基于GIS和RS的哈爾濱淹沒經濟損失風險評估

劉偉康 張 慧

(東北農業大學，黑龍江哈爾濱150030)

基于GIS和RS的哈爾濱淹沒經濟損失風險評估

劉偉康 張 慧

(東北農業大學，黑龍江哈爾濱150030)

基于地理信息系統GIS技術構建數字高程模型，采用平面模擬方法參照120.89 m水位對哈爾濱市淹沒風險預測，運用地理信息系統GIS與遙感RS技術相結合的方法獲取了哈爾濱市區土地利用現狀空間分布信息，并用其將社會經濟信息進行空間展布，對淹沒區產業類型分布圖和淹沒深度進行矢量疊加分析，并依據經濟信息進行淹沒經濟損失風險評估。評估結果顯示，淹沒經濟風險最高的區域主要分布在道里區和道外區，其次為松北區、呼蘭區和香坊區。

地理信息系統;空間展布模型;經濟損失風險;評估

引言

松花江水資源豐富，洪澇災害頻繁，極大地影響著沿岸城市的經濟發展。哈爾濱市位于松花江沿岸，是黑龍江省省會，是中國東北北部政治、經濟和文化的中心，也是中國省轄市中面積最大、人口居第二位的特大城市，淹沒風險較高。對哈爾濱市進行洪災經濟損失風險評價能夠為防洪工作提供重要參考。

洪水災害風險評估主要包括洪水危險性評價、洪水易損性評價、洪水損失評估、洪水災害綜合風險評估等，是對洪水災害危險性、易損性等方面的綜合評價與分析。開展洪澇災害風險評估對于加強災害預警，規避洪澇風險，發展洪澇保險具有重要基礎作用，是進行洪澇災害風險管理及決策的重要科學依據。基于GIS洪災損失分析技術是一種將GIS技術、數據庫技術、淹沒范圍及淹沒深度模擬、遙感信息獲取與分析、資產評價與預測分析相結合的基于空間分析技術的洪災損失評價模式。它的優勢就是將GIS空間分析技術引入到淹沒損失評估系統中，實現定量、定位地進行淹沒損失評價，與傳統的統計評估相比，能更好地服務于抗災救災和減災規劃中。

對洪水災害損失風險評估的研究，國外一些發達國家比較早，洪水保險普及也比較早，評估所需的基本資料相對較完整，并在防洪減災、土地利用開發與保護中發揮重要的作用。我國洪災損失評估研究始于20世紀80年代末期，近年隨著RS和GIS技術的集成應用的逐步發展，洪水損失評估也有了較大進展。

中國對洪水災害損失評價的研究起步較晚，基礎資料薄弱，研究方法和預測模型不夠成熟。近年來，隨著GIS和RS技術的集成應用的逐步發展，該技術被應用到洪水淹沒范圍模擬和經濟損失預測研究中，并取得較好效果。陳秀萬等利用洪水時遙感水體提取模型計算淹沒范圍，孫海等基于DEM模擬洪水淹沒范圍，較好地反映了水體的淹沒范圍，王艷艷等構建了基于洪水模擬演進的洪水災害評價模型，通過洪水的水情信息模擬淹沒范圍;在評價單元的選取上，丁志雄提出了以空間信息格網為評價單元，李紀人提出利用空間展布的方式將社會經濟數據展布到研究區內土地利用類型數據上從而完成淹沒區域經濟損失的預測，較以行政區為單位，利用傳統的統計分析方法得到的經濟損失結果在準確性上有很大提高。

一、研究區概況

哈爾濱市位于黑龍江省南部，松花江干流中游江畔，地跨松花江南北兩岸，松花江干流由西向東貫穿哈爾濱市地區中部，成為全市灌溉量最大的河，市區主要分布在松花江形成的三級階地上，境內的大小河流均屬于松花江水系和牡丹江水系，使得哈爾濱水資源具有過境水量大，并且時空分布不均的特點，形成了哈爾濱防洪的嚴峻形勢。

