摘要：山洪災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)可為山洪災(zāi)害致災(zāi)機(jī)理研究、風(fēng)險(xiǎn)區(qū)劃等提供科學(xué)依據(jù)?；贕IS、地理探測(cè)器、層次分析法和自然災(zāi)害風(fēng)險(xiǎn)理論，以雪水當(dāng)量、坡度、年最大1 h點(diǎn)雨量等9個(gè)指標(biāo)數(shù)據(jù)為支撐，辨識(shí)新疆維吾爾自治區(qū)山洪災(zāi)害風(fēng)險(xiǎn)的主要驅(qū)動(dòng)因子，并從致災(zāi)因子、孕災(zāi)環(huán)境和易損性3個(gè)方面對(duì)新疆山洪災(zāi)害風(fēng)險(xiǎn)進(jìn)行評(píng)估。結(jié)果表明：坡度的單因子解釋力最大，年最大1 h點(diǎn)雨量與其他各因子的交互類型均為非線性增強(qiáng)；全疆山洪災(zāi)害風(fēng)險(xiǎn)等級(jí)由高到低的面積占比依次為6.69%，13.63%，18.01%，25.42%和36.25%?？傮w上，新疆“三山”山脈的地質(zhì)地貌和水文氣象等條件對(duì)山洪形成具有重要影響，加強(qiáng)1 h短期降雨和融雪徑流的監(jiān)測(cè)預(yù)警，對(duì)當(dāng)?shù)氐钟胶榫哂鞋F(xiàn)實(shí)意義。研究成果可為科學(xué)評(píng)估和預(yù)防新疆山洪災(zāi)害風(fēng)險(xiǎn)提供參考。

關(guān) 鍵 詞：山洪災(zāi)害； 風(fēng)險(xiǎn)評(píng)價(jià)； 層次分析法； 地理探測(cè)器； 新疆維吾爾自治區(qū)

中圖法分類號(hào)： TV87；P954

文獻(xiàn)標(biāo)志碼： A

DOI：10.16232/j.cnki.1001-4179.2024.11.011

0 引 言

山洪是指在山丘區(qū)小流域內(nèi)，由于強(qiáng)降水造成的突發(fā)性、暴漲暴落的地表徑流^［1-3］，具有成災(zāi)快、難以預(yù)測(cè)、破壞性強(qiáng)等特點(diǎn)。新疆維吾爾自治區(qū)獨(dú)特的自然地理、水文氣象等條件造成自治區(qū)山洪災(zāi)害具有頻率高、突發(fā)性強(qiáng)、危害大、防治難度大等特點(diǎn)^［4］，給當(dāng)?shù)厝嗣裆踩蜕鐣?huì)經(jīng)濟(jì)發(fā)展造成巨大威脅^［5］。山洪災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)是開展山洪災(zāi)害防治管理的重要內(nèi)容和迫切需要^［6］，不僅能了解各地區(qū)山洪災(zāi)害的危險(xiǎn)程度，進(jìn)而提前制定科學(xué)有效的預(yù)防方案^［7］，還有利于為缺資料地區(qū)山洪預(yù)報(bào)預(yù)警模型的參數(shù)區(qū)域化移用提供參考^［8］，進(jìn)而為山洪災(zāi)害實(shí)施“分而治之”的防治和管理提供科學(xué)依據(jù)^［9］。

對(duì)于洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)，國內(nèi)外學(xué)者主要根據(jù)自然災(zāi)害風(fēng)險(xiǎn)理論，從洪水危險(xiǎn)性、脆弱性、易損性、暴露度等方面開展了廣泛研究。Zhang 等^［10］從長江流域洪水危險(xiǎn)度、脆弱性和暴露度3個(gè)方面選擇了13個(gè)評(píng)價(jià)指標(biāo)，基于AHP和GIS建立空間多指數(shù)模型并生成洪水風(fēng)險(xiǎn)空間分布圖，利用長江水庫實(shí)測(cè)洪水資料對(duì)模型結(jié)果進(jìn)行了驗(yàn)證。Duan 等^［11］從城市內(nèi)澇危險(xiǎn)度、暴露度、脆弱性、應(yīng)急響應(yīng)與恢復(fù)能力4個(gè)標(biāo)準(zhǔn)層選取了18個(gè)評(píng)價(jià)指標(biāo)，基于GIS和AHP繪制長春市城區(qū)內(nèi)澇風(fēng)險(xiǎn)圖，為城市發(fā)展規(guī)劃提供理論依據(jù)。Peng 等^［12］從洪水危險(xiǎn)性和脆弱性兩個(gè)方面選擇了6個(gè)評(píng)價(jià)指標(biāo)，建立了博弈論組合加權(quán)的洪水風(fēng)險(xiǎn)評(píng)價(jià)模型，并基于GIS平臺(tái)生成鄭州市洪澇災(zāi)害風(fēng)險(xiǎn)圖。Rubio 等^［13］從洪水危險(xiǎn)度、脆弱性、暴露度和應(yīng)對(duì)能力等方面選取了14個(gè)指標(biāo)，基于AHP和GIS對(duì)馬尼拉大都會(huì)洪水風(fēng)險(xiǎn)評(píng)價(jià)進(jìn)行可視化分析，可作為政策制定、土地利用規(guī)劃等方面的決策工具。王小笑等^［14］從山洪危險(xiǎn)性及易損性兩方面篩選出9個(gè)指標(biāo)，建立了基于AHP和綜合指數(shù)法的風(fēng)險(xiǎn)評(píng)估模型，結(jié)果表明所提出的山洪災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)模型能較好地反映江西省山洪災(zāi)害發(fā)生的特點(diǎn)。雖然上述文獻(xiàn)中構(gòu)建的風(fēng)險(xiǎn)評(píng)價(jià)模型驗(yàn)證效果都良好，但缺乏對(duì)非線性因素交互作用的深入探討。Li 等^［15］基于邏輯回歸、樸素貝葉斯、AdaBoost和隨機(jī)森林4種機(jī)器學(xué)習(xí)算法，13個(gè)條件因子以及全球洪水清單，構(gòu)建了全球洪水易感性評(píng)估模型，結(jié)果表明隨機(jī)森林在試驗(yàn)中表現(xiàn)較好，是一種有效、可靠的洪水易感性評(píng)價(jià)工具。吳小君等^［16］以江西省為例，從山洪災(zāi)害觸發(fā)因子、下墊面孕災(zāi)環(huán)境和承災(zāi)體3個(gè)方面選取9個(gè)評(píng)價(jià)指標(biāo)，通過訓(xùn)練樣本構(gòu)建了基于隨機(jī)森林算法的山洪災(zāi)害風(fēng)險(xiǎn)評(píng)估模型，結(jié)果表明構(gòu)建的隨機(jī)森林模型具有較好的擬合效果。雖然上述基于機(jī)器學(xué)習(xí)方法的評(píng)估模型預(yù)測(cè)性高，但模型效果受限于訓(xùn)練樣本數(shù)量且模型解釋性相對(duì)較差。

