尹昌應(yīng)，戴 麗，徐丹丹，趙禹韓，鄭佳薇，王 平

(1.貴州理工學(xué)院建筑與城市規(guī)劃學(xué)院，貴陽 550003；2.貴州師范大學(xué)地理與環(huán)境科學(xué)學(xué)院，貴陽 550025；3.貴州省山地資源與環(huán)境遙感應(yīng)用重點實驗室，貴陽 550025.4.貴州省氣象學(xué)會，貴陽 550002)

0 引言

全球城市化進程正在快速推進，同時伴隨日益嚴重的氣候變化，城市內(nèi)澇災(zāi)害頻繁發(fā)生、影響范圍逐漸擴大，成為世界各國特別是中國等發(fā)展中國家普遍面臨的城市問題[1-3]。近年來，中國城市內(nèi)澇災(zāi)情呈現(xiàn)復(fù)雜、多樣和放大等特點，在南方雨水豐富地區(qū)尤為顯著[4，5]。

城市內(nèi)澇災(zāi)害會造成道路積水、出行困難，甚至給當?shù)鼐用裆拓敭a(chǎn)造成巨大損失，已逐漸演變?yōu)槌鞘薪?jīng)濟社會發(fā)展的制約因素之一，防治城市內(nèi)澇災(zāi)害刻不容緩[6，7]。因此，厘清城市內(nèi)澇災(zāi)害發(fā)生機理、及時迅速地開展風(fēng)險預(yù)警和評估，并提出切實有效的防治對策，既是學(xué)術(shù)界城市問題研究領(lǐng)域亟需解決的問題，也是政府部門、工程技術(shù)人員和社會公眾普遍關(guān)注的熱點問題[8]。

目前內(nèi)澇風(fēng)險評價常用綜合評價法、不確定性方法、基于歷史災(zāi)情評價法和水文水力學(xué)方法等[9，10]。其中，基于指標體系的綜合評價法根據(jù)自然災(zāi)害風(fēng)險基本原理，深入分析研究區(qū)的自然特征和社會經(jīng)濟特征，從而選取最合適的指標，采用各種評價方法，對災(zāi)害風(fēng)險進行綜合評價[11]。近年來，內(nèi)澇風(fēng)險評價趨于綜合GIS，RS等技術(shù)優(yōu)勢，并結(jié)合人工神經(jīng)網(wǎng)絡(luò)、信息熵理論和模糊數(shù)學(xué)方法等，以提高內(nèi)澇風(fēng)險評價的客觀性和精準度[12-15]。

喀斯特地區(qū)具有典型的生態(tài)系統(tǒng)脆弱性和承載能力低的特點。目前喀斯特地區(qū)城市內(nèi)澇研究案例較少，特別是山地城市特殊的形態(tài)特征背景下，深入開展內(nèi)澇風(fēng)險評價在指導(dǎo)城市內(nèi)澇防治方面具有重要的決策參考意義[16]。因此，文章以喀斯特地區(qū)典型的山地城市——貴州省貴陽市為研究區(qū)，開展城市內(nèi)澇風(fēng)險評價。

1 研究區(qū)選擇與研究方法

1.1 研究區(qū)選擇

文章選擇位于貴州省中部的貴陽市(106°07′E～107°17′E，26°11′N～26°55′N)主城區(qū)部分區(qū)域為研究區(qū)(圖1)。貴陽市地勢西南高、東北低，平均海拔在1100 m左右，最高峰在水田鎮(zhèn)廟窩頂(1659 m)，最低處在南明河出境處(880 m)；轄區(qū)內(nèi)剝蝕丘陵與盆地、谷地、洼地相間，中部層狀地貌明顯，呈多級臺地和溶丘洼地地貌，屬于以山地、丘陵為主的丘原盆地地區(qū)，城市空間發(fā)展表現(xiàn)出典型的山地城市形態(tài)特征。

