基于FY3A的黑龙江省洪涝灾害风险评价研究

2016-01-12张林媛,程志刚,高玉宏等

森林工程 2015年2期

张林媛1，程志刚1*，高玉宏2，者益婷3，吴林训4

(1.成都信息工程学院大气科学学院，成都 610225；2.佳木斯气象卫星地面站，黑龙江佳木斯 1540082；

3.云南省镇沅彝族哈尼族拉祜族自治县气象局，云南哈尼族拉祜族自治县 666599；4.海南省万宁市气象局，海南万宁 571500)

摘要：基于风云三号气象卫星A星的MERSI遥感影像数据，分别从自然因素角度和社会因素角度选取降雨量空间分布特征、地形特征、河网分布特征等影响因子和人口密度、地区生产总值、植被面积等影响因子做为洪涝灾害风险评价指标，综合影响因子对各水系流域洪涝灾害的影响度确定权重值，应用ArcGIS软件中空间分析模块的数据转换、分析、统计、分类和显示等功能进行处理和数据分析，建立洪涝灾害风险评价模型，得出风险分类区划图。研究结果表明：基于FY3A的MERSI数据，以GIS为技术平台能够得到更为直观表达的黑龙江省洪涝灾害风险评价图，在时间上和空间上具有一定的可信度。

关键词：FY3A；GIS；洪涝灾害；风险评价

中图分类号：S 76；P 333

文献标识码：A

文章编号：1001-005X(2015)02-0122-03

Abstract：This paper aims to study the flood risk for each river basin in Heilongjiang Province in order to provide a reference for flood mitigation project.Based on meteorological satellite FY-3A star MERSI remote sensing data，the natural factors such as rainfall spatial distribution，topography，drainage，and the social factors such as population density，GDP，vegetation area，were selected as floods risk evaluation index.The weights of the indices were determined based on their impact on the floods.A flood risk assessment model was established by applying the spatial data analysis module，analysis，and other statistics，classification and display functions for processing and analyzing data analysis on the ArcGIS software，and the flood risk classification zoning map was derived.The results showed that based on the MERSI data FY3A and GIS technology platform，it is able to get more intuitive flood risk assessment in Heilongjiang Province，which has certain credibility in time and space.

Keywords：FY3A；GIS；floods；risk assessment

收稿日期：2014-07-18

作者简介：第一张林媛，硕士研究生。研究方向：污染气象研究。

通讯作者：*程志刚，博士，副教授。研究方向：气候与环境变化研究。E-mail：chengzg@cuit.edu.com

Study on the Flood Risk Assessment ofHeilongjiang Province Based on FY3A

Zhang Linyuan1，Cheng Zhigang1*，Gao Yuhong2，Zhe Yiting3，Wu Linxun4

(1.Department of Atmospheric Sciences，Chengdu University of Information Technology，Chengdu 610225；

2.Jiamusi Meteorological Satellite Ground Station，Jiamusi 154008，Heilongjiang Province；

3.Meteorological Bureau of Zhenyuan Yi，Hani，and Lahu Autonomous County in Yunnan Province，Hani and Lahu Autonomous

County 666599，Yunnan Province；4.Hainan Province Wanning Meteorological Bureau，Wanning 571500，Hainan Province)

引文格式：张林媛，程志刚，高玉宏，等.基于FY3A的黑龙江省洪涝灾害风险评价研究[J].森林工程，2015，31(2)：122-124.

近年来，洪水灾害所导致的经济损失、非经济损失等与日俱增，如何应用高新技术改进洪涝灾害的监测与灾情评价方法，越来越受到国内外相关专家的重视，成为重要的研究课题[1-4]。黑龙江省的总体地势大致是西北部、中部和南部是较高的山地，东北部和西南部是较低的平原，山地和平原区分布着河网水面。气候为温带大陆性季风气候，夏秋季雨水多发，易引起局部性的洪水灾害。随着RS技术和GIS技术的发展，将其与遥感影像以及其他相关地形数据、气象数据联系起来，进行有效表达、处理及分析，为洪涝灾害的大区域，客观、实时监测与风险评价等提供了新的平台[5-7]。从大区域空间宏观上了解黑龙江省遭受洪涝灾害损失的风险程度，洪水来临前期进行洪涝灾情预报和在易发生洪涝地区加以警示，洪灾期间可以对灾区进行灾情发展过程监测，洪灾后可以进行损失评估等，以期对预先转移受灾区的生命财产，减少各类损失的决策提供重要参考信息[8]。

本文基于FY3A数据对黑龙江省的黑龙江、松花江、嫩江等三大水系流域的洪涝灾害风险评价进行研究，以GIS为平台与相关的自然因素和社会因素等信息进行各种空间分析和专题分析，建立洪涝灾害风险评价模型，得到黑龙江省洪涝灾害风险评价图。

