基于GIS技术的山区洪灾孕灾环境综合评价与分区研究

赵 燕，李溢龙，田 佳，林孝松

（1.重庆交通大学，河海学院 重庆400074；2.北京华夏合众土地科学技术有限公司，北京100000）

1 引言

山区洪灾是山区特殊的自然灾害，指因降雨、洪水及其引发的一系列地质灾害对区域环境造成损失的灾害事件[1，2]，具有季节性强、区域性明显、来势迅猛、破坏性强等特点，是自然因素和人类社会经济活动共同作用的结果[3，4]。近年来，关于山区洪灾的研究越来越多，尤其是将具有强大空间分析和数据管理功能的GIS技术应用于山洪灾害的研究，已逐渐成为相关领域热点研究方向[5～10]。

洪灾孕灾环境是一个包含多要素的体系系统，而洪灾孕灾环境合理分区的研究则包括多个层次，目前主要针对山区公路洪灾孕灾环境进行分区研究，而关于山区洪灾孕灾环境体系研究较少[11～13]。

本文以重庆市巴南区11个乡镇为研究范围，利用AHP层次分析法确定各指标的权重，并将各指标依据其对山区洪灾影响的大小进行分级赋值，结合ArcGIS软件，绘制出各单项指标的分值图，利用其叠加分析功能得到研究区及其各乡镇的洪灾孕灾环境分区图。

图1 研究区位置示意

2 研究区概况

研究区位于重庆市主城东南部巴南区境内，地处四川盆地的东部，面积为1 128.12km2，共11个乡镇（图1）。

该区属于亚热带湿润气候，无霜期长、日照少、夏热冬暖，是典型的盆地山区气候；雨量充沛，年平均降雨量在1 100～1 450mm之间，时空分布极不均匀；地势起伏较大，地貌类型以低山地貌为主（图2）。区内路网密集，人类活动较强，为山洪灾害的发生提供了充分的环境。

图2 研究区数字高程（DEM）

3 研究方法

3.1 洪灾孕灾因子分析

洪灾孕灾环境是由多种环境因素[14～16]综合作用形成的，结合研究区特定地理环境和区域特点，参考目前山区洪灾孕灾环境评价因子[17]，主要考虑地质灾害发育、地形地貌、年均降雨量、植被覆盖度和人类活动强度作等影响因子[18]。

地质灾害发育情况可用单位面积地质灾害点密度来表示，其发育越频繁的区域，地质环境稳定性越差，越容易引发洪灾[19]。山区地形地貌主要由坡度和起伏度来描述。坡度大的区域，地质构造活跃，洪灾发生频繁[18]。起伏度越大，地形越破碎，暴雨来袭时就越容易发生水土流失，越易造成山区洪灾。年均降雨量大，说明降雨强度大，冲刷力强，洪灾越易发生[20]。植被覆盖度是指森林面积占土地总面积之比，植被覆盖率越大，洪灾越不易发生[21]。人类活动的强度为洪灾的暴发提供了有利条件，一般而言，居民点和道路越密集的地区，洪灾爆发的可能性越大[22]。

3.2 洪灾孕灾环境指标体系构建

3.2.1 评价指标选取

研究选取地质灾害历史发育（X1）、地形坡度（X2）、地形起伏度（X3）、年均降雨量（X4）、植被覆盖度（X5）、人口密度（X6）、路网密度（X7）7个指标作为山区洪灾孕灾环境分区指标，并建立相应的得分等级标准（表1）。

表1 孕灾环境指标得分分级赋值

图3 研究区地质灾害点密度分级

图4 研究区地形坡度分级

3.2.2 指标权重确定

本文采用层次分析法确定洪灾孕灾环境各因素的权重值。为了避免主观因素的缺陷，首先根据20位专家构建不同的判断矩阵，然后利用AHP层次分析法[23]进行权重值计算，之后取各个专家算得的权重平均值，得到X1～X7指标因子的权重值依次为0.3524、0.2345、0.1048、0.1225、0.1059、0.0537、0.0262。

3.3 洪灾孕灾环境数据库建立与分区

3.3.1 洪灾孕灾环境数据库建立

通过ArcGIS空间分析功能对7个指标因子原始数据进行处理、编辑、分析与分类建立区域洪灾孕灾环境分区数据库。

（1）研究区地质灾害历史发育信息获取。以研究区近年间历史灾害点数据及影响面积为原始信息，通过密度分析，得到区域内地质灾害点密度，依据分级赋值表对其进行重分类，得到研究区地质灾害点密度分级信息（图3）。

