四湖流域螺山排區農田澇漬災害風險評估

張 偉，羅文兵，何 軍，李亞龍，范琳琳

(1.三峽大學水利與環境學院，湖北 宜昌 443000；2.長江科學院農業水利研究所，湖北 武漢 430010)

澇漬災害是我國主要的自然災害之一，一般發生在沿江中下游及平原湖區。這些地區往往地勢平坦或低洼，汛期暴雨頻發，受外江(湖、海)水位頂托，容易造成排水不暢，積水成災[1]。據有關資料統計，1950-2017年，我國平均每年洪澇災害的受災面積941 萬hm2，成災面積520 萬hm2，每年因此而造成的糧棉油減產量約占總產的5%，已嚴重威脅我國糧食安全[2]。隨著全球氣候變化、社會經濟的快速發展、人口的不斷增長以及城市化進程的加快，澇漬災害發生的頻率越來越高，損失將越來越大，對除澇降漬也提出了更高的要求。

目前針對澇漬災害影響因素的研究，主要集中在氣象因子方面，如降雨總量、降雨強度和汛期氣溫[3-5]等。針對澇漬災害風險評估方面的研究主要集中在澇漬災害指標和風險分析方面。在澇漬災害氣象指標方面，常用降水量距平百分率[6,7]、降水量Z指數[8,9]、標準化降水指數(SPI)[10,11]、年降水量與年暴雨日數[12]等指標來確定洪澇災害臨界值，用以劃分洪澇災害等級。澇漬災害農業災害指標方面，黃毓華[13]利用降水量和日照時數構建陰濕系數，作為春季三麥澇漬害指標；霍治國[14]利用降水量、降水日數和日照時數等指標構建油菜和冬小麥的澇漬指數來劃分作物澇漬等級；范雨嫻[15]構建油菜澇漬災變等級指標、災害影響指數及減產率量化評估模型實現了對澇漬災變過程等級的動態監測、影響與災損的量化評估。澇漬災害綜合風險分析主要是對孕災環境與致災因子強度、承災體的易損性(澇漬區人口、經濟狀況等)以及澇漬區除澇排漬能力的分析，災害程度由這些風險因子之間相互作用共同決定的[16-18]。

四湖流域位于湖北省中部，南濱長江、北臨漢江及東荊河，西北毗鄰漳河灌區，全境面積11 547.5 km2。四湖全流域地形為西北高而東南低，周邊高，而中間低，呈勺狀，總干渠縱貫中間低洼地帶。螺山排區地勢低洼，北部抵四湖總干渠和洪排主隔堤，西南抵長江干堤，易受外江水位頂托，自排水能力不足，泵站抽排能力達不到設計水平[19]。加之滯澇水面的不斷萎縮，如圍湖造田，以及種植結構的不斷調整，如旱地改水田、蝦稻種植等，對排區排澇降漬帶來了新的挑戰。目前，針對新形勢下四湖流域下墊面顯著變化特點的澇漬災害影響的研究還不多見。因此，本文以南方平原湖區的四湖流域螺山排區為對象，從致災因子、孕災環境、承災體、防災能力4個方面分析澇漬災害的影響因素，構建了澇漬災害評估指標體系，采用層次分析法分析各指標的重要程度，構建了澇漬災害風險評估模型，分析了澇漬災害風險度和時空分布，為澇漬災害防治和預測預警提供依據。

1 研究區域概況

螺山排區位于四湖流域南部，北面以四湖總干渠和洪排主隔堤為界，西部和南部抵長江干堤，東抵螺山電排渠，總排水面積935.5 km2[19]，耕地面積8 6947 hm2(其中，水田60 180 hm2、旱田26 767 hm2)[20](圖1)。本文根據螺山排區內主要渠系位置及地形特點，將排區劃分為13個大小不一的小區。螺山排區主要排水支渠共計11條，骨干排渠有楊林山排渠和螺山總排渠2條。排區內建有螺山泵站和楊林山泵站兩座一級站，總設計排水流量210.0 m3/s；二級泵站總裝機容量13 495 kW，裝機流量126.6 m3/s，排水面積為378.8 km2。排區內主要種植的作物有水稻、棉花、芝麻等，隨著城鎮化進程加快及旱改水等多重原因，2011年螺山排區內水稻種植面積與旱作物種植面積之比為0.69∶0.31[20]。

