基于GIS的上海浦東新區(qū)暴雨內(nèi)澇災(zāi)害危險性分析＊

景垠娜,尹占娥,殷 杰,王 飛,溫家洪

(1.上海師范大學(xué)地理系,上海 200234;2.華東師范大學(xué)地理信息科學(xué)教育部重點實驗室,上海 200062)

暴雨內(nèi)澇災(zāi)害是由于雨量過多、地勢低洼、積水不能及時排除而形成的自然災(zāi)害[1]。近年來,在全球氣候變化和城市化進程加速的大背景下,我國沿海地區(qū)由于所處地理位置、地形和季風(fēng)氣候等因素的共同作用,暴雨發(fā)生的頻率和強度呈增加趨勢,加之防汛排澇設(shè)施陳舊,建筑物垃圾經(jīng)常堵塞管網(wǎng),暴雨內(nèi)澇現(xiàn)象日趨嚴(yán)重。這嚴(yán)重影響著城市發(fā)展和居民生產(chǎn)生活。為此,城市暴雨內(nèi)澇災(zāi)害風(fēng)險評估已經(jīng)成為沿海地區(qū)自然災(zāi)害領(lǐng)域研究的熱點。

進行城市暴雨內(nèi)澇災(zāi)害風(fēng)險評估,首先要深入開展區(qū)域性暴雨內(nèi)澇災(zāi)害危險性分析,準(zhǔn)確地對其水情做出評估。目前在城市暴雨內(nèi)澇災(zāi)害危險性分析方面,已有學(xué)者應(yīng)用GIS空間分析技術(shù)與數(shù)學(xué)、水文模型結(jié)合的方法,模擬一定頻度的暴雨內(nèi)澇極端事件對城市可能造成的淹沒深度和范圍[2-4],但在城市地形模擬方面不夠精準(zhǔn),選取的水文模型對于數(shù)據(jù)要求過高或模型參數(shù)設(shè)置精度較低,導(dǎo)致暴雨內(nèi)澇災(zāi)害危險性分析結(jié)果精度不高。為此,本文以上海浦東新區(qū)為研究對象,運用GIS柵格空間分析技術(shù),修正已有城市高程模型,并結(jié)合確定的上海浦東新區(qū)SCS水文模型參數(shù)CN值和降雨量,利用美國水土保持局(Natural Resources Conservation Service,簡稱NRCS)SCS水文模型計算了徑流量,在此基礎(chǔ)上參照上海市平均排水能力,模擬了多種重現(xiàn)期暴雨內(nèi)澇災(zāi)害情景下的淹沒深度和范圍,并以街道(鎮(zhèn))為研究單元對上海浦東新區(qū)進行了暴雨內(nèi)澇災(zāi)害危險性評價。以期為上海市政府防災(zāi)減災(zāi)提供科學(xué)依據(jù)。

1 研究區(qū)域與研究方法

1.1 研究區(qū)

上海浦東新區(qū)地處東海之濱,受海洋氣候的影響,降雨頻度和強度較大,據(jù)統(tǒng)計,2001-2007年間,上海浦東新區(qū)降雨量超過50 mm的暴雨頻數(shù)為44%,位居上海市各區(qū)縣之首,加之防汛排澇設(shè)施不健全,暴雨內(nèi)澇已成為其重大隱患之一。每年汛期(6-9月)由臺風(fēng)、強對流天氣引起的暴雨內(nèi)澇、風(fēng)暴潮等災(zāi)害使浦東地區(qū)遭受重大損失。2008年9月20日,川沙、合慶等地遭受雷暴雨影響致使房屋倒塌,造成1死14傷;2009年8月5日,浦東局部由于雨量過于集中,共40多條馬路積水,近千戶居民家中進水,川沙、合慶鎮(zhèn)等地蔬菜生產(chǎn)遭受重創(chuàng)。

1.2 研究數(shù)據(jù)與方法

(1)土地利用數(shù)據(jù)由2006年ET M遙感影像解譯得到,解譯參照美國水土保持局SCS水文模型中CN值查算中的土地利用類型,將其劃分為11類:工業(yè)用地、人工綠地、水體、農(nóng)田、道路廣場用地、自然村落用地、新式住宅、林地、建設(shè)用地、未利用地、混合用地。

