焦俊超,馬安青,李福建
(1.中國海洋大學海洋環(huán)境與生態(tài)教育部重點實驗室,山東青島266100;2.中國海洋大學環(huán)境科學與工程學院,山東青島266100)
自然災害風險值是未來若干年可能達到的災害程度及其發(fā)生的可能[1]。青島嶗山區(qū)地貌類型眾多,雨季集中,洪水災害時有發(fā)生,洪水災害的危險評判顯得極為重要。風險評判是對一特定期間內安全、健康、生態(tài)、財政等受到損害的可能性及可能的程度做出評估的系統(tǒng)過程[2]。
隨著計算機技術的發(fā)展,GIS在企業(yè)信息管理、土地規(guī)劃、燃氣管網風險預警等方面得到了廣泛的應用。其中,將GIS技術應用于環(huán)境評價中,實現(xiàn)對空間數據和屬性數據特有的集成管理與空間分析功能是其它系統(tǒng)和應用軟件難以替代的[3]。模糊綜合評判決策是對受多種因素影響的事物做出全面評判的一種十分有效的多因素決策方法,而洪水災害的災情是由各種自然環(huán)境與社會經濟等多種因素綜合作用的結果[4],因此將模糊數學方法引入災情評判是十分有必要的。
目前為止,利用計算機技術和GIS技術研究洪水災害是一個熱點[5-6],但大部分基于GIS的模糊評判方法都是借助ArcGIS軟件,利用柵格圖層疊加完成的[7-8]。這需要使用者必須對GIS軟件有很強的操作能力,這就在一定程度上限制了用戶的范圍,甚至會影響到最終評估結果的正確性。本研究把嶗山區(qū)劃成一定面積的矢量網格,運用模糊綜合評判方法構建評判模型,結合組件GIS開發(fā)嶗山區(qū)洪水危險性分級評判系統(tǒng),使用時只需按照界面提示輸入相關數據即可得到評價結果,從而為相關部門提供易操作的輔助決策系統(tǒng)。
青島市嶗山區(qū)位于青島市東南部,位于120°24′—120°37′E,36°4′—36°8′N 之間,面積 390 km2。轄有中韓、沙子口、北宅、王哥莊 4個街道辦事處,是山東經濟最發(fā)達的地區(qū)之一[9]。嶗山主峰海拔1 132.7 m,區(qū)域平均高程 55 m;山區(qū)丘陵面積360.44 km2,占總面積的92.6%;山區(qū)坡度陡峭,最大超過7°;區(qū)域內河流23條,特點是源短,流急,多直流入海;該區(qū)屬溫帶大陸季風氣候,降水時空差異較為顯著,夏秋季(6—10月)降水量占全年降水量的62.3%。這些地形、氣候等特征成為嶗山區(qū)洪水災害的發(fā)生的主要誘因。
數據主要包括1∶2.5萬的嶗山區(qū)地形圖,1∶5萬的青島市地貌圖,1∶5萬嶗山區(qū)河流水系圖,1∶4.7萬嶗山區(qū)行政區(qū)劃圖,1985—2008年嶗山區(qū)各個氣象觀測站的降雨量數據。另外還有嶗山區(qū)市情資料庫、現(xiàn)場調查數據等。
自美國控制專家Zadeh L A提出模糊集合的概念以來,模糊綜合評判理論被廣泛的應用到各個領域[10-11]。把要評判的事物看成是由多種因素組成的模糊集合(稱為因素集U),再設定這些因素所能選取的評審等級,組成模糊集合(稱為評判集V),利用隸屬度函數求評價因子對危險級別的隸屬度,分別求出各單一因素對各評審等級的歸屬程度(稱為模糊矩陣R)。根據層次分析法[12]得到各因子權重A,最終得到評判等級B=A×R。
國外尤其是發(fā)達國家將GIS技術應用于洪水災害研究方面已做了很多研究,對洪水災害危險性及其時空分布的研究,成為這些研究中的一個重要內容[13-14]。組件式GIS是指基于組件對象的平臺,以組件的形式提供基本功能,是GIS與組件技術相結合的新一代地理信息系統(tǒng)[15]。組件式GIS與通用開發(fā)平臺結合,成為當今GIS模型實用化發(fā)展所采用的一種主要方式。
嶗山區(qū)洪水災害危險評判系統(tǒng)技術路線如圖1所示。
圖1 嶗山區(qū)洪水災害危險評判系統(tǒng)技術路線圖
3.1.1 選取致災因子 嶗山區(qū)夏秋季降水的總量和強度都是最大的,洪水災害也基本上都發(fā)生在夏秋季節(jié)。因此評判系統(tǒng)主要基于夏秋季的各種數據,評判結果也是針對夏秋季而言的。在評判體系中,根據實際情況和前人的研究[16],遴選了夏秋季的降水強度(U1)、坡度(U2)、河網密度(U3)、人口密度(U4)、植被覆蓋(U5)和降雨量(U6)6個致災因子來進行危險性等級評判。由嶗山區(qū)各氣象觀測站數據通過插值方法得到降水量與降水強度空間分布圖,其中降雨量是夏秋季節(jié)的總降水量,降雨強度是日降水量大于50 mm的天數和。坡度由嶗山區(qū)地形圖的DEM得到,河流由嶗山區(qū)水系分布圖得到。人口密度由嶗山區(qū)市情資料庫查閱并通過插值得到,植被覆蓋由青島市地貌得到。
