基于TOPSIS的城市自然灾害社会脆弱性评价研究——以宝鸡市为例
基于Kaiser模型的某三甲医院灾害脆弱性现状研究
基于Kaiser模型的某三甲医院灾害脆弱性现状研究引言二、某三甲医院的灾害脆弱性现状研究1. 物质脆弱性物质脆弱性是指医院在灾害中设施和设备的抗灾能力。
通过实地调研和数据分析，我们发现某三甲医院在物质脆弱性方面存在一定问题。
首先是医院建筑的抗震能力较弱，无法有效抵御地震等自然灾害；其次是医院设备的紧急备用能力不足，一旦设备损坏，很难及时维修或更换。
医院在物质脆弱性方面存在一定的风险，需要加强相关设施和设备的抗灾能力。
经济脆弱性主要指医院的经济损失承受能力。
在实地调研中，我们发现某三甲医院在经济脆弱性方面表现较好，主要体现在医院有完善的保险制度和应急资金储备。
这些措施为医院在灾害中承受经济损失提供了一定的保障，有利于医院的灾后重建和恢复。
社会脆弱性主要指医院在灾害中社会支持系统的稳定性。
某三甲医院在社会脆弱性方面存在一定问题，主要表现在医院对外部援助和支持系统的缺乏。
一旦发生灾害，医院在人员和物资的支援方面会受到一定的限制，影响医院在灾害中的救援和应对工作。
制度脆弱性主要指医院的管理制度和规章制度的完善程度。
某三甲医院在制度脆弱性方面表现较好，医院拥有完善的应急预案和应急演练机制。
这有利于医院在灾害中的组织和指挥，有效提高了医院的灾害管理水平。
三、某三甲医院的改进建议1. 加强设施和设备的抗灾能力，提高医院的物质脆弱性。
医院应加强对建筑和设备的抗震能力评估，并进行必要的改造和加固。
建立设备的紧急备用系统，确保设备在灾害中的持续运转。
2. 加强对社会支持系统的建设和维护，降低医院的社会脆弱性。
医院应加强与社会各界的合作与交流，建立健全的社会支持系统，为医院在灾害中提供必要的人员和物资支援。
3. 不断完善应急管理制度，提高医院的灾害管理水平。
医院应加强应急预案的编制和完善，定期组织应急演练，提高医院员工应对灾害的紧急处理能力。
4. 持续加强医院的经济储备和保险制度建设，提高医院的经济脆弱性。
医院应加强对经济损失的预估和风险管理，合理规划应急资金储备和保险保障，以应对潜在的经济风险。
基于GIS的城市内涝成因分析及风险评估研究——以福州市主城区为例
Journal of Water Resources Research 水资源研究, 2019, 8(3), 224-233Published Online June 2019 in Hans. /journal/jwrrhttps:///10.12677/jwrr.2019.83027Analysis of Causes and Risk Assessment of Urban Waterlogging Based on GIS—Takingthe Main City of Fuzhou as an ExampleWenchuan Wang1, Yuchao Chen1, Aiqing Kang21School of Water Conservancy, North China University of Water Resources and Electric Power, Zhengzhou Henan2Department of Water Resources, China Institute of Water Resources and Hydropower Research, BeijingReceived: May 4th, 2019; accepted: May 21st, 2019; published: May 31st, 2019AbstractWith the rapid development of urbanization and the impact of extreme climate, the urban waterlogging in Fuzhou is frequent, and coping with the risk of waterlogging has become one of the problems in urban governance. Taking Jiangbei District of Fuzhou City as an example, this paper uses Mann-Kendall (M-K) and non-parametric Sen method to analyze the short-duration precipitation law, and uses ArcGIS tool to process