赣江上游山洪灾害空间分布特征及生态影响因子分析

裴 厦，刘春兰，谢高地

(1.北京市环境保护科学研究院 国家城市环境污染控制工程技术研究中心，北京 100037；2.中国科学院 地理科学与资源研究所，北京 100101)

山洪灾害是指山洪暴发而给人类带来的危害，包括溪河洪水泛滥、泥石流、崩塌、山体滑坡、地面塌陷等，对人类的生命和财产安全带来很大的危害。降水是山洪灾害诱发的主要因子。根据国土资源部全国县(市)地质灾害调查结果，降水是全部的泥石流、90%滑坡和81%崩塌灾害的引发因素[1]。在山洪灾害方面的研究主要有3个方面，包括山洪灾害发生的内因、山洪灾害发生的外部原因以及山洪灾害的预测和预警。其中，内因包括岩土性质、结构构造和斜坡外形等；外因包括降水、地震、地表覆盖物的变化以及人类活动等。山洪灾害诱发的原因是进行山洪监测、预测和预警的基础。目前，对山洪灾害内因的研究较多[2]，外因的研究主要集中在降水上[3-6]。寇磊等[7]建立了降雨因子与地质因子相结合的滑坡稳定性评估方法。

自然因素和人为因素叠加导致了目前多数山洪灾害的发生[8]。生态环境因子是影响山洪灾害发生频率以及灾害规模的重要原因，是人类能控制的主要因素，林地、草地等生态系统主要通过改变地表覆盖度发挥着抗灾减灾功能。但是，无论是在山洪灾害研究领域中还是在生态系统功能评估中，关于生态环境对山洪灾害的影响研究都较少。在区域性/地段性山洪灾害和场地性山洪灾害的影响因子和预报研究中，对生态环境影响研究的不足仍然是制约预报模型准确性的原因；在生态系统服务功能评估中，对生态环境对山洪灾害影响的不足削弱了生态系统抗灾减灾能力的评估水平，几乎很少的研究定量评估该部分功能，这导致生态系统服务功能评估结果比实际值低。在山洪灾害预报模型中，即使考虑了生态环境因子，在不同的评价模型中对于生态环境条件参数和权重的取值存在差异。韦方强等[9]建立了基于地形条件、地质条件、植被条件以及天气条件的区域泥石流预报平台。在山洪灾害预报模型中，生态环境因子参数的确定以及权重的确定，需要建立在长期的监测基础上。刘传正等[10]三峡库区地质灾害分布与地形(高程、坡度)、水系、植被、工程地质岩组、地质构造形迹、斜坡类型、降雨量分布和地震活动等的统计关系。基于多因子共同影响的山洪灾害宏微观表现是今后山洪灾害预报中的研究趋势[11]。尤其是在区域/地段山洪灾害影响因素和预报研究中，更应该考虑生态环境的影响。

各地理要素的作用都具有一定的空间尺度效应，因此，山洪灾害预报中参数的取值以及生态系统的抗灾减灾功能评估中都应该考虑尺度效应。目前，考虑尺度效应的综合分析和预报的不足也是当前山洪灾害研究中需要改进的地方[12]。韦方强等[13]研究了大中区域、中小区域以及单沟等不同尺度泥石流预报技术体系。张国平等[1]结合1 km×1 km栅格内的环境因子数据和滑坡和泥石流灾害点的定位信息，分析了全国滑坡和泥石流灾害与环境因子的空间分布关系。吴秀芹等[14]定性研究了江汉平原湿地功能下降与洪灾灾害的关系。

赣江流域是我国山洪灾害易发区之一，据统计，整个流域分布着260多个灾害点。分析山洪灾害点的空间分布特征以及不同尺度上影响山洪灾害发生频次的生态环境因子对赣江流域山洪灾害的预报和预防起着重要的作用。因此，本研究基于GIS分析平台分析了赣江流域山洪灾害的空间分布与生态系统类型、质量和功能的空间分布之间的关系，并进一步运用多元回归方法分析了流域尺度、县域尺度以及点尺度上山洪灾害发生与生态环境因子的定量关系，为赣江流域山洪灾害的防治提供依据。