(2)土壤類型圖根據(jù)1∶10萬比例尺上海土壤圖數(shù)字化得到。通過專家咨詢法,將上海浦東新區(qū)的土壤類型按照SCS水文模型中土壤類型分類標(biāo)準(zhǔn)(最小下滲率)將其歸為A、B、C、D四類,其中,砂夾黃、菜園灰潮土、園林灰潮土歸為A類;潮砂泥、挖墊灰潮土歸為B類;黃泥歸為C類;鹽化土和人工硬質(zhì)表面歸為D類。

(3)DE M數(shù)據(jù)為2005年的地形等高線數(shù)據(jù)(等高距0.5 m),以30 m×30 m的柵格精度構(gòu)建DE M。

(4)城市建筑物分布圖是利用2005年分辨率為1 m的航空遙感像片對中心城區(qū)建筑物形狀進行目視解譯,并依據(jù)遙感影像中建筑物陰影測算建筑物實際高度和層數(shù)。

城市暴雨內(nèi)澇災(zāi)害危險性分析是通過不同重現(xiàn)期暴雨內(nèi)澇過程情景的模擬,獲取暴雨內(nèi)澇淹沒范圍和深度信息。目前,關(guān)于城市暴雨內(nèi)澇災(zāi)害危險性分析的方法主要有:基于GIS的水文模型方法[4,6]和暴雨內(nèi)澇仿真模型法[1,5-7]。其中,基于GIS的水文模型法在模擬暴雨內(nèi)澇淹沒范圍和深度時,考慮了建筑物對于城市地形的影響修正,運用了GIS空間分析功能,可以動態(tài)顯示模擬結(jié)果。基于GIS的水文模型方法過程如下:運用GIS柵格空間分析技術(shù),進行城市地形修正,通過對降雨、植被截留、下滲等水文模型參數(shù)的確定,利用水文模型計算徑流量,在此基礎(chǔ)上考慮徑流過程中的城市排水能力,以模擬不同重現(xiàn)期下暴雨內(nèi)澇的淹沒深度和范圍。本文為了從總體上刻畫暴雨內(nèi)澇極端事件危險性程度,在模擬不同重現(xiàn)期暴雨內(nèi)澇災(zāi)害淹沒深度和范圍的基礎(chǔ)上,通過確定暴雨內(nèi)澇危險性等級標(biāo)準(zhǔn),還對研究區(qū)進行了暴雨內(nèi)澇危險性評價。

2 暴雨內(nèi)澇淹沒深度和范圍的模擬

2.1 城市地形修正

城市地形修正最終目的是對城市地表裸露高程變化進行建筑物影響修正,生成與現(xiàn)實相近的城市地表高程模型[2]。城市地表高程模型是暴雨內(nèi)澇積水計算和模擬的基礎(chǔ),主要包括2個關(guān)鍵步驟:洼地預(yù)處理和城市地表建筑物影響修正[2]。

(1)洼地預(yù)處理

以往的研究中,有的學(xué)者采用平滑DEM數(shù)據(jù)(濾波法)來消除洼地[2,4],此種方法只能消除淺而小的洼地,對于大而深的復(fù)雜洼地地形無能為力。本文采用Jenson和Domingue算法消除偽地形,較好地克服了上述方法的缺點,對嵌套型洼地、平地型洼地、DEM邊界切斷洼地和平地達到了很好地處理效果[8-9]。

(2)城市地表建筑物影響修正

以往的研究中,都是將DEM上出現(xiàn)建筑物的高程值加上一個大常數(shù)[2,4],即將建筑物當(dāng)成是不可淹沒的柱體以此修正城市地形,忽視了水體對建筑物內(nèi)部的淹沒。通過實地調(diào)查獲知積水深度超過建筑物離地高度,即可對建筑物和室內(nèi)財產(chǎn)造成一定程度的破壞,此外,還發(fā)現(xiàn)建筑物層數(shù)與其離地高度具有相關(guān)性,大致存在如下規(guī)律:1～4層平均離地高度約10 cm,5～9層約20 cm,9層以上約60 cm。在此調(diào)查基礎(chǔ)上,采取經(jīng)洼地預(yù)處理且上方出現(xiàn)建筑物的城市地形柵格單元值疊加建筑物離地高度值的方法修正原始地形以獲得城市DEM。

