山洪灾害风险空间分异性评估及其驱动力研究

摘 要：开展山洪灾害风险评估及其驱动力分析，对于洪灾风险防范与应对具有现实意义。以洪灾频发的山西省为例，利用层次分析方法有效识别了洪灾风险等级及其空间分异性特征，并利用全局和局部莫兰指数探究了其空间聚集（离散）位置及其分布规律；利用地理探测器技术探明了洪灾风险的驱动机理。结果表明：年最大24h降水量、多年平均降水量和NDVI是影响洪灾分异性的重要因子，其解释力q值分别高达0.57、0.52和0.24；多风险双因子交互作用对洪灾风险影响显著，且呈增强或非线性增强趋势，尤其是降水和坡度因子交互作用，其q值高达0.71。

关键词：山洪灾害；致灾因子；风险评估；空间自相关性；山西省

中图分类号：TV21 文献标志码：A doi：10.3969/j.issn.1000-1379.2025.02.009

引用格式：宿辉，武春晓，周帅，等.山洪灾害风险空间分异性评估及其驱动力研究[J].人民黄河，2025，47（2）：60-66.

基金项目：2023年度河北省高等学校科学研究项目（QN2023064）；河北省自然科学基金青年项目（E2023402016）；河北省水利科技计划项目（2018-41）

StudyonSpatialDifferentiationAssessmentandDriving ForceofFlashFloodDisasterRisk

SUHui1，2，WUChunxiao1，2，ZHOUShuai1，2，ZHANGXiao3，BAIZhihui4，HANXiaoqing4，ZHANGTing5

（1.SchoolofWaterConservancyandHydroelectricPower，HebeiUniversityofEngineering，Handan056038，China；2.KeyLaboratoryofSmartWaterConservancyofHebeiProvince，Handan056038，China；3.ChinaUniversityofGeosciences（Beijing），Beijing100083，China；4.JizhongEnergyFengfengGroupCompanyLimited，Handan056201，China；5.ChinaInstituteofWaterResourcesandHydropowerResearch，Beijing100038，China）

Abstract：Itisofpracticalsignificanceforfloodriskpreventionandresponsetocarryoutmountainfloodriskassessmentanditsdrivingforce analysis.Therefore，thispapertookShanxiProvincewithfrequentfloodsasanexample，usedtheanalytichierarchyprocesstoeffectivelyi？ dentifythefloodrisklevelanditsspatialdifferentiationcharacteristics，andusedtheglobalandlocalMoran’sindexestoexploreitsspatial aggregation（discrete）locationanddistributionlaw.Finally，thedrivingmechanismbehindthefloodriskwasexploredbyusingthegeo？ graphicdetectortechnology.Theresultsshowthattheannualmaximum24？hourrainfall，multi？yearaveragerainfallandNDVIfactorsareim？ portantfactorscausingflooddifferentiation，andtheirexplanatorypowerqvaluesareashighas0.57，0.52and0.24，respectively.Themulti？ risktwo？factorinteractionhasasignificantimpactonfloodrisk，anditisenhancedornon？linearlyenhanced，especiallytheinteractionbe？ tweenrainfallandslopefactors，withaqvalueof0.71.

Keywords：mountainflooddisasters；disastercausingfactors；riskassessment；spatialautocorrelation；ShanxiProvince

0 引言

山洪灾害具有突发性强、成灾快、破坏性大等特点，其一旦发生，往往使国民经济、人民生命财产安全受损。据统计，世界各国每年因山洪造成数十亿美元经济损失和上千人死亡[1]；2022年，我国因洪涝灾害共计造成3385.3万人受灾，直接经济损失高达1289亿元[2]。山西省地理位置特殊，受连续强降雨过程影响，2021年10月共有42座水库超汛限水位运行，遭遇有气象记录以来最强秋汛[3]，造成175.71万人受灾，近19万hm2农作物受损。频发的山洪灾害给山西省社会经济健康发展带来重大安全隐患。

