基于GIS的南京主城区暴雨内涝灾害脆弱性研究

高佳琦 沈天琦 朱晓晨

摘要：根据南京市暴雨强度公式，计算得出2、5、10、20、50年一遇的降水分别在20 min、40 min、1 h、2 h、 3 h的降水量；然后根据土地利用数据、DEM数据、建筑密度等，将降水量代入修正的SCS水文模型，计算得出在不同重现期内不同历时的淹没水深；最后由淹没水深跟灾损率的关系得出南京市暴雨脆弱性分布，并对计算结果进行分析。结果表明，南京市鼓楼区及其周围地区的淹没水深较大，脆弱性与淹没水深相关性较大，但是脆弱性不完全由淹没水深决定，会出现淹没水深高脆弱性低和淹没水深低脆弱性高的现象。

关键词：暴雨内涝；脆弱性；灾害损失；南京主城区

中图分类号：TP391；P426.616 文献标识码：A 文章编号：0439-8114（2015）12-2891-05

DOI：10.14088/j.cnki.issn0439-8114.2015.12.020

Study of the Vulnerability of Nanjing City Rainstorm Waterlogging Disaster Based on GIS

GAO Jia-qia，SHEN Tian-qib，ZHU Xiao-Chenb

（Nanjing University of Information Science and Technology，

a. College of Atmospheric Sciences； b. College of Geography and Remote Sensing， Nanjing 210044， China）

Abstract：According to the formula of the rainstorm intensity in Nanjing city，we first get the heaviest precipitation in 20 min，40 min，1 h，2 h and 3 h in 2，5，10，20 and 50 years. With the land usage date，DEM data and building density，we put precipitation into the revised SCS hydrology model to calculate the inundation depth within different repeated periods that have different duration. In the end，we get the rainstorm vulnerability distribution of Nanjing city according to the relationship between inundation depth and disaster loss rate and further analyse the calculated results. The results of the study are shown below.There is a greater inundation depth in Gulou district of Nanjing and its adjacent areas. A great correlation occurs between vulnerability and inundation depth but the vulnerability are not completely decided by the inundation depth. There is a chance that high inundation depth and low vulnerability or low inundation depth and high vulnerability occur at the same time.

Key words： waterlogging； vulnerability； disaster losses； Nanjing city

近年来，暴雨造成的城市内涝灾害日益突出，不仅加重了城市的防汛排涝的任务，对经济建设和人民生活也造成较大影响[1]。暴雨内涝灾害是由于雨量过多，地势低洼，积水不能及时排除而形成的自然灾害[2]。短历时的高强度暴雨和长历时的持续性暴雨往往造成城市内涝积水[3-6]。一般来说，很难通过改变自然灾害自身属性（发生的概率、强度等）来降低灾害风险，但通过减少暴雨内涝灾害脆弱性来降低灾害风险却是可行的，也是最有效的[7]。

提到脆弱性，就会有敏感性、恢复力、适应性、易损性、暴露性、应对能力、适应性等很多相关的概念[8]。关于脆弱性的概念很多人有不同的看法，Turner等[9]认为脆弱性是指系统、子系统或系统组成部分由于暴露于灾害而可能遭受损害的程度。Cutter等[10]认为脆弱性是指个体或群体暴露于灾害及其不利影响的可能性。尹占俄等[11]认为脆弱性是指承灾体受到自然灾害外力作用下损坏的程度，又称为易损性。有关脆弱性的评价方法国内外也有不同的研究方法，如贺祥等[12]基于熵权灰色关联法的贵州岩溶山区农村贫困脆弱性分析，卢万合等[13]对自然系统的脆弱性进行仿真研究，张丽佳[14]和权瑞松等[15]采用评价指标体系的方法研究了上海市的地下轨道交通的暴雨内涝，尹占俄等[11]基于灾损曲线与实地调查相结合对暴雨内涝进行了研究。国外的研究中多采用实地调查得出灾损曲线方法[16]，已有很多不同的灾损曲线和不同土地利用类型的灾损率。国外还重点研究了不同建筑的灾损曲线，比较著名的有澳大利亚ANUFLOOD建筑结构脆弱性曲线。评价指标体系和灾损曲线是当前灾损率研究主流方法，然而评价指标体系方法的因子和权重难以确定且不客观，而灾损曲线方法由于采集数据方法客观，评价精度高等优点，为大多数人采用[14-21]。

