李文歡,支歡樂,蔣水華*,雷 聲,黃 河
(1.南昌大學(xué)工程建設(shè)學(xué)院,江西 南昌 330031;2.中鐵水利水電規(guī)劃設(shè)計(jì)集團(tuán)有限公司,江西 南昌 330029;3.江西省水利科學(xué)院,江西 南昌 330029)
洪水作為世界上最常見且最具威脅的自然災(zāi)害之一,嚴(yán)重影響了人們生產(chǎn)生活,制約了中國(guó)經(jīng)濟(jì)社會(huì)的發(fā)展。中國(guó)水旱災(zāi)害公報(bào)資料表明[1],2019年,中國(guó)因洪澇災(zāi)害共造成4 766.6萬人受災(zāi),658人死亡失蹤,直接經(jīng)濟(jì)損失1 922.7億元。因此,開展洪水災(zāi)害風(fēng)險(xiǎn)評(píng)估,進(jìn)而建立洪水災(zāi)害預(yù)警系統(tǒng),制定有效的防災(zāi)減災(zāi)措施具有重要的工程應(yīng)用價(jià)值。
目前,眾多學(xué)者在洪水演進(jìn)分析方面開展了大量有益的研究[2-4],并發(fā)現(xiàn)相較于Delft3D[2]、HEC-RAS[3]和Delft3D-Flow[4]等軟件,MIKE 21軟件不僅可以考慮風(fēng)速和入滲等多種因素的影響,而且模擬結(jié)果更準(zhǔn)確,計(jì)算效率更高。例如,劉衛(wèi)林等[5]針對(duì)水文資料缺乏的中小河流通過小流域水文計(jì)算和MIKE 11水動(dòng)力模型進(jìn)行研究,提出了臨界水位預(yù)警指標(biāo)確定方法。在水動(dòng)力學(xué)模型方面,詹明強(qiáng)等[6]研究了潰壩對(duì)下游淹沒范圍和程度的影響,建立了一維非恒定流水動(dòng)力學(xué)模型。
洪澇災(zāi)害損失評(píng)估主要分為生命損失、經(jīng)濟(jì)損失和生態(tài)環(huán)境損失這3類[7]。對(duì)于生命損失評(píng)估,目前主要參考了國(guó)外經(jīng)驗(yàn)并結(jié)合國(guó)內(nèi)情況估算洪災(zāi)人口死亡率和生命損失[8]。郭磊等[9]通過夜間燈光的遙感數(shù)據(jù)和土地利用類型推求人口空間展布數(shù)據(jù),再疊加歷史洪水模擬得到受災(zāi)人口數(shù)量。經(jīng)濟(jì)損失評(píng)估常分為直接和間接損失評(píng)估,如Pariartha等[10]采用MIKE FLOOD計(jì)算洪水淹沒水深和淹沒面積,疊加分析住宅地理信息,再根據(jù)住房損失曲線和平均房?jī)r(jià)來評(píng)估洪水造成的經(jīng)濟(jì)損失。目前關(guān)于洪水造成的生態(tài)環(huán)境損失研究較為欠缺,這方面的成果不多,國(guó)外則主要以定性方法評(píng)估洪水對(duì)于生態(tài)環(huán)境的影響。近年來發(fā)展迅猛的地理信息技術(shù)受到了學(xué)者們的青睞,與洪水災(zāi)害損失評(píng)估結(jié)合進(jìn)行洪水淹沒空間分布數(shù)據(jù)分析和承災(zāi)體空間信息災(zāi)害評(píng)估[8-10]。
采用MIKE 21軟件模擬潰堤洪水演進(jìn)過程,根據(jù)土地利用類型不同合理確定下墊面糙率值,并基于Python對(duì)ArcGIS進(jìn)行二次開發(fā),在此基礎(chǔ)上建立具有明確物理意義的損失定量評(píng)估模型,進(jìn)而量化經(jīng)濟(jì)財(cái)產(chǎn)價(jià)值和生態(tài)系統(tǒng)服務(wù)價(jià)值,結(jié)合潰堤洪水時(shí)空分布數(shù)據(jù),建立洪水災(zāi)害損失評(píng)估模型。最后,以鄱陽湖區(qū)某重點(diǎn)實(shí)際工程為例驗(yàn)證方法的有效性,并評(píng)估潰堤洪水造成的生命、經(jīng)濟(jì)和生態(tài)環(huán)境損失。
