基于土地利用變化情景的城市暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估
——以深圳市茅洲河流域?yàn)槔?/h1>
2018-07-18 10:10:04武文歡劉焱序王仰麟
生態(tài)學(xué)報(bào) 2018年11期
彭 建,魏 海,武文歡,劉焱序,王仰麟
北京大學(xué)城市與環(huán)境學(xué)院, 地表過程分析與模擬教育部重點(diǎn)實(shí)驗(yàn)室, 北京 100871
我國(guó)是世界上少數(shù)的幾個(gè)自然災(zāi)害頻發(fā)、災(zāi)情嚴(yán)重的國(guó)家之一[1],存在著災(zāi)害種類多、發(fā)生頻率高、影響范圍廣、損失嚴(yán)重等特征[2],而水旱災(zāi)害則是當(dāng)前最主要的自然災(zāi)害類型。隨著城市化進(jìn)程的不斷加快,城市特別是沿海地區(qū)城市以建設(shè)用地快速增加為主要特征的土地利用空間格局變化顯著,人口和財(cái)富在城市地區(qū)不斷集聚,城市自然災(zāi)害脆弱性也逐漸增強(qiáng),暴雨洪澇災(zāi)害風(fēng)險(xiǎn)顯著加劇。近年來頻頻發(fā)生的暴雨洪澇引起了公眾和媒體的廣泛關(guān)注,更給城市的發(fā)展造成了嚴(yán)重的損失。例如,2012年7月21日北京特大暴雨造成79人死亡,房屋倒塌10660間,160.2萬(wàn)人受災(zāi),經(jīng)濟(jì)損失達(dá)116.4億元；作為中國(guó)最年輕的城市,深圳也飽受暴雨洪澇災(zāi)害的襲擊,2014年5月11日,深圳遭遇2008年以來最強(qiáng)暴雨,造成150處道路積水,2000多輛車受淹,直接經(jīng)濟(jì)損失約8000萬(wàn)元。
快速城市化地區(qū)土地利用變化改變了原有的景觀結(jié)構(gòu)和水文過程,對(duì)城市暴雨洪澇災(zāi)害的影響近年來逐漸引起了學(xué)術(shù)界的關(guān)注。隨著對(duì)土地利用變化及其生態(tài)環(huán)境效應(yīng)研究的不斷深入,土地利用/覆被變化對(duì)水文過程的影響研究得到了長(zhǎng)足發(fā)展[3- 5],通常認(rèn)為城市化過程導(dǎo)致城市地區(qū)不透水面積增加,引起截留、填洼、下滲和蒸發(fā)量減少,從而導(dǎo)致地表徑流和洪峰流量增大[6- 7]；建設(shè)用地的增加引起地表粗糙度下降,加上排水系統(tǒng)的建設(shè)使得流域匯流速度加快,縮短了徑流匯流時(shí)間[8]；農(nóng)業(yè)開發(fā)活動(dòng)的增加使得農(nóng)業(yè)用地不斷開墾且土地利用強(qiáng)度增大,導(dǎo)致土壤入滲率減小,土壤容重增大,也增大了流域徑流量和洪峰流量[9- 10]。同時(shí),土地利用變化也嚴(yán)重影響著洪澇災(zāi)害的致災(zāi)過程,盡管土地利用變化對(duì)暴雨洪澇災(zāi)害的影響很大程度上決定于暴雨事件及其空間尺度[11],但新世紀(jì)以來,土地利用/覆被變化被認(rèn)為是洪澇災(zāi)害頻發(fā)的重要原因之一[12]。從災(zāi)害系統(tǒng)的角度來看,城市空間的增長(zhǎng)直接改變了地表不透水面、河流景觀等洪澇災(zāi)害的孕災(zāi)環(huán)境,從而導(dǎo)致產(chǎn)流匯流過程紊亂和洪澇災(zāi)害的發(fā)生[4]；而孕災(zāi)環(huán)境越不穩(wěn)定,城市暴雨洪澇災(zāi)害的風(fēng)險(xiǎn)就越大[13]。因此,以建設(shè)用地增加、生態(tài)用地減少等為主要特征的土地利用結(jié)構(gòu)與景觀格局的變化是城市洪澇災(zāi)害日益嚴(yán)重的主要原因[8],而城市化帶來的經(jīng)濟(jì)增長(zhǎng)和不合理的土地利用方式與強(qiáng)度增大增加了對(duì)洪澇災(zāi)害響應(yīng)的脆弱性[6],城市化程度越高的地區(qū)由于脆弱性和暴露性的增加而洪澇災(zāi)害風(fēng)險(xiǎn)越大[14]。
情景模擬是預(yù)測(cè)和防范自然災(zāi)害風(fēng)險(xiǎn)的重要研究方法,然而目前多數(shù)情景模擬研究主要針對(duì)自然災(zāi)害發(fā)生頻率和強(qiáng)度設(shè)置情景,缺乏更具實(shí)踐意義的社會(huì)經(jīng)濟(jì)發(fā)展情景設(shè)置及其風(fēng)險(xiǎn)的模擬[15]。城市暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)一直以來都是自然災(zāi)害領(lǐng)域的研究熱點(diǎn),以土地利用變化情景作為社會(huì)經(jīng)濟(jì)發(fā)展情景的空間體現(xiàn),重點(diǎn)關(guān)注土地利用耦合強(qiáng)降雨過程這一暴雨洪澇災(zāi)害鏈的核心環(huán)節(jié),是理解城市暴雨洪澇災(zāi)害形成機(jī)理的重要途徑,對(duì)土地利用變化情景下的洪澇災(zāi)害風(fēng)險(xiǎn)定量評(píng)估具有重要意義。因此,本文基于土地利用變化模擬不同暴雨情景下的城市洪澇災(zāi)害風(fēng)險(xiǎn),是對(duì)景觀生態(tài)學(xué)視角下的城市自然災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)的積極嘗試,有助于明晰土地利用變化對(duì)城市暴雨洪澇災(zāi)害風(fēng)險(xiǎn)的影響機(jī)理,并能夠提供城市暴雨洪澇災(zāi)害風(fēng)險(xiǎn)防范的景觀途徑,從而服務(wù)于城市暴雨洪澇災(zāi)害的風(fēng)險(xiǎn)管理,提升城市防災(zāi)減災(zāi)能力,推進(jìn)新型城鎮(zhèn)化建設(shè),促進(jìn)區(qū)域可持續(xù)發(fā)展。
1 研究區(qū)與數(shù)據(jù)
1.1 研究區(qū)概況
深圳市地處廣東省中部沿海地區(qū)、珠江口東岸,是中國(guó)典型的快速城市化地區(qū)。茅洲河是深圳市境內(nèi)最長(zhǎng)、流域面積最大的河流,位于市域西北角,發(fā)源于深圳市境內(nèi)羊臺(tái)山北麓,自東南向西北匯流,全長(zhǎng)41.6km,共有干、支流41條,呈不對(duì)稱樹枝狀分布,自沙井街道的民主村注入伶仃洋。茅洲河流域主要包括光明新區(qū)的公明街道、光明街道和寶安區(qū)的松崗街道,以及寶安區(qū)沙井街道、福永街道、石巖街道的一部分區(qū)域,地勢(shì)北、東和東南高,西和西南低,可細(xì)分為7個(gè)二級(jí)子流域(圖1)：上游為低山丘陵,包括石巖水庫(kù)、鵝頸水庫(kù)及長(zhǎng)流陂水庫(kù)3個(gè)子流域；中游以盆地與平原為主,包括羅田水庫(kù)、光明農(nóng)場(chǎng)以及燕川村為核心的子流域；下游為地形平坦的濱海沖積平原,主要是以共和村為核心的子流域。茅洲河流域是深圳市城市內(nèi)澇的典型地區(qū),流域面積310.85km2,總?cè)丝诩s為138萬(wàn)；屬南亞熱帶海洋性季風(fēng)氣候區(qū),多年平均降水量1642—1649mm,且時(shí)空分配極不平衡,易受臺(tái)風(fēng)、暴雨、洪澇侵襲；流域內(nèi)大部分區(qū)域位于海拔25m以下,土地利用類型以建設(shè)用地和林地為主,其中建設(shè)用地約占流域面積的48%,林地約占流域面積的32%。
圖1 研究區(qū)地理位置示意Fig.1 Geographical location of the study area
1.2 數(shù)據(jù)來源
2 研究方法
本文采用國(guó)際減災(zāi)戰(zhàn)略UN/ISDR對(duì)風(fēng)險(xiǎn)的定義,將風(fēng)險(xiǎn)表征為“風(fēng)險(xiǎn)(R)=致災(zāi)因子(H)×脆弱性(V)”[16],提出基于土地利用變化情景的城市暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估框架(圖2)。其中,致災(zāi)因子(H)對(duì)應(yīng)于不同年遇型降雨強(qiáng)度致災(zāi)危險(xiǎn)性水平下的洪水淹沒深度,由模擬降雨-產(chǎn)流-徑流過程實(shí)現(xiàn)；脆弱性(V)是暴露在致災(zāi)風(fēng)險(xiǎn)源下的敏感程度,以脆弱性函數(shù)作為定量評(píng)估的依據(jù),表征洪澇淹沒區(qū)土地利用類型的期望損失。對(duì)不同暴雨致災(zāi)危險(xiǎn)性及土地利用承災(zāi)情景下的暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估,主要采用CLUE-S模型模擬土地利用變化過程,基于站點(diǎn)歷史降水?dāng)?shù)據(jù)統(tǒng)計(jì)分析超越概率水平,依據(jù)SCS模型模擬產(chǎn)流-徑流過程,在考慮雨水管線的收集、存蓄與排水能力基礎(chǔ)上,結(jié)合地形數(shù)據(jù)采用等體積淹沒算法確定淹沒范圍與可能最大淹沒深度,并在參考已有文獻(xiàn)確定脆弱性函數(shù)的基礎(chǔ)上實(shí)現(xiàn)風(fēng)險(xiǎn)定量模擬與制圖,明晰應(yīng)對(duì)城市暴雨洪澇災(zāi)害風(fēng)險(xiǎn)的景觀優(yōu)化途徑。
圖2 研究技術(shù)路線Fig.2 Research framework and methodology
2.1 城市土地利用變化情景設(shè)定
考慮到土地利用變化作為自然與人文系統(tǒng)耦合作用的過程,受區(qū)域整體土地開發(fā)政策與空間規(guī)劃管制影響顯著,城市土地利用變化的情景模擬面向深圳市域,在此基礎(chǔ)上提取茅洲河流域作為風(fēng)險(xiǎn)評(píng)估研究區(qū)。研究首先基于研究區(qū)實(shí)際及地物光譜特征,在ENVI軟件的支持下,對(duì)獲取的Landsat系列遙感數(shù)據(jù)進(jìn)行輻射定標(biāo)、大氣校正和幾何精校正等數(shù)據(jù)預(yù)處理后,采用監(jiān)督分類的方法對(duì)研究區(qū)遙感影像解譯分類為耕地、園地、林地、建設(shè)用地、水體、濕地、未利用地和草地等八種地類,并結(jié)合改進(jìn)的歸一化差異水體指數(shù)MNDWI、歸一化植被指數(shù)NDVI、歸一化建筑指數(shù)NDBI等對(duì)解譯結(jié)果進(jìn)行修正[17-18],從而獲得1995、2000、2005、2010及2013年5期土地利用圖作為土地利用變化模擬的基礎(chǔ)數(shù)據(jù),并利用獲得的全球地表覆蓋產(chǎn)品FROM-GLC(Finer Resolution Observation and Monitoring of Global Land Cover)數(shù)據(jù)集及Google Earth高分辨率遙感影像[19],在深圳市1995年以來地類無(wú)明顯改變的地區(qū)采用分層隨機(jī)抽樣的方法選取200個(gè)驗(yàn)證點(diǎn),對(duì)解譯獲得的5期土地利用類型分類結(jié)果進(jìn)行精度驗(yàn)證。檢驗(yàn)結(jié)果表明,5期土地利用類型分類結(jié)果均為總體精度80%以上、Kappa系數(shù)0.75以上,能夠滿足研究對(duì)分類精度的要求。在此基礎(chǔ)上,以解譯獲得的1995、2000、2005、2010年4期土地利用數(shù)據(jù)為基礎(chǔ),以年為基本步長(zhǎng)預(yù)測(cè)2011年起未來一定時(shí)段的土地利用變化,并將模擬的2013年結(jié)果與實(shí)際影像解譯結(jié)果進(jìn)行對(duì)照驗(yàn)證,從而提高土地利用變化情景模擬的可靠性。
