基于GIS/AHP集成的浙江省洪涝灾害风险评估

蒋雯京，程春梅，张艳蓓，赵 红

(浙江水利水电学院测绘与市政工程学院，浙江 杭州 310018)

洪涝灾害是我国发生最频繁严重的灾害之一。地处亚热带季风气候区的浙江省，雨季长、降水量多，且地处沿海台风频繁，地形复杂水资源分布不均匀，洪涝灾害频繁发生。浙江省拥有八大水系，洪涝灾害受灾范围广，持续时间长，破坏程度大，成为影响浙江省农业生产的突出问题。近年来，浙江省政府连续出台了“五水共治”和“剿灭劣五类水”等重要的政策方针。为更好地服务于浙江省水环境管理与治理的决策需求，准确分析评估洪涝灾害发生的可能性区域范围，进行洪涝灾害风险评估具有十分重要的现实意义。

目前已开展了大量洪涝灾害风险相关的研究，如文献[1]对意大利洪涝灾害易发区进行了洪涝灾害风险评估；文献[2]提出了基于CMIP5模式的中国地区未来洪涝灾害风险变化预估；文献[3]提出了基于GIS淹没模型的流域暴雨洪涝风险区划方法；文献[4]提出了洪涝灾害风险分析的基本范式及其应用，如指标体系评价法、水文动力学模拟等；文献[5]提出了一种洪涝灾害时间信息建模方法。在洪涝灾害风险评估方面，目前主要有以下3种方法：①模糊综合评价法[6]，即量化评价对象的模糊指标，通过建立等级模糊子集，然后利用模糊变量原理更好地解决模糊性问题；②空间分析法[7]，即以栅格为研究单元建立数学模型，并对各种复杂自然现象和社会系统进行模拟；③层次分析法(analytic hierarchy process，AHP)，即利用各种影响因素之间的影响程度判断数值化，科学合理地确定各影响因子所占权重，是一种结合定性和定量的综合分析方法[8-9]。

当前洪涝灾害风险研究主要关注灾害发生的影响因子、灾害程度分析、洪涝灾害评估的指标体系构建等方面，但很少考虑灾害地区的时空分布情况。遥感技术(RS)具有宏观、动态性特点，地理信息系统技术(GIS)具有强大空间分析能力，在洪涝灾害监测方面效果突出。由于洪涝灾害形成的影响因子错综复杂，不确定性很大，用单一的方法对其进行评估都是不合理的，因此可以通过GIS空间分析确定指标因子的空间分布，再通过层次分析法来确定因子权重。两种方法的结合具有逻辑性和系统性，能够较好地评估洪涝灾害影响。

本文基于Maskrey自然灾害风险表达式[10]，从危险性和易损性两方面选择浙江省洪涝灾害的影响因子，运用GIS空间分析技术对各因子进行空间化，结合层次分析法确定各影响因素的权重，进行浙江省洪涝灾害风险评估和区划，并以浙江省“菲特”洪涝灾害对结果进行验证。该研究可为浙江省洪涝灾害预警和防灾减灾决策提供方法依据。

1 数据与方法

1.1 数据来源

浙江省DEM数据来源于地理空间数据云(http:∥www.gscloud.cn/)；中国人口密度数据与中国土地利用现状遥感监测数据来源于中科院科学数据中心(http:∥www.resdc.cn)；降雨量数据来源于浙江省各地市年鉴；气象局数据来源于《浙江省气象局名录2016最新版》。

1.2 评价指标

使用Maskrey提出的自然灾害风险表达式[10]：风险性(risk)=危险性(hazard)+易损性(vulnerability)。其中风险表示该地区灾害可能发生的结果，危险性代表自灾害产生的条件，本文选取降雨量、综合地形和河网密度3个因素；易损性表示承受灾害的能力，本文选取人口密度和耕地百分比两个因素。建立的洪涝灾害风险评估决策模型见表1。