2.2 SCS水文模型及參數(shù)確定

水文模型的目的在于進行空間分布的徑流量計算。采用NRCS于1950年代開發(fā)的SCS模型,其設(shè)計初衷是在水土保持工作中估算徑流,應(yīng)用領(lǐng)域至今已擴展到城市化地區(qū)和植被覆蓋的流域[3,10]。但由于上海地區(qū)的下墊面和氣候條件同美國相異,造成上海地區(qū)前期損失量偏大,徑流量變小。這里借鑒經(jīng)賀寶根等修正的、適合上海地區(qū)的SCS模型計算徑流量[11]:

式中:P為降雨量(mm);Q為凈雨量,即徑流量(mm);S為流域飽和儲水量(mm)。S變化范圍很大,不利于取值,采用:

式中:CN是反映降雨前流域特征的一個綜合參數(shù),與前期土壤濕潤程度(Antecedent moisture condition,簡稱AMC)、土壤類型和土地利用狀況等有關(guān)。其中AMC表示降雨日前5 d降雨量的總和,可分為干燥(AMCⅠ)、正常(AMCⅡ)、濕潤(AMCⅢ)3種情況[12]。

2.2.1 城市降雨量確定

降雨是暴雨內(nèi)澇致災(zāi)的主要驅(qū)動力。模擬降水的時空分布存在很大難度,鑒于本文所選研究區(qū)域較小,且地理環(huán)境特征較為一致,因此選用突出時間表征突出、忽略空間變化特征的暴雨強度式(3),以此計算降雨過程中研究區(qū)任意時段的平均降雨量。

式中:q為降雨強度(mm/h);t為降雨歷時(min);P為重現(xiàn)期(年)。

2.2.2 上海浦東新區(qū)CN值的確定

以往的研究者多利用一個或幾個綜合的CN值代表區(qū)域特征,且在確定CN值過程中未考慮AMC[3,11],這種CN值確定法無法充分反映區(qū)域空間的異質(zhì)性和相似性。本研究嘗試在較小的尺度上確定CN值,以期提高空間分析的精度。根據(jù)上海浦東土地利用類型和土壤類型,參考上海浦東新區(qū)不透水面積的比例,通過NRCS提供的CN值查算表獲取AMCⅡ時各種土地利用類型對應(yīng)的不同土壤類型的CN值(記為CNⅡ);確定CNⅡ值后,由CN值換算表進一步查取AMCⅠ和AMCⅢ時的CN值,分別記為CNⅠ值和CNⅢ值,以此獲得整個上海浦東新區(qū)CN值表(表1)。依據(jù)上述方法得到的CN表包括不同AMC下的CN值,確定某特定降雨量下CN值尚需對AMC進行判定。由于數(shù)據(jù)的可獲得性,直接依據(jù)NRCS提供的判定標(biāo)準(zhǔn)確定AMC,存在一定難度。本文在San Diego經(jīng)大量水文統(tǒng)計資料獲得的不同重現(xiàn)期暴雨條件下沿海地區(qū)AMC的基礎(chǔ)上[13-14],通過比較兩地區(qū)不同重現(xiàn)期內(nèi)的實際降雨量,確定了適合上海浦東新區(qū)的AMC判定標(biāo)準(zhǔn),即確定重現(xiàn)期小于100年時,上海浦東新區(qū)AMC取AMCⅠ和AMCⅡ平均值,重現(xiàn)期超過100年時取AMCⅡ。

表1 上海浦東新區(qū)CN值表

2.3 不同重現(xiàn)期上海浦東新區(qū)暴雨內(nèi)澇徑流量分析

本文通過上海浦東新區(qū)歷年暴雨記錄,選取具有典型代表意義的降雨重現(xiàn)期T1=5、T2=20、T3=50、T4=100、T5=200、T6=500基礎(chǔ)上,依據(jù)城市暴雨降雨往往集中在前1～2 h內(nèi),且氣象和市政工程暴雨計算標(biāo)準(zhǔn)也多參考1 h降雨量,利用暴雨強度計算公式計算了降雨1 h下的不同重現(xiàn)期的降雨量,并結(jié)合SCS水文模型在ARCGIS環(huán)境中模擬徑流量。

