摘要：從自然災(zāi)害風(fēng)險(xiǎn)理論出發(fā)，結(jié)合多源空間數(shù)據(jù)（遙感數(shù)據(jù)、再分析數(shù)據(jù)、社會(huì)經(jīng)濟(jì)數(shù)據(jù)），對山西省臨汾市洪澇災(zāi)害的致災(zāi)因子危險(xiǎn)性、孕災(zāi)環(huán)境敏感性、防災(zāi)減災(zāi)能力進(jìn)行評價(jià)，綜合考慮臨汾市實(shí)際情況，最終選取15項(xiàng)評價(jià)指標(biāo)，并采用加權(quán)綜合指數(shù)法定量分析，構(gòu)建洪澇災(zāi)害綜合風(fēng)險(xiǎn)評價(jià)模型，探究洪澇風(fēng)險(xiǎn)分布情況。結(jié)果表明，致災(zāi)因子危險(xiǎn)性分布呈東部、西部地區(qū)高于中部地區(qū)，且東部整體高于西部的趨勢；地勢低、坡度小的平原和盆地易發(fā)生洪水匯入現(xiàn)象，孕災(zāi)環(huán)境敏感性更高，山地、丘陵等地區(qū)孕災(zāi)環(huán)境敏感性普遍較低；城鎮(zhèn)化水平高、人口密集地區(qū)防災(zāi)減災(zāi)能力強(qiáng)，河谷、山地等自然區(qū)域的防災(zāi)減災(zāi)能力則整體較弱；洪澇災(zāi)害綜合風(fēng)險(xiǎn)分布整體呈由西部向東部逐漸升高的趨勢，具體表現(xiàn)為經(jīng)濟(jì)水平低、降水多、徑流量大的河谷、平原和盆地風(fēng)險(xiǎn)較高，臨汾市超過50%的地區(qū)面臨洪澇災(zāi)害風(fēng)險(xiǎn)。總體來看，洪澇災(zāi)害對臨汾市的社會(huì)、經(jīng)濟(jì)和生態(tài)發(fā)展影響較大。

關(guān)鍵詞：洪澇災(zāi)害；災(zāi)害綜合風(fēng)險(xiǎn)評價(jià)；空間數(shù)據(jù)；遙感數(shù)據(jù)；再分析數(shù)據(jù)；山西省臨汾市

中圖分類號：P208" " " " "文獻(xiàn)標(biāo)識(shí)碼：A

文章編號：0439-8114（2023）08-0189-08

DOI：10.14088/j.cnki.issn0439-8114.2023.08.030 開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

Risk assessment of urban flood disasters based on multi-source spatial data

——Taking Linfen City， Shanxi Province as an example

XUN Jia-chang1， NIE Cong2， XU Dong3， FANG He4

（1.School of Geological Engineering and Surveying and Mapping， Chang’an University，Xi’an" 710054， China；

2.School of Geomatics Science and Technology， Nanjing Tech University，Nanjing" 211816， China；

3.State Key Laboratory of Remote Sensing Science， Beijing Normal University， Beijing" 100875， China；

4.Zhejiang Climate Center， Hangzhou" 310051， China）

Abstract： Based on the theory of natural disaster risk， combined with multi-source spatial data （remote sensing data， reanalysis data， socio-economic data）， the risk of disaster causing factors， the sensitivity of disaster-pregnant environment， and the ability to prevent and reduce disasters of flood and waterlogging disasters in Linfen City， Shanxi Province were evaluated. Taking into account the actual situation of Linfen City， 15 evaluation indicators were finally selected， and the weighted comprehensive index method was used for quantitative analysis， a comprehensive risk assessment model for flood disasters was built， and the distribution of flood risks was explored. The results indicated that the risk distribution of disaster causing factors was higher in the eastern and western regions than in the central region， and the overall trend was higher in the eastern region than in the western region； plains and basins with low terrain and small slopes were prone to flood influx， resulting in higher sensitivity to disaster environments. Regions such as mountainous and hilly areas generally had lower sensitivity to disaster environments； high urbanization level and densely populated areas had strong disaster prevention and reduction capabilities， while natural areas such as river valleys and mountains had overall weak disaster prevention and reduction capabilities； the overall distribution of comprehensive risk of flood and waterlogging disasters was gradually increasing from the west to the east， which was reflected in the high risk of river valleys， plains and basins with low economic level， heavy rainfall and large runoff. More than 50% of Linfen City was facing the risk of flood and waterlogging disasters. In general， the flood disaster had a great impact on the social， economic and ecological development of Linfen City.

Key words： flood disaster； comprehensive disaster risk assessment； spatial data； remote sensing data； reanalysis data； Linfen City， Shanxi Province

