吳舒祺,趙文吉,王志恒,曹詩頌,屈新原,王 穎,李善飛
(1.首都師范大學 資源與旅游學院,北京 100048;2.首都師范大學 三維信息獲取與應用教育部重點實驗室,北京 100048;3.天津城建大學 地質與測繪學院,天津300384;4.北京市地質礦產勘查開發局,北京 100195;5.中國電建集團北京勘測設計研究院)
洪澇災害是我國最嚴重的自然災害之一[1],從生命財產損失和發生頻率來看,洪澇災害也成為浙江省最嚴重的自然災害之一。鑒于洪澇災害對人類生活造成的巨大影響,需要采取相應措施來減輕洪澇災害造成的損失,而洪澇災害評估及區劃作為風險管理和減災的基礎,其成果可以為救災減災提供科學依據。
自然災害風險一直是國際社會關注的重點領域,我國洪澇災害風險評估始于20世紀50年代,目前對洪澇災害的研究方法主要包括:基于遙感技術對洪澇災害進行監測和評估[2,3],采用歷史災情數據進行洪澇災害風險評估[4,5],基于水文動力學模型進行情景模擬[6,7],通過構建指標體系實現對洪澇災害的綜合性評價[8-10]。其中,基于遙感技術對分類精度以及數據匹配度要求較高;歷史災情法由于其歷史資料的可得性與詳略程度,使其具有一定局限性;基于水文動力學模型的情景模擬法因缺乏潛在地表及社會經濟因素,不能提供洪澇災害的綜合風險評估。雖然指標構建法對指標的選擇尚未形成體系,相較而言指標構建法能夠更加全面地反映研究區災情,因此廣泛用于針對區域[11]、城市[12,13]或農業[14]等的專題研究。
洪澇災害風險指某一地區在某一時間內洪澇發生的可能性、活動程度、破壞損失及其對經濟、社會和自然環境系統造成的影響和危害有多大。本文在自然災害風險評估理論和方法的基礎上,結合浙江省自然環境和社會經濟特征,綜合考慮影響洪澇災害形成的主要影響因子和具體參評指標,基于縣域尺度構建浙江省洪澇災害風險評估模型。借助GIS空間分析的方法對浙江省洪澇災害進行綜合評價與分析,以期為當地洪澇災害綜合管理提供一定的參考。
浙江省位于東經118°00′~123°00′,北緯27°12′~31°31′,地處中國東南沿海長江三角洲南翼,陸域面積104 萬km2。地形自西南向東呈階梯狀傾斜,西南部以山地為主,中部以平原為主,平原集中在東北部[15],如圖1所示。浙江省處于亞熱帶季風濕潤氣候區,降水充沛,年均降水量為1 600 mm左右,年內降雨分配不均,降雨量分布由西南地區向東北沿海地區遞減[16]。近年來,浙江省受洪澇災害影響嚴重,僅2012年夏季,浙江省多處受災,溫嶺市、建德市、江山市等被淹。倒塌房屋1 728 間,受災人口162.50萬人,造成直接經濟損失256 268.80 萬元。農作物受災面積110 948.84 hm2,絕收面積8 066.27 hm2。

圖1 研究區概況圖Fig.1 Overview of the study area
浙江省1980-2018年63個氣象站點降水數據,來源于中國氣象數據共享網;90 m分辨率的DEM數據來自SRTM;市級、縣級行政區劃矢量數據、河湖矢量數據來自全國1∶25萬矢量圖;土壤濕度資料來源于美國國家環境預報中心;1 km×1 km格網GDP和人口數據量數據來源于中國科學院資源環境科學數據中心;土地利用數據來源于中國西部環境與生態科學數據中心;社會經濟統計數據來源于《2018浙江統計年鑒》[17];各縣市的洪澇災害數據來源于《中國氣象災害大典(浙江卷)》[18]。
由于數據源不同、格式不統一,在指標計算之前需對所有的空間數據進行投影變換。離散數據采用克里金插值進行空間化處理,并與矢量數據進行配準;從數據源于評價精度出發,對柵格數據進行投影轉換、重采樣等,并與矢量數據進行配準[19]。
綜合考慮浙浙江省自然環境和社會經濟特征,本文采用GIS空間分析和災害風險評估模型,對浙江省洪澇災害在縣域尺度上進行分析和區劃。圖2展示了本文洪澇災害風險評估的技術路線,主要包括:①指標體系構建及權重確定;②指標計算;③指標標準化處理;④洪澇災害風險評估模型構建。

