基于GIS的岷江流域洪灾动态风险性评价研究

周燕莲 董铭 刘维明 李豪

摘要：受暴雨的影响，河流流域常会发生大型洪涝灾害事件，给沿河流域的人们带来灾难，严重阻碍了社会经济发展。在岷江流域暴雨分布基础上，将层次分析法与GIS技术相结合，选取了2000，2005，2010年和2015年共4期数据，从致灾危险性、孕灾敏感性和承灾易损性3个方面构建了洪涝灾害动态风险性评价指标体系和模型，并通过ArcGIS得到了岷江流域洪灾动态风险性空间分布图。结果表明：① 在空间尺度上，洪灾风险性结果的变化趋势与致灾因子变化趋势趋于一致，暴雨空间分布与洪灾风险结果关系密切，较高风险区主要分布在岷江流域东南部平原地区，低风险区主要分布在西北部地区。② 在时间尺度上，总体以中等风险区为主，面积占比第二高的风险区由较低风险区发展到了较高风险区，整体风险性在上升。研究成果揭示了暴雨分布特征与洪灾风险的关系，既有效指示了岷江流域洪涝灾害空间分布的状况，又反映了洪灾风险性动态变化状况，可为流域防灾减灾和社会稳定提供参考。

关 键 词：洪涝灾害; 暴雨分布; 动态风险性评价; GIS; 层次分析法; 岷江流域

中图法分类号： TV87

文献标志码： A

DOI：10.16232/j.cnki.1001-4179.2022.05.004

0 引 言

近百年来，全球气候发生了重大变化，极端天气事件频发，其中由极端降水引发的暴雨洪涝灾害给人类生命和财产安全带来了巨大损失，严重阻碍了社会的进步和发展。据统计，每年各类自然灾害所造成的损失中，洪涝灾害占到40%[1]。岷江流域位于中国西南山地地区，天然落差达3 560 m，由东南季风、西南季风及太平洋副热带高压进退所控制，降雨季节变化明显，汛期暴雨频发，尤其集中在6～9月[2]，为洪涝灾害的发生创造了条件。例如，在1998年和2010年岷江流域均因暴雨发生了重大洪涝灾害事件，人员伤亡和经济损失十分惨重[3]。

目前，国内外学者针对洪涝灾害风险性评价与区划的研究方法已经相当成熟，大致可以归为3类[4]：历史灾情数据分析法[5-6]、水文动力学模拟分析法[7-8]和指标体系评估法[9-11]。历史灾情数据分析法应用简单，仅通过对特定区域历史上发生过的洪涝灾情进行分析;水文动力学模拟分析方法应用较为常见，包括数据驱动模型、集总式水文模型和分布式水文模型3种[7];指标体系评估法基于模糊综合评价方法，考虑自然和社会属性，在区域洪涝灾害风险性评价中已逐步得到推广。但在以上方法中，结合暴雨分布特征的洪涝灾害风险性分析技术仍比较少见，且暴雨分布特征是评估洪涝灾害风险性的重要参考，同时洪灾本身具有系统性和复杂性[12-13]，再加上岷江流域的洪澇灾害主要由暴雨所致[14]，因此，在对该研究区进行洪涝灾害风险性评估时，应将这两个相互关联的过程共同分析。

本文从自然和社会属性出发，在岷江流域暴雨分布基础上，将GIS技术与洪涝致灾、孕灾、承灾因子相结合，运用层次分析方法确定各指标权重，并在空间尺度和时间尺度上构建较为全面的洪灾动态风险性评价体系和模型，系统开展对岷江流域动态风险性评价的定量研究，以期为该流域的生态环境和人类生命财产安全保护工作提供参考，并为全国其他流域的洪灾动态风险性评价研究提供借鉴。

1 研究区概况与数据来源

1.1 研究区概况

岷江系长江上游重要的支流，又被称为汶江、都江和岷江河，位于东经99°42′～104°40′，北纬28°20′～33°38′之间，流经四川省的阿坝州、成都、眉山、雅安、乐山、内江等地。岷江发源于川西北松潘境内的弓杠岭和郎架岭，上游包括都江堰市以上河段，中游包括都江堰市至乐山河段，下游包括乐山至宜宾河段，较大支流有320条，包括大渡河、白沙河、杂谷脑河、黑水河、马边河等。干流全长735 km，天然落差3 560 m，总流域面积135 881 km2，流域内水力资源丰富，水能蕴藏量820万kW。岷江泥沙含量相对较少，以大渡河为主要产沙区。上游属高原气候区，位于岷山邛崃山高山区，地势高耸，岭谷相间，地形地质复杂，有几个构造运动强烈的褶皱带，森林、水能、矿产资源十分丰富。中下游属亚热带气候区，降水充沛，位于四川盆地中部丘陵区，地势低平，经济较为发达（见图1）。

