基于GIS的南充市暴雨洪澇農業(yè)氣象災害風險區(qū)劃與評估

鮮鐵軍

摘要? ? 為對南充市防御暴雨洪澇災害提供科學的理論參考依據，本文利用南充市及周邊市（縣）共17個國家氣象觀測站1961—2016年的逐日降水數據、南充市基礎地理信息數據等其他相關數據，通過層次分析法、加權綜合法、規(guī)范化法等方法對南充市暴雨洪澇農業(yè)氣象災害風險四大評價因子進行分析并建模計算，再通過GIS工具完成南充市暴雨洪澇農業(yè)氣象災害區(qū)劃圖并進行分析評估。結果表明，南充暴雨洪澇農業(yè)氣象災害高風險整體呈現(xiàn)南高北低的特點，其中順慶區(qū)、高坪區(qū)、嘉陵區(qū)和西充的大部分鄉(xiāng)鎮(zhèn)都處于高風險區(qū)，南充各地靠近嘉陵江及其支流河道沿岸或靠近水庫的部分鄉(xiāng)鎮(zhèn)也處于高風險區(qū)。

關鍵詞? ? 暴雨洪澇;農業(yè)氣象災害;風險區(qū)劃;評估;GIS;四川南充

中圖分類號? ? P429;S162.2? ? ? ? 文獻標識碼? ? A? ? ? ? 文章編號? ?1007-5739（2018）23-0199-04

中國是多暴雨的國家，每年大約有2/3的國土面積存在不同程度和類型的洪澇災害，暴雨洪澇災害成為影響人們生命、財產和生產生活最嚴重的氣象災害之一。長期以來，許多專家和學者對我國暴雨洪澇災害的成因、特征及影響進行了大量的研究[1-6]，如卿清濤等[7]指出了四川暴雨洪澇損失基本變化呈線性增加趨勢。為科學防御暴雨洪澇災害，近年來全國各地專家和學者[8-20]開展了大量暴雨洪澇災害風險區(qū)劃及評估方面的研究工作，張? 菡等[21]對四川省暴雨洪澇災害風險區(qū)劃研究，指出四川盆地東北部部分地區(qū)暴雨洪澇災害風險等級較高。

南充市位于四川盆地東北部，境內長度在10 km以上的河流約100條，流域面積在100 km2以上河流約20條，同時南充市也是川西暴雨的引洪河道，長期以來南充市暴雨洪澇災害損失十分嚴重。目前，對南充市暴雨洪澇的研究多以成因分析、特征分析或預測預報方面的內容為主，南充市周邊如遂寧[22]、巴中及廣安等地已經開展了暴雨洪澇風險區(qū)劃及評估方面的研究工作，但南充市在這塊的研究尚處于空白。本文以南充市的暴雨洪澇為研究對象，利用現(xiàn)有的數據資料和GIS空間分析技術對南充市暴雨洪澇農業(yè)氣象災害風險進行區(qū)劃并評估，以期為南充市科學應對暴雨洪澇農業(yè)氣象災害提供理論參考依據。

1? ? 資料與方法

1.1? ? 資料來源

氣象資料為南充市及周邊市（縣）17個國家氣象觀測站1961—2016年共56年的逐日降水數據;地理信息數據為南充市DEM數據、河流水系1∶50 000數據;災情數據為南充市1984—2016年的洪澇災情數據，尤其是近5年的典型暴雨洪澇災情數據，由南充市民政局提供;社會經濟數據來自《2016年南充市統(tǒng)計年鑒》，包括南充市行政區(qū)劃面積、耕地面積、農業(yè)人口、農業(yè)生產總值、農村居民年可支配性收入等數據。

2? ? 暴雨洪澇災害風險區(qū)劃及評估

2.1? ? 評價因子指標及權重確定

暴雨洪澇災害風險區(qū)劃評估四大評價因子指標：致災因子危險性主要考慮降水強度和降水頻次2個指標;承災體易損性主要考慮承災體的農業(yè)人口、農業(yè)GDP密度及耕地比重3個指標;孕災環(huán)境敏感性主要考慮地形影響指數和河流水系密度2個指標;防災減災能力主要考慮農業(yè)人口密度及人均可支配性收入2個指標。本文采用層次分析法及加權綜合評價法來確定南充市暴雨洪澇災害四大評價因子及各指標的權重，評價模型見表1。

2.2? ? 致災因子危險性區(qū)劃

按四川省氣象暴雨定義，以連續(xù)降水日數且至少1 d降水量≥50 mm劃分為一個降水過程，當無降水出現(xiàn)時則認為該過程結束，并將過程降水量進行計和。本文對南充市及周邊市（縣）17個國家氣象觀測站1961—2016年的逐日降水資料進行暴雨過程統(tǒng)計，再利用百分位法確定南充市各級暴雨洪澇臨界致災雨量，并利用不同百分位數對應的臨界致災雨量把不同時間序列的暴雨強度分為5個等級（表2）。然后，對各級暴雨頻次累加數據進行規(guī)范化法處理并建模計算，最后用GIS技術繪制致災因子危險性區(qū)劃圖（圖1）。