基于CLUE-S(Conversion of Land Use and its Effects at Small Region Extent)模型的土地利用變化情景模擬在區(qū)域尺度具有明顯優(yōu)勢(shì),其核心是預(yù)測(cè)土地利用類型需求、明晰土地利用變化驅(qū)動(dòng)機(jī)制以及土地利用類型的轉(zhuǎn)換次序和相對(duì)彈性系數(shù)。土地利用類型需求預(yù)測(cè)方面,盡管過去20年來深圳市土地利用變化特征主要表現(xiàn)為建設(shè)用地增加和生態(tài)用地的持續(xù)減少,但是考慮到伴隨著城市化進(jìn)程不斷增加的建設(shè)用地通常受政策、資源等條件的約束限制,在城市化進(jìn)程的中后期增長(zhǎng)速率會(huì)逐漸降低,與地區(qū)人口的發(fā)展情況類似而呈現(xiàn)“S”型的增長(zhǎng)態(tài)勢(shì)。因此,選擇典型“S”型變化特征的生長(zhǎng)函數(shù)——邏輯斯蒂(Logistic)回歸曲線模型[20],在SPSS軟件支持下對(duì)2011年起每年的土地利用類型進(jìn)行需求預(yù)測(cè),即以1995—2010年4期土地利用類型面積與時(shí)間間隔建立曲線估計(jì)回歸模型,同時(shí)為提高模擬的精度將模擬的2013年土地利用類型面積與解譯結(jié)果進(jìn)行對(duì)照檢驗(yàn),從而確定未來不同時(shí)期研究區(qū)土地利用變化需求情景。土地利用變化驅(qū)動(dòng)機(jī)制方面,基于多元邏輯斯蒂(Logistic)回歸模型,以海拔、坡度、坡向、距公路距離、距徑流線距離、距海岸線距離和距災(zāi)害點(diǎn)距離7個(gè)驅(qū)動(dòng)因子表征地形、區(qū)位、災(zāi)害等對(duì)區(qū)域土地利用變化的影響,以2010年解譯的深圳市土地利用圖作為驅(qū)動(dòng)力回歸模型的因變量,并采用隨機(jī)抽樣的方法在研究區(qū)抽取40000個(gè)觀測(cè)點(diǎn),在SPSS軟件支持下采用逐步回歸的方法(引入和剔除自變量的概率水平為0.10),分別對(duì)每種地類進(jìn)行二元Logistic回歸,并對(duì)回歸結(jié)果進(jìn)行ROC(Receiver Operating Characteristic)檢驗(yàn),從而明晰研究區(qū)土地利用變化驅(qū)動(dòng)機(jī)制。土地利用類型的轉(zhuǎn)換次序和相對(duì)彈性系數(shù)方面,主要在參考其他學(xué)者基于CLUE-S模型的應(yīng)用案例基礎(chǔ)上結(jié)合研究區(qū)實(shí)際確定?；诖?在CLUE-S模型空間配置模塊軟件Dyna-CLUE軟件支持下,獲得2011年起至2020年共計(jì)10年的研究區(qū)土地利用空間格局情景。
2.2 城市暴雨致災(zāi)危險(xiǎn)性情景設(shè)定
暴雨作為城市暴雨洪澇災(zāi)害的主要致災(zāi)因子,是引起城市內(nèi)澇的根本致災(zāi)源,因而明確暴雨發(fā)生強(qiáng)度與頻率成為城市暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估的關(guān)鍵環(huán)節(jié),即需從風(fēng)險(xiǎn)誘發(fā)的角度出發(fā),分析暴雨事件強(qiáng)度及發(fā)生的可能性?？紤]到除突發(fā)性強(qiáng)降雨易引發(fā)城市暴雨洪澇災(zāi)害外,區(qū)域持續(xù)性強(qiáng)降雨也是不可忽視的城市暴雨洪澇致災(zāi)類型,因此,參考相關(guān)學(xué)者對(duì)區(qū)域持續(xù)性強(qiáng)降雨事件的定義[21-22],選取連續(xù)三日累積降水量作為城市暴雨洪澇災(zāi)害致災(zāi)危險(xiǎn)性情景設(shè)定的基礎(chǔ),以綜合反映區(qū)域持續(xù)性強(qiáng)降雨和突發(fā)性強(qiáng)降雨兩種類型的暴雨事件。限于數(shù)據(jù)的可得性,選取廣東省境內(nèi)珠江三角洲地區(qū)距離深圳市國(guó)家基本氣象站150km范圍內(nèi),海拔相近的10個(gè)氣象站點(diǎn)(廣州、東莞、增城、惠陽(yáng)、臺(tái)山、中山、珠海、深圳、汕尾、上川島)建站以來的連續(xù)三日累積降水量,作為估計(jì)暴雨致災(zāi)危險(xiǎn)性概率密度曲線和超越概率曲線的總體分布樣本,以提高空間插值的精度；并在MATLAB軟件支持下采用非參數(shù)的核密度估計(jì)法,分別繪制各氣象站點(diǎn)的概率密度曲線和超越概率曲線,確定十年遇、二十年遇、五十年遇和百年遇4種重現(xiàn)期為研究區(qū)的暴雨致災(zāi)危險(xiǎn)性情景?；讷@得的各站點(diǎn)致災(zāi)危險(xiǎn)性,采用適于深圳降水量較大這一特征的普通克里金插值方法[23],模擬研究區(qū)4種致災(zāi)危險(xiǎn)性水平下的連續(xù)三日累積降水量空間分布情景,并以此作為本文暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估的4種致災(zāi)危險(xiǎn)性情景。
2.3 城市暴雨洪澇情景模擬
暴雨洪澇災(zāi)害是城市地域常見的洪澇災(zāi)害類型,兩者通常以災(zāi)害鏈的形式作用于城市生態(tài)系統(tǒng),并對(duì)城市生產(chǎn)生活和生態(tài)環(huán)境產(chǎn)生嚴(yán)重影響。暴雨洪澇情景分析是城市暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估的基礎(chǔ),對(duì)于明晰城市暴雨洪澇災(zāi)害風(fēng)險(xiǎn)過程、降低區(qū)域?yàn)?zāi)害風(fēng)險(xiǎn)、保障城市可持續(xù)發(fā)展均具有重要意義。開展城市暴雨洪澇情景分析,需在明確暴雨事件發(fā)生頻率與強(qiáng)度的基礎(chǔ)上,充分模擬城市的降雨徑流過程,以進(jìn)一步模擬洪澇淹沒的范圍及深度。其中,城市降雨徑流過程的模擬是情景分析的核心環(huán)節(jié),本文主要使用SCS(Soil Conservation Service)模型實(shí)現(xiàn)。SCS模型是美國(guó)農(nóng)業(yè)部水土保持局于20世紀(jì)50年代提出的用于估算無(wú)觀測(cè)站小流域地表徑流的水文模型,其理論基礎(chǔ)為Mockus(1949)提出的P-Q經(jīng)驗(yàn)關(guān)系和Andrews(1954)提出的圖表查算法[24],模型機(jī)理明確、結(jié)構(gòu)簡(jiǎn)單且對(duì)數(shù)據(jù)需求低,成為國(guó)內(nèi)外許多水文模型所集成的產(chǎn)流計(jì)算核心模塊。例如,常用的美國(guó)農(nóng)業(yè)部(USDA)開發(fā)的水文評(píng)價(jià)模型SWAT(Soil and Water Assessment Tool)和美國(guó)環(huán)境保護(hù)署(EPA)提出的暴雨洪水管理模型SWMM(Storm Water Management Model)等均在產(chǎn)流計(jì)算模塊采用了SCS模型,從而使得SCS模型成為現(xiàn)行通用的降雨入滲產(chǎn)流計(jì)算工具。地表徑流量與降水量的定量關(guān)系可用下式表示：
(1)
式中,Q為地表徑流量(mm),P為流域總降水量(mm),S為當(dāng)時(shí)可能的最大滯留量。這里引入無(wú)量綱參數(shù)CN值(曲線數(shù),Curve Number),其與S的關(guān)系表示為：
(2)
參數(shù)CN綜合反映了截留、入滲等地表過程,其數(shù)值取決于流域的地表土壤水文類型、土地利用類型、坡度以及前期土壤濕度等[25]。本文以1983年深圳市自然資源調(diào)查的土壤類型圖為基礎(chǔ),經(jīng)空間數(shù)字化獲得深圳市土壤類型空間分布,參考美國(guó)土壤保持局對(duì)土壤水文組性質(zhì)的定義,獲得深圳市茅洲河流域土壤水文類型空間分布；然后,基于土地利用變化情景分析中確定的8種土地利用類型,以Mishra和Singh[26]提供的CN值查找表為基礎(chǔ),參考相關(guān)學(xué)者在珠江三角洲、深圳市等地區(qū)基于SCS模型的應(yīng)用案例中對(duì)CN值的修正[7,27-29],確定研究區(qū)中等前期土壤濕潤(rùn)程度(AMCⅡ)下的CN2值查找表(表1)。
從宏觀上看，河南省缺乏專門的促進(jìn)戰(zhàn)略性新興產(chǎn)業(yè)專利發(fā)展的總體戰(zhàn)略，部分構(gòu)想也只是蘊(yùn)含于河南省知識(shí)產(chǎn)權(quán)整體發(fā)展的戰(zhàn)略之中，從而在主政策與子政策之間就出現(xiàn)了斷層；戰(zhàn)略性新興產(chǎn)業(yè)專利布局和其他產(chǎn)業(yè)知識(shí)產(chǎn)權(quán)類型布局之間，也缺少應(yīng)有的融合與銜接。這種單一而非綜合的專利布局，無(wú)法形成合力，收到“1+1>2”的效果。從微觀上看，在戰(zhàn)略性新興產(chǎn)業(yè)專利布局中，知識(shí)產(chǎn)權(quán)管理部門、公司管理層、市場(chǎng)部門、研發(fā)部門對(duì)于構(gòu)建專利組合，形成層級(jí)分明、功效齊備、要素完整的企業(yè)專利格局的整合度不足，專利布局設(shè)計(jì)的科學(xué)性也有待檢驗(yàn)，因而導(dǎo)致對(duì)于戰(zhàn)略性新興產(chǎn)業(yè)所涉企業(yè)的自主創(chuàng)新能力提升應(yīng)有的推動(dòng)力無(wú)法得到充分的釋放。
表1 研究區(qū)中等前期土壤濕潤(rùn)程度下CN2值
同時(shí),引入坡度因子對(duì)CN值進(jìn)行修正[30]：
(3)
CN3=CN2·exp[0.00673·(100-CN2)]
(4)
式中,CN2s為修正后的中等前期土壤濕潤(rùn)程度下的曲線值,CN3為濕潤(rùn)前期土壤濕潤(rùn)程度下的曲線值,slope為坡度值?；诖双@得研究區(qū)基期、近期、遠(yuǎn)期三種情景平均前期土壤濕潤(rùn)程度下的CN值空間分布,從而確定不同暴雨致災(zāi)危險(xiǎn)性情景下的徑流分布格局。
流域徑流的運(yùn)移匯流過程是一個(gè)復(fù)雜的時(shí)空過程,難以用數(shù)學(xué)或物理方程嚴(yán)格地描述洪水的演進(jìn),現(xiàn)有的水文學(xué)模型大多通過求解圣維南方程來計(jì)算非恒定水流匯流,進(jìn)而模擬流動(dòng)水體的深度分布[31]；基于GIS的洪水淹沒模型則多基于DEM數(shù)據(jù),采用種子蔓延的搜索算法判斷DEM區(qū)域內(nèi)每一點(diǎn)四鄰域或八鄰域的流動(dòng)方向,在考慮連通性的條件下求解洪水淹沒的連續(xù)平面,從而模擬自然地表水流沿坡度最陡方向由高處向低處流動(dòng)的規(guī)律并獲得淹沒區(qū)范圍[32-33]。這些求解方法過程大多相對(duì)復(fù)雜,且難以反映可能的最大淹沒水深。等體積淹沒算法的基本思想則是基于徑流匯水過程中地表水流從海拔高處向低處匯集的重力特性和地形起伏情況,以徑流總量與洪澇淹沒范圍內(nèi)水量體積相等的原理來模擬洪水的淹沒范圍[34],屬無(wú)源淹沒分析的常見算法,相對(duì)而言方法實(shí)用、便捷且能較快實(shí)現(xiàn)淹沒區(qū)現(xiàn)狀數(shù)據(jù)的空間分析,是反演洪澇災(zāi)害最大淹沒水深的重要途徑,尤其適用于小尺度區(qū)域的洪澇情景模擬。本文在Python語(yǔ)言的支持下,基于ArcGIS的3D分析工具函數(shù),在考慮雨水管線的收集、存蓄與排水能力基礎(chǔ)上,采用迭代算法將淹沒區(qū)洪水總體積逼近流域地表徑流總量以獲得淹沒區(qū)域水平面的高程值,從而實(shí)現(xiàn)城市暴雨洪澇情景模擬。
