廈門島內澇災害風險評價制圖

薛豐昌，張嫣然，田 娟，趙 碧，朱一晗

?

廈門島內澇災害風險評價制圖

薛豐昌1,2，張嫣然1,2，田 娟1,2，趙 碧1,2，朱一晗2,3

(1. 南京信息工程大學遙感與測繪工程學院，江蘇 南京 210044； 2. 氣象災害省部共建教育部重點實驗室(南京信息工程大學)，江蘇 南京 210044； 3. 南京信息工程大學地理科學學院，江蘇 南京 210044)

城市內澇災害風險評價圖件是城市內澇災害防災減災基礎技術資料。利用城市管網等基礎地理數據，經過匯水區劃分和管網概化以及參數率定建立廈門島內澇模型，模擬出不同重現期降雨量下廈門島地表積水深度并作為內澇災害風險評價中的危險性評價因子，以河網影響度、敏感點密度、植被覆蓋度作為孕災環境的敏感性因子，人口密度、人均GDP作為承災體的易損性評價因子，建立廈門島的內澇災害風險評估模型，計算得到不同重現期下廈門島內澇災害風險等級評價圖。結果表明，隨著重現期的增加高風險指數的區域逐漸增加，主要呈現由沿海向島內擴展的趨勢，部分區域由于下墊面的構成如山體水系等影響表現出穩定的低風險特征。

城市積澇；SWMM；重現期；風險評價

近年來在極端天氣不斷增加情況下，強降水產生的地表徑流往往超過城市管網排水能力，導致城市暴雨內澇災害，造成不同程度的人員傷亡和城市基礎設施的損壞。因此，迫切需要對城市內澇災害進行風險評價分析，針對分析結果策劃城市內澇災害的應對措施，提高防災減災能力。

城市內澇災害風險評價的方法一般包括3類[1]：①歷史災情數理統計法[2-4]，該方法比較簡單，思路直觀清晰，但是對資料的要求較高，局限于大區域研究區的應用；②指標體系法[5-8]重點在于評價因子的選取與其權重的確定，是風險評價分析中應用最為廣泛的方法，評價指標的選取往往具有一定的主觀性，相對于小尺度的空間來說評價因子也存在不夠精細化的問題；③水文水力學模型與仿真模擬法[9-13]，能夠借助城市管網等相關數據構建模型，模擬出暴雨過程。在以上方法中，前2種方法主要以降雨量作為致災因子，不能直接反映積澇積水產生的危害；第3種方法能夠模擬暴雨過程中的地表積水過程，但是傳統方法多用于災害情景模擬，由于缺乏和GIS、遙感影像等有效結合，精度較低。本文融合了指標體系法與水文水力模型法，應用水文水力學模型——暴雨洪水管理模型(storm water management model，SWMM)，建立廈門島城市內澇仿真分析模型，利用改模型模擬兩年、十年、二十年、五十年、一百年、兩百年等重現期降雨量下的廈門島城市內澇地表積水深度，作為澇災害風險評價的危險性評價因子，以河網影響度、敏感點密度、植被覆蓋度作為孕災環境的敏感性因子，人口密度、人均GDP等作為承災體的易損性因子，建立融合了SWMM內澇模型的廈門島的內澇災害風險評估模型，計算得到不同重現期降雨量下廈門島內澇災害風險等級評價圖，對廈門島積澇災害的應對有一定的參考作用。

1 研究區域和數據

1.1 研究區域

廈門島位于福建省的東南部，與金門島隔海相望，在北緯24°25′～24°33′，東經118°02′～118°13′之間，是廈門市的政治經濟文化商業中心。廈門島土地面積為157.76 km2，全島海拔最高為339.6 m。

廈門島屬南亞熱帶海洋性季風氣候，全年有2個降水期高峰：①梅雨期(5~6月份)，受西南季風、東南季風的影響，雨勢較強，暴雨頻繁；②臺風季(7~9月份)，平均每年有 3個熱帶風暴或臺風登陸，帶來大范圍強降水過程。強降水過程產生的徑流遠遠超過了城市的排水能力，給廈門島帶來了嚴重的城市內澇災害[14-15]。