在徑流過程中,還需考慮城市排水能力。城市排水主要通過鋪設(shè)在城市路面上的下水管網(wǎng)實現(xiàn)。獲取某區(qū)域?qū)嶋H排水能力,需考慮到下水管網(wǎng)對地面排水作用范圍的分布。在無法獲取排水管網(wǎng)數(shù)據(jù)的情況下,假設(shè)降雨期間排水暢通,且整個空間范圍排水能力一致,以上海地區(qū)平均排水能力36 mm/h作為本文參考數(shù)據(jù)。

最終總徑流量則可通過柵格單元徑流量減排水能力之差,與柵格單元面積乘積累加得出式(4)。其中,T1、T2、T3取AMCⅠ和AMCⅡ?qū)?yīng)CN值的平均值,T4、T5、T6取AMCⅡ時的CN值。

式中:W為研究區(qū)總徑流量;Qi為研究區(qū)第i個柵格單元徑流量;V表示排水能力(36 mm/h);S表示柵格單元面積(30 m×30 m);n表示柵格單元個數(shù)。

2.4 不同重現(xiàn)期暴雨內(nèi)澇情景模擬

將暴雨內(nèi)澇看作無源淹沒狀態(tài),凡城市地形高程低于淹沒高程的柵格都記入淹沒區(qū),并根據(jù)水流由高到低流動的重力特性和地面起伏情況,利用總徑流與暴雨內(nèi)澇積水范圍內(nèi)水量相等的原理,采用基于GIS的“等體積法”模擬不同重現(xiàn)期的淹沒深度和淹沒范圍[15-17](表2,圖1)。

表2 上海浦東新區(qū)不同重現(xiàn)期的淹沒高程和淹沒深度

圖1 上海浦東新區(qū)不同重現(xiàn)期淹沒深度

從圖1分析結(jié)果得出:

(1)從整個上海浦東新區(qū)淹沒范圍看,6種重現(xiàn)期下淹沒面積依次為9.8km2、24.9km2、337.6 km2、452.7 km2、459.5 km2、468.7 km2,分別占整個研究區(qū)總面積的1.9%、4.9%、66.3%、89.0%、90.3%、92.1%。其中,T3是分界點,淹沒面積大幅增長,到T6時,未被沒的地區(qū)僅占7.9%。

(2)從淹沒深度較大的區(qū)域看,6種重現(xiàn)期情景下淹沒深度最大值出現(xiàn)在機場鎮(zhèn),依次為0.6 m、0.9 m、1.2 m、1.5 m、1.7 m、1.8 m;除位于機場鎮(zhèn)的最大值外,位于西部的梅園新村街道、南部的北蔡鎮(zhèn)(小部分)、孫橋鎮(zhèn)淹沒深度也相對較大,在T1、T2情景下平均淹沒深度為0.5 m;T3情景下為0.8 m;T4、T5情景下達到1 m;T6情景下可達1.3 m。

(3)從淹沒深度集中的區(qū)間看,T1,全集中在0～0.2 m;T2,集中在0～0.2 m和0.2～0.6 m,且兩區(qū)間淹沒面積大致相等;T3和T4,主要集中于0.2～0.6 m,在此區(qū)間的淹沒面積各占83.7%和70.8%;T5和T6,主要集中在大于0.6 m的范圍內(nèi),在此區(qū)間的淹沒面積占60.1%和66.5%。上海浦東新區(qū)不同重現(xiàn)期下各水深區(qū)間內(nèi)的淹沒面積及淹沒面積比(各水深區(qū)間淹沒面積/總淹沒面積),詳細(xì)情況如圖2、圖3所示。