开展山洪灾害风险评估及其驱动力分析，对于洪灾风险防范与应对具有现实意义。近年来，国内外学者针对山洪灾害风险评估及其驱动因子开展了大量研究，取得了丰硕的研究成果[4-8]。例如，徐州等[4]以巫山县为例，依托多态系统理论，多尺度对研究区进行山洪灾害危险综合评价；王倩丽等[5]从自然灾害系统和社会灾害系统两个方面构建了林州市随机森林风险指标体系，揭示了山洪灾害风险的发生位置；Rashwan等[6]利用遥感技术开展了埃及红海沿岸地区山洪灾害形态测量评估，并分析山洪灾害风险等级；Lazarevic′等[7]采用山洪暴发潜力指数和层次分析方法，探究了Likodra流域的潜在山洪灾害危险区，并指出该地区发生极端山洪灾害风险的面积占比高达75%；Lubna等[8]利用综合流域生物物理特征和水文气象信息的Rational模型及上下文分析法（ICA）识别洪涝灾害严重程度空间分布规律。山洪灾害风险与气候、下垫面等因素息息相关，且多因子之间交互作用将进一步加剧山洪灾害风险，但目前鲜有研究揭示山洪灾害风险聚集（离散）位置及其空间分布格局。明晰不同等级山洪灾害风险的空间分布格局，诊断其风险高发地带，科学布控防洪、防涝措施，可有效提升洪涝灾害“四预”（预报、预警、预演、预案）系统水平，降低灾害风险，减轻或避免泥石流滑坡、居民财产安全损失。

本文以山洪灾害频发的山西省为例，基于建立的气候因子、下垫面因子、人口密度、国内生产总值等山洪灾害风险因子数据库，采用层次分析方法（AHP）确立风险因子权重，研究不同山洪灾害风险的空间分异特征；利用全局和局部莫兰指数（Moran’sI指数），揭示山洪灾害风险的空间聚集（离散）位置及其空间分布格局；采用地理探测器揭示其空间变化的驱动机制。

1 数据来源

1.1 研究区概况

山西省位于北纬34°34′—40°43′、东经110°14′—114°33′，东、西、南三面环山，具有强烈的大陆性气候特征，中部由一系列断陷盆地组成，降水量时空分布不均，主要集中于夏季，多为局部暴雨，且受地形和下垫面变化影响，全省汛期洪涝灾害频发，极易引发山洪、泥石流等极端灾害事件[9]。山西省地形及气象站空间分布见图1。

1.2 数据来源

本研究所用数据主要包括数字高程数据（DEM）、GDP栅格数据、人口分布栅格数据、27个国家一级气象站1970—2018年逐日气象数据、中国土壤质地数据、土地利用数据、归一化植被指数NDVI数据，其中：DEM数据来源于地理空间数据云（https：//www. gscloud.cn/sources/），气象数据来源于气象数据共享服务网，其他数据均来源于中国科学资源环境科学与数据中心（https：//www.resdc.cn/）。

2 研究方法

2.1 山洪灾害风险指标选取

自然灾害风险评估系统主要包括致灾因子、承灾体和孕灾环境三个方面。本文结合山西省地形、气候特征等现状，确定了10个山洪灾害风险指标，其中：致灾因子选取年最大24h降水量、多年平均降水量2个指标，承灾体选取人口密度、GDP、土地利用3个指标，孕灾环境选取高程、坡度、NDVI、土壤质地、地形指数5个指标。将致灾因子和孕灾环境作为危险性指标，承灾体作为易损性指标。

2.2 层次分析法（AHP）

本文拟定山西省山洪灾害风险评价为目标层，危险性和易损性为准则层，而高程、坡度、地形指数等10个风险指标为指标层。首先通过重分类和自然间断点方法，对10个风险指标进行空间重分类处理，获得各指标的地理空间分布数据；然后利用层次分析方法计算不同风险因子（准则层）对不同等级山洪灾害风险的权重，并通过加权平均方法获得危险性和易损性指标的空间分布数据；最后利用层次分析方法将危险性指标和易损性指标对目标层的影响进行加权处理，获得最终的风险性空间分布数据。具体步骤如下：

