基于“3S”技術(shù)的村鎮(zhèn)住宅洪災(zāi)脆弱性曲線研究*

董姝娜，姜鎏鵬，張繼權(quán)，佟志軍，劉興朋，蔣新宇

(1.長春師范學院城市與環(huán)境科學學院，吉林長春130032;2．東北師范大學城市與環(huán)境科學學院，東北師范大學自然災(zāi)害研究所，吉林長春130024;3．京都大學防災(zāi)研究所，日本京都府宇治611－0011)

0 引言

受氣候條件和地理條件的影響，我國是洪澇災(zāi)害頻發(fā)的國家，每年都有大量的居民住宅在洪水中嚴重損壞甚至倒塌，如2010年吉林省發(fā)生了嚴重的洪澇災(zāi)害，共造成11.8萬戶房屋倒塌，30.1萬戶房屋損壞。相對于城市而言，村鎮(zhèn)住宅結(jié)構(gòu)簡單、抗災(zāi)性能較差，在洪災(zāi)來臨時房屋損壞現(xiàn)象更為嚴重，災(zāi)后恢復(fù)的時間也相對較長。據(jù)統(tǒng)計，在2010年吉林省洪災(zāi)中，因災(zāi)倒塌的農(nóng)村房屋占倒塌房屋總數(shù)的75%以上，局部地區(qū)的比例甚至超過95%。隨著我國農(nóng)村城鎮(zhèn)化進程的發(fā)展，村鎮(zhèn)住宅的規(guī)模將越來越大，遭遇洪水破壞的損失也日趨加重。

脆弱性是指在給定危險地區(qū)存在的所有任何財產(chǎn)由于潛在的危險因素而造成的傷害或損失程度［1］，是構(gòu)成洪災(zāi)風險重要因子。由于洪災(zāi)風險是由危險性、暴露性、脆弱性和防災(zāi)減災(zāi)能力四因子構(gòu)成，其中危險性的改變是困難的，因此降低承災(zāi)體的脆弱性成為防災(zāi)減災(zāi)的主要途徑［2－4］。脆弱性常用脆弱性曲線來表示，常見的脆弱性曲線有水深－損失率曲線、流速－損失率曲線、淹沒時間－損失率曲線等。由于水深是決定洪災(zāi)損失率的最主要因素［5］，因此開展村鎮(zhèn)住宅水深－損失率曲線研究具有重要的現(xiàn)實意義。目前，國內(nèi)外學者主要通過實地調(diào)查的方法建立水深－損失率曲線，如英國的Pennington等根據(jù)居民住宅類型、建造時間以及房主的社會地位把居民住宅共分為84類，對各類住宅分別建立淹沒時長超過12小時和不足12小時的水深－損失率曲線共168條，是目前最全面的研究成果［6］;Dutta等以泰國曼谷的兩個行政區(qū)為研究區(qū)，根據(jù)建筑材料把建筑物分為木制和非木制，通過實地問卷調(diào)查獲取數(shù)據(jù)，分別建立各類建筑物結(jié)構(gòu)、室內(nèi)財產(chǎn)、室外財產(chǎn)的水深－損失率曲線［7］。我國對洪災(zāi)脆弱性曲線的研究起步較晚，近幾年有部分學者對城市建筑物的洪災(zāi)損失率進行了探討，如尹占娥、石勇、劉耀龍等都是通過問卷調(diào)查的方式獲取數(shù)據(jù)建立了城市建筑及其室內(nèi)財產(chǎn)的水深－損失率曲線［8－10］。但農(nóng)村地廣人稀，若完全采用實地調(diào)查的方法將耗費大量的人力物力和時間，并且受災(zāi)住戶多而分散，從而加大了調(diào)查工作的強度和難度。本研究通過實地調(diào)查獲取村鎮(zhèn)住宅洪災(zāi)損失數(shù)據(jù)，運用RS技術(shù)和GIS技術(shù)提取水深補充未調(diào)查的居民住宅的淹沒水深數(shù)據(jù)，建立各類平房居民住宅的水深－損失率曲線，從而為預(yù)測村鎮(zhèn)住宅未來可能遭受的洪災(zāi)損失和城鄉(xiāng)規(guī)劃與區(qū)域開發(fā)提供了科學的理論依據(jù)。

