基于GIS的江西省山洪災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)與分區(qū)

方秀琴，王 凱，任立良，張曉祥，馮 莉

(1.河海大學(xué) 地球科學(xué)與工程學(xué)院，江蘇 南京 211100；2.河海大學(xué) 水文水資源與水利工程科學(xué)國家重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210098)

基于GIS的江西省山洪災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)與分區(qū)

方秀琴1，王 凱1，任立良2，張曉祥1，馮 莉1

(1.河海大學(xué) 地球科學(xué)與工程學(xué)院，江蘇 南京 211100；2.河海大學(xué) 水文水資源與水利工程科學(xué)國家重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210098)

結(jié)合江西省山洪災(zāi)害的特點(diǎn)，基于洪水災(zāi)害系統(tǒng)理論，從觸發(fā)因子、孕災(zāi)環(huán)境和承災(zāi)體三個(gè)角度選取山洪災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)構(gòu)建指標(biāo)體系，采用層次分析法確定各個(gè)指標(biāo)的權(quán)重，在GIS技術(shù)的支持下，對(duì)江西省山洪災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)進(jìn)行定量分析并得出風(fēng)險(xiǎn)分區(qū)圖，最后利用歷史山洪災(zāi)害調(diào)查資料進(jìn)行結(jié)果驗(yàn)證。驗(yàn)證結(jié)果表明，山洪災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)的精度在73%左右，證明采用的研究方法和構(gòu)建的風(fēng)險(xiǎn)評(píng)價(jià)模型具有較高的可靠性。對(duì)山洪災(zāi)害風(fēng)險(xiǎn)圖在行政分區(qū)、流域分區(qū)和地貌分區(qū)上進(jìn)行了風(fēng)險(xiǎn)高值區(qū)面積絕對(duì)值和面積占比的定量統(tǒng)計(jì)分析，為江西省山洪災(zāi)害防治和各分區(qū)的監(jiān)測和管理提供了重要的決策支持。

山洪災(zāi)害；風(fēng)險(xiǎn)評(píng)價(jià)；GIS技術(shù)；層次分析法；江西

山洪是指發(fā)生在山區(qū)溪流中的速度快、強(qiáng)度大的地表徑流[1]，突發(fā)性強(qiáng)、水量集中、沖刷破壞力大，常造成局部性災(zāi)害[2]。山洪災(zāi)害具有暴雨強(qiáng)度大、短歷時(shí)、難預(yù)測、難預(yù)防、危害大的特點(diǎn)[3]。由于山洪災(zāi)害對(duì)人們的生命財(cái)產(chǎn)影響巨大，國內(nèi)外有許多關(guān)于山洪災(zāi)害的研究工作，包括成因及特征分析、風(fēng)險(xiǎn)評(píng)估與制圖、防治和預(yù)警預(yù)報(bào)等各方面[2-8]。

江西省地處東亞季風(fēng)區(qū)，多年平均降水量為1 400～1 900 mm，且省內(nèi)有許多山區(qū)，溪河密集，山洪災(zāi)害頻發(fā)[9]。因此，很多學(xué)者開展了對(duì)江西省山洪災(zāi)害的科學(xué)研究。例如，謝彥等結(jié)合江西省地形、地貌和氣候因子，將江西省劃分成3大山洪災(zāi)害高發(fā)區(qū)，并分析了高發(fā)區(qū)山洪災(zāi)害產(chǎn)生的主要影響因子[10]；許小華等基于江西省DEM數(shù)據(jù)，對(duì)地形、坡度、河網(wǎng)分布等因子進(jìn)行危險(xiǎn)程度分析，對(duì)人口指標(biāo)進(jìn)行易損性分析，將危險(xiǎn)程度圖與易損性圖疊加得到山洪災(zāi)害風(fēng)險(xiǎn)區(qū)劃圖[11]；楊培生等分析了武夷山鎮(zhèn)桐木關(guān)小流域的暴雨洪水特性，對(duì)沿河村落進(jìn)行了防洪現(xiàn)狀評(píng)價(jià)、危險(xiǎn)區(qū)劃分及預(yù)警指標(biāo)計(jì)算[12]。此外，還有一些學(xué)者針對(duì)江西省山洪災(zāi)害特征，計(jì)算分析了小流域山洪災(zāi)害的臨界雨量[13]。但在這些研究中，評(píng)價(jià)指標(biāo)選取并不完善，構(gòu)建的指標(biāo)體系不夠全面，沒有完整地評(píng)價(jià)山洪災(zāi)害風(fēng)險(xiǎn)，因而無法準(zhǔn)確判斷不同區(qū)域的山洪風(fēng)險(xiǎn)等級(jí)。

