高牧寒,秦 昆,王妮滿,陳 昆
(1. 武漢大學(xué) 遙感信息工程學(xué)院,湖北 武漢 430079; 2. 自然資源部海南測繪資料信息中心,海南 海口 570100)
洪澇災(zāi)害具有突發(fā)性、區(qū)域性等特點,是最嚴(yán)重、最常見的自然災(zāi)害之一。近些年,洪澇災(zāi)害造成的損失呈上升趨勢[1-3]。
洪澇災(zāi)害評估可以為防洪減災(zāi)、應(yīng)急預(yù)警和科學(xué)決策提供重要依據(jù),主要以致災(zāi)危險性為主,承災(zāi)體脆弱性、孕災(zāi)環(huán)境敏感性、防災(zāi)減災(zāi)能力為輔進(jìn)行評估。致災(zāi)危險性作為災(zāi)害風(fēng)險的直觀反映指標(biāo),研究者選用的衡量因子各不相同,包括暴雨強(qiáng)度、暴雨頻次、汛期平均降雨量和水淹深度等[4-7]。其中,水淹深度由于資料缺失,模擬困難,通常會被其他指標(biāo)替代。然而,水淹深度可以直接反映災(zāi)害的危險程度,利于災(zāi)前應(yīng)急避險、災(zāi)害評估等,對洪澇災(zāi)害決策有重要意義。
現(xiàn)有的洪澇水淹風(fēng)險研究方法主要包括模型評估、空間信息技術(shù)等。模型評估對數(shù)據(jù)量要求高,如林森等[8]收集近30萬條數(shù)據(jù),利用XGBoost算法建立了6個評估模型;CHOUBIN等[9]以51個洪水位置點為基礎(chǔ),使用多變量判別分析、分類回歸樹以及支持向量機(jī)對洪澇風(fēng)險進(jìn)行集合預(yù)測。空間信息技術(shù)主要采用被動遙感以及地理信息系統(tǒng)(geographical information system,GIS)技術(shù)。隨著遙感衛(wèi)星數(shù)據(jù)的發(fā)展,不少研究者選用合成孔徑雷達(dá)(synthetic aperture radar,SAR)影像進(jìn)行水淹提取。如孫書騰等[10]利用災(zāi)害前后多時相Sentinel-1遙感影像提取河南省鶴壁市浚縣水淹范圍;沈蘭芝等[11]以河南省鶴壁市為例,提出了一種可以快速提取SAR影像中水體信息的最大類間方差法(Quick-OTSU);HU等[12]以洞庭湖為研究區(qū),根據(jù)Sentine-1A影像,提出了啟發(fā)式自動水體提取算法。被動遙感獲取水淹范圍后,可以根據(jù)數(shù)字高程模型(digital elevation model,DEM)數(shù)據(jù)計算水淹深度。但是,受災(zāi)期間的洪澇區(qū)域被動遙感數(shù)據(jù)獲取受限,不一定能夠獲取災(zāi)前災(zāi)后的合適數(shù)據(jù),且不利于分析不同重現(xiàn)期的水淹情況。而GIS工具與技術(shù)在早期就為洪澇水淹風(fēng)險分析提供了支撐,如麻榮永等[13]、陳鵬霄[14]應(yīng)用GIS工具研究先進(jìn)合成孔徑雷達(dá)(advanced synthetic aperture radar,ASAR)數(shù)據(jù)與DEM數(shù)據(jù)等,提取暴雨空間分布、水深等洪澇評價指標(biāo);YIN等[15]應(yīng)用GIS及其他模型進(jìn)行情景模擬,評估不同暴雨重現(xiàn)期下的上海市靜安區(qū)內(nèi)澇風(fēng)險。相比于被動遙感,GIS技術(shù)更靈活,數(shù)據(jù)需求低,可以只考慮DEM數(shù)據(jù)進(jìn)行水文分析,又可以分析多源數(shù)據(jù),完善模擬效果。
