引言
目前黃河下游治理面臨的嚴峻挑戰就是水沙關系不協調。調水調沙，就是根據黃河來水來沙特點，充分利用河道輸沙能力，通過黃河干支流骨干水庫群的聯合調控運用，利用水庫可調節庫容，對來水來沙進行合理的調節控制；適時蓄存或泄放水沙，盡可能將不利水沙過程調節為協調的水沙過程，輸送泥沙入海；減少河道淤積，延長水庫攔沙庫容使用年限，擴大并維持河道主槽過流能力。
作為一個極為復雜的系統，黃河水沙調控體系必然包含有大量的隨機性和不確定性因素，加上人類認識客觀世界的局限性，在這種情況下對水資源系統進行調控，必然冒一定的風險。本文通過對水沙調控體系運行風險的分析研究，建立水沙調控風險評價模型和風險應對策略，使決策者能夠重視、認識并正確評價和控制水沙調控風險，有效地維持黃河生命健康。
1 確定風險因素
結合黃河水沙情勢及河道沖淤演變特征、水沙調控系統的功能、組成以及運行機制分析，探討黃河自身原有不確定性風險因素和水沙調控體系施行所帶來的不確定性風險因素。
1.1 初選風險集
具體從組成和影響水沙調控的各種不可或缺的部分出發，將黃河中下游劃分為幾個主要的河段。然后將各個河段分別視為一個非線性動態系統，分別對各個河段加以研究。劃分的河段主要包括：古賢水庫段、龍門站--潼關站段、三門峽段、小浪底段。每段作為獨立動態系統考慮，通過搜集、整理、分析，采用專家調查法，初步建立了風險因素集。
1.2 風險因素的篩選
根據這些風險因素的數據特征，每個站和水庫分別取 1968-1999 年實測 32 年系列的數據值，差補展延至 100 年數據樣本用作多元逐步回歸模型分析。根據各因素與調控目標聯系的緊密程度，剔除了對體系影響較微弱的因素，將主要風險因素重新進行的整合，從而建立了以古賢、小浪底為中心聯合調控方案的主要風險因素集。結果如表 1~表 4?！颈?】
得出調控目標：Y=-16.6439-0.0022X1+0.1354X2-0.1254X4+0.0283X6 顯著性概率為 0，均方差為 1.44，負相關系數 0.813<1，回歸效果良好?！颈?】
得出調控目標： Y=-4.8969e-011-0.8702X2+0.9974X10+0.8724X11 顯著性概率為 0，均方差為 0.022，負相關系數 0.999<1，回歸效果良好?！颈?】
得出調控目標： Y=-652.702-0.0024X3+2.1310X6 顯著性概率為 3.0420e-014，均方差為 0.436，負相關系數 0.821<1，可見回歸效果良好?！颈?】
得出調控目標：Y=-0.0201+0.2149X2-0.2143X4 顯著性概率為 0，均方差為 0.221，負相關系數 0.934<1，可見回歸效果良好。
2 基于 BP 神經網絡的風險估計
風險估計是在風險識別的基礎上，通過對所收集的大量的損失資料進行分析，運用概率論和數理統計方法，對風險發生的概率及后果進行定量估計，對風險變量進行量化，將風險變量轉化為“風險勢態”。
2.1 BP 神經網絡原理
BP 神經網絡是基于誤差反向傳播\\( Error BackPropagation\\) 算法的多層前饋神經網絡，具有良好的非線性映射能力，以及泛化和容錯能力，是目前人工神經網絡應用最為廣泛的一種網絡。網絡是一種 3 層前饋網絡。輸入層由信號源節點構成。第 2 層為隱藏層，由徑向基函數構成，節點數視需要而定。第 3 層為數出層，節點通常是簡單的線性函數。
2.2 應用
從 2008 年-2029 年這一時間段，既考慮到了這樣一個人為因素的影響，又包含了各種水文條件的變化情況，還包含來水、來沙各種組合情況，樣本具有一致性。所以應用實際系列為 1968 年-1999 年中的 1968年-1979年和 1987年-1996年水沙系列來模擬 2008-2029年水沙系列。在得到單因素風險估計結果的基礎上，估計各主要風險因素共同作用導致調節目標的風險，如表 5?！颈?】
對照偏度-峰度臨界值表，由上表統計值可以看出，除了：古賢水庫中的出庫輸沙率 X4 的概率分布不屬于正態分布，其余風險因素的概率分布均屬于正態分布。不屬于正態分布的因素為偏態分布。
2.3 結論
風險估計的內容就是對隨機產生的樣本資料進行概率統計，得出風險評價指標。應用蒙特卡洛法進行計算。本次利用 MATLAB 數理統計工具隨機產生包含 300 個元素的數組，根據相關站的特征值集表，進一步剔除隨機數組中不在區間范圍內的數，得到 97 個符合條件的隨機數。其他風險因素的隨機產生也遵循此原則。
調控目標均定為淤積量，古賢、小浪底聯合調控方案的各主要河段的風險估計的統計計算結果見下表 6?！颈?】
3 基于熵權法的風險評價模型
