GIS洪水灾害风险区划分析研究

GIS洪水灾害风险区划分析研究

洪水灾害基本单元提取方法,在GIS的支持下,为确保空间数据的连续性和准确性,对洪水灾害各组成要素数据进行了预处理(空间校正、锐化、点数据(或线数据)插值栅格化等)。经预处理后,洪水灾害各组成要素数据主要为两种:①直接获得的栅格数据,如遥感影像;②由点数据(或线数据)按一定规则(克里金插值、多项式插值等)插值生成的等值栅格数据,如雨量站降水数据插值栅格化等。获取栅格数据后,即可提取洪水灾害基本单元,具体步骤如下(图1,图略)。步骤1根据数据的精度和风险区划要求确定空间尺度。步骤2根据确定的空间尺度对遥感影像进行分类,并对连续变化的栅格数据进行等级划分,从而确定每个等级范围。步骤3对洪水灾害各组成要素栅格数据进行空间叠加分析。查和过小范围合并处理。

洪水灾害风险评估指标模型(1)洪水灾害风险评估指标。洪水灾情是孕灾环境、致灾因子和承灾体相互作用的结果[7],同时洪水灾害风险涉及多种自然与社会经济因素。因此为实现洪水灾害评估的定量化、模型化和标准化,需采用定性与定量指标对孕灾环境、致灾因子和承灾体的各组成因子进行描述,根据研究区域对洪水灾害的影响程度,选取具体因子建立洪水灾害风险评估体系,以对洪水灾害风险进行评估和管理。(2)数据标准化处理。由于各评估指标中存在不同的量纲,且属性值的变化范围也相差较大,因此需对评估指标数据进行标准化处理,具体公式为:xi=(xi-xmin)/(xmax-xmin) (1)式中,xi为评估指标属性值,经标准化后xi取值介于0~1之间;xmax、xmin分别为评估指标属性值最大值和最小值。(3)采用层次分析法确定因子权重。由于孕灾环境、致灾因子和承灾体对洪水灾害的影响不同,因此具体因子对洪水灾害的影响也各不一样,因而需根据实际情况赋予不同的权重[8]。根据研究区域具体情况给出每两个因子之间的影响权重,然后根据层次分析法[9]确定每个因子对洪水灾害风险的贡献权重[10]。具体步骤如下。步骤1构建洪水灾害评估体系的层次结构。步骤2建立各层次因子的成对比较矩阵。步骤3计算各因子的相对权重。步骤4进行一致性检验。步骤5计算组合权重。(4)指标模型方法。指标模型是洪水灾害风险区划分析的主要方法之一,着重从洪灾形成的机理和环境角度对影响洪水形成的各因子进行具体分析,并按一定原则赋予每个因子权重,进而得到综合分区[3]。具体计算公式为:P(洪水灾害)=f(孕灾环境指标,致灾因子指标,承灾体指标)(2)式中,P(洪水灾害)为洪水灾害风险程度值,洪水灾害风险区划是由每个基本单元中的P(洪水灾害)值来决定洪水灾害风险程度的。

围场县洪水灾害风险区划,研究区概况围场县地处内蒙古高原和冀北山地的过渡带,地势西北高、东南低。西北坝上高原地势平缓开阔、丘陵起伏、湖淖相间分布;东南坝下山区地势陡峻、山峦重叠、沟谷纵横。围场县地处高寒山区,水系发达,是滦河与辽河的发源地之一。河流受地形影响,河床坡度陡、落差大、源短流急。围场县属大陆性季风型高原山地气候,河流径流年内分配相差悬殊(多集中于汛期),河水暴涨暴落。县内广泛分布褐土、风沙土等土壤,土层土性疏松、抗蚀能力较差、易风化,且河流中下游植被破坏严重,易造成水土流失、抬高和堵塞河道,这些条件均易导致洪水灾害的发生。而围场县的农业、住宅、工商业、运输系统、公共设施等均建于山谷低洼处和主要河流旁边,一旦发生洪水灾害,易造成严重的经济损失。