圖1 研究區(qū)示意圖

貴陽市屬于亞熱帶濕潤溫和型氣候，年平均總降水量為1，129.5 mm，夏季雨水充沛(約500 mm)、暴雨過程頻發(fā)，夜間降水量占全年降水量70%，強降水導(dǎo)致貴陽城區(qū)多路段嚴重積水，造成嚴重損失。6月、7月是貴陽市暴雨集中期，其中6月下旬至7月上旬是大范圍暴雨頻發(fā)時段，主要表現(xiàn)為全市域1 d內(nèi)連續(xù)暴雨，且4級暴雨和3級暴雨發(fā)生概率接近87.4%[17]。

1.2 研究方法

1.2.1 數(shù)據(jù)預(yù)處理

文章使用的多個自然與社會經(jīng)濟要素，及其預(yù)處理方法描述如下：

1)降雨量：分別將研究區(qū)內(nèi)61個氣象站點2016-2020年每年6月、7月的降水量相加，計算5 a(2016-2020年)降水量的平均、最大和最小值，并通過反距離權(quán)重插值法(Inverse Distance Weighted，簡稱IDW)得到柵格數(shù)據(jù)。

2)地形特征：基于10 m的DEM數(shù)據(jù)，提取研究區(qū)的高程和坡度。

3)水體和不透水面：利用2020年無人機航片(1 m分辨力)提取土地利用類型，并計算100 m×100 m格網(wǎng)內(nèi)的水體、不透水面面積占比；同時，使用土地利用類型中的水體位置，計算研究區(qū)內(nèi)的距水體距離圖層，以及單元格網(wǎng)內(nèi)(100 m×100 m)的水體面積占比。

4)人口數(shù)據(jù)：使用2020年World Pop官網(wǎng)的人口密度數(shù)據(jù)，空間分辨力為1 km[18]；由2020年貴陽市人口普查公報獲取0～14歲和>65歲的人口比例數(shù)據(jù)，將其與行政區(qū)劃進行匹配，生成數(shù)字化的矢量圖層。

5)GDP數(shù)據(jù)：使用中國科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心(https://www.resdc.cn/)2019年的GDP數(shù)據(jù)。

將以上各數(shù)據(jù)統(tǒng)一轉(zhuǎn)化為分辨力為100 m的柵格圖層，并進行重采樣以便后續(xù)分析。

1.2.2 數(shù)據(jù)標準化處理

由于以上各數(shù)據(jù)指標的量綱不同，需要進行標準化處理。依據(jù)各數(shù)據(jù)指標與風(fēng)險的正負相關(guān)性，將指標分為正向和負向指標。正向指標是指標的值與風(fēng)險正相關(guān)，反之則為負向指標。正向指標包括降水量、不透水面面積、人口密度、GDP、0～14歲及>65歲人口比重；負向指標包括高程、坡度、水體面積占比和距水體距離。

正負指標采用的標準化公式如式(1)、(2)所示：

(1)

(2)

式中，Yi表示指標i的標準化值；Xi表示指標i的原始值；max(Xi)表示指標i的最大值；min(Xi)表示指標i的最小值。

1.2.3 內(nèi)澇風(fēng)險評估模型

文章基于層次分析法(Analytic Hierarchy Process，AHP)，從致災(zāi)因子危險性、孕災(zāi)環(huán)境敏感性和承災(zāi)體易損性3個方面構(gòu)建城市內(nèi)澇風(fēng)險評價模型，其公式如下[19-22]：

R=H×W1+E×W2+V×W3

(3)

式中，R表示風(fēng)險指數(shù)；H，E，V依次表示致災(zāi)因子危險性、孕災(zāi)環(huán)境敏感性和承災(zāi)體易損性指數(shù)；W1，W2，W3表示各指數(shù)對應(yīng)的權(quán)重。

1)致災(zāi)因子危險性指數(shù)計算方法如下：

H=H1×WH1+H2×WH2+H3×WH3

(4)

式中，H1，H2，H3分別表示5 a的平均降雨量、最大降雨量和最小降雨量；WH1，WH2，WH3表示對應(yīng)的權(quán)重。

2)孕災(zāi)環(huán)境敏感性指數(shù)計算方法如下：

(5)