自“十三五”以來，中國經(jīng)濟(jì)發(fā)展已步入新常態(tài)，繼續(xù)全面深化改革，實(shí)現(xiàn)全面建成小康社會(huì)的奮斗目標(biāo)。有數(shù)據(jù)顯示，隨著中國城鎮(zhèn)化率的加快，城市二氧化碳排放已成為城市氣候變暖的主要源頭［1］，溫室氣體的不斷排放以及城鎮(zhèn)化進(jìn)程中的生態(tài)環(huán)境破壞，導(dǎo)致中國部分省市災(zāi)害性天氣和極端天氣氣候事件頻繁發(fā)生，由氣象災(zāi)害帶來的國民經(jīng)濟(jì)損失也越來越大，其中由暴雨造成的洪澇災(zāi)害尤為突出［2］。據(jù)近30年資料統(tǒng)計(jì)，中國因洪澇災(zāi)害年均直接經(jīng)濟(jì)損失約1 600億元，年均死亡失蹤人口約" 2 000人，2020年出現(xiàn)1998年以來最嚴(yán)重汛情，全國主要江河共發(fā)生21次編號洪水，全年因洪澇共有71 900 km2農(nóng)作物受災(zāi)，其中，絕收面積為13 217 km2，受災(zāi)人次為7 861.5萬人，直接經(jīng)濟(jì)損失達(dá)2 669.8億元，占當(dāng)年GDP的0.26%［3］。因此，亟需科學(xué)的手段來定量評估不同地區(qū)的洪澇災(zāi)害風(fēng)險(xiǎn)，從而為政府部門制定區(qū)域防災(zāi)減災(zāi)政策提供科學(xué)的參考，以此來緩解未來氣候變化帶來的潛在城市洪澇風(fēng)險(xiǎn)。

洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃既包含區(qū)域洪澇災(zāi)害歷史趨勢總體特征的分析和評價(jià)，也包含對未來可能發(fā)生洪水的預(yù)測，根據(jù)洪澇災(zāi)害風(fēng)險(xiǎn)評估的結(jié)果，能有效預(yù)防當(dāng)?shù)睾闈车陌l(fā)生，避免或控制災(zāi)害帶來的損失［4］。近年來，諸多學(xué)者對洪澇災(zāi)害風(fēng)險(xiǎn)評估展開研究。俞布等［5］使用近50年杭州市的臺(tái)風(fēng)降水資料對區(qū)域洪澇災(zāi)害進(jìn)行了風(fēng)險(xiǎn)評估和區(qū)劃。萬昔超等［6］將云模型和GIS平臺(tái)技術(shù)集合，最終獲得災(zāi)害風(fēng)險(xiǎn)綜合指數(shù)結(jié)果圖；程先富等［7］將有序加權(quán)平均法（OWA）與GIS技術(shù)結(jié)合，建立OWA-GIS評價(jià)模型，對巢湖流域洪澇災(zāi)害進(jìn)行風(fēng)險(xiǎn)評價(jià)。此外，有學(xué)者利用 RS技術(shù)對區(qū)域洪澇災(zāi)害進(jìn)行動(dòng)態(tài)監(jiān)測和范圍驗(yàn)證，段光耀等［8］通過利用HJ-1衛(wèi)星影像提取的水體淹沒范圍，對風(fēng)險(xiǎn)評價(jià)結(jié)果進(jìn)行驗(yàn)證；高偉等［9］利用MODIS地表反射率產(chǎn)品和遙感數(shù)據(jù)進(jìn)行洪澇淹沒范圍時(shí)序監(jiān)測分析，以反映淹沒空間變化和細(xì)節(jié)特征。

本研究參考已有的評價(jià)方法，以山西省臨汾市為研究對象，從自然災(zāi)害風(fēng)險(xiǎn)理論出發(fā)，基于多源空間數(shù)據(jù)（遙感數(shù)據(jù)、再分析數(shù)據(jù)、社會(huì)經(jīng)濟(jì)數(shù)據(jù)），綜合考慮當(dāng)?shù)氐膶?shí)際情況，從致災(zāi)因子危險(xiǎn)性、孕災(zāi)環(huán)境敏感性、防災(zāi)減災(zāi)能力3個(gè)影響因子中選擇15個(gè)評價(jià)指標(biāo)，采用層次分析法（AHP）、加權(quán)綜合評分法和疊加分析法，定量構(gòu)建綜合評價(jià)指數(shù)模型，最終得到臨汾市洪澇災(zāi)害風(fēng)險(xiǎn)分布情況。

1 研究區(qū)概況

臨汾市是山西省管轄的副中心城市，地處東經(jīng)110°22′—112°34′、北緯35°23′—36°57′（圖1）。城市四面環(huán)山，東、西部地勢較高，中部平川，市域地形以盆地、山地、丘陵為主，總面積達(dá)20 275 km2；臨汾市為溫帶大陸性季風(fēng)氣候，四季分明，雨熱同期，年均降水量為500～600 mm；全市有大小河流200余條，均屬黃河水系，流域面積超過1 000 km2的河流有黃河干流、汾河和沁河，且以季節(jié)性河流為主，徑流量多集中于汛期6～9月。

山西省是中國氣象災(zāi)害頻發(fā)的省份之一，也是受氣象災(zāi)害影響較嚴(yán)重的地區(qū)之一［10］。其中，臨汾市受特殊地形地勢、降水量、水系等影響，更易遭洪水危害。在1994年、2005年、2015年、2019年、2021年等時(shí)間段，臨汾市均遭遇特大洪水，不僅造成大量農(nóng)田被沖毀淹沒，城市設(shè)施受損癱瘓，而且引起水土流失，水流泥沙量增加，甚至導(dǎo)致土地貧瘠、耕地沙化等現(xiàn)象，全市經(jīng)濟(jì)和生態(tài)環(huán)境嚴(yán)重受損。近年來，臨汾市雖大力開發(fā)投資城市排水、治河、修建擴(kuò)岸等工程，但仍遭受洪澇災(zāi)害的影響。因此，本研究以臨汾市為研究區(qū)，綜合評估臨汾市各區(qū)縣洪澇災(zāi)害風(fēng)險(xiǎn)性，為加強(qiáng)城市防災(zāi)減災(zāi)建設(shè)、規(guī)劃生活生產(chǎn)方式提供科學(xué)依據(jù)與建議。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