本研究用灾损曲线的方法对南京主城区暴雨内涝脆弱性进行研究。基于前人的研究，首先模拟50年一遇的暴雨在历时20 min、40 min、1 h、2 h这4种情景下的的淹没水深，探讨研究暴雨积水深度最大的历时。以此为基础，利用GIS模拟2、5、10、20、30、50年一遇的6种灾害情景下南京主城区的淹没水深和脆弱性分布图，并将两者进行比较，得出南京主城区暴雨淹没深度和脆弱性比较大的地区，为南京主城区的防灾减灾提供依据。同时，通过分析南京主城区的暴雨淹没深度和脆弱性分布图，结果表明脆弱性的大小与淹没深度有关，但不完全由淹没深度决定，会出现淹没深度大脆弱性较大的现象，也会出现淹没深度小而脆弱性较大和淹没深度大但脆弱性较小的现象。

1 材料与方法

1.1 研究区域状况和研究数据

南京市位于长江下游中部地区，江苏省西南部，北连辽阔的江淮平原。南京属于北亚热带湿润气候区，季风性气候显著，冬冷夏热，雨量充沛。经资料统计，年平均降雨天数为117 d，平均降雨量1 106.5 mm，相对湿度76%。冬半年受欧亚大陆气团影响，天气晴朗，干燥，寒冷。夏季受锋面雨带影响，南京进入梅雨季节，降雨明显增多，大暴雨频繁出现，强度大为主要特点，易形成内涝灾害。从人口规模、经济实力、交通条件、科技力量等诸因素衡量，南京在全国起着重要作用，因此有必要对南京主城区进行暴雨内涝灾害的研究。南京地区的高程见图1。

1.2 研究方法

1.2.1 淹没深度模型 本研究的径流模型采用国内外学者修正的SCS模型[22-31]。南京降雨的季节变化大，冬季降雨少，夏季降雨大，有集中性的暴雨，降雨的强度和频次增加，与上海的气候环境很像，并且南京主城与上海市地表形态性质极为相似，可以利用贺宝根等[32]根据上海实测数据修正后的SCS模型参数，模型公式如（1）所示。

Q=（P-0.05S■2/（P+0.95S） （1）

其中，P为实际降雨量，S表示降雨前的潜在入渗量，Q为实际径流量。S的影响因素较多，不易获取，将S用公式（2）表示。

S=25 400/CN-254 （2）

其中CN与土壤类型有关，根据土壤下渗率将土壤分为4种类型[33-35]，如表1所示。

参考前人的研究[35-42]，结合南京市的特点，南京地区CN值见表2。

排水模型采用概化模型，假设整个区域的排水量是一样的，所以本研究确定的城市内涝积水量如下式（3）[11]。

W=（Q-V）×S （3）

其中，W表示内涝积水量；Q表示径流量；V表示排水量（36 mm/h）；S表示集水区面积。

1.2.2 脆弱性分析方法 由于灾损数据收集起来较为困难，实地调查耗费大量的人力物力，所以参考国外的研究资料[16-21]。虽然各曲线成果来源于不同国家，但各土地利用类型损失率随水深变化的规律有相通之处，可以互相借鉴[43]，例如石勇[43]借鉴哥黎加斯加地区，针对4种不同水深，根据33种不同土地利用类型的耐水特性分别加以评估后得到的结果来评价上海地区灾害脆弱性，其评价结果较好。本研究借鉴国外成果[21]，得到南京不同土地利用类型在不同淹没水深下的脆弱性，如表3所示。其中林地和旱地的水体脆弱性是比较小的，而城市及农村居民地、水田的脆弱性是比较大的。在研究脆弱性时，将土地利用图跟淹没深度图相结合。对于不同的土地利用类型，灾损率小于0.3的为低脆弱区，灾损率在0.3～0.5的为中脆弱区，灾损率大于0.5的为高脆弱区。