1.2 数据来源

本文选取2000，2005，2010年和2015年共4期岷江流域数据，包括DEM（Digital Elevation Model）数据、土地利用类型数据、空间化GDP数据、人口数据和水文数据。

（1） DEM数据为SRTM90第二代数据产品，来源于中国科学院计算机网络信息中心地理空间数据云平台（http：∥www.gscloud.cn），空间分辨率为90 m。本文共使用4景数据，名称分别为srtm_56_06、srtm_56_07、srtm_57_06和srtm_57_07。

（2） 土地利用类型数据来源于Landcover欧航局300 m分辨率数据（http：∥maps.elie.ucl.ac.be/CCI/viewer/），具有绘制迅速和精确的特点，共被分为36种土地利用类型。

（3） 空间化GDP数据和人口数据来源于资源环境数据云平台（http：∥www.resdc.cn/Default.aspx）。

（4） 水文数据来源于中国气象局气象数据中心（http：∥data.cma.cn/）的中国地面气候资料日值数据集，本文从中筛选出了需要用到的53个气象站点降水数据，数据格式为文本格式。

2 研究方法

2.1 数据一致性与标准归一化

由于各数据的来源与格式等均不统一，需对各数据进行一致性与标准归一化处理。运用ArcGIS的空间处理功能对各数据进行定量化处理，并在处理过程中把所有的数据统一到相同的坐标系统中。为方便下一步空间分析计算，需把数据的栅格大小进行统一，本文将栅格的单元大小统一设置为1 000 m×1 000 m。因各数据的量纲不统一，需采用标准归一化的方法将所有数据统一到[0，1]区间，转化为无量纲数据。标准归一化公式[15]如下所示：DEE15B9D-D559-4832-BDA5-284562D459EE

X′=X-XminXmax-Xmin（1）

式中：X′与X分别为像元的量化值和原始值;Xmax与Xmin分别为像元的最大值和最小值。

2.2 洪灾动态风险性评价指标体系构建

暴雨成洪主要是由短时间内雷暴雨、台风和锋面暴雨所致，对暴雨分布特征的分析可以从时间和空间两个角度进行[12]，因此在构建洪灾风险性评价指标体系时也应同时考虑这两个方面。通过对文献资料的收集和整理發现，大多学者对洪灾风险评估主要针对特定区域和特定时间。本文在岷江流域特定研究区域上，选取汛期（6～9月）暴雨分布数据和静态本底因子，并以5 a年际变化为动态变化时间尺度，结合不同年份动态变化相关的其他社会经济因子[16]综合计算，对岷江流域进行洪灾动态风险性评价。因此，在参考已有研究成果和考虑指标因子的可获得性上[17]，本文自上而下构建了洪灾动态风险性评价指标体系（见图2），其中目标层为岷江流域洪灾动态风险性评价，在充分考虑自然属性和社会属性基础上，结合洪涝灾害发生过程;准则层主要包括致灾危险性、孕灾敏感性和承灾易损性3个方面;指标层包括暴雨动态变化数据、本底因子和社会经济动态变化因子。

2.3 层次分析法确定指标权重

层次分析法[18]（Analytic Hierarchy Process，AHP）是一种简单实用的用于确定指标权重的方法。近年来，层次分析法已成为洪灾风险性评价领域常用的一种方法。本文运用yaahp软件，从已建立的风险性评价体系出发，逐层建立判断矩阵，最终计算得到洪涝灾害风险性评价指标权重结果，如表1所列。一致性比例均小于0.1，通过一致性检验。

2.4 模型构建

结合以上分析，根据加权综合评价法[19]和洪灾风险评价体系[20]，本文选用致灾危险性、孕灾敏感性、承灾易损性3个因子来构建岷江流域洪涝灾害风险性评价模型，实现定量化评价岷江流域不同地区、5 a年际动态变化的洪涝灾害动态风险性大小。

