鄒潔云 陳蘇婷

摘要：暴雨洪澇災(zāi)害更是種十分常見的自然災(zāi)害，所以對其風險評估刻不容緩。該文利用到江蘇1957-2007年的降水資料，將整個評估流程劃分為四個部分，致災(zāi)因子危險性、孕災(zāi)環(huán)境敏感性、承災(zāi)體易損性和抗災(zāi)因子安全性，其中自然災(zāi)害中導(dǎo)致災(zāi)害直接發(fā)生的因素即是致災(zāi)因子，因此對致災(zāi)因子的正確評估對整個評估起著舉足輕重的作用。其中選取樣條插值法中的張力樣條函數(shù)來處理致災(zāi)因子部分，能形成一個比較光滑的曲線，比較真實的符合降雨情況，然后結(jié)合災(zāi)害評估方法、層次分析法、ArcGIS空間處理方法、加權(quán)綜合評價法，以縣為單位，公里為柵格進行評估。結(jié)果表明江蘇省的自然風險呈從南至北逐漸增加，風險較高地區(qū)主要集中在蘇北例如宿遷、徐州、淮安等城市一帶，其結(jié)果與歷年災(zāi)情相符合。

關(guān)鍵詞：暴雨洪澇；ArcGIS；江蘇??；風險評估；樣條插值法；

中圖分類號： TU996 文獻標識碼： A 文章編號：1009-3044（2014）22-5380-05

1 概述

暴雨評估標準是指空中降落到地面的水量每日達到和超過50mm的降雨量。2003年 6月12日入梅后，江蘇境內(nèi)主要發(fā)生4次降雨過程，12個暴雨日，且降雨強度大、范圍廣。全省累計平面降雨量為403毫米，均超過歷史最高水位，造成了不可估量是損失，故廣大學者認為進行暴雨洪澇評估刻不容緩，具有重要意義[1-2]。

目前研究風險評估的方法很多，近些年研究方法有：何[3]基于 GIS 的新疆降水空間插值方法析。袁湘玲[4]利用層次分析法對黑龍江省的雷電災(zāi)害進行了風險區(qū)劃，形成了黑龍江省雷電災(zāi)害區(qū)劃，其區(qū)劃的最小單元是市。其中大多數(shù)致災(zāi)因子都是基于幾十年的降雨量對或者降雨頻次對區(qū)域進行風險評估，但是由于時間跨度太長，影響的因素以及可變因素太多，再加上利用克里金插值法[5-6]進行處理造成一定的誤差。

所以本文利用1957-2007年期間的日降雨量，選取2003年6月12日至2003年7月21日一次特大洪澇作為研究內(nèi)容。在致災(zāi)因子數(shù)據(jù)處理方面借助ArcGIS9.3中的樣條函數(shù)插值中的張力樣條空間插值法，將總降雨量、日均降雨量、每日最大降雨量的點量數(shù)據(jù)插值轉(zhuǎn)化為柵格數(shù)據(jù)再結(jié)合災(zāi)害評估方法、層次分析法、ArcGIS空間處理方法、加權(quán)綜合評價法，以縣為單位，公里為柵格進行評估?；谠摲椒ㄟM行研究有助于江蘇省開展防災(zāi)減災(zāi)的工作，從而降低由洪澇帶來的損失。