圖2 洪澇災害風險評估技術路線圖Fig.2 Process of the flood risk assessment
自然災害是指自然變異超過一定限度,對人類和社會經濟造成損失的事件[20]。早期學者認為,自然災情是由孕災環境、致災因子、承災體共同決定的[21]。張繼權、張會等認為區域自然災情是孕災環境、致災因子、承災體、防災減災能力相互作用的結果[22,23]。基于此,本文根據浙江省實際情況,從洪澇災害形成機制角度出發,參照前人研究成果,確定將孕災環境敏感性、致災因子危險性、承災體暴露性和防災減災能力作為洪澇災害風險評估指標體系的4大指標。
浙江省洪澇災害風險評估在指標選擇上既要考慮各指標數據的客觀性、可獲取性,更要考慮所選各指標必須能夠反映該地區的洪澇災害風險的實際情況[24]。孕災環境敏感性主要取決于外部環境,本研究從高程、地形起伏度、河湖網絡指數以及土壤類型來確定孕災環境敏感性指數;致災因子危險性主要取決于氣象因素以及下墊面因素,本文選取洪澇頻率、偏澇頻率(致災降雨頻率)、極端日最大降雨量以及土壤濕度這4個指標作為致災因子危險性評估因子。承災體暴露性主要取決于人口、經濟等社會經濟要素,本文選取人口密度、地均GDP、老少人口比例以及耕地面積占比來對暴露性進行評估;防災減災能力主要取決于災前防護以及災后應對,本研究采用人均GDP,醫院數目以及植被覆蓋度,對研究區域的防災減災能力進行評估。
層次分析法(analysis hierarchy process,AHP)常用于對各指標、因子進行賦值,進而對模糊、復雜的問題進行決策。其主要步驟為:①構造判斷矩陣;②指標權重計算;③一致性檢驗。請9位專家,對因子兩兩打分比較重要性構造判斷矩陣,計算最大特征根與對應特征向量,確保每位專家所判權重全部通過一致性檢驗(CR<0.1),最終權重取9位專家權重均值。洪澇頻率對浙江省洪澇災害致災因子影響最大;水系對孕災環境敏感性影響最大;人口對承災體暴露性影響最大;人均國民生產總值對防災減災能力貢獻最大。表1展示了各指標權重計算結果。

表1 洪澇災害風險評估指標體系及權重Tab.1 Evaluation index system and corresponding weight values of flood risk
2.3.1 氣象數據及土壤濕度數據計算
根據《中國近五百年旱澇分布圖集》及其再續補[25]的旱澇標準,得到浙江省洪澇災害分級標準。表2展示了浙江省旱澇災害評價指標等級計算結果。表中Ri為5-9月降水距平,為標準差,降水距平指該地降水量與多年平均降水量的差值,反映了某一時段降水與同期平均狀態的偏離程度。
本文通過浙江省1980-2018年63個氣象站點的5-9月逐年降雨量計算得到洪澇、偏澇頻率,并利用Kriging插值模型進行分析,得到洪澇、偏澇頻率等值線圖,利用等值線數據生成TIN(Triangular Irregular Network),處理得到100 m×100 m分辨率的暴雨頻率柵格圖。對極端日最大降雨量進行相似處理得到相應柵格圖層。考慮數據處理方法的一致性,將土壤濕度高斯格點數據插值至站點(與降水站點相同)后進行Kriging插值處理得到土壤濕度柵格圖層。

表2 浙江省旱澇災害評價指標Tab.2 Evaluation indices of flood disaster in Zhejiang Province
2.3.2 地形指數計算
地形對洪水的再分配有著重要的影響,海拔高程以及地形起伏均對澇災形成產生不同程度的影響。本文通過海拔高程以及地形標準差來實現。
(1)海拔高程影響度計算公式為:

(1)
式中:H1為海拔高程對洪澇災害的影響度;H為海拔高程。
(2)地形標準差影響度計算公式為:

(2)
式中:S1為地形標準差對洪澇災害的影響度;S為地形標準差。
2.3.3 河湖網絡指數計算
洪澇發生的概率很大程度上取決于區域內距離河流、湖泊的遠近;距離河湖越近,則洪水危險系數越高;河流級別越高,水域面積越大,其影響范圍越大。因此,本文對河流按四級、五級建立二級緩沖區,表3所示為面狀河流緩沖區距離表;湖泊、水庫按水域面積劃分為4個等級,表4所示為湖泊緩沖區距離表。對一、二級緩沖區分別賦值0.8、0.6,其他賦值0.1。根據自然斷點法,對線狀河流的河網密度值重分類為5個等級,從低到高依次賦予0.1~0.5的影響值。利用GIS空間分析方法,對河湖緩沖區圖層與河網密度圖層進行疊置分析的基礎上,提取出較大的影響值作為河湖網絡指數。對河湖網絡指數進行100 m×100 m格網重采樣,再進行疊加分析統計得到縣級尺度的河湖網絡指數。