本研究采用的多源空間數(shù)據(jù)主要包括遙感數(shù)據(jù)、再分析數(shù)據(jù)、社會(huì)經(jīng)濟(jì)數(shù)據(jù)，其中，遙感數(shù)據(jù)包括地表溫度、高程、夜間燈光、植被覆蓋度、不透水率（IBI指數(shù)）數(shù)據(jù)，再分析數(shù)據(jù)包括2 m氣溫、太陽輻射（短波下行輻射）、地表徑流、降水量、潛在蒸散發(fā)、實(shí)際蒸散發(fā)、土壤水分，社會(huì)經(jīng)濟(jì)數(shù)據(jù)包括人口密度、GDP。各數(shù)據(jù)詳細(xì)信息見表1。

1）遙感數(shù)據(jù)。地表溫度、植被覆蓋度、不透水率數(shù)據(jù)是基于谷歌地球引擎（Google earth engine）提供的2000—2020年臨汾市1 512景Landsat影像計(jì)算得到；2000—2020年夜間燈光數(shù)據(jù)來源于國家青藏高原科學(xué)數(shù)據(jù)中心；高程數(shù)據(jù)來源于Google earth engine平臺(tái)。

2）再分析數(shù)據(jù)。所有再分析評價(jià)指標(biāo)均來源于世界氣候網(wǎng)站（https：//www.worldclim.org/）。

3）社會(huì)經(jīng)濟(jì)數(shù)據(jù)。人口密度數(shù)據(jù)來自世界人口組織網(wǎng)站（https：//www.worldpop.org）；GDP數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境數(shù)據(jù)云平臺(tái)。

對所有數(shù)據(jù)進(jìn)行均值合成，重采樣為30 m分辨率，并統(tǒng)一為WGS_1984地理坐標(biāo)系。

2.2 研究方法

2.2.1 評價(jià)基本單元的選取 洪澇災(zāi)害評價(jià)基本單元是指根據(jù)導(dǎo)致洪澇災(zāi)害發(fā)生的各指標(biāo)要素將可能致災(zāi)空間逐級劃分為最小的均質(zhì)單元［11］。評價(jià)指標(biāo)所使用的數(shù)據(jù)主要分為3類。第1類是直接能獲得的柵格數(shù)據(jù)，如植被指數(shù)等遙感數(shù)據(jù)；第2類是數(shù)據(jù)同化與模式驅(qū)動(dòng)得到的再分析空間化產(chǎn)品，如太陽輻射數(shù)據(jù)；第3類是基于統(tǒng)計(jì)模型反演出的社會(huì)經(jīng)濟(jì)數(shù)據(jù)，如人口密度數(shù)據(jù)。本研究在GIS平臺(tái)下對各個(gè)評價(jià)指標(biāo)的數(shù)據(jù)進(jìn)行相應(yīng)的數(shù)據(jù)預(yù)處理，根據(jù)柵格數(shù)據(jù)類型和不同評價(jià)指標(biāo)，最后選取30 m×30 m格網(wǎng)作為評價(jià)基本單元。

2.2.2 風(fēng)險(xiǎn)評價(jià)指標(biāo)選取與量化顯示 洪澇災(zāi)害作為復(fù)雜的災(zāi)害系統(tǒng)，對其形成機(jī)制尚未形成統(tǒng)一認(rèn)識(shí)，一般來說，洪澇災(zāi)害的形成與發(fā)展受自然因素和社會(huì)經(jīng)濟(jì)因素的共同約束［12-15］。本研究以氣象災(zāi)害系統(tǒng)理論、自然影響和社會(huì)經(jīng)濟(jì)因素為基礎(chǔ)，結(jié)合臨汾市獨(dú)特的地形地貌、氣候、水文分布等，從致災(zāi)因子危險(xiǎn)性、孕災(zāi)環(huán)境敏感性和防災(zāi)減災(zāi)能力3個(gè)影響因子共15個(gè)評價(jià)指標(biāo)建立洪澇災(zāi)害風(fēng)險(xiǎn)綜合評價(jià)指標(biāo)體系（圖2）。

1）致災(zāi)因子危險(xiǎn)性。該影響因子主要描述臨汾市因降水等直接引發(fā)洪澇災(zāi)害的危險(xiǎn)性條件，具體包括地表徑流、降水量、潛在蒸散發(fā)、實(shí)際蒸散發(fā)、土壤水分5個(gè)評價(jià)指標(biāo)。區(qū)域致災(zāi)因子危險(xiǎn)性越高，越容易發(fā)生洪澇災(zāi)害

2）孕災(zāi)環(huán)境敏感性。該影響因子主要描述臨汾市的環(huán)境特征與發(fā)生洪澇災(zāi)害的潛在敏感關(guān)系，地形地勢、大氣等孕災(zāi)環(huán)境間接影響致災(zāi)因子的時(shí)空分布特征。具體包括地表溫度、高程、坡度、氣溫、太陽輻射5個(gè)評價(jià)指標(biāo)。地區(qū)孕災(zāi)環(huán)境敏感性越強(qiáng)，越容易間接引發(fā)洪澇災(zāi)害。