and analyze the waterlogging factors such as cushion, river network and pipeline network. It is considered that the main causes of waterlogging are the increase of short duration rainfall, the high proportion of impervious surface, the special topography, the top support of tidal level in Minjiang River and the siltation of river channel. Aiming at the small-scale waterlogging risk assessment in urban areas, based on the index system assessment method and scenario simulation method, a comprehensive wa-terlogging risk assessment method is proposed. According to the results of waterlogging risk assessment in the main urban area of Fuzhou, the high, medium and low risk areas are divided. The assessment re-sults are verified by typhoon “Maria” waterlogging point, which proves that the risk assessment results are reasonable. It has practicability and applicability to the flood control and drainage planning of Fuz-hou city and the control of waterlogging points.KeywordsArcGIS, Urban Waterlogging, Causes of Waterlogging, Risk Assessment基于GIS的城市内涝成因分析及风险评估研究——以福州市主城区为例王文川1，陈玉超1，康爱卿2作者简介：王文川(1976-)，男，河南鹿邑人，博士，教授，博导，主要从事水文水资源系统分析、遥感信息处理等方面的研究。
城市经济脆弱性评价研究——以北京海淀区为例
自然资源学报JOURNAL OF NATURAL RESOURCES第29卷第7期2014年7月V ol.29No.7Jul.,2014城市经济脆弱性评价研究——以北京海淀区为例袁海红1,2，高晓路1*(1.中国科学院区域可持续发展分析与模拟重点实验室，中国科学院地理科学与资源研究所，北京100101；2.中国科学院大学，北京100049）摘要：经济脆弱性评价是风险评估的重要步骤和制定有效防灾减灾规划的前提条件，是应急管理和灾后恢复重建的重要依据。
为了能够反映区域内部经济脆弱性空间差异，为政府防灾减灾、应急管理以及灾后恢复重建提供有效依据，论文选择了城市街区尺度对经济脆弱性进行研究，提出了一个微观尺度的经济脆弱性评估模型，该模型综合考虑了企业属性、产业易损性、产业重要性、街区经济密度，并对经济脆弱性及各影响因素进行了空间研究。
利用该模型对2010年北京市海淀区的经济脆弱性进行了案例研究，结果显示：总体而言，海淀区经济脆弱性较低，647个街区中有103个街区经济脆弱性较高，虽然脆弱街区数量比例较高，达15.9%，但所占面积较小，仅占海淀区面积的4.91%；进行了经济脆弱性集聚区和热点地区分析，结果显示脆弱性地区同时是地区主导和支柱产业集聚地区，在应急管理和日常风险管理中应该对这些地区予以重点关注。
关键词：经济脆弱性；评估模型；海淀区中图分类号：F299.27文献标志码：A 文章编号：1000-3037(2014)07-1159-14DOI ：10.11849/zrzyxb.2014.07.007灾害造成的经济损失在近年来不断增加，根据Munich Re [1]数据显示：仅自然灾害造成的经济损失就从1981—1990年间的5280亿美元，增长到1991—2000年间的1.2万亿美元，在2001—2011年间达到1.6万亿美元，仅2011年日本大地震就造成2100亿美元的经济损失（不包括核损害）。
