中小河流洪澇風(fēng)險(xiǎn)評(píng)估及研究：以哈爾濱地區(qū)為例

崔 巍，陳文學(xué)，白音包力皋，陳興茹

（中國(guó)水利水電科學(xué)研究院流域水循環(huán)模擬與調(diào)控國(guó)家重點(diǎn)實(shí)驗(yàn)室，100038，北京）

與大江大河的防洪建設(shè)相比，中小河流是我國(guó)防洪的薄弱環(huán)節(jié)。我國(guó)已將中小河流治理列入 “十二五”時(shí)期水利工作的重點(diǎn)。開展洪澇風(fēng)險(xiǎn)評(píng)估工作，將災(zāi)害管理提高到風(fēng)險(xiǎn)管理的水平，是防災(zāi)減災(zāi)的簡(jiǎn)單而有效的方法。

中小河流數(shù)量多、分布廣，許多地處偏遠(yuǎn)地區(qū)，基礎(chǔ)資料普遍缺乏，國(guó)家和地方可投入的人力物力有限。針對(duì)中小河流的特點(diǎn)，相比較而言，當(dāng)前采用基于洪災(zāi)形成機(jī)制的系統(tǒng)分析方法更為適合。本研究以哈爾濱地區(qū)中小河流治理為例，基于RS、GIS技術(shù)，運(yùn)用洪澇風(fēng)險(xiǎn)指數(shù)模型、層次分析、聚類分析等方法，對(duì)中小河流的洪澇風(fēng)險(xiǎn)進(jìn)行評(píng)估，在此基礎(chǔ)上進(jìn)行風(fēng)險(xiǎn)分區(qū)和河流分類，確定防治的優(yōu)先序。

一、研究區(qū)域概況

哈爾濱市是黑龍江省的省會(huì)，轄8區(qū)7縣和3個(gè)縣級(jí)市，行政區(qū)劃面積5.31萬km2。哈爾濱市河流以中小河流為主，183條中小河流流域面積占75%以上，均屬松花江水系。由于哈爾濱市所處地理地貌極易受到內(nèi)陸和海上天氣系統(tǒng)的影響，成為局部暴雨和大面積暴雨多發(fā)地區(qū)。全市中小河流區(qū)域內(nèi)，發(fā)生連續(xù)降雨或局部大面積暴雨時(shí)，都能產(chǎn)生洪澇災(zāi)害。流域內(nèi)量級(jí)大、范圍廣、持續(xù)時(shí)間長(zhǎng)的大暴雨發(fā)生時(shí)間多集中在7—8月，出現(xiàn)的次數(shù)占大暴雨總數(shù)的84%～88%，尤其7月中旬至8月上旬為大暴雨集中期。經(jīng)查161個(gè)歷史年份資料，發(fā)生洪澇災(zāi)害55年，約占34%，其中發(fā)生較大洪澇災(zāi)害34年，占21.1%，發(fā)生大洪災(zāi)15年，占9%。暴雨洪澇災(zāi)害已經(jīng)嚴(yán)重影響了哈爾濱地區(qū)的經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展，成為中小河流治理的重要問題。

二、風(fēng)險(xiǎn)評(píng)估模型和數(shù)據(jù)來源

1.評(píng)估模型

根據(jù)自然災(zāi)害風(fēng)險(xiǎn)的形成機(jī)理，國(guó)內(nèi)外學(xué)者提出了多種自然災(zāi)害風(fēng)險(xiǎn)度評(píng)估模型。

參照既有分析，本研究認(rèn)為哈爾濱市中小河流洪澇災(zāi)害風(fēng)險(xiǎn)是致災(zāi)因子、孕災(zāi)環(huán)境、承災(zāi)體和防災(zāi)減災(zāi)能力綜合作用的結(jié)果，用綜合風(fēng)險(xiǎn)指數(shù)表示，評(píng)估模型如式 （1）所示：

式中 FDRI（Flood/waterlogging Disaster Risk Index）為暴雨洪澇災(zāi)害風(fēng)險(xiǎn)指數(shù)，其值越大，則災(zāi)害風(fēng)險(xiǎn)度越高。Xh、Xe、Xv和Wv的值分別表示致災(zāi)因子危險(xiǎn)性、孕災(zāi)環(huán)境敏感性、承災(zāi)體脆弱性和防災(zāi)減災(zāi)能力因子的指數(shù)。Xh、Xe、Xv分別為危險(xiǎn)性、敏感性、脆弱性因子的權(quán)重，采用層次分析法確定。α為常數(shù)（0≤α≤1），用來描述防洪減災(zāi)能力對(duì)減少總的FDRI所起的作用。考慮到當(dāng)前階段哈爾濱市中小流域防洪減災(zāi)能力對(duì)風(fēng)險(xiǎn)大小的影響作用不大，將α確定為0.75。