2.4 城市暴雨洪澇災(zāi)害脆弱性分析
暴雨洪澇災(zāi)害脆弱性是承災(zāi)體對(duì)暴雨洪澇災(zāi)害敏感性、恢復(fù)力與暴露性的綜合表征,是城市暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估的基礎(chǔ)?；谕恋乩米兓榫胺治龃_定的8種土地利用類型構(gòu)建土地利用承災(zāi)體脆弱性函數(shù),需確定各土地利用類型對(duì)暴雨洪澇災(zāi)害致災(zāi)因子強(qiáng)度的損失變化關(guān)系,本文選取較為常用的淹沒水深度量洪澇災(zāi)害風(fēng)險(xiǎn)的致災(zāi)脅迫強(qiáng)度。對(duì)于不同的土地利用類型,由于其內(nèi)部組成及耐水特性存在差異,相同淹沒水深脅迫下的損失率會(huì)存在明顯差異；隨著淹沒水深增大,不同土地利用類型的損失率變化也會(huì)有所不同。一般來說,對(duì)于特定的承災(zāi)體,致災(zāi)因子強(qiáng)度越大,承災(zāi)體的損失率越高,即致災(zāi)因子的發(fā)生概率越小,承災(zāi)體的損失越大[35]。許多學(xué)者對(duì)洪澇災(zāi)害土地利用類型脆弱性函數(shù)的研究證實(shí)了類似的變化關(guān)系。例如,Elsner等給出了不同淹沒水深下畜牧業(yè)、農(nóng)業(yè)、工業(yè)、交通通信業(yè)、倉(cāng)儲(chǔ)、建筑和汽車等不同用地類型的損失變化關(guān)系[36],Jonkman等分析了洪澇淹沒水深與建筑物及屋內(nèi)設(shè)施的損失關(guān)系[37],Sande等給出了冬小麥、工業(yè)、道路與居住建筑4種用地類型在不同淹沒水深下的損失率變化關(guān)系[38]。這些研究數(shù)據(jù)雖來自不同國(guó)家且土地利用分類體系存在較大差異,但不同土地利用類型對(duì)淹沒水深的響應(yīng)變化存在一定的共性規(guī)律,能夠?yàn)楸┯旰闈碁?zāi)害土地利用類型脆弱性函數(shù)的構(gòu)建提供參考。
Coto在對(duì)哥斯達(dá)黎加地區(qū)33種土地利用類型的耐水特性評(píng)估的基礎(chǔ)上,給出了各土地利用類型在四種不同淹沒水深下的脆弱性值[39],是目前基于土地利用分類的脆弱性賦值較為詳細(xì)的研究案例。本文基于暴雨洪澇災(zāi)害土地利用承災(zāi)體脆弱性對(duì)淹沒水深的響應(yīng)變化特征,重點(diǎn)參考該研究中不同土地利用類型洪澇災(zāi)害脆弱性函數(shù),并借鑒其他相關(guān)研究成果[40-41],構(gòu)建城市暴雨洪澇災(zāi)害不同淹沒水深下土地利用類型的脆弱性函數(shù)值(表2)。其中,水體、灘涂、未利用地和林地脆弱性相對(duì)較小,耕地、園地、草地和建設(shè)用地的脆弱性較高；且隨著淹沒深度的增加,建設(shè)用地的脆弱性明顯增大,反映出建設(shè)用地對(duì)暴雨洪澇災(zāi)害較高的脆弱性。同時(shí),由于等體積淹沒算法模擬的是最大可能淹沒深度,一定意義上表征像元尺度的累積洪峰流量深度,因而脆弱性函數(shù)中的淹沒水深脅迫也可視為通過像元的累積淹沒水深,而非真實(shí)淹沒中的靜態(tài)淹沒深度。
表2 不同土地利用類型暴雨洪澇災(zāi)害脆弱性函數(shù)
3 結(jié)果與分析
3.1 土地利用變化情景
以解譯的1995、2000、2005、2010年4期土地利用圖為基礎(chǔ)數(shù)據(jù),在CLUE-S模型空間配置模塊軟件Dyna-CLUE支持下,獲得2011年起未來10年的土地利用空間分布情景(圖3)。同時(shí),為檢驗(yàn)?zāi)Ｐ湍M結(jié)果的可靠性,將2013年模擬結(jié)果與解譯結(jié)果進(jìn)行空間對(duì)照,并在深圳市范圍內(nèi)隨機(jī)抽取10000個(gè)驗(yàn)證點(diǎn)進(jìn)行模擬精度檢驗(yàn)。結(jié)果顯示2013年模擬的土地利用類型空間分布總體精度為78.6%,Kappa系數(shù)為0.679,說明CLUE-S模型能夠較好地模擬深圳市土地利用變化情景,基本能夠滿足研究對(duì)土地利用情景精度的要求。
圖3 茅洲河流域土地利用變化情景模擬結(jié)果(2011—2020年)Fig.3 Modeling results of land use change in Maozhou Watershed (2011—2020)
對(duì)研究區(qū)1995年以來土地利用變化進(jìn)行分析可以發(fā)現(xiàn),近20年來研究區(qū)土地利用類型的數(shù)量和結(jié)構(gòu)均發(fā)生了巨大的變化,建設(shè)用地面積持續(xù)增加,城鎮(zhèn)化率不斷提高,大量的非建設(shè)用地轉(zhuǎn)為建設(shè)用地。而2011年起未來十年間,受自然條件及土地利用空間管制政策約束,各土地利用類型變化速率降低；土地利用空間分布格局未發(fā)生明顯變化,建設(shè)用地面積緩慢增加,且多為現(xiàn)有建設(shè)用地周邊的空間拓展；耕地和林地減少緩慢,水體和濕地面積幾乎沒有變化,園地和未利用地減少較快,其中未利用地減少主要為推平未建的裸土變?yōu)榻ㄔO(shè)用地；隨著城市公共綠色空間、綠色廊道等建設(shè),草地面積呈微量增加的趨勢(shì)。同時(shí),與2013年的建設(shè)用地面積相比,2016年建設(shè)用地面積約增加5%,2020年建設(shè)用地面積增加近10%,這兩期土地利用情景可作為暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估的近期、遠(yuǎn)期情景。
3.2 暴雨致災(zāi)危險(xiǎn)性情景
基于各氣象站點(diǎn)的概率密度曲線和超越概率曲線,確定十年遇、二十年遇、五十年遇和百年遇四種重現(xiàn)期情景下的暴雨致災(zāi)危險(xiǎn)性,采用普通克里金插值方法獲得研究區(qū)4種致災(zāi)危險(xiǎn)性水平下的連續(xù)三日累積降水量空間分布(圖4)。結(jié)果顯示,連續(xù)三日累積降水量的空間分布在十年遇危險(xiǎn)性水平下總體較為均一,全區(qū)平均為48.56mm,標(biāo)準(zhǔn)差僅為0.12,呈現(xiàn)西部地區(qū)略高于東部地區(qū)的趨勢(shì),反映出茅洲河流域作為降雨較為充沛的沿海地區(qū),十年遇連續(xù)三日累計(jì)降水事件在空間上差異不大；二十年遇呈現(xiàn)由南向北遞減的趨勢(shì),全區(qū)平均為77.72mm,標(biāo)準(zhǔn)差為0.52；五十年遇呈現(xiàn)東南向西北地區(qū)遞減的趨勢(shì),全區(qū)平均為121.54mm；百年遇分布格局與五十年遇基本類似,全區(qū)平均為159.33mm。同時(shí),隨著年遇型水平的增加,連續(xù)三日累計(jì)降水量呈現(xiàn)較為明顯的區(qū)域差異,從高值區(qū)的空間動(dòng)態(tài)來看,十年遇水平下高值區(qū)集中于流域西部,但與中東部地區(qū)差異不是很明顯；二十年、五十年和百年遇水平下,高值區(qū)主要集中于南部上游石巖水庫(kù)子流域地區(qū),這與該地區(qū)海拔相對(duì)較高的微地形及大區(qū)域海陸關(guān)系密切相關(guān)。
圖4 茅洲河流域不同重現(xiàn)期連續(xù)三日累積降水量空間分布(十年、二十年、五十年、百年遇)Fig.4 Spatial distribution of three-day accumulated precipitation under different recurrence intervals (10a, 20a, 50a and 100a)
3.3 暴雨洪澇情景
基于對(duì)研究區(qū)連續(xù)三日累積降水量超越概率的分析,選取重現(xiàn)期為十年、二十年、五十年和百年遇水平作為暴雨致災(zāi)危險(xiǎn)性情景,分別對(duì)應(yīng)概率水平為0.1、0.05、0.02和0.01。同時(shí),基于對(duì)深圳市過去20年土地利用變化的趨勢(shì)分析,模擬了2011—2020年土地利用變化的空間格局,選取作為土地利用變化模擬精度驗(yàn)證的2013年為基期土地利用情景,考量未來建設(shè)用地增長(zhǎng)的時(shí)空過程,確定與基期相比建設(shè)用地面積增加5%為近期,增加10%為遠(yuǎn)期,發(fā)現(xiàn)基本對(duì)應(yīng)于2016年和2020年的建設(shè)用地面積總量,基于此確定CLUE-S模型模擬的2013年土地利用空間分布為基期土地利用情景,2016年為近期土地利用情景,2020年為遠(yuǎn)期土地利用情景。4種暴雨致災(zāi)危險(xiǎn)性情景與3期土地利用情景的交叉組合構(gòu)成暴雨洪澇致災(zāi)、承災(zāi)的12種模擬情景(表3)。
表3 茅洲河流域暴雨洪澇情景設(shè)定
以字母“B”、“S”、“L”分別表征土地利用情景的基期(Base Scenario)、近期(Short-term Scenario)和遠(yuǎn)期(Long-term Scenario),以字母“Y”加數(shù)字表征不同年遇型(Year)的暴雨致災(zāi)危險(xiǎn)性情景,兩者以下劃線“_”相連共同表征12種暴雨洪澇情景,并作為本文風(fēng)險(xiǎn)情景分析的指代基礎(chǔ)
基于構(gòu)建的12種暴雨洪澇致災(zāi)、承災(zāi)交互情景以及對(duì)應(yīng)情景下CN值的空間分布,采用SCS模型經(jīng)典算法,在ArcGIS軟件支持下分別計(jì)算像元尺度的徑流深空間分布(圖5)。結(jié)果顯示,各情景下茅洲河流域徑流深的空間分布與降水量的空間分布相比,受下墊面條件影響更大,區(qū)域內(nèi)徑流深的相對(duì)高值區(qū)主要為建設(shè)用地、水體等用地類型區(qū)；隨著暴雨致災(zāi)危險(xiǎn)性的重現(xiàn)期由十年遇增加至百年遇,區(qū)域徑流深呈現(xiàn)明顯的增加趨勢(shì)；對(duì)于同等強(qiáng)度的致災(zāi)影響,隨著建設(shè)用地等城市不透水面增加,流域總徑流量也增加明顯。
圖5 不同情景下茅洲河流域徑流深空間分布Fig.5 Spatial distribution of runoff depth in different scenarios in Maozhou Watershed
基于12種情景下茅洲河流域徑流深的空間分布,綜合考慮城市雨水管線等排水設(shè)施的存蓄、收集與泄洪能力影響,在DEM數(shù)據(jù)輔助支撐下采用等體積淹沒算法,分析各情景下茅洲河流域的最大可能淹沒范圍和深度。結(jié)果顯示,各情景下暴雨洪澇的淹沒范圍主要位于茅洲河中游燕川村子流域和下游共和村子流域的平原地區(qū),以及上游石巖水庫(kù)子流域地勢(shì)較低的低丘盆地,總體上與茅洲河流域內(nèi)雨水管線的空間分布格局基本一致；最大淹沒深度的高值區(qū)出現(xiàn)于茅洲河中上游二級(jí)子流域的出水口附近,其空間分布與等體積淹沒算法在坡降比較大流域應(yīng)用的局限性相關(guān),但同時(shí)也在一定程度上反映了各二級(jí)子流域出口處的洪峰流量分布,對(duì)于加強(qiáng)地下管網(wǎng)排水能力建設(shè)具有重要的空間指示意義。
