惠東縣山洪災害非線性多場耦合預警技術

劉 宇，王 晶

(1.吉林省國土資源調查規劃研究院，吉林 長春 130000; 2.吉林省水文地質調查所，吉林 長春 130000)

?

惠東縣山洪災害非線性多場耦合預警技術

劉 宇1，王 晶2

(1.吉林省國土資源調查規劃研究院，吉林 長春 130000; 2.吉林省水文地質調查所，吉林 長春 130000)

針對惠東縣山洪監測體系的現實需求，解譯NDVI指數建立植被覆蓋度指標，運用DEM數字高程數據提取地形指標；基于巖石及土壤類型圖，采用地質雷達量化松散度；采用水文學方法計算土壤前期雨量。在此基礎上，構建亞熱帶山洪災害多場非線性預警模型，實現災害的快速定位、準確評估、提早預警、科學決策。

亞熱帶;山洪;非線性;多場;耦合

1 概述

廣東省地處歐亞大陸的東南緣，屬熱帶和亞熱帶季風氣候區，夏季長而冬季短。水熱資源充沛，但時空變異大，災害氣候頻繁。水熱同步，干濕季明顯，冬季受強大的大陸氣團控制，盛行偏北風，寒冷干燥，晴朗無雨；夏季則受西南季風以及東南季風的影響，盛行偏南風，天氣炎熱，濕潤多雨。

廣東省瀕臨南海，背靠嶺南山脈，直接承受印度洋孟加拉灣和太平洋輸入的水汽，形成暴雨的水汽、動力、熱力條件都很充分，成為全國降水量最為充沛的省份之一。廣東省多年平均降水量為 1 771 mm，最大為2 278 mm(1973年)，最小為1 178 mm(1963年)，是全國暴雨最為頻繁的地區之一，具有開始早、結束遲、暴雨日數多以及暴雨強度大等特點。

暴雨是山洪災害的主要根源。每年4—9月(粵西4—10月)為廣東省的多雨季節， 4—6月，以鋒面雨為主，雨區范圍寬廣；后汛期7—9、10月，常有臺風影響廣東省，暖濕氣流劇烈輻合上升，造成降水強度大、降水量集中的暴雨，一些流域面積較小的河流，易于被暴雨區籠罩，形成小流域性的山洪災害。短歷時暴雨是廣東省山區小流域山洪災害暴發的主要原因。

惠東縣河流因蓮花山系的主脈橫貫縣境，界分屬珠江和粵東沿海兩個水系。主要流域為西枝江流域，發源于本縣東北側與紫金縣交界的竹凹頂南麓。從發源地南流偏東，至雙子水，折向西偏南流至李坑屯，沿著蓮花山主脈北麓西南流，至白盆珠水庫攔河大壩，稱為上游，屬低中山地帶。

惠東縣國土面積為3 535.17 km2，年平均降雨量為1 800 mm，由于地形地貌及氣候原因，縣域山洪災害主要分布在多祝鎮、安墩鎮和寶口鎮3個鎮。據調查，1979年發生超百年一遇洪水，2008年發生50年一遇洪水，直接損失達2.5億元。以上2次均為洪水災害，全部都是由于突降暴雨就地起洪所致，給當地人民群眾的生產和生活造成了極大的損失。

目前，廣東省舉大量人力物力建設的山洪監測系統主要是采集水文數據(水位、降雨量)，只有將水文數據與下墊面(植被、地形、土壤)耦合關聯后，才能進行山洪災害預警。由于涉及非線性多場耦合等技術問題，使得我省乃至全國山洪災害預警關鍵技術沒有實質性的突破，落后于工程建設，監測數據總體上沒有發揮應有的效能。

2 研究區概況

惠東縣現有山洪防治工程參差不齊：其中江堤58.55 km，海堤167.92 km，大型水庫1座，中型水庫2座，小(1)型水庫30座，小(2)型水庫65座，已基本完成除險加固，防御能力較好；而723座塘壩(其中寶口18座，多祝102座，安墩86座)，大部分是20世紀五六十年代建成，工程年久老化，難以抵御洪水的侵襲，一旦暴雨侵襲，易形成山洪災害。

