干旱风险评估模型及建立方法和系统、干旱风险评估方法与流程

1.本发明涉及自然灾害的风险评估领域，具体的说，涉及一种干旱风险评估 方法。


背景技术：

2.当前的风险评价理论及风险评估研究的实践都是从危险性、暴露性、脆弱 性(易损性)、防灾减灾能力四个维度进行风险评估，这一风险评估的结果实现 的是空间维度上的静态的风险。主要是基于各风险评价在进行评价指标筛选的 时候多数是应用评价指标的多年平均值，或者多年累积值，未有将那些在时间 上发生变化的评价指标的变化，及其变化量考虑在内。以当前干旱灾害的风险 评价为例，具体阐述多数如下四个维度进行评价指标筛选：
3.危险性维度方面：大多从影响旱情发生和发展的自然背景条件的角度，更 多的选择气象和水文指标，且多数是以各个指标的平均状况为基准。如刘琳等 在研究辽宁省农业干旱风险时，选取降水量、亩均水资源量、农业用水比例等 等气象和水资源方面的危险性指标。此外，还有考虑土壤和地形指标的，尤其 是在地形地貌复杂的山区，地形这一指标的选取更为重要。如赵静等在危险性 指标的选取上确定了气象、土壤、水资源、地形这些方面；还有胡容海等在研 究西南这一地貌复杂区域时，着重考虑了高程、坡向等指标。
4.暴露性和脆弱性维度方面：多从旱情的对象及对象的抗旱能力的角度来考 虑，这两方面指标在很多研究中区分并不明显。多数研究从人口、经济和农业 结构的方面选取暴露性和脆弱性的指标，如秦越等在暴露性方面选取了单位播 种面积农业生产总值、耕地面积比例、人均耕地面积等指标，在脆弱性方面选 取了灌溉旱地占耕地面积比例、灌溉水田占耕地面积比例、雨养农业占耕地面 积比例、水资源开发利用程度等指标。除上述指标外，孔凯在研究山东省农业 干旱风险时，结合当地农业特点，脆弱性方面还考虑有小麦播种面积比、复种 指数等指标。李晓等在脆弱性角度针对作物自身选择易旱作物面积指标。
5.防灾减灾能力方面，主要考虑的是某一地区从经济、设施等社会因素方面 的防旱抗旱能力来考虑。如李阿龙就选取了农民人均纯收入、单位耕地面积农 村劳动力、单位耕地面积配套机电井、单位耕地面积兴利库容、旱涝保收率等 指标。除经济、设施等指标外，还有考虑地方受教育水平，如孔凯、刘琳选择 在校学生比例作为衡量的一方面；何斌选有中学在校人数占常住人口比指标。 现有研究都是从防灾减灾的现有状况来考虑恢复力这一维度，鲜有从事物的发 展趋势来进行思考。
6.综上所述，在当前的干旱风险评估指标方面存在如下问题：
7.(1)传统干旱风险评估多仅从致灾因子的危险性、承灾体的暴露性、孕灾 环境的脆弱性和防灾减灾能力4个维度构建评价体系，评价指标的量化不是平 均值，就是求和值，如经常纳入评价体系的气温指标一般用多年平均年均温来 量化，而降水量指标则常用多年平均月总降水量来体现。无论是多年平均年均 温，还是多年平均月总降水量，仅体现了区域或系统的总体的特征，是一种在 空间上呈静态的背景体现，所揭示的干旱风险也只能是一种假定在背景条件不 变情况下的固定的风险，即仅是一种空间维上的静态风险，这种
静态风险对于 背景条件比较稳定(自然环境和人类活动随时间不变或微变)区域的风险空间 异质性的揭示较为适宜。但任何系统并不是一成不变的，某一区域风险的高或 低也并非是固定的，这是因为影响风险的因子在时间趋势维上是发生变化的。 对于干旱风险亦是如此，干旱的风险必然与降水、温度及人类活动等因子紧密 相关，降水、气温等自然因子和防灾能力、抗灾技术等人类活动因子在时间上 都呈现出持续的动态变化，因此所揭示的干旱风险也应该是在这些因子变化作 用下的随时间变化的风险。
8.(2)此外，多数干旱风险评估的研究在选择评价指标赋权方法时，主要考 虑传统的干旱风险评估指标赋权法，如主观赋权法或客观赋权法。显而易见的 是，当前热门的机器学习算法精度高、运算速度快、非线性挖掘能力强等优点， 非常适用于干旱风险评估指标赋权这一关键步骤，但机器学习算法在干旱方面， 主要应用于构建旱情遥感监测模型、或干旱相关数据的反演和估算等，用于干 旱风险评估的研究还较少。因此，本研究在进行指标赋权时选择随机森林算法 进行计算。
