基于GIS的陜西省洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估及區(qū)劃

徐玉霞

(寶雞文理學(xué)院 陜西省災(zāi)害監(jiān)測(cè)與機(jī)理模擬重點(diǎn)實(shí)驗(yàn)室，陜西 寶雞 721013)

基于GIS的陜西省洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估及區(qū)劃

徐玉霞

(寶雞文理學(xué)院 陜西省災(zāi)害監(jiān)測(cè)與機(jī)理模擬重點(diǎn)實(shí)驗(yàn)室，陜西 寶雞 721013)

基于陜西省洪澇災(zāi)害多發(fā)的實(shí)情，為了解其洪澇災(zāi)害風(fēng)險(xiǎn)性高低程度,收集整理陜西省84個(gè)氣象站點(diǎn)降水資料和1950-2000年洪澇災(zāi)害歷史記錄數(shù)據(jù)以及陜西省2015年社會(huì)經(jīng)濟(jì)數(shù)據(jù)，采用層次分析法確定各因子的權(quán)重，利用加權(quán)綜合評(píng)價(jià)法計(jì)算綜合風(fēng)險(xiǎn)指數(shù)，并結(jié)合GIS的空間分析功能，對(duì)陜西省洪澇災(zāi)害風(fēng)險(xiǎn)進(jìn)行區(qū)劃。結(jié)果表明：陜西省洪澇災(zāi)害風(fēng)險(xiǎn)由南向北有遞減的趨勢(shì)，高危險(xiǎn)區(qū)主要分布在安康市；高暴露區(qū)主要分布在西安市、咸陽市；高脆弱區(qū)主要分布在榆林市、西安市；強(qiáng)防災(zāi)減災(zāi)能力區(qū)域主要分布在西安市；綜合風(fēng)險(xiǎn)高的區(qū)域分布在安康市、渭南市、咸陽市。陜西省洪澇災(zāi)害風(fēng)險(xiǎn)大小與其氣候、地形、社會(huì)經(jīng)濟(jì)因素密切相關(guān)，經(jīng)驗(yàn)證風(fēng)險(xiǎn)區(qū)劃結(jié)果和近幾十年的洪澇災(zāi)害實(shí)情基本吻合，具有一定的參考價(jià)值。

洪澇災(zāi)害；風(fēng)險(xiǎn)評(píng)估；GIS；區(qū)劃；陜西省

近年來，在以全球變暖為主要特征的氣候變化背景下，極端天氣事件和氣象災(zāi)害頻繁發(fā)生，影響了全球的社會(huì)經(jīng)濟(jì)發(fā)展和生態(tài)環(huán)境建設(shè)[1]。根 據(jù)《中國(guó)水旱災(zāi)害公報(bào)(2014)》[2]的統(tǒng)計(jì)，年均因洪澇災(zāi)害農(nóng)作物受災(zāi)面積達(dá)9 774 khm2，年均死亡人口為4 327人。因此，針對(duì)區(qū)域性洪澇災(zāi)害的風(fēng)險(xiǎn)評(píng)估與分區(qū)顯得日益迫切。目前國(guó)內(nèi)外許多學(xué)者高度關(guān)注并對(duì)洪澇災(zāi)害風(fēng)險(xiǎn)進(jìn)行評(píng)估及區(qū)劃，基于地理信息系統(tǒng)技術(shù)的發(fā)展，GIS與水文水力學(xué)模擬相接合受到重視。國(guó)外有荷蘭的PakesU等[3]探討了GIS軟件(ARC/INFO)與一維洪水演進(jìn)模型SOBEK的集成問題,美國(guó)Stephen等[4]對(duì)GIS軟件(ARC/INFO)與水文水力學(xué)模型HEC21HEC22集成也進(jìn)行了研究。國(guó)內(nèi)也有諸多學(xué)者將GIS技術(shù)運(yùn)用于洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃研究[5-6]。目前的研究方法包括：基于歷史災(zāi)情數(shù)據(jù)的方法，是指通過對(duì)歷史發(fā)生的大洪水進(jìn)行調(diào)查，勾繪歷史上大洪水的淹沒范圍來反映洪水風(fēng)險(xiǎn)的方法[7]，水文水力學(xué)模型與系統(tǒng)仿真模擬方法，通過對(duì)洪水演進(jìn)的數(shù)學(xué)模擬，能夠計(jì)算出任意給定頻率洪水，在某種洪水調(diào)度或工程失事情況下可能淹沒范圍、深度、流速和歷時(shí)等要素[8-10]。基于GIS技術(shù)的流域結(jié)構(gòu)特征信息提取模型、GIS支持下的河網(wǎng)密度特征提取及其與洪水危險(xiǎn)性關(guān)系分析、DEM支持下的洪水危險(xiǎn)性分析等[11-12]。近年來我國(guó)的周成虎、宮清華、萬金紅和趙景波等學(xué)者基于GIS技術(shù)對(duì)選取洪災(zāi)形成機(jī)制指標(biāo)模型分別對(duì)遼河流域、吉林省、黑龍江省、廣東省、江西省、陜西省等地區(qū)的洪澇災(zāi)害發(fā)生的規(guī)律及風(fēng)險(xiǎn)評(píng)估與區(qū)劃進(jìn)行了研究，取得了較好的研究結(jié)果[13-20]，對(duì)防災(zāi)減災(zāi)起到了一定的指導(dǎo)作用。

