南京市不同城市化水平区域洪灾风险评价

高玉琴， 徐佳颖， 袁晨禹， 李 凯， 周 昕， 邱娅柳

(1.河海大学 水利水电学院， 江苏 南京 210098； 2.宿迁市水利局， 江苏 宿迁 223800； 3.中国电建集团华东勘测设计研究院有限公司， 浙江 杭州 311122； 4.南京市高淳区水资源管理中心， 江苏 南京 211399)

1 研究背景

随着全球气候变暖和城市化进程的不断推进，城市洪涝灾害频发，造成严重的人口伤亡和财产损失[1]，城市洪涝灾害风险评价可以帮助有关部门提出针对性的防灾减灾预防措施，提高应急管理能力，减轻受灾损失。我国学者孔锋等[2]分析了不同气象站点的极端降水强度与城市化水平的相互关系，结果表明城市化对中国大部分气象站产生了不同程度的影响，尤其使得环渤海、长三角和珠三角地区的极端降水强度增大，还表明夏季极端降水的平均强度与城市化水平有很显著的线性正相关关系。对这一结论进行思考，洪灾风险与城市化水平的关系如何？如何研究洪灾风险与城市化水平之间的关系？本文以上述两个问题为研究导向，开展城市洪涝灾害风险评价研究。

城市洪涝灾害风险评价主要有4种方法，一是基于历史灾情数据进行概率分析[3]；二是建立指标体系[4]，运用模糊综合评判法[5-6]、灰色聚类分析法[7]、模糊聚类因子分析[8]、智能算法[9]等对洪涝灾害进行综合评价；三是基于洪涝灾害发生时的遥感图像、格网化的地理背景数据[10]、空间化的社会经济数据[11]等，利用ArcGIS的空间数据处理、空间分析及模型构建等功能开展洪涝灾害风险评估研究[12]；四是运用情景模拟技术建立水文水力学模型(如MIKE模型[13]、SWMM(storm water management model)[14]等)模拟洪涝过程，进而开展洪灾风险评价。该4种方法也可彼此结合，如张国芳等[15]应用GIS技术、HEC-RAS(The Hydraulic Engineering Center-river analysis system)水文模型对汉江上游安康段不同重现期情景下的洪水灾害进行了风险评估；苑希民等[16]从致灾因子、孕灾环境和承灾体3个方面建立指标体系，将模糊算法与层次分析法相结合确定各指标相对权重，并利用GIS(geographic information system)技术将多维指标映射为一维评判准则，建立了洪灾风险综合评价模型；陈鹏等[17]结合自然灾害指数法、层次分析法和GIS技术，开展了哈尔滨市区洪灾风险评价。

综合分析上述4种方法的优缺点，本文采用“指标体系+GIS技术”方法，其优势在于数据易于获取、建模相对简便，从各准则层选取指标建立指标体系，能够较为全面地反映洪灾风险程度，运用GIS强大的空间数据处理和分析功能可对区域洪灾风险的空间分布进行可视化表达。

南京市地处长江下游，属亚热带季风型气候，城市化水平较高，暴雨积涝现象发生频率较高、影响较大。因此本文以南京市部分行政区为研究区域，建立指标体系，采用综合评价法和ArcGIS技术，开展不同城市化水平区域的洪灾风险评价研究，以期为南京市城市洪涝灾害风险管理提供理论依据。

2 数据来源与研究方法

2.1 研究区域概况

南京市地处江苏省西南部，是江苏省政治、文化、经济中心，素有“东西要道、南北咽喉”之称。截至2019年，全市下辖11个区，总面积6 587 km2，建成区面积约972 km2，常住人口850万人，城镇人口707.2万人，城镇化率达83.2%。

南京市属于北亚热带湿润季风气候区，四季分明。多年平均年降水量为1 090.4 mm，从南向北依次递减；汛期(5-9月)降水量约占全年降水量的60%～70%；每年6-7月为梅雨期，期间常遭受多次大暴雨袭击，容易形成洪涝灾害；7-10月间还常会遭受台风影响。本文选取洪涝频发的秦淮河水系、石臼湖水系涉及的南京市鼓楼区、秦淮区、建邺区、雨花台区、江宁区和溧水区作为研究区(如图1所示)。研究区地理坐标为北纬31°22′～32°09′，东经118°28′～119°14′。研究区总面积为2 960.49 km2，占南京市总面积的44.95%。

