基于GIS的皖南地区暴雨洪涝灾害风险区划*

张 杰，吴明业

(1.南京大学大气科学学院，江苏南京 210093； 2.铜陵市气象局,安徽铜陵 244100)



·农业区划·

基于GIS的皖南地区暴雨洪涝灾害风险区划*

张 杰1， 2，吴明业2

(1.南京大学大气科学学院，江苏南京 210093； 2.铜陵市气象局,安徽铜陵 244100)

[目的]开展对不同重现期暴雨淹没深度模拟研究，分析皖南地区不同重现期下暴雨洪涝灾害淹没情况和不同承灾体的风险区划情况，为皖南地区防洪减灾工作提供科学依据。[方法]文章采用算术平均值方法计算面雨量及雨型分布，通过广义极值分布函数拟合，得到拟合参数和不同重现期下日致洪面雨量，利用FloodArea模型计算暴雨淹没深度图谱。即利用皖南地区1961～2014年降水数据，结合人口、GDP及土地利用类型研究分析皖南地区暴雨洪涝灾害风险和区划。[结果]皖南地区各子流域暴雨日分布特征及致洪面雨量有很大区别，牧龙河、黄湓河等流域致灾暴雨普遍偏强，漳河、青弋江等流域致灾暴雨普遍偏弱。暴雨洪涝灾害风险区划的一致性表现为各类承灾体风险等级均呈现10年一遇和20年一遇重现期较小， 50年一遇重现期中等， 100年一遇重现期较大的特点； 区域性体现在对3种承灾体空间分布差异明显，其中人口分布集中，GDP分布相对分散，建筑用地情况和人口分布基本吻合，耕地面积比人口和GDP更广泛。[结论]皖南地区暴雨洪涝灾害不同承灾体的风险区划呈现一致性和区域性特征，暴雨洪涝灾害不同重现期与人口密集区、经济发达地区、建筑用地、耕地附近的暴雨洪涝灾害风险等级呈现一致性特征。

暴雨洪涝 风险区划 广义极值分布函数 FloodArea模型 皖南地区

0 引言

近年来，各类自然灾害造成的损失越来越大，其中暴雨洪涝灾害尤为突出。从19世纪末到21 世纪初的世界自然灾害统计情况来看，暴雨洪涝灾害已成为全球影响范围最广、经济损失最大的自然灾害之一[1]。国内外相关研究进展表明，开展科学有效的气象灾害风险区划工作，是避免或减少气象灾害损失简单有效的途径[2]。如通过历史灾情法和指标体系法[3]研究暴雨洪涝灾害风险评估区划，通过分析特定地区洪涝历史灾情研究风险区划情况，但该方法利用灾害研究灾害，计算简单、思路清晰，灾情数据较难获得，灾情数据筛选、量化存在瓶颈[4-6]。进而选取洪涝灾害风险的一些重要指标来构建指标体系，从危险性、敏感性、脆弱性和防灾减灾能力等4个方面出发建立暴雨洪涝灾害风险区划模型，通过模糊综合评价方法开展风险评价[7-9]。目前为止，暴雨洪涝灾害风险区划研究方法主要基于自然灾害风险理论，而对不同重现期暴雨淹没深度模拟研究较少。鉴于此，文章以皖南地区独特的地形地貌特征和四季分明的气候特点为基础，开展皖南地区致洪雨量的相关分析，针对皖南地区人口、GDP、土地利用类型等不同承载体的暴雨洪涝灾害不同重现期风险区划暂无研究。开展此项研究工作旨在分析皖南地区不同重现期下暴雨洪涝灾害淹没情况和不同承灾体的风险区划情况，为皖南地区防洪减灾工作提供科学依据。

1 数据与方法

1.1 研究区域概况

皖南地区位于安徽省长江以南，地形复杂多变，河湖众多，水网发达。南部以低山丘陵为主，其间有狭小盆地，黄山、九华山等个别地区高峰耸立，北部以沿江湖积和河积平原为主。该地区属亚热带季风气候，年平均降雨量在1200～2200 mm之间，降雨量季节分布特征明显，夏雨(5～8月份)集中。皖南地区居民依水而居的居住方式、山区复杂的地形地貌、高强度降水以及不合理的土地利用导致暴雨洪涝灾害频发。该文选择皖南北部的牧龙河、中部的漳河、南部的青弋江和西部的黄湓河四条具有区域代表性的中小河流作为研究对象。

