洪灾损失快速评估中的社会经济统计数据空间展布模拟

王宇飞,孙 燕,张 宏

(1.虚拟地理环境教育部重点实验室(南京师范大学),江苏 南京 210023;2.江苏省地理环境演化国家重点实验室培育建设点,江苏 南京 210023;3.江苏省地理信息资源开发与利用协同创新中心,江苏,南京 210023; 4. 河海大学公共管理学院,江苏 南京 210098)



洪灾损失快速评估中的社会经济统计数据空间展布模拟

王宇飞1,2,3,孙 燕4,张 宏1,2,3

(1.虚拟地理环境教育部重点实验室(南京师范大学),江苏 南京 210023;2.江苏省地理环境演化国家重点实验室培育建设点,江苏 南京 210023;3.江苏省地理信息资源开发与利用协同创新中心,江苏,南京 210023; 4. 河海大学公共管理学院,江苏 南京 210098)

通过分析社会经济统计数据属性与用地类型之间的相互关联和约束关系,提出社会经济统计数据空间精细化表达方法,能够更为准确和精细地实现社会经济统计数据的空间展布,从而为洪涝灾害损失评估提供可靠的数据基础和决策依据。典型案例区模拟洪水实证研究的结果与实际洪水年份的损失统计信息及其他研究的估算结果均十分接近,表明基于用地类型与社会经济统计数据属性关系的空间展布方法是可行、适用的。

社会经济统计数据;空间展布;洪灾损失;快速评估

社会经济统计数据是管理部门和科研机构进行定性、定位和定量分析的数据基础,对资源环境管理与社会经济发展具有重要意义[1]。社会经济统计数据的空间分布是影响诸如基础设施建设、公共服务配置、公共安全应急等一系列社会经济活动的重要决策因素之一,其空间分布信息及特征不仅是规划、政策决策和科学研究的重要基础,也是实施综合管理的重要科学依据[2]。特别是在防洪减灾政策与措施中,社会经济统计数据的空间分布信息不仅是洪涝灾害损失快速评估模型的数据基础,也是洪水风险评估、防洪工程与防洪措施等重要决策的科学依据。

然而,社会经济统计数据虽然是科学研究和政策管理中最常使用的数据之一,但其往往是在统计单元上聚合后所获取的。如,美国的census tracts,英国的census enumeration districts 以及中国的街道(subdisticts)等,其人为制定的界线和单元内部空间均质等特性无法真实体现社会经济统计数据空间分布的特征和差异[3]。缺乏空间差异、定位不准确、单元不统一等特性,使得社会经济统计数据在与自然、环境等要素数据进行叠置分析、模型集成方面较为困难,既无法有效地为科学研究提供精细的数据基础,也无法应用于空间分析模型[4]。因此,亟须研究基于自然要素和社会经济要素相互关联的方法,来打破行政边界的人为性和解决统计单元内部均质性的问题,从而实现社会经济统计数据的空间精细化表达,便于空间分析模型的构建和实现。

发达国家在洪灾损失评估方面开展较早,特别是洪灾损失评价方法已有了较为深入的研究[5]。而相应的研究在我国起步较晚,直到20世纪90年代后期,随着遥感和GIS技术集成应用的快速发展,洪灾损失快速评估才取得新的进展。如陈秀万[6]利用洪水时遥感水体提取淹没范围,并运用社会经济统计资料进行损失评估;李纪人等[7]提出了基于遥感与空间展布式社会经济统计数据库的洪灾遥感监测评估方法;丁志雄等[8]建立了基于空间信息格网的洪灾损失评估模型。纵观国内外研究,在洪灾损失快速评估方法上均整理出一套较为完整的思路:基于GIS和遥感技术进行洪水模拟,通过构建洪灾损失与淹没水深和历时的函数关系,进而估算洪灾的可能损失。然而,由于洪灾自身的时空复杂性,加上我国在用于灾害损失研究的基础资料的累积与管理方面较为薄弱,洪灾损失评估在利用RS及GIS等新技术方面仍处于初步阶段,评估模型往往受限于空间精细离散化的社会经济统计数据。目前尚未有被普遍采用和推广的评估方法。

