基于GIS的安义县暴雨洪涝空间特征分析*

吕希希,张春菊,2，尤子全，于 涵

(1.合肥工业大学 土木与水利工程学院，安徽 合肥 230009；2.河南大学 黄河中下游数字地理技术教育部重点实验室，河南 开封 475004)

洪涝灾害是我国最常见的自然灾害之一，每年给我国造成巨大的经济损失。暴雨洪涝灾害是由持续一定时间的强降水导致河道决口，进而引发河水泛滥的气象灾害[1]。随着GIS技术的发展，利用GIS叠加功能分析地质灾害空间分布特征的研究较多。何明华等[2]对秦安县地质灾害进行了空间分析；刘彦花[3]分析了广西梧州市地质灾害点的空间分布；王晓莉[4]基于RS和GIS技术分析了太原西山矿区的斜坡地质灾害特征；吴常润等[5]分析了华宁县滑坡空间分布与影响因子之间的关系。分析洪涝灾害空间特征的研究较少。裴厦等[6]分析了赣江上游山洪灾害的空间分布特征及其与地形、植被等影响因子之间的关系。

本文以南昌市安义县2016年6月30日～7月5日遭受的暴雨洪涝灾害为例，选取高程、距河流的距离、用地类型、坡度和降水这5个影响因子，利用频率比模型分析淹没范围的空间分布特征,以期为防灾减灾措施的制定提供一定的指导。

1 研究区概况

安义县位于江西省北部，南昌市西北部，潦河中下游，地理坐标为115°27′～115°45′E，28°26′～29°01′N之间。县境东邻南昌市湾里区和新建县，南接高安市，西南与奉新县相连，西北与靖安县接壤，东北与永修县毗邻。总面积为665.49 km2，截至2018年末，户籍总人口为30.65万人。安义县属亚热带湿润季风气候，雨量充沛，年降雨量1 600～1 700 mm，由于每年季风强弱和进退迟早不同，降水分布不均，暴雨洪涝灾害发生较频繁。

2 数据来源及获取

2.1 淹没范围

哨兵一号数据来源于美国国家航空航天局(https://urs.earthdata.nasa.gov/)，从该网站下载安义县2016年5月18日和2016年7月5日哨兵一号高分辨率双极化地距多视产品，该地距产品的波束模式是干涉宽幅，极化方式是VV/VH双极化。

在对数据进行配准、滤波、地理编码和辐射定标预处理步骤后，利用ENVI软件的波段合成功能，选择灾后数据为R，灾前数据为G、B，合成RGB彩色影像, RGB彩色图像如图1所示。黑色是原有水体，蓝绿色是水淹区域。

图1 RGB彩色图像

为提取洪水信息，首先,建立原有水体、水淹区域和陆地三类感兴趣区样本，通过对比实验，马氏距离法[7]监督分类结果较优，故使用马氏距离法进行监督分类，再对监督分类后结果进行主要/次要分析和聚类后处理步骤以及人工目视校正后得到洪水区域。原有水体和水淹区域如图2所示。蓝色表示原有水体，红色代表洪水淹没区域。由图2可知，淹没范围主要分布在潦河沿岸。

图2 7月5日淹没范围分布图

2.2 影响因子

高程数据来源于美国地质调查局(https://earthexplorer.usgs.gov/)，空间分辨率为30 m，坡度利用ArcGIS由数据高程模型提取。

降水数据来源于国家气象信息中心(http://data.cma.cn/)中国逐日网格降水量实时分析系统(1.0版)数据集，产品空间分辨率均为0.25°×0.25°。从该数据集下载2016年6月30日～7月5日全国逐日网格降水量，使用栅格计算器求和得到2016年6月30日～7月5日南昌总降水量，利用克里金插值法生成与数字高程模型相同空间分辨率的降水数据[8]。

距河流的距离由主要河流基础数据使用ArcGIS欧式距离功能生成。

用地类型来源于清华大学团队发布的2017年全球30 m覆盖数据集[9]，下载网址为http://data.ess.tsinghua.edu.cn/。该栅格数据包括农田、森林、草地、灌丛、湿地、水体、苔原、不透水层、裸地和冰雪这十种地表覆盖类型。

为了统一数据的空间分辨率，利用ArcGIS重采样(Resample)工具，将所有数据的空间分辨率转换成与高程相同的空间分辨率——30 m，经统计，安义县总共由778 841个栅格组成，淹没范围总共由50 031个栅格组成。

3 淹没范围空间特征分析

3.1 频率比模型

频率比模型是一种用来评估每个影响因子各个类别与洪涝发生位置间空间关系的简单有效的统计模型[10]。频率比定义为研究区发生洪涝灾害概率与不发生洪涝灾害概率的比值[11]，具体表达式如式(1)所示。

