基于GIS和FloodArea水动力模型的重庆市山洪灾害风险区划

2019-06-03刘晓冉李永华

水土保持通报 2019年2期

刘晓冉, 康俊, 王颖, 李永华

(重庆市气候中心, 重庆 401147)

山洪是山区小流域由降水引发的突发性、暴涨暴落的地表径流，山洪灾害多为短历时强降雨造成，具有来势猛、成灾快、破坏力强等特点[1-3]。重庆市山丘广布，类型复杂，地形崎岖，高差悬殊，河流纵横，切割强烈，这种地貌有利于山洪灾害的发展和形成[4]，尤其是夏季受南亚夏季风和东亚夏季风的共同影响，雨量充沛，暴雨频繁，暴雨区域范围广、强度大、发生频率高[5-6]，暴雨是造成山洪灾害的根源[4]。近年来，随着经济的发展和城市化进程的加快，山丘区开发建设活动日益频繁，森林破坏，土地退化，水土流失严重，缩短了雨水产生径流的时间，河道、水库、塘、堰等因泥沙淤积降低了蓄洪滞洪功能，加剧了山洪灾害[4]。重庆市特殊的气候条件、地理环境和人为因素，使之成为山洪灾害的频发区和重灾区。重庆市山洪灾害几乎年年发生，因山洪诱发的各种灾害较多，造成的直接经济损失和人员伤亡较重[7]。全市范围均属于山洪灾害防治区，重点防治区所占比例高达40%，是制约当地经济社会发展的重要因素之一[8]。山洪灾害风险区划是根据研究区域山洪危险性特征，并参考区域灾害承受能力及社会经济状况，把研究区域划分为不同风险等级的区域，对于防灾减灾决策和管理具有重要意义[9-10]。根据自然灾害风险评估理论，一般从致灾因子危险性、孕灾环境脆弱性、承灾体暴露性和防灾减灾能力等方法进行量化分析[11]。随着GIS技术的发展，近年来不少学者将山洪灾害风险评估与GIS技术相结合，从危险性评价和易损性评价两个方面选择因子，开展了福建闽江上游、清远市瑶安小流域、吕梁地区小流域、曹江上游小流域等小流域区域[12-15]，以及黄山风景区、海南岛、河南省、辽宁省等大范围地区[16-19]的山洪灾害风险评估与区划研究。另一方面，不少工作将GIS与水动力模型相结合应用于洪水淹没模拟研究，FloodArea模型是由德国Geomer公司开发的洪水淹没模型，主要基于水动力原理模拟洪水淹没范围和淹没深度[20]。Gemmer[21]通过FloodArea水动力淹没模型发展编制流域风险图技术，国内一些学者[22-27]利用FloodArea模型通过模拟大通河流域、淠河流域以及云南、西藏东南部、新疆尼勒克县等不同地区山洪个例来推算致灾临界面雨量，这成为确定山洪致灾临界面雨量的新方法。FloodArea模型的优势在于既考虑水动力原理又不需要历史观测水文资料，很好地解决了以往水文数据缺乏的问题。由于重庆市大部山洪沟没有水文站，缺乏逐时的淹没水深数据，利用FloodArea模型来确定山洪致灾临界面雨量较为适宜。周杰等[28]利用FloodArea模型模拟了重庆市清江河流域山洪致灾临界面雨量，取得比较好的效果。本文结合自然灾害风险评估理论和FloodArea水动力模型淹没模拟，综合考虑影响山洪灾害风险的主要因子和具体指标，建立重庆市山洪灾害风险评估模型，开展山洪灾害风险评估与区划，这对于政府部门山洪灾害防灾减灾具有一定的科学指导意义。

1 资料与方法

1.1 资料来源

(1) 气象数据为重庆市气象信息与技术保障中心提供重庆市范围内34个国家气象站1981—2015年气象资料年报表数据及2005—2015年逐小时降水资料。

(2) 地理信息数据包括美国NASA网站(https:∥www.nasa.gov/)下载的STRM1∶5万的DEM数据和1∶25万植被指数NDVI，以及清华大学2010年土地利用矢量数据中1∶25万土地覆盖类型数据。

