基于GIS的北京市山區防洪災害風險區劃技術探討

關麗，陳品祥，閆寧，胡卓瑋，馮學兵

基于GIS的北京市山區防洪災害風險區劃技術探討

關麗1*，陳品祥1，閆寧1，胡卓瑋2，馮學兵1

（1.北京市測繪設計研究院城市空間信息工程北京市重點實驗室，北京 100038；2.首都師范大學資源環境與旅游學院，北京 100048）

城市山洪災害一旦發生具有人員和財產損失大、社會和經濟影響嚴重等特點，它不僅受到城市內部河流、植被、地形等自然因素的影響，也受到道路、地下排水管網、經濟發展規模等社會經濟因素的影響，因此，研究城市山洪災害風險，降低城市山洪可能帶來的損失對于城市建設和發展具有重要意義。本文以北京市山區為例，基于山區小流域分布數據、水系數據、高程數據、行政區劃數據等基礎地理數據，依據風險區劃評估模型對山區流域進行防洪風險等級的初步劃分，以期研究結果對北京市對城市山洪易發地區的風險投資、區域開發和災害管理提供應用支撐。

山洪災害風險區劃；小流域；GIS；北京市山區

1　引 言

山洪是山區小流域由降雨引起的突發性、暴漲暴落的地表徑流，其特點是來勢猛，成災快，破壞性強，容易造成人員傷亡；而且區域性明顯，易發性強，預測預防難度大。據國家防辦統計，近幾年來，山洪災害平均每年造成的死亡人數占全部洪澇災害死亡人數的80%左右，在人員傷亡上已經大大超過了大江大河洪水傷亡數［1～3］。城市山洪災害一旦發生具有人員和財產損失大、社會和經濟影響嚴重等特點，而且城市內部除了具有河流、植被、地形等自然因素的影響，也包括了道路、地下排水管網等人工設施的影響。因此，城市山洪災害風險區劃時，需要同時考慮自然因素和人為因素，比非城市區域的山洪災害評估復雜度要高。

城市山洪災害風險區劃是指在城市范圍內根據研究區山洪危險性特征，并參考區域承災能力及社會經濟狀況，把山洪災害劃分為不同風險等級區域的過程。城市山洪災害風險區劃的結果，將對城市山洪易發地區的風險投資、區域開發和災害管理提供重要的決策依據。山洪具有發災突然、空間尺度小、分布數量多、成災迅速，其水文和動力參數難以進行觀測而取得，并且采用遙感技術也難以獲得其泛濫范圍等多種特殊性的問題［4～6］。而地理信息系統（Geographic information system，GIS）具有完善的地理空間信息處理功能和良好的模型載入與區劃效果展示能力，因此，基于GIS技術完成城市山洪災害風險區劃工作成為一項非常可行的方案［7～10］。本文以北京市山區為例，基于山區小流域分布數據、水系數據、高程數據、行政區劃數據等基礎地理數據，依據風險區劃評估模型對山區流域進行防洪風險等級的初步劃分，以期其區劃結果對北京市山區的區域開發和災害管理提供應用支撐。

2　研究區概況

2.1研究區特點

（1）地形特征

北京市山區山坡陡峻，切割較深，溝源和支溝溝床比降大；山地巖石組成類型多樣，巖性十分復雜，風化作用強烈，松散碎屑物質豐富；降水高度集中，往往以暴雨、大暴雨和特大暴雨等高強度的方式降落，形成山洪泥石流的群發，不僅在泥石流溝內及其溝口造成危害，而且還對主河道造成次生危害。因此，自然因素是導致北京市山洪泥石流發生的基礎和主要原因。據北京市水務局提供資料，北京市山區共有山洪泥石流溝2 280條，分布在房山、門頭溝、懷柔、密云、平谷等7個區（縣），涉及鄉鎮61個。

（2）山洪時空分布特點

北京市山洪災害多發生在雨季。北京市降水年內分配不均和年際變化很大。據統計，北京市多年平均降雨585 mm，汛期（6月～9月）雨量約占全年降水量的85%，汛期降水又常集中在7月下旬和8月上旬的幾場大暴雨，極易形成洪澇災害。