綜上，目前在對(duì)洪水災(zāi)害進(jìn)行分析風(fēng)險(xiǎn)評(píng)價(jià)時(shí)，所選取的指標(biāo)具有較強(qiáng)的主觀性，主要是定性分析選取的指標(biāo)對(duì)洪水災(zāi)害的影響，缺乏現(xiàn)實(shí)判斷依據(jù)，未對(duì)非線性因素對(duì)山洪災(zāi)害驅(qū)動(dòng)進(jìn)行單因子作用與交互作用的探討。而各指標(biāo)賦權(quán)方法各有優(yōu)缺點(diǎn)：層次分析法其優(yōu)勢(shì)在于綜合性和易操作性，但主觀性較強(qiáng)；熵值法是一種客觀賦權(quán)方法，但未考慮指標(biāo)與指標(biāo)之間的影響，而山洪災(zāi)害的發(fā)生是多因素共同驅(qū)動(dòng)的結(jié)果；基于人工神經(jīng)網(wǎng)絡(luò)、隨機(jī)森林等機(jī)器學(xué)習(xí)方法的評(píng)估模型預(yù)測(cè)性能好，但受限于訓(xùn)練樣本數(shù)量且模型解釋性相對(duì)較差。

基于新疆獨(dú)特的自然地理、水文氣象和歷史災(zāi)害點(diǎn)數(shù)據(jù)收集的考量，本文基于史培軍災(zāi)害系統(tǒng)理論的“三元”風(fēng)險(xiǎn)評(píng)估模型^［17-18］，從山洪災(zāi)害的致災(zāi)因子、孕災(zāi)環(huán)境和承災(zāi)體脆弱性或易損性3個(gè)方面選取9個(gè)指標(biāo)，建立基于地理探測(cè)器和層次分析法（AHP）的山洪災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)模型，定量分析新疆山洪災(zāi)害空間分異的驅(qū)動(dòng)因子，并基于驅(qū)動(dòng)因子的驅(qū)動(dòng)力分析結(jié)果和層次分析法對(duì)指標(biāo)賦權(quán)。最后通過GIS平臺(tái)進(jìn)行疊加分析得到新疆山洪災(zāi)害風(fēng)險(xiǎn)圖，并與山洪歷史災(zāi)害點(diǎn)數(shù)據(jù)對(duì)比驗(yàn)證，以期為新疆山洪災(zāi)害風(fēng)險(xiǎn)管理與防洪減災(zāi)工作提供技術(shù)支撐。

1 研究區(qū)域與數(shù)據(jù)

1.1 研究區(qū)域

新疆維吾爾自治區(qū)地處東經(jīng)73°40′～96°18′，北緯34°25′～48°10′之間，位于中國西北內(nèi)陸干旱區(qū)，降水量少，氣候干燥，年平均降水量為150 mm左右，具有“三山夾兩盆”的獨(dú)特地貌^［19-20］。獨(dú)特的地理環(huán)境決定了其水資源分配的不均勻性，從而導(dǎo)致洪水類型多樣，主要有暴雨洪水、季節(jié)積雪融水洪水、高山冰雪融水洪水、雨雪混合型洪水等。不同洪水類型時(shí)空分布情況見表1。

從空間分布上看，新疆地區(qū)水資源北多南少、西多東少；從時(shí)間上來看，夏季水量占全年水量的大部分，春秋季節(jié)占10%～20%左右，冬季10%以下^［21］，夏季暴雨洪水頻發(fā)，占全疆洪水災(zāi)害總量的73%^［22］。與其他中緯度山區(qū)不同，新疆地區(qū)擁有大量的冰川和積雪，積雪水資源約占全國積雪水資源總量的1/3。季節(jié)性冰雪融水是新疆地區(qū)水資源的主要補(bǔ)給，融雪徑流對(duì)河流的補(bǔ)給量在春季甚至可達(dá)到75%以上^［23-24］。

1.2 研究數(shù)據(jù)