螺山排區受亞熱帶季風濕潤氣候區氣候影響，汛期一般出現在每年的5-9月，且汛期累計降雨量可占全年的50%～60%。常見的氣象災害包括澇、旱、漬等，而且災害往往在一年內先后發生。據統計，在1954年至2019年間，發生過嚴重洪澇災害年份有1980年、1983年、1991年、1996年，輕度澇災年有1995年、2015年，其中最近的2015年因澇漬成災面積達0.46 萬hm2。

2 澇漬災害的影響因素

澇漬害災是自然因素和人為因素非線性疊加的結果[21]，主要由致災因子、孕災環境、承災體、防災能力等共同決定。其中致災因子是導致澇漬災害發生的最直接因素。孕災環境為澇漬災害形成所在的環境。承災體是澇漬形成環境下所受影響的作物。而防災能力為人為條件下為抵御、減輕澇漬災害影響所采取的應對措施。本文從以上4個方面分析澇漬災害的影響因素。

2.1 致災因子

致災因子方面主要是氣象因子，主要包括降雨、溫度等，其中暴雨是澇漬災害形成中最活躍的致災因子。

汛期降雨：汛期短時暴雨或長時間降雨引起的產匯流量如果超出區域排澇能力，會在田間中形成積水，一旦積水超過作物耐澇耐漬能力，就可能引起澇漬災害，導致作物減產。陳波等[3]分析了湘江流域50 a內洪澇災害發生于降雨的關系，研究表明不同時期4-8月降雨量與降雨強度同洪澇災害發生呈現一定的相關關系。

汛期最高氣溫：溫度是作物生長的關鍵因素。在汛期，作物受澇受漬后，大氣溫度對作物的生長有著較大的影響[5,20]，高溫天氣(日最高氣溫不低于35 ℃)的影響格外顯著。朱建強等[5]發現在棉花在生長期內，發生澇災后10 d內無高溫天氣出現，則澇對棉花產量的影響最大，漬次之，溫度最小；而在澇后10d內有高溫天氣出現，則高溫天氣對作物的影響大于漬，澇的影響仍最大。

2.2 孕災環境

孕災環境主要包括流域地形、土壤、地下水埋深、土地利用類型等下墊面以及外江水位。

(1)地形。地形是控制澇漬的動力條件，其對澇漬災害的形成有兩個方面的影響。一是坡度，坡度越大的區域排泄水能力強，積水少不易形成澇災；二是地勢，地勢低洼的區域更易匯集來水，并且一般排水能力較差，較地勢低的地方更易形成澇漬災害。螺山排區地形上總體呈現西北高東南低，干渠位于排區西北角，排區內地勢低洼，不利于排水。

(2)土壤。土壤是控制澇漬的介質，土壤越黏性，透水性越差，越容易遭受澇漬災害。螺山排區內土壤以水稻土和潮土為主。胡傳旺[22]等分析了南方地區土壤性質，結果表明水稻土的持水性小于潮土，因此在飽和條件下，水稻土排水性更佳，即在受澇環境下，潮土較水稻土更易發生澇漬災害。

(3)地下水埋深。地下水埋深是指地下水水面到地表的距離，埋深越淺的區域越容易形成澇漬災害。四湖流域螺山排區由于地下水埋深淺(大部分區域埋深50 cm左右，地勢較高處埋深100～200 cm[23])，且易受到外江水位頂托作用，汛期暴雨過后，容易遭受澇漬害。

(4)外江水位。外江水位對排區的排水影響主要體現在以下兩個方面，一是自流排水受外江水位頂托作用，效率降低；二是泵站抽排時受外江限汛水位限制，排水受限，水滯留在排區內。四湖流域臨長江和漢江，易受外江水位頂托作用。羅文兵[1]在研究四湖螺山排區時，發現3日暴雨與3種不同外江水位的組合下排澇流量均比固定抽排流量大，其中5 a一遇條件下抽排流量增加19.6%～53.8%，10 a一遇條件下增加25.5%～50.6%，外江水位越高，抽排流量越大，排澇壓力越大。

