基于遙感與GIS 的江西省洪澇災害評估研究

王澤雨，李建章

1. 蘭州交通大學 測繪與地理信息學院，蘭州 730030；

2. 地理國情監(jiān)測技術應用國家地方聯(lián)合工程研究中心，蘭州 730070；

3. 甘肅省地理國情監(jiān)測工程實驗室，蘭州 730070

1 引 言

近年來，隨著世界經濟和科學技術快速發(fā)展，人類生產活動使地球環(huán)境和氣候愈加惡劣，全球各地發(fā)生的氣候異?，F(xiàn)象愈加頻繁，極端氣候事件導致氣象水文災害頻發(fā)（張磊，2022）。洪澇災害風險評估最早從19 世紀50 年代開始，目前國內外的洪澇災害風險評估研究已經取得了較大進展，評估的方法主要基于數(shù)學算法建模評估、地理信息系統(tǒng)（geographic information system，GIS）空間分析功能和遙感數(shù)據獲?。ㄊ媪亮梁秃涡≠悾?022）。根據指標選取的差異，國內外學者對洪澇災害從不同角度進行了風險評估，大部分研究涉及風險形成的危險性、暴露性和防災減災能力（高詩妍等，2023）。在進行風險評估時，除了考慮到洪澇災害的危險性、暴露性、防災減災能力，還應將人類行為納入洪水災害風險評估。Aerts 等（2018）認為個人、企業(yè)和政府在災難發(fā)生之前、之中和之后的行為會有極大的影響。Zhou 等（2012）認為氣候變化可能會影響降水模式，導致發(fā)生洪水風險性增加，所以必須將氣候變化影響加入風險評估中。Ntajal等（2017）結合了地理信息系統(tǒng)、遙感和基于指標的洪水風險評估技術來繪制洪水災害風險圖。

目前，江西省洪澇災害相關評估研究也有部分成果，張念強（2006）對鄱陽湖地區(qū)進行洪水災害風險評價時，選取洪水強度、地形、水系、人口密度、耕地面積等影響因子，利用GIS 空間分析法綜合分析了湖區(qū)洪水危險性和風險性分布規(guī)律。段偉芳等（2022）利用水文氣象和地形數(shù)據對2020 年鄱陽湖地區(qū)發(fā)生特大洪水進行受災原因分析，認為降水量大、圩堤決口及地勢北高南低是造成這次洪災的重要原因，需要對鄱陽湖南部地勢較低的濱湖地區(qū)加大防洪排洪的建設。張游等（2011）以江西省鄱陽湖流域地區(qū)為研究對象，采用90 m 分辨率數(shù)字高程模型（digital elevation model，DEM）數(shù)據、江西洪澇災情數(shù)據、社會經濟統(tǒng)計數(shù)據及江西省土地利用數(shù)據，利用GIS 空間分析與建模功能構建洪澇災害風險評估指數(shù)模型，結果表明，從行政區(qū)劃上，湖口、鄱陽、上饒等因地勢平坦、降水量大且處于高風險區(qū)。

綜合現(xiàn)有江西省洪澇災害風險評估發(fā)現(xiàn)，研究多集中在鄱陽湖區(qū)，少有對江西省進行綜合性分析；在指標數(shù)據方面，選取的指標不夠全面，精度不夠高。本文選取絕對高程、相對高程、河網密度、降水量、人口密度、降水量、單位面積 GDP、人均床位數(shù)、人均可支配收入及地區(qū)生產總值作為指標數(shù)據，構建江西省洪澇災害風險評估指標體系。匯總了10 年的平均降水量數(shù)據、利用更高精度的DEM 高程數(shù)據。研究結論旨在為江西省的防災減災工作提供科學依據。

2 研究區(qū)概況

江西省位于中國東南部，以山地、丘陵為主，屬亞熱帶季風性濕潤氣候，降水豐沛，夏季降雨量達到全年的70%，省內湖泊眾多，大大小小的河流湖泊上百余個，地形是往北開口的盆地狀，南高北低（譚國良等，2006）。據國家應急管理部發(fā)布的報告顯示，江西省是我國發(fā)生洪澇災害最頻繁、災情最嚴重的省份之一。鄭美霞和鮑家興（2022）的研究結果顯示，江西省2006~2020 年共發(fā)生51 次重特大自然災害事件，省級自然災害應急響應85次，其中，重特大自然災害事件中有35 次是洪澇災害。具體分布見圖1。洪澇災害為江西省最嚴重的自然災害類型。

圖1 江西省2006~2020 年重特大自然災害事件分布情況Fig.1 Distribution of major natural disasters events from 2006 to 2020 in Jiangxi Province