式中，E1，E2，E3，E4，E5分別表示高程、坡度、水體面積占比、河流距離、不透水面比例；WE1，WE2，WE3，WE4，WE5表示對應(yīng)的權(quán)重。

3)承災(zāi)體易損性指數(shù)計算方法如下：

V=V1×WV1+V2×WV2+V3×WV3

(6)

式中，V1，V2，V3分別表示人口密度、GDP、0～14歲和>65歲人口占比；WV1，WV2，WV3表示對應(yīng)的權(quán)重。

以上公式中各指標權(quán)重如表1所示。

表1 內(nèi)澇風(fēng)險指標權(quán)重及特征

2 結(jié)果與分析

2.1 內(nèi)澇影響因子空間分布特征

2.1.1 自然因素空間分布特征

研究區(qū)地勢西北高東南低，海拔在978.72～1,593.30 m，高度差達614.58 m，坡度差達75°。區(qū)域內(nèi)山地城市形態(tài)明顯，地形起伏較大，溝壑密布，且空間分布不均勻，在短時暴雨影響下，極易形成洪澇災(zāi)害。

研究區(qū)內(nèi)水體空間分布不均勻，距水體距離最遠為4,671.96 m。水體面積整體占比較低(1.83%)，且不同行政區(qū)域內(nèi)水體面積占比最大差距達10倍：花溪區(qū)占比最高，為0.78%；觀山湖區(qū)占比0.39%；烏當區(qū)占比0.32%；占比最小的是南明區(qū)，僅為0.07%。

研究區(qū)不透水面分布也呈現(xiàn)出較大的空間異質(zhì)性，占研究區(qū)總面積的27.07%。不同行政區(qū)內(nèi)面積占比差距較?。夯ㄏ獏^(qū)占比最高，為8.64%；觀山湖區(qū)占比5.91%；白云區(qū)占比4.34%；占比最小的是云巖區(qū)，為2.39%。

2.1.2 社會經(jīng)濟因素空間分布特征

研究區(qū)內(nèi)人口密度和GDP的空間分布異質(zhì)性較大，其值域分別為21～48,911人/km2與460～167,110 元/km2，最大值主要集中于中部的云巖區(qū)和南明區(qū)。與之相反，各區(qū)域0～14歲和>65歲人口比例的差異不大，值域范圍為25%～29%，其中占比最高是烏當區(qū)，云巖區(qū)次之，最低值在花溪區(qū)。

由以上研究區(qū)自然與社會經(jīng)濟因素空間分布特征可以看出，各因子的空間分布異質(zhì)性差異較大，這將增加區(qū)域內(nèi)城市內(nèi)澇風(fēng)險評價的難度和復(fù)雜性。

2.2 城市內(nèi)澇風(fēng)險評估

通過式(1)～式(6)和表1計算得到研究區(qū)城市內(nèi)澇風(fēng)險等級空間分布特征(圖2)，并依據(jù)自然斷點法劃分為5個風(fēng)險等級：低風(fēng)險(0.20～0.31)、較低風(fēng)險(0.31～0.36)、中風(fēng)險(0.36～0.40)、較高風(fēng)險(0.40～0.46)和高風(fēng)險(0.46～0.70)。中級及以上風(fēng)險區(qū)占研究區(qū)總面積的52.09%，面積占比從高到低依次為中風(fēng)險區(qū)、較高風(fēng)險區(qū)和高風(fēng)險區(qū)。

圖2 研究區(qū)城市內(nèi)澇風(fēng)險等級空間分布

城市內(nèi)澇較高風(fēng)險區(qū)和高風(fēng)險區(qū)主要分布于研究區(qū)中部、東北和西北地區(qū)，東南方向也有較小范圍分布，其他均呈點狀零散分布；中等級風(fēng)險區(qū)主要分布于研究區(qū)中部及其以北地區(qū)，并呈現(xiàn)出圍繞較高和高風(fēng)險區(qū)的不規(guī)則空間分布格局；低風(fēng)險區(qū)集中分布于南部和西南地區(qū)。

