基于參數最優地理探測器的江西省山洪災害時空格局與驅動力研究

張 若 婧，陳 躍 紅*，張 曉 祥，方 秀 琴，馬 強，任 立 良

(1.河海大學水文水資源學院，江蘇 南京210098；2.中國水利水電科學研究院減災中心，北京100038)

0 引言

山洪是山丘區小流域由短歷時強降雨誘發的急漲急落的地表徑流[1]。山洪災害突發性強、隱蔽性強、破壞力大，常造成居民傷亡、建筑設施損毀和自然環境破壞等問題[2-4]。我國地形條件復雜、氣候特征多樣、暴雨多，山洪災害頻發[5]，目前已成為世界上山洪災害嚴重的國家之一[6]。國內外關于山洪災害的研究包括：1)山洪災害預警預報。將山洪危險性預判與先進的監測預報技術相結合[7]，如美國國家海洋和大氣管理局研發了山洪預警指南系統(FFGS)[8]；中國的山洪災害防治平臺[9,10]自2015年提供山洪災害氣象預警信息服務。2)山洪災害風險評估。根據聯合國開發計劃署對自然災害風險定義[11]“風險度(R)=危險度(H)×易損度(V)”，從危險度、易損度兩方面構建山洪災害風險評價指標體系，完成定量評估[12-16]。3)山洪災害區劃與防治。在掌握山洪災害的空間分異規律基礎上，按照區內一致性和區間差異性進行區域劃分[17,18]。如趙士鵬[19]綜合分析不同類型山洪特征，將全國劃分為6個山洪災害特征一致區域。4)山洪災害時空格局分析。如Khajehei等[20]研究美國縣域山洪災害危險性和脆弱性的空間分布；Ahmadalipour等[21]利用美國國家氣象局(NWS)風暴事件數據庫，分析1996-2017年74 814次山洪災害的頻率、持續時間及損失分布。

我國山洪災害多分布于三大階梯過渡地帶，2013-2016年進行了全國山洪災害調查評價[22]，以摸清1950-2015年山洪災害狀況。根據2000-2015年山洪災害事件，劉業森等[23,24]運用重心對比法揭示了全國山洪災害時空演變總體格局，采取自然間斷法將降雨等影響因素分為10類，運用地理探測器分析山洪災害的驅動因子，反映我國山洪災害的宏觀分異特征；劉檣漪等[25]以全國6個一級地貌大區為基本單元，分析山洪災害次數、密度與高程、高差和50年一遇6 h降雨的相關關系，得到山洪災害在各地貌大區中的分布情況；Xiong等[26-28]采用平均中心、標準差橢圓、核密度分析、M-K突變檢測、回歸模型和地理探測器等方法分析了云南、西藏、四川等西部地區歷史山洪災害時空分布規律與影響因素。目前對于山洪災害的時空格局分析主要圍繞全國宏觀層面以及西部重點省份，而對于長江中下游等山洪災害嚴重地區的研究相對較少；同時，已有研究在運用傳統地理探測器分析山洪災害驅動力時，易忽略連續變量離散化的重要性，一般根據經驗知識進行分級，定量研究不足，影響驅動因子對山洪災害的解釋力[29,30]。

全國山洪災害調查評價結果顯示，江西是長江中下游山洪災害嚴重的省份之一。目前對江西省的山洪災害研究多集中于風險評估方面[31,32]，缺少對山洪災害分布格局與影響因素的系統研究。鑒于此，本文基于江西省1950-2015年山洪災害調查數據開展山洪災害時空格局分析；運用參數最優地理探測器模型，選擇q值最高的參數組合對連續型的降雨和地形因子生成最優離散化因子[29]，分別探測江西省全域和各流域山洪災害主要驅動因子及其空間分異性，以期為江西省山洪災害預警預報與區劃防治提供參考。

1 研究區與數據

江西省(113°34′～118°28′E，4°29′～30°04′N)位于長江中下游，地貌多丘陵山地，地勢南高北低，以鄱陽湖為中心形成三面環山、中部丘陵與平原錯落、北部多平原的典型盆地地形[33]；氣候屬亞熱帶溫暖濕潤季風氣候，日照充足，四季分明。江西省水系稠密，大多發源于邊界山地，匯成贛江、撫河、信江、修河和饒河五大河系，貫穿全省匯入鄱陽湖，再經湖口匯入長江。在季風環流與地形作用下省內降水呈現東南多西北少、山區多于中部盆地的特點[34]；同時降水年際差異大、季節分布明顯，汛期暴雨頻發，加之山高坡陡，山洪匯流快，境內山洪災害多發(圖1)。

