基于GIS的皖南地區暴雨洪澇災害風險區劃*

張 杰，吳明業

(1.南京大學大氣科學學院，江蘇南京 210093； 2.銅陵市氣象局,安徽銅陵 244100)

?

·農業區劃·

基于GIS的皖南地區暴雨洪澇災害風險區劃*

張 杰1， 2，吳明業2

(1.南京大學大氣科學學院，江蘇南京 210093； 2.銅陵市氣象局,安徽銅陵 244100)

[目的]開展對不同重現期暴雨淹沒深度模擬研究，分析皖南地區不同重現期下暴雨洪澇災害淹沒情況和不同承災體的風險區劃情況，為皖南地區防洪減災工作提供科學依據。[方法]文章采用算術平均值方法計算面雨量及雨型分布，通過廣義極值分布函數擬合，得到擬合參數和不同重現期下日致洪面雨量，利用FloodArea模型計算暴雨淹沒深度圖譜。即利用皖南地區1961～2014年降水數據，結合人口、GDP及土地利用類型研究分析皖南地區暴雨洪澇災害風險和區劃。[結果]皖南地區各子流域暴雨日分布特征及致洪面雨量有很大區別，牧龍河、黃湓河等流域致災暴雨普遍偏強，漳河、青弋江等流域致災暴雨普遍偏弱。暴雨洪澇災害風險區劃的一致性表現為各類承災體風險等級均呈現10年一遇和20年一遇重現期較小， 50年一遇重現期中等， 100年一遇重現期較大的特點； 區域性體現在對3種承災體空間分布差異明顯，其中人口分布集中，GDP分布相對分散，建筑用地情況和人口分布基本吻合，耕地面積比人口和GDP更廣泛。[結論]皖南地區暴雨洪澇災害不同承災體的風險區劃呈現一致性和區域性特征，暴雨洪澇災害不同重現期與人口密集區、經濟發達地區、建筑用地、耕地附近的暴雨洪澇災害風險等級呈現一致性特征。

暴雨洪澇 風險區劃 廣義極值分布函數 FloodArea模型 皖南地區

0 引言

近年來，各類自然災害造成的損失越來越大，其中暴雨洪澇災害尤為突出。從19世紀末到21 世紀初的世界自然災害統計情況來看，暴雨洪澇災害已成為全球影響范圍最廣、經濟損失最大的自然災害之一[1]。國內外相關研究進展表明，開展科學有效的氣象災害風險區劃工作，是避免或減少氣象災害損失簡單有效的途徑[2]。如通過歷史災情法和指標體系法[3]研究暴雨洪澇災害風險評估區劃，通過分析特定地區洪澇歷史災情研究風險區劃情況，但該方法利用災害研究災害，計算簡單、思路清晰，災情數據較難獲得，災情數據篩選、量化存在瓶頸[4-6]。進而選取洪澇災害風險的一些重要指標來構建指標體系，從危險性、敏感性、脆弱性和防災減災能力等4個方面出發建立暴雨洪澇災害風險區劃模型，通過模糊綜合評價方法開展風險評價[7-9]。目前為止，暴雨洪澇災害風險區劃研究方法主要基于自然災害風險理論，而對不同重現期暴雨淹沒深度模擬研究較少。鑒于此，文章以皖南地區獨特的地形地貌特征和四季分明的氣候特點為基礎，開展皖南地區致洪雨量的相關分析，針對皖南地區人口、GDP、土地利用類型等不同承載體的暴雨洪澇災害不同重現期風險區劃暫無研究。開展此項研究工作旨在分析皖南地區不同重現期下暴雨洪澇災害淹沒情況和不同承災體的風險區劃情況，為皖南地區防洪減災工作提供科學依據。

1 數據與方法

1.1 研究區域概況

皖南地區位于安徽省長江以南，地形復雜多變，河湖眾多，水網發達。南部以低山丘陵為主，其間有狹小盆地，黃山、九華山等個別地區高峰聳立，北部以沿江湖積和河積平原為主。該地區屬亞熱帶季風氣候，年平均降雨量在1200～2200 mm之間，降雨量季節分布特征明顯，夏雨(5～8月份)集中。皖南地區居民依水而居的居住方式、山區復雜的地形地貌、高強度降水以及不合理的土地利用導致暴雨洪澇災害頻發。該文選擇皖南北部的牧龍河、中部的漳河、南部的青弋江和西部的黃湓河四條具有區域代表性的中小河流作為研究對象。

