jìn)展進(jìn)行了闡述。劉婧［22］等人對(duì)恢復(fù)力研究進(jìn)展做了梳理，闡釋了脆弱性和恢復(fù)力的關(guān)系。如圖2所示，總結(jié)了脆弱性概念的發(fā)展趨勢(shì)。最初的脆弱性是指特定承災(zāi)體對(duì)特定類型災(zāi)害的物理敏感性。而后，敏感性與應(yīng)對(duì)能力構(gòu)成脆弱性概念的雙重結(jié)構(gòu)。隨后暴露性也被歸為脆弱性的范疇，形成多元結(jié)構(gòu)。脆弱性概念進(jìn)一步發(fā)展為自然、社會(huì)、經(jīng)濟(jì)、環(huán)境共同決定的綜合特性。本文將脆弱性概念定義為在一定自然、社會(huì)、經(jīng)濟(jì)、環(huán)境背景下，承災(zāi)體受到自然災(zāi)害外力影響下表現(xiàn)出的易于受到傷害和損失的性質(zhì)［23］。承災(zāi)體包括不同類型的財(cái)產(chǎn)如住房、農(nóng)業(yè)、工業(yè)、商業(yè)、交通等，其承災(zāi)能力不同，所以損失率會(huì)有較大區(qū)別。一般用歷史數(shù)據(jù)統(tǒng)計(jì)法［24］、指標(biāo)體系評(píng)估法［25］或?qū)嵉卣{(diào)查災(zāi)害損失率［26］等方法來(lái)分析。暴露性分析是對(duì)暴露在自然災(zāi)害影響下的人口或財(cái)產(chǎn)等進(jìn)行評(píng)估。首先要對(duì)研究區(qū)域內(nèi)的承災(zāi)體進(jìn)行判斷和分類，然后統(tǒng)計(jì)暴露在危險(xiǎn)中的承災(zāi)體數(shù)量，以便結(jié)合脆弱性分析結(jié)果進(jìn)一步評(píng)估災(zāi)害損失［27］。2.2洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估方法。國(guó)內(nèi)外對(duì)于洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估方法可歸納為4大類:數(shù)理統(tǒng)計(jì)法、指標(biāo)體系法、不確定性分析法和情景模擬法［28］。(1)數(shù)理統(tǒng)計(jì)法數(shù)理統(tǒng)計(jì)風(fēng)險(xiǎn)評(píng)估方法是基于歷史洪澇災(zāi)害數(shù)據(jù)統(tǒng)計(jì)規(guī)律的分析，對(duì)災(zāi)害風(fēng)險(xiǎn)進(jìn)行評(píng)估和預(yù)測(cè)。黃崇福［29］以歷史災(zāi)情資料為依據(jù)提出了農(nóng)業(yè)自然災(zāi)害風(fēng)險(xiǎn)評(píng)估方法。Benito［30］提出了基于古洪水和歷史洪水資料的洪水風(fēng)險(xiǎn)分析方法。王靜靜［31］以我國(guó)東南沿海4省市為研究對(duì)象，利用1951－2000年暴雨洪澇資料繪制了暴雨洪澇災(zāi)害風(fēng)險(xiǎn)性評(píng)價(jià)圖。(2)指標(biāo)體系法指標(biāo)體系風(fēng)險(xiǎn)評(píng)估方法首先選取風(fēng)險(xiǎn)指標(biāo)，建立風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，然后通過(guò)權(quán)重的計(jì)算對(duì)評(píng)估體系進(jìn)行優(yōu)化，最終確定風(fēng)險(xiǎn)指數(shù)。Okaza-wa［32］基于洪澇災(zāi)害的自然屬性與社會(huì)屬性，建立了通用的洪災(zāi)風(fēng)險(xiǎn)評(píng)估指標(biāo)體系。Seiler［33］建立了標(biāo)準(zhǔn)化的洪災(zāi)風(fēng)險(xiǎn)指標(biāo)體系，可用于流域不同空間分辨度的洪災(zāi)風(fēng)險(xiǎn)評(píng)估。(3)不確定性分析法不確定性方法主要包括模糊數(shù)學(xué)方法、灰色系統(tǒng)方法、人工神經(jīng)網(wǎng)絡(luò)方法等［34］，已有許多學(xué)者將這些方法應(yīng)用于洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估［35－37］。Zou［38］等人將模糊數(shù)學(xué)方法應(yīng)用于洪災(zāi)風(fēng)險(xiǎn)評(píng)估。