防洪减灾视角下的土地利用对策探讨
2020-10-28王江炜曾忠平
王江炜 曾忠平
摘要：土地管理和水管理之间高度依赖，城市化进程改变了原有的景观结构和水文过程，加剧了洪涝灾害的发生，对城市可持续发展提出了重大挑战。以吉安市为研究对象，利用互联网上用户产生的洪灾位置数据，选择洪水影响因素，构建洪涝灾害风险评估模型，绘制洪涝灾害风险等级图，与土地利用类型叠加分析，提出防洪减灾视角下的土地利用对策。结果表明，土地利用时洪涝灾害的影响十分显著;洪灾低、中风险区域多为林地、草地;洪灾高风险区域的土地利用变化主要表现为耕地、草地转化为建设用地;从合理调整建设用地、优先安排生态用地等两个方面可提出洪灾高风险区域的土地利用对策。
关键词：土地利用结构;洪涝灾害;土地管理
中图分类号：F301 文献标识码：B
文章编号：1001-9138-（2020）08-0034-40 收稿日期：2020-05-02
1 引言
城镇化是现代化的必由之路，在经济社会快速发展的同时，诱发了复杂的社会风险。快速城市化进程使城市洪涝灾害日益严重，洪灾造成了人类社会大量的财产损失和人员伤亡，是我国可持续发展进程中面临的重大挑战，如何使防洪减灾与可持续发展相适应，是我国可持续发展的一个关键课题。江西省吉安市由于地形、极端气候的影响和经济的快速发展，近几年一直遭受着洪涝灾害的侵袭，是省内洪灾极为严重的地级城市。因此，探讨防洪减灾视角下的土地利用对策，以促进吉安市的经济社会可持续发展至关重要。
近年来，国内外学者采用定量或定性的方法探讨了土地利用与洪涝灾害的关系。主要集中在探讨土地利用对洪涝灾害的影响以及减灾视角下的土地利用对策两方面。Gemma Schuch等提出绿色開放空间规划有助于洪水管理，为了避免在洪泛区发展城市住区，可将其留为具有指定土地用途的绿色开放空间，或在城市小溪旁设置绿色开放空间。Kiyong Park等针对韩国昌原市的洪灾情况，基于脆弱性和暴露性的洪水风险分析，根据土地利用类型评估城市洪水风险，并通过建筑用途分析了城市分布与城市洪水风险的关系。得出结论，更高的洪灾风险集中在城市化地区，商业区的风险程度最高，其次是居民区、工业区、绿化区。彭建等以深圳市茅洲河流域为例，基于CLUE-S模型、SCS模型及等体积淹没算法等，对12种暴雨洪涝致灾一土地利用承灾情景下的城市暴雨洪涝灾害风险进行定量模拟，研究表明，随着建设用地面积增加，中等风险和高风险区面积均呈现较为明显的增加趋势。袁艺等针对深圳地区布吉河流域，基于分布式水文模型模拟了土地利用变化对流域汇流过程的影响，结果表明，以城镇用地的大量增加和生态用地、农业用地的大面积减少为主要特征的快速景观城市化过程，是造成城市洪涝灾害日益严重的主要原因之一。刘慧基于定性的讨论，得出长江中游地区不合理的土地利用所引起的河湖调蓄能力的下降是加剧中游地区洪涝灾害的重要因素。据此提出了中游地区如移民建镇、实施退田还湖等减轻洪涝灾害的土地利用对策。综上所述，国内外学者关于土地利用对洪涝灾害的影响、土地利用对策的研究较为深入，但将二者结合讨论的较少，即没有对城市不同洪涝风险区域的土地利用类型提出具体的对策建议。本文以吉安市为例，将理论研究和实例分析、定性和定量探讨相结合，通过二元逻辑回归分析，绘制洪涝灾害风险等级图，以ARMS软件为技术平台，与吉安市1995、2019年的土地利用类型叠加分析，并根据识别出的洪涝高风险区域的土地利用类型提出具体的土地利用对策，以改进土地利用管理方式，科学、合理地利用土地资源。
2 数据来源
本文基于地理空间数据云平台获取了吉安市1995、2019年LandsatTM、OLI的遥感影像数据;DEM数据来源于ASTER GDEM数据库，分辨率30m;降雨量数据来自于吉安市水利局;其他数据包括python爬虫获取的图片或视频信息中的洪涝灾害位置点。
3 处理过程
3.1 土地利用类型提取