1.2 数据来源及处理

在分析日雨型分布特征对致洪暴雨每小时雨强时，中国国家标准中的降水量等级标准(GB/T 28592-2012)对特大暴雨的定义为12 h降雨量≥140mm，或24 h降雨量≥250mm，根据平均值计算降雨量约为10 mm/h。参考皖南地区历史暴雨天气过程中出现20 mm/h的雨强，选取10 mm/h和20 mm/h两个衡量标准进行分析。暴雨重现期取值方面，根据《城市暴雨强度公式编制和设计暴雨雨型确定技术导则》(2014年)，降雨重现期宜按2年、3年、5年、10年、20年、30年、50年、100年等8个重现期计算。因2年、3年、5年时间跨度较小， 20年、30年得出的结论较为接近，因此文章选取10年、20年、50年、100年4个重现期的雨量进行分析，并定义为T年一遇重现期。

1.3 模型及方法

采用算术平均值方法计算各子流域面雨量及雨型分布，并对面雨量进行广义极值分布函数拟合，得到拟合参数和不同重现期下日致洪面雨量。利用FloodArea模型对各子流域逐时雨量栅格数据进行计算，获得不同重现期暴雨淹没深度图谱。

1.3.1 算术平均值方法

算术平均值方法是将某流域各监测站测得的同期降雨量相加除以总站数，即为流域面雨量。其所得面雨量为流域内各单站同期雨量的平均值，反映流域降雨量的大小。该方法适合用于在各子单元面积相对较小、地形起伏不大、雨量资料均匀的情况。其表达式为：

(1)

式(1)中n为总站数，Pi为各站同期降雨量。

1.3.2 广义极值分布模型

广义极值分布模型是根据形态参数的不同取值范围可分为极值I型(Gumbel分布)、极值Ⅱ型(Frechet分布)、极值Ⅲ型(Weibull分布)，是一套完整的统计分布模型。相关研究表明：极端降水的统计分布模型大多采用广义极值分布函数来拟合确定[10]。

(2)

式(2)中，α为尺度参数，β为位置参数，k为形状参数。当k=0时，为I型极值分布，即Gumbel分布； 当k>0时，为Ⅱ型极值分布，即Frechet分布； 当k<0时，为Ⅲ型极值分布，即Weibull分布。

1.3.3 FloodArea模型

FloodArea是基于水动力方法的一款洪水淹没模型，该模型由德国Geomer公司开发，内嵌于ArcView GIS平台。在计算过程中以栅格为单位，通过Manning-Strickler公式[11]计算每个栅格和周边8个栅格的洪水流量(图1)。

(3)

式(3)中，kg是地面粗糙程度与水流的相关系数，rhy是水力半径，I是地形坡度。

图1 栅格单元划分

栅格坡度决定水流方向，栅格单元间的最低水位和最高地形高程之间差值决定坡度。相邻栅格流量长度默认相同，对于处于对角线的栅格，通过不同的长度算法计算。FloodArea模型在每个时相的运动时间与淹没范围、淹没深度，都以栅格格式显示和存储，简单直观，方便查询[12]。

淹没水深是水位高程和地面高程的差值，计算公式如下[10]：

flow_depth=water_levela-max(elevationa，elevationb)

(4)

式(4)中，water_levela是a点水位高程，elevationa是a点地面高程，elevationb是b点地面高程。

地形坡向决定水流方向，地形坡向体现了斜坡所处的方向，坡向是指地面任意一点切平面的法线矢量在水平面上的投影与过该点的正北方向的夹角。地形坡向计算公式如下[10]：

(5)

2 结果与分析

2.1 皖南地区各子流域日雨型分布

通过分析牧龙河、漳河、青弋江和黄湓河四条河流的致洪日雨量，得到T年一遇暴雨日雨型分布特征(图2)。

图2 各子流域T年一遇暴雨日雨型分布特征

从图2可以看出，各子流域T年一遇暴雨主要降雨时段均出现在9时至15时。对比不同重现期下各子流域日雨型分布看出， 10年一遇、20年一遇重现期下各子流域致洪日雨量相差较小，致灾暴雨逐时最强小时雨强均在5～10 mm前后。50年一遇、100年一遇重现期下各子流域致洪日雨量出现明显差别，其中牧龙河、黄湓河50年一遇和100年一遇重现期下致灾暴雨逐时最强小时雨强分别达15 mm和20 mm以上，漳河、青弋江50年一遇和100年一遇重现期下致灾暴雨逐时最强小时雨强分别在10 mm和14 mm左右。

2.2 广义极值分布函数拟合结果

将牧龙河、漳河、青弋江、黄湓河子流域日面雨量降序排列，选取致洪日雨量数值进行广义极值分布函数拟合(图3)，得到函数拟合参数(表1)，将重现期时间代入广义极值分布函数的反演函数，得到不同重现期各子流域致灾面雨量(表1)。

