(寧波大學(xué) 地理與空間信息技術(shù)系,浙江 寧波 315211)

1 引言

城市內(nèi)澇災(zāi)害對(duì)人類活動(dòng)的影響極其嚴(yán)重,有效預(yù)防和治理城市內(nèi)澇災(zāi)害是研究的重點(diǎn)和熱點(diǎn)。城市內(nèi)澇災(zāi)害風(fēng)險(xiǎn)管理的關(guān)注重點(diǎn)是風(fēng)險(xiǎn)評(píng)估,這也是國(guó)內(nèi)外學(xué)者關(guān)注的主要問(wèn)題之一[1-3]。國(guó)內(nèi)外對(duì)城市內(nèi)澇災(zāi)害進(jìn)行了早期危險(xiǎn)性評(píng)估和風(fēng)險(xiǎn)評(píng)估,在城市防災(zāi)減災(zāi)工作取得了很多成就。

對(duì)城市內(nèi)澇災(zāi)害進(jìn)行研究,一般從危險(xiǎn)性、風(fēng)險(xiǎn)性和敏感性等方面展開[4]。①在城市內(nèi)澇危險(xiǎn)性研究方面,國(guó)內(nèi)主要基于情景模擬方法：石勇等對(duì)上海中心城區(qū)道路進(jìn)行了城市內(nèi)澇危險(xiǎn)性研究[5];張振國(guó)等在社區(qū)尺度層面進(jìn)行了城市內(nèi)澇災(zāi)害危險(xiǎn)性研究[6];權(quán)瑞松等在ArcGIS環(huán)境下運(yùn)行城市內(nèi)澇模型,對(duì)地表積水分布狀況進(jìn)行了模擬[7];景垠娜等基于ArcGIS的空間分析技術(shù),對(duì)城市進(jìn)行了內(nèi)澇災(zāi)害的危險(xiǎn)性研究[8]。國(guó)外建立了用于內(nèi)澇模擬的數(shù)學(xué)模型,從較簡(jiǎn)單的概念性和經(jīng)驗(yàn)性模型到非常復(fù)雜的水動(dòng)力學(xué)物理模型[9,10],主要包括水量水質(zhì)耦合模型[11]、SWMM模型[12]、MIKE-SWMM模型[13]等。②在城市內(nèi)澇災(zāi)害風(fēng)險(xiǎn)性研究方面,國(guó)內(nèi)董軍剛等對(duì)城市進(jìn)行了災(zāi)害受損分析、影響人口分析和災(zāi)害風(fēng)險(xiǎn)評(píng)估[14];劉娜等利用加權(quán)綜合評(píng)價(jià)法,對(duì)各個(gè)因子指標(biāo)進(jìn)行了綜合評(píng)估,并通過(guò)層次分析法、標(biāo)準(zhǔn)化處理方法分別對(duì)各個(gè)影響因子的權(quán)重系數(shù)和規(guī)范化數(shù)值進(jìn)行了計(jì)算,最終基于ArcGIS技術(shù)對(duì)城市內(nèi)澇災(zāi)害進(jìn)行了精細(xì)化的風(fēng)險(xiǎn)評(píng)估與區(qū)劃研究[15];仇勁衛(wèi)等[16]、解以揚(yáng)等[17]聯(lián)合城市氣象預(yù)報(bào)監(jiān)測(cè)和洪澇模擬技術(shù)構(gòu)建了城市內(nèi)澇仿真模型,并在西安和重慶等城市進(jìn)行了實(shí)驗(yàn)研究[18]。國(guó)外采用層次模糊分析法(Fuzzy Analytic Hierarchy Process,FAHP)在多個(gè)決策者在場(chǎng)的情況下確定風(fēng)險(xiǎn)影響標(biāo)準(zhǔn)(即水文和水力、交通、社會(huì)、經(jīng)濟(jì)、環(huán)境、結(jié)構(gòu)和綠色空間)的權(quán)重,將Storm and Sanitary Analysis(SSA)模型應(yīng)用于水文和水力模擬[19]。