3.1.2 矢量網格數據 用ArcGIS軟件將1∶4.7萬青島嶗山區(qū)地形圖數字化為9 750個邊長為200 m的ShapeFile矢量網格,每個網格都將被看作是一個獨立的響應單元。該分辨率基本保證了每個評判單元內,致災因子空間變化的一致性以及單元間變化的連續(xù)性。對照各因子的地圖分布進行評判單元數據入庫操作,把要進行綜合評判的因素作為字段存儲在矢量數據庫中。把嶗山區(qū)域離散為這些均勻矢量網格,評價數據庫中的字段對應模糊評價模型中的影響因子,每條記錄實際代表200 m×200 m的地塊,相當于一個評判單元。
3.1.3 決斷集及隸屬度 重點根據已有洪水調查數據,結合相關的研究[17]和標準規(guī)范,將各評判因子進行量化分級,建立了嶗山區(qū)洪水災害危險性評判因子等級劃分表(表1)。
鑒于災害環(huán)境系統(tǒng)的復雜性,因此其風險并不具有絕對的含義。常用的分級方法為邏輯信息分類法和特征分類法,將級別劃分為3級或5級[18]。在這里分為5級,決斷集V=(1,2,3,4,5),每一個影響因子都分為5個等級,最安全(1級)、安全(2級)、一般(3級)、不安全(4級)、最不安全(5級)。
表1 致災因子分級
3.1.4 建立權重集 致災因子對引發(fā)洪水災害的作用有大小之分,因此,分析指標體系中的各項因素的相互作用和相互聯(lián)系,確定它們在評價體系中的相對地位和相對影響即所占的權重,是正確進行危險性評價的重要條件。
按照AHP層次分析法[19-20],通過兩兩比較,構造出判斷矩陣,計算出各因子權重,如表2所示。
表2 因子權重值
3.1.5 評價計算 根據上面介紹的模糊評判原理,采用M(?,+)——加權平均模型,對每個網格的數據按照隸屬函數計算得到各因子的隸屬度,得到矩陣R。綜合評判等級矩陣B=A×R。再根據加權平均模型對矩陣B進行歸一化整理,得到最終的評判等級值。
借助于VB.Net 2005和ArcEngine 9.2開發(fā)出以GIS為基礎,模糊評判模型為核心的系統(tǒng)。在評判系統(tǒng)中,用戶應先新建最終評判等級字段,在等級計算對話框里可以選擇相關的評判因子,然后輸入各個因子的分級值以及權重,依據嵌入的模糊評判模型進行運算,最后得到評判等級。利用評價等級字段制作專題圖,對危險等級評判結果以專題圖形式顯示,得到嶗山區(qū)洪水災害危險性評判的最終可視化效果(圖2)。
由系統(tǒng)評判出的結果圖2可以看出,嶗山區(qū)洪水災害最不安全區(qū)占全區(qū)總面積的1.8%。主要分布在王哥莊辦事處的白石頭窖、孢子崮、桑石屋和東西岐以及沙子口辦事處的后曹等地。歷史上因洪水而引起的大河東村泥石流災害就發(fā)生在這個地區(qū),這與評價結果相吻合。
圖2 嶗山區(qū)洪水災害危險性等級最終評判結果
不安全區(qū)占全區(qū)總面積的14.1%,主要分布在王哥莊辦事處北部的石屋澗、解家河地區(qū),中部的張家村、劉家村、蔡家村,南部的前尖、大平嵐一帶,在北宅辦事處的東部也有零星分布。
一般區(qū)占全區(qū)面積的42.6%。主要分布在沙子口街道北部的竹窩、柳樹臺、周嵐,中部的小河東、大庵子,南部的黑石溝、幸福村,北宅街道的李家、孫家村地區(qū)以及王哥莊街道北部的埔里、劉家窩附近。
安全區(qū)占全區(qū)面積的37.6%。基本覆蓋中韓全部、沙子口西南區(qū)、北宅的中部和西部地區(qū)。
最安全區(qū)主要分布在北宅街道的畢家村、五龍村、東陳村和沙子口街道的北龍口和南龍口。
最不安全和不安全區(qū)域主要分布在王哥莊地區(qū),一般區(qū)在北宅和沙子口分布較多,中韓發(fā)生洪水災害的危險等級最小。因此,應該加強防御的地區(qū)是王哥莊地區(qū)。
模糊數學與GIS相結合,使洪水災害危險性評價更加效率化,科學化,可信度更高。系統(tǒng)操作簡單,效果直觀,能提供良好的可視化界面,空間分析及各種專題地圖制作功能,無須專業(yè)的GIS知識,只需按提示輸入隸屬函數分級值和權重值即可。評判結果與以往實際發(fā)生點,基本一致,這表明研究所采用的評價方法較為科學,選用的評價指標體系較為準確。該系統(tǒng)嵌入的模型具有通用性強的特點,這就可以在修改相應參數后移植到其它區(qū)域,進而擴大GIS在水土保持方面的應用范圍。但在模型設計和系統(tǒng)開發(fā)過程中也存在一些需要完善的方面,如致災因子的全面性和計算機運算速度等。
[1]張會,張繼權,韓俊山.基于GIS技術的洪澇災害風險評估與區(qū)劃研究:以遼河中下游地區(qū)為例[J].自然災害學報,2005,14(6):141-146.
