基于遥感与GIS 的江西省洪涝灾害评估研究

王泽雨，李建章

1. 兰州交通大学 测绘与地理信息学院，兰州 730030；

2. 地理国情监测技术应用国家地方联合工程研究中心，兰州 730070；

3. 甘肃省地理国情监测工程实验室，兰州 730070

1 引 言

近年来，随着世界经济和科学技术快速发展，人类生产活动使地球环境和气候愈加恶劣，全球各地发生的气候异常现象愈加频繁，极端气候事件导致气象水文灾害频发（张磊，2022）。洪涝灾害风险评估最早从19 世纪50 年代开始，目前国内外的洪涝灾害风险评估研究已经取得了较大进展，评估的方法主要基于数学算法建模评估、地理信息系统（geographic information system，GIS）空间分析功能和遥感数据获取（舒亮亮和何小赛，2022）。根据指标选取的差异，国内外学者对洪涝灾害从不同角度进行了风险评估，大部分研究涉及风险形成的危险性、暴露性和防灾减灾能力（高诗妍等，2023）。在进行风险评估时，除了考虑到洪涝灾害的危险性、暴露性、防灾减灾能力，还应将人类行为纳入洪水灾害风险评估。Aerts 等（2018）认为个人、企业和政府在灾难发生之前、之中和之后的行为会有极大的影响。Zhou 等（2012）认为气候变化可能会影响降水模式，导致发生洪水风险性增加，所以必须将气候变化影响加入风险评估中。Ntajal等（2017）结合了地理信息系统、遥感和基于指标的洪水风险评估技术来绘制洪水灾害风险图。

目前，江西省洪涝灾害相关评估研究也有部分成果，张念强（2006）对鄱阳湖地区进行洪水灾害风险评价时，选取洪水强度、地形、水系、人口密度、耕地面积等影响因子，利用GIS 空间分析法综合分析了湖区洪水危险性和风险性分布规律。段伟芳等（2022）利用水文气象和地形数据对2020 年鄱阳湖地区发生特大洪水进行受灾原因分析，认为降水量大、圩堤决口及地势北高南低是造成这次洪灾的重要原因，需要对鄱阳湖南部地势较低的滨湖地区加大防洪排洪的建设。张游等（2011）以江西省鄱阳湖流域地区为研究对象，采用90 m 分辨率数字高程模型（digital elevation model，DEM）数据、江西洪涝灾情数据、社会经济统计数据及江西省土地利用数据，利用GIS 空间分析与建模功能构建洪涝灾害风险评估指数模型，结果表明，从行政区划上，湖口、鄱阳、上饶等因地势平坦、降水量大且处于高风险区。

综合现有江西省洪涝灾害风险评估发现，研究多集中在鄱阳湖区，少有对江西省进行综合性分析；在指标数据方面，选取的指标不够全面，精度不够高。本文选取绝对高程、相对高程、河网密度、降水量、人口密度、降水量、单位面积 GDP、人均床位数、人均可支配收入及地区生产总值作为指标数据，构建江西省洪涝灾害风险评估指标体系。汇总了10 年的平均降水量数据、利用更高精度的DEM 高程数据。研究结论旨在为江西省的防灾减灾工作提供科学依据。

2 研究区概况

江西省位于中国东南部，以山地、丘陵为主，属亚热带季风性湿润气候，降水丰沛，夏季降雨量达到全年的70%，省内湖泊众多，大大小小的河流湖泊上百余个，地形是往北开口的盆地状，南高北低（谭国良等，2006）。据国家应急管理部发布的报告显示，江西省是我国发生洪涝灾害最频繁、灾情最严重的省份之一。郑美霞和鲍家兴（2022）的研究结果显示，江西省2006~2020 年共发生51 次重特大自然灾害事件，省级自然灾害应急响应85次，其中，重特大自然灾害事件中有35 次是洪涝灾害。具体分布见图1。洪涝灾害为江西省最严重的自然灾害类型。

图1 江西省2006~2020 年重特大自然灾害事件分布情况Fig.1 Distribution of major natural disasters events from 2006 to 2020 in Jiangxi Province

