王星捷 李春花

摘 要：洪水災害危害程度高，而且難預防。對孕育災害的環(huán)境因素和研究地區(qū)洪水災害發(fā)生危險性評價分區(qū)進行分析和研究，設(shè)計一個較為健全的洪水災害孕育環(huán)境分區(qū)和評價危險性指標的體系。采用層次分析（AHP）法計算各個因素在評價過程中權(quán)重值，結(jié)合GIS技術(shù)進行空間分析和數(shù)據(jù)處理，得出洪災害孕育環(huán)境分區(qū)圖和地區(qū)受災害損失大小評估圖。以樂山市為實例進行分析，實驗證明了得出的分析結(jié)果符合實際情況。為相關(guān)災害的分析預測和評估，提供了一種技術(shù)方法。

關(guān)鍵詞：洪水災害;層次分析;GIS技術(shù);分析和預測

中圖分類號：TP319

文獻標志碼：A

0 引言

我國水資源豐富，臨水城市較多，同時也是洪水災害爆發(fā)的區(qū)域，災害往往造成的損失非常巨大。隨著國民經(jīng)濟的不斷發(fā)展，洪水災害成為我國城鄉(xiāng)發(fā)展的一項重要災害，制約著我國城鄉(xiāng)經(jīng)濟的發(fā)展。因此，對于洪水災害多發(fā)的地區(qū)來說，能進行災害預測分析和評估是迫切需要的[1]。

洪水災害發(fā)生的原因有很多，具體地方需要具體分析，但是有幾個主要的因素如短時降雨量過大、區(qū)域的坡度與起伏度較大、植被分布不夠均勻，植被缺乏，氣候因素等是大部分地區(qū)造成山洪災害的主要因素。本文主要以樂山市為例采用AHP層次分析法[2][3]結(jié)合GIS的空間分析技術(shù)[4][5]。通過對DEM數(shù)據(jù)[6]、降水量、高程值[7]、地區(qū)具體的一些矢量化圖等作為數(shù)據(jù)源來進行分析處理[8]。從而得出一張洪水災害孕育環(huán)境分區(qū)圖，和一張地區(qū)受災害損失大小評估圖，為洪水災害的預測和損失評估提供了一種分析方法。

1 評價分析模型

本文重點從災害危險因子和孕災環(huán)境因子著手，對上述兩方面進行具體的度量分析，以研究區(qū)域?qū)嶋H情況為依托，針對這兩方面因素劃分不同多的指標等級，通過適當?shù)姆治瞿Ｐ涂梢远鼍唧w的參數(shù)來評估本地區(qū)災害的危險系數(shù)，本論文主要以樂山市市中區(qū)為實例對象進行研究。孕災環(huán)境因子根據(jù)本區(qū)域特點，選取了地形地貌，歷史地質(zhì)災害，植被覆蓋面積，降水量，沿河區(qū)、坡度與起伏度等為分析因素，具體到為坡度與起伏度、降水量、植被覆蓋、歷史災害點數(shù)據(jù)四個因子。

洪水災害的發(fā)生受很多因素影響，而這些因素本身具有復雜性和不確定性，這就給洪水災害的研究帶來較大困難，能比較有效地解決這些問題的方法是層次分析法。層次分析法英文簡稱為AHP[9]，作為一種比較被研究學者所接受并通用的邏輯分析方法，其把與問題決策有關(guān)系的因子分成要達到的目標、原則、方法方案等。通過嚴密的邏輯手段將要研究的對象分成不同的層次，并且對層次中的因子根據(jù)實際問題需求劃分成不同的權(quán)重來研究問題。AHP經(jīng)過多年的發(fā)展，已經(jīng)成為一種成熟的方法，它可用數(shù)量的形式表達和處理決策者的主觀依據(jù)。層次分析法已被廣泛應用到社會經(jīng)濟管理及能源開發(fā)評價等各項領(lǐng)域[10]。根據(jù)研究地區(qū)的特點，評價因子主要為人類活動區(qū)域（包括道路、建筑物等）、沿河因素、高頻點以及孕育環(huán)境分區(qū)構(gòu)成。本文評價分析模型如圖1所示。

2 孕災環(huán)境因子分級

通過查閱相關(guān)資料，針對各個因子[11]詳細綜合的分析，對研究區(qū)域洪水災害孕育環(huán)境賦值和確定分級標準，分別把孕災因子進行分級，并按照各個等級相應賦值。