為檢驗(yàn)各情景下城市暴雨洪澇淹沒范圍的模擬精度,系統(tǒng)梳理深圳新聞網(wǎng)、深圳都市網(wǎng)等相關(guān)媒體對(duì)城市易澇點(diǎn)的報(bào)道,基于其對(duì)易澇點(diǎn)位置的描述,在電子地圖輔助下還原內(nèi)澇點(diǎn)空間位置。媒體報(bào)道顯示,深圳市全市共有大小內(nèi)澇點(diǎn)約268個(gè),主要集中于寶安區(qū)、龍崗區(qū)、光明新區(qū)和坪山新區(qū)的部分街道,內(nèi)澇面積約80 km2[42]；從流域分布來看,茅洲河流域內(nèi)易澇點(diǎn)共計(jì)18個(gè),主要位于下游共和村子流域、中游燕川村子流域的平原地區(qū),以及上游石巖水庫(kù)子流域的盆地區(qū)域,與雨水管線的空間分布格局高度一致,這些地區(qū)也是建設(shè)用地的集中連片區(qū),足見茅洲河流域內(nèi)雨水管線的排水能力尚顯不足。由于對(duì)易澇點(diǎn)的媒體報(bào)道僅說明為內(nèi)澇的易發(fā)區(qū),未給出具體的暴雨事件和強(qiáng)度,因而難以確定各易澇點(diǎn)城市內(nèi)澇發(fā)生時(shí)的降水量和流域徑流分布,考慮到暴雨洪澇災(zāi)害發(fā)生時(shí)日降水量通常在50mm以上,故以茅洲河流域暴雨洪澇災(zāi)害風(fēng)險(xiǎn)模擬的B_Y20情景作為精度分析的模擬情景表征,即將易澇點(diǎn)用以驗(yàn)證基期土地利用情景下發(fā)生二十年遇暴雨事件的淹沒范圍精度。此外,由于媒體報(bào)道的內(nèi)澇點(diǎn)多位于立交橋等城市微地形地區(qū),在30m分辨率DEM數(shù)據(jù)上難以有效反映,且新聞報(bào)道的內(nèi)澇點(diǎn)位置多以描述為主,較多易澇點(diǎn)難以確定發(fā)生內(nèi)澇的準(zhǔn)確空間分布與范圍；考慮到通常城市內(nèi)澇的發(fā)生成片區(qū)狀分布,如果易澇點(diǎn)周邊600m(20個(gè)像元)范圍內(nèi)存在情景模擬中的淹沒像元,則認(rèn)為模擬的城市內(nèi)澇淹沒區(qū)域與媒體報(bào)道的真實(shí)易澇點(diǎn)分布基本一致,定義驗(yàn)證情況為“1”,否則情景模擬的淹沒范圍未準(zhǔn)確反映真實(shí)的內(nèi)澇分布,定義驗(yàn)證情況為“0”。
圖6 茅洲河流域暴雨洪澇淹沒情景精度驗(yàn)證Fig.6 Accuracy validation for the flood scenarios in Maozhou Watershed
B_Y20情景下易澇點(diǎn)驗(yàn)證情況如圖6所示。結(jié)果顯示,媒體報(bào)道的茅洲河流域內(nèi)易澇點(diǎn)與情景模擬的淹沒范圍空間分布格局基本一致。18個(gè)易澇點(diǎn)中驗(yàn)證情況為“1”的易澇點(diǎn)有11個(gè),驗(yàn)證精度61.1%,一定程度上說明本文基于SCS模型模擬流域的徑流深空間分布并采用等體積淹沒算法模擬暴雨洪澇淹沒的過程分析具有一定的可行性。
3.4 暴雨洪澇災(zāi)害風(fēng)險(xiǎn)
基于確定的評(píng)估框架對(duì)12種致災(zāi)、承災(zāi)的交互情景下茅洲河流域暴雨洪澇災(zāi)害風(fēng)險(xiǎn)進(jìn)行評(píng)估,并采用等間隔的分級(jí)方法將風(fēng)險(xiǎn)值分為低風(fēng)險(xiǎn)(0
為便于分析土地利用變化對(duì)區(qū)域暴雨洪澇災(zāi)害風(fēng)險(xiǎn)的影響,本文對(duì)茅洲河流域12種暴雨洪澇災(zāi)害情景下各等級(jí)風(fēng)險(xiǎn)的面積進(jìn)行統(tǒng)計(jì)(圖8)。結(jié)果顯示,對(duì)于每一種暴雨致災(zāi)情景,隨著建設(shè)用地面積增加,中等風(fēng)險(xiǎn)和高風(fēng)險(xiǎn)區(qū)面積均呈現(xiàn)較為明顯的增加趨勢(shì),低風(fēng)險(xiǎn)區(qū)面積呈現(xiàn)一定下降的趨勢(shì),即部分低風(fēng)險(xiǎn)區(qū)、中等風(fēng)險(xiǎn)區(qū)風(fēng)險(xiǎn)水平升高為中等、高風(fēng)險(xiǎn)。盡管4種暴雨致災(zāi)危險(xiǎn)性重現(xiàn)期情景下,中等風(fēng)險(xiǎn)和高風(fēng)險(xiǎn)區(qū)面積的增加率與建設(shè)用地面積的增加率不完全相等,但是兩者表現(xiàn)出明顯的非線性協(xié)同變化特征。以五十年遇危險(xiǎn)性水平為例,隨著建設(shè)用地面積由基期的15368.85hm2增加至近期16076.07hm2和遠(yuǎn)期16750.89hm2,高風(fēng)險(xiǎn)區(qū)面積由254.07hm2增加至276.48hm2和286.2hm2,表明區(qū)域建設(shè)用地面積增加會(huì)引起流域徑流、淹沒范圍及深度增大,以及暴雨洪澇災(zāi)害土地利用承災(zāi)體脆弱性升高,因而以建設(shè)用地增加為主要特征的城市土地利用變化對(duì)區(qū)域暴雨洪澇災(zāi)害風(fēng)險(xiǎn)的影響不容忽視。
圖7 不同情景下茅洲河流域暴雨洪澇災(zāi)害風(fēng)險(xiǎn)Fig.7 Storm flood disaster risk in different scenarios in Maozhou Watershed
圖8 茅洲河流域暴雨洪澇災(zāi)害風(fēng)險(xiǎn)情景對(duì)比Fig.8 Comparisons of the storm flood disaster risk in different scenarios in Maozhou Watershed圖中圓形大小及注記表示風(fēng)險(xiǎn)區(qū)面積
4 結(jié)語(yǔ)
本文以深圳城市內(nèi)澇的典型地區(qū)——茅洲河流域?yàn)槔?基于構(gòu)建的土地利用變化情景和暴雨致災(zāi)危險(xiǎn)性情景,采用“風(fēng)險(xiǎn)(R)=致災(zāi)因子(H)×脆弱性(V)”的評(píng)估框架,綜合運(yùn)用CLUE-S模型、SCS模型及等體積淹沒算法等對(duì)12種暴雨洪澇致災(zāi)-土地利用承災(zāi)情景下的城市暴雨-入滲-產(chǎn)流-匯流-洪澇等過程進(jìn)行模擬,并對(duì)相應(yīng)的災(zāi)害風(fēng)險(xiǎn)進(jìn)行定量評(píng)估,是對(duì)景觀生態(tài)學(xué)視角下的城市自然災(zāi)害發(fā)生演變及其風(fēng)險(xiǎn)評(píng)估的積極嘗試,有助于明晰土地利用變化對(duì)城市暴雨洪澇等自然災(zāi)害生態(tài)風(fēng)險(xiǎn)的影響機(jī)理和耦合關(guān)系。研究結(jié)果表明,隨著暴雨致災(zāi)危險(xiǎn)性的增加,暴雨洪澇災(zāi)害高風(fēng)險(xiǎn)區(qū)面積呈現(xiàn)明顯的增加趨勢(shì)；而對(duì)于相同的暴雨致災(zāi)危險(xiǎn)性情景,隨著建設(shè)用地面積的增加,暴雨洪澇災(zāi)害中等風(fēng)險(xiǎn)和高風(fēng)險(xiǎn)區(qū)范圍也呈現(xiàn)較為明顯的增加趨勢(shì),兩者呈現(xiàn)非線性協(xié)同變化關(guān)系。以五十年遇危險(xiǎn)性水平為例,建設(shè)用地面積由基期的15368.85hm2增加至近期16076.07hm2和遠(yuǎn)期16750.89hm2,高風(fēng)險(xiǎn)區(qū)面積由254.07hm2增加至276.48hm2和286.2hm2。這表明盡管暴雨是區(qū)域暴雨洪澇災(zāi)害的主要致災(zāi)因子,以建設(shè)用地面積增加、生態(tài)用地面積減少為主要特征的城市土地利用變化,將引起地表徑流量及淹沒區(qū)面積和淹沒水深增大；土地利用變化引起的暴雨洪澇災(zāi)害響應(yīng)不容忽視。因此,在加強(qiáng)易澇區(qū)地下管網(wǎng)存蓄泄洪能力建設(shè)的同時(shí),嚴(yán)格控制建設(shè)用地規(guī)模、優(yōu)化土地利用空間格局,是增強(qiáng)城市暴雨洪澇災(zāi)害風(fēng)險(xiǎn)防范能力的重要景觀途徑。
然而,限于數(shù)據(jù)可得性等因素制約,論文在諸多方面仍存在不足,主要包括：(1)未能將城市地域排水能力的空間差異及其時(shí)間動(dòng)態(tài)影響納入流域匯流及洪澇災(zāi)害的模擬。暴雨洪澇災(zāi)害的形成與區(qū)域雨水管線等排水設(shè)施的能力密切相關(guān),本文在洪澇災(zāi)害淹沒范圍模擬時(shí),僅在參考雨水管線的管徑、材質(zhì)等屬性信息基礎(chǔ)上確定區(qū)域雨水管線的綜合存蓄與泄洪能力,未能進(jìn)行排水能力的動(dòng)態(tài)過程模擬,使得模型模擬存在一定的誤差；(2)未能細(xì)分城市建成區(qū)內(nèi)不同類型建設(shè)用地的影響。城市建成區(qū)范圍內(nèi)建設(shè)用地可細(xì)分為住宅、商服、教育、交通等多種用地類型,不同類型建設(shè)用地的耐水性和脆弱性存在較大差異。但不同建設(shè)用地類型難以基于Landsat系列遙感數(shù)據(jù)反演獲取并進(jìn)行變化情景的模擬,在社區(qū)等小尺度區(qū)域開展研究時(shí)可考慮對(duì)建設(shè)用地進(jìn)行細(xì)分。此外,本文在模擬數(shù)據(jù)精度、模擬模型優(yōu)化及情景仿真分析等方面也有一定不足。
猜你喜歡
沿著茅洲河散步（組詩(shī)）連云港文學(xué)(2023年6期)2024-01-26 21:20:40 “80年未遇暴雨”襲首爾環(huán)球時(shí)報(bào)(2022-08-10)2022-08-10 15:13:41 暴雨小獼猴學(xué)習(xí)畫刊(2022年10期)2022-01-01 04:48:21 當(dāng)暴雨突臨瘋狂英語(yǔ)·初中天地(2021年8期)2021-11-20 05:59:50 深圳：全流域治理共同系統(tǒng)治污環(huán)境(2019年2期)2019-03-29 01:16:00 美了美了！茅洲河上賽龍舟南風(fēng)窗(2018年12期)2018-06-12 04:25:24 暴雨襲擊支點(diǎn)(2017年8期)2017-08-22 17:18:27 煤礦電網(wǎng)脆弱性評(píng)估電子制作(2017年10期)2017-04-18 07:23:09 殺毒軟件中指令虛擬機(jī)的脆弱性分析電信科學(xué)(2016年10期)2016-11-23 05:11:56 環(huán)境視點(diǎn)環(huán)境(2016年5期)2016-05-14 16:46:36
- 生態(tài)學(xué)報(bào)的其它文章
- 面向生態(tài)文明的生態(tài)系統(tǒng)服務(wù)
——2017年第九屆國(guó)際生態(tài)系統(tǒng)服務(wù)大會(huì)述評(píng) - 施用生物炭基肥對(duì)喀斯特石灰土磷元素特性的影響
- 亞熱帶不同林齡杉木林葉-根-土氮磷化學(xué)計(jì)量特征