图3 各子流域致灾临界面雨量-累积频率分布

表1 各子流域不同重现期致灾面雨量及广义极值分布函数参数

不同重现期致灾面雨量(mm)形态参数尺度参数位置参数5年一遇10年一遇15年一遇20年一遇30年一遇50年一遇100年一遇牧龙河100 0127 9150 3169 8203 7260 2371 10 6111 7071 28漳河92 0111 3125 9138 1158 6191 0250 50 519 9069 78青弋江86 8100 1109 4116 8128 5145 8174 90 369 0368 82黄湓河93 1117 3137 0154 4184 8236 2338 90 649 6168 92

从图3拟合结果看，皖南地区各子流域致灾临界面雨量累计频率分布特征基本符合广义极值分布函数，通过广义极值分布函数对致灾临界面雨量进行拟合合理。

从表1可以看出，皖南地区各子流域形态参数均>0，为Ⅱ型极值分布，即Frechet分布。从子各流域不同重现期致灾面雨量来看，各子流域5年一遇重现期致洪面雨量均在86～100 mm之间， 10年一遇、15年一遇重现期致洪面雨量在100～150 mm之间， 20年一遇重现期致洪面雨量在116～170 mm之间， 30年一遇重现期致洪面雨量在128～203 mm之间， 50年一遇重现期致洪面雨量在145～260 mm之间， 100年一遇重现期致洪面雨量在174～371 mm之间。其中牧龙河的致洪面雨量高于其它子流域，可能是其所在的马鞍山地区地处长江下游长三角区，经济发达，以平原地区为主，承灾能力强所致。

2.3 不同重现期暴雨洪涝淹没模拟结果

通过FloodArea模型对不同重现期暴雨洪涝淹没深度进行模拟，见图4。从图中可以看出，皖南地区不同重现期下暴雨洪涝灾害淹没深度北浅南深、淹没范围北广南窄，且淹没深度随重现期时间增大而加深。其中10年一遇、20年一遇重现期暴雨淹没深度在2 m以下，主要分布在南部山区和沿江一带。50年一遇、100年一遇重现期暴雨淹没深度及影响范围明显增大，主要分布在南部山区、东部平原和沿江一带。其中南部山区出现4 m以上淹没深度的区域，东部平原以2 m左右淹没深度区域为主，沿江地区淹没深度多在2 m以下。

图4 暴雨洪涝灾害不同重现期下淹没深度

2.4 不同重现期暴雨洪涝灾害风险区划

2.4.1 暴雨洪涝灾害风险区划原则

开展皖南地区暴雨洪涝灾害风险区划，是选取暴雨作为洪涝灾害危险性的主要因素，叠加河网密度和地形高程等地理信息数据，选取具有代表性的易损性评价影响因子，研究暴雨洪涝灾害不同承灾体风险区划。在易损性评价影响因子选择方面，通常人口集聚、经济活动密集的区域，人口基数大、基础设施密集、资产价值高，一旦遭受洪涝灾害对人身安全、经济、社会和环境会产生巨大影响。目前，相关的研究结果[13]表明洪涝灾害造成的损失大小一般取决于发生地的经济、人口密集程度等，所以根据社会经济统计数据(GDP、总人口)计算得到单位土地面积的GDP值、单位土地面积的人口，即GDP分布和人口分布。有些学者考虑更多指标，如耕地面积比重等，作为承灾体易损性评价的影响因子[14]。该文选取人口分布、GDP分布和土地利用类型作为易损性评价影响因子。

2.4.2 暴雨洪涝灾害风险区划内容

将不同重现期暴雨洪涝淹没的结果分别与皖南地区的人口、GDP及土地利用类型信息叠加，明确其风险区划图谱，进一步通过分析确定不同重现期暴雨洪涝灾害的敏感区域。利用暴雨洪涝灾害不同重现期下人口、GDP及土地利用类型的风险图谱，直观判断皖南地区暴雨洪涝灾害风险等级的地理分布特征和灾害影响程度。

