摘 要：分析洪澇災(zāi)害風(fēng)險(xiǎn)空間分布特征對(duì)洪澇災(zāi)害防范及減災(zāi)工作具有參考意義，以江蘇省為例，以自然災(zāi)害風(fēng)險(xiǎn)評(píng)估理論為指導(dǎo)，從洪澇災(zāi)害危險(xiǎn)性、敏感性、易損性及防災(zāi)減災(zāi)能力等風(fēng)險(xiǎn)因子出發(fā)，利用2012—2021年降雨空間分布數(shù)據(jù)及自然地理、社會(huì)經(jīng)濟(jì)數(shù)據(jù)，通過層次分析法和熵權(quán)法，引入距離函數(shù)優(yōu)化權(quán)重，并運(yùn)用GIS技術(shù)進(jìn)行可視化展現(xiàn)。結(jié)果表明：江蘇省致災(zāi)因子危險(xiǎn)性從北向南呈帶狀遞增趨勢(shì)；孕災(zāi)環(huán)境敏感性以中風(fēng)險(xiǎn)為主，分布較為分散；承災(zāi)體易損性較高區(qū)域集中在經(jīng)濟(jì)發(fā)達(dá)地區(qū)，大部分地區(qū)為較低水平；防災(zāi)減災(zāi)能力多數(shù)處于中等以上水平。江蘇省洪澇災(zāi)害綜合風(fēng)險(xiǎn)總體呈北低南高的特點(diǎn)，不同風(fēng)險(xiǎn)等級(jí)的面積對(duì)比為較低風(fēng)險(xiǎn)區(qū)gt;低風(fēng)險(xiǎn)區(qū)gt;中風(fēng)險(xiǎn)區(qū)gt;較高風(fēng)險(xiǎn)區(qū)gt;高風(fēng)險(xiǎn)區(qū)。區(qū)劃結(jié)果與江蘇省實(shí)際洪澇受災(zāi)情況基本吻合。

關(guān)鍵詞：洪澇災(zāi)害；GIS；AHP；熵權(quán)法；綜合風(fēng)險(xiǎn)分析；江蘇省

中圖分類號(hào)：TV122+. 1 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1001-9235（2025）03-0093-07

Analysis of Flood Disaster Risks in Jiangsu Province Based on Composite Factors

LU Wanying1， SHAO Tingting1， ZHAN Zhongyu2， HUANG Suning3， SUN Xingyi4

（1. Ecological Environment and Water Affairs Bureau of Nanjing Jiangbei New Area， Nanjing 210032， China; 2. Jiangsu Province

Hydrology and Water Resources Investigation Bureau， Nanjing 210008， China; 3. Nanjing Qinhuai River Management Office， Nanjing"210012， China; 4. Emergency Management Bureau of Nanjing Jiangbei New Area， Nanjing 210032， China）

Abstract： Analysis of the spatial distribution characteristics of flood disaster risks is vital for flood disaster prevention and mitigation. Taking Jiangsu Province as an example and applying the natural disaster risk assessment theory， this paper first analyzed risk factors such as the risk， sensitivity， and vulnerability of flood disasters and the disaster prevention and mitigation capacity. Besides， the spatial distribution data of precipitation， geographic information data， and socio-economic data from 2012 to 2021 were used， and the analytic hierarchy process （AHP） and entropy weight method （EWM） were employed. The distance function was introduced to optimize weights， and the geographic information system （GIS） technology was used for visual display. The results show that the risk of hazard-inducing factors increases from the north to the south in Jiangsu Province in a zonal pattern. The sensitivity distribution of a hazard-inducing environment is relatively scattered， with a medium risk. The areas with the high vulnerability of hazard-bearing bodies are concentrated in economically developed areas， and most areas are at a low level. The disaster prevention and mitigation capacity of most areas is above the medium level. The comprehensive risk of flood disasters in Jiangsu Province is generally low in the north and high in the south， and the areas of flood disaster risks at different levels in Jiangsu Province in descending order are as follows： lower-risk area gt; low-risk area gt; medium-risk area gt; higher-risk area gt; high-risk area. This zoning result is consistent with the actual flood disaster situation in Jiangsu Province.