本文以江西省山洪災(zāi)害為研究對(duì)象，結(jié)合全省歷史山洪災(zāi)害數(shù)據(jù)的時(shí)空分析結(jié)果選取合適的評(píng)價(jià)指標(biāo)構(gòu)建指標(biāo)體系，在ArcGIS平臺(tái)支持下，通過層次分析法建立江西省山洪災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)模型，利用該模型加權(quán)計(jì)算各評(píng)價(jià)柵格單元的山洪災(zāi)害風(fēng)險(xiǎn)綜合指數(shù)并進(jìn)行山洪災(zāi)害風(fēng)險(xiǎn)分區(qū)。

1 研究方法及數(shù)據(jù)

1.1 指標(biāo)體系構(gòu)建

山洪災(zāi)害是一種典型的自然災(zāi)害，本研究借鑒Davidson等提出的自然災(zāi)害風(fēng)險(xiǎn)概念模型對(duì)江西省山洪災(zāi)害風(fēng)險(xiǎn)進(jìn)行量化研究，即認(rèn)為山洪災(zāi)害風(fēng)險(xiǎn)是由觸發(fā)因子、下墊面孕災(zāi)環(huán)境、承災(zāi)體等相互作用的結(jié)果。因此，山洪災(zāi)害風(fēng)險(xiǎn)度可用如下數(shù)學(xué)公式表示:

山洪災(zāi)害風(fēng)險(xiǎn)=f(T,B,S)。

(1)

式中：T、B、S分別為山洪災(zāi)害的觸發(fā)因子、下墊面孕災(zāi)環(huán)境、承災(zāi)體。研究山洪災(zāi)害風(fēng)險(xiǎn)度需要選取相應(yīng)的指標(biāo)，而指標(biāo)的選擇要遵循江西省的山洪災(zāi)害發(fā)生特點(diǎn)和規(guī)律，具體應(yīng)注意以下三個(gè)原則：

(1) 凸顯江西暴雨洪水危險(xiǎn)特性，研究山洪的觸發(fā)因子暴雨在江西全省的空間差異性；

(2)綜合比選下墊面孕災(zāi)環(huán)境，找出真正影響山洪災(zāi)害的關(guān)鍵因子；

(3)充分考慮村鎮(zhèn)人口分布，嚴(yán)格貫徹以人為本的抗災(zāi)理念，考量不同區(qū)域的災(zāi)害易損性和承災(zāi)能力。

根據(jù)江西省山洪災(zāi)害的特點(diǎn)，從觸發(fā)因子、孕災(zāi)環(huán)境和承災(zāi)體三個(gè)方面選取9個(gè)指標(biāo)來構(gòu)建山洪災(zāi)害風(fēng)險(xiǎn)指標(biāo)體系。具體選取的指標(biāo)為觸發(fā)因子(年最大1 h暴雨量均值、年最大10 min暴雨量均值、年最大6 h暴雨量均值、年降雨量、年暴雨天數(shù))、孕災(zāi)環(huán)境(高程和地形指數(shù))和承災(zāi)體(人口密度和GDP)。