1）基于山洪灾害风险严重程度和专家建议，采用1～9标度法构建判断矩阵。

3 山洪灾害风险评估及其驱动力分析

3.1 山洪灾害风险因子的空间演变规律

基于收集的高程、坡度、地形指数、年最大24h降水量等10个指标数据，利用ArcGIS平台的重分类工具对其进行归一化处理，参考《全国山洪灾害防治规划降雨区划细则》和《全国山洪灾害防治地形地质区划技术细则》，结合山西省现状，利用自然间断点法将其分为5个水平。

图2为山洪灾害风险指标重分类的空间分布，图例中的1～5分别对应重分类后的5个水平（见表2）。可知：1）高程指标，由西向东，南北纵列依次呈现为低-高-低-高-低相间的空间分布规律，这归因于东西两侧分别为吕梁山脉与太行山脉，海拔1638.1～3040.0m，而中部地区南部运城盆地地势最低；2）土地利用指标，旱地坡度起伏变化较小，林地多分布在地势较高地区，草地多分布在吕梁山脉两侧与太行山脉地区；3）坡度变化介于0°～53.17°之间，起伏度变化大的区域主要集中于吕梁山、太行山、恒山等山区；4）土壤质地指标，钙层土与初育土所占比例分别为45.97%与33.32%，半水成土多分布在地势低洼地区，所占比例为8.92%；5）GDP指标，高等级区主要分布在太原市、阳泉市等盆地或平原地区；6）以五台县和太原市为中心的东部地区降水量大于西部地区的，其中太原市清徐县降水受地势起伏变化影响大；7）地形指数变化介于9.36～30.28之间，地形指数值较小的区域占比为71.98%左右；8）NDVI指标，结合土地利用情况分析，地势较高的林地NDVI值也较大（0.516～0.635），而西北地区降水量较少、中部盆地地区植被稀少，NDVI值为0.175～0.301。

3.2 基于层次分析方法确定的指标权重

表3为采用层次分析方法计算得到的各山洪灾害风险指标的权重。危险性和易损性对山西省山洪灾害风险的权重分别为0.800和0.200。危险性指标中，气候因子权重最大，年最大24h降水量和多年平均降水量的权重分别为0.347和0.232，高程权重次之（0.136），NDVI权重最小（0.033）；易损性指标中，人口密度权重最大，土地利用权重次之，GDP权重最小，分别为0.623、0.239和0.137。

3.3 山西省山洪灾害风险空间分布格局

3.3.1 危险性、易损性和风险性等级的空间分布规律

为了揭示危险性、易损性指标对山洪灾害风险的影响程度，本文采用自然间断点法将影响山洪灾害风险的危险性和易损性及其风险划分为4个等级，其空间分布如图3所示。

1）将危险性指标与其相应权重相乘后的值相加，即可得该位置危险性大小。低、中低、中等和高危险区的取值范围分别为1.20～2.05、2.05～2.75、2.75～3.67和3.67～6.33。高危险区主要集中于山西中部和东部，这可能归因于该区域降水丰富；同时，东西两侧分布有太行山脉和吕梁山脉，极易遭受短历时强降雨，故东部、中部地区山洪灾害危险性大。

2）将易损性指标与其相应权重相乘后的值相加，即可得该位置易损性大小。低、中低、中等和高易损区的取值范围分别为1～1.27、1.27～1.90、1.90～2.90和2.90～4.76。易损性较高地区主要集中于太原市、长治市等地，且其与人口密度、GDP和土地利用山洪灾害风险因子的空间分布规律具有高度一致性，这表明人口密度大、经济发展水平高的地区危险暴露程度更高，从而造成人口、经济损失也越大，易损性大小与经济发展、土地利用和人口分布息息相关。

3）将危险性和易损性分别与其权重相乘后的值相加，即可得该位置风险性大小。低、中低、中等和高风险区的取值范围分别为1～1.4、1.4～2.2、2.2～3.0和3.0～3.8。