3）防災(zāi)減災(zāi)能力。該影響因子主要描述臨汾市對洪澇災(zāi)害的預(yù)防和控制能力。具體包括植被覆蓋度、夜間燈光、人口密度、不透水率、GDP 5個(gè)評價(jià)指標(biāo)。區(qū)縣的防災(zāi)減災(zāi)能力越強(qiáng)，洪澇災(zāi)害發(fā)生的風(fēng)險(xiǎn)性越低。

在評價(jià)的過程中，各評價(jià)指標(biāo)的單位不同，本研究對數(shù)據(jù)進(jìn)行了規(guī)范化處理，將各指標(biāo)量轉(zhuǎn)化成0≤X≤1的數(shù)值，用以消除評價(jià)指標(biāo)之間由于量綱帶來的影響［16-18］，所采用的公式和最終的成果如下（式1、圖3）。

[Xi=（xi-mini）/（maxi-mini）] （1）

式中，[Xi]是第i個(gè)評價(jià)指標(biāo)的規(guī)范化值；[xi]是第i個(gè)評價(jià)指標(biāo)初始值；[maxi]和[mini]是第i個(gè)評價(jià)指標(biāo)初始值的最大值和最小值。

2.2.3 基于層次分析法確定風(fēng)險(xiǎn)評價(jià)指標(biāo)權(quán)重 因?yàn)椴煌囊蜃訉闈碁?zāi)害的形成和發(fā)展影響程度不同，需要根據(jù)實(shí)際調(diào)查的情況對各影響因子及其評價(jià)指標(biāo)賦予不同的權(quán)重。確定評價(jià)指標(biāo)權(quán)重的方法有很多，層次分析法作為決策依據(jù)有諸多優(yōu)點(diǎn)，它可以反映研究區(qū)引起洪水災(zāi)害的主要因素，具有針對性、間接性、實(shí)用性、系統(tǒng)性的特點(diǎn)［19-21］。本研究采用層次分析法，并結(jié)合專家意見與評分結(jié)果，對各影響因子及其評價(jià)指標(biāo)進(jìn)行分層歸類和權(quán)重賦值，通過一致性檢驗(yàn)后，最終結(jié)果如表2所示。

2.2.4 建立洪澇災(zāi)害風(fēng)險(xiǎn)綜合評價(jià)指數(shù)模型 洪澇災(zāi)害的各影響因子及其評價(jià)指標(biāo)構(gòu)成了洪澇災(zāi)害風(fēng)險(xiǎn)評估體系［22］，進(jìn)而建立綜合評價(jià)模型，這是研究自然災(zāi)害風(fēng)險(xiǎn)評價(jià)的主要方法之一。洪澇災(zāi)害風(fēng)險(xiǎn)是致災(zāi)因子危險(xiǎn)性、孕災(zāi)環(huán)境敏感性和防災(zāi)減災(zāi)能力3種影響因子共同作用的結(jié)果，本研究采用加權(quán)綜合評分法，進(jìn)行疊加分析后建立洪澇災(zāi)害風(fēng)險(xiǎn)綜合評價(jià)指數(shù)模型，計(jì)算公式如下。

式中，[FDRI]為洪澇災(zāi)害風(fēng)險(xiǎn)綜合評價(jià)指數(shù)；[Hi]是致災(zāi)危險(xiǎn)性中第i個(gè)評價(jià)指標(biāo)的規(guī)范化值；[Si]是孕災(zāi)環(huán)境敏感性中第i個(gè)評價(jià)指標(biāo)的規(guī)范化值；[Ci]是防災(zāi)減災(zāi)能力中第i個(gè)評價(jià)指標(biāo)的規(guī)范化值；[WHi]、[WSi]、[WCi]分別對應(yīng)3種影響因子在第i個(gè)評價(jià)指標(biāo)的組合權(quán)重。

3 結(jié)果與分析

3.1 洪澇致災(zāi)因子危險(xiǎn)性評價(jià)與分析

致災(zāi)因子與氣象、水文因素相關(guān)性較大，對區(qū)域內(nèi)洪澇災(zāi)害的形成和發(fā)展有直接影響，甚至起到?jīng)Q定性的作用。首先，洪澇災(zāi)害的發(fā)生與當(dāng)?shù)氐慕邓坑泻艽蟮年P(guān)系，降水量越大的地區(qū)，發(fā)生洪澇災(zāi)害的可能性越大。其次，區(qū)域的潛在蒸散發(fā)、實(shí)際蒸散發(fā)、土壤水分和地表徑流的分布情況也對致災(zāi)因子危險(xiǎn)性產(chǎn)生影響。潛在蒸散發(fā)是指該地區(qū)不受水分供應(yīng)限制時(shí)，能達(dá)到的最大蒸發(fā)蒸騰量，實(shí)際蒸散發(fā)是指在土壤濕度、水文分布規(guī)律的影響下地區(qū)實(shí)際蒸發(fā)蒸騰量，二者與致災(zāi)因子危險(xiǎn)性均呈負(fù)相關(guān)，土壤水分和地表徑流與致災(zāi)因子危險(xiǎn)性呈正相關(guān)。臨汾市具有明顯的汛期，其降水量在年內(nèi)分布不均且較集中，是發(fā)生洪澇災(zāi)害的主要原因，再結(jié)合區(qū)域的潛在蒸散發(fā)、實(shí)際蒸散發(fā)、土壤水分和地表徑流等評價(jià)指數(shù)，利用GIS疊加分析，最終獲得臨汾市致災(zāi)因子危險(xiǎn)性分布情況（圖4）。