1 研究區(qū)概況

口前鎮(zhèn)是永吉縣的縣城所在地，幅員面積349.22 km2，轄河北、河東、站前、西山、東山、城南、水電7個社區(qū)，歪頭、四間、雙頂子、下達等15個行政村，全鎮(zhèn)總?cè)丝?08 570人，37 621戶(圖1)?？谇版?zhèn)地處松嫩平原向長白山過渡地帶，平原、丘陵、山地相間，四間河與五里河在鎮(zhèn)內(nèi)交匯。2010年7月28日，吉林省發(fā)生了嚴重的暴雨洪澇災(zāi)害，連續(xù)的強降雨造成吉林省全省51個市州、縣(市)及長白山管委會中的46個城市城區(qū)、縣(市)的城鄉(xiāng)居民住房受到不同程度的損毀，其中以永吉縣口前鎮(zhèn)最為嚴重，據(jù)水利部門測算，口前鎮(zhèn)遭遇了1 600年一遇的洪水。

圖1 研究區(qū)示意圖

2 研究方法與數(shù)據(jù)來源

2.1 技術(shù)路線

本研究以村鎮(zhèn)住宅為研究對象，根據(jù)抽樣理論計算樣本點數(shù)量，運用GPS技術(shù)開展實地調(diào)查獲取水深和損失率數(shù)據(jù)。通過洪災(zāi)發(fā)生時的遙感影像解譯出洪水的淹沒范圍，并結(jié)合DEM數(shù)據(jù)運用GIS技術(shù)提取出淹沒水深來補充未調(diào)查居民住宅的水深數(shù)據(jù)。采用回歸分析方法構(gòu)建了口前鎮(zhèn)各類平房居民住宅的水深－損失率曲線。總體研究構(gòu)思如圖2所示。

圖2 村鎮(zhèn)住宅洪災(zāi)脆弱性曲線研究技術(shù)路線

2.2 研究方法

2.2.1 遙感圖像解譯方法

遙感圖像解譯是從遙感圖像上獲取目標地物信息的過程［11］。用于識別洪水淹沒范圍的遙感解譯方法很多，本研究根據(jù)研究區(qū)的特點和遙感影像的參數(shù)特征，主要采用目視解譯方法，輔之以單波段閾值法和圖像灰度差值法用于區(qū)分水體與植被的邊界以及判定居民地是否被洪水淹沒［12］。

2.2.2 水深GIS反演方法

運用GIS方法獲取洪水淹沒水深，需要洪水淹沒范圍和DEM數(shù)據(jù)的支持［13］。這種方法的核心思想是在已知洪水淹沒范圍的條件下，借助高精度的DEM數(shù)據(jù)，獲得洪水淹沒邊界(即水面)的高程分布，由水面高程與地面高程之差來計算水深［14］:

式中:D為水深;Ew為水面高程;Eg為地面高程。

2.2.3 簡單隨機抽樣方法

簡單隨機抽樣是經(jīng)典方法中最基本、最簡單的抽樣模型，它不考慮空間關(guān)聯(lián)，根據(jù)調(diào)查對象總體的變化情況和用戶希望抽樣調(diào)查的誤差范圍之內(nèi)，計算出樣本量，然后根據(jù)樣本量從總體中隨機抽取樣本，其計算樣本量的方法如下［15］:式中:d是絕對誤差，也就是用戶期望的X的范圍是在X+d到X－d之間;α是置信區(qū)間100(1－α)%中的參數(shù);以通過查統(tǒng)計表求出;n為樣本容量。