(5)滯澇水面。水面率直接影響區域調蓄能力，水面率越大，即容納滯澇水能力越強，澇漬形成風險越小。由于長期圍墾開發，四湖流域內湖泊面積迅速減少，滯澇作用降低，導致排區調蓄能力減弱，受澇受漬風險增大。羅文兵等[24]以四湖螺山為例，在10 a一遇暴雨條件下，將計算水面率由2%增加至16%時，1日暴雨和3日暴雨的排澇模數分別減小了12%和12.8%。可見，水面率減少會增加排澇壓力，澇漬災害的發生概率隨之增大。

(6)排水骨干河道密度。河道淤積使行水障礙增多，外排能力萎縮，使外河水位居高不下，低洼地區長期處于圍水狀態，排澇防洪壓力加重也削弱了區域排水能力，提高了區域澇漬災害風險。

(7)不透水面。在一定降雨條件下，城鎮化率越高，不透水面積越大，區域產匯流量越大，導致排水任務加重，形成澇漬的概率增加。隨著城市化的進程加快，四湖流域不透水面積不斷增加。羅文兵等[1]計算四湖流域地面硬化率從5%增加到20%時，在1日、3日暴雨條件下，排澇模數分別增加了9%和5.2%，隨著排澇模數的增加，排澇壓力逐漸增大。

(8)種植結構調整。區域的種植結構主要與水旱比相關。四湖流域螺山排區種植作物主要為水稻和棉花，由于排區內多發澇漬災害，逐步推廣旱作物改水田，水旱比逐步增大。且現在水稻種植區內大面積推廣蝦稻共作模式，進一步增大了水旱比。

(9)灌溉方式。現有水旱作物以常規灌溉和節水灌溉兩種方式為主，隨著螺山排區水旱作物種植比例逐漸增大，而且水稻以常規灌溉為主，排區內調蓄水能力逐步減弱。有研究表明，同一重現期和暴雨歷時下，間歇灌溉1日暴雨排澇模數較傳統灌溉減少6.6%～20.2%，3日暴雨減少4.2%～11.7%。可見，節水灌溉方式對減輕稻區排澇壓力具有有利的影響[24]。

2.3 承災體

承災體指受到災害影響和損害的社會主體，排區內主要指種植的作物。四湖流域螺山排區種植作物以水稻和棉花為主，隨著下墊面條件的不斷變化以及人為活動的影響，水稻種植與旱地作物面積之比從2003年0.59∶0.41[25]逐步擴大到2011年0.69∶0.31[20]。而隨著水稻種植面積的不斷擴大，排區內作物整體耐澇耐漬能力也逐步增大，排區內抵御澇漬災害的能力增強。藺萬煌等[26]研究表明，水稻在不同的生育期抗澇漬能力不同，返青、分蘗期耐淹深度分別為3～5 cm和6～10 cm；拔節、孕穗和成熟期耐淹時長為4～6 d，耐淹深度隨著植株生長而增加。旱作物中棉花抗澇抗漬能力不強，全生育期耐淹深度在5～10 cm，耐淹時長為1～2 d。

2.4 防災能力

防災能力主要有河堤標準、抽排能力、實際排澇能力等。四湖流域內兩個調蓄湖泊、六大干渠、四座閘站、十七座一級泵以及754座二級泵協調作用[19]，能夠盡快排除滯水，減輕農作物損失。但隨著流域內種植面積的擴大，外排泵站抽排能力不匹配，同時現有泵站建設標準低、設備出現不同程度老化，泵站帶病運行，排澇能力下降，澇漬災害發生的風險增大。目前，螺山排區內主要的27個河(渠)設計水位范圍為24～27 m，防洪標準達到10～15 a一遇。排區內一級泵站設計抽排能力為210 m3/s，二級泵站的抽排能力為126.6 m3/s，現狀條件下排區內二級泵站排水系統排澇標準達到13 a一遇，而一級泵站排水系統排澇標準僅為6.8 a一遇，因此一、二級排水系統之間比例失衡[25]，對排區內排澇不利。