3 數(shù)據來源及研究方法

3.1 洪澇災害指標選取

洪澇災害風險評估指標有很多，需要考慮到指標的客觀性、可行性等原則，包括自然因素和社會經濟，主要有危險性、承災體暴露性、防災減災薄弱性（盧夢瑤，2022）。

3.1.1 危險性指標

洪澇災害危險性指標選取高程、河網密度和年均降水量。

（1）洪澇災害的形成跟高程有緊密的關系，對兩個具有相同降水量的區(qū)域，地勢較低的區(qū)域往往比地勢較高的區(qū)域更容易產生洪澇災害（杜志強等，2017）。研究使用的地形數(shù)據源于中國科學院科學數(shù)據中心（https//www.casdc.cn），選擇的是30 m分辨率的GDEM DEM 高程數(shù)據。用自然斷點法把江西省絕對高程劃分為五個等級，如圖2（a）所示。

圖2 江西省危險性指標分布Fig.2 Risk indicators in Jiangxi Province

（2）相對高程是使用 ArcGIS 的坡度計算功能，選擇柵格鄰域5 像素×5 像素范圍內的柵格高程的標準差，作為該處地形變化的定量指標進行計算，如圖2（b）所示。其標準差與地勢起伏呈正相關，所得到地形標準差越小，在該地區(qū)越容易發(fā)生洪澇災害（杜志強和顧捷曄，2016）。

（3）河網密度反映了一定區(qū)域范圍內水系分布的密集程度，一般情況下河網較密集的區(qū)域，河流的支流會有很多，若是該地區(qū)出現(xiàn)惡劣天氣現(xiàn)象，發(fā)生洪澇災害的可能性會隨之增高，所以河網密度是洪澇災害評估的重要指標（蔣雯京等，2019）。本研究主要對河網數(shù)據進行空間數(shù)據分析，得到鄱陽湖流域的河網密度分布。由圖2（c）可以看出，江西省整體的河網密度較密集，水系較豐富。全省有五大水系，共有 3700 多條河流，以鄱陽湖為中心。

（4）持續(xù)性高強度的降雨是造成洪澇災害的最直接因素（劉芳，2021）。江西省屬于亞熱帶氣候，年降水量比較充沛，特別是每年的 6~8 月的時候，暴雨會持續(xù)2~3 d。若只選取單個年份的降水量，會有偶然性，不能滿足洪澇災害評估的精度要求，所以本研究選取2010~2020 年各氣象站點的逐日降水量，對近10 年的降水量數(shù)據統(tǒng)計并求取平均值，利用Kriging插值分析，得到2010~2020 年的平均降水量空間分布分級圖，如圖2（d）所示。江西省的東部區(qū)域平均降水量遠高于其他區(qū)域，西南區(qū)域降水量較少。

3.1.2 暴露性指標

一般選取人口密度和單位面積GDP 作為暴露性指標（陳雪等，2023）。暴露性等級取決于該區(qū)域人口密集程度和區(qū)域經濟發(fā)展情況，兩者呈正相關，即發(fā)生洪澇災害時，暴露性等級越高的區(qū)域，造成的人員傷亡和經濟損失也越大。數(shù)據來源于中國科學院科學數(shù)據中心，具體的分布情況如圖3 所示。江西省的人口密度主要是以南昌市為中心，經濟主要分布在南昌市周圍。

圖3 2019 年江西省暴露性指標分布Fig.3 Exposure indicators of Jiangxi Province in 2019

3.1.3 防災減災薄弱性指標

為提高抵御洪澇災害的綜合防范能力，就必須加強各項防災減災措施（羅海婉，2020）。一個地區(qū)的防災能力取決于當?shù)胤罏墓ぷ魍度氲馁Y金量，經濟較好的地區(qū)會建設出完善的抗洪設施來抵御洪災（梅玉琳和吉中會，2022）。因此，選取江西省每萬人均床位數(shù)、人均可支配收入和地區(qū)生產總值作為洪澇災害的指標。數(shù)據來源于《2021 年江西省統(tǒng)計年鑒》。

（1）人均床位數(shù)。當發(fā)生洪澇災害時，必須先對受傷群眾進行救援，這就考驗醫(yī)院能否同時接受所有受傷人員入住。因此，采用各地級市醫(yī)院床位的平均數(shù)作為指標數(shù)據。江西省每萬人人均床位分布，如4（a）所示?？梢钥闯?，撫州市的人均床位最少，其次是上饒市，相比之下宜春市人均床位數(shù)最多。

（2）人均可支配收入。當發(fā)生洪澇災害時，因救援隊任務重、環(huán)境惡劣和被救人員多等因素，所以對于部分受災群眾不能做到及時救援，這就需要被困群眾開展自救。而自救能力一般與個人經濟能力有關，個人可支配收入越多，準備的抗災物品就越豐富，就越能完成自救（吳舒祺等，2020）。選取人均可支配收入作為指標數(shù)據，具體的人均可支配收入分布，如圖4（b）所示。可以看出，南昌市、景德鎮(zhèn)市和新余市人均可支配收入較高，撫州市的人均可支配收入最低。