根據(jù)致災(zāi)因子危險(xiǎn)性的分布情況可知，臨汾市西部，如鄉(xiāng)寧縣、蒲縣、吉縣東部和隰縣東部等地區(qū)，受降水量大、土壤水分多、地表徑流大、潛在蒸散發(fā)低等影響，致災(zāi)危險(xiǎn)性適中；臨汾市中部，如洪洞縣、襄汾縣、汾西縣東部、霍州市西部、堯都區(qū)中部和東部等地區(qū)，受降水量、地表徑流、土壤水分均較小以及潛在蒸散發(fā)高等影響，致災(zāi)危險(xiǎn)性較低；臨汾市東部，如翼城縣東部和南部、浮山縣東部、安澤縣東部以及洪洞縣、古縣、霍州市3區(qū)交界等地區(qū)，受降水量最大、土壤水分較多和地表徑流大等影響，致災(zāi)危險(xiǎn)性較高，容易發(fā)生洪澇災(zāi)害。整體上，臨汾市洪澇災(zāi)害致災(zāi)因子危險(xiǎn)性分布呈東部、西部地區(qū)高于中部地區(qū)，而東部地區(qū)又整體高于西部地區(qū)的趨勢。

3.2 洪澇孕災(zāi)環(huán)境敏感性評價(jià)與分析

孕災(zāi)環(huán)境與洪澇災(zāi)害息息相關(guān)，不同地區(qū)因環(huán)境的差異對洪澇災(zāi)害形成的敏感程度有所不同，孕災(zāi)環(huán)境敏感性越高，說明該地區(qū)越容易發(fā)生洪澇災(zāi)害。孕災(zāi)環(huán)境主要以氣候、地理環(huán)境等自然因素影響為主，地區(qū)的高程、坡度、地表溫度、太陽輻射和氣溫都會(huì)對洪澇災(zāi)害的形成和擴(kuò)張有顯著的影響。高程越高、坡度越大的地區(qū)洪水會(huì)從地勢高的地區(qū)流向地勢低的地區(qū)，不容易匯集洪水形成洪澇災(zāi)害，對洪澇災(zāi)害形成的敏感性呈負(fù)相關(guān)；地表溫度、太陽輻射和氣溫會(huì)影響地區(qū)的水分蒸發(fā)，間接加大降水量，促進(jìn)洪澇災(zāi)害的發(fā)生，與洪澇災(zāi)害形成的敏感性呈正相關(guān)。本研究將臨汾市孕災(zāi)環(huán)境的5個(gè)評價(jià)指標(biāo)進(jìn)行綜合分析，最終獲得臨汾市孕災(zāi)環(huán)境敏感性分布情況（圖5）。

根據(jù)孕災(zāi)環(huán)境敏感性分布可知，孕災(zāi)環(huán)境敏感性較高的地區(qū)主要分布在地勢較低、坡度較小的盆地。其中，在臨汾市中部、東部以及西部部分地區(qū)，如霍州市、洪洞縣、堯都區(qū)、襄汾縣、安澤縣和永和縣等，受溫度高、太陽輻射強(qiáng)和地勢低的影響，對洪澇災(zāi)害敏感性較高，發(fā)生洪澇災(zāi)害可能性較大，并且周圍地區(qū)地勢高，極易出現(xiàn)洪水匯集灌入的現(xiàn)象；臨汾市西部、北部和南部部分地區(qū)，如吉縣、蒲縣、鄉(xiāng)寧縣、翼城縣南部和霍州市、古縣兩區(qū)交界等部分地區(qū)，主要以山地、丘陵為主，地勢高、起伏大，且溫度適中，不易發(fā)生洪水匯聚或大量降水，對洪澇災(zāi)害形成的敏感性低。

3.3 洪澇災(zāi)害防災(zāi)減災(zāi)能力評價(jià)與分析

防災(zāi)減災(zāi)能力是指洪澇災(zāi)害發(fā)生前后，地區(qū)預(yù)防和應(yīng)對洪澇災(zāi)害的綜合能力，具體包括工程措施與非工程措施，防災(zāi)減災(zāi)能力越強(qiáng)的地區(qū)，洪澇災(zāi)害的危險(xiǎn)程度越低，一個(gè)地區(qū)的防災(zāi)減災(zāi)能力主要與地區(qū)經(jīng)濟(jì)發(fā)展水平、人口數(shù)量以及城市建筑密度等因素有關(guān)［23］。本研究采用5個(gè)評價(jià)指標(biāo)從2個(gè)方面對臨汾市防災(zāi)減災(zāi)能力進(jìn)行評價(jià)。工程措施方面，主要考慮城鎮(zhèn)建設(shè)水平對防洪抗災(zāi)工程的影響，夜間燈光、不透水率均能從側(cè)面反映城市發(fā)達(dá)程度，二者值越大，說明城鎮(zhèn)化水平越高，治河、排水泄洪、災(zāi)后重建等工程措施更完善，有利于防災(zāi)減災(zāi)。在非工程措施方面，主要考慮人力物力資源、植被覆蓋度等的影響，人口密度大、人均GDP高，防災(zāi)減災(zāi)時(shí)所能投入的人力和物力就多，災(zāi)害發(fā)生時(shí)的救助能力以及災(zāi)后的重建能力強(qiáng)；但地區(qū)的植被覆蓋度與防災(zāi)減災(zāi)能力呈負(fù)相關(guān)，當(dāng)植被豐富時(shí)，根須的蓄水能力增強(qiáng)，地區(qū)內(nèi)洪水不易排出從而容易導(dǎo)致洪澇。將以上影響因子按照權(quán)重進(jìn)行疊加分析，最終獲得臨汾市防災(zāi)減災(zāi)能力分布情況（圖6）。

