基于灰靶模型和GIS的陕南暴雨洪涝灾害风险区划

李双 杜建括 张志伟 邢海虹

摘要：

基于陕南地区28县区统计数据，应用熵权和灰靶评价模型方法，构建陕南地区暴雨洪涝灾害风险评价模型，结合GIS空间分析技术对陕南地区暴雨洪涝灾害风险进行了区划。结果表明：① 陕南地区致灾因子风险性整体较高，10个县区为中等或以上风险等级，尤其是以中低山地形为主的柞水县、镇巴县和镇坪县风险最高;② 承灾体暴露性以轻风险为主，规模以上工业产值高的城固县、人口密度大的汉台区风险较高;③ 孕灾环境高脆弱性区分布在汉滨区，其余县区脆弱性危险等级处于中等以下水平;④ 本区防灾减灾能力整体偏弱，经济发展较好的汉台区、汉滨区其防灾减灾能力等级为强和较强。综合风险区划结果显示，陕南地区暴雨洪涝风险等级较高，28个县区中处于中等及以上风险等级的县区有9个。

关 键 词：

暴雨洪涝灾害; 风险区划; 灰靶模型; GIS; 陕南地区

中图法分类号： TV122

文献标志码： A

DOI：10.16232/j.cnki.1001-4179.2021.07.003

在气候变暖背景下，气象灾害日益增多，造成的损失和影响呈明显上升趋势。其中洪涝灾害是我国最常见、危害最严重的气候灾害之一，对群众生命财产安全、经济发展和社会稳定造成严重影响。据统计，暴雨洪涝灾害占全球各种自然灾害损失的比重约为40%。随着极端气候发生频率增加，危害增大，区域性暴雨洪涝灾害风险评估与区划研究受到关注。

目前，基于数学模型评价洪涝灾害风险的研究成果较多[1-6]，即从影响洪涝灾害风险的致灾因子危险性、承灾体暴露性、孕灾环境脆弱性和防灾减灾能力4个方面选取多项自然和社会属性因子建立综合指标评价体系，并利用评估模型进行灾害风险评价。随着GIS强大的空间分析能力与可视化功能被研究者所重视，GIS在不同空间尺度的洪涝灾害风险评价与区划方面的应用效果也十分显著[7-11]，大到全国范围的洪涝灾害区划，小到乡镇/县区尺度，均获得了良好的区划结果。

陕南地处陕西省西南部的秦巴山区，属北亚热带季风气候，湿润多雨，山地与盆地交错分布，地形起伏较大，河网纵横交错，自然灾害频发，其中洪涝灾害尤为严重，造成的经济损失和人员伤亡惨重。作为南水北调中线工程的水源保护区，陕南地区的洪涝灾害风险评估与区划对保障区域社会经济发展以及水源区稳定供水具有重大意义。目前针对陕南地区暴雨洪涝灾害的研究多是将其作为一个区域整体进行分析[12-15]，赵景波等[16]和殷淑燕等[17]研究了陕南地区历史时期洪涝灾害发生的频次、等级及原因，但关于陕南地区洪涝风险区划研究甚少。为此，本文运用气象与气候学、灾害学风险管理等基本理论，利用陕南县级暴雨洪涝灾害统计数据、国家气象站点数据及社会经济等数据，应用熵权法、灰靶模型构建陕南地区暴雨洪涝灾害风险评价模型，结合GIS空间分析技术，对陕南暴雨洪涝灾害进行风险等级区划，以期为陕南区域暴雨洪涝防灾减灾提供技术支持与决策建议。

1 数据来源与研究方法

1.1 数据来源

陕南各县区灾害统计数据来源于《陕西救灾年鉴》（1995～2015年），1995～2015年降水数据来源于中国气象科学数据共享网，高程数据来源于地理空间数据云，常住人口、城镇人口、人均GDP、地方财政、农村居民收入等数据来源于陕西省统计年鉴（1995～2015年）、中国地情网、陕西省地情网，医疗卫生人数等数据来源于各县区地方志，陕南区域行政区划图来源于全国1∶400万矢量地图集。陕南地区气象站點分布与高程信息如图1所示。