表1 洪涝灾害风险评估决策层次结构

1.3 指标权重

本文将AHP法应用于浙江省洪涝灾害风险评估模型中，利用该方法将决策者的经验判断定性定量化，最终确定各个影响因子所占权重的参数。具体步骤如下：

(1) 建立层次结构模型，分别确定目标层、准则层、对象层。

(2) 构造判断矩阵，对层次结构中同一层的影响因子分别进行两两比较，可以得到一个个判断矩阵。其中判断矩阵对的标度方法参照表2。

表2 判断矩阵元素aij的标度方法

(3) 求取权重向量，对于该二阶矩阵的特征向量，采用方根法求次方根，二阶向量即参数相乘开二次方根，然后归一化得到特征值Wi，从而得到相似特征向量。对于三阶矩阵的特征向量，参数相乘开三次方根，然后归一化得到特征值。

(1)

(4) 计算矩阵中的最大特征根λmax，其计算公式如下

(2)

式中，aij为判断矩阵中的元素；Wj为特征值；n为特征向量的维数。

(5) 作一致性检验。计算矩阵一致性CR，见公式(3)，其中RI表示随机一致性指数，其取值见表3。当满足CR>0.1时，该层次模型成立；当不满足CR<0.1时，则需修改判断矩阵。

(3)

根据以上5个步骤，以及本文实际情况构造出的判断矩阵，计算的权重向量WA、WB1、WB2、特征根。一致性检验结果见表4—表6。

表4 准则层对目标层判断矩阵

表5 危险性指标判断矩阵

表6 易损性因素分析判断矩阵

(6) 计算合成权重，由表4—表6可得

决策层次权重向量为

因此，本文的评价指标权重为：危险性影响因子B1=0.539C1+0.297C2+0.163C3;易损性影响因子B2=0.333C4+0.667C5;综合影响评估A=0.360C1+0.198C2+0.109C3+0.111C4+0.222C5。

2 指标因子空间化

使用ArcGIS10.0软件进行指标因子的空间化，即对离散点指标数据进行空间插值，再进行重分类和归一化。其中DEM数据与降雨量数据的重采样选择双线性内插法，人口密度和耕地百分比的重采样方法选择最邻近法内插。各影响因子指标最终均处理为0～10的无量纲数值，以表示各因子的影响程度。

2.1 危险性指标

2.1.1 降雨量

结合洪涝的历史资料相关研究得出结论，一般情况下，3天降雨量大于200 mm时，基本都会引发洪涝灾害，而小于等于30 mm时引发洪涝灾害的可能性小[11]。采用克里金插值得出不同降雨量的影响程度如下

(4)

式中，x为降雨量数据；f(x)为相应的影响程度。

对插值后的降雨量影响程度进行重分类，将影响度结果按照降雨量的几个等级(≤30、30～50、50～100、100～150、150～200、≥200)重分类为5个程度。

2.1.2 综合地形因子

基于浙江DEM数据，根据浙江省实际地形，通过领域统计中的块统计和栅格代数计算，把高程和标准差(坡度)均分为4个等级，见表7。

表7 地形因子影响度分类标准

其中，将综合地形因子按照影响度重分类为1～9个程度，计算公式为综合地形因子=坡度+高程-9。

2.1.3 河网密度

以7000为阈值进行水文分析、提取水系，绘制1000 m×1000 m格网，水系相交，统计单位格网水系长度并计算河网密度[12]。根据不同的河流级别(0.000 4以上、0.000 3～0.000 4、0.000 2～0.000 3、0.000 1～0.000 2、0.000 1以下)设定不同的影响程度分别为8、6、4、2、0，将河流密度因子影响度重分类为5个程度。

2.2 易损性指标

2.2.1 人口密度

基于中国人口密度数据，利用ArcGIS进行裁剪和最邻近法重分类，将人口密度因子影响度重分类为1～9个程度。

2.2.2 耕地百分比

根据LUCC分类体系，编号11开头的为水田，12开头的为旱地，将旱地与水田的合并区域作为耕地区域。基于中国土地利用现状数据，利用筛选功能对GRIDCODE字段进行筛选，得到耕地类型，进行裁剪和矢量化，提取耕地区域。生成1500 m×1500 m的格网，并作相交处理，制作耕地百分比，最后将耕地百分比影响度重分类为1～9个程度。

