基于GIS的太湖流域暴雨洪澇災害風險定量化研究*

于文金，閆永剛，呂海燕，李芬，2

(1.南京信息工程大學氣象災害省部共建教育部重點實驗室，江蘇南京210044;2.山西省氣象局，山西太原030002)

近年來，在全球變暖的大背景下，極端天氣、氣候事件日益增多，氣候災害造成的損失和影響呈明顯上升趨勢[1]。暴雨洪澇災害作為一種極端天氣災害給人類的生產(chǎn)生活造成極大的危害，暴雨災害的風險研究和防范已經(jīng)成為災害科學的研究熱點問題。我國地處亞洲季風區(qū)域，臺風、暴雨和洪水災害頻發(fā)，規(guī)模大，每年造成上千億元經(jīng)濟損失和數(shù)千人死亡。顯而易見，對區(qū)域自然災害風險分析的需求十分迫切。目前，國內外對風險區(qū)劃的研究已經(jīng)取得一定的成就[2－9]，對自然災害的影響因子、致災機理有了比較深刻的研究，風險研究已經(jīng)由風險評估走向風險預警，由風險定性描述向定量化研究和風險管理方向發(fā)展[10－12]。但是，由于災害的復雜性和不確定性，暴雨災害的定量化評估和指標選取仍是困擾和制約災害研究的難題，本文基于柵格數(shù)據(jù)的GIS技術，解決了風險評估中海量信息的提取和處理的問題，在綜合考慮災害強度和社會因子的基礎上，運用AHP層次分析法和綜合指數(shù)方法，對太湖流域地區(qū)的暴雨洪澇災害風險的定量化指標體系的建立和風險因素的提取量化進行了探討和研究，為區(qū)域暴雨洪災風險管理提供了有利的例證和相關參數(shù)，為區(qū)域防災減災提供了科學依據(jù)。

1 研究區(qū)域

太湖流域位于我國經(jīng)濟較發(fā)達的長三角地區(qū)(圖1)，太湖流域人口占全國總人口的2.9%，人口密度為978人/km2，為全國平均的7倍，是我國人口密度最大的地區(qū)之一。區(qū)域國內生產(chǎn)總值GDP占全國的12%，人均GDP為全國人均的3倍多，區(qū)內的上海、蘇州、無錫、常州、鎮(zhèn)江、杭州、嘉興、湖州在我國的經(jīng)濟發(fā)展中占有重要地位。同時，由于太湖流域地處北亞熱帶季風區(qū)，春夏之交，暖濕氣流北上，冷暖氣流遭遇形成持續(xù)陰雨;盛夏受副熱帶高壓控制，天氣晴熱，此時常受熱帶風暴和臺風影響，形成暴雨狂風的災害天氣，加之地勢低平，暴雨災害風險極大。20世紀的1931年、1954年、1991年、1999年均發(fā)生特大洪水，引發(fā)了嚴重的洪水災害，給該流域的生命財產(chǎn)和生態(tài)環(huán)境造成巨大的損失。隨著經(jīng)濟的發(fā)展，太湖流域大量湖泊和河道水面被圍圈圩墾殖，與水爭地，導致暴雨洪澇災害風險日益加劇。

圖1 研究區(qū)域示意圖

2 評價模型的建立與數(shù)據(jù)來源

2.1 評價指標的選取與確立

區(qū)域暴雨風險主要由區(qū)域暴雨危險性和區(qū)域脆弱性兩個方面決定[13]，區(qū)域危險性又由災害強度因子和孕災環(huán)境制約(圖2)。引發(fā)暴雨洪澇災害的氣象因子主要指降雨強度與頻度，一般選擇一定時段內的降雨量來表示;墊面對暴雨洪澇災害的形成過程的影響可分成兩個部分，產(chǎn)流和匯流。產(chǎn)流影響因素在徑流分布中得到了反映。而匯流影響因素主要取決于地形。如陡峻的地形易于快速匯集徑流形成山洪，平坦的地形不易于洪水的排泄而易于形成澇災，河道匯集洪水易于洪水在空間上的轉移等。同時，承災體的脆弱性也是制約災害風險的重要因素，一般來講，脆弱性越強，危險性越大，反之減小。為了既有代表性又簡化指標利于運算操作，本文利用主成分分析法確定了以下指標要素:氣象要素自然致災因子，下墊面地形、河網(wǎng)、土地類型等孕災因子指標，受災地區(qū)的人口狀況、經(jīng)濟水平等承災體脆弱性指標，對太湖流域主要城市的洪澇災害生態(tài)風險進行評價。這里氣象災害強度用暴雨頻次和暴雨量表示，徑流用徑流量和河網(wǎng)密度表示，地形由高程表示，經(jīng)濟指標由單位面積GDP量表示，人口脆弱性指標由單位面積人口數(shù)量表示，所有經(jīng)濟數(shù)據(jù)均以1984年不變價格折算。