Keywords： flood disaster; GIS; AHP; entropy weight method; comprehensive risk assessment; Jiangsu Province

隨著全球氣候變化極端氣候事件增多，中國城鎮(zhèn)化快速發(fā)展的背景下孕災(zāi)環(huán)境發(fā)生顯著變化，中國洪澇災(zāi)害呈現(xiàn)增多趨強(qiáng)的態(tài)勢(shì)，突發(fā)性強(qiáng)、影響范圍廣、災(zāi)害損失重已成為其顯著特點(diǎn)，嚴(yán)重威脅了城市化進(jìn)程和社會(huì)穩(wěn)定［1-3］。

洪澇災(zāi)害的成因非常復(fù)雜，它受到多種自然因素和社會(huì)因素的共同作用，包括氣候條件、地形地貌特征、植被覆蓋狀況以及社會(huì)經(jīng)濟(jì)發(fā)展的水平和防洪設(shè)施的建設(shè)情況，具有較強(qiáng)的不確定性［4］。有效開展洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃，能夠幫助政府部門科學(xué)研判洪澇災(zāi)害風(fēng)險(xiǎn)形勢(shì)，從洪澇風(fēng)險(xiǎn)災(zāi)害風(fēng)險(xiǎn)管理角度出發(fā)，制定針對(duì)性的防災(zāi)減災(zāi)措施，在理論上和實(shí)踐中都具有十分重要的意義。

目前，國內(nèi)外眾多學(xué)者做了大量研究，主要有遙感監(jiān)測評(píng)估法、歷史災(zāi)情普查法、綜合指標(biāo)體系法、基于水文動(dòng)力學(xué)的情景模擬法，并且已經(jīng)獲得了一定的研究成果或進(jìn)展［4-5］。其中，遙感技術(shù)對(duì)數(shù)據(jù)精度要求較高、歷史災(zāi)情資料可獲得性較差，綜合指標(biāo)評(píng)估法雖然指標(biāo)選取尚未形成體系、指標(biāo)權(quán)重存在主觀性，但能從自然環(huán)境、社會(huì)經(jīng)濟(jì)等多維度出發(fā)，較為全面研究區(qū)域?yàn)?zāi)情。綜上考慮，基于GIS（Geographic Information System）技術(shù)，利用層次分析法（Analytic Hierarchy Process，AHP）和熵權(quán)法相結(jié)合以確保指標(biāo)權(quán)重的合理性，從多個(gè)角度出發(fā)對(duì)城市中的洪澇災(zāi)害風(fēng)險(xiǎn)進(jìn)行量化評(píng)價(jià)和綜合分析。

江蘇省因其境內(nèi)河流交錯(cuò)、水網(wǎng)密布，是名副其實(shí)的“洪水走廊”，根據(jù)夏季風(fēng)的進(jìn)退規(guī)律，江蘇省正好處于主要移動(dòng)路徑范圍，汛期降水集中，雨帶易發(fā)生變化，可能會(huì)發(fā)生極端氣候事件，從而引起洪澇災(zāi)害［6］。但是，目前還未有學(xué)者對(duì)江蘇省洪澇災(zāi)害風(fēng)險(xiǎn)進(jìn)行較為全面的分析。洪澇災(zāi)害的形成是基于氣候條件-自然環(huán)境-社會(huì)和經(jīng)濟(jì)等復(fù)合系統(tǒng)各類因子相互作用的結(jié)果，但是單一的評(píng)價(jià)體系不能很好地刻畫洪澇災(zāi)害的形成要素。因此，基于江蘇省氣象資料、地理空間數(shù)據(jù)及社會(huì)經(jīng)濟(jì)數(shù)據(jù)，通過危險(xiǎn)性、敏感性、易損性及防災(zāi)減災(zāi)能力等4個(gè)維度進(jìn)行揭示，每個(gè)維度也是多因子復(fù)合的結(jié)果，從中選取多個(gè)具有代表性的評(píng)價(jià)因子，進(jìn)行優(yōu)化組合，即構(gòu)建復(fù)合因子，以幫助理解和量化洪澇災(zāi)害影響要素。在此基礎(chǔ)上構(gòu)建江蘇省洪澇災(zāi)害復(fù)合因子風(fēng)險(xiǎn)分析模型，揭示復(fù)合因子對(duì)江蘇省洪澇災(zāi)害風(fēng)險(xiǎn)的影響，分析江蘇省洪澇災(zāi)害風(fēng)險(xiǎn)程度分布情況，旨在為該區(qū)域洪澇災(zāi)害風(fēng)險(xiǎn)管理以及防洪減災(zāi)工作提供理論依據(jù)與支持。

1 研究區(qū)域概況

江蘇省轄江臨海、扼淮控湖，位于長江、淮河流域下游，是長江三角洲地區(qū)的重要組成部分。江蘇省共轄13個(gè)設(shè)區(qū)市、95個(gè)縣（市、區(qū)），截至2021年底，總面積為10. 72萬km2，常住人口8 505. 4萬，城鎮(zhèn)化率達(dá)73. 94%。

