基于GIS的武陵山区洪水灾害风险评估
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
收稿日期：2013-08-01 修订日期：2013-11-26 基金项目：国家科技支撑计划(2012BAH33B02)资助。 作者简介：殷 洁（1983－），女，内蒙古乌兰察布市人，博士，主要 从事自然灾害研究。北京 北京市朝阳区麦子店街 41 号农业部规划设 计研究院，100125。Email: yinjie09@126.com ※通信作者：裴志远（1968－），男，研究员，中国农业工程学会会员， 主要从事农业遥感应用与研究工作。北京 北京市朝阳区麦子店街 41 号农业部规划设计研究院，100125。Email: peizhiyuan@tom.com
一般的洪水灾害风险研究，多集中于地形相对平 坦的区域，以流域或湖区为单位的研究较多[1,5,16-17]， 在山区开展相应研究较少。本文根据史培军（1996） 提出的灾害系统理论[18]，通过构建适合研究区的评 估指标体系，对于复杂地形区的洪水灾害发生特征 及其风险格局进行分析，为区域防灾减灾、风险管 理和区域扶贫措施的制定提供参考与依据。
也在一定程度上反映了区域的抗灾能力，上述因子
作为孕灾环境敏感性指标。
承灾体就是各种致灾因子作用的对象，是人类
及其活动所在的社会与各种资源的集合[18]。武陵山
区属于国家级连片特困区域，2010 年，一、二、三产
业结构比例为 22∶37∶41，与全国 10∶47∶43 相比，
第一产业比例明显偏高。在洪水灾害威胁下，农业
估。研究结果表明：尽管区域洪灾易发，但承灾体脆弱性较低，致使武陵山区洪水灾害风险等级全区总体水平较
低，高风险区呈东北-西南向条带状分布，从东南向西北，依次有：东南部的涟源市、冷水江市、新化县、隆回县、
邵阳县、洞口县、武冈市高风险区；中部的石门-慈利-沅陵-芦溪-辰溪-溆浦-麻阳-芷江一线高风险区，西北部的丰
行叠加处理时，采用等权重求和，如式（5）所示：
H = 1 (P + F) 2
（5）
式中，H 为致灾因子危险性，P 为雨季降水强度标
Leabharlann Baidu
准化数值，F 为雨季强降水频率标准化数值。
2）层次分析法。在孕灾环境敏感性评估过程
中，由于涉及指标较多，采用层次分析法（AHP） 确定各指标权重。根据区域孕灾环境特征，构建敏
2.2 数据处理
2.2.1 插值处理
由于研究区地形复杂，采用样条插值法对降水
量进行空间化处理，样条插值法根据一定数量的点
值，通过控制估计方差，用多项式拟合的方法产生 平滑的插值曲线。公式如下[20-21]：
n
∑ Z = Aidi2 logdi + a + bx + cy i =1
（1）
式中，Z 为待估计的降水栅格值，di 为插值点到第 i
围在 0.1～0.9 之间，具体算法如下式：
a = 0.1 + I − Imin × (0.9 − 0.1) Imax − Imin
（2）
a = 0.1 + Imax − I × (0.9 − 0.1) Imax − Imin
（3）
式中，a 为标准化数据，I 是原始系列数据，Imax 和
Imin 分别为其最大值和最小值，式（2）适用于数值
2 数据与方法
2.1 数据来源
本研究所用的数据主要包括：1）1951～2011 年逐日降水量数据，来自于中国气象科学数据共享
网。2）研究区 1 000 m 分辨率的 DEM 数据，来源 于中国科学院资源环境科学数据中心。3）1∶100 万河流水系数据，来源于国家基础地理信息中心。
4）来源于联合国粮农组织（FAO）和维也纳国际 应用系统研究所(IIASA)的 1∶100 万土壤数据。5） 来自于中国科学院资源环境科学数据中心 2000 年 公里格网的土地利用数据和人口数据。
0引言