社会经济统计数据空间化研究主要集中在人口、GDP和其他数据的空间化等方面[9]。其中,人口数据由于自身的信息价值以及对其他均值数据表达的影响,是社会经济统计数据空间化研究的重要方向和难点。自Graneau首创使用1 km格网分析自然与社会现象以来,将格网作为地理分析基本研究单元逐渐成为一种地学分析方法。Clar等分别提出了反映城市发展特征的人口分布模型[10],以及一系列空间展布方法,如距离衰减内插算法(IDW)、面积权重法等[11]。随着遥感与GIS技术的发展,在国外已建立相关格网社会经济统计数据相关标准[12],以及全球栅格人口数据库,如GPWV3、LandScan、UNEP/GRID、HYDE等[13]。国内也开展了社会经济统计数据格网化的研究,如范一大等[14]根据面积权重法,通过叠置分析实现了社会经济统计数据的格网化。刘红辉等[15]通过人口密度与土地利用类型面积之间的关系,完成了中国1 km格网人口数据库。刘纪远等[16]应用重力模型,建立第一性生产力、数字高程、城市规模及交通基础设施空间分布等要素影响下的格网化中国人口密度空间分布模型。尽管这些研究基于格网实现了社会经济统计数据的空间化,但基于遥感影像单元的格网大小和边界仍然存在与社会经济统计数据分布特性及其反映的地理现象内在规律不吻合的问题。虽然栅格具有计算方便的优势,但是① 固定大小、人为界定的栅格界限不能体现地理现象空间分布的本质特征;② 针对县域或乡镇级别的精细空间化研究较少。以往的大尺度研究,其格网单元往往远远大于矢量单元,因而多采用面积加权方法。随着遥感及对地观测技术的发展,栅格大小不断精细化,在矢量单元内部重复格网化不仅无法增加空间精细度,反而造成重复劳动。如,研究表明,基于矢量数据(土地利用类型多边形)加权比影像栅格数据加权的方法,在84%目标图层的结果更加精确[17],使用矢量辅助数据将大量减少模拟误差[18]。无论是栅格或统计单元界限的人为指定性,本质上都是背离社会经济统计数据自身空间属性的真实意义。因而,使用辅助数据进行社会经济统计数据空间展布的理论基础和实践意义就在于,借助相关要素的关联和约束关系来反演社会经济统计数据的空间属性/差异,才能更准确地表达其真实的空间差异。

综上所述,社会经济统计数据空间离散化,是多源数据/信息建模的一个基本前提,也是洪灾损失快速评估模型的重要应用。传统方法多基于栅格数据的单调约束关系,多源数据融合不足,而精细化的时空布局与分析需求对多源矢量数据融合、多要素关联约束提出了空间精细离散化社会经济统计数据的要求。因而迫切需要有基于关联关系的多要素约束的社会经济统计数据空间关联模拟与离散化方法,促进数值模型向空间模型发展,完善空间模型的构建、实现和表达,为跨学科研究计算和空间模型的实现提供支撑基础。

针对洪灾快速损失评估中社会经济统计数据空间展布存在的问题,本文选取淮河干流蒙洼蓄洪区作为典型研究区,开展基于土地利用类型与社会经济统计数据关联和约束关系的社会经济统计数据空间展布方法研究,以矢量要素的自然边界及其与社会经济统计数据的时空关联关系作为打破社会经济统计数据单元边界的基础,研究矢量化的社会经济统计数据空间离散方法,突破现有社会经济统计数据空间化方法中格网化的局限性,实现对典型研究区洪灾快速损失评估验证。该方法的研究可以提高政府在人口、资源、环境等方面利用社会经济统计数据的综合管理能力,在推进跨学科研究方面具有重要的实践价值[19]。

1 研究案例区

淮河流域地处我国东部,人口稠密,洪、涝、旱等灾害频繁,防洪减灾任务繁重。目前,淮河干流共有行蓄洪区21处,总面积3 148 km2。行蓄洪区兼具蓄洪与社会经济发展双重功能,在淮河防洪体系防御历次大洪水中起到了蓄洪削峰、有效降低河道水位等重要作用。选择淮河流域的蒙洼蓄洪区为典型示范区,主要包括王家坝镇、郜台乡、曹集镇、老观乡,以及阜濛农场、中岗镇等部分村庄。通过分析致灾因子(包括淹没范围、淹没水深、到达时间、洪水流速、淹没历时等)、承灾体(包括耕地、道路、庄台、保庄圩、人、房屋、农作物等)等要素的空间关联关系,提出社会经济统计数据空间展布方法,并结合对历次洪水的模拟,实现对模拟洪水的损失快速评估。

