呂希希,張春菊,2，尤子全，于 涵

(1.合肥工業(yè)大學(xué) 土木與水利工程學(xué)院，安徽 合肥 230009；2.河南大學(xué) 黃河中下游數(shù)字地理技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，河南 開封 475004)

洪澇災(zāi)害是我國(guó)最常見(jiàn)的自然災(zāi)害之一，每年給我國(guó)造成巨大的經(jīng)濟(jì)損失。暴雨洪澇災(zāi)害是由持續(xù)一定時(shí)間的強(qiáng)降水導(dǎo)致河道決口，進(jìn)而引發(fā)河水泛濫的氣象災(zāi)害[1]。隨著GIS技術(shù)的發(fā)展，利用GIS疊加功能分析地質(zhì)災(zāi)害空間分布特征的研究較多。何明華等[2]對(duì)秦安縣地質(zhì)災(zāi)害進(jìn)行了空間分析；劉彥花[3]分析了廣西梧州市地質(zhì)災(zāi)害點(diǎn)的空間分布；王曉莉[4]基于RS和GIS技術(shù)分析了太原西山礦區(qū)的斜坡地質(zhì)災(zāi)害特征；吳常潤(rùn)等[5]分析了華寧縣滑坡空間分布與影響因子之間的關(guān)系。分析洪澇災(zāi)害空間特征的研究較少。裴廈等[6]分析了贛江上游山洪災(zāi)害的空間分布特征及其與地形、植被等影響因子之間的關(guān)系。

本文以南昌市安義縣2016年6月30日～7月5日遭受的暴雨洪澇災(zāi)害為例，選取高程、距河流的距離、用地類型、坡度和降水這5個(gè)影響因子，利用頻率比模型分析淹沒(méi)范圍的空間分布特征,以期為防災(zāi)減災(zāi)措施的制定提供一定的指導(dǎo)。

1 研究區(qū)概況

安義縣位于江西省北部，南昌市西北部，潦河中下游，地理坐標(biāo)為115°27′～115°45′E，28°26′～29°01′N之間?？h境東鄰南昌市灣里區(qū)和新建縣，南接高安市，西南與奉新縣相連，西北與靖安縣接壤，東北與永修縣毗鄰?？偯娣e為665.49 km2，截至2018年末，戶籍總?cè)丝跒?0.65萬(wàn)人。安義縣屬亞熱帶濕潤(rùn)季風(fēng)氣候，雨量充沛，年降雨量1 600～1 700 mm，由于每年季風(fēng)強(qiáng)弱和進(jìn)退遲早不同，降水分布不均，暴雨洪澇災(zāi)害發(fā)生較頻繁。

2 數(shù)據(jù)來(lái)源及獲取

2.1 淹沒(méi)范圍

哨兵一號(hào)數(shù)據(jù)來(lái)源于美國(guó)國(guó)家航空航天局(https://urs.earthdata.nasa.gov/)，從該網(wǎng)站下載安義縣2016年5月18日和2016年7月5日哨兵一號(hào)高分辨率雙極化地距多視產(chǎn)品，該地距產(chǎn)品的波束模式是干涉寬幅，極化方式是VV/VH雙極化。

在對(duì)數(shù)據(jù)進(jìn)行配準(zhǔn)、濾波、地理編碼和輻射定標(biāo)預(yù)處理步驟后，利用ENVI軟件的波段合成功能，選擇災(zāi)后數(shù)據(jù)為R，災(zāi)前數(shù)據(jù)為G、B，合成RGB彩色影像, RGB彩色圖像如圖1所示。黑色是原有水體，藍(lán)綠色是水淹區(qū)域。

圖1 RGB彩色圖像

為提取洪水信息，首先,建立原有水體、水淹區(qū)域和陸地三類感興趣區(qū)樣本，通過(guò)對(duì)比實(shí)驗(yàn)，馬氏距離法[7]監(jiān)督分類結(jié)果較優(yōu)，故使用馬氏距離法進(jìn)行監(jiān)督分類，再對(duì)監(jiān)督分類后結(jié)果進(jìn)行主要/次要分析和聚類后處理步驟以及人工目視校正后得到洪水區(qū)域。原有水體和水淹區(qū)域如圖2所示。藍(lán)色表示原有水體，紅色代表洪水淹沒(méi)區(qū)域。由圖2可知，淹沒(méi)范圍主要分布在潦河沿岸。

