基于GIS和RS的松花江干流哈尔滨段淹没经济损失预测

第27卷第6期农业工程学报V ol.27 No.6

2011年6月 Transactions of the CSAE Jun. 2011 193 基于GIS和RS的松花江干流哈尔滨段淹没经济损失预测

张 慧，雷国平※，宋 戈，徐晓嘉,田 楠

（东北农业大学资源与环境学院，哈尔滨 150030）

摘要：利用地理信息系统预测洪水造成的经济损失，可以为防洪规划提供重要的依据。本文基于地理信息系统GIS技

术构建数字高程模型，采用平面模拟方法模拟了松花江水位达到120.89 m时哈尔滨市各区的淹没范围，运用地理信息系

统GIS与遥感RS技术相结合的方法获取了哈尔滨市区土地利用现状空间分布信息，并用其将社会经济信息进行空间展

布，对淹没区的农业、工业、第三产业、农村住宅与家财和城镇住宅与家财进行了直接经济损失和间接经济损失的预测。

结果表明：当松花江水位达到120.89 m时，淹没范围涉及哈尔滨市的松北区、呼兰区、道外区、道里区和香坊区，淹没

面积达到1 402 km2，总经济损失为68.2亿元。淹没面积、淹没造成的总经济损失最大的是松北区，松北区也是农业、工

业、第三产业和农村住宅与家财损失最严重的区域。城镇住宅与家财损失最严重的是道里区和道外区，这2个区也是单

位面积经济损失率较高的区域，是哈尔滨市防洪工作的重点。呼兰区和松北区是单位面积经济损失率最低的区域，可以

考虑作为泄洪区。松北区、呼兰区和道外区的部分工业用地，以及道里区、道外区和香坊区的部分城镇住宅用地的空间

布局不合理。

关键词：地理信息系统，遥感，损失，空间展布模型，经济损失评价，预测

doi：10.3969/j.issn.1002-6819.2011.06.035

中图分类号：K902 文献标志码：A 文章编号：1002-6819(2011)-06-0193-05

张慧，雷国平，宋戈，等. 基于GIS的松花江哈尔滨段淹没区损失评价预测[J]. 农业工程学报，2011，27(6)：

193－197.

Zhang Hui, Lei Guoping, Song Ge, et al. Prediction of Songhua River flood economic losses in Harbin based on GIS and RS[J]. Transactions of the CSAE, 2011, 27(6): 193－197. (in Chinese with English abstract)

0 引 言

松花江是中国七大河流之一，洪涝灾害频繁发生，给沿岸城市带来巨大的社会经济损失。哈尔滨市是松花江沿岸重要的工业城市之一，预防洪灾的发生，并将洪灾损失降到最低是城市发展的重要安全保证。参照当前的经济现状对洪水造成的经济损失进行预测，可以为土地规划和防洪规划提供重要参考依据。

关于洪水灾害损失评价的研究在国外一些发达国家开始的较早，洪水淹没范围的模拟和经济损失的预测方法都相对较为成熟，评价所需的基本资料相对较为完整[1-4]。S.N. Jonkman等利用GIS手段从直接损失、间接损失和人员伤亡损失3个方面建立洪水损失的水动力和经济一体化模型[5]；Jian Chen等建立了基于GIS的城市洪水淹没模型，并将绿化、土壤性质、排水系统、系统增加水量和排出水量纳入该模型[6]；H. de Moel等对洪水灾害损

收稿日期：2011-04-13 修订日期：2011-06-17

基金项目：国家自然基金“松嫩高平原黑土区耕地利用系统安全及其调控机制研究——以巴彦县为例”（41071346），黑龙江省青年学术骨干项目“基于3S技术的黑龙江省垦区典型地域土地利用/覆盖变化及其生态效应评价”（1154G45）

作者简介：张慧（1976－），女，讲师，博士生，主要从事地理信息系统应用与研究方向的研究。哈尔滨东北农业大学资源与环境学院，150030。Email: 2003zhanghui@