2.2 數(shù)據(jù)來源與處理

圖2 評價指標模型

本文所使用的數(shù)據(jù)包括高程數(shù)據(jù)、全國1:25萬土地覆被數(shù)據(jù)、全國2005年1 km網(wǎng)格人口數(shù)據(jù)、全國2005年1 km網(wǎng)格GDP數(shù)據(jù)，以上數(shù)據(jù)均由國家氣象局與國家科技基礎條件平臺建設項目——系統(tǒng)科學數(shù)據(jù)共享平臺(www.geodata.cn)提供，經(jīng)濟數(shù)據(jù)來自于2010年中國經(jīng)濟統(tǒng)計年鑒和國家統(tǒng)計局網(wǎng)站數(shù)據(jù)。

由于數(shù)據(jù)屬性和格式的不同，需將其標準化處理。為了使得到結果具有可比性，在ARCGIS中通過地圖代數(shù)工具對數(shù)據(jù)進行標準化處理。標準化的公式為:

式中:xi為專題指標數(shù)據(jù)中的統(tǒng)計值或VALUE值;ximax表示指標數(shù)據(jù)值中的最大值;ximin表示指標數(shù)據(jù)值中的最小值。

研究中將數(shù)據(jù)統(tǒng)一處理成1 km×1 km網(wǎng)格的柵格數(shù)據(jù)，對降雨柵格數(shù)據(jù)、土地利用類型數(shù)據(jù)、河網(wǎng)密度數(shù)據(jù)、高程數(shù)據(jù)、坡度等數(shù)據(jù)進行標準化處理并賦值給每個評價單元;將數(shù)據(jù)按照對災害的影響劃分本研究采用geometrical interval方法對高程、坡度數(shù)據(jù)進行分級量化，土地利用數(shù)據(jù)河網(wǎng)數(shù)據(jù)根據(jù)其特性分級量化，并賦予1～10的影響度。等級越高表示該因子的影響性越大。

2.3 指標權重的確定

在暴雨災害風險評估與區(qū)劃中，評價因子權重的合理性無疑會影響評價結果的準確性、科學性。權重的確定方法有主觀賦權法和客觀賦權法兩種。目前，暴雨災害風險評價中用來確定權重的方法主要有專家評分、AHP層次分析、因子分析、特爾菲咨詢、灰色關聯(lián)分析、證據(jù)權重、統(tǒng)計調查法、序列綜合法、隸屬函數(shù)法等[14－15]，某一單純確定權重的方法要么主觀性太強，要么過于依賴數(shù)學模型，得出的權重值不免片面。層次分析法(AHP)，在1970年代中期由seaty正式提出，它是一種定性和定量相結合的、系統(tǒng)化、層次化的分析方法。通過分析復雜問題包含的因素及其相互聯(lián)系，將問題分解為不同的要素，并將這些要素歸并為不同的層次，從而形成多層次結構，在每一層次可按某一規(guī)定準則，對該層要素進行逐對比較建立判斷矩陣。通過計算判斷矩陣的最大特征值和對應的正交化特征向量，得出該層要素對于該準則的權重，在這個基礎上計算出各層次要素對于總體目標的組合權重。從而得出不同設想方案的權值，為選擇最優(yōu)方案提供依據(jù)。

圖2建立的5層指標評價體系，每一層都有一個或兩個評價因素對應上層目標層，根據(jù)這些相互影響，相互制約的因素按照它們之間的隸屬關系排成5層評價結構體系。由于評價指標因素的相互關系，比較分為5個等級(極為重要3，重要很多2，重要1.5，稍微重要1.3，同樣重要1，稍次要10/13，次要10/15，次要很多1/2，極為次要1/3)，建立判別矩陣。

則W=[W1，W2，…，Wn]T，即為所求的特征向量。

式中:(AW)i表示向量AW的第i個分量。

得出各層對上層因子的權重結果如表1所示。

表1 AHP法確定的指標權重

CR=CI/RI＜0.1通過一致性檢驗。

2.4 模型建立

根據(jù)災害發(fā)生原理建立暴雨災害評價模型:

式中:R為暴雨洪澇災害指數(shù);H為危險性;V為脆弱性。危險性的評價模型:

式中:H為風險源的危險性;M為風險源的變異強度;P為災變發(fā)生的概率。易損性評價模型:

式中:V為易損性;P為人口;E為經(jīng)濟。其次還有破壞損失要素，主要包括損失構成、受災種類、損毀程度。綜合風險評價模型:

式中:R為暴雨風險指數(shù);Wi為權重;Qi為各因子指標值。

3 暴雨洪災的指標分析

3.1 致災因子指標分析

降水強度過大和降水持續(xù)時間過長是導致洪澇災害發(fā)生的根本原因。是導致暴雨洪澇災害的直接因素。太湖流域的暴雨多發(fā)生在夏季，梅雨型和臺風型暴雨是引發(fā)洪澇災害的根本原因。另外，降水的空間差異也是加重洪災的原因之一，上游年平均降水約1 200 mm，下游地區(qū)約1 100 mm，上下游相差100 mm。根據(jù)對歷史災情資料分析，最大日降水量對災害形成最為相關，故選多年平均最大日降水重現(xiàn)期為200年一遇雨量作為反映對暴雨洪災影響的降水強度指標，多年平均暴雨日數(shù)作為降水頻度指標。在空間上，ARCGIS軟件將其分別插值成1 km×1 km網(wǎng)格的柵格數(shù)據(jù)，根據(jù)x'i=(xi－ximin)/(ximax－ximin)×10，通過標準化轉換，得到太湖流域降水因子影響度分布，在此為表現(xiàn)數(shù)據(jù)連續(xù)性不對其分級處理(圖3)。研究發(fā)現(xiàn)，歷史降水強度北部強，南部弱，最強點在中部(圖3a)，從降水頻度來看，呈現(xiàn)中部低四周高的特點(圖3b)。這種降水強度和頻度可能與局部地形因素有關。

3.2 孕災因子指標分析

根據(jù)徑流形成原理，下墊面對暴雨洪水過程的影響可分成兩個部分，產(chǎn)流和匯流。產(chǎn)流影響因素在徑流分布中得到了反映。而匯流影響因素主要取決于地形。如陡峻的地形易于快速匯集徑流形成洪水，平坦的地形不易于洪水的排泄而易于形成澇災，河道匯集洪水易于洪水在空間上的轉移等[16]。因此，孕災環(huán)境主要由地形與徑流因素決定，本文選取影響匯流的地形高程、坡度與影響徑流的河網(wǎng)密度、土地類型等因素作為指示孕災環(huán)境的指標。

圖3 降雨強度、頻度影響度分布圖

3.2.1 地形指標

根據(jù)太湖流域多年洪水的具體災情分析將太湖流域的高程與坡度進行分級(表2、表3)。

表2 高程影響度分級

表3 坡度影響度分級

研究發(fā)現(xiàn)，太湖地區(qū)呈現(xiàn)西高東低的局勢。太湖流域西面的天目山、莫干山高程在700 m以上，最高1 573 m，山丘區(qū)約占整個流域面積的1/4。茅山、蘇錫濱地區(qū)為低山丘陵高度在200～500 m左右，但由于坡度較陡，暖濕氣流遇到山丘被抬升，形成降雨的有利條件，這是太湖西部區(qū)域降水強度和頻度較高的原因，遇到強降水年份，極易形成山洪，是太湖流域主要山洪的來源。太湖東部，長江南岸、杭州灣北岸一帶地勢低平，高度為4～6 m，湖東平原地勢低洼一般為2.5～3 m。坡度的影響與高程的影響度大致相反，但不同區(qū)域表現(xiàn)特征不同。太湖流域的西面以及西南的山丘區(qū)受高程影響度較低，但是，由于山區(qū)坡度較陡受坡度影響度較大，太湖南端杭州灣北岸的高程影響度適中，但是地勢卻不平緩受坡度的影響仍然較大。錫澄河附近地勢較洼，坡度較陡影響度較高。

3.2.2 徑流指標

徑流是反應下墊面產(chǎn)流的主要參數(shù)，也是體現(xiàn)區(qū)域洪水分布和流通的重要特征指數(shù)，本研究采用河網(wǎng)密度與土地利用類型來反映下墊面的徑流因素，從而作為孕災環(huán)境的重要指標。降雨量大，滲透性弱，河網(wǎng)密度低，洪水的危險性就大。利用ARCGIS緩沖區(qū)分析功能一、二、三級緩沖區(qū)，再分別賦予不同影響度(表4)。不同的土地類型對雨水的下滲能力是不一樣的，隨著城市化進程日益加快，環(huán)太湖流域建筑用地迅速增加，城市交通等建設用地占總面積的比例越來越大，城市地面的滲透率越來越低，地面的徑流系數(shù)相應增大。1991年大水期間，城市化較高的地區(qū)武澄錫地區(qū)徑流系數(shù)高達0.758，而太湖沿岸的自然區(qū)徑流系數(shù)為0.664。因此城市化必然導致相同降水條件下河網(wǎng)密度下降，徑流系數(shù)增大，導致災害的發(fā)生。本文根據(jù)文獻[17]選取反映不同土地利用類型下滲能力的參數(shù)(濕潤土壤曲線系數(shù)CN)表示下墊面透水性，透水性越強CN值越小，根據(jù)其透水性設置影響度(表5)。

