尹昌應，戴 麗，徐丹丹，趙禹韓，鄭佳薇，王 平

(1.貴州理工學院建筑與城市規(guī)劃學院，貴陽 550003；2.貴州師范大學地理與環(huán)境科學學院，貴陽 550025；3.貴州省山地資源與環(huán)境遙感應用重點實驗室，貴陽 550025.4.貴州省氣象學會，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，城市內澇災害頻繁發(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，中國城市內澇災情呈現(xiàn)復雜、多樣和放大等特點，在南方雨水豐富地區(qū)尤為顯著[4，5]。

城市內澇災害會造成道路積水、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，防治城市內澇災害刻不容緩[6，7]。因此，厘清城市內澇災害發(fā)生機理、及時迅速地開展風險預警和評估，并提出切實有效的防治對策，既是學術界城市問題研究領域亟需解決的問題，也是政府部門、工程技術人員和社會公眾普遍關注的熱點問題[8]。

目前內澇風險評價常用綜合評價法、不確定性方法、基于歷史災情評價法和水文水力學方法等[9，10]。其中，基于指標體系的綜合評價法根據(jù)自然災害風險基本原理，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，對災害風險進行綜合評價[11]。近年來，內澇風險評價趨于綜合GIS，RS等技術優(yōu)勢，并結合人工神經(jīng)網(wǎng)絡、信息熵理論和模糊數(shù)學方法等，以提高內澇風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，深入開展內澇風險評價在指導城市內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)，開展城市內澇風險評價。

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)預處理

文章使用的多個自然與社會經(jīng)濟要素，及其預處理方法描述如下：

1)降雨量：分別將研究區(qū)內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)內的距水體距離圖層，以及單元格網(wǎng)內(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)：使用中國科學院資源環(huán)境科學與數(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)指標與風險的正負相關性，將指標分為正向和負向指標。正向指標是指標的值與風險正相關，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 內澇風險評估模型

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

R=H×W1+E×W2+V×W3

(3)

式中，R表示風險指數(shù)；H，E，V依次表示致災因子危險性、孕災環(huán)境敏感性和承災體易損性指數(shù)；W1，W2，W3表示各指數(shù)對應的權重。

1)致災因子危險性指數(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表示對應的權重。

2)孕災環(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表示對應的權重。

3)承災體易損性指數(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表示對應的權重。

以上公式中各指標權重如表1所示。

表1 內澇風險指標權重及特征

2 結果與分析

2.1 內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，極易形成洪澇災害。

研究區(qū)內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)出較大的空間異質性，占研究區(qū)總面積的27.07%。不同行政區(qū)內面積占比差距較?。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)內人口密度和GDP的空間分布異質性較大，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性差異較大，這將增加區(qū)域內城市內澇風險評價的難度和復雜性。

2.2 城市內澇風險評估

通過式(1)～式(6)和表1計算得到研究區(qū)城市內澇風險等級空間分布特征(圖2)，并依據(jù)自然斷點法劃分為5個風險等級：低風險(0.20～0.31)、較低風險(0.31～0.36)、中風險(0.36～0.40)、較高風險(0.40～0.46)和高風險(0.46～0.70)。中級及以上風險區(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險區(qū)、較高風險區(qū)和高風險區(qū)。

圖2 研究區(qū)城市內澇風險等級空間分布

城市內澇較高風險區(qū)和高風險區(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)出圍繞較高和高風險區(qū)的不規(guī)則空間分布格局；低風險區(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(表2)，中級及其以上風險區(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，但較高的城市內澇風險將對該區(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)域內中風險和較高風險等級(32.74%和36.61%)面積分布較大，需要進一步調整區(qū)域內土地利用結構、增強御災觀念，積極探索適災韌性體系[23，24]；烏當區(qū)地勢北高南低，海拔落差較大(近800 m)，地質構成以喀斯特地貌為主，占全區(qū)面積的90%以上，該區(qū)域復雜的地形地貌與較高的內澇風險等級密切相關，需要建立長期的、實時的內澇風險監(jiān)測、預報系統(tǒng)[25]。

基于以上研究區(qū)城市內澇災害風險評估，文章提出以下幾點減少風險和應對風險管理措施的建議：1)完善城市防洪排水設施建設，控制排水指標，合理利用河流調洪蓄水的能力，減少城市內澇風險；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)建立適當措施調整老城區(qū)人口空間分布特征，改善人口結構，并加大對城市公共服務事業(yè)的投入；4)對于高風險區(qū)，調整產(chǎn)業(yè)結構，合理分配產(chǎn)業(yè)布局，科學規(guī)劃未來城市發(fā)展；5)加強災害風險教育，加大預災、防災知識宣傳工作，組織居民進行應急演練，提高防災減災能力；6)建立基于GIS和RS技術的城市內澇風險監(jiān)測、預報系統(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、自恢復”的韌性適災觀念與體系。

表2 研究區(qū)城市內澇各風險等級的面積與占比

3 結束語

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合，進一步細化各影響因子與內澇的關系，提高城市內澇風險評價精度。

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