Xh、Xe、Xv和 Xr的計(jì)算采用加權(quán)綜合評(píng)價(jià)法，該方法特別適合于對(duì)技術(shù)、決策或方案進(jìn)行綜合分析評(píng)價(jià)和優(yōu)選，是目前最為常用的計(jì)算方法之一。加權(quán)綜合評(píng)價(jià)法可由式（2）表示：

式中 Xj是評(píng)價(jià)因子（指 Xh、Xe、Xv和 Xr中的某個(gè)變量）的總值，Dij是對(duì)應(yīng)因子 j的歸一化后的指標(biāo) i（Dij≥0），Wi是指標(biāo) i的權(quán)重值（0≤Wi≤1），采用層次分析法確定，m是評(píng)價(jià)指標(biāo)個(gè)數(shù)。為消除不同指標(biāo)數(shù)據(jù)量綱不同及數(shù)量差異影響，在計(jì)算指標(biāo)前均進(jìn)行歸一化處理，公式如式（3）所示：

式中Di為評(píng)價(jià)指標(biāo)i歸一化處理后的值，xi為待處理的評(píng)價(jià)指標(biāo)i中某個(gè)原始值，ximax為評(píng)價(jià)指標(biāo)i原始值中的最大值，ximin為評(píng)價(jià)指標(biāo)i原始值中的最小值。

2.數(shù)據(jù)來源

采用的數(shù)據(jù)包括30 m精度DEM數(shù)據(jù)，哈爾濱市土地利用數(shù)據(jù)（2010年），人口、GDP分布1km網(wǎng)格數(shù)據(jù)（2010年），哈爾濱市多年氣象水文統(tǒng)計(jì)數(shù)據(jù)（1956—2010年），水利工程統(tǒng)計(jì)數(shù)據(jù)（2010年）等。其中電子數(shù)據(jù)源自NASA的ASTER G-Dem數(shù)據(jù)和中國(guó)科學(xué)院地理科學(xué)與資源研究所，統(tǒng)計(jì)數(shù)據(jù)來自黑龍江省水文圖集、哈爾濱市統(tǒng)計(jì)年鑒、哈爾濱市水資源公報(bào)等。

三、風(fēng)險(xiǎn)評(píng)估指標(biāo)體系

1.評(píng)估指標(biāo)與權(quán)重

根據(jù)哈爾濱市洪澇災(zāi)害形成的機(jī)理，建立如圖1所示的評(píng)估指標(biāo)體系。根據(jù)專家意見，結(jié)合哈爾濱市實(shí)際情況，采用層次分析法確定的各指標(biāo)的權(quán)重，結(jié)果見圖1括號(hào)內(nèi)數(shù)值。由于防災(zāi)減災(zāi)能力是作為一項(xiàng)可能的減少因子來考慮的，因此，并未對(duì)其賦予重值。

2.致災(zāi)因子危險(xiǎn)性指標(biāo)

洪澇常見的致災(zāi)因子有暴雨、臺(tái)風(fēng)、海嘯等，對(duì)于哈爾濱地區(qū)的中小河流而言，暴雨是主要致災(zāi)因子。根據(jù)相關(guān)資料，哈爾濱地區(qū)中小河流洪水多為3日左右集中暴雨所形成，因而本研究選取年均最大3日降水量和暴雨頻率作為致災(zāi)因子危險(xiǎn)性評(píng)價(jià)指標(biāo)。將年均最大3日降水量和年均大于50 mm頻率兩個(gè)指標(biāo)歸一化后疊置并分級(jí) （見表1），并根據(jù)其所屬級(jí)別賦予不同的影響因子，制作成降雨因素對(duì)洪水可能形成的影響分級(jí)圖，見圖2。

圖2 哈爾濱市暴雨洪水致災(zāi)因子危險(xiǎn)性指數(shù)分布

3.孕災(zāi)環(huán)境敏感性指標(biāo)

①地形。洪水危險(xiǎn)性與地形特征緊密相關(guān)，“水往低處流”體現(xiàn)了地勢(shì)較低的地方洪水危險(xiǎn)性較大；另外，地勢(shì)平坦的地方積水不易排出，洪水危險(xiǎn)性較大。綜合疊加地形高程和地形相對(duì)高程標(biāo)準(zhǔn)差的柵格圖層，按表2的劃分標(biāo)準(zhǔn)進(jìn)行賦值，得到地形因素對(duì)洪水危險(xiǎn)性的影響度圖層。