2 數(shù)據(jù)研究方法

2.1 層次分析法

層次分析法是將與決策總是有關(guān)的 元素分解成目標、準則、方案等層次，在此基礎(chǔ)之上進行定性和定量分析的決策方法。層次分析法比較適合于具有分層交錯評價指標的目標系統(tǒng)，而且目標值又難于定量描述的決策問題。其用法是構(gòu)造判斷矩陣，求出其最大特征值。及其所對應(yīng)的特征向量W，歸一化后，即為某一層次指標對于上一層次某相關(guān)指標的相對重要性權(quán)值。對于每一個成對比較陣計算最大特征根及對應(yīng)特征向量，利用一致性指標（CI）、隨機一致性指標（RI）和一致性比率（CR）做一致性檢驗。若CR<0.10時檢驗通過，特征向量（歸一化后）即為權(quán)向量。若不通過，需重新構(gòu)造成對比較陣。下面分別對文中需要衡量權(quán)重的地方利用層次分析法進行規(guī)劃：由上可得，Cn其中最大特征值C1-C11 權(quán)重為0.03439，0.04372，0.05270，0.06449，0.06720，0.06891，0.07177，0.08791，0.14272，0.14696，0.21917。λmax=11.6635，CI=0.0994，RI=1.6111，CR=0.0617，CR<0.10。故矩陣有滿意一致性，且從高到低的權(quán)重分別為：人口密度（C4） 、市政投資（C11） 、總降雨量（C1） 、國內(nèi)生產(chǎn)總值（C5） 、市財政收入（C9） 、最大降雨量（ C3 ）、坡度（C7） 、日均降雨量（C2） 、河流緩沖區(qū)域（C8） 、園林綠化面積（C10） 、農(nóng)業(yè)耕種面積（C6） 。Bn中，B1-B4權(quán)重為0.4092，0.1451，0.3345， 0.1112。其中最大特征值λmax=4.2427，CI=0.0809，RI=0.90，CR=0.0899。CR<0.10，故矩陣有滿意一致性。從高到低權(quán)重分布： 致災(zāi)因子危險性（B1） 、孕災(zāi)因子敏感性（B3） 、承災(zāi)因子易損性（B2） 、抗災(zāi)因子安全性（B4） 。

2.2 數(shù)據(jù)規(guī)范化方法

2.3 加權(quán)綜合評價法

3 暴雨洪澇風險評估

3.1 暴雨洪澇風險評估模型建立

3.2 致災(zāi)因子危險性評估

3.3 承災(zāi)因子易損性評估

3.4 孕災(zāi)因子敏感性評估

江蘇地處江淮平原，地形以平原為主，江蘇省的平原面積7萬平方公里，占全省面積的70%以上，主要有蘇南平原、蘇中江淮平原、蘇北黃淮平原組成。江蘇地形地勢低平，河湖較多，平原、水面所占比例較大，成為江蘇一大地理特點。該文選取兩個考慮因子作為敏感性評估，一個是坡度圖（C7） ，另一個是河流分布圖（C8） 。步驟1.在ArcGIS9.3的環(huán)境中提取坡度并按自然等級重分類。河流按緩沖的距離來形成緩沖區(qū)，離河流越近的地方危險系數(shù)越高給予賦值。其中坡度分級1°-7°每隔0.6分別賦予1到10，河網(wǎng)緩沖1km、2km、3km、4km、5km，分別賦予1到5。步驟2.利用層次分析法得到C7、C8的權(quán)重分別為0.667、0.333。步驟3.利用加權(quán)綜合評價法得到孕災(zāi)因子敏感性評估圖。從圖3可以看出孕災(zāi)因子敏感性等級比較高的地區(qū)是江蘇的北部，因為首先整個江蘇地勢平坦，東北部靠海而且河網(wǎng)十分密集尤其是鹽城、連云港一帶，其次是宿遷、徐州一帶。敏感性等級比較低的是江蘇的南部，因為南部河網(wǎng)的分布不是特別密集，敏感性等級由北至南逐次減少。

3.5 抗災(zāi)因子安全性評估

抗災(zāi)因子安全性評估主要選取以下的指標：財政收入（C9） 、園林綠化面積（C10） 、市政投資（C11） 這三者。三者的綜合情況反映了一個地區(qū)的面對災(zāi)害的抗災(zāi)能力，以及當?shù)卣鎸?zāi)害抗災(zāi)救災(zāi)的靈活程度。

步驟1.利用最大最小規(guī)范法去除上述三個變量的綱量。步驟2.利用層次分析法確定C9、C10、C11三者的權(quán)重分別為：0.2385、0.1365、0.6250。步驟3.最后利用加權(quán)綜合評價法并利用ArcGIS中的自然間斷分級得到江蘇省地區(qū)的抗災(zāi)因子安全性評估圖。從圖4可看出，等級分1到5級，級數(shù)越高代表越安全，江蘇省的抗災(zāi)能力比較強的地區(qū)集中在蘇南，主要是因為蘇南經(jīng)濟比較發(fā)達尤其是蘇州、無錫、常州、南京，而且政府在抗災(zāi)方面的措施做的比較完善，蘇中地區(qū)揚州、泰州、南通經(jīng)濟實力稍微弱于蘇南地區(qū)

