基于三角白化权函数的灾害综合治理能力评估模型构建研究

2021-08-10 03:25童沁妍巩在武张丽杰
关键词:灰类权函数白化

童沁妍,巩在武*,肖 芳,张丽杰

(1.南京信息工程大学 管理工程学院,南京 210044)(2.中国气象局 气象发展与规划院,北京 100081)

近年来,随着我国工业化、城市化进程加快,使得极端天气出现次数增加,各类气象灾害发生的频率也明显上升,严重阻碍了我国的经济发展.统计资料表明,气象灾害每年给我国造成的直接经济损失占到GDP 的3%~6%[1].因此,有效的气象灾害综合治理能力不仅可以保证人民的生命安全,还可以降低经济损失.

气象灾害治理能力评价的研究主要包括3个方面:一是对灾害政策法规的研究[2-3];二是对气象灾害评估内容的研究.通过对现有文献的梳理,目前气象灾害的评估主要集中在气象灾害风险评估和气象灾害应急管理能力评估两个方面[4-9];三是对气象灾害评估方法的研究.为提高灾害评估能力,国内外学者大多采用基于指标的综合评估方法和构建评估模型,来进行气象灾害评估研究[10-14].上述研究对气象灾害综合治理能力分析搭建了比较科学的框架,但在处理小样本、贫信息情境下不同地区各行政单元气象灾害综合治理能力指标及科学综合评价方面的研究,还需进一步展开.

气象灾害治理能力评价建模研究主要涉及层次分析法、灰色综合评价法以及综合评价方法的“两两集成”等方法.其中在处理样本信息贫乏和贫信息的不确定性较高等方面,白化权函数具有独特优势.三角白化权函数经常用于处理数据样本相对较少,数据信息不确定性较高的小样本多属性决策问题,并已经广泛应用到环境质量评价、水质分析系统研究等领域[15-18],取得了良好的效果.

文中构建一套更科学合理的气象灾害综合治理能力评估指标体系,结合灰色聚类分析法中的三角白化权函数,对我国31个省份2014—2018年的气象灾害综合治理能力进行评估.根据评估结果总结出不同区域气象灾害治理能力存在的优缺点,为提高气象灾害综合治理能力提供帮助.

1 气象灾害综合治理能力评估方法

通过构建气象灾害综合治理能力评估指标体系,采用三角白化权函数的灰色评价与信息熵融合的方法,来评估我国不同省份的气象灾害综合治理能力.气象灾害综合治理能力评估指标体系的构建为:

(1)指标初选.根据气象灾害综合治理能力评估的目的,以及公私合作的治理理念、灾害过程管理思想、区域灾害理论、应急管理模式等相关理论,初步确定了与治理阶段相对应的指标体系.

(2)专家咨询.通过征求中国气象局气象发展与规划院的多位专家的意见,对初步确定的指标进行筛选.

(3)科学设置.根据专家的意见,进行调整,确定最终的气象灾害综合治理能力评估指标体系.

在确定评估指标体系之后,根据可操作性强且计算权重的方法比较客观,能够避免主观赋权的弊端等特点,选择熵值法来计算评估指标体系的权重[19-20].以年为单位,依次对2014—2018连续五年的数据通过信息熵计算来确定指标权重,计算出每一年的指标权重,以权重五年的均值作为每个指标的最后评价权重(表1).

表1 气象灾害综合治理能力评估指标体系及权重Table 1 Evaluation index system and weights of comprehensive management ability of meteorological disasters

2 基于三角白化权函数的气象灾害综合治理能力灰色评估

2.1 基于中心点三角白化权函数的灰色评估原理及步骤

2.1.1 评价灰类的确定

为了客观充分地反映我国各省份气象灾害综合治理能力,把19个评价指标值分为“弱、较弱、一般、较强、强”5个评价灰类,用数字分别表示为 “1、2、3、4、5”.灰类划分方法是,在考虑指标值越小越优型、越大越优型的基础上,把所有评价单元同一个指标的最大值和最小值作为劣灰类与优灰类的端点值.

2.1.2 评价指标取值区域的延拓

对我国气象灾害综合治理能力的各评价指标进行向左、向右延拓,延拓值为各个指标均值的倍数,确定各个指标的延拓值.

2.1.3 建立气象灾害综合治理能力的白化权函数表达式

指标X1的三角白化权函数表达式分别为:

2.1.4 计算各指标的白化权聚类系数

表2 2014—2018年各省份气象灾害综合治理能力评估指标白化权聚类系数最大值Table 2 Maximum value of whitening weight clustering coefficient for the evaluation index of the comprehensive management of meteorological disasters in each province from 2014 to 2018

2.2 结果分析

(1)2014年,我国华北地区和东北地区的气象灾害综合治理能力都属于“弱”灰类,其4种能力的指标数据明显低于其他地区.以江苏为代表的8个地区均属于气象灾害综合治理能力(较弱)省份,以贵州为代表的6个地区属于气象灾害综合治理能力(一般)省份.