本文基于陜西洪澇災(zāi)害頻發(fā)的實(shí)情，利用1954-2015年中國(guó)氣象數(shù)據(jù)網(wǎng)提供的降水資料和GIS分析技術(shù)，對(duì)陜西省的洪澇災(zāi)害風(fēng)險(xiǎn)進(jìn)行評(píng)估及區(qū)劃，以期為陜西省的洪澇災(zāi)害預(yù)測(cè)預(yù)報(bào)以及防災(zāi)減災(zāi)工作提供一定的參考依據(jù)。

1 研究區(qū)概況

陜西省位于105°29′～110°15 ′E，31°42′～39°35′N之間。東西跨度小，南北跨度大，自南向北依次是北亞熱帶陜南秦巴山地、暖溫帶關(guān)中平原、中溫帶氣候帶陜北黃土高原。受復(fù)雜地形和氣候的影響，洪澇災(zāi)害多發(fā)[21]。據(jù)統(tǒng)計(jì)分析，1950-2000年的51年中陜西省共發(fā)生災(zāi)害性洪水122次，年均2.4次。其中1981年漢中洪澇災(zāi)害和1983年安康洪澇災(zāi)害造成直接經(jīng)濟(jì)損失分別為8億元以上和11億元以上[22]。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

根據(jù)洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估區(qū)劃目的和指標(biāo)要素確定，選用的主要基礎(chǔ)數(shù)據(jù)、圖件有：

(1)陜西省各市1954-2015年、月氣溫、降水?dāng)?shù)據(jù)來自中國(guó)氣象科學(xué)數(shù)據(jù)共享網(wǎng)(http://cdc.cma.gov.cn)。

(2)陜西省各市的洪澇災(zāi)害數(shù)據(jù)來源于《中國(guó)氣象災(zāi)害大典.陜西卷》(2005年)。

(3)陜西省行政區(qū)劃圖1：100萬地貌數(shù)據(jù)來自于國(guó)家科技基礎(chǔ)條件平臺(tái)建設(shè)項(xiàng)目地球系統(tǒng)科學(xué)數(shù)據(jù)共享平臺(tái)(http://www.geodata.cn)。

(4)陜西省DEM數(shù)字高程圖、河網(wǎng)密度分布圖均出自于地信網(wǎng)((http://www.3s001.com),并借助GIS軟件提取獲得。

(5)常住人口、行政區(qū)面積、農(nóng)村人均GDP、耕地面積、國(guó)民經(jīng)濟(jì)生產(chǎn)總值等數(shù)據(jù)來源于陜西省統(tǒng)計(jì)年鑒(2015年)、中國(guó)地情網(wǎng)(http://www.diqing.difangzhi.cn)、陜西省地情網(wǎng)(http://www.sxsdq.cn/whsy/dfzwh/)。

2.2 評(píng)估原理與研究方法

2.2.1 災(zāi)害風(fēng)險(xiǎn)評(píng)估原理

災(zāi)害風(fēng)險(xiǎn)評(píng)估是基于定量的角度對(duì)災(zāi)害發(fā)生的形式和強(qiáng)度予以評(píng)估。一般考慮危險(xiǎn)性、暴露性、脆弱性、防災(zāi)減災(zāi)能力四個(gè)主要因子，每個(gè)因子包涵一系列子因子。其表達(dá)式為[22]：

災(zāi)害風(fēng)險(xiǎn)=A(危險(xiǎn)性W、暴露性B、脆弱性C、防災(zāi)減災(zāi)能力F)。

(1)

2.2.2 指標(biāo)歸一化

自然災(zāi)害風(fēng)險(xiǎn)評(píng)估及區(qū)劃評(píng)估參數(shù)不同，每個(gè)因子包含了若干不同量化的指標(biāo)，由于各個(gè)評(píng)估因子具有不同的量綱和不同的數(shù)量級(jí)，無法進(jìn)行直接的比較。為了使得各個(gè)指標(biāo)之間具有可比性，必須對(duì)每個(gè)具體指標(biāo)做歸一化處理即統(tǒng)計(jì)數(shù)據(jù)的指數(shù)化，從而使每個(gè)指標(biāo)數(shù)值都分布在[0,1]區(qū)間范圍內(nèi)[17]。

(2)

(3)

