空间信息技术支持的乡镇洪涝灾害风险评估

高牧寒，秦 昆，王少东，刘东海，沈瑞雄

（1. 武汉大学遥感信息工程学院，湖北 武汉 430079；2. 湖北省随州市曾都区何店镇人民政府，湖北 随州 441332）

目前，遥感、地理信息系统技术广泛应用于洪涝灾害风险评估，但多应用于流域、区域、城市等大尺度范围内[1-2]，针对社区、乡镇等小尺度范围的研究较少[3-6]。因此，本文以2021 年8 月12 日洪涝受灾区域，湖北省随州市何店镇为研究区，研究RS与GIS技术支持的乡镇级洪涝灾害风险评估及避险安置分析方法，为何店镇在遭遇区域内强降雨时，做好及时的风险评估、避险安置等提供技术支持与参考数据。

1 研究区概况

何店镇位于湖北省随州市曾都区南部，地理位置113°18′E，31°35′N，东西宽15 km，南北长24 km。地区南部为海拔200 m 左右的低山丘陵，中部为海拔百米以下的陂陀岗地，东北一隅及镇区为海拔60 m左右的平川。境内有白果河水库等，共计21处水库，主要河流6条，全长80多km。

2 研究方法

2.1 洪水演进及淹没区分析

根据《湖北暴雨统计参数图集》、何店镇历史雨情等资料，进行不同重现期的降雨量模拟。针对模拟降雨量，考虑土壤渗水与水库滞洪的影响，采用SCS模型以及ArcGIS“水文分析”工具进行积水量的计算。根据预估的洪涝积水量，结合DEM 数据，通过式（1）与式（2）分析不同洪水量的淹没范围及对应水深，本文利用ArcGIS“表面体积”以及“栅格计算器”工具进行分析计算。

式中，V为流域内总积水量；hi为水深；Si为对应水深为hi的栅格单元总面积。

式中，hi为栅格单元i对应的水深；con（x，y）是一种条件计算函数；H为水淹高度值；Hi为栅格单元i对应的地表高程值。

2.2 洪涝灾害风险评价方法

本文参考自然灾害风险形成机制及其制约因素[7]，选取致灾危险性、孕灾环境敏感性、承灾体脆弱性和防灾减灾能力为评价洪涝灾害风险的指标，根据专家打分的结果，结合层次分析法、加权综合指标法进行洪涝灾害风险评价。

根据层次分析法理论选取评价指标，参考专家确定的各评价指标权重值，构建层次分析法判断矩阵，确认各层次权重，采用加权综合指标法（式3）进行指标叠加，最终通过自然断点法将风险区划分为高风险、次高风险、中度风险、次低风险和低风险5个等级。

式中，F为洪涝灾害风险指数；H为致灾危险性评价值；E为孕灾环境敏感性评价值；V为承灾体脆弱性评价值；R为防灾减灾能力评价值；WH、WE、WV、WR为各指标对应权重。

3 洪涝灾害风险等级评价

3.1 风险评价层次结构

本文基于前期收集整理的相关数据与实地调查，建立乡镇洪涝灾害风险层次结构（图1）。以乡镇洪涝灾害风险评价为目标层，乡镇洪涝灾害的致灾危险性、孕灾环境敏感性、承灾体脆弱性和防灾减灾能力4个因子为准则层，水淹易发程度、水淹深度等10个因子为指标层。

图1 何店镇洪涝灾害风险评价层次结构

洪涝灾害的危险性主要由洪涝危险因子的强度、频次等决定[8-9]。除此之外，降雨多、降雨强的区域通常比其他区域更可能遇到洪涝灾害。因此，致灾危险性评价指标包括水淹易发程度、水淹深度、降雨严重程度以及降雨可能性。

承灾体脆弱性综合反映了洪涝灾害的损失程度。本文主要考虑受灾害直接影响的人类社会主体，包括受灾地区的人口密度以及承灾体的经济价值。

孕灾环境是指承灾体所处的外部环境，对灾害的强度与群发特征等起着决定性的作用[9]。本文主要考虑自然环境，包括地面高程、坡度、水系、下垫面情况。

防灾减灾能力表示受灾区在短期和长期内能够从洪涝灾害中恢复的程度，文中考虑了受灾地区的植被情况及道路密度。

3.2 评价指标分级量化

本文综合专家打分法与层次分析法，得到洪涝灾害风险指标权重如表1所示。

表1 何店镇洪涝灾害风险指标权重表

各指标分级标准如下，采用阈值或自然断点法进行指标评分量化。

1）水淹易发程度。主要考虑暴雨期间水淹的时序情况，越易淹没的区域越应当引起重视。本文以100年为重现期，按历时3 h、6 h、12 h、24 h模拟水淹情况。其中，3 h水淹区域的危险等级最高，24 h才被淹没的区域危险等级最低，共分5个等级。

2）淹没深度。淹没深度直观反映了灾害的危险程度。可通过模拟总统计时长的水淹情况，本文根据100年一遇洪涝水淹情况进行分级，由浅到深划分4个等级。

3）降雨严重程度。根据地方提供的水库降雨数据，综合考虑降雨概率与降雨峰值，通过式（4）计算获得水库点位置处的降雨严重程度，并采用反距离权重法（IDW）计算全镇范围内的降雨严重程度，由小到大划分为5个等级。

