考慮泥沙因子的四川省山洪風險評價研究

元媛，金中武，曾鑫，江曦，郭超

摘要：近年來，山洪災害頻發高發，為進一步提高山洪災害預警防控水平，提出將泥沙因子納入山洪風險評價中。以四川省為例，從洪水危險性、脆弱性和防災能力3個方面選取12個山洪風險指標，運用層次分析法構建山洪風險評估指標體系，分別建立了不考慮泥沙因子和考慮泥沙因子的山洪災害風險評估模型。結果表明：泥沙因子對山洪危險性和風險性有較大影響。不考慮泥沙因子的模型將低估山洪高風險、較高風險區域和中等風險區面積，而高估低風險、較低風險區域面積。研究成果可為山洪風險評價與災害預防提供參考。

關鍵詞：山洪災害； 風險評價； 泥沙因子； 層次分析法； 四川省

中圖法分類號：TV122? ? ? ? ? ? ?文獻標志碼：A? ? ? ? ? ? ? DOI：10.15974/j.cnki.slsdkb.2024.03.003

文章編號：1006-0081（2024）03-0016-07

0引言

近年來，隨著全球氣候變暖，中國極端暴雨事件不斷增加，山洪災害頻發高發［1-2］。山洪災害不僅造成人員傷亡，也造成了巨大的經濟損失。據統計，每年中國因山洪災害造成的經濟損失均超過400億元，對山丘地區的社會經濟發展產生了嚴重影響。開展山洪災害風險評估對山丘地區人民生命安全和社會經濟可持續發展具有重要意義。

根據洪水風險評估研究的時空尺度，可將其等分成大尺度洪水風險評估和小尺度洪水風險評估［3-5］。大尺度洪水風險評估，通常也稱區域洪水風險評估，主要針對某一較大區域，例如一個國家、省區等進行風險評估，主要目的是定性分析區域內不同地區面臨的洪水風險水平，為區域防洪規劃、洪水管理策略選擇，甚至區域發展戰略選擇等宏觀決策活動提供依據。大尺度洪水風險評估和區劃的基本原理是針對研究區內洪水災害特點，分析選取影響洪水風險大小的關鍵因子，并對每種因子選取一項或多項指標，分析確定各指標的量化方法，建立風險評估的指標體系，再利用統計學方法，并借助GIS的空間分析和疊加分析功能，綜合評估研究區內不同地區洪水風險大小，對研究區進行風險等級劃分［6-8］。

山洪災害風險通常指山洪災害發生后社會經濟財產的期望損失值［9］，包含山洪災害發生的概率（危險性）和可能造成的社會經濟損失兩方面［10］。目前的山洪災害風險區劃多基于傳統的“致災因子+孕災環境+承災體”災害結構系統［11-12］，從山洪災害的危險性、脆弱性和防災能力三方面選取山洪災害風險性評價指標。除此之外，層次分析法（AHP）能夠實現定性與定量結合的多目標方案決策分析，GIS軟件具有較強的地理空間信息分析功能，都被廣泛用于山洪災害風險評估過程中指標體系的構建［13-14］。

已有研究表明，目前國內外許多研究已經初步建立了區域山洪災害風險評估方法，但主要基于區域氣象條件、水文水力、地形地貌等因子，很少辨析泥沙在山洪災害中的作用［15］。當前，山洪中的泥沙致災作用引起了越來越多學者的關注，山區暴雨山洪災害實例和室內試驗已證明泥沙輸移和洪水演進的耦合作用是山洪災害發生的關鍵因素［16-17］。

本文結合前人對山洪災害風險因子指標體系的相關研究，考慮泥沙因子在山洪災害中的作用，以四川省為例，建立考慮泥沙因子的山洪災害風險評估模型，為山區山洪災害高效預警防控提供技術支撐。

1模型構建

1.1評價指標體系構建

圍繞山洪災害風險，從危險性、脆弱性及防災能力3個方面選擇代表性指標構建山洪水沙災害風險評價框架。在前人研究基礎上，本文提出了一個適用于流域洪水風險評估的空間多指標分析（SMCA）框架，其中，洪水危險性、脆弱性與風險呈現正相關，防災能力與山洪水沙災害風險呈現負相關（圖1）。

根據全面性、代表性和數據可得性原則，本文構建了具有科學性、準確性以及代表性的山洪水沙災害風險評價指標體系層次模型，如圖2所示。指標體系有目標層、準則層和指標層3個層次，目標層為山洪水沙災害風險評價指標體系，準則層包括山洪水沙災害危險性、脆弱性和防災能力3個方面。指標層包括坡度、海拔高程、土壤類型、泥沙因子、人口密度、床位數等12個代表性的山洪風險指標。

滑坡、泥石流等地質災害的發生為山洪災害提供了大量的松散物質，導致河流中輸沙量增加，山洪災害風險增加。本次研究中泥沙因子采用研究區地質災害的險情等級來表征，研究區的地質災害點的情況可以表明其地質環境狀況，地質災害點災情等級越高，反映災害發育程度越強，表示泥沙物源補給的發生概率越大。