1.2 數據

(1) 基礎地理數據。廈門島矢量邊界數據，來源于廈門市氣象局；5 m分辨率的DEM數據，來源于廈門市氣象局；廈門島30 m分辨率遙感圖像，來源于地理空間數據云。

(3) 降水數據。1953—2013年廈門站日降水量，來源于南京信息工程大學氣象臺。

(4) 社會經濟狀況數據。廈門島醫院、學校、倉庫、地下停車場、公交站、商場等分布圖，廈門島經濟及人口數據，來源自廈門市氣象局。

2 排水模型構建

SWMM是由美國環保局于1971年為解決城市排水問題而研發的，該模型可以用于單場或連續降水事件產生徑流與匯流過程的動態模擬，地表以及排水系統的處理過程[16]。SWMM模型構建主要包括3個部分，匯水區劃分、管網概化及參數率定。

2.1 產匯流模型原理

地表產流的過程指降雨量去除地表洼蓄和下滲等消耗的雨量在地表形成的徑流。地表徑流會透過透水區域的上表層進行下滲，本文選擇Horton(霍頓)模型對滲透過程進行模擬，為

其中，為時刻的入滲率；0為初始入滲率；f為穩定時的入滲率；為衰減系數。

地表匯流是指地表的徑流以匯水區為單元進行匯總至相應節點如排水口或者河道等水系的過程，即

對于智庫的理解，世界最著名的智庫蘭德公司創始人弗蘭克·科爾博莫做出過這樣的定義：嚴格意義上的智庫可以簡單概括為是一個獨立于政府機構的民間組織；他強調真正的智庫應該是一個“思想工廠”；一個可以沒有學生的大學；一個有明確、堅定目標和追求卻又能無拘無束、“異想天開”的頭腦風暴中心；一個勇于超越現有一切智慧、勇于挑戰和蔑視現有權威的“戰略思想中心”。

其中，為出流率；為匯水區的寬度；為曼寧系數；為水深；d為洼蓄的深度；為匯水單元坡度。

2.2 匯水區劃分和管網概化

匯水區又稱集水區域，是指從地表產生徑流到匯集至出水口的過程中所流經的地表區域，是水文分析模型的基本評價單元，不同的劃分方式會對模型的模擬結果產生不同的影響。本文基于廈門島的DEM數據，剔除了面積較大的水系以及60 m以上的山地，綜合分析了城市的主要道路、主干河道、檢查井、排水口等分布，建立了泰森多邊形(Voronoi圖)[17]實現了對匯水區的劃分，最后共得到1 757個匯水區，其中最大面積為3.81 km2，最小面積0.03 km2，如圖1所示。

圖1 廈門島匯水區劃分結果

管網概化是由于實際排水管網往往由于數據的限制以及模型的復雜度等因素不利于模擬和計算，從而把實際排水管網系統進行了抽象與概化以便分析。研究區內簡化后的管網數據為599個檢查井，28個排水口，628條管線，模型構建結果如圖2所示。

圖2 SWMM模型構建結果

2.3 參數率定

根據廈門島的遙感圖像進行土地利用類型分類，結果如圖3所示，參考SWMM用戶手冊[16]對每一種土地利用類型進行參數的率定，見表1，最后以匯水區為基本評價單元利用匯水區內各類地物面積進行加權平均，從而確定匯水區內的曼寧系數。

圖3 廈門島土地利用分類圖

表1 不同土地利用類型的曼寧系數

3 內澇模擬

3.1 暴雨模擬

降水量的重現期是指在一定年限中，大于或等于降水量出現一次的平均間隔時間，計算方法為該降水量發生頻率的倒數，經常以多少年一遇降水來表示。本文選取了1953—2013年廈門市的國家站降水量的年最大日降水序列(annual maximum，AM)，運用對數正態分布(Lognormal, LN)、韋伯分布(Weibull)、廣義極值分布(generalized extreme value, GEV)、廣義帕累托分布(Gen. Pareto，GP)、韋克比分布(Wakeby)、耿貝爾分布等對AM序列進行擬合，選擇最大似然法(maximum likelihood estimation, MLE)進行了參數估算，最后利用K-S (Kolmogorov-Smirnov)與A-D(Anderson-Darling)方法進行檢驗。結果見表2，發現Wakeby無論是在K-S檢驗還是A-D檢驗中都是排名第一，是最優的擬合函數。通過Wakeby的擬合計算得到不同重現期下對應雨量見表3。

