基于ArcGIS的城市內澇分布格局及其影響因素研究
——以南昌市為例

李 鵬，劉苑秋，劉 青

(1.江西農業大學 林學院，江西 南昌 330045；2.江西農業大學 鄱陽湖流域森林生態系統保護與修復國家林業和草原局重點實驗室，江西 南昌 330045)

1 引言

全球氣候變化導致了極端氣候的頻繁發生，并引發了一系列的自然災害，其中對城市環境影響比較嚴重的自然災害問題就是城市內澇[1]。中國是世界上受洪水災害影響最嚴重的國家之一[2]。相關記錄表明，自1980 年以來，受極端降水影響，中國城市內澇現象不斷增加[3]。《中國水旱災害公報》最新資料表明：2018年我國83座城市受到洪澇災害影響，受災人口5576.55萬人，房屋倒塌8.51萬間，直接造成經濟損失1615.47億元，占全年GDP的0.18%[4]。由此可見，城市內澇災害給居民的生命和財產安全帶來了巨大威脅，嚴重影響了城市的健康發展。因此，如何有效應對及緩解城市內澇的發生是可持續城市化進程中的重要問題。

城市內澇災害頻發引起了廣大學者的密切關注。大量研究表明在城市內澇災害形成的眾多原因之中,土地利用類型的影響十分顯著,并逐漸成為城市內澇災害日趨嚴重的主要原因[5，6]。吳健生等[7]對深圳內澇的研究表明綠地與內澇呈現顯著負相關，綠地聚集越高，越不易發生內澇，建設用地聚集度越高，內澇程度越高；吳江華等[8]的研究證實了綠地對蓄滯城市地表雨水，減少地表徑流，減緩城市暴雨內澇壓力有較為明顯的作用。趙麗元等[9]通過對武漢主城區內澇情況的研究得出大面積的地表封閉是造成城市內澇發生的主要原因，而綠地可以有效緩解內澇的發生。

近年來，南昌市隨著城市化進程的加快，內澇事件也愈演愈烈，嚴重影響了居民的正常生產生活。但目前針對南昌市內澇事件的研究較少，且分析尺度單一[10～12]。由于高度城市化地區具有很大的異質性，單一尺度的分析是遠遠不夠的。基于此，本研究選取南昌市中心城區(東湖區、西湖區、青云譜區、青山湖區和紅谷灘區)為研究區，以網絡收集的83個內澇點為數據，通過多個網格尺度探究以下問題：南昌市中心城區內澇事件空間分布具有怎樣的特點？影響內澇事件的發生的主要因素是什么？是否會隨著網格尺度的變化而改變？以期為城市內澇的合理解決和有效減緩提供理論和實踐參考。

2 研究區概況

南昌市地處江西省中部偏北，贛江、撫河下游，瀕臨我國第一大淡水湖鄱陽湖西南岸，位于115°27′～116°35′ E、28°10′～29°11′ N，是我國中亞熱帶地區的內陸城市。全境以平原為主，山、丘、崗、平原相間，兼有廣闊的水域，東南相對平坦，西北丘陵起伏，城區地勢偏低洼，平均海拔22 m[12]。南昌市屬于亞熱帶濕潤季風氣候，日照充足，無霜期長，氣候溫和濕潤，四季分明，一年中春季和秋季短，夏季和冬季長，夏天炎熱，有“火爐”之稱；冬天較寒冷。年均氣溫17.1～17.7 ℃，年降雨量1600～1700 mm，年降水日147～157 d，年平均暴雨日5.6 d，年平均相對濕度78.5%，全年主導風為東北偏北風[13]。由于每年季風強弱和進退遲早不同，氣溫變化較大，降水分布不均，高溫干旱，低溫降雪冷害和暴雨洪澇等氣象災害發生較頻繁，給人們生產生活帶來不利影響。

3 數據和方法

3.1 數據來源

研究所需的全部數據及來源如表1所示。內澇點數據來源于網絡，2019年7月10日和2020年8月20日暴雨后，對所收集的內澇點數據進行了兩次實地核實，調查了內澇點的位置環境，如地形、周邊綠地、建筑、道路等。經兩次核實均無誤后，共獲取了83個內澇點。此外，本研究在使用ArcGIS進行數據分析時，圖層的投影坐標系為Asia North Albers Equal Area Conic，中央經線為115°E。