數(shù)據(jù)主要包括新疆年最大1 h點(diǎn)雨量均值、新疆1∶1 000 000積雪深度-雪水當(dāng)量圖、DEM、土壤類型、巖性資料、植被覆蓋度、土地利用類型、夜間燈光密度、山洪歷史災(zāi)害點(diǎn)數(shù)據(jù)，數(shù)據(jù)來源具體見表2。

2 研究方法

2.1 地理探測(cè)器

地理探測(cè)器是由王勁峰等^［25］提出的一種探測(cè)地理空間異質(zhì)性的方法，是揭示因子的影響程度和因子間相互作用關(guān)系的途徑。其假設(shè)是：如果某些因素對(duì)某一現(xiàn)象有顯著的影響，則這些因素與該現(xiàn)象的空間分布在一定程度上具有相似性。地理探測(cè)器既可以探測(cè)到數(shù)值型數(shù)據(jù)，也可以探測(cè)到定性數(shù)據(jù)，以及探測(cè)兩因子在因變量上的相互作用^［26-28］。具體原理如下：

（1） 因子探測(cè)器。運(yùn)用不同影響因子的解釋力來揭示對(duì)自變量的影響程度，其主要是運(yùn)用影響因子不同等級(jí)中的方差與研究區(qū)山洪災(zāi)害方差的關(guān)系，其公式如下：

q=1-SSWSST

（1）

SSW=Lh=1Nhσ2h， SST=Nσ2

（2）

式中：q為影響因子對(duì)山洪災(zāi)害的解釋力；h表示分類數(shù)，h=1，2，…，L；Nh為分類h的單元數(shù)；N為研究區(qū)域的單元數(shù)；σh2為分類h的山洪災(zāi)害方差；σ2為研究區(qū)域山洪災(zāi)害方差；SSW為分類山洪災(zāi)害方差之和；SST為研究區(qū)山洪災(zāi)害總方差。其中，q∈［0，1］，q值越大，因子對(duì)山洪災(zāi)害的解釋力也越強(qiáng)。

（2） 交互探測(cè)器。通過進(jìn)行空間疊加，識(shí)別因子兩兩間的交互解釋力，從而判斷因子交互后對(duì)山洪災(zāi)害的影響程度，交互作用判斷具體見表3。

2.2 層次分析法（AHP）

層次分析法（AHP）是指將某一決策問題按目標(biāo)層、準(zhǔn)則層和指標(biāo)層3個(gè)層次進(jìn)行分析^［29］，是研究中常用的一種定性和定量分析的權(quán)重決策方法。主要步驟如下：① 確定評(píng)價(jià)體系的層次結(jié)構(gòu)；② 根據(jù)研究區(qū)實(shí)際情況并結(jié)合專家建議，采用1～9及其倒數(shù)標(biāo)度法構(gòu)造指標(biāo)判斷矩陣；③ 檢驗(yàn)判斷矩陣的滿意一致性CR，當(dāng)CR＜0.1時(shí)，表示判斷矩陣的一致性是合理的，反之，需要重新進(jìn)行一致性檢驗(yàn)；④ 計(jì)算判斷矩陣的特征根與特征向量，進(jìn)行歸一化處理后得到各指標(biāo)因子的權(quán)重Wi。

3 風(fēng)險(xiǎn)評(píng)價(jià)模型構(gòu)建

3.1 指標(biāo)選取

根據(jù)史培軍災(zāi)害系統(tǒng)理論的“三元”風(fēng)險(xiǎn)評(píng)估模型，將災(zāi)害系統(tǒng)分為致災(zāi)因子、孕災(zāi)環(huán)境和承災(zāi)體脆弱性或易損性3個(gè)方面，從中選取9個(gè)指標(biāo)（因子）進(jìn)行地理探測(cè)器和AHP層次結(jié)構(gòu)的搭建。數(shù)據(jù)的柵格化預(yù)處理在ArcGIS 10.6平臺(tái)上進(jìn)行，各指標(biāo)柵格處理結(jié)果具體見圖1。

3.1.1 致災(zāi)因子

短歷時(shí)強(qiáng)降雨和季節(jié)性冰川融雪是誘發(fā)山洪災(zāi)害的直接因素和激發(fā)條件。選取新疆地區(qū)年最大1 h點(diǎn)雨量均值和雪水當(dāng)量作為致災(zāi)因子指標(biāo)。

年最大1 h點(diǎn)雨量均值的柵格圖層由紙質(zhì)圖進(jìn)行獲取，具體步驟為：① 將各紙質(zhì)圖分別進(jìn)行高分辨率掃描；② 在ArcMap中對(duì)各掃描圖層進(jìn)行配準(zhǔn)、描繪等值線并賦值，得到相應(yīng)的shp圖層；③ 應(yīng)用ArcMap的“feature to point”命令得到等值線的中心點(diǎn)圖層并對(duì)未涉及的等值線進(jìn)行補(bǔ)點(diǎn)；④ 對(duì)得到的數(shù)值點(diǎn)圖層進(jìn)行克里金插值得到相應(yīng)的柵格圖層。

3.1.2 孕災(zāi)環(huán)境

選取新疆坡度、地形起伏度、土壤類型、植被覆蓋度、巖性作為孕災(zāi)環(huán)境指標(biāo)。

（1） 坡度反映地表的陡緩程度及傾斜情況，坡度陡的地區(qū)降雨過后水流湍急，山陡溝深落差大，利于山洪的發(fā)生。應(yīng)用ArcMap中的“3D Analys tool”的工具執(zhí)行“Slope”命令，得到坡度圖。

