山洪災害風險空間分異性評估及其驅動力研究

摘 要：開展山洪災害風險評估及其驅動力分析，對于洪災風險防范與應對具有現實意義。以洪災頻發的山西省為例，利用層次分析方法有效識別了洪災風險等級及其空間分異性特征，并利用全局和局部莫蘭指數探究了其空間聚集（離散）位置及其分布規律；利用地理探測器技術探明了洪災風險的驅動機理。結果表明：年最大24h降水量、多年平均降水量和NDVI是影響洪災分異性的重要因子，其解釋力q值分別高達0.57、0.52和0.24；多風險雙因子交互作用對洪災風險影響顯著，且呈增強或非線性增強趨勢，尤其是降水和坡度因子交互作用，其q值高達0.71。

關鍵詞：山洪災害；致災因子；風險評估；空間自相關性；山西省

中圖分類號：TV21 文獻標志碼：A doi：10.3969/j.issn.1000-1379.2025.02.009

引用格式：宿輝，武春曉，周帥，等.山洪災害風險空間分異性評估及其驅動力研究[J].人民黃河，2025，47（2）：60-66.

基金項目：2023年度河北省高等學校科學研究項目（QN2023064）；河北省自然科學基金青年項目（E2023402016）；河北省水利科技計劃項目（2018-41）

StudyonSpatialDifferentiationAssessmentandDriving ForceofFlashFloodDisasterRisk

SUHui1，2，WUChunxiao1，2，ZHOUShuai1，2，ZHANGXiao3，BAIZhihui4，HANXiaoqing4，ZHANGTing5

（1.SchoolofWaterConservancyandHydroelectricPower，HebeiUniversityofEngineering，Handan056038，China；2.KeyLaboratoryofSmartWaterConservancyofHebeiProvince，Handan056038，China；3.ChinaUniversityofGeosciences（Beijing），Beijing100083，China；4.JizhongEnergyFengfengGroupCompanyLimited，Handan056201，China；5.ChinaInstituteofWaterResourcesandHydropowerResearch，Beijing100038，China）

Abstract：Itisofpracticalsignificanceforfloodriskpreventionandresponsetocarryoutmountainfloodriskassessmentanditsdrivingforce analysis.Therefore，thispapertookShanxiProvincewithfrequentfloodsasanexample，usedtheanalytichierarchyprocesstoeffectivelyi？ dentifythefloodrisklevelanditsspatialdifferentiationcharacteristics，andusedtheglobalandlocalMoran’sindexestoexploreitsspatial aggregation（discrete）locationanddistributionlaw.Finally，thedrivingmechanismbehindthefloodriskwasexploredbyusingthegeo？ graphicdetectortechnology.Theresultsshowthattheannualmaximum24？hourrainfall，multi？yearaveragerainfallandNDVIfactorsareim？ portantfactorscausingflooddifferentiation，andtheirexplanatorypowerqvaluesareashighas0.57，0.52and0.24，respectively.Themulti？ risktwo？factorinteractionhasasignificantimpactonfloodrisk，anditisenhancedornon？linearlyenhanced，especiallytheinteractionbe？ tweenrainfallandslopefactors，withaqvalueof0.71.

Keywords：mountainflooddisasters；disastercausingfactors；riskassessment；spatialautocorrelation；ShanxiProvince

0 引言

山洪災害具有突發性強、成災快、破壞性大等特點，其一旦發生，往往使國民經濟、人民生命財產安全受損。據統計，世界各國每年因山洪造成數十億美元經濟損失和上千人死亡[1]；2022年，我國因洪澇災害共計造成3385.3萬人受災，直接經濟損失高達1289億元[2]。山西省地理位置特殊，受連續強降雨過程影響，2021年10月共有42座水庫超汛限水位運行，遭遇有氣象記錄以來最強秋汛[3]，造成175.71萬人受災，近19萬hm2農作物受損。頻發的山洪災害給山西省社會經濟健康發展帶來重大安全隱患。