②河網(wǎng)分布。河網(wǎng)的分布在很大程度上決定了研究區(qū)遭受洪水侵襲的難易程度，距離河流、湖泊、水庫(kù)等越近，洪水的危險(xiǎn)程度越高。參照相關(guān)研究成果，將距河5 km范圍劃為重點(diǎn)影響范圍，利用ArcGIS的Buffer功能分別得到河流、湖泊（水庫(kù)）的緩沖區(qū)后，疊加得到綜合緩沖區(qū)分布圖。

③植被覆蓋。洪澇災(zāi)害的形成與植被有著一定的聯(lián)系。植被有一定的蓄養(yǎng)水分的能力，而且在保持水土方面起著重要作用。一個(gè)地區(qū)植被覆蓋度越大，洪澇災(zāi)害形成的風(fēng)險(xiǎn)越小。本研究根據(jù)哈爾濱市的土地利用狀況，以林地草地的覆蓋率反映植被覆蓋狀況。

利用ArcGIS的柵格計(jì)算器工具和圖層加權(quán)疊加工具，將哈爾濱市河流、湖泊、水庫(kù)、坑塘分布柵格圖和植被覆蓋分布柵格圖進(jìn)行歸一化處理后，與綜合地形因子影響度圖一起，按照層次分析法確定的權(quán)重，使用加權(quán)綜合評(píng)價(jià)法，疊加得到哈爾濱市暴雨洪澇災(zāi)害孕災(zāi)環(huán)境敏感性指數(shù)分布圖，如圖3所示。

4.承災(zāi)體易損性指標(biāo)

暴雨洪澇災(zāi)害造成的損失一般取決于洪災(zāi)發(fā)生地的經(jīng)濟(jì)、人口密度程度等。社會(huì)經(jīng)濟(jì)比較發(fā)達(dá)的區(qū)域，人口密集，經(jīng)濟(jì)活動(dòng)頻繁，承災(zāi)體密度大、價(jià)值高，遭受洪水災(zāi)害時(shí)人員傷亡和經(jīng)濟(jì)損失比較大。同樣等級(jí)的洪水，發(fā)生在經(jīng)濟(jì)發(fā)達(dá)、人口密集的地區(qū)往往比發(fā)生在經(jīng)濟(jì)落后、人煙稀少的地區(qū)要大得多。

利用ArcGIS的圖層加權(quán)疊加工具，將歸一化處理后的地均人口因子影響度柵格圖層、地均GDP因子影響度柵格圖層，按照層次分析法確定的權(quán)重，使用加權(quán)綜合評(píng)價(jià)法，疊加得到哈爾濱市暴雨洪澇災(zāi)害承災(zāi)體易損性指數(shù)分布圖，見圖4。

5.防災(zāi)減災(zāi)能力指標(biāo)

防災(zāi)減災(zāi)能力是指受災(zāi)區(qū)對(duì)災(zāi)害的抵御和恢復(fù)能力，包括應(yīng)對(duì)暴雨洪澇災(zāi)害所造成的損害而進(jìn)行的工程和非工程措施?？紤]到這些工程建設(shè)離不開當(dāng)?shù)卣慕?jīng)濟(jì)支持及當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展水平的支持，本研究選用人均GDP、青壯年勞動(dòng)力比例（大于18歲與小于65歲人口所占比例）、堤防達(dá)標(biāo)率三個(gè)指標(biāo)來進(jìn)行研究區(qū)防災(zāi)減災(zāi)能力分析。人均GDP能夠反映災(zāi)害發(fā)生后生產(chǎn)自救能力的高低。青壯年勞動(dòng)力的比例可以反映緊急轉(zhuǎn)移安置居民的難度和防災(zāi)減災(zāi)能力。

表1 暴雨致災(zāi)因子危險(xiǎn)性指標(biāo)分級(jí)

表2 地形高程及高程標(biāo)準(zhǔn)差的綜合影響度關(guān)系表

將歸一化處理后的人均GDP因子影響度、勞動(dòng)力因子影響度和堤防達(dá)標(biāo)率柵格數(shù)據(jù)，按照層次分析法確定的權(quán)重，使用加權(quán)綜合評(píng)價(jià)法，得到哈爾濱市暴雨洪澇災(zāi)害防災(zāi)減災(zāi)能力指數(shù)分布圖，如圖5所示。

四、洪澇風(fēng)險(xiǎn)評(píng)估與分區(qū)