圖4 2021 年江西省防災減災薄弱性指標分布Fig.4 Vulnerability indicators of disaster prevention and mitigation in Jiangxi Province in 2021

（3）地區(qū)生產總值。一個地區(qū)的防災減災能力最主要的影響因素是該地區(qū)的經濟情況，財政收入相對較多的地區(qū)，可以在洪澇災害發(fā)生前，加強河道治理、修建水庫工程和完善城市排水系統(tǒng)的改造，而且在發(fā)生災害后，具備較強的除澇能力，完成對災區(qū)的救援工作。所以地區(qū)生產總值也可以作為洪澇災害評估的指標數(shù)據（管若塵，2021）。江西省GDP 分布，如圖 4（c）所示?？梢钥闯觯喜械腉DP 最高，萍鄉(xiāng)市、景德鎮(zhèn)市、鷹潭市的較低。

3.2 指標體系權重的確定

開展洪澇災害評估前，需要先確定各項指標的權重，根據洪澇災害方面專家的意見，構造出判斷矩陣（徐雅，2017）。本研究分別對洪災危險性指標、防災減災薄弱性指標和洪災暴露性指標構建判斷矩陣，并依次進行一致性檢驗，檢驗結果均合格，如表1~表8 所示。

表1 洪災危險性指標判斷矩陣Tab.1 Judgment matrix of flood risk index

表2 危險性指標判斷矩陣一致性檢驗結果Tab.2 Consistency test results of the hazard index judgment matrix

表3 防災減災薄弱性指標判斷矩陣Tab.3 In dex judgment matrix of flood disaster prevention and mitigation vulnerability

表4 防災減災薄弱性指標判斷矩陣一致性檢驗結果Tab.4 Consistency test results of judgment matrix of disaster prevention and mitigation weakness index

表5 洪災暴露性指標判斷矩陣Tab.5 Judgment matrix of flood exposure index

表6 暴露性指標判斷矩陣一致性檢驗結果匯總Tab.6 Summary of consistency test results of exposure index judgment matrix

表7 風險評估指標層Tab.7 Risk assessment index layer

表8 風險評估指標層一致性檢驗結果匯總Tab.8 Summary of consistency test results of risk assessment index layer

3.3 隸屬函數(shù)的構建

3.3.1 構建隸屬函數(shù)

模糊綜合評價法是一種基于模糊數(shù)學的綜合評估方式。該綜合評價法通過引用隸屬函數(shù)，可以把定性評估轉變成定量評估，即運用模糊數(shù)學對受到各種因素制約的事物或對象做出一個綜合的評價（徐玉霞，2017）。合理建立隸屬函數(shù)對準確評價洪澇災害風險有著重要的意義。主要分為以下步驟：①建立評價對象的因素集合；②建立評語集，這一步驟可以將洪澇災害分為高、較高、中、較低和低共五個等級；③構建模糊關系矩陣（安洋洋，2021）。

3.3.2 各項指標柵格數(shù)據分級

進行數(shù)據分級時，主要有數(shù)據標準差和均差兩種方法（曹羅丹和李加林2015）。本文針對不同指標數(shù)據各自的特點，采用不同的數(shù)據分級方法。具體分級結果如表9 所示。

4 洪澇災害風險評估分析

在洪澇災害危險性評估方面，危險性是影響洪澇災害風險評估的重要因素，很大程度上決定了洪澇災害風險的結果。選取降水量、河網密度、絕對高程和相對高程四個指標（成陸等，2019）。采用模糊綜合評價方法，并結合上述已構建的隸屬函數(shù)進行洪澇災害風險評估分析，利用自然斷點法，將危險性等級劃分為低、較低、中、較高和高危險性五個等級。從圖5（a）看出，深紅色區(qū)代表的是高危險性地區(qū)，集中分布在江西省的東北部區(qū)域；深藍色部分代表的是低危險性區(qū)域，集中分布在九江市和贛州市部分區(qū)域。危險性越高的地區(qū)，就越容易發(fā)生洪澇災害，需要對東部地區(qū)提升監(jiān)測預警能力，尤其是降水量較大時，加強對河流水位監(jiān)測，提前做出相應的措施，就能在一定程度上，減少洪澇災害造成的經濟損失和人員傷亡。

圖5 洪澇災害評估結果Fig.5 Flood hazard assessment

在洪澇災害暴露性評估方面，選取人口和GDP 兩項指標，通過構建評估模型對指標數(shù)據進行處理。從圖5（b）看出，藍色代表的是洪澇災害暴露性等級偏低的區(qū)域，全省大部分地區(qū)為藍色，只有南昌市、上饒市和萍鄉(xiāng)市少部分地區(qū)暴露性等級偏高。