1 研究区和研究方法

1.1 研究区简介

赣江是鄱阳湖流域内第一大水系，也是长江下游最重要的支流之一，位于江西省中南部[15]。上游流域面积为292.32×104km2，主要包括赣州市的兴国县、石城县、于都县、瑞金县、赣县、南康县、上饶县、会昌县、崇义县、安远县、大余县、信丰县、寻乌县、全南县、定南县、龙南县以及赣州市辖区和吉安市的遂川县。上游流域内地貌格局多样，主要以山地丘陵为主，低丘岗地为辅。流域内土地利用类型以林地为主，其次为耕地，林地和耕地的面积比例分别为77.97%和16.10%。土壤类型以典型强淋溶土为主。气候类型属于亚热带湿润季风气候。

1.2 研究方法

(1)灾害点空间分布特征。将研究区生态环境参数进行分级，计算各级别的区域所占面积比例a；计算灾害点所在位置的坡度、坡向等级，据此计算灾害点的坡度、坡向的分配比例b；分析比例a和比例b的关系。所选的生态环境参数包括坡度、坡向等地形参数，生态系统结构，NDVI、NPP和LAI等生态系统质量参数，水源涵养能力和土壤保持能力等生态系统功能参数，以及以到公路距离表征的人为活动影响因子。其中，生态系统结构为2013年数据，生态系统质量和功能参数的值取1985年至2013年的平均值。分析软件为ArcGIS，所用栅格大小为90 m×90 m。

(2)影响因子分析。按照流域尺度、区县尺度和灾害点3种尺度，选择降雨量、林地面积、NDVI、LAI、NPP、生物量等表征生态系统结构和质量的参数，坡度和坡向等表征地形地貌的参数，性状系数、最长汇流路径比率、糙率以及稳定下渗率等灾害点所在小流域特征参数，以及土壤保持量、水源涵养量等生态功能参数，运用多元回归分析方法，分析3种不同尺度上，影响灾害发生频次的生态环境参数，并进行相关分析。试验数据处理与分析，作图均采用Origin 8.0软件。

2 结果和分析

2.1 灾害点空间分布特征

(1)地形。灾害主要发生在坡度8°～25°范围内，发生在该范围的灾害点的数量比例为65%(附图1)。灾害点分布的坡度范围与流域整体的坡度分布范围大体一致，都呈倒U型(图1)。流域整体中，坡度为8°～25°的面积占总面积的60%。流域各栅格在北向、东北向、东向、东南向、南向、西南向、西向、西北向等各坡向的分布较平均，各坡向的栅格面积比例都在12.5%左右(图2)。灾害点数量在北坡最少，进展总量的4%；除此之外，在东北向和东南向的数量较多，分别占总数量16%左右；在东向、西向和南向的数量接近，分别占总数量的14%；在西南向和西北向的数量接近，分别占总数量的10%。北坡灾害发生频次小，这可能与北坡的植被生长条件较好有关。

图1 灾害点的坡度分布频率和流域坡度面积比例Fig.1 Slope distribution frequency of mountain torrent disaster spots and watershed grids

图2 灾害点的坡向分布频率和流域坡向面积比例Fig.2 Aspect distribution frequency of mountain torrent disaster spots and watershed grids

(2)生态系统结构。1985年至2013年，研究区生态系统以林地为主，占总面积的77.97%，其次为耕地和建设用地，所占比例分别为16.10%和2.06%，草地、水域和未利用地所占的比例很小。研究发现，灾害点主要位于林地上，在林地上的灾害点的数量占总数量的66.74%，其次为耕地上的灾害数量，占总数量的18.53%，建设用地上的灾害点数量占总数量的9.73%。可见，所有灾害点位置处的生态系统类型与研究区生态系统类型的组成类似(见附图2)。

(3)生态质量。分析发现，灾害点的各生态质量指数的分布范围与流域整体的相应指数的分布范围基本一致(见附图3～5)，都呈倒U型(图3～5)。灾害点主要分布在NDVI为0.5～0.7，在这个区间内的灾害点的数量占总数量的72%，在该区域内的流域面积占总面积的比例为76%。灾害点主要分布在LAI为2～5，在这个区间内的灾害点的数量占总数量的75%，在该区域内的流域面积占总面积的比例为82%。灾害主要发生在NPP大于1 000 gC/m2范围内，在这个区间内的灾害点的数量占总数量的73%，在该区域内的流域面积占总面积的比例为80%。

