基于GIS的乡镇级洪涝水淹风险研究

高牧寒,秦 昆,王妮满,陈 昆

(1. 武汉大学 遥感信息工程学院,湖北 武汉 430079; 2. 自然资源部海南测绘资料信息中心,海南 海口 570100)

0 引言

洪涝灾害具有突发性、区域性等特点,是最严重、最常见的自然灾害之一。近些年,洪涝灾害造成的损失呈上升趋势[1-3]。

洪涝灾害评估可以为防洪减灾、应急预警和科学决策提供重要依据,主要以致灾危险性为主,承灾体脆弱性、孕灾环境敏感性、防灾减灾能力为辅进行评估。致灾危险性作为灾害风险的直观反映指标,研究者选用的衡量因子各不相同,包括暴雨强度、暴雨频次、汛期平均降雨量和水淹深度等[4-7]。其中,水淹深度由于资料缺失,模拟困难,通常会被其他指标替代。然而,水淹深度可以直接反映灾害的危险程度,利于灾前应急避险、灾害评估等,对洪涝灾害决策有重要意义。

现有的洪涝水淹风险研究方法主要包括模型评估、空间信息技术等。模型评估对数据量要求高,如林森等[8]收集近30万条数据,利用XGBoost算法建立了6个评估模型;CHOUBIN等[9]以51个洪水位置点为基础,使用多变量判别分析、分类回归树以及支持向量机对洪涝风险进行集合预测。空间信息技术主要采用被动遥感以及地理信息系统(geographical information system,GIS)技术。随着遥感卫星数据的发展,不少研究者选用合成孔径雷达(synthetic aperture radar,SAR)影像进行水淹提取。如孙书腾等[10]利用灾害前后多时相Sentinel-1遥感影像提取河南省鹤壁市浚县水淹范围;沈兰芝等[11]以河南省鹤壁市为例,提出了一种可以快速提取SAR影像中水体信息的最大类间方差法(Quick-OTSU);HU等[12]以洞庭湖为研究区,根据Sentine-1A影像,提出了启发式自动水体提取算法。被动遥感获取水淹范围后,可以根据数字高程模型(digital elevation model,DEM)数据计算水淹深度。但是,受灾期间的洪涝区域被动遥感数据获取受限,不一定能够获取灾前灾后的合适数据,且不利于分析不同重现期的水淹情况。而GIS工具与技术在早期就为洪涝水淹风险分析提供了支撑,如麻荣永等[13]、陈鹏霄[14]应用GIS工具研究先进合成孔径雷达(advanced synthetic aperture radar,ASAR)数据与DEM数据等,提取暴雨空间分布、水深等洪涝评价指标;YIN等[15]应用GIS及其他模型进行情景模拟,评估不同暴雨重现期下的上海市静安区内涝风险。相比于被动遥感,GIS技术更灵活,数据需求低,可以只考虑DEM数据进行水文分析,又可以分析多源数据,完善模拟效果。

研究范围方面,当前研究主要针对市级、区级、县级等较大尺度范围,针对乡镇级小尺度范围的相关研究相对较少。现有研究中,薛晓萍等[16]利用GIS空间分析技术对山东省淄博市临淄区内的乡镇单元进行洪涝风险评估;姜鎏鹏[17]利用环境减灾卫星CCD遥感影像,解译吉林省永吉县口前镇的洪水淹没范围;殷杰等[18]结合实地调查与GIS技术,对上海市某社区淹没深度进行模拟,分析受灾情况。与城市相比,乡镇属于高脆弱地区,2021年8月中旬,湖北省随州市连续遭遇强降雨袭击,10多个乡镇严重受灾。乡镇存在排水系统不佳、数据资料受限、技术不足等问题,导致乡镇面对洪涝灾害时,主要依靠领导和相关技术人员的经验判断,科学性和有效性不够,迫切需要引入先进的科学技术。

因此,本文以湖北省随州市何店镇为研究区,采用开源数据与地方相关资料,针对不同重现期降雨情况,从“降雨-积水”角度出发,考虑降雨不均、地表渗水、水库滞流和局部地形等影响,提出了一种基于GIS的乡镇级洪涝水淹风险分析方法,为相关决策提供有效的数据与技术支持,服务于乡镇洪涝灾害评估。

1 研究区概况

何店镇位于湖北省随州市曾都区南部,与柳林镇、均川镇、洛阳镇和南郊区相邻,地理位置为113°18′E,31°35′N。地势南高北低,东北一隅及镇区为平川,水源汇流于此后流入淅河镇。境内有中型水库1处,小(一)型水库3处,小(二)型水库17处,主要河流6条,全长80多公里。