1.2評價指標量化及權重確定

為了將不同的指標體系組合后用一個統一的量化標準對其等級進行劃分，首先根據已有數據的分布區間，按照Standard Deviation分類方法［16］對洪水危險性和災害性水平進行劃分，共劃分為5個等級，取值范圍為1～5，影響因子排名最高的取值5，影響因子排名最低的取值1。

對指標進行標準化后，采用層次分析法（AHP）確定各指標的權重。以問卷形式向不同部門的專家咨詢意見，包括科學研究部門，水利部門（政府），水利設計機構以及山洪多發地區居民等，計算獲得每個指標的權重賦值。表1～3分別為不考慮泥沙因子的山洪危險評價的因子權重、考慮泥沙因子的山洪危險評價的因子權重和山洪風險分析因子權重。

1.3評估模型

基于山洪災害風險評價指標體系層次模型和層次分析法（AHP）確定的各指標權重，構建了考慮泥沙因子和不考慮泥沙因子的山洪危險性評估模型。不考慮泥沙因子的山洪危險性評估模型中，危險性評價指標包括坡度、海拔高程、土壤、土地利用、NDVI、降雨強度和降雨時長，模型形式見式（1）。考慮泥沙因子的山洪危險性評估模型中，除了式（1）中的7項指標，還包括泥沙因子，模型形式見式（2）。

山洪危險=0.08·坡度+0.08·海拔+0.22·降雨強度+0.22·降雨時長+0.22·土地利用+0.04·土壤+0.14·NDVI（1）

山洪危險=0.08·坡度+0.08·海拔+0.18·降雨強度+0.18·降雨時長+0.18·土地利用+0.04·土壤+0.12·NDVI+0.14·泥沙因子（2）

基于洪澇災害風險評估模型，從危險性、脆弱性、防災能力對山洪災害進行風險評估。綜合考慮各具體指標對災害風險的影響程度，可根據式（3）量化山洪災害風險：

山洪風險=0.3·山洪災害危險+0.6·脆弱性+0.1·防災能力（3）

2應用案例

選取四川省為研究區，通過其地理坐標將災害點導入ArGIS中，利用空間分析的反距離權重插值工具，得到地質災害點災情數據，根據Standard Deviation分類方法［14］將其重分為5類，并按災情等級由小到大賦值為1，2，3，4，5。四川省地質災害點災情分級見圖3，賦值越高的地方代表地質災害點的災情等級越高，山洪災害的危險性程度越高。研究表明，3個自治州、達州、巴中、攀枝花、瀘州等區域地質災害災情等級較高，四川中部眉山市、自貢市、內江市、資陽市、成都市、德陽市等地質災害災情等級較低。

對其他風險評價指標進行標準化，采用1 km空間分辨率，在ArcGIS中進行柵格插值（反距離加權法）和運算，利用公式（1）～（3）進行加權疊加分析。圖4為四川省部分山洪風險性因子分布。海拔、坡度呈現出由西部向東部地區遞減的變化特征，人口密度、耕地、GDP則呈現出由西部向東部地區遞增的變化特征。

圖5～6為不考慮和考慮泥沙因子的1990年四川省山洪危險區空間分布。圖7～8為不考慮和考慮泥沙因子的2020年四川省山洪危險區空間分布。山洪風險區空間分布如圖9～12所示。可以看出，山洪高危險性和較高危險性的區域主要分布在四川中部和東部城市，如成都、雅安、德陽、眉山、南充、達州、廣安等，以及攀枝花和3個自治州中海拔和坡度較大的區域。山洪風險不僅受山洪危險性影響，還與受災地區的經濟社會情況密切相關。雖然3個自治州中部分區域的山洪危險性較大，但由于人口密度、耕地面積、GDP等經濟社會指標較低，3個自治州的山洪風險性較低。

對比考慮泥沙因子后四川省山洪危險區和風險區面積比例變化，見表4～5。可以看出，泥沙因子對山洪危險性指標和風險性指標計算結果有較大影響。總體而言，考慮泥沙因子后，高危險性和較高危險性區域的比例增加，中等危險區、較低危險區和低危險區的面積比例減少。四川省大部分區域由低、較低風險區向中等、較高和高風險區轉變。1990年，考慮泥沙因子后，較高風險區和高風險區的面積占比由13%和4%變為17.73%和6.49%。2020年，較高風險區和高風險區的面積占比由19%和15%變為23.09%和20.04%，低風險區和較低風險區面積都減少，總面積從50%減少至33.26%。

3結論

本文建立考慮泥沙因子的山洪災害風險評估模型，在四川省進行山洪災害風險區劃，分析了泥沙因子對山洪災害危險性和風險性的影響。

（1） 從危險性、脆弱性及防災能力3個方面選擇代表性指標構建了山洪災害風險評價框架，構建了目標層、準則層和指標層3個層次的指標層次模型。

（2） 提出了山洪災害風險評價指標的量化及權重確定方法，分別構建了考慮泥沙因子和不考慮泥沙因子的區域山洪災害靜態評估模型。

（3） 選取四川省為典型研究區，對比分析了1990年和2020年不考慮和考慮泥沙影響的四川省山洪危險區和風險區的空間分布特征。結果表明：泥沙因子對山洪危險性和風險性評價有較大影響；不考慮泥沙因子模型將低估洪水高危險和較高危險區域面積，高估中等危險區、較低危險區和低危險區的面積；相應地，不考慮泥沙因子模型將低估洪水高風險區、較高風險區和中等風險區面積，高估低風險區和較低風險區面積；同時也說明泥沙補給使得山洪災害風險增加。

參考文獻：

［1］丁留謙，郭良，劉昌軍，等.我國山洪災害防治技術進展與展望［J］.中國防汛抗旱，2020，30（增1）：11-17.