水動(dòng)力學(xué)模型常被用于模擬洪水過程演進(jìn)過程。MIKE 21軟件是目前國(guó)際上流行的水動(dòng)力學(xué)模擬軟件[11],常用于模擬潰堤/潰壩洪水演進(jìn)過程。Symonds等[2]分析對(duì)比Delft3D和MIKE 21的模擬效果和計(jì)算效率,表明兩者的模擬結(jié)果都與實(shí)測(cè)數(shù)據(jù)吻合良好,但是MIKE 21在多核運(yùn)行時(shí)使用非結(jié)構(gòu)化模型,計(jì)算效率更高。Shrestha等[3]分別采用HEC-RAS和MIKE 21對(duì)比分析了布倫特伍德地區(qū)Deer Creek河流的洪水演進(jìn)過程,表明兩者都可以精確模擬洪水演進(jìn)過程,但是相對(duì)于HEC-RAS,MIKE 21還可以考慮風(fēng)速、入滲等因素,更真實(shí)地模擬實(shí)際洪水過程。Parsapour等[4]分別采用Delft3D-Flow和MIKE 21進(jìn)行水動(dòng)力建模,在同等網(wǎng)格分辨率的情況下,MIKE 21會(huì)獲得更準(zhǔn)確的模擬結(jié)果。MIKE 21采用的二維水流模型基本方程組包括二維流水流連續(xù)方程與水流動(dòng)量方程,其中二維流水流連續(xù)方程見式(1):
(1)
式中ξ——水面到基準(zhǔn)面的高度,m;t——計(jì)算時(shí)間,s;u——流速在x方向上的分量,m/s;v——流速在y方向上的分量,m/s。
x和y方向上的二維水流動(dòng)量方程見式(2)、(3):
(2)
(3)
式中h——靜止水深,m;g——重力加速度,m2/s;V——風(fēng)速;Vx——x方向的風(fēng)速矢量,m/s;Vy——y方向的風(fēng)速矢量,m/s;C——阻力系數(shù);f——風(fēng)摩擦因素,f=γa2ρa(bǔ);γa——風(fēng)應(yīng)力系數(shù);ρa(bǔ)——空氣密度;Ω——科氏力系數(shù),與緯度相關(guān)。
基于研究區(qū)域洪災(zāi)承災(zāi)體類別、價(jià)值和空間分布情況,構(gòu)建空間人群分布、經(jīng)濟(jì)價(jià)值量化、生態(tài)系統(tǒng)服務(wù)價(jià)值分布數(shù)據(jù)空間化拓?fù)鋽?shù)據(jù)庫,發(fā)展可融合洪水時(shí)空分布數(shù)據(jù)的災(zāi)害損失評(píng)估方法,并結(jié)合洪水淹沒的時(shí)空分布特征,動(dòng)態(tài)評(píng)估潰堤洪水所造成的生命、經(jīng)濟(jì)和生態(tài)環(huán)境損失。對(duì)于生命損失,一方面需要考慮人群的空間分布數(shù)據(jù),另一方面還需要考慮洪災(zāi)的生命損失率,采用的生命損失LOL計(jì)算見式(4)[12]:
(4)
式中 PAR——風(fēng)險(xiǎn)人口數(shù)量,即研究區(qū)域內(nèi)居民受洪水影響的總數(shù)量;a——人群分布數(shù)據(jù)的像元網(wǎng)格總數(shù)量;IRi——第i個(gè)像元網(wǎng)格上的風(fēng)險(xiǎn)個(gè)體生命損失率,計(jì)算見式(5)、(6)[12]:
IR=f0αβ
(5)