- 川西林線交錯(cuò)帶岷江冷杉幼苗異齡葉形態(tài)對(duì)長(zhǎng)期模擬增溫的響應(yīng)
- 不同恢復(fù)類型植被細(xì)根分布及與土壤理化性質(zhì)的耦合關(guān)系
- 闊葉紅松林生態(tài)化學(xué)計(jì)量學(xué)特征及其對(duì)緯度梯度的響應(yīng)
彭 建,魏 海,武文歡,劉焱序,王仰麟
北京大學(xué)城市與環(huán)境學(xué)院, 地表過程分析與模擬教育部重點(diǎn)實(shí)驗(yàn)室, 北京 100871
我國(guó)是世界上少數(shù)的幾個(gè)自然災(zāi)害頻發(fā)、災(zāi)情嚴(yán)重的國(guó)家之一[1],存在著災(zāi)害種類多、發(fā)生頻率高、影響范圍廣、損失嚴(yán)重等特征[2],而水旱災(zāi)害則是當(dāng)前最主要的自然災(zāi)害類型。隨著城市化進(jìn)程的不斷加快,城市特別是沿海地區(qū)城市以建設(shè)用地快速增加為主要特征的土地利用空間格局變化顯著,人口和財(cái)富在城市地區(qū)不斷集聚,城市自然災(zāi)害脆弱性也逐漸增強(qiáng),暴雨洪澇災(zāi)害風(fēng)險(xiǎn)顯著加劇。近年來頻頻發(fā)生的暴雨洪澇引起了公眾和媒體的廣泛關(guān)注,更給城市的發(fā)展造成了嚴(yán)重的損失。例如,2012年7月21日北京特大暴雨造成79人死亡,房屋倒塌10660間,160.2萬(wàn)人受災(zāi),經(jīng)濟(jì)損失達(dá)116.4億元；作為中國(guó)最年輕的城市,深圳也飽受暴雨洪澇災(zāi)害的襲擊,2014年5月11日,深圳遭遇2008年以來最強(qiáng)暴雨,造成150處道路積水,2000多輛車受淹,直接經(jīng)濟(jì)損失約8000萬(wàn)元。
快速城市化地區(qū)土地利用變化改變了原有的景觀結(jié)構(gòu)和水文過程,對(duì)城市暴雨洪澇災(zāi)害的影響近年來逐漸引起了學(xué)術(shù)界的關(guān)注。隨著對(duì)土地利用變化及其生態(tài)環(huán)境效應(yīng)研究的不斷深入,土地利用/覆被變化對(duì)水文過程的影響研究得到了長(zhǎng)足發(fā)展[3- 5],通常認(rèn)為城市化過程導(dǎo)致城市地區(qū)不透水面積增加,引起截留、填洼、下滲和蒸發(fā)量減少,從而導(dǎo)致地表徑流和洪峰流量增大[6- 7]；建設(shè)用地的增加引起地表粗糙度下降,加上排水系統(tǒng)的建設(shè)使得流域匯流速度加快,縮短了徑流匯流時(shí)間[8]；農(nóng)業(yè)開發(fā)活動(dòng)的增加使得農(nóng)業(yè)用地不斷開墾且土地利用強(qiáng)度增大,導(dǎo)致土壤入滲率減小,土壤容重增大,也增大了流域徑流量和洪峰流量[9- 10]。同時(shí),土地利用變化也嚴(yán)重影響著洪澇災(zāi)害的致災(zāi)過程,盡管土地利用變化對(duì)暴雨洪澇災(zāi)害的影響很大程度上決定于暴雨事件及其空間尺度[11],但新世紀(jì)以來,土地利用/覆被變化被認(rèn)為是洪澇災(zāi)害頻發(fā)的重要原因之一[12]。從災(zāi)害系統(tǒng)的角度來看,城市空間的增長(zhǎng)直接改變了地表不透水面、河流景觀等洪澇災(zāi)害的孕災(zāi)環(huán)境,從而導(dǎo)致產(chǎn)流匯流過程紊亂和洪澇災(zāi)害的發(fā)生[4]；而孕災(zāi)環(huán)境越不穩(wěn)定,城市暴雨洪澇災(zāi)害的風(fēng)險(xiǎn)就越大[13]。因此,以建設(shè)用地增加、生態(tài)用地減少等為主要特征的土地利用結(jié)構(gòu)與景觀格局的變化是城市洪澇災(zāi)害日益嚴(yán)重的主要原因[8],而城市化帶來的經(jīng)濟(jì)增長(zhǎng)和不合理的土地利用方式與強(qiáng)度增大增加了對(duì)洪澇災(zāi)害響應(yīng)的脆弱性[6],城市化程度越高的地區(qū)由于脆弱性和暴露性的增加而洪澇災(zāi)害風(fēng)險(xiǎn)越大[14]。
情景模擬是預(yù)測(cè)和防范自然災(zāi)害風(fēng)險(xiǎn)的重要研究方法,然而目前多數(shù)情景模擬研究主要針對(duì)自然災(zāi)害發(fā)生頻率和強(qiáng)度設(shè)置情景,缺乏更具實(shí)踐意義的社會(huì)經(jīng)濟(jì)發(fā)展情景設(shè)置及其風(fēng)險(xiǎn)的模擬[15]。城市暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)一直以來都是自然災(zāi)害領(lǐng)域的研究熱點(diǎn),以土地利用變化情景作為社會(huì)經(jīng)濟(jì)發(fā)展情景的空間體現(xiàn),重點(diǎn)關(guān)注土地利用耦合強(qiáng)降雨過程這一暴雨洪澇災(zāi)害鏈的核心環(huán)節(jié),是理解城市暴雨洪澇災(zāi)害形成機(jī)理的重要途徑,對(duì)土地利用變化情景下的洪澇災(zāi)害風(fēng)險(xiǎn)定量評(píng)估具有重要意義。因此,本文基于土地利用變化模擬不同暴雨情景下的城市洪澇災(zāi)害風(fēng)險(xiǎn),是對(duì)景觀生態(tài)學(xué)視角下的城市自然災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)的積極嘗試,有助于明晰土地利用變化對(duì)城市暴雨洪澇災(zāi)害風(fēng)險(xiǎn)的影響機(jī)理,并能夠提供城市暴雨洪澇災(zāi)害風(fēng)險(xiǎn)防范的景觀途徑,從而服務(wù)于城市暴雨洪澇災(zāi)害的風(fēng)險(xiǎn)管理,提升城市防災(zāi)減災(zāi)能力,推進(jìn)新型城鎮(zhèn)化建設(shè),促進(jìn)區(qū)域可持續(xù)發(fā)展。
1 研究區(qū)與數(shù)據(jù)
1.1 研究區(qū)概況
深圳市地處廣東省中部沿海地區(qū)、珠江口東岸,是中國(guó)典型的快速城市化地區(qū)。茅洲河是深圳市境內(nèi)最長(zhǎng)、流域面積最大的河流,位于市域西北角,發(fā)源于深圳市境內(nèi)羊臺(tái)山北麓,自東南向西北匯流,全長(zhǎng)41.6km,共有干、支流41條,呈不對(duì)稱樹枝狀分布,自沙井街道的民主村注入伶仃洋。茅洲河流域主要包括光明新區(qū)的公明街道、光明街道和寶安區(qū)的松崗街道,以及寶安區(qū)沙井街道、福永街道、石巖街道的一部分區(qū)域,地勢(shì)北、東和東南高,西和西南低,可細(xì)分為7個(gè)二級(jí)子流域(圖1)：上游為低山丘陵,包括石巖水庫(kù)、鵝頸水庫(kù)及長(zhǎng)流陂水庫(kù)3個(gè)子流域；中游以盆地與平原為主,包括羅田水庫(kù)、光明農(nóng)場(chǎng)以及燕川村為核心的子流域；下游為地形平坦的濱海沖積平原,主要是以共和村為核心的子流域。茅洲河流域是深圳市城市內(nèi)澇的典型地區(qū),流域面積310.85km2,總?cè)丝诩s為138萬(wàn)；屬南亞熱帶海洋性季風(fēng)氣候區(qū),多年平均降水量1642—1649mm,且時(shí)空分配極不平衡,易受臺(tái)風(fēng)、暴雨、洪澇侵襲；流域內(nèi)大部分區(qū)域位于海拔25m以下,土地利用類型以建設(shè)用地和林地為主,其中建設(shè)用地約占流域面積的48%,林地約占流域面積的32%。
圖1 研究區(qū)地理位置示意Fig.1 Geographical location of the study area
1.2 數(shù)據(jù)來源
2 研究方法
本文采用國(guó)際減災(zāi)戰(zhàn)略UN/ISDR對(duì)風(fēng)險(xiǎn)的定義,將風(fēng)險(xiǎn)表征為“風(fēng)險(xiǎn)(R)=致災(zāi)因子(H)×脆弱性(V)”[16],提出基于土地利用變化情景的城市暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估框架(圖2)。其中,致災(zāi)因子(H)對(duì)應(yīng)于不同年遇型降雨強(qiáng)度致災(zāi)危險(xiǎn)性水平下的洪水淹沒深度,由模擬降雨-產(chǎn)流-徑流過程實(shí)現(xiàn)；脆弱性(V)是暴露在致災(zāi)風(fēng)險(xiǎn)源下的敏感程度,以脆弱性函數(shù)作為定量評(píng)估的依據(jù),表征洪澇淹沒區(qū)土地利用類型的期望損失。對(duì)不同暴雨致災(zāi)危險(xiǎn)性及土地利用承災(zāi)情景下的暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估,主要采用CLUE-S模型模擬土地利用變化過程,基于站點(diǎn)歷史降水?dāng)?shù)據(jù)統(tǒng)計(jì)分析超越概率水平,依據(jù)SCS模型模擬產(chǎn)流-徑流過程,在考慮雨水管線的收集、存蓄與排水能力基礎(chǔ)上,結(jié)合地形數(shù)據(jù)采用等體積淹沒算法確定淹沒范圍與可能最大淹沒深度,并在參考已有文獻(xiàn)確定脆弱性函數(shù)的基礎(chǔ)上實(shí)現(xiàn)風(fēng)險(xiǎn)定量模擬與制圖,明晰應(yīng)對(duì)城市暴雨洪澇災(zāi)害風(fēng)險(xiǎn)的景觀優(yōu)化途徑。
圖2 研究技術(shù)路線Fig.2 Research framework and methodology
2.1 城市土地利用變化情景設(shè)定
考慮到土地利用變化作為自然與人文系統(tǒng)耦合作用的過程,受區(qū)域整體土地開發(fā)政策與空間規(guī)劃管制影響顯著,城市土地利用變化的情景模擬面向深圳市域,在此基礎(chǔ)上提取茅洲河流域作為風(fēng)險(xiǎn)評(píng)估研究區(qū)。研究首先基于研究區(qū)實(shí)際及地物光譜特征,在ENVI軟件的支持下,對(duì)獲取的Landsat系列遙感數(shù)據(jù)進(jìn)行輻射定標(biāo)、大氣校正和幾何精校正等數(shù)據(jù)預(yù)處理后,采用監(jiān)督分類的方法對(duì)研究區(qū)遙感影像解譯分類為耕地、園地、林地、建設(shè)用地、水體、濕地、未利用地和草地等八種地類,并結(jié)合改進(jìn)的歸一化差異水體指數(shù)MNDWI、歸一化植被指數(shù)NDVI、歸一化建筑指數(shù)NDBI等對(duì)解譯結(jié)果進(jìn)行修正[17-18],從而獲得1995、2000、2005、2010及2013年5期土地利用圖作為土地利用變化模擬的基礎(chǔ)數(shù)據(jù),并利用獲得的全球地表覆蓋產(chǎn)品FROM-GLC(Finer Resolution Observation and Monitoring of Global Land Cover)數(shù)據(jù)集及Google Earth高分辨率遙感影像[19],在深圳市1995年以來地類無(wú)明顯改變的地區(qū)采用分層隨機(jī)抽樣的方法選取200個(gè)驗(yàn)證點(diǎn),對(duì)解譯獲得的5期土地利用類型分類結(jié)果進(jìn)行精度驗(yàn)證。檢驗(yàn)結(jié)果表明,5期土地利用類型分類結(jié)果均為總體精度80%以上、Kappa系數(shù)0.75以上,能夠滿足研究對(duì)分類精度的要求。在此基礎(chǔ)上,以解譯獲得的1995、2000、2005、2010年4期土地利用數(shù)據(jù)為基礎(chǔ),以年為基本步長(zhǎng)預(yù)測(cè)2011年起未來一定時(shí)段的土地利用變化,并將模擬的2013年結(jié)果與實(shí)際影像解譯結(jié)果進(jìn)行對(duì)照驗(yàn)證,從而提高土地利用變化情景模擬的可靠性。