1.2 研究方法

1.2.1 熵权法

熵权法是一种客观赋权法，其主要依据指标信息熵确定权重，即信息熵愈大，反映的信息愈少，对评价结果影响愈小，故熵权就愈小;反之，信息熵愈小，熵权愈大。影响暴雨洪涝灾害的因素多种多样，本文依据致灾因子危险性、承载体暴露性、孕灾环境脆弱性、防灾减灾能力4个准则层细化选取了18个评价层指标，构建指标评价体系，运用熵权法确定权重。本文参照文献[18]进行指标权重计算，权重结果如表1所列。

1.2.2 灰靶评价模型

灰靶理论是处理模式序列的灰关联分析理论，无标准参考模式条件下，通过设定一个灰靶并找到靶心的方式，将待评模式与标准模式进行比较[19]，评价过程具体如下。

（1） 构建标准模式Y0。

在构建标准模式时，对正向功效性指标，选最大值;对负向功效性指标，选最小值，即标准模式由各指标极值构成。

式中：C为暴雨洪涝灾害综合风险靶心度，W为致灾因子危险性靶心度，B为承灾体暴露性靶心度，D为孕灾环境脆弱性靶心度，F为防灾减灾能力靶心度。

2 结果分析

根据公式（1）～（7）得到目标层的靶心度，致灾因子危险性、承灾体暴露性、孕灾环境脆弱性及防灾减灾能力4个准则层的靶心度且综合评价靶心度也依据上述过程计算得到，具体结果如表2所列。

本文根据目标层靶心度的取值范围，依据表2中靶心度的取值范围，基于分区标准等分取整原则[20-21]对评价等级进行划分，划分结果如表3所列。

依据表3对表2结果进行等级划分，基于GIS软件对其结果进行区划分析。

2.1 致灾因子危险性风险区划

致灾因子危险性是指超过某强度发生的概率，是自然灾害风险区划的基础，区划结果如图2所示。据图1～2可以看出：陕南地区致灾因子高、较高及中等危险性等级主要分布在以中低山为主的山地地区;较轻、轻危险区主要分布于盆地及盆地边缘区。柞水县河网密度高，降水较丰沛，洪涝频次大，危险性最高;致灾因子危险性等级较高的有镇巴县与镇坪县，地势险要、暴雨频发是镇巴县致灾因子风险性较高的主要影响因素;致灾因子轻/较轻危险性区域有汉台区、汉滨区、洛南县、岚皋县等，汉台区、汉滨区等地，其地形以盆地为主，海拔相对较低，地表起伏度较小，洪涝频次相对较低。

2.2 承灾体暴露性风险区划

承灾体暴露性反映的是承受暴雨洪涝灾害的载体在灾害发生时的损失程度。如图3所示：陕南地区承灾体暴露危险性处于高等级的只有城固县，其规模以上工业总产值及农业总产值较高是主因;较大的人口分布密度是汉台区承灾体密度较高的主因;汉滨区与旬阳县规模产值较高，农业总产值及人口分布密度适中，其处于中等暴露危险性等级;勉县与南郑区，人口分布密度、规模以上工业总产值及农业总产值均在陕南地区处于中等偏上水平，其暴露危险性等级较轻。与以上县区相比，其余县区各项评价指标较平均，处于中等或中等偏下水平，暴露危险性等级为轻。

2.3 孕灾环境脆弱性风险区划

孕灾环境脆弱性指暴雨洪涝灾害发生时承灾体的潜在受灾程度。基于GIS的区划结果如图4所示，汉滨区孕灾环境处于高脆弱性等级，南郑区与汉台区孕灾环境处于较轻脆弱性等级外，其他县区均处于轻脆弱性等级。汉滨区耕地面积、城镇人口数量及粮食总产量与其他县区相比，尤为突出，这也是导致其孕灾环境脆弱性评价等级为高的主要原因。

2.4 防灾减灾能力风险区划

防灾减灾能力是反映区域在面对灾害发生时的应对能力。如图5所示，陕南地区洪涝灾害防灾减灾能力主要以弱和较弱为主，弱防灾减灾能力分布面积最大，较弱防灾能力次之。强防灾减灾能力分布最少，僅有汉台区，较强防灾减灾能力包括城固县、汉滨区和商州区，表明其应对洪涝灾害的恢复能力较强。南郑区、镇安县、山阳县、商南县、丹凤县和洛南县为较弱防灾减灾能力区，其余县区为弱防灾减灾能力区，表明其应对洪涝灾害恢复的能力较差，风险较大。