α=qm1+(1-q)m2
(6)
式中f0——中國(guó)風(fēng)險(xiǎn)人口死亡率;α——洪災(zāi)嚴(yán)重程度系數(shù);β——修正系數(shù),一般取值為1.4;m1——災(zāi)難程度主要影響因子;m2——災(zāi)難程度次要影響因子;q——權(quán)重系數(shù),取值為0.8。
其中,m1可視為各個(gè)主要影響因素對(duì)風(fēng)險(xiǎn)人口死亡率的影響程度與其權(quán)重系數(shù)的乘積,見式(7)[13]:
(7)
式中si——第i個(gè)主要影響因素對(duì)風(fēng)險(xiǎn)人口死亡率的影響程度,主要包含風(fēng)險(xiǎn)人口數(shù)量、潰堤洪水嚴(yán)重性SD、預(yù)警時(shí)間WT以及對(duì)洪水嚴(yán)重性的理解程度UD;θi——權(quán)重系數(shù),分別取值為θ1=θ2=0.2,θ3=θ4=0.3。
m2為各個(gè)次要影響因素對(duì)風(fēng)險(xiǎn)人口死亡率的影響程度與其權(quán)重系數(shù)的乘積,見式(8)[13]:
(8)
式中ti——第i個(gè)次要影響因素對(duì)風(fēng)險(xiǎn)人口死亡率的影響程度;ni——ti對(duì)應(yīng)的權(quán)重系數(shù)值。
經(jīng)濟(jì)損失評(píng)估主要包括直接經(jīng)濟(jì)損失和間接經(jīng)濟(jì)損失兩方面。其中,直接經(jīng)濟(jì)損失采取損失率方法計(jì)算,通過建立各類財(cái)產(chǎn)洪水損失率,結(jié)合洪水淹沒特征、經(jīng)濟(jì)損失統(tǒng)計(jì)指標(biāo)以及淹沒水深等級(jí),進(jìn)行疊加計(jì)算見式(9)[14]:
(9)
式中D——總直接經(jīng)濟(jì)損失;Sp——第p類財(cái)產(chǎn)的直接經(jīng)濟(jì)損失;e——研究區(qū)域財(cái)產(chǎn)分布在二維空間上的像元網(wǎng)格數(shù)量;h——第j個(gè)像元網(wǎng)格上的財(cái)產(chǎn)種類;l——不同淹沒水深等級(jí);βijk——第i個(gè)像元網(wǎng)格上第j類財(cái)產(chǎn)在第k種淹沒水深對(duì)應(yīng)的損失率;Wijk——第i個(gè)像元網(wǎng)格上第j類財(cái)產(chǎn)對(duì)應(yīng)的財(cái)產(chǎn)價(jià)值。
目前間接經(jīng)濟(jì)損失R主要通過洪災(zāi)間接系數(shù)進(jìn)行確定,根據(jù)直接經(jīng)濟(jì)損失與間接經(jīng)濟(jì)損失的關(guān)系計(jì)算見式(10)[14]:
(10)
式中Ki——第p類財(cái)產(chǎn)對(duì)應(yīng)的間接系數(shù),農(nóng)業(yè)取值為15%~28%,住宅區(qū)取值為15%,公路取值為25%。
對(duì)于生態(tài)環(huán)境損失計(jì)算,改進(jìn)了文獻(xiàn)[15]方法,見式(11):
E=c×ESV
(11)
式中c——經(jīng)驗(yàn)損失率,取c為0.1;ESV——被洪水淹沒區(qū)域的生態(tài)系統(tǒng)服務(wù)價(jià)值;E——按經(jīng)驗(yàn)系數(shù)法計(jì)算的生態(tài)環(huán)境損失。