2.4.3 暴雨洪涝灾害不同重现期人口风险区划

从图5可以看出， 10年一遇重现期致灾暴雨主要影响区域集中在黄山南部丘陵区和县区乡镇等人口稀少地区，而沿江人口密集地区暴雨淹没深度在1 m左右，其承受灾害能力较强，人口风险等级较小，需重点加强暴雨洪涝灾害监测预警工作。20年一遇重现期致灾暴雨主要影响区域集中在沿江人口密集地区及黄山南部丘陵人口稀少地区，黄山南部丘陵人口稀少地区暴雨淹没深度在2 m左右，承受灾害能力中等，人口风险等级中等，需注意做好暴雨洪涝灾害预警发布及传播工作。50年一遇和100年一遇重现期致灾暴雨主要影响区域明显增大，铜陵、芜湖、马鞍山、黄山、宣城等人口密集地区暴雨淹没深度达2 m以上，其中黄山市、宣城市部分人口密集区暴雨淹没深度达4 m以上，承受灾害能力较弱，人口风险等级较大，需提前做好人员紧急转移安置工作。

2.4.4 暴雨洪涝灾害不同重现期GDP风险区划

图6 暴雨洪涝灾害不同重现期GDP风险区划

图7 暴雨洪涝灾害不同重现期土地利用类型风险区划

从图6可以看出， 10年一遇重现期致灾暴雨主要影响区域集中在黄山南部丘陵区和县区乡镇等相对经济不发达地区，经济发达区暴雨淹没深度在1 m左右，且影响范围较小，承受灾害能力较强，GDP风险等级较小，需重点做好暴雨监测预警、城市内涝排水等相关工作。20年一遇重现期致灾暴雨主要影响区域集中在沿江经济发达地区和黄山南部丘陵区等经济不发达地区，经济发达区暴雨淹没深度在1 m左右，且淹没深度区域与重要经济区的重合度不高，承受灾害能力较强，GDP风险等级较小，经济不发达地区的暴雨淹没深度在2 m左右，承受灾害能力中等，GDP风险等级中等，需注意做好水网电网监控、企业厂矿停产等相关工作。50年一遇和100年一遇重现期致灾暴雨主要影响区域明显增大，沿江城市经济发达区暴雨淹没深度达2 m以上，黄山市、宣城市市区等南部人口密集地区暴雨淹没深度达4 m以上，承受灾害能力较弱，GDP风险等级较大，需提前做好重工业设备、高新技术设备的就地防范和紧急转移工作。

2.4.5 暴雨洪涝灾害不同重现期土地利用类型风险区划

从图7可以看出， 10年一遇重现期致灾暴雨主要影响区域集中在黄山南部丘陵区耕地区和县区乡镇等非耕地区，沿江中下游平原区等主要耕地区以及沿江城市等主要建筑用地区暴雨淹没深度基本在0.5 m以下，承受灾害能力较强，耕地类型和建筑用地类型风险等级较小，需重点加强耕地清沟沥水、城市防水排涝等相关工作。20年一遇重现期致灾暴雨主要影响区域集中在沿江地区和黄山南部丘陵区等地区，沿江中下游平原区和黄山南部丘陵区耕地区暴雨淹没深度在1～2 m，铜陵、马鞍山及黄山等建筑用地区暴雨淹没深度达2 m，承受灾害能力中等，耕地类型和建筑用地类型风险等级中等，需重点加强耕地作物防涝防渍和城市建筑防洪管理等相关工作。50年一遇和100年一遇重现期致灾暴雨主要影响区域明显增大，沿江中下游平原区等主要耕地地区近一半地区受到致灾暴雨影响，暴雨淹没深度达2 m，其中池州市、黄山市、宣城市部分耕地地区暴雨淹没深度达4 m以上，主要建筑用地地区暴雨淹没深度在2 m左右，南部宣城及黄山等建筑用地地区暴雨淹没深度在2～4 m，部分地区超过4 m，承受灾害能力较弱，耕地类型和建筑用地类型风险等级较大，需提前做好耕地作物提前收割、城市水利工程调度抢险等相关工作。

3 结论及讨论

皖南地区各子流域暴雨日分布特征及致洪面雨量有很大区别，牧龙河、黄湓河等流域致灾暴雨普遍偏强，主要分布在沿长江一线。漳河、青弋江等流域致灾暴雨普遍偏弱，主要分布在南部山区和平原地区。进一步结合人口、GDP及土地利用类型估测该地区的暴雨洪涝抗灾能力。结果表明皖南地区暴雨洪涝灾害不同承灾体的风险区划呈现一致性和区域性特征。一致性特征表现为人口密度和GDP大的区域与建筑用地区域三者相吻合， 10年一遇、20年一遇风险等级较小， 50年一遇风险等级中等， 100年一遇风险等级较大。随着暴雨洪涝灾害重现期时间的增加，暴雨洪涝灾害引起的人口密集区、经济发达地区及建筑用地暴雨洪涝灾害风险等级也随之增加。区域性特征则主要体现在3种承灾体空间分布差异明显，人口分布更集中，GDP分布比人口分布相对分散，建筑用地情况和人口分布基本吻合，耕地面积比人口和GDP更广泛。人口和建筑用地面积虽小，但对社会经济影响大，这两种承灾体风险等级相对较大。暴雨洪涝灾害不同重现期与人口密集区、经济发达地区、建筑用地、耕地附近的暴雨洪涝灾害风险等级呈现一致性特征。

