基于層次-灰色關聯分析法的閃電災害風險區(qū)劃研究

1、基于層次-灰色關聯分析法的閃電災害風險區(qū)劃研究林念萍1,2 吳榮軍1王小英3華立新2（1. 南京信息工程大學環(huán)境科學與工程學院，210044；2. 浙江省蒼南縣氣象局，325800；3. 浙江省溫州市氣象局，325007）摘要：為尋求合適的閃電災害風險區(qū)劃方法，本文以浙江省蒼南縣為例，利用2007-2011年閃電監(jiān)測數據、1996-2011年雷災統(tǒng)計資料及基礎信息數據等，從閃電災害發(fā)生的特征出發(fā)，引入層次-灰色關聯分析法，采用層次分析法確定閃電災害風險評價指標的權重，運用灰色關聯分析法確定評價對象的灰色關聯系數，進而綜合加權得出閃電災害風險評價指標的灰色關聯度，給出閃電災害的風險區(qū)劃。結果表明

2、，蒼南縣閃電災害風險等級區(qū)劃由高到低分別是靈溪鎮(zhèn)、龍港鎮(zhèn)為極高風險區(qū)，宜山鎮(zhèn)、錢庫鎮(zhèn)、金鄉(xiāng)鎮(zhèn)為高風險區(qū)，礬山鎮(zhèn)、馬站鎮(zhèn)、橋墩鎮(zhèn)、藻溪鎮(zhèn)為中風險區(qū)，赤溪鎮(zhèn)、岱嶺畬族鄉(xiāng)、鳳陽畬族鄉(xiāng)為低風險區(qū)。在此基礎上，對該區(qū)域的風險區(qū)劃結果進行了驗證，表明引入的層次-灰色關聯分析法適合于閃電災害風險區(qū)劃。本文的研究結果為編制閃電災害防御規(guī)劃以及重點項目災害風險評估可行性論證提供了參考，對提高閃電災害防御的綜合能力具有非常重要的科學和現實意義。關鍵詞：閃電災害；層次-灰色關聯分析法；風險；區(qū)劃閃電災害被國際電工委員會（IEC）稱為“電子化時代的一大公害” ，據有關部門估計，全世界平均每分鐘發(fā)生雷電2000次，全球

3、每年因雷擊造成的人員傷亡超過1萬人，所導致的火災、爆炸等時有發(fā)生。其特點有受災面廣、頻率高、破壞性強、入侵方式由二維空間向三維空間轉變，隨著微電子技術的應用滲透到各種生產和生活領域，微電子器件極端靈敏，很容易受到雷電電磁脈沖（LEMP）無孔不入的破壞。近年來國內外對閃電災害風險區(qū)劃的研究很多，對于閃電災害有很多學者采用不同的方法作了研究。郭虎等1對北京市雷電災害易損性分析、評估及易損度區(qū)劃，劉垚等2對杭州市雷電活動特征及雷電災害風險區(qū)劃進行了研究，汪志紅等3用投影尋蹤與遺傳算法技術對廣東省雷電災害風險評價，曾金全等4采用綜合評價算法對雷電災害易損度區(qū)劃模型研究。目前閃電災害風險區(qū)劃研究基本局限

4、于在省市一級氣象部門，多以市、縣行政區(qū)域作為分析單元進行分析研究，能將閃電災害風險區(qū)劃精細化到鄉(xiāng)鎮(zhèn)一級的研究并不多。2010年4月1日起實施的氣象災害防御條例規(guī)定：“縣級以上地方人民政府應當組織氣象等有關部門對本行政區(qū)域發(fā)生的氣象災害的種類、次數、強度和造成的損失等情況開展氣象災害普查，建立氣象災害數據庫，按照氣象災基金項目：蒼南縣農業(yè)科技重點科研專項“蒼南縣雷電災害防御區(qū)劃研究”（2011N03）資助作者簡介：林念萍，男，（1980），在讀碩士，工程師，主要從事雷電科學與防護技術的研究。郵箱：38571899害的種類進行氣象災害風險評估，并根據氣象災害分布情況和氣象災害風險評估結果，劃定氣象