開展山洪災害風險評估及其驅動力分析，對于洪災風險防范與應對具有現實意義。近年來，國內外學者針對山洪災害風險評估及其驅動因子開展了大量研究，取得了豐碩的研究成果[4-8]。例如，徐州等[4]以巫山縣為例，依托多態系統理論，多尺度對研究區進行山洪災害危險綜合評價；王倩麗等[5]從自然災害系統和社會災害系統兩個方面構建了林州市隨機森林風險指標體系，揭示了山洪災害風險的發生位置；Rashwan等[6]利用遙感技術開展了埃及紅海沿岸地區山洪災害形態測量評估，并分析山洪災害風險等級；Lazarevic′等[7]采用山洪暴發潛力指數和層次分析方法，探究了Likodra流域的潛在山洪災害危險區，并指出該地區發生極端山洪災害風險的面積占比高達75%；Lubna等[8]利用綜合流域生物物理特征和水文氣象信息的Rational模型及上下文分析法（ICA）識別洪澇災害嚴重程度空間分布規律。山洪災害風險與氣候、下墊面等因素息息相關，且多因子之間交互作用將進一步加劇山洪災害風險，但目前鮮有研究揭示山洪災害風險聚集（離散）位置及其空間分布格局。明晰不同等級山洪災害風險的空間分布格局，診斷其風險高發地帶，科學布控防洪、防澇措施，可有效提升洪澇災害“四預”（預報、預警、預演、預案）系統水平，降低災害風險，減輕或避免泥石流滑坡、居民財產安全損失。

本文以山洪災害頻發的山西省為例，基于建立的氣候因子、下墊面因子、人口密度、國內生產總值等山洪災害風險因子數據庫，采用層次分析方法（AHP）確立風險因子權重，研究不同山洪災害風險的空間分異特征；利用全局和局部莫蘭指數（Moran’sI指數），揭示山洪災害風險的空間聚集（離散）位置及其空間分布格局；采用地理探測器揭示其空間變化的驅動機制。

1 數據來源

1.1 研究區概況

山西省位于北緯34°34′—40°43′、東經110°14′—114°33′，東、西、南三面環山，具有強烈的大陸性氣候特征，中部由一系列斷陷盆地組成，降水量時空分布不均，主要集中于夏季，多為局部暴雨，且受地形和下墊面變化影響，全省汛期洪澇災害頻發，極易引發山洪、泥石流等極端災害事件[9]。山西省地形及氣象站空間分布見圖1。

1.2 數據來源

本研究所用數據主要包括數字高程數據（DEM）、GDP柵格數據、人口分布柵格數據、27個國家一級氣象站1970—2018年逐日氣象數據、中國土壤質地數據、土地利用數據、歸一化植被指數NDVI數據，其中：DEM數據來源于地理空間數據云（https：//www. gscloud.cn/sources/），氣象數據來源于氣象數據共享服務網，其他數據均來源于中國科學資源環境科學與數據中心（https：//www.resdc.cn/）。

2 研究方法

2.1 山洪災害風險指標選取

自然災害風險評估系統主要包括致災因子、承災體和孕災環境三個方面。本文結合山西省地形、氣候特征等現狀，確定了10個山洪災害風險指標，其中：致災因子選取年最大24h降水量、多年平均降水量2個指標，承災體選取人口密度、GDP、土地利用3個指標，孕災環境選取高程、坡度、NDVI、土壤質地、地形指數5個指標。將致災因子和孕災環境作為危險性指標，承災體作為易損性指標。

2.2 層次分析法（AHP）

本文擬定山西省山洪災害風險評價為目標層，危險性和易損性為準則層，而高程、坡度、地形指數等10個風險指標為指標層。首先通過重分類和自然間斷點方法，對10個風險指標進行空間重分類處理，獲得各指標的地理空間分布數據；然后利用層次分析方法計算不同風險因子（準則層）對不同等級山洪災害風險的權重，并通過加權平均方法獲得危險性和易損性指標的空間分布數據；最后利用層次分析方法將危險性指標和易損性指標對目標層的影響進行加權處理，獲得最終的風險性空間分布數據。具體步驟如下：