為定量評(píng)估潰堤洪水災(zāi)害損失,借助面向?qū)ο蟮挠?jì)算機(jī)程序語言——Python,調(diào)用Arcpy站點(diǎn)包實(shí)現(xiàn)內(nèi)嵌于ArcGIS的內(nèi)置插件條,基于堤防保護(hù)區(qū)域人群空間分布數(shù)據(jù)、經(jīng)濟(jì)財(cái)產(chǎn)價(jià)值量化空間分布數(shù)據(jù)和生態(tài)系統(tǒng)服務(wù)價(jià)值空間分布數(shù)據(jù),有機(jī)結(jié)合洪水時(shí)空分布特征,建立洪水災(zāi)害損失動(dòng)態(tài)評(píng)估模型,實(shí)現(xiàn)對(duì)生命、經(jīng)濟(jì)以及生態(tài)環(huán)境損失的動(dòng)態(tài)定量評(píng)估。
在損失評(píng)估模型的實(shí)現(xiàn)過程中,洪水分布數(shù)據(jù)和承載體空間分布數(shù)據(jù)的類型及精度是不一致的。在后續(xù)的損失計(jì)算過程中,要求數(shù)據(jù)可以相互疊加計(jì)算,需要保證洪水?dāng)?shù)據(jù)和承載體數(shù)據(jù)的投影坐標(biāo)系、柵格像元大小以及數(shù)據(jù)類型等一致,所以需要提前進(jìn)行數(shù)據(jù)柵格標(biāo)準(zhǔn)化處理。具體步驟如下:①根據(jù)潰堤洪水演進(jìn)模型,提取未被標(biāo)準(zhǔn)化的洪水?dāng)?shù)據(jù);②將洪水?dāng)?shù)據(jù)進(jìn)行面轉(zhuǎn)柵格處理,然后將柵格化的洪水?dāng)?shù)據(jù)與承載體數(shù)據(jù)空間分布數(shù)據(jù)進(jìn)一步進(jìn)行標(biāo)準(zhǔn)化處理。
對(duì)于生命損失評(píng)估模塊,在數(shù)據(jù)標(biāo)準(zhǔn)化處理模塊的基礎(chǔ)上,實(shí)現(xiàn)動(dòng)態(tài)生命損失評(píng)估的具體步驟如下:①輸入洪水的時(shí)間尺度,本文輸入時(shí)間是潰堤洪水演進(jìn)過程中的模型起始時(shí)間和末尾時(shí)間,設(shè)定的間隔時(shí)間為2 h,生命損失模塊可根據(jù)間隔時(shí)間循環(huán)讀取淹沒水深數(shù)據(jù)和流速數(shù)據(jù);②設(shè)定模型參數(shù),計(jì)算個(gè)體風(fēng)險(xiǎn)生命損失率IR分布情況,累加計(jì)算所有像元網(wǎng)格的個(gè)體風(fēng)險(xiǎn)生命損失率總值,疊加計(jì)算人群數(shù)據(jù),將獲得的生命損失值統(tǒng)計(jì)情況存入表格中。
對(duì)于經(jīng)濟(jì)損失評(píng)估模塊,洪水淹沒是1個(gè)動(dòng)態(tài)變化的過程,某一瞬時(shí)的洪水?dāng)?shù)據(jù)僅能分析這個(gè)時(shí)間點(diǎn)的經(jīng)濟(jì)損失空間分布情況。經(jīng)濟(jì)損失評(píng)估具體步驟如下:①為實(shí)現(xiàn)經(jīng)濟(jì)損失動(dòng)態(tài)計(jì)算,輸入潰堤洪水演進(jìn)過程中起始、末尾時(shí)間以及間隔時(shí)間,表示每過一次間隔時(shí)間計(jì)算一次經(jīng)濟(jì)損失;②輸入經(jīng)濟(jì)分布數(shù)據(jù)和淹沒水深數(shù)據(jù),而財(cái)產(chǎn)種類數(shù)據(jù)和損失率關(guān)系可根據(jù)蓄滯洪區(qū)或者防洪保護(hù)區(qū)的實(shí)際社會(huì)情況進(jìn)行修改;③輸出各類財(cái)產(chǎn)損失的統(tǒng)計(jì)表以及經(jīng)濟(jì)損失的分布數(shù)據(jù)。