惠東縣易發山洪災害的小流域達20個，面積達2 988.5 km2，涉及人口44.114萬人。地形地勢條件決定了這些小流域易發生暴雨匯流后的洪水災害，并且由于基礎設施薄弱，防災能力低；河道行洪不暢，

表1 惠東縣歷史山洪災害損失情況

洪道淤積嚴重，易就地起洪，成為廣東省山洪災害多發區(圖1)。

圖1 惠東縣歷史山洪災害分布示意

根據水利部2006年第2號文公布的《關于劃分國家水土流失重點防治區的公告》，惠東縣屬國家級水土流失重點預防保護區。

3 非線性多場耦合預警技術

我國亞熱帶地區臨界雨量與溫帶、暖溫帶差異較大，沿海地區最大臨界雨量140 mm，而在西北內陸僅10 mm左右， 較大的臨界雨量導致山洪以湍流的形式演進成災，具有高度非線性特點，因此，要對山洪進行較為精準的預警，需要采用非線性模擬技術與方法。山洪的孕災和形成受地質地貌、氣候、人類活動等諸多因素影響，影響因素多，單一運用水文學方法對山洪災害進行分析預警，有所欠缺，需要綜合植被場(生物場)，地理場(地形)等多場耦合，開展綜合研究。

實地調查收集研究區河流、氣象、水文條件，暴雨洪水特性，地形地貌、地質構造與地層巖性、土壤類型及水土流失等情況；統計經濟社會信息；分析歷史山洪災害損失及成因。采集惠東縣27個全自動雨量站數據、8個自動水文站數據和布設5個土壤前期雨量監測點。在此基礎上，進行NDVI植被指數、地形因子、土壤前期雨量、巖石類型及土壤類型劃分計算和數據提取。

1) NDVI植被指數

在ENVI 遙感影像處理平臺上，對研究區進行歸一化植被指數計算，采用資料包括近期TM 遙感影像圖及1 ∶5萬地形圖。圖像數據預處理包括遙感影像的幾何校正、研究區的裁剪等基礎工作。根據惠東縣1 ∶50 000地形圖，對遙感影像進行幾何校正，采用二次多項式擬和法進行影像配準，然后運用鄰近點插值法進行重采樣，誤差控制在一個像元內。

歸一化植被指數NDVI采用TM 影像2個波段值，第一波段( 近紅外) 和第二波段( 紅外波段) (圖2)。

計算公式(一):

NDVI=(Xnir-Xred)/(Xnir+Xred)

(1)

式中 Xnir為近紅外波段; Xred為紅外波段。

圖2 惠東縣植被NDVI指數分布示意(2008年5月16日)

2) 地形因子

惠東縣地形地貌主要包括低山丘陵和沖積平原兩個地形地貌單元。惠東縣屬沿海山區縣，蓮花山脈分布在縣境北部和東北部，地勢較高，南部沿海多為丘陵，地勢較低，整個地勢由東北向西南傾斜。

采用DEM分析技術，計算地形坡向或坡度等因子(圖3)。

圖3 研究區地形坡向示意

3) 土壤前期雨量

惠東縣域內的地層巖性主要有河湖相沉積層、沖積層(Qal)、殘積層(Qel)及下第三系丹霞群(Edn)的粉砂巖、含礫砂巖、砂礫巖、礫巖等。

歷史土壤前期雨量主要采用統計相關的方法來計算，流域的土壤前期雨量與流域地理、環境因子有關，如:流域面積、形狀、地形起伏狀況，流域內植被覆蓋等可以通過建立前期雨量與流域地理、環境因子的相關關系，計算流域的土壤前期雨量[2]。

選取流域面積F。流域的形狀系數θ=F/C(F為流域面積、C為周長)，流域的主溝比降J來表示地形的起伏狀況。通過對己經確定臨界雨量的流進行回歸分析，最終得到臨界雨量與流域的地理，環境因子的相關關系(惠東縣流域總面積4 120 km2，主流全長176 km，平均比降0.6‰)。