(3) 社会经济数据包括分辨率为1 km×1 km的重庆市各区县人口、GDP等经济社会资料，来源于国家综合地球观测数据共享平台(http:∥www.chinageoss.org/dsp/home/index.jsp)。

(4) 地形坡度、河网密度和临河距离通过DEM数据处理得到。

(5) 山洪灾害资料来自重庆市气象台灾情直报系统1981—2018年灾情数据。

1.2 重现期计算和雨型分析

基于重庆市34个国家气象站1981—2015年24 h最大降水量资料，采用广义极值分布函数进行拟合，计算不同重现期降水的空间分布。基于2005—2015年逐小时降水资料，滑动选取最大4场不重合的降水，记录每场降水逐小时降水量，计算每小时降水占该场总降水的百分率，最后对多场降水进行平均，得到1～24 h逐时的降水平均雨型分布。

1.3 FloodArea模型

FloodArea模型是由德国Geomer公司开发的基于GIS栅格数据构建的二维非恒定流的水文动力学模型，被广泛应用于洪水演进淹没模拟、洪水动态风险评估等，国内的应用表明了其在不同地区山洪淹没模拟具有比较好的适用性[22-28]。FloodArea模型用Manning-Stricker公式计算每个栅格单元与周围8个单元间的洪水流量，相邻单元的水流宽度被认为是相等的，位于对角线的单元以不同的长度算法来计算，坡度由单元最低水位和最高高程差异决定，水流方向由栅格间坡度决定，水流的淹没深度为淹没水位高程和地面高程间的差值[20]。

1.4 灾害风险评估方法

1.4.1 灾害风险评估原理灾害风险评估是基于定量的角度对灾害发生的形式和强度予以评估，一般考虑致灾因子危险性(D)、孕灾环境脆弱性(V)、承灾体暴露性(E)和防灾减灾能力(P)4个主要评估因子，每个因子包含一系列指标。

1.4.2 指标归一化自然灾害风险评估及区划评估参数不同，每个评估因子包含了若干指标，由于各个指标具有不同的量纲和不同的数量级，无法直接进行比较。为了使得各个指标间具有可比性，必须对每个具体指标做归一化处理，从而使每个指标数值分布在[0,1]区间范围内。

(1)

式中：Dij——第j个因子第i个指标值的归一化值；Aij——第j个因子第i个指标值； mini——第i个指标值中的最小值； maxi——第i个指标值中的最大值。

1.4.3 加权综合评价法加权综合评价法是灾害风险综合评估的常用方法，主要是依据每个评估因子对总目标的影响程度，预先分配一个相应的权重系数，然后再与该评估因子相应各指标的量化值相乘后再相加。具体公式为：

(2)

式中：Vj——第j个因子的总值；Wi——第i个指标的权重；n——评价指标个数。

1.4.4 自然断点分级法自然断点分级法是用统计公式来确定属性值的自然聚类，其功能是减少同一级中的差异、增加级间的差异。计算公式为：

(3)

式中：A——一个数组长度为k的数组，meani-j——每个等级中的平均值。

1.4.5 专家打分法专家打分法，也称德尔菲法(Delphi)，是通过匿名方式征询有关专家的意见，对专家意见进行统计、处理和归纳，综合多数专家经验与主观判断，对大量难以采用技术方法进行定量分析的因子做出合理估算，经过多轮意见征询、反馈和调整后，来确定各因子的权重系数。该方法与层次分析法(AHP)、聚类及组合权重法等传统的指标权重确定方法相比，虽存在一定的主观因素，但能较好地反映实际情况下各致灾因子在灾害形成过程的作用。

