哈尔滨市区洪灾风险空间演变模式

陈鹏张继权孙滢悦张立峰刘家福

摘要：[JP+1]由于洪灾突发性强、破坏性大、影响范围广，给居民生命安全、财产等造成重大损失，为了更好的预防洪灾及了解未来洪灾风险演变模式，利用自然灾害风险形成四因子理论，选取哈尔滨市区气象、水文、经济及社会等18个指标，构建哈尔滨市区洪灾风险评价模型，对哈尔滨市区2000年-2009年洪灾风险区划，并通过GIS技术对哈尔滨市区2000年-2009年洪灾风险区划分析，归类风险空间演变模式。结果为：哈尔滨市区洪灾风险空间转移升高模式包括边缘接触模式、摆动模式、内部突增模式、跨越模式4种；洪灾风险转移降低模式包括边缘退缩模式、片状降低模式、内部突降模式3种。研究结果可为减少洪灾对城市居民带来的损失及城市防洪规划提供决策依据。

关键词：风险分析；演变模式；格网GIS；洪灾风险；哈尔滨

中图分类号：X45文献标志码：A文章编号：16721683（2016）06002706

洪灾是较为常见的一种自然灾害，其特点是高发性、强破坏性及影响范围广，给人们生活造成严重影响，严重制约了我国城市可持续发展。哈尔滨市是我国东北北部的政治、文化、经济中心，也是国内省辖市中陆地管辖面积最大、管辖总人口较多的特大城市。因哈尔滨市特殊的地理环境影响，每年受洪水灾害影响程度较大，仅2013年哈尔滨市因洪涝灾害造成经济损失达66亿元，因此，对哈尔滨市洪灾风险评价与演变模式研究是非常必要的，若采用科学的方法及遵循自然规律正确的对研究区洪灾风险及演变模式研究，并以洪灾风险空间演变模式适时修订防洪规划，可减少城市居民的生命、财产损失，同时对城市经济及可持续发展起到保障作用。

目前，有不少学者对洪灾风险区划及评价进行了深入的研究[12]，一部分学者研究着重从三个方面进行，即致灾因子的危险性、承灾体的暴露性与脆弱性三个方面来选取指标，并构建洪灾评价模型，该种评价方法在指标选取上忽略了人对灾害防御方面的内容[34]；另一部分学者则是先建立致灾因子强度与承灾体的脆弱性对应关系，后通过拟合风险曲线，建立综合灾损模型并计算洪灾造成的损失，以此作为洪灾风险，该种评价方法中的风险曲线拟合需通过大量的灾害数据及调查数据结合，所以在研究中相对获取数据较为困难[58]，但此种方法对于洪灾保险方面研究具有重要意义[9]。而在近些年出现一种从综合角度出发，对洪灾风险进行评价方法。其中具有代表性的是从自然灾害风险形成机理出发，以自然灾害风险四因子为基础，即从致灾因子的危险性、承灾体的暴露性与脆弱性及防灾减灾能力四个方面选取评价指标，综合构建洪灾风险评价模型，实现了洪灾风险评价[1011]。但已有研究中仅对洪灾风险进行了评价，并未考虑各年间风险转移规律。本研究在洪灾风险区划基础上，对哈尔滨市区洪灾风险空间演变模式进行了研究，研究结果可为城市防洪提供决策依据。

1研究区概况

哈尔滨市地处E125°42′-130°10′、N44°04′-46°40′，全市土地面积为531万km2，辖8区10县（市）。总人口1 0635万人，其中市区人口位587.9万人。境内的大小河流均属于松花江水系和牡丹江水系，降雨多集中在6月-9月，易发洪水灾害。如在1932年曾发生过较大洪水灾害，哈尔滨整个城市被淹，造成几十万人受灾。

2研究方法与数据来源

2.1研究方法

[BT4]2.1.1自然灾害风险指数法

自然灾害风险是指未来一段时间内可能达到的灾害程度及其发生的可能性。公认的自然灾害风险是由四因子综合构成，即：致灾因子危险性、承灾体的暴露性及脆弱性、防灾减灾能力综合作用的结果[12]，可用下面公式表达：