1.坡度與起伏度數(shù)據(jù)

利用DEM圖來獲取當?shù)氐母鱾€點的高程[12]。通過ArcGIS的坡度運算得出研究區(qū)域的坡度圖。起伏度數(shù)據(jù)同樣以該地區(qū)的DEM數(shù)據(jù)位基礎(chǔ)數(shù)據(jù)，計算臨域類型為矩形柵格，所選的柵格單元大小為10 *10，用ArcGIS窗口分析法來提取[13]。

洪災很大程度上都與所發(fā)生地區(qū)的坡度和起伏度有關(guān)。這里根據(jù)AHP的指導原則[14]，對坡度和起伏度設(shè)置指標分級。

坡度：30-90度分為4級、20-30度為3級、10-20度為2級、0-10度為1級進行重分類;同理應用于起伏度的分級并重分類。如表1坡度和起伏度所示。

2.年降水量數(shù)據(jù)

對比年降水數(shù)據(jù)和對應區(qū)域的平均高程數(shù)據(jù)，以各個區(qū)域年降水量和高程值為因變量和自變量，在EXCEL中通過一元線性回歸方程，分析出降水量和高程數(shù)據(jù)的關(guān)系。

Y=0.2446X+285.07

Y該地區(qū)代表年均降水量為因變量，X即高程值，根據(jù)這個公式，以DEM圖作為基礎(chǔ)數(shù)據(jù)通過GIS的柵格計算功能，求出研究區(qū)域降水量分布。

對降水量因子進行分級，根據(jù)計算出的降水量數(shù)據(jù)可以得出年降水量少于600 mm的情況極少，在對其進行分級的過程中，為了最后得出的重分類數(shù)據(jù)更加反映本地實際情況。將0-600 mm分成1級、600-800 mm分成2級、800-1000 mm分成3級、1000-1300 mm分成4級。

3.歷史災害點數(shù)據(jù)

地區(qū)歷史災害發(fā)生情況作為一種數(shù)據(jù)非常重要。作為一種孕育災害指標，歷史發(fā)生情況可以起到一個預示作用。查閱相關(guān)部門的數(shù)據(jù)資料，獲取歷史數(shù)據(jù)，并對具體的點數(shù)據(jù)做密度分析，根據(jù)密度分析結(jié)果進行分級。具體分級如表1所示。

4.植被覆蓋數(shù)據(jù)

獲取植被覆蓋數(shù)據(jù)，通過本地的遙感數(shù)據(jù)解譯分析得到本地區(qū)土地利用類型的遙感分區(qū)圖。通過衛(wèi)星圖像匹配同時結(jié)合實地匹配得出本地區(qū)植被覆蓋遙感圖。根據(jù)本地區(qū)的實際情況，設(shè)置了4個等級的植被覆蓋度，用于區(qū)分植被覆蓋程度直觀表達。具體分級如表1所示。

3 災害危險度因子處理

1.人類活動區(qū)域的數(shù)據(jù)

人類活動區(qū)域，首先通過衛(wèi)星遙感圖像確定本地的建筑物和道路，橋梁等人工設(shè)施的分布情況，判定為人類活動區(qū)域。制作矢量地圖數(shù)據(jù)。

人類活動區(qū)域主要由道路和建筑物構(gòu)成。按照層次分析法，對道路數(shù)據(jù)進行密度分析。城區(qū)的建筑物和鄉(xiāng)村的建筑物有所不同。由衛(wèi)星圖像可知，市區(qū)的建筑物一般相隔較近，因此，需對建筑物先進行密度分析，再進行重分類。其結(jié)果能反映出建筑物和道路的密集性，對于研究災害發(fā)生時，在預定的分區(qū)內(nèi)，災害損失評估具有重大的意義。具體如圖2中a，b所示

2.沿河數(shù)據(jù)

通過衛(wèi)星遙感數(shù)據(jù)[15]可以清晰的看到整個研究區(qū)域東南方向都是圍繞河流而居的，河流作為一種相對其他研究區(qū)域特殊存在的非常重要的研究因素存在。河流是研究區(qū)域重要的地理組。從數(shù)據(jù)中可以看出，每到汛期，河流儲水量大量激增，導致河流沿岸一些地勢較低的區(qū)域市場被淹。因此，河流沿岸數(shù)據(jù)是一項重要的研究指標。