對(duì)于生態(tài)環(huán)境損失評(píng)估模塊,根據(jù)式(11)可知,需要輸入生態(tài)系統(tǒng)服務(wù)價(jià)值空間分布數(shù)據(jù)。生態(tài)環(huán)境損失評(píng)估具體步驟如下:①輸入始末以及間隔時(shí)間;②通過疊加洪水淹沒的面積篩選受影響的生態(tài)系統(tǒng)服務(wù)價(jià)值空間分布數(shù)據(jù),設(shè)定經(jīng)驗(yàn)損失率,計(jì)算生態(tài)損失;③輸出生態(tài)損失統(tǒng)計(jì)表。
本文建立的洪災(zāi)損失動(dòng)態(tài)評(píng)估模型有效利用了潰堤洪水演進(jìn)模擬獲取的洪水空間分布數(shù)據(jù),其主要優(yōu)勢(shì)如下:①基于ArcGIS平臺(tái)構(gòu)建空間化拓?fù)鋽?shù)據(jù)庫,并且與國(guó)家數(shù)據(jù)統(tǒng)計(jì)年鑒內(nèi)容緊密結(jié)合,保證了數(shù)據(jù)有效性,同時(shí)解決了數(shù)據(jù)的及時(shí)更新問題;②考慮了洪水和承載體數(shù)據(jù)的空間分布差異特征,有效提升了洪水損失評(píng)估結(jié)果準(zhǔn)確性;③通過有限的輸入和輸出以及模型參數(shù)修改反映了洪災(zāi)損失動(dòng)態(tài)變化情況;④可以根據(jù)研究對(duì)象的洪災(zāi)損失典型資料,調(diào)查分析和調(diào)整洪災(zāi)損失率關(guān)系,兼顧了模型的普適性;⑤實(shí)現(xiàn)了潰堤洪水演進(jìn)模擬、空間化拓?fù)鋽?shù)據(jù)庫動(dòng)態(tài)連接以及洪災(zāi)損失的實(shí)時(shí)評(píng)估。
鄱陽湖區(qū)某重點(diǎn)堤防地處江西省九江市永修縣境內(nèi),圩堤起于永修縣城郊的觀音巖,止于楊公腦,全長(zhǎng)33.57 km,保護(hù)面積56.28 km2,保護(hù)耕地5.03×104畝(1畝約等于666.67 m2,下同),常住人口2.34萬人。據(jù)2005年現(xiàn)場(chǎng)勘察,三角聯(lián)圩各類險(xiǎn)工險(xiǎn)段多達(dá)6處,累計(jì)堤線長(zhǎng)30多km,大多堤段的斷面較為單薄且內(nèi)外坡均較陡,汛期水流逐年沖刷,極易導(dǎo)致堤身滲透破壞,存在部分堤段填筑壓實(shí)不均勻且高程不足,脫坡險(xiǎn)情突出。2020年7月12日19時(shí)40分,潰口寬度達(dá)20余m,潰堤后,圩內(nèi)平均水位在0.5 h內(nèi)上漲0.5 m多,由于洪水沖刷,潰口迅速擴(kuò)大,截至7月13日10點(diǎn),三角聯(lián)圩潰口寬度已經(jīng)擴(kuò)大到200余m,并于7月14日14時(shí)啟動(dòng)封堵作業(yè),7月16日21時(shí)43分,三角聯(lián)圩完成合攏。淹沒耕地面積5.54×104畝,水產(chǎn)業(yè)面積1.05×104畝,淹沒5 100余棟房屋,其中倒塌了40余棟,潰口經(jīng)過55 h的搶修后合攏。
基于中國(guó)大地坐標(biāo)系,建立堤防保護(hù)區(qū)域數(shù)字高程模型見圖1。采用三角形網(wǎng)格進(jìn)行模型剖分見圖2,將東南部堤防潰口(紅色邊界)設(shè)置為入流邊界,北部三角聯(lián)圩和西部陸地(綠色邊界)設(shè)置為閉邊界。
圖1 堤防保護(hù)區(qū)域數(shù)字高程模型
