防洪減災視角下的土地利用對策探討

王江煒 曾忠平

摘要：土地管理和水管理之間高度依賴，城市化進程改變了原有的景觀結構和水文過程，加劇了洪澇災害的發生，對城市可持續發展提出了重大挑戰。以吉安市為研究對象，利用互聯網上用戶產生的洪災位置數據，選擇洪水影響因素，構建洪澇災害風險評估模型，繪制洪澇災害風險等級圖，與土地利用類型疊加分析，提出防洪減災視角下的土地利用對策。結果表明，土地利用時洪澇災害的影響十分顯著;洪災低、中風險區域多為林地、草地;洪災高風險區域的土地利用變化主要表現為耕地、草地轉化為建設用地;從合理調整建設用地、優先安排生態用地等兩個方面可提出洪災高風險區域的土地利用對策。

關鍵詞：土地利用結構;洪澇災害;土地管理

中圖分類號：F301 文獻標識碼：B

文章編號：1001-9138-（2020）08-0034-40 收稿日期：2020-05-02

1 引言

城鎮化是現代化的必由之路，在經濟社會快速發展的同時，誘發了復雜的社會風險。快速城市化進程使城市洪澇災害日益嚴重，洪災造成了人類社會大量的財產損失和人員傷亡，是我國可持續發展進程中面臨的重大挑戰，如何使防洪減災與可持續發展相適應，是我國可持續發展的一個關鍵課題。江西省吉安市由于地形、極端氣候的影響和經濟的快速發展，近幾年一直遭受著洪澇災害的侵襲，是省內洪災極為嚴重的地級城市。因此，探討防洪減災視角下的土地利用對策，以促進吉安市的經濟社會可持續發展至關重要。

近年來，國內外學者采用定量或定性的方法探討了土地利用與洪澇災害的關系。主要集中在探討土地利用對洪澇災害的影響以及減災視角下的土地利用對策兩方面。Gemma Schuch等提出綠色開放空間規劃有助于洪水管理，為了避免在洪泛區發展城市住區，可將其留為具有指定土地用途的綠色開放空間，或在城市小溪旁設置綠色開放空間。Kiyong Park等針對韓國昌原市的洪災情況，基于脆弱性和暴露性的洪水風險分析，根據土地利用類型評估城市洪水風險，并通過建筑用途分析了城市分布與城市洪水風險的關系。得出結論，更高的洪災風險集中在城市化地區，商業區的風險程度最高，其次是居民區、工業區、綠化區。彭建等以深圳市茅洲河流域為例，基于CLUE-S模型、SCS模型及等體積淹沒算法等，對12種暴雨洪澇致災一土地利用承災情景下的城市暴雨洪澇災害風險進行定量模擬，研究表明，隨著建設用地面積增加，中等風險和高風險區面積均呈現較為明顯的增加趨勢。袁藝等針對深圳地區布吉河流域，基于分布式水文模型模擬了土地利用變化對流域匯流過程的影響，結果表明，以城鎮用地的大量增加和生態用地、農業用地的大面積減少為主要特征的快速景觀城市化過程，是造成城市洪澇災害日益嚴重的主要原因之一。劉慧基于定性的討論，得出長江中游地區不合理的土地利用所引起的河湖調蓄能力的下降是加劇中游地區洪澇災害的重要因素。據此提出了中游地區如移民建鎮、實施退田還湖等減輕洪澇災害的土地利用對策。綜上所述，國內外學者關于土地利用對洪澇災害的影響、土地利用對策的研究較為深入，但將二者結合討論的較少，即沒有對城市不同洪澇風險區域的土地利用類型提出具體的對策建議。本文以吉安市為例，將理論研究和實例分析、定性和定量探討相結合，通過二元邏輯回歸分析，繪制洪澇災害風險等級圖，以ARMS軟件為技術平臺，與吉安市1995、2019年的土地利用類型疊加分析，并根據識別出的洪澇高風險區域的土地利用類型提出具體的土地利用對策，以改進土地利用管理方式，科學、合理地利用土地資源。