图1 研究区地理位置示意图

2.2 数据来源

(1)行政区划数据。采用2020年南京市行政区划数据。

(2)地形数据。通过地理空间数据云网站下载南京市ASTER GDEM 30 m分辨率数字高程数据，并运用ArcGIS软件的栅格裁剪功能基于研究区矢量数据得到研究区数字高程模型(digital elevation model, DEM)，如图2所示。

(3)主要水系数据。考虑研究区属于平原河网地区，利用GIS直接提取的水系数据效果较差，通过91卫图助手软件下载中国矢量水系数据，参照研究区实际水系资料，按照研究区范围进行裁剪得到主要水系数据。研究区主要水系见图1。

图2 研究区DEM图

(4)降雨数据。降雨数据采用1986-2018年33 a间研究区内赵村水库、武定门闸等7个雨量站点的日降雨数据。根据该7个雨量站点的数据在空间上生成点图层，并利用ArcGIS根据点图层生成泰森多边形，最终划分的泰森多边形如图3所示，各雨量站对应的泰森多边形面积权重见表1，根据权重计算出研究区的面雨量数据。

图3 研究区泰森多边形划分

表1 研究区各雨量站权重

(5)土地利用数据。遥感影像数据是土地利用信息的重要来源，基于研究需要，从地理空间数据云网站下载2000、2010、2018年研究区遥感影像数据，并借助遥感图像处理工具ENVI(the environment for visualizing images)解译获得土地利用数据。

(6)土壤数据。研究区土壤数据来源于世界土壤数据库(Harmonized World Soil Database, HWSD)(2009年，比例尺1∶10000)，包括HWSDCHINA栅格数据和HWSD_DATA属性表。

(7)其他数据。研究区人口、经济数据来源于《南京市统计年鉴》，每千人床位数来源于《南京卫生年鉴》，居民受教育率、水利设施密度和社会保险投保率来源于相关文献、水利规划及专家评判。

(8)典型年选取。从人口城镇化率(常住城市人口/常住人口)和GDP两个方面考虑选取研究区的城市化典型年。2000-2018年南京市人口城镇化率、GDP变化趋势如图4、5所示。由图4、5中的变化趋势可以看出，2000-2010年南京市人口城镇化率增速相对较快，2010年之后增速趋缓，而GDP增速在2010年之后明显增大。因此根据代表性原则，选取2000、2010、2018年为城市化典型年开展区域洪灾风险分析。

图4 2000-2018年南京市人口城镇化率变化趋势 图5 2000-2018年南京市GDP变化趋势

2.3 研究方法

2.3.1 指标体系构建 在研究灾害风险时，国内学者往往采用灾害系统论的观点，即在一定的孕灾环境下，由致灾因子诱发并作用于承灾体即形成了洪水灾情。孕灾环境、致灾因子、承灾体之间相互作用，共同影响着洪水灾情，形成了一个具有一定结构、功能及特征的复杂体系，即洪水灾害系统[18]，如图6所示。

图6 洪水灾害系统示意图

城市区域的洪灾风险特点较其他区域有所不同。城市人均GDP较高，避难所和水利设施较多，防洪减灾的能力更强。但随着城市化不断发展和社会经济持续增长，地区人口密度骤增、生态环境条件恶化等一系列问题也日益突出，间接性地导致地区局部气候和水循环条件产生改变，洪灾强度和频次不断增加。在城市化进程中，城市地表硬化使地面吸水能力大幅度下降，产汇流过程加快，城市排涝能力不足，短时间内形成局部区域积水导致内涝[19]。相对于乡村地区，城市人口和固定资产较为集中，洪涝灾害造成的经济损失更大。

结合图6，城市化对区域洪灾风险的影响主要表现为致灾因子危险性和孕灾环境敏感性激增、承灾体易损性增大以及防洪减灾能力提升，如图7所示。因此从致灾因子危险性、孕灾环境敏感性、承灾体易损性和防洪减灾能力4个方面构建洪灾风险评价指标体系。