（2） 地形起伏度反映地表形態(tài)的起伏高低情況，數(shù)值越大表示區(qū)域高差大，越有利于山洪的發(fā)生。地形起伏度柵格圖由DEM原始數(shù)據(jù)在ArcMap中提取得到。

（3） 土壤類型是誘發(fā)山洪災(zāi)害的物質(zhì)基礎(chǔ)和潛在條件。土壤的滲透性越好，發(fā)生山洪的風(fēng)險(xiǎn)越小，而土壤的滲透性受土壤類型的影響。美國農(nóng)業(yè)部基于土壤的滲透性等水文特征，將土壤劃分為A、B、C、D 4個(gè)下滲能力依次減弱的水文土壤類型（HSGs）^［30］，依據(jù)水文土壤類型進(jìn)行專家打分評(píng)估制作土壤類型柵格圖層。土壤滲透性越強(qiáng)，產(chǎn)流能力越低，分?jǐn)?shù)越高，越不容易發(fā)生山洪。水文土壤類型和評(píng)分具體見表4。

（4） 植被覆蓋度與徑流量、土壤流失量之間存在強(qiáng)相關(guān)性。流域的產(chǎn)流產(chǎn)沙量均隨植被覆蓋度增加而呈降低趨勢(shì)，流域產(chǎn)匯流能力越低，越不易發(fā)生山洪^［31］。不同等級(jí)的植被覆蓋度的地表景觀表現(xiàn)不同^［32］，詳見表5。其中高覆蓋度的地表景觀表現(xiàn)為林地草地覆蓋濃密，低覆蓋度地表景觀表現(xiàn)為流動(dòng)沙丘等。依據(jù)植被覆蓋度等級(jí)劃分及對(duì)應(yīng)地表景觀表現(xiàn)進(jìn)行專家打分評(píng)估制作植被覆蓋柵格圖層。指標(biāo)評(píng)分具體見表6。

（5） 巖性的軟硬度在一定程度上可以反映地表巖層的破碎風(fēng)化和節(jié)理發(fā)育情況，對(duì)地表產(chǎn)匯流以及松散堆積物的分布都有一定影響^［33］。依據(jù)巖性的軟硬進(jìn)行專家打分評(píng)估。巖性越硬，分?jǐn)?shù)越高，表示流域產(chǎn)匯流能力越高，越容易發(fā)生山洪。巖性類別和指標(biāo)評(píng)分具體見表7。

3.1.3 易損性

山洪災(zāi)害的承災(zāi)對(duì)象是社會(huì)經(jīng)濟(jì)和人口。選取新疆土地利用和夜間燈光密度作為易損性指標(biāo)。土地利用方式通過對(duì)降水再分配和影響匯流過程而改變徑流的產(chǎn)生過程^［34］。萬榮榮等^［35］通過HEC-HMS分布式水文模型分析不同土地利用類型對(duì)洪水過程的影響程度，結(jié)果表明，對(duì)于同場(chǎng)降雨，5種土地利用的洪水總量順序?yàn)椋毫值兀际枇止鄥玻疾莸兀几兀冀ㄔO(shè)用地。依據(jù)不同土地利用對(duì)洪水過程的影響程度進(jìn)行專家打分評(píng)估，制作土地利用柵格圖層，分?jǐn)?shù)越高表示越不易遭到損失。指標(biāo)評(píng)分具體見表8。

3.2 新疆山洪災(zāi)害驅(qū)動(dòng)力分析

利用地理探測(cè)器定量分析山洪災(zāi)害空間分異的驅(qū)動(dòng)因子，為下一步利用層次分析法打分賦權(quán)提供依據(jù)。具體步驟為：① 將山洪點(diǎn)歷史災(zāi)害數(shù)據(jù)導(dǎo)入到ArcGIS中，利用核密度分析工具得到山洪災(zāi)害點(diǎn)密度圖；② 利用漁網(wǎng)工具將山洪災(zāi)害點(diǎn)密度和9個(gè)作為自變量的指標(biāo)數(shù)據(jù)提取到1 km×1 km網(wǎng)格中，然后導(dǎo)出至Excel；③ 利用SPSS軟件中的K-means方法對(duì)數(shù)據(jù)進(jìn)行分類，用王勁峰Excel編制的地理探測(cè)器軟件^［25］處理數(shù)據(jù)，得出探測(cè)結(jié)果。

3.2.1 單因子探測(cè)

采用參數(shù)最優(yōu)地理探測(cè)器的因子探測(cè)識(shí)別單因子對(duì)山洪災(zāi)害的解釋力，結(jié)果如表9所列。各因子驅(qū)動(dòng)解釋力q值按大小排序?yàn)椋浩露龋編r性＞植被覆蓋度＞年最大1 h點(diǎn)雨量均值＞土壤類型＞雪水當(dāng)量＞土地利用類型＞地形起伏度＞夜間燈光密度?？傮w上，致災(zāi)因子的平均q值為0.120 9，孕災(zāi)環(huán)境的平均q值為0.158 7，易損性的平均q值為0.036 0，除夜間燈光密度因子外，所有因子解釋力p值均小于0.01，探測(cè)結(jié)果具有顯著性。因子探測(cè)結(jié)果表明，自然風(fēng)險(xiǎn)災(zāi)害理論的3個(gè)因素中孕災(zāi)環(huán)境的解釋力最大，說明孕災(zāi)環(huán)境在新疆山洪災(zāi)害發(fā)生過程中起主導(dǎo)作用，尤其是坡度因子的解釋力較大，而易損性因子解釋力相對(duì)較弱。

