基于FY3A的黑龍江省洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)研究

基于FY3A的黑龍江省洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)研究

張林媛1，程志剛1*，高玉宏2，者益婷3，吳林訓(xùn)4

(1.成都信息工程學(xué)院 大氣科學(xué)學(xué)院，成都 610225；2.佳木斯氣象衛(wèi)星地面站，黑龍江 佳木斯 1540082；

3.云南省鎮(zhèn)沅彝族哈尼族拉祜族自治縣氣象局，云南 哈尼族拉祜族自治縣 666599；4.海南省萬(wàn)寧市氣象局，海南 萬(wàn)寧 571500)

摘要：基于風(fēng)云三號(hào)氣象衛(wèi)星A星的MERSI遙感影像數(shù)據(jù)，分別從自然因素角度和社會(huì)因素角度選取降雨量空間分布特征、地形特征、河網(wǎng)分布特征等影響因子和人口密度、地區(qū)生產(chǎn)總值、植被面積等影響因子做為洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)，綜合影響因子對(duì)各水系流域洪澇災(zāi)害的影響度確定權(quán)重值，應(yīng)用ArcGIS軟件中空間分析模塊的數(shù)據(jù)轉(zhuǎn)換、分析、統(tǒng)計(jì)、分類(lèi)和顯示等功能進(jìn)行處理和數(shù)據(jù)分析，建立洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)模型，得出風(fēng)險(xiǎn)分類(lèi)區(qū)劃圖。研究結(jié)果表明：基于FY3A的MERSI數(shù)據(jù)，以GIS為技術(shù)平臺(tái)能夠得到更為直觀表達(dá)的黑龍江省洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)圖，在時(shí)間上和空間上具有一定的可信度。

關(guān)鍵詞：FY3A；GIS；洪澇災(zāi)害；風(fēng)險(xiǎn)評(píng)價(jià)

中圖分類(lèi)號(hào)：S 76；P 333

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1001-005X(2015)02-0122-03

Abstract：This paper aims to study the flood risk for each river basin in Heilongjiang Province in order to provide a reference for flood mitigation project.Based on meteorological satellite FY-3A star MERSI remote sensing data，the natural factors such as rainfall spatial distribution，topography，drainage，and the social factors such as population density，GDP，vegetation area，were selected as floods risk evaluation index.The weights of the indices were determined based on their impact on the floods.A flood risk assessment model was established by applying the spatial data analysis module，analysis，and other statistics，classification and display functions for processing and analyzing data analysis on the ArcGIS software，and the flood risk classification zoning map was derived.The results showed that based on the MERSI data FY3A and GIS technology platform，it is able to get more intuitive flood risk assessment in Heilongjiang Province，which has certain credibility in time and space.

Keywords：FY3A；GIS；floods；risk assessment

收稿日期：2014-07-18

作者簡(jiǎn)介：第一張林媛，碩士研究生。研究方向：污染氣象研究。

通訊作者：*程志剛，博士，副教授。研究方向：氣候與環(huán)境變化研究。E-mail：chengzg@cuit.edu.com

Study on the Flood Risk Assessment ofHeilongjiang Province Based on FY3A

Zhang Linyuan1，Cheng Zhigang1*，Gao Yuhong2，Zhe Yiting3，Wu Linxun4

(1.Department of Atmospheric Sciences，Chengdu University of Information Technology，Chengdu 610225；

2.Jiamusi Meteorological Satellite Ground Station，Jiamusi 154008，Heilongjiang Province；

3.Meteorological Bureau of Zhenyuan Yi，Hani，and Lahu Autonomous County in Yunnan Province，Hani and Lahu Autonomous

County 666599，Yunnan Province；4.Hainan Province Wanning Meteorological Bureau，Wanning 571500，Hainan Province)

引文格式：張林媛，程志剛，高玉宏，等.基于FY3A的黑龍江省洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)研究[J].森林工程，2015，31(2)：122-124.

