劉 妍,司海燕，楊澤運，黨夢鑫，趙志彪

(1.黑龍江工程學(xué)院 測繪工程學(xué)院，哈爾濱 150050；2.自然資源部第一地形測量隊，西安 710000；3.中交綜合規(guī)劃設(shè)計院有限公司，北京 100020)

隨著智慧城市發(fā)展，越來越多的城市進入發(fā)展快車道，城市面積也不斷擴大，但“城市病”造成的不滲水面積也逐年增大，加劇了城市面對極端暴雨天氣的窘狀。圖1顯示近幾年全國降水量一直都高于歷史均值[1-2]；圖2中2020年合肥市各市區(qū)降雨量明顯比2019年增加。城市內(nèi)澇災(zāi)害評估被越來越多智慧政務(wù)部門重視。

圖2 合肥市各區(qū)(縣)2019—2020年降水量對比分析圖

目前，內(nèi)澇災(zāi)害風(fēng)險評估方法主要有歷史災(zāi)情法、情景模擬法和指標(biāo)體系法[3]。文中顧及合肥市DEM地形、地理現(xiàn)狀、經(jīng)濟人口現(xiàn)狀及既有降雨量數(shù)據(jù)等復(fù)雜因子的影響，基于有效DEM數(shù)據(jù)進行條件函數(shù)模擬分析，采用加權(quán)疊加指標(biāo)體系法構(gòu)建城市內(nèi)澇災(zāi)害評估體系，進而實現(xiàn)利用層次分析法確定評估指標(biāo)權(quán)值、驗證一致性。

1 數(shù)據(jù)源準(zhǔn)備

合肥市地處華北平原安徽省中部地區(qū)，雨水豐沛、河流密布，適宜以其為例構(gòu)建城市內(nèi)澇災(zāi)害評估體系。需獲取行政區(qū)劃、DEM、土地利用、水系分布、土地利用、人口分布和GDP分布等合肥市相關(guān)時空數(shù)據(jù)(圖3)，以及2011—2015年平均降水量等統(tǒng)計數(shù)據(jù)。

圖3 合肥市相關(guān)時空數(shù)據(jù)準(zhǔn)備

2 無源淹沒城市積水區(qū)分布模擬

利用有限的條件函數(shù)即可實現(xiàn)城市內(nèi)澇積水區(qū)域的初步評估與模擬，文中采取無源淹沒分析進行積水模擬，即是僅考慮水位超過地區(qū)高程值來判斷是否為積水淹沒區(qū)的分析方法，主要考慮降水量對積水區(qū)的影響，忽略次要條件河流的流通以及地下管網(wǎng)等的影響。具體流程如圖4所示，根據(jù)年平均降水量統(tǒng)計數(shù)據(jù)，利用條件函數(shù)Con(合肥市DEM≤年平均降水量最小值,1,0)和Con(合肥市DEM≤年平均降水量最大值,1,0)，判斷得出合肥市最小降水量和最大降水量時積水分布模擬。

圖4 基于條件函數(shù)的無源淹沒分析流程圖

3 指標(biāo)體系構(gòu)建

影響城市內(nèi)澇災(zāi)害評估的指標(biāo)要遵循科學(xué)性、客觀性、廣泛性、代表性、系統(tǒng)性和可獲得性。為了使選取的指標(biāo)能夠合理的對內(nèi)澇風(fēng)險進行評估，還需對不同的指標(biāo)賦予不同的權(quán)重，在賦值時通常用到的方法為特爾菲法、因素成對比較法和熵權(quán)法三種，文中采用熵權(quán)法從致災(zāi)因子危險性、孕災(zāi)環(huán)境敏感性和承災(zāi)體脆弱性三方面確定評估指標(biāo)[4]。

3.1 致災(zāi)因子危險性指標(biāo)

合肥市地處華北平原安徽省中部地區(qū)，每年降雨量巨大，并且境內(nèi)河流眾多，據(jù)合肥市水文水資源局統(tǒng)計發(fā)現(xiàn)，2020年合肥市降雨量較常年同時期多了8成，其中最為嚴(yán)重的為廬江縣多了9成。降雨總量也比往年同時期多了2.8倍，達到了歷史水位的第二位，因此，足以證明合肥市存在較大的內(nèi)澇災(zāi)害致災(zāi)風(fēng)險[5]。致災(zāi)因子是城市內(nèi)澇產(chǎn)生的主要誘導(dǎo)因素和先決條件，主要包括降雨量和積水區(qū)域面積，文中將合肥市2011—2015年平均降雨量(P1)和內(nèi)澇空間分布范圍(P2)作為致災(zāi)因子危險性(S1)的評價指標(biāo)。

