山洪灾害风险分区划分模型构建与应用

江 雨 田，王 新 龙，孙 如 飞，范 仲 丽，孙 飞 飞

(宁波市水利水电规划设计研究院，浙江 宁波 315192)

山洪灾害是由局部强降雨在山丘地区引发的洪水灾害及由洪水诱发的泥石流、滑坡等灾害。由于山洪灾害具有突发性且破坏性大，对人民的生命、财产安全造成极大威胁。随着我国城镇化进程加快推进，很大程度地加剧了山洪灾害的不确定性[1]，我国因山洪灾害死亡人数占洪涝灾害死亡总人数的比例过半，受威胁人口多达5.7亿人[2-3]。因此，山洪灾害的管控和治理尤为重要。

山洪灾害风险等级划分可以为灾害预防及管理提供科学理论依据[4]，为防洪工程的建设实施提供相对明确的方向，有利于将有限的防洪物资进行合理分配。对风险较高的区域重点防治，对风险较低的地区做好预报预警工作。国内外学者开展了很多山洪灾害风险相关的研究工作。英国学者Westage[5]提出灾害易损性指的是一个群体由于极端现象处于危险中的可能性及该群体的复原能力。史培军[6-7]指出灾情是由触发因子、孕灾因子和易损性和承灾能力因子等相互作用导致。金菊良[8]等构建了基于遗传算法的神经网络模型，以分析山洪灾害承灾体易损性。王文川[9]总结导致山洪灾害的因素有气候、地貌、地层岩性与人类活动。许小华[10]等利用地形、河网等因子进行危险度评估，对危险度数据及易损性数据进行空间叠加分析，得到山洪灾害风险分区。陈真[11]等采用主成分分析法对致灾因子进行提取后确定指标权重，进而得出风险等级分布图。陆桂华[12]从降雨量及单位面积汇流时间等方面研究其对山洪灾害的敏感度。朱静[13]根据地形与实测水位流量数据，模拟山洪灾害范围；建立不同的承灾体与水深的关系，进行复杂的风险评估。石林[14]等分析了山洪灾害风险与地层岩性、地质构造等的关系，并提出了全国山洪灾害防治区划的方法。以上属于山洪灾害风险的面上评价。除此之外，研究学者针对小尺度的小流域、防治区也开展了相应的研究。黄理军[15]从山洪灾害分布位置及强度等角度着手，将山洪灾害防治区划分为重点、次重点及一般防治区。管珉[16]等考虑小流域成灾过程，将小流域划分为高、中、低三级危险分区。目前对灾害风险分区的研究较为成熟，本研究旨在进一步应用探讨与完善大尺度面上山洪风险评估的针对性及完整性。

1 研究方法

依照自然灾害系统理论，可以将山洪灾害风险表示为f(T,B,S)。T,B,S分别为触发因子、下垫面孕灾因子、易损性和承灾能力因子。触发因子的主导触发因子就是突发性强降雨[17]。下垫面孕灾因子指下垫面的自然条件，主要体现在地形、坡度、植被等方面。承灾体的易损性和承灾能力是指受灾区域的社会经济发展水平。具体因子的选择应遵循相关基准[18-19]。

在山洪灾害风险等级评估建模中，关键技术是得到模型的向量权重。常用的求取指标向量权重的方法是层次分析法。建立层析分析结构，构造判断矩阵，反映各元素的相对重要程度。计算出矩阵的最大特征值及其特征向量，对各因子的向量权重进行确定。此外，用一致性指标、随机一致性指标和一致性比率做一致性检验[20]。

一致性指标CI(Consistency Index)：

(1)

式中,n为判断矩阵阶数。

随机一致性比率CR(Consistency Ratio)：

(2)

式中,RI(Random Index)为随机一致性指标，按照其取值表1赋值。

表1 随机一致性指标RI取值

确定各指标因子后，对其进行归一化处理。

(1)对与山洪灾害风险值成线性关系的风险因子做简单归一化处理：

(3)

式中，x表示风险因子的原始数据；Xmin表示某一风险因子数据中的最小值；Xmax表示某一风险因子数据中的最大值。

(2)对于高程因子，不能简单认为与山洪灾害风险成线性关系。相关文献[18-21]对历史山洪灾害数据进行统计研究，发现山洪灾害点的DEM分布的概率密度函数符合偏正态分布，对DEM的标准化，可以取对数计算使其与山洪灾害风险值成线性关系。

x=lg(DEM)

