苑梓晗,刘 莹
(黑龙江大学 水利电力学院,哈尔滨 150080)
自然灾害会使得人类社会面临着极大的生命威胁和经济财产损失,而洪涝灾害是全世界发生频次最多、严重影响中国经济发展的自然灾害之一[1]。近年来,随着全球气候变化以及城镇化进程加快,洪涝灾害发生概率不断加大,它对人类活动以及经济社会可持续发展已经构成严重威胁。洪涝灾害风险评估与区划作为防洪减灾的基础,显得日益重要与迫切,具有一定的研究意义[2]。据历史统计资料显示,暴雨洪涝是东北地区的主要自然灾害,而黑龙江省洪涝灾害的发生位于全国前列[3],暴雨洪灾已经严重制约了我省的经济社会发展。文章从自然灾害风险理论概念出发,结合Arc-GIS 的空间分析功能,综合考虑暴雨洪涝灾害的发生机制以及应急管理的需要,通过构建全面的层次分析模型,对黑龙江省洪涝灾害进行综合性的风险评估与区划,为该区域暴雨洪涝灾害防灾减灾工作提供了科学依据。
黑龙江省地处中国最东北部的边疆地区,其东部以乌苏里江为界、北部以黑龙江作为界河,并与俄罗斯相邻;西部紧邻内蒙古自治区,南部与吉林省相连。该省介于E121°11′~135°05′、N43°26′~53°33′之间,南北长度约为1120km,东西宽度约为930km,占中国国土面积约为47.3 万km2。黑龙江省包括12 个地级市以及1 个地区行署,分别是哈尔滨市、齐齐哈尔市、牡丹江市、佳木斯市、大庆市、鸡西市、双鸭山市、鹤岗市、绥化市、七台河市、伊春市、黑河市以及大兴安岭地区行署,黑龙江省分区图,如图1 所示。黑龙江省是中国的重工业和农业生产基地,以机械、石油、煤炭、木材和食品工业作为主要工业门类,因此在保障国家粮食安全、生态安全、能源安全、工业安全等方面有着举足轻重的作用。黑龙江省分区图,如图1 所示。
图1 黑龙江省分区图
黑龙江省位于欧亚大陆东部、太平洋西岸以及中国最东北部地区,其地理位置的独特性,使其常年经受温带大陆性季风气候的影响,区域性降水差异较大。省内江河湖泊水系众多,主要包括黑龙江、乌苏里江、松花江、嫩江、绥芬河五大水系,现有湖泊水库6000 余个,面积高达80 万hm2[4]。其中黑龙江、松花江、乌苏里江组成三江平原,松花江与嫩江流域水系组成松嫩平原。历史数据表明,黑龙江省的洪涝灾害是重大高发自然灾害之一。1998 年黑龙江省发生历史特大洪水,农田受灾面积多达483 万hm2,全省经济损失高达296 亿元;2004 年东北部地区发生特大暴雨灾害,农田土壤受涝面积接近10a 的最大值;2006 年黑河市发生大暴雨,导致直接经济损失达2.8 亿元;2008 年嫩江、讷河等地遭受强降雨袭击,本次袭击致使农业经济损失达5563 万元[5];2013 年历史特大洪水造成我省受灾人口数达526.6 万人,农田受损面积265.4 万hm2,直接经济损失高达327.47 亿元[6]。
近些年,在全球气候变暖及快速城镇化的加持下,“人水争地”的现象愈发明显,黑龙江省也不例外。尤其是暴雨洪涝灾害的频繁发生不仅造成农业的减产,严重威胁黑龙江省粮食安全[7];而且也给人民群众生命财产安全以及经济社会稳定造成了严重的威胁并带来了极大的损失[8],制约社会经济发展。洪涝灾害风险区划属于自然灾害风险理论的一个重要应用,采用风险理论概念来管理洪涝灾害可以最大程度的降低灾害带来的损失[9]。因此,及时有效的对黑龙江省开展暴雨洪涝灾害评估以及风险区划工作,在暴雨洪水发生之前制定出科学、合理、可行的减灾对策,降低洪涝灾害带来的各方面损失,对黑龙江省暴雨洪涝灾害的管理与救济具有重要的意义。