对准则层3个因子的计算，本文采用加权综合评价法[19]，公式如下：

G=ni=1Wi×Di（2）

式中：G为综合评价值;n为指标个数;Wi为影响综合评价值的各个指标的权重;Di为影响综合评价值的各个指标的归一化值。

再根据洪灾风险评价体系[20]，利用加权综合评价法[19]，建立岷江流域洪涝灾害风险性评价模型：

FDRI=WH×H+WS×S+WV×V（3）

式中：FDRI为洪涝灾害风险性值;H，S，V分别代表根据式（2）计算得到的致灾危险性、孕灾敏感性和承灾易损性值;WH，WS，WV分别是3种影响因子的权重，其值越大，表示洪涝灾害风险性越大。

3 洪灾动态风险性评价

3.1 洪灾致灾危险性评价

岷江流域气候温和，降水充沛，阴雨天气频繁。长时间连续降雨和随后而至的暴雨是形成洪涝灾害的重要因素[21]。本文将暴雨分布特征归入致灾危险性中，满足洪灾的系统性要求。而衡量致灾危险性需要考虑概率和强度（或规模）2个要素[22]，因此，在洪灾致灾危险性评价方面，本文充分考虑了暴雨连续性和高强度的特征，参考王复生等[17]在对南水北调东线工程山东段洪灾风险区划中定义的汛期暴雨日数和汛期暴雨强度，选取这两个指标为致灾危险性指标，进行危险性区划研究。其中，汛期暴雨日数主要通过计算每年6～9月降雨量大于50 mm的天数累积值得到，汛期暴雨强度由每年6～9月汛期的暴雨量除以暴雨日数得到。本文通过收集研究区内及附近共53个气象站点汛期降雨日值数据，计算得到各气象站点的汛期暴雨日数和汛期暴雨强度值，将其站点数据转为矢量点，添加投影信息后以研究区为掩膜，运用ArcGIS中的反距离权重（Inverse Distance Weight，IDW）插值法[23]分别将汛期暴雨日数值和汛期暴雨强度值插值转换成空间分布数据。在插值前需将不满足正态分布的异常值进行剔除。

针对降雨量观测点数量少的区域，解恒燕等[24]基于ArcGIS的4种空间插值方法进行了插值计算，发现反距离权重法优于其他3种空间插值方法。而在该研究区内，收集到的气象站点只有9个，因此本文采用反距离权重法进行插值计算，另外为了提高插值精度本文还扩展了研究区边界附近的部分气象站点进行插值计算。反距离权重插值法的具体公式[23]如下：

Z=ni=1Zi（Di）Pni=11（Di）P（4）

式中：Z为插值点的估计值;Zi为实测样本值;n为参与计算的实测样本数;Di为插值点与第i个站点之间的距离;P为距离的幂。

在计算得到汛期暴雨日数和汛期暴雨强度的空间分布数据后，本文利用加权综合评价法[19]，根据公式（2） 得到计算公式（5），指标权重由上文中层次分析法计算得到。

致灾危险性=0.667×汛期暴雨日数+0.333×汛期暴雨强度（5）

对岷江流域2000，2005，2010年和2015年4期数据分别按上式利用ArcGIS栅格计算器进行叠加计算，然后将计算结果归一化处理，采用自然断点法将其重新分为5类：低危险区（0～0.2）、较低危险区（0.2～0.4）、中等危险区（0.4～0.6）、较高危险区（0.6～0.8）和高危险区（0.8～1.0），得到岷江流域洪灾致灾危险性空间分布图（见图3）。

由汛期暴雨日数和汛期暴雨强度得到的岷江流域洪灾致灾危险性空间分布图，指示了岷江流域在不同时期的暴雨空间分布状况。单从某一年来看，整体空间分布不均，各危险性成片分布;从4期分布图来看，除了西南部均具有较高的危险性外，其他地区危险性分布具有一定的随机性，也反映了该研究区气候的复杂状况。