江蘇地處亞熱帶和暖溫帶過渡地帶，南北氣候差異較大，季風(fēng)環(huán)流特征明顯。春夏之交“梅雨”特征明顯，盛夏之際常發(fā)局部暴雨，夏秋之際易受臺(tái)風(fēng)侵?jǐn)_。

全省多年平均降水量為750～1 200 mm，其中50%～60%降水量集中在6—9月，容易形成洪澇災(zāi)害。2016年梅雨期（6—7月），受超強(qiáng)厄爾尼諾影響蘇南部分地區(qū)持續(xù)強(qiáng)降雨導(dǎo)致發(fā)生地洪澇災(zāi)害，2019年受“利奇馬”臺(tái)風(fēng)影響，沂沭泗流域發(fā)生強(qiáng)降雨導(dǎo)致徐州、連云港等城市受災(zāi)。江蘇省作為全國經(jīng)濟(jì)較發(fā)達(dá)的省份，暴雨洪澇災(zāi)害帶來的損失直接影響了其經(jīng)濟(jì)發(fā)展和社會(huì)安全。因此，開展江蘇省洪澇災(zāi)害風(fēng)險(xiǎn)分析對(duì)于洪澇災(zāi)害風(fēng)險(xiǎn)管理實(shí)踐來說十分必要。

2 數(shù)據(jù)來源與研究方法

2. 1 數(shù)據(jù)來源

a））行政區(qū)劃數(shù)據(jù)。采用2021年江蘇省行政區(qū)劃數(shù)據(jù)。

b））地形高程數(shù)據(jù)。通過地理空間數(shù)據(jù)云（https：//www. gscloud. cn）網(wǎng)站獲取江蘇省ASTER GDEM 30 m分辨率數(shù)字高程數(shù)據(jù)（圖1）。

c））土地利用及水系數(shù)據(jù)。通過2021年中國土地覆蓋數(shù)據(jù)集（CLCD）［7］（https：//zenodo. org）提取。

d））降雨數(shù)據(jù)。2012—2021年逐月降雨量［8］數(shù)據(jù)通過國家地球系統(tǒng)科學(xué)數(shù)據(jù)中心（https：//www.geodata. cn）獲??；暴雨天數(shù)通過氣象部門日降雨量數(shù)據(jù)進(jìn)行篩選獲取。

e））人口密度、地均GDP及植被覆蓋度。相關(guān)數(shù)據(jù)由中國科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心（https：//www. resdc. cn）獲取，其中人口及GDP空間分布采用2019年空間分布千米網(wǎng)格數(shù)據(jù)，植被覆蓋度采用2021年數(shù)據(jù)［9-11］。

f））其他數(shù)據(jù)。社會(huì)經(jīng)濟(jì)及醫(yī)療機(jī)構(gòu)床位數(shù)等數(shù)據(jù)來源于2021年江蘇省統(tǒng)計(jì)年鑒。

2. 2 研究方法

2. 2. 1 評(píng)價(jià)模型

經(jīng)過洪澇災(zāi)害風(fēng)險(xiǎn)理論發(fā)展及眾多學(xué)者研究［12-18］，致災(zāi)因子危險(xiǎn)性、孕災(zāi)環(huán)境敏感性、承災(zāi)體易損性及防災(zāi)減災(zāi)能力是洪澇災(zāi)害風(fēng)險(xiǎn)形成機(jī)制的主要影響因子，以此來構(gòu)建江蘇省洪澇災(zāi)害風(fēng)險(xiǎn)分析模型，并通過以下步驟實(shí)現(xiàn)：①建立洪澇災(zāi)害復(fù)合因子風(fēng)險(xiǎn)分析模型；②對(duì)各指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理；③通過層次分析法和熵權(quán)法確定指標(biāo)權(quán)重；④通過加權(quán)綜合法計(jì)算洪澇災(zāi)害風(fēng)險(xiǎn)指數(shù)，見式（1）：

F=w1A1+w2A2+w3A3-w4A4（1）式中：F為洪澇災(zāi)害風(fēng)險(xiǎn)指數(shù)；A1、A2、A3、A4分別為致災(zāi)因子危險(xiǎn)性、孕災(zāi)環(huán)境敏感性、承災(zāi)體易損性、防洪減災(zāi)能力；wi為各自權(quán)重。