自然灾害风险指数=危险性×暴露性×脆弱性×防灾减灾能力1[JY]（1）

2.1.2网格GIS技术

[JP+2]网格GIS技术是由现有的网格技术、空间信息技术、地理信息技术综合形成的空间信息管理与处理环境，是提高研究精度的重要工具[13]。目前，常用的网格划分方法为规则网格与不规则网格两种，网格精度（网格大小）受研究内容影响，样式比较灵活，是现代小尺度研究中常用的方法。本文将研究区按规则网格进行划分，网格大小为5 km×5 km，网格划分数量为 2 260个。其中各研究指标数据依据网格展布原理展布到研究区网格中。

2.2数据来源与处理

[JP+2]研究数据来源于哈尔滨市气象局，主要为历年降雨数据（2000年-2009年逐年降雨量），利用数学中频率计算方法计算得到研究区降雨频率；研究区地形数据空间分辨率90 m，来源于地球系统科学数据共享网STRM系统，包括DRM与遥感影像，其中下垫面基础数据是利用GIS数字化技术转化为矢量数据，作为研究区基础地理信息数据；生成的规则网格数据来源于ARCGIS软件自动生成，生成网格为矢量数据，具有对应的网格编号及其相应属性，利用ARCGIS软件中的叠加、相交等功能实现基础地理信息数据与研究区网格数据关联，使网格数据获取下垫面基础地理信息，以备后续研究使用；其它社会、经济等数据主要来源于《黑龙江省统计年鉴》，主要包括居民数量、人口密度、工业总产值、农林牧副渔总产量、小企业数量、受灾面积等，数据年份为2000年-2009年，按年份分别关联到每个网格中，为自然灾害风险指数计算提供数据基础。

3指标选取、模型建立与洪灾风险区划

3.1指标选取与格网化

首先，从洪灾形成的四因子角度出发，选取洪灾的危险性、脆弱性、暴露性及防灾减灾能力四个方面出发，进行初步筛选 [14]；其次，在分析洪灾发生特点的基础上选取了10个副因子及18个指标数据；最后，利用指标数据空间展布方法将指标数据展布到网格中[15]。各指标数据均采用归一化方法进行处理，以避免数据单位不统一带来的计算不便，各因子权重利用层次分析法确定，指标体系与权重计算结果见表1。

3.2洪灾风险模型建立

本研究中的洪灾风险模型构建方法是采用四因子法与加权综合法构建，其中引入防灾减灾能力以体现洪灾风险综合评估中的重要环节，这与以往研究中从致灾因子的危险性、承灾体的暴露性与脆弱性三个方面构建洪灾风险评价模型方法有着本质区别。以自然灾害风险数学表达式与洪灾发生特点为基础，采用加权综合法及层次分析法，综合建立洪水灾害风险指数模型[1516]：

FFDR=（HWH）（EWE）（VWV）（0.1（1-a）R+a）[JY]（2）

H=WH1XH1+WH2XH2+WH3XH3+WH4XH4+WH5XH5[JY]（3）

E=WE1XE1+WE2XE2+WE3XE3+WE4XE4[JY]（4）

V=WV1XV1+WV2XV2+WV3XV3+WV4XV4[JY]（5）

R=WR1XR1+WR2XR2+WR3XR3+WR4XR4+WR5XR5[JY]（6）

式中：FFDR表示洪灾风险指数，其值大小表征风险大小；WHi、WEi、WVi、WRi分别表示洪灾风险的危险性、暴露性、脆弱性及防灾减灾能力的权重值；H、E、V、R表示危险性、暴露性、脆弱性及防灾减灾能力值的大小。XHi、XEi、XVi、XRi分别代表各指标量化后的值。

3.3哈尔滨市区洪灾风险区划

[JP+2]利用建好的洪灾风险评价模型，实现了研究区洪灾风险评价，并将评价结果划分为五个等级，即：低风险、较低风险、中等风险、较高风险及高等风险，最高值为5，最低值为1[15]。研究区利用ARCGIS软件生成规则网格，利用叠置分析、关联分析等方法关联属性数据，并在洪灾风险指数计算的基础上，结合绘制的网格及专题地图制作功能，综合绘制哈尔滨市区2000年-2009年的洪灾风险指数及风险等级图（图1），以此分析哈尔滨市洪水灾害风险空间演变规律，为城市建设和可持续发展提供决策依据。