5、災害風險區(qū)域?！遍W電災害風險區(qū)劃是縣級以上氣象主管機構當前迫切需要履行的行政職能之一，同時也為編制閃電災害防御規(guī)劃以及重點項目災害風險評估可行性論證提供了參考，對提高閃電災害防御的綜合能力具有非常重要科學和現實的意義。本文充分考慮了致災因子的危險性、承災體的脆弱性等特點，建立閃電災害風險評價指標體系，運用層次-灰色關聯分析法，分析了閃電災害危險性、承災體潛在易損性的綜合風險，結合Arcgis技術得到蒼南縣閃電災害風險區(qū)劃鄉(xiāng)鎮(zhèn)分布圖，并對風險區(qū)劃結果進行驗證。1 資料與方法1.1數據來源本文研究中所使用的數據主要包括：浙江省閃電監(jiān)測網的2007-2011年蒼南縣閃電監(jiān)測數據；1996-2011年

6、（未包括1997、2001、2002和2003年雷災資料）溫州市雷災統(tǒng)計資料；蒼南統(tǒng)計年鑒2010的人口、經濟數據等。1.2 研究方法層次分析灰色關聯法是一種把灰色關聯分析法用于分析具有層次結構評價系統(tǒng)、能將定性分析和定量分析有效結合的綜合評價方法5。本文通過層次分析灰色關聯法建立閃電災害風險評價綜合模型，并對其進行研究，采用層次分析法確定閃電災害評價指標的權重，運用灰色關聯分析法計算評價對象的灰色關聯系數，進而綜合加權得出閃電災害評價指標的灰色關聯度，結合Arcgis技術得到蒼南縣閃電災害的風險區(qū)劃圖。該方法在閃電災害指標評價及風險區(qū)劃應用研究中具有重要的價值。1.2.1用層次分析法確定各評

7、價指標的最終權重建立風險評價指標的層次分析結構基于上述研究方法和思路，根據閃電災害的特點，建立閃電災害綜合風險評價指標體系見表1，由目標層、準則層和指標層構成。目標層是閃電災害綜合風險。準則層由致災因子危險性和承災體脆弱性、社會經濟發(fā)展水平組成。各指標層的計算方法如下：平均地閃密度：單位土地面積上發(fā)生的平均地閃次數（次/km2）；閃電災害次數：歷年統(tǒng)計實際發(fā)生的雷災頻次（次）；平均地閃強度：各年地閃強度的平均值（kA）；防雷重點單位數：每年必須進行防雷裝置定期檢測的防雷重點單位總數（個）；用電量指標：各鄉(xiāng)鎮(zhèn)總用電量（萬千瓦時）；電信固定電話數：各鄉(xiāng)鎮(zhèn)固定電話總數（門）；有線電視用戶數：各鄉(xiāng)鎮(zhèn)有

8、線電視用戶總數（戶）；人口密度：單位土地面積上的總人口數（人/km2）；農民人均收入：各鄉(xiāng)鎮(zhèn)農民人均收入水平（元）。表1. 閃電災害風險評價指標體系Table1 The index system of lightning disaster risk evaluation目標層A準則層B指標層C閃電災害綜合風險A致災因子危險性B1平均地閃密度C1閃電災害次數C2平均地閃強度C3承災體脆弱性B2防雷重點單位數C4用電量指標C5電信固定電話數C6有線電視用戶數C7社會經濟發(fā)展水平B3人口密度C8農民人均收入C9構造判斷矩陣采用Saaty的1-9標度法對給定的評價指標體系每一層次各因素的相對重要性給出

9、判斷，以數據形式表示出來，寫成矩陣形式。判斷矩陣是層次分析法工作的基礎，構造判斷矩陣是層次分析法的關鍵一步。層次單排序檢驗一致性根據判斷矩陣計算對于上一層某指標而言，本層次與之有聯系的因素重要性次序的權重，也就是計算判斷矩陣的最大特征值和特征向量W。計算一致性指標、一致性比率，其中CI為一致性指標，RI為平均隨機一致性指標，CR為一致性比率。得出所有CR<0.1，表明該矩陣具有較好的一致性，否則需要修改判斷矩陣。層次總排序及一致性檢驗層次總排序要從上到下逐層順序進行，一致性檢驗也是由高到低逐層進行，計算一次性比率，得出，認為層次總排序結果具有較好的一致性并接受該分析結果，可以得到評價指標