通過自然斷點(diǎn)分級(jí)法刻畫江蘇省洪澇災(zāi)害風(fēng)險(xiǎn)程度分布情況，將其從輕到重劃分為5個(gè)等級(jí)。

2. 2. 2 指標(biāo)體系構(gòu)建

考慮指標(biāo)數(shù)據(jù)可獲得性，從洪澇災(zāi)害致災(zāi)因子、孕災(zāi)環(huán)境、承災(zāi)體和防洪減災(zāi)能力等方面選取江蘇省洪澇災(zāi)害風(fēng)險(xiǎn)分析要素。

a））致災(zāi)因子危險(xiǎn)性。降水對(duì)引發(fā)江蘇省洪澇災(zāi)害的作用是顯著的。根據(jù)2012—2021年逐月降雨量和日降雨量數(shù)據(jù)，選取年均汛期降雨量和年均暴雨天數(shù)作為危險(xiǎn)性指標(biāo)。

b））孕災(zāi)環(huán)境敏感性。區(qū)域地表環(huán)境孕育洪澇災(zāi)害的能力與區(qū)域地形地貌、植被環(huán)境、河網(wǎng)水系息息相關(guān)。通過閱讀大量文獻(xiàn)資料發(fā)現(xiàn)，針對(duì)河網(wǎng)水系，多數(shù)學(xué)者采用河網(wǎng)密度作為代表指標(biāo)，但筆者認(rèn)為河網(wǎng)密度分布能夠體現(xiàn)區(qū)域蓄水能力，不能很好地刻畫陸域受河流（湖泊）的風(fēng)險(xiǎn)，一旦發(fā)生潰堤、垮壩等險(xiǎn)情，距水體距離能夠更直觀地刻畫洪水災(zāi)害威脅程度。參考劉娜［18］對(duì)南京市主城區(qū)暴雨內(nèi)澇風(fēng)險(xiǎn)評(píng)估、高玉琴等［19］對(duì)南京市主城區(qū)不同城市化水平區(qū)域的風(fēng)險(xiǎn)評(píng)估區(qū)劃、熊凡［20］江西省洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估，選取絕對(duì)高程、高程標(biāo)準(zhǔn)差、距水體距離、植被覆蓋度作為評(píng)價(jià)指標(biāo)。

c））承災(zāi)體易損性。易損性是指承災(zāi)體易在洪澇災(zāi)害中受影響的程度，取決于人口、經(jīng)濟(jì)等因素。城鎮(zhèn)和農(nóng)村都面臨著洪澇災(zāi)害的威脅，其中城鎮(zhèn)人口和產(chǎn)業(yè)高度集聚，選取人口密度、地均GDP作為評(píng)價(jià)指標(biāo)，農(nóng)村區(qū)域往往農(nóng)業(yè)生產(chǎn)受洪澇災(zāi)害影響較大，選取耕地面積占比作為評(píng)價(jià)指標(biāo)。

d））防洪減災(zāi)能力。經(jīng)濟(jì)較好的地區(qū)在防洪減災(zāi)能力建設(shè)方面投入得越多，城市防災(zāi)減災(zāi)能力越強(qiáng)，越難受到洪水災(zāi)害的影響。結(jié)合資料的可獲得性，選取地區(qū)生產(chǎn)總值、醫(yī)療機(jī)構(gòu)每萬人床位數(shù)作為評(píng)價(jià)指標(biāo)。

綜上所述，江蘇省洪澇災(zāi)害風(fēng)險(xiǎn)分析模型架構(gòu)見圖2。

2. 2. 3 數(shù)據(jù)處理

為了解決各復(fù)合因子影響要素?cái)?shù)值的特征屬性差異，統(tǒng)一比較的標(biāo)準(zhǔn)，因此對(duì)要素?cái)?shù)值進(jìn)行了標(biāo)準(zhǔn)化處理，將數(shù)據(jù)統(tǒng)一轉(zhuǎn)化為0～1的數(shù)值，標(biāo)準(zhǔn)化后的數(shù)值反映對(duì)洪澇災(zāi)害風(fēng)險(xiǎn)的影響，年均汛期降雨量、年均暴雨日數(shù)、人口密度、地均GDP、耕地面積占比、地區(qū)生產(chǎn)總值、醫(yī)療機(jī)構(gòu)每萬人床位數(shù)為正向指標(biāo)，絕對(duì)高程、距水體距離、高程標(biāo)準(zhǔn)差、植被覆蓋度為負(fù)向指標(biāo)。標(biāo)準(zhǔn)化計(jì)算公式見式（2）、（3）：