2 结果与分析

2.1 暴雨强度分析

南京市最新的暴雨强度计算公式[44]如式（4）所示。

i=（64.300+53.800）lg p/（t+32.900■1.011 （4）

式中，i为降雨强度（mm/min）；t为降雨历时（min）；p为重现期（年）。由此计算出南京主城区不同重现期对应不同降雨历时的累积降雨量。

表4中描述了南京主城区的在重现期为1、2、3、5、10、20、30、50年，分别在历时10 min、20 min、30 min、40 min、50 min、1 h、2 h、3 h的累积降水量。不同重现期的暴雨历时相同时，重现期比较大的累积降水量比较大。在同一重现期中降水量随着历时的增加而增加。分析以上数据，1年为重现期时，从40～50 min的增长速率约是19.68 mm/h，50 min～1 h的增长速率约是15.42 mm/h，而在1～2 h的增长速率为8.24 mm/h，在2～3 h的增长速率为3.50 mm/h，在1 h的之前累积降水量的增长率明显较高，在1 h之后累积降水量的增长率明显降低。分析其他数据，也会有相类似的结论。在50年以内的重现期，大都是在历时1 h累积降水量的增长率最大。

2.2 暴雨内涝积水深度模拟分析

基于上述研究方法，利用ArcGIS制图，得到南京地区在50年一遇的降水在历时分别为20 min、40 min、1 h、2 h时的情景模拟的淹没深度，如图2所示。由图中可看出，在历时20 min时降雨的淹没水深主要集中在0～10 cm和10～50 cm，50～100 cm的较少，大于100 cm的没有。历时40 min时，降雨的淹没深度主要集中在10～50 cm和50～100 cm，在0～10 cm的较少，且有部分大于100 cm的。在历时为1 h时，降雨的淹没深度在50～100 cm和大于100 cm的的区间内，0～10 cm的比40 min的时候更少，大于100 cm的明显增多。而在历时2 h时，淹没深度明显减少，在0～10 cm的明显增多，大于100 cm的明显减小，且在制图过程中发现在历时3 h时，此趋势更加明显。且在其他重现期也会出现类似现象。根据以上分析，对比累积降雨量，3 h的累积降雨量虽然最大，但是淹没深度却比较小，且在历时3 h甚至是2 h的暴雨是不足以形成内涝灾害的，形成内涝灾害危险时间是历时1 h左右。

根据以上结论，模拟不同重现期的暴雨在历时1 h的淹没水深，如图3所示。从图3可看出，首先无论在哪个重现期，鼓楼及其周围地区的暴雨的淹没深度相对于其他地区而言都是比较高的；玄武区的中心由于是玄武湖地区，淹没深度一直比较小；栖霞区、雨花台区、建邺区淹没深度相对而言较小，尤其是其边界地区。其次随着重现期的增加，鼓楼及其周边地区淹没深度增加较大，速度较快，而栖霞区，雨花台区，尤其是他们的边界地区淹没深度增加较慢，幅度较小。此外，当重现期超过10年时，鼓楼及其周边地区的淹没深度超过100 cm的比较多，属于比较危险地带，且南京鼓楼地区鼓楼站有重要的地铁站和公交站，是重要的交通枢纽，是连接桥北地区和市中心的新街口地区，因此加强鼓楼地区的防涝措施尤为重要。

2.3 脆弱性分析

通过土地利用图、淹没深度图以及淹没深度和灾损率的关系，得出南京主城区的脆弱性分布图，如图4所示。南京主城区中，鼓楼及其周边地区的灾害的脆弱性较大，玄武区中心的灾害的脆弱性一直为0，结合淹没深度图和土地利用图分析，鼓楼及其周边地区的脆弱性较大的主要是因为南京地区的淹没水深较大。鼓楼是南京比较重要的交通地带，应加强暴雨内涝的防护措施，而玄武区的中心是玄武湖，受暴雨内涝影响比较小也是必然的。其次脆弱性与淹没水深有一定的关系，但并不意味着淹没深度完全决定脆弱性，在重现期为2年和5年的时候，在栖霞区暴雨的突出的两块地区淹没深度很小，主要集中在10～50 cm之间，但是其脆弱性达到中等脆弱性，主要原因是栖霞区突出的两块地区的用地类型为农业，农业暴雨内涝的脆弱性比较强，所以造成了低淹没水深却是中等脆弱性的现象。在栖霞区靠近玄武区的地区在50年一遇的淹没深度图中表现的淹没深度普遍很高，但在脆弱性分布图中，此地区的部分小范围内的脆弱性很低。