圖1 江西省1950-2015年歷史山洪災害事件分布Fig.1 Spatial distribution of historical flash flood disasters in Jiangxi Province from 1950 to 2015

研究數據包括：1)全國山洪災害調查評價項目成果中的1950-2015年江西省歷史山洪災害事件數據，包括山洪災害的時間、地點、轉移等信息(圖1)；2)降雨數據，源于全國山洪災害調查評價暴雨量數據；3)ASTER_GDEM 30 m DEM數據，由此生成坡度和坡向數據；4)土地利用數據，源于全國山洪災害調查評價土地利用數據；5)植被指數數據，源于中國年度植被指數(NDVI)空間分布數據集[35](2015年)；6)土壤質地數據，源于全國山洪災害調查評價土壤類型空間分布數據；7)地貌類型數據，源于中國100萬地貌類型空間分布數據[36]；8)江西省三級流域分區數據，源于全國山洪災害調查評價流域分布數據。

2 研究方法

本文首先分析江西省歷史山洪災害事件的年際、月際變化，運用Moran′sI、LISA圖度量格網單元山洪災害的空間自相關性；再通過趨勢面從三維視圖中分析山洪災害點處降雨、地形的擬合趨勢，同時利用標準差橢圓揭示不同時期山洪災害的方向趨勢和重心移動；最后，利用參數最優地理探測器對降雨和地形連續因子進行離散化，并運用因子探測、交互探測分析江西省全域和各流域山洪災害的主要驅動因子。

(1)空間自相關。利用全局自相關[37]描述江西省山洪災害間的關聯情況，評估山洪災害的離散、隨機或集聚格局；利用局部自相關[38,39]度量局部與其周邊的相關程度，本文采用LISA反映局部區域的空間自相關性，并劃分為高—高(H-H)、高—低(H-L)、低—高(L-H)、低—低(L-L)4種集聚類型。

(2)趨勢面分析[40]。該方法根據已知點值擬合多項式方程。山洪災害點表示在XOY平面上，Z維數值表示高度。通過繪制山洪災害點三維數據，并投影到XOZ平面和YOZ平面上，擬合散點圖，形成三維透視圖。

(3)標準差橢圓(SDE)。該方法用于度量山洪災害的方向分布，表達山洪災害離散程度、方向趨勢等空間特征。橢圓長短軸由平均重心對X、Y坐標的標準差計算，長半軸為山洪災害分布方向，短半軸為山洪災害分布范圍，扁率越大，方向性越突出；橢圓大小為歷史山洪災害空間格局的集中程度。

(1)

(2)

(3)

式中：xj為單元j的山洪頻次；wi,j為單元i和j的空間權重。

(5)參數最優地理探測器。地理探測器[42]能對山洪災害與篩選出的降雨因子、地形因子進行探測分析[26]，發現山洪災害的空間分異，揭示其主要驅動力。但傳統地理探測器在對連續型變量進行離散化時需要人為設定，存在主觀性及離散化不佳等問題，因此，本研究選取參數最優地理探測器[29](Optimal Parameters-based Geographical Detector,OPGD)分析江西省山洪災害驅動力。首先計算每個連續型因子在不同分級方式、不同間斷數下的q值(式(4))，q值在[0,1]區間，值越大表明山洪災害的空間分異越強，影響因子對山洪災害空間分異的解釋力越強，反之越弱。其中分級方式根據統計規則確定(如等間距、自然間距、分位數間距、幾何間距和標準偏差間距)，間斷數量設置為3～10類。OPGD模型通過選擇q值最高的參數組合(分級方式與間斷數)進行空間離散化，從而探測山洪災害的空間分層異質性和影響因子對山洪災害空間分異的解釋力；進而運用交互作用探測分析降雨與地形雙因子共同作用于山洪災害的影響情況。通過分別計算單個降雨、地形因子的q值(q(X1)、q(X2))以及降雨和地形疊加后的q值(q(X1∩X2))，可以判斷降雨與地形是否存在交互作用及交互作用的程度，共包含非線性減弱q(X1∩X2)max(q(X1),q(X2))、獨立q(X1∩X2)=q(X1)+q(X2)和非線性增強q(X1∩X2)>q(X1)+q(X2)5種類型。

(4)