中国是世界范围内自然灾害最为严重的少数国家之一，中国的自然灾害具有多种类、高频率、时空分布不均匀、影响范围广、灾情严重等特点[2]，同时中国进入快速城市化阶段，城市迅速扩张，城市系统的复杂性增强，安全系数下降，产生了许多可能会导致灾害的潜在因子，工业尤其是重工业成为了许多城市经济的最重要的组成部分，导致了许多环境、资源问题以及各类安全事故，这些都对城市公共安全造成挑战，但我国城市公共安全管理相对薄弱[3]，公共安全风险难以得到有效的防控[4]。
城市灾害韧性综合评价指标体系的构建——以延安市为例
城市灾害韧性综合评价指标体系的构建——以延安市为例1 陕西省城乡规划设计研究院助理规划师2 陕西省城乡规划设计研究院助理规划师3 陕西省城乡规划设计研究院助理规划师【摘要】本文以韧性基线模型（BRIC）为研究基础，从经济韧性、社会韧性、环境韧性、社区韧性、基础设施韧性及组织韧性6个方面构建延安市城市灾害韧性评价指标体系，对延安市13个县（市、区）的灾害韧性进行评估，结果表明：延安市各区县综合韧性差距较大，主要是自然环境本底以及经济社会发展情况的差别，共同造成城市灾害韧性在空间上的分异，韧性最高的宝塔区与韧性最低的黄龙县存在较大悬殊，在此基础上提出延安市灾害韧性的提升策略。
关键词：城市韧性；评价指标体系；BRIC模型“韧性（Resilience）”源于拉丁文resilio，意为受到压力后反弹和回跳的能力。
强调吸收外界冲击和扰动的能力、通过学习和再组织恢复原状态或达到新平衡态的能力。
“韧性”具有三个本质特征：系统能够承受一系列改变并且仍然保持功能和结构的控制力；系统有能力进行自组织；系统有建立和促进学习、自适应的能力。
1延安市韧性综合评价指标体系构建2014年Cutter等学者提出韧性基线模型（以下简称“BRIC模型”），将城市韧性分解为经济韧性、社会韧性、环境韧性、社区韧性、基础设施韧性和组织韧性6个维度。
BRIC模型通过因子分析的方法，确定了49个指标作为不同维度的评价因子，这些评价指标是从政府或研究机构公开的统计数据中搜集所得，并通过赋值完成对地区韧性的量化，得出不同地区韧性的大小。
BRIC模型给出的韧性评价并不依赖于具体的灾害类型，也无需对城市在灾害下的表现进行分析或估计。
其计算结果为相对值，可用于不同地区、不同时间的对比。
相较于其他韧性评价模型，BRIC模型实用性强、可复制性高，其韧性评价结果能够较好的反映出一个地区应对灾害与灾后恢复的能力[1]，因此本次研究运用此模型来对延安市的城市灾害韧性进行评估。
西南喀斯特地区农业旱灾脆弱性评价——以贵州省为例
西南喀斯特地区农业旱灾脆弱性评价——以贵州省为例汪霞;汪磊【摘要】农业旱灾脆弱性是涉及致灾因子、孕灾环境以及承灾体3方面的复杂系统,其脆弱性程度决定了干旱灾害的生成和强度.科学评价农业旱灾脆弱性对防旱抗旱有着重要现实意义.构建了贵州农业旱灾脆弱性评价指标体系,并应用时间序列数据,建立了基于主成分分析—德尔菲法的改进TOPSIS模型,对2006-2012年期间贵州农业旱灾脆弱性发展态势进行分析,以期为促进贵州农业持续健康发展提供参考借鉴.【期刊名称】《广东农业科学》【年(卷),期】2014(041)022【总页数】6页(P181-186)【关键词】农业旱灾脆弱性;主成分分析;TOPSIS;贵州【作者】汪霞;汪磊【作者单位】贵州大学科技学院,贵州贵阳550004;贵州大学公共管理学院,贵州贵阳550025【正文语种】中文【中图分类】S423我国是世界上自然灾害种类最多的国家之一，灾害发生频率高，分布地域广，破坏程度大，主要集中在寒潮大风灾害、地震灾害、台风暴雨灾害、干旱灾害四大领域[1]。
其中，旱灾在我国的影响范围最广，持续时间最长，对农业生产造成的损失最大。
统计数据表明，我国每年旱灾损失占各种自然灾害致损的15%以上，因旱灾损失的粮食占全国粮食损失总量的50%以上。
2010年西南特大旱灾引致农作物受灾面积434.86万hm2，绝收面积94.02万hm2，因灾直接经济损失高达190.2亿元。
西南喀斯特地区由于基岩裸露、土体浅薄、水分下渗等因素，使得该地区水土流失严重，水资源调蓄能力大大降低，一旦遭遇降水不足，极易导致农业旱灾发生。
研究表明，西南喀斯特地区石漠化分布和旱灾等级分布规律大致相同，表明旱灾与石漠化关联密切。
作为西南喀斯特地区的典型农业省份，贵州农业总体规模偏小，水利设施滞后，农业基础薄弱，生态环境脆弱，抗灾能力较差，农业旱灾脆弱性已成为制约贵州农业生产发展的核心要因，科学评价贵州农业旱灾脆弱性对抵御农业旱灾有着重要现实意义。
典型脆弱区干旱灾害风险评估关键技术研究——以陇东黄土塬区为例
