引言
目前黄河下游治理面临的严峻挑战就是水沙关系不协调。调水调沙，就是根据黄河来水来沙特点，充分利用河道输沙能力，通过黄河干支流骨干水库群的联合调控运用，利用水库可调节库容，对来水来沙进行合理的调节控制；适时蓄存或泄放水沙，尽可能将不利水沙过程调节为协调的水沙过程，输送泥沙入海；减少河道淤积，延长水库拦沙库容使用年限，扩大并维持河道主槽过流能力。
作为一个极为复杂的系统，黄河水沙调控体系必然包含有大量的随机性和不确定性因素，加上人类认识客观世界的局限性，在这种情况下对水资源系统进行调控，必然冒一定的风险。本文通过对水沙调控体系运行风险的分析研究，建立水沙调控风险评价模型和风险应对策略，使决策者能够重视、认识并正确评价和控制水沙调控风险，有效地维持黄河生命健康。
1 确定风险因素
结合黄河水沙情势及河道冲淤演变特征、水沙调控系统的功能、组成以及运行机制分析，探讨黄河自身原有不确定性风险因素和水沙调控体系施行所带来的不确定性风险因素。
1.1 初选风险集
具体从组成和影响水沙调控的各种不可或缺的部分出发，将黄河中下游划分为几个主要的河段。然后将各个河段分别视为一个非线性动态系统，分别对各个河段加以研究。划分的河段主要包括：古贤水库段、龙门站--潼关站段、三门峡段、小浪底段。每段作为独立动态系统考虑，通过搜集、整理、分析，采用专家调查法，初步建立了风险因素集。
1.2 风险因素的筛选
根据这些风险因素的数据特征，每个站和水库分别取 1968-1999 年实测 32 年系列的数据值，差补展延至 100 年数据样本用作多元逐步回归模型分析。根据各因素与调控目标联系的紧密程度，剔除了对体系影响较微弱的因素，将主要风险因素重新进行的整合，从而建立了以古贤、小浪底为中心联合调控方案的主要风险因素集。结果如表 1~表 4。【表1】
得出调控目标：Y=-16.6439-0.0022X1+0.1354X2-0.1254X4+0.0283X6 显着性概率为 0，均方差为 1.44，负相关系数 0.813<1，回归效果良好。【表2】
得出调控目标： Y=-4.8969e-011-0.8702X2+0.9974X10+0.8724X11 显着性概率为 0，均方差为 0.022，负相关系数 0.999<1，回归效果良好。【表3】
得出调控目标： Y=-652.702-0.0024X3+2.1310X6 显着性概率为 3.0420e-014，均方差为 0.436，负相关系数 0.821<1，可见回归效果良好。【表4】
得出调控目标：Y=-0.0201+0.2149X2-0.2143X4 显着性概率为 0，均方差为 0.221，负相关系数 0.934<1，可见回归效果良好。
2 基于 BP 神经网络的风险估计
风险估计是在风险识别的基础上，通过对所收集的大量的损失资料进行分析，运用概率论和数理统计方法，对风险发生的概率及后果进行定量估计，对风险变量进行量化，将风险变量转化为“风险势态”。
2.1 BP 神经网络原理
BP 神经网络是基于误差反向传播( Error BackPropagation) 算法的多层前馈神经网络，具有良好的非线性映射能力，以及泛化和容错能力，是目前人工神经网络应用最为广泛的一种网络。网络是一种 3 层前馈网络。输入层由信号源节点构成。第 2 层为隐藏层，由径向基函数构成，节点数视需要而定。第 3 层为数出层，节点通常是简单的线性函数。
2.2 应用
从 2008 年-2029 年这一时间段，既考虑到了这样一个人为因素的影响，又包含了各种水文条件的变化情况，还包含来水、来沙各种组合情况，样本具有一致性。所以应用实际系列为 1968 年-1999 年中的 1968年-1979年和 1987年-1996年水沙系列来模拟 2008-2029年水沙系列。在得到单因素风险估计结果的基础上，估计各主要风险因素共同作用导致调节目标的风险，如表 5。【表5】
对照偏度-峰度临界值表，由上表统计值可以看出，除了：古贤水库中的出库输沙率 X4 的概率分布不属于正态分布，其余风险因素的概率分布均属于正态分布。不属于正态分布的因素为偏态分布。
2.3 结论
风险估计的内容就是对随机产生的样本资料进行概率统计，得出风险评价指标。应用蒙特卡洛法进行计算。本次利用 MATLAB 数理统计工具随机产生包含 300 个元素的数组，根据相关站的特征值集表，进一步剔除随机数组中不在区间范围内的数，得到 97 个符合条件的随机数。其他风险因素的随机产生也遵循此原则。
调控目标均定为淤积量，古贤、小浪底联合调控方案的各主要河段的风险估计的统计计算结果见下表 6。【表6】
3 基于熵权法的风险评价模型