圖2 堤防水動(dòng)力學(xué)模型網(wǎng)格剖分
本數(shù)值模型共存在4個(gè)片區(qū),分別為堤防南部片區(qū)、北部片區(qū)、東部片區(qū)和西部片區(qū),在每個(gè)片區(qū)內(nèi)分別設(shè)置4個(gè)特征點(diǎn)(即自然村)。假設(shè)決口發(fā)生在三角聯(lián)圩南部片區(qū)下方見圖3,其具體地理位置為九江市永修縣三角鄉(xiāng)、永豐墾殖場(chǎng)和南昌市新建區(qū)大塘坪鄉(xiāng)交界,樁號(hào)27k+880~28k+010 m處。
圖3 三角堤防區(qū)域特征點(diǎn)和潰口位置
提出的洪水演進(jìn)模擬方法涉及的物理參數(shù)(包括邊界條件、網(wǎng)格形式、初始條件、渦黏系數(shù))見表1。
表1 洪水演進(jìn)數(shù)值模型主要物理參數(shù)取值[16]
本模型中土地利用類型主要包括旱地、水田、草地、灘地、居民區(qū)和水面6種,其相應(yīng)糙率參數(shù)按照下墊面分布情況,并參照相關(guān)經(jīng)驗(yàn)進(jìn)行率定選取[19],見表2。為了驗(yàn)證模型的有效性,圖4比較了采用所建模型模擬的潰口淹沒水位過程線和實(shí)測(cè)的潰口區(qū)域內(nèi)淹沒水位過程線。由圖4可知,在水位基本不變后,水位模擬值為22.65 m,水位實(shí)測(cè)值為22.58 m,兩條水位過程線較為吻合,表明基于MIKE 21軟件能夠合理模擬潰堤洪水在堤防保護(hù)區(qū)域內(nèi)的演進(jìn)過程。此外,所建模型模擬的淹沒面積為56.15 km2,與堤防潰口合攏后的實(shí)測(cè)淹沒面積(56.28 km2)相差僅0.13 km2,進(jìn)一步說明了本模型的有效性,可以滿足計(jì)算精度要求。
表2 糙率參數(shù)參考取值
圖4 潰口區(qū)域內(nèi)模擬水位與實(shí)測(cè)水位的比較
圖5給出了三角聯(lián)圩潰口流量隨潰決時(shí)間的變化情況。2020年7月12日19時(shí)為圖5中的起始時(shí)刻,在7月12日19時(shí)40分堤防潰決,隨后堤防潰口寬度逐漸擴(kuò)大至最大值200 m,潰堤后的21 h內(nèi)流量從0急劇增加到最大值1 724 m3/s,隨后流量開始下降,于7月14日14時(shí)啟動(dòng)封堵作業(yè),7月16日21時(shí)43分,三角聯(lián)圩潰口完成合攏,流量接近于零,整個(gè)堤防保護(hù)區(qū)域進(jìn)洪過程在98 h內(nèi)完成。
圖5 三角堤防潰口流量過程線
為了進(jìn)一步展示潰堤洪水演進(jìn)的淹沒過程,圖6給出了6個(gè)典型進(jìn)洪時(shí)段的淹沒水深分布。洪水在決堤后10 h內(nèi)到達(dá)堤防南部片區(qū),雖然紅旗村處于潰口附近,但是因紅旗村的地勢(shì)較高,在潰決40 h內(nèi)受災(zāi)情況較輕。由于堤防北部片區(qū)地勢(shì)較低,洪水在20 h內(nèi)向周家湖、三角圩等村莊挺進(jìn),潰堤40 h后,堤防北部片區(qū)基本被淹沒,洪水逐漸向東西部蔓延,堤防保護(hù)區(qū)域內(nèi)水深高達(dá)5.2 m。潰堤60 h后,堤防北部片區(qū)淹沒水深最高達(dá)6.0 m;潰堤80 h后,因堤防西部片區(qū)比東部片區(qū)地勢(shì)較高,故東部區(qū)域淹沒深度最深達(dá)到6.5 m,而西部區(qū)域仍舊有部分地區(qū)未被淹沒。進(jìn)洪100 h后,堤防保護(hù)區(qū)域絕大部分被淹沒,此時(shí)需要盡快對(duì)圩內(nèi)居民實(shí)施避險(xiǎn)轉(zhuǎn)移搶險(xiǎn)救援等舉措。