2.2.4 實地調(diào)查方法

整個實地調(diào)查可以分為前期室內(nèi)準備、中期實地調(diào)查和后期數(shù)據(jù)整理共三個階段。在前期室內(nèi)準備階段搜集相關(guān)數(shù)據(jù)和資料，初步了解研究區(qū)的相關(guān)情況，制定詳細的調(diào)查方案;在實地調(diào)查階段，運用GPS對每個抽樣點進行定位，通過實際測量和問卷調(diào)查等多種方式獲取數(shù)據(jù)并填寫調(diào)查表;在最后的數(shù)據(jù)整理階段，對實地調(diào)查數(shù)據(jù)進行整理、分類與匯總，建立數(shù)據(jù)庫。

2.2.5 回歸分析方法

回歸分析是確定兩種或兩種以上變量間定量關(guān)系的一種統(tǒng)計分析方法，一般通過大量的觀測、試驗或?qū)嶒炄〉靡欢ǖ臄?shù)據(jù)，然后用數(shù)理統(tǒng)計的方法，尋找出隱藏在隨機性背后的統(tǒng)計規(guī)律，用回歸方程來表達［16］。本研究主要應(yīng)用一元線性回歸模型和一元非線性回歸模型，包括指數(shù)函數(shù)、冪函數(shù)、對數(shù)函數(shù)等。

2.3 數(shù)據(jù)來源

本研究所需的遙感數(shù)據(jù)源自環(huán)境減災(zāi)衛(wèi)星數(shù)據(jù)庫(http://www.cresda.com/)和谷歌地圖中的GeoEye-1數(shù)據(jù)，地形數(shù)據(jù)來源于國家測繪局編制的1∶1萬地形圖，各類房屋的新建住宅價值等社會經(jīng)濟數(shù)據(jù)來自《永吉縣統(tǒng)計年鑒2009》，居民住宅面積、使用年限及洪災(zāi)損失等數(shù)據(jù)來源于災(zāi)后實地調(diào)查。

3 村鎮(zhèn)住宅洪災(zāi)損失率模型建立

村鎮(zhèn)住宅的洪災(zāi)損失率是指各類住宅遭受洪災(zāi)損失的價值與災(zāi)前原有價值或正常年份應(yīng)有價值之比［17］。不同結(jié)構(gòu)和材料的住宅其價值不同，且隨使用時間的增加其實際價值逐漸減小，因此核算房屋災(zāi)前的原有價值應(yīng)考慮房屋的折舊率及其建造價值。折舊率可采用住宅的使用年限與壽命年限的比值進行估算，建造價值則應(yīng)采用重置費用代替，以消除建造時間不同而帶來的不可比性。因此村鎮(zhèn)住宅洪災(zāi)損失率模型為:

式中:η為村鎮(zhèn)住宅的洪災(zāi)損失率;L為居民住宅洪災(zāi)損失的價值;V為住宅的原有價值;w為新建住房價值;s為住宅面積;T為住宅的使用壽命;t為住宅的使用時間。

對于損毀嚴重或無法修復(fù)的房屋，可通過村鎮(zhèn)住宅損毀等級劃分標準(表1)［18］并結(jié)合實際情況確定洪災(zāi)損失率。

表1 村鎮(zhèn)住宅損毀等級的劃分標準

4 口前鎮(zhèn)住宅洪災(zāi)脆弱性曲線建立

本研究采用環(huán)境減災(zāi)衛(wèi)星CCD數(shù)據(jù)作為識別洪水淹沒范圍的數(shù)據(jù)源，對洪災(zāi)發(fā)生時(7月29日)的遙感影像進行投影轉(zhuǎn)換和配準，運用ENVI軟件進行標準假彩色影像合成，通過目視解譯法、單波段閾值法和圖像灰度差值法提取出洪水的淹沒范圍。

運用ArcGIS軟件對國家測繪局編制的口前鎮(zhèn)1∶1萬地形圖的等高線、控制點、高程點等地形特征要素進行數(shù)字化，生成分辨率為5 m的DEM，提取出洪水淹沒邊界的高程，并通過空間內(nèi)插的方法獲取洪水的水面高程。運用0.5 m分辨率的GeoEye-1影像，以不破壞居民住宅整體性為原則將口前鎮(zhèn)居民地劃分為邊長為80 m左右的格網(wǎng)，根據(jù)水面高程與地面高程之差求出各格網(wǎng)的洪水淹沒水深(圖3)。

