上海市闵行区内涝灾害风险评价与区划

谈 丰，孙 健，麻炳欣

(上海市闵行区气象局，上海 201199)



上海市闵行区内涝灾害风险评价与区划

谈 丰，孙 健，麻炳欣

(上海市闵行区气象局，上海 201199)

利用上海市闵行区区域内气象站降水资料、GIS资料、区内各镇、街道的人口密度、财政收入等社会经济数据，应用加权综合法、GIS技术，通过对危险性、暴露性、脆弱性和防灾减灾能力4个因子的分析，构建了闵行区内涝灾害的风险评价指标体系和风险评估模型，并利用该风险模型给出了闵行区内涝灾害风险区划图。结果表明，闵行区内涝灾害风险分布总体上南部地区高于北部地区，区域内面临中高风险级别的街镇较多，其中吴泾镇面临的内涝风险指数最高，华漕镇最低。

内涝；风险；评价；区划；上海市闵行区

城市内涝是由于强降水或连续性降水超过城市排水能力致使城市内产生积水灾害的现象，内涝灾害作为闵行辖区内主要的气象灾害之一，是气象部门做好城市气象服务的重点和难点，开展内涝灾害的风险评价与区划能对闵行区的规划建设、灾害防御提供标准，也能够有效地提高气象服务的针对性。我国气象灾害风险评价最早始于20世纪50年代，但起初对灾害的研究对象主要集中在洪涝和干旱，研究也主要侧重于对灾害的机理、形成条件和活动过程等自然属性方面[1]，直到20世纪80年代，灾害的社会属性逐渐被引起关注，气象灾害的风险评价和管理研究才逐渐发展起来，台风、暴风雪、低温、雷电等灾害也开始受到重视[2-3]。在灾害风险评价的理论上，Blaikei等从致灾因子、孕灾环境和承灾体综合作用的角度出来，提出了灾害是承灾体脆弱性与致灾因子综合作用的结果[4]。国内学者近年来也对气象灾害风险理论进行了大量研究，张继权等将风险评价和管理的理论应用于实际的灾害评价中，认为气象灾害风险的形成要素主要有气象灾害的危险性、承灾体和防灾减灾能力3个方面，其中承灾体的风险与其自身的暴露性和脆弱性2个因素相关[5-6]。随着气象灾害危险性和承灾体的风险度提高，系统总的气象灾害风险度也随之增加，两者与总的气象灾害风险呈正相关，而人类的防灾减灾能力能有效地消减总的灾害风险度，与总的气象灾害风险呈负相关[7-8]。该研究气象灾害风险指标体系和风险评估模型的建立正是基于这一理解，认为气象灾害的风险取决于致灾因子的危险性(发生强度、概率、重现期等)、承灾体(人、财物、社会经济系统、生态系统等)的暴露性和脆弱性，以及当地政府及人民固有的防灾减灾能力(应急人员、物资储备、培训和演练等)4个重要因素。

1 资料与方法

1.1 资料选取研究资料包括闵行区区域内10个气象站(图1)2010～2014年5月的降水资料；辖区内GIS资料和DEM数据；《2013闵行统计年鉴》中13个街镇的人口、工业总资产、社会消费品零售总额、财政收入等社会经济资料；闵行区联动中心大联动平台2010～2013年的积水点资料。

1.2 分析方法该研究采用加权综合评价法、层次分析法等复合方法，借助GIS技术的空间分析、统计和绘图功能，对闵行区面临的内涝灾害进行了风险分析、风险评价和区划。

图1 研究区和气象站点分布

2 内涝灾害的风险识别与分析

2.1 危险性分析内涝灾害的危险性主要包括孕灾环境和致灾因子两部分。由定义可知，城市内涝发生的大多情况是由于短时强降水或过程雨量偏大，致使某个区域在一段时间内水的流入量大于排出量而形成积水，所以降水量是引发城市内涝的直接气象因素，为此致灾因子选取小时降水量和日降水量2个评价指标。孕灾环境则选取与径流及出灾特征相关的地面高程、坡度2个评价指标。利用2010年以来的气象站降水数据，采用百分位法，对闵行区内各个气象站的降水数据进行排序，分别计算出98%、95%、90%的3个百分位等级的降水临界值，再利用ARCGIS的空间插值、统计功能，计算出闵行区内各街镇的降水临界值(表1)。