3 小结与讨论

通过国内外研究模型，模拟降水深度，并借鉴国外的有关脆弱性的研究，研究南京主城区的暴雨内涝的脆弱性，得出如下结论：

1）在不同重现期的暴雨，形成暴雨内涝最有可能的时段是历时1 h。

2）在南京不同的土地利用类型中，林地、旱地、水体脆弱性是比较小的，而城市及农村居民地、水田的脆弱性是比较大的。通过不同重现期的脆弱性分布图发现南京主城区中，鼓楼及其周边地区属于比较脆弱区，应加强防灾减灾措施。

3）通过淹没深度图和脆弱性分布图的比较。脆弱性的分布与暴雨内涝淹没水深有一定的关系，一般来讲，淹没水深大的地区比较脆弱，但并不绝对，脆弱性的分布与用地类型本身的特性有关，会造成淹没水深较大，脆弱性较小或者淹没水深较小，脆弱性较大的现象。

参考文献：

[1] 解以扬，李大鸣，李培彦，等.城市暴雨内涝数学模型的研究与应用[J].水科学进展，2005，16（3）：384-390.

[2] 解以扬，韩素芹，由立宏，等.天津市暴雨内涝灾害风险分析[J].气象科学，2004，3（24）：343-349.

[3] 孙阿丽，石 纯，石 勇.基于情景模拟的暴雨内涝危险性评价——以黄浦区为例[J].地理科学，2010，30（3）：465-468.

[4] 龚士良，杨世伦.地面沉降对上海黄浦江防汛工程的影响分析[J]. 地理科学，2008，28（4）：543～547.

[5] 程 江，杨 凯，赵 军，等.上海中心城区河流水系百年变化及影响因素分析[J].地理科学，2007，27（1）：85～90.

[6] 戴雪荣，师育新，俞立中，等.上海城市地貌环境的致灾性[J].地理科学，2005，25（5）：636～640.

[7] 权瑞松，刘 敏，张丽佳，等.基于情景模拟的上海中心城区建筑暴雨内涝暴露性评价[J].地理科学，2011，31（2）：148-152.

[8] 石 勇.灾害情景下城市脆弱性评估研究[D].上海：华东师范大学，2010.

[9] TURNER B L， KASPERSON R E， MATSON P A， et al. A framework for vulnerability analysis in sustainability science[J]. Proceedings of the National Academy of Sciences，2003，100（14）：8074-8079.

[10] CUTTER S L. Living with Risk： The Geography of Technological Hazards[M]. London：Edward Arnold，1993.

[11] 尹占娥，暴丽杰，殷 杰.基于GIS的上海浦东暴雨内涝灾害脆弱性研究[J].自然灾害学报，2011，20（2）：29-35.

[12] 贺 祥，熊康宁.基于熵权灰色关联法的贵州岩溶山区农村贫困脆弱性分析[J].江苏农业科学，2014，42（3）：376-381.

[13] 卢万合，刘家福，董阿丹，等.吉林省辽源市自然系统脆弱性仿真研究[J].江苏农业科学，2013，41（9）：336-339.

[14] 张丽佳.上海市地下轨道交通暴雨内涝脆弱性研究[D].上海：华东师范大学，2010.

[15] 权瑞松，刘 敏，张丽佳.上海市地下轨道交通暴雨内涝脆弱性评价[J].人民长江，2011，42（15）：13-17.

[16] ARNELL N W. Expected annual damages and uncertainties in flood frequency estimation[J]. Journal of Water Resources Planning and Management， 1989， 115（1）：94-107.

[17] BERNING C， VILJOEN M F， DU PLESSIS L A. Loss functions for sugar-cane： Depth and duration of inundation as determinants of extent of flood damage[J]. Water SA-Pretoria，2000，26（4）：527-530.

[18] BERNING C， DU PLESSIS L A， VILJOEN M F. Loss functions for structural flood mitigation measures[J]. Water SA，2001，27（1）：35-38.

[19] BOYLE S J， TSANIS I K， KANAROGLOU P S. Developing geographic information systems for land use impact assessment in flooding conditions[J]. Journal of water resources planning and management， 1998， 124（2）： 89-98.

[20] GOLDMAN D. Estimating expected annual damage for levee retrofits [J]. Journal of water resources planning and management，1997，123（2）：89-94.