(2)2015年,我国31个省份气象灾害综合治理能力在研究阶段整体仍然不太乐观,华北地区和东北地区依旧处于“弱”灰类,相比2014年,上海市的气象灾害综合治理能力由“弱”灰类变为“较弱”灰类,江苏省和四川省的气象灾害综合治理能力由“较弱”灰类变为“一般”灰类.

(3)2016年,以北京为代表的17个地区均属于气象灾害综合治理能力(弱)的省份.广东省属于气象灾害综合治理能力(较强)省份,其总库容数为448.31亿立方米、天气雷达观测数量为10个、气象自动观测站数量为2 324个、闪电定位监测业务站数为9个、卫星资料接收站数为9个、气象预警信息社会单元覆盖率和广电媒体覆盖率均为100%.这些指标数据相比于前两年有所提高并且高于大部分省份.

(4)2017年,华中地区和华东地区的气象灾害综合治理能力均有所提升,所属灰类主要在“较弱”和“一般”.只有上海仍属于“弱”灰类.上海市的气象灾害防御规划省、市、县覆盖率是33.33%、总库容数为不到1亿立方米、天气雷达观测数量为2个、气象自动观测站数量为230个、闪电定位监测业务站数为4个、卫星资料接收站数为6个,远远落后于其他省份.广东省的气象灾害综合治理能力由2016年的“较强”灰类变为“强”灰类.

(5)2018年,我国气象灾害综合治理能力较往年有所提高,但区域性能力差距较大.华东地区和华中地区较前几年均有所提高,大都属于“较弱”和“一般”灰类,其中浙江由2017年的“一般”灰类变为“较强”灰类.其总库容数为445.64亿立方米、天气雷达观测数量为17个、气象自动观测站数量为2 968个、闪电定位监测业务站数为11个、卫星资料接收站数为21个、气象预警信息社会单元覆盖率为100%、气象预警信息广电媒体覆盖率为100%.而东北、华北、西北、西南和华南地区大都属于“弱”灰类.

综合来看,2014—2018年间华东地区气象灾害综合治理能力较高,华南和华中地区气象灾害综合治理能力一般,华北和西北地区气象灾害综合治理能力较低.但是整体而言我国气象灾害综合治理能力有所提高,气象灾害综合治理能力一般的地区有所增多,弱的地区有所减少,较强和强的地区从无到有.这也证明,国家相关部门己经高度重视防灾减灾工作,并采取一些积极有利的措施,努力减少灾害损失.

3 结论

(1)通过我国气象灾害综合治理能力的灰色综合聚类评估结果可知:我国各地区气象灾害综合治理能力整体较弱,结果表现为华东地区气象灾害综合治理能力较高,华南和华中地区气象灾害综合治理能力一般,华北和西北地区气象灾害综合治理能力较低.

(2)通过对气象灾害综合治理能力评估结果的分析可知:从灾害防御准备能力来看,气象灾害综合治理能力较为薄弱的省份对于气象灾害防御基础设施都缺乏有效的建设和规划.除此之外,对气象灾害应急方案的制定也不够重视,当气象灾害发生时,虽然能够第一时间进行处理,但是不少地区仍重视救灾,轻视防灾,缺乏防灾意识,在防灾工作上投入资金不足,相关措施也落实不到位;从灾害监测能力来看,目前我国大部分省份,对不同类型的气象灾害不能进行针对性的监测,在持续性监测方面也存在不足,同时对极端天气也不能进行高效的预警,从而造成气象灾害综合治理能力整体较弱;从灾害预警能力来看,虽然当前气象预警信息覆盖率呈逐年上升的趋势,但仍有部分地区的相关部门对气象预警信息不够重视.与此同时,新闻媒体对预警信息并不能进行有效的传播,往往都是灾害发生之后,才会去报道,这样就失去了预防的意义.

猜你喜欢
灰类权函数白化
基于改进权函数的探地雷达和无网格模拟检测混凝土结构空洞缺陷工程中的数学问题
基于聚类综合评价值的灰色决策模型
一类广义的十次Freud-型权函数
改进的灰色聚类模型在鞍山地区地下水质综合评价中应用
基于灰色聚类评估和变权理论的煤化工企业的火灾风险评估
白化黄喉拟水龟人工培育研究①
最严重白化
异径电磁流量传感器权函数分布规律研究*
基于灰色聚类的城市公交系统评价研究
白化茶种质资源分类研究