图3 灾害点NDVI分布频率和流域NDVI面积比例Fig.3 NDVI distribution frequency of mountain torrent disaster spots and watershed grids

图4 灾害点LAI分布频率和流域LAI面积比例Fig.4 LAI distribution frequency of mountain torrent disaster spots and watershed grids

(4)生态功能。分析发现，灾害点的土壤保持能力的分布范围与流域整体的土壤保持能力分布范围不完全基本一致，但两者都呈倒U型(见附图6和附图7)。大部分灾害点的土壤保持能力在3 000 t/hm2以下，占总数量的92%；区域大部分地区的土壤保持能力在4 000 t/hm2以下，占流域总面积的92%。土壤保持能力在1 000～3 000 t/hm2范围内的灾害点的数量最多，占总数量的43%；而土壤保持能力在3 000～4 000 t/hm2的区域面积最大，占流域总面积的45%。

灾害发生点的水源涵养能力分布范围与流域整体的水源涵养能力分布范围变化差异较大，二者的曲线都呈波浪状(图6和图7)。对流域而言，水源涵养能力在600 m3/hm2以上的区域面积占流域总面积的一半以上；水源涵养能力在200 m3/hm2以内和700～900 m3/hm2之间的灾害点数量最多，占总数量的60%。

图5 灾害点NPP分布频率和流域NPP面积比例Fig.5 NPP distribution frequency of mountain torrent disaster spots and watershed grids

图6 灾害点土壤保持能力分布频率和流域土壤保持能力面积比例Fig.6 The soil conservation capacity distribution frequency of mountain torrent disaster spots and watershed grids

(5)道路距离。大约一半的灾害点位于公路500 m的缓冲区内，且在500 m缓冲区内灾害点的个数与到公路的距离呈负相关关系，距离公路越近，灾害点的个数越多(图8)。可见，公路建设对自然环境的破坏容易诱发山洪灾害的发生。

图7 灾害点土壤保持能力分布频率和流域土壤保持能力面积比例Fig.7 The water conservation capacity distribution frequency of mountain torrent disaster spots and watershed grids

图8 灾害发生点与公路距离的关系Fig.8 The relationship between mountain torrent disaster spots and the distance to road

2.2 灾害影响因子分析

2.2.1 流域尺度 1985—2013年，研究区生态系统结构较稳定，尤其是林地的结构稳定，变化较小。可见，生态系统结构的改变不是引起灾害发生频次变化的主要原因。

1990—2013年，研究区生态质量呈上升趋势。植被覆盖度由50%上升至67%，LAI由2.71上升至4.16，NDVI由0.54上升至0.63，NPP由986 gC/m2上升至1710 gC/m2(图9)。2005—2010年，研究区的灾害发生频次最多，为56次；而且自1967年至2013年，灾害发生频次有上升的趋势(图10)。

图9 赣江上游生态质量指数变化情况(1990—2013年)Fig.9 The change of ecosystem quality indices in Ganjing River upper watershed(1985—2013)

图10 赣江上游历年山洪灾害频次(1985—2013年)Fig.10 The change of mountain torrent disasters in Ganjing River upper watershed(1985—2013)

区域整体的生态环境质量呈逐渐改善区域，但是灾害频次和灾害受损指数并没有下降。可见，山洪灾害主要受气象条件变化的影响。模拟山洪等地质灾害的发生频次与降雨量的关系，发现条件的影响。灾害发生频次随着年降雨量的波动而波动(图11)。经过模拟分析，发现灾害发生频次与年降雨量呈线性相关关系(表1)，关系式为y=0.005x-0.003(y为灾害频次，x为年均降雨量)。

图11 区域灾害频次与年降雨量关系(1985—2012年)Fig.11 The relationship between mountain torrent disasters and annual precipitation(1985—2012)

非标准化系数Non⁃normalizedcoefficientsB标准误差Standarderror标准系数NormalizedcoefficientstSig．(常量) Constant-3．6833．353-1．0980．282降雨量 Precipitation0．0050．0020．4302．4250．023

