吉林市雨澇風險模擬分析

收稿日期：2023-12-20

作者簡介：王元昊（1999—），男，吉林長春人，主要從事國土資源管理與規(guī)劃研究。

摘 要：以吉林市作為雨澇風險模擬分析的研究區(qū)域，將集水單元徑流量與吉林市多年的年平均降水量為模擬分析基礎，根據(jù)吉林市內(nèi)降水量分布差異分析出集水流域，劃分集水單元，通過加權平均徑流系數(shù)計算每個集水單元的徑流量，比較地形面積與集水面積之間差值大小，依據(jù)差值數(shù)據(jù)得到雨澇風險預測區(qū)，對市域內(nèi)雨澇風險集中程度進行分級。

關鍵詞：雨澇風險模擬；加權平均徑流系數(shù)；淹沒風險區(qū)分級

中圖分類號：TU998.4 文獻標志碼：B 文章編號：2095–3305（2024）04–0-03

雨澇風險，又被稱為雨澇自然風險，是指一定時限因降雨量達到一定強度，超過區(qū)域內(nèi)蓄水能力或城鄉(xiāng)部分地勢低洼區(qū)積水內(nèi)澇形成雨澇災害，該災害對人民生命財產(chǎn)安全造成一定風險，威脅城鄉(xiāng)安全發(fā)展[1-2]。

以集水單元徑流量與吉林市多年的年平均降水量為模擬分析基礎，根據(jù)市域降水量分布差異分析出集水流域，劃分集水單元，通過加權平均徑流系數(shù)計算每個集水單元的徑流量，比較地形面積與集水面積之間差值的大小，并依據(jù)差值數(shù)據(jù)，得到雨澇風險預測區(qū)，并對雨澇風險集中程度進行分級。

1 研究區(qū)概況

吉林省吉林市，氣候類型屬于溫帶季風氣候，年平均氣溫3～5 ℃，受地形影響，由西、西北方向向東、東南方向的氣溫逐漸降低。1月平均氣溫最低，一般在-20～-18 ℃；7月平均氣溫最高，一般在21～23 ℃

之間，最高氣溫達36.6 ℃。山區(qū)無霜期為120 d，平原區(qū)無霜期則為130～140 d。降雨多集中在6—8月，全年降雨量約700 mm。地理位置介于東經(jīng)124°18′

～127°05′，北緯43°05′～45°15′，位于長白山地區(qū)向松遼平原過渡地帶。地處東北平原中東部，境內(nèi)水系發(fā)達，由松花江、拉林河、牡丹江3個水系的部分河段和支流組成，地勢由東南向西北逐漸降低，形成中山山區(qū)—低山丘陵區(qū)—峽谷湖泊區(qū)—河谷平原區(qū)四大地貌景觀。中心城市四面環(huán)山，三面環(huán)水，松花江呈倒“S”形穿城而過，水資源豐富，是吉林省重要水源涵養(yǎng)區(qū)，故而也常受洪患侵擾。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

研究數(shù)據(jù)主要包括數(shù)字高程模型（DEM）數(shù)據(jù)、降水站點數(shù)據(jù)、行政區(qū)劃數(shù)據(jù)、土地利用數(shù)據(jù)、植被類型數(shù)據(jù)等，配合CGCS2000_3_Degree_GK_Zone_42投影坐標系進行分析。吉林市DEM高程數(shù)據(jù)源自ALOS衛(wèi)星（Advanced Land Observing Satellite），其精度為

12.5 m分辨率；降水站點數(shù)據(jù)源于中國地面氣候資料日值數(shù)據(jù)集（V3.0），統(tǒng)計年份區(qū)間為2010—2020年，共計11年；行政區(qū)劃數(shù)據(jù)源于資源環(huán)境與數(shù)據(jù)科學中心；土地利用數(shù)據(jù)源于中國多時期土地利用遙感監(jiān)測數(shù)據(jù)集[3]；植被類型數(shù)據(jù)源于資源環(huán)境與數(shù)據(jù)科學中心提供的中國1∶100萬的植被類型空間分布數(shù)據(jù)。

2.2 研究方法

對吉林市2010—2020年的逐年降水站點進行克里金插值法處理，得到多年的年平均降水量柵格數(shù)據(jù)；通過吉林市市域DEM高程數(shù)據(jù)構建水文分析模型，劃分出集水流域和集水單元，集水單元掛接多年的年平均降水量柵格數(shù)據(jù)，獲得每個集水單元的降水量；根據(jù)植被類型數(shù)據(jù)和土地利用數(shù)據(jù)得到所需要的加權平均徑流系數(shù)，綜上計算出集水單元的徑流量和集水量，比較每個集水單元集水量數(shù)據(jù)與地形數(shù)據(jù)的體積、高度和面積，并最終確定吉林市市域內(nèi)的雨澇風險預測區(qū)和風險集中程度分級情況，并依據(jù)風險程度確定雨澇洪澇災害預防措施（表1）。