2.5 暴雨洪涝灾害综合风险区划结果

洪涝灾害风险是危险性、暴露性、脆弱性和防灾减灾能力4个因子综合作用的结果，灾害综合风险与危险性、暴露性、脆弱性成正相关关系，防灾减灾能力与灾害风险成负相关关系。综合评价结果能更全面反映区域暴雨洪涝灾害风险的总体状况。如图6所示，高综合风险等级区分布于柞水县;勉县、城固县、洛南县及汉滨区处于较高风险等级;南郑区、镇巴县、旬阳县及镇坪县处于中等风险等级;汉台区、略阳县、宁强县、洋县、宁陕县、汉阴县、紫阳县、商州区及丹凤县处于较轻风险等级，其余县区处于轻风险等级。

综合评价中，致灾因子风险性等级为高或较高的柞水县、洛南县、镇巴县和镇坪县地形以中低山地为主，暴露性不强，脆弱性等级为轻;但由于致灾因子权重较大，且这些区域自身防灾减灾能力弱或较弱，在综合评价中其发生洪涝灾害的风险处于中等水平或以上。城固县和汉滨区致灾因子危险性为轻，防灾减灾能力在中等以上，但城固县承灾体强暴露性、汉滨区孕灾环境的高脆弱性决定了其综合评价风险等级也较高。勉县防灾减灾能力弱，致灾因子及承灾体暴露危险性处于较轻等级，综合评价结果为较高。南郑区和旬阳县准则层评价指标较平均，综合评价风险等级也为中等。汉台区承灾体暴露危险性性等级较高，孕灾环境脆弱性处于较轻等级，但其防灾减灾能力强，其综合评价风险为较轻。其他综合评价风险等级为轻或较轻的县区，其准则层评价等级以轻（弱）及较轻（较弱）为主。

3 结论与建议

本文基于陕南地区28个县区统计资料，应用熵权法和灰靶评价模型等方法，结合GIS空间分析技术，综合考虑致灾因子危险性、承灾体暴露性、孕灾环境脆弱性和防灾减灾能力对陕南地区暴雨洪涝灾害风险进行了综合区划。基于以上分析，得出以下主要结论。

（1） 致灾因子危险性较高的区域主要集中在以中低山地为主的柞水县、镇巴县、洛南县和镇坪县，这些区域河流落差大、暴雨频次高、汇水速度快，极易发生洪涝灾害。这些地区应加强行政监督，推广并落实河长制度，加强河道疏通工作，以降低致灾因子危险性。

（2） 承灾体高/较高暴露性区分布于规模以上工业产值高的城固县、人口密度大的汉台区。汉滨区与旬阳县规模产值较高，农业总产值及人口分布密度适中，处于中等暴露危险性等级。这些地区城镇化水平高、规模以上工业产值高、人口密度大，城区内涝问题严重，新城区建设应地上、地下同步开展，老城区改造要将地下管网建设放在必要位置。

（3） 汉滨区孕灾环境脆弱性等级为高，其余县区孕灾环境脆弱性等级为轻或较轻。因地制宜、合理规划是改善孕灾环境脆弱性的前提。

（4） 陕南地区除汉台区、汉滨区及商州区等行政中心及周边县区防灾减灾能力较强外，其余县区防灾减灾能力普遍较弱。政府部门应加大防灾减灾救灾体系建设的投入，加强防灾减灾救灾的预测预警能力建设，加快人才引进的步伐，以提升防灾减灾能力。

（5） 从综合区划结果看，陕南地区暴雨洪涝风险等级较高。处于中等及以上风险等级的县区有以下几个，分别为：高综合风险等级的柞水县，较高风险等级的勉县、城固县和汉滨区，以及中等风险等级的南郑区、镇巴县、旬阳县及镇坪县。

参考文献：

[1] OLSEN J R.Risk modeling for a system of levees underdone-stationary conditions[D].Virginia：University of Virginia，1999.

[2] HALL J W，SSYERS P B，DAWSON R J.National-scale assessment of current and future flood risk in England and Wales[J].Natural Hazards，2005，36（1-2）：147-164.

[3] 刘合香，徐庆娟.区域洪涝灾害风险的模糊综合评价与预测[J].灾害学，2007（4）：38-42.

[4] 邹朝望，孙媛媛，谢伯承.湖南省洪涝灾害风险评估研究[J].人民长江，2010，41（11）：63-65.