表4 河網(wǎng)影響度分級

表5 土地類型影響度分級

3.3 承災體指標分析

從洪水災害脆弱性角度選取了2010年的人口密度分布和人均GDP指標進行洪水災害易損性評價。根據(jù)人口密度越大、國內生產(chǎn)總值密度越高，其洪災易損性也越高的原則，確定出各因子對洪災的影響度(表6、表7)。

表6 人口密度影響度分級

表7 經(jīng)濟影響度分級

上海、蘇州、無錫、常州、鎮(zhèn)江、杭州與一些其他小城市，是人口、經(jīng)濟最密集的地方，相應的受災害影響度也越高。上海的浦東、浦西區(qū)經(jīng)濟發(fā)展速度在全區(qū)最快，經(jīng)濟密度最高;其次是蘇州、無錫和常州區(qū);浙西區(qū)的經(jīng)濟密度較低。太湖流域的人口密度也以浦東浦西區(qū)為最高，為2 643人/km2，其次是武澄錫區(qū)，為1 545人/km2，最低為浙西區(qū)，為296人/km2。

4 結果分析

基于ARCGIS提供的柵格疊加和空間分析功能支持，把數(shù)據(jù)庫數(shù)據(jù)代入相關公式(公式(8)計算危險性評價指數(shù)、公式(9)計算脆弱性評價指數(shù)、公式(7)計算綜合風險指數(shù))計算相關參數(shù)，具體結果見圖3。

研究發(fā)現(xiàn)，由于降水較多降水概率較大導致危險性較高，危險性指數(shù)為5.5～7.1，屬于重度危險到極度危險區(qū);浦東浦西區(qū)位于太湖流域下游城市化較高地面的徑流系數(shù)較高，因此危險性較高，危險性指數(shù)為4.5～5.5，屬于中度危險到重度危險區(qū);武澄錫區(qū)、陽澄淀泖區(qū)由于地勢低洼，發(fā)生暴雨極易形成澇災，危險性指數(shù)為4.2～5.5，屬于輕度危險到重度危險區(qū);此外，從圖中明顯看出杭州灣北岸的杭嘉湖區(qū)、浙西區(qū)受徑流影響，危險指數(shù)為2.3～4.8，屬于微度危險到中度危險區(qū)(圖4a)。

根據(jù)經(jīng)濟、人口密度分布密集的地方表征脆弱性高的原則，研究結果表明，上海的浦東、浦西區(qū)與蘇州、無錫、常州、杭州、鎮(zhèn)江所對應的脆弱性較高，脆弱性指數(shù)為7～10，屬于重度脆弱到極度脆弱區(qū);蘇南的張家港、常熟、太倉、昆山以及浙北地區(qū)的湖州、嘉興等地的經(jīng)濟、人口也相對較密集，脆弱性相對較高，脆弱性指數(shù)為4.8～7.0，屬于中度脆弱到重度脆弱區(qū);浙西的山區(qū)因為地理原因，人口相對稀少經(jīng)濟也相對較低，相應的脆弱性也較低，為1～4.6，屬于微度脆弱到輕度脆弱區(qū)(圖4b)?？傮w來看，城市由于人口集中、經(jīng)濟發(fā)展快，對于暴雨的承載能力低，脆弱性高;農村及山區(qū)人口較分散，單位經(jīng)濟量低，相應的暴雨承載力較高一些，表現(xiàn)為脆弱性較低。