研究区地势由西南渐向东北微缓倾斜,水库资源丰富,覆盖广,且大部分临近其他镇区,可以储蓄来自邻域的降水。受地形与水库影响,研究区在水库不泄洪或溃坝的情况下,基本不需要考虑其他区域的降雨影响。

2 研究方法与数据来源

2.1 数据来源

本文方法采用的开源数据资料包括ALOS DEM数据、HWSD土壤数据集、GlobeLand30土地覆盖数据以及《湖北暴雨统计参数图集》,数据来源与精度如表1所示。辅助数据主要包括地方提供的历史水库雨情数据资料以及水库点数据,如表2所示,以供进一步的降雨量与积水量修正。

表1 开源研究数据情况Table 1 Open source research data

表2 地方辅助数据情况Table 2 Local supporting data

2.2 研究方法

本文考虑乡镇数据资料缺乏等限制,主要采用开源数据,以GIS技术为主,以《湖北暴雨统计参数图集》与SCS(soil conservation service,SCS)产流模型为辅,根据历史降雨、土壤和地形等特征,分析降雨与积水过程,划分研究区内的水淹风险区域。其中,SCS产流模型由美国农业部土壤保持局提出,可以用于无水文资料的地区或缺乏水文资料的中小流域[19-22]。

首先,根据《湖北暴雨统计参数图集》、历史水库雨情等资料,考虑不同重现期降雨量与历史降雨分布,进行不同降雨历时的降雨量计算与修正。参考土壤与土地覆盖数据,采用SCS产流模型模拟地表渗水影响;根据DEM数据,通过水文分析评估水库滞洪影响,进行积水量的计算。

其次,考虑局部地形对积水的影响,结合预估的洪涝积水量与DEM数据,利用表面体积工具与栅格计算器分析不同积水量的淹没范围及对应水深。最终,综合分析不同重现期、不同持续时间的淹没情况,采用自然断点法对水淹风险进行重分类,划分水淹危害风险区,为相关决策提供基础数据。具体流程如图1所示,可概括为以下4步:①降雨量模拟;②积水量计算;③水淹范围提取与水深计算;④水淹风险等级划分。其中,涉及的GIS功能包括水文分析、表面体积、栅格计算器和重分类等。

图1 研究技术流程图Fig.1 Research technology flow chart

2.2.1 降雨量模拟

强降雨是造成乡镇洪涝的主要原因,是洪水总量的决定性因素。降雨量模拟是开展水淹风险分析的基础,本文将通过参考《湖北暴雨统计参数图集》模拟降雨量初值,并根据地方提供的历史水库雨情资料进行降雨量修正。

1)降雨量计算

《湖北暴雨统计参数图集》是分析研究湖北省的水文、气候等自然地理特征的基础资料[23],主要用于雨量观测资料缺乏地区,可直接从中查取所需地点的暴雨统计参数,并计算对应重现期、降雨标准历时的暴雨降水量。降雨标准历时包括4个:10 min、60 min、6 h、24 h。

对于不属于标准历时的降雨时间,进行插值计算。24 h内任意降雨历时的模拟降雨量插值计算方法为

(1)

式中:p为重现期a、降雨历时ta对应的模拟降雨量值;ta为重现期a下的降雨历时;Ti与Tj为相邻的标准历时;Pa,i与Pa,j分别为重现期a下历时Ti、Tj的模拟降雨量。

考虑到短重现期暴雨产生的洪涝风险低,结合研究区数据情况与相关部门关注的时间节点,本文针对重现期为20、50、100 a,对应降水历时为3、6、12、24 h的情况进行降雨量模拟,并提供降雨历时为10 min的模拟降雨量为参考,具体如表3所示。

表3 研究区降雨量模拟情况Table 3 Simulation of rainfall in the study area

2)降雨量修正

考虑到实际情况下,全镇范围内降雨不均,本文分析历史水库雨情,根据往期洪涝的水库情况进行降雨量的修正,以优化最终计算的流域内总降雨量,表达式为

(2)

式中:P为修正后的降雨量;Cr为综合修正系数;p为根据式(1)计算出的模拟降雨量;Wi为第i个历史洪涝时期的对应权重,根据洪涝期间乡镇的受灾情况进行拟定;cri为第i个历史洪涝时期所求得的修正系数;Hi,j为第j个在该历史洪涝期间降雨的水库降雨量;Hi,max为该历史洪涝期间水库最大降雨量;n为在该历史洪涝期间降雨的水库数量。

根据何店镇历史降雨情况,近5 a较严重的洪涝(暴雨)历史时期包括2016年7月20日、2020年6月28日、2021年8月12日等。根据式(2)可计算3个时期的综合修正系数,如表4所示。