洪水灾害依其驱动因素有暴雨致灾、风暴致灾[1]， 在孕灾环境对水的再分配作用下，可对诸多承灾体 构成威胁，形成损失，涉及社会经济系统的诸多方 面，如人口、交通运输、社会经济、居民住房、商 业和工业、就业状况等[2]，在贫困地区频繁发生的 洪水灾害，将使灾区和灾民步入贫困状态或走向贫 困边缘，或加重灾民的贫困程度，造成“因灾致贫， 因灾返贫”现象的发生[3]。因此，开展洪水灾害风 险相关研究对于灾害防治、风险管理与区域减贫具 有重要的理论意义。
个气象站点的距离，a+bx+cy 为降水的局部趋势函
n
∑ 数，x、y 为插值点的地理坐标，
Ai
d
2 i
logdi
为一
i =1
个基础函数，通过它可以获得最小化表面的曲率，
Ai、a、b 和 c 为方程系数，n 为用于插值的气象站 点的数目。
2.2.2 标准化处理
由于数据来源不同、单位量纲不统一、取值范
围变幅较大，需要对数据进行标准化处理，值域范
感性因子权重判断矩阵，求解各因子对敏感性的影
响权重，其中，S1、S2、S3、S4、S5、S6、S7 分别为 图 2 中孕灾环境中的 7 个因子。矩阵中 Sij 的值通过 查阅文献、咨询专家对各因子两两比较得到，表示
灾害孕灾环境条件的共识，本文将地形、河流要素
纳入孕灾环境敏感性评估指标体系中来。其中，地
形考虑绝对高程和相对高程，绝对高程用海拔表
达。相对高程既要考虑相邻栅格的高程变化，即坡
度；又要考虑一定范围内的地形变化，本文中通过
计算周围 3*3 邻域内的高程变化，表征高程标准差。
分析武陵山区水资源总量分布，地下水含量占水资
洪水灾害风险评估是洪水灾害风险管理的基 础，在国内外研究中已经开展较多的相关工作，国 际上进行不同尺度洪水灾害风险评估的系统包括： 灾害风险指数系统（DRI）、灾害风险热点地区研 究 计 划 （ Hotspots ） 、 灾 害 风 险 管 理 指 标 系 统 （SIDRM）、欧洲多重风险评估、美国灾害评估模
都-石柱西北部高风险区。
关键词：洪水灾害，风险评估，GIS，武陵山区
doi：10.3969/j.issn.1002-6819.2013.24.015
中图分类号：P954
文献标志码：A
文章编号：1002-6819(2013)-24-0110-08
殷 洁，裴志远，陈曦炜，等. 基于 GIS 的武陵山区洪水灾害风险评估[J]. 农业工程学报，2013，29(24)：110 －117.
主要河流，河网水系较为发达。该区灾害具有多样 性和高频性，常见的灾害有山洪、干旱、泥石流、 塌方、地陷等，其中，洪涝灾害发生频率近些年呈 上升的趋势。研究区内农业比重较高，而受灾村庄 多为困难社区，造成区域致贫、返贫较为普遍[19]。
图 1 武陵山区位置图 Fig.1 Location of the study area
源总量的近 1/3，表明地层岩性、土壤质地对区域
降水有较大的再配作用，同时，武陵山区大部分区
域土层深厚，厚度大于 30 cm。由于缺乏区域地质
数据，采用上层（0～30 cm）土壤质地、下层（30～
100 cm）土壤质地来表征土壤对水流的影响。研究
区水库较多，具有较强的调蓄作用，采用水库缓冲
区表征人为作用对于洪水的分配、调节能力，同时
越大，越易形成高风险的数据项，式（3）适用于
数值越大，越难形成高风险的数据项。
2.3 风险评估方法与指标选取
2.3.1 风险评估方法
洪水灾害的形成与发展，受多种自然、人为、
社会经济因素的影响与制约，史培军从灾害系统角
度出发，认为广义的灾害风险评估是对致灾因子、孕
灾环境、承灾体分别进行评估的基础上，实现对灾害
体脆弱性。
在这个模型中，右边所有因子均具有空间特
征，GIS 的空间分析、地图代数运算能力将很好地
实现诸多因子的综合和空间表达。
2.3.2 指标体系构建
根据评估方法，分别从区域的致灾因子、孕灾
环境和承灾体特征三个方面，建立研究区的洪水灾
害风险评估指标体系：
武陵山区洪灾致灾因子条件为降水，相关研究
中，通常采用降雨量、暴雨频次（日数）、洪灾频