10、體系中各指標層相對于總目標的最終權重。 1.2.2用灰色關聯分析法確定評價指標關聯系數、關聯度定量指標數據歸一化處理由于所選數據存在不同量綱且數值間差異較大，需要對定量指標數據進行歸一化處理，閃電評價指標中人均收入屬于越大越好的指標，其他指標均為越小越好的指標。不同類型的指標，數據歸一化轉換公式也不同。越大越好型指標轉換公式：越小越好型指標轉換公式：其中為初始數據，為標準數據。和分別為各項指標中第j項指標的最大值和最小值。生成最佳指標數列、計算關聯系數從每列單項指標中選出最優(yōu)的評價指標值，虛構生成最佳指標數列，由公式，取分辨率=0.5，求出閃電評價指標比較數列對閃電評價指標最佳（參考）數列的關

11、聯系數。求出關聯度根據公式，式中是各項指標的權重系數，求得關聯度，最后按求的關聯度進行排序，確定最小者為閃電災害極高風險區(qū)，最大者為閃電災害低風險區(qū)，其余依次排序。2 閃電災害風險綜合評價應用實例2.1 運用層次分析法確定閃電災害風險評價指標權重根據表1所列的評價指標體系，通過專家打分法構造兩兩比較矩陣，見表2。 表2. 閃電災害風險評價指標體系層次判斷矩陣 Table2 The Judgement matrix of lightning disaster risk evaluation index system A-B判斷矩陣 B1-C判斷矩陣 B2-C判斷矩陣 B3-C判斷矩陣AB1B2B

12、3B1C1C2C3B2C4C5C6C7B3C8C9B1153C1123C41235C811/3B21/511/2C21/212C51/2123C931B31/321C31/31/21C61/31/212C71/51/31/21以A-B判斷矩陣為例，用Matlab層次分析法軟件求得矩陣的權向量W=(0.6483,0.1220,0.2297)T和最大特征值=3.0037，CI=0.0018，CR=0.0036，對層次單排序進行一次性檢驗，CR<0.1，表明該矩陣具有較好的一致性。同理可求出B1-C、B2-C、B3-C判斷矩陣單層次的各項權向量W、最大特征值和單排序結果。各項指標的總排序計算，

13、見表3。表3. 閃電災害風險評價指標體系層次總排序權值 Table3 Total sorting weight level of lightning disaster risk evaluation index system 準則層指標層B1（0.6483）B2（0.122）B3（0.2297）總排序權值C10.53960.34982268C20.2970.1925451C30.16340.10593222C40.48270.0588894C50.2720.033184C60.1570.019154C70.08820.0107604C80.250.057425C90.750.172275再對層

14、次總排序作一致性檢驗，求出CR=0.008，小于0.1，認為層次總排序結果具有較好的一致性并接受該分析結果，得出指標層9個指標的最終權重：=(0.34982268，0.1925451，0.10593222，0.0588894，0.033184，0.019154，0.0107604，0.057425，0.172275)2.2 運用灰色關聯分析法計算閃電災害風險評價指標關聯系數定量指標數據歸一化處理利用數據指標轉換公式，對初始數據進行歸一化處理，見表4表4. 閃電災害風險評價指標歸一化處理后的數值Table4 The normalized value lightning disaster risk

15、 evaluation index 指標鄉(xiāng)鎮(zhèn)人口密度人均收入防雷重點單位數閃電災害次數平均地閃密度平均地閃強度用電量指標電信固定電話數有線電視用戶數赤溪鎮(zhèn)0.921580.62468110.920.71970.993470.97620.99478岱嶺畬族鄉(xiāng)0.984140.48101110.876190.725340.9995110.99939礬山鎮(zhèn)0.91260.482920.952380.142860.914290.822610.984870.92610.98556鳳陽畬族鄉(xiāng)10.511261110.6829210.999931金鄉(xiāng)鎮(zhèn)0.613590.825260.38095110.620

16、850.846770.779550.96524靈溪鎮(zhèn)0.586650.992770.380950.285710.1942910.59970.440180.00052龍港鎮(zhèn)0.203831000.782860.86730.000240.002540.85228馬站鎮(zhèn)0.873690.539430.8571410.940950.760780.982040.905140.98382錢庫鎮(zhèn)0.605210.717990.666670.714290.788570.863690.596010.724110.96554橋墩鎮(zhèn)0.946120.514170.857140.714290.320.953510.9