3.2 洪灾孕灾敏感性评价

孕灾体的敏感性程度与洪涝灾害的发生有着密切的联系，对于孕灾体的选择主要考虑地形和水系两个因素[18，20]。岷江流域整体地势西北高东南低，地形起伏较大，且流域内降水充足，水资源充沛。当暴雨发生时，上游极快的汇水速度迅速将大量泥沙冲刷下来，到达地势低平区域，流速减缓，大量泥沙在此沉积，河床抬高、洪水溢出，给上游被冲刷严重的人口聚集地区和下游人口聚集地区带来洪涝灾害。而地形起伏度和河流比降能较好地反映整体地势变化状况和河流落差状况;同时，子流域面积的大小指示了所在子流域对洪水的敏感性程度。因此，本文基于地形和水系两个孕灾体选取地形起伏度、河流比降和子流域面积作为孕灾敏感性的评价因子。DEE15B9D-D559-4832-BDA5-284562D459EE

基于DEM数据，结合ArcGIS焦点统计功能和地图代数功能运算得到岷江流域地形起伏度空间分布数据。河流比降是反映流域高差变化和流速快慢的重要指标，以小数或千分数表示。同时，采用ArcGIS中的水文分析模型工具基于DEM数据对子流域和河网进行提取，为提高精度，共提取出2 493个子流域，并以子流域为单位，计算每一个子流域的面积，得到子流域面积空间分布数据。利用ArcGIS字段计算器功能计算每一個子流域中的河流高差和河流长度，再进行比值处理得到河流比降空间分布数据。

相较于致灾因子的时变性，孕灾体的变化相对迟缓。特别注意的是考虑到地形起伏度和河流比降与洪灾风险性结果呈负相关，需要在计算前对这两个指标因子值取反。本文在对岷江流域洪灾孕灾敏感性评价中，同样利用加权综合评价法[19]，得到以下计算公式：

孕灾敏感性=0.198×地形起伏+0.312×

河流比降+0.490×子流域面积（6）

本文将取反得到的岷江流域地形起伏度、河流比降空间分布数据和计算得到的子流域面积空间分布数据采用3.1节同样的方法，得到岷江流域洪灾孕灾敏感性空间分布图（见图4）。

3.3 洪灾承灾易损性评价

易损性作为反映洪水灾害的社会属性，其大小与研究区的人口密度、经济发展状况等有着密切的联系[25]。首先，严重的洪涝灾害会带来大量的人员伤亡，人口越密集，带来的人口伤亡威胁也越大;其次，土地环境的变化是人类活动不断作用的结果，不同的土地利用类型对洪水的承受能力不同，易损性也不同，该指标对流域的洪涝灾害动态风险性评价研究具有重要作用;最后，不同的经济实力受洪涝灾害影响的损失程度不同，同时为洪涝灾害的防灾减灾工作提供保障的能力也大不相同。

通过收集到的中国空间化人口数据和GDP数据，结合ArcGIS掩膜提取功能得到岷江流域空间化人口分布数据和空间化GDP分布数据。但面对洪水侵袭，不同的土地利用类型承受能力大不相同，本文采用陈萍等[26]在对鄱阳湖生态经济区洪灾脆弱性评价中定义的土地利用/覆盖敏感性指数（LS）来表征不同土地利用类型对洪涝灾害的易损性程度。公式如下：

LS=7i=1Ri×ωi（7）

式中：Ri为第i种土地利用/覆盖类型的敏感性赋值;ωi为1 km×1 km的栅格内第i种土地利用/覆盖类型的面积比重。LS值的大小与其对洪水的敏感程度成正比。

将研究区的土地利用类型归为7类，如表2所列，并进行敏感性赋值。然后利用ArcGIS创建1 km×1 km的格网并与土地利用类型数据进行相交处理，通过ArcGIS空间分析工具，计算得到岷江流域土地利用类型动态易损性结果。

本文在对岷江流域洪灾承灾易损性评价中，同样利用加权综合评价法[19]，得到以下计算公式：

承灾易损性=0.297×人口分布+0.164×GDP+

0.539×土地利用类型（8）

对岷江流域2000，2005，2010年和2015年4期数据采用3.1节同样的方法，得到岷江流域洪灾承灾易损性空间分布图（见图5）。

3.4 流域洪灾风险性评价

流域洪灾风险性是致灾危险性、孕灾敏感性和承灾易损性相互作用的结果，暴雨分布特征也作为其中因子归入了致灾危险性中。本文在对岷江流域洪灾风险性评价中，根据式（3）提出的洪灾风险性评价模型，将致灾危险性、孕灾敏感性和承灾易损性结果用于计算洪灾风险性：