目前,在城市內(nèi)澇災(zāi)害分析中一般采用了水文模型與地理信息系統(tǒng)空間分析技術(shù)、數(shù)學(xué)相結(jié)合的方法,模擬城市內(nèi)澇極端事件造成的城市淹沒(méi)程度[20-22],但選取的水文模型參數(shù)精度較低,而模型對(duì)數(shù)據(jù)的要求過(guò)高，并存在對(duì)城市地形起伏模擬不精確等問(wèn)題,導(dǎo)致城市內(nèi)澇災(zāi)害研究結(jié)果不精確。

2 城市內(nèi)澇災(zāi)害的知識(shí)圖譜分析

2.1 城市內(nèi)澇災(zāi)害的引文量與發(fā)文量分析

為了更好地詮釋城市內(nèi)澇災(zāi)害研究的發(fā)展階段,通過(guò)在中國(guó)知網(wǎng)中以“城市內(nèi)澇”為主題或篇名進(jìn)行檢索,共獲得3210篇文獻(xiàn)(檢索時(shí)段為1995—2019年,檢索時(shí)間為2019年3月4日)：由于1995年、1998年和1999年沒(méi)有發(fā)文量和引文量,因此本研究中不予考慮。研究結(jié)果表明：近20年城市內(nèi)澇災(zāi)害文獻(xiàn)的發(fā)文量大體上呈現(xiàn)出“先增加后減少”的趨勢(shì)(圖1a)。1996—2006年城市內(nèi)澇災(zāi)害文獻(xiàn)的引文量較少,2007—2019年城市內(nèi)澇災(zāi)害文獻(xiàn)的引文量也呈現(xiàn)先增加后減少的趨勢(shì)(圖1b)。近年來(lái)城市內(nèi)澇災(zāi)害文獻(xiàn)的發(fā)文量和引文量呈下降趨勢(shì),在城市內(nèi)澇災(zāi)害研究方面有待進(jìn)一步提高。

2.2 對(duì)城市內(nèi)澇災(zāi)害文獻(xiàn)進(jìn)行可視化分析

本研究使用CiteSpace軟件對(duì)城市內(nèi)澇災(zāi)害文獻(xiàn)進(jìn)行了可視化處理,在CNKI進(jìn)行文獻(xiàn)檢索。以“城市內(nèi)澇”為關(guān)鍵詞或篇名進(jìn)行檢索(檢索時(shí)間段為1995—2019年,檢索時(shí)間為2019年3月4日),共獲取1866篇文獻(xiàn)。

高頻關(guān)鍵詞分析:高頻關(guān)鍵詞的分析可體現(xiàn)一個(gè)研究的方向和重點(diǎn)。本文使用CiteSpace軟件對(duì)所選的1866篇文獻(xiàn)進(jìn)行了關(guān)鍵詞分析,將聚類點(diǎn)設(shè)為“keyword”,閾值設(shè)為Top50，用CiteSpace軟件以“關(guān)鍵詞”為主題進(jìn)行分析。其中,“城市內(nèi)澇”出現(xiàn)頻率最高,達(dá)到1026次;其次是“海綿城市、低影響開發(fā)、內(nèi)澇”。從出現(xiàn)高頻率的關(guān)鍵詞中可得出，“海綿城市、低影響開發(fā)、內(nèi)澇、排水系統(tǒng)、暴雨、排水管網(wǎng)、城市排水系統(tǒng)”與城市內(nèi)澇災(zāi)害的聯(lián)系較密切,其次是“排水系統(tǒng)、暴雨、排水管網(wǎng)、城市排水系統(tǒng)”也占有一定的比重(圖2、表1),說(shuō)明較注重城市內(nèi)澇排水系統(tǒng)的研究。

圖1 城市內(nèi)澇災(zāi)害主題發(fā)文量與引文量

圖2 城市內(nèi)澇災(zāi)害關(guān)鍵詞聚類圖譜

序號(hào)詞頻關(guān)鍵詞11026城市內(nèi)澇2340海綿城市393低影響開發(fā)480內(nèi)澇564排水系統(tǒng)651暴雨746排水管網(wǎng)846城市排水系統(tǒng)940內(nèi)澇防治1037雨水