風險評價是在風險識別、風險估計的基礎上，對工程風險進行綜合分析，并根據對系統目標的影響程度對風險等級進行排序。風險評價的目標是根據風險評價找到系統的關鍵風險，確定系統的整體評價水平，為制定風險應對計劃提供依據。系統風險評價的主要內容是確定風險的等級，并根據風險對工程目標的影響程度，提出預防、減少、轉移或消除風險損失的初步方法，并將其列入到風險應對策略階段要進一步考慮的方法之中。
風險評價的主要步驟包括：①確定系統風險的評價標準；②確定系統的風險水平；③比較風險水平與評價標準；④確定風險等級。
3.1 基于熵權的風險評價模型
基于熵權的模糊綜合評價模型是將信息論中的熵理論引進到傳統的模糊綜合評價方法中，運用信息熵所反映的數據本身的效用值和層次分析法得出的主觀權重來綜合計算評價指標的權重系數，改善了原來的僅靠主觀方法所帶來的無理論依據而給評價結果帶來偏差的弊端。此方法已大量運用于工程技術、社會經濟、環境科學等領域。
1）評價模型及建立步驟① 建立兩個有限論域：評價對象的因素論域、評語論域；② 在評價對象的因素論域與評語論域之間進行單因素評價。③ 計算各風險指標的權重。
2）確定相對隸屬度隸屬度函數是模糊控制的應用基礎，正確構造隸屬度函數是能否用好模糊控制的關鍵之一。隸屬度函數的確定過程，本質上說應該是客觀的，但每個人對于同一個模糊概念的認識理解又有差異，因此，隸屬度函數的確定又帶有主觀性。本項目中分為 5 級指標，分別對應：低、較低、中等、較高、高，其對應的風險程度分別為可忽略的風險、可接受的較低風險、邊緣風險、不可接受的風險、災害性風險。
3）權重系數的確定在信息論中熵值反映信息的無序化程度，可以用來度量信息量的大小。某項指標攜帶的信息越多，表示該指標對覺得的作用就越大。上制約小，則系統的無序度越小，故可用信息上評價所獲系統信息的有序度及其效用，即由評價指標值構成的判斷矩陣來確定指標的權重，從而盡量消除各指標權重的人為干擾，使評價結果更符合實際。
將客觀權重系數和主觀權重系數結合起來既可以反映事物的客觀情況，也可以提現專家們對評價指標的個人偏好，可以使結果更加的合理并且符合實際。用 W 表示綜合權重。
3.2 應用
首先運用層次分析法計算得出主觀權重，然后運用熵權法計算出客觀權重，最后計算出綜合權重。表7 為權重計算結果?！颈?】
由于黃河下游河道沒有足夠水沙數據資料，所以在風險識別、風險估計的評價指標體系中只反映了下游河道水沙調控情況，此處為了更加合理的評價水沙調控體系，應該引入一些能反映調控效果的指標。新加入的指標有：下游平灘流量、潼關高程年均變化量、工程效益、風險損失。具體見表 8?！颈?】
3.3 綜合風險評價結果
結果分析：由模型評價結果可以看出，按照以古賢、小浪底為中心的調控運行模式時，系統的評價結果為低風險，即可忽略風險，此時風險與效益基本平衡，系統運行效果可以為人們接受，如表 9 所示?！颈?】
4 應對風險的策略
系統在經過風險識別、風險估計、風險評價與決策之后，為降低風險的負面效應而制定風險應對技術手段的過程就叫做風險應對策略研究。本文對主要風險因素進行了敏感性分析，依照逐步回歸分析得出的確定性函數中的回歸系數，分析出各種風險中風險因素對調控目標影響強烈程度的排列順序。然后，分析了黃河水沙調控體系整體風險，給出了風險清單，并且提出多種風險應對策略，包括風險緩解、風險轉移、風險自留。
水沙調控系統風險損失主要為泥沙淤積、洪水淹沒損失、生態環境損失等。通過風險應對策略，會同時產生風險應對成本，即經濟投入。但同時，通過上述風險應對措施，可以得到減淤效益、發電效益、供水效益、灌溉效益。下表列出了所有風險損失、風險應對策略的經濟投入及負面效益以及所帶來的正面經濟價值。黃河水沙調控體系總體損益列于表 10 所示?！颈?0略】
根據黃河水沙調控體系各項具體損益相應采取措施。比如在 2020 年建成古賢水庫，完善水沙調控體系，減少下游河道淤積。依照黃河近期重點治理開發規劃，將“攔、排、放、調、挖”作為處理和利用泥沙的方略等等。最后，從長遠黃河生命健康出發，選擇所有可以改善黃河水沙風險問題的措施，以達到黃河長治久安的目的。
5 結論
黃河水沙調控體系運行方案風險分析就是首先識別影響阻礙調控目標實現的風險因素；其次，確定各風險因素概率分布狀況，探究其與調控目標之間的關系，從而由單一風險因素的風險估計轉化為確定調控體系調控目標的風險估計；再次，由風險估計結果建立風險評價指標體系，進行調控方案風險評價與決策，優選出最優調控方案；目前針對黃河的防洪、水資源調度和泥沙處理相關系統，在整體上缺乏有機聯系，時空上沒有整合，不利于效能的發揮，因此應在水沙調控體系建設的同時，加強決策支持系統的建設，以滿足水沙調控體系建設運行的要求。最后，綜合提出風險應對策略。通過本文的研究，不僅拓展了風險分析的應用領域，而且給水沙調控實踐工作帶來指導意義。