預警土壤前期雨量是采用惠東縣山洪實時監測數據。通過土壤水分無線傳感器發射一定頻率的電磁波，電磁波沿探針傳輸，到達底部后返回，檢測探頭輸出的電壓，由于土壤介電常數的變化取決于土壤的含水量，由輸出電壓和水分的關系則可計算出土壤的含水量。測試土壤含水量以百分比表示。基于GPRS無線傳輸可保證大范圍無人值守環境下的土壤水分連續觀測與實時傳輸。

4) 巖石類型及土壤類型劃分

采用巖石類型分區和土壤類型分區圖進行劃分。其中巖石類型圖是根據1 ∶500 000數字地質圖，將廣東省劃分為6個巖土體類型，即極硬巖石、次硬巖石、次軟巖石、極軟巖石、軟硬相間巖石和土體類。

土壤類型圖是基于廣東省土地類型圖劃分，廣東省主要土壤類型受地帶性氣候影響，自北向南，呈現明顯的地帶性土壤分布，北部為中亞熱帶紅壤，中南部為南亞熱帶赤紅壤，雷州半島一帶則為磚紅壤。土壤類型也受區域性巖石類型分布的影響，主要有石灰土、紫色土(圖4)。

圖4 廣東省土地類型示意

4 GIS非線性多場耦合技術

在GIS平臺上針對植被覆蓋、地形，土壤類型與松散度、土壤前期含水量，和山洪災害發生前期水雨情資料進行多影響因子非線性分析分析，耦合運算，實現數據關聯[6]。最終建立山洪災害非線性模型，模擬山洪災害與各個影響因子的非線性關系。

將歷史山洪災害數據主要時期的植被場(由遙感影像NDVI解譯出數據)、地形場(由DEM劃分出地形坡度數據)、土壤類型(由土壤類型圖劃分土壤松散成都)、水文場(降雨強度和土壤前期雨量)等多場數據輸入到GIS模型中，采用GIS非空間分析技術，進行多場耦合，生成模擬場，將模擬場與歷史山洪災害數據分布圖對比，通過調整非線性關系進行匹配。建立山洪災害非線性多場耦合模型[13]。

根據惠東縣的暴雨特性、地形地質條件、前期降雨量等，參照歷史山洪災害發生時的降雨情況，把流域內1 h內降雨量達到10 mm以上的雨強作為預警初值，制定4個預警方案(分別是1 h內降雨量達到10 mm、20 mm、50 mm、100 mm)。

輸入雨強到非線性多場耦合預警模型中，可計算出不同雨強設計方案時惠東縣山洪災害高危險性出現的地點和區域，從而提前實現山洪災害的監測和預警(圖5)。

圖5 基于GIS平臺山洪災害非線性多場耦合預警模型

5 結語

將歷史山洪災害數據的植被場、地形場、土壤類型、水文場等數據輸入到GIS模型中，采用GIS空間分析技術，進行多場耦合，生成模擬場，通過模擬場與歷史山洪災害情景模擬匹配，模擬量化多場之間的非線性關系，建立山洪災害非線性多場耦合預警模型。

以雨強作為預警指標，結合惠東縣山洪監測體系等數據與信息，設計小時降雨10 mm、20 mm、50 mm、100 mm等設計方案，輸入到非線性多場耦合模型中，計算不同設計方案下(雨強)的山洪災害危險性區域及等級，實現山洪災害提早預警。

多場耦合問題是山洪災害預警的重點和難點問題之一，采用GIS空間分析和圖形運算功能加以實現，主要是對多場數據進行歸一化處理，圖形運算生成模擬場，可有效避免耦合奇異問題，提高多場耦合的關聯度。

[1] 趙紅莉，王力，徐永年.基于GIS的山洪及誘發災害的風險分析[J].泥沙研究，2004(5):41-45．

[2] 趙然杭，王敏，陸小蕾.山洪災害雨量預警指標確定方法研究[J].水電能源科學，2011，29(9):49-53．

[3] 周金星，王禮先，謝寶元，等.山洪災害泥石流災害預報預警技術述評[J].山地學報，2001，19(6): 527-532．

[4] 趙士鵬.中國山洪災害系統的整體特征及其危險度區劃的初步研究[J].自然災害學報，1996， 5(3) :93-99.