图7 城市化对区域洪灾风险的影响示意图

(1)致灾因子危险性。城市洪灾的主要致灾因子通常为极端暴雨事件，降水强度、历时和范围都直接影响着洪灾的严重程度。1986-2018年期间研究区年降雨量、年最大日雨量、汛期雨量和暴雨日数有增加趋势但不显著，各降雨特征指标年际随机波动大。因此选取多年平均汛期雨量、多年平均暴雨日数、多年平均最大日雨量作为致灾因子危险性的评价指标。

(2)孕灾环境敏感性。国内孕灾环境敏感性评价选取的指标主要有地理高程[20]、地形坡度[21]、河网水系[22]、距河道的距离[23]及土地利用等。结合大量文献资料，参考刘娜[24]对南京市主城区暴雨内涝灾害风险的评估，选取高程标准差、距水体距离、径流曲线数(CN值)作为评价指标。

(3)承灾体易损性。承灾体易损性主要考虑洪涝灾害对社会经济的影响，可归纳为人口与经济产业两方面。人口影响因素包括人口总数、人口密度、性别比例、年龄分布等；经济和产业状况的影响因素主要有GDP总量、地均GDP、农业产值等。参考大量文献资料，选取人口密度、地均GDP、地均固定资产投资作为评价指标。

(4)防洪减灾能力。多数文献通常从7个方面对防洪减灾能力进行评价，即防洪排涝工程建设、城市维护保障、社会发展、科技投入、生态环境、灾害管理、应急救灾[25]。结合资料的可获得性，选取人均GDP、每千人床位数、居民受教育率、社会保险投保率、水利设施密度作为评价指标。

综上所述，确定不同城市化水平区域洪灾风险评价指标体系如图8所示。

图8 不同城市化水平区域洪灾风险评价指标体系

2.3.2 数据标准化 极差标准化是将所有指标转化为0～1之间的数值进行处理。对于洪灾风险的正相关型指标(正向指标)的极差标准化公式为：

(1)

对于洪灾风险的负相关型指标(逆向指标)的极差标准化公式为：

(2)

式中：Pij为第i个准则层的第j个正向指标值；P′ij为第i个准则层的第j个正向指标标准化值；Nij为第i个准则层的第j个逆向指标值；N′ij为第i个准则层的第j个逆向指标标准化值。其中，致灾因子危险性、孕灾环境敏感性、承灾体易损性为正向指标，防洪减灾能力为逆向指标。经过上述标准化处理后的评价指标，可以用于后续的综合评价分析。

2.3.3 综合评价法 综合评价法指综合考虑洪灾风险的各个具有代表性的影响因素，加权考虑各个指标，得到1个综合指数，从而对所有评价指标整体做出综合评价，综合指数公式如下：

(3)

式中：I为综合指数；Zi为第i个指标的标准值；wi为第i个指标的指标权重；n为指标个数。

洪灾风险指数计算表达式为：

R=A1·W1+A2·W2+A3·W3-A4·W4

(4)

式中：R为洪灾风险指数;A1、A2、A3、A4分别表示致灾因子危险性、孕灾环境敏感性、承灾体易损性与防洪减灾能力;W1、W2、W3、W4分别表示各自的权重。

2.3.4 指标权重确定 利用层次分析法对单因素下的影响指标进行两两比较，构造判断矩阵。本研究的判断矩阵通过10位相关研究专家学者的打分意见归纳分析得出，最终得到各层权重如表2所示。

表2 研究区洪灾风险评价指标权重

3 结果与分析

3.1 致灾因子危险性评价

根据表2中给出的致灾因子危险性(A1)各指标权重，利用ArcGIS中的栅格计算器进行叠加计算，具体公式如下：

A1=0.5666×B1+0.1104×B2+0.3230×B3

(5)

式中：B1为多年平均汛期雨量，mm；B2为多年平均暴雨日数；B3为多年平均最大日雨量，mm。

利用ArcGIS中的自然断点分级法进行分类，得到研究区致灾因子危险性等级分布，如图9所示。由图9可见，研究区致灾因子危险性整体呈中部高、两侧低的趋势，秦淮区与江宁区中部地区是致灾因子危险性等级最高的区域，江宁区致灾因子危险性空间分布差异较大， 中部前垾村附近的致灾因子危险性等级最高，其次为东北部的其林站附近，西南部的赵村水库附近致灾因子危险性等级最低。