1）基于山洪災害風險嚴重程度和專家建議，采用1～9標度法構建判斷矩陣。

3 山洪災害風險評估及其驅動力分析

3.1 山洪災害風險因子的空間演變規律

基于收集的高程、坡度、地形指數、年最大24h降水量等10個指標數據，利用ArcGIS平臺的重分類工具對其進行歸一化處理，參考《全國山洪災害防治規劃降雨區劃細則》和《全國山洪災害防治地形地質區劃技術細則》，結合山西省現狀，利用自然間斷點法將其分為5個水平。

圖2為山洪災害風險指標重分類的空間分布，圖例中的1～5分別對應重分類后的5個水平（見表2）。可知：1）高程指標，由西向東，南北縱列依次呈現為低-高-低-高-低相間的空間分布規律，這歸因于東西兩側分別為呂梁山脈與太行山脈，海拔1638.1～3040.0m，而中部地區南部運城盆地地勢最低；2）土地利用指標，旱地坡度起伏變化較小，林地多分布在地勢較高地區，草地多分布在呂梁山脈兩側與太行山脈地區；3）坡度變化介于0°～53.17°之間，起伏度變化大的區域主要集中于呂梁山、太行山、恒山等山區；4）土壤質地指標，鈣層土與初育土所占比例分別為45.97%與33.32%，半水成土多分布在地勢低洼地區，所占比例為8.92%；5）GDP指標，高等級區主要分布在太原市、陽泉市等盆地或平原地區；6）以五臺縣和太原市為中心的東部地區降水量大于西部地區的，其中太原市清徐縣降水受地勢起伏變化影響大；7）地形指數變化介于9.36～30.28之間，地形指數值較小的區域占比為71.98%左右；8）NDVI指標，結合土地利用情況分析，地勢較高的林地NDVI值也較大（0.516～0.635），而西北地區降水量較少、中部盆地地區植被稀少，NDVI值為0.175～0.301。

3.2 基于層次分析方法確定的指標權重

表3為采用層次分析方法計算得到的各山洪災害風險指標的權重。危險性和易損性對山西省山洪災害風險的權重分別為0.800和0.200。危險性指標中，氣候因子權重最大，年最大24h降水量和多年平均降水量的權重分別為0.347和0.232，高程權重次之（0.136），NDVI權重最小（0.033）；易損性指標中，人口密度權重最大，土地利用權重次之，GDP權重最小，分別為0.623、0.239和0.137。

3.3 山西省山洪災害風險空間分布格局

3.3.1 危險性、易損性和風險性等級的空間分布規律

為了揭示危險性、易損性指標對山洪災害風險的影響程度，本文采用自然間斷點法將影響山洪災害風險的危險性和易損性及其風險劃分為4個等級，其空間分布如圖3所示。

1）將危險性指標與其相應權重相乘后的值相加，即可得該位置危險性大小。低、中低、中等和高危險區的取值范圍分別為1.20～2.05、2.05～2.75、2.75～3.67和3.67～6.33。高危險區主要集中于山西中部和東部，這可能歸因于該區域降水豐富；同時，東西兩側分布有太行山脈和呂梁山脈，極易遭受短歷時強降雨，故東部、中部地區山洪災害危險性大。

2）將易損性指標與其相應權重相乘后的值相加，即可得該位置易損性大小。低、中低、中等和高易損區的取值范圍分別為1～1.27、1.27～1.90、1.90～2.90和2.90～4.76。易損性較高地區主要集中于太原市、長治市等地，且其與人口密度、GDP和土地利用山洪災害風險因子的空間分布規律具有高度一致性，這表明人口密度大、經濟發展水平高的地區危險暴露程度更高，從而造成人口、經濟損失也越大，易損性大小與經濟發展、土地利用和人口分布息息相關。

3）將危險性和易損性分別與其權重相乘后的值相加，即可得該位置風險性大小。低、中低、中等和高風險區的取值范圍分別為1～1.4、1.4～2.2、2.2～3.0和3.0～3.8。