基于CLUE-S(Conversion of Land Use and its Effects at Small Region Extent)模型的土地利用變化情景模擬在區(qū)域尺度具有明顯優(yōu)勢(shì),其核心是預(yù)測(cè)土地利用類型需求、明晰土地利用變化驅(qū)動(dòng)機(jī)制以及土地利用類型的轉(zhuǎn)換次序和相對(duì)彈性系數(shù)。土地利用類型需求預(yù)測(cè)方面,盡管過去20年來深圳市土地利用變化特征主要表現(xiàn)為建設(shè)用地增加和生態(tài)用地的持續(xù)減少,但是考慮到伴隨著城市化進(jìn)程不斷增加的建設(shè)用地通常受政策、資源等條件的約束限制,在城市化進(jìn)程的中后期增長(zhǎng)速率會(huì)逐漸降低,與地區(qū)人口的發(fā)展情況類似而呈現(xiàn)“S”型的增長(zhǎng)態(tài)勢(shì)。因此,選擇典型“S”型變化特征的生長(zhǎng)函數(shù)——邏輯斯蒂(Logistic)回歸曲線模型[20],在SPSS軟件支持下對(duì)2011年起每年的土地利用類型進(jìn)行需求預(yù)測(cè),即以1995—2010年4期土地利用類型面積與時(shí)間間隔建立曲線估計(jì)回歸模型,同時(shí)為提高模擬的精度將模擬的2013年土地利用類型面積與解譯結(jié)果進(jìn)行對(duì)照檢驗(yàn),從而確定未來不同時(shí)期研究區(qū)土地利用變化需求情景。土地利用變化驅(qū)動(dòng)機(jī)制方面,基于多元邏輯斯蒂(Logistic)回歸模型,以海拔、坡度、坡向、距公路距離、距徑流線距離、距海岸線距離和距災(zāi)害點(diǎn)距離7個(gè)驅(qū)動(dòng)因子表征地形、區(qū)位、災(zāi)害等對(duì)區(qū)域土地利用變化的影響,以2010年解譯的深圳市土地利用圖作為驅(qū)動(dòng)力回歸模型的因變量,并采用隨機(jī)抽樣的方法在研究區(qū)抽取40000個(gè)觀測(cè)點(diǎn),在SPSS軟件支持下采用逐步回歸的方法(引入和剔除自變量的概率水平為0.10),分別對(duì)每種地類進(jìn)行二元Logistic回歸,并對(duì)回歸結(jié)果進(jìn)行ROC(Receiver Operating Characteristic)檢驗(yàn),從而明晰研究區(qū)土地利用變化驅(qū)動(dòng)機(jī)制。土地利用類型的轉(zhuǎn)換次序和相對(duì)彈性系數(shù)方面,主要在參考其他學(xué)者基于CLUE-S模型的應(yīng)用案例基礎(chǔ)上結(jié)合研究區(qū)實(shí)際確定?；诖?在CLUE-S模型空間配置模塊軟件Dyna-CLUE軟件支持下,獲得2011年起至2020年共計(jì)10年的研究區(qū)土地利用空間格局情景。
2.2 城市暴雨致災(zāi)危險(xiǎn)性情景設(shè)定
暴雨作為城市暴雨洪澇災(zāi)害的主要致災(zāi)因子,是引起城市內(nèi)澇的根本致災(zāi)源,因而明確暴雨發(fā)生強(qiáng)度與頻率成為城市暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估的關(guān)鍵環(huán)節(jié),即需從風(fēng)險(xiǎn)誘發(fā)的角度出發(fā),分析暴雨事件強(qiáng)度及發(fā)生的可能性?？紤]到除突發(fā)性強(qiáng)降雨易引發(fā)城市暴雨洪澇災(zāi)害外,區(qū)域持續(xù)性強(qiáng)降雨也是不可忽視的城市暴雨洪澇致災(zāi)類型,因此,參考相關(guān)學(xué)者對(duì)區(qū)域持續(xù)性強(qiáng)降雨事件的定義[21-22],選取連續(xù)三日累積降水量作為城市暴雨洪澇災(zāi)害致災(zāi)危險(xiǎn)性情景設(shè)定的基礎(chǔ),以綜合反映區(qū)域持續(xù)性強(qiáng)降雨和突發(fā)性強(qiáng)降雨兩種類型的暴雨事件。限于數(shù)據(jù)的可得性,選取廣東省境內(nèi)珠江三角洲地區(qū)距離深圳市國(guó)家基本氣象站150km范圍內(nèi),海拔相近的10個(gè)氣象站點(diǎn)(廣州、東莞、增城、惠陽(yáng)、臺(tái)山、中山、珠海、深圳、汕尾、上川島)建站以來的連續(xù)三日累積降水量,作為估計(jì)暴雨致災(zāi)危險(xiǎn)性概率密度曲線和超越概率曲線的總體分布樣本,以提高空間插值的精度；并在MATLAB軟件支持下采用非參數(shù)的核密度估計(jì)法,分別繪制各氣象站點(diǎn)的概率密度曲線和超越概率曲線,確定十年遇、二十年遇、五十年遇和百年遇4種重現(xiàn)期為研究區(qū)的暴雨致災(zāi)危險(xiǎn)性情景?；讷@得的各站點(diǎn)致災(zāi)危險(xiǎn)性,采用適于深圳降水量較大這一特征的普通克里金插值方法[23],模擬研究區(qū)4種致災(zāi)危險(xiǎn)性水平下的連續(xù)三日累積降水量空間分布情景,并以此作為本文暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估的4種致災(zāi)危險(xiǎn)性情景。
2.3 城市暴雨洪澇情景模擬
暴雨洪澇災(zāi)害是城市地域常見的洪澇災(zāi)害類型,兩者通常以災(zāi)害鏈的形式作用于城市生態(tài)系統(tǒng),并對(duì)城市生產(chǎn)生活和生態(tài)環(huán)境產(chǎn)生嚴(yán)重影響。暴雨洪澇情景分析是城市暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估的基礎(chǔ),對(duì)于明晰城市暴雨洪澇災(zāi)害風(fēng)險(xiǎn)過程、降低區(qū)域?yàn)?zāi)害風(fēng)險(xiǎn)、保障城市可持續(xù)發(fā)展均具有重要意義。開展城市暴雨洪澇情景分析,需在明確暴雨事件發(fā)生頻率與強(qiáng)度的基礎(chǔ)上,充分模擬城市的降雨徑流過程,以進(jìn)一步模擬洪澇淹沒的范圍及深度。其中,城市降雨徑流過程的模擬是情景分析的核心環(huán)節(jié),本文主要使用SCS(Soil Conservation Service)模型實(shí)現(xiàn)。SCS模型是美國(guó)農(nóng)業(yè)部水土保持局于20世紀(jì)50年代提出的用于估算無(wú)觀測(cè)站小流域地表徑流的水文模型,其理論基礎(chǔ)為Mockus(1949)提出的P-Q經(jīng)驗(yàn)關(guān)系和Andrews(1954)提出的圖表查算法[24],模型機(jī)理明確、結(jié)構(gòu)簡(jiǎn)單且對(duì)數(shù)據(jù)需求低,成為國(guó)內(nèi)外許多水文模型所集成的產(chǎn)流計(jì)算核心模塊。例如,常用的美國(guó)農(nóng)業(yè)部(USDA)開發(fā)的水文評(píng)價(jià)模型SWAT(Soil and Water Assessment Tool)和美國(guó)環(huán)境保護(hù)署(EPA)提出的暴雨洪水管理模型SWMM(Storm Water Management Model)等均在產(chǎn)流計(jì)算模塊采用了SCS模型,從而使得SCS模型成為現(xiàn)行通用的降雨入滲產(chǎn)流計(jì)算工具。地表徑流量與降水量的定量關(guān)系可用下式表示：
(1)
式中,Q為地表徑流量(mm),P為流域總降水量(mm),S為當(dāng)時(shí)可能的最大滯留量。這里引入無(wú)量綱參數(shù)CN值(曲線數(shù),Curve Number),其與S的關(guān)系表示為：
(2)
參數(shù)CN綜合反映了截留、入滲等地表過程,其數(shù)值取決于流域的地表土壤水文類型、土地利用類型、坡度以及前期土壤濕度等[25]。本文以1983年深圳市自然資源調(diào)查的土壤類型圖為基礎(chǔ),經(jīng)空間數(shù)字化獲得深圳市土壤類型空間分布,參考美國(guó)土壤保持局對(duì)土壤水文組性質(zhì)的定義,獲得深圳市茅洲河流域土壤水文類型空間分布；然后,基于土地利用變化情景分析中確定的8種土地利用類型,以Mishra和Singh[26]提供的CN值查找表為基礎(chǔ),參考相關(guān)學(xué)者在珠江三角洲、深圳市等地區(qū)基于SCS模型的應(yīng)用案例中對(duì)CN值的修正[7,27-29],確定研究區(qū)中等前期土壤濕潤(rùn)程度(AMCⅡ)下的CN2值查找表(表1)。
從宏觀上看，河南省缺乏專門的促進(jìn)戰(zhàn)略性新興產(chǎn)業(yè)專利發(fā)展的總體戰(zhàn)略，部分構(gòu)想也只是蘊(yùn)含于河南省知識(shí)產(chǎn)權(quán)整體發(fā)展的戰(zhàn)略之中，從而在主政策與子政策之間就出現(xiàn)了斷層；戰(zhàn)略性新興產(chǎn)業(yè)專利布局和其他產(chǎn)業(yè)知識(shí)產(chǎn)權(quán)類型布局之間，也缺少應(yīng)有的融合與銜接。這種單一而非綜合的專利布局，無(wú)法形成合力，收到“1+1>2”的效果。從微觀上看，在戰(zhàn)略性新興產(chǎn)業(yè)專利布局中，知識(shí)產(chǎn)權(quán)管理部門、公司管理層、市場(chǎng)部門、研發(fā)部門對(duì)于構(gòu)建專利組合，形成層級(jí)分明、功效齊備、要素完整的企業(yè)專利格局的整合度不足，專利布局設(shè)計(jì)的科學(xué)性也有待檢驗(yàn)，因而導(dǎo)致對(duì)于戰(zhàn)略性新興產(chǎn)業(yè)所涉企業(yè)的自主創(chuàng)新能力提升應(yīng)有的推動(dòng)力無(wú)法得到充分的釋放。
表1 研究區(qū)中等前期土壤濕潤(rùn)程度下CN2值
同時(shí),引入坡度因子對(duì)CN值進(jìn)行修正[30]：
(3)
CN3=CN2·exp[0.00673·(100-CN2)]
(4)
式中,CN2s為修正后的中等前期土壤濕潤(rùn)程度下的曲線值,CN3為濕潤(rùn)前期土壤濕潤(rùn)程度下的曲線值,slope為坡度值?；诖双@得研究區(qū)基期、近期、遠(yuǎn)期三種情景平均前期土壤濕潤(rùn)程度下的CN值空間分布,從而確定不同暴雨致災(zāi)危險(xiǎn)性情景下的徑流分布格局。
流域徑流的運(yùn)移匯流過程是一個(gè)復(fù)雜的時(shí)空過程,難以用數(shù)學(xué)或物理方程嚴(yán)格地描述洪水的演進(jìn),現(xiàn)有的水文學(xué)模型大多通過求解圣維南方程來計(jì)算非恒定水流匯流,進(jìn)而模擬流動(dòng)水體的深度分布[31]；基于GIS的洪水淹沒模型則多基于DEM數(shù)據(jù),采用種子蔓延的搜索算法判斷DEM區(qū)域內(nèi)每一點(diǎn)四鄰域或八鄰域的流動(dòng)方向,在考慮連通性的條件下求解洪水淹沒的連續(xù)平面,從而模擬自然地表水流沿坡度最陡方向由高處向低處流動(dòng)的規(guī)律并獲得淹沒區(qū)范圍[32-33]。這些求解方法過程大多相對(duì)復(fù)雜,且難以反映可能的最大淹沒水深。等體積淹沒算法的基本思想則是基于徑流匯水過程中地表水流從海拔高處向低處匯集的重力特性和地形起伏情況,以徑流總量與洪澇淹沒范圍內(nèi)水量體積相等的原理來模擬洪水的淹沒范圍[34],屬無(wú)源淹沒分析的常見算法,相對(duì)而言方法實(shí)用、便捷且能較快實(shí)現(xiàn)淹沒區(qū)現(xiàn)狀數(shù)據(jù)的空間分析,是反演洪澇災(zāi)害最大淹沒水深的重要途徑,尤其適用于小尺度區(qū)域的洪澇情景模擬。本文在Python語(yǔ)言的支持下,基于ArcGIS的3D分析工具函數(shù),在考慮雨水管線的收集、存蓄與排水能力基礎(chǔ)上,采用迭代算法將淹沒區(qū)洪水總體積逼近流域地表徑流總量以獲得淹沒區(qū)域水平面的高程值,從而實(shí)現(xiàn)城市暴雨洪澇情景模擬。