表1 研究數據信息

3.2 土地利用數據

原始土地利用數據依據《土地利用現狀分類》(GBT 21010-2017)將土地利用類型共分為12個一級類、73個二級類。本文根據研究的需要，首先對南昌市中心城區的土地利用類型進行了重新分類，將其分為了4大類，分別為綠地、不透水表面、水體和裸地，然后繪制了研究區土地利用類型圖(圖1)。綠地由林地、草地和耕地組成[7,19]，不透水表面包括建設用地、住宅用地和道路等。

圖1 研究區中心城區土地利用類型

3.3 分析尺度的確定

尺度效應是影響景觀現象變化的重要因素之一[14]，單尺度分析只能提供景觀特征的部分信息。因此，考慮尺度效應有助于全面了解環境因素對城市內澇的影響。

本文首先利用ArcGIS10.7將收集到的83個內澇點數據進行矢量化，建立了內澇點空間分布數據集，并將內澇點空間分布數據集與南昌市行政區劃進行疊加處理(圖2a)。然后計算了研究區內每個內澇點平均最近歐氏距離(766 m)。最小分析尺度應該大于平均最近距離，所以選取1 km的網格單元為最小分析尺度。由表3可以看出，當分析尺度增大到3 km時，只有27個網格單元有內澇點。這意味著只有27個數據集可以用于探究綠地對城市內澇的影響，如果分析尺度繼續增大，可用的數據集就會過少。基于以上標準，本研究選取1 km、2 km和3 km的網格單元作為分析尺度(圖2 b～d)。

圖2 內澇點空間分布(a)及1 km、2 km和3 km網絡分析尺度(b～d)

3.4 內澇事件空間分布格局

空間自相關就是根據要素的位置和值來描述事物在空間上的依賴關系是分散還是隨機或者聚類，又分為全局空間自相關和局部空間自相關[15,16]。全局空間自相關能反映整個區域的地域單元與相鄰單元的總體聚集特征,但不能凸顯局部區域單元的聚集狀態[17]。公式如下：

(1)

局部空間自相關可以準確把握空間單元與鄰近單元的聚集性與分異特征[18]。公式如下：

(2)

式(2)中各變量定義與公式(1)相似。局部空間自相關的結果有以下5種：①高—高集聚：網格單元及其相鄰網格內的城市內澇事件數量顯著高于平均水平，表明城市內澇事件集中在一個地方。②高—低集聚：網格內的內澇事件數量遠高于平均水平，而其周邊網格內的內澇事件數量低于平均水平。③低-高集聚：網格內的內澇事件數量顯著低于平均水平，而相鄰網格內的內澇事件數量相對較高。④低—低集聚：城市內澇事件及其周邊網格數相對低于平均值。⑤“不顯著”：指網格與周圍環境網格沒有顯著的局部空間相關關系。

3.5 統計分析

研究中的因變量為所選網格單元內城市內澇點的數量，自變量為不同土地利用類型占其所在網格單元的面積比例。利用SPSS25.0進行皮爾遜相關分析，計算皮爾遜相關系數，探究土地利用類型與城市內澇事件的相關性。同時，通過建立不同的網格尺度進行分析，進一步驗證其關系的穩定性。

4 結果分析

4.1 城市內澇事件的空間格局

為了探求研究區內澇點分布的聚集格局，本文進行了核密度分析(圖3a)，并在不同尺度下，通過計算全局Moran 's I指數(表2)，進行空間自相關分析，驗證城市內澇事件的空間聚集格局(圖3 b ～ d)。

核密度結果表明，南昌市中心城區的內澇事件主要集中分布在南昌市“一環”(由前湖大道快速路、九州高架快速路、洪都大道高架快速路以及英雄大橋和昌九快速路組成)以內，呈現兩個核心向四周輻射的格局。城市內澇事件高密度區(圖中紅色部分)主要集中在紅谷灘區和東湖區；城市內澇事件的中高密度地區(圖中黃色部分)主要集中分布在青山湖區、紅谷灘區和西湖區；而城市內澇事件的低密度區(圖中綠色部分)在各行政區均有分布。