2 研究思路与方法

2.1 研究思路

研究的整体思路是基于GIS技术构建洪灾损失快速评估模型的各功能模块,如洪水演进分析、预警分析、灾害评估和风险区划分析等,通过有机联系,为洪灾损失快速评估模型提供所需的洪水淹没范围、等级、受灾因子及损失率的空间分布。

2.2 蒙洼蓄洪区社会经济信息空间化的实证研究

2.2.1 蒙洼蓄洪区社会经济信息空间展布的基本思路和流程

根据防洪决策及地学分析对社会经济统计信息空间展布的需要,结合蒙洼蓄洪区的实际情况,以社会经济统计数据空间精细化表达为目的,通过分析社会经济统计数据属性与用地类型之间的相互关联和约束关系,提出社会经济统计数据空间精细化表达方法。

在方法研究层面,以构建用地矢量要素和社会经济统计数据之间相互关联关系为研究核心,形成从社会经济统计数据属性与空间特征分析→用地要素关联与约束关系→多源数据融合→统计单元内部空间差异精细化表达的整体研究脉络,基于社会经济统计数据属性和矢量要素关联与约束关系,实现社会经济统计数据的空间精细离散化;在应用示范层面上,以典型案例区的人口、经济等社会经济统计数据空间化方法和相关要素的特征与结构为核心,综合集成多类异构数据源,将提出的社会经济统计数据空间展布方法应用于研究区洪灾快速损失评估中。

根据蒙洼蓄洪区的社会经济发展状况以及社会经济统计数据的完备程度,最终确定蒙洼蓄洪区洪水影响分析指标体系，见图1。其中,阜南县土地权属界限(包括县界、乡镇界线、村界等)、各乡镇土地利用现状以及基本农田等信息均是对阜南县第二次土地调查成果集进行数字化提取。人口和GDP统计信息则是根据蒙洼蓄洪区汛前居民财产登记资料获取。

图1 蒙洼蓄洪区社会经济信息空间展布基本流程

2.2.2 洪水影响分析统计

社会经济统计数据经过整编、规范化处理后纳入社会经济信息属性数据库,并通过行政区划单元及社会经济要素所对应的用地类型单元进行空间关联,构建社会经济指标分布图层。分别将模拟的5次洪水(1954年、1991年、2003年、2007年和1954年型百年一遇洪水)的淹没特征分布图层(包括淹没范围、淹没水深等要素)与社会经济指标图层进行叠加运算,从而获取历次洪水中研究区内受灾人口、资产等社会经济指标统计值。

a. 受淹范围(行政区面积、耕地面积及房屋面积)及等级的统计。利用ArcGIS软件中的叠加分析功能,将历次洪水淹没图层与社会经济统计图层的行政区划界限、用地单元区界图层叠加,从而获取不同洪水方案、不同淹没水深等级下的行政区受淹土地总面积、受淹耕地面积与房屋面积。

b. 淹没人口统计。以行政村为统计单元,采用居民用地法对人口数据进行空间分析,假设人口是均匀分布在该行政村的居民用地(建制镇+村庄)范围内的,其人口密度可表示为该村人口总数与该村居民用地总面积之比。

该单元上的受影响人口则为其单元人口密度与单元内受影响居民用地面积之积。

c. 受影响GDP统计。采用GDP用地平均法计算受影响GDP,以乡镇为统计单元,并按照人口比例分配到各村庄。以某村庄内与GDP相关的用地类型(耕地(水田+水浇地+旱地)、园地(果园)、林地(有林地)、建设用地(建制镇+村庄+采矿用地))总面积为依据,将GDP平均展布在该村相关用地类型上。则GDP密度为该村GDP总数与该村GDP相关用地类型总面积之比。

该单元上受影响的GDP则为其单元GDP密度与单元内受影响用地面积之积。

d. 受淹没交通道路里程统计。以乡镇为统计单元,通过道路图层与行政区界图层、不同洪水方案的淹没图层进行叠加运算,获取不同洪水方案下不同淹没水深影响的道路名称、宽度、结构、长度等信息。