正向指標(biāo)：

式中：Yij為第j個(gè)指標(biāo)的第i個(gè)值；Xij為原始值；Xmax、Xmin分別為第j個(gè)指標(biāo)的最大值和最小值。

2. 2. 4 權(quán)重確定

a））層次分析法。層次分析法是一種主觀判斷法，通過對(duì)同一維度要素間重要性程度進(jìn)行評(píng)判，得出相應(yīng)權(quán)重。首先構(gòu)建層次結(jié)構(gòu)模型，確定目標(biāo)層、準(zhǔn)則層和指標(biāo)層。其次，建立判斷矩陣，運(yùn)用9級(jí)標(biāo)度法描述元素之間重要性程度。最后，計(jì)算主觀權(quán)重wAi并對(duì)一致性進(jìn)行檢驗(yàn)。

b））熵權(quán)法。熵權(quán)法是一種客觀賦權(quán)法，確定權(quán)重時(shí)從數(shù)據(jù)本身性質(zhì)和質(zhì)量出發(fā)，避免人為干擾的因素，適合處理無序和不確定性事件。指標(biāo)值熵值越小，表明指標(biāo)值變異程度越大且信息量越大，權(quán)重也越大。設(shè)江蘇省評(píng)價(jià)對(duì)象數(shù)為n，評(píng)價(jià)因素個(gè)數(shù)為m，建立指標(biāo)矩陣R，見式（4）：

R=Y（4）

計(jì)算指標(biāo)信息熵和權(quán)重，見式（5）—（7）：

式中：Ei為第i個(gè)指標(biāo)的熵值；Pij為第j個(gè)樣本占第i個(gè)指標(biāo)的熵權(quán)；wei為第i個(gè)指標(biāo)的熵權(quán)。選取江蘇省13個(gè)地市作為評(píng)價(jià)對(duì)象，將11個(gè)指標(biāo)作為評(píng)價(jià)因素，利用ArcGIS區(qū)域分析計(jì)算各地市各指標(biāo)所有像元平均值，作為評(píng)價(jià)對(duì)象值，進(jìn)行客觀權(quán)重計(jì)算。

c））組合權(quán)重。通過層次分析法和熵權(quán)法分別獲得主客觀權(quán)重，為了兼顧主客觀權(quán)重各自的優(yōu)勢(shì)，減輕差異較大數(shù)據(jù)的影響，保持wAi、wei及其對(duì)應(yīng)α差異的一致性，本文通過引入距離函數(shù)，計(jì)算江蘇省洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)的組合權(quán)重wi。

wi=αwAi+（1 -α）wei（8）

距離函數(shù)表達(dá)式為：

式中：α為分配系數(shù)，通過式（9）計(jì)算主客觀權(quán)重的分配系數(shù)α，再代入式（8）得到組合權(quán)重值，見表1。

3 結(jié)果與分析

3. 1 危險(xiǎn)性

致災(zāi)因子危險(xiǎn)性評(píng)價(jià)結(jié)果見圖3a，空間分界較為明顯，總體來看危險(xiǎn)性等級(jí)呈從北至南帶狀遞增的趨勢(shì)，西北部、東北部的危險(xiǎn)性呈較低水平，中南部危險(xiǎn)性呈較高水平。低風(fēng)險(xiǎn)區(qū)、較低風(fēng)險(xiǎn)區(qū)約占總面積的10. 4%和14. 9%，主要分布在徐州、宿遷東部、鹽城西北部，這些區(qū)域氣候以溫帶季風(fēng)氣候?yàn)橹?，降水較蘇南地區(qū)少，危險(xiǎn)性處于較低水平；中風(fēng)險(xiǎn)區(qū)域約占總面積的23. 5%，分布在宿遷東部、淮安、揚(yáng)州北部、連云港南部、鹽城中部等地區(qū)；較高風(fēng)險(xiǎn)區(qū)、高風(fēng)險(xiǎn)區(qū)約占總面積的23. 5%和27. 7%，主要分布在南京、泰州、鎮(zhèn)江、常州、無錫、南通、蘇州、揚(yáng)州及鹽城南部、連云港東北部區(qū)域，常州、南通高危險(xiǎn)區(qū)達(dá)80%以上，這些地區(qū)臨江靠海，亞熱帶季風(fēng)氣候及梅雨天氣明顯，暴雨頻繁，危險(xiǎn)性處于較高水平。