洪涝灾害风险评估因子的栅格数据的分级对洪涝灾害风险评估的结果起到关键作用。运用ArcGIS操作平台，统一投影方式与坐标系统，针对每个因子的相应特点选取不同的分级标准对降雨量、综合地形等5个评估因子进行空间化处理，得到浙江省洪涝灾害风险评估的5个因子影响图(如图1所示)。

3 结果与讨论

3.1 危险性分析

降雨量是衡量洪涝灾害非常重要的一个影响因子。浙江梅雨季节为每年的6—7月，部分地区5—7月的雨量接近同一地区一年乃至一年半的雨量，从而导致洪水泛滥成灾。图1(a)的降雨量空间化结果显示，浙江省自西向东降雨量因子影响程度逐渐增大，因此，浙江东部沿海地区容易受到洪涝灾害的影响。

地形和地形坡度变化与洪涝灾害影响成反比，而地形标准差反映的就是地形的坡度变化，因此也与洪涝灾害成反比。地形越低的地区越容易受灾，越靠近海岸的地区越容易受灾，因此浙江省东部沿海地区与中部部分地势较低的地区容易受到洪涝灾害的影响(如图1(b)所示)。

离河道较近地区洪涝灾害危险程度较高。在不同级别的河流附近，洪涝灾害的影响力不同，河流级别越高的地方，受到的影响范围和危险度越大。而在同一级别河流附近的地区，因其所在的地形差异，影响度也会有所不同。如图1(c)所示，水系遍布整个浙江，洪涝灾害影响也根据水系分布变化，离河道近的地区容易受到洪涝灾害的影响。

浙江省危险性影响因子公式为B1=0.539C1+0.297C2+0.163C3，进行栅格代数计算后得到浙江省洪涝灾害危险性分析图(如图2所示)。由图2可知，洪涝灾害风险度与地形成反比。离河道越近洪涝灾害风险越高。东西方向颜色差别明显，说明降水量对洪涝危险性的影响较大。浙江西部内陆地区比东部沿海地区危险性小。

3.2 易损性分析

社会经济易损性与人口密度有关，受灾地区的人口密度越大，人员伤亡越严重，经济损失越大。如图1(d)所示，浙江省人口密度较大的地方主要集中在北部的杭州地区与中部的衢州地区及东部的沿海地区等地，这些地区的洪涝灾害易损性较大。

耕地面积百分比越大的区域，易损性越高，洪涝灾害风险也越大。如图1(e)所示，浙江省耕地百分比较大的地方主要集中在北部与中部的衢州地区及东部的温州地区等地，这些地区的洪涝灾害易损性较大。

浙江省易损性影响因子公式为B2=0.333C4+0.667C5，进行栅格代数计算后得到浙江省洪涝灾害易损性分析图(如图3所示)。由图3可知，浙北地区、浙东的宁波绍兴地区和浙东南的温州等地易损性较为分明。这3段地区是浙江省的经济和人口的重心，洪涝灾害发生时损失大。

3.3 浙江省洪涝灾害风险分布

浙江省洪涝灾害综合风险评估公式为A=0.360C1+0.198C2+0.109C3+0.111C4+0.222C5，通过代数计算后得到浙江省洪涝灾害综合风险评估图(如图4所示)，将栅格数据的分级深化，得到浙江省洪涝灾害综合风险程度图(如图5所示)。由图4、图5可知，从行政区划上看，浙江省嘉兴市、杭州市、绍兴市、宁波市、温州市等地发生洪涝灾害的风险高，余姚片区受灾风险很高。该分析结果与浙江省“菲特”台风期间实际受灾情况基本相符。

从浙江省洪涝灾害风险评估结果来看，浙江省发生洪涝灾害的综合风险较高。浙江省的地形自西南向东北呈阶梯状倾斜，西南部为高山丘陵，东北部为平原，地势平坦，水网密集，当遇到强降雨时，易造成洪涝灾害。中等以上洪涝灾害风险区集中于东北部冲积平原。其中高风险区域主要分布在浙北平原和浙东南平原的沿海地带。较高风险区域主要分布在浙江东部地区、浙江南部的中间地区、金衢盆地中部地区和浙江北部地区。中等风险区在浙江南部平原西部地区、浙江北部平原和浙江西部地区。低风险区主要分布在浙江内陆地区和高山丘陵区域为主的其他地区。此外，三大平原区是浙江省经济和人口的重要区域，易损性较为明显，因此这三大区域是浙江省洪涝灾害风险较大的地方。