表3 面狀河流緩沖區距離表Tab.3 Buffer distance of planar rivers

表4 湖泊緩沖區距離表Tab.4 Buffer distance of lakes
2.3.4 其他指標計算
結合人口和GDP格網數據,將格網數據統計到縣市尺度來計算人均GDP,從而得到格網尺度下的人口密度、地均GDP以及人均GDP。依據《2018浙江統計年鑒》及相關資料,計算行政單元內老少人口比例及耕地面積占比,統計各縣市醫院數目,進行柵格化處理。利用ArcGIS空間分析功能,將林地和草地合并為植被覆蓋類型,基于縣級尺度統計面積占比。為保證數據處理的完整性,在對土壤數據進行缺失值處理的基礎上,根據沙質壤、壤土、黏質壤持水性,分別賦予0.8、0.6、0.4,基于GIS疊置分析,最后得到土壤指數柵格。
災害評估中,為消除各個指標量綱及數據級的差異,需要對每個指標值進行規范化處理[26]。
各個評估因子影響度為增加的正向指標規范化公式為:
(3)
式中:Fij為j個點第i個指標的規范化值;Dij為j個點第i個指標值。
各個評估因子影響度為減弱的負向指標規范化公式為:
(4)
式中:Nij為j個點第i個指標的規范化值;Dij為j個點第i個指標值。
對研究區進行綜合分析,構建相應指標體系,對各指標進行計算及標準化處理后的部分結果如圖3所示。
洪澇災害風險是敏感性、危險性、暴露性、防災減災能力綜合作用的結果,且防災減災能力與災害風險成反比,本文洪澇災害綜合風險指數計算表達式為:

圖3 指標歸一化圖Fig.3 Normalization of Indicator
FDRI=EWE+HWH+VWV-RWR
(5)
式中:FDRI(Flood disaster risk index)為洪澇災害綜合風險指數;E,H,V,R分別表示敏感性、危險性、暴露性、防災減災能力;WE,WH,WV,WR分別表示各自權重。
GIS的空間分析應用模塊為數學模型中涉及的空間問題提供了重要的解決方案,同時也為洪澇災害評估模型的構建提供了強大支持,本文基于ArcMap中的ModelBuilder圖形化構建模型。
圖4為浙江省洪澇災害敏感性區劃圖。浙江省中等敏感區域面積為22 766 km2,占浙江省省域面積的22.5%;較高敏感性區域面積為26 255 km2,占浙江省省域面積的26.0%,高敏感性區域面積為3 146 km2,占浙江省省域面積的3.1%。浙江省孕災環境敏感性整體上呈現從東北部往西南方向逐漸減弱的態勢。孕災環境敏感性低、較低區域主要分布在西南地區,主要包括慶元縣、景寧自治縣、龍泉市等地,其原因主要該地區河網密度小,海拔和坡度較大,土壤蓄水能力較弱;對于河網密度較大,海拔和坡度較低,土壤蓄水能力較強的東北部以及西部部分地區,如、嘉興市區、海鹽縣、淳安縣等地,孕災環境敏感性較強。

圖4 孕災環境敏感性區劃圖Fig.4 Risk zoning map of flood disaster sensitivity
圖5為浙江省洪澇災害致災因子危險性區劃圖。高危險性區域面積占浙江省省域面積的12.2%;較高危險性區域面積占省域面積的22.7%;中等危險性區域面積占省域面積的22.5%。浙江省洪澇災害危險性整體呈現沿西南向東北逐漸較弱的態勢。危險性低、較低區域主要分布在浙江省中部以及北部地區,如長興縣、安吉縣、湖州市區等,主要原因是該地區降雨頻次較低,降雨量較少;由于浙江省獨特的氣候與地理位置,中等及以上洪澇災害危險性區域主要分布在降雨量較大,且降雨較頻繁的東部沿海地區以及西部地區,包括開化縣、常山縣、蒼南縣等。

圖5 洪澇災害致災因子危險性區劃圖Fig.5 Risk zoning map of flood hazard
如圖6為浙江省洪澇災害暴露性區劃結果。浙江省洪澇災害暴露性分險等級較低,其中低暴露性和較低暴露性區域分布面積分別占浙江省省域面積的20.6%和30.2%。浙江省洪澇災害暴露性整體上東北部高于西南部。低、較輕暴露性主要分布在人口密度較小、耕地占比較小且經濟較不發達的北部以及西南地區,如長興縣、安吉縣、慶元縣等;對于人口較集中,經濟較發達的東部沿海及東北部地區洪澇災害暴露性較高,如義烏市、杭州市、溫州市等。