[2]Robert L Schuster.Concepts of risk-based decision making with emphasis on eotechnical engineering and slope hazard[M]∥Geotechnical Risk M anagement,1999:1-21.
[3]張金存,魏文秋,馬巍.洪水災害遙感監(jiān)測分析系統(tǒng)研究[J].災害學,2001,16(1):39-44.
[4]高惠嫣,王蘇芳,王艷慶,等.關于洪水災情評估模型優(yōu)選的探討[J].河北水利水電技術,2004(1):34-36.
[5]Wahlstrom E,Loague K,Kyriakidis P C.Hydrologic response:Kaho'olawe,Hawaii[J].Journal of Environmental Quality,1999,28(2):481-492.
[6]徐志勝,馮凱,馮春瑩,等.R-GIS技術在小城鎮(zhèn)洪水淹沒模擬分析中的應用[J].防災減災工程學,2004,24(3):247-251.
[7]馬安青,胡泓,安興琴,等.應用 GIS模擬城市大氣污染物濃度分布[J].城市環(huán)境與城市生態(tài),2007,20(2):32-34.
[8]宮清華,黃光慶,郭敏,等.基于GIS技術的廣東省洪澇災害風險區(qū)劃[J].自然災害學報,2009,18(1):58-63.
[9]尹明泉,譚俊齡,王治良,等.青島市嶗山區(qū)地質災害氣象預報預警[J].水文地質工程地質,2006,33(2):96-100.
[10]Yin Y Y,Huang G H,Hipel H K,et al.Fuzzy relation analysis for multicriteria water resources management[J].Journal of Water Resources Planning and Management.1999,125(1):41-47.
[11]Sasikumar K,Mujumdar P P.Fuzzy opimization model for water quality management of a river system[J].Journal of Water Resources Planning and Management.1998,124(2):79-88.
[12]侯英姿,陳曉玲,王方雄.基于GIS的水環(huán)境價值模糊綜合評價研究[J].地理科學,2008,28(1):89-93.
[13]Mejia-Navarro,Wohl E E.Geological hazard and risk evaluation using GIS:methodology and model applied to Medellin,Colombia[J].Bulletin of the Association of Engineering Geolosists,1994,31(4):459-481.
[14]Van Westen C J,Van Asch T W J,Soeters R.Landslide hazard and risk zonation:why is it still so difficult[J].Bulletin of Engineering Geology and the Environment,2005,65(2):176-184.
[15]宋關福,鐘耳順.組件式地理信息系統(tǒng)研究與開發(fā)[J].中國圖象圖形學報,1998,3(4):313-317.
[16]劉紅艷,孫希華,張玉堂.基于GIS的濟南市土壤侵蝕敏感性評價研究[J].水土保持通報,2008,28(2):127-130.
[17]張業(yè)成,胡景江,張春山.中國地質災害危險性分析與災變區(qū)劃[J].海洋地質與第四紀地,1995,15(3):55-67.
[18]李培英,杜軍,劉樂軍,等.中國海岸帶災害地質特征及評價[M].北京海洋出版社,2007:207-218.
[19]張臻,王龍昌,楊松,等.基于 AHP法的四川省水資源可持續(xù)利用綜合評價[J].干旱地區(qū)農業(yè)研究,2009(4):213-218.
[20]劉濤,洪江,吳敬東,等.層次分析法在泥石流危險度評價中的應用:以北京市密云縣為例[J].水土保持通報,2008,28(5):6-10.