大王滩水库洪水淹没分析与评估

覃宇

摘 要：基于30 m分辨率遥感影像数据和DEM数字高程数据，采用GIS空间统计分析技术快速评估洪水淹没范围、淹没经济损失等情况，为后期洪涝灾害的发生和后期生产活动等提供决策性的指导。

关键词：洪水灾害；DEM 淹没区；灾害评估；GIS空间统计分析技术

中图分类号：TV697.1+3 文献标识码：A DOI：10.15913/j.cnki.kjycx.2015.07.001

随着经济的发展和人口的日益增多，洪水灾害对人类发展的影响越来越严重，尤其是对于一些洪水多发区，因此，对洪水经济损失评估的研究就变得非常重要。

随着GIS和RS技术在城市规划、洪水防治和生态环境保护等方面的广泛应用，GIS技术在洪灾中的研究也逐渐丰富和成熟，尤其是其强大的空间分析能力。基于GIS技术，利用DEM数字高程模型统计、分析洪水淹没区，计算淹没水深、淹没区范围等，并结合基于遥感的区域土地利用分类数据，统计、分析灾区居民财产和农田的损失等，为降低灾害损失、指导灾后生活生产等提供决策性的指导。

1 研究区概述

大王滩水库始建于1958年，位于珠江流域西江水系八尺江中游，距南宁市市区中心28 km，流域长度共113.5 km。水库由枢纽工程、灌区、坝后电站及其配套设施组成，是一座以农业灌溉为主，兼具防洪、发电、旅游和城市生活供水等综合利用的国家大（二）型水利工程。水库总库容6.38×108 m3，正常蓄水位时的库容3.78×108 m3，死库容1.36×108 m3，调节库容3.00×108 m3。

2 评估分析

该研究选取GDEM DEM 30 m分辨率数字高程数据、landsat TM 30 m影像数据、行政区域图等数据和部分现场调查数据（DEM数据来源于中国科学院数据云）。

2.1 预处理

预处理主要包括对遥感影像和DEM数据的辐射校正、几何校正、图像融合、图像增强与滤波和图像裁剪等。文中对数据进行预处理的主要目的是突出土地覆被的类型，有效地提高解译精度。

2.2 面向对象分类

面向对象分类是充分利用TM影像数据的空间、纹理、形状和多光谱信息等，集合临近像元识别感兴趣的区域，最终实现分类。本文主要采用了多个尺度分割指数，同时，提取了多个感兴趣样本，最终实现了土地覆被分类的结果。文中仅考虑了城镇、农田、湿地、草地、灌丛和森林等土地利用覆被类型，分类结果如图1所示。

2.3 淹没水深

因此，结合大王滩水库历史高程、正常水位104.4 m和DEM数据等，得出淹没水位为107.9 m，淹没水深为2.69 m。

2.4 淹没范围统计分析

根据洪水淹没的成因（降雨、上游来水等），可将其分为无

源淹没和有源淹没。无源淹没仅考虑受淹区的高程和给定水位的高程，而不考虑淹没区的连通问题，低于给定水位的点皆算入淹没区等；有源淹没则考虑被淹没区的连通性，当水位达到平衡状态时，就达到了最终的淹没。

采用上述方法，经过统计、分析可知，当处于正常水位时，大王滩水库水面面积为7 551.54 hm2；当水库被淹没时，水位为107.9 m，水库水域面积可达12 355.45 hm2，淹没面积为4 809.89 hm2，如图2所示。

2.5 评估结果

当洪水灾害发生后，要根据不同淹没区的特点，同时参考遥感数据进行概化，完成评估分析，为灾后的管理提供充分的依据。下面简要分析了受灾区土地利用类型情况、城镇和农林的受灾情况。

2.5.1 土地利用类型分析

对于淹没区范围内的土地利用状况，土地利用反映了人类活动的空间格局和财产的空间分布状况，使相关人员能够从总体上把握洪水灾害的受灾状况。淹没土地利用状况面积如表1和图3所示。

2.5.2 城镇受灾评估

洪水直接、间接影响淹没区范围内的居民和人口数量。分析了淹没范围后可知，那简、六马、新桥、那花、六留、派江、叫悟、平上、纳徐、那西、邕乐、六眼、那蒙、那坡、坛留、文林、坛排、那盆、驮利、通快、维坝、五龙、西宁、南来、那兰、八百和康力27个村庄部分区域受洪灾的影响。

2.5.3 农林受灾评估

通过洪水淹没范围可统计农作物的受灾面积，农田受灾面积达2 871.7 hm2，森林受灾面积达1 209.87 hm2。据调查，水库周边林地区域大部分为速生桉等经济林，速生桉的受灾情况与受灾期有关，文中不深入统计其内容。水库附近农田大部分以种植水稻为主，农田经济损失主要以统计水稻损失为主。

农作物损失估算包括作物绝产和减产，依据各类农作物在某生长期内受淹时间对其生命力的影响，根据洪水淹没面积和淹没时间完成估算。结合广西统计年鉴数据和淹没面积进行统计，初步估算大王滩被淹没区域水库水稻绝产产量为4 866.6 t，减产1 470.9 t。

3 结论

通过洪水灾害损失评估试验，结合土地利用数据、基础经济数据和洪水水位确定洪水的淹没范围，以实现对可能受淹地区林地、耕地、居民用地等和人口数据的快速评估，进而达到快速预测洪水灾害损失的目的。

本文仅对淹没范围的受灾情况做了快速评估，但是，结果精度较差。由此可见，淹没区范围确定精度主要取决于空间数据精度和数字化采集精度等。也就是说，造成结果精度较差的原因是，仅研究了淹没面积和水深，并未深入评估不同水深、不同淹没期对农作物和房子造成的损失。下一阶段，可深入研究这方面的内容，从而更好地为防灾救灾等管理作出决策支持。

参考文献

[1]金哲，肖旎旎，张海波，等.基于GIS的洪水淹没区分析[J].甘肃水利水电技术，2014（5）.

[2]罗旭升.大王滩水库水环境容量分析计算[J].广西水利水电，2001（5）.

〔编辑：白洁〕

Abstract： Based on the 30 m resolution remote sensing data and digital elevation data DEM using GIS spatial statistical analysis techniques to quickly evaluate the scope of flood， flooding and other economic losses， and to provide guidance for decision-making and post-production activities take place late floods， etc. .

Key words： flood disaster； DEM flooded areas； hazard assessment； GIS spatial statistical analysis techniques