高產(chǎn)期刊分析:經(jīng)統(tǒng)計(jì)分析,發(fā)現(xiàn)1866篇文章發(fā)表在101種期刊雜志上,分布范圍較廣泛。對(duì)發(fā)文高產(chǎn)期刊進(jìn)行排名,發(fā)現(xiàn)深圳特區(qū)報(bào)作為排名第一的期刊,從1995—2019年共發(fā)表75篇主題為“城市內(nèi)澇”的論文。1996年之后,國(guó)內(nèi)多所知名高校和研究所相繼撰寫了高水平的文章,豐富了相關(guān)研究?jī)?nèi)容。CiteSpace的中介中心度是指網(wǎng)絡(luò)中的一個(gè)actor充當(dāng)中介的能力,指示actor資源控制的程度。深圳特區(qū)報(bào)、中國(guó)科學(xué)院、南方日?qǐng)?bào)、司法部《中國(guó)司法》雜志和珠海特區(qū)報(bào)的中介中心度排名相對(duì)較高,在研究群體中的影響力較大;其次是同濟(jì)大學(xué)環(huán)境科學(xué)與工程學(xué)院和中國(guó)水利水電科學(xué)研究院等也發(fā)表了大量論文(圖3、表2)。

圖3 城市內(nèi)澇災(zāi)害發(fā)文期刊聚類圖

期刊和機(jī)構(gòu)發(fā)文數(shù)量占比(%)深圳特區(qū)報(bào)7516.03中國(guó)科學(xué)院5110.90南方日?qǐng)?bào)5010.68司法部《中國(guó)司法》雜志5010.68珠海特區(qū)報(bào)5010.68同濟(jì)大學(xué)環(huán)境科學(xué)與工程學(xué)院91.92中國(guó)水利水電科學(xué)研究院91.92北京工業(yè)大學(xué)建筑工程學(xué)院91.92中國(guó)城市規(guī)劃設(shè)計(jì)研究院91.92其他15631.62

圖4 城市內(nèi)澇災(zāi)害高產(chǎn)作者聚類分析圖

高產(chǎn)作者分析:從論文高產(chǎn)作者分析可見(jiàn)(圖4、表3),吳學(xué)安在“城市內(nèi)澇”領(lǐng)域研究論文最多,1995—2019年發(fā)表論文53篇,研究涉及環(huán)境質(zhì)量、技術(shù)創(chuàng)新、城市排水系統(tǒng)等領(lǐng)域;其次是宋時(shí)飛、胡印斌、尹衛(wèi)國(guó)等發(fā)表論文數(shù)量較多。從發(fā)文時(shí)間和數(shù)量來(lái)看,吳學(xué)安、宋時(shí)飛、胡印斌、尹衛(wèi)國(guó)、朱磊在城市內(nèi)澇研究領(lǐng)域中具有很大的影響力,為城市內(nèi)澇理論研究奠定了基礎(chǔ)。

表3 城市內(nèi)澇災(zāi)害的高頻作者分析

3 城市內(nèi)澇災(zāi)害內(nèi)涵與組成要素

城市內(nèi)澇災(zāi)害帶來(lái)的危害分為直接危害與間接危害：直接危害為洪水、沉積物和漂浮物對(duì)人類及財(cái)產(chǎn)帶來(lái)的直接威脅;間接危害為直接危害在一定時(shí)間與空間范圍內(nèi)可能出現(xiàn)的影響,如公共服務(wù)和交通中斷等。

3.1 城市內(nèi)澇災(zāi)害內(nèi)涵

城市內(nèi)澇災(zāi)害包括由短時(shí)間的強(qiáng)降雨或長(zhǎng)期降雨過(guò)度集中造成的洪澇災(zāi)害。大多數(shù)情況下,洪災(zāi)與澇災(zāi)經(jīng)常同時(shí)發(fā)生,但含義不同。洪災(zāi)是指降雨量過(guò)大產(chǎn)生的耕地被水淹沒(méi)、房屋與堤壩被毀壞,以及山洪等次生災(zāi)害;澇災(zāi)是指在相同降水的條件下,洼地排水不能及時(shí)排出的情況。