Shao［39］等人基于灰色系統(tǒng)分析法對(duì)中國(guó)洪澇災(zāi)害風(fēng)險(xiǎn)進(jìn)行了評(píng)估。顏峻［40］等人利用模糊隸屬度函數(shù)和層次分析法構(gòu)建了自然災(zāi)害風(fēng)險(xiǎn)評(píng)估指標(biāo)體系。Li［41］等人將信息擴(kuò)散與人工神經(jīng)網(wǎng)絡(luò)法成功運(yùn)用于洪水風(fēng)險(xiǎn)評(píng)估。Apel［42］等人基于蒙特卡洛方法構(gòu)建了與災(zāi)害鏈相關(guān)的綜合洪水風(fēng)險(xiǎn)評(píng)估模型。(4)情景模擬法情景模擬風(fēng)險(xiǎn)評(píng)估方法基于GIS(GeographicInformationSystem)和RS(RemoteSensing)建立雨洪仿真模型與損失評(píng)估模型，實(shí)現(xiàn)對(duì)洪澇災(zāi)害風(fēng)險(xiǎn)的動(dòng)態(tài)評(píng)估［43］。國(guó)內(nèi)外學(xué)者將基于GIS洪水風(fēng)險(xiǎn)評(píng)估模型成功應(yīng)用于全球［44］、流域［45－46］、區(qū)域、城市［47］與社區(qū)［48－49］等不同尺度的風(fēng)險(xiǎn)評(píng)估工作中。上述前3種評(píng)估方法，很難反映災(zāi)害系統(tǒng)中各要素的聯(lián)系和災(zāi)害演變過(guò)程，無(wú)法模擬復(fù)雜災(zāi)害系統(tǒng)的動(dòng)態(tài)性。情景模擬風(fēng)險(xiǎn)評(píng)估法是當(dāng)前自然災(zāi)害風(fēng)險(xiǎn)評(píng)估研究的主流方向。該方法需要對(duì)洪水信息和社會(huì)經(jīng)濟(jì)信息進(jìn)行空間疊加分析，以研究區(qū)域暴雨洪澇模擬和洪災(zāi)損失評(píng)估為基礎(chǔ)，模型的建立需要比較精細(xì)的地理信息數(shù)據(jù)、水文資料與社會(huì)經(jīng)濟(jì)數(shù)據(jù)［50］。2.3雨洪仿真模型。城鎮(zhèn)化地區(qū)地表覆蓋與地下管網(wǎng)的復(fù)雜性給雨洪仿真模擬帶來(lái)很大的困難。雨洪模擬方法大致分為3種［51］。①水文－水力學(xué)耦合方法，模擬地面產(chǎn)流、河道與管網(wǎng)水流運(yùn)動(dòng)情況［52－53］。該方法的計(jì)算單元是集水區(qū)，計(jì)算結(jié)果僅能反映計(jì)算范圍內(nèi)關(guān)鍵位置或斷面的水位流量過(guò)程。②水動(dòng)力學(xué)方法，通過(guò)求解圣維南方程組，計(jì)算出雨水地面徑流過(guò)程，不受集水區(qū)劃分的影響［54－55］。③基于GIS技術(shù)洪水淹沒(méi)計(jì)算方法。計(jì)算結(jié)果是洪水淹沒(méi)的最終狀態(tài)，不能反映洪水的運(yùn)動(dòng)過(guò)程［56－57］。城市雨洪徑流及排水系統(tǒng)的數(shù)值模擬計(jì)算始于1960年代。國(guó)外對(duì)城市洪澇模型研究成果已有較高應(yīng)用價(jià)值，常用數(shù)值模型有美國(guó)環(huán)境保護(hù)署EPA提出的暴雨洪水管理模型SWMM(StormWaterManagementModel)［58］，丹麥的DHI－MIKE，英國(guó)Wallingford主營(yíng)的InfoWorksCS等［59］。SWMM模型的本地化應(yīng)用很多，從2010年開(kāi)始北京、天津、武漢、深圳、廣州等大城市相繼開(kāi)展了基于SWMM模型的城市內(nèi)澇研究［60－63］。目前，洪澇災(zāi)害仿真模型建立過(guò)程中，存在的主要困難是缺乏足夠的實(shí)測(cè)數(shù)據(jù)，包括洪水淹沒(méi)范圍、淹沒(méi)水深與淹沒(méi)歷時(shí)等數(shù)據(jù)。因此，模型率定和驗(yàn)證會(huì)受到一定程度的限制。2.4洪澇災(zāi)害損失評(píng)估模型。損失評(píng)估是風(fēng)險(xiǎn)評(píng)估的重要內(nèi)容之一，洪澇災(zāi)害損失評(píng)估包括經(jīng)濟(jì)損失和非經(jīng)濟(jì)損失評(píng)估。