洪灾风险性=0.411×致灾危险性+0.328×

孕灾敏感性+0.261×承灾易损性（9）

对岷江流域2000，2005，2010年和2015年4期数据采用同样的方法，得到岷江流域洪灾动态风险性空间分布图（见图6），不同年份不同风险程度的区域统计结果如表3所列。

从空间尺度来看，岷江流域洪灾风险性空间分布整体分布不均。其中，2000年低风险区主要分布在乐山市西北角;较低风险区主要分布在乐山市周围;中等风险区遍布于整个岷江流域;较高风险区主要分布在马尔康县和成都市北部;高风险区主要分布在岷江流域东北部和成都市中部。2005年低风险区主要分布在乐山市西北角;较低风险区主要分布在岷江流域西北部、中部和东南角;中等风险区遍布于整个岷江流域;较高风险区和高风险区主要分布在岷江流域西南边缘和成都市。2010年低风险区主要分布在岷江流域西北部;较低风险区平行分布于低风险区;中等风险区遍布于整个岷江流域;较高风险区主要分布在成都市、乐山市中部和马尔康县南部;高风险区主要分布在成都市北部和乐山市中部。2015年低风险区分布较少，主要分布在玛沁县东部;较低风险区主要分布在岷江流域北部边缘地区和康定县中部;中等风险区遍布于整个岷江流域;较高风险区主要分布在岷江流域南部;高风险区主要分布在成都市和乐山市中心。

对比4个不同年份洪灾风险性空间分布图可以发现，岷江流域西南边缘地区均处于较高风险区，该地区位于大岗山的西侧，受西南季风影响，在地形抬升作用下易形成降水，故充沛的降雨量是导致该地区洪灾风险性较高的主要原因。同时，洪灾动态风险性的空间分布与致灾动态危险性空间分布具有相似性，不同年份危险性较高的地区其洪灾风险性也相对较高，说明了暴雨空间分布与洪涝灾害的风险性具有密切联系。另外，人口较为集中、GDP较高的成都市洪灾风险性在不断增加，且一直处于较高风险区和高风险区。一方面在人口密度的增加和GDP增加态势下，受洪灾的威胁性也随之增加;另外一方面与该地区以居民地和水田为主要植被类型有关，面对洪水侵袭，其抵抗能力相对较弱且容易被淹没。

从时间尺度来看，岷江流域较低风险区和较高风险区在4个年份出现了明显的变化，中等风险区变化不大。其中，低风险区和高风险区在4个不同年份中占比均较小，较低风险区呈下降趋势，而较高风险区呈上升趋势，中等风险区占比均最大。总体而言，岷江流域的洪灾风险性总体上以中等风险为主，占比第二高的风险区由2000，2005年的较低风险区发展到了2010年和2015年的较高风险区，整体风险性在不断上升，说明岷江流域的风险性是随时间动态变化的，且该流域今后的洪涝灾害防灾减灾工作形势依然严峻。DEE15B9D-D559-4832-BDA5-284562D459EE

为进一步分析结果的可靠性，本文分别将岷江流域2000～2015年各因子计算后的归一化结果和最终的风险性归一化结果求平均，得到的结果如表4所列。其中，相较于其他因子，地形起伏度、河流比降和子流域面积的变化没有改变，这是因为用来计算的DEM数据只有一期，不是动态变化数据。通过分析可知：4 a中致灾因子的平均值和权重值均最大，其次是孕灾因子，而承灾因子的平均值和权重值均最小。因此，在与最终的风险性结果进行比较后可以发现：岷江流域洪灾风险性结果的变化趋势与致灾因子变化趋势趋于一致，其中对结果影响最大的是汛期暴雨日数，与前面从空间尺度角度分析后得到的洪灾动态风险性的空间分布与致灾动态危险性空间分布具有相似性的结论，也在一定程度上证明了暴雨空间分布特征与洪灾风险性结果关系密切。通过分析还发现：2005年的汛期暴雨日数虽然较2000年有所减少，但其汛期暴雨强度却比2000年高，因此在最终的洪灾风险性结果中，2005年较2000年略微降低。单从岷江流域洪灾风险性结果来看，总体上呈增加趋势。