1.2 數據來源及處理

在分析日雨型分布特征對致洪暴雨每小時雨強時，中國國家標準中的降水量等級標準(GB/T 28592-2012)對特大暴雨的定義為12 h降雨量≥140mm，或24 h降雨量≥250mm，根據平均值計算降雨量約為10 mm/h。參考皖南地區歷史暴雨天氣過程中出現20 mm/h的雨強，選取10 mm/h和20 mm/h兩個衡量標準進行分析。暴雨重現期取值方面，根據《城市暴雨強度公式編制和設計暴雨雨型確定技術導則》(2014年)，降雨重現期宜按2年、3年、5年、10年、20年、30年、50年、100年等8個重現期計算。因2年、3年、5年時間跨度較小， 20年、30年得出的結論較為接近，因此文章選取10年、20年、50年、100年4個重現期的雨量進行分析，并定義為T年一遇重現期。

1.3 模型及方法

采用算術平均值方法計算各子流域面雨量及雨型分布，并對面雨量進行廣義極值分布函數擬合，得到擬合參數和不同重現期下日致洪面雨量。利用FloodArea模型對各子流域逐時雨量柵格數據進行計算，獲得不同重現期暴雨淹沒深度圖譜。

1.3.1 算術平均值方法

算術平均值方法是將某流域各監測站測得的同期降雨量相加除以總站數，即為流域面雨量。其所得面雨量為流域內各單站同期雨量的平均值，反映流域降雨量的大小。該方法適合用于在各子單元面積相對較小、地形起伏不大、雨量資料均勻的情況。其表達式為：

(1)

式(1)中n為總站數，Pi為各站同期降雨量。

1.3.2 廣義極值分布模型

廣義極值分布模型是根據形態參數的不同取值范圍可分為極值I型(Gumbel分布)、極值Ⅱ型(Frechet分布)、極值Ⅲ型(Weibull分布)，是一套完整的統計分布模型。相關研究表明：極端降水的統計分布模型大多采用廣義極值分布函數來擬合確定[10]。

(2)

式(2)中，α為尺度參數，β為位置參數，k為形狀參數。當k=0時，為I型極值分布，即Gumbel分布； 當k>0時，為Ⅱ型極值分布，即Frechet分布； 當k<0時，為Ⅲ型極值分布，即Weibull分布。

1.3.3 FloodArea模型

FloodArea是基于水動力方法的一款洪水淹沒模型，該模型由德國Geomer公司開發，內嵌于ArcView GIS平臺。在計算過程中以柵格為單位，通過Manning-Strickler公式[11]計算每個柵格和周邊8個柵格的洪水流量(圖1)。

(3)

式(3)中，kg是地面粗糙程度與水流的相關系數，rhy是水力半徑，I是地形坡度。

圖1 柵格單元劃分

柵格坡度決定水流方向，柵格單元間的最低水位和最高地形高程之間差值決定坡度。相鄰柵格流量長度默認相同，對于處于對角線的柵格，通過不同的長度算法計算。FloodArea模型在每個時相的運動時間與淹沒范圍、淹沒深度，都以柵格格式顯示和存儲，簡單直觀，方便查詢[12]。

淹沒水深是水位高程和地面高程的差值，計算公式如下[10]：

flow_depth=water_levela-max(elevationa，elevationb)

(4)

式(4)中，water_levela是a點水位高程，elevationa是a點地面高程，elevationb是b點地面高程。

地形坡向決定水流方向，地形坡向體現了斜坡所處的方向，坡向是指地面任意一點切平面的法線矢量在水平面上的投影與過該點的正北方向的夾角。地形坡向計算公式如下[10]：

(5)

2 結果與分析

2.1 皖南地區各子流域日雨型分布

通過分析牧龍河、漳河、青弋江和黃湓河四條河流的致洪日雨量，得到T年一遇暴雨日雨型分布特征(圖2)。

圖2 各子流域T年一遇暴雨日雨型分布特征

從圖2可以看出，各子流域T年一遇暴雨主要降雨時段均出現在9時至15時。對比不同重現期下各子流域日雨型分布看出， 10年一遇、20年一遇重現期下各子流域致洪日雨量相差較小，致災暴雨逐時最強小時雨強均在5～10 mm前后。50年一遇、100年一遇重現期下各子流域致洪日雨量出現明顯差別，其中牧龍河、黃湓河50年一遇和100年一遇重現期下致災暴雨逐時最強小時雨強分別達15 mm和20 mm以上，漳河、青弋江50年一遇和100年一遇重現期下致災暴雨逐時最強小時雨強分別在10 mm和14 mm左右。