研究范圍方面,當(dāng)前研究主要針對市級、區(qū)級、縣級等較大尺度范圍,針對鄉(xiāng)鎮(zhèn)級小尺度范圍的相關(guān)研究相對較少。現(xiàn)有研究中,薛曉萍等[16]利用GIS空間分析技術(shù)對山東省淄博市臨淄區(qū)內(nèi)的鄉(xiāng)鎮(zhèn)單元進(jìn)行洪澇風(fēng)險評估;姜鎏鵬[17]利用環(huán)境減災(zāi)衛(wèi)星CCD遙感影像,解譯吉林省永吉縣口前鎮(zhèn)的洪水淹沒范圍;殷杰等[18]結(jié)合實地調(diào)查與GIS技術(shù),對上海市某社區(qū)淹沒深度進(jìn)行模擬,分析受災(zāi)情況。與城市相比,鄉(xiāng)鎮(zhèn)屬于高脆弱地區(qū),2021年8月中旬,湖北省隨州市連續(xù)遭遇強(qiáng)降雨襲擊,10多個鄉(xiāng)鎮(zhèn)嚴(yán)重受災(zāi)。鄉(xiāng)鎮(zhèn)存在排水系統(tǒng)不佳、數(shù)據(jù)資料受限、技術(shù)不足等問題,導(dǎo)致鄉(xiāng)鎮(zhèn)面對洪澇災(zāi)害時,主要依靠領(lǐng)導(dǎo)和相關(guān)技術(shù)人員的經(jīng)驗判斷,科學(xué)性和有效性不夠,迫切需要引入先進(jìn)的科學(xué)技術(shù)。
因此,本文以湖北省隨州市何店鎮(zhèn)為研究區(qū),采用開源數(shù)據(jù)與地方相關(guān)資料,針對不同重現(xiàn)期降雨情況,從“降雨-積水”角度出發(fā),考慮降雨不均、地表滲水、水庫滯流和局部地形等影響,提出了一種基于GIS的鄉(xiāng)鎮(zhèn)級洪澇水淹風(fēng)險分析方法,為相關(guān)決策提供有效的數(shù)據(jù)與技術(shù)支持,服務(wù)于鄉(xiāng)鎮(zhèn)洪澇災(zāi)害評估。
何店鎮(zhèn)位于湖北省隨州市曾都區(qū)南部,與柳林鎮(zhèn)、均川鎮(zhèn)、洛陽鎮(zhèn)和南郊區(qū)相鄰,地理位置為113°18′E,31°35′N。地勢南高北低,東北一隅及鎮(zhèn)區(qū)為平川,水源匯流于此后流入淅河鎮(zhèn)。境內(nèi)有中型水庫1處,小(一)型水庫3處,小(二)型水庫17處,主要河流6條,全長80多公里。
研究區(qū)地勢由西南漸向東北微緩傾斜,水庫資源豐富,覆蓋廣,且大部分臨近其他鎮(zhèn)區(qū),可以儲蓄來自鄰域的降水。受地形與水庫影響,研究區(qū)在水庫不泄洪或潰壩的情況下,基本不需要考慮其他區(qū)域的降雨影響。
本文方法采用的開源數(shù)據(jù)資料包括ALOS DEM數(shù)據(jù)、HWSD土壤數(shù)據(jù)集、GlobeLand30土地覆蓋數(shù)據(jù)以及《湖北暴雨統(tǒng)計參數(shù)圖集》,數(shù)據(jù)來源與精度如表1所示。輔助數(shù)據(jù)主要包括地方提供的歷史水庫雨情數(shù)據(jù)資料以及水庫點數(shù)據(jù),如表2所示,以供進(jìn)一步的降雨量與積水量修正。

表1 開源研究數(shù)據(jù)情況Table 1 Open source research data

表2 地方輔助數(shù)據(jù)情況Table 2 Local supporting data
本文考慮鄉(xiāng)鎮(zhèn)數(shù)據(jù)資料缺乏等限制,主要采用開源數(shù)據(jù),以GIS技術(shù)為主,以《湖北暴雨統(tǒng)計參數(shù)圖集》與SCS(soil conservation service,SCS)產(chǎn)流模型為輔,根據(jù)歷史降雨、土壤和地形等特征,分析降雨與積水過程,劃分研究區(qū)內(nèi)的水淹風(fēng)險區(qū)域。其中,SCS產(chǎn)流模型由美國農(nóng)業(yè)部土壤保持局提出,可以用于無水文資料的地區(qū)或缺乏水文資料的中小流域[19-22]。