9.(3)当前多数干旱风险评估研究均将地貌因子纳入评价体系，多以坡度来 衡量，但风向会加速地表水分的流失，不利于土壤水分的积累，进而引发或加 重干旱。在地形地貌复杂的区域，还会形成地形雨，致使背风坡的干旱情况加 剧。


技术实现要素：

10.本发明针对现有技术存在的不足，提供了一种时空耦合维的综合干旱风险 评估方法。对坡向指标的归一化处理，不仅考虑了地形引起的阴坡和阳坡太阳 辐射的差异，更量化了地形引起的迎风坡和背风坡所造成降雨的差异，使得最 终坡向这一地形因子对干旱风险的影响由阴阳坡*迎背风坡的综合作用。
11.本发明的具体技术方案如下：
12.一种建立干旱风险评估模型的方法，所述干旱风险指数模型包括组分层指 数计算模型、空间静态维干旱风险指数模型、时间动态维干旱风险指数模型以 及时空耦合维干旱风险指数模型；
13.包括以下步骤：
14.s1：干旱风险评估指标体系的处理：建立干旱风险评估指标体系，所述干 旱风险评估指标体系包括两个目标层，分别为空间静态风险层和时间动态风险 层，每个目标层包括至少一个成分层，每个成分层包括至少一个因子层，每个 因子层包括至少一个指标层，对干旱风险评估指标体系中的各个指标层进行归 一化处理；
15.s2：计算指标贡献度：采用随机森林方法计算各指标层的贡献度；
16.s3：建立干旱风险指数模型：
17.将步骤s2得到的每个指标的贡献度作为相对应干旱风险评价指标的权重； 建立因子层指数计算模型：
[0018][0019]
式中，c代表h，e，v，r组分指数，h，e，v，r分别代表区域危险性、 暴露性、脆弱性和防灾减灾能力组分指数，w
ci
表示c组分第i个指标的权重， x
ci
表示空间静态维的c组分的第i个指标的量化值，n为各组分的指标数；
[0020]
建立空间静态维干旱风险指数模型：
[0021]i静
＝(h
wh
)(e
we
)(v
wv
)[1-r]
wr
[0022]
式中，i
静
为空间静态维干旱风险指数，上标wh，we，wv，wr分别表示 危险性、暴露性、脆弱性因子和防灾减灾能力组分的权重；
[0023]
时间动态维干旱风险指数模型：
[0024][0025]i动
为时间动态维风险指数，y
ci
为恢复力c组分的第i个指标的权重；
[0026]
通过计算空间静态维干旱风险指数i
静
的最小值归一化的值与时间动态维干 旱风险指数i
动
的最小值归一化的值的乘积得到时空耦合维干旱风险指数i
耦
形 成所述时空耦合维干旱风险指数模型。
[0027]i耦
＝i
静
*i
动
[0028]
进一步的，所述步骤s1中，所述空间静态维风险层中的组分层包括危险性 层、暴露性层、脆弱性层和防灾减灾能力层。
[0029]
进一步的，所述步骤s1中，所述时间动态维风险层的组分层包括恢复力层。
[0030]
进一步的，所述步骤s2中，采用随机森林方法计算各指标层的贡献度具体 包括：
[0031]
将实测的土壤相对湿度作为空间静态维干旱风险评估的标签，每个组分层 的各因子层的指标层作为特征值；时间动态维选用趋势分析后的土壤相对湿度 作为标签，每个组分层的各因子层中的指标层作为特征值，计算得到每个指标 的贡献度。
[0032]
进一步的，所述危险性组分层中的因子层包括气候层、水文层、土壤层、 地形层、干旱背景层；
[0033]
所述暴露性组分层包括耕地层；
[0034]
所述脆弱性组分层包括植被层；
[0035]
所述防灾减灾能力组分层包括社会层和经济层，其中所述社会层包括在校 学生比，所述经济层包括人均gdp。
[0036]
如上所述的方法建立的综合干旱风险评估模型。
[0037]
一种建立干旱风险评估模型的系统，包括干旱风险评估指标体系处理模块、 指标贡献度计算模块、干旱风险指数模型建立模块；
[0038]
所述干旱风险评估指标体系处理模块用于建立干旱风险评估指标体系，其 中所述干旱风险评估指标体系包括两个目标层，分别为空间静态维风险层和时 间动态维风险层，每个目标层包括至少一个组分层，每个组分层包括至少一个 因子层，每个因子层包括至少一个指标层，对干旱风险评估指标体系中的各个 指标层进行归一化处理；
[0039]
所述指标贡献度计算模块通过采用随机森林方法计算各指标层的贡献度；
[0040]
所述干旱风险指数模型建立模块用于：
[0041]