※通信作者：雷国平（1963－），男，教授，博士生导师，中国农业工程学会会员（E041200358S），主要从事土地利用方面的研究。哈尔滨东北农业大学资源与环境学院，150030。Email: guopinglei@ 失评价中各评价要素（土地利用、评价模型和淹没深度）的不确定性对评价的影响进行探讨[7]。

中国对洪水灾害损失评价的研究起步较晚，基础资料薄弱，研究方法和预测模型不够成熟。近年来，随着GIS和RS技术的集成应用的逐步发展，该技术被应用到洪水淹没范围模拟和经济损失预测研究中，并取得较好效果[8-15]。陈秀万等利用洪水时遥感水体提取模型计算淹没范围[16]，孙海等基于DEM模拟洪水淹没范围[17]，较好地反映了水体的淹没范围，王艳艳等构建了基于洪水模拟演进的洪水灾害评价模型[18]，通过洪水的水情信息模拟淹没范围；在评价单元的选取上丁志雄提出了以空间信息格网为评价单元[19]，李纪人提出利用空间展布的方式将社会经济数据展布到研究区内土地利用类型数据上从而完成淹没区域经济损失的预测[20]，较以行政区为单位，利用传统的统计分析方法得到的经济损失结果在准确性上有很大提高。

1 研究区概况

哈尔滨市位于黑龙江省南部，是黑龙江省省会，是中国东北北部政治、经济、文化中心，也是中国省辖市中面积最大、人口居第2位的特大城市，市区面积7 086 km2，辖8区，分别为南岗区、道里区、道外区、香坊区、松北区、平房区、呼兰区和阿城区，市区主要分布在松花江南北两岸的三级阶地上，是一个以工业为主体、3次产业全面发展的综合性城市。

哈尔滨市处于松花江中游，松花江哈尔滨河段以上

农业工程学报2011年194

流域面积为39.0万km2，一次洪水历时60 d，高水位持续时间长。1898年到2000年间，发生过数次严重的洪涝灾害，造成了重大的社会和经济损失。

2 研究方法与研究步骤

基于GIS和遥感RS技术对洪灾损失预测是一种将GIS技术、数据库技术、淹没范围及淹没深度模拟、遥感信息获取与分析、资产评价与预测分析相结合的洪灾损失评价方法。其优势是将GIS空间分析技术引入到淹没损失评价系统中，与传统的基于统计分析的评价相比，能更好地实现实现定量和定位评价。本研究采用矢量数据结构组织数据库，选取较为成熟的模拟方法——数字高程模型进行洪水淹没范围模拟，以土地利用类型数据中的地类图斑为评价单元，利用空间展布模型进行淹没区经济损失预测。矢量数据结构的选择能在保证数据精度的前提下，节省大量的存储空间，也提高了计算速度。

2.1 数字高程模型的构建

以1∶5万地形图为底图对等高线和离散高程点进行屏幕矢量化，利用等高线和离散高程点进行等高线内插，本文的内插算法采用不规则三角网法。依据洪水淹没水位和研究区内最低点的地面高程将等高线起算高程定为109.89 m，等高距为1 m（119.89～120.89 m之间为0.5 m），同时采用内插值法生成的等高线沿地形走势进行光滑处理。

2.2 洪水淹没范围模拟

洪水淹没区指的是洪水淹没水位达到平衡状态形成的淹没区域。对于较大区域而言，河流水面是一个复杂的曲面。洪水淹没区水面的模拟方法主要有3种：平面模拟、斜平面模拟和曲面模拟。将淹没区水面近似地模拟成水平面的方法实用、简捷，又可以较好地实现与土地利用现状数据的叠加分析[19]。