表2 不同函數的檢驗結果

參考《廈門市暴雨公式》中1 440 min歷時暴雨的設計雨型，得到不同重現期下的間隔為一個小時的雨量分配圖，如圖4所示，選擇雨型中最強小時降水量(16時降水量)以及前11 h (4時~15時降水量)的前期降水量作為完整的暴雨過程。

3.2 積水深度模擬

由于城市內澇模型的模擬結果提供的是不同節點的徑流量、徑流速度、積水量等，并不能直觀的顯示不同區域的積澇情況，于是采用了水量動態分配的算法[18]，利用DEM高程數值對積水進行擴散，得到不同重現期下分辨率為30 m的積水深度圖像，如圖5所示，可以明顯的觀察到廈門島積水情況嚴重的區域，如南部的廈門大學，東部的會展中心，西南部的中山醫院附近等。

圖4 不同重現期下的雨量分配圖

表3 不同重現期對應的日降水量

序號PT日降雨量(mm) 10.998500a411.35 20.990100a307.60 30.98050a268.96 40.95020a222.75 50.90010a190.98 60.5002a115.50

圖5 不同重現期下的積水深度圖

4 風險評價分析

4.1 評價模型構建

本文從危險性、敏感性、易損性等3個方面分別選取相應的評價指標，利用層次分析法確定了權重，構建了廈門島的城市積澇風險評價模型，得到不同重現期的雨量下的積澇災害的風險等級。

4.1.1 評價指標確定

致災因子的危險性是由不同重現期的雨量模擬出的積水深度進行確定，孕災環境的敏感性包括河網影響度、敏感點密度、植被覆蓋度等3個因素，承災體的易損性是由人口密度、人均GDP組成。

由于河網水系作為城市積水的排水渠道可以緩解城市的積澇壓力。利用廈門島的矢量河網數據做緩沖區分析，根據周邊區域與河網的距離對其緩沖區做0~1的賦值處理，得到河網影響度。

醫院、學校、倉庫、地下停車場、公交站、商場等地均易在積澇災害時發生較為嚴重的災害影響或者發生二次災害，所以需將其列為敏感點，進行點密度分析，利用模糊隸屬進行歸一化處理。

植被覆蓋度是植被垂直投影面積占單位面積的百分比，是地表植被覆蓋程度的表示方法，該指數不同的數值可以從側面反映出不同的地物類型，間接代表了不同的抗洪能力，因此將植被覆蓋度作為敏感性因子參與分析。

最后確定了相關影響因子如圖6所示。

(a) 河網影響度(b) 敏感點密度(c) 植被覆蓋度

4.1.2 權重的確定

層次化分析法(analytic hierarchy process, AHP)是根據經驗構造兩兩比較判斷矩陣，求出特征向量得到通過一致性檢驗的權重，是結合了定性與定量的決策分析方法，原理較為簡單，且在地學上有著廣泛的應用[19]。本文利用層次分析法得到各個評價因子的權重見表4。

4.2 風險等級劃分

廈門島城市內澇風險評價模型構建如下

111223341526(3)

其中，為風險指數；1，1，2，3，1，2分別為積水深度、河網影響度、敏感點密度、植被覆蓋度、人口密度、人均GDP等評價因子，且每個因子都運用模糊隸屬進行了無綱量的歸一化處理，皆為分辨率為30 M的柵格圖像；1，2，3，4，5，6為各個評價因子的權重。

表4 風險評價的因子與權重

計算得到的閾值為0.03~0.75，分值越高風險等級越高。利用Natural Breaks (Jenks)對重現期為20年的風險指數進行分類，見表5，并應用于所有重現期的風險指數，得到不同重現期下的廈門島城市內澇災害風險圖，如圖7所示。