3.2.2 因子交互探測(cè)

在9個(gè)單因子探測(cè)的基礎(chǔ)上進(jìn)行因子間的交互作用探測(cè)，利用熱圖將交互驅(qū)動(dòng)作用大小線性等間隔分級(jí)反映在圖2上。發(fā)現(xiàn)驅(qū)動(dòng)因子對(duì)新疆山洪災(zāi)害的驅(qū)動(dòng)作用并不獨(dú)立，而是呈現(xiàn)非線性或雙因子增強(qiáng)效應(yīng)。這說明本研究取的9個(gè)驅(qū)動(dòng)因子中任意兩個(gè)因子的交互作用對(duì)新疆山洪災(zāi)害風(fēng)險(xiǎn)的驅(qū)動(dòng)作用更為顯著。其中，各因子與坡度因子的交互作用解釋力都大于0.25，進(jìn)一步體現(xiàn)了坡度因子對(duì)山洪災(zāi)害風(fēng)險(xiǎn)起著重要作用。同時(shí)，與年最大1 h點(diǎn)雨量交互的各因子大多交互類型為非線性增強(qiáng)，提升作用較為明顯，年最大1 h點(diǎn)降雨量與巖性交互作用解釋力和年最大1 h點(diǎn)雨量與坡度交互作用解釋力是交互探測(cè)結(jié)果最大的兩個(gè)值，這表明年最大1 h點(diǎn)雨量顯著影響著山洪災(zāi)害風(fēng)險(xiǎn)等級(jí)，是山洪災(zāi)害發(fā)生過程中的關(guān)鍵因子。

3.3 指標(biāo)權(quán)重分析

基于層次分析法的原理，建立了由目標(biāo)層、準(zhǔn)則層和指標(biāo)層組成的洪水風(fēng)險(xiǎn)評(píng)估結(jié)構(gòu)如圖3所示。根據(jù)地理探測(cè)器結(jié)果，自然風(fēng)險(xiǎn)災(zāi)害理論的3個(gè)因素中孕災(zāi)環(huán)境的解釋力最大，說明孕災(zāi)環(huán)境在新疆山洪災(zāi)害發(fā)生過程中起主導(dǎo)作用，其在準(zhǔn)則層的權(quán)重占比較大，而易損性因子解釋力相對(duì)較弱，其在準(zhǔn)則層的權(quán)重占比較小。根據(jù)1～9及其倒數(shù)標(biāo)度法構(gòu)建出判斷矩陣，準(zhǔn)則層各指標(biāo)重要性判斷矩陣見表10。依據(jù)地理探測(cè)器結(jié)果各指標(biāo)驅(qū)動(dòng)解釋力的比較，構(gòu)建致災(zāi)因子、孕災(zāi)環(huán)境和易損性3個(gè)指標(biāo)層各指標(biāo)重要性判斷矩陣，具體見表11～13。各判斷矩陣都通過一致性檢驗(yàn)。最終各層次指標(biāo)具體權(quán)重值如表14所列。

4 結(jié)果分析

4.1 山洪災(zāi)害風(fēng)險(xiǎn)圖繪制

山洪災(zāi)害風(fēng)險(xiǎn)圖繪制步驟為：① 運(yùn)用ArcGIS漁網(wǎng)工具將新疆地區(qū)劃分成2 km×2 km的網(wǎng)格；② 將9個(gè)指標(biāo)的柵格圖像值提取到劃分好的網(wǎng)格點(diǎn)中，得到包含所有指標(biāo)值的屬性表；③ 基于層次分析法得到的指標(biāo)權(quán)重結(jié)果，運(yùn)用ArcGIS軟件中柵格計(jì)算器對(duì)各指標(biāo)因子進(jìn)行歸一化處理和疊加計(jì)算，得到新疆山洪災(zāi)害風(fēng)險(xiǎn)圖；④ 進(jìn)行重分類并依據(jù)自然間斷點(diǎn)將新疆山洪災(zāi)害風(fēng)險(xiǎn)圖劃分為低、較低、一般、較高、高風(fēng)險(xiǎn)5個(gè)部分。具體成果如圖4所示。

4.2 山洪災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)及結(jié)果驗(yàn)證

4.2.1 山洪災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)

新疆地區(qū)低風(fēng)險(xiǎn)區(qū)域面積最大，面積為60.35萬km2，占新疆總面積的36.25%。低風(fēng)險(xiǎn)區(qū)域呈塊狀分布，主要集中在塔里木盆地、準(zhǔn)格爾盆地、庫木庫勒盆地等地區(qū)，該地區(qū)地形平坦、降雨量少。較低風(fēng)險(xiǎn)區(qū)域面積為42.32萬km2，占新疆總面積的25.42%，較低風(fēng)險(xiǎn)區(qū)域呈帶狀分布，主要集中分布在雙河市、博爾塔拉蒙古自治州、胡楊河市、克拉瑪依市、石河子市、昌吉回族自治州、北屯市、阿勒泰地區(qū)的中部與南部、吐魯番北部、哈密市北部與南部、喀什地區(qū)北部。這些地區(qū)地形較平坦、降雨量較少。中風(fēng)險(xiǎn)區(qū)域面積為29.98萬km2，占新疆總面積的18.01%，中風(fēng)險(xiǎn)區(qū)域呈帶狀分布，主要集中分布在吐魯番市中部、巴音郭楞蒙古自治州的東部。該地區(qū)植被覆蓋度不高，土地利用為沙地、裸巖石質(zhì)地，流域具有中等的產(chǎn)匯流能力。較高風(fēng)險(xiǎn)區(qū)域面積為22.69萬km2，占新疆總面積的13.63%，大體沿阿爾泰山脈、天山山脈、昆侖山山脈、阿爾金山分布，塔城地區(qū)西部也有集中分布。該地區(qū)地勢(shì)較高，有積雪分布，降雨量較多，巖性較硬，較易于產(chǎn)匯流。高風(fēng)險(xiǎn)區(qū)域面積最小，面積為11.49萬km2，占新疆總面積的6.69%，分布區(qū)域與較高風(fēng)險(xiǎn)分布區(qū)域有較大重合，大體上沿阿爾泰山脈、天山山脈、昆侖山山脈分布。該地區(qū)位于積雪山脈，且雨季降雨量多，山區(qū)以變質(zhì)巖、石灰?guī)r、花崗巖等組成的山體為主體，山高坡陡，河流集水快，易于產(chǎn)匯流。山洪災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)各等級(jí)占比如表15所列。