松花江是黑龍江最大的支流，流經黑龍江、內蒙古、吉林三省(區)，溝通了哈爾濱、佳木斯、齊齊哈爾、吉林等主要工業城市及黑龍江、烏蘇里江國際界河。全長1 900公里，流域面積54.56萬平方公里，占東北三省總面積69.32%。流域年平均降水量比較充沛，水資源較豐富。

哈爾濱市自開阜以來，多次遭受洪水侵襲。從1898年有水文資料記載至今的百年間共發生超過4 500秒立方米的洪水30次，相當于三至四年發生一次;超過8 500秒立方米的大洪水10次，相當于十年發生一次。其中，1932年洪水水位為119.72米，23.8萬人受災，占當年市區人口38萬人的近2/3，損失慘重。1957年洪水水位為120.30米，還原洪峰流量為146 000秒立方米，超過1932年最高水位0.58米，高水位持續了20多天。這次洪水造成直接經濟損失5 000萬元。1998年松花江發生了超一百五十年一遇的特大洪水。最高洪水位為120.89米，最大洪峰流量為17 400秒立方米。哈爾濱市11個縣市，132個鄉鎮、1030個自然村受災。1998年特大洪水全市累計上堤搶險66 514萬人次，搶險投入經費約10億，外洪內澇和抗洪搶險給全市造成的經濟損失約40億元。

二、研究方法與研究步驟

基于GIS和RS技術對洪災損失預測與基于傳統的統計分析的預測相比，能更好地實現災害損失的空間定位。本研究采用數字高程模型進行洪水淹沒范圍模擬，并疊加以淹沒深度數據和土地利用類型數據，進行離散化處理，利用空間展布模型進行淹沒區經濟損失風險評估。

1.數字高程模型的構建

以1∶5萬地形圖為底圖對等高線進行矢量化，并進行等高線內插，生成基礎高程為109.89 m，等高距為1m的等高線地形圖。

2.洪水淹沒風險分級

洪水淹沒區水面是一個復雜曲面，它的模擬方法主要包括三種:平面模擬、斜平面模擬和曲面模擬。平面模擬在這三種方法中是最簡捷的，也是最容易實現與土地利用現狀數據疊加分析的方法。

造成洪水淹沒的原因有多種，主要包括當地降水和上游來水。按照洪水淹沒的成因，可以將洪水淹沒分為兩大類:無源淹沒和有源淹沒。“無源淹沒”指由降水造成的水位上升，凡是高程低于給定水位的區域都為淹沒區。“有源淹沒”指由于上游來水造成的淹沒，即洪水只淹沒它能流到的地方，與水源不連通的低洼地不構成淹沒。本研究區的淹沒原因多為上游來水淹沒，因此與松花江不連通的洼地不在淹沒范圍內。

本研究采用對松花江淹沒水面進行有源淹沒的平面模擬。按照淹沒區域單位面積的經濟損失累計分布頻率的20%、40%、60%、80%、100%將經濟風險分為5級。

3.淹沒區土地利用類型信息獲取

本研究采用4景2009年夏季中巴資源衛星影像，空間分辨率為19.5 m。在ERDAS軟件平臺上，利用1∶5萬地形圖，對遙感圖像進行幾何精校正和配準。

利用Arcgis軟件，對預處理后的遙感影像進行解譯。首先，依據遙感影像特征建立解譯標志;然后，采取主成分分析和傅里葉變換等遙感影像增強方法，并結合解譯標志與野外踏察進行綜合分析，進行圖斑的矢量化與屬性賦值。本文依據社會經濟數據分析和洪水淹沒經濟損失預測的需要，將土地利用類型分為農用地、工業用地、第三產業用地、農村居住用地、城鎮居住用地和其他土地。

4.社會經濟信息空間展布

通常統計部門公布的社會經濟信息是以行政單位為統計單元，很難體現信息在行政單元內部的空間分布的不均勻性。本研究采用了空間展布模型，該模型是將社會經濟信息展布到產生或影響該信息的地塊上，以獲得社會經濟數據空間分布密度，然后再通過社會經濟數據的空間分布密度將社會經濟數據落實到每一塊圖斑。