3.2 孕災(zāi)環(huán)境敏感性指標(biāo)

孕災(zāi)環(huán)境敏感性是準(zhǔn)確預(yù)警的重要依據(jù)。孕災(zāi)區(qū)域多數(shù)發(fā)生在河網(wǎng)緩沖區(qū)附近，或受坡度和起伏度影響而形成匯水區(qū)域，暴雨后極易形成地表徑流，存在潛在城市內(nèi)澇風(fēng)險，其主要分為自然地理孕災(zāi)環(huán)境和人為孕災(zāi)環(huán)境。[6]自然孕災(zāi)地理環(huán)境主要表現(xiàn)在地形上，研究發(fā)現(xiàn)坡度越小，起伏度越小，越容易形成積水區(qū)。[7]人為孕災(zāi)環(huán)境主要指道路、河流、植被等地表的社會人文環(huán)境，最突出的風(fēng)險是距離河流越近，越容易產(chǎn)生地表徑流，越容易產(chǎn)生內(nèi)澇風(fēng)險。因此，文中將河流緩沖區(qū)距離(P3)、坡度(P4)、起伏度(P5)作為孕災(zāi)環(huán)境敏感性(S2)的評價指標(biāo)。

3.3 承災(zāi)體脆弱性指標(biāo)

城市內(nèi)澇損失主要體現(xiàn)在承災(zāi)體上，災(zāi)害相同承災(zāi)體不同，其影響也不盡相同。顯然在經(jīng)濟發(fā)達、人口密集的地區(qū)會受到更為嚴(yán)重的影響；對于不同利用類型土地的承災(zāi)能力不盡相同，建筑物密集的主城區(qū)、城鄉(xiāng)結(jié)合部的耕地區(qū)域可能導(dǎo)致的人員傷亡、房屋倒塌和農(nóng)作物減產(chǎn)等內(nèi)澇損失也有較大差別[8]。文中將人口分布(P6)、土地利用狀況(P7)、GDP分布(P8)作為承災(zāi)體脆弱性(S3)的3個 重要評價指標(biāo)。

4 評估指標(biāo)的權(quán)重

層次分析法是一種分析決策法，該分析法思路清晰、結(jié)構(gòu)嚴(yán)謹。它是通過各個指標(biāo)層之間的關(guān)系進行深度分析，將每一層指標(biāo)進行相互對比，達到橫向縱向的科學(xué)對比分析[9]。按照致災(zāi)因子危險性、孕災(zāi)環(huán)境敏感性、承載體脆弱性3個方面進行評估指標(biāo)的選擇，并將各指標(biāo)進行分組，一般分為目標(biāo)層、準(zhǔn)則層、指標(biāo)層。

4.1 判斷矩陣的構(gòu)建

將處于同一層的指標(biāo)兩兩進行比較，得出兩指標(biāo)之間的重要程度gij,其取值范圍見表1。通過兩兩指標(biāo)間比較，得到每一層的判斷矩陣見式(1)[10]。

表1 判斷矩陣取值及其含義

(1)

4.2 計算相應(yīng)指標(biāo)的權(quán)重

求矩陣P的最大特征值λmax，得對應(yīng)的最大特征向量，即為各評估指標(biāo)g對應(yīng)的權(quán)重[11]。記為ω=(ω1，ω2…ωn)，使用求和法計算特征值。先對矩陣同一列元素進行歸一化得到矩陣R=(rij)n×n，算式為：

(2)

對R的同行元素求和的向量M=(M1，M2，…，Mn)T，算式如下：

(3)

對向量M進行歸一化得到ω=(ω1，ω2，…，ωn)T，算式如下：

(4)

4.3 矩陣一致性檢驗

矩陣構(gòu)建后，由于二階矩陣只有兩個元素，彼此不會出現(xiàn)矛盾，不需進行一致性檢驗。但對于三階及以上的就要檢驗指標(biāo)元素之間是否存在不合理的邏輯。其檢驗算式如下：

(5)

(6)