[21] COTO E B. Flood Hazard，Vulnerability and Risk Assessment in The City of Turrialba [M]. Costa Rica： International Institute for Gmation Science and Earth Observation （ITC），2002.

[22] GEETHA K， MISHRA S K， ELDHO T I， et al. SCS-CN-based continuous simulation model for hydrologic forecasting [J]. Water Resources Management， 2008， 22（2）：165-190.

[23] ARONICA G T， CANDELA A. Derivation of flood frequency curves in poorly gauged Mediterranean catchments using a simple stochastic hydrological rainfall-runoff model[J]. Journal of Hydrology， 2007，347（1）：132-142.

[24] MISHRA S K， TYAGI J V， SINGH V P， et al. SCS-CN-based modeling of sediment yield[J]. Journal of Hydrology， 2006，324（1）：301-322.

[25] MISHRA S K，SINGH V P. SCS-CN method. Part II： Analytical treatment[J]. Acta Geophysica Polonica，2003，51（1）：107-123.

[26] SINGH P K，BHUNYA P K，MISHRA S K，et al. A sediment graph model based on SCS-CN method[J]. Journal of Hydrology，2008，349（1）：244-255.

[27] 魏文秋，谢淑琴.遥感资料在SCS模型产流计算中的应用[J].环境遥感，1992，7（4）：243-250.

[28] 陈晶晶.基于情景模拟的天津市中心城区暴雨内涝风险分析与管理[D].上海：华东师范大学，2010.

[29] 史培军，袁 艺，陈 晋.深圳市土地利用变化对流域径流的影响[J].生态学报，2001，21（7）：1041-1049.

[30] 张建云，何 惠.应用地理信息进行无资料地区流域水文模拟研究[J].水科学进展，1998，9（12）：345-350.

[31] 程 江，杨 凯，刘兰岚，等.上海中心城区土地利用变化对区域降雨径流的影响研究[J].自然资源学报，2010，25（6）：914-925.

[32] 贺宝根，陈春根，周乃晟，等.城市化地区径流系数及其应用[J]. 上海环境科学，2003，22（7）：472-475，516.

[33] GUPTA P K， Panigrahy S. GEO-Spatial modeling of runoff of large land mass：analysis， Approach and results for major river basins of India[J]. In： Proceedings of the International Archives of the Photogrammetry， Remote Sensing and Spatial Information Sciences. 2008，37：63-68.

[34] 罗利芳，张科利，符素华.径流曲线数法在黄土高原地表径流量计算中的应用[J].水土保持通报，2002，22（3）：58-61.

[35] 刘 娜.南京市主城区暴雨内涝灾害风险评估[D].南京：南京信息工程大学，2013.

[36] 权瑞松，刘 敏，侯立军，等.土地利用动态变化对地表径流的影响——以上海浦东新区为例[J].灾害学，2009，24（1）：44-49.

[37] 袁 艺，史培军，刘颖慧，等.土地利用变化对城市洪涝灾害的影响[J].自然灾害学报，2003，12（3）：6-13.

[38] 许 彦，潘文斌.基于ArcView的SCS模型在流域径流计算中的应用[J].水土保持研究，2006，13（4）：176-179，182.

[39] 秦莉俐，陈云霞，许有鹏.城镇化对径流的长期影响研究[J].南京大学学报（自然科学版），2005，41（3）：279-285.

[40] 高蕴珏，许有鹏.SCS遥感水文模型在曹娥江流域应用研究[J]. 南京大学学报（自然科学版），1992，28（1）：150-159.

[41] 罗 鹏，宋星原.基于栅格式SCS模型的分布式水文模型研究[J].武汉大学学报（工学版），2011，44（2）：156-160.

[42] 刘贤赵，康绍忠，刘德林，等.基于地理信息的SCS模型及其在黄土高原小流域降雨-径流关系中的应用[J].农业工程学报，2005，21（5）：93-97.

[43] 石 勇.灾害情景下城市脆弱性评估研究[D].上海：华东师范大学，2010.

[44] 南京市城市管理局.南京市暴雨强度公式已修编完成发布使用[EB/OL]. http：//www.nanjing.gov.cn/njszf/bm/cgj/201403/t201

40312_2532683.html.2014-03-12.