同理于上面的分析處理方法，首先對河流矢量數(shù)據(jù)做面轉(zhuǎn)線，先對沿河數(shù)據(jù)進行密度分析，在進行重分類。具體結(jié)果如圖2中c所示。

3.高頻災害點數(shù)據(jù)

在研究歷史災害數(shù)據(jù)的過程中發(fā)現(xiàn)一些山洪災害點總是集中在一些區(qū)域。這些區(qū)域或許是由于其地勢起伏度坡度、所處位置與河流的關(guān)系等原因造成。這些高頻發(fā)生點在研究山災害中占有著較大的權(quán)重值。是我們研究和分析的重要因子。獲取高頻災害點數(shù)據(jù)，通過對歷史災害數(shù)據(jù)進行密度分析，并結(jié)合相應的位置關(guān)系得出具體的高頻點。

4 洪水災害孕育分區(qū)和危險度評估

4.1 洪水災害孕育分區(qū)

洪水災害孕育因素設(shè)定為：歷史洪災點數(shù)據(jù)、坡度與起伏度、植被覆蓋度、年均降水量4個因素;符合層次分析法中明確性的指導原則。

研究評價洪災害孕育因素，將上述各因素設(shè)置權(quán)重，通過使用GIS的權(quán)重求和工具分析出災害孕育因素環(huán)境分區(qū)圖。以上述因素作為發(fā)育條件因素，構(gòu)建指標體系。以層次分析法的各項要求為標準指導，在分析相關(guān)文件數(shù)據(jù)，得出上述各項因素權(quán)重大小排名如下。

綜合權(quán)衡最后得出：歷史高頻點、坡度與起伏度、降水量、植被覆蓋度其相關(guān)權(quán)重為：0.3、0.3、0.2、0.2，分析結(jié)果如圖3所示。

從樂山市市中區(qū)的高程數(shù)據(jù)模型和歷史數(shù)據(jù)，可以直觀的了解到災害主要集中在沿河區(qū)域，其中三江口附近的江中小島是最為嚴重的地區(qū)。利用層次分析法，通過對上述各個因子加權(quán)，權(quán)重求和得出的孕災環(huán)境結(jié)果分區(qū)圖，圖中的危險分級中，可以看出三江口附近的江中小島為1級，沿河區(qū)域為2級，說明了分析結(jié)果與實際基本相符。

4.2 洪水災害結(jié)果損失評估

將洪水災害造成的影響損失度評價因素歸納為人類活動區(qū)域道路和建筑物、歷史高頻發(fā)生區(qū)、沿河區(qū)域主要3個因素。評價的結(jié)果主要是得出災害爆發(fā)以后，損厲害程度情況分布。

災害結(jié)果損失危險性分區(qū)，其結(jié)果危險度主要是以能夠給人們的生活生產(chǎn)造成的損失來衡量的，因此，在評估損失的時候最重要的因素是人類活動區(qū)域，如城區(qū)，如果在災害發(fā)生區(qū)域中包含城市部分區(qū)域，則這部分區(qū)域造成的損失必將很大。確定權(quán)重分配為，人類活動>歷史高頻點>河流沿岸，權(quán)重比例為0.5、0.3、0.2，人類活動區(qū)域分為道路和建筑物，其中道路占0.2，建筑物占0.3;分析結(jié)果如圖4所示：

綜合災害損失評估通過第一幅災害孕育環(huán)境分區(qū)圖和災害損失危險性分區(qū)圖有不同的權(quán)重計算的，在分析本地區(qū)數(shù)據(jù)資料以后，設(shè)定環(huán)境因素為0.3，損失危險性分區(qū)為0.7，通過分析得出最后災害損失嚴重性分區(qū)圖如圖5所示。

從樂山城區(qū)情況可知城市交通、人口、建筑最為密集、經(jīng)濟最發(fā)達的地區(qū)為城市中部地區(qū)和城市周邊工業(yè)區(qū)，如果發(fā)生災害，這兩區(qū)域損失的嚴重度最大，而沿河的廣場和道路建筑和人口相對較少，損失度為最小。通過上述各因子的權(quán)重計算分析，得出了災害損失危險性分區(qū)圖。從圖中得出，受損失最大的區(qū)域位于城市交通、人口、建筑最為密集的城市中部地區(qū)和城市周邊的工業(yè)發(fā)達地區(qū)。受損失最小的是沿河邊的廣場和道路區(qū)域。分析的結(jié)果反映出的城區(qū)損失嚴重性分區(qū)基本符合實際情況。