表5 風險等級劃分指標

風險指數分值風險等級 ＜0.131 0.13~0.192 0.19~0.253 0.25~0.334 ＞0.335

圖7 不同重現期下的風險等級劃分圖

由圖7可知，隨著重現期的增加，高風險等級區域面積逐漸增加，如蓮前街道風險等級由沿海向內陸延伸，湖里街道西部區域顏色逐漸加深擴張，鷺江街道與中華街道連接部分風險等級較高、梧村街道風險指數逐漸增加，夏港街道在重現期大于50年之后開始出現高風險數值，濱海街道的廈門大學區域一直顯示高風險等級指數，蓮前街道東部會場中心附近也有較高的風險指數。部分低風險等級區域沒有變動，如蓮前街道西半部和濱海街道部分區域、金山街道西南部、金山街道和禾山街道沿海部分區域等是因為屬于山地區域與水系附近，建筑密度較小，風險災害指數較低。而金山街道北半部分則出現了隨著重現期增加風險等級降低的情況，通過對比分析積水深度、DEM數據以及管網參數發現，由于金山街道北部區域的高程數據并不是逐漸降低而是出現了降低之后又增加的情況，形成了狹長的低洼區域，易形成積水，隨著重現期增加積水深度增加滿足了管網高程數值，有效的排水降低了積澇風險數值。

5 結束語

(1) 在建立了廈門島城市內澇模型的基礎上演算出兩年一遇、十年一遇、二十年一遇、五十年一遇、百年一遇以及五百年一遇等多個重現期的積水深度，融合了危險性、敏感性、易損性，建立了廈門島的風險災害評價模型，計算得到多個重現期對應雨量下的評價單元為30 m×30 m的積澇災害風險等級圖。

(2) 在應用SWMM模型對廈門島排水模型進行建模的過程中，由于對地下管網數據的獲取困難，概化實際排水管網數據的過程包含較多人為因素，一定程度上會對模型精度產生影響。

(3) 本文提取廈門島50多年日雨量的AM序列，利用對數正態分布等6種函數進行重現期的計算，對廈門島的雨量檢測預警具有一定的參考意義。

(4) 利用DEM高程數值對積水進行擴散獲取城市內澇積水深度的方法可以避免主觀因素干擾，提高了暴雨積水數值模擬的準確度。

(5) 對比遙感圖像以及廈門島相關積澇災害新聞發現該評價體系的演算結果契合土地利用類型，與真實積澇災害的發生情況較為吻合，有良好的預警效果，可以為城市規劃建設以及內澇災害的防災減災工作提供決策依據。

[1] 張冬冬, 嚴登華, 王義成, 等. 城市內澇災害風險評估及綜合應對研究進展[J]. 災害學, 2014, 29(1): 144-149.

[2] 郭濤. 四川城市水災的歷史特征[J]. 災害學, 1991(1): 72-79.

[3] 周魁一. “歷史模型”與災害研究[J]. 自然災害學報, 2002(1): 10-14.

[4] DE MOEL H, JEROEN C J H, KOOMEN E. Development of flood exposure in the Netherlands during the 20th and 21st century [J]. Global Environmental Change, 2010, 21(2): 620-627.

[5] ALEKSANDRA K, CAVAN G. Surface water flooding risk to urban communities: Analysis of vulnerability, hazard and exposure [J]. Landscape and Urban Planning, 2011, 103(2): 185-197.

[6] 傅湘, 紀昌明. 洪災損失評估指標的研究[J]. 水科學進展, 2000(4): 432-435.

[7] 曾家俊, 黃華愛, 劉松, 等. 廣西德保巖溶內澇災害風險評價[J]. 水資源與水工程學報, 2016, 27(1): 70-74.

[8] 談豐, 孫健, 麻炳欣. 上海市閔行區內澇災害風險評價與區劃[J]. 安徽農業科學, 2015, 43(4): 199-201.

[9] 岑國平. 城市雨水徑流計算模型[J]. 水利學報, 1990(10): 68-75.