1999年后不仅区域的灾害发生频次明显增加，而且受灾区域面积也在增大。将区域灾害频次乘以受灾区(县)个数作为灾害受灾综合指数，分析年降雨量与灾害受灾综合指数的关系。发现，与灾害频次相同，灾害受损指数也随着降雨量的波动而波动，但是两者之间线性关系不明显(图12)。

图12 区域灾害受损指数与年降雨量(1985—2012年)Fig.12 The relationship between mountain torrent disaster damage index and annual precipitation(1985—2012)

2.2.2 区县尺度 研究区1967—2013年在区县尺度上共发生了173次山洪灾害。其中，崇义县和南康市的山洪灾害发生最频繁，分别共发生了32次和30次；赣县、信丰县、安远县、兴国县和寻乌县的山洪灾害发生也较频繁，发生次数分别为21次、18次、17次、12次和12次；会昌县、遂川县、上饶县、大于县和瑞金市的山洪灾害发生次数较少，分别为9次、5次、5次、4次和4次；定南县和赣江上游辖区的发生次数都为1次；石城县、全南县、龙南县和定南县都未发生过山洪灾害(图13)。

图13 赣江上游各区县山洪灾害频次(1967—2013年)Fig.13 The mountain torrent disasters in different conunties(1967—2013)

将1990—2013年间各区(县)的灾害发生频次为因变量，林地面积、NDVI、LAI、NPP、生物量等表征生态系统结构和质量的参数，坡度和坡向等表征地形地貌的参数，性状系数、最长汇流路径比率、糙率以及稳定下渗率等流域特征参数，以及土壤保持量、水源涵养量和洪水调蓄量等生态功能参数作为因变量，通过因子分析和回归分析，研究区(县)尺度上灾害发生与地形地貌、流域特征、生态系统结构、质量和功能之间的关系。

分析发现，灾害发生频次与林地比例、NDVI和最长汇流路径比降呈多元线性相关关系(表2)。在该模型表明，在区(县)尺度上，灾害发生频次与林地比例和生物量呈正向相关关系，这主要是因为灾害主要发生在林地覆盖率较大的区(县)，并不能说明灾害发生点的灾害发生频次随林地比例和生物量的增加而增大；灾害发生频次与NDVI呈反向相关关系，说明区(县)尺度上，生态系统质量的改善会降低灾害发生频次；灾害发生频次与区(县)最长汇流路径比降呈正相关关系，平均最长汇流路径比降越大，灾害发生越频繁。

表2 区(县)灾害频次与生态、地形参数的关系

2.2.3 灾害点尺度 1985年至2013年，多数灾害发生点仅发生过一次灾害(表3)。65.66%的灾害点仅发生过1次灾害，17.74%的灾害点发生过2次，10.57%的灾害点发生过3次，4.53%的灾害点发生过4次，1.13%的灾害点发生过5次，仅1个灾害点发生过9次。

表3 灾害点的灾害发生频次

对灾害点发生灾害频次与所在流域的流域特征参数、生态系统质量和功能参数进行分析。发现，灾害点发生频次与流域的NDVI、生物量、水源涵养量、坡度以及最长汇流路径比降呈线性相关关系(表4)。关系式为：y=-12.995x1+0.015x2+0.005x3-2.224x4+3.662x5+3.444 (y灾害发生频次，x1、x2、x3、x4、x5分别为NDVI、生物量(gC/hm2)、水源涵养量(m3/hm2)、坡度和最长汇流路径比降。

可见，灾害点小流域的灾害频次与NDVI呈反比，说明提高小流域生态质量能降低灾害发生频率；灾害频次与生物量和水源涵养量呈正比，这可能是因为灾害点所处小流域林地面积较大有关，对单个小流域来说，不能说明提高生物量会增加灾害发生频率；灾害频次与小流域坡度呈反比，与最大汇流路径比降呈正比。