1.2 數(shù)據(jù)來源

江西省歷史山洪災(zāi)害數(shù)據(jù)來自江西省山洪災(zāi)害防治項(xiàng)目調(diào)查數(shù)據(jù)；年最大1 h暴雨量均值、年最大10 min暴雨量均值、年最大6 h暴雨量均值數(shù)據(jù)來自《江西省暴雨洪水查算手冊(cè)》(2010年版)[14]；年降雨量、年暴雨天數(shù)數(shù)據(jù)來源于《江西省地圖集》[15]；DEM數(shù)據(jù)來自SRTM；人口密度、GDP數(shù)據(jù)來自中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心[16]。研究數(shù)據(jù)來源見表1。其中地形指數(shù)綜合考慮了坡度和流域水文的特性，其計(jì)算公式為：

(2)

式中：α表示匯流面積；β表示坡度。

表1 研究數(shù)據(jù)來源

在ArcGIS中對(duì)各個(gè)指標(biāo)數(shù)據(jù)進(jìn)行處理，生成9個(gè)柵格數(shù)據(jù)圖層，空間分辨率為1km×1km，各指標(biāo)空間分布特征見圖1。

圖1 各指標(biāo)空間分布

1.3 計(jì)算過程

(1)指標(biāo)權(quán)重確定

由于在進(jìn)行山洪災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)時(shí)，各個(gè)指標(biāo)的影響程度不同，為了定量評(píng)價(jià)各個(gè)指標(biāo)在評(píng)價(jià)中的權(quán)重，本文采用的研究方法為層次分析法。其基本原理是：首先構(gòu)造出3層評(píng)價(jià)結(jié)構(gòu)模型，目標(biāo)層為山洪災(zāi)害，準(zhǔn)則層為受災(zāi)人數(shù)、財(cái)產(chǎn)損失、受災(zāi)面積和死亡人口，指標(biāo)層為之前選取的9個(gè)指標(biāo)，每一層都有若干評(píng)價(jià)因素對(duì)應(yīng)上層；然后根據(jù)專家經(jīng)驗(yàn)針對(duì)某一指標(biāo)相對(duì)于另一個(gè)指標(biāo)的重要程度進(jìn)行打分，打分后即建立判斷矩陣；最后通過判斷矩陣計(jì)算出各層對(duì)上層因子的權(quán)重，以及確定出各個(gè)指標(biāo)對(duì)目標(biāo)層的權(quán)重。各指標(biāo)的權(quán)重見表2。

(2)定量指標(biāo)及歸一化處理

構(gòu)建的指標(biāo)體系中包含9個(gè)指標(biāo)，由于各個(gè)指標(biāo)的取值范圍和計(jì)量單位存在較大的差別，所以在用于江西省山洪災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)之前需要做歸一化處理，目的在于將不同指標(biāo)的絕對(duì)數(shù)值轉(zhuǎn)化成為相對(duì)值，消除計(jì)量單位的影響并使各指標(biāo)具有同等的數(shù)量級(jí)，便于對(duì)指標(biāo)的加權(quán)疊加。

表2 山洪災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)及其權(quán)重

在進(jìn)行歸一化處理中，認(rèn)為年最大1 h暴雨均值、年最大10 min暴雨均值、年最大6 h暴雨均值、年降雨量、年暴雨天數(shù)、地形指數(shù)、人口密度和GDP等8個(gè)指標(biāo)是與山洪災(zāi)害風(fēng)險(xiǎn)大致為線性相關(guān)，歸一化公式為：

(3)

式中：xi為歸一化前指標(biāo)值；Xmin為某一指標(biāo)數(shù)據(jù)中的最小值；Xmax為某一指標(biāo)數(shù)據(jù)中的最大值；Xi為歸一化后的指標(biāo)值。

對(duì)于高程指標(biāo)，不能簡單地認(rèn)為它與山洪災(zāi)害風(fēng)險(xiǎn)成線性相關(guān)，在對(duì)江西省歷史山洪災(zāi)害數(shù)據(jù)進(jìn)行分析后，按照式(4)、式(5)對(duì)高程指標(biāo)進(jìn)行處理從而達(dá)到歸一化目的。

x=log(DEM)；

(4)