根据Google Earth中吉安市的土地利用情况，参考《土地利用现状分类》（GB/T21010-2017）的分类标准，利用ERDAS最大似然监督分类法对1995年和2019年吉安市的遥感影像进行目视解译，并根据吉安市的区域特点将吉安市土地利用类型分为耕地、建设用地、林地、草地、水域5大类。分类精度分别为86.3%、85.8%，Kappa系数均在0.80以上，满足要求。
3.2 土地利用变化对洪涝灾害的影响
3.2.1 评价数据准备
3.2.1.1 获取洪水清单数据
本文研究了吉安市2016-2019年的洪水灾害事件，通过网页爬虫从微博、博客等社交媒体及吉安晚报、吉安头条等新闻媒体的报道中获取了242个洪水灾害点，同样在河流间或者非常陡峭的山坡上随机选择了242个几乎不可能发生洪水灾害的位置。
3.2.1.2 选择洪水影响因子
洪水的发生是多种因素共同作用的结果，包括自然因素和人类活动。基于以往研究和研究区域可获得的数据，本文选取了8个洪水影响因子参与了分析：高程、坡度、坡向、曲率、降雨、归一化植被指数、土地利用/覆被、河流距离。
高程是影响洪水的最重要因素之一，高程较低的地方容易发生洪水;水流速度由坡度决定，坡度会影响地表径流和渗透量;土地利用/覆被直接或间接地影响渗透、蒸腾和径流过程，土地利用图对于确定易受洪水影响的区域至关重要，本研究确定了5个土地利用类别：建设用地、耕地、林地、草地、水域;植被指数是描述一个区域植被特征的一种度量，植被密度较小的地区被认为更容易发生洪水，植被指数值在-1-1之间;曲率是DEM的二阶导数，被认为是与洪水有关的变量，影响着地表径流;坡向被定义为地形表面最大坡度的方向，在大多数研究中，被认为是一个重要的洪水易感性参数;降雨是造成洪水的重要因素，使用克里金插值法得到降雨量空间分布图;河流距离是影响洪水的主要因素之一，发生降雨事件之后，流量增加时会发生沉积物积聚，极有可能在周围地区发生洪灾。通过Arcgis10.2中的欧几里得工具计算灾害点到河流的距离。各因子的属性分类如表1所示。
3.2.2 二元逻辑回归模型构建
3.2.2.1 多重共线性分析
使用SPSS软件进行二元逻辑回归分析，自变量之间应是互相独立的。如果两个或多个解释变量间出现了相关性，则成为多重共线性。因此，在应用模型前，要考虑回归模型的共线性问题。统计学上，一般应用公差（TOL）和方差膨胀因子（VIF，TOL的倒数）来判断共线性问题aTOL<0.1或VIF>10，常常表示存在多重共线性。本文中，TOL和VIF如表2所示。由于所有预测变量的TOL均大于0.1，VIF小于10，则这些因素之间没有多重共线性。
3.2.2.2 模型实施
为了比较方便地找到最佳预测回归模型，一般采用逐步回归分析策略建立拟最佳预测回归模型。逐步回归采用逐个增加最佳变量的方式或逐个减少最差变量的方式找到最佳或拟最佳回归模型。一般分为前进法和后退法。本文采用向后瓦尔德法，使用0.05的显著性水平输入，而0.10的显著性水平移除。表3列出了具有瓦尔德卡方值的拟合模型的参数，这些参数用于检验预测变量的显著性。
结果表明，土地利用、高程、降雨量、坡度在统计学上最为显著，因为其显著性较小，均小于0.01;河流距离显著性值小于 0.05，在统计学上较为显著;由于预测变量坡向、曲率、植被指数的显著性值均大于0.05，因此相关性不大，在模型中排除坡向、曲率、植被指数。删除后，重新计算逻辑回归模型，由于预测变量的P值均小于0.05，所以剩余5个预测变量仍具有统计学意义。可信度评估的最终概率模型写为：
为了评估预测模型的准确性，引入ROC曲线评估模型精度。ROC曲线使用图形的形式来描述二分类系统的性能表现。使用ROC曲线下的面积AUC值评估模型性能，可以直观的评价分类器的好坏，AUC值越大精度越高。一般认为，AUC值小于0.5，预测失败;介于0.5和0.7之间预测较好;介于0.7和 0.9之间预测很好;AUC值大于0.9表示模型预测效果十分的好。本研究中，ROC曲线如图1所示，AUC值为0.939，说明ROC曲线下面积的占比是93.9%，即预测模型的成功率是93.9%，表明模型预测性能较好。