可见，无论从区(县)尺度还是小流域尺度来说，提高生态系统质量NDVI对降低灾害发生频次都有很大的作用。

表4 灾害点小流域灾害频次与流域特征参数和生态系统质量的关系

3 结 论

研究结果表明，赣江上游流域所有灾害点的地形指数、生态系统格局、生态系统质量指数的分布频率与区域栅格相应指数的分布频率一致，也即研究区的灾害点主要分布在上述各指数的高峰值区域内。研究区所有灾害点的生态系统功能指数分布频率与区域栅格指数的分布频率有差异。灾害点主要发生区域的植被类型为林地，坡度为8°～25°，NDVI为0.5～0.7，LAI为2～5，NPP大于1 000 gC/m2、土壤保持能力在3 000 t/hm2以下，水源涵养能力在200 m3/hm2以内或者为700～900 m3/hm2。灾害点的分布受人类活动较大，大约一半的灾害点位于公路500 m的缓冲区内，且在500 m缓冲区内灾害点的个数与到公路的距离呈负相关关系，距离公路越近，灾害点的个数越多。

在流域尺度上、县域尺度上和点域尺度上，影响灾害点发生的生态环境因子不同。研究结果表明，流域尺度上，影响灾害点发生频率的主要因子为降雨。县域尺度上，影响灾害点发生频率的主要因子为NDVI和最长汇流路径比降。点域尺度上，影响灾害点发生频率的主要因子为NDVI、坡度以及最长汇流路径比降。无论在哪种尺度上，NDVI的升高都有利于降低山洪灾害的发生频次。由此可见，在不同尺度的山洪灾害风险评估和预报模型中，都应该加入生态环境因子的影响。因此，要加强不同尺度上的长时间序列的监测，在此基础上分析生态环境因子对山洪灾害的影响机理。同时，在生态系统服务功能评估中，加入生态系统的抗灾减灾能力的评估。

参考文献：

[1] 张国平，徐晶，毕宝贵.滑坡和泥石流灾害与环境因子的关系[J].应用生态学报，2009，20(3):653-658.

Zhang G P,Xu J,Bi B G.Relationship of landslide and debris flow hazards to environmental factors[J].Chinese Journal of Applied Ecology,2009,20(3):653-658.

[2] 段钊.黄土滑坡触发机理研究-以泾河下游南岸黄土塬区滑坡为例[D].西安：长安大学，2013.

Duan Z.Study on the trigger mechanism of loess landslide：a case study of the loess landslide in the south bank of lower Jing River[D].Xi’an:Chang’an University,2013.

[3] 刘艳辉，唐灿，李铁锋，等.地质灾害与降雨雨型的关系研究[J].工程地质学报，2009，17(5):656-661.

Liu Y H,Tang C,Li T F,et al.Statisitical relations between geo-hazards and rain type[J].Journal of Engineering Geology,2009,17(5):656-661.

[4] 杨阳，徐海峰，何勇军，等.降雨山洪引发滑坡预报预警研究现状及评述[J].人民黄河，2014，36(8):43-46.

Yang Y,Xu H F,He Y J,et al.The research status and review of rainfall and flash floods triggered landslide forecasting and warning[J].Yellow River,2014,36(8):43-46.

[5] 唐红梅，魏来，高阳华，等.基于逻辑回归的重庆地区降雨型滑坡预报模型[J].中国地质灾害与防治学报，2013，24(3):32-37.

Tang H M,Wei L,Gao Y H,et al.A prediction model for rainfall-induced landslide based on logistic regression in Chongqing area[J].The Chinese Journal of Geological Hazard and Control,2013,24(3):32-37.

[6] 魏兴丽，何建勋，于国强.不同降雨特征调价下舟曲县地质灾害危险性区划[J].水土保持通报，2016，36(3):224-229.

Wei X L,He J X,Yu G Q.Risk zoning of regional geo-hazards under different rainfall characteristics in Zhouqu County[J].Bulletin of Soil and Water Conservation,2016,36(3):224-229.

[7] 寇磊，易庆林，吴娟娟.降雨因子与地质因子相结合的滑坡预报方法[J].水电能源科学，2013，31(1):123-126.

Kou L,Yi Q L,Wu J J.Combination of rainoff and geological factors for landslide forecasting[J].Water Resources and Power,2013,31(1):123-126.

[8] 罗晓玲，李岩瑛，成华，等.河西走廊地质灾害成因分析与防治对策[J].灾害学，2005，20(3):103-107.