(5)

式中：μ為歷史山洪高程數(shù)據(jù)的算術(shù)平均值；σ為歷史山洪高程數(shù)據(jù)的標(biāo)準(zhǔn)差;x為高程指標(biāo)；X為歸一化的結(jié)果。

(3)加權(quán)疊加分析

利用ArcGIS的柵格疊加計(jì)算功能，將歸一化的指標(biāo)與其對(duì)應(yīng)的權(quán)重結(jié)合，進(jìn)行加權(quán)疊加分析，得到最終的山洪災(zāi)害風(fēng)險(xiǎn)結(jié)果。即按照公式(6)計(jì)算風(fēng)險(xiǎn)程度。

(6)

式中：H為每個(gè)柵格單元的風(fēng)險(xiǎn)程度；Wi為指標(biāo)的權(quán)重；Xi為歸一化后的指標(biāo)數(shù)據(jù)。

(4)風(fēng)險(xiǎn)等級(jí)劃分

結(jié)合每個(gè)指標(biāo)所對(duì)應(yīng)的權(quán)重值，利用ArcGIS中的空間分析功能，可計(jì)算得到各柵格單元的山洪災(zāi)害風(fēng)險(xiǎn)度值。為了能更明顯地反映出江西省的山洪災(zāi)害風(fēng)險(xiǎn)分區(qū)，本文采用正態(tài)分布取值法來確定山洪災(zāi)害風(fēng)險(xiǎn)的等級(jí)閾值，將江西省的山洪災(zāi)害風(fēng)險(xiǎn)一次劃分為很低、較低、中等、較高和很高5個(gè)等級(jí)，等級(jí)劃分的原理是把所有柵格單元依據(jù)山洪災(zāi)害風(fēng)險(xiǎn)度值由小到大排列，然后依次取單元總數(shù)的10%、20%、40%、20%、10%作為5個(gè)風(fēng)險(xiǎn)等級(jí)的分級(jí)空間。

圖2 江西省山洪災(zāi)害風(fēng)險(xiǎn)分區(qū)

圖3 江西省山洪災(zāi)害風(fēng)險(xiǎn)分區(qū)結(jié)果驗(yàn)證

2 結(jié)果驗(yàn)證與分析

2.1 江西省山洪災(zāi)害風(fēng)險(xiǎn)分區(qū)結(jié)果驗(yàn)證

根據(jù)確定的山洪災(zāi)害風(fēng)險(xiǎn)等級(jí)進(jìn)行分區(qū)，可得到江西省山洪災(zāi)害風(fēng)險(xiǎn)分區(qū)圖(圖2)。山洪災(zāi)害高風(fēng)險(xiǎn)區(qū)較多分布在江西省西北部的修水縣、武寧縣、靖安縣、奉新縣、宜豐縣和萬載縣，東北部的浮梁縣、景德鎮(zhèn)市和婺源縣，中部的崇仁縣、宜黃縣、樂安縣和永豐縣，東部的黎川縣和南豐縣，南部的寧都縣、興國縣和于都縣。在這些高風(fēng)險(xiǎn)區(qū)，分別分布有九嶺山脈、懷玉山脈、武夷山脈、和雩山山脈，降雨量和暴雨量也都相對(duì)較多。針對(duì)風(fēng)險(xiǎn)等級(jí)高的這些地區(qū)，應(yīng)該作為江西省山洪災(zāi)害重點(diǎn)防治地區(qū)，適當(dāng)增加投入，做好防災(zāi)減災(zāi)工作。而對(duì)其他風(fēng)險(xiǎn)等級(jí)相對(duì)較低的地區(qū)，在進(jìn)行防治工作的同時(shí)要加強(qiáng)災(zāi)害監(jiān)測的預(yù)警預(yù)報(bào)。