（2）研究区地形信息获取。① 地形坡度。以研究区范围内DEM数据为基础，通过坡度分析和重分类处理得到研究区100m×100m栅格单元的坡度信息（图4）。② 地形起伏度。起伏度的提取关键在于最佳分析半径窗口的确定，才能真实地反映地表起伏变化状况。经过多次计算，最终选取300m×300m作为区域起伏度计算窗口大小。通过块统计、栅格计算器、重分类处理，得到研究区起伏度信息（图5）。

图5 研究区地形起伏度分级

（3）研究区年均降雨量信息获取。根据已有的重庆市及其周边地区共106个气象站点的高程值和年均降雨量为基础，利用Spss建立重庆市年均降雨量与高程之间的回归方程：

式中：X代表各气象站点高程值，Y代表对应气象站点的年均降雨量。

图6 研究区年均降雨量分级

利用此公式进行拟合验证，通过了显著性检验，回归方程可适用于研究区分析。最后，基于研究区DEM数据，利用栅格计算器和重分类工具，得到研究区年均降雨量信息（图6）。密度，对其进行分级赋值重分类处理，得到各乡镇人口密度分级图（图8）。② 路网密度信息获取。以研究区内国道（G）、省道（S）、县道（X）、乡道（Y）、村道（C）共652个要素为原始数据（图9），基于ArcGIS中线密度工具对其进行密度分析，并通过重分类功能得到研究区路网密度信息（图10）。

图8 研究区人口密度分级

（4）研究区植被覆盖度信息获取。以重庆市巴南区土地利用现状矢量图作为原始数据，按照不同土地利用类型植被覆盖度，进行赋值，其中有林地、竹林、经济林、灌木林、草地、水田、旱地、荒草地、滩涂、水域、居民地和道路依次赋值为：90、80、65、55、35、35、30、25、20、10、5和5。再根据前述的分级标准对各个植被覆盖度等级量化赋值和重分类处理（图7）。

图9 研究区路网分布

图7 研究区植被覆盖度分级

（5）研究区人类活动信息获取。具体而言，人类活动指标可细化为研究区内人口密度和道路分布密度。①人口密度信息获取。依据2010年巴南区人口数据和各乡镇行政区面积数据（表2），计算得到各乡镇人口

3.3.2 洪灾孕灾环境分区

（1）孕灾环境综合得分模型。洪灾孕灾环境综合得分是由各指标得分数加权叠加获得，其计算公式为：

式中：Z代表山区洪灾孕灾环境综合分值；Wi代表孕灾环境各指标的权重值；Fi代表孕灾环境各指标的等级得分。

（2）孕灾环境分区。在ArcGIS中利用栅格计算器对各指标栅格分级图层进行加权叠加运算，最终得到研究区及其各乡镇山洪灾害孕灾环境综合分值，利用分区效果较为明显的几何级数分类方法对其属性值进行等级划分，可得到低易发区、中易发区、高易发区和危险区四个孕灾环境各等级的赋值得分结果（图11、图12）。

图11 研究区孕灾环境分级

图12 研究区孕灾环境分区

其中，危险区面积为269.795km2，占区域总面积的24.27%；高易发区、中易发区、低易发区的面积分别为270.144km2、280.481km2、290.991km2，占研究区总面积百分比分别为24.31%、25.24%、26.18%。

分区汇总到各乡镇，经几何级数分类法划分得到研究区各乡镇孕灾环境综合指标分级数据，其中危险区面积为155.075km2，占区域总面积的13.94%，主要分布在巴南区东南部的石龙镇和石滩镇。高易发区、中易发区、低 易 发 区 的 面 积 分 别 为 192.315km2、315.566 km2、449.794km2，占区域总面积的17.28%、28.36%、40.42%；其中高易发区位于研究区西北的惠民街道和南彭街道，中易发区位于北部和西南的二圣镇、跳石镇和安澜镇，低易发区位于中部的东泉镇、姜家镇、天星寺镇和接龙镇。