型（HAZUS）[4]。风险评估方法方面，由定性逐渐 趋向于定量研究。多从洪水灾害形成条件、风险构 成要素的角度，通过构建指标体系，实现区域风险 的定性评估[5-7]。通过构建洪水过程曲线或损失函数 的方法，进行洪水灾害损失风险的定量评估[8-11]。 但由于洪水淹没水深、持续时间和水流速度等随地 表形态变化较大，通过较少样本量的历史洪水灾害或 问卷调查数据建立起来的损失曲线或函数存在不确 定性[12-13]，难以直接应用于其他区域或更大尺度的空 间。为避免上述问题，通过长时间序列、较大空间尺 度的损失率数据建立承灾体损失标准[14-15]，可实现区 域尺度、甚至国家尺度的洪水灾害损失风险的定量 化评估。
（农业部规划设计研究院，北京 100125）
摘 要：武陵山区是我国 14 个集中连片特困区之一，跨省交界面大、少数民族聚居多、贫困人口分布广，该区域
内洪水灾害频发，使得“因灾致贫、因灾返贫”现象较为突出，对区域经济发展造成较大的阻力。本文基于灾害系
统学原理，构建了适合区域成灾特点的风险评估指标体系，采用风险评估模型，对武陵山区洪水灾害风险进行评
将面临较大损失。同时，人口及其资产——房屋面
临的脆弱性也是本研究重点考虑的内容。一般认为
人口密集、产业活动频繁、承灾体数量多、密度高
的地区，遭受洪水灾害时损失就大，其脆弱性就高。 根据武陵山区特点，选取单位面积人口数和耕地占 总土地面积的百分比作为人口、农作物的特征指 标，由于缺少对应的房屋数量数据，采用居民点数 据作为其代用指标，以居民点占总土地面积的百分 比作为房屋特征指标。由于缺乏具有空间信息的第 二、三产业数据，故未列入承灾体指标之中。
Yin Jie, Pei Zhiyuan, Chen Xiwei, et al. GIS-based flood disaster risk assessment in Wuling Mountain Region[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(24): 110－117. (in Chinese with English abstract)
次指标表征致灾因子[1,6,16,22]，本文选取雨季降水强
度和强降水频率两个指标，来综合反映区域致灾因
子危险性特征。
孕灾环境包括大气、水文气象环境及下垫面环
境等，区域洪水灾害孕灾环境主要受下垫面环境的
影响，在下垫面环境中，以地形对洪水灾害风险影
响最大，其次是河流水系[16,23]。基于学者们对洪水
第 29 卷 第 24 期 110 2013 年 12 月
农业工程学报 Transactions of the Chinese Society of Agricultural Engineering
Vol.29 No.24 Dec. 2013
基于 GIS 的武陵山区洪水灾害风险评估
殷 洁，裴志远※，陈曦炜，易湘生，孙 丽
1 研究区概况
武陵山片区跨湖北、湖南、重庆、贵州四省市， 是跨省交界面大、少数民族聚集多、贫困人口分布 广的连片特困地区，也是重要的经济协作区。该片
第 24 期
殷 洁等：基于 GIS 的武陵山区洪水灾害风险评估
111
区包括 68 个县（市、区），片区总面积 16.70 万 km2（图 1）。武陵山片区属北亚热带向中亚热带过 渡 类 型 气 候 ， 雨 水 丰 沛 ， 年 均 降 水 量 700 ～ 1 260 mm。境内地形复杂，最大高差 3 000 m，地 势西高东低。有乌江、清江、澧水、沅江、资水等
基于上述理论与数据，构建如下图 2 所示的评 估指标体系。
图 2 洪水灾害风险评估指标体系 Fig.2 Index system of flood risk assessment in Wuling
Mountain Region
2.3.3 综合、分级方法
1）叠加处理。在致灾因子危险性评估过程中，
涉及到雨季降水强度和强降水频率两个指标，在进