本文的社會經濟數據主要來自于《哈爾濱年鑒2010》《2010年哈爾濱市國民經濟和社會發展統計公報》，以及哈爾濱市統計局相關調查數據。依據已獲取的土地利用數據和社會經濟資料計算各區不同產業經濟指標的分布密度，計算公式如下:

式中Pi為某產業生產總值(元)，Ai為某產業用地總面積(m2);Di為該產業產值的空間分布密度(元.m－2)，i為與土地利用類型相對應的某產業類型。

按照行政區和產業類型分別將社會經濟數據分布密度乘以地類圖斑面積，得到每塊圖斑上承擔的經濟數據。依據淹沒區范圍，分別對淹沒區范圍內的呼蘭區、松北區、道里區、道外區和香坊區的社會經濟數據按照產業類型進行空間展布。

5.淹沒區經濟損失風險評估

淹沒區的經濟損失風險通過單位面積的經濟損失來體現。

通常洪災造成的經濟損失主要包括直接經濟損失、間接經濟損失和搶險救災費用三部分。直接經濟損失主要指由于洪災造成的財產破壞、損毀和由于產業停產、減產造成的經濟損失。間接經濟損失指本身并未與洪水直接接觸，而是由于存在同直接受災的對象有著生產上或其他方面聯系而受到的經濟損失。由于間接經濟損失是與直接經濟損失派生出的相關聯的損失，且與直接損失存在一定比例關系，國際較為通用的方法是采用經驗系數法進行估算。

本研究中預測的經濟損失包括直接經濟損失和間接經濟損失兩部分，不包括防洪和搶險救災方面造成的經濟損失。借鑒國內外間接經濟損失經驗系數，并依據哈爾濱市的實際情況，確定不同行業和部門的間接損失率分別為農業17%，工業25%，第三產業30%，住宅區17%。

間接經濟損失的計算公式如下:

式中，Sj為某產業間接經濟損失(元);Dj某產業直接經濟損失(元);K為反映間接損失與直接損失的相關系數;j為某產業類型。

淹沒區地類圖斑的洪災經濟損失風險具體計算公式可表示為如下形式:

式中M為淹沒區地類圖斑的經濟損失風險(級);式中β表示直接經濟損失率(%)，即洪災區財富損失與原有財富總值之比;i為某產業類型，j為某行政分區，d為淹沒深度(米);A為承擔的社會經濟數據(元);K為間接經濟損失與直接經濟損失的相關系數。

本研究以1998年各產業經濟損失為參考，在綜合統計淹沒區的分類資產的基礎上，建立直接經濟損失率與各產業類型和淹沒風險關系表，以確定k值。

圖1 哈爾濱市淹沒經濟風險圖

三、經濟損失風險評估

綜合淹沒風險和社會經濟信息因素對哈爾濱市的淹沒經濟損失風險進行評估得出以下結論:

(1)哈爾濱市區范圍內淹沒經濟風險最高區域主要分布在道里區和道外區，其次分布在松北區、呼蘭區和香坊區，南崗區、平房區和阿城區淹沒經濟風險最低。

(2)對哈爾濱市各區的總經濟損失進行匯總統計。其中，松北區總經濟損失最高，占整個淹沒區經濟損失的39%。在其損失的構成中，該區城鎮住宅與家財損失相對于其他各區處于較低水平，其他各產業類型經濟損失均處于最高水平;總經濟損失處于第二和第三位的是呼蘭區和道外區，分別占整個淹沒區經濟損失的27%和20%;香坊區的經濟損失最小，僅占淹沒區總經濟損失的2%(圖2)。

圖2 哈爾濱市各區洪災經濟

四、結論與討論

通過對洪水淹沒經濟損失風險的評估，可以看出，道里區和道外區的單位面積經濟損失風險高于其他各區，應為哈爾濱市的防洪重點區域，呼蘭區和松北區地勢相對較低，又是正在建設的新城區，淹沒風險較高區域的土地利用類型又主要以耕地為主，因此洪水來臨時可以考慮作為泄洪區。

在今后的研究中，應圍繞如何合理調整用地布局，以及合理制定防災、減災等各項規劃展開。目前，松北區是正在建設的新區，在城市規劃和建設的過程中應充分考慮防洪因素，盡量減少在可能發生洪災的區域建設密集商業區和大型居民點，以減少該區內生命和財產損失;道里區和道外區是歷史悠久的老城區，減少該區的經濟損失可以通過對該區進行合理地用地布局調整和加強防洪工程建設來實現。

［1］ 陳秀萬，洪澇災害損失評估系統—遙感與GIS技術應用研究［M］.北京:中國水利水電出版社，1999，23－44.