造成洪水淹没的原因有多种，主要包括降水和上游来水。按照洪水淹没的成因，可以将洪水淹没分为两大类：无源淹没和有源淹没[22]。“无源淹没”指由降水造成的水位上升，凡是高程低于给定水位的区域都为淹没区，相当于内涝。“有源淹没”指由于上游来水造成的淹没，淹没范围不但要考虑水位高于地形的情况，还需考虑水流的流动连续性，即洪水只淹没它能流到的地方，与水源不连通的低洼地不构成淹没。本研究区的淹没原因多为上游来水淹没，即为有源淹没，因此根据水流的流动连续性与松花江不连通的洼地不在淹没范围内。

本研究将洪水淹区水面简化为平面进行淹没范围模拟。认为当洪水达到最高水位时，洪水水面是高度为120.89 m（1998年松花江百年一遇的洪水水位）的水平面，即为120.89 m闭合等高线围成的区域，并根据有源淹没特点剔除与松花江水体不连通的洼地。在此基础上，通过对高程的计算将等高线转换成淹没等深线，用以确定不同淹没水深的范围。

2.3 淹没区土地利用类型信息获取

本研究采用4景2009年夏季中巴资源卫星影像，空间分辨率为19.5 m。在RS软件平台上，基于1∶5万地形图，选取均匀分布的控制点，且保证校正像元均方根误差（RMS）小于1个像元，利用二次多项式对遥感图像进行几何精校正和配准。采用掩膜计算的方法，利用淹没区范围对影像进行裁剪，得到淹没区遥感影像。

结合GIS和RS软件，对预处理后的遥感影像进行解译。首先，依据遥感影像的色调（颜色）、形状、位置、大小、阴影、纹理等特征建立解译标志；然后，采取主成分分析和傅里叶变换等遥感影像增强方法，并结合解译标志与辅助资料进行综合分析，沿影像特征边界进行图斑的屏幕勾绘与属性判定。本文依据对社会经济数据的分析和洪水淹没经济损失预测的需要，将土地利用类型分为农用地、工业用地、第三产业用地、农村居住用地、城镇居住用地和其他土地。

2.4 社会经济信息空间展布

由于统计部门获得的社会经济信息通常是以行政单位为统计单元，很难准确体现信息在空间分布上的不均匀性。为了将统计资料中的社会经济信息进行准确分布，研究采用了空间展布模型。该模型是将社会经济信息展布到产生或影响该信息的地块上，以获得社会经济数据空间分布密度，然后再通过社会经济数据的空间分布密度将社会经济数据落实到每一块图斑。

本文的社会经济数据主要来自于《哈尔滨年鉴2010》、《2010年哈尔滨市国民经济和社会发展统计公报》，以及哈尔滨市统计局相关调查数据。依据已获取的土地利用数据和社会经济资料计算各区不同产业经济指标的分布密度，计算公式如下

/

i i i

D P A

=（1）式中，P i为某产业生产总值，元；A i为某产业用地总面积，m2；D i为该产业产值的空间分布密度，元/m2，i为与土地利用类型相对应的某产业类型。

按照行政区和产业类型分别将社会经济数据分布密度乘以地类图斑面积，得到每块图斑上承担的经济数据。根据淹没区在哈尔滨市的分布，分别对淹没区范围内的呼兰区、松北区、道里区、道外区和香坊区的社会经济数据按照产业类型进行空间展布。

2.5 淹没区经济损失预测

通常洪灾造成的经济损失主要包括直接经济损失、间接经济损失和抢险救灾费用3部分。直接经济损失主要指由于洪灾造成的财产损毁、破坏和产业停产、减产造成的经济损失。间接经济损失指本身并没有与洪水直接接触受到危害，而是同直接受灾的对象有着生产上或其他方面联系的事物所受到的经济损失。由于间接经济损失是与直接经济损失相关联的派生出的损失，且与直接损失存在一定比例关系，国际较为通用的方法是采用经验系数法进行估算。

本研究中预测的经济损失包括直接经济损失和间接经济损失2部分，不包括防洪和抢险救灾方面造成的经济损失。借鉴国内外间接经济损失经验系数，并依据哈尔滨市的实际情况，确定不同行业和部门的间接损失率分别为农业17%，工业25%，第三产业30%，住宅区17%。

间接经济损失的计算公式如下