3 江西省山洪災害時空分布格局

3.1 山洪災害時間分布特征

如圖2所示，1950-2015年江西省山洪災害數量整體呈增長趨勢，部分年份發生突增變化。其中，1998年長江流域特大洪水導致該年江西山洪發生頻次異常高，占研究時段山洪總量35%，受災十分嚴重；2010年和2012年是近年來江西山洪發生較多的年份，2012-2015年山洪災害呈遞減趨勢。由1950-2015年江西省山洪災害月際分布(圖2b)可知，山洪災害主要集中在5-8月，約占總量的82.37%，6月山洪災害最多，約占41.74%，7月次之，占比約20.41%，表明山洪災害季節性明顯。

圖2 江西省1950-2015年歷史山洪災害年際和月際分布Fig.2 Interannual and monthly distribution of historical flash flood disasters in Jiangxi Province from 1950 to 2015

3.2 山洪災害空間分布特征

根據縣域單元歷史山洪災害分布，山洪災害多發地區包括贛東北地區的婺源縣、浮梁縣、德興縣、鉛山縣、廣豐縣，贛西北的修水縣、宜豐縣，贛東南的石城縣、瑞金縣、會昌縣，相鄰縣域山洪頻次接近(圖3a)。縣域單元山洪災害全局Moran′sI為0.143，呈現一定的空間集聚；0.1°×0.1°格網尺度下，山洪災害全局Moran′sI為0.356，呈現比縣域更高的空間集聚。山洪災害高發的婺源縣、修水縣、浮梁縣、德興縣、鉛山縣的格網單元山洪災害頻次均較大，內部形成明顯的高—高集聚；中部、北部出現低—低集聚；西部銅鼓縣被山洪高發區域環繞，處于低—高集聚；而東部鉛山縣周邊為山洪低發地區，處于高—低集聚(圖3b)。

圖3 江西省格網單元歷史山洪災害頻次和LISA集聚圖Fig.3 Frequency and LISA map of historical flash flood disasters in grid cells of Jiangxi Province

3.3 年降雨量和高程空間分布趨勢

圖4為江西省歷史山洪災害點年均降雨量和高程空間分布，X、Y軸分別為經、緯度，Z軸分別代表年均降雨量和高程。1)總體上，江西省歷史山洪災害點降雨量由東向西、從北向南呈指數型遞減趨勢，各地多年平均降雨量較高，在氣團和地形的影響下，年降雨量呈現贛東(歷史山洪災害點密集)大于贛西、山區多于中部盆地的分布特點。2)江西省歷史山洪災害點高程在東西和南北方向呈微弱的U形分布趨勢，即邊緣地區高、中間地區低，且南部地區略高于北部，與江西地貌、地形分布格局相符。根據趨勢面分析的三維透視圖，江西省歷史山洪災害與降雨和地形的分布密不可分。

圖4 江西省歷史山洪災害點年均降雨量和高程空間分布Fig.4 Spatial trend analysis of average annual rainfall and elevation for historical flash flood disaster points in Jiangxi Province

3.4 山洪災害重心遷移

以20年為間隔，統計1950-1970年、1970-1990年、1990-2015年的標準差橢圓參數(表1)及山洪災害重心移動軌跡(圖5)，3個階段山洪災害數量總體呈增長趨勢。其中，1950-1970年山洪災害多發于東北部與南部地區，該階段標準差橢圓扁率最大，方向性最明顯，長半軸最長，山洪災害較離散；1970-1990年山洪災害多發于西北部和南部地區，重心向西偏移；1990-2015年山洪災害次數顯著增加，在江西省東北、西北較密集，在中部、南部有少量分布，重心向東遷移。山洪災害重心經緯度遷移變化表明，江西省山洪災害受經向影響大于緯向影響。

圖5 江西省歷史山洪災害標準差橢圓Fig.5 Standard deviation ellipse of historical flash flood disasters in Jiangxi Province

表1 江西省歷史山洪災害點標準差橢圓參數Table 1 Standard deviation ellipse parameters of historical flash flood disaster points in Jiangxi Province

4 江西省山洪災害驅動力探測

由前述分析可知，影響山洪災害危險性的主要因子為降雨和地形。1)由于山洪災害的降雨徑流過程很短，往往認為1 h以內的降雨量起主導激發作用，且降雨量、降雨強度和降雨歷時均與山洪災害的形成密切相關。因此，參考前人研究[31,32]，本研究根據降雨的時段、頻率分級標準，建立不同等級的降雨因子[43]。利用《全國暴雨圖集》計算小流域不同時段(10 min、30 min、60 min)、不同頻率(1%、2%、5%、20%、50%、80%)的設計面雨量，共18個降雨因子，均為連續型因子。2)參考前人研究[24,44]，選擇高程、坡度、坡向、土地利用、植被指數、土壤質地、地貌類型、地形指數HAND[45](Height Above the Nearest Drainage)和地形濕度指數(TWI)[46]作為地形因子，除土壤質地、土地利用和地貌類型外，其余6個因子均為連續型因子。