3.2 城市內(nèi)澇災(zāi)害組成要素

城市內(nèi)澇災(zāi)害具有自然屬性和社會(huì)屬性兩種屬性：從自然屬性來(lái)看,短時(shí)間內(nèi)過(guò)量降雨或長(zhǎng)期降雨較集中,是城市內(nèi)澇災(zāi)害產(chǎn)生的前提；從社會(huì)屬性來(lái)看,如果有城市就有可能發(fā)生內(nèi)澇災(zāi)害。其組成要素主要為:①孕災(zāi)環(huán)境。孕災(zāi)環(huán)境是城市內(nèi)澇災(zāi)害產(chǎn)生的自然環(huán)境和人文環(huán)境,自然環(huán)境包括氣候、地形、河流等,人文環(huán)境包括道路系統(tǒng)、工業(yè)和商業(yè)等,它們共同決定了災(zāi)害因素時(shí)空分布特征的背景[23]。②致災(zāi)因子。致災(zāi)因子是指在各種情況中可能會(huì)造成人口死傷、財(cái)富受損和社會(huì)動(dòng)蕩的各類因素。在一定條件下,其他災(zāi)害事件也可能引發(fā)內(nèi)澇災(zāi)害,如由地震引起的山體滑坡和海嘯等。人口及其經(jīng)濟(jì)活動(dòng)往往向城市集中,因此城市是自然災(zāi)害的高風(fēng)險(xiǎn)地區(qū)[23]。③承災(zāi)體。承災(zāi)體是指受災(zāi)害風(fēng)險(xiǎn)影響的人口、建筑和道路等各種因素,人是受災(zāi)害和破壞影響的主要對(duì)象。此外,承災(zāi)體還包括城市道路、農(nóng)業(yè)和工業(yè)等[23]。

4 城市內(nèi)澇災(zāi)害危險(xiǎn)性評(píng)價(jià)方法

對(duì)城市內(nèi)澇災(zāi)害進(jìn)行危險(xiǎn)性評(píng)價(jià)時(shí),首先要對(duì)城市內(nèi)澇的災(zāi)害特點(diǎn)和氣候特征進(jìn)行分析,采用氣候傾向率和多項(xiàng)式曲線擬合等統(tǒng)計(jì)分析方法,使用EXCEL和SPSS等軟件對(duì)城市內(nèi)澇災(zāi)害特點(diǎn)和氣候特征進(jìn)行分析[24]。以歷史災(zāi)害數(shù)據(jù)和影響災(zāi)害產(chǎn)生的諸多關(guān)鍵因素為基礎(chǔ),利用情景模擬方法,建立未來(lái)災(zāi)害情景模擬,用于評(píng)估不同的內(nèi)澇災(zāi)害強(qiáng)度。國(guó)外用于評(píng)估城市內(nèi)澇災(zāi)害的情景模擬方法相當(dāng)成熟,用來(lái)模擬氣候變化,如區(qū)域降水和溫度[5]。

基于情景模擬,我國(guó)有兩種類型的內(nèi)澇研究:一種是構(gòu)建城市降水模型、地形模型和排水模型[25,26]；一種是使用數(shù)值模擬方法求解算二維非恒定流方程[27,28]。社區(qū)研究方面,以社區(qū)為單位構(gòu)建城市社區(qū)內(nèi)澇模型進(jìn)行危險(xiǎn)性等級(jí)劃分,得出城市社區(qū)內(nèi)澇積水深度分布圖[6]。城市內(nèi)澇災(zāi)害產(chǎn)流模擬方面,利用SCS降雨徑流模型對(duì)城市內(nèi)澇產(chǎn)流進(jìn)行模擬,利用局部等級(jí)法、水動(dòng)力模型為理論和基礎(chǔ)進(jìn)行城市內(nèi)澇匯流模擬[24]。根據(jù)不同的城市內(nèi)澇災(zāi)害指標(biāo)、不同的理論和應(yīng)用水平,一般有多種城市內(nèi)澇災(zāi)害危險(xiǎn)性分析方法，常見(jiàn)方法與使用范圍見(jiàn)圖5。