3. 2 敏感性

孕災(zāi)環(huán)境敏感性評(píng)價(jià)結(jié)果見圖3b，江蘇省主要以中敏感區(qū)為主，占總面積的35. 7%，較高敏感區(qū)占總面積的22%，中高敏感區(qū)一般高程較低、地形起伏變化小，且具河網(wǎng)水系密布、植被覆蓋率不高，因此有較大可能孕育洪澇災(zāi)害，中高敏感區(qū)主要集中在蘇州、常州、無錫、南京、鎮(zhèn)江、揚(yáng)州等地，中高敏感區(qū)面積占比達(dá)75%以上；較低敏感區(qū)占總面積的23%，這些區(qū)域多為高程高、地勢(shì)起伏大的區(qū)域或者距離水體較遠(yuǎn)的區(qū)域，孕育洪澇災(zāi)害的可能性較低，主要集中在徐州、連云港等地。

3. 3 易損性

承災(zāi)體易損性性評(píng)價(jià)結(jié)果見圖3c，江蘇省主要以較低易損區(qū)為主，占總面積的78. 1%，主要有徐州、連云港、宿遷等城市，相較于蘇南地區(qū)人口密度及經(jīng)濟(jì)水平較低，且耕地等農(nóng)業(yè)生產(chǎn)用地面積占比較高。中易損區(qū)及以上區(qū)域占總面積6. 7%，主要集中在常州、無錫、蘇州等市及南京、徐州、鎮(zhèn)江、泰州、南通等主城區(qū)，產(chǎn)業(yè)結(jié)構(gòu)以第二、三產(chǎn)業(yè)為主，人口密集、產(chǎn)業(yè)集聚，經(jīng)濟(jì)實(shí)力雄厚。

3. 4 防災(zāi)減災(zāi)能力

防災(zāi)減災(zāi)能力評(píng)價(jià)體現(xiàn)了城市經(jīng)濟(jì)和醫(yī)療水平，結(jié)果見圖3d?？傮w來看，江蘇省南部地市總體水平較北部偏高，高防災(zāi)減災(zāi)能力區(qū)域主要是南京、蘇州、無錫，較高防災(zāi)減災(zāi)能力區(qū)域有南通、徐州，較低及以下區(qū)域有連云港、揚(yáng)州、鎮(zhèn)江，這些地區(qū)經(jīng)濟(jì)發(fā)展程度與江蘇省其他城市相比發(fā)展水平不高，醫(yī)療水平也存在一定差距，因此對(duì)于防災(zāi)減災(zāi)投入及災(zāi)害發(fā)生后醫(yī)療自救能力相較于其他城市來說較弱。

3. 5 洪澇災(zāi)害風(fēng)險(xiǎn)綜合分析

通過將各影響因子分析結(jié)果進(jìn)行復(fù)合疊加，通過自然斷點(diǎn)分級(jí)法刻畫江蘇省洪澇災(zāi)害風(fēng)險(xiǎn)程度分布情況，將其從輕到重劃分為5個(gè)等級(jí)，洪澇災(zāi)害風(fēng)險(xiǎn)分析結(jié)果見圖4。

從空間分布來看，江蘇省洪澇綜合風(fēng)險(xiǎn)情況總體呈北低南高的特點(diǎn)，全省以較低和低風(fēng)險(xiǎn)區(qū)域?yàn)橹?，分別占全省總面積的33. 0%、20. 7%，主要有徐州、宿遷、連云港、淮安、揚(yáng)州、鎮(zhèn)江及鹽城北部等地；中風(fēng)險(xiǎn)區(qū)約占全省總面積的17. 4%，集中在泰州、鹽城南部、常州東部等區(qū)域；較高和高風(fēng)險(xiǎn)區(qū)約分別占全省總面積的16. 9%、11. 9%，主要有南京、蘇州、常州、無錫、南通等地。

3. 6 結(jié)果驗(yàn)證

基于江蘇省2012—2021年發(fā)生的洪澇災(zāi)情數(shù)據(jù)，查閱2012—2019年度江蘇省水利年鑒及相關(guān)資料：2015年6月因多輪暴雨、特大暴雨侵襲，蘇南運(yùn)河、秦淮河及太湖流域河湖水位上漲，造成無錫市、常州、南通市、鎮(zhèn)江市、泰州市出現(xiàn)暴雨洪澇災(zāi)害，其中常州、無錫災(zāi)害損失較重；2016年太湖及秦淮河流域先后發(fā)生洪澇災(zāi)害，嚴(yán)重洪澇造成南京、無錫、常州、蘇州、鎮(zhèn)江等5個(gè)市35個(gè)縣（市、區(qū)）68. 67萬人受災(zāi)，緊急轉(zhuǎn)移9. 52萬人，因?yàn)?zāi)直接經(jīng)濟(jì)損失83. 53億元。從受災(zāi)頻次、受災(zāi)人口、經(jīng)濟(jì)損失等記錄來看，蘇南地區(qū)洪澇災(zāi)害發(fā)生頻次較高，且當(dāng)?shù)爻鞘腥丝诿芗?、?jīng)濟(jì)發(fā)展水平較高，一旦受災(zāi)災(zāi)害損失也較大，基本與江蘇省洪澇災(zāi)害風(fēng)險(xiǎn)分析結(jié)果吻合。