在ArcGIS中將江西省歷史山洪災(zāi)害數(shù)據(jù)點(diǎn)疊加到山洪災(zāi)害風(fēng)險(xiǎn)分區(qū)圖上(圖3)，統(tǒng)計(jì)處在每個(gè)風(fēng)險(xiǎn)等級(jí)的災(zāi)害點(diǎn)的個(gè)數(shù)，并計(jì)算其占總點(diǎn)數(shù)的百分比，結(jié)果如表3所示。從表3中可以看出，分布在風(fēng)險(xiǎn)等級(jí)很高、較高和中等的調(diào)查點(diǎn)數(shù)共占了72.75%，而分布在風(fēng)險(xiǎn)等級(jí)為很低上的調(diào)查點(diǎn)的地理位置多數(shù)處于高程300 m以上或者河流的源頭，而且人口稀少。驗(yàn)證結(jié)果顯示本文得出的山洪災(zāi)害風(fēng)險(xiǎn)分區(qū)圖具有較高的精度和可靠性。

表3 驗(yàn)證點(diǎn)在各風(fēng)險(xiǎn)等級(jí)所占百分比

2.2 江西省山洪災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)分析

將山洪災(zāi)害風(fēng)險(xiǎn)等級(jí)圖進(jìn)行行政分區(qū)、流域分區(qū)和地貌分區(qū)的綜合統(tǒng)計(jì)分析，定量分析相應(yīng)分區(qū)內(nèi)不同風(fēng)險(xiǎn)等級(jí)山洪災(zāi)害發(fā)生的面積和比例，掌握各分區(qū)內(nèi)山洪災(zāi)害程度，以便于為分區(qū)監(jiān)測和管理提供決策支持。具體步驟為：利用地貌分區(qū)圖、流域分區(qū)圖和市界分區(qū)圖3個(gè)矢量圖層，對(duì)山洪災(zāi)害風(fēng)險(xiǎn)等級(jí)圖層進(jìn)行掩模提取，分別得到3個(gè)分區(qū)下各圖層的災(zāi)害等級(jí)象元個(gè)數(shù)，統(tǒng)計(jì)各分區(qū)內(nèi)部多邊形中山洪風(fēng)險(xiǎn)等級(jí)的象元個(gè)數(shù)，并計(jì)算相應(yīng)的面積絕對(duì)值以及面積所占百分比。

(1)江西省行政分區(qū)上的山洪災(zāi)害風(fēng)險(xiǎn)分布

山洪災(zāi)害防治是以行政區(qū)劃單位作為建設(shè)管理單元，因此對(duì)江西省的11個(gè)地級(jí)市分區(qū)情況進(jìn)行全面分析。從山洪災(zāi)害風(fēng)險(xiǎn)等級(jí)較高以上面積來看(表4)，撫州不僅面積占比最高，面積絕對(duì)值也為最高，分別達(dá)到37%和6 400 km2；贛州雖然風(fēng)險(xiǎn)高值區(qū)面積占比低，但面積絕對(duì)值為次高，達(dá)3 700 km2；上饒、宜春和吉安風(fēng)險(xiǎn)高值區(qū)面積占比不到20%，但面積絕對(duì)值較高，分別達(dá)3 600、3 200和3 200 km2；景德鎮(zhèn)雖然風(fēng)險(xiǎn)高值區(qū)面積絕對(duì)值不高，但面積占比高，達(dá)35%。

表4 江西省各地級(jí)市山洪災(zāi)害風(fēng)險(xiǎn)等級(jí)統(tǒng)計(jì)

表5 江西省各流域山洪災(zāi)害風(fēng)險(xiǎn)等級(jí)統(tǒng)計(jì)