圖2 7月5日淹沒(méi)范圍分布圖

2.2 影響因子

高程數(shù)據(jù)來(lái)源于美國(guó)地質(zhì)調(diào)查局(https://earthexplorer.usgs.gov/)，空間分辨率為30 m，坡度利用ArcGIS由數(shù)據(jù)高程模型提取。

降水?dāng)?shù)據(jù)來(lái)源于國(guó)家氣象信息中心(http://data.cma.cn/)中國(guó)逐日網(wǎng)格降水量實(shí)時(shí)分析系統(tǒng)(1.0版)數(shù)據(jù)集，產(chǎn)品空間分辨率均為0.25°×0.25°。從該數(shù)據(jù)集下載2016年6月30日～7月5日全國(guó)逐日網(wǎng)格降水量，使用柵格計(jì)算器求和得到2016年6月30日～7月5日南昌總降水量，利用克里金插值法生成與數(shù)字高程模型相同空間分辨率的降水?dāng)?shù)據(jù)[8]。

距河流的距離由主要河流基礎(chǔ)數(shù)據(jù)使用ArcGIS歐式距離功能生成。

用地類型來(lái)源于清華大學(xué)團(tuán)隊(duì)發(fā)布的2017年全球30 m覆蓋數(shù)據(jù)集[9]，下載網(wǎng)址為http://data.ess.tsinghua.edu.cn/。該柵格數(shù)據(jù)包括農(nóng)田、森林、草地、灌叢、濕地、水體、苔原、不透水層、裸地和冰雪這十種地表覆蓋類型。

為了統(tǒng)一數(shù)據(jù)的空間分辨率，利用ArcGIS重采樣(Resample)工具，將所有數(shù)據(jù)的空間分辨率轉(zhuǎn)換成與高程相同的空間分辨率——30 m，經(jīng)統(tǒng)計(jì)，安義縣總共由778 841個(gè)柵格組成，淹沒(méi)范圍總共由50 031個(gè)柵格組成。

3 淹沒(méi)范圍空間特征分析

3.1 頻率比模型

頻率比模型是一種用來(lái)評(píng)估每個(gè)影響因子各個(gè)類別與洪澇發(fā)生位置間空間關(guān)系的簡(jiǎn)單有效的統(tǒng)計(jì)模型[10]。頻率比定義為研究區(qū)發(fā)生洪澇災(zāi)害概率與不發(fā)生洪澇災(zāi)害概率的比值[11]，具體表達(dá)式如式(1)所示。

(1)

式中，A為每個(gè)影響因子各個(gè)類別的洪澇柵格數(shù)；B為研究區(qū)總的洪澇柵格數(shù)；M為每個(gè)影響因子各個(gè)類別的柵格數(shù)；N為研究區(qū)總的柵格數(shù)。如果比值大于1，表示某一影響因子特定類別與洪澇發(fā)生之間的相關(guān)性較強(qiáng)；如果比值小于1，則意味著較低的相關(guān)性[12]。

3.2 淹沒(méi)范圍與影響因子相關(guān)性分析

表1顯示了由頻率比模型得到的每個(gè)影響因子各個(gè)類別與洪澇淹沒(méi)范圍之間的相關(guān)性，表格中的第一列是影響因子的名稱；第二列是每個(gè)影響因子的類別；第三列統(tǒng)計(jì)了每個(gè)影響因子各個(gè)類別的柵格數(shù)，總柵格數(shù)為778 841；第四列表示每個(gè)影響因子各個(gè)類別的柵格數(shù)占總柵格數(shù)的百分比；第五列統(tǒng)計(jì)了位于每個(gè)影響因子各個(gè)類別的洪澇柵格數(shù)，總洪澇柵格數(shù)為50 031；第六列表示每個(gè)影響因子各個(gè)類別的洪澇柵格數(shù)占總洪澇柵格數(shù)的百分比；第七列是根據(jù)頻率比模型的計(jì)算公式得到的結(jié)果，即洪澇柵格百分比除以柵格百分比的結(jié)果。

表1 淹沒(méi)范圍分布表

由表1可知，安義縣總體地勢(shì)較低，超過(guò)一半?yún)^(qū)域的高程小于50 m，近90%區(qū)域的高程小于150 m。高程小于50 m區(qū)域占比不到60%，卻分布著近95%的洪澇，頻率比為1.66，說(shuō)明洪澇發(fā)生在高程小于50 m區(qū)域的概率極大；高程大于50 m區(qū)域占比超過(guò)40%，卻僅分布著5%左右的洪澇，頻率比遠(yuǎn)遠(yuǎn)小于1，說(shuō)明洪澇發(fā)生在高程大于50 m區(qū)域的概率極小。

