随着全球气候变化和中国沿海地带城市化进程加快,沿海地区海洋灾害频发,尤其是风暴潮灾害严重影响人民生命和财产安全。为了辨识沿海地带风暴潮灾害的不同特点与主要影响因素,为防灾减灾决策的制定提供参考,本文以中国沿海地带11个省区和53个城市为研究单元,基于半定量的指标体系法,将综合风险评估与区划研究相结合,构建不同的数学模型分别评估风暴潮的致灾强度和社会脆弱性,并据此评估风暴潮灾害的综合风险。其中,如何科学合理地计算指标权重是影响评价结果质量的重要因素,也是风险评估的关键步骤。本文根据数据规模和评估对象的各自特点,共采用6种指标定权方法,通过主客观定权方法的结合来确定指标权重。主要工作如下:1.风暴潮致灾强度评估。选取受灾人数、农田受灾面积与海洋工程损毁长度等7项灾情指标用于构建指标体系,采用“乘法合成归一”法对主客观层次分析法（AHP）模型和熵权法进行权重融合,构建评价模型并分析沿海11省区风暴潮致灾强度的时空变化规律。研究结果发现:时间上,致灾强度指数年际变化较大,总体上分为两个阶段。1998年到2006年波动上升,与该时段内的极端天气次数发生的频率增加有关;2007年后开始回落,一方面是由于该时段内的风暴潮灾害的频率和强度降低,另一方面与政府和市民的防灾减灾意识增强有关。空间上,致灾强度整体呈现出从东南沿海向西和向北逐渐减小的规律。其中,东南沿海地带发生台风风暴潮灾害的频率较高,故福建和广东省的致灾强度最高,浙江次之。广西和海南省为中等致灾强度。北方省市中,山东和江苏省受温带风暴潮影响较大,处于较低致灾强度等级,其余省市全部为低强度等级。2.社会脆弱性评估。选取建成区面积、地区生产总值和人口密度等33个评估指标,利用SPSS统计分析软件,采用因子分析法计算客观权重,提取出7个因子,归纳为:地区财富、财政收支、社会保障与信息服务,城市化水平,基础设施,人口,产业结构,教育水平和环境,共解释了原有指标85.5%的信息。采用DEMATEL（Decision Making Trial and Evaluation Laboratory）模型计算主观权重,分析指标的中心度和原因度,结果显示经济发展、城市化水平和人口增长速度对社会脆弱性有强烈影响。引进基于最小偏差的组合定权法进行权重融合,构建评价模型并分析沿海53个城市的社会脆弱性,发现脆弱性水平最高的城市为湛江,最低的为上海。不同城市的人口、城市化规模、产业结构、基础设施和地区财富水平不同,使得城市间在应对灾害风险的吸收力与恢复力方面不同,脆弱性差异明显。3.综合风险评估。根据风暴潮致灾强度和社会脆弱性的评价指数,采用等权加法模型,评估中国沿海53个城市的风暴潮灾害综合风险,发现:风险结果总体呈现出东南沿海高于北方沿海的趋势。处于较低风险水平的城市最多,约占50%;高风险水平的城市约占20%,集中在福建和广东省;处于中等和较高风险水平的城市数量相当;只有上海和天津市处于最低风险等级。对于高和较低风险等级的城市,风暴潮致灾强度的影响较大,主要与其所处的地理纬度有关。对于较高风险等级的城市,社会脆弱性在一定程度上调和了综合风险值。中等风险等级的城市受社会经济发展因素的影响,具有一定的防灾减灾效应。低风险等级的城市,致灾强度与社会脆弱性等级基本一致,一方面与其受到的风暴潮灾害频率小有关,另一方面与其社会脆弱性等级低,对灾害的吸收和恢复力强有关。