2.2.3AHP層次分析法

層次分析法[21](analytichierarchyprocess,AHP) 是比較常用的對(duì)各因子、指標(biāo)進(jìn)行賦權(quán)的方法之一。是將與決策有關(guān)的元素分解為目標(biāo)、準(zhǔn)則、方案等層次，然后進(jìn)行定性和定量分析的決策方法。主要是通過將復(fù)雜問題分解成若干層次和若干因素，并在各因素之間進(jìn)行簡(jiǎn)單的比較和計(jì)算，就可以得出不同要素重要性程度的權(quán)重。這種分析方法的主要弊端就是主觀性比較強(qiáng)，容易受到判斷者自身情感的影響。其主要步驟為：

(1)建立遞階層次結(jié)構(gòu)；

(2)構(gòu)造兩兩比較判斷矩陣；

(3)層次單排序和總排序；

(4)檢驗(yàn)判斷矩陣一致性。

2.2.4 加權(quán)綜合評(píng)價(jià)法

加權(quán)綜合評(píng)價(jià)法是比較常用的評(píng)估方法，主要用于對(duì)方案、決策等進(jìn)行綜合評(píng)價(jià)。根據(jù)綜合評(píng)價(jià)的目的，確定評(píng)價(jià)指標(biāo)和構(gòu)建評(píng)價(jià)指標(biāo)體系，并對(duì)評(píng)估指標(biāo)進(jìn)行同向化和無量綱化處理，然后依據(jù)各個(gè)指標(biāo)對(duì)特定因子的影響程度不同確定具體的權(quán)重值，然后根據(jù)單項(xiàng)評(píng)價(jià)值求綜合評(píng)價(jià)值[23-24]。具體公式為：

(4)

式中： Cvj表示綜合評(píng)價(jià)因子的總值；Qvij表示第j個(gè)因子的指標(biāo)i(Qvij≥0)；Wci表示指標(biāo)i的權(quán)重值(0≤Wci≤1)；m表示評(píng)價(jià)指標(biāo)個(gè)數(shù)。

2.2.5GIS空間分析

GIS在地理空間數(shù)據(jù)采集、分析和處理具有強(qiáng)大的功能，方便用于圖形編輯，可以對(duì)不同尺度區(qū)域DEM高程數(shù)據(jù)、水系進(jìn)行提取[25]?；贕IS技術(shù)，通過建立空間數(shù)據(jù)庫，運(yùn)用其空間分析的基本功能，對(duì)空間數(shù)據(jù)查詢與量算，利用空間插值法對(duì)缺失數(shù)據(jù)插值，建立屬性數(shù)據(jù)與圖形數(shù)據(jù)的關(guān)聯(lián)，運(yùn)用圖層疊加、分級(jí)分類分析，利用自然斷點(diǎn)法對(duì)干旱災(zāi)害進(jìn)行評(píng)估分級(jí)、分類，從而獲得區(qū)域干旱災(zāi)害風(fēng)險(xiǎn)評(píng)估區(qū)劃圖[26-28]。

2.3 指標(biāo)選擇及確定權(quán)重

2.3.1 指標(biāo)選擇

一般來說，洪澇災(zāi)害的形成原因復(fù)雜，既包括自然因素，又涵蓋社會(huì)經(jīng)濟(jì)因素。以自然災(zāi)害風(fēng)險(xiǎn)評(píng)估相關(guān)理論為基礎(chǔ)，綜合考慮了影響陜西省洪澇災(zāi)害發(fā)生程度的要素，本文共選取了18個(gè)指標(biāo)，構(gòu)建評(píng)價(jià)指標(biāo)體系(表1)，對(duì)其洪澇災(zāi)害風(fēng)險(xiǎn)進(jìn)行評(píng)估。

表1 洪澇災(zāi)害風(fēng)險(xiǎn)性評(píng)估指標(biāo)權(quán)重值

2.3.2 確定權(quán)重

基于不同參評(píng)因子量綱不一致，利用最小—最大標(biāo)準(zhǔn)化方法對(duì)每個(gè)指標(biāo)進(jìn)行歸一化處理，運(yùn)用AHP層次分析法結(jié)合德爾菲專家咨詢法確定具體指標(biāo)權(quán)重(表1)。對(duì)陜西省洪澇災(zāi)害致災(zāi)因子影響最大的是降水量和氣溫；對(duì)孕災(zāi)環(huán)境脆弱性影響最大的是糧食總產(chǎn)量，其次是耕地面積；對(duì)承災(zāi)體暴露性影響最大的是農(nóng)業(yè)總產(chǎn)值；對(duì)防災(zāi)減災(zāi)能力貢獻(xiàn)最大的是地方財(cái)政收入。