4 結(jié)果與討論

收集整理江蘇降水、水系、植被覆蓋、地形及社會(huì)經(jīng)濟(jì)數(shù)據(jù)，從洪澇災(zāi)害的致災(zāi)因子危險(xiǎn)性、孕災(zāi)環(huán)境敏感性、承災(zāi)體易損性和防災(zāi)減災(zāi)能力4個(gè)方面出發(fā)，對(duì)江蘇省洪澇災(zāi)害進(jìn)行風(fēng)險(xiǎn)分析并進(jìn)行區(qū)域劃分。結(jié)論如下：①江蘇省洪澇災(zāi)害風(fēng)險(xiǎn)中危險(xiǎn)性較高的地區(qū)主要分布在蘇中、蘇南區(qū)域，敏感性較強(qiáng)的地區(qū)主要分布在河網(wǎng)密布、植被不豐及地勢(shì)不高的地區(qū)，主要分布在淮河、長江、太湖等流域；②易損性較高的地區(qū)主要集中在人口與經(jīng)濟(jì)較為發(fā)達(dá)的地區(qū)，主要分布在南京主城、蘇州、常州及無錫等地；③防災(zāi)減災(zāi)能力較強(qiáng)的地區(qū)主要集中在經(jīng)濟(jì)及醫(yī)療條件較好的地區(qū)，主要有南京、蘇州、無錫、南通、徐州等地；④江蘇省洪澇災(zāi)害綜合風(fēng)險(xiǎn)總體呈北低南高的特點(diǎn)，風(fēng)險(xiǎn)較高的區(qū)域主要分布在長江沿線，南京、蘇州、無錫、常州、南通等地。

對(duì)于綜合風(fēng)險(xiǎn)較高的地區(qū)，應(yīng)針對(duì)其四大因素的薄弱環(huán)節(jié)進(jìn)行綜合施策，比如針對(duì)其暴雨侵襲頻繁等危險(xiǎn)性因素，應(yīng)注重防澇基礎(chǔ)設(shè)施規(guī)劃和建設(shè)，提高防澇標(biāo)準(zhǔn)，保障城市排水河道、雨水管網(wǎng)及泵站體系完善；針對(duì)敏感性區(qū)域，在開展城市建設(shè)時(shí)要注重人與自然的和諧共處，通過對(duì)土地的合理利用，比如植樹造林、改善土壤持水能力等逐步降低孕災(zāi)可能性；針對(duì)易損性較高、防洪減災(zāi)能力較為薄弱的地區(qū)，政府要注重加強(qiáng)防洪工程及綜合應(yīng)急能力建設(shè)，加強(qiáng)防洪排澇工程建設(shè)的同時(shí)，注重應(yīng)急隊(duì)伍及預(yù)案等非工程措施組織，定期開展防災(zāi)減災(zāi)演練，強(qiáng)化應(yīng)急搶險(xiǎn)、避險(xiǎn)轉(zhuǎn)移、醫(yī)療救助等專項(xiàng)演習(xí)，提高政府綜合應(yīng)急水平，已達(dá)到防災(zāi)減災(zāi)的效果。

洪澇災(zāi)害是一個(gè)復(fù)雜并帶有不確定性的系統(tǒng)，雖借鑒相關(guān)學(xué)者研究建立了江蘇省洪澇災(zāi)害風(fēng)險(xiǎn)綜合評(píng)價(jià)指標(biāo)，但因資料獲取難度及數(shù)據(jù)精度等問題，所選影響指標(biāo)質(zhì)量有限，地表產(chǎn)匯流、地表蓄水能力、城市現(xiàn)狀排澇能力及防洪堤防標(biāo)準(zhǔn)等未考慮在內(nèi)，致使風(fēng)險(xiǎn)分析不夠全面。建議后續(xù)研究進(jìn)一步加強(qiáng)數(shù)據(jù)收集，豐富評(píng)價(jià)指標(biāo)，以區(qū)縣為尺度，確保區(qū)域分析對(duì)綜合施策的指導(dǎo)更加精準(zhǔn)、科學(xué)。

參考文獻(xiàn)：

［1］張建云，王銀堂，賀瑞敏，等.中國城市洪澇問題及成因分析［J］.水科學(xué)進(jìn)展，2016，27（4）：485-491.