3.3.2 风险空间自相关性的空间演变规律

图4为山西省山洪灾害风险空间自相关性的空间分布特征。空间自相关性Moran’I指数值为0.706>0，且通过了95%显著性检验，表明山洪灾害风险在空间上具有正相关关系；同时，高风险区以高-高聚集和低-低聚集为主，少量异常聚集现象主要分布于东部边缘地区。高-高聚集、低-低聚集、高-低聚集、低-高聚集分布区面积占山西省总面积比例分别为19.18%、4.04%、0.084%、0.32%。

结合3.3.1研究结果发现，山洪灾害风险高值聚集区主要分布在中部、东部的恒山、云中山、系舟山、五台山地区，这归因于该区域降雨充沛，地形起伏较大，因此该地区与周围地区出现山洪灾害的风险频率较高；低值聚集区主要分布在忻州盆地东部、西部边缘地区与运城盆地，表明这些地区与周围地区相比出现山洪灾害风险频率较低。

3.4 风险驱动因子多维探测结果

表4为山洪灾害风险因子探测结果。由表4可知，除人口密度（p>0.1）外，其余指标对山洪灾害风险的空间解释力均通过了95%显著性水平（p≤0.05）的检验；年最大24h降水量、多年平均降水量和NDVI是影响山洪灾害空间分异性的重要因子，其解释力q值分别为0.570、0.523和0.244；解释力最小的指标为土壤质地，其q值为0.036；同时，相较于危险性指标，易损性指标对山洪灾害风险的解释力较小，解释力由大到小排序分别为土地利用（0.074）、GDP（0.041）、人口密度（0.001）。

图5为山洪灾害风险因子（指标）两两交互作用探测结果。图5显示，年最大24h降水量和坡度交互作用对山洪灾害风险解释力最大，为0.71；其次，NDVI与其余因子的交互作用力q值较大，尤其是NDVI与年最大24h降水量的交互作用解释力高达0.69。

此外，由统计分析的44组双因子相互作用结果发现，27组因子交互作用呈现双因子增强现象，另外17组呈现非线性增强现象，未出现独立或减弱现象。表5为山洪灾害风险因子生态探测结果。分析发现，在44组两两组合中，占比为65.91%的组合对山洪灾害风险空间异质性的解释力显著，同理，占比为34.09%的因子组合解释力不显著。同时，降水因子与其他因子的组合作用对山洪灾害风险空间异质性的解释力存在显著性差异。

3.5 讨论

山洪灾害风险多维探测结果表明，受下垫面、自然气候等因素共同影响，山洪灾害中等和高风险区面积占全省总面积的26.68%，且降水、坡度、NDVI及其两两交互作用对山洪灾害风险的解释力较大。

受地形、纬度和水汽输送等因素共同影响，山西省降水量整体呈“南多北少，东多西少”的空间分布特征。据统计，晋中地区在近2382a洪涝灾年、大洪涝灾年、特大洪涝灾年出现频率分别为13.6%、2.7%、0.9%，且在洪涝发生期间，全区降水量陡升，甚至部分地区出现罕见频繁暴雨[11]。这表明极端降水是导致山西省山洪灾害发生的主导因素。同时，山洪灾害频发与NDVI值大小存在负相关性，即山洪灾害发生频率越低的地区NDVI值越大。近几年，受退耕还林、还草措施影响，如吕梁山北部、临汾市西部的部分耕地转变为林地，多个地区部分耕地转变为草地，使得多年植被净初级生产力整体呈现波动上升趋势[12]，这侧面验证了NDVI因子对区域山洪灾害的发生具有重要抑制作用。

坡度作为反映地形起伏的重要指标，对历史山洪灾害风险的解释力（0.201）仅次于降水与NDVI的。结合图2和表3可知，空间上，低坡度（<3.34°）的地区主要分布于大同、忻州、太原、临汾、运城、长治；坡度为20.1°～53.2°的地区主要分布在恒山、五台山、太行山等地区。韩培等[13]通过研究小尺度山洪灾害区下垫面特征，发现官山流域平均历史受灾坡度为20.61°，低于20.61°的沿河村落易受山洪灾害威胁；张乾柱等[14]发现重庆市历史山洪灾害点发生灾害所处坡度<25°地区的比例高达96.78%。由此可见，山洪灾害多发区坡度多大于20°，与本文得到的高风险区坡度为20.1°～53.2°基本一致。