3 暴雨內(nèi)澇災(zāi)害危險性評價

圖2 上海浦東新區(qū)不同重現(xiàn)期各水深區(qū)間淹沒面積

圖3 上海浦東新區(qū)不同重現(xiàn)期各水深區(qū)間淹沒面積比

暴雨內(nèi)澇災(zāi)害危險性評價的目的在于使城市決策者得以從總體上了解研究區(qū)暴雨內(nèi)澇的危險性程度。參考T.P.Kafle等人的洪澇災(zāi)害危險性分級標(biāo)準(zhǔn)確定方法[18],考慮城市暴雨內(nèi)澇特征,結(jié)合上海浦東新區(qū)暴雨內(nèi)澇實地問卷調(diào)查結(jié)果,即積水超過60 cm,將會對居民生產(chǎn)生活產(chǎn)生重大影響,諸如較低層住房墻壁刷白、室內(nèi)財產(chǎn)(包括床、沙發(fā)、家電等家具)將遭到嚴(yán)重浸泡、汽車拋錨或立交橋下積水致使交通堵塞等,確定了各街道(鎮(zhèn))淹沒面積比(HI1)和各街道(鎮(zhèn))淹沒深度超過60 cm的面積比(HI2)作為暴雨內(nèi)澇災(zāi)害危險性分級的標(biāo)準(zhǔn)(式(5)、式(6)、表(3)),并以此對上海浦東新區(qū)進行危險性評價(圖4)。

式中:HI1表示各街道(鎮(zhèn))淹沒面積比;FA為各街道(鎮(zhèn))淹沒面積;TA為各街道(鎮(zhèn))總面積。

式中:HI2為街道(鎮(zhèn))淹沒深度超過60 cm面積比;FD為各街道(鎮(zhèn))淹沒深度超過60 cm面積;TA為各鎮(zhèn)、街道總面積。

表3 上海浦東新區(qū)暴雨內(nèi)澇危險性分級標(biāo)準(zhǔn)

圖4 上海浦東新區(qū)暴雨洪澇危險性分級

從圖4分析得出:

(1)除梅園新村街道在T2情景下暴雨內(nèi)澇災(zāi)害危險性等級為中外,其余街道(鎮(zhèn))在T1、T2情景下暴雨內(nèi)澇危險性為低;T3、T4情景下,主要為中級暴雨內(nèi)澇危險性的集中段,處于此級別中的街道(鎮(zhèn))數(shù)量比例占到71.4%和92.9%,T5、T6情景下,主要為高暴雨內(nèi)澇危險性集中段,處于此級別中的街道(鎮(zhèn))比例占到64.2%和75%。

(2)從HI1和HI2的比例大小看,T3、T4情景下,梅園新村街道、孫橋鎮(zhèn)、北蔡鎮(zhèn)的暴雨內(nèi)澇危險性略高于其它街道(鎮(zhèn)),T5情景下,以梅園新村街道、北蔡鎮(zhèn)、川沙鎮(zhèn)暴雨內(nèi)澇危險性為最高;T6情景下,存在相對較高暴雨內(nèi)澇危險性的則為梅園新村街道、北蔡鎮(zhèn)、浦興路街道。

上述6種重現(xiàn)期情景中,T1、T2情景下,暴雨內(nèi)澇對居民的生產(chǎn)、生活、交通影響不大;T3、T4情景下居民的生產(chǎn)、生活、出行會受到一定影響,但基本不會對人群的生命造成任何損害;T5、T6情景下,工廠、商店、居民家庭會發(fā)生嚴(yán)重進水情況,居民生產(chǎn)生活受到嚴(yán)重影響,甚至?xí)θ巳荷斐善茐男杂绊憽?/p>

4 結(jié)論

以上海浦東新區(qū)為研究對象,利用基于GIS的水文模型法模擬了6種重現(xiàn)期暴雨內(nèi)澇災(zāi)害情景下1 h降雨量的淹沒深度和范圍,并以街道(鎮(zhèn))為研究單元,對上海浦東新區(qū)進行了暴雨內(nèi)澇災(zāi)害危險行評價。此研究在以往利用SCS水文模型進行淹沒深度和范圍模擬的基礎(chǔ)上,細(xì)化了SCS水文模型的重要參數(shù)CN值,給出了適合上海浦東新區(qū)的CN值矩陣,還確定了不同重現(xiàn)期下沿海地區(qū)AMC的判定標(biāo)準(zhǔn),提高了空間分析精度;克服了以往研究利用濾波法(平滑DEM數(shù)據(jù))消除洼地的缺點,采用Jenson和Domingue算法進行洼地填平和平地處理,考慮水體對于建筑物內(nèi)部的淹沒,利用建筑離地高度疊加DEM進行城市地形影響修正,使得暴雨內(nèi)澇災(zāi)害危險性分析結(jié)果更加準(zhǔn)確客觀;進行了暴雨內(nèi)澇災(zāi)害危險性評價,使得城市決策者得以從宏觀上進一步把握暴雨內(nèi)澇災(zāi)害危險性程度。

