3.2　农田涝灾风险综合评价模型

农田涝灾风险评价模型构建的过程，本质上是将多维的农田涝灾评价指标体系映射到单维农田涝灾风险的降维过程，因此用于降维的数学方法可用于进行风险评价，如神经网络，多元线性回归、主成分分析等，本节介绍的农田涝灾风险综合评价模型是一种多元回归模型，在利用层次分析法计算各评价指标对农田涝灾风险的影响权重基础上，通过构建线性回归方程，从而计算农田涝灾风险综合评价值。

3.2.1　涝灾风险综合评价方法

对农田涝灾风险综合评价指标的原始值进行标准化处理：

式中：为第n个指标的标准化值；Xn为第n个指标的原始值；Xn，min和Xn，max为第n个指标原始值的最小值和最大值。

采用加权综合评价方法确定涝灾风险，具体计算公式如下：

式中：S为涝灾风险度；wn为第n个指标值对涝灾风险度的影响权重。

将涝灾风险分为高风险、低风险和无风险3个级别。其中梅雨强度综合指数为4.5时计算的涝灾风险度（0.545）为高风险的下限；梅雨强度指数为3.5时计算的涝灾风险度（0.487）为低风险的下限；涝灾风险度小于0.487为无风险。当发生低风险时，意味着涝灾处于可控状态，一般不产生灾害损失或损失较小，而发生高风险时，涝灾处于不可控状态，灾情损失明显。

3.2.2　指标权重确定方法

权重是指标本身物理属性的客观反映，决定着某指标在整个指标体系中的重要程度，反映各影响因素对农田涝灾风险的重要程度，合理准确的指标权重直接影响评价结果的可靠性。层次分析法（Analytic Hierarchy Process，简称AHP法）是一种较好的权重分析方法，它能把复杂的决策问题层次化，并引导决策者通过一系列对比评判得到各方案或措施在某准则下的相对重要程度，通过层次递进关系归结为最底层指标相对于最高层的相对重要性权值或相对优劣次序的总排序问题，进而开展评价、选择和决策等，该法对专家主观判断做进一步数学处理，是一种定量分析和定性分析相结合的有效方法，详见第10章。