同时，本文以各县市为统计单元，计算了岷江流域2000～2015年各县市洪灾风险性归一化后的平均值，得到如图7所示的柱状图。从图中可以看出：乐山市、雅安市和仁寿县的洪灾风险性均呈阶梯上升趋势，西昌市、宜宾市、自贡市、内江市和成都市虽然中间有所降低，但总体还是呈上升趋势，并且成都市的风险值一直相对较高。以上提到的这些县市均分布在岷江流域的东南部地区，与之相对分布在西北部地区的康定县、玛沁县和马尔康县整体上洪灾风险值呈下降趋势。

4 结 论

本文根据灾害学风险评估原理，从岷江流域的自然属性和社会属性出发，在岷江流域暴雨分布基础上，采用了一套基于GIS技术与洪涝致灾、孕灾、承灾因子相结合的流域洪涝灾害动态风险性评价方法，讨论了洪灾动态风险性评价指标体系和评价模型的构建过程，并运用构建的模型得到了岷江流域洪灾动态风险性空间分布图。得到如下研究结论。

（1） 洪灾风险性评价结果是多种因子综合作用下产生的。岷江流域2000～2015年洪灾风险性结果的变化趋势与致灾因子变化趋势趋于一致，暴雨空间分布特征与洪灾风险结果关系密切。其洪灾风险性较高区域主要分布在岷江流域东南部平原地区，该地区地势低平、人口集中、经济较为发达，且洪灾孕灾敏感性和承灾易损性相对较高，再加上洪灾致灾因子的主导作用，导致该地区洪灾风险性相对较高，与之相对的西北地区洪灾风险性则较低，从而有效指示了岷江流域洪灾风险性空间分布状况，可为相关部门对该流域提出针对性的治理政策提供有力证据。

（2） 研究区的洪灾风险性总体上以中等风险为主，占比第二高的风险区由2000年和2005年的较低风险区发展到了2010年和2015年的较高风险区，整体风险性在不断上升，有效反映了岷江流域洪灾风险性动态变化状况，可为该流域的管理和治理，以及即时制定相应防灾减灾政策提供有效依据。

参考文献：

[1] 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.

[2] 吴垠，王玲.2010年“7·18”岷江暴雨洪水浅析及预报实践[J].人民长江，2011，42（6）：18-20，52.

[3] 邹红梅，陈新国.2010年与1998年长江流域洪水对比分析[J].水利水电快报，2011，32（5）：15-17，27.

[4] 谢清霞，谷晓平，刘彦华，等.夏半年西南暴雨洪涝灾害变化特征及其与大气环流的关系[J].云南大学学报（自然科学版），2019，41（增1）：58-64.

[5] 李卫朋，伏润得，梁七丹，等.基于碑刻记录的嘉陵江清代洪水发生规律及成因研究[J].地球环境学报，2017，8（5）：384-396.

[6] 王东升，袁树堂.云南省1980-2017年洪涝灾害分析及模拟[J].山地学报，2018，36（6）：898-906.

[7] 涂华伟，彭涛，彭虹，等.基于洪水过程的山区小流域洪水预警研究：以四川省白沙河流域为例[J].人民长江，2020，51（6）：11-16.

[8] KNIGHTON J，STEINSCHNEIDER S，WALTER M T.A vulnerability-based，bottom-up assessment of future riverine flood risk using a modified peaks-over-threshold approach and a physically based hydrologic model[J].Water Resources Research，2017，53（12）：10043-10064.

[9] 梁翔，朱積军，罗优，等.基于改进AHP法的蓄滞洪区可持续发展模糊评价[J].人民长江，2020，51（5）：17-21.

[10] WAND Y，LI A，TANG Z，et al.A GIS-based spatial multi-criteria approach for flood risk assessment in the Dongting Lake Region，Hunan，Central China[J].Water Resources Management，2011，25：3465-3484.

[11] 潘安定，刘会平，陈碧珊，等.广州市洪水灾害危险性评价初步研究[J].自然灾害学报，2010，19，（4）：23-28.

[12] 刘光旭，王小军，徐新创，等.低山丘陵区暴雨洪水特征与洪灾风险评估：以赣江上游为例[J].水土保持通报，2019，39（5）：236-241，289，345.DEE15B9D-D559-4832-BDA5-284562D459EE

[13] 熊康宁.喀斯特石漠化的遥感-GIS典型研究：以贵州省为例[Z].贵阳：贵州省水土保持监测站，2001.

