基于土地利用的山洪灾害损失评估模型研究

陈 宇，王 瑛，刘庆爱，陈笑娟，周 轶

(1.北京师范大学 环境演变与自然灾害教育部重点实验室，北京 100875； 2.应急管理部-教育部减灾与应急管理研究院，北京 100875；3.河北省气象灾害防御中心， 河北 石家庄 050021； 4.北京市安全生产科学技术研究院，北京 101101)

由于我国山地范围广，山区的防灾减灾能力相对较差，突发性山洪容易造成巨大的经济损失[1]。2010年至2017年，中国各地发生山洪灾害超过1万起，造成的直接经济损失超过22 050亿元[2]。为了及时地为抢险救灾指挥提供依据，准确评估损失状况是非常有必要的。

山洪是洪水灾害的一种。国外对于洪水灾害的损失评估研究起步于20世纪70年代。美国、日本等发达国家通过建立各类行业财产的损失率曲线而去评估洪水灾害的损失。日本的Srikantha等人利用分布式水文模型、GIS和RS等技术，实现了洪水模拟和损失评估[3]。此外，多个国家开发了洪水损失评估系统，如美国联邦应急管理署(FEMA)开发的HAZUS-MH(The Hazards United States Multi-Hazard)系统，它建立了系统全面的脆弱性数据库和历史灾情数据库，可以针对洪水灾害开展损失快速评估[4]。

相比于美国、日本等国家，我国尚未形成完善的洪水损失评估体系，在评估指标、评估模型、基础数据等尚有待完善[5]。在评估系统方面，我国也有一些探索，如王艳艳等[6]以上海为研究区，利用水动力学洪水分析模型实现淹没分析，建立地物空间叠加分析和洪灾损失评估模型，集成土地利用、社会经济和洪水淹没数据，开发完成独立的洪灾损失评估系统；王帆等[7]以湖北咸宁为例，集成分布式概念水文模型和土地利用信息，开发了社区山洪风险评估系统，以上洪水评估系统都集成了多方面的数据，实现了区域的洪水损失评估。但由于基础统计资料的实时性、空间精度较差，加之山洪灾害的暴涨暴落特征，山洪灾情评估的准确性难以保证[8]。

土地利用是指土地类型及其相关资产的分布和使用[9]。土地利用状况反映了土地上的资产暴露量及其脆弱性，继而决定在面对洪水时的损失水平[10]。因此，已有许多研究以土地利用为评估对象进行洪水损失评估[11-12]。土地利用数据库具有应用效率高，更新及时，资料现势性强等优点[13]，可以很好的满足灾情评估的实效性要求。

以土地利用为评估对象的山洪灾害损失评估系统需要具有普遍性，山洪灾害损失评估需要面向灾害的土地利用分类标准和方法，因此，本文以2012年 “7.21” 拒马河流域山洪事件为例，以重灾区野三坡的土地利用为承灾体，构建各类土地利用的山洪灾害脆弱性模型，采用耦合“水文-水动力”模型进行山洪淹没模拟，形成一套完整的山洪损失评估模型(flash flood disasters loss assessment model，简称FFLA)，并对模型的精度进行对比，验证该模型应用的可行性。

1 山洪灾害损失评估模型

FFLA模型由淹没模拟，土地利用数据库构建和经济损失评估组成。淹没模拟利用HEC-HMS和FLO-2D耦合模型重现山洪淹没状况；土地利用数据库通过高分辨率遥感影像识别获得，包括土地利用类型及其经济暴露值和脆弱性模型；结合上述结果对历史山洪事件进行损失评估。

1.1 损失评估方法

灾情损失由危险性、暴露度、脆弱性共同决定[14]。本文以水文—水动力模型模拟的淹没深度作为危险性指标，以土地利用价值作为暴露度指标，以土地利用脆弱性模型作为脆弱性指标。在此基础上得到损失评估公式：

L=∑Ei*Dil*ail.

(1)

式(1)中，L表示山洪经济损失，Eij表示i类土地利用类型的经济暴露值(元)；Dil表示i类土地利用类型在第l级淹没等级下的损失率，无量纲；ail表示i类土地利用类型在第l级淹没等级下的面积。根据该风险公式，利用GIS空间分析，可以进行山洪灾害的损失评估，具体流程如图1所示。

图1 山洪灾害损失模型评估流程Fig.1 Assessment process of flash flood loss model

1.2 山洪灾害危险性模拟模型

山洪发生流域内的流量数据资料常出现缺失现象[15]。因此，一些研究通过耦合水文和水动力模型来解决这一问题。水文模型可以将邻近流域的水文指标转移到无资料流域，并模拟各个子流域的流量时间序列。但水文模型一般不适用于洪水过程的模拟，可以将流量时间序列输入到水动力模型中，实现山洪路径的模拟[16-17]。