首先,根據(jù)《湖北暴雨統(tǒng)計參數(shù)圖集》、歷史水庫雨情等資料,考慮不同重現(xiàn)期降雨量與歷史降雨分布,進(jìn)行不同降雨歷時的降雨量計算與修正。參考土壤與土地覆蓋數(shù)據(jù),采用SCS產(chǎn)流模型模擬地表滲水影響;根據(jù)DEM數(shù)據(jù),通過水文分析評估水庫滯洪影響,進(jìn)行積水量的計算。
其次,考慮局部地形對積水的影響,結(jié)合預(yù)估的洪澇積水量與DEM數(shù)據(jù),利用表面體積工具與柵格計算器分析不同積水量的淹沒范圍及對應(yīng)水深。最終,綜合分析不同重現(xiàn)期、不同持續(xù)時間的淹沒情況,采用自然斷點法對水淹風(fēng)險進(jìn)行重分類,劃分水淹危害風(fēng)險區(qū),為相關(guān)決策提供基礎(chǔ)數(shù)據(jù)。具體流程如圖1所示,可概括為以下4步:①降雨量模擬;②積水量計算;③水淹范圍提取與水深計算;④水淹風(fēng)險等級劃分。其中,涉及的GIS功能包括水文分析、表面體積、柵格計算器和重分類等。

圖1 研究技術(shù)流程圖Fig.1 Research technology flow chart
2.2.1 降雨量模擬
強(qiáng)降雨是造成鄉(xiāng)鎮(zhèn)洪澇的主要原因,是洪水總量的決定性因素。降雨量模擬是開展水淹風(fēng)險分析的基礎(chǔ),本文將通過參考《湖北暴雨統(tǒng)計參數(shù)圖集》模擬降雨量初值,并根據(jù)地方提供的歷史水庫雨情資料進(jìn)行降雨量修正。
1)降雨量計算
《湖北暴雨統(tǒng)計參數(shù)圖集》是分析研究湖北省的水文、氣候等自然地理特征的基礎(chǔ)資料[23],主要用于雨量觀測資料缺乏地區(qū),可直接從中查取所需地點的暴雨統(tǒng)計參數(shù),并計算對應(yīng)重現(xiàn)期、降雨標(biāo)準(zhǔn)歷時的暴雨降水量。降雨標(biāo)準(zhǔn)歷時包括4個:10 min、60 min、6 h、24 h。
對于不屬于標(biāo)準(zhǔn)歷時的降雨時間,進(jìn)行插值計算。24 h內(nèi)任意降雨歷時的模擬降雨量插值計算方法為
(1)
式中:p為重現(xiàn)期a、降雨歷時ta對應(yīng)的模擬降雨量值;ta為重現(xiàn)期a下的降雨歷時;Ti與Tj為相鄰的標(biāo)準(zhǔn)歷時;Pa,i與Pa,j分別為重現(xiàn)期a下歷時Ti、Tj的模擬降雨量。
考慮到短重現(xiàn)期暴雨產(chǎn)生的洪澇風(fēng)險低,結(jié)合研究區(qū)數(shù)據(jù)情況與相關(guān)部門關(guān)注的時間節(jié)點,本文針對重現(xiàn)期為20、50、100 a,對應(yīng)降水歷時為3、6、12、24 h的情況進(jìn)行降雨量模擬,并提供降雨歷時為10 min的模擬降雨量為參考,具體如表3所示。

表3 研究區(qū)降雨量模擬情況Table 3 Simulation of rainfall in the study area
2)降雨量修正
考慮到實際情況下,全鎮(zhèn)范圍內(nèi)降雨不均,本文分析歷史水庫雨情,根據(jù)往期洪澇的水庫情況進(jìn)行降雨量的修正,以優(yōu)化最終計算的流域內(nèi)總降雨量,表達(dá)式為
(2)
式中:P為修正后的降雨量;Cr為綜合修正系數(shù);p為根據(jù)式(1)計算出的模擬降雨量;Wi為第i個歷史洪澇時期的對應(yīng)權(quán)重,根據(jù)洪澇期間鄉(xiāng)鎮(zhèn)的受災(zāi)情況進(jìn)行擬定;cri為第i個歷史洪澇時期所求得的修正系數(shù);Hi,j為第j個在該歷史洪澇期間降雨的水庫降雨量;Hi,max為該歷史洪澇期間水庫最大降雨量;n為在該歷史洪澇期間降雨的水庫數(shù)量。