洪澇災(zāi)害防災(zāi)減災(zāi)能力強(qiáng)的地區(qū)集中在臨汾市的中心地帶，如侯馬市、襄汾縣、堯都區(qū)、洪洞縣和霍州市等部分地區(qū)，這些地區(qū)城鎮(zhèn)化水平較高、人口密度較大、經(jīng)濟(jì)基礎(chǔ)強(qiáng)勁、植被覆蓋度適中，對洪澇災(zāi)害的防災(zāi)減災(zāi)能力最強(qiáng)。臨汾市西部的少數(shù)地區(qū)，如永和縣、隰縣、大寧縣東北部、蒲縣中西部、鄉(xiāng)寧縣西北部等，雖然城鎮(zhèn)化水平和人口密度均較低，但其植被覆蓋度較低、建筑密度程度較高，也具有一定的洪澇災(zāi)害預(yù)防與控制能力。臨汾市西部山區(qū)和東部丘陵地帶，人口密度較低，土地建設(shè)強(qiáng)度不高且存在大量的植被，地區(qū)整體發(fā)展水平不高，導(dǎo)致排水泄洪、救援減災(zāi)能力弱。

3.4 洪澇災(zāi)害風(fēng)險(xiǎn)綜合評價(jià)與分析

臨汾市洪澇災(zāi)害風(fēng)險(xiǎn)性是由致災(zāi)因子危險(xiǎn)性、孕災(zāi)環(huán)境敏感性和防災(zāi)減災(zāi)能力3個(gè)影響因子共同作用的結(jié)果，將各影響因子的評價(jià)指標(biāo)乘以對應(yīng)的綜合權(quán)重后帶入災(zāi)害綜合評價(jià)指數(shù)模型，最終獲得臨汾市洪澇災(zāi)害風(fēng)險(xiǎn)綜合評價(jià)情況（圖7）。

從洪澇災(zāi)害風(fēng)險(xiǎn)綜合評價(jià)的結(jié)果可以看出，研究區(qū)內(nèi)洪澇災(zāi)害風(fēng)險(xiǎn)分布整體呈由西部向東部逐漸遞增的趨勢。其中，臨汾市中部、西部往北邊等地區(qū)，如永和縣、大寧縣、堯都區(qū)、洪洞縣以及汾西縣、霍州市、洪洞縣3區(qū)交界等地區(qū)，其防災(zāi)減災(zāi)綜合能力較弱。研究區(qū)中部的堯都區(qū)、洪洞縣等地區(qū)的洪澇災(zāi)害綜合風(fēng)險(xiǎn)呈區(qū)域中心風(fēng)險(xiǎn)低，在一定范圍內(nèi)向四周逐漸遞增的趨勢，主要原因是由于中心城區(qū)經(jīng)濟(jì)產(chǎn)量和發(fā)展建設(shè)程度由中心城區(qū)向四周郊區(qū)逐漸降低，其防災(zāi)減災(zāi)綜合能力也隨之減弱，發(fā)生洪澇災(zāi)害的可能性增加。臨汾市西部的吉縣、鄉(xiāng)寧縣、蒲縣、隰縣等地區(qū)，致災(zāi)因子危險(xiǎn)性適中，防災(zāi)減災(zāi)能力較弱，但因其地形以地勢高、坡度大的山區(qū)為主，匯集的降水容易排出，導(dǎo)致孕災(zāi)環(huán)境敏感性偏低，因此這些地區(qū)的防災(zāi)減災(zāi)綜合風(fēng)險(xiǎn)適中。臨汾市東部、南部地區(qū)洪澇致災(zāi)因子危險(xiǎn)性占主導(dǎo)作用，雖然翼城縣南部以及霍州市、古縣2區(qū)交界等地區(qū)的孕災(zāi)敏感性較弱，但是受地表徑流大、整體降水量大、防災(zāi)減災(zāi)能力弱等影響，整體發(fā)生洪澇災(zāi)害的綜合可能性仍然很高。

3.5 結(jié)果驗(yàn)證

根據(jù)臨汾市近50年洪澇災(zāi)害發(fā)生點(diǎn)分布?xì)v史數(shù)據(jù)，對評價(jià)結(jié)果進(jìn)行驗(yàn)證。將這些災(zāi)害分布點(diǎn)與洪澇災(zāi)害風(fēng)險(xiǎn)綜合評價(jià)結(jié)果進(jìn)行對比（圖6），78%左右的災(zāi)害點(diǎn)在本次評價(jià)結(jié)果的較高及以上風(fēng)險(xiǎn)區(qū)范圍內(nèi)（圖8）。通過對歷史災(zāi)情數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析發(fā)現(xiàn)，因強(qiáng)降水作用造成的大規(guī)模水體匯集沖刷是臨汾市洪澇災(zāi)害發(fā)生的主要原因，降水匯入河道形成洪峰，對流域內(nèi)鄉(xiāng)鎮(zhèn)造成重大損失。臨汾市近30年發(fā)生洪澇災(zāi)害120余次，古縣、洪洞縣、安澤縣等部分地區(qū)發(fā)生洪澇災(zāi)害的頻次較高。汾西縣、鄉(xiāng)寧縣、大寧縣的河流沿岸曾出現(xiàn)不同程度的洪澇災(zāi)害。通過使用歷史災(zāi)情數(shù)據(jù)對評價(jià)結(jié)果進(jìn)行驗(yàn)證，本研究提出的臨汾市洪澇災(zāi)害評估結(jié)果與實(shí)際情況一致性較高，可為各有關(guān)部門的防訊救災(zāi)科學(xué)決策提供較科學(xué)的依據(jù)。