3 澇漬災害風險評估

3.1 評價指標體系構建

基于四湖流域螺山排區農田澇漬災害影響因素分析的結果，針對螺山排區農田澇漬災害發生的基本特征，并結合現有特征數據，選擇11個指標建立澇漬災害風險評估指標體系。指標體系中，澇漬災害風險度由致災因子、孕災環境和抗災能力3個方面構成，其中致災因子包含汛期降雨強度綜合指數和汛期高溫指數，孕災環境包括相對高程、高程相對標準差、相對坡度、滯澇水面率、產流系數、水旱比、地面硬化率和土壤類型指數，抗災能力包括排澇指數。

(1)汛期降雨強度綜合指數為某典型降雨年份汛期降雨量占多年平均汛期降雨量的比例與汛期暴雨日數與多年平均汛期暴雨日數比例之和，計算公式[27]如下：

(1)

(2)汛期高溫指數為某典型年份汛期最高氣溫不低于35 ℃的天數占汛期多年平均最高氣溫不低于35 ℃天數的比例。根據四湖流域荊州站歷年汛期逐日氣溫可計算出歷年汛期高溫指數，計算公式如下：

(2)

(3)相對高程為計算小區高程與整個研究區域平均高程的比值。基于四湖流域螺山排區DEM數據，利用ArcGIS工具箱空間分析工具條中的分區統計功能，可計算得到各個小區的平均高程和整個四湖流域螺山排區的最小高程，按照下式[28]計算各個小區相對研究區最低點的相對高程：

(3)

式中：di表示第i個小區的相對高程；Di表示第i個小區的平均高程；Dm表示四湖流域螺山排區最低點高程。

(4)高程相對標準差反映計算小區的地形起伏程度。基于四湖流域螺山排區DEM數據，利用ArcGIS工具箱空間分析工具條中的分區統計功能，軟件可直接統計得到各個小區的高程相對標準差。

(5)相對坡度反映各個小區的積排水能力，基于四湖流域螺山排區DEM數據，利用ArcGIS工具箱空間分析工具條中的分區統計功能，可計算得到各個小區的平均坡度和整個四湖流域螺山排區的平均坡度，按照下式計算各個小區相對研究區的相對坡度：

(4)

式中：ei表示第i個小區的相對坡度；Ei表示第i個小區的平均坡度；Em表示四湖流域螺山排區平均坡度。

(6)滯澇水面率為某個小區內外的水面面積占其總面積的比例，反映的是計算小區調蓄澇雨的能力。按照下式[28]計算：

(5)

式中：αi為第i個小區的滯澇水面率；Ainner,i為第i個小區的內部水面面積；Aout,i為第i個小區的臨近水面面積；Ai為第i個小區面積。

(7)產流系數反映的是小區形成徑流的能力，主要由土地利用決定。利用下墊面的產流模型，將小區土地利用分為旱地、水田、水域、城鎮、其他等5種類型用地，利用加權平均得到整個排區的產流量，與排區實際排頻比較得出排區實際的產流系數。

(8)水旱比為水田面積與耕地面積之比，反映的是研究區種植結構變化。將計算小區土地利用分為水面、城鎮、旱地、水田及其他，計算小區的水旱比。按照下式[29]計算：

(6)

式中：ωi為第i個小區水旱比；Si,水為第i個小區水田面積；Si,耕地為第i個小區的耕地面積。

(9)地面硬化率為小區內城鎮面積與小區總面積的比值，反映小區產流能力的大小。按照下式[29]計算：

(7)

式中：λi為第i個小區的地面硬化率；Si，城鎮為第i個小區的城鎮面積；Si，小區為第i個小區的總面積。

(10)土壤類型指數反映的是小區土壤能夠容納水的能力，不同的土壤類型對水分的吸收及容納能力不同。按照下式計算：

(8)