圖5 城市內(nèi)澇災(zāi)害危險(xiǎn)性分析方法

5 城市內(nèi)澇災(zāi)害承災(zāi)體易損性評(píng)估方法

對(duì)城市進(jìn)行易損性分析時(shí),選擇人口密度、人均GDP和道路密度作為城市內(nèi)澇災(zāi)害脆弱性的主要評(píng)價(jià)指標(biāo)[15]。在對(duì)人口密度進(jìn)行分析和對(duì)歷史資料進(jìn)行統(tǒng)計(jì)的基礎(chǔ)上,建立該城市近年的歷史人口序列和城市內(nèi)澇受災(zāi)面積序列,在此基礎(chǔ)上利用SPSS軟件分析兩者的定量關(guān)系[29]。在建立城市人口空間化模型的基礎(chǔ)上,基于ArcGIS建立30m×30m規(guī)則格網(wǎng),結(jié)合土地利用類型數(shù)據(jù),利用強(qiáng)大的空間分析功能分別統(tǒng)計(jì)每一個(gè)規(guī)則格網(wǎng)內(nèi)城鎮(zhèn)用地、居民用地和耕地的面積,以規(guī)則格網(wǎng)為基本單元,最終得到災(zāi)害風(fēng)險(xiǎn)的城市人口空間分布圖。在GDP產(chǎn)值方面,根據(jù)三大產(chǎn)業(yè)影響因子的確定,基于ArcGIS建立規(guī)則格網(wǎng),分別計(jì)算和統(tǒng)計(jì)各行政區(qū)三大產(chǎn)業(yè)單位面積的GDP產(chǎn)值。在道路交通網(wǎng)方面,通過(guò)ArcGIS空間分析Density功能實(shí)現(xiàn)道路密度計(jì)算,以此反映城市道路分布特征和密集程度。在以經(jīng)濟(jì)指標(biāo)分析方面,通過(guò)人口密度和土地利用情況等社會(huì)經(jīng)濟(jì)指標(biāo)分析內(nèi)澇災(zāi)害的易損性[30]。綜合研究城市內(nèi)澇災(zāi)害的特征,劃分易損性時(shí)對(duì)人口密集程度、房屋建筑用地占該區(qū)總建筑用地比例、GDP產(chǎn)值三個(gè)因素進(jìn)行分析[31]。通過(guò)城市工商企業(yè)、城市居民家庭財(cái)產(chǎn)和各類工程設(shè)施建立承災(zāi)體易損性評(píng)估模型[32]。在城市內(nèi)澇災(zāi)害損失增長(zhǎng)率方面,對(duì)城市內(nèi)澇災(zāi)害損失增長(zhǎng)率進(jìn)行分析,構(gòu)建內(nèi)澇災(zāi)害損失估算模型[33]。

6 城市內(nèi)澇災(zāi)害風(fēng)險(xiǎn)評(píng)估基本方法

與其他地區(qū)相比,城市系統(tǒng)結(jié)構(gòu)更復(fù)雜,城市內(nèi)澇災(zāi)害承災(zāi)體的類型與特征更加多樣化?？蓪⒊鞘邢到y(tǒng)分為地上建筑與地下空間設(shè)施兩部分，由于地上建筑與地下空間設(shè)施特征差異顯著,因此這兩類承災(zāi)體的城市內(nèi)澇災(zāi)害風(fēng)險(xiǎn)評(píng)估方法存在一定的差異性。充分考慮城市系統(tǒng)的獨(dú)特基本特征,構(gòu)建一個(gè)計(jì)算相對(duì)簡(jiǎn)單的城市內(nèi)澇模型,可快速模擬和分析不同情景下不同區(qū)域的水深。基于不同類型的承災(zāi)體特征,分別建立適用于地上建筑與地下空間設(shè)施的高精度、定量化城市內(nèi)澇災(zāi)害風(fēng)險(xiǎn)評(píng)估模式[7]。根據(jù)上海市暴雨內(nèi)澇災(zāi)害的特征,確立了災(zāi)害損失和受災(zāi)人口兩個(gè)主要的災(zāi)害風(fēng)險(xiǎn)指標(biāo),并依據(jù)兩個(gè)指標(biāo)的數(shù)值分布狀況分別對(duì)其建立分類標(biāo)準(zhǔn)并進(jìn)行分級(jí)[14]。在利用ArcGIS方面,以上海市浦東新區(qū)為例,利用ArcGIS柵格空間分析技術(shù)分析了重現(xiàn)期不同年份6種城市內(nèi)澇災(zāi)害情景下的洪水等級(jí)和程度[8],再運(yùn)用自然災(zāi)害風(fēng)險(xiǎn)評(píng)估方式,利用ArcGIS對(duì)城市進(jìn)行風(fēng)險(xiǎn)評(píng)估區(qū)域劃分[34]?；谀：u(píng)價(jià)法,綜合應(yīng)用內(nèi)澇數(shù)值模擬模型并結(jié)合指標(biāo)權(quán)重確定、閾值劃分和評(píng)價(jià)等級(jí)劃分等方法[35]。