2.4 城市暴雨洪澇災(zāi)害脆弱性分析
暴雨洪澇災(zāi)害脆弱性是承災(zāi)體對(duì)暴雨洪澇災(zāi)害敏感性、恢復(fù)力與暴露性的綜合表征,是城市暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估的基礎(chǔ)?；谕恋乩米兓榫胺治龃_定的8種土地利用類型構(gòu)建土地利用承災(zāi)體脆弱性函數(shù),需確定各土地利用類型對(duì)暴雨洪澇災(zāi)害致災(zāi)因子強(qiáng)度的損失變化關(guān)系,本文選取較為常用的淹沒水深度量洪澇災(zāi)害風(fēng)險(xiǎn)的致災(zāi)脅迫強(qiáng)度。對(duì)于不同的土地利用類型,由于其內(nèi)部組成及耐水特性存在差異,相同淹沒水深脅迫下的損失率會(huì)存在明顯差異；隨著淹沒水深增大,不同土地利用類型的損失率變化也會(huì)有所不同。一般來說,對(duì)于特定的承災(zāi)體,致災(zāi)因子強(qiáng)度越大,承災(zāi)體的損失率越高,即致災(zāi)因子的發(fā)生概率越小,承災(zāi)體的損失越大[35]。許多學(xué)者對(duì)洪澇災(zāi)害土地利用類型脆弱性函數(shù)的研究證實(shí)了類似的變化關(guān)系。例如,Elsner等給出了不同淹沒水深下畜牧業(yè)、農(nóng)業(yè)、工業(yè)、交通通信業(yè)、倉(cāng)儲(chǔ)、建筑和汽車等不同用地類型的損失變化關(guān)系[36],Jonkman等分析了洪澇淹沒水深與建筑物及屋內(nèi)設(shè)施的損失關(guān)系[37],Sande等給出了冬小麥、工業(yè)、道路與居住建筑4種用地類型在不同淹沒水深下的損失率變化關(guān)系[38]。這些研究數(shù)據(jù)雖來自不同國(guó)家且土地利用分類體系存在較大差異,但不同土地利用類型對(duì)淹沒水深的響應(yīng)變化存在一定的共性規(guī)律,能夠?yàn)楸┯旰闈碁?zāi)害土地利用類型脆弱性函數(shù)的構(gòu)建提供參考。
Coto在對(duì)哥斯達(dá)黎加地區(qū)33種土地利用類型的耐水特性評(píng)估的基礎(chǔ)上,給出了各土地利用類型在四種不同淹沒水深下的脆弱性值[39],是目前基于土地利用分類的脆弱性賦值較為詳細(xì)的研究案例。本文基于暴雨洪澇災(zāi)害土地利用承災(zāi)體脆弱性對(duì)淹沒水深的響應(yīng)變化特征,重點(diǎn)參考該研究中不同土地利用類型洪澇災(zāi)害脆弱性函數(shù),并借鑒其他相關(guān)研究成果[40-41],構(gòu)建城市暴雨洪澇災(zāi)害不同淹沒水深下土地利用類型的脆弱性函數(shù)值(表2)。其中,水體、灘涂、未利用地和林地脆弱性相對(duì)較小,耕地、園地、草地和建設(shè)用地的脆弱性較高；且隨著淹沒深度的增加,建設(shè)用地的脆弱性明顯增大,反映出建設(shè)用地對(duì)暴雨洪澇災(zāi)害較高的脆弱性。同時(shí),由于等體積淹沒算法模擬的是最大可能淹沒深度,一定意義上表征像元尺度的累積洪峰流量深度,因而脆弱性函數(shù)中的淹沒水深脅迫也可視為通過像元的累積淹沒水深,而非真實(shí)淹沒中的靜態(tài)淹沒深度。
表2 不同土地利用類型暴雨洪澇災(zāi)害脆弱性函數(shù)
3 結(jié)果與分析
3.1 土地利用變化情景
以解譯的1995、2000、2005、2010年4期土地利用圖為基礎(chǔ)數(shù)據(jù),在CLUE-S模型空間配置模塊軟件Dyna-CLUE支持下,獲得2011年起未來10年的土地利用空間分布情景(圖3)。同時(shí),為檢驗(yàn)?zāi)Ｐ湍M結(jié)果的可靠性,將2013年模擬結(jié)果與解譯結(jié)果進(jìn)行空間對(duì)照,并在深圳市范圍內(nèi)隨機(jī)抽取10000個(gè)驗(yàn)證點(diǎn)進(jìn)行模擬精度檢驗(yàn)。結(jié)果顯示2013年模擬的土地利用類型空間分布總體精度為78.6%,Kappa系數(shù)為0.679,說明CLUE-S模型能夠較好地模擬深圳市土地利用變化情景,基本能夠滿足研究對(duì)土地利用情景精度的要求。
圖3 茅洲河流域土地利用變化情景模擬結(jié)果(2011—2020年)Fig.3 Modeling results of land use change in Maozhou Watershed (2011—2020)
對(duì)研究區(qū)1995年以來土地利用變化進(jìn)行分析可以發(fā)現(xiàn),近20年來研究區(qū)土地利用類型的數(shù)量和結(jié)構(gòu)均發(fā)生了巨大的變化,建設(shè)用地面積持續(xù)增加,城鎮(zhèn)化率不斷提高,大量的非建設(shè)用地轉(zhuǎn)為建設(shè)用地。而2011年起未來十年間,受自然條件及土地利用空間管制政策約束,各土地利用類型變化速率降低；土地利用空間分布格局未發(fā)生明顯變化,建設(shè)用地面積緩慢增加,且多為現(xiàn)有建設(shè)用地周邊的空間拓展；耕地和林地減少緩慢,水體和濕地面積幾乎沒有變化,園地和未利用地減少較快,其中未利用地減少主要為推平未建的裸土變?yōu)榻ㄔO(shè)用地；隨著城市公共綠色空間、綠色廊道等建設(shè),草地面積呈微量增加的趨勢(shì)。同時(shí),與2013年的建設(shè)用地面積相比,2016年建設(shè)用地面積約增加5%,2020年建設(shè)用地面積增加近10%,這兩期土地利用情景可作為暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估的近期、遠(yuǎn)期情景。
3.2 暴雨致災(zāi)危險(xiǎn)性情景
基于各氣象站點(diǎn)的概率密度曲線和超越概率曲線,確定十年遇、二十年遇、五十年遇和百年遇四種重現(xiàn)期情景下的暴雨致災(zāi)危險(xiǎn)性,采用普通克里金插值方法獲得研究區(qū)4種致災(zāi)危險(xiǎn)性水平下的連續(xù)三日累積降水量空間分布(圖4)。結(jié)果顯示,連續(xù)三日累積降水量的空間分布在十年遇危險(xiǎn)性水平下總體較為均一,全區(qū)平均為48.56mm,標(biāo)準(zhǔn)差僅為0.12,呈現(xiàn)西部地區(qū)略高于東部地區(qū)的趨勢(shì),反映出茅洲河流域作為降雨較為充沛的沿海地區(qū),十年遇連續(xù)三日累計(jì)降水事件在空間上差異不大；二十年遇呈現(xiàn)由南向北遞減的趨勢(shì),全區(qū)平均為77.72mm,標(biāo)準(zhǔn)差為0.52；五十年遇呈現(xiàn)東南向西北地區(qū)遞減的趨勢(shì),全區(qū)平均為121.54mm；百年遇分布格局與五十年遇基本類似,全區(qū)平均為159.33mm。同時(shí),隨著年遇型水平的增加,連續(xù)三日累計(jì)降水量呈現(xiàn)較為明顯的區(qū)域差異,從高值區(qū)的空間動(dòng)態(tài)來看,十年遇水平下高值區(qū)集中于流域西部,但與中東部地區(qū)差異不是很明顯；二十年、五十年和百年遇水平下,高值區(qū)主要集中于南部上游石巖水庫(kù)子流域地區(qū),這與該地區(qū)海拔相對(duì)較高的微地形及大區(qū)域海陸關(guān)系密切相關(guān)。
圖4 茅洲河流域不同重現(xiàn)期連續(xù)三日累積降水量空間分布(十年、二十年、五十年、百年遇)Fig.4 Spatial distribution of three-day accumulated precipitation under different recurrence intervals (10a, 20a, 50a and 100a)
3.3 暴雨洪澇情景
基于對(duì)研究區(qū)連續(xù)三日累積降水量超越概率的分析,選取重現(xiàn)期為十年、二十年、五十年和百年遇水平作為暴雨致災(zāi)危險(xiǎn)性情景,分別對(duì)應(yīng)概率水平為0.1、0.05、0.02和0.01。同時(shí),基于對(duì)深圳市過去20年土地利用變化的趨勢(shì)分析,模擬了2011—2020年土地利用變化的空間格局,選取作為土地利用變化模擬精度驗(yàn)證的2013年為基期土地利用情景,考量未來建設(shè)用地增長(zhǎng)的時(shí)空過程,確定與基期相比建設(shè)用地面積增加5%為近期,增加10%為遠(yuǎn)期,發(fā)現(xiàn)基本對(duì)應(yīng)于2016年和2020年的建設(shè)用地面積總量,基于此確定CLUE-S模型模擬的2013年土地利用空間分布為基期土地利用情景,2016年為近期土地利用情景,2020年為遠(yuǎn)期土地利用情景。4種暴雨致災(zāi)危險(xiǎn)性情景與3期土地利用情景的交叉組合構(gòu)成暴雨洪澇致災(zāi)、承災(zāi)的12種模擬情景(表3)。
表3 茅洲河流域暴雨洪澇情景設(shè)定
以字母“B”、“S”、“L”分別表征土地利用情景的基期(Base Scenario)、近期(Short-term Scenario)和遠(yuǎn)期(Long-term Scenario),以字母“Y”加數(shù)字表征不同年遇型(Year)的暴雨致災(zāi)危險(xiǎn)性情景,兩者以下劃線“_”相連共同表征12種暴雨洪澇情景,并作為本文風(fēng)險(xiǎn)情景分析的指代基礎(chǔ)
基于構(gòu)建的12種暴雨洪澇致災(zāi)、承災(zāi)交互情景以及對(duì)應(yīng)情景下CN值的空間分布,采用SCS模型經(jīng)典算法,在ArcGIS軟件支持下分別計(jì)算像元尺度的徑流深空間分布(圖5)。結(jié)果顯示,各情景下茅洲河流域徑流深的空間分布與降水量的空間分布相比,受下墊面條件影響更大,區(qū)域內(nèi)徑流深的相對(duì)高值區(qū)主要為建設(shè)用地、水體等用地類型區(qū)；隨著暴雨致災(zāi)危險(xiǎn)性的重現(xiàn)期由十年遇增加至百年遇,區(qū)域徑流深呈現(xiàn)明顯的增加趨勢(shì)；對(duì)于同等強(qiáng)度的致災(zāi)影響,隨著建設(shè)用地等城市不透水面增加,流域總徑流量也增加明顯。
圖5 不同情景下茅洲河流域徑流深空間分布Fig.5 Spatial distribution of runoff depth in different scenarios in Maozhou Watershed
基于12種情景下茅洲河流域徑流深的空間分布,綜合考慮城市雨水管線等排水設(shè)施的存蓄、收集與泄洪能力影響,在DEM數(shù)據(jù)輔助支撐下采用等體積淹沒算法,分析各情景下茅洲河流域的最大可能淹沒范圍和深度。結(jié)果顯示,各情景下暴雨洪澇的淹沒范圍主要位于茅洲河中游燕川村子流域和下游共和村子流域的平原地區(qū),以及上游石巖水庫(kù)子流域地勢(shì)較低的低丘盆地,總體上與茅洲河流域內(nèi)雨水管線的空間分布格局基本一致；最大淹沒深度的高值區(qū)出現(xiàn)于茅洲河中上游二級(jí)子流域的出水口附近,其空間分布與等體積淹沒算法在坡降比較大流域應(yīng)用的局限性相關(guān),但同時(shí)也在一定程度上反映了各二級(jí)子流域出口處的洪峰流量分布,對(duì)于加強(qiáng)地下管網(wǎng)排水能力建設(shè)具有重要的空間指示意義。