在構建雨澇風險預測模型的流程中，各用地類型的平均地表徑流系數(shù)參照2019年版《資源環(huán)境承載能力和國土空間開發(fā)適宜性評價技術指南（試行）》的各類型生態(tài)系統(tǒng)地表徑流系數(shù)均值表和龔詩涵（2017）等學者在《中國生態(tài)系統(tǒng)水源涵養(yǎng)空間特征及其影響因素》中表述的各植被類型的各類型生態(tài)系統(tǒng)地表徑流系數(shù)均值[4]。

2.3 雨澇風險預測模型

/%=αi××100（1）

Sdem=（2）

S淹沒=Scell -Sdem（3）

式（1）～式（3），αi表示平均地表徑流系數(shù)（%）；S某植被類型

表示某類型用地內(nèi)的某植被類型面積（m2）；S某用被類型

表示某類型用地面積（m2）；表示某地類加權平均地表徑流系數(shù)（%）；pre表示多年的年平均降水量（m）；GIS軟件計算集水單元面積Scell（m2）；DEM為地形高度（m）；Sdem為地形表面積（m2）；S淹沒為預測淹沒面積（m2）。

3 結果與分析

3.1 降水量趨勢面分析

對201—2020年吉林省省域范圍降水站點的數(shù)據(jù)進行克里金插值半變異函數(shù)擬合分析，得到吉林省多年的年平均降水數(shù)據(jù)。在該研究時段，吉林省多年平均降水量的空間趨勢線基本保持“中部高、東西低”“北低南高”的布局狀態(tài)，吉林省省域降水狀態(tài)，由西向東呈現(xiàn)“先上升、后下降”的平緩趨勢，由北向南呈現(xiàn)出逐漸陡峭地攀升狀態(tài)，因此，省域內(nèi)年均降水量由北向南逐漸增多，由西部到中部逐漸上升、中部到東部逐漸下降，總體上看，東部降水量比西部高。

2010年吉林省各降水站點的年平均降水量呈現(xiàn)出“中部高，東西低”“北低南高”的地理分異布局狀態(tài)，表示出明顯的指向性狀態(tài)；2015年吉林省各降水站點的年平均降水量，呈現(xiàn)出“中部高，東西低”“北低南高”的分異布局狀態(tài)，表示出明顯的指向性狀態(tài)；2020年吉林省各降水站點的年平均降水量，在空間分布上呈現(xiàn)出“中部高，東西低，東比西高”“北低南高”的分異布局狀態(tài)，表示出明顯的指向性狀態(tài)。省域降水情況的空間分布特征與省地理地貌分布基本保持一致，吉林省西部、中部和東部的降水量呈現(xiàn)強烈的差異性，這決定了吉林省氣候總體可劃分為三部分，其中吉林市居于吉林省中心位置，其降水量位居全省最高（圖1）。

3.2 水文分析

采用12.5 m分辨率DEM高程數(shù)據(jù)，并按吉林市行政區(qū)的劃分提取吉林市域范圍DEM高程數(shù)據(jù)，通過填洼分析、流向分析、匯流河網(wǎng)分析、提取匯流河網(wǎng)、捕捉傾瀉點、河流連接分析等，劃分出吉林市具體的集水區(qū)和集水流域。

3.3 雨澇風險模擬與淹沒區(qū)分析

每個集水單元可能有多種地類和多個徑流系數(shù)，根據(jù)《資源環(huán)境承載能力和國土空間開發(fā)適宜性評價技術指南（試行）》2019年版的表 B-2 各類型生態(tài)系統(tǒng)地表徑流系數(shù)均值，將每種地類占每個集水單元的百分比作為權重，然后將每個集水單元內(nèi)的徑流系數(shù)乘以該地類的權重，進行加權求和，得到該集水單元的徑流系數(shù)，進而求算出集水單元地表徑流量。通過spatial analyst工具中的區(qū)域分析中的“以表格顯示分區(qū)統(tǒng)計”功能，將2010—2020年年均降水量去掛接集水單元，得到集水單元多年平均降

水量。

區(qū)域集水單元面積減去區(qū)域地表面積得到差值，差值即為預測淹沒區(qū)，而后將淹沒區(qū)通過GIS軟件轉為淹沒區(qū)點要素，對淹沒區(qū)點要素進行核密度分析得到雨澇風險分級結果。假設在集水單元體積一定的情況下，通過比較每個集水單元集水量和集水單元地形的體積、高度，即當某個區(qū)域集水單元面積大于該區(qū)域地表面積時，則該區(qū)域集水高度大于該區(qū)域的地表高度，可設定為預測淹沒區(qū)。根據(jù)淹沒區(qū)核密度分析結果可知，雨澇淹沒區(qū)主要分布在市域西北部的主城區(qū)及其外圍鄉(xiāng)村周圍（圖2）。