(4)

(5)

式中，μ为高程数据的算术平均值；σ为高程数据的标准差。

2 研究区概况

宁波市处于浙江省东北部的东海之滨，长江三角洲南翼，属我国季风频繁活动带。气候湿润，降雨充沛，多年平均降水量为1 480 mm，降水量年际变化相差较大。非汛期(10月至次年4月)，为少雨期，降雨量仅占全年降水总量的25%左右；而汛期(4～10月)，受台风和热带风暴登陆侵袭，形成狂风暴雨，造成全流域或部分流域的强降雨，降水量较大，约占全年降水总量的75%。

宁波市处在天台山脉及其支脉四明山向东北方向倾没入海的地段，地势西南高，东北低。山区及丘陵约占陆域总面积的58.7%，主要山脉山高坡陡，多为河流发源地。梅汛期、台汛期带来的小流域暴雨洪水，极易引发小流域山洪灾害(见图1)。

图1 宁波市地理位置

本次研究范围为宁波市辖区范围内的山丘地区(见图2)，总面积5 495.2 km2，占全市面积的58.7%。宁波市山洪灾害的发生有如下3个特点：短历时暴雨时空分布不均,山洪灾害随机性、突发性强,灾害类型主要为山体滑坡和山溪洪水。

图2 宁波市山丘地区分布

3 处理与分析

3.1 数据收集与处理

(1)触发因子。选择年最大1 h暴雨均值、年最大3 h暴雨均值、年最大6 h暴雨均值、年降雨量、年暴雨天数5个触发因子参与山洪灾害风险评估。

从宁波市水文站收集所需全市63个国家雨量站点降雨数据，包括逐日雨量，典型暴雨期间摘录逐时雨量，站点时段最大降雨量统计表等。采用年最大值法进行实测排频暴雨选样，统计分析得到各站点年最大1 h暴雨均值、年最大3 h暴雨均值、年最大6 h暴雨均值；按照日雨量≥50 mm为暴雨标准，对具有长系列日雨量资料的站点进行统计，得到各站点多年平均年暴雨天数以及各站点多年平均年降雨量。

借助ArcGIS空间插值，得到5个风险触发因子空间分布情况(见图3～7)。年暴雨天数、年平均降雨量及年最大6 h暴雨均值的空间分布很相似，在四明山区、宁海县区、象山西周淡港区以及大嵩山一带的值都较高，在剡江流域一带则存在局部低值。

(2)下垫面孕灾因子。选取高程因子、地形指数及植被指数作为下垫面孕灾因子。在DEM(数字高程模型)(见图8)的基础上，地形指数可以利用ArcGIS水文模块及空间分析功能得到(见图9)。植被指数越高，地表汇流越慢，越不易发生山洪。本研究中利用2017年7月23日及8月24日的两景Landsat-8遥感影像资料，拼接而成宁波市遥感影像，计算植被指数(见图10)。

图3 年暴雨天数

图4 年平均降雨量

图5 年最大1h暴雨均值

图6 年最大3h暴雨均值

图7 年最大6h暴雨均值

除了平原区地形指数高，易于汇流之外，其他易于发生山洪灾害的近河道区域地形指数较高，特别是两山脉之间的平坦区域。

图8 数字高程模型

图9 地形指数

图10 植被指数

(3)易损性和承灾能力。选择人口密度、GDP及建筑指数3个因子。建筑指数与植被指数相同，采用2017年7月23日及8月24日的两景Landsat-8遥感影像资料，拼接而成宁波市遥感影像，计算建筑指数(见图11)。在2016年宁波市总人口统计数据的基础上，综合分析与人类活动密切相关的夜间灯光亮度及居民点密度数据，利用GIS的空间分析功能，把单位权重上的人口数与总权重分布图相结合，进行人口的空间化(见图12)。在2016年宁波市分区县分产业GDP统计数据的基础上，将宁波市地类图层组合划分到第一、二产业地类及没有GDP产值的地类中，分摊各区县不同产业的GDP总值，制作宁波市GDP分布图(见图13)。