根據(jù)何店鎮(zhèn)歷史降雨情況,近5 a較嚴(yán)重的洪澇(暴雨)歷史時期包括2016年7月20日、2020年6月28日、2021年8月12日等。根據(jù)式(2)可計算3個時期的綜合修正系數(shù),如表4所示。

表4 研究區(qū)修正系數(shù)計算Table 4 Calculation of correction coefficient in the study area
2.2.2 積水量計算
強(qiáng)降雨會引起河道水位上漲而泛濫,在此之前需要考慮流域蓄滲過程。本文根據(jù)研究區(qū)排水特征,主要考慮地表滲水、水庫滯留影響計算各流域積水量,表達(dá)式為
Acc=(1-W)·R·Sw(i=1,…,n)
(3)
式中: Acc為流域內(nèi)積水量;W為流域內(nèi)水庫的總滯留比例;R為流域內(nèi)總徑流量;Sw為流域面積。
1)地表滲水
SCS產(chǎn)流模型的降雨與徑流的關(guān)系為:流域后損量(F)與總徑流量(R)之比等于流域場次降雨最大滯留量(S)與實際徑流量之比,而實際徑流量又與降雨量(P)與初損量(Ia)有關(guān),關(guān)系式為
(4)
實際應(yīng)用中采用的 SCS 產(chǎn)流模型計算式為
(5)
式中:P為降雨量(mm);S為降雨最大滯留量(mm)。
降雨最大滯留量S與流域的土壤質(zhì)地、坡度、植被和土壤利用狀況等有關(guān),SCS 模型通過一個經(jīng)驗性的無因次參數(shù)CN(curve number)來綜合反映上述因素,來推求S的值為
(6)
式中: CN取值可參考美國《國家工程手冊》及相關(guān)研究[24-26]。
本文參考HWSD土壤數(shù)據(jù)集及GlobeLand30土地覆蓋數(shù)據(jù),根據(jù)研究區(qū)土壤分類及土地覆蓋獲取CN值及分布情況如表5所示,并通過式(5)計算流域總徑流量(R)。

表5 研究區(qū)土壤情況及對應(yīng)CN值Table 5 Soil conditions and corresponding CN values in the study area
2)水庫滯洪
與城市雨洪調(diào)蓄空間等防洪排澇系統(tǒng)[27]不同,鄉(xiāng)鎮(zhèn)水庫攔蓄洪水,削減進(jìn)入下游河道的洪峰流量,在洪澇期間起到重要的滯洪防災(zāi)作用,是鄉(xiāng)鎮(zhèn)防洪的主要手段。研究區(qū)水庫覆蓋廣,數(shù)量多,可通過水文分析計算降水流經(jīng)水庫的流量,通過與總流量對比估算水庫蓄水滯流能力,其表達(dá)式為。
(7)
式中:W為流域內(nèi)水庫的總滯留比例;ai為水文分析中流域內(nèi)各水庫的流量;A為水文分析中流域的總流量。
2.2.3 水淹范圍提取與水深計算
發(fā)生水淹情況時,積水并非一開始就集中在鄉(xiāng)鎮(zhèn)的低地勢區(qū)域,需要考慮局部地形、水系交匯以及水的流動性。因此,本文根據(jù)研究區(qū)DEM數(shù)據(jù),通過水文分析提取何店鎮(zhèn)流域,并采用自然斷點法,按照面積將流域分為大、中、小型流域三類;并根據(jù)經(jīng)驗與歷史情況,按照流域大小、降雨持續(xù)時間模擬各流域匯流與積水情況。
若降雨歷時短,則洪流在各流域積水,以各流域為研究范圍;隨著降雨歷時增長,小型流域積水將匯入中型流域,需要按照臨近關(guān)系,合并中小流域為新的研究范圍;最終,中型流域積水將匯入大型流域,實現(xiàn)各流域間的流通,洪流在全域范圍積水。針對不同降雨歷時的積水研究范圍,采用ArcGIS“表面體積”工具,通過判斷某一指定高程H下的體積等于總積水量來確定水淹高度,原理為