将所述指标贡献度计算模块计算得到的每个指标的贡献度作为相对应干旱 风险评价指标的权重；
[0042]
建立组分层指数计算模型：
[0043][0044]
式中，c代表h，e，v，r组分指数，h，e，v，r分别代表区域危险性、 暴露性、脆弱性和防灾减灾能力组分指数，w
ci
表示c组分第i个指标的权重， x
ci
表示空间静态维的c组分的第i个指标的量化值，n为各组分的指标数；
[0045]
建立空间静态维干旱风险指数模型：
[0046]i静
＝(h
wh
)(e
we
)(v
wv
)[1-r]
wr
[0047]
式中，i
静
为空间静态维干旱风险指数，上标wh，we，wv，wr分别表示 危险性、暴露性、脆弱性因子和防灾减灾能力组分的权重；
[0048]
时间动态维干旱风险指数模型：
[0049][0050]i动
为时间动态维风险指数，y
ci
为恢复力组分c因子的第i个指标的权重；
[0051]
通过计算空间静态维干旱风险指数i
静
的最小值归一化的值与时间动态维干 旱风险指数i
动
的最小值归一化的值的乘积得到时空耦合维干旱风险指数i
耦
形 成所述时空耦合维干旱风险指数模型。
[0052]i耦
＝i
静
*i
动
[0053]
进一步，所述指标贡献度计算模块采用随机森林方法计算各指标层的贡献 度，具体包括：
[0054]
将实测土壤相对湿度作为空间静态维的标签，每个组分层的因子层的指标 层作为特征值；时间动态维选用趋势分析后的土壤相对湿度作为标签，恢复力 组分层中的指标层作为特征值，计算得到每个指标的贡献度。
[0055]
进一步，所述空间静态维风险层中的组分包括危险性层、暴露性层、脆弱 性层和防灾减灾能力；所述时间动态风险层的组分层包括恢复力层。
[0056]
一种综合干旱风险评估方法，应用自然断点法分别将如上所述的干旱风险 评估模型中的组分层指数和三种干旱风险指数划分为相对的5个等级，其中， 危险性、暴露性与脆弱性指数越大，对应综合干旱风险越大，防灾减灾能力与 恢复力指数越大，综合干旱风险越小。
[0057]
有益效果在于：
[0058]
(1)本专利考虑空间维上的静态风险和时间维上的动态风险，进而实现空 间静态维与时间动态维耦合下的综合的干旱风险评估，真正体现风险的意义。
[0059]
(2)本专利应用随机森林算法进行指标赋权，使各指标权重更客观、更具 有科学性，可提高干旱风险计算的准确性。
[0060]
(3)从阴阳坡影响太阳辐射，及迎背风坡影响降水两个方面量化地形因子 对干旱的影响可提高地形影响干旱风险评估的准确性及科学性。
附图说明
[0061]
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将 对具
体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附 图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分 并不一定按照实际的比例绘制。
[0062]
图1是本发明中的时空耦合维综合干旱风险评估模型的建立流程图。
具体实施方式
[0063]
下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描 述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明 中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有 其他实施例，都属于本发明保护的范围。
[0064]
需要说明的是，本发明实施例中所有方向性指示(诸如上、下、左、右、 前、后
……
)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对 位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应 地随之改变。
[0065]