2.2 廣義極值分布函數擬合結果

將牧龍河、漳河、青弋江、黃湓河子流域日面雨量降序排列，選取致洪日雨量數值進行廣義極值分布函數擬合(圖3)，得到函數擬合參數(表1)，將重現期時間代入廣義極值分布函數的反演函數，得到不同重現期各子流域致災面雨量(表1)。

圖3 各子流域致災臨界面雨量-累積頻率分布

表1 各子流域不同重現期致災面雨量及廣義極值分布函數參數

不同重現期致災面雨量(mm)形態參數尺度參數位置參數5年一遇10年一遇15年一遇20年一遇30年一遇50年一遇100年一遇牧龍河100 0127 9150 3169 8203 7260 2371 10 6111 7071 28漳河92 0111 3125 9138 1158 6191 0250 50 519 9069 78青弋江86 8100 1109 4116 8128 5145 8174 90 369 0368 82黃湓河93 1117 3137 0154 4184 8236 2338 90 649 6168 92

從圖3擬合結果看，皖南地區各子流域致災臨界面雨量累計頻率分布特征基本符合廣義極值分布函數，通過廣義極值分布函數對致災臨界面雨量進行擬合合理。

從表1可以看出，皖南地區各子流域形態參數均>0，為Ⅱ型極值分布，即Frechet分布。從子各流域不同重現期致災面雨量來看，各子流域5年一遇重現期致洪面雨量均在86～100 mm之間， 10年一遇、15年一遇重現期致洪面雨量在100～150 mm之間， 20年一遇重現期致洪面雨量在116～170 mm之間， 30年一遇重現期致洪面雨量在128～203 mm之間， 50年一遇重現期致洪面雨量在145～260 mm之間， 100年一遇重現期致洪面雨量在174～371 mm之間。其中牧龍河的致洪面雨量高于其它子流域，可能是其所在的馬鞍山地區地處長江下游長三角區，經濟發達，以平原地區為主，承災能力強所致。

2.3 不同重現期暴雨洪澇淹沒模擬結果

通過FloodArea模型對不同重現期暴雨洪澇淹沒深度進行模擬，見圖4。從圖中可以看出，皖南地區不同重現期下暴雨洪澇災害淹沒深度北淺南深、淹沒范圍北廣南窄，且淹沒深度隨重現期時間增大而加深。其中10年一遇、20年一遇重現期暴雨淹沒深度在2 m以下，主要分布在南部山區和沿江一帶。50年一遇、100年一遇重現期暴雨淹沒深度及影響范圍明顯增大，主要分布在南部山區、東部平原和沿江一帶。其中南部山區出現4 m以上淹沒深度的區域，東部平原以2 m左右淹沒深度區域為主，沿江地區淹沒深度多在2 m以下。

圖4 暴雨洪澇災害不同重現期下淹沒深度

2.4 不同重現期暴雨洪澇災害風險區劃

2.4.1 暴雨洪澇災害風險區劃原則

開展皖南地區暴雨洪澇災害風險區劃，是選取暴雨作為洪澇災害危險性的主要因素，疊加河網密度和地形高程等地理信息數據，選取具有代表性的易損性評價影響因子，研究暴雨洪澇災害不同承災體風險區劃。在易損性評價影響因子選擇方面，通常人口集聚、經濟活動密集的區域，人口基數大、基礎設施密集、資產價值高，一旦遭受洪澇災害對人身安全、經濟、社會和環境會產生巨大影響。目前，相關的研究結果[13]表明洪澇災害造成的損失大小一般取決于發生地的經濟、人口密集程度等，所以根據社會經濟統計數據(GDP、總人口)計算得到單位土地面積的GDP值、單位土地面積的人口，即GDP分布和人口分布。有些學者考慮更多指標，如耕地面積比重等，作為承災體易損性評價的影響因子[14]。該文選取人口分布、GDP分布和土地利用類型作為易損性評價影響因子。

2.4.2 暴雨洪澇災害風險區劃內容

將不同重現期暴雨洪澇淹沒的結果分別與皖南地區的人口、GDP及土地利用類型信息疊加，明確其風險區劃圖譜，進一步通過分析確定不同重現期暴雨洪澇災害的敏感區域。利用暴雨洪澇災害不同重現期下人口、GDP及土地利用類型的風險圖譜，直觀判斷皖南地區暴雨洪澇災害風險等級的地理分布特征和災害影響程度。