［2］ 陳丙咸，楊戊，黃杏元，等.基于GIS的流域洪澇數字模擬和災情損失評估的研究［J］.環境遙感，1996，11(4)，309 －314.

［3］ 何報寅，張海林.基于GIS的湖北省洪澇災害危險性評價［J］.自然災害學報，2002，11(4):85－91.

［4］ Kelman and Spence，I.Kelman，R.Spence.An overview of flood actions on buildings［J］.Engineering Geology，2004，73(3 －4):297 －309

［5］ 王寶華，等.國內外洪水災害經濟損失評價方法綜述［J］.災害學，2007，22(3):95 －99.

［6］ 毛德華，等.洪災風險分析的國內外研究現狀與展望(Ⅰ)——洪水為害風險分析研究現狀［J］.自然災害學報，2009，18(1):139 －149.

［7］ 付湘，談廣鳴，紀昌明.洪災直接損失評價的不確定性研究［J］.水電能源科學，2008，26(3):35－38.

［8］ 李紀人.GIS在洪澇災害監測評價中的應用［J］.地理信息世界，2005，3(3):26 －29.

［9］ 賴錫軍，李紀人.洪水淹沒范圍數據與動力學模型的融合［J］.河海大學學報，2009，37(5):529－533.

［10］ 張尚弘，趙登峰，姜曉明.洪水淹沒預報的虛擬仿真表達［J］.清華大學學報，2010，50(6):861－864.

［11］ 李天文，吳琳，曹穎.基于渭河下游DEM的洪水淹沒分析與模擬［J］.水土保持通報，2005，25(4):53－56.

［12］ 丁志雄，李紀人，李琳.基于GIS格網模型的洪水淹沒分析方法［J］.水利學報，2004(6):56－67.

［13］ 孫海，王乘.利用DEM的“環形”洪水淹沒算法研究［J］.武漢大學學報信息科學版，2009，34(8):948－951.

［14］ 王艷艷，等.上海市洪澇災害損失評價系統的開發［J］.災學，2001，16(2):7 －13.

［15］ 丁志雄，胡亞林，李紀人.基于空間信息格網的洪災損失評價模型及其應用，水利水電技術，2005，36(6):93－101.

［16］ 李紀人，等.基于空間展布式社經數據庫的洪澇災害損失評價模型研究［J］.中國水利水電科學研究院學報，2003，1(2):104－110.

［17］ Wahlstrom E，Loague K，kyrialkidis PC.Hyd－rologiresponse:Kaho olawe，Hawaii［J］.Journalof Environment Quality，1999，28(2):481－492.

［18］ 劉仁義，劉南.基于GIS技術的淹沒區確定方法及虛擬現實表達［J］.浙江大學學報(理學版)，2002，29(5):573 ～578.

The Assessment of Economic Risk Submerged in Harbin City Based on GIS RS

Liu Weikang，Zhang Hui
(Northeast Agricultural University，Harbin Heilongjiang 150030)

Base on the GIS to build the digital elevation model，referencing the water level of 120.89m，the writer uses the plane simulation method to simulate flood risk of Harbin city.Combining GIS with RS technology，we acquire the spatial information of urban land use and the spatial distribution of the socio－economic information in Harbin，overlay analysis industrial type of flood zone maps and flood depth，and assess the economic risk submerged.The result shows that the area of the highest economic risk submerged is located in Dao Li area and Dao Wai area，flowed by Song Bei area，Hu Lan area and Xiang Fang area.

GIS，the model of spatial distribution，economic risk submerged，assessment

C912.3

A

1672-3805(2012)01-0068-05

2011－09－26

劉偉康(1974－)，男，吉林人，黑龍江省農墾總局黨委委員，組織部部長，東北農業大學在讀博士;研究方向:農業遙感與土地利用