3.3.2 風險空間自相關性的空間演變規律

圖4為山西省山洪災害風險空間自相關性的空間分布特征。空間自相關性Moran’I指數值為0.706>0，且通過了95%顯著性檢驗，表明山洪災害風險在空間上具有正相關關系；同時，高風險區以高-高聚集和低-低聚集為主，少量異常聚集現象主要分布于東部邊緣地區。高-高聚集、低-低聚集、高-低聚集、低-高聚集分布區面積占山西省總面積比例分別為19.18%、4.04%、0.084%、0.32%。

結合3.3.1研究結果發現，山洪災害風險高值聚集區主要分布在中部、東部的恒山、云中山、系舟山、五臺山地區，這歸因于該區域降雨充沛，地形起伏較大，因此該地區與周圍地區出現山洪災害的風險頻率較高；低值聚集區主要分布在忻州盆地東部、西部邊緣地區與運城盆地，表明這些地區與周圍地區相比出現山洪災害風險頻率較低。

3.4 風險驅動因子多維探測結果

表4為山洪災害風險因子探測結果。由表4可知，除人口密度（p>0.1）外，其余指標對山洪災害風險的空間解釋力均通過了95%顯著性水平（p≤0.05）的檢驗；年最大24h降水量、多年平均降水量和NDVI是影響山洪災害空間分異性的重要因子，其解釋力q值分別為0.570、0.523和0.244；解釋力最小的指標為土壤質地，其q值為0.036；同時，相較于危險性指標，易損性指標對山洪災害風險的解釋力較小，解釋力由大到小排序分別為土地利用（0.074）、GDP（0.041）、人口密度（0.001）。

圖5為山洪災害風險因子（指標）兩兩交互作用探測結果。圖5顯示，年最大24h降水量和坡度交互作用對山洪災害風險解釋力最大，為0.71；其次，NDVI與其余因子的交互作用力q值較大，尤其是NDVI與年最大24h降水量的交互作用解釋力高達0.69。

此外，由統計分析的44組雙因子相互作用結果發現，27組因子交互作用呈現雙因子增強現象，另外17組呈現非線性增強現象，未出現獨立或減弱現象。表5為山洪災害風險因子生態探測結果。分析發現，在44組兩兩組合中，占比為65.91%的組合對山洪災害風險空間異質性的解釋力顯著，同理，占比為34.09%的因子組合解釋力不顯著。同時，降水因子與其他因子的組合作用對山洪災害風險空間異質性的解釋力存在顯著性差異。

3.5 討論

山洪災害風險多維探測結果表明，受下墊面、自然氣候等因素共同影響，山洪災害中等和高風險區面積占全省總面積的26.68%，且降水、坡度、NDVI及其兩兩交互作用對山洪災害風險的解釋力較大。

受地形、緯度和水汽輸送等因素共同影響，山西省降水量整體呈“南多北少，東多西少”的空間分布特征。據統計，晉中地區在近2382a洪澇災年、大洪澇災年、特大洪澇災年出現頻率分別為13.6%、2.7%、0.9%，且在洪澇發生期間，全區降水量陡升，甚至部分地區出現罕見頻繁暴雨[11]。這表明極端降水是導致山西省山洪災害發生的主導因素。同時，山洪災害頻發與NDVI值大小存在負相關性，即山洪災害發生頻率越低的地區NDVI值越大。近幾年，受退耕還林、還草措施影響，如呂梁山北部、臨汾市西部的部分耕地轉變為林地，多個地區部分耕地轉變為草地，使得多年植被凈初級生產力整體呈現波動上升趨勢[12]，這側面驗證了NDVI因子對區域山洪災害的發生具有重要抑制作用。

坡度作為反映地形起伏的重要指標，對歷史山洪災害風險的解釋力（0.201）僅次于降水與NDVI的。結合圖2和表3可知，空間上，低坡度（<3.34°）的地區主要分布于大同、忻州、太原、臨汾、運城、長治；坡度為20.1°～53.2°的地區主要分布在恒山、五臺山、太行山等地區。韓培等[13]通過研究小尺度山洪災害區下墊面特征，發現官山流域平均歷史受災坡度為20.61°，低于20.61°的沿河村落易受山洪災害威脅；張乾柱等[14]發現重慶市歷史山洪災害點發生災害所處坡度<25°地區的比例高達96.78%。由此可見，山洪災害多發區坡度多大于20°，與本文得到的高風險區坡度為20.1°～53.2°基本一致。