近年來(lái)，洪水災(zāi)害所導(dǎo)致的經(jīng)濟(jì)損失、非經(jīng)濟(jì)損失等與日俱增，如何應(yīng)用高新技術(shù)改進(jìn)洪澇災(zāi)害的監(jiān)測(cè)與災(zāi)情評(píng)價(jià)方法，越來(lái)越受到國(guó)內(nèi)外相關(guān)專(zhuān)家的重視，成為重要的研究課題[1-4]。黑龍江省的總體地勢(shì)大致是西北部、中部和南部是較高的山地，東北部和西南部是較低的平原，山地和平原區(qū)分布著河網(wǎng)水面。氣候?yàn)闇貛Т箨懶约撅L(fēng)氣候，夏秋季雨水多發(fā)，易引起局部性的洪水災(zāi)害。隨著RS技術(shù)和GIS技術(shù)的發(fā)展，將其與遙感影像以及其他相關(guān)地形數(shù)據(jù)、氣象數(shù)據(jù)聯(lián)系起來(lái)，進(jìn)行有效表達(dá)、處理及分析，為洪澇災(zāi)害的大區(qū)域，客觀、實(shí)時(shí)監(jiān)測(cè)與風(fēng)險(xiǎn)評(píng)價(jià)等提供了新的平臺(tái)[5-7]。從大區(qū)域空間宏觀上了解黑龍江省遭受洪澇災(zāi)害損失的風(fēng)險(xiǎn)程度，洪水來(lái)臨前期進(jìn)行洪澇災(zāi)情預(yù)報(bào)和在易發(fā)生洪澇地區(qū)加以警示，洪災(zāi)期間可以對(duì)災(zāi)區(qū)進(jìn)行災(zāi)情發(fā)展過(guò)程監(jiān)測(cè)，洪災(zāi)后可以進(jìn)行損失評(píng)估等，以期對(duì)預(yù)先轉(zhuǎn)移受災(zāi)區(qū)的生命財(cái)產(chǎn)，減少各類(lèi)損失的決策提供重要參考信息[8]。

本文基于FY3A數(shù)據(jù)對(duì)黑龍江省的黑龍江、松花江、嫩江等三大水系流域的洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)進(jìn)行研究，以GIS為平臺(tái)與相關(guān)的自然因素和社會(huì)因素等信息進(jìn)行各種空間分析和專(zhuān)題分析，建立洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)模型，得到黑龍江省洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)圖。

1資料來(lái)源

用于洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)的基礎(chǔ)數(shù)據(jù)包括：FY_3A/MERSI數(shù)據(jù)、數(shù)字地形高程模型(DEM)數(shù)據(jù)、降水量數(shù)據(jù)、土地利用數(shù)據(jù)及其他相關(guān)社會(huì)數(shù)據(jù)，對(duì)于災(zāi)情分析這些數(shù)據(jù)都是重要的基礎(chǔ)背景資料。

1.1　FY_3A/MERSI數(shù)據(jù)來(lái)源與預(yù)處理

風(fēng)云三號(hào)A星(簡(jiǎn)稱(chēng)FY_3A)是中國(guó)第2代極軌氣象衛(wèi)星系列風(fēng)云三號(hào)(簡(jiǎn)稱(chēng)FY_3)的第1顆星，它具有全天候探測(cè)、高精度立體綜合定量探測(cè)、每天獲取全球高分辨率資料、高時(shí)效的衛(wèi)星探測(cè)資料、高精度定位、精準(zhǔn)的軌道調(diào)整、多種遙感儀器聯(lián)合探測(cè)等技術(shù)特點(diǎn)[9]。目前應(yīng)用于環(huán)境監(jiān)測(cè)的影像數(shù)據(jù)主要有可見(jiàn)光紅外掃描輻射(VIRR)和中分辨率光譜成像儀(MERSI)。VIRR影像具有10個(gè)波段，星下點(diǎn)分辨率為1 000 m。MERSI具有20個(gè)波段(0.41～12.50 μm)，星下點(diǎn)分辨率為250 m(波段1～5)、1 000 m(波段6～20)。這些數(shù)據(jù)被廣泛應(yīng)用于環(huán)境監(jiān)測(cè)、生態(tài)保護(hù)和專(zhuān)業(yè)氣象服務(wù)等各個(gè)方面，特別在針對(duì)天氣、氣候和環(huán)境災(zāi)害事件的服務(wù)中，發(fā)揮重要作用。