2.4.3 暴雨洪澇災害不同重現期人口風險區劃

從圖5可以看出， 10年一遇重現期致災暴雨主要影響區域集中在黃山南部丘陵區和縣區鄉鎮等人口稀少地區，而沿江人口密集地區暴雨淹沒深度在1 m左右，其承受災害能力較強，人口風險等級較小，需重點加強暴雨洪澇災害監測預警工作。20年一遇重現期致災暴雨主要影響區域集中在沿江人口密集地區及黃山南部丘陵人口稀少地區，黃山南部丘陵人口稀少地區暴雨淹沒深度在2 m左右，承受災害能力中等，人口風險等級中等，需注意做好暴雨洪澇災害預警發布及傳播工作。50年一遇和100年一遇重現期致災暴雨主要影響區域明顯增大，銅陵、蕪湖、馬鞍山、黃山、宣城等人口密集地區暴雨淹沒深度達2 m以上，其中黃山市、宣城市部分人口密集區暴雨淹沒深度達4 m以上，承受災害能力較弱，人口風險等級較大，需提前做好人員緊急轉移安置工作。

2.4.4 暴雨洪澇災害不同重現期GDP風險區劃

圖6 暴雨洪澇災害不同重現期GDP風險區劃

圖7 暴雨洪澇災害不同重現期土地利用類型風險區劃

從圖6可以看出， 10年一遇重現期致災暴雨主要影響區域集中在黃山南部丘陵區和縣區鄉鎮等相對經濟不發達地區，經濟發達區暴雨淹沒深度在1 m左右，且影響范圍較小，承受災害能力較強，GDP風險等級較小，需重點做好暴雨監測預警、城市內澇排水等相關工作。20年一遇重現期致災暴雨主要影響區域集中在沿江經濟發達地區和黃山南部丘陵區等經濟不發達地區，經濟發達區暴雨淹沒深度在1 m左右，且淹沒深度區域與重要經濟區的重合度不高，承受災害能力較強，GDP風險等級較小，經濟不發達地區的暴雨淹沒深度在2 m左右，承受災害能力中等，GDP風險等級中等，需注意做好水網電網監控、企業廠礦停產等相關工作。50年一遇和100年一遇重現期致災暴雨主要影響區域明顯增大，沿江城市經濟發達區暴雨淹沒深度達2 m以上，黃山市、宣城市市區等南部人口密集地區暴雨淹沒深度達4 m以上，承受災害能力較弱，GDP風險等級較大，需提前做好重工業設備、高新技術設備的就地防范和緊急轉移工作。

2.4.5 暴雨洪澇災害不同重現期土地利用類型風險區劃

從圖7可以看出， 10年一遇重現期致災暴雨主要影響區域集中在黃山南部丘陵區耕地區和縣區鄉鎮等非耕地區，沿江中下游平原區等主要耕地區以及沿江城市等主要建筑用地區暴雨淹沒深度基本在0.5 m以下，承受災害能力較強，耕地類型和建筑用地類型風險等級較小，需重點加強耕地清溝瀝水、城市防水排澇等相關工作。20年一遇重現期致災暴雨主要影響區域集中在沿江地區和黃山南部丘陵區等地區，沿江中下游平原區和黃山南部丘陵區耕地區暴雨淹沒深度在1～2 m，銅陵、馬鞍山及黃山等建筑用地區暴雨淹沒深度達2 m，承受災害能力中等，耕地類型和建筑用地類型風險等級中等，需重點加強耕地作物防澇防漬和城市建筑防洪管理等相關工作。50年一遇和100年一遇重現期致災暴雨主要影響區域明顯增大，沿江中下游平原區等主要耕地地區近一半地區受到致災暴雨影響，暴雨淹沒深度達2 m，其中池州市、黃山市、宣城市部分耕地地區暴雨淹沒深度達4 m以上，主要建筑用地地區暴雨淹沒深度在2 m左右，南部宣城及黃山等建筑用地地區暴雨淹沒深度在2～4 m，部分地區超過4 m，承受災害能力較弱，耕地類型和建筑用地類型風險等級較大，需提前做好耕地作物提前收割、城市水利工程調度搶險等相關工作。

3 結論及討論

皖南地區各子流域暴雨日分布特征及致洪面雨量有很大區別，牧龍河、黃湓河等流域致災暴雨普遍偏強，主要分布在沿長江一線。漳河、青弋江等流域致災暴雨普遍偏弱，主要分布在南部山區和平原地區。進一步結合人口、GDP及土地利用類型估測該地區的暴雨洪澇抗災能力。結果表明皖南地區暴雨洪澇災害不同承災體的風險區劃呈現一致性和區域性特征。一致性特征表現為人口密度和GDP大的區域與建筑用地區域三者相吻合， 10年一遇、20年一遇風險等級較小， 50年一遇風險等級中等， 100年一遇風險等級較大。隨著暴雨洪澇災害重現期時間的增加，暴雨洪澇災害引起的人口密集區、經濟發達地區及建筑用地暴雨洪澇災害風險等級也隨之增加。區域性特征則主要體現在3種承災體空間分布差異明顯，人口分布更集中，GDP分布比人口分布相對分散，建筑用地情況和人口分布基本吻合，耕地面積比人口和GDP更廣泛。人口和建筑用地面積雖小，但對社會經濟影響大，這兩種承災體風險等級相對較大。暴雨洪澇災害不同重現期與人口密集區、經濟發達地區、建筑用地、耕地附近的暴雨洪澇災害風險等級呈現一致性特征。