2.2.3 财产灾前价值的确定

蒙洼蓄洪区的洪灾损失财产类型,即承灾体因子,主要包括居民房屋、农作物和道路。承灾体因子灾前价值的确定分别依据《关于公布安徽省大中型水利水电工程建设地面附着物拆迁补偿标准的通知》(皖发改农经[2012]98号)中的房屋拆迁补偿标准、《安徽省人民政府关于调整安徽省征地补偿标准的通知》(皖政[2012]67号)中的农作物年产值标准等。房屋、农作物和道路等资产的灾前单位价值分别为:665元/m2、53.33元/hm2、140元/m2。

2.2.4 洪灾损失的估算方法

由于不同水深状况下各类资产的洪灾损失率不同,故而各类资产的直接经济损失需要分类估算。

a. 居民房屋洪灾损失估算：

(1)

式中:Hk为第k级淹没水深下,居民房屋洪灾损失值;H为房屋的灾前价值;Uk为第k级淹没水深下,房屋的洪灾损失率。

b. 农作物洪灾损失估算：

(2)

式中:Ak为第k级淹没水深下,农业直接经济损失;A为农作物正常年份灾前价值;Vk为第k级淹没水深下,农作物洪灾损失率。

c. 道路交通损失估算：

(3)

式中:Rk为第k级淹没水深下,道路直接经济损失;Ri为第m结构类型道路灾前价值;Wk为第k级淹没水深下,道路的洪灾损失率。

d. 总直接经济损失计算。各行政区的总损失包括居民房屋、农作物、道路交通,蓄洪区总经济损失为

(4)

式中:DLi为第i个行政分区的各类损失总值;Lij为第i个行政分区内,第j类资产损失值;n为行政分区数。

洪灾直接经济损失估算还需确定不同受淹程度(淹没水深)下的洪灾损失率。常用的方法既可以是在洪灾发生后,调查收集各类资产的灾后价值,运用统计学方法,建立洪水淹没特性与洪灾损失率的相关关系;也可以参考前人研究中的损失率,并结合区域社会经济发展实际状况,依据损失率随时空变化的一般规律,做出相对合理的调整。本文参考安徽省水利设计院1991年对沿淮地区洪灾损失、1981年对淮北大堤保护区洪灾损失调查所得的洪灾损失率,并考虑到近年来房屋结构发生较大变化,农村房屋损失率下降,调整房屋损失率,各级淹没水深房屋损失率按1991年调查值的70%估算;其他财产类型损失率变化不大,沿用前人调查所得到的损失率。不同淹没水深下各类资产的洪灾损失率见表1。

表1 不同淹没水深下各类资产的洪灾损失率

3 洪灾损失评估结果

洪涝灾害损失评估模型应用于濛洼蓄洪区4次典型洪水年(1954年、1991年、2003年和2007年)及1次洪水模拟(1954年型百年一遇洪水)的灾害损失评估,通过洪水模型计算得到4次典型洪水造成的受淹人口、受影响GDP分布及直接经济损失等,如图2、图3、图4所示。以1954年洪水模拟为例,受洪水影响社会经济指标及所受直接损失估算结果见表2、表3。

图2 洪水模拟人口分布

图3 洪水模拟GDP分布

图4 洪水模拟总直接经济损失分布

根据国家防汛抗旱总指挥部办公室灾后统计的有关资料,蒙洼蓄洪区在2003年受淹总面积为180.4 km2,受淹耕地面积为1.2万hm2,受淹区人口15.2万人。对比模拟洪水的灾害损失评估可以看出，研究结果较为贴近真实情况。同时,如表4所示,将模型估算结果与前人研究进行对比,也可以看出结果较为接近。研究实例表明,本文提出的基于用地类型与社会经济统计数据关联和约束关系的社会经济统计数据空间展布方法在对典型研究区的洪灾快速损失评估应用中是可行的。

表2 1954年洪水模拟受洪水影响社会经济指标

表3 1954年洪水模拟所受直接损失估算

表4 洪涝灾害损失计算结果与前人研究对比

4 结 语

社会经济统计数据空间展布方法的精确程度是洪灾损失快速评估的基础。本文从理论和方法上建立了一套从社会经济统计数据空间展布到损失因子、损失率及洪灾损失快速评估模型。对承灾因子的考虑较为全面合理,同时兼顾实践中的可行性,通过结合洪水演进模型和遥感实时监测等科技手段较为合理地实现了损失定级和损失率的计算,从而较为准确地实现了对洪灾损失的快速评估。利用该方法针对淮河流域4次典型洪水和一次模拟洪水进行了验证,在水利部淮河水利委员会公益性项目中得到了成功应用,在防汛指挥、抢险救灾、灾情统计等方面具有较大的推广应用价值。

致谢:本研究得到了淮河水利委员会技术研究中心李奕光，中水淮河规划设计研究有限公司王再明，南京唐卡软件科技有限公司王婷、陆缵云等的大力协助,在此表示感谢!