a)10 h
根據(jù)收集的洪水影響對(duì)象統(tǒng)計(jì)數(shù)據(jù),對(duì)人群數(shù)據(jù)進(jìn)行空間展布,并量化經(jīng)濟(jì)財(cái)產(chǎn)和生態(tài)系統(tǒng)服務(wù)價(jià)值。然后,搭建空間化拓?fù)鋽?shù)據(jù)庫來反映生命、經(jīng)濟(jì)、生態(tài)環(huán)境在空間上的分布差異,接著在潰堤洪水演進(jìn)模型中提取洪水淹沒時(shí)空分布數(shù)據(jù),并將數(shù)據(jù)柵格進(jìn)行標(biāo)準(zhǔn)化處理。最后,進(jìn)行包括生命、經(jīng)濟(jì)和生態(tài)環(huán)境損失在內(nèi)的綜合損失動(dòng)態(tài)評(píng)估。圖7給出了潰堤造成的生命損失隨潰口歷時(shí)的變化曲線。由圖7可知,隨著預(yù)警時(shí)間的延長(zhǎng),生命損失不斷減少。同時(shí),居民對(duì)洪水嚴(yán)重性的理解程度也對(duì)生命損失具有重要的影響因素。例如,在預(yù)警時(shí)間不超過0.25 h且居民對(duì)洪水嚴(yán)重性理解程度為模糊的情況下,生命損失高達(dá)454人,見圖7a;相較之下,如果預(yù)警時(shí)間足夠長(zhǎng),且居民對(duì)洪水嚴(yán)重性的理解程度為明確的情況下,生命損失驟降至2人,見圖7b。
a)居民模糊理解洪水嚴(yán)重性情況下生命損失曲線
圖8給出了潰堤造成的經(jīng)濟(jì)損失隨潰口歷時(shí)的變化關(guān)系曲線。由圖8可知,直接經(jīng)濟(jì)損失隨著潰口歷時(shí)的增加而增大,其中居民住房直接經(jīng)濟(jì)損失最大,高達(dá)2.86億元,其次為家庭財(cái)產(chǎn)直接經(jīng)濟(jì)損失。同時(shí),圖9給出了堤防保護(hù)區(qū)域內(nèi)總經(jīng)濟(jì)損失分布情況,不難看出居民用地?fù)p失情況最為嚴(yán)重。
a)耕地-家庭財(cái)產(chǎn)-住房直接經(jīng)濟(jì)損失
圖9 潰堤造成的總經(jīng)濟(jì)損失分布
以江西省鄱陽湖區(qū)某重點(diǎn)堤防為例,建立了基于MIKE 21軟件的洪水演進(jìn)數(shù)值模型,獲得了潰堤洪水下淹沒水深和流速等洪水空間分布數(shù)據(jù),豐富了潰堤洪水演進(jìn)模擬方法。同時(shí),考慮生命、經(jīng)濟(jì)、生態(tài)環(huán)境的空間分布特性,基于Python平臺(tái)建立了一種具有明確物理意義的,可考慮生命、經(jīng)濟(jì)和環(huán)境損失的定量動(dòng)態(tài)評(píng)估模型。主要結(jié)論如下。
a)根據(jù)研究區(qū)下墊面土地利用情況設(shè)置不同的糙率值,以及與實(shí)測(cè)的潰口處淹沒水位過程線進(jìn)行對(duì)比,驗(yàn)證了洪水演進(jìn)數(shù)值模型的有效性,表明所建模型具有較高的計(jì)算精度,可有效用于獲取淹沒水深、流速等洪水空間分布數(shù)據(jù)。
b)發(fā)展了潰堤洪水災(zāi)害損失評(píng)估方法,并采用Python語言編寫了基于ArcGIS的嵌入式耦合插件工具,建立了洪災(zāi)損失動(dòng)態(tài)評(píng)估模型,可以有效評(píng)估不同工況下潰堤洪水造成的生命、經(jīng)濟(jì)以及生態(tài)環(huán)境損失,為洪水災(zāi)害防控提供了有效途徑。