2.3? ? 承災體易損性區(qū)劃

一般來說，經濟越發(fā)達、人口越密集、耕地比重越大，承災體遭受暴雨洪澇災害所受的損失就越大。本文從《2016年南充市統(tǒng)計年鑒》選取地均農業(yè)GDP密度、地均農業(yè)人口密度、耕地面積比重作為承災體易損性評價指標，并對這3個指標進行規(guī)范化處理，按表1分別賦權重0.3、0.4、0.3，然后用GIS工具進行柵格計算、重分類、空間插值并建模計算，最后繪制出承災體易損性區(qū)劃圖，如圖2所示。

2.4? ? 孕災環(huán)境敏感性區(qū)劃

本文孕災環(huán)境敏感性因子主要考慮地形和水系2個指標。

2.4.1? ? 地形影響指數指標。利用南充市1∶50 000 DEM高程數據，計算出DEM高程數據標準差，并根據南充市的地形地貌對南充地形高程及高程標準差進行組合賦值。最后利用GIS技術繪制出南充市地形影響指數分布圖。

2.4.2? ? 河流水系密度指標。利用南充市1∶50 000河流水系數據，計算出南充市河流水系密度，然后利用GIS技術繪制出南充市河流水系密度分布圖。

綜合考慮孕災環(huán)境中地形和水系對暴雨洪澇災害的影響程度，分別賦權重值0.6、0.4，最后利用GIS技術繪制出孕災環(huán)境敏感性區(qū)劃圖，如圖3所示。

2.5? ? 防災減災能力區(qū)劃

本文從《2016年南充市統(tǒng)計年鑒》選取人均可支配性收入和地均人口密度作為防災減災能力評價指標。首先對這2個易損性指標進行規(guī)范法處理并分別賦權重0.6、0.4，然后用GIS工具進行柵格計算、重分類、空間插值并建模計算，最后利用GIS技術繪制出防災減災能力區(qū)劃圖，如圖4所示。

2.6? ? 暴雨洪澇農業(yè)氣象災害綜合風險區(qū)劃

暴雨洪澇災害風險一般表達式為F（風險）=f（致災因子，孕災環(huán)境，承災體，防災減災能力）[26]。參照上述表達式，建立南充市農業(yè)氣象災害綜合風險指數模型：

FDRI=（VH）wh（VE）we（VS）ws（10-VR）wr（3）

式（3）中，F(xiàn)DRI為暴雨洪澇災害風險指數，VH、VE、VS、VR分別表示致災因子危險性、孕災環(huán)境敏感性、承災體易損性和防災減災能力;wh、we、ws、wr是上述評價因子對應的權重，根據表1分別賦予權重0.5、0.3、0.1、0.1并進行建模計算，然后利用GIS工具的自然斷點法將綜合風險指數分為低、次低、中等、次高、高5個等級，最后繪制出南充市暴雨洪澇農業(yè)氣象災害風險區(qū)劃圖，如圖5所示。

3? ? 結論與討論

本文利用GIS空間分析技術等方法對南充市暴雨洪澇農業(yè)氣象災害風險進行了區(qū)劃評估，其評價因子主要選用致災因子危險性、承災體易損性、孕災環(huán)境敏感性和防災減災能力四大評價因子。評價結果表明，南充地區(qū)暴雨洪澇災害危險性最高的區(qū)域是閬中及靠近南部、儀隴靠近的大部分地區(qū);南充地區(qū)暴雨洪澇災害最易受損的區(qū)域是順慶區(qū)、高坪區(qū)及嘉陵區(qū);南充地區(qū)暴雨洪澇災害高敏感區(qū)主要是靠近嘉陵江及其支流河道沿岸或靠近水庫的地區(qū);南充地區(qū)暴雨洪澇災害防災減災能力最高的是順慶區(qū)、高坪區(qū)及嘉陵區(qū)。南充各地都存在暴雨洪澇農業(yè)氣象災害高風險區(qū)，但整體呈現(xiàn)南高北低的特點，其中順慶區(qū)、高坪區(qū)、嘉陵區(qū)和西充的大部分鄉(xiāng)鎮(zhèn)都處于高風險區(qū)，這些地方遭受暴雨洪澇災害后最易受損;其次是南充各地靠近嘉陵江及其支流河道沿岸或靠近水庫的部分鄉(xiāng)鎮(zhèn)也處于高風險區(qū)，這些地區(qū)遭遇暴雨后容易發(fā)生山洪地質災害而造成農業(yè)財產損失。

結合近5年的典型暴雨洪澇災情普查數據來分析，本區(qū)劃中的高風險區(qū)確實更易遭受暴雨洪澇農業(yè)氣象災害，說明本研究結果具備一定的參考價值。但由于國家氣象觀測站點分布不足且不均勻等其他客觀因素，本研究對南充地區(qū)暴雨洪澇農業(yè)氣象災害風險區(qū)劃與評估工作只處于探索階段。在今后的工作中，還需要加強對指標體系以及客觀評估模型的研究，以使區(qū)劃結果更貼近實際情況。

4? ? 參考文獻

[1] 馮強，王昂生，李吉順.我國降水的時空變化與暴雨洪澇災害[J].自然災害學報，1998，7（1）：87-93.