V=∑Si·(H-Hi) (i=1,2,…,n)
(8)
式中:V為流域內(nèi)總積水量;Hi為柵格單元i對應(yīng)的地表高程值;Si為對應(yīng)水深為Hi的柵格單元總面積;H為通過“表面體積”工具所計算出的水淹高度值。
使用柵格計算器進(jìn)行水淹范圍的提取與水深計算,表達(dá)式為
hi=con(Hi (9) 式中:hi為水淹水深; con(x,y)為一種條件計算函數(shù),表示如果滿足條件x,則執(zhí)行計算y。 2.2.4 水淹風(fēng)險等級劃分 本文針對各降雨歷時、各重現(xiàn)期以及綜合水淹情況進(jìn)行水淹風(fēng)險等級劃分,具體流程如圖2所示。 圖2 水淹風(fēng)險等級劃分流程圖Fig.2 Flow chart for classification of flooding risk levels 其中,重分類方法選用自然斷點法。自然斷點法是一種依據(jù)數(shù)據(jù)數(shù)值統(tǒng)計分布規(guī)律進(jìn)行分類的方法,與其他分類分級方法相比,自然斷點法兼顧不同組要素的范圍和數(shù)量盡可能相近,使組內(nèi)的相似性與組間的相異性最大化,實現(xiàn)相似值的恰當(dāng)分組,原理如式(10)所示: (10a) (10b) (10c) (10d) 針對各降雨歷時水淹情況,根據(jù)水深劃分低、中、高3個風(fēng)險等級,并加權(quán)求和獲取各重現(xiàn)期水淹情況。需要注意的是,強(qiáng)降雨通常歷時較短,即在設(shè)置權(quán)重時,降雨歷時越長,權(quán)重應(yīng)當(dāng)越小,本文通過專家打分法確認(rèn)權(quán)值。最后,綜合不同重現(xiàn)期(20、50、100 a一遇)水淹情況,重分類為低、較低、中、較高、高5個風(fēng)險等級,獲取水淹風(fēng)險綜合成果。 何店鎮(zhèn)水淹風(fēng)險情況具體如圖3所示。根據(jù)水淹風(fēng)險綜合結(jié)果,研究區(qū)總淹沒風(fēng)險區(qū)占全域面積的7.87%。其中,高風(fēng)險區(qū)域約3.33 km2,占水淹區(qū)域總面積的20.00%;較高風(fēng)險區(qū)域約3.80 km2,占22.80%;中風(fēng)險區(qū)域約3.77 km2,占22.65%;較低風(fēng)險區(qū)域約3.13 km2,占18.76%;低風(fēng)險區(qū)域約2.63 km2,占15.79%。根據(jù)實地調(diào)研與訪問,高風(fēng)險區(qū)域分布與歷史受災(zāi)情況基本相符,2021年8月12日主要受災(zāi)點均位于模擬的淹沒風(fēng)險區(qū)域內(nèi),如圖4和表6所示。 圖3 研究區(qū)水淹風(fēng)險結(jié)果圖Fig.3 Flooding risk results diagram of the study area 圖4 災(zāi)害點及其水淹風(fēng)險情況Fig.4 Disaster points and flood risk at the points 何店鎮(zhèn)內(nèi),水淹風(fēng)險區(qū)由河道向兩側(cè)及低地勢地區(qū)延伸,涉及主要人口集中區(qū),包括何店鎮(zhèn)鎮(zhèn)區(qū)、貫莊村和王店村等。何店鎮(zhèn)鎮(zhèn)區(qū)內(nèi),水淹風(fēng)險區(qū)以文政路為分界線;隨洪水流向低地勢區(qū)域,鎮(zhèn)區(qū)內(nèi)工業(yè)園同樣存在水淹風(fēng)險。 本文方法除降雨量(積水量)優(yōu)化外,考慮了局部地形與洪澇流動性等影響,分流域進(jìn)行水淹分析,避免了洪澇只存在研究區(qū)地勢最低處的情況。