4哈尔滨市区洪灾风险空间演变模式分析

以上述研究结果为基础，利用ARCGIS中的空间分析功能，分析哈尔滨市2000年-2009年10年间的空间变化过程，包括哈尔滨市洪灾风险变化在任意两年间的风险变化模式，并对分析结果进行了总结，得出哈尔滨市洪灾风险在空间上的变化特征，并总结出洪灾风险空间演变模式分别为升高模式与降低模式，具体见表2。

风险升高模式中的边缘接触式较为明显的为2008年-2009年，出现在道外区中部，主要原因为在孕灾环境不变的情况下，承灾体增多导致洪灾风险将越来越大；内部突变演变模式出现在2000年-2001年，主要原因为道外区在偏南部的孕灾环境与承灾体都发生了变化，另外由于下垫面的道路变为沥青道路，一些绿地变为广场，导致下垫面渗透率减少、糙率变小及下垫面产汇流时间变短，加之承灾体数量增多，最终导致洪灾风险呈现内部突变式增长；而摆动式与跨越式洪灾风险增长模式主要发生在道里区和道外区，其原因是由于道里区和道外区承灾体增多，导致洪灾风险增大，但在下一年由于防灾减灾能力增加，反而导致洪灾风险变小。在洪灾风险降低模式[JP+1]原因，发现三种模式中导致洪灾风险降低的原因相似，都是发生在道里区和道外区，因道里区和道外区是哈尔滨老城区，其孕灾环境相对变化不大，承灾体变化也相对稳定，但政府部门防灾减灾能力逐年变强，导致道里区和道外区洪灾风险变小。上述洪灾风险演变模式在不同年份间因各地的孕灾环境、承灾体及防灾减灾能力变化不同，造成了道里区和道外区洪灾风险演变模式不同。

综上所述，洪灾风险大小变化能够体现不同年份间研究区孕灾环境、承灾体及防灾减灾能力的变化情况，该研究结果可为应急管理部门在不同年份间采取不同应急措施提供决策依据，同时也为掌握洪灾风险转移规律提供参考。

5结语

以5 km×5 km大小的网格作为洪灾风险评价单元，采用自然灾害指数法、层次分析法并结合GIS技术，实现了哈尔滨市区洪灾风险评价，并绘制了网格尺度下的哈尔滨市区2000年-2009年洪灾风险区划图，实现了哈尔滨市区洪水灾害风险演变模式归类。归类结果分为两种演变模式，其中升高模式包括边缘接触模式、内部突增模式、摆动模式和跨越模式；降低模式包括边缘退缩模式、内部突降模式和片状降低模式。由于研究中搜集的数据资料有限，且洪灾风险空间演变受人文、社会及经济等因素综合影响较大，因此，在进行指标数据空间网格展布时存在误差，需在今后的工作中寻求提高指标网格化精度的方法，更加精确的表达洪灾空间演变模式，即提高时间和空间上各数据分辨率，使洪灾风险演变模式归类更为精确。研究结果可为城市防洪规划、应急等方面提供决策依据。

参考文献（References）：

[1]黄崇福，史培军.城市地震灾害风险评价的数学模型[J].自然灾害学报，1995，4（2）：3037.（HUANG Chongfu，SHI Peijun.Mathematical model risk assessment of earthquake disaster in city[J].Journal of Natural Disasters，1995，4（2）：3037.（ in Chinese））

[2]黄诗峰.洪水灾害风险分析的理论与方法研究[D].北京：中国科学院地理研究所，1999.（HUANG Shifeng.The theory and method of flood disaster risk analysis[D].Beijing：Institute of Geography，Chinese Academy of Sciences，1999.（ in Chinese））

[3]周成虎，万庆，黄诗峰.基于GIS的洪水灾害风险区划研究[J].地理科学，2000，55（1）：1524.（ZHOU Chenghu，WAN Qing，HUANG Shifeng.A GISbased approach to flood risk zona tion[J].Scientia Geographica Sinica，2000，55（1）：1524.（ in Chinese））