表4 研究区修正系数计算Table 4 Calculation of correction coefficient in the study area

2.2.2 积水量计算

强降雨会引起河道水位上涨而泛滥,在此之前需要考虑流域蓄渗过程。本文根据研究区排水特征,主要考虑地表渗水、水库滞留影响计算各流域积水量,表达式为

Acc=(1-W)·R·Sw(i=1,…,n)

(3)

式中: Acc为流域内积水量;W为流域内水库的总滞留比例;R为流域内总径流量;Sw为流域面积。

1)地表渗水

SCS产流模型的降雨与径流的关系为:流域后损量(F)与总径流量(R)之比等于流域场次降雨最大滞留量(S)与实际径流量之比,而实际径流量又与降雨量(P)与初损量(Ia)有关,关系式为

(4)

实际应用中采用的 SCS 产流模型计算式为

(5)

式中:P为降雨量(mm);S为降雨最大滞留量(mm)。

降雨最大滞留量S与流域的土壤质地、坡度、植被和土壤利用状况等有关,SCS 模型通过一个经验性的无因次参数CN(curve number)来综合反映上述因素,来推求S的值为

(6)

式中: CN取值可参考美国《国家工程手册》及相关研究[24-26]。

本文参考HWSD土壤数据集及GlobeLand30土地覆盖数据,根据研究区土壤分类及土地覆盖获取CN值及分布情况如表5所示,并通过式(5)计算流域总径流量(R)。

表5 研究区土壤情况及对应CN值Table 5 Soil conditions and corresponding CN values in the study area

2)水库滞洪

与城市雨洪调蓄空间等防洪排涝系统[27]不同,乡镇水库拦蓄洪水,削减进入下游河道的洪峰流量,在洪涝期间起到重要的滞洪防灾作用,是乡镇防洪的主要手段。研究区水库覆盖广,数量多,可通过水文分析计算降水流经水库的流量,通过与总流量对比估算水库蓄水滞流能力,其表达式为。

(7)

式中:W为流域内水库的总滞留比例;ai为水文分析中流域内各水库的流量;A为水文分析中流域的总流量。

2.2.3 水淹范围提取与水深计算

发生水淹情况时,积水并非一开始就集中在乡镇的低地势区域,需要考虑局部地形、水系交汇以及水的流动性。因此,本文根据研究区DEM数据,通过水文分析提取何店镇流域,并采用自然断点法,按照面积将流域分为大、中、小型流域三类;并根据经验与历史情况,按照流域大小、降雨持续时间模拟各流域汇流与积水情况。

若降雨历时短,则洪流在各流域积水,以各流域为研究范围;随着降雨历时增长,小型流域积水将汇入中型流域,需要按照临近关系,合并中小流域为新的研究范围;最终,中型流域积水将汇入大型流域,实现各流域间的流通,洪流在全域范围积水。针对不同降雨历时的积水研究范围,采用ArcGIS“表面体积”工具,通过判断某一指定高程H下的体积等于总积水量来确定水淹高度,原理为

V=∑Si·(H-Hi) (i=1,2,…,n)

(8)

式中:V为流域内总积水量;Hi为栅格单元i对应的地表高程值;Si为对应水深为Hi的栅格单元总面积;H为通过“表面体积”工具所计算出的水淹高度值。

使用栅格计算器进行水淹范围的提取与水深计算,表达式为

hi=con(Hi

(9)

式中:hi为水淹水深; con(x,y)为一种条件计算函数,表示如果满足条件x,则执行计算y。

2.2.4 水淹风险等级划分

本文针对各降雨历时、各重现期以及综合水淹情况进行水淹风险等级划分,具体流程如图2所示。

图2 水淹风险等级划分流程图Fig.2 Flow chart for classification of flooding risk levels

其中,重分类方法选用自然断点法。自然断点法是一种依据数据数值统计分布规律进行分类的方法,与其他分类分级方法相比,自然断点法兼顾不同组要素的范围和数量尽可能相近,使组内的相似性与组间的相异性最大化,实现相似值的恰当分组,原理如式(10)所示:

(10a)

(10b)

(10c)

(10d)

针对各降雨历时水淹情况,根据水深划分低、中、高3个风险等级,并加权求和获取各重现期水淹情况。需要注意的是,强降雨通常历时较短,即在设置权重时,降雨历时越长,权重应当越小,本文通过专家打分法确认权值。最后,综合不同重现期(20、50、100 a一遇)水淹情况,重分类为低、较低、中、较高、高5个风险等级,获取水淹风险综合成果。