由于數(shù)據(jù)資料的有限性,僅考慮了市中心附近較為密集建筑物對城市地形影響的修正,在今后的研究中尚需進一步改進和完善。此外,在災(zāi)害危險性分析的基礎(chǔ)上,可進一步加強災(zāi)害形成過程中人類作用機制的研究、災(zāi)害脆弱性研究以及脆弱性地區(qū)暴露在暴雨內(nèi)澇災(zāi)害中所造成的社會經(jīng)濟損失(包括直接損失和間接損失)的定量分析和模型研究。

致謝:本文在資料收集方面得到了華東師范大學(xué)碩士研究生權(quán)瑞松的諸多幫助,特此致謝!

[1] 解以揚,韓素芹,由立宏,等.天津市暴雨內(nèi)澇災(zāi)害風(fēng)險分析[J].氣象科學(xué),2004,3(24):343-349.

[2] 趙思健.GIS模型在城市內(nèi)澇災(zāi)害分析、評估和對策中的應(yīng)用[D].汕頭:汕頭大學(xué),2000.

[3] WangX,GU X,Wu Z,et al.Simulation of Flood inundation of GuiYang City Using Remote Sensing,GIS and Hydrologic model[J].The International Archives of the Photogrammetry,Remote Sensing and Spatial In formation Sciences.2008(37):775-778.

[4] 王林,秦其明,李吉芝,等.基于GIS的城市內(nèi)澇災(zāi)害分析模型研究[J].測繪科學(xué),2004,3(29):48-51.

[5] 李娜,仇勁衛(wèi),程曉陶,等.天津市城區(qū)暴雨瀝澇仿真模型系統(tǒng)的研究[J].自然災(zāi)害學(xué)報,2002,11(2):112-118.

[6] 韓索芹,夏祥鰲.天津市城區(qū)暴雨瀝澇動態(tài)仿真模擬系統(tǒng)[J].災(zāi)害學(xué),2001,16(3):18-22.

[7] 王建鵬,薛春芳,解以揚,等.基于內(nèi)澇模型的西安市區(qū)強降水內(nèi)澇成因分析[J].氣象科技,2008,6(36):772-775.

[8] 張東華,劉榮,張詠新,等.一種基于DEM的洪水有源淹沒算法的設(shè)計與實現(xiàn)[J].東華理工大學(xué)學(xué)報:自然科學(xué)版,2009,2(32):181-184.

[9] 萬民,熊立華,衛(wèi)曉婧.數(shù)字高程模型預(yù)處理方法的研究進展[J].水文,2008,5(28):11-17.

[10] Mishra S K,Jain M K,Pandey R P,et al.Catchment areabased evaluation of the AMC-dependent SCS-CN based rainfall-runoffmodels[J].Hydrological processes.2005(19):2701-2718.

[11] 賀寶根,陳春根,周乃晟.城市化地區(qū)徑流系數(shù)及其應(yīng)用[J].上海環(huán)境科學(xué),2003,22(7):472-475.

[12] Soil Conservation Service,“Hydrology,”Section 4,National EnglishEngineeringHandbook[M].Washington,D.C,1993.

[13] Victor M ponce,Richard H Hawkins.Runoff Curve Number:HAS It reached maturity[J].Journal of hydrologic engineering.1996,1(1):11-19.

[14] Hung Tran,Jim zhu,Joe McDivitt,et al.San Diego country Hydrology Manual[M].California:the County of San Diego Department of PublicWorks Flood Control Section,2003:1-322.

[15] 白薇.城市洪水風(fēng)險分析及基于GIS的洪水淹沒范圍模擬方法研究[D].哈爾濱:東北農(nóng)業(yè)大學(xué),2001.

[16] 劉仁義,劉南.基于GIS的發(fā)雜地形洪水淹沒區(qū)計算方法[J].地理學(xué)報,2001,1(56):1-4.

[17] 陳凱.基于GIS的洪水淹沒評估系統(tǒng)的研究與實現(xiàn)[J].災(zāi)害學(xué),2009,24(4):35-39.

[18] Kafle T P,Hazarika M K,Shrestha K G,et al.Integration of Remote Sensing and GIS with Flood Simulation Model for Flood HazardMapping in the Bafmati River,NEPAL[J].New Technologies for Urban Safety of Mega cities in Asia,2006:257-267.