式中：CI表示一致性指標(biāo)，CR為隨機一致性比率，n表示元素個數(shù)，RI為平均隨機一致性指標(biāo)，取值如表2。

表2 RI的取值

表中N為矩陣的階數(shù)。當(dāng)CR小于0.1時，說明該判斷矩陣一致性良好，等于0.1時說明一致性較好，大于0.1時，矩陣不符合要求，需重確定。

5 評估因子的權(quán)重計算

5.1 城市內(nèi)澇指標(biāo)評價體系的判斷矩陣

文中采用層次分析法分別給不同的指標(biāo)進行賦權(quán)，對3個準(zhǔn)則層構(gòu)建矩陣計算城市內(nèi)澇積水影響評估的判斷矩陣結(jié)果見表3[12]。

表3 城市內(nèi)澇積水指標(biāo)權(quán)重賦值

CR=0.04<0.1，一致性檢驗正確。

5.2 評價指標(biāo)體系的總體權(quán)重

通過上文計算出的指標(biāo)層中的每個因素在該準(zhǔn)則層中所占的比例。致災(zāi)因子判斷矩陣為二階矩陣，不需驗證；孕災(zāi)環(huán)境判斷矩陣CR=0.04<0.1，承災(zāi)體判斷矩陣CR=0.05 <0.1，一致性檢驗均正確，每個指標(biāo)在整個評價體系中所占的權(quán)重見表4。

表4 加權(quán)疊加評價指標(biāo)體系及權(quán)重

6 合肥市內(nèi)澇評估指標(biāo)數(shù)據(jù)處理

6.1 合肥市平均年降雨量分析

根據(jù)資源環(huán)境科學(xué)與數(shù)據(jù)中心的權(quán)威發(fā)布下載2011—2015年全國年降雨量空間插值數(shù)據(jù)集，與合肥市行政區(qū)劃疊加裁剪生成如圖5所示2011—2015年年降雨量圖(單位為0.1 mm)，顯然合肥市降雨量存在自北向南逐漸增加的趨勢。使用柵格計算器將2011—2015年的年降雨量求平均，得圖5(f)歷史年平均降雨量分布圖，得最大值為1.428 01 m,最小值為0.919 989 m，進行積水的淹沒范圍分析。

利用Con條件函數(shù)進行淹沒分析表達式為：

Con(合肥市DEM≤0.919 989,1,0)，

(7)

Con(合肥市DEM≤1.428 01,1,0).

(8)

判斷“合肥市DEM”中的像元值小于或等于0.919 989 m，則輸出柵格賦值為1(真)，即為最小降雨量時的城市積水區(qū)；否則像元值大于0.919 989 m，則該輸出柵格賦值為0(假)，即為非積水區(qū)。判斷“合肥市DEM”中的像元值小于或等于1.428 01 m，則輸出柵格賦值為1(真)，即為最大降雨量時的城市積水區(qū)；否則像元值大于1.428 01 m，則該輸出柵格賦值為0(假)，即為非積水區(qū)。

6.2 合肥市積水范圍估測

基于條件函數(shù)的淹沒分析來進行內(nèi)澇積水范圍模擬。考慮研究范圍存在偽洼地，基于圖5(f)，因此還需對DEM數(shù)據(jù)進行洼地填充，分別進行范圍模擬得到圖6。[13]其中，圖6(a)表示年平均降雨量最小時無填洼情況下的積水范圍；圖6(b)表示年平均降雨量最大時無填洼情況下的積水范圍；圖6(c)表示年平均降雨量最小時填洼情況下的積水范圍；圖6(d)表示年平均降雨量最大時填洼情況下的積水范圍。通過對比圖6(a)和圖6(c)、圖6(b)和圖6(d)，顯然DEM填洼后模擬積水影響范圍較明顯且集中，但有所減少，結(jié)果更為準(zhǔn)確，統(tǒng)計積水區(qū)面積即淹沒面積參見表5。

圖5 合肥市2011—2015年年平均降雨量及歷史年平均降雨量(單位：0.1 mm)