3 結(jié)果分析

3.1 致災(zāi)因子危險(xiǎn)性評(píng)估區(qū)劃

致災(zāi)因子的危險(xiǎn)性主要受氣象因素和地理因素的影響，本文依據(jù)評(píng)價(jià)指標(biāo)，基于GIS對(duì)矢量數(shù)據(jù)與圖形數(shù)據(jù)進(jìn)行關(guān)聯(lián)，并運(yùn)用自然斷點(diǎn)法將致災(zāi)因子危險(xiǎn)性指數(shù)H劃分為低、較低、中等、較高和高危險(xiǎn)區(qū)，對(duì)應(yīng)的H依次為0.012～0.061、0.061～0.277、0.277～0.471、0.471～0.534、和>0.534，得出陜西省洪澇災(zāi)害致災(zāi)因子危險(xiǎn)性區(qū)劃圖(圖1)。

由圖1可知，洪澇災(zāi)害危險(xiǎn)性低、較低區(qū)域主要分布在陜北地區(qū)，主要由于該地區(qū)洪澇災(zāi)害頻次低、降雨距平百分率大、河網(wǎng)密度小、海拔和坡度較大。洪澇災(zāi)害危險(xiǎn)性中等區(qū)域主要分布西安市、咸陽市和渭南市，由于這些地區(qū)洪澇頻次高、河網(wǎng)密度較大，但是海拔和坡度相對(duì)較小。洪澇災(zāi)害危險(xiǎn)性較高區(qū)域主要分布在漢中市，由于該地區(qū)洪澇頻次較高，河網(wǎng)密度大，坡度海拔相對(duì)較低。高危險(xiǎn)區(qū)域主要分布在安康市、渭南市，由于以上地區(qū)河網(wǎng)密度大、臨界致災(zāi)雨量發(fā)生頻次高，安康市河網(wǎng)密度大，渭南市坡度海拔低。

3.2 承災(zāi)體暴露性評(píng)估與區(qū)劃

承災(zāi)體暴露性是指自然環(huán)境和社會(huì)經(jīng)濟(jì)系統(tǒng)可能受到來自各種自然災(zāi)害威脅而造成的環(huán)境破壞、農(nóng)業(yè)損失以及人員傷亡。運(yùn)用GIS空間分析功能，并利用自然斷點(diǎn)法將承災(zāi)體暴露性指數(shù)V劃分為五個(gè)暴露區(qū)，依次為低、較低、中等、較高和高等，對(duì)應(yīng)的V依次為<0.002、0.002～0.212、0.212～0.381、0.381～0.544和>0.544，得出陜西省洪澇災(zāi)害承災(zāi)體暴露性區(qū)劃圖(圖2)。

從圖2可知，洪澇災(zāi)害輕、較輕暴露性區(qū)域主要分布在銅川市、商洛市、安康市，由于上述區(qū)域規(guī)模以上工業(yè)總產(chǎn)值低，農(nóng)業(yè)總產(chǎn)值低，社會(huì)經(jīng)濟(jì)不發(fā)達(dá)。洪澇災(zāi)害中暴露性區(qū)域主要分布在寶雞市、漢中市、延安市，由于上述區(qū)域規(guī)模以上工業(yè)總產(chǎn)值較低，農(nóng)業(yè)產(chǎn)值較低，常住人口密度大。較高暴露性區(qū)域主要分布在榆林市、渭南市，因?yàn)橐陨系貐^(qū)人口較為集中，社會(huì)經(jīng)濟(jì)較發(fā)達(dá)。高暴露性區(qū)域分布在西安市、咸陽市，由于以上地區(qū)社會(huì)經(jīng)濟(jì)發(fā)達(dá)，人口集中度高。

3.3 脆弱性評(píng)估與區(qū)劃

孕災(zāi)環(huán)境脆弱性是指在災(zāi)害發(fā)生時(shí)承災(zāi)體的潛在受災(zāi)程度，洪澇災(zāi)害對(duì)農(nóng)業(yè)影響大，所以農(nóng)業(yè)糧食產(chǎn)量越大、耕地面積越大脆弱性就越大，人均城市道路面積和非農(nóng)人口數(shù)量越大，潛在的受災(zāi)程度將越大。運(yùn)用GIS空間分析功能，孕災(zāi)環(huán)境脆弱性指數(shù)S依據(jù)自然斷點(diǎn)法劃分為五個(gè)脆弱等級(jí)，依次為低、較低、中等、較高和高等，對(duì)應(yīng)的S依次為<0.104、0.104～0.217、0.217～0.316、0.316～0.639和>0.639，得出陜西省洪澇災(zāi)害孕災(zāi)環(huán)境脆弱性區(qū)劃圖(圖3)。

由圖3可知，陜西省洪澇災(zāi)害脆弱性以中等風(fēng)險(xiǎn)為主，主要分布在漢中市、安康市，由于這兩個(gè)市耕地面積較大、糧食生產(chǎn)總值較其他市高、農(nóng)業(yè)比重較大，洪澇災(zāi)害對(duì)農(nóng)業(yè)影響顯著。輕、較輕脆弱區(qū)主要集中在銅川市、商洛市，由于人均生產(chǎn)總值較低、人均城市道路面積較小，社會(huì)經(jīng)濟(jì)欠發(fā)達(dá)。較高和高脆弱區(qū)主要分布在榆林市、西安市、咸陽市和渭南市，這些地區(qū)社會(huì)經(jīng)濟(jì)發(fā)達(dá)、人口集中，潛在的受災(zāi)程度重。