[5] 沈子琦.河南省洪涝灾害的经济社会易损性评价[J].人民黄河，2014（3）：13-16.

[6] 王萍，刘涛，杜萍，等.2000-2017年中国灾害风险研究的知识图谱分析[J].自然灾害学报，2019（4）：169-177.

[7] 姚鹤岭.GIS在水资源综合开发中的应用[J].人民黄河，2000，22（3）：19-21.

[8] 陈华丽，陈刚，丁国平.基于GIS的区域洪水灾害风险评价[J].人民长江，2003，25（6）：53-55.

[9] 秦年秀，姜彤.基于GIS的长江中下游地区洪灾风险分区及评价[J].自然灾害学报，2005（5）：5-11.

[10] 薛晓萍，马俊，李鸿怡.基于GIS的乡镇洪涝灾害风险评估与区划技术：以山东省淄博市临淄区为例[J].灾害学，2012，27（4）：71-74，91.

[11] 姜蓝齐，马艳敏，张丽娟，等.基于GIS的黑龙江省洪涝灾害风险评估与区划[J].自然灾害学报，2013（5）：240-248.

[12] 徐玉霞.基于GIS的陕西省洪涝灾害风险评估及区划[J].灾害学，2017，32（2）：103-108.

[13] 徐玉霞，许小明，马楠.县域尺度下的陕西省洪涝灾害风险评估及区划[J].干旱区地理，2018，41（2）：306-313.

[14] 仇立慧，殷淑燕，黄春长，等.清代汉江上游洪涝灾害及其影响研究[J].干旱区资源与环境，2012，26（10）：57-61.

[15] 桑京京，查小春.近60 年陕西省洪涝灾害对经济社会发展影响研究[J].干旱区资源与环境，2011，25（7）：140-145.

[16] 赵景波，马莉.明代陕南地区洪涝灾害研究[J].地球科学与环境学报，2009，31（2）：207-211.

[17] 殷淑燕，王海燕，王德丽，等.陕南汉江上游历史洪水灾害与气候变化[J].干旱区研究，2010（4）：45-51.

[18] 罗军刚，解建仓，阮本清.基于熵权的水资源短缺风险模糊综合评价模型及应用[J].水利学报，2008，39（9）：1092-1097.

[19] 邓聚龙.灰理论基础[M].武汉：华中科技大学出版社，2002：172-176.

[20] 熊鸿斌，周凌燕.基于水足迹—灰靶的安徽省水资源可持续利用评价[J].环境科学学报，2018，38（8）：377-386.

[21] 张俊凤，花盛，刘友兆，等.基于改进灰靶模型的土地整治可持续性评价研究：以江苏省为例[J].长江流域资源与环境，2014，23（2）：153-160.

（編辑：刘 媛）

引用本文：

李双，杜建括，张志伟，等.

基于灰靶模型和GIS的陕南暴雨洪涝灾害风险区划

[J].人民长江，2021，52（7）：17-21.

Risk regionalization for flood hazard in southern Shaanxi Province

based on grey target model and GIS

LI Shuang，DU Jiankuo，ZHANG Zhiwei，XING Haihong

（School of Humanities，Shaanxi University of Technology，Hanzhong 723000，China）

Abstract：

Based on the statistical data of 28 counties in southern Shaanxi Province，the entropy weight method and grey target model were used to establish a risk assessment model of flood hazard.GIS spatial analysis technology was used to evaluate the spatial difference of flood hazard in southern Shaanxi province.The results showed that：① the southern Shaanxi Province as a whole was in high risk of flood hazard，and there were 10 counties belonging to the high/higher risk regions，especially the Zhashui county，Zhenba county and Zhenping county;② most of the region had low exposure of flood hazard-bearing body，but Chenggu county with developed economy and Hantai district with dense population had relatively strong disaster exposure;③ the region with highly vulnerable hazard-formative environment was distributed in the Hanbin district，and other districts/counties were medium and low risk region;④ the whole southern Shaanxi Province had poor/worse disaster prevention and reduction ability，only Hantai district and Hanbin district with developed economy were higher disaster prevention and reduction region.The comprehensive evaluation indicated that flood hazard risk in southern Shaanxi Province was relatively high，and 9 of the 28 counties were in the middle or higher risk level.

Key words：

flood hazard;risk regionalization;grey target model;GIS;southern Shaanxi Province