[10] 周玉文, 趙洪賓. 城市雨水徑流模型研究[J]. 中國給水排水, 1997(4): 2, 4-6.

[11] 尹占娥, 許世遠, 殷杰, 等. 基于小尺度的城市暴雨內澇災害情景模擬與風險評估[J]. 地理學報, 2010, 65(5): 553-562.

[12] 賀法法, 陳曉麗, 張雅杰, 等. GIS輔助的內澇災害風險評價——以豹澥社區為例[J]. 測繪地理信息, 2015, 40(2): 35-39.

[13] 謝文敬. 基于水力模型的武漢黃孝河區域內澇評估[D]. 武漢: 武漢理工大學, 2015.

[14] 廈門市人民政府. 自然環境[EB/OL]. [2018-08-20]. http://www.xm.gov.cn/zjxm/xmgk/200708/t20070830_173889. Htm.

[15] 廈門市氣象局. 氣候概況[EB/OL]. [2018-08-20]. http://qx.xm.gov.cn/qxfw/qhfw/qhgk/.htm.

[16] ROSSMAN L A. Storm water management model user’s manual version 5.0 [M]. Washington: National Risk Management Research Laboratory, Office of Research and Development, U S Environmental Protection Agency, 2009: 1-32.

[17] 薛豐昌, 盛潔如, 錢洪亮. 面向城市平原地區暴雨積澇匯水區分級劃分的方法研究[J]. 地球信息科學學報, 2015, 17(4): 462-468.

[18] 薛豐昌, 黃敏敏, 唐步興. 一種水量動態分配的有源積水擴散算法: 江蘇, CN107194156A [P]. 2017-09-22.

[19] 趙煥臣, 許樹柏, 和金生, 等. 層次分析法: —種簡易的新決策方法[M]. 北京: 科學出版社, 1986: 1-105.

Risk Assessment and Mapping of Waterlogging Disasters in Xiamen Island

XUE Feng-chang1,2, ZHANG Yan-ran1,2, TIAN Juan1,2, ZHAO Bi1,2, ZHU Yi-han2,3

(1. School of Remote Sensing & Geomatics Engineering, Nanjing University of Information Science & Technology, Nanjing Jiangsu 210044, China; 2. Key Laboratoty of Meteorological Disaster, Ministry of Education, Nanjing University of Information Science & Technology, Nanjing Jiangsu 210044, China; 3. School of Geographical Sciences, Nanjing University of Information Science & Technology, Nanjing Jiangsu 210044, China)

The risk assessment map for urban waterlogging is the basic technical data for disaster prevention and mitigation in urban areas. Using basic geographic data as urban pipe networks, after watershed division and pipe network generalization and parameter rate, Xiamen waterlogging model was established. The depth of surface gathered water in Xiamen Island under the rainfall of different return period was also simulated and was viewed as hazard assessment factor in risk assessment of waterlogging disasters. Furthermore, the river network influence, sensitive point density and vegetation coverage constitute the sensitivity factors of hazard inducing environment; and population density and per capita GDP compose the vulnerability assessment factors of disaster body. Based on such factors, the risk assessment model for the waterlogging disaster of Xiamen Island is established,and waterlogging disaster risk level evaluation map at different return periods is generated. The results show that: With the increase of the return period, the area of high-risk index is gradually increasing, mainly showing the trend of expansion from coastal to island. Some areas exhibit stable low-risk characteristics due to the influence of the underlying surface such as the mountain and water system.

urban waterlogging; SWMM; return period; risk assessment

TP 391

10.11996/JG.j.2095-302X.2019020321

A

2095-302X(2019)02-0321-07

2018-09-04；

2018-10-17

江蘇省自然科學基金項目(BK20151458)；江蘇省博士后科研基金項目(1101024B)；中國氣象局北京城市氣象研究城市氣象科學研究基金項目(IUMKY&UMRF201103)；江蘇省研究生科創新計劃項目(KYCX18-1034)

薛豐昌(1970-)，男，內蒙古呼盟人，副教授，博士。主要研究方向為GIS氣象應用、氣象災害數值模擬。E-mail：xfc9800@126.com