福建省山洪灾害风险识别与定量分析

张晓蕾 ，刘荣华 ，刘 启 ，李昌志 ，郭 良

（1.中国水利水电科学研究院，北京 100038； 2.水利部防洪抗旱减灾工程技术研究中心，北京 100038）

1 研究背景

对于山洪灾害风险分析，国内外都进行了大量研究。从基于临界雨量的统计分析［2］，到基于指标体系的定量分析，到基于遥感数据的空间分析，综合天、空、地信息，计算方法趋于多元化。Wieczorek G F［3］应用临界雨量去预测山洪灾害风险，并进行预警。S.Peruccacci等在1980年Nel Caine降雨时间和强度分析的基础上，发展了临界雨量方法，收集全球数据库的2626场场次降雨数据，进行了统计分析，并进行了区域划分。谭徐明等［4］利用近300年的水灾资料及自然、社会经济基础数据，利用GIS技术，完成了区域洪水风险的分析。韩松等［5］构建了太湖流域洪水灾害系统各因素之间的洪水风险动因响应关系，判断了各因素的重要性和不确定程度。樊建勇等［6］研究了小时雨量与山洪灾害发生时间及小流域参数之间的关系，并运用2009年的场次山洪过程模拟，准确预报了山洪风险等级。美国水文研究中心HRC（2010）提出了动态山洪临界雨量计算模型，并嵌入其国家山洪预警系统（FFGS）［7］。Totschnig［8］分析了阿尔卑斯山的山洪灾害风险脆弱性，Holub［9］从建筑物的建筑结构、风暴降雨特征、冰雪覆盖等方面，评估了欧洲中部山丘区建筑物的脆弱性。Guzzetti［10-11］基于1279—2002年的洪水及山洪灾害损失，分析了意大利北部山区的因灾死亡高发地，季节高发期的时空分布特征。Elkhrachy Ismail［12］基于SPOT和SRTM的DEM数据，分析了沙特阿拉伯地区Najran市的山洪风险，构建了径流、土壤类型、坡度、糙率、河网密度和距主河道距离等指标体系，评估了地区山洪风险。

目前，国内外对于山洪灾害风险的研究多集中在大尺度，比如山洪灾害区划，或者以栅格为单元进行评估，以自然小流域单元的评估方法较少，而自然流域单元的产汇流是山洪形成的基本条件，为此，基于山丘区地形地貌和下垫面条件等小流域属性进行山洪风险评估是具有一定物理机理的评估方法。

为此，本文基于全国山洪灾害防治项目形成小流域基础数据集和产汇流特征参数集，结合山洪灾害调查评价成果，以福建省为例，探讨了基于小流域单元的山洪灾害风险因子选取、风险评估指标体系构建和风险评估模型建立等问题，并通过历史山洪事件的对比分析，检验了方法的有效性和结果的合理性。

2 研究区域概况

福建省位于我国的东南沿海，境内峰岭耸峙，丘陵连绵，山丘区面积占90%，远高于全国平均水平（66.7%）。复杂的地形地质条件、暴雨多发的气候特征、密集的人口分布和人类活动的影响，导致山洪灾害发生频繁，造成巨大的经济损失和大量人员伤亡。2010—2016年，福建省85个区县中的74个区县实施了全国山洪灾害防治县级非工程措施项目建设，涉及68574个自然村（图1），人口2347万人，防治区总面积达9.96万km2，约占福建省陆地面积的81.55%。其中受山洪威胁县城74个，受山洪威胁乡镇949个，受山洪威胁严重的沿河村落10 922个，受山洪威胁的企事业单位5478个。

根据全国山洪灾害调查评价成果［13］，福建省建国后共发生历史山洪灾害2306场（图2）。2016年福建泰宁“5·8”大型泥石流灾害造成1座4层办公楼、5处工棚推倒掩埋，39名施工人员失联。