在洪澇防災減災薄弱性評估方面，選取地區(qū)生產總值、人均床位數(shù)、人均可支配收入三項指標數(shù)據，利用層次分析（analytic hierarchy process，AHP）和模糊綜合評價（fuzzy comprehensive appraisal，F(xiàn)CA）兩種方法進行分析。從圖5（c）中可以看出，江西省大多數(shù)地級市具有一定的防災減災能力，但撫州市和贛州市防災減災能力相對較弱，可以通過加強河道治理和防災工程的建設彌補現(xiàn)有不足，若是采取有效的防災減災措施，可以極大程度上降低洪澇災害帶來的損失。

在江西省洪澇災害綜合風險評估方面，從危險性、暴露性及防災減災能力三個方面出發(fā)。其中，危險性和暴露性越高，洪澇災害造成的損失越大。防災減災能力越強，洪澇災害造成的損失越小。從圖5（d）中看出，江西省東北部區(qū)域的風險性明顯要高于其他區(qū)域，該結果是因為區(qū)域內河網密度較高且降水量明顯要多于其他區(qū)域，同時此處地勢較為平坦，容易發(fā)生洪澇災害。南部區(qū)域和部分西北部區(qū)域風險性較小，是因為該區(qū)域內地形以丘陵為主，年均降水量較低，不易發(fā)生洪澇災害。

根據江西省應急管理廳通報，2020 年江西省暴發(fā)最嚴重洪澇災害的地區(qū)是景德鎮(zhèn)市，其轄區(qū)內的昌江一周內暴發(fā)四次洪水，景德鎮(zhèn)市啟動最高級別的應急響應。2019 年江西省暴發(fā)最嚴重洪澇災害的地區(qū)是上饒市、鷹潭市，國家減災委、應急管理部緊急啟動國家Ⅳ級救災應急響應，并派出工作組趕赴災區(qū)，查看災情，指導抗洪救災工作。2018 年江西省東北部區(qū)域全部發(fā)生洪澇災害，全省9 個市共91.5 萬人受災了直接經濟損失10.1 億元。2017 年江西省暴發(fā)最嚴重洪澇災害的地區(qū)是南昌市、景德鎮(zhèn)市和上饒市，緊急轉移安置20.4 萬人，近2700間房屋不同程度受損。2016 年江西省暴發(fā)最嚴重洪澇災害的地區(qū)是景德鎮(zhèn)市昌江區(qū)，上饒市鄱陽縣，強降雨還引發(fā)景德鎮(zhèn)市嚴重城市內澇，造成大量人員被困。本研究統(tǒng)計江西省5 年發(fā)生嚴重洪澇災害次數(shù)，結果如表10 所示，可以看出景德鎮(zhèn)市、上饒市、南昌市發(fā)生嚴重洪澇災害次數(shù)較多。從圖5（d）可以看出，高風險區(qū)域集中位于江西省東北部地區(qū)（主要包括上饒市、鷹潭市、景德鎮(zhèn)市以及部分南昌市和撫州市地區(qū)）。經過對比發(fā)現(xiàn)該評價與事實具有高度一致性，兩者都有上饒市、景德鎮(zhèn)市及其他部分區(qū)域，在一定程度上驗證了本研究結果的可靠性。

表10 近五年發(fā)生嚴重洪澇災害的城市Tab.10 Cities with severe floods in the past five years

5 結 論

洪澇災害是江西省主要災害類型，造成經濟嚴重受損。本文以江西省為研究對象，進行洪澇災害風險評估。選取合適的指標數(shù)據，把危險性、暴露性和防災減災能力作為一級指標數(shù)據，絕對高程、相對高程、河網密度、降水量、人口密度、降水量、單位面積GDP、人均床位數(shù)、人均可支配收入及地區(qū)生產總值作為二級指標構建評估模型，利用層次分析法確定權重數(shù)據，基于地理信息系統(tǒng)空間分析功能，結合模糊綜合評價進行災害評估。

（1）江西省洪澇災害高危險性集中分布在東北部地區(qū)，有景德鎮(zhèn)市、上饒市、鷹潭市和撫州市部分。撫州市和贛州市的防災減災薄弱性較弱。高暴露性集中分布在南昌市。

（2）綜合危險性、暴露性和防災減災能力三方面，江西省東北部區(qū)域的風險性明顯要高于其他區(qū)域，南部區(qū)域和部分西北區(qū)域風險性較小。這主要與河網密度、地形和氣候條件有關，地勢平坦、河網密度較高且降水量多的區(qū)域更容易發(fā)生洪澇災害。

未來研究中需要考慮更加全面、系統(tǒng)的因子，如植被覆被、土地利用、距河流距離及臺風活動等因子，并且洪澇災害風險評估的適用性和可信度需要進一步討論。