本文數(shù)據(jù)來(lái)源FY_3A/MERSI中國(guó)氣象局佳木斯氣象衛(wèi)星地面站的接收，選取分辨率為250 m的 2013年5月至10月覆蓋黑龍江省范圍的數(shù)據(jù)，經(jīng)過(guò)輻射定標(biāo)和幾何定位等預(yù)處理后，再轉(zhuǎn)換為等經(jīng)緯度投影。研究流域如圖1所示。

1.2　數(shù)字地形高程模型(DEM)數(shù)據(jù)

本文所應(yīng)用的DEM數(shù)據(jù)來(lái)自于美國(guó)太空總署(NASA)和國(guó)防部國(guó)家測(cè)繪局(NIMA)聯(lián)合測(cè)量發(fā)布的SRTM數(shù)據(jù)，分辨率為90 m，每個(gè)90 m的數(shù)據(jù)點(diǎn)是由9個(gè)30 m的數(shù)據(jù)點(diǎn)算術(shù)平均得來(lái)的。

圖1　黑龍江、松花江、嫩江等三大水系流域 Fig.1 Three major river basin including Heilongjiang，Songhua river，and Nenjiang

1.3　降水量數(shù)據(jù)

降水量數(shù)據(jù)來(lái)源于黑龍江省氣象臺(tái)以及中國(guó)統(tǒng)計(jì)年鑒數(shù)據(jù)庫(kù)，選取5月至10月覆蓋黑龍江省范圍的各站點(diǎn)的降水量數(shù)據(jù)，并計(jì)算月平均降水量，降水強(qiáng)度。

1.4　土地利用數(shù)據(jù)

本文應(yīng)用FY_3A/MERSI數(shù)據(jù)以RS和GIS軟件為平臺(tái)進(jìn)行人機(jī)互動(dòng)的影像解譯，得到植被(包括耕地、草地和林地)、水域和其他三種土地利用類(lèi)型的柵格圖像。

2GIS空間分析技術(shù)

GIS具有強(qiáng)大的空間分析功能，而且可以集成多種來(lái)源、多種尺度以及多種類(lèi)別的數(shù)據(jù)，建立空間數(shù)據(jù)庫(kù)，方便地存儲(chǔ)和提取評(píng)價(jià)所需信息。主要應(yīng)用Arc GIS的空間分析模塊進(jìn)行處理和分析數(shù)據(jù)，矢量數(shù)據(jù)的緩沖區(qū)分析建立河網(wǎng)分布圖，利用疊置分析對(duì)降雨量空間分布、地形、土地利用等空間數(shù)據(jù)和社會(huì)人口經(jīng)濟(jì)等屬性數(shù)據(jù)進(jìn)行綜合處理[10]，并應(yīng)用其制圖功能對(duì)黑龍江省洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)圖進(jìn)行風(fēng)險(xiǎn)區(qū)劃。

3洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)的選取

3.1　影響洪澇災(zāi)害評(píng)價(jià)的自然因素

自然因素對(duì)黑龍江省洪澇災(zāi)害的影響主要是受災(zāi)的區(qū)域范圍和面積大小。本文洪水危險(xiǎn)性主要考慮降雨量空間分布特征、地形特征和河網(wǎng)分布特征對(duì)洪澇災(zāi)害的影響[11]。

3.1.1降水量空間分布特征對(duì)洪澇災(zāi)害的影響

降水對(duì)洪水危險(xiǎn)的影響程度主要考慮流域經(jīng)過(guò)的各市縣歷史上發(fā)生暴雨的頻次，并綜合考慮暴雨致洪等級(jí)標(biāo)準(zhǔn)和各等級(jí)洪澇發(fā)生頻次的因素，根據(jù)降水量，等級(jí)越高，暴雨發(fā)生頻次越高，其所承受的損失就越大，未來(lái)發(fā)生洪災(zāi)的風(fēng)險(xiǎn)相應(yīng)也越大。以0<影響度<1為原則，確定出降水因子對(duì)洪災(zāi)形成的影響度[11]。根據(jù)以上劃分標(biāo)準(zhǔn)對(duì)各地實(shí)際情況權(quán)衡，并將該計(jì)算結(jié)果作為黑龍江省三大水系流域經(jīng)過(guò)的各市縣的降水影響度值，然后進(jìn)行柵格化，得到黑龍江省降水因子影響度圖。