7 城市內(nèi)澇災(zāi)害綜合分析

城市內(nèi)澇災(zāi)害綜合分析是采用加權(quán)綜合法對(duì)城市內(nèi)澇災(zāi)害進(jìn)行綜合研究,需要收集社會(huì)經(jīng)濟(jì)數(shù)據(jù),如人口密度、房屋建筑面積、GDP產(chǎn)值等。利用關(guān)鍵數(shù)據(jù)和主要的內(nèi)在災(zāi)害天氣狀況的綜合分析進(jìn)行城市災(zāi)害區(qū)劃。根據(jù)文獻(xiàn)分析得出,國(guó)內(nèi)外學(xué)者對(duì)危險(xiǎn)性和易損性分析較多,對(duì)敏感性的分析較少。在敏感性分析方面,主要利用ArcGIS空間分析法,如核密度分析、自然斷裂分類法等,以及運(yùn)用遙感影像分析法和層次分析法[36]。對(duì)上海市地下軌道進(jìn)行敏感性分析,主要選取出入口作為敏感性因素,如地勢(shì)、臺(tái)階高度、類型和排水能力[37]。本文主要分析了城市內(nèi)澇災(zāi)害的危險(xiǎn)性、易損性和風(fēng)險(xiǎn)性,涉及敏感性較少,對(duì)危險(xiǎn)性、易損性和敏感性的分析方法見(jiàn)圖6。利用加權(quán)綜合法,對(duì)城市內(nèi)澇災(zāi)害進(jìn)行綜合分析,這種方法使城市內(nèi)澇災(zāi)害評(píng)估更科學(xué)。

圖6 城市內(nèi)澇災(zāi)害綜合指標(biāo)體系

8 結(jié)論

隨著人們對(duì)小規(guī)模的城市內(nèi)澇災(zāi)害評(píng)估的需求逐漸增長(zhǎng),要求的精度較高,通常需要配合危險(xiǎn)性分析、易損性分析和敏感性分析三種指標(biāo),完成城市內(nèi)澇災(zāi)害評(píng)估工作。為了進(jìn)一步研究城市內(nèi)澇災(zāi)害,有必要在城市內(nèi)澇災(zāi)害分析過(guò)程中認(rèn)識(shí)到以下問(wèn)題:①在目前的城市內(nèi)澇災(zāi)害評(píng)價(jià)研究中,災(zāi)害承載體的選擇是有限的,通常是單一的災(zāi)害承載體,僅限于對(duì)人口和建筑物的評(píng)價(jià)。對(duì)工業(yè)區(qū)、商業(yè)區(qū)、通信系統(tǒng)、土地、動(dòng)植物脆弱性評(píng)價(jià)工作尚未開展,承載體的多樣性是今后關(guān)注的重點(diǎn)。②到目前為止,城市內(nèi)澇災(zāi)害評(píng)價(jià)大多是在大型城市進(jìn)行,對(duì)小尺度、小規(guī)模的城市評(píng)估較少,且城市內(nèi)澇災(zāi)害評(píng)估中很少考慮氣候變化因素。未來(lái)的氣候變化可能會(huì)改變現(xiàn)有軟件模型的降雨參數(shù)和模式,從而影響內(nèi)澇的發(fā)生,城市內(nèi)澇災(zāi)害評(píng)估與氣候變化相結(jié)合將為未來(lái)30—50年的規(guī)劃和發(fā)展帶來(lái)巨大的好處。③關(guān)于城市內(nèi)澇模型的開發(fā)和應(yīng)用,主要對(duì)致災(zāi)因子危險(xiǎn)性分析研究較多,敏感性研究較少,未來(lái)將模型和易損性分析、敏感性分析相結(jié)合是需要突破的重點(diǎn)和難點(diǎn)。