系统的风险评估[16,18]。基于该理论，本文从洪灾形成
机制角度出发，需要深入分析区域的自然环境、社会
112
农业工程学报
2013 年
经济特征，即是分析洪水灾害风险系统——致灾因
子、孕灾环境和承灾体特征的过程，采用的评估模
型如下：
R=H×S×V
（4）
式中，R 为洪水灾害风险，H 为洪水灾害致灾因子
危险性，S 为洪水灾害孕灾环境敏感性，V 为承灾
一般的洪水灾害风险研究，多集中于地形相对平 坦的区域，以流域或湖区为单位的研究较多[1,5,16-17]， 在山区开展相应研究较少。本文根据史培军（1996） 提出的灾害系统理论[18]，通过构建适合研究区的评 估指标体系，对于复杂地形区的洪水灾害发生特征 及其风险格局进行分析，为区域防灾减灾、风险管 理和区域扶贫措施的制定提供参考与依据。
也在一定程度上反映了区域的抗灾能力，上述因子
作为孕灾环境敏感性指标。
承灾体就是各种致灾因子作用的对象，是人类
及其活动所在的社会与各种资源的集合[18]。武陵山
区属于国家级连片特困区域，2010 年，一、二、三产
业结构比例为 22∶37∶41，与全国 10∶47∶43 相比，
第一产业比例明显偏高。在洪水灾害威胁下，农业
估。研究结果表明：尽管区域洪灾易发，但承灾体脆弱性较低，致使武陵山区洪水灾害风险等级全区总体水平较
低，高风险区呈东北-西南向条带状分布，从东南向西北，依次有：东南部的涟源市、冷水江市、新化县、隆回县、
邵阳县、洞口县、武冈市高风险区；中部的石门-慈利-沅陵-芦溪-辰溪-溆浦-麻阳-芷江一线高风险区，西北部的丰
行叠加处理时，采用等权重求和，如式（5）所示：
H = 1 (P + F) 2
（5）
式中，H 为致灾因子危险性，P 为雨季降水强度标
Leabharlann Baidu
准化数值，F 为雨季强降水频率标准化数值。
2）层次分析法。在孕灾环境敏感性评估过程
中，由于涉及指标较多，采用层次分析法（AHP） 确定各指标权重。根据区域孕灾环境特征，构建敏
2.2 数据处理
2.2.1 插值处理
由于研究区地形复杂，采用样条插值法对降水
量进行空间化处理，样条插值法根据一定数量的点
值，通过控制估计方差，用多项式拟合的方法产生 平滑的插值曲线。公式如下[20-21]：
n
∑ Z = Aidi2 logdi + a + bx + cy i =1
（1）
式中，Z 为待估计的降水栅格值，di 为插值点到第 i
围在 0.1～0.9 之间，具体算法如下式：
a = 0.1 + I − Imin × (0.9 − 0.1) Imax − Imin
（2）
a = 0.1 + Imax − I × (0.9 − 0.1) Imax − Imin
（3）
式中，a 为标准化数据，I 是原始系列数据，Imax 和
Imin 分别为其最大值和最小值，式（2）适用于数值
2 数据与方法
2.1 数据来源
本研究所用的数据主要包括：1）1951～2011 年逐日降水量数据，来自于中国气象科学数据共享
网。2）研究区 1 000 m 分辨率的 DEM 数据，来源 于中国科学院资源环境科学数据中心。3）1∶100 万河流水系数据，来源于国家基础地理信息中心。
4）来源于联合国粮农组织（FAO）和维也纳国际 应用系统研究所(IIASA)的 1∶100 万土壤数据。5） 来自于中国科学院资源环境科学数据中心 2000 年 公里格网的土地利用数据和人口数据。
0引言
洪水灾害依其驱动因素有暴雨致灾、风暴致灾[1]， 在孕灾环境对水的再分配作用下，可对诸多承灾体 构成威胁，形成损失，涉及社会经济系统的诸多方 面，如人口、交通运输、社会经济、居民住房、商 业和工业、就业状况等[2]，在贫困地区频繁发生的 洪水灾害，将使灾区和灾民步入贫困状态或走向贫 困边缘，或加重灾民的贫困程度，造成“因灾致贫， 因灾返贫”现象的发生[3]。因此，开展洪水灾害风 险相关研究对于灾害防治、风险管理与区域减贫具 有重要的理论意义。