[5] Ahmed M Y， Biswajeet P， Abdallah M H. Flash flood risk estimation along the St. Katherine road， southern Sinai，Egypt using GIS based morphometry and satellite imagery [J]. Environmental Earth Sciences， 2011，62(3) :611-623．

[6] M. G El-Behiry，A.Shedid， A. Abu-Khadra，et al. Integrated GIS and Remote Sensing for Runoff Hazard Analysis in Ain Sukhna Industrial Area， Egypt [J]. Earth Science， 2006( 17) : 19-42．

[7] P.A.Versini，E.Gaume.and H.Andrieu.Assessment of the susceptibility of roads to flooding based on geographical information-test in a flash flood prone area (the Gard region，France) [J]. Natural Hazards and Earth System Sciences， 2010， 10(4):793-803．

[8] M.Coulibaly. Spatial analysis of an urban flash flood survey results [J]. Geocarto International，2008，23(3):217-234．

[9] Loan T.K.Ho，Masatomo U.Micro-landform classification and flood hazard assessement of the Thu Bon alluvial plain，central Vietnam via an integrated method utilizing remotely sensed data [J]. Applied Geography， 2011(31):1 082-1 093．

[10] 江錦紅，邵利萍.基于降雨觀測資料的山洪預警標準[J].水利學報，2010，41(4):458-463．

[11] 劉志雨， 山洪預警預報技術研究與應用[J]. 中國防汛抗旱，2012(2)：41-45.

[12] 郭良，唐學哲，孔凡哲.基于分布式水文模型的山洪災害預警預報系統研究及應用[J].中國水利， 2007(14):39-41.

[13] 李良，黃生葉.基于GIS的山洪災害預警系統的設計與實現[J].科學技術與工程，2006，6(17):2 712-2 715.

[14] 張李蘇.基于WebGIS的山洪災害預警信息系統設計[J].人民長江，2009，40(17):84-86．

[15] 李玟靜， 周新志.崇州市山洪預警系統設計[J]，水電能源科學，2011，29(3):43-45.

[16] Rutherford H.P.Automated flash flood warning systems[J].Applied Geography，1987(7):289-301．

[17] 胡健偉， 劉志雨.中小河流山洪預警預報系統開發設計及應用[J].水文，2011，31(3):45-46.

[18] 彭定志.基于RS和GIS的水文模型以及洪災監測評估系統的研究[D].武漢:武漢大學，2005．

(本文責任編輯 馬克俊)

Multi-field and Nonlinear Coupling Warning Technique of Mountain Torrent Monitoring in Huidong County

LIU Yu1, WANG Jing2

(1.Jilin Provincial Institute of Land and Resources Survey and Planning, Changchun 130000, China; 2. Jilin Provincial Institute of Hydrology and Geology, Changchun 130000, China)

According to the demand for mountain torrent monitoring system of Huidong County, analysis is made on interpretation of NDVI to define the vegetation coverage index, and by using DEM to extract the topographic indices. Besides, GPR quantized porosity is also applied based on the type maps of rocks & soils and calculates the amount of pre-rainfall by hydrology approach. On this basis, the multi-field and nonlinear warning model of mountain torrent disasters can be established in subtropical zone to make it possible for fast locating and accurate assessment, advance warning and scientific decision making of mountain torrent disasters.

subtropical zone, mountain torrent, nonlinear, multi-field, coupling.

2016-07-19；

2016-07-30

劉宇(1980)，男，本科，工程師，從事土地管理、土地測繪及土地調查工作。

P426.616

A

1008-0112(2016)08-0028-05