圖1 陜西省洪澇災(zāi)害危險(xiǎn)性風(fēng)險(xiǎn)分區(qū)圖

圖2 陜西省洪澇災(zāi)害暴露性風(fēng)險(xiǎn)區(qū)劃圖

圖3 陜西省洪澇災(zāi)害脆弱性風(fēng)險(xiǎn)區(qū)劃

3.4 防災(zāi)減災(zāi)能力評(píng)估與區(qū)劃

防災(zāi)減災(zāi)能力是衡量一個(gè)地區(qū)應(yīng)對(duì)自然災(zāi)害的能力，這里選取非工程措施對(duì)陜西省的防災(zāi)減災(zāi)能力進(jìn)行評(píng)估?；贕IS空間分析功能，利用自然斷點(diǎn)法對(duì)防災(zāi)減災(zāi)能力指數(shù)C予以分級(jí)，劃分為低、較低、中等、較高和高防災(zāi)減災(zāi)能力。對(duì)應(yīng)的C依次為<0.096、0.096～0.195、0.195～0.311、0.311～0.450和>0. 450，得出陜西省洪澇災(zāi)害防災(zāi)減災(zāi)能力區(qū)劃圖(圖4)。

圖4 陜西省洪澇災(zāi)害防災(zāi)減災(zāi)能力區(qū)劃圖

由圖4可知，陜西省洪澇災(zāi)害防災(zāi)減災(zāi)能力以低、此低防災(zāi)減災(zāi)能力為主。低、較低防災(zāi)減災(zāi)能力區(qū)域主要分布在銅川市、安康市、商洛市，其恢復(fù)能力相對(duì)較差。中防災(zāi)減災(zāi)能力區(qū)域主要分布在寶雞市、咸陽市、渭南市、延安市。較高防災(zāi)減災(zāi)能力區(qū)域主要分布在榆林市。高防災(zāi)減災(zāi)能力區(qū)域主要分布在西安市，對(duì)洪澇災(zāi)害的防范和承受能力強(qiáng)。

3.5 洪澇災(zāi)害風(fēng)險(xiǎn)綜合評(píng)估與區(qū)劃

洪澇災(zāi)害風(fēng)險(xiǎn)是危險(xiǎn)性、暴露性、脆弱性、防災(zāi)減災(zāi)能力四個(gè)因子綜合作用的結(jié)果，危險(xiǎn)性、暴露性、脆弱性和災(zāi)害風(fēng)險(xiǎn)成正比關(guān)系，防災(zāi)減災(zāi)能力與災(zāi)害風(fēng)險(xiǎn)成反比關(guān)系。其陜西省洪澇災(zāi)害綜合風(fēng)險(xiǎn)評(píng)價(jià)指數(shù)的表達(dá)式如下：

UDRI=0.35×W+0.26×B+0.22×C-0.17×F。

(5)

式中：UDRI為洪澇災(zāi)害綜合風(fēng)險(xiǎn)指數(shù)，W為危險(xiǎn)性，B為暴露性，C為脆弱性，F(xiàn)為防災(zāi)減災(zāi)能力。根據(jù)上式對(duì)陜西省的洪澇災(zāi)害危險(xiǎn)性、暴露性、脆弱性、防災(zāi)減災(zāi)能力柵格數(shù)據(jù)進(jìn)行加權(quán)疊加得到洪澇災(zāi)害的綜合風(fēng)險(xiǎn)指數(shù)。依據(jù)綜合風(fēng)險(xiǎn)UDRI值將旱災(zāi)風(fēng)險(xiǎn)區(qū)劃分為低、較低、中等、較高和高等5個(gè)風(fēng)險(xiǎn)等級(jí)區(qū)，對(duì)應(yīng)的UDRI依次為<0.067、0.067～0.226、0.226～0.295、0.295～0.333和>0.333，運(yùn)用GIS 10.2軟件并結(jié)合自然斷點(diǎn)法得出陜西省干旱災(zāi)害綜合風(fēng)險(xiǎn)等級(jí)區(qū)劃圖(圖5)。

圖5 陜西省洪澇災(zāi)害綜合指數(shù)風(fēng)險(xiǎn)區(qū)劃圖

從圖5可知，陜西省綜合干旱災(zāi)害風(fēng)險(xiǎn)等級(jí)自南向北呈遞減趨勢(shì)。由于陜南地區(qū)河網(wǎng)密度較大、臨界致災(zāi)雨量頻次高、歷史洪澇災(zāi)害頻次較高，雖然安康市的海拔坡度較高，但是城市建筑大多沿河分布，人口集中，一旦發(fā)生洪澇災(zāi)害呈現(xiàn)出高危險(xiǎn)性、低防災(zāi)減災(zāi)能力、中暴露性和脆弱性所以綜合風(fēng)險(xiǎn)高。陜西省洪澇災(zāi)害綜合風(fēng)險(xiǎn)中、較高、高綜合風(fēng)險(xiǎn)的市占全省市的絕大部分。這表明陜西省受洪澇災(zāi)害影響程度較大，風(fēng)險(xiǎn)較高。尤其是安康市、渭南市、咸陽市的高危險(xiǎn)區(qū)，相關(guān)的政府部門應(yīng)密切關(guān)注氣象預(yù)測(cè)、把握歷史洪澇災(zāi)害規(guī)律，及時(shí)做好防范工作。