受區(qū)域地形影響,不同重現(xiàn)期下的水淹風(fēng)險范圍差異較小,主要差異體現(xiàn)在水淹風(fēng)險等級上,可供相關(guān)部門參考,進(jìn)行重點轉(zhuǎn)移。 表6 研究區(qū)洪澇水淹實地調(diào)研Table 6 Field investigation of flood and inundation in the study area 隨州氣象臺根據(jù)雨情實時變化,將會發(fā)布藍(lán)、黃、橙和紅色預(yù)警(預(yù)警等級:紅>橙>黃>藍(lán)),情況嚴(yán)重時會多次發(fā)布,與危險程度密切相關(guān)。根據(jù)氣象臺發(fā)布的氣象預(yù)告,可以獲取預(yù)警等級、大致的降雨地區(qū)、降雨量及降雨時長等信息。綜合水淹風(fēng)險成果,洪澇預(yù)警與風(fēng)險地區(qū)的判別、避險可大致總結(jié)為以下幾個步驟,其中洪澇水淹風(fēng)險與避險判斷流程如圖 5所示。 圖5 洪澇水淹風(fēng)險與避險判斷流程圖Fig.5 Judgment flow chart of flooding risk and evacuation 1)由鄉(xiāng)鎮(zhèn)水利、水管部門相關(guān)人員注意氣象預(yù)告,根據(jù)氣象預(yù)告(預(yù)警級別是否大于或等于橙色預(yù)警及其預(yù)警區(qū)域)確定關(guān)注的流域;從地理位置或河流流向判斷鄰近的流域,即后續(xù)可能影響到的區(qū)域。 2)在水庫降雨情況能夠被及時反饋的情況下,可將水庫降雨強(qiáng)度與各重現(xiàn)期的10 min模擬降雨強(qiáng)度(表1)進(jìn)行對比,判斷本次降雨可能會屬于哪一重現(xiàn)期,查看對應(yīng)的水淹風(fēng)險圖;若無法判斷,則查看綜合水淹風(fēng)險圖。若僅預(yù)警一次,則通知處于高風(fēng)險與較高水淹風(fēng)險區(qū)域的各村書記及各水庫監(jiān)管人員實時關(guān)注水庫降雨情況,并向上級進(jìn)行匯報。若情況惡化(如預(yù)警多次或雨強(qiáng)激增),則立即通知高風(fēng)險區(qū)低樓層居民進(jìn)行避險安置;并聯(lián)系相關(guān)村、鎮(zhèn)級干部,根據(jù)實地情況討論高樓層及其他風(fēng)險區(qū)的避險安置方案。 3)以水淹風(fēng)險圖為基礎(chǔ),按照不同的輕重緩急(表7)采取不同的避險安置策略。 表7 研究區(qū)洪澇避險安置優(yōu)先等級及建議Table 7 Priority ranking and recommendations for flood avoidance and resettlement in the study area 在洪災(zāi)避險轉(zhuǎn)移過程中,首先要確定轉(zhuǎn)移單元和轉(zhuǎn)移單位人口數(shù)量。優(yōu)先轉(zhuǎn)移河流兩岸的居民,再根據(jù)水淹風(fēng)險等級轉(zhuǎn)移。高風(fēng)險區(qū)的居民應(yīng)盡快優(yōu)先安置到其他低風(fēng)險區(qū);較高風(fēng)險區(qū)的居民做好避險安置準(zhǔn)備,可以在高風(fēng)險區(qū)的居民安置的同時,考慮逐步開展避險安置;中風(fēng)險區(qū)與較低風(fēng)險區(qū)可以分批安置或暫時不安置,根據(jù)雨情進(jìn)一步采取相應(yīng)方案;低風(fēng)險區(qū)不安置,但是需要做好居民的動員和提醒,提前做好相關(guān)準(zhǔn)備。