在地面高程、坡度因子的处理上，应用ARCGIS的空间分析功能，对DEM数据进行统计分析，求出闵行区内各街镇的平均高程。再运用ARCGIS空间分析功能中的Slope工具，可从DEM数据中提取坡度数据。

2.2 承灾体的暴露性和脆弱性分析城市内涝每年都会造成大量的人员伤亡和社会经济损失。一方面是由于受全球气候变暖影响，近年来极端降水事件不断增多；另一方面是由于社会经济的不断发展，人口和财产向自然灾害高风险地区的集中和高风险地区的开发利用，不仅加速了自然环境的恶化，还增加了人口稠密与工业集中区域的社会财产易损性。同时经济社会的复杂性使得次生和衍生灾害呈现放大效应，成灾就意味着巨大的损失。所以承灾体的暴露性和脆弱性是构成灾害风险的重要因素，承灾体暴露的越多，脆弱性越大，同等危险性条件下面临的风险越大，反之则相反。在此选取人口密度、工业产值和批发、零售、餐营业总资产作为承灾体暴露性的评价指标，选取闵行区大联动平台的积水点资料(图2)作为承灾体的脆弱性评价指标。

表1 不同百分位下的雨量临界值

图2 2010～2013年闵行区各街镇积水案件数

2.3 防灾减灾能力分析防灾减灾能力表示受灾区在长期和短期内能够从灾害中恢复的程度，包括防灾的资源投入、应急管理能力等。防灾减灾能力越高，可能遭受的潜在损失就越小，灾害风险越小。地方财政收入可看作是对内涝灾害进行防治的一个指标，地方财政收入越大，代表该区域对内涝灾害防治的经济基础越强，则灾害发生时，防灾减灾能力越强。

3 内涝灾害的风险评价与区划

3.1 风险评价指标体系的建立根据气象灾害风险的构成要素，利用层次分析法，建立了闵行区内涝灾害风险评价指标体系，共包括3级指标：一级为因子层，对应灾害评价的4个重要因素，包括危险性、暴露性、脆弱性和防灾减灾能力；二级为副因子层，是内涝灾害的诱因，即引发内涝灾害的主要因素，包括各种原因造成的降水、地形等自然地理因素和人口、财产等人文社会因素；三级为指标层，选取具体的、有代表性的、能定量化的气象指标和社会经济指标，并用层次分析法确定了各评价指标的权重(表2)。

表2 内涝灾害的风险评价指标体系

各项评价指标的含义和算法如下：H1～H6为小时和日降水的90%、95%、98%临界值，采用百分位法，对闵行区内各个气象站的降水数据进行排序，分别计算出98%、95%、90%的3个百分位等级的降水临界值，再利用ARCGIS的空间插值、统计功能，计算出闵行区内各街镇的降水临界值，临界值越高，风险越大；H7为海拔，各街镇的实际平均海拔(m)，海拔越高，风险越大；H8为坡度，各街镇的实际平均坡度，坡度越大，风险越大；E1为人口密度，各街镇的人口数(个)/分区面积(km2)，密度越高，风险越大；E2为工业总产值，2012年闵行区各街镇工业总产值(万元)，总产值越高，风险越大；E3为社会消费品零售总额，2012年闵行区各街镇社会消费品零售总额(万元)，总额越高，风险越大；V1为闵行区应急联动中心“大联动”平台2012～2013年积水案件次数，次数越高，风险越大；C1为人均地方财政收入，2012年各街镇财政收入(万元)/人口数(个)，人均财政收入越高，风险越小。由于风险评价指标体系中的各项风险指标代表的物理意义各不相同且数值差异较大，不具有可比性。为此，在进行综合评价前，需要对各项指标值进行规范化处理，即数值的无量纲化，在此使用了模糊理论中隶属度函数对各项评价指标值进行无量纲化处理，函数如下[9]：