图1 福建省山洪灾害防治村分布

图2 福建省历史山洪灾害分布（1949—2015年）

3 风险评估模型

3.1 风险识别与指标体系构建根据福建省降雨、下垫面和人类活动的特点，选择山丘区降雨特性、小流域特性参数及下垫面特征、社会经济情况、现状防洪能力评价结果、涉水工程及监测预警设施设备调查成果，对指标进行归类，并按照小流域进行数据整理和指标筛选，得到备选指标共54个。主要包括：

（1）降雨指标8个：各年型设计暴雨绝对值（5年一遇、10年一遇、20年一遇、50年一遇、100年一遇）、设计暴雨变差系数（1 h、3 h、6 h）；

（2）下垫面指标9个：土地利用和植被类型、土壤类型、土壤质地类型、洪峰模数（10 min30 mm、10 min35 mm、60 min50 mm）、汇流时间（10 min30 mm、10 min35 mm、60 min50 mm）；

（3）社会经济指标23个：小流域人口、村落数、财产类型（Ⅰ类财产、Ⅱ类财产、Ⅲ类财产、Ⅳ类财产）、房屋类型统计及占比（Ⅰ类房屋、Ⅱ类房屋、Ⅲ类房屋、Ⅳ类房屋、坚固房屋比例、脆弱房屋比例）、企事业单位数、小流域内距河网的高程（3 m、5 m、10 m、30 m）及距离因子（50 m、100 m）组合10组；

（4）现状防洪能力指标7个：小于5年一遇的村落数、5～10年一遇的村落数、10～20年一遇村落数、20～50年一遇村落数、50～100年一遇村落数、大于100年一遇村落数、临界雨量与设计暴雨比值小于1的村落数；

（5）涉水工程指标3个：小流域内桥梁数、路涵数、塘（堰）坝数；

（6）监测预警配置率指标4个：小流域内自动监测站数量、简易雨量站、水位站及无线预警广播站数量。

运用SPSS工具采用主成分分析法对54个备选指标进行了降维处理，筛选出核心且独立的指标用于风险评估，得到了10个主成分（表1），成分主要集中在自然村落与河网位置关系，小流域短历时强降雨特性、汇流时间、洪峰模数、涉水工程、房屋类型、现状防洪能力、监测预警设施设备等方面。

根据风险分析理论（ADRC，2005）［14］，将以上指标整合构建了山洪灾害风险分析指标体系（表1），从危险性、暴露性和易损性三个维度进行指标体系构建和分析。

风险（risk）=危险性（Hazard）×暴露性（Exposure）×易损性（Vulnerability）

危险性：（1）降雨因子：短历时强降雨是山洪事件的激发因子，是山洪危险性的初始来源，主成分分析表明，历时为3 h和6 h的稀遇降雨量及变率是非常突出的主成分，故选择100年一遇3 h、6 h设计暴雨值及变差系数CV作为降雨因子；（2）地形因子：流域形状、坡度、植被覆盖、土壤类型及分布、沟道比降等因素，都会对产汇流造成影响，是山洪危险性的主要来源，洪峰模数及汇流时间是综合考虑了以上因素分析计算后得到的结果，在流域尺度可反映下垫面特征及产汇流特性，故选择这两项指标综合为危险性的地形因子。

暴露性：山洪灾害调查评价对受山洪威胁的沿河村落进行了详查和分析评估，主成分分析结果表明了村落与山洪沟的空间关系对山洪事件影响突出，故选择受山洪威胁的沿河村落的人口、房屋及居民家庭财产类型为承险体暴露性的具体指标。

易损性：表现为在风险事件中容易遭受损害的特性及其程度（也可以理解为承险体所具备防灾力的相对面）。根据山洪灾害调查评价内容，主成分分析结果表明，沿河村落房屋结构及各种监测预警设施的信息可以大致直接反映易损性的基本情况，故选择Ⅲ类和Ⅳ类房屋占比例、自动监测站和简易监测站的站点密度作为表征易损性的指标。