其中經(jīng)濟(jì)損失是洪災(zāi)評(píng)估的主要內(nèi)容，它包括直接經(jīng)濟(jì)損失和間接經(jīng)濟(jì)損失。在國(guó)外一些發(fā)達(dá)國(guó)家，洪水保險(xiǎn)比較普及，社會(huì)經(jīng)濟(jì)資料和各種行業(yè)財(cái)產(chǎn)的損失率資料比較完整，對(duì)洪澇災(zāi)害的風(fēng)險(xiǎn)評(píng)估也由定性逐步向半定量或定量評(píng)估轉(zhuǎn)化。而國(guó)內(nèi)，由于沒(méi)有相對(duì)完整可靠的歷史洪澇災(zāi)害數(shù)據(jù)及社會(huì)經(jīng)濟(jì)數(shù)據(jù)，所以開(kāi)展洪澇災(zāi)害損失評(píng)估工作比較困難［64］。對(duì)洪澇災(zāi)害損失評(píng)估，多針對(duì)直接經(jīng)濟(jì)損失。評(píng)估的方法大致上分為3類:①傳統(tǒng)的統(tǒng)計(jì)調(diào)查法;②基于數(shù)學(xué)方法的損失評(píng)估模型［65］;③基于GIS和RS技術(shù)的損失評(píng)估模型［66］。傳統(tǒng)的統(tǒng)計(jì)調(diào)查法是建立洪災(zāi)損失數(shù)據(jù)庫(kù)的基礎(chǔ)。災(zāi)后調(diào)查需要在洪災(zāi)發(fā)生后立即到當(dāng)?shù)卣归_(kāi)實(shí)地調(diào)研，會(huì)消耗較多的人力與物力。基于數(shù)學(xué)方法的損失評(píng)估模型可以做到快速評(píng)估。該方法又可以分為兩個(gè)子類。一類是損失率模型，即通過(guò)構(gòu)建各種行業(yè)財(cái)產(chǎn)損失率與淹沒(méi)水深的關(guān)系來(lái)評(píng)估損失;另一類是快速評(píng)估模型，即通過(guò)人工智能等方法評(píng)估損失［67］。Penning－Rowsell［68］和Parker［69］構(gòu)建了140種洪災(zāi)脆弱性曲線。最為典型自然災(zāi)害損失評(píng)估模型是美國(guó)風(fēng)險(xiǎn)評(píng)估軟件MH－HAZUS，構(gòu)建了近900組脆弱性曲線，包含了3種災(zāi)害(洪災(zāi)、颶風(fēng)和地震)的損害評(píng)估。加拿大學(xué)者考慮了預(yù)報(bào)時(shí)間、淹沒(méi)歷時(shí)和水流速度的影響，對(duì)損失率曲線進(jìn)行了修正［70］。國(guó)內(nèi)學(xué)者施國(guó)慶［71］總結(jié)了3種洪災(zāi)損失率確定方法:多元回歸分析法、逐步回歸分析法和洪災(zāi)損失率綜合值計(jì)算法。基于數(shù)學(xué)方法的快速評(píng)估法有很多，例如模糊綜合評(píng)判法［72］，灰關(guān)聯(lián)法［73］，神經(jīng)網(wǎng)絡(luò)法等［74－76］。這類算法對(duì)歷史洪災(zāi)數(shù)據(jù)的可靠性要求較高。目前，我國(guó)洪水損失數(shù)據(jù)與社會(huì)經(jīng)濟(jì)數(shù)據(jù)庫(kù)沒(méi)有建立，許多歷史洪災(zāi)損失是專家憑個(gè)人經(jīng)驗(yàn)估算的結(jié)果，所以基于快速評(píng)估法的洪災(zāi)損失計(jì)算結(jié)果可能缺乏可靠性。伴隨著GIS與RS技術(shù)的應(yīng)用推廣，結(jié)合水文模型與水力學(xué)模型的綜合損失評(píng)估模型得以實(shí)現(xiàn)［77］。這類模型通過(guò)社會(huì)經(jīng)濟(jì)數(shù)據(jù)與洪水信息的空間疊加分析［78］，實(shí)現(xiàn)了風(fēng)險(xiǎn)的動(dòng)態(tài)評(píng)估，但對(duì)基礎(chǔ)地理、水文等數(shù)據(jù)的要求較高。間接損失的成災(zāi)機(jī)制復(fù)雜，涉及的內(nèi)容和范圍十分廣泛，評(píng)估較為困難。經(jīng)驗(yàn)系數(shù)法是常用的間接損失評(píng)估法，但該法經(jīng)驗(yàn)化、概化成分較重，不能有效地反映間接損失的成災(zāi)機(jī)制［79］。調(diào)查估值法是災(zāi)后評(píng)估間接損失的方法之一，但該方法工作量大，需要的人力物力較多。在間接損失評(píng)估方面國(guó)內(nèi)外學(xué)者也從其他角度做了一些探索性的嘗試。例如，Penning－Rowsell［80］初步分析了由于交通、通訊線路等中斷造成的間接影響，其中線路的敏感度(Susceptibility)、依賴性(De-pendency)與飽和度(Redundancy)等都是評(píng)估時(shí)所要參考的重要因素。