将从逻辑回归模型中获得的系数值转移到ArCGIS10.2软件，进行栅格计算绘制敏感性等级评价图如图2所示，得出洪水概率图的取值范围分别为低（0-0.59）、中（0.6-0.79）、高（0.8一1）三类，面积分别为18250.611平方千米、3830.694平方千米、2563.903平方千米，分别占研究区域的74.05%、15.54%、10：41%。
3.2.3 洪災高风险区城土地利用变化研究
3.2.3.1 洪灾高风险区域分析
将洪涝灾害高风险区域分别与1995、2019年土地利用类型图叠加分析如图3、图4所示。
3.2.3.2 洪灾高风险区土地利用面积变化研究
单一土地利用动态度可表示为一定时间范围内某种土地利用类型的数量变化情况，表达式为：
K是研究时段内土地利用类型动态度;Ua、Ub分别为初期及末期某一土地利用类型的面积;T为研究时间，当T的时段为年时，K的数值就是研究区某种土地利用类型的年变化率。
分析洪涝灾害高风险区域1995-2019年土地利用面积变化及年变化率如表4所示。
由表4可知，1995-2019年间，洪涝高风险区域建设用地急速增长，由1995年的459.3$4平方午米增长到2019年的1570.068平方千米，其他各类用地均处于减少状态。1995一2019年，建设用地土地利用动态度指数为17.27，其他各土地利用类型动态度指数均为负值，说明高风险区域建设用地一直处于扩张趋势，土地利用变化主要表现为其他地类转化为建设用地。
3.2.3.3 洪灾高风险区土地利用变化空间分布研究
为了测量吉安市1995-2019年洪灾高风险区域土地利用变化特征，采用辛普森优势度指数来表征土地利用类型的优势度。
辛普森优势度指数是生态学中的一种信息统计指标，是计算给定群落物种多样性的一种数学方法。本文利用辛普森优势度指数，对吉安市1995、2019年两个时期各土地利用类型的相对优势度进行了计算。该指数可以反映出哪些土地利用类型主导了整个洪灾区以及主导程度。辛普森优势度指数公式如下：
其中D;是洪灾区第i个土地利用类别的辛普森优势度指数;Hi是洪灾区第i个土地利用类别的嫡，Pij是洪灾区第j个区域中第i个土地利用类别的比例;m是洪灾区中的区域数;Hmax是Hi的最大值;n是土地利用类别的数量。1995和2019年土地利用类型的辛普森优势度指数如表5所示。
根据公式（1）—（3）可知，辛普森优势指数与优势程度成反比即辛普森优势指数越小，土地利用类型的优势越大。由表5可知，在1995年，耕地和林地的指数值最小，分别为1.247和1.254，而草地和建设用地的指数较大，分别为1.433和1.3309。在2019年，建设用地和林地的指数值最小，分别为1.2599和1.2559，而草地、水域、耕地的指数值分别为1.5545、1.3747、1.3508。结果表明，1995一2019年，土地利用空间格局中占主导地位的土地利用类型由耕地、林地转为建设用地、林地。说明这一时期，吉安市正处于城市化迅速发展阶段，人为干扰的逐步加强，改变了吉安原有的自然景观，由此也造成了洪灾的频繁暴发。
4 结论
根据洪灾风险等级图与吉安市1995-2019年洪灾高风险区域土地利用时空变化特征可得，吉安市洪灾高风险集中在遂川县东部、万安县西北部、泰和县中部、吉州区南部等地区。对于这些高风险区域，提出以下几种土地利用对策：
4.1 合理调整建设用地
其一，通过土地征用或土地税收政策逐渐将城市建设推出高风险区，并根据当地环境条件合理规划聚居在高风险区居民的转移路线和安置转移点房屋，对人口密度较大的高风险区加强布设防洪设施如防洪大坝。
其二，对于容易遭受洪涝，靠近河岸、地势低平的典型易涝地区建设用地，改变其土地利用类型，将其更改为绿色开放空間如规划绿道、建立公园休闲区等。
其三，对于海拔高程较低，且商业服务业聚集、人口密集的典型易涝区域进行区域高程的调整，可通过建设加固将此区域的高程提高到周围地区的基准高程面。