2.2研究區基礎數據

本次研究區范圍選擇北京市山區，其基礎數據內容如表1所示，分為基礎地理數據和社會屬性數據。基礎地理數據包括山區小流域分布數據、水系數據、DEM（Digital Elevation Model，DEM）數據、行政區劃區界、縣界、水利工程數據，數據內容全面。其中，北京市山區小流域分布數據是北京市第一次水務普查的主要成果。小流域是指根據水系、河壩、閘口等地物的分布，以10 km2左右為單元，劃分形成的匯水面積最小單元。根據實際地形，小流域分為完整型、區間型和坡面性三類。社會屬性數據由于受數據源的限制，只收集到北京市山區部分地區的人口密度分布數據、房屋資產數據、耕地面積和單位面積GDP密度數據等，數據內容有一定缺失。因此，在風險區劃評估過程中，將基礎地理數據全部參與模型運算，社會屬性數據作為保留數據，暫時不參與模型運算。

研究區基礎數據列表　表1

3　城市山洪災害風險區劃技術

城市山洪災害風險區劃過程中，首先需要根據山洪災害風險評估模型確定需要收集的基礎數據，然后根據模型中選擇的風險指數進行風險因子計算，并根據層次分析法和相關分析法確定風險因子的權重，根據風險因子歸一化的結果結合山洪災害風險等級和區劃數據，最終得到山洪災害風險區劃結果，具體流程如圖1所示。

圖1　城市山洪災害風險區劃流程圖

3.1危險性指數獲取

（1）坡度因子

坡度工具用于為每個像元計算值在從該像元到與其相鄰的像元方向上的最大變化率。實際上，高程隨著像元與其相鄰的8個像元之間距離的變化而產生的最大變化率可用來識別自該像元開始的最陡坡降。從概念上講，該工具會將一個平面與要處理的像元或中心像元周圍一個3×3的像元鄰域的高程值進行擬合。該平面的坡度值通過最大平均值法來計算，該平面的朝向就是待處理像元的坡向。坡度值越小，地勢越平坦；坡度值越大，地勢越陡峭。通過無洼地DEM數據生成坡度圖，并對坡度進行歸一化處理并重分類，獲得坡度因子，其結果如圖2所示。

（2）流域面積標準差

地形的起伏狀況對洪水的排泄也有較大影響，地形起伏越小，地勢越平坦，洪水不易排泄，發生洪災的危險程度就要高，相反地形起伏越大，形成洪水的危險性也就越低，目前比較通用的算法是通過流域面積標準差來實現。流域面積標準差的計算流程如圖3所示，每個步驟得到的結果如圖4所示。

圖2　坡度因子結果圖

其中，地形標準差也稱為集水流域高程標準差，通過高程標準差表達地形起伏程度能夠靈敏地反映地形起伏變化［11］，其計算過程是將集水流域高程的標準差分配給流域內的所有像元。高程標準差的值越大，高程波動的范圍就越大，地形也就越不平坦，這樣就可以用高程標準差來衡量地形的起伏程度。流域面積標準差的計算是指計算流程面積的標準差，同時對標準差的數據進行歸一化處理，重分類完成制圖。

圖3　流域面積標準差GIS計算流程

圖4　流域面積標準差計算結果

（3）溝谷密度

溝谷密度是描述地面被溝壑切割破碎程度的一個指標，指單位面積內溝壑的總長度。溝谷密度是氣候、地形、巖性、植被等因素綜合影響的反映。溝谷密度越大，地面越破碎，平均坡度增大，地表物質穩定性降低，且易形成地表徑流，土壤侵蝕加劇，容易引起滑坡的發生。溝谷密度的計算結果如圖5所示。

圖5　溝谷密度計算結果

首先，集水流域面積計算。依據圖4中已提取出的集水流域，計算集水流域的面積。

其次，計算溝谷密度，對溝谷密度進行歸一化處理并重分類。利用核密度分析原理進行計算，核密度分析用于計算每個輸出柵格像元周圍的點要素的密度。概念上，每個點上方均覆蓋著一個平滑曲面。在點所在位置處表面值最高，隨著與點的距離的增大表面值逐漸減小，在與點的距離等于搜索半徑的位置處表面值為零。這里，僅允許使用圓形鄰域。默認情況下，單位是根據輸入點要素數據的投影定義的線性單位進行選擇的，或是在輸出坐標系環境設置中以其他方式指定的。如果選擇的是面積單位，則計算所得的像元密度將乘以相應因子，然后寫入到輸出柵格。