［2］李超超，程曉陶，申若竹，等.城市化背景下洪澇災(zāi)害新特點(diǎn)及其形成機(jī)理［J］.災(zāi)害學(xué)，2019，34（2）：57-62.

［3］孔鋒.透視變化環(huán)境下的中國城市暴雨內(nèi)澇災(zāi)害：形勢(shì)、原因與政策建議［J］.水利水電技術(shù)，2019，50（10）：42-52.

［4］周月華，彭濤，史瑞琴.我國暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估研究進(jìn)展［J］.暴雨災(zāi)害， 2019， 38（5）：494-501.

［5］李超超，田軍倉，申若竹.洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估研究進(jìn)展［J］.災(zāi)害學(xué)， 2020，35（ 3） ：131-136.

［6］葛云健，吳笑涵.江蘇歷史時(shí)期洪澇災(zāi)害時(shí)空分布特征［J］.長江流域資源與環(huán)境，2019，28（8）：1998-2007.

［7］YANG J ， HUANG X . The 30 m annual land cover dataset and"its dynamics in China from 1990 to 2019［J］. Earth System Science Data， 2021， 13（8）：3907-3925.

［8］PENG S Z， DING Y X， LIU W Z， et al. 1 km monthly"temperature and precipitation dataset for China from 1901 to 2017［J］. Earth System Science Data， 2019， 11： 1931-1946.

［9］徐新良.中國GDP空間分布公里網(wǎng)格數(shù)據(jù)集［Z］.資源環(huán)境科學(xué)數(shù)據(jù)注冊(cè)與出版系統(tǒng)（http：//www. resdc. cn/DOI），2017.

［10］徐新良.中國人口空間分布公里網(wǎng)格數(shù)據(jù)集［Z］.資源環(huán)境科學(xué)數(shù)據(jù)注冊(cè)與出版系統(tǒng)（http：//www. resdc. cn/DOI），2017.

［11］徐新良.中國30m逐年NDVI最大值數(shù)據(jù)集［Z］.資源環(huán)境科學(xué)數(shù)據(jù)注冊(cè)與出版系統(tǒng)（http：//www. resdc. cn/DOI），2022.

［12］BENITO G，OUARDA T B，BáRDOSSY A. Applications of palaeoflood hydrology and historical data in flood risk analysis［J］.Journal of Hydrology，2005，313（1）. DOI：10. 1016/J. JHYDROL.2005. 02. 001.

［13］OKAZAWA Y，YEH P J F，KANAE S，et al. Development of a global flood risk index based on natural and socio economic factors［J］. Hydrological Sciences Journal，2011，56（ 5）：789-804.

［14］張會(huì)，張繼權(quán)，韓俊山.基于GIS技術(shù)的洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃研究：以遼河中下游地區(qū)為例［J］.自然災(zāi)害學(xué)報(bào)， 2005（6）：141-146.

［15］張繼權(quán)，劉興朋，佟志軍.草原火災(zāi)風(fēng)險(xiǎn)評(píng)價(jià)與分區(qū)：以吉林省西部草原為例［J］.地理研究，2007，26（4）：755-762.

［16］劉媛媛，王紹強(qiáng)，王小博，等.基于AHP_熵權(quán)法的孟印緬地區(qū)洪水災(zāi)害風(fēng)險(xiǎn)評(píng)估［J］.地理研究，2020，39（8）：1892-1906.

［17］吳舒祺，趙文吉，王志恒，等.基于GIS的洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估及區(qū)劃：以浙江省為例［J］.中國農(nóng)村水利水電，2020（6）：51-57.

［18］劉娜．南京市主城區(qū)暴雨內(nèi)澇災(zāi)害風(fēng)險(xiǎn)評(píng)估［D］.南京：南京信息工程大學(xué)，2013.

［19］高玉琴，徐佳穎，袁晨禹，等.南京市不同城市化水平區(qū)域洪災(zāi)風(fēng)險(xiǎn)評(píng)價(jià)［J］.水資源與水工程學(xué)報(bào)，2022，33（6）：120-128.

［20］熊凡.基于GIS和RS的江西省洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估研究［D］.贛州：江西理工大學(xué)，2023.