新疆山洪災(zāi)害高風(fēng)險(xiǎn)與較高風(fēng)險(xiǎn)區(qū)域主要沿山脈分布，其主要原因是該區(qū)域地形坡度較大，巖性較硬且較為完整，有利于地表產(chǎn)匯流，加上季節(jié)性的融雪徑流和降雨的疊加更容易暴發(fā)山洪。而低風(fēng)險(xiǎn)和較低風(fēng)險(xiǎn)集中分布在盆地，主要由于地形坡度小，降雨少，難以滿足山洪暴發(fā)的條件。

4.2.2 結(jié)果驗(yàn)證

山洪災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)的準(zhǔn)確性對(duì)后期的山洪災(zāi)害防御工作有著十分重要的作用。因此，必須對(duì)山洪災(zāi)害的風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果進(jìn)行驗(yàn)證。本文采用山洪歷史災(zāi)害點(diǎn)數(shù)據(jù)對(duì)評(píng)估結(jié)果進(jìn)行驗(yàn)證，具體方法為計(jì)算不同風(fēng)險(xiǎn)等級(jí)區(qū)域內(nèi)歷史災(zāi)害點(diǎn)的覆蓋比例，評(píng)價(jià)指標(biāo)包括覆蓋率和準(zhǔn)確度。覆蓋率的計(jì)算是通過ArcGIS提取歷史山洪災(zāi)害點(diǎn)所在風(fēng)險(xiǎn)等級(jí)的點(diǎn)數(shù)量并計(jì)算占總數(shù)的比例。具體步驟為：① 打開4.1節(jié)繪制好的山洪災(zāi)害風(fēng)險(xiǎn)圖的屬性表，利用ArcGIS中的“連接和關(guān)聯(lián)”工具將山洪災(zāi)害點(diǎn)數(shù)據(jù)導(dǎo)入到屬性表中，得到落在每個(gè)柵格上的山洪歷史災(zāi)害點(diǎn)數(shù)據(jù)；② 將屬性表中的數(shù)據(jù)導(dǎo)出至Excel，根據(jù)劃分的5個(gè)風(fēng)險(xiǎn)等級(jí)，匯總各山洪風(fēng)險(xiǎn)等級(jí)發(fā)生的山洪歷史災(zāi)害點(diǎn)次數(shù)。匯總結(jié)果如表16所列。

準(zhǔn)確度的計(jì)算是通過累計(jì)中風(fēng)險(xiǎn)、較高風(fēng)險(xiǎn)、高風(fēng)險(xiǎn)的比例和或者較高風(fēng)險(xiǎn)、高風(fēng)險(xiǎn)的比例和得出。從驗(yàn)證結(jié)果可以看出，新疆山洪歷史災(zāi)害總數(shù)為2 911次，高風(fēng)險(xiǎn)和較高風(fēng)險(xiǎn)區(qū)覆蓋的新疆歷史山洪災(zāi)害次數(shù)為1 522次，占比為52.29%，中風(fēng)險(xiǎn)、較高風(fēng)險(xiǎn)和高風(fēng)險(xiǎn)覆蓋的新疆歷史山洪災(zāi)害次數(shù)為2 369次，占比為81.39%。驗(yàn)證結(jié)果可以基本說明本研究針對(duì)新疆山洪災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)的合理性，且準(zhǔn)確度較高，在山洪災(zāi)害防治工作上具有一定的指導(dǎo)意義。

5 結(jié) 論

為了研究新疆山洪災(zāi)害風(fēng)險(xiǎn)的空間分布，本文采用地理探測(cè)器探明了山洪災(zāi)害各影響因素對(duì)山洪災(zāi)害點(diǎn)密度的驅(qū)動(dòng)力，并基于驅(qū)動(dòng)因子的驅(qū)動(dòng)力分析結(jié)果和層次分析法對(duì)各指標(biāo)進(jìn)行賦權(quán)，利用ArcGIS對(duì)各指標(biāo)因子進(jìn)行歸一化處理和疊加計(jì)算得到山洪災(zāi)害風(fēng)險(xiǎn)圖，最后利用山洪災(zāi)害歷史點(diǎn)數(shù)據(jù)對(duì)評(píng)估的風(fēng)險(xiǎn)等級(jí)進(jìn)行驗(yàn)證。主要結(jié)論如下：