图9 研究区致灾因子危险性等级分布

3.2 孕灾环境敏感性评价

根据表2中给出的孕灾环境敏感性(A2)各指标权重，利用ArcGIS中的栅格计算器进行叠加计算，具体公式如下：

A2=0.2498×B4+0.3335×B5+0.4167×B6

(6)

式中：B4为高程标准差，m；B5为距水体距离，m；B6为径流曲线数。

利用ArcGIS中的自然断点分级法进行分类，得到孕灾环境敏感性等级分布，如图10所示。

由图10可以看出，2000-2018年研究区孕灾环境敏感性总体呈现增加趋势，河流湖泊以及水库附近缓冲区均为孕灾环境高敏感性区域，建成区均为孕灾环境较高敏感性区域，地形起伏较大、距离河流湖泊较远的非建成区属于孕灾环境低或较低敏感性区域。从行政区划角度分析，鼓楼区、秦淮区孕灾环境敏感性一直较高，主要是由于城市化水平提高造成不透水表面占比增加，综合径流曲线数升高，对形成洪涝灾害具有促发作用。

3.3 承灾体易损性评价

根据表2中给出的承灾体易损性(A3)各指标权重，利用ArcGIS中的栅格计算器进行叠加计算，具体公式如下：

A3=0.5396×B7+0.2970×B8+0.1634×B9

(7)

式中：B7为人口密度，人/km2；B8为地均GDP，104元；B9为地均固定资产投资，104元。

对2000、2010、2018年研究区人口密度、地均GDP、地均固定资产投资指标数据标准化并计算得到承灾体易损性标准值，见表3。

利用ArcGIS中的相等间隔分类方法，按照承灾体易损性标准值处于[0，0.2)、[0.2，0.4)、[0.4，0.6)、[0.6，0.8)、[0.8，1]划分得到研究区承灾体易损性等级分布，如图11所示。

图10 2000、2010、2018年研究区孕灾环境敏感性等级分布

表3 2000、2010、2018年研究区承灾体易损性标准值

图11 2000、2010、2018年研究区承灾体易损性等级分布

由图11可见，鼓楼区和秦淮区的承灾体易损性与其他行政区相比更高，其他行政区主要为低等级，建邺区在2018年达到较低等级。

3.4 防洪减灾能力评价

根据表2中给出的防洪减灾能力(A4)各指标权重，利用ArcGIS中的栅格计算器进行叠加计算，具体公式如下：

A4=0.3635×B10+0.0957×B11+0.0454×B12+

0.0861×B13+0.4093×B14

(8)

式中：B10为人均GDP，104元；B11为每千人床位数；B12为居民受教育率，%；B13为社会保险投保率，%；B14为水利设施密度。

对2000、2010、2018年研究区人均GDP、每千人床位数、居民受教育率、社会保险投保率、水利设施密度指标数据标准化计算得到2000、2010、2018年研究区防洪减灾能力标准值，见表4。利用ArcGIS软件按照防洪减灾能力标准值处于[0，0.2)、[0.2，0.4)、[0.4，0.6)、[0.6，0.8)、[0.8，1]划分得到研究区防洪减灾能力等级分布，如图12所示。

由图12可见，2000、2010、2018年研究区内各行政区防洪减灾能力呈增加趋势。鼓楼区、秦淮区和建邺区的防洪减灾能力与其他行政区相比更低，江宁区和溧水区的防洪减灾能力发展迅速，至2018年分别达到较高和高等级。

表4 2000、2010、2018年研究区防洪减灾能力标准值

图12 2000、2010、2018年研究区防洪减灾能力等级分布

3.5 洪灾风险综合评价

根据表2中给出的各准则层指标权重，利用ArcGIS中的栅格计算器计算研究区洪灾风险指数R，具体公式如下：

R=A1×0.3+A2×0.3+A3×0.3-A4×0.1

(9)

参考已有文献[22]中洪水灾害风险的等级划分，按南京市实际情况略做调整，得到研究区洪灾风险等级划分，见表5。根据公式(9)计算得到的2000、2010、2018年研究区洪灾风险指数的空间分布图如图13所示。