圖6 承災體暴露性區劃圖Fig.6 Risk zoning map of flood disaster explosure
圖7為浙江省洪澇災害防災減災能力區劃結果。由于浙江省社會經濟發展水平高,總體上看,浙江省的防災減災能力較強,中等及以上防災減災能力區域面積占省面積的52.1%。防災減災能力是衡量一個地區應對自然災害的能力,浙江省防災減災能力整體上呈現從北部往南部逐漸減弱的態勢。較高防災減災能力的區域主要分布在經濟發展較發達且植被覆蓋度較高的東南以北地區,如杭州市區、諸暨市、臨安區等;對于經濟發展相對較慢、植被覆蓋相對較少的西南部、部分中部地區,防災減災能力較弱,如仙居縣、天臺縣、慶元縣等。

圖7 洪澇災害防災減災能力區劃圖Fig.7 Risk zoning map of flood disaster prevention and mitigation capacity
圖8為浙江省洪澇災害綜合風險區劃結果。浙江省發生洪澇災害的綜合風險較高,中等以上洪澇災害分布面積占省域面積的30.6%。綜合考慮降雨頻率、降雨量、地形、水系等對洪澇災害的影響,浙江省洪澇災害綜合風險較高的區域主要分布在東部沿海以及西部地區,東北部分也有片狀分布,如溫州市、臺州市、淳安縣等;綜合風險較低的區域主要分布在浙江省西北以及東北地區,如臨安縣、安吉縣、長興縣等。

圖8 洪澇災害綜合風險區劃圖Fig.8 Comprehensive risk zoning map of flood disaster
基于1980-2010年浙江省氣象災害大典以及洪澇災情普查數據,統計洪澇受災人口、經濟損失,采用相關分析法將災情損失的空間分布與洪澇災害風險分布結果進行對比驗證,計算公式[14]如下:
(10)

并采用T檢驗法對各相關系數進行顯著性檢驗,顯著水平的臨界值可以通過查詢T分布表獲得,若t>ta,則表明相關性顯著;若t 浙江省洪澇災害風險結果與人口、經濟災情損失的相關系分別為0.546 9,0.498 5,且相關程度顯著,這表明浙江省洪澇災害風險分布結果與實際洪澇災情分布區基本吻合。另外,通過與1949年以來浙江省洪澇災害的分布規律的統計結果進行比對[27],發現該評估結果的空間格局與之具有高度一致性。 本文通過收集整理浙江省1980-2018年氣象資料以及社會經濟數據,基于對指標的精細化、歸一化處理,結合GIS技術綜合分析洪澇災害危險性、敏感性、暴露性、防災減災能力,根據自然災害風險指數法,對洪澇災害綜合風險進行區劃。得出結論如下:浙江省洪澇災害風險中危險性較強的地區主要分布在東南部沿海地區,敏感性較強的地區主要分布在河流密度較大且地形較平緩的西部和北部地區,暴露性較強的地區主要分布在人口與經濟較集中的縣(市),防災減災能力較強的地區主要集中在全省經濟發展較快的縣(市)。洪澇災害綜合風險指數較高的地區有臺州市、溫嶺市、溫州市區、瑞安市等地,而綜合風險指數較低的區域主要集中在中部地區。 對于綜合風險較高的地區,應該加強防洪工程措施的建設以及監測站點上建設和重點區域的土地利用規劃和管理。在加強暴雨天氣預報的同時,必須加強河道的整治和管理,合理使用耕地,避免人為因素加重洪澇災害損失;另外需提高公民水患意識、植樹造林,及時做好防護措施。對于洪澇災害風險較低的地區,并不說明該地區沒有發生洪澇災害的可能性,由于這些地區河流分布較為密集,在面對洪澇災害風險時候同樣不能放松警惕,要加強該地區的防洪工程建設,制定防洪預案及應急計劃,鼓勵公民購買洪水保險等[28,29]。另外,由于 浙江省位于東部沿海地帶,受熱帶氣旋影響,大部地區洪澇集中在5-9月,包括梅汛期和臺汛期,受澇次數占全年的80%左右[30]。因此在暴雨多發季節,需加強雨量監測,通過對汛期暴雨進行及時預報監測,并加固防洪設施來應對有可能發生的洪澇災害;通過改進土壤條件,提高土壤的持水能力來有效降低孕災環境敏感性;通過對土地的合理利用來改變承災體的暴露性;通過提高政府及社會對洪澇的重視程度,以及植樹造林來增強防災減災能力。 本文研究結果具有一定的現實意義,但是洪澇災害是一個十分復雜的系統,影響因子涉及自然與社會的諸多方面,本文雖借鑒相關研究建立了浙江省洪澇災害評價指標體系,但涉及洪澇災害形成過程中的下墊面因素,如地表徑流量等未考慮在內。未來的工作重點是深入了解洪澇災害形成機理,結合自然、社會等多種因素,以期構建更加精細化的評估模型,更加符合現實情況。 □4 結果與討論