从浙江省降雨量因子分析图和洪涝灾害风险等级分布图分析可得，浙江省东部沿海地区的洪涝灾害风险分布特征与该区域相应的降水分布规律基本保持一致，说明降雨量是该地区洪涝灾害形成的主要致灾因子。因此，浙江省受梅雨季节影响严重的地区也容易发生洪涝灾害，如浙中金衢盆地地区等。从浙江省综合地形因子影响图、河网密度因子影响图与洪涝灾害风险等级分布图比较可知，地形高程值及其相对变化越小、河网越密集的地区，承载体的危险性较为明显，越易发生洪涝灾害，灾害风险等级越高。浙江省东部沿海和中部地势低平和水网密集处的洪涝灾害风险较大。浙江省洪涝灾害低风险区主要集中以浙江内陆地区和高山丘陵为主的其他地区[13]。

由于灾害发生的不可避免性，因此可通过分析灾害风险的时空分布及其影响因素，采取相应的减灾防灾措施，以减少灾害的损失。如东部沿海地区应加强洪水预报和洪灾预警技术建设，提高应急管理能力，加强居民防灾意识。浙中金衢盆地地区需涵养水源，重视堤防、水库、蓄滞洪区的规划建设，而浙江沿海平原地区和水网密集地区可增强流域管理力度，修建防灾减灾工程，以求能够减轻洪涝灾害引起的社会损失。

3.4 讨 论

本文的分析方法与已有浙江省的洪涝灾害研究有很大不同：文献[14]根据1949—1998年的洪涝成灾面积资料及1961—1999年的36个站点的分季降水资料，对浙江省洪涝灾害的成灾面积、成灾率、时间分布、空间分布、成因进行了统计分析，单纯考虑了成灾率、洪涝的空间分布和成因，而没有将影响因素空间化。文献[15]从危险性分析、脆弱性分析、灾害损失风险分析3方面系统地介绍了如何利用GIS软件的空间分析功能对洪涝灾害风险进行评价分析，其所考虑的是风险评价偏区域化，且没有全面考虑影响洪涝灾害的自然和社会经济因素。文献[13]从洪涝灾害的危险性、暴露性、脆弱性及防灾减灾能力4方面对浙江省洪涝灾害进行了风险评估，但对因子空间化时分级标准采用了统一的模拟综合评价方法(FCA)，级别归纳不够细致，不能很好地反映各区块的因素影响程度高低。本文相较于已有浙江省的洪涝灾害研究，将浙江省洪涝灾害各影响因子和综合风险空间化，且针对每个因子的相应特点选取了不同的分级标准，可以加强各因子影响程度的精确度。

基于前面的分析结果，使用SuperMap iObjects平台，开发了洪涝灾害风险评估模型。首先是主窗口框架设计，包括5个影响因子求算、系统说明、帮助文档等；再利用SuperMap iObject8c的控件及资源，调用iObject内的方法，各个窗口独立设计运行，再将各个窗口进行链接，并进行调试；然后进行程序优化，包括界面的风格设置、冗余代码的删除、数据的精简及代码的注释等；最后将所有界面进行集成并将项目输出为安装文件，测试程序的稳定性与可行性。系统的主要界面如图6所示。

4 结 语

本文构建了浙江省洪涝灾害风险评价的指标体系，使用GIS/AHP集成的方法得到了浙江省洪涝灾害的危险性和易损性评价图，并利用GIS叠加分析做出了浙江省洪涝灾害风险分布图。本文得出的浙江省发生洪涝灾害的综合风险区划图可以为浙江省洪水管理和五水共治提供决策依据。

本文综合利用GIS和AHP方法进行洪涝灾害评估，可以较好地展示洪涝风险的空间化结果；同时基于SuperMap iObjects开发了洪涝灾害评估系统。后续研究将进一步深化洪涝灾害的分析内容和拓展系统的应用范围。