2 數據來源

本文基于地理空間數據云平臺獲取了吉安市1995、2019年LandsatTM、OLI的遙感影像數據;DEM數據來源于ASTER GDEM數據庫，分辨率30m;降雨量數據來自于吉安市水利局;其他數據包括python爬蟲獲取的圖片或視頻信息中的洪澇災害位置點。

3 處理過程

3.1 土地利用類型提取

根據Google Earth中吉安市的土地利用情況，參考《土地利用現狀分類》（GB/T21010-2017）的分類標準，利用ERDAS最大似然監督分類法對1995年和2019年吉安市的遙感影像進行目視解譯，并根據吉安市的區域特點將吉安市土地利用類型分為耕地、建設用地、林地、草地、水域5大類。分類精度分別為86.3%、85.8%，Kappa系數均在0.80以上，滿足要求。

3.2 土地利用變化對洪澇災害的影響

3.2.1 評價數據準備

3.2.1.1 獲取洪水清單數據

本文研究了吉安市2016-2019年的洪水災害事件，通過網頁爬蟲從微博、博客等社交媒體及吉安晚報、吉安頭條等新聞媒體的報道中獲取了242個洪水災害點，同樣在河流間或者非常陡峭的山坡上隨機選擇了242個幾乎不可能發生洪水災害的位置。

3.2.1.2 選擇洪水影響因子

洪水的發生是多種因素共同作用的結果，包括自然因素和人類活動。基于以往研究和研究區域可獲得的數據，本文選取了8個洪水影響因子參與了分析：高程、坡度、坡向、曲率、降雨、歸一化植被指數、土地利用/覆被、河流距離。

高程是影響洪水的最重要因素之一，高程較低的地方容易發生洪水;水流速度由坡度決定，坡度會影響地表徑流和滲透量;土地利用/覆被直接或間接地影響滲透、蒸騰和徑流過程，土地利用圖對于確定易受洪水影響的區域至關重要，本研究確定了5個土地利用類別：建設用地、耕地、林地、草地、水域;植被指數是描述一個區域植被特征的一種度量，植被密度較小的地區被認為更容易發生洪水，植被指數值在-1-1之間;曲率是DEM的二階導數，被認為是與洪水有關的變量，影響著地表徑流;坡向被定義為地形表面最大坡度的方向，在大多數研究中，被認為是一個重要的洪水易感性參數;降雨是造成洪水的重要因素，使用克里金插值法得到降雨量空間分布圖;河流距離是影響洪水的主要因素之一，發生降雨事件之后，流量增加時會發生沉積物積聚，極有可能在周圍地區發生洪災。通過Arcgis10.2中的歐幾里得工具計算災害點到河流的距離。各因子的屬性分類如表1所示。

3.2.2 二元邏輯回歸模型構建

3.2.2.1 多重共線性分析

使用SPSS軟件進行二元邏輯回歸分析，自變量之間應是互相獨立的。如果兩個或多個解釋變量間出現了相關性，則成為多重共線性。因此，在應用模型前，要考慮回歸模型的共線性問題。統計學上，一般應用公差（TOL）和方差膨脹因子（VIF，TOL的倒數）來判斷共線性問題aTOL<0.1或VIF>10，常常表示存在多重共線性。本文中，TOL和VIF如表2所示。由于所有預測變量的TOL均大于0.1，VIF小于10，則這些因素之間沒有多重共線性。

3.2.2.2 模型實施

為了比較方便地找到最佳預測回歸模型，一般采用逐步回歸分析策略建立擬最佳預測回歸模型。逐步回歸采用逐個增加最佳變量的方式或逐個減少最差變量的方式找到最佳或擬最佳回歸模型。一般分為前進法和后退法。本文采用向后瓦爾德法，使用0.05的顯著性水平輸入，而0.10的顯著性水平移除。表3列出了具有瓦爾德卡方值的擬合模型的參數，這些參數用于檢驗預測變量的顯著性。

結果表明，土地利用、高程、降雨量、坡度在統計學上最為顯著，因為其顯著性較小，均小于0.01;河流距離顯著性值小于 0.05，在統計學上較為顯著;由于預測變量坡向、曲率、植被指數的顯著性值均大于0.05，因此相關性不大，在模型中排除坡向、曲率、植被指數。刪除后，重新計算邏輯回歸模型，由于預測變量的P值均小于0.05，所以剩余5個預測變量仍具有統計學意義。可信度評估的最終概率模型寫為：