(2)江西省流域分區(qū)上的山洪災(zāi)害風(fēng)險(xiǎn)分布

江西省有“五河一湖”，對(duì)山洪災(zāi)害的研究可主要分為贛江、撫河、信江、饒河和修水五個(gè)大水系流域，但是因?yàn)橼M江流域面積較大，考慮其上下游關(guān)系分為3個(gè)流域，加上省界處其他河流流域，共分為13個(gè)流域。從山洪風(fēng)險(xiǎn)等級(jí)較高以上面積來看(表5)，撫河流域不僅面積占比最高，絕對(duì)值也為最高，分別達(dá)到37%和5 900 km2；饒河流域次之，風(fēng)險(xiǎn)高值區(qū)面積占比次高，達(dá)35%，絕對(duì)值也較高，達(dá)4 300 km2；贛江上游雖然風(fēng)險(xiǎn)高值區(qū)面積占比不高，但面積絕對(duì)值高，達(dá)4 400 km2。

(3)江西省地貌分區(qū)上的山洪災(zāi)害風(fēng)險(xiǎn)分布

根據(jù)地貌分區(qū)，江西省地貌類型可劃分為12個(gè)類別，表6列出了各地貌分區(qū)內(nèi)較高等級(jí)山洪風(fēng)險(xiǎn)分布。從山洪風(fēng)險(xiǎn)等級(jí)較高以上面積占比來看(表6)，Ⅵ2南豐-黎川構(gòu)造侵蝕剝蝕丘陵亞區(qū)、Ⅲ1景德鎮(zhèn)西北部構(gòu)造侵蝕剝蝕丘陵亞區(qū)、Ⅲ2婺源-懷玉山構(gòu)造侵蝕中山與丘陵亞區(qū)依次為面積占比前三的地貌區(qū)；從山洪風(fēng)險(xiǎn)等級(jí)較高以上面積的絕對(duì)值來看，Ⅳ贛撫中游吉安-撫州凹陷構(gòu)造剝蝕丘陵與河谷平原區(qū)、Ⅵ3贛南構(gòu)造侵蝕、剝蝕中低山與丘陵亞區(qū)、Ⅲ2婺源-懷玉山構(gòu)造侵蝕中山與丘陵亞區(qū)依次為絕對(duì)面積前三的地貌區(qū)。其中Ⅲ2婺源-懷玉山構(gòu)造侵蝕中山與丘陵亞區(qū)在山洪災(zāi)害風(fēng)險(xiǎn)等級(jí)較高以上的面積占比和絕對(duì)值來看，均在前三之列。

表6 江西省各地貌區(qū)山洪災(zāi)害風(fēng)險(xiǎn)等級(jí)統(tǒng)計(jì)

3 結(jié)論

本文通過GIS和層次分析法結(jié)合進(jìn)行江西省山洪災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)和分區(qū)，并利用歷史山洪災(zāi)害調(diào)查數(shù)據(jù)驗(yàn)證。驗(yàn)證結(jié)果表明，基于層次分析法的山洪災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)的精度在73%左右，得到的山洪災(zāi)害風(fēng)險(xiǎn)分區(qū)情況與實(shí)際情況符合得比較好，證明所選取的指標(biāo)體系及研究方法可以較為真實(shí)地反映江西省山洪災(zāi)害的分布規(guī)律。