4 結論

本文采用層次分析、全局和局部Moran’sI指數和地理探測器等方法，揭示了山西省山洪災害風險的空間分布格局及其空間自相關性，并探測了其空間變化的驅動機制，得到的主要結論如下：

1）氣候因子對山洪災害風險的影響最大，其中年最大24h降水量和多年平均降水量的相對貢獻分別為0.347和0.232，高程的影響次之，NDVI的影響最小。

2）相較于危險性因子，易損性因子對山洪災害風險的解釋力較小，44組因子交互作用探測結果表明，其中27組交互作用均呈現增長趨勢，17組呈現出非線性增強現象，且未出現獨立或減弱現象。

3）山洪災害高風險區主要分布在太原盆地中南部的清徐縣和太原市；中等風險區主要分布在中部、東部地區，且該區域高程與植被覆蓋度空間分布不均；低風險區主要分布在省域周邊地區。

4）基于現狀年基礎數據庫，有效識別了山洪災害重要致災因子，從空間尺度量化評估了致災因子獨立及交互作用對山洪災害風險變化的驅動機制，但隨著氣候變化和人類活動影響，極端洪澇災害事件頻發，這意味著時程上局地山洪災害風險空間分布格局可能發生改變。未來應進一步開展考慮極端氣候和人類活動多時空尺度動態變化山洪災害成災機理以及響應機制研究。

參考文獻：

[1] 張馨仁，王瑛，劉天雪，等.山洪災害建筑物脆弱性曲線研究進展[J].山地學報，2021，39（3）：356-366.

[2] 應急管理部.應急管理部發布2022年全國自然災害基本情況[J].防災博覽，2023（1）：26-27.

[3] 山西省水利廳.山西省2021年洪水防御工作復盤報告[J].山西水利，2022（4）：15-21.

[4] 徐州，林孝松，牟鳳云，等.基于多態系統理論的巫山縣山洪災害危險評價[J].水電能源科學，2019，37（4）：63-67.

[5] 王倩麗，馬細霞，劉欣欣，等.基于隨機森林的山洪災害風險評價方法及應用[J].人民黃河，2022，44（4）：63-66，73.

[6] RASHWANM，MOHAMEDKA，ALSHEHRIF，etal.Flash FloodHazardAssessmentAlongtheRedSeaCoastUsing RemoteSensingandGISTechniques[J].ISPRSInternational JournalofGeo？Information，2023，12（11）：465.

[7] LAZAREVIC′K，TODOSIJEVIC′M，VULEVIC′T，etal.Deter？ minationofFlashFloodHazardAreasintheLikodraWater？ shed[J].Water，2023，15（15）：2698.

[8] LUBNAA，DOAAA，KHALDOUNSA，etal.Assessmentand MappingofFlashFloodHazardSeverityinJordan[J].Interna？ tionalJournalofRiverBasinManagement，2023，21（2）：311-325.

[9] 胡煒霞，耿夢杰.黃河流域中部山地旅游景區空間分布格局及歸因分析：以山西省為例[J].西北大學學報（自然科學版），2023，53（2）：151-160.

[10] 王勁峰，徐成東.地理探測器：原理與展望[J].地理學報，2017，72（1）：116-134.

[11] 吳偉偉.基于Z指數的晉中地區洪澇變化特征及暴雨洪水成因分析[J].中國農村水利水電，2022（6）：111-118.

[12] 孫從建，喬鵬，王佳瑞，等.2000年來呂梁連片貧困區植被凈初級生產力時空變化特征[J].生態學報，2022，42（1）：277-286.

[13] 韓培，任洪玉，王思騰，等.小尺度山洪災害區下墊面特征分析：以官山河流域為例[J].長江科學院院報，2020，37（7）：68-74.

[14] 張乾柱，盧陽，秦維，等.重慶市山洪災害詳查點空間分布合理性研究[J].重慶師范大學學報（自然科學版），2018，35（1）：56-65.

【責任編輯 許立新】