该文中通过计算历史降水资料得到皖南地区临界致洪面雨量，但由于暴雨洪涝灾害涉及因素很多，如水文、水利及灾情等方面，需要加强基础资料收集，优化改进指标体系及模型构建，完善相关研究。

[1] 李辉.基于GIS的潍坊市暴雨洪涝灾害风险区划.南京：南京信息工程大学， 2012:15

[2] 秦年秀， 姜彤.基于GIS的长江中下游地区洪灾风险分区及评价.自然灾害学报， 2005, 14(5): 1～7

[3] 程卫帅， 陈进，刘丹.洪灾风险评估方法研究综述.长江科学院院报， 2010, 9(27): 17～24

[4] 李翠金. 中国暴雨洪涝灾害的统计分析.灾害学， 1996, 11(1): 59～63

[5] 王雪臣， 冷春香，冯相昭，等.长江中游地区洪涝灾害风险分析.科技导报， 2008, 26(2): 61～62

[6] 刘电英， 杨乐清，龚容.基于信息扩散理论的暴雨洪涝风险分析.安徽农业科学， 2012, 40(6): 351～353

[7] 张峭， 王克.我国农业自然灾害风险评估与区划.中国农业资源与区划， 2011, 32(3): 32～36

[8] 冯晓云， 王建源.基于GIS的山东农业气候资源及区划研究.中国农业资源与区划， 2005, 26(2): 60～62

[9] 肖志强， 樊明，赵彦锋.武都山区农业冰雹灾害发生规律及风险区划研究.中国农业资源与区划， 2013, 34(6): 176～180

[10]周旭东， 杨涛，梁慧迪.广义极值分布模型在黄河源区枯季径流中的应用.水电能源科学， 2014, 31(2): 12～14

[11]Geomer G H.Flood Area-ArcGIS extension for calculating flooded areas(User manual Version 9.5).Heidelberg：geomer， 2008， 42

[12]苏布达， 姜彤，郭业友，等.基于GIS栅格数据的洪水风险动态模拟模型及其应用.河海大学学报， 2005, 33(4): 370～374

[13]姚鹏， 何俊，余威，等.基于GIS的成都西部沿山地区暴雨洪涝灾害风险区划初探.贵州气象, 2015，(4)： 1～7

[14]梅勇， 唐云辉，况星.基于GIS技术的重庆市暴雨洪涝灾害风险区划研究.中国农学通报, 2011，(32)： 287～293

RAINSTORM AND FLOOD RISK REGIONALIZATION IN SOUTHERN ANHUI PROVINCE BASED ON GIS*

Zhang Jie1， 2，Wu Mingye2
(1.College of Atmospheric Sciences, Nanjing University, Nanjing, Jiangsu 210093, China; 2.Tongling Meteorological Bureau, Tongling, Anhui 244100,China)

In this paper, the methods of general extreme value distribution and FloodArea model were used to calculate disaster area and flood depth caused by storm during different recurrence periods in southern Anhui province from 1961-2014,then obtained different disaster bearing body risk zoning map based on the data of type of land use, population distribution, and GDP distribution. The results indicated that the consistency characteristics of the risk regionalization of rainstorm and flood presented same disaster features, the 10-year and 20-year flooding frequency were small, the 50-year flooding frequency was medium, and 100-year flooding frequency was large.The regional characteristics showed that the population and construction land were in high risk level.It concluded that the risk zoning of hazard-affected bodies in southern Anhui showed a consistency and regional characteristics. The flooding frequency period showed a consistency with the disaster risk levels of populated area, the economic developed area, cultivated land, and construction lands.

rainstorm and flood; risk regionalization; generalized extreme value distribution function; FloodArea model; southern Anhui province

10.7621/cjarrp.1005-9121.20170617

2016-08-15

张杰(1986—)，男，安徽芜湖人，本科。研究方向：天气分析和预报研究。Email： 363531652@qq.com

*资助项目：国家自然科学基金(41571494)； 铜陵市公共气象服务平台研发(AHXJ201507)

P333.2； P208

A

1005-9121[2017]06121-09