本文基于山洪災(zāi)害風(fēng)險(xiǎn)等級(jí)圖進(jìn)行行政分區(qū)、流域分區(qū)和地貌分區(qū)的綜合統(tǒng)計(jì)分析，定量分析出相應(yīng)分區(qū)內(nèi)不同風(fēng)險(xiǎn)等級(jí)山洪災(zāi)害發(fā)生的面積絕對(duì)值和面積百分比。對(duì)于行政分區(qū)而言，撫州市的面積占比和絕對(duì)值均為最高，贛州、上饒、宜春和吉安風(fēng)險(xiǎn)高值區(qū)面積占比不高，但面積絕對(duì)值較高，景德鎮(zhèn)雖然風(fēng)險(xiǎn)高值區(qū)面積絕對(duì)值不高，但面積占比高；對(duì)于流域分區(qū)而言，撫河流域面積占比和絕對(duì)值最高，饒河流域次之，風(fēng)險(xiǎn)高值區(qū)面積占比和絕對(duì)值均較高，贛江上游風(fēng)險(xiǎn)高值區(qū)面積占比不高，但面積絕對(duì)值高；對(duì)于地貌分區(qū)而言，南豐-黎川構(gòu)造侵蝕剝蝕丘陵亞區(qū)、景德鎮(zhèn)西北部構(gòu)造侵蝕剝蝕丘陵亞區(qū)和婺源-懷玉山構(gòu)造侵蝕中山與丘陵亞區(qū)依次為面積占比前三，贛撫中游吉安-撫州凹陷構(gòu)造剝蝕丘陵與河谷平原區(qū)、贛南構(gòu)造侵蝕、剝蝕中低山與丘陵亞區(qū)和婺源-懷玉山構(gòu)造侵蝕中山與丘陵亞區(qū)依次為面積絕對(duì)值前三，其中婺源-懷玉山構(gòu)造侵蝕中山與丘陵亞區(qū)的山洪災(zāi)害風(fēng)險(xiǎn)高值面積占比和絕對(duì)值均在前三之列。這些分區(qū)內(nèi)的山洪災(zāi)害風(fēng)險(xiǎn)高值分布情況的定量結(jié)果，可以為江西全省的山洪災(zāi)害防治和各分區(qū)的監(jiān)測和管理提供重要的決策支持。

[1] 管珉, 陳興旺.江西省山洪災(zāi)害風(fēng)險(xiǎn)區(qū)劃初步研究[J]. 暴雨災(zāi)害, 2007, 26(4): 339-343.

[2] 蔡維英, 劉興朋, 張繼權(quán).基于分布式SCS模型的山地景區(qū)山洪災(zāi)害模擬研究[J]. 災(zāi)害學(xué), 2016, 31(2): 15-18.

[3] 劉志雨.山洪預(yù)警預(yù)報(bào)技術(shù)研究與應(yīng)用[J]. 中國防汛抗旱, 2012, 22(2): 41-45,50.

[4] Elkhrachy I. Flash flood hazard mapping using satellite images and GIS tools: A case study of Najran City, Kingdom of Saudi Arabia (KSA)[J]. The Egyptian Journal of Remote Sensing and Space Science, 2015, 18(2): 261-278.

[5] Wang Z, Lai C, Chen X, et al. Flood hazard risk assessment model based on random forest[J]. Journal of Hydrology, 2015, 527: 1130-1141.

[6] 王俊英.福建省山洪災(zāi)害特征及其防治區(qū)劃研究[J]. 中國水運(yùn)(下半月), 2009, 9(2): 156-159.

[7] 邱瑞田, 黃先龍, 褚明華, 等. 2015年全國山洪災(zāi)害防治工作進(jìn)展[J]. 中國防汛抗旱, 2016, 26(1): 41-44.

[8] 米德才, 徐國瓊, 秦禮文.廣西山洪災(zāi)害現(xiàn)狀與成因分析[J]. 中國地質(zhì)災(zāi)害與防治學(xué)報(bào), 2005, 16(3): 165-167.

[9] 雷聲.江西省山洪災(zāi)害防治項(xiàng)目概述[J]. 江西水利科技, 2015, 41(3): 179-181,185.

[10]謝彥.江西省山洪災(zāi)害系統(tǒng)的特征以及區(qū)劃防治的初步研究[J]. 河北農(nóng)業(yè)科學(xué), 2011, 15(12): 75-78.

[11]許小華, 何雯.基于DEM的山洪災(zāi)害風(fēng)險(xiǎn)區(qū)劃分研究[J]. 中國農(nóng)村水利水電, 2015(10): 83-86,95.

[12]楊培生. 鉛山縣山洪災(zāi)害成因分析與防治對(duì)策研究[D]. 南昌: 南昌大學(xué), 2015.