圖6 降雨量為0.919 989 m和1.428 01 m對應(yīng)的填洼前后積水范圍

表5 模擬積水區(qū)面積統(tǒng)計值

7 合肥市內(nèi)澇災(zāi)害評估體系

7.1 致災(zāi)因子危險性評估

對不同降雨量和內(nèi)澇積水分布重分類，對其進行數(shù)據(jù)量化和標(biāo)準(zhǔn)化處理，積水區(qū)的標(biāo)準(zhǔn)化分積水區(qū)(1)和非積水區(qū)(0)為兩類。如圖7降雨量重分類標(biāo)準(zhǔn)為10級。根據(jù)前文5.2指標(biāo)權(quán)重利用柵格計算器對致災(zāi)因子進行評估(圖8)，10級對應(yīng)5種風(fēng)險等級。圖8中小部分地區(qū)為高風(fēng)險地區(qū)，大多數(shù)地區(qū)屬于低風(fēng)險和次低風(fēng)險地區(qū)。且危險地區(qū)大多數(shù)集中于合肥市的南部。當(dāng)發(fā)生強降雨時地面的降雨會順著地勢往較低的地方匯聚，由于合肥市地勢呈西北向東南傾斜，因此主要的危險區(qū)域分布于南部。同時通過圖8也可以看出在靠近巢湖的地區(qū)危險性相對較高，其原因主要是強降雨會使得降雨向河流處匯聚也就使得靠近河流處容易形成大量的地表徑流，這些都會導(dǎo)致靠近河流、湖泊的地區(qū)形成內(nèi)澇積水區(qū)。綜上所述，通過近5年合肥市年降雨量和DEM數(shù)據(jù)模擬的內(nèi)澇積水區(qū)當(dāng)作要素，對內(nèi)澇致災(zāi)因子危險性進行評估而獲得的危險性評估圖，能夠較好地反映出合肥市內(nèi)澇致災(zāi)因子所造成的影響，與實際情況符合。

圖7 歷史平均年降水量10級重分類

圖8 合肥市致災(zāi)因子危險性評估

7.2 孕災(zāi)環(huán)境敏感性評估

基于孕災(zāi)環(huán)境敏感性評估，結(jié)合表4中權(quán)重值建立模型，得式(9)。

Q=0.69×P3+0.22×P4+0.09×P5.

(9)

借助焦點統(tǒng)計工具計算合肥市地形起伏度，文中按起伏度由低到高依次賦值從10到1的10級。見圖9分析由于大別山脈余脈的影響，南部的巢湖市和廬江縣的部分地區(qū)地勢起伏度較大，不易形成積水區(qū)；其余大部分地區(qū)較為平坦，內(nèi)澇積水風(fēng)險較高。河流的標(biāo)準(zhǔn)化處理即距離河流遠近程度標(biāo)準(zhǔn)化。應(yīng)用歐氏距離計算工具標(biāo)準(zhǔn)化處理，按河流距離由近到遠依次賦值為從10到1的10級。

圖9 合肥市起伏度圖

通過上文可得孕災(zāi)環(huán)境危險性評估圖(見圖10)，可以表明合肥市孕災(zāi)環(huán)境敏感度較高的地區(qū)主要為巢湖周圍和南部地區(qū)。分析其形成原因發(fā)現(xiàn)，由于這些地區(qū)比較靠近巢湖，在強降雨過后巢湖為地表徑流的流向地，因此在其周圍較易形成積水區(qū)。其次在南部山區(qū)由于山的原因也極易形成內(nèi)澇積水區(qū)。低敏感地區(qū)主要分布在大別山脈余脈處，在這些地區(qū)地形較高，強降雨產(chǎn)生的地表徑流會往低洼地區(qū)匯集。

圖10 孕災(zāi)環(huán)境危險性評估圖

7.3 承災(zāi)體易損性評估

參考表4建立承災(zāi)體易損性評估模型，見式(10)。

Q=0.16×P6+0.59×P7+0.25×P8.

(10)

標(biāo)準(zhǔn)化處理后對合肥市人口分布進行重分類，利用自然斷點法對其分為10級，按人口密集程度從高到低依次賦值從10到1，得人口分布標(biāo)準(zhǔn)化圖11，顯然人口密集地區(qū)受影響較大，損失較嚴(yán)重。GDP分布標(biāo)準(zhǔn)化處理和人口分布相同，不再贅述。

圖11 人口分布標(biāo)準(zhǔn)化圖

土地利用標(biāo)準(zhǔn)化處理將人工地表和城市建設(shè)用地賦值為10，農(nóng)用地賦值為7，草地、水體為1；水庫、灘地賦值為5，林地為3，裸土地之類為Nodata，圖12分析河流湖泊、山區(qū)、耕地處人口較少，人口主要集中在城區(qū)范圍。從土地利用重分類上可看出城市內(nèi)澇積水對人工地表的影響比較大。利用柵格計算器進行承災(zāi)體脆弱性評估，承災(zāi)體危險性評估圖見圖13，分析可知，若僅以承載體來進行評估，合肥市受內(nèi)澇災(zāi)害影響比較大的區(qū)域主要集中在合肥市主城區(qū)，其它小部分受影響區(qū)域呈零星分布，影響較低的地區(qū)主要存在于湖泊以及南部山區(qū)。分析其原因，首先主城區(qū)的經(jīng)濟以及人口分布都比較密集，受內(nèi)澇災(zāi)害后產(chǎn)生經(jīng)濟損失和人員傷亡較大。其次在主城區(qū)和零星分布的人工建設(shè)地區(qū)由于人工對自然環(huán)境進行改造，容易造成城市地面硬化面積的增加，不滲水區(qū)域面積增加，使得城市內(nèi)的積水不易排出，對城市建筑物造成損害。