4 結(jié)果驗(yàn)證

本文依據(jù)中國(guó)氣象數(shù)據(jù)網(wǎng)1954-2015年陜西省84個(gè)自動(dòng)觀測(cè)區(qū)站點(diǎn)的降水資料，《中國(guó)氣象災(zāi)害大典.陜西卷》的災(zāi)害資料對(duì)區(qū)劃結(jié)果進(jìn)行驗(yàn)證，用近60年各市的洪澇頻率來驗(yàn)證區(qū)劃結(jié)果。參照文獻(xiàn)[24]和文獻(xiàn)[25]得出降水距平百分率的旱澇等級(jí)劃分標(biāo)準(zhǔn)(表2)。依據(jù)表2旱澇等級(jí)劃分標(biāo)準(zhǔn)計(jì)算得出陜西省1954-2015年各市偏澇、大澇的洪澇頻率(表3)。

表2 降水距平百分率M的旱澇等級(jí)劃分標(biāo)準(zhǔn)

表3 陜西省發(fā)生洪澇災(zāi)害頻率表

由表2、表3可知，陜西省偏澇頻率大致呈對(duì)稱性分布，陜北和陜南地區(qū)偏澇頻率總體大于關(guān)中地區(qū)；大澇頻率呈現(xiàn)出陜南地區(qū)大于關(guān)中地區(qū)，關(guān)中地區(qū)大于陜北地區(qū)。洪澇總頻率呈現(xiàn)出陜南﹥關(guān)中﹥陜北的分布規(guī)律。因降雨距平百分率是衡量某時(shí)段、某地區(qū)降雨量與該地同一時(shí)段降雨平均狀態(tài)的偏離程度。由于各市多年年均降雨量存在差異較大，僅用降雨距平驗(yàn)證存在不足。因此參照《中國(guó)氣象災(zāi)害大典.陜西卷》1950-2000年51年的歷史災(zāi)情數(shù)據(jù)可知陜西省51年內(nèi)共發(fā)生災(zāi)害性洪水122次，年均2.4次，其中安康地區(qū)的洪澇災(zāi)害頻率最高，渭南地區(qū)洪澇災(zāi)害頻率次之。以上兩項(xiàng)分析結(jié)果和本文的驗(yàn)證結(jié)果基本相符，說明本研究的結(jié)果和實(shí)際情況基本相符，具有一定的參考價(jià)值。

5 結(jié)論與討論

(1)陜西省洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)域差異較大，總體呈現(xiàn)由南到北逐漸遞減的的趨勢(shì)。此結(jié)果主要與該省的氣候特點(diǎn)、地形高程、河網(wǎng)密度等因素密切相關(guān)。從危險(xiǎn)性來看，高危險(xiǎn)性主要分布在漢江流域；從暴露性和脆弱性來看，高風(fēng)險(xiǎn)區(qū)主要分布在社會(huì)經(jīng)濟(jì)較發(fā)達(dá)地區(qū)，這些地區(qū)人口集中、社會(huì)生產(chǎn)總值高、工業(yè)發(fā)達(dá)。從防災(zāi)減災(zāi)能力看，經(jīng)濟(jì)越發(fā)達(dá)的的地區(qū)防災(zāi)減災(zāi)能力越強(qiáng)。從綜合風(fēng)險(xiǎn)看，中、較高、高風(fēng)險(xiǎn)地區(qū)占全省60%的區(qū)域，這表明洪澇災(zāi)害對(duì)陜西省的社會(huì)經(jīng)濟(jì)和自然環(huán)境整體影響較大。

(2)由于洪澇災(zāi)害的形成受多種因素影響，將其影響因子完全量化有一定困難，需要進(jìn)一步完善。本文選取臨界致災(zāi)雨量頻次、洪澇災(zāi)害頻次、河網(wǎng)密度、海拔、高程為危險(xiǎn)性指標(biāo)，由于資料有限，所選取區(qū)劃單位較大，再將危險(xiǎn)性指標(biāo)量化時(shí)，進(jìn)行市區(qū)均值化處理，未將危險(xiǎn)性指標(biāo)進(jìn)行細(xì)致空間化處理，會(huì)對(duì)最終綜合風(fēng)險(xiǎn)區(qū)劃的空間性效果有一定的影響。但最終的區(qū)劃結(jié)果與陜西省洪澇災(zāi)害發(fā)生的頻率及李茜[28]陜西省暴雨災(zāi)害風(fēng)險(xiǎn)實(shí)時(shí)評(píng)估技術(shù)研究結(jié)果基本相符，說明區(qū)劃結(jié)果和實(shí)際情況基本相符。