（1） 坡度是造成新疆山洪災(zāi)害發(fā)生的主要因子，而年最大1 h點(diǎn)雨量在新疆山洪災(zāi)害發(fā)生過程中起到關(guān)鍵作用。新疆高風(fēng)險(xiǎn)與較高風(fēng)險(xiǎn)區(qū)域主要沿山脈分布，主要是該區(qū)域地形坡度較大，巖性較硬且較為完整，有利于地表產(chǎn)匯流，加上季節(jié)性的融雪徑流和降雨的疊加更容易暴發(fā)山洪。而低風(fēng)險(xiǎn)和較低風(fēng)險(xiǎn)集中分布在盆地，主要由于地形坡度小，降雨少，難以滿足山洪暴發(fā)的條件。

（2） 山洪災(zāi)害的形成機(jī)理復(fù)雜，影響因子較多，將山洪災(zāi)害風(fēng)險(xiǎn)影響因子完全定量化研究存在一定的困難。在未來的山洪災(zāi)害研究中，仍需研究山洪災(zāi)害形成機(jī)理，同時(shí)建立更健全的指標(biāo)體系，采取更符合實(shí)際的賦權(quán)方法，進(jìn)一步提高山洪災(zāi)害風(fēng)險(xiǎn)區(qū)劃的準(zhǔn)確性。對(duì)于大尺度的山洪災(zāi)害風(fēng)險(xiǎn)評(píng)估，評(píng)估的范圍越廣，評(píng)估的準(zhǔn)確性越低。隨著時(shí)間的變化，山洪災(zāi)害指標(biāo)因子會(huì)隨之改變，其風(fēng)險(xiǎn)圖也會(huì)隨之變化。要提高山洪風(fēng)險(xiǎn)評(píng)估的準(zhǔn)確性，應(yīng)采用高精度、最新的原始數(shù)據(jù)集。

參考文獻(xiàn)：

［1］ 李姣，王麗榮，王潔，等.基于動(dòng)態(tài)臨界雨量的山洪災(zāi)害預(yù)警技術(shù)研究［J］.自然災(zāi)害學(xué)報(bào)，2023，32（5）：235-242.

［2］ 程?hào)|，劉榮華，翟曉燕，等.基于中國山洪水文模型的山洪災(zāi)害預(yù)警指標(biāo)實(shí)時(shí)動(dòng)態(tài)分析［J］.中國水利水電科學(xué)研究院學(xué)報(bào)（中英文），2023，21（5）：444-454.

［3］ 熊凡，李沛鴻，袁逸敏，等.基于GIS和組合賦權(quán)的城市洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估［J］.人民長江，2023，54（8）：60-66.

［4］ 王新濤，陳超.新疆山洪災(zāi)害防治進(jìn)展與展望［J］.中國水利，2022（11）：48-51.

［5］ 元媛，金中武，曾鑫，等.考慮泥沙因子的四川省山洪風(fēng)險(xiǎn)評(píng)價(jià)研究［J］.水利水電快報(bào)，2024，45（3）：16-22.

［6］ 郭良，丁留謙，孫東亞，等.中國山洪災(zāi)害防御關(guān)鍵技術(shù)［J］.水利學(xué)報(bào)，2018，49（9）：1123-1136.

［7］ 李惠芳，吳悠.基于模糊層次分析法的陜西省山洪災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)［J］.陜西水利，2023（11）：78-79.

［8］ 劉昌軍，周劍，文磊，等.中小流域時(shí)空變?cè)椿旌袭a(chǎn)流模型及參數(shù)區(qū)域化方法研究［J］.中國水利水電科學(xué)研究院學(xué)報(bào)，2021，19（1）：99-114.

［9］ 陳躍紅，徐聰聰，張曉祥，等.中國山洪區(qū)劃研究［J］.地理學(xué)報(bào)，2023，78（5）：1059-1073.

［10］ZHANG D F，SHI X G，XU H，et al.A GIS-based spatial multi-index model for flood risk assessment in the Yangtze River Basin，China［J］.Environmental Impact Assessment Review，2020，83：106397.

［11］DUAN C Y，ZHANG J Q，CHEN Y N，et al.Comprehensive risk assessment of urban waterlogging disaster based on MCDA-GIS integration：the case study of Changchun，China［J］.Remote Sensing，2022，14（13）：3101.

［12］PENG J Q，ZHANG J M.Urban flooding risk assessment based on GIS- game theory combination weight：a case study of Zhengzhou City［J］.International Journal Of Disaster Risk Reduction，2022，77：103080.

［13］RUBIO C J，YU I S，KIM H Y，et al.Index-based flood risk assessment for Metro Manila［J］.Water Supply，2020，20（3）：851-859.

［14］王小笑，劉業(yè)偉，付佳偉.江西省山洪災(zāi)害風(fēng)險(xiǎn)評(píng)估區(qū)劃［J］.水電能源科學(xué)，2021，39（10）：85-88.

［15］LI X G，YAN D H，WANG K，et al.Flood risk assessment of global watersheds based on multiple machine learning models［J］.Water，2019，11（8）：1654.

［16］吳小君，方秀琴，任立良，等.基于隨機(jī)森林的山洪災(zāi)害風(fēng)險(xiǎn)評(píng)估：以江西省為例［J］.水土保持研究，2018，25（3）：142-149.

［17］史培軍.再論災(zāi)害研究的理論與實(shí)踐［J］.自然災(zāi)害學(xué)報(bào)，1996（4）：8-19.

［18］史培軍.三論災(zāi)害研究的理論與實(shí)踐［J］.自然災(zāi)害學(xué)報(bào)，2002（3）：1-9.