為了使實地調(diào)查的結(jié)果具有較高的精度和信度，需要在調(diào)查之前根據(jù)抽樣理論計算抽樣點數(shù)量。由于此次口前鎮(zhèn)洪災(zāi)沒有造成磚混結(jié)構(gòu)樓房住宅的毀壞，因此只計算磚木結(jié)構(gòu)平房住宅的抽樣點數(shù)量。運用SSSI空間抽樣軟件，輸入相關(guān)參數(shù)后計算出在置信水平為95%的情況下樣本點數(shù)量不應(yīng)少于86個。

圖3 口前鎮(zhèn)洪水淹沒范圍及水深空間分布

利用GPS對各個抽樣點進行定位;運用問卷調(diào)查的方式獲取各居民住宅的基礎(chǔ)資料;對居民住宅的洪水痕跡進行水深實測，用于建立水深－損失率曲線并驗證遙感反演的水深數(shù)據(jù)。對口前鎮(zhèn)部分平房住宅的損毀等級進行歸類，如圖4～圖6所示。

圖4 住宅輕微破壞(水深135 cm左右)

圖5 住宅中等損壞(水深約170 cm)

圖6 住宅嚴重損毀(水深大于210 cm)

本次實地調(diào)查共獲取109份平房居民住宅的有效數(shù)據(jù)，根據(jù)已建立的損失率模型計算出各住宅的洪災(zāi)損失率，運用SPSS軟件采用回歸分析方法建立平房住宅的水深－損失率曲線。通過對比分析各回歸模型的相關(guān)系數(shù)，其中線性回歸模型的相關(guān)系數(shù)最高(R2=0.689)，且回歸方程方差分析F檢驗的顯著性水平為0.000，說明方程是高度顯著的，因此建立平房住宅水深－損失率線性關(guān)系如圖7所示。

圖7 口前鎮(zhèn)磚木結(jié)構(gòu)平房水深－損失率關(guān)系圖

由于居民住宅的使用時間也是影響其洪災(zāi)損失率的因素之一，因此根據(jù)口前鎮(zhèn)磚木結(jié)構(gòu)住宅的修建年代及外表裝飾材料將磚木結(jié)構(gòu)平房進一步劃分為三類，運用SPSS軟件選擇通過F檢驗的最優(yōu)模型分別建立各類住宅的水深－損失率曲線(圖9、11、13)。

類別Ⅰ:建造于1980年代，墻體無照面和裝飾材料(圖8)。

圖8 類別Ⅰ住宅實體照片

圖9 類別Ⅰ住宅水深－損失率曲線

類別Ⅱ:主要從1990年代開始興建，墻壁上半部用石子裝飾，下部有圍子(圖10)。

圖10 類別Ⅱ住宅實體照片

類別Ⅲ:主要是近幾年才開始興建，墻壁用瓷磚裝飾(圖12)。

圖11 類別Ⅱ住宅水深－損失率曲線

圖12 類別Ⅲ住宅實體照片

圖13 類別Ⅲ住宅水深－損失率曲線

5 結(jié)論與討論

本文以村鎮(zhèn)居民住宅為研究對象，建立了一套基于3S技術(shù)和實地調(diào)查的村鎮(zhèn)住宅洪災(zāi)脆弱性曲線的構(gòu)建體系和方法，并將該方法應(yīng)用于2010年7月28日永吉縣口前鎮(zhèn)特大洪災(zāi)中，得到如下結(jié)論:

(1)本研究運用RS技術(shù)和GIS技術(shù)提取出洪水的淹沒范圍和水深，通過實地調(diào)查對提取結(jié)果進行了驗證，其結(jié)果與實際情況非常符合，可以運用該方法代替實地調(diào)查以節(jié)約人力財力和物力資源。

(2)通過實地調(diào)查發(fā)現(xiàn)，在水深不超過4.5 m的情況下，鋼筋混凝土框架結(jié)構(gòu)和磚混結(jié)構(gòu)樓房其主體結(jié)構(gòu)并未遭到破壞，損失率極小;而磚木結(jié)構(gòu)平房在水深小于1 m時，其主體結(jié)構(gòu)可以保持完好。