17、83330.941050.98965宜山鎮(zhèn)0.083210.843960.952380.571430.885710.883320.766720.85380.98276藻溪鎮(zhèn)0.929660.626760.904760.714290.502860.936810.963050.982790.99611生成最佳指標數列、計算關聯系數從表4各列中選擇最大值構成閃電災害風險評價最佳指標數列L0=（1，1，1，1，1，1，1，1，1），計算最佳指標數列L0與比較數列Li差值絕對值，求得最大最小極差D=1，d=0，由公式，取分辨率=0.5，求得關聯系數，計算結果見表5。表5. 閃電災害風險評價指標關聯系數矩

18、陣Table5 The correlation coefficient matrix of lightning disaster risk evaluation index R0i鄉(xiāng)鎮(zhèn)R01R02R03R04R05R06R07R08R09赤溪鎮(zhèn)0.864420.57122110.862070.640780.987110.954570.98968岱嶺畬族鄉(xiāng)0.969250.49068110.801530.645450.9990310.99879礬山鎮(zhèn)0.851210.491610.913040.368420.853660.738130.970620.871230.97193鳳陽畬族鄉(xiāng)10.505

19、691110.6119310.999861金鄉(xiāng)鎮(zhèn)0.564070.741030.44681110.568730.765430.694010.935靈溪鎮(zhèn)0.547440.985750.446810.411760.3829310.555370.471780.33345龍港鎮(zhèn)0.3857510.333330.333330.697210.790260.333390.33390.77194馬站鎮(zhèn)0.798330.520520.7777810.894380.676390.965320.840530.96865錢庫鎮(zhèn)0.558790.639380.60.636360.702810.785780.55310

20、.644420.93553橋墩鎮(zhèn)0.902730.507190.777780.636360.423730.914930.967740.894540.97972宜山鎮(zhèn)0.352910.762140.913040.538460.813950.81080.681870.773750.96668藻溪鎮(zhèn)0.876670.572580.840.636360.501430.88780.931180.966730.992282.3 建立閃電災害風險評價綜合模型求得關聯度運用灰色關聯分析法，得到閃電災害風險評價的綜合模型為： ，式中：0i為閃電災害風險指數（關聯度），是各項指標的權重系數，R0i為關聯系數，求得

21、關聯度靈溪鎮(zhèn)=0.57526，龍港鎮(zhèn)= 0.57645，宜山鎮(zhèn)=0.65948，錢庫鎮(zhèn)=0.66212，金鄉(xiāng)鎮(zhèn)=0.69947，礬山鎮(zhèn)=0.78123，馬站鎮(zhèn)=0.78894，橋墩鎮(zhèn)=0.79547，藻溪鎮(zhèn)=0.81351，赤溪鎮(zhèn)=0.85402，岱嶺畬族鄉(xiāng)= 0.87757，鳳陽畬族鄉(xiāng)= 0.89737。3 閃電災害風險等級及區(qū)劃顯示利用Arcgis軟件提供的自然斷點法（Nature breaks），把差異性最大的數據分在不同級，相似性最大的數據分在同一級6，將蒼南縣12個鄉(xiāng)鎮(zhèn)的閃電災害風險等級劃分極高風險區(qū)I級（0.57526 - 0.57646）、高風險區(qū)級（0.57646 - 0.69

22、948）、中風險區(qū)級（0.69948 - 0.81352）、低風險區(qū)級（0.81352 - 0.89737）4個級別。從圖1可以看出靈溪鎮(zhèn)、龍港鎮(zhèn)為極高風險區(qū)，赤溪鎮(zhèn)、岱嶺畬族鄉(xiāng)、鳳陽畬族鄉(xiāng)為低風險區(qū)，宜山鎮(zhèn)、錢庫鎮(zhèn)、金鄉(xiāng)鎮(zhèn)為高風險區(qū)，礬山鎮(zhèn)、馬站鎮(zhèn)、橋墩鎮(zhèn)、藻溪鎮(zhèn)為中風險區(qū)。圖1. 蒼南縣閃電災害風險區(qū)劃圖Fig.1 The map of lightning disaster and risk zoning in Cangnan county表6. 蒼南縣閃電災害風險等級評價結果Table6 The result of lightning disaster risk evaluation i