典型脆弱区干旱灾害风险评估关键技术研究——以陇东黄土塬区为例陈思名;霍艾迪;张丹;陈四宾;赵志欣;陈建【期刊名称】《干旱地区农业研究》【年(卷),期】2022(40)2【摘要】基于对黄土塬区旱灾风险成因的深入分析,选取“灾害胁迫—社会脆弱性—暴露”的自然灾害风险评价体系及相应的遥感数据和社会经济数据作为干旱灾害风险数据源,通过层次分析法构建旱灾风险评估模型,并运用GIS技术分别对3项指标因子进行空间叠加分析,最后利用自然断点法对庆阳地区旱灾风险进行等级划分与评估。
计算结果表明:(1)整体而言,庆阳地区干旱灾害风险有显著的空间差异,呈“北高南低、西高东低”的特点,这主要是由于降雨时空分布不均造成的。
(2)庆阳地区高、次高、中、次低、低风险等级面积分别占研究区总面积的11.30%、24.90%、30.96%、18.54%、14.3%。
(3)高风险区主要集中在环县北部以及庆阳市中心地区;次高风险区主要分布在环县中部、华池县北部以及镇原县北部地区;中风险区主要分布在镇原县南部、庆城县南部、华池县南部、正宁县西部以及宁县南部地区;次低风险区主要分布在宁县东部以及合水县南部;低风险区主要集中在庆阳市东部,即华池县东南部、合水县东部、宁县东部以及正宁县大部分地区。
【总页数】8页(P197-204)【作者】陈思名;霍艾迪;张丹;陈四宾;赵志欣;陈建【作者单位】长安大学水利与环境学院;长安大学旱区地下水文与生态效应教育部重点实验室;中国科学院地理科学与资源研究所【正文语种】中文【中图分类】S165【相关文献】1.内陆干旱区实施最严格水资源管理的关键技术研究--以新疆呼图壁河流域为典型示范区2.内陆干旱区实施最严格水资源管理的关键技术研究——以新疆呼图壁河流域为典型示范区3.中国典型粘黄土区地质灾害风险评估危险性影响因素分析4.我国典型滨海旅游区裂流灾害评估调查及风险管理动态5.基于GIS的冬小麦干旱灾害风险分析及评价——以四川省冬麦区为例因版权原因，仅展示原文概要，查看原文内容请购买。
基于TOPSIS对宜居城市的模糊综合评价
基于TOPSIS对宜居城市的模糊综合评价张月蕾;朱家明【摘要】宜居城市的构建已经成为当前国内外城市追求的目标,也是当前国内外城市研究的热点.针对淮海经济区的徐州、连云港、宿迁、商丘、济宁、宿州、枣庄和淮北这八座城市的宜居水平进行分析,建立综合评价衡量城市宜居水平的指标体系,并利用层次分析法计算城市宜居水平的综合得分,同时利用TOPSIS考虑不确定因素对宜居城市评价稳定性的影响.最后根据八个城市宜居城市的综合得分,给出排名,结合实际给出相关建议.【期刊名称】《哈尔滨商业大学学报（自然科学版）》【年(卷),期】2018(034)004【总页数】5页(P508-512)【关键词】宜居城市;AHP;模糊综合评价;主成分分析;TOPSIS法;SPSS【作者】张月蕾;朱家明【作者单位】安徽财经大学统计与应用数学学院,安徽蚌埠233000;安徽财经大学统计与应用数学学院,安徽蚌埠233000【正文语种】中文【中图分类】F299随着工业化、城镇化的快速发展，城市竞争愈显激烈，主流思想普遍认为，城市的竞争主要归结于城市 GDP、科研能力、资源能力、发展要素配置的竞争，但是随着社会发展，给环境带来超负荷的影响，带来的是整体环境质量的下降，对大自然破坏日趋严重.人们日常生活的舒适度，很难得到满足，人们对未来居住环境的追求，生活质量的提高，人们对环境的要求，变得越来越高[1-5]，本文通过总结相关学者研究，结合创新点对淮海经济区宜居城市评价进行详细分析.1 数据来源与模型假设1.1 数据来源本文数据来自于第十四届五一数学建模，在建模前对已对错误数据进行了修改，利用2016年的安徽省、江苏省、山东省及河南省统计年鉴对数据进行补充.1.2 模型假设为了便于解决问题，提出以下假设：1)模型外的指标波动对模型内部不会产生显著性的影响；2)不考虑政策对各城市宜居性大幅度变化；3)各个城市对一般工业固体废物综合利用率中的利用水平高低的评价指标不存在显著差异；4)地理条件对城市宜居水平的影响完全可以转化为对经济因素、社会因素及生活因素的影响.2 构建宜居城市评价指标体系2.1 研究思路宜居城市追求的目标是环境优美、社会安全、文明进步，根据科学性、代表性、整体性和动态导向性原则确定评价指标，再根据可行性对指标进行筛选，建立评价宜居城市指标的递阶层次结构，将诸多指标层分成城市经济社会发展水平、城市基础设施、城市资源三个方面，为了具体解决问题，将准则层进行细分，得到6个子准则层，继续细分得到11个方案层，通过层次分析法算出各个指标的权重，最后筛选出权重最大的作为本文的评价指标.2.2 指标的建立结合国内外宜居城市评价体系[6]，通过筛选评价宜居城市的主要指标，得出评价宜居城市的指标有城市经济发展水平、城市基础设施建设、城市资源环境状况、城市美誉度、社会安全、社会文明、网络覆盖率高、人口密度适中 8 个指标，考虑到多个指标对评价宜居城市的影响程度，需要得出各个指标影响城市宜居的权重，通过AHP[7]—两两比较法导出它们的权重，进行评价体系的构建.