進一步利用地理探測器模型度量各驅動力因子對山洪災害空間分布的影響程度，從空間角度探討潛在因素以及探索地理變量的交互影響。借鑒劉業森[24]等的研究，對江西省0.1°×0.1°格網單元進行熱點分析得到山洪災害強度值，作為參數最優地理探測器的因變量，探測18個降雨因子和9個地形因子對山洪災害的解釋力。

4.1 連續型因子離散化

對每個連續型因子，計算在不同分級方法(等間距分級、自然間距分級、分位數間距分級、幾何間距分級和標準偏差間距分級)、不同間斷數下的q值，選擇q值最高的參數組合(分級方式與間斷數量)。由于級數在10類以內為佳，初步設定間斷區間為3～10類。以30 min、1%頻率降雨量和高程離散化為例：對于30 min、1%頻率降雨量，當分類方式為等間距且分類數為8時，q值最大(圖6a)，故選用等間距方式將30 min、1%頻率降雨量劃分為8類(圖6b)；同理，選用分位數間距分級將高程劃分為7類(圖6c、圖6d)。其他連續型因子離散化原理同此。

圖6 連續型因子離散化Fig.6 Discretization for continuous variables

4.2 江西省全局山洪災害驅動力分析

采用參數最優地理探測器的因子探測識別單因子對山洪災害的解釋力(圖7a)。總體上，降雨因子的平均q值為0.224，地形因子的平均q值為0.016，說明降雨因子解釋力明顯高于地形因子。不同時段降雨量解釋力從大到小依次為10 min降雨、30 min降雨、60 min降雨，同一時段降雨頻率越小，解釋力越高，10 min、2%頻率降雨量解釋力最高(q值為0.4278)。地形因子解釋力相對較低，從大到小依次為坡度、高程、HAND、TWI，其他地形因子解釋力小于0.01。所有因子解釋力P值均小于0.01，探測結果均具有顯著性。因子探測表明，歷時短、頻率小的強降雨對江西歷史山洪災害起主導作用，尤其是10 min不同重現期的強降雨對山洪災害的解釋力較強；單獨的地形因子解釋力相對較弱。

由降雨與地形雙因子交互探測結果(圖7b)可知，不同降雨因子內部間的交互作用顯著，60 min、20%頻率降雨量與10 min、2%頻率降雨量交互作用解釋力最強，q值為0.648，表明二者協同可解釋64.8%的山洪災害，考慮不同時段的降雨量能夠對山洪災害具有更好的解釋力。10 min不同頻率降雨量與30 min不同頻率降雨量交互作用呈雙因子增長，q值范圍為0.43～0.599；10 min不同頻率降雨量與60 min不同頻率降雨量交互作用呈非線性增強，q值范圍為0.474～0.648。不同地形因子間的交互作用不明顯，坡度與TWI交互作用后解釋力最強，q值為0.069，高于坡度和TWI各單因子的解釋力。地形因子與降雨因子疊加交互作用后解釋力呈非線性增強，尤其是高程與10 min、2%頻率降雨量交互作用最強，q值為0.511。此外，在降雨因子與地形因子交互作用中，各地形因子與10 min不同頻率降雨量的交互作用最顯著，均大于各地形因子的單獨作用，q值范圍為0.378～0.511，均為非線性增強。交互作用探測表明，盡管單個地形因子對山洪災害影響不顯著，但當與降雨因子交互作用后，解釋力呈非線性增強，說明特定的地形條件遇到強降雨會明顯加劇山洪災害的發生。

圖7 降雨與地形的因子探測結果和交互作用探測結果Fig.7 Results of factor detection and interaction detection for rainfall and topography in Geodetector