3.4 雨澇風險淹沒區(qū)分級

根據(jù)圖3所示，將吉林市市域范圍內(nèi)雨澇淹沒風險進行分級，從而識別出雨澇風險斑塊，依據(jù)淹沒點核密度分析結果，按風險程度由高到低共劃分為Ⅰ級雨澇風險區(qū)、Ⅱ級雨澇風險區(qū)、Ⅲ級雨澇風險區(qū)和Ⅳ級雨澇風險區(qū)。Ⅰ級雨澇風險區(qū)主要集中在舒蘭市西部的亮甲山鄉(xiāng)、法特鎮(zhèn)、白旗鎮(zhèn)、朝陽鎮(zhèn)、天德鄉(xiāng)，龍?zhí)秴^(qū)西部，昌邑區(qū)中東部，船營區(qū)北部，永吉縣北部，吉林市和蛟河市主城區(qū)也屬于Ⅰ級雨澇風險區(qū)；Ⅱ級雨澇風險區(qū)主要集中在Ⅰ級雨澇風險區(qū)的外圍緩沖區(qū)域，樺甸市主城區(qū)亦屬于Ⅱ級雨澇風險區(qū)；Ⅲ級雨澇風險區(qū)主要圍繞Ⅱ級雨澇風險區(qū)呈現(xiàn)帶狀分布；Ⅳ級雨澇風險區(qū)圍繞Ⅲ級雨澇風險區(qū)廣泛分布在吉林市市域自南向北方向上的東部邊緣地帶。

4 結束語

研究基于空間疊加分析和雨澇風險分析，精準識別市域雨澇淹沒風險?；诖?，吉林市有關部門需要根據(jù)雨澇淹沒風險分級進行相應的防災分級措施，根據(jù)水源涵養(yǎng)空間特性，構建城區(qū)和鄉(xiāng)村雨澇風險評估指標體系，對于可能發(fā)生雨澇災害最為嚴重的Ⅰ級雨澇風險區(qū)，有關雨澇監(jiān)測部門和防災應急部門應該在全年雨量最多的幾個月份進行實時雨量監(jiān)測，以應對可能到來的汛情，并做好主城區(qū)防澇排水工程[5-6]。對于可能發(fā)生雨澇災害較為嚴重的Ⅱ級雨澇風險區(qū)應作為雨澇災害緩沖區(qū)域，以緩解重點雨澇災情；Ⅲ級雨澇風險區(qū)主要沿江、丘陵呈現(xiàn)帶狀分布，該區(qū)域需要做好民眾紓困工作；Ⅳ級雨澇風險區(qū)主要分布在市域的農(nóng)業(yè)生產(chǎn)空間，需做好排洪工作[7-11]。

參考文獻

[1] 董偉，楊玲，康銘洋.安全韌性理念下的城市內(nèi)澇災害風險評估[J].安全，2023，44（4）：30-35.

[2] 倪麗麗.城市雨澇災害的精細化與快速化風險評估方法研究：以石家莊長安區(qū)為例[J].建筑與文化，2019（10）：90-92.

[3] 石水源，謝思梅，謝榮安.利用遙感影像土地監(jiān)測數(shù)據(jù)的城市化土地利用變化研究：以廣寧縣為例[J].測繪通報， 2018（8）：102-105.

[4] 龔詩涵，肖洋，鄭華，等.中國生態(tài)系統(tǒng)水源涵養(yǎng)空間特征及其影響因素[J].生態(tài)學報，2017，37（7）：2455-2462.

[5] 任劍，成鵬飛.城區(qū)雨澇成災模式分析及風險評估指標體系設計[J].采礦技術，2018，18（4）：66-69.

[6] 王思敏，姜仁貴，解建倉，等.基于改進物元可拓模型的城市內(nèi)澇災害風險評估[J].給水排水，2023，59（2）：145-152.

[7] 劉希林，陳薈竹.廣東省熱帶氣旋、雨澇災害和地質(zhì)災害生態(tài)風險評價（Ⅰ）[J].生態(tài)環(huán)境學報，2018，27（10）：1890-1899.

[8] 陳薈竹，劉希林.廣東省熱帶氣旋、雨澇災害和地質(zhì)災害生態(tài)風險評價（Ⅱ）[J].生態(tài)環(huán)境學報，2018，27（11）：2047-2056.

[9] 張利君.國土空間規(guī)劃“雙評價”中氣象災害評價研究[J].國土資源信息化，2021（3）：61-66.

[10] 夏曉琢，鄒嘉琪，金光日，等.圖們江流域洪水災害危險性評價實驗設計研究[J].延邊大學農(nóng)學學報，2022，44（3）： 82-89，109.

[11] 解明恩，陳鮮艷，張文千，等.雨澇指數(shù)在云南洪澇災害監(jiān)測中的應用[J].災害學，2022，37（3）：77-83.