[14] 肖天国，赵坤云.岷江洪水[J].水利水电快报，2002，23（2）：29-30.

[15] 陈建平，李金柱，王雪冬，等.改进脆弱性指数法在煤矿底板突水评价中的应用[J].中国地质灾害与防治学报，2019，30（3）：67-74.

[16] 徐瑞池，李秀珍，胡凯衡，等.横断山区山地灾害的动态风险性评价[J].山地学报，2020，38（2）：222-230.

[17] 王复生，李传奇，张焱炜，等.基于GIS的南水北调东线山东段区域洪灾风险区划[J].南水北调与水利科技，2019，17（6）：45-53.

[18] TALEAI M，SHARIFI A，SLIUZAS R，et al.Evaluating the compatibility of multi-functional and intensive urban land uses[J].International Journal of Applied Earth Observations and Geoinformation，2006，9（4）：375-391.

[19] 石涛，谢五三，张丽，等.暴雨洪涝风险评估的GIS和空间化应用：以芜湖市为例[J].自然灾害学报，2015，24（5）：169-176.

[20] 付意成，魏传江，王启猛，等.区域洪灾风险评价体系研究[J].灾害学，2009，24（3）：27-32.

[21] 谢洪，钟敦伦，王士革，等.1995年康定城区洪灾成因分析[J].山地研究，1997，15（2）：129-131.

[22] 马保成.自然灾害风险定义及其表征方法[J].災害学，2015，30（3）：16-20.

[23] 张恒，黄莺，刘明宏，等.基于空间插值法的遵义烟区植烟土壤养分时空变化[J].中国烟草科学，2020，41（3）：36-43.

[24] 解恒燕，张深远，侯善策，等.降水量空间插值方法在小样本区域的比较研究[J].水土保持研究，2018，25（3）：117-121.

[25] 张杰，吴明业.基于GIS的皖南地区暴雨洪涝灾害风险区划[J].中国农业资源与区划，2017，38（6）：121-129.

[26] 陈萍，王兴玲，陈晓玲.基于栅格的鄱阳湖生态经济区洪灾脆弱性评价[J].地理科学，2012，32（8）：958-964.

（编辑：谢玲娴）

Research on dynamic risk assessment of flood disaster in Minjiang River Basin based on GIS

ZHOU Yanlian1，2，3，DONG Ming1，LIU Weiming2，LI Hao2，3

（1.Faculty of Geography，Yunnan Normal University，Kunming 650500，China; 2.Key Laboratory of Mountain Hazards and Earth Surface Process，Institute of Mountain Hazards and Environment，Chinese Academy of Sciences，Chengdu 610041，China; 3.University of Chinese Academy of Sciences，Beijing 100049，China）

Abstract：

Heavy rains often lead to large-scale floods disasters in river basins，which are disastrous to people living along the river basins and seriously hinder social progress and development.Based on the distribution of heavy rainfall，this paper selected four periods （2000，2005，2010，and 2015） of rainfall data in the Minjiang River Basin，and combining the analytic hierarchy process and geographic information system （GIS），a dynamic risk-evaluation index system and model was constructed from three aspects：disaster risk，disaster pregnancy sensitivity，and disaster-bearing vulnerability.The spatial distribution map of the dynamic risk of floods in the Minjiang River Basin was thereby obtained by ArcGIS.The results showed that：① on the spatial scale，the variation of flood disaster risk results was consistent with the variation of disaster factors，and the spatial distribution of rainstorms was closely related to flood risk results.The high-risk areas were mainly in the southeastern plain of the Minjiang River Basin，and the low-risk areas were mainly in the northwestern region.② On the given time scale，medium-risk areas dominated，and secondary-risk areas evolved from the lower-risk area to the higher-risk area，and the overall risk increased over time.These results reveal the relationship between the distribution characteristics of heavy rain and flood risk，which can not only effectively indicate the spatial distribution of flood disasters in the Minjiang River Basin，but also reflect the dynamic variations of flood risk，and provide a reference for disaster prevention and mitigation in the basin and thereby increasing social stability.

Key words：

flood disaster;distribution of heavy rain;dynamic risk assessment;GIS;analytic hierarchy process;Minjiang River BasinDEE15B9D-D559-4832-BDA5-284562D459EE