3.2 加权叠加分析

采用层次分析法得到各因子权重(见表2)，并做层次一致性检验，各层次均满足CR< 0.1，可知判断矩阵具有很好的一致性。归一化处理后，借助ArcGIS空间叠加分析功能，根据公式计算栅格单元的风险度，得到宁波市山洪灾害风险值分布结果。

(6)

图11 建筑指数

图12 人口密度

表2 因子权重

图13 GDP数据

山洪灾害多发生于两山中间的汇水区域，地势较低的平原区域一般更易遭遇流域性洪水和暴雨内涝灾害，受山洪灾害的可能性小[22-24]。因此，按照DEM阈值(5 m)进行掩膜提取山洪发生区域，进而提取出山洪发生区域的风险度分布(见图14)。明显地，风险度较高的区域集中在宁海山区，其次是象山港南片山区，再者是象山港北片山区及四明山区。依次取风险度区间0～0.2,0.2～0.4,0.4～0.6,0.6～0.8,0.8～1.0，将山洪灾害风险划分为低、较低、中等、较高、高5个等级(见图15)。

图14 宁波市山洪风险度分布

3.3 风险分区划分

从风险度分布图(见图14)不难看出，山洪灾害风险的分布具有相对集中的特点，因此可以对其进行风险分区的划分。结合风险度的分布特征，可大致把宁波市栅格单元山洪灾害风险分区划分为几个区域：宁海山区片、象山港南片、象山港北片，奉化山区片、四明山区片及姚江北部山区片(见图15，16)。其中，山洪灾害高风险区域为宁海山区片，中风险区域有象山港南片、象山港北片及四明山区片，低风险区域有奉化山区片和姚江北部山区片。

15 宁波市山洪风险等级

图16 宁波市山洪风险分区

4 成果合理性分析

历史山洪灾害数据能反映该地区山洪灾害发生的频率及未来一段时间内的山洪灾害发生概率[25]。从前期宁波市6个区县(市)山洪灾害调查评价成果中，整理汇总得到6个区县(市)历史山洪灾害的发生地点，这些调查点被证实是历史上发生过1次或多次山洪，原则是山洪灾害易发生的区域，因此是对山洪风险分级结果最有力的验证数据。进行此项验证有一个假设前提，就是认为山洪灾害调查点是山洪灾害风险度较高的区域，以此来验证山洪风险度分布结果。历史山洪灾害调查点在时间上多集中在6～8月；空间分布上，多集中在宁海县、象山县西部、北仑东部，少量分布于鄞州区、四明山区和奉化山区。

本次研究将历史山洪灾害数据点叠加到山洪灾害风险等级图中(见图17)，统计落在各风险等级内的历史灾害点的个数及百分比。由表3可以看出，落在中等及以上风险等级中的历史灾害点占所有灾害点的98%，落在较高及以上风险等级区域中的历史灾害点占所有灾害点的63%，验证结果表明本研究使用的山洪灾害风险评估模型具有较高的精度和可靠性，初步认为该研究成果可以为宁波市当地应急局等部门提供防汛部署和指挥决策的科学依据。

图17 历史灾害调查点分布

表3 历史山洪灾害点统计

5 结 论

本次研究基于自然灾害系统理论，采用GIS-AHP方法，对山洪灾害多发的宁波市进行山洪灾害风险建模，确定了一套适用于宁波市的山洪灾害风险致灾因子权重系数，构建了山洪灾害风险评估模型，划分了宁波市山洪灾害风险分区，并用历史山洪灾害数据对成果进行验证。结果显示，出现在中等风险及以上等级区域的历史山洪灾害事件发生点占所有灾害事件总数的98%，说明本研究取得的山洪灾害风险分区成果具有合理性，构建的山洪灾害风险评估模型具有较高的精度和可靠性，风险分区成果对当地防汛应急部门的防汛管理及防汛部署具有一定的指导意义。该方法值得推广运用，可以为其他山区的灾害风险分区划分提供参考。但本研究仍存在一定的不足：由于山洪灾害形成的复杂性，影响因子繁多，完全定量的分析存在较大的困难，且由于数据获取途径局限，如土壤类型、植被类型等细部数据没能纳入考虑因素中，模型仍存在改进的空间。