另外，在本发明中如涉及“第一”、“第二”等的描述仅用于描述目的，而 不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。 由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特 征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非 另有明确具体的限定。
[0066]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实 施例，对本发明进行进一步的详细说明。应当理解，此处所描述的具体实施例 仅用以解释本发明，并不用于限定发明。
[0067]
现在结合说明书附图对本发明做进一步的说明。
[0068]
参考图1所示的流程。本发明具体按照以下方式实现：
[0069]
1综合干旱风险评估指标体系的处理
[0070]
表1综合干旱风险评价指标的处理
[0071]
[0072][0073]
注：x为各指标的原始值；x
norm
为归一化后的各指标值；x
max
为各指标的 最大值；x
min
为各指标的最小值。
[0074]
2基于随机森林算法得到各指标贡献度(即权重)
[0075]
将实测土壤相对湿度作为空间静态维的标签，危险性、暴露性、脆弱性以 及防灾减灾能力四个组分层各因子所对应的指标层作为特征值；时间动态维选 用趋势分析后的土壤相对湿度作为标签，恢复力组分层所对应的指标层作为特 征值，计算得到每个指标的贡献度。应用10折交叉验证法，结合均方根误差(rootmean squared error，rmse)与相关系数(correlation coefficient，r)来衡量模型 的预测效果。最佳随机森林预测模型的精度见下表2。
[0076]
表2模型预测精度分析
[0077][0078]
将随机森林算法计算得到各特征值的平均贡献度，作为本发明评价指标赋 权的结果(表3)，对比发现该结果与现有技术中的研究基本一致，即空间静态 维干旱风险受降水、耕地面积比重影响较大。但本发明中的赋权依据及方法更 为科学。
[0079]
表3综合干旱风险评估各指标贡献度
[0080][0081][0082]
3干旱风险指数模型
[0083]
将随机森林模型所得到的各特征值的平均贡献度作为相应干旱风险评价指 标的权重，结合自然灾害风险理论，分别建立空间静态维与时间动态维干旱风 险指数模型：
[0084]i静
＝(h
wh
)(e
we
)(v
wv
)[1-r]
wr
ꢀꢀꢀꢀꢀꢀ
(1)
[0085][0086]
式(1)中：i
静
为空间静态维干旱风险指数，h，e，v，r分别代表区域危 险性、暴露性、
脆弱性和防灾减灾能力组分。上标wh，we，wv，wr分别表 示危险性、暴露性、脆弱性和防灾减灾能力组分的权重。式(2)中：c代表h， e，v，r组分指数，w
ci
表示c组分第i个指标的权重，x
ci
表示空间静态维的c组分 的第i个指标的量化值，n为各组分的指标数。
[0087][0088]i动
为时间动态维干旱风险指数，即为计算得到的恢复力因子的值。y
ci
为时 间动态维的恢复力组分c的第i个指标的权重。
[0089]
将归一化处理的危险性、暴露性、脆弱性和防灾减灾能力组分的各指标值 分别代入(2)式计算得到四川盆地干旱危险性指数、暴露性指数、脆弱性指数、 防灾减灾能力指数，进而将四个组分指数的值代入(1)式，得到空间静态维风 险i
静
。将归一化处理后的恢复力的各指标值代入(3)式得到反向恢复力指数， 即为时间动态维风险i
动
。
[0090]
空间静态维和时间动态维耦合下的综合干旱风险值由空间静态维干旱风险 指数(i
静
)的最小值归一化的值与时间动态维干旱风险指数(i
动
)的最小值归 一化的值的乘积来量化，即为本文的时空耦合维的干旱风险指数，记为i
耦
。
[0091]i耦
＝i
静
*i
动
ꢀꢀꢀꢀꢀꢀ
(6)
[0092]
应用自然断点法(nature breaks)分别将组分层指数，和三个维度的干旱 风险指数都划分为相对的5个等级，具体见表3。其中，危险性、暴露性与脆 弱性指数越大，对应干旱风险越大，而防灾减灾能力与恢复力对干旱的作用结 果相反，其值越大，则干旱风险越小。
[0093]
表4干旱风险等级划分
[0094][0095]
4.时空耦合维的四川盆地干旱风险综合评估