5 結(jié)束語

以樂山市市中區(qū)作為研究對象，構(gòu)建了災害孕育環(huán)境的評價指標、構(gòu)建了災害損失度評價指標，歷史高頻點、坡度與起伏度、降水量、植被覆蓋面積、人類活動區(qū)域、沿河區(qū)域;在AHP層次分析法的指導原則下構(gòu)建了分析模型，結(jié)合GIS空間分析技術(shù)。最終得出了洪水災害孕育環(huán)境分區(qū)圖和洪水災害爆發(fā)損失嚴重性分區(qū)圖。對比本地4年的具體數(shù)據(jù)，證明了上述的分析結(jié)構(gòu)能夠準確的反應實際情況。為山洪災害預測和損失嚴重性評估，提供了一種方法和決策支持。

參考文獻

[1]李燕婷，朱海莉，陳少華.層次分析法的黃河上游滑坡易發(fā)性評價[J]，測繪科學，2016，41（8）：67-70.

[2] 楊超，王金亮，李石華，等，撫仙湖流域土地退化動態(tài)遙感監(jiān)測研究[J]，遙感技術(shù)與應用，2016，31（2）：388-396.

[3]尤笛，蔣金豹，郭海強，低丘緩坡建設(shè)用地空間拓展評價——以福建邵武市為例[J]，江蘇農(nóng)業(yè)科學，2016，44（7）：508-512.

[4]杜俊，肖翔，蔡道明，等，汶川震區(qū)山洪泥石流災害危險性評估[J]，長江科學院院報，2015，32（3）：77-83.

[5] 于雯琪，錢家忠，馬雷，等，基于GIS和AHP的謝橋煤礦13-1煤頂板突水危險性評價[J]，煤田地質(zhì)與勘探，2016 （1）：69- 73.

[6] 金彪，孫明艷，李海防，基于AHP-GIS空間分析法的龍勝龍脊古壯寨景觀評價[J]，北方園藝，2016（18）：71-76.

[7] 江海浩，周書葵，陳朝猛，等，基于改進DRASTIC模型、GIS和層次分析法（AHP）的地下水U（Ⅵ）污染風險評價[J]，環(huán)境工程，2015， 33（3） ：113-117.

[8] 李新旺，楊社，李麗，等，基于GIS與AHP耦合的大海則礦超長主斜井富水性研究[J]，煤炭技術(shù)，2015， 34（6）：141 -143.

[9] 紀亞洲，臧永宜，顧和和，基于GIS技術(shù)與AHP方法的農(nóng)村居民點整理潛力評價——以江蘇省新沂市為例[J]，江蘇農(nóng)業(yè)科學，2015， 43（2） ：432-437.

[10] 潘宗源，賈龍，劉寶臣.基于AHP和ArcGIS技術(shù)的巖溶塌陷風險評價——以遵義永樂鎮(zhèn)為例[J]，桂林理工大學學報，2016， 36（3）：464-470.

[11]袁維，張杰，譚繼強，等，基于GIS的朗鄉(xiāng)自然保護區(qū)露營旅游地適宜度空間格局[J]，應用生態(tài)學報，2015， 26（9）：2785- 2793.

[12]齊增湘，廖建軍，徐衛(wèi)華，等，基于GIS的秦嶺山區(qū)聚落用地適宜性評價[J]，生態(tài)學報，2015， 35（4） ：1274-1283.

[13]UYAN M， GIS-based solar farms site selection usinganalytic hierarchy process （AHP） in Karapinar region，Konya/Turkey [J]， Renewable 8L Sustainable Energy Re-views， 2013， 28（8）：11-17.

[14]ARQUERO A， ALVAREZ M， MARTINEZ E， DecisionManagement making by AHP （Analytical HierarchyProcess） trought GIS data[J]， IEEE Latin America Trans-actions， 2009， 7（1）：101-106.

[15] RAHMAT Z-G， NIRI M-V，ALAVI N，et aL Landfill siteselection using GIS and AHP：a case study： Behbahan， Iran[J]， {