其中,高樓層居民可以暫時不安置,而處于易發(fā)生次生災(zāi)害區(qū)域的居民需優(yōu)先考慮轉(zhuǎn)移至其他低風(fēng)險區(qū)。 洪災(zāi)避險轉(zhuǎn)移的安置場所應(yīng)遵守以下原則:①高程適宜,考慮高地勢區(qū)域的同時,可結(jié)合歷史災(zāi)情信息、水淹風(fēng)險圖與坡度數(shù)據(jù)擇優(yōu)選擇;②安全性,優(yōu)先考慮具備生活保障與醫(yī)療設(shè)施的區(qū)域,且應(yīng)遠(yuǎn)離易燃易爆工廠與易滑坡區(qū)域;③通達(dá)性,應(yīng)盡量選擇交通便捷區(qū)域;④容量充足,可以選擇不易受洪水影響的公園、校園操場等開闊空曠旳區(qū)域;⑤就近安置,應(yīng)盡可能篩選多個安置地點,根據(jù)風(fēng)險等級,就近轉(zhuǎn)移居民。對于熟悉周邊地勢的居民,可以結(jié)合鄉(xiāng)鎮(zhèn)地形特征,自行選擇高地進(jìn)行臨時避險,再根據(jù)雨情開展統(tǒng)一安置。 洪澇災(zāi)害發(fā)生頻繁,對自然資源、社會經(jīng)濟(jì)和生命安全等構(gòu)成嚴(yán)重威脅。面對洪澇,鄉(xiāng)鎮(zhèn)脆弱性高,亟需科學(xué)手段指導(dǎo)防災(zāi)減災(zāi)工作。GIS作為空間信息技術(shù)研究洪澇災(zāi)害的主要手段,具有強(qiáng)大的數(shù)據(jù)處理與分析能力。本文以2021年8月中旬洪澇重災(zāi)區(qū)——湖北省隨州市何店鎮(zhèn)為研究區(qū),提出了一種基于GIS的鄉(xiāng)鎮(zhèn)級洪澇水淹風(fēng)險分析方法,綜合歷史降雨、水庫分布、土壤和地形等特征,分析不同重現(xiàn)期降雨的降水與積水過程,劃分水淹風(fēng)險區(qū)域,研究結(jié)果能夠較好地反映研究區(qū)水淹風(fēng)險。主要結(jié)論如下: 1)考慮到鄉(xiāng)鎮(zhèn)缺乏長期雨量觀測數(shù)據(jù)與水文資料,本文方法利用《湖北暴雨統(tǒng)計參數(shù)圖集》與SCS產(chǎn)流模型輔助計算降雨量與積水量,并以開源數(shù)據(jù)資料為主開展研究。結(jié)果顯示災(zāi)害點均位于水淹模擬范圍內(nèi),說明可以采用開源資料彌補(bǔ)鄉(xiāng)鎮(zhèn)數(shù)據(jù)資源受限的不足,降低水淹風(fēng)險評估、洪澇災(zāi)害評估等相關(guān)研究的數(shù)據(jù)限制。 2)地方提供的輔助資料在本文方法中起到了優(yōu)化修正作用,如根據(jù)歷史降雨與受災(zāi)情況修正降雨量,以模擬降雨不均勻的情況;需根據(jù)提供的水庫點位,或根據(jù)遙感影像提取的水庫點位,通過水文分析來評估水庫滯流能力。但是,本文方法的總體框架不受地方數(shù)據(jù)所影響。豐富的數(shù)據(jù)資料可以改善其模擬與評價體系;而在嚴(yán)重缺乏水文資料的情況下,本文方法依舊能僅根據(jù)開源數(shù)據(jù)資料進(jìn)行水淹風(fēng)險評估。 3)本文方法在模擬降雨量與積水量后,考慮局部地形與強(qiáng)降雨特征進(jìn)行水淹提取與風(fēng)險分級。根據(jù)水淹綜合風(fēng)險統(tǒng)計情況,總淹沒風(fēng)險區(qū)占研究區(qū)面積的7.87%。其中,高風(fēng)險區(qū)域占水淹區(qū)域總面積的20.00%;較高風(fēng)險區(qū)域占22.80%;中風(fēng)險區(qū)域占22.65%;較低風(fēng)險區(qū)域占18.76%;低風(fēng)險區(qū)域占15.79%。不同重現(xiàn)期的高風(fēng)險、較高風(fēng)險區(qū)域范圍相近,占比較大,需重視相關(guān)區(qū)域的避險安置。 