4 小結(jié)

1）致災(zāi)因子危險(xiǎn)性與降水量、地表徑流和土壤水分呈正相關(guān)，與蒸散發(fā)呈負(fù)相關(guān)；孕災(zāi)環(huán)境敏感性與地表溫度、太陽輻射和氣溫呈正相關(guān)，與高程、坡度呈負(fù)相關(guān)；防災(zāi)減災(zāi)能力與夜間燈光、人口密度、GDP和不透水率呈正相關(guān)，與植被覆蓋度呈負(fù)相關(guān)。臨汾市洪澇災(zāi)害的3個(gè)影響因子及其評價(jià)指標(biāo)，構(gòu)成了洪澇災(zāi)害風(fēng)險(xiǎn)綜合評價(jià)體系。

2）臨汾市洪澇災(zāi)害的致災(zāi)因子危險(xiǎn)性、孕災(zāi)環(huán)境敏感性和防災(zāi)減災(zāi)能力在空間地域分布上均表現(xiàn)出明顯的差異特征。致災(zāi)因子危險(xiǎn)性呈東部、西部地區(qū)高于中部地區(qū)，且東部地區(qū)整體高于西部地區(qū)的趨勢；孕災(zāi)環(huán)境敏感性較高的地區(qū)主要分布在臨汾市中部、東部及西部部分地區(qū)地勢低的盆地上，敏感性低的地區(qū)主要分布在溫度適中、起伏大的山地和丘陵；防災(zāi)減災(zāi)能力強(qiáng)的地區(qū)主要分布在臨汾市中部的侯馬市、堯都區(qū)、洪洞縣、霍州市等地區(qū)的中心發(fā)達(dá)地帶，而西部山地和東部丘陵地區(qū)的防災(zāi)減災(zāi)能力弱。

3）臨汾市洪澇災(zāi)害綜合風(fēng)險(xiǎn)分布整體呈由西部向東部逐漸遞增的趨勢。一是，地表徑流大、降水量大的地區(qū)洪澇災(zāi)害綜合風(fēng)險(xiǎn)明顯高于其他地區(qū)，其中，臨汾市東部、西部的河谷地區(qū)因強(qiáng)降水更易發(fā)生洪澇災(zāi)害；二是，平原、盆地易出現(xiàn)大規(guī)模水體匯集灌入現(xiàn)象，孕災(zāi)環(huán)境敏感性高，故其洪澇災(zāi)害綜合風(fēng)險(xiǎn)整體高于東部、西部山地、丘陵等地區(qū)；三是，城鎮(zhèn)化建設(shè)發(fā)達(dá)、人口密集的地區(qū)洪澇災(zāi)害綜合風(fēng)險(xiǎn)明顯低于其他地區(qū)，與存在大量自然植被、蓄水強(qiáng)、排水差的東部丘陵相比，中部城區(qū)的土地建設(shè)程度更高、人力物力資源更豐富，不易發(fā)生洪澇災(zāi)害。綜合來看，臨汾市東部、南部地區(qū)的洪澇災(zāi)害綜合風(fēng)險(xiǎn)較高，超過50%的地區(qū)將面臨洪澇威脅，說明洪澇災(zāi)害對臨汾市的社會(huì)、經(jīng)濟(jì)和生態(tài)發(fā)展整體影響較大。

未來，加強(qiáng)洪澇災(zāi)害的預(yù)防與控制工作對于臨汾市來說至關(guān)重要。一是，加強(qiáng)城市排水系統(tǒng)建設(shè)，興建水庫、塘壩、截流溝等水利工程，攔蓄地表徑流，預(yù)防強(qiáng)降雨天氣；二是，種植水土保持林，控制水土流失；三是，提前部署，每年汛期來臨前，備好抗洪救災(zāi)物資。洪澇災(zāi)害的形成與發(fā)展是一個(gè)十分復(fù)雜的系統(tǒng)，是自然因素和社會(huì)經(jīng)濟(jì)因素共同作用的結(jié)果，并且仍在不斷地變化。由于許多資料的收集并不是十分的嚴(yán)謹(jǐn)和完善，客觀、實(shí)時(shí)、精準(zhǔn)地評估洪澇災(zāi)害仍然具有較大的挑戰(zhàn)性。在GIS技術(shù)的支持下，基于多源空間數(shù)據(jù)融合方法，選擇合適的評價(jià)指標(biāo)對洪澇災(zāi)害風(fēng)險(xiǎn)評價(jià)進(jìn)行更精確化的處理和分析是今后研究的重要方向。

參考文獻(xiàn)：

［1］ XUN L I，GUANGZHONG C，PEIHONG Z， et al. China’s low-carbon eco-city development strategy［J］.Urban studies，2010，17（1）：32-39，45.