為檢驗(yàn)各情景下城市暴雨洪澇淹沒范圍的模擬精度,系統(tǒng)梳理深圳新聞網(wǎng)、深圳都市網(wǎng)等相關(guān)媒體對(duì)城市易澇點(diǎn)的報(bào)道,基于其對(duì)易澇點(diǎn)位置的描述,在電子地圖輔助下還原內(nèi)澇點(diǎn)空間位置。媒體報(bào)道顯示,深圳市全市共有大小內(nèi)澇點(diǎn)約268個(gè),主要集中于寶安區(qū)、龍崗區(qū)、光明新區(qū)和坪山新區(qū)的部分街道,內(nèi)澇面積約80 km2[42]；從流域分布來看,茅洲河流域內(nèi)易澇點(diǎn)共計(jì)18個(gè),主要位于下游共和村子流域、中游燕川村子流域的平原地區(qū),以及上游石巖水庫(kù)子流域的盆地區(qū)域,與雨水管線的空間分布格局高度一致,這些地區(qū)也是建設(shè)用地的集中連片區(qū),足見茅洲河流域內(nèi)雨水管線的排水能力尚顯不足。由于對(duì)易澇點(diǎn)的媒體報(bào)道僅說明為內(nèi)澇的易發(fā)區(qū),未給出具體的暴雨事件和強(qiáng)度,因而難以確定各易澇點(diǎn)城市內(nèi)澇發(fā)生時(shí)的降水量和流域徑流分布,考慮到暴雨洪澇災(zāi)害發(fā)生時(shí)日降水量通常在50mm以上,故以茅洲河流域暴雨洪澇災(zāi)害風(fēng)險(xiǎn)模擬的B_Y20情景作為精度分析的模擬情景表征,即將易澇點(diǎn)用以驗(yàn)證基期土地利用情景下發(fā)生二十年遇暴雨事件的淹沒范圍精度。此外,由于媒體報(bào)道的內(nèi)澇點(diǎn)多位于立交橋等城市微地形地區(qū),在30m分辨率DEM數(shù)據(jù)上難以有效反映,且新聞報(bào)道的內(nèi)澇點(diǎn)位置多以描述為主,較多易澇點(diǎn)難以確定發(fā)生內(nèi)澇的準(zhǔn)確空間分布與范圍；考慮到通常城市內(nèi)澇的發(fā)生成片區(qū)狀分布,如果易澇點(diǎn)周邊600m(20個(gè)像元)范圍內(nèi)存在情景模擬中的淹沒像元,則認(rèn)為模擬的城市內(nèi)澇淹沒區(qū)域與媒體報(bào)道的真實(shí)易澇點(diǎn)分布基本一致,定義驗(yàn)證情況為“1”,否則情景模擬的淹沒范圍未準(zhǔn)確反映真實(shí)的內(nèi)澇分布,定義驗(yàn)證情況為“0”。
圖6 茅洲河流域暴雨洪澇淹沒情景精度驗(yàn)證Fig.6 Accuracy validation for the flood scenarios in Maozhou Watershed
B_Y20情景下易澇點(diǎn)驗(yàn)證情況如圖6所示。結(jié)果顯示,媒體報(bào)道的茅洲河流域內(nèi)易澇點(diǎn)與情景模擬的淹沒范圍空間分布格局基本一致。18個(gè)易澇點(diǎn)中驗(yàn)證情況為“1”的易澇點(diǎn)有11個(gè),驗(yàn)證精度61.1%,一定程度上說明本文基于SCS模型模擬流域的徑流深空間分布并采用等體積淹沒算法模擬暴雨洪澇淹沒的過程分析具有一定的可行性。
3.4 暴雨洪澇災(zāi)害風(fēng)險(xiǎn)
基于確定的評(píng)估框架對(duì)12種致災(zāi)、承災(zāi)的交互情景下茅洲河流域暴雨洪澇災(zāi)害風(fēng)險(xiǎn)進(jìn)行評(píng)估,并采用等間隔的分級(jí)方法將風(fēng)險(xiǎn)值分為低風(fēng)險(xiǎn)(0
為便于分析土地利用變化對(duì)區(qū)域暴雨洪澇災(zāi)害風(fēng)險(xiǎn)的影響,本文對(duì)茅洲河流域12種暴雨洪澇災(zāi)害情景下各等級(jí)風(fēng)險(xiǎn)的面積進(jìn)行統(tǒng)計(jì)(圖8)。結(jié)果顯示,對(duì)于每一種暴雨致災(zāi)情景,隨著建設(shè)用地面積增加,中等風(fēng)險(xiǎn)和高風(fēng)險(xiǎn)區(qū)面積均呈現(xiàn)較為明顯的增加趨勢(shì),低風(fēng)險(xiǎn)區(qū)面積呈現(xiàn)一定下降的趨勢(shì),即部分低風(fēng)險(xiǎn)區(qū)、中等風(fēng)險(xiǎn)區(qū)風(fēng)險(xiǎn)水平升高為中等、高風(fēng)險(xiǎn)。盡管4種暴雨致災(zāi)危險(xiǎn)性重現(xiàn)期情景下,中等風(fēng)險(xiǎn)和高風(fēng)險(xiǎn)區(qū)面積的增加率與建設(shè)用地面積的增加率不完全相等,但是兩者表現(xiàn)出明顯的非線性協(xié)同變化特征。以五十年遇危險(xiǎn)性水平為例,隨著建設(shè)用地面積由基期的15368.85hm2增加至近期16076.07hm2和遠(yuǎn)期16750.89hm2,高風(fēng)險(xiǎn)區(qū)面積由254.07hm2增加至276.48hm2和286.2hm2,表明區(qū)域建設(shè)用地面積增加會(huì)引起流域徑流、淹沒范圍及深度增大,以及暴雨洪澇災(zāi)害土地利用承災(zāi)體脆弱性升高,因而以建設(shè)用地增加為主要特征的城市土地利用變化對(duì)區(qū)域暴雨洪澇災(zāi)害風(fēng)險(xiǎn)的影響不容忽視。
圖7 不同情景下茅洲河流域暴雨洪澇災(zāi)害風(fēng)險(xiǎn)Fig.7 Storm flood disaster risk in different scenarios in Maozhou Watershed
圖8 茅洲河流域暴雨洪澇災(zāi)害風(fēng)險(xiǎn)情景對(duì)比Fig.8 Comparisons of the storm flood disaster risk in different scenarios in Maozhou Watershed圖中圓形大小及注記表示風(fēng)險(xiǎn)區(qū)面積
4 結(jié)語(yǔ)
本文以深圳城市內(nèi)澇的典型地區(qū)——茅洲河流域?yàn)槔?基于構(gòu)建的土地利用變化情景和暴雨致災(zāi)危險(xiǎn)性情景,采用“風(fēng)險(xiǎn)(R)=致災(zāi)因子(H)×脆弱性(V)”的評(píng)估框架,綜合運(yùn)用CLUE-S模型、SCS模型及等體積淹沒算法等對(duì)12種暴雨洪澇致災(zāi)-土地利用承災(zāi)情景下的城市暴雨-入滲-產(chǎn)流-匯流-洪澇等過程進(jìn)行模擬,并對(duì)相應(yīng)的災(zāi)害風(fēng)險(xiǎn)進(jìn)行定量評(píng)估,是對(duì)景觀生態(tài)學(xué)視角下的城市自然災(zāi)害發(fā)生演變及其風(fēng)險(xiǎn)評(píng)估的積極嘗試,有助于明晰土地利用變化對(duì)城市暴雨洪澇等自然災(zāi)害生態(tài)風(fēng)險(xiǎn)的影響機(jī)理和耦合關(guān)系。研究結(jié)果表明,隨著暴雨致災(zāi)危險(xiǎn)性的增加,暴雨洪澇災(zāi)害高風(fēng)險(xiǎn)區(qū)面積呈現(xiàn)明顯的增加趨勢(shì)；而對(duì)于相同的暴雨致災(zāi)危險(xiǎn)性情景,隨著建設(shè)用地面積的增加,暴雨洪澇災(zāi)害中等風(fēng)險(xiǎn)和高風(fēng)險(xiǎn)區(qū)范圍也呈現(xiàn)較為明顯的增加趨勢(shì),兩者呈現(xiàn)非線性協(xié)同變化關(guān)系。以五十年遇危險(xiǎn)性水平為例,建設(shè)用地面積由基期的15368.85hm2增加至近期16076.07hm2和遠(yuǎn)期16750.89hm2,高風(fēng)險(xiǎn)區(qū)面積由254.07hm2增加至276.48hm2和286.2hm2。這表明盡管暴雨是區(qū)域暴雨洪澇災(zāi)害的主要致災(zāi)因子,以建設(shè)用地面積增加、生態(tài)用地面積減少為主要特征的城市土地利用變化,將引起地表徑流量及淹沒區(qū)面積和淹沒水深增大；土地利用變化引起的暴雨洪澇災(zāi)害響應(yīng)不容忽視。因此,在加強(qiáng)易澇區(qū)地下管網(wǎng)存蓄泄洪能力建設(shè)的同時(shí),嚴(yán)格控制建設(shè)用地規(guī)模、優(yōu)化土地利用空間格局,是增強(qiáng)城市暴雨洪澇災(zāi)害風(fēng)險(xiǎn)防范能力的重要景觀途徑。
然而,限于數(shù)據(jù)可得性等因素制約,論文在諸多方面仍存在不足,主要包括：(1)未能將城市地域排水能力的空間差異及其時(shí)間動(dòng)態(tài)影響納入流域匯流及洪澇災(zāi)害的模擬。暴雨洪澇災(zāi)害的形成與區(qū)域雨水管線等排水設(shè)施的能力密切相關(guān),本文在洪澇災(zāi)害淹沒范圍模擬時(shí),僅在參考雨水管線的管徑、材質(zhì)等屬性信息基礎(chǔ)上確定區(qū)域雨水管線的綜合存蓄與泄洪能力,未能進(jìn)行排水能力的動(dòng)態(tài)過程模擬,使得模型模擬存在一定的誤差；(2)未能細(xì)分城市建成區(qū)內(nèi)不同類型建設(shè)用地的影響。城市建成區(qū)范圍內(nèi)建設(shè)用地可細(xì)分為住宅、商服、教育、交通等多種用地類型,不同類型建設(shè)用地的耐水性和脆弱性存在較大差異。但不同建設(shè)用地類型難以基于Landsat系列遙感數(shù)據(jù)反演獲取并進(jìn)行變化情景的模擬,在社區(qū)等小尺度區(qū)域開展研究時(shí)可考慮對(duì)建設(shè)用地進(jìn)行細(xì)分。此外,本文在模擬數(shù)據(jù)精度、模擬模型優(yōu)化及情景仿真分析等方面也有一定不足。
猜你喜歡
連云港文學(xué)(2023年6期)2024-01-26 21:20:40
環(huán)球時(shí)報(bào)(2022-08-10)2022-08-10 15:13:41
小獼猴學(xué)習(xí)畫刊(2022年10期)2022-01-01 04:48:21
瘋狂英語(yǔ)·初中天地(2021年8期)2021-11-20 05:59:50
環(huán)境(2019年2期)2019-03-29 01:16:00
南風(fēng)窗(2018年12期)2018-06-12 04:25:24
支點(diǎn)(2017年8期)2017-08-22 17:18:27
電子制作(2017年10期)2017-04-18 07:23:09
電信科學(xué)(2016年10期)2016-11-23 05:11:56
環(huán)境(2016年5期)2016-05-14 16:46:36
- 生態(tài)學(xué)報(bào)的其它文章
- 面向生態(tài)文明的生態(tài)系統(tǒng)服務(wù)
——2017年第九屆國(guó)際生態(tài)系統(tǒng)服務(wù)大會(huì)述評(píng) - 施用生物炭基肥對(duì)喀斯特石灰土磷元素特性的影響
- 亞熱帶不同林齡杉木林葉-根-土氮磷化學(xué)計(jì)量特征
- 川西林線交錯(cuò)帶岷江冷杉幼苗異齡葉形態(tài)對(duì)長(zhǎng)期模擬增溫的響應(yīng)
- 不同恢復(fù)類型植被細(xì)根分布及與土壤理化性質(zhì)的耦合關(guān)系
- 闊葉紅松林生態(tài)化學(xué)計(jì)量學(xué)特征及其對(duì)緯度梯度的響應(yīng)