HEC-HMS是一个基于流域水文、水力要素之间相互联系的原理，模拟流域地表径流和河流/水库流量的水文模型。FLO-2D是一个可以模拟平原、小溪等表面的洪水和泥石流，继而产生淹没深度、流速等指标的洪水或泥石流路径模拟的水动力模型。通过耦合HEC-HMS和FLO-2D构建的山洪灾害危险性模拟模型，操作简单，易于使用，且运行速度快，可以快速精确地实现对小流域山洪的危险性模拟。

具体的耦合过程如下：(1)将流域的DEM、土地利用和土壤类型输入到HEC-GeoHMS水文插件中，通过洼地填充、流域划分等操作获得流域指标；(2)将流域指标文件输入到HEC-HMS软件，为每个子流域的降雨站点输入雨量数据。在模拟山洪起止时间和步长后，运行HEC-HMS，得到山洪流量时间序列；(3)将HEC-HMS得到的流量时间序列输入到FLO-2D中，得到淹没深度、流速和淹没范围等指标。

1.3 面向灾害损失评估的土地利用类型划分

本模型主要以土地利用为损失评估对象，因此土地利用分类是否合理是损失评估的关键。吴传钧指出，土地利用分类需要符合实际利用的需要，突出利用的可能性和利用程度的差别，并表达地域差异性及其分布规律[18]。因此，本文在进行分类时充分考虑山洪损失评估的需要，突出各土地类型在面对山洪时的脆弱性和暴露性差异。同时，考虑到山区旅游景区的特殊情况，在分类时参考张娟[19]的旅游用地分类标准，充分反映了旅游业用地的性质和特点，并与全国土地分类体系[20]相互衔接。结合居民调查和政府访谈，进行验证、调整，划分了13种土地利用类型(表1)，分别为未利用地、水域、农业用地、林地、交通用地、公共设施用地、娱乐设施用地、公共管理与服务用地、居住用地、居住与商业用地、商服用地、高级居住用地和高级商服用地。

表1 土地利用分类状况Table 1 Status of land use classification

但山区地形复杂，往往缺乏高精度的土地利用数据用于精确的损失评估。遥感影像在分析土地利用信息方面具有明显的优势，目前已经广泛应用于土地利用分类。因此，本文通过对高分辨率遥感影像的目视解译，获取高分辨率的土地利用类型。

1.4 土地利用山洪灾害脆弱性模型构建

脆弱性是表示承灾体在某种强度自然灾害发生时的损失程度[21]。目前国内并没有权威的、得到广泛应用的洪水脆弱性模型。因此，本文参考荷兰、北京等地区的土地利用脆弱性模型结果[22-23]，纳入到山洪损失评估模型中。

如图2所示，公共和娱乐设施用地直接暴露在山洪之中，极易受到山洪的直接破坏。因此， 当淹没深度为1 m时，公共和娱乐设施用地的损失率就超过了80%。农业用地、林地和交通用地由于采取了一定的防洪措施，所以在1m的淹没深度时，损失率只有50%左右。其他的土地利用类型基本都是钢筋混凝土结构的建筑物，防洪能力较强，并且人类活动程度高，能及时地采取防洪保护措施，因此在1m的淹没水深下，损失率基本在40%以下。但当淹没深度达到5m时，所有的土地利用类型的损失率都将达到100%。

图2 不同土地利用类型的山洪脆弱性模型[23]Fig.2 Flash flood vulnerability model for land use types[23]

2 研究区概况

拒马河是海河的二级支流，发源于河北省太行山西北处，干流长254 km，主要流经河北省保定市、北京房山区(图3(a))。拒马河属于温带大陆性季风气候，年均降雨量能达到600mm以上，但季节分布不均匀，多集中于7，8月份。拒马河上游河段流域面积达4 938 km2，主要流经京津冀山地地区。因此，历史上拒马河流域山洪多发，在1963年、1977年和1996年等都发生过大规模的山洪事件。

图3 拒马河及野三坡位置图Fig.3 The location of Juma River and Yesanpo

2012年7月21日22时，拒马河流域爆发山洪，共造成保定市涞水县30人死亡失踪，经济损失40多亿元，其中受灾最为严重的是涞水县野三坡风景区(简称野三坡)。野三坡距北京西100km处，为我国5A级旅游区，河道两岸分布着大量的旅游基础设施和建筑物，极易受到山洪冲击。

本文选取“7.21”山洪的重灾区——涞水县野三坡的3个村：苟各庄、刘家河村和下庄村(图3(b))作为研究区，利用FFLA模型，对3个村庄的“7.21”山洪损失进行模拟分析。