(1)

式中，A为每个影响因子各个类别的洪涝栅格数；B为研究区总的洪涝栅格数；M为每个影响因子各个类别的栅格数；N为研究区总的栅格数。如果比值大于1，表示某一影响因子特定类别与洪涝发生之间的相关性较强；如果比值小于1，则意味着较低的相关性[12]。

3.2 淹没范围与影响因子相关性分析

表1显示了由频率比模型得到的每个影响因子各个类别与洪涝淹没范围之间的相关性，表格中的第一列是影响因子的名称；第二列是每个影响因子的类别；第三列统计了每个影响因子各个类别的栅格数，总栅格数为778 841；第四列表示每个影响因子各个类别的栅格数占总栅格数的百分比；第五列统计了位于每个影响因子各个类别的洪涝栅格数，总洪涝栅格数为50 031；第六列表示每个影响因子各个类别的洪涝栅格数占总洪涝栅格数的百分比；第七列是根据频率比模型的计算公式得到的结果，即洪涝栅格百分比除以栅格百分比的结果。

表1 淹没范围分布表

由表1可知，安义县总体地势较低，超过一半区域的高程小于50 m，近90%区域的高程小于150 m。高程小于50 m区域占比不到60%，却分布着近95%的洪涝，频率比为1.66，说明洪涝发生在高程小于50 m区域的概率极大；高程大于50 m区域占比超过40%，却仅分布着5%左右的洪涝，频率比远远小于1，说明洪涝发生在高程大于50 m区域的概率极小。

安义县约30%区域距河流距离小于2 000 m，距河流距离小于2 000 m区域分布着约70%的洪涝，频率比大于1，说明洪涝发生在距河流距离小于2 000 m区域的可能性较大。当距河流的距离大于2 000 m时，频率比小于1，说明洪涝发生在距河流距离大于2 000 m区域的可能性较小。当距河流距离为0～500 m、500～1 000 m、1 000～1 500 m、1 500～2 000 m和>2 000 m时，频率比分别为2.91、2.37、1.84、1.47和0.48，频率比随距河流距离的增大而减小，说明洪涝发生的概率与距河流距离负相关，距河流距离越大，洪涝发生的可能性越小。

安义县超过一半区域的用地类型为农田，36.28%区域的用地类型为森林，农田和森林占安义县近90%的比例。90%以上的洪涝分布在用地类型为农田的区域，用地类型为农田的频率比最大，为1.8，说明洪涝发生在农田的可能性非常大；频率比小于等于0.1的用地类型为灌丛和森林，其频率比分别为0.05和0.1，说明洪涝极不可能发生在灌丛和森林。

安义县近70%区域的坡度小于5°，该区域集中了90%以上的洪涝，频率比为1.37，说明洪涝发生在坡度小于5°区域的可能性非常大；坡度小于5°区域占比超过30%，却仅分布着不到10%的洪涝，频率比远远小于1，说明洪涝发生在坡度小于5°区域的可能性非常小。

约50%区域的降水量为150～200 mm，该区域分布着80%以上的洪涝，频率比大于1，表明洪涝发生在降水量为150～200 mm区域的概率较大；当降水量小于150 mm或降水量大于200 mm时，频率比均小于1，说明洪涝发生在降水量小于150 mm和大于200 mm区域的概率较小。应该注意的是，频率比并没有随着降水量的增大而一直增大，当降水量小于200 mm时，频率比随着降水量的增大而增大；而当降水量大于200 mm时，频率比随着降水量的增大而减小。暗示了降水是诱发暴雨洪涝的直接影响因子，只有降水量达到一定的阈值，区域发生洪涝的可能性才会较大，然而，并不是降水量越大区域发生洪涝的可能性越大，说明洪涝发生的可能性更多地取决于区域其他影响因子。

4 结 论

结合遥感和地理信息技术，利用频率比模型分析了南昌市安义县2016年6月30日～7月5日暴雨洪涝的空间分布特征。研究表明：(1)降水是诱发暴雨洪涝的直接影响因子，只有降水量达到一定的阈值，洪涝发生的可能性才会变得较大，然而，区域发生洪涝灾害的可能性大小更多地取决于其他影响因子；(2)90%以上的洪涝发生在用地类型为农田的区域，安义县应重点关注暴雨洪涝灾害对农业的影响；(3)90%以上的洪涝发生在高程小于50 m或坡度小于5°的区域，说明绝大部分洪涝发生在地势低且地形平坦处；(4)洪涝发生的概率与距河流距离负相关，洪涝发生的概率随距河流距离的增加而减小，距河流越近，发生洪涝的可能性越大。