由城市宜居为准则(C)，对城市经济发展水平、城市基础设施建设、城市资源环境状况、城市美誉度、社会安全、社会文明、网络覆盖率高、人口密度适中8 个指标做成对比较，由专家意见，并计算出比较判断矩阵A，即：用和法求得A矩阵的权重向量W，即：W=(0.183 3 0.248 2 0.344 7 0.038 0 0.073 10.032 8 0.021 7 0.005 82)从权重向量W中发现前3个指标所占的比重达到 0.776 2，为了进一步对宜居城市的评价指标研究，剔除哪些影响微小的指标，保留前3个指标进行研究，即保留城市经济发展水平、城市基础设施建设、城市资源环境状况3个主要指标，考虑到指标合理性，经计算，三个指标均通过一致性检验.针对三类指标，进行指标细分，建立评价宜居城市初始评价指标体系，分为目标层0、准则层 A(A1～A3)、子准则层 B(B1～B5)以及方案层 C(C1～C11)层，每层指标的描述如图 1 所示.构造比较判断矩阵，设以 O 为比较准则，A 层次各因素的两两比较判断矩阵为E，类似地，以每一个 A 为比较准则，B 层次各因素的两两比较判断矩阵为A—B(i=1,2，…，5)，以每一个B为比较准则，C 层次各因素的两两比较判断矩阵为B—C(i=1,2，…，11).因此得到 9个比较判断矩阵.经计算层次单排序的一致性检验，层次总排序及一致性检验，得出结论.图1 城市宜居递阶层次结构3 基于AHP对淮海经济区的宜居性评价3.1 研究思路合理的评价城市的宜居性有利于符合现代化的城市建设，基于所确定的评价宜居城市的指标体系，通过搜集八个城市的指标数据，构建了四个层次的指标.使用变异系数法[8]和AHP层次分析法中的两两比较法分别的算出权重最后通过模糊综合评价算出八个城市的最后得分，对淮海经济区内的八个城市的宜居性进行排名.3.2 模型的准备3.2.1 变异系数法求解权重令为i项权重的指标平均值，是第i项指标值的方差.对各项指标求权重进行求解，公式为：对Vi进行归一化，即得到各指标权重：3.2.2 模糊综合评价模型建立理想方案：建立相对偏差模糊矩阵：(i=1,,2…m,j=1,2…n)3.3 模型的建立与结果分析使用统计年鉴的数据得到C层次指标，即图1中第四层指标，以B层的比较准则为单位，进行模糊数学求解权重，分成五个单位进行分别求解层内权重，即经济发展水平、社会发展水平、公共服务、居住条件、环境保护.由于数据过多，以经济发展、环境保护为例进行重点阐述.见表1、2.3.3.1 经济发展利用变异系数法求出权重：X=(61 511+48 416+43 853+22 415+35 057+52 692+48 529+24 940)/8=42 176.63099 499.2 Si=12 771.041 43 Vi=Si/Xi=0.302 799 037同理可得：V2=0.083 262 357；归一化后得到权重为：Wi=0.215 7 W2=0784 3表1 经济发展指标层城市徐州市连云港市宿迁市宿州市淮北市枣庄市济宁市商丘市人均地区生产总值/元61 51148 41643 85322 41535 05752 69248 52924 940第三产业占GDP的比重46.2442.5339.3540.3534.139.7241.4337.413.3.2 环境保护利用变异系数法求出权重：X=(88.21+78.40+83.65+90.26+95.70+95.66+91.40)/8=88.64同理可得：V2=0.052 518 343；V3=0.102 601 96585 94 Si=5.557 570 Vi=Si/Xi=0.062 697归一化后得到权重为：W1=0.287 84 W2=0.241 11 W3=0.471 05同理计算出C层其他指标的均值、权重及方差.