［19］劉華利.新疆維吾爾自治區(qū)塔里木河流域水資源承載力研究［J］.水利水電快報(bào)，2020，41（8）：8-11.

［20］姚秀萍，肖峰，馬嘉理.新疆地區(qū)夏季降水研究進(jìn)展與展望［J］.沙漠與綠洲氣象，2023，17（1）：1-9.

［21］安志清.新疆水文水資源對(duì)全球氣候變化的響應(yīng)［J］.能源與節(jié)能，2016（8）：177-178.

［22］余其鷹，胡彩虹，白云崗，等.新疆洪水預(yù)報(bào)預(yù)警中融雪徑流模型應(yīng)用進(jìn)展［J］.干旱區(qū)地理，2023，46（12）：1951-1962.

［23］劉艷，盧新玉，鄭奕，等.新疆與中亞融雪型洪水監(jiān)測(cè)、預(yù)警調(diào)研及對(duì)策建議［J］.氣象科技進(jìn)展，2022，12（2）：21-29.

［24］周剛，崔曼儀，李哲，等.新疆春季融雪洪水危險(xiǎn)性動(dòng)態(tài)評(píng)價(jià)研究［J］.干旱區(qū)研究，2021，38（4）：950-960.

［25］王勁峰，徐成東.地理探測(cè)器：原理與展望［J］.地理學(xué)報(bào)，2017，72（1）：116-134.

［26］李琛，吳映梅，高彬嬪，等.高原湖泊鄉(xiāng)村聚落空間分異及驅(qū)動(dòng)力探測(cè)：以環(huán)洱海地區(qū)為例［J］.經(jīng)濟(jì)地理，2022，42（4）：220-229.

［27］劉彥隨，楊忍.中國縣域城鎮(zhèn)化的空間特征與形成機(jī)理［J］.地理學(xué)報(bào)，2012，67（8）：1011-1020.

［28］虞夢(mèng)杰.關(guān)中地區(qū)不同空間尺度下山洪災(zāi)害驅(qū)動(dòng)因子分析及風(fēng)險(xiǎn)評(píng)價(jià)研究［D］.西安：西安理工大學(xué)，2023.

［29］程朋根，黃毅.基于AHP-熵權(quán)法的南昌市洪澇風(fēng)險(xiǎn)評(píng)估［J］.人民長江，2021，52（10）：18-25.

［30］馮帆，馬陽，馬悅.地下水位和土壤類型對(duì)海綿城市建設(shè)的影響［J］.凈水技術(shù)，2021，40（11）：97-101.

［31］崔勝寓.不同下墊面條件的水土保持效益及機(jī)理研究［D］.西安：西安理工大學(xué)，2017.

［32］高健健，穆興民，孫文義.1981～2012年黃土高原植被覆蓋度時(shí)空變化特征［J］.中國水土保持，2016（7）：52-56.

［33］杜俊，任洪玉，張平倉，等.大空間尺度山洪災(zāi)害危險(xiǎn)評(píng)估的比較研究［J］.災(zāi)害學(xué)，2016，31（3）：66-72.

［34］郭軍庭.潮河流域土地利用/氣候變化的水文響應(yīng)研究［D］.北京：北京林業(yè)大學(xué)，2012.

［35］萬榮榮，楊桂山.流域土地利用/覆被變化的水文效應(yīng)及洪水響應(yīng)［J］.湖泊科學(xué)，2004，16（3）：258-264.

（編輯：郭甜甜）

Risk assessment of flash flood disasters based on GIS in Xinjiang Uygur Autonomous Region

ZHANG Jiajun^1，2，DONG Linyao^1，2，ZHANG Na³，DU Jun^1，2，CHEN Chao³，TANG Wenjian^2，4

（1.Soil and Water Conservation Department，Changjiang River Scientific Research Institute，Wuhan 430010，China； 2.Research Center on Mountain Torrents and Geologic Disaster Prevention，Ministry of Water Resources，Wuhan 430010，China； 3.Flood Control and Drought Relief Service Center of Water Resources Department of Xinjiang Uygur Autonomous Region，Urumqi 830099，China； 4.Changjiang River Scientific Research Institute，Changjiang Water Resources Commission，Wuhan 430010，China）

Abstract：

Risk assessment of flash flood disasters provides a scientific basis for research on the disaster-causing mechanisms and risk zoning of flash floods.Based on GIS，geographic detectors，the analytic hierarchy process，and natural disaster risk theory，the main driving factors of flash flood disaster risk in Xinjiang Uygur Autonomous Region were identified with the support of nine index data points，such as snow water equivalent，slope and annual maximum 1-hour point rainfall.The risk assessment of flash flood disasters in Xinjiang was evaluated from three aspects：disaster-causing factors，disaster environment and vulnerability.The results show that the explanatory power of the single factor，slope，is the greatest，and the interaction between annual maximum 1-hour point rainfall and other factors exhibits nonlinear enhancement.The proportions of flash flood risk levels from high to low were 6.69%，13.63%，18.01%，25.42% and 36.25%，respectively.In general，the geological geomorphology and hydrometeorological conditions of the \"Three Mountains\" in Xinjiang significantly impact the formation of flash floods.Strengthening the monitoring and early warning of 1-hour short-term rainfall and snowmelt runoff is of practical significance for local resistance to flash floods.The research findings can provide a reference for the scientific assessment and prevention of flash flood disasters in Xinjiang.

Key words：

flash flood disaster； risk assessment； AHP； geographical detector； Xinjiang Uygur Autonomous Region