4.3 江西省各流域山洪災害驅動力分析

根據全國三級流域分區，江西省分為14個流域(圖1)，其中贛江上游、贛江中游、贛江下游、修水流域、撫河流域、信江流域、鄱陽湖環湖區及饒河流域8個流域面積較大。對該8個流域進行降雨、地形因子探測及交互作用分析(表2)，各流域內各因子探測結果顯著性檢驗指標P值均小于0.01。可以看出，除贛江下游單個地形因子(高程)的解釋力強于降雨因子外，其他流域單個降雨因子的解釋力均強于地形因子，說明在流域內降雨仍為山洪災害主導因子，但各流域的降雨主導因子不同。根據各流域解釋力最強的降雨因子將8個流域分為4個區域：南部的贛江上游與贛江中游區域，30 min降雨因子的解釋力最強；東部的撫河流域、信江流域及相鄰的鄱陽湖環湖區，60 min降雨因子的解釋力最強；西部的贛江下游與修水流域，10 min降雨因子的解釋力最強；東北部的饒河流域，10 min降雨因子解釋力最強。與江西省全域的單因子探測結果對比發現，8個流域地形因子q值更高，表明在各流域分區內部地形因子對山洪災害的解釋力較強，地形地貌的空間分異對流域內山洪災害分布特征的解釋力更強。

表2 江西省各流域因子與交互探測解釋力最強結果Table 2 Results with the most explanatory power of factor and intersection detectors of each watershed in Jiangxi Province

根據表2各流域分區的交互探測結果，除撫河流域以及贛江中游和贛江下游外，其余5個流域最大交互作用的雙因子均為降雨與地形因子；除了信江流域和修水流域呈雙因子增強，其余6個流域均呈非線性增強。信江流域、饒河流域的因子最大交互作用q值大于江西省全域，表明在這兩個流域內部，降雨與地形交互作用對山洪災害分異特征的解釋力更強。對于信江流域，60 min頻率、20%降雨量與地貌類型交互作用最大，q值為0.8457，呈現雙因子增強；流域內的懷玉山區和武夷山區是江西省降水高值區，暴雨多、范圍廣，且南北邊緣均為山區，山地丘陵占流域面積60%。對于饒河流域，最大交互作用因子為10 min、2%頻率降雨量與坡度，q值為0.7237，呈現非線性增強；其中流域上游的婺源、德興一帶是江西省三大暴雨中心之一，山地、丘陵約占70%，山高坡陡。結合江西省1950-2015年歷史山洪災害空間分布，饒河流域、修水流域、信江流域位于江西北部環繞鄱陽湖，降雨量大且地形起伏較大，兩種因子共同作用使之成為山洪災害高發地區。

5 結論

本文對江西省歷史山洪災害時空分異特征進行分析，運用參數最優地理探測器，選擇最佳離散化方法和間斷數作為降雨與地形連續型因子轉為離散因子的參數最優組合，分別對江西省全域和分流域開展山洪災害的因子與交互探測。主要結論如下：

(1)1950-2015年江西省山洪災害總體呈增長趨勢，部分年份災害頻次突增，山洪災害主要發生在5-8月，集中在雨季；江西省歷史山洪災害整體呈空間正相關，局部地區存在集聚現象，贛東北、贛西北為山洪災害高發地區；江西省歷史山洪災害點的年均降雨量與高程趨勢分析表明，降雨量總體呈現出贛東大于贛西、山區多于中部盆地的分布特點；3個時期的標準差橢圓分析表明，江西省山洪災害受經向影響大于緯向影響。

(2)對于江西省全域范圍，降雨因子對山洪災害空間分異的解釋力強于地形因子，其中10 min、2%頻率降雨量解釋力最強，表明歷時短、重現期長的10 min強降雨是山洪災害的主導因子，而地形因子的解釋力相對較弱。當地形因子與降雨因子交互作用后，解釋力呈非線性增長，表明地形與降雨共同驅動下會加劇山洪災害發生。

(3)對于江西省8個流域，降雨因子多為山洪災害的主導因子，但各流域降雨主導因子差異明顯，西部贛江下游、修水流域和東北部饒河流域的山洪災害主要驅動力為10 min不同頻率的降雨因子，南部贛江上游與中游流域的山洪災害主要驅動力為30 min不同頻率的降雨因子，東部撫河流域、信江流域和鄱陽湖環湖區的山洪災害主要驅動力為60 min不同頻率的降雨因子，因此，對各流域需因地制宜地采取不同方法進行山洪災害區劃與防治。相比全省范圍，各流域內的地形因子解釋力更強，體現了山洪災害的空間分層異質性。除贛江中游、贛江下游和撫河流域外，其余5個流域的最大交互作用的雙因子均為降雨與地形因子，8個流域中，有兩個流域呈雙增強、6個流域呈非線性增強。

本文主要采用空間統計分析方法，未從產/匯流機理等角度進行深入探索。同時，近年來人類活動加劇影響山洪災害發生，未來還需從山洪災害承險體的角度考慮社會經濟及防災能力的時空變化特征，進一步開展江西省山洪災害研究。