2 山洪灾害风险分析

2.1 指标体系构建

根据自然灾害风险评估理论和指标体系的构建原则，结合影响重庆市发生山洪灾害的因素，从致灾因子、孕灾环境、承灾体和防灾减灾能力4个方面考虑评估因子，在各指标选取上参考了前人的研究工作，致灾因子危险性指标主要考虑反映山洪频次的灾害频次和反映山洪强度的模拟淹没水深，孕灾环境脆弱性主要考虑地形坡度、河网密度和临河距离，承灾体暴露性主要考虑人口密度、经济密度和耕地比例，防灾减灾能力主要考虑人均GDP和植被指数，选取了10个指标进行山洪灾害风险分析，并通过专家打分法确定各评价因子及其指标的权重系数，构建重庆市山洪灾害风险评估指标体系(图1)。最后利用加权综合评价法得到综合山洪灾害风险指数，对山洪灾害风险进行评估。

图1 山洪灾害风险评估指标体系及指标权重

2.2 致灾因子危险性

致灾因子危险性指形成山洪灾害的自然变异因素及其异常程度。一般来说，山洪致灾因子危险性越高，山洪灾害的风险也就越大。这里山洪灾害致灾因子主要考虑山洪灾害频次和FloodArea模型模拟100 a重现期24 h最大降水量的淹没水深。

2.2.1 山洪灾害频次重庆市山洪灾害频次分布图(图2)表明，重庆东北部的巫溪、西南部的江津、东南部的酉阳和西北部的合川为高发区，频次每年在2.2次以上，重庆西部的铜梁、璧山及主城沙坪坝山洪灾害发生频次较低，每年在1.1次以下。

图2 重庆市1981-2014年山洪灾害频次分布

2.2.2 FloodArea模拟淹没水深图3为采用广义极值分布函数拟合的重庆市100 a重现期最大降水量的空间分布，重庆市有3个高值中心，分别位于东北部的梁平和开州、西部的铜梁和璧山以及东南部的彭水，均在300 mm以上，最大值位于开州，达339.9 mm。低值区位于在西南部的巴南、涪陵、南川、綦江地区，均在150 mm以下。

图3 广义极值分布函数拟合的重庆市100 a重现期24 h最大降水量分布

根据24 h雨型分布和100 a重现期最大降水量计算得到24 h逐时降水量，将其作为FloodArea水动力模型的输入参数，模拟计算降水在地面产生的汇流情况，输出逐小时的淹没水深和范围，并提取最大淹没范围和深度(图4)，可以看出即使是100 a重现期的降水量，淹没水深在河流山谷比较深。

图4 FloodArea模拟重庆市100 a重现期24 h最大降水雨型的淹没范围和深度

2.2.3 致灾因子危险性区划山洪频率越高、模拟流域淹没水深越深，山洪灾害致灾因子的危险性越高，山洪灾害的风险也就越大。运用自然断点分级法将致灾因子危险性指数D划分为低、次低、中等、次高、高5个危险区，对应的D值依次为0.50～0.52，0.52～0.54，0.54～0.57，0.57～0.86，0.86～0.96，得出重庆市山洪灾害致灾因子危险性区划图(附图6)，次高和高危险区主要分布在重庆东北部的巫溪、万州、忠县地区，西南部的江津、永川、綦江，东南部的酉阳、彭水，西北部的合川以及中部的涪陵，其中合川和江津大部地区为高危险区。

2.3 孕灾环境脆弱性

孕灾环境脆弱性是指衡量自然环境发生灾害可能性大小的因子，是地貌、水文等各种自然因素和社会经济因素对山洪灾害影响的敏感度和适应能力的综合反映。在同等致灾强度下，孕灾环境脆弱性高低具有放大或者缩小灾情的作用。因此，孕灾环境脆弱性越高，山洪灾害风险也越大。根据自然环境对山洪灾害的影响能力，并结合重庆市的孕灾环境，主要选取地形坡度、河网密度和临河距离作为孕灾环境脆弱性评价指标。在地心引力作用下，地表径流向低洼地区汇聚，因此地形坡度越大，越容易发生山洪。河网密度是流域结构性特征的重要指标，反映了流域地形切割程度，决定了该流域承受山洪能力的强弱。河网密度越高，临河距离越近，产生山洪灾害的危险性越大。运用GIS空间分析功能，并利用自然断点分级法将孕灾环境脆弱性指数V划分为5个脆弱区，依次为低、次低、中等、次高、高5个脆弱区，对应的V值依次为0.25～0.40，0.40～0.44，0.44～0.47，0.47～0.50，0.50～0.67，得到重庆市山洪灾害孕灾环境脆弱性区划图(附图7)，可以明显看出，长江、嘉陵江沿江河谷地带的环境脆弱性高，重庆中西部其余广大地区环境脆弱性次高，而东北部城口、巫溪的环境脆弱性较低。