[0096]
4.1空间静态维的干旱风险的空间异质性分析
[0097]
空间静态维干旱高风险区主要集中在盆地中部，边缘地区风险低，i
静
值平 均达0.4488，占盆地总面积的29.30％。该区域年均降水量不低(215.43mm)， 盆地中部良好的自然条件和温暖湿润的气候环境是农业发展的基础，因此区域 耕地面积比高达88.61％，使得暴露性高(e＝0.28)。同时，危险性(h＝0.57) 和脆弱性(v＝0.46)均较高，而该区域人均gdp仅为21402.48元/人，防灾减 灾能力(r＝0.36)并不突出，因此，干旱风险等级高。
[0098]
4.2时间动态维干旱风险的空间异质性分析
[0099]
四川盆地时间动态维干旱风险呈现出由东北向西南递减的态势，通过比较 时间动态维和空间静态维的干旱风险评价结果的相关性可以发现，二者的 pearson相关系数为0.21，通过了0.01显著性检验。但二者在空间分布上明显 不一致，通过分区统计可得，时间动态维高值区、较高值区、中等值区所对应 的空间静态维干旱风险平均值分别为0.23、0.31、0.31，均处于静态维干旱风险 的中等级区，而时间动态维较低值与低值区所对应的空间静态维干旱风险值分 别为0.34、0.37，均处于空间静态维干旱风险的较高等级区。上述这些不一致 就意味着四川盆地干旱风险随时间发展是发生变化的，即，总体而言，四川盆 地空间静态维干旱风险中等级区，存在随时间发展干旱风险轻微减轻的趋势； 而空间静态维干旱风险较高等级区的干旱风险又有随时间发展明显减轻的趋势。 进一步说明了本发明进行时间动态维的干旱风险评估的必要性。
[0100]
4.3时空耦合维的干旱风险评估
[0101]
计算空间静态维、时间动态维及时空耦合维各干旱风险等级的质心。发现 时空耦合维各干旱风险等级质心更靠近相对应的空间静态维干旱风险等级质心， 表现为相应时空耦合维各干旱等级分布质心到空间静态维各干旱风险等级质心 的距离仅为到时间动态维各干旱风险等级质心距离的0.43倍，这足以说明时空 耦合维干旱风险虽受空间静态维主导，但同时受时间动态维风险的影响，是二 者的综合作用下的风险。
[0102]
时空耦合维的干旱风险评价结果，是空间静态维干旱风险在时间动态维干 旱风险影响作用下的综合体现。相对于空间静态维风险而言，整个四川盆地在 时空耦合维上的干旱风险上，有26.46％的区域干旱综合风险等级有所降低，这 种降低主要是时间动态维干旱风险显著的降低趋势的作用。区域上集中体现在 盆地西部的成都、德阳、绵阳、广元部分地区，及重庆西南部。这些地区有70.67％ 的区域时空耦合维综合干旱风险等级相对于空间静态维干旱风险等级有明显降 低，这是由于这些地区年均总降水量(7.17mm/a)和人均gdp(2826.58元/人
·
年) 增长显著，随时间发展干旱风险呈下降变化。反之，四川盆地有11.88％的区域 时空耦合维干旱风险等级相对于空间静态维干旱风险等级有所升高，这种提高 是因为时间动态维干旱风险降低趋势不显著导致。区域上集中体现在盆地东北 部的巴中、重庆中部以东北部。这些地区有47.16％的时空耦合维综合干旱风险 等级明显升高，是因为该区域年均降水量(2.18mm/a)和人均gdp(1768.46 元/人
·
年)增长缓慢，说明这些地区在未来短期内，干旱风险降低趋势不明朗。
[0103]
空间静态维、时间动态维和时空耦合维干旱风险的评价结果在区域及具体 量值上的差异性，都指示出本专利的科学性和必要性。
[0104]
以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前 述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其 依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全 部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质 脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明 书的范围当中。