其四，强化对各类建设用地选址的引导和控制，通过建立适当的法规，确保洪灾高风险地区免于密集的资本投资;避免将公共投资项目，如道路、水电通讯、学校、医院等建设在高灾害风险区。
4.2 优先安排生态用地
划出宜耕种的优质土地作为耕地，甚至是永久基本农田，充分发挥耕地的生态、景观和间隔功能，使生态建设与耕地保护有机统一;将具有生态功能的耕地特别是水田作为城市中的“绿心、绿带”;由于集约化耕作和不适当的土地管理导致土壤压实，使农田地表径流增加，可增加有机质以改善土壤结构，改变土壤的透水性、蓄水性、通气性等。
严格落实土地用途管制，保护林业用地。要划定林业用地区，高风险区严格控制林业用地随意转为它用，逐步安排陡坡耕地退耕还林，切实提高退耕还林的生态效益;在低洼地区种植更多耐涝抗洪植物。
严格执行湖泊保护条例，维持并扩大市域内河网水面率，严禁侵占河网水道;合理利用水面资源，根据不同的水体生态环境，发展水生作物种植，采取科学的养殖模式，达到循环利用和改善生态环境的效果，加强湿地保护;禁止修建建筑物或者进行其他开发活动，保留自然湿地，沿河两岸可配置护岸林、创建绿色生态河岸走廊、植物缓冲区等，减少这些区域的灾害损失，为河流周边频繁遭遇的洪水留以宜泄空间。
参考文献：
1.张慧 刘耀龙 冯洁瑶.城市化质量、城市韧性对洪涝灾害风险的影响——基于山西11个地级市面板数据.经济问题.2020.04
2.孙莉英 毛小苓 黄铮等.洪水灾害对区域可持续发展的长期影响分析.北京大学学报（自然科学版）.2009.05
3.Schuch G，Serrao-Neumann S，Morgan E，et al.Waterin the city：Green open spaces，land use planning and floodmanagement-An Australian case study.Land Use Policy.2017
4.Park K，Won J.Analysis on distribution characteristicsof building use with risk zone classification based on urbanflood risk assessment.International Journal of Disaster RiskReduction.2019
5.彭建魏海武文欢等.基于土地利用变化情景的城市暴雨洪涝灾害风险评估——以深圳市茅洲河流域为例.生态学报.2018.11
6.袁艺 史培军 刘颖慧等.土地利用变化对城市洪涝灾害的影响.自然灾害学报.2003.10
7.刘慧.长江中游地区洪涝灾害的土地利用思考.长江流域资源与环境.2004.06
8.Choubin B，Moradi E，Golshan M，et al.An ensembleprediction of flood susceptibility using multivariatediscriminant analysis，classification and regressiontrees，and support vector machines.Science of The TotalEnvironment.2019
9.Swets，J.Measuring the accuracy of diagnostic systems.Science.1998
10.郭荣中 申海建 杨敏华.长株潭地区土地利用结构信息嫡时空测度与演化.中国农业资源与区划.2019.09
11.Liu J，Shi Z.Quantifying land-use change impactson the dynamic evolution of flood vulnerability.Land UsePolicy.2017
作者简介：王江炜，华中科技大学公共管理学院硕士。
曾忠平，华中科技大学公共管理学院副教授。