故此抗災(zāi)能力稍微減弱，由上圖可看出抗災(zāi)能力由南至北逐漸減弱。

3.6 暴雨洪澇災(zāi)害風險評估

暴雨洪澇災(zāi)害風險評估是基于致災(zāi)因子危險性、承災(zāi)因子易損性、孕災(zāi)因子敏感性、以及抗災(zāi)因子安全性四者的一個綜合評估，主要利用下述公式：

[FDRI =（WH*VH）（ WE*VE） （WS*VS）[WR*（10-VR）] （11）]式中FDRI代表綜合評估值，WH 、WE 、WS 、WR 分別代表上述四者的權(quán)重由表2可知，分別為0.4092、0.1451、0.3345、0.1112，VH、VE、VS、VR代表其規(guī)范化后加權(quán)疊加的值，權(quán)重見表1。由此可得最終的暴雨洪澇災(zāi)害最后的風險評估圖。由圖5可知，最后將暴雨洪澇風險災(zāi)害評估圖進行劃分，受災(zāi)情況嚴重的地區(qū)是南京與蘇北一帶，尤其是宿遷、淮安、揚州、泰州、南京、連云港、鹽城、鎮(zhèn)江等地為重，其主要原因是因為這些地區(qū)地處洪澤湖及淮河下游地區(qū)以及長江下游地區(qū)，發(fā)生暴雨洪澇風險比較高。將上述情況與本次洪澇災(zāi)害相比對，發(fā)現(xiàn)情況較為吻合，表明此方法能夠較為準確的反應(yīng)出整個江蘇省的暴雨洪澇風險評估狀態(tài)。

4 結(jié)論與討論

本文通過致災(zāi)因子危險性、孕災(zāi)環(huán)境敏感性、承災(zāi)體易損性及抗災(zāi)因子安全性4個評價因子，對江蘇省暴雨洪澇災(zāi)害的風險進行評估與區(qū)劃做了初步規(guī)劃。根據(jù)分析結(jié)果可以得出以下結(jié)論：

1） 江蘇省暴雨洪澇風險區(qū)域差別較大，這主要是由于省內(nèi)的地形地狀、氣候河流、財力物力、人口密度以及農(nóng)業(yè)耕地面積比重等特點決定的。2） 從致災(zāi)因子來看，暴雨強度最大的地區(qū)在宿遷市、鹽城市、淮安市、揚州市、南京市這些下河地區(qū)和沿江大部分地區(qū)以及滁河、秦淮河附近的地區(qū)，東南地區(qū)相對減緩。3） 從承災(zāi)因子來看，其中易損區(qū)主要集中在江蘇南部，尤其是蘇州、南京、常州、無錫、鎮(zhèn)江一帶，越往北易損性越低。4） 從孕災(zāi)因子來看，風險較高的主要集中在鹽城、連云港一帶，其次是宿遷、徐州一帶。5） 從抗災(zāi)因子來看，抗災(zāi)能力較低的地區(qū)主要是在蘇北地區(qū)，徐州、宿遷、連云港、鹽城一帶。將上述4個評價因子按公式（11） 能到到最終的風險評估圖。

參考文獻：

[1] Shi P J，Juan D U，Meng-xin J I，et al.Urban Risk Assessment Research of Major Natural Disasters in China[J].Advances in Earth Science，2006，21（2）：170-176.

[2] Zhang Hui，Zhang Jiquan，Han Junshan.GIS- based assessm ent and zoning of flood /waterlogging disaster risk：a case study on middle and lower reaches of Liaohe River[J].Journal of Natural Disasters，2006，14（6）：141-146.

[3] He Yan，F(xiàn)u Deping，Zhao Zhimin， et al.Analysis of spatial interpolation methods to precipitation based on GIS in Xinjiang[J].Research of Soil and Water Conservai-on.2008，15（6）：35-37.

[4] Yuan Xiangling，Ji Hua，Cheng Lin.Risk zoning of regional lightning disaster in Heilongjiang Province based on analytic hierarchy process （AHP） model[J]. Torrential Rain and Disasters.2010，29（3）：279-283.

[5] Lin Zhonghui，Mo Xingguo，Lin Hongxuan，et al，Compa-rison of three spatial interpolation methods for climate variables in China[J].Geographical Journal，2002，57（1）：47-56.

[6] Cai Fu，Yu Guirui，Zhu Qinglin，et al，Comparison of precisions between spatial methods of climatic factors：a case study on mean air temperature[J].Resources Science，2005，27（5）：171-179.