建立相对偏差模糊矩阵：建立B层各评价指标的权重：S3=0.285 6 V1=0.621 2 V2=0.542 6V3=0.953 5表2 环境保护发展指标层城市徐州市连云港市宿迁市宿州市淮北市枣庄市济宁市商丘市污水处理厂集中处理率/%88.2178.4083.6585.8590.2695.7095.6691.40生活垃圾无公害处理/%100.00100.00100.0086.87100.00100.00100.0090.49一般工业固体废物综合利用率/%99.4093.4095.5168.9292.70100.0091.5499.74 归一化得到的权重为：(0.293 4 0.256 3 0.450 3)根据构建的各指标体系及通过变异系数法求得的比重，建立综合评价模型：经计算得出各个城市值为：(5 538.692,4 362.637,3 942.93,2 039.258,3 185.9233734.753,4 350.218,2 279.973)因此，F1>F2>F7>F3>F6>F5>F8>F4,得出八个城市的宜居性排名为：徐州市、连云港市、济宁市、宿迁市、枣庄市、淮北市、商丘市、宿州市.4 基于不确定因素的TOPSIS评价模型4.1 研究思路在实际情况中，存在一些不确定因素(如突发自然灾害、房价大幅度变动、宏观政策的大幅度调整等)可能对宜居城市某些指标产生重大影响，考虑到处理多个不确定的因素过于繁琐，因此本题只针对自然灾害对宜居城市的影响，通过采用主成分降维将45个指标降成16个互相独立的指标，进而建立基于城市自然灾害脆弱性的评价指标体系，用TOPSIS[9-12]方法对淮海经济区的八个城市进行排名.4.2 模型的准备1)构建原始数据矩阵.若存在m个等待评价的区域，每个区域存在n个评价指标，即可以构成原始数据矩阵Y，对原始数据进行标准化处理后得到规范化矩阵 Z.2)确定最优和最劣解向量.根据规范化矩阵Z，分别对各个评价指标的最优解和最劣解进行确定，其中最优解向量和最劣解向量分别表示为：其中：3)计算到理想解的距离.针对各评价对象，分别计算出最优和最劣解的距离，对于第i个评价对象，分别用下式计算其与最优解和最劣解的距离:其中：S+和S-分别表示与最优解和最劣解的欧氏距离，i=1，2,…4)综合评价.对各个评价对象与最优解的相对接近程度进行计算:最后按照相对接近程度值的大小进行排序，Ci值越小表明该地区的社会脆弱性越差，反之越强.4.3 模型的建立与结果分析以宿迁、连云港、宿州、商丘、济宁、枣庄、徐州、淮北8个市的社会经济数据为基础构建出45个自然灾害社会脆弱性指标.通过使用SPSS软件，利用主成分分析法[13]筛选出16个独立性强的重要指标，作为自然灾害社会脆弱性的评价指标，其中包括常住人口密度、迁出人口比重、女性比重、15～64岁人口比重、少数民族人口比重、家庭人口所占比重、大专以上人口比重、高中(中专)人口比重、小学人口比重、病床数、万人村民委员会数、人均财政收入、财政支出、人均支出、工资、人均工业产值.采用 TOPSIS 方法对这8个地级市的自然灾害社会脆弱性进行了评价，在模型的分析中，已经得出了各个评价城市与最优解的相对接近程度，通过分析其差异，即可估算每个城市抵抗自然灾害的能力.经济水平的高低是对区域社会脆弱性的重要体现，经济越发达、人均收入越高，灾害的应对和抵抗能力就越强，即社会脆弱性就越小.居委会和村委会是我国基层群众性自治组织，它对于基层灾害的应急管理具有重要作用.常驻人口密度和迁出人口比重作为自然灾害社会脆弱性的敏感性指标，能够对自然灾害社会脆弱性进行良好的反映.一般情况是常驻人口密度越小社会脆弱性越低，迁出人口越少则社会脆弱性越强.性别和年龄：妇女由于身体素质等原因对自然灾害的抵抗能力相对较差，一般情况是女性所占比重越低社会脆弱性相对越差.医疗是自然灾害紧急救助的重要力量，病床数是区域自然灾害应急医疗救援能力重要体现，病床数越多表明区域自然灾害应急医疗救援能力越强.单身人口在灾害发生过程中常常缺乏相互照应而存在一定的社会脆弱性，组成家庭的人口所占的比重越高，社会脆弱性则相对越小.学历是居民素质的重要体现，一般情况是高学历人口所占比重越高，社会脆弱性就越小.首先将宿迁、连云港、宿州、商丘、济宁、枣庄、徐州、淮北 8 个市的 16 个自然灾害社会脆弱性评价指标构成原始矩阵A.其中:n=1，2，...，16;m=1，2， (8)由于构成矩阵A的数据包括原始统计数据和计算后的百分比数据，因此完全不具有可比性，采用公式(2)、(3)，分别对正向和负向影响的评价指标进行标准化处理，可得到矩阵Z，进而可根据规范化矩阵可以确定最优解向量Z+和最劣解向量Z-：Z+=(0.38 25.88 0.39 8.13 0.42 6.49 2.22 0.47 0.47 0.93 2.72 4.94 0.59 6.22 4.89 0.77)Z+=(-0.27 -1.01 -0.41 -1.79 -0.60 -0.61 -5.18 -1.2 -0.43 -7.74 -3.2 -0.67 -7.14 -5.83 -17.14 -0.67)根据公式(7)、(8)分别计算宿迁、连云港、宿州、商丘、济宁、枣庄、徐州、淮北8个市与最优解和最劣解之间的距离，并使用公式(9)计算和最优解的接近度，计算结果见表3.