3 数据来源及研究方法

3.1 洪涝灾害指标选取

洪涝灾害风险评估指标有很多，需要考虑到指标的客观性、可行性等原则，包括自然因素和社会经济，主要有危险性、承灾体暴露性、防灾减灾薄弱性（卢梦瑶，2022）。

3.1.1 危险性指标

洪涝灾害危险性指标选取高程、河网密度和年均降水量。

（1）洪涝灾害的形成跟高程有紧密的关系，对两个具有相同降水量的区域，地势较低的区域往往比地势较高的区域更容易产生洪涝灾害（杜志强等，2017）。研究使用的地形数据源于中国科学院科学数据中心（https//www.casdc.cn），选择的是30 m分辨率的GDEM DEM 高程数据。用自然断点法把江西省绝对高程划分为五个等级，如图2（a）所示。

图2 江西省危险性指标分布Fig.2 Risk indicators in Jiangxi Province

（2）相对高程是使用 ArcGIS 的坡度计算功能，选择栅格邻域5 像素×5 像素范围内的栅格高程的标准差，作为该处地形变化的定量指标进行计算，如图2（b）所示。其标准差与地势起伏呈正相关，所得到地形标准差越小，在该地区越容易发生洪涝灾害（杜志强和顾捷晔，2016）。

（3）河网密度反映了一定区域范围内水系分布的密集程度，一般情况下河网较密集的区域，河流的支流会有很多，若是该地区出现恶劣天气现象，发生洪涝灾害的可能性会随之增高，所以河网密度是洪涝灾害评估的重要指标（蒋雯京等，2019）。本研究主要对河网数据进行空间数据分析，得到鄱阳湖流域的河网密度分布。由图2（c）可以看出，江西省整体的河网密度较密集，水系较丰富。全省有五大水系，共有 3700 多条河流，以鄱阳湖为中心。

（4）持续性高强度的降雨是造成洪涝灾害的最直接因素（刘芳，2021）。江西省属于亚热带气候，年降水量比较充沛，特别是每年的 6~8 月的时候，暴雨会持续2~3 d。若只选取单个年份的降水量，会有偶然性，不能满足洪涝灾害评估的精度要求，所以本研究选取2010~2020 年各气象站点的逐日降水量，对近10 年的降水量数据统计并求取平均值，利用Kriging插值分析，得到2010~2020 年的平均降水量空间分布分级图，如图2（d）所示。江西省的东部区域平均降水量远高于其他区域，西南区域降水量较少。

3.1.2 暴露性指标

一般选取人口密度和单位面积GDP 作为暴露性指标（陈雪等，2023）。暴露性等级取决于该区域人口密集程度和区域经济发展情况，两者呈正相关，即发生洪涝灾害时，暴露性等级越高的区域，造成的人员伤亡和经济损失也越大。数据来源于中国科学院科学数据中心，具体的分布情况如图3 所示。江西省的人口密度主要是以南昌市为中心，经济主要分布在南昌市周围。

图3 2019 年江西省暴露性指标分布Fig.3 Exposure indicators of Jiangxi Province in 2019

3.1.3 防灾减灾薄弱性指标

为提高抵御洪涝灾害的综合防范能力，就必须加强各项防灾减灾措施（罗海婉，2020）。一个地区的防灾能力取决于当地防灾工作投入的资金量，经济较好的地区会建设出完善的抗洪设施来抵御洪灾（梅玉琳和吉中会，2022）。因此，选取江西省每万人均床位数、人均可支配收入和地区生产总值作为洪涝灾害的指标。数据来源于《2021 年江西省统计年鉴》。

（1）人均床位数。当发生洪涝灾害时，必须先对受伤群众进行救援，这就考验医院能否同时接受所有受伤人员入住。因此，采用各地级市医院床位的平均数作为指标数据。江西省每万人人均床位分布，如4（a）所示。可以看出，抚州市的人均床位最少，其次是上饶市，相比之下宜春市人均床位数最多。

（2）人均可支配收入。当发生洪涝灾害时，因救援队任务重、环境恶劣和被救人员多等因素，所以对于部分受灾群众不能做到及时救援，这就需要被困群众开展自救。而自救能力一般与个人经济能力有关，个人可支配收入越多，准备的抗灾物品就越丰富，就越能完成自救（吴舒祺等，2020）。选取人均可支配收入作为指标数据，具体的人均可支配收入分布，如图4（b）所示。可以看出，南昌市、景德镇市和新余市人均可支配收入较高，抚州市的人均可支配收入最低。