綜合風險的研究結果表明，太湖流域風險等級高值區(qū)主要分布在太湖流域西北部湖西洮滆湖區(qū)，原因在于該區(qū)域地勢相對平坦，降雨量充沛，洪水災害風險高，風險指數(shù)為4.6～6.5，屬于重度風險到極度風險區(qū);上海、蘇州、無錫、常州、杭州由于經(jīng)濟發(fā)達，人口密集，其社會脆弱性較高故而綜合風險較高，風險指數(shù)為5.2～7.0，屬于重度風險到極度風險區(qū);浙西區(qū)，由于茅山天目山等海拔較高，人口密度低，經(jīng)濟也相對較弱，綜合風險較低，風險指數(shù)為2.3～4.0，屬于微度風險到輕度風險區(qū);杭州灣北岸的杭嘉湖區(qū)受徑流的影響較大，經(jīng)濟也相對發(fā)達，人口密度相對較高，綜合風險指數(shù)為4.3～5.0，屬于中度風險到重度風險區(qū)(圖4c)?？傮w來看，太湖流域北岸的湖西區(qū)、武澄錫區(qū)、陽澄淀泖區(qū)以及浦東浦西區(qū)的綜合風險指數(shù)較高;杭嘉湖區(qū)次之;浙西區(qū)綜合風險最低。太湖流域主要城市的暴雨綜合風險評價結果參見表8。

圖4 太湖流域暴雨洪澇災害評價圖

表8 代表城市計算結果

5 結論

(1)建立的五層暴雨洪澇災害風險評價模型具有一定的可行性，所得出的結果基本可以反映實際情況，能夠基本滿足研究需求。

(2)太湖流域風險等級高值區(qū)主要分布在太湖流域西北部湖西洮滆湖區(qū)，上海、蘇州、無錫、常州、杭州由于經(jīng)濟發(fā)達人口密集，其社會脆弱性較高，故而也風險較高。太湖流域北岸的湖西區(qū)、武澄錫區(qū)、陽澄淀泖區(qū)以及浦東浦西區(qū)的風險較高;浙西區(qū)的風險相對較低。

(3)GIS技術對暴雨災害風險評價方面具有易實施、直觀的特點。對于提高要素的空間分辨率提供了必要的技術支持。

暴雨災害形成原因復雜，影響因子眾多，限于資料來源、精確程度、理論和方法不夠完善，暴雨風險評估的重要參數(shù)有待于進一步驗證，模型穩(wěn)定性有待于提高;同時，時間序列的災害風險演變規(guī)律也是今后研究的重要課題。

[1] 黃榮輝，杜振彩.全球變暖背景下中國旱澇氣候災害的演變特征及趨勢[J].自然雜志，2010，32(4):187－195.

[2] 周成虎，萬慶，黃詩峰，等.基于GIS的洪水災害風險區(qū)劃研究[J].地理學報，2000，55(1):15－24.

[3] 黃詩峰，徐美，陳德清.GIS支持下的河網(wǎng)密度提取及其在洪水危險性分析中的應用[J].自然災害學報，2001，10(4):129–132.

[4] DAVIDSON R A，LAMBER K B.Comparing the hurricane disaster risk of U.S.coastal counties[J].Natural Hazards Review，2001(8):132－142.

[5] 陳華麗，陳剛，丁國平.基于GIS的區(qū)域洪水災害風險評價[J].人民長江，2003，34(6):49－51.

[6] 唐川，朱靜.基于GIS的山洪災害風險區(qū)劃[J].地理學報，2005，60(1):87－94.

[7] 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[J].自然災害學報，2005，14(6):141－146.

[8] 張婧，郝立生，許曉光.基于GIS技術的河北省洪澇災害風險區(qū)劃與分析[J].災害學，2009，24(2):51－56.

[9] 莫建飛，路甲，李艷蘭，等.基于GIS的廣西洪澇災害孕災環(huán)境敏感性評估[J].災害學，2010，25(4):33－37.

[10] Joy Sanyal，Lu X X.GIS-based flood hazard mapping at different administrative scales:A case study in Gangetic West Bengal India[J].Singapore Journal of Tropical Geography，2006，27:207－220.

[11] Huang C F，Inoue H.Soft risk maps of natural disasters and their applications to decision－making[J].Information Sciences，2007，177(7):1583－1592.

[12] 馬清云，李佳英，王秀榮，等.基于模糊綜合評價法的登陸臺風災害影響評估模型[J].氣象，2008，34(05):20－25.

[13] 李軍玲，劉忠陽，鄒春輝，等.基于GIS的河南省洪澇災害風險評估與區(qū)劃研究[J].氣象，2010，36(2):87－92.

[14] 楊秋珍，徐明，李軍.對氣象致災因子危險度診斷方法的探討[J].氣象學報，2010，68(02):277－284.

[15] 張俊香，黃崇福，劉旭攏，等.臺風暴雨災害風險區(qū)劃更新實證分析[J].災害學，2011，26(1):99－103.

[16] 張行南，羅健，陳雷，等.中國洪水災害危險程度區(qū)劃[J].水利學報，2000(3):1－7.

[17] 郭昳，程曉莉，張全發(fā)，等.陜西佛坪土地利用對徑流變化的影響分析[J].人民長江，2009，40(24):26－28.