构建围场县洪水灾害评估指标体系根据围场县的实际情况,建立了洪水灾害评估指标体系(图2,图略)。将围场县洪水灾害因子进行叠加分析即可提取洪水灾害基本单元。其中,地形因子主要包括高程数据DEM和坡度;水系因子主要包括缓冲区和小流域。此外,洪水灾害因子还包含土壤、植被、耕地、多年平均降水等值线、居民地、行政区等因子。首先将围场县洪水灾害因子的空间分布图进行聚类或重分类,然后进行叠加分析和合理性分析,最后就可得到围场县洪水灾害基本单元。(1)孕灾环境指标因子。主要根据围场县的下垫面情况分别提取孕灾环境指标因子[11]。其中,平均高程和坡度标准化后作为地形因子(图3,图略);由于基本单元包含小流域信息,所以将河网密度作为水系因子(图3,图略);将植被种类和植被覆盖度标准化后作为植被因子(图3,图略);根据土壤的蓄水情况,给每种土壤赋值以作为土壤因子(图3(d))。(2)致灾因子。围场县暴雨多集中在7、8月份,一次暴雨持续时间约为3d。对围场县37个雨量站的1958~2008年51年降雨数据进行统计,可获 得围 场县最大3d降水 量 最大为130mm、最小为50mm。

为了更好地定量反映降水对洪水灾害的影响,采用线性公式将最大3d暴雨量的空间分布转换为洪水危险程度的影响度,即:P(致灾因子)=0 R≤30mmR/(200-30)30mm<R≤200mm1 R>烅烄烆200mm(3)式中,P(致灾因子)为致灾因子对洪水灾害的影响度(图4,图略);R为最大3d暴雨量。(3)承灾体指标因子。由于洪水灾害的严重情况与地区的经济、人口、居民地和农用地息息相关,因 此 选 取 区 域 年GDP作 为 经 济 因 子 (图5,图略)、人口密度作为人口因子(图5,图略)、居民地空间分布作为居民地因子(图5,图略)、农用地空间分布作为农用地因子(图5(c))。采用专家评价及一致性检验和数学处理,并多次反馈和征求意见形成判断矩阵,结合围场县的历史洪水资料确定了各因子的权重(图2)。根据所得权重,可得到围场县洪水灾害区划计算公式为:P(洪水灾害)=0.0981×地形因子+0.1329×水系因子+0.0506×植被因子+0.0292×土壤因子+0.1958×降水因子+0.1927×经济因子+0.1362×人口因子+0.0964×居民地因子+0.0681×农用地因子 (4)洪水灾害风险区划基于对各洪水灾害因子的分析,对每个因子进行标准化,然后根据式(4)计算出各基本单元对洪水灾害风险影响的大小,从而得到围场县洪水灾害风险区划图见图6。由图可看出,洪水灾害风险从西北到东南呈逐渐增大的趋势,在围场镇附近风险最高;坝上地区洪水灾害风险较低,高风险区集中在伊逊河流域。分析其原因在于:①虽然坝上地区降雨较东南丘陵地区多,但其地势较高,且湖泊星罗密布、水系发达,一场暴雨过后,雨水能迅速通过小滦河、伊逊河汇集到东南丘陵地区。围场县历史洪水灾害资料也表明,洪水灾害较少发生在坝上地区。②伊逊河汇水流域面积大,且位于东南丘陵地区,同时是围场县经济发展最好的地区,因此人类活动频繁、植被破坏最为严重,此外主要居民地、城镇均分布在伊逊河边,从而导致伊逊河流域成为洪水灾害高风险区。#p#分页标题#e#

结语

在对洪水灾害影响因子分析的基础上,根据因子的实际情况采用GIS技术提取了围场县洪水灾害基本单元,从而建立了指标模型,并采用层次分析法赋予因子权重,综合计算得到了洪水灾害风险区划图。b.本文方法既考虑了地物之间的连续性(未将地物简单地用栅格割裂开),又通过历史洪水资料和实地考察结果进行了佐证。然而,由于洪水形成机理复杂,影响因子众多,因此在选择因子时只选择影响较大的因子,且每个因子只用其较有代表性的属性作为标准,尚不够全面。同时提取基本单元的大小和数量与尺度有关,但本文只根据数据的精度和研究区的大小确定了一种尺度,因此对尺度的选择和研究有待提高。此外,对指标模型的研究还有待改进。

本文作者:陈湛峰 王卫平 单位:河海大学地球科学与工程学院 河海大学水文水资源学院

精选范文