23、n cangnan county鄉(xiāng)鎮(zhèn)名稱風險指數風險等級鄉(xiāng)鎮(zhèn)名稱風險指數風險等級靈溪鎮(zhèn)0.57526級馬站鎮(zhèn)0.78894級龍港鎮(zhèn)0.57645級橋墩鎮(zhèn)0.79547級宜山鎮(zhèn)0.65948級藻溪鎮(zhèn)0.81351級錢庫鎮(zhèn)0.66212級赤溪鎮(zhèn)0.85402級金鄉(xiāng)鎮(zhèn)0.69947級岱嶺畬族鄉(xiāng)0.87757級礬山鎮(zhèn)0.78123級鳳陽畬族鄉(xiāng)0.89737級 4 閃電災害風險區(qū)劃模型驗證為了驗證閃電災害風險區(qū)劃模型的適用性，運用Arcgis技術將歷年實際統(tǒng)計的雷災頻次數據導入到區(qū)域風險區(qū)劃圖上，進行比較分析。如圖2所示，歷年實際統(tǒng)計的雷災數據分布與其風險區(qū)劃基本一致，從靈溪鎮(zhèn)、龍港鎮(zhèn)歷年實際統(tǒng)計的雷災

24、頻次數據分布上看，閃電實際發(fā)生的災害較為嚴重，這與區(qū)劃結果極高風險（I級）區(qū)有很好的一致性，而赤溪鎮(zhèn)、岱嶺畬族鄉(xiāng)、鳳陽畬族鄉(xiāng)歷年統(tǒng)計的實際雷災頻次較少，相應的區(qū)劃結果也反映為低風險（級）區(qū)。在整個研究區(qū)域中，礬山鎮(zhèn)、馬站鎮(zhèn)、金鄉(xiāng)鎮(zhèn)的區(qū)劃結果與歷年實際統(tǒng)計雷災頻次存在不一致，原因為風險區(qū)劃不僅要考慮雷災頻次的影響，同時也與人員傷亡、財產損失等因素也密切相關。影響礬山鎮(zhèn)區(qū)劃評價指標中閃電災害雖然占了大比重，但閃電密度、人均收入、防雷重點單位數、生命線工程總量等指標所占比重較小，因此風險區(qū)劃等級有所降低。而馬站鎮(zhèn)、金鄉(xiāng)鎮(zhèn)與之相反，閃電災害所占比重較小，但其他指標所占比重較大，最后的風險區(qū)劃等級有所提

25、高。總體來說，區(qū)域的風險區(qū)劃驗證結果表明，引入的層次-灰色關聯分析法適合于閃電災害風險區(qū)劃。圖2. 蒼南縣閃電災害風險區(qū)劃驗證圖Fig.2 The map of lightning disaster and risk zoning verification in Cangnan county4 結論與討論本文在充分考慮閃電災害實際發(fā)生與致災因子危險性、承災體脆弱性以及區(qū)域防災減災能力等因素密切關系的基礎上，建立了閃電災害風險評價指標體系，引入層次-灰色關聯分析法，將定性分析和定量分析兩種方法有效結合，給出了蒼南縣閃電災害風險區(qū)劃，運用Arcgis技術將歷年實際統(tǒng)計的雷災頻次與區(qū)域風險區(qū)劃結果進

26、行比較分析，討論如下： （1）閃電災害風險區(qū)劃結果表明：靈溪鎮(zhèn)、龍港鎮(zhèn)為極高風險區(qū)，宜山鎮(zhèn)、錢庫鎮(zhèn)、金鄉(xiāng)鎮(zhèn)為高風險區(qū)，礬山鎮(zhèn)、馬站鎮(zhèn)、橋墩鎮(zhèn)、藻溪鎮(zhèn)為中風險區(qū)，赤溪鎮(zhèn)、岱嶺畬族鄉(xiāng)、鳳陽畬族鄉(xiāng)為低風險區(qū)?？傮w上看，蒼南縣閃電災害高風險區(qū)主要集中在中北部地區(qū)，這與閃電分布規(guī)律及人口密度、生命線工程總量以及社會經濟發(fā)展程度等密切相關。 （2）閃電風險區(qū)劃模型的驗證在鄉(xiāng)鎮(zhèn)一級應用并不多見，本文運用Arcgis技術對閃電災害風險評價模型進行驗證方面作了一定的探索，其驗證結果準確性較高，部分區(qū)域區(qū)劃結果與與歷年實際統(tǒng)計雷災頻次存在不一致的情況與閃電密度、人均收入、防雷重點單位數、生命線工程總量等指標所占比