表5 2000、2010、2018年研究区洪水灾害风险等级划分表

图13 2000、2010、2018年研究区洪水灾害风险指数空间分布

利用ArcGIS软件对2000、2010、2018年研究区各洪水灾害风险等级面积占比分别进行统计，按照最大隶属度原则，得到2000、2010、2018年各行政区的洪水灾害风险等级，见表6。

表6 2000、2010、2018年研究区各行政区洪灾风险等级

由图13和表6可知，2000、2010、2018年研究区洪灾风险指数分别为0.085 4～0.577 2 、0.081 9～0.664 2、0.057 0～0.675 1。秦淮区和鼓楼区的洪灾风险较其他行政区而言明显较高，2000年为较高风险，2010和2018年均为高风险，建邺区和雨花台区2000、2010、2018年均为中等风险，江宁区和溧水区2000、2010、2018年均为低风险。秦淮区和鼓楼区的高风险值由高敏感性和高易损性为主导，江宁区和溧水区的低风险值因较强的防洪减灾能力而受益。

4 讨 论

从时间角度，2000-2010-2018年期间研究区的洪灾风险总体呈上升趋势，但幅度放缓；从空间角度，秦淮区和鼓楼区的风险等级最高，其次为建邺区和雨花台区，而江宁区和溧水区的风险等级较低，一直维持在较低风险的水平。

分析其原因，秦淮区和鼓楼区的孕灾环境敏感性和承灾体易损性都较高，城市化水平提高造成不透水表面占比增加，综合径流曲线数升高，对形成洪涝灾害具有促发作用；人口密度、地均GDP、地均固定资产投资持续增长，造成承灾体易损性增强。但秦淮区和鼓楼区进一步扩张城市空间的可能性下降，防洪减灾能力不断加强，洪灾风险的增加幅度降低。而江宁区、溧水区面积较大，人口密度、地均GDP等承灾体易损性指标较低，人均GDP等防洪减灾能力指标较高，因此洪灾风险有减弱趋势。

由上述分析可知，当城市处于城市化快速发展阶段时，洪灾风险与城市化水平基本呈正相关性，城市化导致的孕灾环境敏感性和承灾体易损性变化对区域洪灾变化具有显著影响，少部分地区因防洪减灾能力较强呈负相关性。这与前人的研究成果[4,26]基本相符合。

南京市人民政府在《南京市主城区防汛应急预案》中提出城区重点巡检路段，秦淮区和鼓楼区涉及路段较多，建邺区和雨花台区较少，其他行政区未涉及，这与本文研究结果趋于一致。说明了本文研究方法的有效性及研究成果的可靠性，可以为南京市防汛工作提供理论基础，对未来其他城市洪灾风险评价具有一定的参考意义。

本文在研究过程中存在基础资料不全、数据难以收集的问题，因此评价结果可能存在一定的局限性，如文中选取的评价指标范围有限，在今后的研究中，应该考虑更多的指标因子和更恰当的指标权重。本文经济社会及防洪减灾能力指标如人口、GDP、水利设施密度，默认为是均匀分布在行政区内的，在今后的研究中，可考虑将经济社会及防洪减灾能力指标数据空间格网化，进一步提高评价结果的准确合理性。

5 结 论

(1)在分析城市化下区域洪灾风险特点的基础上，从致灾因子危险性、孕灾环境敏感性、承灾体易损性和防洪减灾能力4个方面构建指标体系，包括4个一级指标，14个二级指标，采用层次分析法确定指标权重，以南京市部分行政区为例，选取2000、2010和2018年为城市化典型年，采用综合评价法进行洪灾风险评价，并在ArcGIS中绘制洪灾风险指数分布图。表明了研究方法的有效性和研究成果的可靠性。

(2)建议政府有关部门针对性地制定洪灾风险管理措施，对高敏感性区域因地制宜地构建城市雨水的蓄渗空间，对高易损性区域转变现有的土地资源利用管理方式，同时提高防洪减灾能力，修建水利设施，完善城市排水管网系统，进行科学的城市规划，加强发挥政府部门的主导作用，做好监测、预报、预警、响应工作。