2.4 承灾体暴露性

承灾体暴露性是指可能受到山洪威胁的社会经济和自然环境系统主体。一个地区暴露于山洪灾害危险因素的价值密度越高，可能遭受的潜在损失也就越大，风险也越高。根据重庆市社会经济和农业条件，选取人口密度、经济密度和耕地比例作为承灾体暴露性评估指标。人口密度、经济密度和耕地比例分别为区域内人口总数、国内生产总值和耕地面积与区域总面积之比，人口密度、经济密度和耕地比例越高的地区，可能遭受的损失越大，暴露性越高。运用GIS空间分析功能，承灾体暴露性E依据自然断点分级法划分为5个脆弱性等级，依次为低、次低、中等、次高、高5个暴露区，对应的E值依次为0.50～0.52，0.52～0.57，0.57～0.63，0.63～0.74，0.74～0.92，得出重庆市山洪灾害承灾体暴露性区划图(附图8)。重庆主城区、西南部的綦江、南川、武隆、涪陵地区，以及东北部的石柱、万州、奉节、巫溪和城口的大部地区暴露性较高，为次高和高暴露区，尤其是重庆主城区、南川、武隆、涪陵、城口为高暴露区。重庆东南部的彭水、黔江、酉阳和秀山大部地区暴露性较低。

2.5 防灾减灾能力

防灾减灾能力是指受灾风险区对山洪灾害的抵御和恢复能力，是通过采取工程和非工程性措施来抵御和应对山洪灾害所造成损失和破坏的能力，与地方经济发展水平呈正相关。这里主要考虑人均GDP和植被指数作为防灾减灾能力的体现。人均GDP越高经济越发达地区，防灾减灾的工程和非工程性措数量相对越多，山洪抗灾能力相对较强。植被指数越高，覆盖越高越广，涵养水源的能效越强。

基于GIS空间分析功能，利用自然断点分级法防灾减灾能力P划分为5个能力区，分别为低、次低、中等、次高、高5个防灾减灾能力区，对应的P值依次为0.50～0.63，0.63～0.67，0.67～0.70，0.70～0.75，0.75～0.94，得到重庆市山洪灾害防灾减灾能力区划图(附图9)。重庆主城区周边大部地区的防灾减灾能力为次高和高能力区，而重庆东北部和东南部大部地区为低防灾减灾能力区。

3 山洪灾害风险综合评估

在定量分析致灾因子危险性、孕灾环境脆弱性、承灾体暴露性和防灾减灾能力的基础上，根据山洪灾害风险评估模型综合风险C值，运用GIS软件并结合自然断点分级法将山洪灾害风险区划分为低、次低、中等、次高、高5个风险等级区，依次为0.39～0.47，0.47～0.48，0.48～0.49，0.49～0.50，0.50～0.61，得出重庆市山洪灾害综合风险等级区划图(附图10)。重庆东南部、东北部和西南部大部地区的山洪灾害风险性较高，为次高和高风险区，尤其是重庆东北部的巫溪、东南部酉阳和彭水、西南部的江津以及西北部的合川为山洪灾害高风险区。而重庆西部的潼南、铜梁、荣昌、璧山，中部偏北的垫江、梁平大部分地区为低风险性区。

利用重庆市气象台灾情直报系统2015—2018年汛期期间的灾情信息，对山洪发生情况进行统计(表1)，近4 a来的山洪灾害发生的地点包括巫溪(2次)、城口、忠县(2次)、丰都及武隆，主要分布于重庆的东北部和东南部，与山洪灾害综合风险评估结果的高风险区较为一致，印证了山洪风险区划的合理性。