（4）水系密度

洪澇災害的發生，與河流、湖泊等水系的分布相關，距離江、河、湖、庫等越近，則洪水危險程度越高。河流級別越高，水網越密，水域面積越大，其影響范圍越大，發生洪澇災害的危險性也就越大［12］。水系密度的計算結果如圖6所示。

圖6　水系密度的計算結果

首先，計算水系面積。其次，計算水系高程標準差。最后是水系密度的計算。在轉換包含點要素的柵格數據集時，輸入柵格數據集中的每個像元都會在輸出中轉換為點。每個新生成的點都被定位在它所表示的像元的中心。對水系密度進行歸一化處理并進行重分類。

3.2易損性指數獲取

本文中，易損性指數選取了人口密度、房屋資產、耕地百分比、單位面積工農業產值和承災能力等5種指數。分別按照相應行業標準進行分類并賦值，但受數據源的限制，每類數據只獲得部分區域的數值，故不參與模型運算。

3.3城市山洪災害風險區劃方法

（1）權重疊加法

權重疊加法是根據專業人員的先驗知識，為參評因子按照貢獻率的大小賦予相應的權重，將每個參評因子乘以它的權重值，最后將這些帶權重的指標圖層疊加，得到計算結果。權重疊加的具體公式如下:

其中，P為指數和，Xi參評因子，Wi為因子權重。

在GIS柵格運算中，疊加分析是在最佳位置選擇或適宜性建模中應用的一組方法。權重疊加法是應用最多的疊加分析方法之一，它是按照定義的等級安排輸入數據、對輸入柵格進行加權，然后將權重值相加。在“加權疊加”工具中，分配給各輸入柵格的權重之和必須等于100%。將圖層乘以相應的倍數，然后將每個像元生成的值相加。

（2）權重確定方法

層次分析法（Analytic Hierarchy Process，AHP）是美國運籌學家T.L.Saaty教授于上世紀70年代初期提出的，AHP是對定性問題進行定量分析的一種簡便、靈活而又實用的多準則決策方法。其基本方法是對于一個包括多因子而又難以準確量化的復雜系統進行分析評價時，根據各因子間的關系，理順其組合方式和層次關系，據此建立系統評價的結構模型和數學模型。對模型的各種模糊性因子，根據它們對于影響對象或作用目標的評判確定量化指標或者標度指標，然后根據評價模型的需要，通過判斷矩陣逐項或逐層得出各因子的權重或指標數值，最后計算出最高層次的評價標值。

在山洪災害系統風險評估中，影響災害發生的系統性比較明顯，可以采用隸屬度或者其他模糊數學的方法進行評估。但是目前而言，應用比較多的是結合專家打分的層次分析法，因為經驗在山洪災害風險區劃評估中起著很大的作用。

（3）計算方法

城市山洪災害風險區劃計算方法包括危險性指數和易損性指數的計算。

危險性指數可表示為

R=W1*X1+W2*X2+W3*X3+W4*X4

其中，W1、W2、W3、W4為各評估指標因子的權重，X1、X2、X3、X4分別坡度因子、河網密度、流域面積標準差、溝谷密度。W1、W2、W3、W4權重值分別為0.4、0.3、0.15、0.15。

易損性指數=人口密度*A+房屋資產*B+耕地百分比*C+單位面子工農業產值*D+承災能力*E。

本模型中由于社會屬性數據有限，故只計算危險性指數，保留易損性指數的公式，待社會屬性數據完善后再參與模型計算。

4　實例試驗結果與分析

根據以上山洪災害風險模型的計算結果，將風險等級劃分為5級，即高風險、中高風險、中風險、中低風險、低風險，不同的典型小流域因影響因子不同可劃分成4個或者3個風險等級。以中高風險等級為例，其劃分依據如表2所示。

中高風險區域各影響因子所占權重　表2

將得到的風險等級結果圖疊加到北京市山區小流域數據上，通過Zonal Statistics功能得到北京市山區山洪災害風險區劃圖，結果如圖7所示。通過對北京市山區山洪災害風險區劃圖進行分析可以看出，房山地區、門頭溝、密云懷柔南部、延慶部分地區為山洪暴發的高風險區域，這主要與該區域地形坡度較大有著密切的關系。