图4 2021 年江西省防灾减灾薄弱性指标分布Fig.4 Vulnerability indicators of disaster prevention and mitigation in Jiangxi Province in 2021

（3）地区生产总值。一个地区的防灾减灾能力最主要的影响因素是该地区的经济情况，财政收入相对较多的地区，可以在洪涝灾害发生前，加强河道治理、修建水库工程和完善城市排水系统的改造，而且在发生灾害后，具备较强的除涝能力，完成对灾区的救援工作。所以地区生产总值也可以作为洪涝灾害评估的指标数据（管若尘，2021）。江西省GDP 分布，如图 4（c）所示。可以看出，南昌市的GDP 最高，萍乡市、景德镇市、鹰潭市的较低。

3.2 指标体系权重的确定

开展洪涝灾害评估前，需要先确定各项指标的权重，根据洪涝灾害方面专家的意见，构造出判断矩阵（徐雅，2017）。本研究分别对洪灾危险性指标、防灾减灾薄弱性指标和洪灾暴露性指标构建判断矩阵，并依次进行一致性检验，检验结果均合格，如表1~表8 所示。

表1 洪灾危险性指标判断矩阵Tab.1 Judgment matrix of flood risk index

表2 危险性指标判断矩阵一致性检验结果Tab.2 Consistency test results of the hazard index judgment matrix

表3 防灾减灾薄弱性指标判断矩阵Tab.3 In dex judgment matrix of flood disaster prevention and mitigation vulnerability

表4 防灾减灾薄弱性指标判断矩阵一致性检验结果Tab.4 Consistency test results of judgment matrix of disaster prevention and mitigation weakness index

表5 洪灾暴露性指标判断矩阵Tab.5 Judgment matrix of flood exposure index

表6 暴露性指标判断矩阵一致性检验结果汇总Tab.6 Summary of consistency test results of exposure index judgment matrix

表7 风险评估指标层Tab.7 Risk assessment index layer

表8 风险评估指标层一致性检验结果汇总Tab.8 Summary of consistency test results of risk assessment index layer

3.3 隶属函数的构建

3.3.1 构建隶属函数

模糊综合评价法是一种基于模糊数学的综合评估方式。该综合评价法通过引用隶属函数，可以把定性评估转变成定量评估，即运用模糊数学对受到各种因素制约的事物或对象做出一个综合的评价（徐玉霞，2017）。合理建立隶属函数对准确评价洪涝灾害风险有着重要的意义。主要分为以下步骤：①建立评价对象的因素集合；②建立评语集，这一步骤可以将洪涝灾害分为高、较高、中、较低和低共五个等级；③构建模糊关系矩阵（安洋洋，2021）。

3.3.2 各项指标栅格数据分级

进行数据分级时，主要有数据标准差和均差两种方法（曹罗丹和李加林2015）。本文针对不同指标数据各自的特点，采用不同的数据分级方法。具体分级结果如表9 所示。

4 洪涝灾害风险评估分析

在洪涝灾害危险性评估方面，危险性是影响洪涝灾害风险评估的重要因素，很大程度上决定了洪涝灾害风险的结果。选取降水量、河网密度、绝对高程和相对高程四个指标（成陆等，2019）。采用模糊综合评价方法，并结合上述已构建的隶属函数进行洪涝灾害风险评估分析，利用自然断点法，将危险性等级划分为低、较低、中、较高和高危险性五个等级。从图5（a）看出，深红色区代表的是高危险性地区，集中分布在江西省的东北部区域；深蓝色部分代表的是低危险性区域，集中分布在九江市和赣州市部分区域。危险性越高的地区，就越容易发生洪涝灾害，需要对东部地区提升监测预警能力，尤其是降水量较大时，加强对河流水位监测，提前做出相应的措施，就能在一定程度上，减少洪涝灾害造成的经济损失和人员伤亡。

图5 洪涝灾害评估结果Fig.5 Flood hazard assessment

在洪涝灾害暴露性评估方面，选取人口和GDP 两项指标，通过构建评估模型对指标数据进行处理。从图5（b）看出，蓝色代表的是洪涝灾害暴露性等级偏低的区域，全省大部分地区为蓝色，只有南昌市、上饶市和萍乡市少部分地区暴露性等级偏高。