1资料来源

用于洪涝灾害风险评价的基础数据包括：FY_3A/MERSI数据、数字地形高程模型(DEM)数据、降水量数据、土地利用数据及其他相关社会数据，对于灾情分析这些数据都是重要的基础背景资料。

1.1　FY_3A/MERSI数据来源与预处理

风云三号A星(简称FY_3A)是中国第2代极轨气象卫星系列风云三号(简称FY_3)的第1颗星，它具有全天候探测、高精度立体综合定量探测、每天获取全球高分辨率资料、高时效的卫星探测资料、高精度定位、精准的轨道调整、多种遥感仪器联合探测等技术特点[9]。目前应用于环境监测的影像数据主要有可见光红外扫描辐射(VIRR)和中分辨率光谱成像仪(MERSI)。VIRR影像具有10个波段，星下点分辨率为1 000 m。MERSI具有20个波段(0.41～12.50 μm)，星下点分辨率为250 m(波段1～5)、1 000 m(波段6～20)。这些数据被广泛应用于环境监测、生态保护和专业气象服务等各个方面，特别在针对天气、气候和环境灾害事件的服务中，发挥重要作用。

本文数据来源FY_3A/MERSI中国气象局佳木斯气象卫星地面站的接收，选取分辨率为250 m的 2013年5月至10月覆盖黑龙江省范围的数据，经过辐射定标和几何定位等预处理后，再转换为等经纬度投影。研究流域如图1所示。

1.2　数字地形高程模型(DEM)数据

本文所应用的DEM数据来自于美国太空总署(NASA)和国防部国家测绘局(NIMA)联合测量发布的SRTM数据，分辨率为90 m，每个90 m的数据点是由9个30 m的数据点算术平均得来的。

图1　黑龙江、松花江、嫩江等三大水系流域 Fig.1 Three major river basin including Heilongjiang，Songhua river，and Nenjiang

1.3　降水量数据

降水量数据来源于黑龙江省气象台以及中国统计年鉴数据库，选取5月至10月覆盖黑龙江省范围的各站点的降水量数据，并计算月平均降水量，降水强度。

1.4　土地利用数据

本文应用FY_3A/MERSI数据以RS和GIS软件为平台进行人机互动的影像解译，得到植被(包括耕地、草地和林地)、水域和其他三种土地利用类型的栅格图像。

2GIS空间分析技术

GIS具有强大的空间分析功能，而且可以集成多种来源、多种尺度以及多种类别的数据，建立空间数据库，方便地存储和提取评价所需信息。主要应用Arc GIS的空间分析模块进行处理和分析数据，矢量数据的缓冲区分析建立河网分布图，利用叠置分析对降雨量空间分布、地形、土地利用等空间数据和社会人口经济等属性数据进行综合处理[10]，并应用其制图功能对黑龙江省洪涝灾害风险评价图进行风险区划。

3洪涝灾害风险评价指标的选取

3.1　影响洪涝灾害评价的自然因素

自然因素对黑龙江省洪涝灾害的影响主要是受灾的区域范围和面积大小。本文洪水危险性主要考虑降雨量空间分布特征、地形特征和河网分布特征对洪涝灾害的影响[11]。

3.1.1降水量空间分布特征对洪涝灾害的影响

降水对洪水危险的影响程度主要考虑流域经过的各市县历史上发生暴雨的频次，并综合考虑暴雨致洪等级标准和各等级洪涝发生频次的因素，根据降水量，等级越高，暴雨发生频次越高，其所承受的损失就越大，未来发生洪灾的风险相应也越大。以0<影响度<1为原则，确定出降水因子对洪灾形成的影响度[11]。根据以上划分标准对各地实际情况权衡，并将该计算结果作为黑龙江省三大水系流域经过的各市县的降水影响度值，然后进行栅格化，得到黑龙江省降水因子影响度图。

3.1.2地形因素对洪涝灾害的影响

地形因素中的海拔高度及地形起伏变化程度对洪涝灾害有较大影响。海拔高度越低，地形起伏越小，水量大的时候不易于排出流走，越容易发生洪涝。地形起伏变化情况通常用坡度来表示，应用GIS软件对DEM数据提取出坡度数据Slope，得到可以反应影像中相邻栅格的高程变化程度的栅格图。

3.1.3河网分布特征对洪涝灾害的影响

区域内河网的空间分布特征对各流域的水量在一定程度上决定着洪涝灾害的发生[11]。应用GIS软件通过对不同的河网建立缓冲区，缓冲区的宽度需综合考虑河流的级别和水域的面积，对黑龙江、松花江、嫩江干水系设置500 m缓冲区，对其他旁系支流设置200 m缓冲区，缓冲区宽度的大小代表不同水流区域受洪水侵袭的难易程度。对其缓冲区矢量图进行赋值栅格化，得到河网对洪涝灾害的影响程度栅格图。