4 结论

本文采用层次分析、全局和局部Moran’sI指数和地理探测器等方法，揭示了山西省山洪灾害风险的空间分布格局及其空间自相关性，并探测了其空间变化的驱动机制，得到的主要结论如下：

1）气候因子对山洪灾害风险的影响最大，其中年最大24h降水量和多年平均降水量的相对贡献分别为0.347和0.232，高程的影响次之，NDVI的影响最小。

2）相较于危险性因子，易损性因子对山洪灾害风险的解释力较小，44组因子交互作用探测结果表明，其中27组交互作用均呈现增长趋势，17组呈现出非线性增强现象，且未出现独立或减弱现象。

3）山洪灾害高风险区主要分布在太原盆地中南部的清徐县和太原市；中等风险区主要分布在中部、东部地区，且该区域高程与植被覆盖度空间分布不均；低风险区主要分布在省域周边地区。

4）基于现状年基础数据库，有效识别了山洪灾害重要致灾因子，从空间尺度量化评估了致灾因子独立及交互作用对山洪灾害风险变化的驱动机制，但随着气候变化和人类活动影响，极端洪涝灾害事件频发，这意味着时程上局地山洪灾害风险空间分布格局可能发生改变。未来应进一步开展考虑极端气候和人类活动多时空尺度动态变化山洪灾害成灾机理以及响应机制研究。

参考文献：

[1] 张馨仁，王瑛，刘天雪，等.山洪灾害建筑物脆弱性曲线研究进展[J].山地学报，2021，39（3）：356-366.

[2] 应急管理部.应急管理部发布2022年全国自然灾害基本情况[J].防灾博览，2023（1）：26-27.

[3] 山西省水利厅.山西省2021年洪水防御工作复盘报告[J].山西水利，2022（4）：15-21.

[4] 徐州，林孝松，牟凤云，等.基于多态系统理论的巫山县山洪灾害危险评价[J].水电能源科学，2019，37（4）：63-67.

[5] 王倩丽，马细霞，刘欣欣，等.基于随机森林的山洪灾害风险评价方法及应用[J].人民黄河，2022，44（4）：63-66，73.

[6] RASHWANM，MOHAMEDKA，ALSHEHRIF，etal.Flash FloodHazardAssessmentAlongtheRedSeaCoastUsing RemoteSensingandGISTechniques[J].ISPRSInternational JournalofGeo？Information，2023，12（11）：465.

[7] LAZAREVIC′K，TODOSIJEVIC′M，VULEVIC′T，etal.Deter？ minationofFlashFloodHazardAreasintheLikodraWater？ shed[J].Water，2023，15（15）：2698.

[8] LUBNAA，DOAAA，KHALDOUNSA，etal.Assessmentand MappingofFlashFloodHazardSeverityinJordan[J].Interna？ tionalJournalofRiverBasinManagement，2023，21（2）：311-325.

[9] 胡炜霞，耿梦杰.黄河流域中部山地旅游景区空间分布格局及归因分析：以山西省为例[J].西北大学学报（自然科学版），2023，53（2）：151-160.

[10] 王劲峰，徐成东.地理探测器：原理与展望[J].地理学报，2017，72（1）：116-134.

[11] 吴伟伟.基于Z指数的晋中地区洪涝变化特征及暴雨洪水成因分析[J].中国农村水利水电，2022（6）：111-118.

[12] 孙从建，乔鹏，王佳瑞，等.2000年来吕梁连片贫困区植被净初级生产力时空变化特征[J].生态学报，2022，42（1）：277-286.

[13] 韩培，任洪玉，王思腾，等.小尺度山洪灾害区下垫面特征分析：以官山河流域为例[J].长江科学院院报，2020，37（7）：68-74.

[14] 张乾柱，卢阳，秦维，等.重庆市山洪灾害详查点空间分布合理性研究[J].重庆师范大学学报（自然科学版），2018，35（1）：56-65.

【责任编辑 许立新】