(3)基于GIS技術(shù)建立空間數(shù)據(jù)庫和洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃具有一定的可行性，未來工作的重點(diǎn)是考慮如何使自然因素和社會(huì)經(jīng)濟(jì)因素做進(jìn)一步精確化處理，使得各風(fēng)險(xiǎn)要素的指標(biāo)量化和分級(jí)更加合理，從而使得區(qū)劃結(jié)果更精確,更符合現(xiàn)實(shí)情況。

本論文在完成的過程中2012級(jí)地理科學(xué)專業(yè)學(xué)生梁陽和2015級(jí)研究生許小明做了不少工作，在此表示感謝。

[1] 任國(guó)玉,封國(guó)林,嚴(yán)中偉.2010中國(guó)極端氣候變化預(yù)測(cè)研究回顧與展望[J].氣候與環(huán)境研究,2010,15(4): 337-353.

[2] 國(guó)家防汛抗旱總指揮部，中華人民共和國(guó)水利部.中國(guó)水旱災(zāi)害公報(bào)(2014)[M].北京: 中國(guó)水利水電出版社，2015．

[3] Tine ke， De Jonge. Modeling floods and damages assessmentusing GIS[C]//Hydro GIS:Application of Geographic Information Systemin Hydrology and Water Resources Management.IAHSPubl.1996.

[4] Philip A Townsend. Modeling flood plaininun dation using anintegrated GIS with radar and optical remote sensing [J].Geomorphology,1998,21:295-312.

[5] 張會(huì). 基于GIS 技術(shù)的遼河中下游洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)與管理對(duì)策研究[D].長(zhǎng)春:東北師范大學(xué),2007.

[6] 湯奇成.中國(guó)干旱區(qū)洪澇災(zāi)害的研究[J].干旱區(qū)資源與環(huán)境,1996,10(1):38-45.

[7] 黃崇福,劉新立,周國(guó)賢.以歷史災(zāi)情資料為依據(jù)的農(nóng)業(yè)自然災(zāi)害風(fēng)險(xiǎn)評(píng)估方法[J].自然災(zāi)害學(xué)報(bào),1998,7 (2): 1-9.

[8] 周成虎,萬慶,黃詩峰.基于 GIS的洪水災(zāi)害風(fēng)險(xiǎn)區(qū)劃研究[J].地理學(xué)報(bào),2000,55(1):15-24.

[9] 宮清華,黃光慶,郭敏等.基于GIS 技術(shù)的廣東省洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃[J].自然災(zāi)害學(xué)報(bào),2009,18(1):58-63.

[10]徐乾清,戴定忠.中國(guó)防洪減災(zāi)對(duì)策研究[M].北京:中國(guó)水利水電出版社,2002:8-9.

[11]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(xiǎn)性分析中的應(yīng)用[J].自然災(zāi)害學(xué)報(bào),2001, 10(4):129-132.

[12]黃大鵬,劉闖,彭順風(fēng).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(4):11-22.

[13]趙霞,王平,龔亞麗，等. 基于GIS的內(nèi)蒙古中部區(qū)域洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)[J].北京師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2007,12(6):666-669.

[14]張會(huì),張繼權(quán),韓俊山.基于GIS技術(shù)的洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)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(xué)報(bào),2005,14(6):141-146.

[15]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)，2010:8-40.

[16]姜藍(lán)齊,馬艷敏,張麗娟，等.基于GIS的黑龍江洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃[J].自然災(zāi)害學(xué)報(bào),2013,22(5): 238- 246.

[17]萬金紅，張葆蔚，劉建剛，等. 1950-2013年我國(guó)洪澇災(zāi)情時(shí)空特征分析[J].災(zāi)害學(xué),2016,31(2):63-68.

[18]趙景波，楊曉玉，許永紅，等. 陜西安康近 50 年來極端氣溫指數(shù)變化研究[J].災(zāi)害學(xué), 2016, 31(2):89-94.

[19]張興毅,王國(guó)梁.基于GIS的江西省洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃[J].陜西師范大學(xué)學(xué)報(bào)，2014,28(4):68-72.

[20]李帥杰，謝映霞，程曉陶.城市洪水風(fēng)險(xiǎn)圖編制研究-以福州為例[J].災(zāi)害學(xué)，2015,30(1):108-114.

[21]張繼權(quán),魏民.加權(quán)綜合評(píng)價(jià)法在區(qū)域玉米生產(chǎn)水平綜合評(píng)價(jià)與等級(jí)分區(qū)中的應(yīng)用[J].經(jīng)濟(jì)地理,1994,14(5): 19-21.