Luo X L,Li Y Y,Cheng H,et al.Analysis on causes of geological disasters in Hexi corridor and the countermeasures[J].Journal of Catastrophology,2005,20(3):103-107.

[9] 韦方强.区域和沟谷相结合的泥石流预报及其应用[J].山地学报，2004，22(3):321-325.

Wei F Q.Debris flow forecast combined regions and valleys and its application[J].Journal of Mountain Science,2004,22(3):321-325.

[10] 刘传正，李铁锋，温铭生，等.三峡库区地质灾害空间评价预警研究[J].水文地质工程地质，2004,31(4):9-19.

Liu C Z,Li T F,Wen M S,et al.Assessment and early warning on geo-hazards in the three gorges reservoir region of Changjiang River[J].Hydrogeology & Engineering Geology,2004,31(4):9-19.

[11] 舒忠，陈兰云，易南概.滑坡预报方法论述[J].矿产勘查，2011，2(4):460-462.

Shu Z,Chen L Y,Yi N G.A review on methods of landslide prediction[J].Mineral Exploration,2011,2(4):460-462.

[12] 马平，冯永，钱海淘，等.滑坡预报研究综述[J].人民黄河，2011，33(9):80-82.

Ma P,Feng Y,Qian H T,et al.Analysis of landside perdition[J],Yellow River,2011,33(9):80-82.

[13] 韦方强，徐晶，江玉红，等.不同时空尺度的泥石流预报技术体系[J].山地学报，2007，25(5)：616-621.

Wei F Q,Xu J,Jiang Y H,et al.The system of debris flow prediction with different time and space scales[J].Journal of Mountain Science,2007,25(5)：616-621.

[14] 吴秀芹，龙花楼，高吉喜，等.江汉平原湿地功能下降与洪涝灾害关系分析[J].生态环境，2005，14(6):884-889.

Wu X Q,Long H L,Gao J X,et al.Analysis of the relationship between declining functions of wetland and increasing frequency of flood and waterlog in Jianghan Plain[J].Ecology and Environment,2005,14(6):884-889.

[15] 陈昌春，张余庆，项瑛，等.土地利用变化对赣江流域径流的影响研究[J].自然资源学报，2014，29(10):1758-1769.

Chen C C,Zhang Y Q,Xiang Y,et al.Study on runoff responses to land use change in Ganjiang Basin[J].Journal of Natural Resources,2014,29(10):1758-1769.

·附图·

附图1 灾害点的坡度分布图Attached map 1 Slopes of disaster points

1:草丛;2:草本沼泽；3:水库/坑塘；4:河流；5:水田；6:旱地；7:居住地；8:工业用地；9:交通用地；10:采矿场；11:稀疏灌木；12:稀疏草；13:裸岩；14:裸土；15:沙漠/沙地；16:常绿阔叶林；17:落叶阔叶林；18:常绿针叶林；19:针阔湿交林；20:常绿阔叶灌木林；21:落叶阔叶灌木林；22:常绿针叶灌木林；23:乔木园地；24:灌木园地；25:乔木绿地；26:灌木绿地1:grass;2:herbaceous swamp;3:reservoir/swag;4:river;5:paddy field;6:dry field;7:resident land;8:industry land;9:traffic land;10:stope;11:sparse shrub;12:sparse grass;13:bare rock;14:bare soil;15:desert;16:evergreen broad:leaf forest;17:broadleaved deciduous forest;18:evergreen coniferous forest;19:mixed broadleaf:conifer forest:20:evergreen broad:leaf shrub;21:broadleaved deciduous shrub;22:evergreen coniferous shrub;23:trees garden;24:shrub garden;25:tree greenbelt;26:shrub greenbelt附图2 赣江上游生态系统格局图(2013年)Attached map 2 Ecosystem pattern in the upstream basin of Ganjiang River (2013)

附图3 灾害点的NDVI分布图Attached map 3 NDVI of disaster points

附图4 灾害点的LAI分布图Attached map 3 LAI of disaster points

附图5 灾害点的NPP分布图Attached map 5 NPP of disaster points

附图6 灾害点的土壤保持能力分布图Attached map 6 Soil conservation capacity of disaster points

附图7 灾害点的水源涵养能力分布图Attached map 7 Water conservation capacity of disaster points