［2］ 李 楠，任 穎，顧偉宗，等.基于GIS的山東省暴雨洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃［J］.中國農(nóng)學(xué)通報(bào)，2010，26（20）：313-317.

［3］ 《中國水旱災(zāi)害防御公報(bào)2020》概要［J］. 中國防汛抗旱，2021， 31（11）：26-32.

［4］ 黃大鵬，劉 闖，彭順風(fēng).洪災(zāi)風(fēng)險(xiǎn)評價(jià)與區(qū)劃研究進(jìn)展［J］.地理科學(xué)進(jìn)展，2007，26（4）：11-22.

［5］ 俞 布，繆啟龍，潘文卓，等.杭州市臺(tái)風(fēng)暴雨洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃與評價(jià)［J］.氣象，2011，37（11）：1415-1422.

［6］ 萬昔超，殷偉量，孫 鵬，等. 基于云模型1的暴雨洪澇災(zāi)害風(fēng)險(xiǎn)分區(qū)評價(jià)［J］. 自然災(zāi)害學(xué)報(bào)，2017，26（4）：77-83.

［7］ 程先富，郝丹丹. 基于OWA-GIS的巢湖流域洪澇災(zāi)害風(fēng)險(xiǎn)評價(jià)［J］. 地理科學(xué)，2015，35（10）：1312-1317.

［8］ 段光耀，趙文吉，宮輝力.基于遙感數(shù)據(jù)的區(qū)域洪澇風(fēng)險(xiǎn)評估改進(jìn)模型［J］. 自然災(zāi)害學(xué)報(bào)，2012，21（4）：57-61.

［9］ 高 偉，沈 秋，李夢璠，等.基于多源遙感數(shù)據(jù)的洪澇淹沒范圍時(shí)序監(jiān)測分析［J］.測繪與空間地理信息，2018，41（7）：8-10，14.

［10］ 王文娟，李麗平.山西省主要?dú)庀鬄?zāi)害特征及風(fēng)險(xiǎn)評估——基于暴雨洪澇災(zāi)害氣象數(shù)據(jù)融合的實(shí)證視角［J］.科技導(dǎo)報(bào)，2017，35（8）：81-87.

［11］ 潘耀忠，史培軍.區(qū)域自然災(zāi)害系統(tǒng)基本單元研究—Ⅰ：理論部分［J］.自然災(zāi)害學(xué)報(bào)，1997，6（4）：3-11.

［12］ 孫紹騁.災(zāi)害評估研究內(nèi)容與方法探討［J］.地理科學(xué)進(jìn)展，2001，20（2）：122-130.

［13］ CHAN C W，PARKER D W. Response to dynamic flood hazard factors in peninsular malaysia［J］. The geographical journal，1996，162（3）：313-325

［14］ WANG Z，MA H，LAI C， et al. Set pair analysis model based on GIS to evaluation for flood damage risk［J］. Procedia engineering， 2012， 28（8）：196-201.

［15］ 周成虎. 洪水災(zāi)情評估信息系統(tǒng)研究［J］. 地理學(xué)報(bào)，1993，48（1）：11-18.

［16］ 黃 懿，代春梅.基于GIS技術(shù)的樂山市暴雨洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃研究［J］.高原山地氣象研究，2014，34（1）：62-67.

［17］ 李樹軍，袁 靜，何永健，等.基于GIS的濰坊市暴雨洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃［J］.中國農(nóng)學(xué)通報(bào)，2012，28（20）：295-301.

［18］ 梅 勇，唐云輝，況 星.基于GIS技術(shù)的重慶市暴雨洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃研究［J］.中國農(nóng)學(xué)通報(bào)，2011，27（32）：287-293.

［19］ 譚躍進(jìn)， 陳英武， 羅鵬程. 系統(tǒng)工程原理［M］. 北京：科學(xué)出版社，2010.

［20］ 許樹柏. 實(shí)用決策方法：層次分析法原理［M］. 天津：天津大學(xué)出版社， 1988.

［21］ 張念強(qiáng). 基于GIS的鄱陽湖地區(qū)洪水災(zāi)害風(fēng)險(xiǎn)評價(jià)［D］.南昌：南昌大學(xué)，2006.

［22］ 董 文，張 新，陳華斌. 河北省自然災(zāi)害危險(xiǎn)性分析及其在主體功能區(qū)劃評價(jià)中的應(yīng)用［J］. 自然災(zāi)害學(xué)報(bào)，2011，20（3）：99-104.

［23］ 成 陸，付梅臣，王 力. 基于RS和GIS的縣域洪澇災(zāi)害風(fēng)險(xiǎn)評估［J］. 南水北調(diào)與水利科技，2019，17（6）：37-44，68.

收稿日期：2021-03-19

基金項(xiàng)目：浙江省自然科學(xué)基金項(xiàng)目（LQ21D060001）；風(fēng)云衛(wèi)星先行計(jì)劃項(xiàng)目（FY-APP-2021.0105）；浙江省氣象科技計(jì)劃項(xiàng)目（2021YB07；2019QN19）；新疆氣象局引導(dǎo)性計(jì)劃項(xiàng)目（YD202224）

作者簡介：荀佳常（1997-），男，陜西漢中人，碩士，主要從事地質(zhì)災(zāi)害研究，（電話）17362195147（電子信箱）3255410357@qq.com；通信作者，徐 棟（1997-），男，江蘇泰州人，博士，主要從事城市環(huán)境遙感研究，（電子信箱）xd@mail.bnu.edu.cn。