根據(jù)上述得到的致災(zāi)因子危險(xiǎn)性指數(shù)圖層、孕災(zāi)環(huán)境敏感性指數(shù)圖層、承災(zāi)體易損性指數(shù)圖層和防災(zāi)減災(zāi)能力圖層，按照層次分析法確定的權(quán)重，使用ArcGIS的Map Algebra工具，按照式（1）計(jì)算得到哈爾濱市暴雨洪澇災(zāi)害風(fēng)險(xiǎn)指數(shù)分布圖。利用ArcGIS中的自然斷點(diǎn)分級(jí)法，將風(fēng)險(xiǎn)指數(shù)劃分為4級(jí)。自然斷點(diǎn)分級(jí)法用統(tǒng)計(jì)公式來確定屬性值的自然聚類，是減少同一級(jí)中的差異，增加級(jí)間差異的一種聚類分級(jí)方法。得到的哈爾濱市暴雨洪澇災(zāi)害風(fēng)險(xiǎn)指數(shù)區(qū)劃表如表3所示，風(fēng)險(xiǎn)指數(shù)區(qū)劃圖如圖6所示。

哈爾濱市暴雨洪澇災(zāi)害風(fēng)險(xiǎn)分布整體上呈現(xiàn)自西北向東南降低的特點(diǎn)。高風(fēng)險(xiǎn)區(qū)主要分布在哈爾濱市及所轄區(qū)縣的城鎮(zhèn)區(qū)；較高洪災(zāi)風(fēng)險(xiǎn)主要分布在哈爾濱市中西部，范圍包括賓縣中部、五常市西北部、哈爾濱市區(qū)中西部、尚志市中東部、阿城市中西部、巴彥縣東南部等區(qū)域；中等風(fēng)險(xiǎn)區(qū)范圍包括依蘭縣中部、方正中部局部、尚志市東北區(qū)等。低風(fēng)險(xiǎn)區(qū)主要分布在東部、東南部的山區(qū)。

表3 哈爾濱市暴雨洪災(zāi)風(fēng)險(xiǎn)指數(shù)分區(qū)表

五、中小河流洪澇風(fēng)險(xiǎn)分類

使用ArcHydro工具，為哈爾濱市屬于松花江一級(jí)支流的中小河流劃分流域，明確其風(fēng)險(xiǎn)發(fā)生的范圍，如圖7所示。使用ArcGIS中的Intersect工具，將哈爾濱市中小河流洪澇風(fēng)險(xiǎn)區(qū)劃成果（圖6）與中小河流流域劃分結(jié)果（圖7）疊置分析，并以流域?yàn)閱卧M(jìn)行統(tǒng)計(jì)，得到58條中小河流的平均洪澇風(fēng)險(xiǎn)指數(shù)。

為區(qū)分各中小河流洪澇風(fēng)險(xiǎn)的差異，采用聚類分析法將它們分類。聚類分析（cluster analysis）是一種將研究對(duì)象分為相對(duì)同質(zhì)群組（clusters）的統(tǒng)計(jì)分析技術(shù)。為使各樣本具有同等的重要性，各樣本在分類前進(jìn)行了Z scores標(biāo)準(zhǔn)化法處理。得到的哈爾濱市松花江一級(jí)支流洪澇風(fēng)險(xiǎn)5等級(jí)評(píng)估結(jié)果見表4（限于篇幅，僅列出了部分結(jié)果）。

分析可知：①何家溝、馬家溝流域的平均暴雨洪澇風(fēng)險(xiǎn)最高，評(píng)定為Ⅰ級(jí)，其風(fēng)險(xiǎn)明顯高于其他區(qū)域，應(yīng)重點(diǎn)優(yōu)先治理。②海里渾河、五岳河、運(yùn)糧河等7個(gè)流域的洪澇風(fēng)險(xiǎn)較高，評(píng)定為Ⅱ級(jí)，需優(yōu)先治理。③統(tǒng)計(jì)的58條中小河流中，評(píng)定為Ⅰ級(jí)、Ⅱ級(jí)風(fēng)險(xiǎn)的約占總數(shù)的15%，評(píng)定為Ⅲ級(jí)～Ⅴ級(jí)風(fēng)險(xiǎn)的約占總數(shù)的85%，相關(guān)部門在制定整治計(jì)劃時(shí)，可相應(yīng)分配資源，做到突出重點(diǎn)、有的放矢。