风险评价是在风险识别、风险估计的基础上，对工程风险进行综合分析，并根据对系统目标的影响程度对风险等级进行排序。风险评价的目标是根据风险评价找到系统的关键风险，确定系统的整体评价水平，为制定风险应对计划提供依据。系统风险评价的主要内容是确定风险的等级，并根据风险对工程目标的影响程度，提出预防、减少、转移或消除风险损失的初步方法，并将其列入到风险应对策略阶段要进一步考虑的方法之中。
风险评价的主要步骤包括：①确定系统风险的评价标准；②确定系统的风险水平；③比较风险水平与评价标准；④确定风险等级。
3.1 基于熵权的风险评价模型
基于熵权的模糊综合评价模型是将信息论中的熵理论引进到传统的模糊综合评价方法中，运用信息熵所反映的数据本身的效用值和层次分析法得出的主观权重来综合计算评价指标的权重系数，改善了原来的仅靠主观方法所带来的无理论依据而给评价结果带来偏差的弊端。此方法已大量运用于工程技术、社会经济、环境科学等领域。
1）评价模型及建立步骤① 建立两个有限论域：评价对象的因素论域、评语论域；② 在评价对象的因素论域与评语论域之间进行单因素评价。③ 计算各风险指标的权重。
2）确定相对隶属度隶属度函数是模糊控制的应用基础，正确构造隶属度函数是能否用好模糊控制的关键之一。隶属度函数的确定过程，本质上说应该是客观的，但每个人对于同一个模糊概念的认识理解又有差异，因此，隶属度函数的确定又带有主观性。本项目中分为 5 级指标，分别对应：低、较低、中等、较高、高，其对应的风险程度分别为可忽略的风险、可接受的较低风险、边缘风险、不可接受的风险、灾害性风险。
3）权重系数的确定在信息论中熵值反映信息的无序化程度，可以用来度量信息量的大小。某项指标携带的信息越多，表示该指标对觉得的作用就越大。上制约小，则系统的无序度越小，故可用信息上评价所获系统信息的有序度及其效用，即由评价指标值构成的判断矩阵来确定指标的权重，从而尽量消除各指标权重的人为干扰，使评价结果更符合实际。
将客观权重系数和主观权重系数结合起来既可以反映事物的客观情况，也可以提现专家们对评价指标的个人偏好，可以使结果更加的合理并且符合实际。用 W 表示综合权重。
3.2 应用
首先运用层次分析法计算得出主观权重，然后运用熵权法计算出客观权重，最后计算出综合权重。表7 为权重计算结果。【表7】
由于黄河下游河道没有足够水沙数据资料，所以在风险识别、风险估计的评价指标体系中只反映了下游河道水沙调控情况，此处为了更加合理的评价水沙调控体系，应该引入一些能反映调控效果的指标。新加入的指标有：下游平滩流量、潼关高程年均变化量、工程效益、风险损失。具体见表 8。【表8】
3.3 综合风险评价结果
结果分析：由模型评价结果可以看出，按照以古贤、小浪底为中心的调控运行模式时，系统的评价结果为低风险，即可忽略风险，此时风险与效益基本平衡，系统运行效果可以为人们接受，如表 9 所示。【表9】
4 应对风险的策略
系统在经过风险识别、风险估计、风险评价与决策之后，为降低风险的负面效应而制定风险应对技术手段的过程就叫做风险应对策略研究。本文对主要风险因素进行了敏感性分析，依照逐步回归分析得出的确定性函数中的回归系数，分析出各种风险中风险因素对调控目标影响强烈程度的排列顺序。然后，分析了黄河水沙调控体系整体风险，给出了风险清单，并且提出多种风险应对策略，包括风险缓解、风险转移、风险自留。
水沙调控系统风险损失主要为泥沙淤积、洪水淹没损失、生态环境损失等。通过风险应对策略，会同时产生风险应对成本，即经济投入。但同时，通过上述风险应对措施，可以得到减淤效益、发电效益、供水效益、灌溉效益。下表列出了所有风险损失、风险应对策略的经济投入及负面效益以及所带来的正面经济价值。黄河水沙调控体系总体损益列于表 10 所示。【表10略】
根据黄河水沙调控体系各项具体损益相应采取措施。比如在 2020 年建成古贤水库，完善水沙调控体系，减少下游河道淤积。依照黄河近期重点治理开发规划，将“拦、排、放、调、挖”作为处理和利用泥沙的方略等等。最后，从长远黄河生命健康出发，选择所有可以改善黄河水沙风险问题的措施，以达到黄河长治久安的目的。
5 结论
黄河水沙调控体系运行方案风险分析就是首先识别影响阻碍调控目标实现的风险因素；其次，确定各风险因素概率分布状况，探究其与调控目标之间的关系，从而由单一风险因素的风险估计转化为确定调控体系调控目标的风险估计；再次，由风险估计结果建立风险评价指标体系，进行调控方案风险评价与决策，优选出最优调控方案；目前针对黄河的防洪、水资源调度和泥沙处理相关系统，在整体上缺乏有机联系，时空上没有整合，不利于效能的发挥，因此应在水沙调控体系建设的同时，加强决策支持系统的建设，以满足水沙调控体系建设运行的要求。最后，综合提出风险应对策略。通过本文的研究，不仅拓展了风险分析的应用领域，而且给水沙调控实践工作带来指导意义。