圖7　山洪災害風險區劃實驗結果

5　結 語

本文以北京市山區小流域為例，基于山區小流域分布數據、水系數據、高程數據、行政區劃數據等基礎地理數據，依據城市山區風險區劃評估模型對山區流域進行了防洪風險等級的初步劃分。研究結果說明利用GIS技術完成城市山洪災害風險區劃工作，是一項可行高效的方案。由于社會屬性實驗數據的限制，在山洪風險區劃模型中，只應用了危險性指數參與評估，結果只反映自然因素對北京市山區山洪災害風險的影響。在此基礎上，可以加入降雨量等其他動態因子，對典型流域的防洪安全風險進行進一步的評估。總之，多角度研究城市山洪災害風險，降低城市山洪可能帶來的損失對于城市建設和發展具有重要意義。

［1］唐川，師玉娥.城市山洪災害多目標評估方法探討［J］.地理科學進展，2006，25（4）：13～21.

［2］王寶華，付強，謝永剛等.國內外洪水災害經濟損失評估方法綜述［J］.災害學，2007，22（3）：95～99.

［3］楊佩國，靳京，趙東升等.基于歷史暴雨洪澇災情數據的城市脆弱性定量研究——以北京市為例［J］.地理科學，2016，36（5）：733～741.

［4］劉家福，張柏.暴雨洪災風險評估研究進展［J］.地理科學，2015，35（3）：346～351.

［5］DUTTAD，HERATHS.MUSIAKEK.An application of a flood risk assessement system for impact analysis of a flood control plan in a river basin［J］.Hydrological Process，2006，20：1365～1384.

［6］姜付仁，姜斌.北京“7.21”特大暴雨影響及其對策分析［J］.中國水利，2012（15）：19～22.

［7］Cutter S L，Finch G.Temporal and spatial changes in social vulnerability to natural hazards［J］.Proceedings of the National Academy of Sciences，2008，105（7）：2301～2306.

［8］權瑞松.基于情景模擬的上海中心城區建筑暴雨內澇脆弱性分析［J］.地理科學，2014，34（11）：1399～1403.

［9］劉毅，吳紹洪，徐中春等.自然災害風險評估與分級方法論探研——以山西省地震災害風險為例［J］.地理研究，2011，32（2）：195～208.

［10］APELH，THIEKENAH，MERZB，etal.Flood risk assessment and associate uncertainty［J］.Natural Hazardsand Earth System Sciences，2004，4：295～308.

［11］隋剛，郝兵元，彭林.利用高程標準差表達地形起伏程度的數據分析［J］.太原理工大學學報，2010，41（4）：381～384.

［12］朱留軍.基于GIS在洪災損失評估中的應用［J］.城市勘測，2009（6）：36～38.

Risk Zonation Technology and Example of BEIJING Mountain Torrent Based on GIS

Guan Li1，Chen Pinxiang1，Yan Ning1，Hu Zhuowei2，Feng Xuebing1
（1.Beijing Key Laboratory of Urban Spatial Information Engineering，Beijing Institute of Surveying and Mapping，Beijing 100038，China； 2.College of Resources Environment and Tourism，Capital Normal University，Beijing 100037，China）

Urban torrent disasters appear with a large staff and property damage，serious social and economic impacts.it is not only influenced by the rivers，vegetation，topography and other natural factors in city，but also by road，underground drainage network，economic scale and other social development factors.Therefore，study of the risk of urban torrent disasters to reduce the loss of city has the important implications for urban construction and development.In this paper，using assessment model of risk zonation is to preliminary divide the risk levels of torrent in mountain watershed in Beijing mountainous areas，based on the distribution data of small mountain watershed，the stream data，the elevation data，the administrative division data and other basic geographic data.The study results will provide application support of risk investment，regional development and disaster management of prone areas of mountain torrent in Beijing.

risk zonation of mountain torrent；small mountain watershed；GIS；mountains in Beijing

1672-8262（2016）04-18-06

P208.2

A

2016—04—25

關麗（1980—），女，博士，高級工程師，從事遙感與GIS理論與應用方法研究等方面的研究。