在不同行政區(qū)域范圍內(nèi)(表2)，中級及其以上風(fēng)險區(qū)域面積占比普遍較大，其中觀山湖區(qū)高達90.90%，其次為云巖區(qū)(77.25%)，第三為烏當區(qū)(77.03%)，低于50%區(qū)域的只有花溪區(qū)(11.96%)；高風(fēng)險區(qū)面積占比最高的是烏當區(qū)與觀山湖區(qū)(14.05%和13.18%)；較高風(fēng)險區(qū)面積分布較大的是觀山湖區(qū)和云巖區(qū)(39.44%和36.61%)；中風(fēng)險區(qū)面積分布最大的是烏當區(qū)(43.21%)。

觀山湖區(qū)是近年來貴陽市經(jīng)濟發(fā)展較快、城市化進程較高的區(qū)域，但較高的城市內(nèi)澇風(fēng)險將對該區(qū)域的發(fā)展帶來潛在的負面影響；云巖區(qū)是貴陽市重要的政治、經(jīng)濟、文化中心，也是全省人口密度最高的行政區(qū)，該區(qū)域內(nèi)中風(fēng)險和較高風(fēng)險等級(32.74%和36.61%)面積分布較大，需要進一步調(diào)整區(qū)域內(nèi)土地利用結(jié)構(gòu)、增強御災(zāi)觀念，積極探索適災(zāi)韌性體系[23，24]；烏當區(qū)地勢北高南低，海拔落差較大(近800 m)，地質(zhì)構(gòu)成以喀斯特地貌為主，占全區(qū)面積的90%以上，該區(qū)域復(fù)雜的地形地貌與較高的內(nèi)澇風(fēng)險等級密切相關(guān)，需要建立長期的、實時的內(nèi)澇風(fēng)險監(jiān)測、預(yù)報系統(tǒng)[25]。

基于以上研究區(qū)城市內(nèi)澇災(zāi)害風(fēng)險評估，文章提出以下幾點減少風(fēng)險和應(yīng)對風(fēng)險管理措施的建議：1)完善城市防洪排水設(shè)施建設(shè)，控制排水指標，合理利用河流調(diào)洪蓄水的能力，減少城市內(nèi)澇風(fēng)險；2)合理規(guī)劃城市建筑用地和道路，增加綠化面積，秉持綠色發(fā)展主線；3)建立適當措施調(diào)整老城區(qū)人口空間分布特征，改善人口結(jié)構(gòu)，并加大對城市公共服務(wù)事業(yè)的投入；4)對于高風(fēng)險區(qū)，調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，合理分配產(chǎn)業(yè)布局，科學(xué)規(guī)劃未來城市發(fā)展；5)加強災(zāi)害風(fēng)險教育，加大預(yù)災(zāi)、防災(zāi)知識宣傳工作，組織居民進行應(yīng)急演練，提高防災(zāi)減災(zāi)能力；6)建立基于GIS和RS技術(shù)的城市內(nèi)澇風(fēng)險監(jiān)測、預(yù)報系統(tǒng)，兼顧自然與社會人文因素，積極探索適用于以喀斯特地貌為主城市的“自適應(yīng)、自恢復(fù)”的韌性適災(zāi)觀念與體系。

表2 研究區(qū)城市內(nèi)澇各風(fēng)險等級的面積與占比

3 結(jié)束語

文章基于高精度遙感影像提取土地利用與覆被類型，并計算不透水面、水體及其距離圖層，提高了數(shù)據(jù)的準確度，有利于分析影響因子空間分布格局與特征。同時，將正向、負向指標評價與層次分析模型相結(jié)合，進一步細化各影響因子與內(nèi)澇的關(guān)系，提高城市內(nèi)澇風(fēng)險評價精度。

文章的內(nèi)澇風(fēng)險評價結(jié)果，將為貴陽市未來的城市規(guī)劃、基礎(chǔ)設(shè)施建設(shè)、城市內(nèi)澇風(fēng)險管理與預(yù)警等方面提供理論參考依據(jù)；未來可結(jié)合多模型與情景討論，以深化內(nèi)澇風(fēng)險評價成果。