該文中通過計算歷史降水資料得到皖南地區臨界致洪面雨量，但由于暴雨洪澇災害涉及因素很多，如水文、水利及災情等方面，需要加強基礎資料收集，優化改進指標體系及模型構建，完善相關研究。

[1] 李輝.基于GIS的濰坊市暴雨洪澇災害風險區劃.南京：南京信息工程大學， 2012:15

[2] 秦年秀， 姜彤.基于GIS的長江中下游地區洪災風險分區及評價.自然災害學報， 2005, 14(5): 1～7

[3] 程衛帥， 陳進，劉丹.洪災風險評估方法研究綜述.長江科學院院報， 2010, 9(27): 17～24

[4] 李翠金. 中國暴雨洪澇災害的統計分析.災害學， 1996, 11(1): 59～63

[5] 王雪臣， 冷春香，馮相昭，等.長江中游地區洪澇災害風險分析.科技導報， 2008, 26(2): 61～62

[6] 劉電英， 楊樂清，龔容.基于信息擴散理論的暴雨洪澇風險分析.安徽農業科學， 2012, 40(6): 351～353

[7] 張峭， 王克.我國農業自然災害風險評估與區劃.中國農業資源與區劃， 2011, 32(3): 32～36

[8] 馮曉云， 王建源.基于GIS的山東農業氣候資源及區劃研究.中國農業資源與區劃， 2005, 26(2): 60～62

[9] 肖志強， 樊明，趙彥鋒.武都山區農業冰雹災害發生規律及風險區劃研究.中國農業資源與區劃， 2013, 34(6): 176～180

[10]周旭東， 楊濤，梁慧迪.廣義極值分布模型在黃河源區枯季徑流中的應用.水電能源科學， 2014, 31(2): 12～14

[11]Geomer G H.Flood Area-ArcGIS extension for calculating flooded areas(User manual Version 9.5).Heidelberg：geomer， 2008， 42

[12]蘇布達， 姜彤，郭業友，等.基于GIS柵格數據的洪水風險動態模擬模型及其應用.河海大學學報， 2005, 33(4): 370～374

[13]姚鵬， 何俊，余威，等.基于GIS的成都西部沿山地區暴雨洪澇災害風險區劃初探.貴州氣象, 2015，(4)： 1～7

[14]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劃研究.中國農學通報, 2011，(32)： 287～293

RAINSTORM AND FLOOD RISK REGIONALIZATION IN SOUTHERN ANHUI PROVINCE BASED ON GIS*

Zhang Jie1， 2，Wu Mingye2
(1.College of Atmospheric Sciences, Nanjing University, Nanjing, Jiangsu 210093, China; 2.Tongling Meteorological Bureau, Tongling, Anhui 244100,China)

In this paper, the methods of general extreme value distribution and FloodArea model were used to calculate disaster area and flood depth caused by storm during different recurrence periods in southern Anhui province from 1961-2014,then obtained different disaster bearing body risk zoning map based on the data of type of land use, population distribution, and GDP distribution. The results indicated that the consistency characteristics of the risk regionalization of rainstorm and flood presented same disaster features, the 10-year and 20-year flooding frequency were small, the 50-year flooding frequency was medium, and 100-year flooding frequency was large.The regional characteristics showed that the population and construction land were in high risk level.It concluded that the risk zoning of hazard-affected bodies in southern Anhui showed a consistency and regional characteristics. The flooding frequency period showed a consistency with the disaster risk levels of populated area, the economic developed area, cultivated land, and construction lands.

rainstorm and flood; risk regionalization; generalized extreme value distribution function; FloodArea model; southern Anhui province

10.7621/cjarrp.1005-9121.20170617

2016-08-15

張杰(1986—)，男，安徽蕪湖人，本科。研究方向：天氣分析和預報研究。Email： 363531652@qq.com

*資助項目：國家自然科學基金(41571494)； 銅陵市公共氣象服務平臺研發(AHXJ201507)

P333.2； P208

A

1005-9121[2017]06121-09