式中：Ai,max為第i個小區中吸水能力最強的土壤類型所占的面積；Ai為第i個小區的總面積(小區內計算以潮土和水稻土進行)。

(11)排澇指數為某個小區設計排澇模數與整個排區規劃排澇模數的比值，反映小區耐澇能力的綜合指標，其計算公式為：

(9)

式中：q′為排澇指數；qi為第i個小區的設計排澇模數， m3/s /km2，設計排澇模數采用經驗公式[30]計算，q=0.017R區F-0.238；q0為排區的現狀排澇模數，取0.224；R區為區域總產流，mm；F為排澇系統控制的排澇面積，km2。

3.2 指標權重確定

3.2.1 處理方法

權重是評價指標類數據分析的主要參數，它決定了指標在指標體系中的主要程度，同時也反映了其影響農田澇漬災害風險的水平。多個指標綜合評價中指標的權重分配會導致評價指標的影響系數，因而更加合理的確定多指標的權重系數會直接影響到評價結果的可靠性。本文選用目前較為常用的層次分析法確定指標權重。先邀請專家(農田排水專家)對3個層次的指標進行評分并構建判斷矩陣，再通過對各影響因素重要性標度判斷矩陣的特征根求解和一致性檢驗，獲得最終的權重值。

3.2.2 數據搜集

從中國氣象數據網(https:∥data.cma.cn/)搜集了荊州站1954-2019年氣象數據資料，利用四湖流域的等高線圖Coverage 文件轉化為TIN文件，再將TIN文件轉化為ArcInfo的GRID形式的DEM數據文件，用mask提取螺山排區DEM，網格大小30 m×30 m。從國家地理空間數據云平臺(http:∥www.gscloud.cn/)下載了Landsat系列數據(15 m)，通過監督分類的方法，得到土地利用數據(1991/2003/2011)。從荊州市水利局搜集了歷史洪澇災害數據、四湖流域泵站流量數據、防洪除澇規劃等。

3.2.3 權重計算

通過層次分析法計算得出，對于四湖流域螺山排區而言，各指標的貢獻從大到小為相對高程、汛期降雨強度綜合指數、高程相對標準差、相對坡度、滯澇水面率、水旱比、產流系數、地面硬化率、土壤類型指數、排澇指數、汛期高溫指數。指標權重值見表1。

表1 螺山排區澇漬災害指標權重Tab.1 Index weight of waterlogging disaster in Luoshan Drainage Area

3.3 澇漬災害風險度計算

澇漬災害風險度計算公式為：

(10)

式中：S為澇災綜合風險度；xn為第n個指標標準化值；λi為第i個指標值對澇災綜合風險度的影響權重。

本文在計算澇漬災害風險度時，考慮到11個指標中存在部分指標值的變化對澇漬災害風險值的影響趨勢不一致的問題，其中汛期降雨強度綜合指數、汛期高溫指數、產流系數、地面硬化率、土壤類型指數等指標值越大，澇漬災害風險越大，而相對高程、相對高程標準差、相對坡度、滯澇水面率、水旱比和排澇指數等指標值越小，澇漬災害風險值越大。故在指標標準化計算中，已通過標準化方法將所有指標的變化對澇漬災害風險的趨勢相同，即指標值越大，澇漬災害風險越大。

得出結論：在汛期降雨強度為2.889時，計算得到排區內澇漬災害風險度(0.957)為高風險臨界下限；在汛期降雨強度為1.924時，計算得到排區內澇漬災害風險度(0.837)為低風險臨界下限。