式中，A3为降雨严重程度；w为该水库降雨天数占总统计天数的百分比；Pmax为该水库在统计数据中的降雨最大值。统计数据即地方提供的何店镇水库近5 a降雨数据。

4）降雨可能性。根据地方提供的水库降雨数据，综合考虑降雨概率与降雨均值，评估降雨的一般情况。本文通过式（5）计算获得水库点位置处的降雨可能性，并采用反距离权重法计算全镇范围内的降雨可能性，由小到大划分为5个等级。

式中，A4为降雨可能性；w为该水库降雨天数占总统计天数的百分比；Pavg为该水库在统计数据中的降雨均值；Psum为该水库在统计数据中的降雨总值；d为该水库在统计数据中的降雨天数。统计数据即地方提供的何店镇水库近5 a降雨数据。

5）人口密度。人口密度一定程度上决定了受灾转移的优先性。本文依据WorldPop数据集，将人口密度数据由小到大进行等级划分为5个等级。

6）经济价值受灾导致可能损失的经济价值反映了该区域的重要程度，本文通过ENVI 软件对高分遥感数据进行监督分类，并根据地物类型进行分级（其他＜林地＜道路＜耕地＜建筑）。

7）地形因素。高程作为影响洪涝的因素之一，区域发生内涝频率一般随着高程的降低而增加。坡度则反映高程的变化程度、地表倾斜程度，坡度越缓且地势越低的区域越有可能发生积水[10-11]。因此，本文综合考虑高程与坡度，并假设两者重要程度相同。根据DEM数据计算高程与坡度，归一化后进行加权，并划分为5个等级。

8）水系距离。水系作为排水系统的一部分，受流域内部降雨以及外部高水位顶托的作用，调蓄空间不足时，更易发生内涝灾害[11]。距离河道等水系越近，洪涝危险程度越高，但是水系的影响有一定边界性，可采取缓冲区分析。本文依据地方提供的水系分布数据，将缓冲区的宽度确定为125 m、250 m、375 m、500 m，并由远到近划分为5个等级。

9）植被覆盖度。植被覆盖度可用于衡量地表植被状况，是描述研究区生态变化与环境情况的基础数据。本文选用Landsat8 遥感数据，根据式（6）计算植被覆盖度（VFC）指数，由大到小划分为5 个等级，以反映区域植被生态情况。

式中，NDVIsoil为纯裸土或无植被覆盖区域的NDVI值；NDVIveg为纯植被像元的NDVI 值。

10）道路密度。道路是避险安置的基础条件。可通过道路线的核密度分析来计算道路密度，离道路越近的区域则越易于逃离，即风险等级越低。本文依据OpenStreetMap道路数据，分析道路核密度，并由大到小划分为5个等级。

11）植被指数。下垫面情况主要考虑植被覆盖，绿地可以起渗水、滞水等作用，有利于缓解内涝。本文选用Landsat8 遥感数据，计算归一化植被指数（NDVI），由大到小划分为5个等级，以反映区域植被的相对丰度。

3.3 评价结果分析

何店镇洪涝灾害高风险区域约9.03 km2，占全域总面积的4.26%，多位于河道两侧及低地势地区，多为居民地；其中，何店镇镇区（镇域中部）为人口集中区又处于高风险区域，应当引起高度重视。较高风险区域约14.39 km2，占全域总面积的6.79%，大部分与高风险区域相邻，同样属于人类活动频繁地区，需与高风险区域一同考虑避险安置。中风险区域集中于镇域南部，约67.12 km2，占全域总面积的31.7%，多为山地，人烟稀少，地势高，但需注意防范泥石流等次生灾害。较低风险及低风险区域共占121.23 km2，占全域总面积的57.25%，分布广，多为耕地、林地；部分区域地势较高，且相对平缓，远离河道，可供应急避险。

4 总结与讨论

1）参考自然灾害风险因子，选取致灾危险性、孕灾环境敏感性、承灾体脆弱性和防灾减灾能力为评价洪涝灾害风险的指标，综合专家打分法、层次分析法等进行洪涝灾害风险评价，对洪涝灾害风险进行相对客观的评价。

2）综合考虑开源数据与地方提供数据，选取水淹易发程度、降雨可能性等10个评价因子进行灾害风险评价。在处理数据过程中，发挥GIS 与RS 技术优势，模拟洪涝水淹情况，定性、定量分析各评价指标。

3） 何店镇内，高风险、较高风险区域共占11.05%，且大部分为人口集中区，应高度重视；中风险区域占31.7%，集中于镇域南部，需注意泥石流等次生灾害；较低风险、低风险区域共占57.25%，可供避险安置选择。

4）基于GIS 与RS 的灾害风险评估可以反映洪涝灾害的强度与复杂性等，不仅适用于城市等大尺度区域，还适用于乡镇等小尺度区域，可为乡镇级洪涝灾害风险评估提供技术支持，为避险安置提供科学依据。