3 结果分析

3.1 研究结果

何店镇水淹风险情况具体如图3所示。根据水淹风险综合结果,研究区总淹没风险区占全域面积的7.87%。其中,高风险区域约3.33 km2,占水淹区域总面积的20.00%;较高风险区域约3.80 km2,占22.80%;中风险区域约3.77 km2,占22.65%;较低风险区域约3.13 km2,占18.76%;低风险区域约2.63 km2,占15.79%。根据实地调研与访问,高风险区域分布与历史受灾情况基本相符,2021年8月12日主要受灾点均位于模拟的淹没风险区域内,如图4和表6所示。

图3 研究区水淹风险结果图Fig.3 Flooding risk results diagram of the study area

图4 灾害点及其水淹风险情况Fig.4 Disaster points and flood risk at the points

何店镇内,水淹风险区由河道向两侧及低地势地区延伸,涉及主要人口集中区,包括何店镇镇区、贯庄村和王店村等。何店镇镇区内,水淹风险区以文政路为分界线;随洪水流向低地势区域,镇区内工业园同样存在水淹风险。

本文方法除降雨量(积水量)优化外,考虑了局部地形与洪涝流动性等影响,分流域进行水淹分析,避免了洪涝只存在研究区地势最低处的情况。受区域地形影响,不同重现期下的水淹风险范围差异较小,主要差异体现在水淹风险等级上,可供相关部门参考,进行重点转移。

表6 研究区洪涝水淹实地调研Table 6 Field investigation of flood and inundation in the study area

3.2 避险建议

随州气象台根据雨情实时变化,将会发布蓝、黄、橙和红色预警(预警等级:红>橙>黄>蓝),情况严重时会多次发布,与危险程度密切相关。根据气象台发布的气象预告,可以获取预警等级、大致的降雨地区、降雨量及降雨时长等信息。综合水淹风险成果,洪涝预警与风险地区的判别、避险可大致总结为以下几个步骤,其中洪涝水淹风险与避险判断流程如图 5所示。

图5 洪涝水淹风险与避险判断流程图Fig.5 Judgment flow chart of flooding risk and evacuation

1)由乡镇水利、水管部门相关人员注意气象预告,根据气象预告(预警级别是否大于或等于橙色预警及其预警区域)确定关注的流域;从地理位置或河流流向判断邻近的流域,即后续可能影响到的区域。

2)在水库降雨情况能够被及时反馈的情况下,可将水库降雨强度与各重现期的10 min模拟降雨强度(表1)进行对比,判断本次降雨可能会属于哪一重现期,查看对应的水淹风险图;若无法判断,则查看综合水淹风险图。若仅预警一次,则通知处于高风险与较高水淹风险区域的各村书记及各水库监管人员实时关注水库降雨情况,并向上级进行汇报。若情况恶化(如预警多次或雨强激增),则立即通知高风险区低楼层居民进行避险安置;并联系相关村、镇级干部,根据实地情况讨论高楼层及其他风险区的避险安置方案。

3)以水淹风险图为基础,按照不同的轻重缓急(表7)采取不同的避险安置策略。

表7 研究区洪涝避险安置优先等级及建议Table 7 Priority ranking and recommendations for flood avoidance and resettlement in the study area

在洪灾避险转移过程中,首先要确定转移单元和转移单位人口数量。优先转移河流两岸的居民,再根据水淹风险等级转移。高风险区的居民应尽快优先安置到其他低风险区;较高风险区的居民做好避险安置准备,可以在高风险区的居民安置的同时,考虑逐步开展避险安置;中风险区与较低风险区可以分批安置或暂时不安置,根据雨情进一步采取相应方案;低风险区不安置,但是需要做好居民的动员和提醒,提前做好相关准备。其中,高楼层居民可以暂时不安置,而处于易发生次生灾害区域的居民需优先考虑转移至其他低风险区。

洪灾避险转移的安置场所应遵守以下原则:①高程适宜,考虑高地势区域的同时,可结合历史灾情信息、水淹风险图与坡度数据择优选择;②安全性,优先考虑具备生活保障与医疗设施的区域,且应远离易燃易爆工厂与易滑坡区域;③通达性,应尽量选择交通便捷区域;④容量充足,可以选择不易受洪水影响的公园、校园操场等开阔空旷旳区域;⑤就近安置,应尽可能筛选多个安置地点,根据风险等级,就近转移居民。对于熟悉周边地势的居民,可以结合乡镇地形特征,自行选择高地进行临时避险,再根据雨情开展统一安置。