3.4 澇漬災害風險評估模型建立

本文選用1980年、1996年兩個特大澇漬災害年份和2015年輕度澇漬災害年份作為典型年份對澇漬災害風險進行驗證。

從圖2澇漬災害風險分布中可以看出，1980年整個排區內均處于澇漬災害高風險狀態，排區的澇漬平均風險度為1.188，遠高于高風險度等級下限(0.957)。1996年排區內45.81%的面積處于澇漬災害高風險狀態，排區澇漬平均風險度為0.978，略高于高風險等級下限值。根據螺山排區歷史災害數據記載，1996年受災面積達到3.53 萬hm2，成災面積為2.13 萬hm2。1980年受災面積達2.21 萬hm2，成災面積為1.6 萬hm2。雖然1996年汛期降雨量較1980年少188mm，澇漬災害平均風險度較1980年小，但由于1996年螺山排區水旱作物種植面積較1980年增加2.53 萬hm2，導致1996年受災和成災面積均比1980年大。2015年，排區內的平均澇漬風險度為0.864，略高于澇漬災害低風險下限，區域整體上處于低風險狀態，有4個小區無澇漬災害風險。這與歷史數據中2015年螺山排區受災面積為0.46 萬hm2，為輕度澇漬災害年相吻合。

3.5 現狀條件農田澇漬災害風險評估

將1954-2019年的汛期降雨強度進行排頻，選擇3 a一遇(1955年)、5 a一遇(1988年)、10 a一遇(1999年)和20 a一遇(1973年)的4種典型的汛期降雨年份進行澇漬災害風險評估，如圖3所示。從圖3中可以看出，北部鄰近四湖總干渠的區域和南部臨長江的區域是澇漬災害風險低發區域。其主要原因是北部鄰近四湖總干渠和洪排河，南部臨長江，地勢相對較高，不易形成內澇。當發生10 a一遇汛期降雨強度時，中部區域也處于澇漬災害高風險狀態，主要原因是汛期長江水位高，電排站抽排能力受到限制，不能及時排出澇水，地勢較低的區域易形成澇漬災害。當發生20 a一遇汛期降雨強度時，排區內大部分區域處于澇漬災害高風險狀態。

不同年型時澇漬災害風險計算結果見表2。從表2中可以看出，當遭受3 a一遇汛期降雨強度時，整個排區基本處于無風險狀態(平均風險度為0.821)，但仍有33.99%的面積處于澇漬災害低風險狀態。當遭遇5 a一遇汛期降雨強度時，排區內處于無、低、高風險狀態的面積比例分別為15.61%、50.40%、33.99%。當遭遇10 a一遇汛期降雨強度時，整個排區均處于澇漬災害風險狀態，相比5 a一遇時，高風險區域的面積占比擴大到50.32%。當遭遇20 a一遇汛期降雨強度時，處于澇漬災害高風險狀態的面積達到89.13%。

表2 遭遇不同汛期降雨強度時澇漬災害風險Tab.2 Risk of waterlogging disaster when encountering rainfall intensity in different flood seasons

4 結論與展望

本文在分析四湖流域螺山排區澇漬災害影響因素的基礎上，構建了澇漬災害指標體系，分析得到各指標所占權重，通過獲取降雨、下墊面等數據計算得到風險度，確定了風險等級閾值，利用典型年份數據對風險評估模型進行驗證，并利用驗證的模型模擬得到不同重現期下的澇漬災害風險空間分布特征。結論如下：

(1)四湖流域螺山排區澇漬災害影響因素中，孕災環境所占權重最大，其次是致災因子，而在致災因子中，汛期降雨強度所占權重最大。

(2)螺山排區澇漬災害高風險下限為0.957，低風險下限為0.837。利用1980年、1996年和2015年作為典型年份對澇漬災害風險模型進行驗證，結果與實際吻合度較好。

(3)螺山排區僅能抵御3 a一遇的汛期降雨強度；遭遇5 a一遇汛期降雨強度時，排區內會出現高風險區域，主要集中在排區中部區域；遭遇10 a一遇汛期降雨強度時，排區內高風險區域占比增加，達到50.32%，所有區域均有澇漬災害風險；遭遇20 a一遇汛期降雨強度時，處于澇漬災害高風險狀態的面積達到89.13%。該成果可為澇漬災害預測預警以及防災減災措施的制定提供參考。

需要說明的是，盡管排區現有作物以水田作物為主，但在實際應用中，仍需針對水、旱作物考慮其承災能力，并提出不同作物澇漬災害風險指數和分生育階段的澇漬災害等級指標，從而使得澇漬災害風險程度判斷更準確，限于篇幅，本文未對此進行研究。

□