个气象站点的距离，a+bx+cy 为降水的局部趋势函
n
∑ 数，x、y 为插值点的地理坐标，
Ai
d
2 i
logdi
为一
i =1
个基础函数，通过它可以获得最小化表面的曲率，
Ai、a、b 和 c 为方程系数，n 为用于插值的气象站 点的数目。
2.2.2 标准化处理
由于数据来源不同、单位量纲不统一、取值范
围变幅较大，需要对数据进行标准化处理，值域范
感性因子权重判断矩阵，求解各因子对敏感性的影
响权重，其中，S1、S2、S3、S4、S5、S6、S7 分别为 图 2 中孕灾环境中的 7 个因子。矩阵中 Sij 的值通过 查阅文献、咨询专家对各因子两两比较得到，表示
灾害孕灾环境条件的共识，本文将地形、河流要素
纳入孕灾环境敏感性评估指标体系中来。其中，地
形考虑绝对高程和相对高程，绝对高程用海拔表
达。相对高程既要考虑相邻栅格的高程变化，即坡
度；又要考虑一定范围内的地形变化，本文中通过
计算周围 3*3 邻域内的高程变化，表征高程标准差。
分析武陵山区水资源总量分布，地下水含量占水资
洪水灾害风险评估是洪水灾害风险管理的基 础，在国内外研究中已经开展较多的相关工作，国 际上进行不同尺度洪水灾害风险评估的系统包括： 灾害风险指数系统（DRI）、灾害风险热点地区研 究 计 划 （ Hotspots ） 、 灾 害 风 险 管 理 指 标 系 统 （SIDRM）、欧洲多重风险评估、美国灾害评估模
都-石柱西北部高风险区。
关键词：洪水灾害，风险评估，GIS，武陵山区
doi：10.3969/j.issn.1002-6819.2013.24.015
中图分类号：P954
文献标志码：A
文章编号：1002-6819(2013)-24-0110-08
殷 洁，裴志远，陈曦炜，等. 基于 GIS 的武陵山区洪水灾害风险评估[J]. 农业工程学报，2013，29(24)：110 －117.
主要河流，河网水系较为发达。该区灾害具有多样 性和高频性，常见的灾害有山洪、干旱、泥石流、 塌方、地陷等，其中，洪涝灾害发生频率近些年呈 上升的趋势。研究区内农业比重较高，而受灾村庄 多为困难社区，造成区域致贫、返贫较为普遍[19]。
图 1 武陵山区位置图 Fig.1 Location of the study area
源总量的近 1/3，表明地层岩性、土壤质地对区域
降水有较大的再配作用，同时，武陵山区大部分区
域土层深厚，厚度大于 30 cm。由于缺乏区域地质
数据，采用上层（0～30 cm）土壤质地、下层（30～
100 cm）土壤质地来表征土壤对水流的影响。研究
区水库较多，具有较强的调蓄作用，采用水库缓冲
区表征人为作用对于洪水的分配、调节能力，同时
越大，越易形成高风险的数据项，式（3）适用于
数值越大，越难形成高风险的数据项。
2.3 风险评估方法与指标选取
2.3.1 风险评估方法
洪水灾害的形成与发展，受多种自然、人为、
社会经济因素的影响与制约，史培军从灾害系统角
度出发，认为广义的灾害风险评估是对致灾因子、孕
灾环境、承灾体分别进行评估的基础上，实现对灾害
体脆弱性。
在这个模型中，右边所有因子均具有空间特
征，GIS 的空间分析、地图代数运算能力将很好地
实现诸多因子的综合和空间表达。
2.3.2 指标体系构建
根据评估方法，分别从区域的致灾因子、孕灾
环境和承灾体特征三个方面，建立研究区的洪水灾
害风险评估指标体系：
武陵山区洪灾致灾因子条件为降水，相关研究
中，通常采用降雨量、暴雨频次（日数）、洪灾频
型（HAZUS）[4]。风险评估方法方面，由定性逐渐 趋向于定量研究。多从洪水灾害形成条件、风险构 成要素的角度，通过构建指标体系，实现区域风险 的定性评估[5-7]。通过构建洪水过程曲线或损失函数 的方法，进行洪水灾害损失风险的定量评估[8-11]。 但由于洪水淹没水深、持续时间和水流速度等随地 表形态变化较大，通过较少样本量的历史洪水灾害或 问卷调查数据建立起来的损失曲线或函数存在不确 定性[12-13]，难以直接应用于其他区域或更大尺度的空 间。为避免上述问题，通过长时间序列、较大空间尺 度的损失率数据建立承灾体损失标准[14-15]，可实现区 域尺度、甚至国家尺度的洪水灾害损失风险的定量 化评估。