4 结语

（1）通过对山区洪灾孕灾环境评价指标因子的分析，基于重庆市巴南区主要乡镇地理环境和社会经济情况，选取了7个孕灾环境因子，基于ArcGIS分析软件和AHP层次分析法实现了对研究区洪灾孕灾环境的合理分区，为区域内防灾减灾工作提供了科学依据。

（2）在GIS的支持下，大大提高了山区洪灾孕灾环境综合评价的效率和精度。同时层次分析法（AHP）提供了从定性分析到定量分析综合集成的典型决策分析方法。运用GIS技术与层次分析法相结合分析洪灾孕灾环境，结果更科学、合理，从而确保了评判结果的可靠性。

（3）研究结果表明：研究区孕灾环境分区中危险区、高易发区、中易发区占研究区总面积已达59.58%，防洪任务也比较严峻。同时，此评价系统及分区模型具有一定客观性和普遍性，适用于我国其他山洪多发地区，对山区洪灾管理和洪灾风险评价具有一定的参考价值，为相关部门进行决策、制定防洪工程标准提供了理论依据。

[1]徐再庸.山洪及其防治[M].北京：北京水利出版社，1981：59～216.

[2]P.Salavati，V.Balducci，C.Bianchi.A Web GIS for the dissemination of information on historical landslides and mountain floodsin Umbria，Italy[J].Geoinformatica，2009，13（5）：305～322.

[3]Iuliana A，EugenA.Perception of flood risk in Danube.Delta，Romania[J].NatHazards，2009（50）：269～287.

[4]游温娇，张永领.洪灾社会脆弱性指标体系研究[J].灾害学，2013，28（3）：215～220.

[5]黄民生，黄呈橙.洪灾风险评价等级模型探讨[J].灾害学，2007，22（1）：1～5.

[6]黄大鹏，刘 闯，彭顺风.洪灾风险评价与区划研究进展[J].地理科学进展，2007，26（4）：11～22.

[7]张平仓，任洪玉，胡维忠，等.中国山洪灾害防治区划初探[J].水土保持学报，2006，20（6）：196～200.

[8]王小丽.太湖流域洪水灾害与洪水保险的基本问题研究[D].上海：华东师范大学，2004.

[9]王亚梅.基于GIS的洞庭湖区洪水灾害风险评价[D].长沙：湖南大学，2009.

[10]蒋佩华.重庆市城口县山洪灾害成因分析及对策研究[D].重庆：西南大学，2007.

[11]唐红梅，廖学海，陈洪凯.基于模糊概率的阿坝州公路洪灾孕灾环境分区[J].灾害学，2014，29（4）：52～56.

[12]林孝松，陈洪凯，王先进，等.西南地区公路洪灾孕灾环境分区[J].长江流域资源与环境，2012，21（2）：251～256.

[13]覃庆梅，林孝松，唐红梅，等.重庆市万州公路洪灾孕灾环境分区[J].重庆交通大学学报，2011，30（1）：89～94.

[14]万 君，周月华，王迎迎，等.基于GIS的湖北省区域洪涝灾害风险评估方法研究[J].暴雨灾害，2007，26（4）：328～333.

[15]韩 赜，林孝松，左倩云，等.山区镇域山洪灾害孕灾环境分区研究[J].重庆工商大学学报，2014，31（6）：82～89.

[16]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.

[17]邹 强，周建中，周 超，等.基于可变模糊集理论的洪水灾害风险分析[J].农业工程学报，2012，28（5）：126～132.

[18]齐洪亮，田伟平，王 栋，等.公路洪水灾害危险性评价指标[J].灾害学，2014，29（3）：44～47.

[19]郭芳芳，杨 农，孟 晖，等.地形起伏度和坡度分析在区域滑坡灾害评价中的应用[J].中国地质，2008，35（1）：131～143.

[20]毛以伟，周月华，陈正洪，等.降雨因子对湖北省山地灾害影响的分析[J].岩土力学，2005，26（10）：1657～1662.

[21]谢 威，王慧觉.森林平均覆盖率与公路水毁因子的关系[J].交通环保，2002，23（4）：5～9.

[22]林孝松，唐红梅，陈洪凯，等.重庆市地质灾害孕灾环境分区研究[J].中国安全科学学报，2011，21（7）：3～9.

[23]郭金玉，张忠彬，孙庆云.层次分析法的研究与应用[J].中国安全科学学报，2008，18（5）：148～153.