圖13 承災(zāi)體危險性評估圖

7.4 各指標(biāo)層評估結(jié)果對比

通過對比致災(zāi)因子危險性評估結(jié)果、孕災(zāi)環(huán)境危險性評估結(jié)果和承災(zāi)體危險性評估結(jié)果(圖14—圖16)，發(fā)現(xiàn)在致災(zāi)因子、孕災(zāi)環(huán)境和承災(zāi)體的評估中高風(fēng)險地區(qū)主要都集中在巢湖流域周圍，結(jié)論一致。特別是致災(zāi)因子和孕災(zāi)環(huán)境主要都集中在合肥市南部以及巢湖流域。除了該區(qū)域外還有一部分集中在南部山區(qū)，究其原因主要是因為南部降雨量較多，并且有大量的山區(qū)周圍易形成低洼內(nèi)澇災(zāi)害比較嚴(yán)重；而承災(zāi)體由于其評估指標(biāo)(人口分布、GDP分布)的特殊性，其主要受災(zāi)地區(qū)多為各縣(區(qū))的主城區(qū)。

圖14 致災(zāi)因子危險性評估圖

圖15 孕災(zāi)環(huán)境危險性評估圖

圖16 承災(zāi)體危險性評估圖

8 智慧城市內(nèi)澇災(zāi)害評估體系

8.1 內(nèi)澇積水風(fēng)險劃分

根據(jù)河流距離、坡度、起伏度、人口分布、積水分布范圍、土地利用、GDP分布等數(shù)據(jù)的重分類和標(biāo)準(zhǔn)化處理，依據(jù)加權(quán)疊加指標(biāo)分析法，生成合肥市內(nèi)澇積水綜合風(fēng)險評估圖。為了量化城市內(nèi)澇災(zāi)害的風(fēng)險等級，按照自然斷點法分為5段(圖17)，對應(yīng)5類風(fēng)險等級，即高風(fēng)險區(qū)、次高風(fēng)險區(qū)、中風(fēng)險區(qū)、次低風(fēng)險去、低風(fēng)險區(qū)。[14]圖18中可見影響比較大地區(qū)主要集中在巢湖周圍及南部山區(qū)的小部分地區(qū)，其次是各縣區(qū)主要行政中心。究其原因是這些地區(qū)距離河流較近且地勢低洼，強降雨時易產(chǎn)生積水形成匯流；同時人口密集、經(jīng)濟繁榮等人工地表也極易形成內(nèi)澇積水。

圖17 降水量按自然斷點分5段

圖18 合肥市內(nèi)澇積水綜合風(fēng)險評估圖

8.2 智慧城市內(nèi)澇災(zāi)害評估體系

鑒于致災(zāi)因子危險性、孕災(zāi)環(huán)境敏感性、承災(zāi)體脆弱性涉及的8個指標(biāo)、權(quán)重及重分類標(biāo)準(zhǔn)化等級、風(fēng)險等級等情況，現(xiàn)構(gòu)建城市內(nèi)澇災(zāi)害評估體系，見圖19[15-16]。

圖19 智慧城市內(nèi)澇災(zāi)害評估體系結(jié)構(gòu)

9 結(jié) 論

經(jīng)上述研究與驗證，得出如下結(jié)論：可以通過構(gòu)建復(fù)雜條件函數(shù)和更全面的評估指標(biāo)構(gòu)建通用性城市內(nèi)澇災(zāi)害評估體系，通過加權(quán)疊加指標(biāo)法和層次分析法可以正確評估、分析出城市內(nèi)澇災(zāi)害危險等級，評價分析結(jié)果和實際情況相符，該智慧城市內(nèi)澇災(zāi)害風(fēng)險評估體系具有良好的現(xiàn)實意義和應(yīng)用價值，是智慧政務(wù)平臺和應(yīng)急決策部門的理論依據(jù)和智慧支持。