為了評估預測模型的準確性，引入ROC曲線評估模型精度。ROC曲線使用圖形的形式來描述二分類系統的性能表現。使用ROC曲線下的面積AUC值評估模型性能，可以直觀的評價分類器的好壞，AUC值越大精度越高。一般認為，AUC值小于0.5，預測失敗;介于0.5和0.7之間預測較好;介于0.7和 0.9之間預測很好;AUC值大于0.9表示模型預測效果十分的好。本研究中，ROC曲線如圖1所示，AUC值為0.939，說明ROC曲線下面積的占比是93.9%，即預測模型的成功率是93.9%，表明模型預測性能較好。

將從邏輯回歸模型中獲得的系數值轉移到ArCGIS10.2軟件，進行柵格計算繪制敏感性等級評價圖如圖2所示，得出洪水概率圖的取值范圍分別為低（0-0.59）、中（0.6-0.79）、高（0.8一1）三類，面積分別為18250.611平方千米、3830.694平方千米、2563.903平方千米，分別占研究區域的74.05%、15.54%、10：41%。

3.2.3 洪災高風險區城土地利用變化研究

3.2.3.1 洪災高風險區域分析

將洪澇災害高風險區域分別與1995、2019年土地利用類型圖疊加分析如圖3、圖4所示。

3.2.3.2 洪災高風險區土地利用面積變化研究

單一土地利用動態度可表示為一定時間范圍內某種土地利用類型的數量變化情況，表達式為：

K是研究時段內土地利用類型動態度;U_a、U_b分別為初期及末期某一土地利用類型的面積;T為研究時間，當T的時段為年時，K的數值就是研究區某種土地利用類型的年變化率。

分析洪澇災害高風險區域1995-2019年土地利用面積變化及年變化率如表4所示。

由表4可知，1995-2019年間，洪澇高風險區域建設用地急速增長，由1995年的459.3$4平方午米增長到2019年的1570.068平方千米，其他各類用地均處于減少狀態。1995一2019年，建設用地土地利用動態度指數為17.27，其他各土地利用類型動態度指數均為負值，說明高風險區域建設用地一直處于擴張趨勢，土地利用變化主要表現為其他地類轉化為建設用地。

3.2.3.3 洪災高風險區土地利用變化空間分布研究

為了測量吉安市1995-2019年洪災高風險區域土地利用變化特征，采用辛普森優勢度指數來表征土地利用類型的優勢度。

辛普森優勢度指數是生態學中的一種信息統計指標，是計算給定群落物種多樣性的一種數學方法。本文利用辛普森優勢度指數，對吉安市1995、2019年兩個時期各土地利用類型的相對優勢度進行了計算。該指數可以反映出哪些土地利用類型主導了整個洪災區以及主導程度。辛普森優勢度指數公式如下：

其中D;是洪災區第i個土地利用類別的辛普森優勢度指數;H_i是洪災區第i個土地利用類別的嫡，P_ij是洪災區第j個區域中第i個土地利用類別的比例;m是洪災區中的區域數;H_max是H_i的最大值;n是土地利用類別的數量。1995和2019年土地利用類型的辛普森優勢度指數如表5所示。

根據公式（1）—（3）可知，辛普森優勢指數與優勢程度成反比即辛普森優勢指數越小，土地利用類型的優勢越大。由表5可知，在1995年，耕地和林地的指數值最小，分別為1.247和1.254，而草地和建設用地的指數較大，分別為1.433和1.3309。在2019年，建設用地和林地的指數值最小，分別為1.2599和1.2559，而草地、水域、耕地的指數值分別為1.5545、1.3747、1.3508。結果表明，1995一2019年，土地利用空間格局中占主導地位的土地利用類型由耕地、林地轉為建設用地、林地。說明這一時期，吉安市正處于城市化迅速發展階段，人為干擾的逐步加強，改變了吉安原有的自然景觀，由此也造成了洪災的頻繁暴發。