4 结论与讨论

4.1 结论

洪涝灾害发生频繁,对自然资源、社会经济和生命安全等构成严重威胁。面对洪涝,乡镇脆弱性高,亟需科学手段指导防灾减灾工作。GIS作为空间信息技术研究洪涝灾害的主要手段,具有强大的数据处理与分析能力。本文以2021年8月中旬洪涝重灾区——湖北省随州市何店镇为研究区,提出了一种基于GIS的乡镇级洪涝水淹风险分析方法,综合历史降雨、水库分布、土壤和地形等特征,分析不同重现期降雨的降水与积水过程,划分水淹风险区域,研究结果能够较好地反映研究区水淹风险。主要结论如下:

1)考虑到乡镇缺乏长期雨量观测数据与水文资料,本文方法利用《湖北暴雨统计参数图集》与SCS产流模型辅助计算降雨量与积水量,并以开源数据资料为主开展研究。结果显示灾害点均位于水淹模拟范围内,说明可以采用开源资料弥补乡镇数据资源受限的不足,降低水淹风险评估、洪涝灾害评估等相关研究的数据限制。

2)地方提供的辅助资料在本文方法中起到了优化修正作用,如根据历史降雨与受灾情况修正降雨量,以模拟降雨不均匀的情况;需根据提供的水库点位,或根据遥感影像提取的水库点位,通过水文分析来评估水库滞流能力。但是,本文方法的总体框架不受地方数据所影响。丰富的数据资料可以改善其模拟与评价体系;而在严重缺乏水文资料的情况下,本文方法依旧能仅根据开源数据资料进行水淹风险评估。

3)本文方法在模拟降雨量与积水量后,考虑局部地形与强降雨特征进行水淹提取与风险分级。根据水淹综合风险统计情况,总淹没风险区占研究区面积的7.87%。其中,高风险区域占水淹区域总面积的20.00%;较高风险区域占22.80%;中风险区域占22.65%;较低风险区域占18.76%;低风险区域占15.79%。不同重现期的高风险、较高风险区域范围相近,占比较大,需重视相关区域的避险安置。

4)对比实地调查情况,风险区基本符合历史受灾情况,高风险区域为历史水淹严重区域。结果表明,本文方法能够较准确地反映研究区的整体水淹情况,可为研究区应急避险提供科学依据,可为乡镇级洪涝灾害风险评估提供技术支持。

4.2 讨论

1)目前,乡镇的洪涝灾害相关工作缺乏科学性和实时性。乡镇在应对洪涝灾害时,决策主要依靠经验判断,缺乏科学参考。这种做法导致了灾害发生前的预防和准备不足,主要的工作集中在灾害发生后的救援和恢复工作中。为了提高乡镇应对洪涝灾害的科学性,空间信息技术被认为是一种可行的解决方案。其中,被动遥感和GIS技术是主要的科学方法。然而,由于被动遥感数据获取困难,不利于重现期分析和灾前评估。因此,本文采用GIS技术对研究区水淹风险进行分析,并提供相应的避险建议,为乡镇开展洪涝灾前准备工作和洪涝应急避险提供支持。

2)山区(山地、丘陵、崎岖的高原)面积约占我国国土面积的2/3,山区乡镇在遇到强降雨时,更容易发生洪涝灾害,其中,盆地乡镇在洪涝期间还存在排水难等问题,亟需科学的风险评估,以开展应急避险。本文方法可为山区乡镇洪涝水淹风险评估提供技术参考,适用于具备以下条件的乡镇:①盆地地形,地势总体上四周高,中间低;②水库资源丰富;③类似盆地地形,且有一定水库资源,即在地形或水库资源等条件影响下,该乡镇为独立单元,基本不需要考虑邻域降雨。

3)针对重点区域,仅采用开源数据的成果精度会有所不足,可进一步收集雨情实时反馈数据以及精细化DEM数据,以实现降雨重现期的判断以及降雨量与转移人群的对应。雨情数据采集方面:①优化水库降雨监测频率,各水库或靠近人口聚集区域的重点水库远程监控每分钟的雨强或降雨量;②在镇区等人口聚集且易发水淹的区域安置雨量监测站,实现远程实时监控。高精度DEM数据可通过无人机倾斜摄影技术,生成厘米级高分辨率DEM、数字表面模型(digital surface model, DSM)模型,以模拟精确到楼栋、楼层的水淹风险情况。

4)水库库容不足时,泄洪与溃坝会加剧洪涝危害,但本文方法仅考虑了水库在乡镇滞洪防灾中的作用。后续,本文方法将考虑降雨前水库蓄水量及提前泄洪对强降雨时水库滞洪能力和水淹的影响进行改进。