[ 1 ] 郭洪旭,黄莹,赵黛青.城市居住人口空间分布的模拟研究:以广州市天河区为例[J]. 热带地理,2013,33(1):81-87.

[ 2 ] 韩贞辉,李志强,陈振拓,等.人口、房屋数据空间化及其在震灾快速评估中的应用:以彝良地震为例[J].地震地质,2013,35(4):894-906.

[ 3 ] 曾祥贵,赖格英,易发钊,等. 基于GIS的小流域人口数据空间化研究:以梅江流域为例[J].地理与地理信息科学,2013,29(6)：40-44.

[ 4 ] 朱翠霞,陈阿林,刘琳. 基于GIS的区域人口统计数据空间化：以重庆都市区为例[J].重庆师范大学学报(自然科学版),2013,30(5):50-55.

[ 5 ] 王桂兰.澳大利亚自然灾害管理和救助体系[D].广州:暨南大学,2011.

[ 6 ] 陈秀万.洪水灾害损失评估系统[M].北京：中国水利水电出版社，1999.

[ 7 ] 李纪人，丁志雄，黄诗峰，等.基于空间展布式社经数据库的洪涝灾害损失评估模型研究[J].中国水利水电科学研究院学报，2003(2)：104-110.

[ 8 ] 丁志雄,胡亚林,李纪人.基于空间信息格网的洪灾损失评估模型及其应用[J].水利水电技术,2005,36(6):93-96.

[ 9 ] 闫庆武,卞正富.基于GIS的社会统计数据空间化处理方法[J].云南地理环境研究,2007,19(2):92-97.

[10] 符海月,李满春,赵军,等. 人口数据格网化模型研究进展综述[J]. 人文地理,2006,21 (3):115-120.

[11] GREGER K.Spatio-temporal building population estimation for highly urbanized areas using GIS[J].Transactions in GIS,2015,19(1):129-150.

[12] MARJA T L，BACKER L. Grid data and area delimitationby definition towards a better European territorial statistical system[J]. Statistical Journal of the United Nations ECE，2000，17：109-117.

[13] Columbia University.Center for international earth science information network：gridded population of the world (GPWv4)[EB/OL].[2016-08-20].http：//sedac.ciesin.org/data/collection/gpw-v4 .

[14] 范一大，史培军，辜智慧，等.行政单元数据向网格单元转化的技术方法[J].地理科学，2004，24(1)：105-108.

[15] 刘红辉，江东，杨小唤，等.基于遥感的全国GDP 1km格网的空间化表达[J].地球信息科学，2005，7(2)：120-123.

[16] 刘纪远，岳天祥，王英安，等. 中国人口密度数字模拟[J]．地理学报，2003，58(1)：17-24.

[17] COCKING S,FISHER P,LANGFORD M.Parameterization and visualizationof the errors in areal interpolation[J].Geographical Analysis,1997,29:314-328.

[18] REIBEL M,BUFALINO M E.Street-weighted interpolation techniques for demographic count estimation in incompatible zone systems[J].Environment and Planning A,2005,37(1):127-139.

[19]高义,王辉,王培涛,等. 基于人口普查与多源夜间灯光数据的海岸带人口空间化分析[J].资源科学,2013,35(12):2517-2523.

水利部公益性行业科研专项经费项目(201301065);江苏高校优势学科建设工程资助项目(164320H116)

王宇飞(1974—)，男,江苏太仓人,讲师,博士,主要从事GIS及遥感在环境生态建模研究。E-mail: yufeiw@njnu.eud.cn

10.3880/j.issn.1003-9511.2016.05.016

P208

A

1003-9511(2016)05-0069-06

2015-05-09 编辑：胡新宇)