[22]王以彭,李結(jié)松,劉立元.層次分析法在確定評(píng)價(jià)指標(biāo)權(quán)重系數(shù)中的應(yīng)用[J].第一軍醫(yī)大學(xué)學(xué)報(bào),1999,19(4): 377-379.

[23]王躍民,魯慧霞,劉璟瑜，等.3個(gè)不同旱澇指標(biāo)等級(jí)劃的比較研究[J].現(xiàn)代農(nóng)業(yè)科技,2011(7):326-327.

[24]鞠笑生,楊賢為,陳麗娟，等.我國(guó)單站旱澇指標(biāo)確定和區(qū)域旱澇級(jí)別劃分的研究[J].應(yīng)用氣象學(xué)報(bào),1997,8(1):26-33.

[25]李新運(yùn),李勇先,余錦，等.山東省近600年旱澇時(shí)間分形特征[J].地理學(xué)與國(guó)土研究,1995(11):41-46.

[26]白雷超,羅明良,陽岳龍.基于層次分析法(AHP)的陜西省洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估[C]//四川省地理學(xué)會(huì)2014年學(xué)術(shù)年會(huì).2014.

[27]王莎,王曉峰,黃先超，等.基于GIS的秦嶺暴雨災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)研究[J]. 河南科學(xué), 2015(9):1647-1652.

[28]李茜,蔡新玲,雷向杰，等.陜西省暴雨災(zāi)害風(fēng)險(xiǎn)實(shí)時(shí)評(píng)估技術(shù)研究[J].中國(guó)農(nóng)學(xué)通報(bào),2015(25):241-246.

Assessment and Regionalization of Flood Disaster Risk in Shaanxi Province Based on GIS

XU Yuxia

(KeyLaboratoryofDisasterMonitoringandMechanismSimulatingofShaanxiProvince,BaojiUniversityofArtsandSciences,Baoji721013,China)

BasedonthefactthatfloodingisfrequentinShaanxiProvince,wecanrecognizethatdisasterriskassessmentishelpfulinreducingcasualtiesandfinancialloss,whichincluderainfallrecordin84ForainSmartStationsinShaanxiProvince,thehistoricalfloodingtracefrom1950to2000,andthelatestsocialandeconomicmessageofShaanxiProvincein2015toscientificallyandsystematicallycarryouttheworkofdisasterriskassessmentandprediction.WeadoptthewayofAnalyticHierarchyProcess(AHP)toexplorerisksoffloodinginfatalness,exposure,andvulnerabilityanddisasterpreventionandmitigationcapacity.Thefourmajorfactorstopoorstandardizationofsubfactorsdataprocessing,comprehensiveweightingmethodisusedtocalculatetheindexcoefficient,andcombinedwiththeArc-spatialanalysisfunctionofGIS,floodingfactorsofdistrictsinShaanxiprovince.TheresultsshowthatthefrequentfloodaremainlydistributedinShaanxiprovinceAnkangmunicipality;Weinan,severeexposureinXi’an,Xianyang;extremevulnerabilityinYulinandXi’an;advancedabilityofdisasterpreventionandmitigationinXi’an;ComprehensiveriskinAnkangmunicipality,Weinan,Xianyang.Floodingiscloselyrelatedtotheclimate,topographyandsocialeconomy.Theresultsshowthatthedivisionsareidenticaltothefloodinghappenedinrecentdecade’syears,sohassomereferencevalue.

flooddisaster;riskassessment;GIS;regionalization;ShaanxiProvince

10.3969/j.issn.1000-811X.2017.02.018.]

2016-07-31

2016-09-14

國(guó)家自然科學(xué)基金( 41071359)；陜西省社會(huì)科學(xué)基金“后退耕時(shí)代陜西省退耕還林工程效益評(píng)價(jià)及其影響研究”(2015D057)；陜西省重點(diǎn)實(shí)驗(yàn)室項(xiàng)目“全球氣候變化下陜西省旱澇災(zāi)害風(fēng)險(xiǎn)評(píng)估及區(qū)劃研究”(16GS005)；寶雞市哲學(xué)社會(huì)科學(xué)規(guī)劃課題“寶雞市經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境保護(hù)的協(xié)同發(fā)展對(duì)策研究”(BJSKGH2016-15)；陜西省重點(diǎn)學(xué)科自然地理學(xué)資助

徐玉霞(1978-),女,陜西榆林人,碩士,副教授,研究方向?yàn)橘Y源開發(fā)利用與防災(zāi)減災(zāi).E-mail:453452166@qq.com

X43；P648

A

1000-811X(2017)02-0103-06

10.3969/j.issn.1000-811X.2017.02.018

徐玉霞. 基于GIS的陜西省洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估及區(qū)劃[J]. 災(zāi)害學(xué)，2017，32(2)：103-108. [XU Yuxia. Assessment and Regionalization of Flood Disaster Risk in Shaanxi Province Based on GIS[J]. Journal of Catastrophology，2017，32(2)：103-108.