由于空間格局也受到尺度效應的影響，因此在不同的分析尺度下可能會出現不同的結果。空間自相關結果(表2，圖3 b～d)表明：在所有分析尺度下，Z值或P值均表現出顯著的聚類效應，即內澇熱點明顯。這說明發生在南昌市中心城區的城市內澇事件在所有分析尺度下均具有顯著的空間集聚效應，城市內澇熱點明顯。研究區內澇事件的熱點(高-高集聚)主要分布在南昌市的紅谷灘區和東湖區，而低-高集聚網格則集中在內澇熱點周圍；高-低聚類網格稀疏分布。不同分析尺度下內澇事件分布格局雖然相似，但全局Moran 's I指數的結果略有不同。在分析尺度為2 km時，Moran 's I指數最大(Moran 's I=0.6718)，表明在2 km分析尺度下，南昌市中心城區的城市內澇點分布的聚類趨勢最強。

圖3 核密度分析(a)和不同分析尺度下(1 km、2 km、3 km)內澇事件的空間聚集格局(b～d)

表2 不同分析尺度下內澇事件的全局Moran 's I指數

值得關注的是，在所有分析尺度下研究均顯示南昌市無論是作為新城區的紅谷灘區，還是作為歷史城區的東湖區都出現了內澇事件顯著聚集的現象。內澇熱點主要分布在鳳凰中大道、豐和立交橋涵洞、豐和翠苑路、會展路、沙井路、芳華路、象山北路建德觀路口、八一大道江西飯店門口和雅苑路洪都中醫院等地。說明這些地區內澇災害嚴重，已經影響了城市的健康發展和市民的正常生產生活。

4.2 城市內澇的影響因素

4.2.1 地形地勢

本研究利用DEM數據在ArcGIS中進行了填洼分析和坡度分析，提取了研究區內的局部低洼部分和坡度信息，然后分別與內澇點數據進行疊加(圖4)，結果顯示70%的內澇點分布在南昌市中心城區的低洼地區，93%的內澇點分布在南昌市中心城區相對平坦(坡度<5°)的地區。這可能是由于地表徑流容易從周圍地區匯集到這些區域，且以在短時間內排出。這也說明了地形地勢是影響城市內澇的一個重要因素。

圖4 研究區低洼地區分布(a)、坡度(b)與內澇點疊加圖

4.2.2 土地利用類型

本研究在3個分析尺度下對不同土地利用類型占其所在網格單元的面積比例與該網格單元的內澇點數量進行了皮爾遜相關分析，計算了皮爾遜相關系數(表3)，探究不同土地利用類型對內澇的影響。

由表3可以看出，網格單元內的綠地面積比例與城市內澇事件呈現顯著負相關(α=0.05)；不透水表面面積比例在1 km和2 km分析尺度下與城市內澇事件呈現顯著正相關，但在3 km分析尺度下不透水表面與城市內澇事件相關性不顯著，這主要是由于南昌市主城區面積較小，隨著網格增大，網格單元內將涵括不同開發階段的地塊(如新城區、老城區、郊區等)，網格內所包含的用地類型也必然泛化，網格內的用地特征差異也隨之逐漸減小。裸地面積比例僅在3 km分析尺度下呈現顯著正相關(α=0.05)，可能的原因是在較小尺度上網格單元內的裸地較少。水體面積比例與城市內澇無顯著相關性，這主要是因為城市中水體面積小，且分布也不均勻，無法清晰的反映其對內澇的影響。

表3 多個分析尺度下城市內澇與土地利用類型的皮爾遜相關系數

上述結論表明土地利用類型是影響城市內澇的一個重要因素，隨著網格單元內綠地面積的增大，可以有效減少城市內澇的發生。相反，網格單元內不透水表面所占面積比例越大，城市內澇的程度越嚴重。而在較大尺度上，裸地面積逐漸增大，也顯示出可滲透地表的緩解雨洪內澇的性質和能力。所以在新城區建設和老城區改造中可以通過調節綠地和不透水表面的面積比例，從而有效的降低城市內澇災害發生的風險。不同分析尺度下土地利用類型與城市內澇的相關性也不同，這也驗證了土地利用類型與城市內澇事件的關系中存在尺度效應。