表1 山洪风险评估指标体系及主成分分析结果

3.2 权重设定权重设定时，危险性、暴露性和易损性都是风险要素的组成，同等重要，三者权重均为1/3。在确定二级指标权重时，危险性指标中短历时强降雨特征明显，降雨赋予权重较高；暴露性指标由小流域人口数、房屋类型和居民家庭财产类型组成，人口数权重相对较高；易损性指标包括Ⅲ和Ⅳ类房屋比例、自动监测站和简易监测站的密度，考虑到监测站点对与应急避险转移的重要性，权重相对较高。各指标权重如表2。

3.3 风险等级计算对数据进行归一化处理后，构建风险立方体模型，将危险性、暴露性、易损性要素叠积。计算方法如式（1）：

其中，危险性、暴露性、易损性三要素计算方法如式（2）—式（4）：

表2 指标权重设置表

式中：Hi、Ej、Vk为各指标项指标；m、n、l为指标项数量；m′、n′、l′为指标项的各要素数量；i、j、k、k′为累计求和中间变量；W为要素和指标的权重。

对危险性、暴露性、易损性三要素样本量的计算值进行降维排序，以每类要素的1/3、2/3处设为划分节点，将三要素计算值分别划分为低、中、高3个等级风险，综合风险需由三个要素组合叠加，即27个等级组合，如图3所示，具体分类方法如表3：

图3 风险等级阈值

表3 风险等级阈值组合

4 评估结果及分析

根据本文提出的风险评估模型对福建省山洪灾害综合风险进行了评价，结果如图4所示。图中红色为高风险区，黄色为中风险区，蓝色为低风险区。高风险区主要集中在福建沿海台风高发区及内陆暴雨高值山区，如武夷山脉、玳瑁山、博平岭等，涉及小流域1151个，流域面积近2万km2，人口608万人，占比为19.9%；中风险区在省内分布较为广泛，以人口密集区为主，涉及小流域3280个，流域面积4.7万km2，人口1227万人，占比为40.2%；低风险区涉及小流域4480个，流域面积5.7万km2，人口1215万人，占比为39.8%。高、中风险区分布与山洪灾害防治区范围基本一致。图5是福建省典型山区，即闽江千岭水库以上流域的山洪灾害综合风险分布图。

图4 福建省山洪灾害综合风险分布

图5 闽江千岭水库以上流域山洪防治区综合风险图

根据福建省山洪灾害调查评价成果中的历史山洪灾害资料计算小流域山洪灾害事件发生密度，并与风险评估结果对照，结果显示，80%的历史山洪落在高风险区和中风险区，高风险区密度为221场/万km2，中风险区密度为202场/万km2，低风险区密度为66场/万km2。高风险区的山洪灾害发生密度是低风险区的3倍，验证结果说明基于小流域的山洪灾害风险评估模型指标选择具有较好的代表性，权重设定合理，风险早期识别结果可靠。

5 结论

本文构建了山洪灾害早期识别与定量分析模型，构建了指标体系和风险立方体模型，并以福建省为例，分析了全省的山洪灾害综合风险，并运用2306历史山洪场次数据对评估结果进行验证，结论如下：（1）基于小流域的山洪风险识别和灾害风险分析，可反映山洪灾害对短时强降雨、流域下垫面与人类活动的响应关系，以自然流域为单元的风险评估方法具有一定的物理机制。（2）评估结果表明福建省山洪灾害高发区集中在沿海地区受台风暴雨影响的区域和内陆山区的强对流暴雨高值区，山洪灾害发生频度受自然环境和人类活动双重因素影响。评估结果统计得到高发区人口为608万，面积近2万km2。（3）通过历史山洪场次数据验证，80%的历史山洪落在高风险区和中风险区，高风险区的山洪灾害发生密度是低风险区的3倍，风险识别结果可靠，风险评估模型可较为准确的反映山洪灾害风险。