目前大多数灾害风险评估管理工作都是通过Arc-GIS 为基础集成的,暴雨洪涝灾害风险区划是洪灾评估与管理的重要内容,文章借助Arc-GIS平台强大的空间数据分析与管理功能,对黑龙江省暴雨洪涝灾害进行风险区划,准确合理可行的暴雨洪涝灾害风险区划结果对防灾减灾应急管理与应用以及经济社会的稳定可持续发展具有重要意义[10]。
地理信息系统(简称Arc-GIS)是以地理空间数据云为基础,采用地理模型的分析方法,进行区域空间分析,利用其对数据层的空间集成功能,获取多因素综合作用的地理信息[11]。
暴雨洪涝灾害生成机理十分复杂,并不是单一因子作用而产生的。洪涝灾害风险区划是研究区的危险性评价和易损性评价集成作用的结果,与之评价相关的因素包括研究区域洪水特征、地形因子以及社会经济发展情况等,这些影响因子都具有很强的区域差异性,因此利用空间数据表达进行归一化是最合适的。对洪灾产生原因分析与预测需要多因子集成复合,且空间位置叠加复合尤为重要,而地理信息系统有很强大的空间数据分析与管理功能,对洪涝灾害风险区划有着极大的支持与辅助作用[12]。
Arc-GIS 技术能够满足洪灾风险评估与区划这一集成叠加要求,其具有二维空间拓扑关系分析功能,可以对不同空间分布Overlay(叠加组合),重新生成空间拓扑关系,明确其空间直观的逻辑分析与地理位置关系[13]。同时Arc-GIS 的属性数据库具有分析与统计查询功能,进而表征各因子之间的定量联系。
随着国内外灾害风险理论研究的不断深入,灾害风险理论也日趋完整,不同学者以及研究机构对灾害风险的概念定义不同,定义灾害风险的表达式也不同。风险评估的方法包括历史灾情数据评估法、指标体系评估法、层次分析法(AHP)和情景模拟评估法等[14]。历史灾情数据评估法对历史数据的依赖性很强,需要不断更新和完善以获取准确地历史灾情数据;情景模拟评估法对数据的时间尺度和仿真模型要求较高;指标体系法是较为普遍的方法,但不能明确各指标所起作用的差异性[15]。
文章综合国内外灾害风险要素相关理论,采用层次分析法(AHP)建立洪涝灾害风险评估模型,从致灾因子与孕灾环境的危险性、承灾体的易损性、以及防灾减灾能力展开研究,选取降水量、地形因子、河网密度作为危险性3 个指标;地均人口、地均GDP、耕地比重作为易损性3 个评价指标;采用人均GDP、医院距离两个指标来表征防灾减灾能力。在评价层次指标选取以后,采用层次分析法(AHP)建立洪涝灾害风险层次结构模型。
2.3.1 数据来源
降水量来源于国家统计局近5a 黑龙江省各市(县)的降雨资料;地形因子:地表高程以及地表坡度数据来源于地理空间数据云获取得到DEM数据;河网密度以及黑龙江省省界数据通过利用Arc-GIS 来提取;各市社会经济发展统计数据来源于2021 年黑龙江省统计年鉴。
2.3.2 数据归一化处理
由于数据应用了大量的空间数据,因此利用Arc-GIS 进行数据处理就成了关键。经过处理后得到的文章数据,受到指标量纲的干扰,由于数据量纲不一致,因此需要对数据进行最大程度的归一化处理。归一化计算公式如下:
层次分析法由美国运筹学家T.L.Saaty 最早提出的理论方法,主要是通过对两两因子之间进行重要性比较并通过赋值来表达两因子之间的重要程度,进而构造多因子比较判断矩阵,并进行一致性检验[16]。文章采用层次分析法(简称AHP)建立洪涝灾害风险评价层次结构模型,确定目标层、准则层以及方案层,并建立4 个判断矩阵,分别是致灾因子与孕灾环境危险性-承灾体易损性-防灾减灾能力、降水量-地形因子-河网密度、地均人口-地均GDP-耕地比重以及人均GDP-医院距离矩阵。经过一致性检验后,可知4 个矩阵的一致性比例分别为,其均满足,认为判断矩阵通过一致性检验。计算出各个层次判断矩阵的单层权重后,需要计算同一层次所有因素对最高层次的相对重要性。暴雨洪涝灾害风险评价指标权重值,如表1 所示,计算出所得权重表示各指标在总评价过程中的重要性,得出暴雨洪涝灾害风险评价指标权重值。
表1 暴雨洪涝灾害风险评价指标权重值
文章采用层次分析法集成暴雨洪涝灾害风险评估相关指标评价体系,根据暴雨洪涝灾害风险评估框架,文中FDRI 是由致灾因子与孕灾环境的危险性、承灾体的易损性以及防灾减灾能力三者共同发挥作用构成的,利用加权平均法计算洪涝灾害风险指数FDRI[10],进而直观的表达洪涝灾害风险程度。
式中:FRDI为暴雨洪涝灾害风险指数,用来表征洪涝灾害风险程度,其值越大,表明洪涝风险灾害越严重;H为洪涝灾害风险的危险性;S为洪涝灾害风险的易损性;R为洪涝灾害风险的防洪减灾能力;而WH表示危险性权重,WS表示易损性权重,变量a是常数(0≤a≤)1,用来表征防灾减灾能力对降低FDRI的作用。危险性H、易损性S、防灾减灾能力R的计算分别如公式(2)(3)(4)所示:
式中:Hi代表第i个危险性指标准则(i=1,2,3),Si代表第i个易损性指标准则(i=1,2,3),Ri代表第i个防灾减灾能力指标准则(i=1,2);而WHi代表第i个危险性指标准则权重值,WSi代表第i个易损性指标准则权重值,WRi代表第i个防灾减灾能力指标准则权重值。
应用层次分析法(AHP),借助自然灾害风险评价理论与方法,对黑龙江省暴雨洪涝灾害风险性指标进行计算后,借助Arc-GIS 地理信息系统平台构建暴雨洪涝灾害风险区划模型,最终得到洪灾风险区划图。采用栅格法确定评价单元,这种方法使得评价的运算速度更快,即用一定大小的网格作为等分单元。在栅格化数据叠加时,文章采用常用固定栅格单元500m×500m 的栅格大小作为评价单元进行黑龙江省暴雨洪涝灾害风险区划。具体步骤如下:
1)沿黑龙江省行政边界将黑龙江省地区划分为约5.1 万个方形网格,对与洪涝灾害风险性相关的影响因子进行极大值标准化,形成500m×500m的栅格数据。
2)采用分位数法将危险性、易损性和防灾减灾能力划分等级,形成相应等级栅格数据。
3)对地形因子、河网密度、耕地比重进行克里克插值处理,得到归一化的栅格数据;对于地均人口、人均GDP、地均GDP等因子运用“要素转栅格”工具转换成500m×500m 的栅格数据。
4)将经过处理后的每个栅格内的8 个影响因子的相应权重代入公式(1)-(4),进而得出黑龙江省各500m×500m 栅格内的致灾因子与孕灾环境危险性、承灾体易损性以及防灾减灾能力指数。再采用Arc-GIS 中的Kriging 功能将各指数插值成全省范围内的面状栅格数据[5]。
5)最后采用Arc-GIS 的空间叠加分析功能得到黑龙江省暴雨洪涝灾害风险区划图。