六、討論與結(jié)論

1.討論

本文需進(jìn)一步討論的內(nèi)容有：①本研究中給定的河流洪澇風(fēng)險(xiǎn)指數(shù)是該流域面積上的平均值，反映的是流域綜合水平。對(duì)于面積較大的流域（如螞蟻河流域），內(nèi)部可能存在較大的差異，更準(zhǔn)確詳細(xì)的信息可參考暴雨洪澇風(fēng)險(xiǎn)區(qū)劃。②本研究的部分?jǐn)?shù)據(jù)來自統(tǒng)計(jì)年鑒，以區(qū)縣為統(tǒng)計(jì)單元，如勞動(dòng)力比例、堤防達(dá)標(biāo)，如能獲取以村鎮(zhèn)甚至以流域等更精細(xì)單元的統(tǒng)計(jì)數(shù)據(jù)，成果的精度將進(jìn)一步提高。③洪澇風(fēng)險(xiǎn)的分區(qū)及分類結(jié)果是否合理，應(yīng)與歷史洪澇災(zāi)害記錄進(jìn)行核對(duì)，如有差異，應(yīng)分析其原因，通過調(diào)整風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)和權(quán)重，使風(fēng)險(xiǎn)評(píng)估結(jié)果更為科學(xué)。

表4 哈爾濱市松花江一級(jí)支流洪澇風(fēng)險(xiǎn)分類（局部）

2.結(jié)論

①我國(guó)中小河流數(shù)量眾多，基礎(chǔ)資料缺乏，可投入人力物力有限，進(jìn)行洪澇風(fēng)險(xiǎn)評(píng)估時(shí)宜采用基于洪災(zāi)形成機(jī)制的系統(tǒng)分析方法。②基于洪災(zāi)形成機(jī)制，本研究繪制了致災(zāi)因子危險(xiǎn)性指數(shù)分布圖、孕災(zāi)敏感性指數(shù)分布圖、承災(zāi)體因子易損性指數(shù)分布圖和防災(zāi)減災(zāi)能力指數(shù)分布圖。這些成果可輔助相關(guān)部門科學(xué)分析防災(zāi)減災(zāi)各環(huán)節(jié)存在的問題，有針對(duì)性地加強(qiáng)防災(zāi)減災(zāi)工作。③基于哈爾濱市中小河流洪澇風(fēng)險(xiǎn)的評(píng)估結(jié)果，將哈爾濱地區(qū)劃分為4級(jí)洪澇風(fēng)險(xiǎn)區(qū)，將眾多中小河流劃分為5類，從而確定了洪澇風(fēng)險(xiǎn)防治的重點(diǎn)地區(qū)和重點(diǎn)河流，科學(xué)指導(dǎo)相關(guān)工作的開展。本研究采用的技術(shù)方法可推廣用于其它地區(qū)中小河流洪澇風(fēng)險(xiǎn)評(píng)估。

[1]黃大鵬,劉闖,彭順風(fēng)，等.洪災(zāi)風(fēng)險(xiǎn)評(píng)價(jià)與區(qū)劃研究進(jìn)展[J].地理科學(xué)進(jìn)展,2007（26）.

[2]田國(guó)珍,劉新立,王平,等.中國(guó)洪水災(zāi)害風(fēng)險(xiǎn)區(qū)劃及其成因分析 [J].災(zāi)害學(xué),2006（21).

[3]張游,王紹強(qiáng),葛全勝，等.基于 GIS的江西省洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估[J].長(zhǎng)江流域資源與環(huán)境,2011（20）.

[4]何報(bào)寅,張海林,張穗，等.基于 GIS的湖北省洪水災(zāi)害危險(xiǎn)性評(píng)價(jià) [J].自然災(zāi)害學(xué)報(bào),2002（11）.

[5]于文金,閆永剛,呂海燕，等.基于GIS的太湖流域暴雨洪澇災(zāi)害風(fēng)險(xiǎn)定量化研究[J]. 災(zāi)害學(xué),2011（21）.

[6]Maskrey A.DisasterMitigation：A Community Based Approach[M].Oxford:Oxfam， 1989.

[7]United Nations Department of HumanitarianAffairs(UNDHA).Mitigating NaturalDisasters：Phenomena，Effectsand Options：A Manual for Policy Makers and Planners[M].New York：United Nations，1991.

[8]張繼權(quán)，李寧.主要?dú)庀鬄?zāi)害風(fēng)險(xiǎn)評(píng)價(jià)與管理的數(shù)量化方法及其應(yīng)用[M].北京：北京師范大學(xué)出版社，2007.

[9]孫建霞.基于GIS和RS技術(shù)的吉林省暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)[D].長(zhǎng)春：東北師范大學(xué)，2010.

[10]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(fēng)險(xiǎn)評(píng)估[J].災(zāi)害學(xué),2009（24）.