4 結論

根據洪災風險等級圖與吉安市1995-2019年洪災高風險區域土地利用時空變化特征可得，吉安市洪災高風險集中在遂川縣東部、萬安縣西北部、泰和縣中部、吉州區南部等地區。對于這些高風險區域，提出以下幾種土地利用對策：

4.1 合理調整建設用地

其一，通過土地征用或土地稅收政策逐漸將城市建設推出高風險區，并根據當地環境條件合理規劃聚居在高風險區居民的轉移路線和安置轉移點房屋，對人口密度較大的高風險區加強布設防洪設施如防洪大壩。

其二，對于容易遭受洪澇，靠近河岸、地勢低平的典型易澇地區建設用地，改變其土地利用類型，將其更改為綠色開放空間如規劃綠道、建立公園休閑區等。

其三，對于海拔高程較低，且商業服務業聚集、人口密集的典型易澇區域進行區域高程的調整，可通過建設加固將此區域的高程提高到周圍地區的基準高程面。

其四，強化對各類建設用地選址的引導和控制，通過建立適當的法規，確保洪災高風險地區免于密集的資本投資;避免將公共投資項目，如道路、水電通訊、學校、醫院等建設在高災害風險區。

4.2 優先安排生態用地

劃出宜耕種的優質土地作為耕地，甚至是永久基本農田，充分發揮耕地的生態、景觀和間隔功能，使生態建設與耕地保護有機統一;將具有生態功能的耕地特別是水田作為城市中的“綠心、綠帶”;由于集約化耕作和不適當的土地管理導致土壤壓實，使農田地表徑流增加，可增加有機質以改善土壤結構，改變土壤的透水性、蓄水性、通氣性等。

嚴格落實土地用途管制，保護林業用地。要劃定林業用地區，高風險區嚴格控制林業用地隨意轉為它用，逐步安排陡坡耕地退耕還林，切實提高退耕還林的生態效益;在低洼地區種植更多耐澇抗洪植物。

嚴格執行湖泊保護條例，維持并擴大市域內河網水面率，嚴禁侵占河網水道;合理利用水面資源，根據不同的水體生態環境，發展水生作物種植，采取科學的養殖模式，達到循環利用和改善生態環境的效果，加強濕地保護;禁止修建建筑物或者進行其他開發活動，保留自然濕地，沿河兩岸可配置護岸林、創建綠色生態河岸走廊、植物緩沖區等，減少這些區域的災害損失，為河流周邊頻繁遭遇的洪水留以宜泄空間。

參考文獻：

1.張慧 劉耀龍 馮潔瑤.城市化質量、城市韌性對洪澇災害風險的影響——基于山西11個地級市面板數據.經濟問題.2020.04

2.孫莉英 毛小苓 黃錚等.洪水災害對區域可持續發展的長期影響分析.北京大學學報（自然科學版）.2009.05

3.Schuch G，Serrao-Neumann S，Morgan E，et al.Waterin the city：Green open spaces，land use planning and floodmanagement-An Australian case study.Land Use Policy.2017

4.Park K，Won J.Analysis on distribution characteristicsof building use with risk zone classification based on urbanflood risk assessment.International Journal of Disaster RiskReduction.2019

5.彭建魏海武文歡等.基于土地利用變化情景的城市暴雨洪澇災害風險評估——以深圳市茅洲河流域為例.生態學報.2018.11

6.袁藝 史培軍 劉穎慧等.土地利用變化對城市洪澇災害的影響.自然災害學報.2003.10

7.劉慧.長江中游地區洪澇災害的土地利用思考.長江流域資源與環境.2004.06

8.Choubin B，Moradi E，Golshan M，et al.An ensembleprediction of flood susceptibility using multivariatediscriminant analysis，classification and regressiontrees，and support vector machines.Science of The TotalEnvironment.2019

9.Swets，J.Measuring the accuracy of diagnostic systems.Science.1998

10.郭榮中 申海建 楊敏華.長株潭地區土地利用結構信息嫡時空測度與演化.中國農業資源與區劃.2019.09

11.Liu J，Shi Z.Quantifying land-use change impactson the dynamic evolution of flood vulnerability.Land UsePolicy.2017

作者簡介：王江煒，華中科技大學公共管理學院碩士。

曾忠平，華中科技大學公共管理學院副教授。