（农业部规划设计研究院，北京 100125）
摘 要：武陵山区是我国 14 个集中连片特困区之一，跨省交界面大、少数民族聚居多、贫困人口分布广，该区域
内洪水灾害频发，使得“因灾致贫、因灾返贫”现象较为突出，对区域经济发展造成较大的阻力。本文基于灾害系
统学原理，构建了适合区域成灾特点的风险评估指标体系，采用风险评估模型，对武陵山区洪水灾害风险进行评
将面临较大损失。同时，人口及其资产——房屋面
临的脆弱性也是本研究重点考虑的内容。一般认为
人口密集、产业活动频繁、承灾体数量多、密度高
的地区，遭受洪水灾害时损失就大，其脆弱性就高。 根据武陵山区特点，选取单位面积人口数和耕地占 总土地面积的百分比作为人口、农作物的特征指 标，由于缺少对应的房屋数量数据，采用居民点数 据作为其代用指标，以居民点占总土地面积的百分 比作为房屋特征指标。由于缺乏具有空间信息的第 二、三产业数据，故未列入承灾体指标之中。
Yin Jie, Pei Zhiyuan, Chen Xiwei, et al. GIS-based flood disaster risk assessment in Wuling Mountain Region[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(24): 110－117. (in Chinese with English abstract)
次指标表征致灾因子[1,6,16,22]，本文选取雨季降水强
度和强降水频率两个指标，来综合反映区域致灾因
子危险性特征。
孕灾环境包括大气、水文气象环境及下垫面环
境等，区域洪水灾害孕灾环境主要受下垫面环境的
影响，在下垫面环境中，以地形对洪水灾害风险影
响最大，其次是河流水系[16,23]。基于学者们对洪水
第 29 卷 第 24 期 110 2013 年 12 月
农业工程学报 Transactions of the Chinese Society of Agricultural Engineering
Vol.29 No.24 Dec. 2013
基于 GIS 的武陵山区洪水灾害风险评估
殷 洁，裴志远※，陈曦炜，易湘生，孙 丽
1 研究区概况
武陵山片区跨湖北、湖南、重庆、贵州四省市， 是跨省交界面大、少数民族聚集多、贫困人口分布 广的连片特困地区，也是重要的经济协作区。该片
第 24 期
殷 洁等：基于 GIS 的武陵山区洪水灾害风险评估
111
区包括 68 个县（市、区），片区总面积 16.70 万 km2（图 1）。武陵山片区属北亚热带向中亚热带过 渡 类 型 气 候 ， 雨 水 丰 沛 ， 年 均 降 水 量 700 ～ 1 260 mm。境内地形复杂，最大高差 3 000 m，地 势西高东低。有乌江、清江、澧水、沅江、资水等
基于上述理论与数据，构建如下图 2 所示的评 估指标体系。
图 2 洪水灾害风险评估指标体系 Fig.2 Index system of flood risk assessment in Wuling
Mountain Region
2.3.3 综合、分级方法
1）叠加处理。在致灾因子危险性评估过程中，
涉及到雨季降水强度和强降水频率两个指标，在进
系统的风险评估[16,18]。基于该理论，本文从洪灾形成
机制角度出发，需要深入分析区域的自然环境、社会
112
农业工程学报
2013 年
经济特征，即是分析洪水灾害风险系统——致灾因
子、孕灾环境和承灾体特征的过程，采用的评估模
型如下：
R=H×S×V
（4）
式中，R 为洪水灾害风险，H 为洪水灾害致灾因子
危险性，S 为洪水灾害孕灾环境敏感性，V 为承灾