[13]樊建勇, 單九生, 管珉, 等.江西省小流域山洪災(zāi)害臨界雨量計(jì)算分析[J]. 氣象, 2012, 38(9): 1110-1114.

[14]江西省水文局. 江西省暴雨洪水查算手冊(cè)(2010版)[EB/OL]. (2013-04-19) [2015-07-16]. http://www.bzfxw.com/soft/sort011/ShuiLi/168219063.html.

[15]《江西地圖集》編纂委員會(huì). 江西省地圖集[M]. 北京: 中國地圖出版社, 2008.

[16]中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心. 2010年全國GDP空間分布公里網(wǎng)格數(shù)據(jù)[DB/OL]. http://www.resdc.cn.

Risk Assessment and Zoning of Mountain Torrent Disaster Based on GIS in Jiangxi Province

FANG Xiuqin1, WANG Kai1, REN Liliang2, ZHANG Xiaoxiang1and FENG Li1

(1.CollegeofEarthScienceandEngineering,HohaiUniversity,Nanjing211100,China; 2.StateKeyLaboratoryofHydrology-WaterResourcesandHydraulicEngineering,HohaiUniversity,Nanjing210098,China)

BasedonthecharacteristicsofmountaintorrentdisastersinJiangxiProvinceandsystematictheoryofflooddisaster,weselected9riskassessmentfactorstosetuptheindexsystemofmountaintorrentdisasteraccordingtothetriggerfactorsofflood,underlyingsurfaceenvironmentandcharacteristicsofdisaster-bearingbody.Afterwards,wedeterminedtheweightofeachfactorbyanalytichierarchyprocess(AHP).WiththesupportofGIStechnology,wemadeaquantitativeanalysisformountaintorrentdisasterofJiangxiProvinceandmaptheriskzoning.ThesurveydataofhistoricmountaintorrentdisasterinJiangxiProvincewereusedtoverifyourquantitativeanalysisresults.Resultofverificationshowedthattheaccuracyofriskassessmentofmountaintorrentdisasterisaround73%,whichconfirmedhighreliabilityandapplicabilityoftheapproachandriskassessmentmodelusedinthisstudy.Basedonthemappingofmountaintorrentdisasterriskassessment,statisticalanalysesweremadeaccordingtodifferentadministrativeareas,basinsandmorphologicregions,whicharevitaltothepreventionandmanagementofmountaintorrentdisasterinJiangxiProvince.

mountaintorrentdisaster;riskassessment;GIStechnology;AnalyticHierarchyProcess;JiangxiProvince

10.3969/j.issn.1000-811X.2017.01.019.]

2016-06-15

2016-08-01

國家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2016YFA0601500)；中央高校基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金(2016B05414)；江西省2014年度山洪災(zāi)害防治項(xiàng)目(0628-156104104417)

方秀琴(1978-)，女，安徽池州人，副教授，主要研究方向?yàn)榈乇韰?shù)遙感反演、分布式水文模型及山洪災(zāi)害防治. E-mail： kinkinfang@hhu.edu.cn

任立良(1963-)，男，江蘇揚(yáng)中人，教授，主要研究方向?yàn)樗h(huán)基礎(chǔ)理論與過程模擬方法、氣候變化背景下極端事件演變與預(yù)估、陸面變化的水文響應(yīng)等方面的研究.E-mail：RLL@hhu.edu.cn

X43；S422；TV87；P468

A

1000-811X(2017)01-0111-06

10.3969/j.issn.1000-811X.2017.01.019

方秀琴，王凱，任立良，等. 基于GIS的江西省山洪災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)與分區(qū)[J]. 災(zāi)害學(xué)，2017，32(1)：111-116. [FANG Xiuqin, WANG Kai, REN Liliang,et al.Risk assessment and zoning of mountain torrent disaster based on GIS in Jiangxi province [J]. Journal of Catastrophology，2017，32(1)：111-116.