表3 8个地级市自然灾害社会脆弱性大小排序商丘市枣庄市宿州市淮北市济宁市宿迁市连云港市徐州市D-34.0128.9723.4125.8323.5322.0221.2513.40D-15.1815.9225.7229.5729.3130.5230.0436.35Ci0.6910.6450.4760.4660.4450.4 190.4140.269次序12345678从表3可以看出8个地级市与最优向量的接近度，用 TOPSIS 方法对淮海经济区的八个城市社会脆弱性[14]进行综合评价.结果表明：商丘市自然灾害的社会脆弱性最大，枣庄市次之；自然灾害社会脆弱性最小的是徐州市，连云港市次之.因此基于突发自然灾害的评价宜居城市的排名是徐州市、连云港市、宿迁市、济宁市、淮北市、宿州市、枣庄市、商丘市.5 结语本文主要基于层次分析法建立综合评价指标体系，明确了宜居城市对于实现城市可持续发展[15]的意义；考虑不确定因素对宜居评价指标[16]的影响，使用TOPSIS 法对淮海经济区八座城市进行再次排名，基于不同指标考虑城市宜居水平，对建立宜居城市的合理规划提供了定量数据，有利于促进宜居城市的建设.参考文献：【相关文献】[1] 张文忠.宜居城市建设的核心框架[J].地理研究,2016,35(2):205-213.[2] 谭紫嫣,董婷. 基于多源数据的武汉市主城区宜居性评价[J]. 国土与自然资源研究,2017(2):5-10.[3] 韩骥,袁坤,黄鲁霞,等. 全球城市宜居性评价及发展趋势预测——以上海市为例[J]. 华东师范大学学报：自然科学版,2017(1):80-90.[4] 李咏馨,朱家明,厉培培,等. 基于AHP及因子分析的宜居城市评价模型[J]. 高师理科学刊,2017,37(8):15-19.[5] 江甲林. 基于分层线性模型的宜居城市建设影响因素的实证分析[D].成都: 西南财经大学,2016.[6] 胡伏湘,胡希军.城市宜居性评价指标体系构建[J].生态经济,2014,30(8):42-44.[7] 李远远,刘光前. 基于AHP-熵权法的煤矿生产物流安全评价[J]. 安全与环境学报,2015,15(3):29-33.[8] 胡翠萍. 基于AHP-变异系数法的我国副省级城市科技竞争力评价研究[J]. 科技管理研究,2012,32(20):77-80.[9] 王新民,秦健春,张钦礼,等. 基于AHP-TOPSIS评判模型的姑山驻留矿采矿方法优选[J]. 中南大学学报：自然科学版,2013,44(3):1131-1137.[10] 曹贤忠,曾刚. 基于熵权TOPSIS法的经济技术开发区产业转型升级模式选择研究——以芜湖市为例[J]. 经济地理,2014,34(4):13-18.[11] 雷勋平,邱广华.基于熵权TOPSIS模型的区域资源环境承载力评价实证研究[J].环境科学学报,2016,36(1):314-323.[12] 杜挺,谢贤健,梁海艳,等.基于熵权TOPSIS和GIS的重庆市县域经济综合评价及空间分析[J].经济地理,2014,34(6):40-47.[13] 颜惠琴,牛万红,韩惠丽. 基于主成分分析构建指标权重的客观赋权法[J]. 济南大学学报：自然科学版,2017(6):519-523.[14] 张永领,游温娇.基于TOPSIS的城市自然灾害社会脆弱性评价研究——以上海市为例[J].灾害学,2014,29(1):109-114.[15] 钱耀军.生态城市可持续发展综合评价研究——以海口市为例[J].调研世界,2014(12):54-59.[16] 吴凡,苗韧.城市可持续发展能力评估体系构建研究[J].生态经济,2017,33(3):105-109.。
四川省城市地震灾害脆弱性综合评价研究
四川省城市地震灾害脆弱性综合评价研究
Li Lin;Wang Junjie
【期刊名称】《震灾防御技术》
【年(卷),期】2018(013)004
【摘要】城市化进程的不断推进使得城市的地震灾害脆弱性日益加剧,而城市承灾体的脆弱性受复杂因素影响.本文针对评价指标受主观性影响较大的问题,基于人口、工程、经济及社会4个方面,构建了城市震害综合脆弱性评价指标体系;并构建基于实码加速遗传算法优化投影寻踪(RAGA-PP)的城市震害脆弱性评价模型;最后,对四川省21个市、州进行了震害脆弱性评价.结果表明:巴中、南充等地脆弱性较高,成都、攀枝花等地脆弱性较低;经济因素对城市震害脆弱性影响较大;该评价模型能够
克服人为主观性,有效可行.