3展望

學(xué)者們對(duì)洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估已開(kāi)展了許多研究工作，但由于洪澇災(zāi)害發(fā)生和發(fā)展的過(guò)程復(fù)雜，仍有許多科學(xué)問(wèn)題需要解決。本文歸納了以下三個(gè)方面:(1)風(fēng)險(xiǎn)評(píng)估綜合指標(biāo)體系的建立與評(píng)估指標(biāo)權(quán)重的確定。洪澇災(zāi)害是一個(gè)多因素指標(biāo)綜合過(guò)程，一些研究給出了洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估的指標(biāo)體系，但是尚未建立一個(gè)統(tǒng)一綜合指標(biāo)體系。尤其是對(duì)于脆弱性的評(píng)估，需要綜合社會(huì)、經(jīng)濟(jì)、生態(tài)、環(huán)境等多維度進(jìn)行綜合評(píng)估。確定各評(píng)價(jià)指標(biāo)的權(quán)重是該項(xiàng)研究的重點(diǎn)也是難點(diǎn)。許多研究中的指標(biāo)權(quán)重是通過(guò)專家打分，利用層次分析法(AnalyticHierarchyProcess，簡(jiǎn)稱AHP)來(lái)確定權(quán)重，主觀性較重。(2)風(fēng)險(xiǎn)評(píng)估框架的構(gòu)建及模型適應(yīng)性研究。風(fēng)險(xiǎn)評(píng)估框架的構(gòu)建需要綜合考慮致災(zāi)因子、孕災(zāi)環(huán)境、承災(zāi)體等要素的變化。風(fēng)險(xiǎn)評(píng)估的方法應(yīng)該根據(jù)研究區(qū)域特點(diǎn)及數(shù)據(jù)掌握情況來(lái)選擇，而構(gòu)建多方法集成的風(fēng)險(xiǎn)評(píng)估框架，可以拓展風(fēng)險(xiǎn)評(píng)估模型的適用范圍。氣候變化與城市化背景下多情景洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估是洪澇災(zāi)害管理研究的熱點(diǎn)與難點(diǎn)。三類雨洪仿真模型就有其各自的優(yōu)缺點(diǎn)和局限性［81］。未來(lái)建立基于RS和GIS技術(shù)的精細(xì)化、動(dòng)態(tài)化的適用于城市化地區(qū)的洪澇仿真模型會(huì)是變化環(huán)境下洪澇風(fēng)險(xiǎn)評(píng)估方法發(fā)展的必然趨勢(shì)［82］。(3)區(qū)域洪澇風(fēng)險(xiǎn)演變趨勢(shì)及驅(qū)動(dòng)機(jī)制研究［83］。洪澇災(zāi)害的經(jīng)濟(jì)損失會(huì)受到自然因素與社會(huì)因素的共同影響。這些因素對(duì)洪澇災(zāi)害風(fēng)險(xiǎn)演變的作用方式、作用程度都不同，因此對(duì)洪澇災(zāi)害風(fēng)險(xiǎn)演變趨勢(shì)的研究具有復(fù)雜性和不確定性。目前對(duì)洪澇災(zāi)害風(fēng)險(xiǎn)演變趨勢(shì)的研究較少，特別是對(duì)自然與社會(huì)因素共同作用下的風(fēng)險(xiǎn)演變趨勢(shì)及其驅(qū)動(dòng)機(jī)制的研究亟需深入?；隍?qū)動(dòng)機(jī)制的研究，可以更好地把握風(fēng)險(xiǎn)演變趨勢(shì)，對(duì)風(fēng)險(xiǎn)做出科學(xué)預(yù)測(cè)，在規(guī)劃中采取合理的減災(zāi)措施以抑制風(fēng)險(xiǎn)增長(zhǎng)的趨勢(shì)。該項(xiàng)研究可以拓展風(fēng)險(xiǎn)評(píng)估的時(shí)間與空間尺度。

作者:李超超 田軍倉(cāng) 申若竹 單位:1．寧夏大學(xué) 2．北京首創(chuàng)股份有限公司