[2] 李桂枕，胡朝霞.暴雨洪澇災害災情級別及其空間分布[J].中國減災，1997，7（2）：47-50.

[3] 李曾中，程明虎，曾小蘋.中國持續(xù)暴雨及洪澇災害的成因與預測[J].北京大學學報（自然科學版），2003（增刊1）：134-142.

[4] 王艷君，高超，王安乾，等.中國暴雨洪澇災害的暴露度與脆弱性時空變化特征[J].氣候變化研究進展，2014，10（6）：391-398.

[5] 李翠金.中國暴雨洪澇災害的統(tǒng)計分析[J].災害學，1996，11（1）：59-63.

[6] 馮強，陶詩言.暴雨洪澇災害對社會經濟和人民生活的影響分析[J].災害學，2001，16（3）：44-48.

[7] 卿清濤，陳文秀，詹兆渝.四川省暴雨洪澇災害損失時空演變特征分析[J].高原山地氣象研究，2013，33（1）：47-51.

[8] 梅勇，唐云輝，況星.基于GIS技術的重慶市暴雨洪澇災害風險區(qū)劃研究[J].中國農學通報，2011，27（32）：287-293.

[9] 林蓉璇，王鑫.基于ArcGIS對廣東省暴雨洪澇災害風險的初步研究[J].廣東水利水電，2016（5）：40-45.

[10] 李楠，任穎，顧偉宗，等.基于GIS的山東省暴雨洪澇災害風險區(qū)劃[J].中國農學通報，2010，26（20）：313-317.

[11] 張京紅，田光輝，蔡大鑫，等.基于GIS技術的海南島暴雨洪澇災害風險區(qū)劃[J].熱帶作物學報，2010，31（6）：1014-1019.

[12] 梁玉蓮，黃丹萍.基于GIS的南寧市暴雨洪澇災害風險評估與區(qū)劃[J].氣象科技，2013，41（5）：934-939.

[13] 張杰，吳明業(yè).基于GIS的皖南地區(qū)暴雨洪澇災害風險區(qū)劃[J].中國農業(yè)資源與區(qū)劃，2017，38（6）：121-129.

[14] 馬進.基于GIS洛陽地區(qū)暴雨洪澇災害風險區(qū)劃分析[J].現(xiàn)代農業(yè)科技，2017（23）：199-205.

[15] 戴雨菡，黃路婷，李思雨，等.基于GIS的百色市農業(yè)暴雨洪澇災害風險評估與區(qū)劃[J].現(xiàn)代農業(yè)科技，2017（23）：173-176.

[16] 楊麗慧，吳濱，游立軍，等.基于GIS的福州市暴雨洪澇災害風險區(qū)劃[J].福建氣象，2015（1）：21-26.

[17] 張婧，赫立生，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.

[18] 莫建飛，陸甲，李艷蘭，等.基于GIS的廣西農業(yè)暴雨洪澇災害風險評估[J].災害學，2012，27（1）：38-43.

[19] 樊彥國，雷潔霞.基于GIS的東營市暴雨洪澇災害風險區(qū)劃[J].山東農業(yè)科學，2015，47（11）：89-93.

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

[21] 張菡，郭翔，王銳婷，等.四川省暴雨洪澇災害風險區(qū)劃研究[J].中國農學通報，2013，29（26）：165-171.

[22] 楊麗霞，陳佳.基于GIS的遂寧地區(qū)暴雨洪澇區(qū)劃[J].高原山地氣象研究，2015（增刊1）：193-198.

[23] 郭金玉，張忠彬，孫慶云.層次分析法的研究與應用[J].中國安全科學學報，2008，18（5）：149-153.

[24] 宮清華，黃光慶，郭敏，等.基于GIS技術的廣東省洪澇災害風險區(qū)劃[J].自然災害學報，2009，18（1）：58-63.

[25] 張會，張繼權，韓俊山，等.基于GIS技術的洪澇災害風險評估與區(qū)劃研究：以遼河中下游地區(qū)為例[J].自然災害學報，2005，14（6）：141-146.

[26] 孫建霞.基于GIS和RS技術的吉林省暴雨洪澇災害風險評價[D].長春：東北師范大學，2010.