(1)

(2)

式中,f(x)为指标的隶属度值，x为指标的实际值，xmin、xmax为每项指标中的最小值和最大值。将各个评价指标的原始数值带入(1)式的隶属函数，即可求出相应的隶属度值，对于那些数值越小代表风险越大的反向指标，可带入(2)式进行计算，阈值为[0,1]，这样各项指标间就具有了可比性，便于各项指标的综合评价，数值越大，风险越大。计算结果如表3所示。

表3 各评价指标的量化值

图3 闵行内涝灾害风险区划

3.3 风险区划根据各街镇的内涝风险指数大小，用等分法划分了闵行区内涝灾害的风险等级，即R≤0.2为轻风险、0.20.4为高风险，为此可确定各街镇面临的内涝灾害风险级别，制定了闵行区内涝灾害风险等级区划图(图3)。由图3可见，共有5个街镇面临内涝灾害高风险，其中吴泾镇风险指数最高，达0.49；2个街镇面临轻风险，其中华漕镇风险指数最低，为0.01；4个街镇面临中风险、1个街镇面临低风险。总体来看，闵行区内涝风险等级大致呈现由北向南增大的趋势，其主要原因还是闵行区降水分布南部明显多于北部，整体来看区域内面临中高风险级别的街镇较多，可见急需进行内涝灾害的风险管理，加大对内涝灾害的防治措施和应急资源投入，为闵行区人民的生命财产和城市运行提供安全保障。

4 结论与讨论

该研究通过对闵行区面临的内涝灾害进行风险识别和分析，建立了当地内涝灾害的风险评价指标体系和风险评估模型，结果表明，闵行区内涝灾害风险分布总体上南部地区高于北部地区，其中吴泾镇风险指数最高，华漕镇风险指数最低。

气象灾害风险评价和管理是一项复杂的工程，内涵十分丰富，研究领域广阔，是一个涉及灾害、气象、工程、技术、政治、经济等多领域的跨学科研究课题，虽然国内外对气象灾害风险评价和管理研究工作的重要性得到了普遍的认同，发展也十分迅速，但目前这方面的研究仍有许多问题有待进一步研究和发展，如对气象灾害风险自然属性的评价较多，社会属性的评价较少；对单一灾种的风险评价较多，对多种灾害的综合风险评价较少；对灾害风险评价的方法和模型较多，对灾害风险形成机理研究较少。但随着气象灾害风险评价和管理的不断深入发展，这些不足方面的研究均会得到加强。

[1] 马宗晋，李闽锋.自然灾害、灾度和对策[M]//中国科学技术协会工作部.中国减轻自然灾害研究.北京：中国科学技术出版社，1999.

[2] 丁燕，史培军.台风灾害的模糊风险评估模型[J].自然灾害学报，2002，11(1)：34-43.

[3] 易高流.雷电监测资料在雷击损害风险评估中的应用[J].江西气象科技，2004，27(4)：45-47.

[4] BLAIKEI P，CANNON T，DAVIS I，et al.Risk：Natural hazard，people’s vulnerability and Disasters[M].London：Routledge，1994.

[5] 张继权，赵万智，多多纳裕一.综合自然灾害风险管理—全面整合的模式与中国的战略选择[J].自然灾害学报，2006，15(10)：29-37.

[6] GARY S.An assessment of disaster risk and its management in Thailand[J].Disaster，1992，2(11)：77-88.

[7] 张继权，赵万智，冈田宪夫，等.综合自然灾害风险管理的理论、对策与途径[J].应用基础与工程科学学报，2004(S1)：263-271.

[8] 史培军.四论灾害系统研究的理论与实践[J].自然灾害学报，2005，14(6)：1-7.

[9] 贺仲雄.模糊数学及其应用[M].天津：天津科学技术出版社，1983.

2014年上海市气象局科技开发面上项目(MS201414)。

谈丰(1987-)，男，江苏苏州人，助理工程师，硕士，从事气象灾害风险评估和管理的研究。

2014-12-11

S 422

A

0517-6611(2015)04-199-03