在洪涝防灾减灾薄弱性评估方面，选取地区生产总值、人均床位数、人均可支配收入三项指标数据，利用层次分析（analytic hierarchy process，AHP）和模糊综合评价（fuzzy comprehensive appraisal，FCA）两种方法进行分析。从图5（c）中可以看出，江西省大多数地级市具有一定的防灾减灾能力，但抚州市和赣州市防灾减灾能力相对较弱，可以通过加强河道治理和防灾工程的建设弥补现有不足，若是采取有效的防灾减灾措施，可以极大程度上降低洪涝灾害带来的损失。

在江西省洪涝灾害综合风险评估方面，从危险性、暴露性及防灾减灾能力三个方面出发。其中，危险性和暴露性越高，洪涝灾害造成的损失越大。防灾减灾能力越强，洪涝灾害造成的损失越小。从图5（d）中看出，江西省东北部区域的风险性明显要高于其他区域，该结果是因为区域内河网密度较高且降水量明显要多于其他区域，同时此处地势较为平坦，容易发生洪涝灾害。南部区域和部分西北部区域风险性较小，是因为该区域内地形以丘陵为主，年均降水量较低，不易发生洪涝灾害。

根据江西省应急管理厅通报，2020 年江西省暴发最严重洪涝灾害的地区是景德镇市，其辖区内的昌江一周内暴发四次洪水，景德镇市启动最高级别的应急响应。2019 年江西省暴发最严重洪涝灾害的地区是上饶市、鹰潭市，国家减灾委、应急管理部紧急启动国家Ⅳ级救灾应急响应，并派出工作组赶赴灾区，查看灾情，指导抗洪救灾工作。2018 年江西省东北部区域全部发生洪涝灾害，全省9 个市共91.5 万人受灾了直接经济损失10.1 亿元。2017 年江西省暴发最严重洪涝灾害的地区是南昌市、景德镇市和上饶市，紧急转移安置20.4 万人，近2700间房屋不同程度受损。2016 年江西省暴发最严重洪涝灾害的地区是景德镇市昌江区，上饶市鄱阳县，强降雨还引发景德镇市严重城市内涝，造成大量人员被困。本研究统计江西省5 年发生严重洪涝灾害次数，结果如表10 所示，可以看出景德镇市、上饶市、南昌市发生严重洪涝灾害次数较多。从图5（d）可以看出，高风险区域集中位于江西省东北部地区（主要包括上饶市、鹰潭市、景德镇市以及部分南昌市和抚州市地区）。经过对比发现该评价与事实具有高度一致性，两者都有上饶市、景德镇市及其他部分区域，在一定程度上验证了本研究结果的可靠性。

表10 近五年发生严重洪涝灾害的城市Tab.10 Cities with severe floods in the past five years

5 结 论

洪涝灾害是江西省主要灾害类型，造成经济严重受损。本文以江西省为研究对象，进行洪涝灾害风险评估。选取合适的指标数据，把危险性、暴露性和防灾减灾能力作为一级指标数据，绝对高程、相对高程、河网密度、降水量、人口密度、降水量、单位面积GDP、人均床位数、人均可支配收入及地区生产总值作为二级指标构建评估模型，利用层次分析法确定权重数据，基于地理信息系统空间分析功能，结合模糊综合评价进行灾害评估。

（1）江西省洪涝灾害高危险性集中分布在东北部地区，有景德镇市、上饶市、鹰潭市和抚州市部分。抚州市和赣州市的防灾减灾薄弱性较弱。高暴露性集中分布在南昌市。

（2）综合危险性、暴露性和防灾减灾能力三方面，江西省东北部区域的风险性明显要高于其他区域，南部区域和部分西北区域风险性较小。这主要与河网密度、地形和气候条件有关，地势平坦、河网密度较高且降水量多的区域更容易发生洪涝灾害。

未来研究中需要考虑更加全面、系统的因子，如植被覆被、土地利用、距河流距离及台风活动等因子，并且洪涝灾害风险评估的适用性和可信度需要进一步讨论。