(3)當水深大于1 m時，各類磚木結(jié)構(gòu)平房存在不同程度的損毀，通過水深－損失率曲線可知平房住宅的洪災(zāi)損失率與水深高度相關(guān)，且在同一淹沒水深下，不同使用年限的平房其洪災(zāi)損失率不同，使用時間越長損失率越大。

此外，從洪水特征的角度分析，影響村鎮(zhèn)住宅洪災(zāi)損失大小的因素除了水深之外還有流速、淹沒時間等;從住宅自身的脆弱性角度分析，影響村鎮(zhèn)住宅洪災(zāi)損失率的因素除了使用時間之外還有房屋地基、建造材料等，在今后的研究中將進一步探究其他因素對洪災(zāi)損失率的影響來修正脆弱性曲線，以提高洪災(zāi)潛在損失評估的精度。

［1］張繼權(quán)，岡田憲夫，多多納裕一.綜合自然災(zāi)害風險管理——全面整合的模式與中國的戰(zhàn)略選擇［J］．自然災(zāi)害學報，2006，15(1):29－37．

［2］張繼權(quán)，李寧.主要氣象災(zāi)害風險評價與管理的數(shù)量化方法及其應(yīng)用［M］．北京:北京師范大學出版社，2007．

［3］蔣新宇，范久波，張繼權(quán)，等.基于GIS的松花江干流暴雨洪澇災(zāi)害風險評估［J］．災(zāi)害學，2009，24(3):51－56．

［4］張會，張繼權(quán)，韓俊山.基于GIS技術(shù)的洪澇災(zāi)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(zāi)害學報，2005，14(6):141－146．

［5］Kelman I.Physical flood vulnerability of residential properties in coastal，eastern England［D］．Cambridge:Cambridge University，2002．

［6］Penning-Rowsell E，Chatterton J.The benefits of flood alleviation:a manual of assessment techniques［M］．Aldershot England:Gower Technical Press，1977．

［7］Dutta D，Tingsanchali T.Development of loss functions for flood urban flood risk analysis in Bangkok，new technologies for urban safety of Mega Cities in Asia［M］．Tokyo，2003．

［8］尹占娥，許世遠，殷杰，等.基于小尺度的城市暴雨內(nèi)澇災(zāi)害情景模擬與風險評估［J］．地理學報，2010，65(5):11－22．

［9］石勇，石純，孫阿麗，等.中國南方城市居民建筑物洪災(zāi)脆弱性研究［J］．人民長江，2009，40(5):19－21．

［10］劉耀龍，陳振樓，王軍，等.經(jīng)常性暴雨內(nèi)澇區(qū)域房屋財(資)產(chǎn)脆弱性研究——以溫州市為例［J］．災(zāi)害學，2011，26(2):66－71．

［11］梅安新，彭望祿，秦其明，等.遙感導論［M］．北京:高等教育出版社，2006．

［12］楊希，劉國祥，秦軍，等.基于多時相遙感圖像灰度差值法的地表變化測定［J］．四川測繪，2008，31(3):99－103．

［13］陳德清，楊存建，黃詩峰.應(yīng)用GIS方法反演洪水最大淹沒水深的空間分布研究［J］．災(zāi)害學，2002，17(2):1－6．

［14］易永紅，陳秀萬，吳歡.基于遙感信息的淹沒水深算法研究［J］．地理與地理信息科學，2005，21(3):26－29．

［15］王勁峰，姜成晟，李連發(fā)，等.空間抽樣與統(tǒng)計推斷［M］．北京:科學出版社，2009．

［16］張超，楊秉賡.計量地理學［M］．北京:高等教育出版社，2004．

［17］馮民權(quán)，周孝德，張根廣.洪災(zāi)損失評估的研究進展［J］．西北水資源與水工程，2002，13(1):32－36．

［18］高慶華，馬宗晉，張業(yè)成，等.自然災(zāi)害評估［M］．北京:氣象出版社，2007.