［2］程遙，紀彭.深圳市“4·11”暴雨洪水分析［J］.水利水電快報，2022，43（5）：8-11，19.

［3］吉中會，吳先華.山洪災害風險評估的研究進展［J］.災害學，2018，33（1）：162-167，174.

［4］LIU H，DU J，YI Y.Reconceptualising flood risk assessmentby incorporating sediment supply［J］.Catena，2022，217：106503.

［5］涂華偉，彭濤，彭虹，等.基于洪水過程的山區小流域洪水預警研究——以四川省白沙河流域為例［J］.人民長江，2020，51（6）：11-16.

［6］黃國如，洗卓雁，成國棟.基于GIS的清遠市瑤安小流域山洪災害風險評價［J］.水電能源科學，2015 （33）：43-47.

［7］任洪玉，杜俊，丁文峰，等.基于GIS的全國山洪災害風險評估［J］.災害學，2018，33（4）：65-92.

［8］張乾柱，王彤彤，盧陽，等.基于AHP-GIS的重慶市山洪災害風險區劃研究［J］.長江流域資源與環境，2019，28（1）：91-102.

［9］吉戴婧琪，元媛，韓劍橋.中國極端降水事件的時空變化及趨勢預測［J］.中國農村水利水電，2022（10）：74-80.

［10］史培軍.四論災害系統研究的理論與實踐［J］.自然災害學報，2005（6）：1-7.

［11］許田柱.當前山洪災害防御薄弱環節與對策研究——以2019年和2020年4起典型山洪災害事件為例［J］.水利水電快報，2021，42（1）：49-53.

［12］張志華，崔豪，許文盛，等.老撾南烏河流域山洪災害防御模式研究［J］.人民長江，2022，53（6）：33-38.

［13］李棟，吳博，鄭秀清，等.基于AHP和GIS的呂梁地區小流域山洪災害風險區劃［J］.水電能源科學，2017（7）：85-88.

［14］江雨田，王新龍，孫如飛，等.山洪災害風險分區劃分模型構建與應用［J］.人民長江，2020，51（4）：7-13.

［15］RICKENMANN D，BADOUX A，HUNZINGER L.Significance of sediment transport processes during piedmont floods：the 2005 flood events in Switzerland［J］.Earth Surface Processes and Landforms，2016，41（2）：224-230.

［16］宋云天，曾鑫，張禹，等.泥沙輸移對山洪特征值時空分布的影響——以北京“7.21”山洪為例［J］.清華大學學報（自然科學版），2019，59（12）：990-998.

［17］GEMECHU S O，AMARE B，KETEMA A，et al.Geographic information system （GIS）-Based multicriteria analysis of flooding hazard and risk in Ambo Town and its watershed，West shoa zone，oromia regional State，Ethiopia［J］.Journal of Hydrology：Regional Studies，2020，27：100659.

（編輯：江文）

Study of assessment of mountain flood risk in Sichuan Province considering sediment factor

YUAN Yuan1，2，JIN Zhongwu1，2，ZENG Xin1，2，3，JIANG Xi4，GUO Chao1，2

（1.River Research Department，Changjiang River Scientific Research Institute，Wuhan 430010，China；2.Key Laboratory of Ministry of Water Resources on River & Lake Regulation and Flood Control in Middle and Lower Reaches of Yangtze River，Wuhan 430010，China；3.Innovation Team for Flood and Drought Disaster Prevention of Changjiang Water Resources Commission，Wuhan 430010，China；4.Institute of Soil and Water Conservation，Northwest A&F University，Yangling 712100，China）

Abstract：?In recent years，mountain flood disaster had occurred frequently in China.In order to further improve the level of mountain flood disaster prevention and control，we proposed a sediment factor that can be included in the risk assessment of mountain flood disaster.Taking Sichuan Province as an example，we selected 12 main mountain flash flood risk indicators from three aspects： flood risk，vulnerability，and disaster prevention capacity.By using Analytic Hierarchy Process，a risk assessment index system for evaluating mountain flash floods was constructed，and two mountain flash flood risk assessment models with and without considering sediment factor were established.The model without sediment factor would underestimate the area of high，high and medium risk zones of flash floods and overestimate the area of low and low risk zones.The results can provide a reference for flash flood risk assessment and disaster prevention.

Key words：?mountain flood disaster； risk assessment； sediment factor； Analytic Hierarchy Process； Sichuan Province