3 数据来源

本文所用数据包括降水、地形、土壤、遥感影像、土地利用价值等数据，主要来源于图书馆资料、网络数据平台、政府官网等，具体说明如表2所示。

表2 主要数据来源Table 2 The major data sources

4 模型评估结果

4.1 研究区不同土地利用类型的价值

本文根据地方政府的统计数据，确定各土地利用类型的经济暴露值。表3展示了野三坡土地利用类型的脆弱性和暴露性关系。其中，农业用地和林地上的作物价值低，所以暴露价值低；旅游服务类由于有公共服务设施和旅游娱乐设施、土地价值较高；居住、商服用地上建筑物密度大，且附带大量物资、财产，所以土地暴露值在所有土地利用类型中是最高的。

表3 野三坡土地利用类型的山洪灾害性质Table 3 Flash flood disaster characteristics of land use types in Yesanpo

4.2 研究区“7.21”山洪灾害淹没模拟

本文利用HEC-HMS及FLO-2D模型对“7·21”山洪事件的淹没状况进行模拟重现。采用地面控制点采集和居民访谈的方式，对模拟的山洪淹没范围和水深进行验证。验证结果如图4，可以看出，下庄村的重灾区主要分布在中南部的河道两岸，刘家河村的重灾区主要在村庄南部，而苟各庄的重灾区主要位于村庄中部的两岸地区，模型模拟的重灾区分布和淹没边界与实地走访的结果基本吻合。因此，本文构建的水文—水动力模型模拟精度高，能较好地完成对小流域山洪的模拟。

如图4所示，林地和水域是野三坡2种主要的土地利用类型。此外，苟各庄以未利用地和农业用地为主，主要分布在河道两岸，村庄中部还有服务于旅游业的居住与商业用地。刘家河村河岸地区有大片的农田，村庄南部分布着的商服用地。下庄村是旅游资源最为丰富，经济发展最好的村庄，河道两岸分布着大面积的公共设施用地和商服用地。

图4 野三坡“7.21”淹没模拟和土地利用类型Fig.4 The inundation simulation and land use types of Yesanpo on July 21, 2012

4.3研究区山洪灾害经济损失评估与精度

利用FFLA模型，根据模拟的淹没和土地利用指标，得到山洪损失及分布构成(图5)。本研究将损失分为四类。其中，农业损失由农业用地和林地上的损失构成，每个村的损失基本不超过100万元；旅游设施损失由交通、公共设施、娱乐设施、管理与服务四类用地构成，其数值远远超过了农业损失，充分体现了野三坡山地旅游区的性质；居民损失是指所有发生在居民用地上的损失，也是苟各庄损失的主要来源；商业损失指发生在商业类用地的损失，其损失量达到本次山洪总损失的64%。

图5 野三坡7.21山洪损失分布构成Fig.5 The distribution structure of flash flood losses in Yesanpo on July 21, 2012

对3个村的损失进行统计，与实际灾情损失进行对比，结果见表4。总体来看，下庄村的损失最大，达到23 048万元；刘家河村的损失为7 154万元；苟各庄的损失最小，为4 485万元。3个村的总损失达到34 687万元，与实际损失(41 914万元)相比，偏小20.83%。 FFLA模型对经济损失的评估精度较高，与同类型其他研究精度相近。且模型在淹没范围、重灾区判别等方面，准确性也较高。

表4 山洪经济损失评估模型精度对比Table 4 Reliability comparison of flood economic loss assessment model

FFLA模型具有以下优势：(1)耦合HEC-HMS和FLO-2D的方式，是从山洪灾害的发生机理出发进行危险性评估，能够实现对小流域山洪危险性的准确模拟，弥补由于山洪灾害暴涨暴落特征，而缺失的淹没资料。(2)本模型的土地利用分类面向山洪灾害损失评估，充分考虑了各类型之间的暴露性和脆弱性差异，专业性强。基于此分类方法构建起的土地利用数据库，数据管理更规范，更新效率更高，能满足山洪灾害评估的时效要求。

5 结论

本文开展了面向山洪灾害，以耦合水文水动力模型和土地利用脆弱性模型相结合的方式，构建山洪灾害损失评估模型(FFLA)，将模型应用到2012年“7.21”拒马河流域野三坡山洪损失评估中。主要结论如下：

(1)耦合HEC-HMS和FLO-2D模型的模拟精度高，能够实现对历史山洪灾害事件中的淹没状况进行较精确的模拟，可以用于山洪灾害的危险性模型。

(2)基于土地类型在遭受山洪灾害时的脆弱性和暴露性差异，划分了13种类型，分别为未利用地、水域、农业用地、林地、交通用地、公共设施用地、娱乐设施用地、公共管理与服务用地、居住用地、居住与商业用地、商服用地、高级居住用地和高级商服用地。

(3)FFLA模型具有较高的精度，对“7.21”拒马河流域三个重灾村的损失模拟准确率达到75%以上。

未来，一方面需要积累更多的山洪灾情数据，对本文的脆弱性模型进行完善，提高评估精度，另一方面，还可以与目前各种高精度土地利用动态数据库进行结合，实时更新土地利用数据，实现山洪灾害后的快速评估。