27、重有很大關系，而閃電災害指標僅是影響風險區(qū)劃的部分因子。閃電災害風險區(qū)劃的研究結果可以為編制閃電災害防御規(guī)劃以及重點項目災害風險評估可行性論證提供參考，對提高閃電災害防御的綜合能力具有非常重要的科學和現實意義。 （3）閃電災害為非線性的自然災害，閃電風險與閃電密度、雷電災害、目標區(qū)域所處的地理位置及氣候環(huán)境、人口密度、社會經濟發(fā)展水平等因素密切有關，風險評價過程極其復雜。由于目前閃電監(jiān)測數據的年限不長和閃電災害的統(tǒng)計資料不完全，且閃電風險評價指標體系細化程度還不足，因此閃電災害風險區(qū)劃及模型驗證的精度還有待進一步提高。參考文獻：1 郭虎，熊亞軍. 北京市雷電災害易損性分析、評估及易損度區(qū)劃J.

28、 應用氣象學報. 2008,19(1):35-40.GUO Hu，Xiong Yajun. Vulnerability Analysis, Evaluation and Vulnerability Zoning of Lightning Disaster in Beijing J. Journal of Applied Met Eorological Science. 2008,19(1):35-40.2 劉垚，繆啟龍等. 杭州市雷電活動特征及雷電災害區(qū)劃.J. 氣象與減災研究.2011,34(4):62-67.LIU Yao，Miao Qilong et al.Characteristics

29、 of Lightning Activity and Risk Zoning of Lighting Hazard in Hangzhou.J.Meteorology and Disaster Reduction Research.2011,34(4):62-67.3 汪志紅，王斌會. 投影尋蹤技術在突發(fā)事件風險分類評級中的應用J .災害學, 2011, 26 (3) :78-81.WANG Zhihong ，Wang Binhui. Application of Projection Pursuit Technology in Emergency Risk Classification an

30、d Rating J .Journal of Catastrophology, 2011, 26 (3) :78-81.4 曾金全，張燁方，王穎波. 基于綜合評價算法的雷電災害易損度區(qū)劃模型研究J.氣象, 2011, 37 (12) :1595-1600.ZENG Jinquan Zhang Yefang Wang Yingbo. Lightning Disaster Vulnerability Zoning Model Research Based on Composite EvaluationJ.Meteorological Monthly, 2011, 37 (12) :1595-160

31、0.5 陳驤武. 基于AHP和灰色系統(tǒng)理論的化工品運輸模式研究D .上海交通大學機械與動力工程學院工程，碩士學位論文，2011Chen Xiangwua. Chemical Transportation Model study Based on AHP & Grey MethodologyD .School of Mechanical Engineering Shanghai Jiao Tong University Shanghai, P.R.China，Degree of Engineering Maste,20116 范科紅，李陽兵，馮永麗. 基于GIS的重慶市道路密度的空間分異

32、. J. 地理科學, 31 (3) , 2011: 366 - 371.FAN Kehong，LI Yangbing，Feng Yongli. Spatial Distribution of Road Density in Chongqing Based on GIS. J. Scientia Geographica Sinica, 31 (3) , 2011: 366 - 371.Lightning Disaster and Risk Zoning Research Based on AHP-Grey Relational Analysis MethodLin Nianping1,2 Wu

33、Rongjun1 Hua Lixin2 Wang Xiaoying3 (1. School of environmental science and engineering Nanjing University of Information Science and Technology，210044；2. Cangnan Meteorological Bureau，Zhejiang Province，325100；3. Wenzhou Meteorological Bureau，Zhejiang Province，325027；)Abstract: Zhejiang province Cang

34、nan county was used as a research example, in order to seek a suitable method of lightning disaster risk zoning from the lightning disaster characteristics.Based on the monitoring database of lightning happened in Zhejiang province during 2007-2011, also on the lightning disasters in Wenzhou city during 1996-2011 and other official basic data, using the method of AHP-Grey Relational Analysis, an evaluation system and comprehensive evaluation model of lightning disaster risk. The weight of evaluation index is determined by AHP and Grey Relational Analysis methods,