【总页数】10页(P968-977)
【作者】Li Lin;Wang Junjie
【作者单位】
【正文语种】中文
【相关文献】
1.基于改进突变级数法的地震灾害社会脆弱性风险评价研究--基于四川地震灾害案例 [J], 徐选华;张威威
2.城市化过程中房屋地震灾害脆弱性和损失风险变化研究——以唐山市区及城乡过渡乡镇为例 [J], 齐文华;苏桂武;张素灵;刘新圣;魏本勇;孙磊
3.基于熵权法的环长株潭城市群脆弱性的综合评价研究 [J], 熊静;王光伟;邓超男
4.地震灾害对旅游业影响评价研究——以四川省为例 [J], 孙滢悦;陈鹏
5.资源型城市的脆弱性综合评价研究——以抚顺市为例 [J], 李自然;卫晓庆;赵伟;刘航宇;罗阳;马强
因版权原因，仅展示原文概要，查看原文内容请购买。
基于TOPSIS的我国城镇化与地质灾害耦合协调度分析
基于TOPSIS的我国城镇化与地质灾害耦合协调度分析韩笑;张楠【摘要】With the development of urbanization,human engineering activities trigger a series of geo-hazards,which cause a huge casualties and economic lose.This paper constructs the urbanization and the geo-hazards index system,using the TOPSIS method to analyze the coupling relationship between urbanization and geohazards based on data during 2003-2013.The study find that the coordinated relationship between urbanization and geo-hazards in China gradually improved during 2000-2013.The prevention and control of geo-hazards has achieved good results in China.%随着城镇化的不断发展,人类工程活动引发了一系列地质灾害,每年造成的人员伤亡和经济损失不容忽视.文章构建了城镇化与地质灾害系统指标体系,运用熵权-TOPSIS方法,利用耦合协调度公式对我国2000-2013年的城镇化-地质灾害数据进行分析,研究城镇化与地质灾害的耦合协调关系.研究发现,2003-2013年我国城镇化与地质灾害的协调发展状态逐渐改善,我国地质灾害防治工作取得了良好的成效.【期刊名称】《水文地质工程地质》【年(卷),期】2017(044)002【总页数】5页(P167-171)【关键词】TOPSIS;城镇化;地质灾害;耦合协调度【作者】韩笑;张楠【作者单位】中国地质环境监测院,北京 100081;中国地质环境监测院,北京100081【正文语种】中文【中图分类】P642.2随着城镇化的不断发展，地质灾害每年造成的人员伤亡和经济损失不容忽视。
中国城市脆弱性的综合测度与空间分异特征
参考内容
摘要：本次演示采用数据包络分析方法，测度了中国城市群投入产出效率， 并探讨了其空间分异特征。结果表明，中国城市群投入产出效率存在明显的空间 差异，东部地区城市群投入产出效率较高，而中西部地区城市群投入产出效率较 低。此外，不同类型的城市群在投入产出效率上也存在差异，工业型城市群相对 较高，资源型城市群相对较低。
结果与讨论：研究发现，中国城市群投入产出效率存在明显的空间差异。东 部地区城市群投入产出效率较高，其中长三角、珠三角和京津冀城市群投入产出 效率值均在0.8以上；而中西部地区城市群投入产出效率较低，多数城市群投入 产出效率值在0.6以下。此外，不同类型的城市群在投入产出效率上也存在差异， 工业型城市群相对较高，资源型城市群相对较低。
感谢观看
一、中国城市脆弱性的综合测度
本次演示采用文献资料法和专家咨询法，首先对中国城市脆弱性的概念和指 标体系进行了梳理和构建。指标体系包括自然环境、社会经济、基础设施等多个 方面，共计20个具体指标。然后，运用主成分分析法对各城市脆弱性进行综合评 价，并计算出各城市的脆弱性得分。
二、中国城市脆弱性的空间分异 特征
另外，数字经济发展指数的测度和空间分异特征研究还可以为国际合作与交 流提供参考。中国可以与数字经济发达国家开展合作，共同推动全球数字经济的 发展。对于数字经济发展指数较低的国家和地区，可以加强经验交流和技术转移， 帮助他们加速数字经济的发展。
总之，中国数字经济发展指数的测度与空间分异特征研究具有重要的理论和 实践价值。通过深入研究数字经济发展的规律和特点，我们可以更好地把握数字 经济的发展方向，为全球经济的持续发展做出贡献。
2、推广绿色低碳发展理念。积极推动绿色低碳发展理念在城市建设中的应 用，降低能源消耗和碳排放，减轻环境压力。