在暴雨洪涝灾害中,致灾因子是指自然环境中可能造成灾害的危险源,孕灾环境是指发生自然灾害的环境背景,而致灾因子也正是来源于孕灾环境的各种异动而产生。暴雨洪涝灾害与降水量是极大的正相关的关系,降水量对洪灾的外在明显表现主要是强降雨量导致农田水利设施损毁、造成房屋倒塌、威胁人民生命财产安全、影响社会经济发展等;雨量积累过多产生难排也会导致内涝现象。根据洪涝灾害的形成机制分析可知孕灾环境形成的主要影响因子是地形因子和河网密度。其中,地形因子通过高程和坡度两个主要影响因子制约着洪涝灾害,而河网密度是我省水系情况的侧面映射。高程越低、坡度越小越容易产生洪灾;河网密度越大,发生洪灾的危险程度越高。利用Arc-GIS 对危险性相关因子进行标准化,利用空间叠加技术得到500m×500m 的黑龙江省暴雨洪涝灾害危险性栅格数据,危险性范围划分标准,如表2 所示,黑龙江省暴雨洪涝灾害危险性区划,如图2 所示。
表2 黑龙江省洪涝灾害危险性、易损性等级划分
图2 黑龙江省暴雨洪涝灾害危险性区划图
暴雨洪涝灾害危害程度不仅由致灾因子与孕灾环境的危险性来反映,也与承灾体的易损性有关。承灾体的情况反应着洪涝灾害实际造成危害的程度,这与研究区域承灾体的经济情况、人口密集程度有着极大正相关[6]。即同等强度的暴雨,若发生在人口密度大、经济发达、土地利用率较高的地区而导致的直接经济损失往往比发生在人口稀少、经济状况相对落后、耕地比重小的地区要多得多。所以借助黑龙江省历年的地均人口、地均GDP 以及耕地比重3 个因子来反映承灾体的易损性,将这3 个指标经过归一化处理后得到指标权重分别为0.0478、0.1517 和0.0301,运用易损性指数计算公式(3)分析后得到黑龙江省承灾体易损性指数。黑龙江省洪涝灾害危险性、易损性等级划分,如表2 所示。黑龙江省暴雨洪涝灾害易损性区划,如图3 所示。
图3 黑龙江省暴雨洪涝灾害易损性区划图
根据自然灾害风险理论概念,将洪涝灾害风险视为是危险性与易损性的综合作用,而文章在综合危险性与易损性相结合的基础上,考虑了黑龙江省防灾减灾能力。黑龙江省政府对暴雨洪涝灾害的应急处理能力是防灾减灾的重要体现,同时政府的财政水平又是灾害应急管理处置的必要条件,故选取人均GDP 作为评价指标的首选因子;洪涝灾害发生时,医院与受灾区距离的远近直接制约着防汛抢险的效率,也制约着受灾群众的生命健康,故选取医院距离作为防洪减灾能力的第2个评价因子。由此得出黑龙江省暴雨洪涝灾害防灾减灾能力区划,如图4 所示。
图4 黑龙江省暴雨洪涝灾害防灾减灾能力区划图
暴雨洪涝灾害是危险性、易损性和防灾减灾能力共同作用的结果,根据上文公式(1)对黑龙江省暴雨洪涝灾害危险性、易损性和防灾减灾能力的栅格数据利用Arc-GIS 进行空间加权叠加得到综合风险指数,黑龙江省洪涝灾害综合风险等级划分,如表3 所示,得到黑龙江省暴雨洪涝灾害综合风险区划,如图5 所示。
表3 黑龙江省洪涝灾害综合风险等级划分
图5 黑龙江省暴雨洪涝灾害综合风险区划图
综上所述,由于黑龙江省各市、区的水文降雨、地形地貌、耕地比重、经济水平等因子的差异性,其洪涝灾害风险区划程度差别较大。从致灾因子与孕灾环境的危险性考虑,哈尔滨市、绥化市、齐齐哈尔市的危险性范围等级从属于高危险性,是洪涝灾害的高频发生区;从承灾体的易损性考虑,齐齐哈尔市、大庆市、绥化市、哈尔滨市的承灾体易损性较高,这多与区域内人口密度大、经济发达有关,而大兴安岭地区、黑河市、伊春市等市的易损性多分布在中、低易损性层级内;黑龙江省除西南部各市的防灾减灾能力较强以外,多数地区的防灾减灾能力处于中、低层级,这表明我省抗灾能力仍有很大的提升空间。结合Arc-GIS 平台的空间叠加分析技术,可知黑龙江省洪涝灾害综合风险性呈现出西南部与东北部地区风险高于东南部与西北部地区,中、高风险市占所有市的1/2 以上。通过洪涝灾害风险评估与区划,可为黑龙江省因地制宜的制定防洪减灾对策,为完善应急管理制度提供参考。