安義縣約30%區(qū)域距河流距離小于2 000 m，距河流距離小于2 000 m區(qū)域分布著約70%的洪澇，頻率比大于1，說(shuō)明洪澇發(fā)生在距河流距離小于2 000 m區(qū)域的可能性較大。當(dāng)距河流的距離大于2 000 m時(shí)，頻率比小于1，說(shuō)明洪澇發(fā)生在距河流距離大于2 000 m區(qū)域的可能性較小。當(dāng)距河流距離為0～500 m、500～1 000 m、1 000～1 500 m、1 500～2 000 m和>2 000 m時(shí)，頻率比分別為2.91、2.37、1.84、1.47和0.48，頻率比隨距河流距離的增大而減小，說(shuō)明洪澇發(fā)生的概率與距河流距離負(fù)相關(guān)，距河流距離越大，洪澇發(fā)生的可能性越小。

安義縣超過(guò)一半?yún)^(qū)域的用地類型為農(nóng)田，36.28%區(qū)域的用地類型為森林，農(nóng)田和森林占安義縣近90%的比例。90%以上的洪澇分布在用地類型為農(nóng)田的區(qū)域，用地類型為農(nóng)田的頻率比最大，為1.8，說(shuō)明洪澇發(fā)生在農(nóng)田的可能性非常大；頻率比小于等于0.1的用地類型為灌叢和森林，其頻率比分別為0.05和0.1，說(shuō)明洪澇極不可能發(fā)生在灌叢和森林。

安義縣近70%區(qū)域的坡度小于5°，該區(qū)域集中了90%以上的洪澇，頻率比為1.37，說(shuō)明洪澇發(fā)生在坡度小于5°區(qū)域的可能性非常大；坡度小于5°區(qū)域占比超過(guò)30%，卻僅分布著不到10%的洪澇，頻率比遠(yuǎn)遠(yuǎn)小于1，說(shuō)明洪澇發(fā)生在坡度小于5°區(qū)域的可能性非常小。

約50%區(qū)域的降水量為150～200 mm，該區(qū)域分布著80%以上的洪澇，頻率比大于1，表明洪澇發(fā)生在降水量為150～200 mm區(qū)域的概率較大；當(dāng)降水量小于150 mm或降水量大于200 mm時(shí)，頻率比均小于1，說(shuō)明洪澇發(fā)生在降水量小于150 mm和大于200 mm區(qū)域的概率較小。應(yīng)該注意的是，頻率比并沒(méi)有隨著降水量的增大而一直增大，當(dāng)降水量小于200 mm時(shí)，頻率比隨著降水量的增大而增大；而當(dāng)降水量大于200 mm時(shí)，頻率比隨著降水量的增大而減小。暗示了降水是誘發(fā)暴雨洪澇的直接影響因子，只有降水量達(dá)到一定的閾值，區(qū)域發(fā)生洪澇的可能性才會(huì)較大，然而，并不是降水量越大區(qū)域發(fā)生洪澇的可能性越大，說(shuō)明洪澇發(fā)生的可能性更多地取決于區(qū)域其他影響因子。

4 結(jié) 論

結(jié)合遙感和地理信息技術(shù)，利用頻率比模型分析了南昌市安義縣2016年6月30日～7月5日暴雨洪澇的空間分布特征。研究表明：(1)降水是誘發(fā)暴雨洪澇的直接影響因子，只有降水量達(dá)到一定的閾值，洪澇發(fā)生的可能性才會(huì)變得較大，然而，區(qū)域發(fā)生洪澇災(zāi)害的可能性大小更多地取決于其他影響因子；(2)90%以上的洪澇發(fā)生在用地類型為農(nóng)田的區(qū)域，安義縣應(yīng)重點(diǎn)關(guān)注暴雨洪澇災(zāi)害對(duì)農(nóng)業(yè)的影響；(3)90%以上的洪澇發(fā)生在高程小于50 m或坡度小于5°的區(qū)域，說(shuō)明絕大部分洪澇發(fā)生在地勢(shì)低且地形平坦處；(4)洪澇發(fā)生的概率與距河流距離負(fù)相關(guān)，洪澇發(fā)生的概率隨距河流距離的增加而減小，距河流越近，發(fā)生洪澇的可能性越大。