5 討論

南昌市是一個內陸城市，但其屬于亞熱帶濕潤季風氣候，雨水充沛，特別是極端降雨事件頻發，這也是南昌市城市內澇災害嚴重的原因之一。從城市內澇災害的空間格局來看,內澇事件主要集中分布在南昌市的“一環”以內，在紅谷灘區、東湖區和西湖區的交界處空間聚集效應最為顯著，表明在這些地區容易發生內澇災害。這與Zhang等[19]對廣州市內澇格局的研究不同，南昌市不僅在舊城區出現內澇聚集現象，新城區也出現了類似的現象。這可能是因為：①紅谷灘區海拔較低，相對平坦，一旦發生強降水事件，地表徑流容易從周圍地區匯集且難以在短時間內排除；同時，紅谷灘區作為最具活力的新城區，近些年城市建設規模不斷增大，城市框架不斷擴大，城鎮化進程不斷提高，不透水表面面積不斷增加，阻擋了地表水的下滲，加劇了城市內澇程度。②東湖區海拔較高，坡度較大。在強降水事件下，地表水受到坡度的影響，流速較快，導致排水不暢，產生積水；此外，東湖區作為南昌市的老城區，建筑密度大，且地下雨污管網系統相對老舊和不完善，地表積水無法及時排除，亦容易引發內澇事件。

在城市景觀格局對城市內澇的影響研究中，往往單一分析尺度的研究只能提供整體景觀特征的部分信息，不同學者使用的分析尺度不同，得出各種因素的相對貢獻也不同，甚至會改變相關方向。本文以網絡收集的位于南昌市中心城區的83個內澇點為數據，運用皮爾遜相關分析在多個網格尺度下進行分析，發現綠地與內澇事件呈現顯著負相關，而不透水表面與內澇事件呈現顯著正相關，說明可以通過調節綠地和建設用地的比例有效緩解城市內澇災害的發生。這與以往廣大學者對斯洛伐克[6]、深圳[7]、呼和浩特[20]等地的研究結果一致。而本研究將獲取的內澇點數據在兩次暴雨事件后進行了兩次實地核實，證明了數據的時效性，同時從多個網格尺度進行分析，驗證了土地利用類型對城市內澇事件影響的穩定性，得出了更為客觀準確的結論。

城市內澇具有突發性和持續性，威脅城市居民生命財產安全、降低城市居民環境質量，并引發一系列潛在問題。政府和城市規劃者應該充分了解城市內澇事件的空間分布格局，建立城市內澇風險預警，在暴雨天氣下更優先考慮內澇熱點地區的防澇工作。在城市更新時,可以積極治理城市蔓延，減少城市建設用地擴張,適當增加綠地面積,充分發揮綠地的調滯蓄雨能力，優化生態用地的空間布局及組成結構,同時要確保排水排澇設施的及時更新[21～23]。

6 結論

揭示城市內澇的影響因素，有利于城市建設布局的合理規劃，對優化城市內澇防治和管理具有重要意義。本研究得到以下結論：①南昌市內澇事件主要集中分布在南昌市的“一環”以內，呈現兩個核心向四周輻射的格局。在所有分析尺度下，內澇事件的熱點均主要分布在紅谷灘區和東湖區，其中在2 km分析尺度下(Moran 'sI=0.6718)，南昌市中心城區的城市內澇點分布的聚類趨勢最強。②70%的內澇點分布在低洼地帶，93%的內澇點分布在相對平坦的地區，說明地形因子是導致城市內澇的重要因素之一。③綠地與城市內澇事件呈現顯著負相關(α=0.05)，不透水表面與城市內澇事件呈現顯著正相關(α=0.01)，這說明土地利用類型對城市內澇事件的影響顯著。在新城區規劃和舊城區改造中適當調整綠地和建設用地的面積比例，優化空間配置，可以有效地緩解城市內澇。