4)對比實地調(diào)查情況,風(fēng)險區(qū)基本符合歷史受災(zāi)情況,高風(fēng)險區(qū)域為歷史水淹嚴(yán)重區(qū)域。結(jié)果表明,本文方法能夠較準(zhǔn)確地反映研究區(qū)的整體水淹情況,可為研究區(qū)應(yīng)急避險提供科學(xué)依據(jù),可為鄉(xiāng)鎮(zhèn)級洪澇災(zāi)害風(fēng)險評估提供技術(shù)支持。 1)目前,鄉(xiāng)鎮(zhèn)的洪澇災(zāi)害相關(guān)工作缺乏科學(xué)性和實時性。鄉(xiāng)鎮(zhèn)在應(yīng)對洪澇災(zāi)害時,決策主要依靠經(jīng)驗判斷,缺乏科學(xué)參考。這種做法導(dǎo)致了災(zāi)害發(fā)生前的預(yù)防和準(zhǔn)備不足,主要的工作集中在災(zāi)害發(fā)生后的救援和恢復(fù)工作中。為了提高鄉(xiāng)鎮(zhèn)應(yīng)對洪澇災(zāi)害的科學(xué)性,空間信息技術(shù)被認(rèn)為是一種可行的解決方案。其中,被動遙感和GIS技術(shù)是主要的科學(xué)方法。然而,由于被動遙感數(shù)據(jù)獲取困難,不利于重現(xiàn)期分析和災(zāi)前評估。因此,本文采用GIS技術(shù)對研究區(qū)水淹風(fēng)險進(jìn)行分析,并提供相應(yīng)的避險建議,為鄉(xiāng)鎮(zhèn)開展洪澇災(zāi)前準(zhǔn)備工作和洪澇應(yīng)急避險提供支持。 2)山區(qū)(山地、丘陵、崎嶇的高原)面積約占我國國土面積的2/3,山區(qū)鄉(xiāng)鎮(zhèn)在遇到強(qiáng)降雨時,更容易發(fā)生洪澇災(zāi)害,其中,盆地鄉(xiāng)鎮(zhèn)在洪澇期間還存在排水難等問題,亟需科學(xué)的風(fēng)險評估,以開展應(yīng)急避險。本文方法可為山區(qū)鄉(xiāng)鎮(zhèn)洪澇水淹風(fēng)險評估提供技術(shù)參考,適用于具備以下條件的鄉(xiāng)鎮(zhèn):①盆地地形,地勢總體上四周高,中間低;②水庫資源豐富;③類似盆地地形,且有一定水庫資源,即在地形或水庫資源等條件影響下,該鄉(xiāng)鎮(zhèn)為獨立單元,基本不需要考慮鄰域降雨。 3)針對重點區(qū)域,僅采用開源數(shù)據(jù)的成果精度會有所不足,可進(jìn)一步收集雨情實時反饋數(shù)據(jù)以及精細(xì)化DEM數(shù)據(jù),以實現(xiàn)降雨重現(xiàn)期的判斷以及降雨量與轉(zhuǎn)移人群的對應(yīng)。雨情數(shù)據(jù)采集方面:①優(yōu)化水庫降雨監(jiān)測頻率,各水庫或靠近人口聚集區(qū)域的重點水庫遠(yuǎn)程監(jiān)控每分鐘的雨強(qiáng)或降雨量;②在鎮(zhèn)區(qū)等人口聚集且易發(fā)水淹的區(qū)域安置雨量監(jiān)測站,實現(xiàn)遠(yuǎn)程實時監(jiān)控。高精度DEM數(shù)據(jù)可通過無人機(jī)傾斜攝影技術(shù),生成厘米級高分辨率DEM、數(shù)字表面模型(digital surface model, DSM)模型,以模擬精確到樓棟、樓層的水淹風(fēng)險情況。 4)水庫庫容不足時,泄洪與潰壩會加劇洪澇危害,但本文方法僅考慮了水庫在鄉(xiāng)鎮(zhèn)滯洪防災(zāi)中的作用。后續(xù),本文方法將考慮降雨前水庫蓄水量及提前泄洪對強(qiáng)降雨時水庫滯洪能力和水淹的影響進(jìn)行改進(jìn)。

3 結(jié)果分析
3.1 研究結(jié)果




3.2 避險建議


4 結(jié)論與討論
4.1 結(jié)論
4.2 討論