3.2　影响洪涝灾害评价的社会因素

当洪灾发生时对社会经济就会带来一定的损失，所以社会经济的易损性直接影响洪涝灾害的风险评价结果。影响洪涝灾害评价的社会因素主要包括人口密度、经济和植被面积三个方面，在不同的地理位置，这三方面所表现的影响程度是不同的。利用人口密度、地区生产总值和植被面积这三项指标并采取统一的权重标准，来衡量洪水植被区域社会经济易损性评价指标的大小。

3.2.1人口密度影响因子

洪涝灾害的发生影响着居住人口的生命安全，对于同样受灾地区来说，人口密度越大，需要迁移和救济的人口越多，受灾情况也就越严重。根据黑龙江省最新行政区划图以及2012年黑龙江省统计年鉴，查找三大水系流域经过的各市县的人口数量和行政区域面积，计算各市县的人口密度，人口密度越大，其影响度越大，按照0<影响度<1的原则，确定人口密度的影响度属性值，得出人口密度的影响度划分标准，并分级得到黑龙江省人口密度分布栅格图。

3.2.2经济影响因子

地区生产总值是衡量一个地区经济发展的重要指标，经济越发达的地区，发生洪涝灾害时，所受的经济损失也就越大。根据2012年黑龙江省统计年鉴中查找的各大水系流域经过的各市县的地区生产总值，根据地区生产总值越大，影响度越大，以及0<影响度<1的原则，确定出地区生产总值的影响度划分标准，并分级得到对黑龙江省经济影响度栅格分布图。

3.2.3植被面积影响因子

洪涝灾害发生时主要对洪水泛滥区浸泡的植被生长有影响，受灾植被的面积越大，其秋收时的实际损失程度也就越大。根据黑龙江省各大水系流域经过的各市县的植被面积大小，以及0<影响度<1的原则，根据解译出的黑龙江省土地利用类型的栅格图像，对植被区域赋予影响程度属性值，分级得到黑龙江省植被面积影响度分布栅格图。

4洪水灾害风险评价模型建立

综合上述影响洪涝灾害评价的自然因素和社会因素，建立黑龙江省洪涝灾害风险评估模型[12]：

U=x1×S+x2×D+x3×H+y1×R+y2×J+y3×L

式中：U为洪涝灾害风险度；S为降水量因子影响度；D为地形因子影响度；H为河网分布因子影响度；R为人口密度影响度；J为经济影响度；L为植被面积影响度。x1，x2，x3，y1，y2，y3为各影响因子的权重系数，且x1+x2+x3+y1+y2+y3=1。

根据上述评估模型，以Arc GIS 9.3为平台在Arc Toolbox中用Model Builder工具，调入其提供的缓冲区建立、栅格叠加等空间分析工具，以及上述自然影响因素和社会影响因素栅格图层，建立洪涝灾害风险评价模型，通过数据处理和计算最终得到黑龙江省洪水灾害风险评价图，并对其按照一定的标准进行等级划分。

5结论与讨论

基于FY3A数据对黑龙江省的黑龙江、松花江和嫩江三大水系流域的洪涝灾害风险评价进行研究，

以GIS为平台与相关的自然因素和社会因素等信息进行各种空间分析和专题分析，建立洪涝灾害风险评价模型，得出相应结论如下：

(1)研究方法主要应用GIS的空间分析功能，尤其是栅格分析和叠加功能实现了各种指标的定量组合，使自然影响因素和社会影响因素的影响程度更为直观的表达。

(2)研究只选取了主要的指标因子，根据局部区域的特性，具体分析时可以增加其他评价指标因子，优化评价精度，这有待进一步探讨。

(3)研究所采用的遥感影像分辨率为250 m，下一步可结合高分辨率的卫星影像和高精度的GPS技术，研究范围从大流域范围精细到小流域范围，提高风险评价的精度和实用性。

【参考文献】

[1]李香颜.洪水灾害风险分析及其对农作物的影响评估技术研究[D].郑州：河南农业大学，2009.

[2]闻珺.洪水灾害风险分析与评价研究[D].南京：河海大学，2007.

[3]胡俊锋，杨月巧，杨佩国.基于减灾能力评价的洪涝灾害综合风险研究[J].资源科学，2014，36(1)：0094-0102.

[4]刘新立，史培军.区域水灾风险评估模型研究的理论与实践[J].自然灾害学报，2001，10(2)：66-72.

[5]张成才，陈秀万，郭恒亮.基于GIS的洪涝淹没损失计算方法[J].武汉大学学报(工学版)，2004，37(1)：55-58.