3.1.2地形因素對(duì)洪澇災(zāi)害的影響

地形因素中的海拔高度及地形起伏變化程度對(duì)洪澇災(zāi)害有較大影響。海拔高度越低，地形起伏越小，水量大的時(shí)候不易于排出流走，越容易發(fā)生洪澇。地形起伏變化情況通常用坡度來(lái)表示，應(yīng)用GIS軟件對(duì)DEM數(shù)據(jù)提取出坡度數(shù)據(jù)Slope，得到可以反應(yīng)影像中相鄰柵格的高程變化程度的柵格圖。

3.1.3河網(wǎng)分布特征對(duì)洪澇災(zāi)害的影響

區(qū)域內(nèi)河網(wǎng)的空間分布特征對(duì)各流域的水量在一定程度上決定著洪澇災(zāi)害的發(fā)生[11]。應(yīng)用GIS軟件通過(guò)對(duì)不同的河網(wǎng)建立緩沖區(qū)，緩沖區(qū)的寬度需綜合考慮河流的級(jí)別和水域的面積，對(duì)黑龍江、松花江、嫩江干水系設(shè)置500 m緩沖區(qū)，對(duì)其他旁系支流設(shè)置200 m緩沖區(qū)，緩沖區(qū)寬度的大小代表不同水流區(qū)域受洪水侵襲的難易程度。對(duì)其緩沖區(qū)矢量圖進(jìn)行賦值柵格化，得到河網(wǎng)對(duì)洪澇災(zāi)害的影響程度柵格圖。

3.2　影響洪澇災(zāi)害評(píng)價(jià)的社會(huì)因素

當(dāng)洪災(zāi)發(fā)生時(shí)對(duì)社會(huì)經(jīng)濟(jì)就會(huì)帶來(lái)一定的損失，所以社會(huì)經(jīng)濟(jì)的易損性直接影響洪澇災(zāi)害的風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果。影響洪澇災(zāi)害評(píng)價(jià)的社會(huì)因素主要包括人口密度、經(jīng)濟(jì)和植被面積三個(gè)方面，在不同的地理位置，這三方面所表現(xiàn)的影響程度是不同的。利用人口密度、地區(qū)生產(chǎn)總值和植被面積這三項(xiàng)指標(biāo)并采取統(tǒng)一的權(quán)重標(biāo)準(zhǔn)，來(lái)衡量洪水植被區(qū)域社會(huì)經(jīng)濟(jì)易損性評(píng)價(jià)指標(biāo)的大小。

3.2.1人口密度影響因子

洪澇災(zāi)害的發(fā)生影響著居住人口的生命安全，對(duì)于同樣受災(zāi)地區(qū)來(lái)說(shuō)，人口密度越大，需要遷移和救濟(jì)的人口越多，受災(zāi)情況也就越嚴(yán)重。根據(jù)黑龍江省最新行政區(qū)劃圖以及2012年黑龍江省統(tǒng)計(jì)年鑒，查找三大水系流域經(jīng)過(guò)的各市縣的人口數(shù)量和行政區(qū)域面積，計(jì)算各市縣的人口密度，人口密度越大，其影響度越大，按照0<影響度<1的原則，確定人口密度的影響度屬性值，得出人口密度的影響度劃分標(biāo)準(zhǔn)，并分級(jí)得到黑龍江省人口密度分布柵格圖。

3.2.2經(jīng)濟(jì)影響因子

地區(qū)生產(chǎn)總值是衡量一個(gè)地區(qū)經(jīng)濟(jì)發(fā)展的重要指標(biāo)，經(jīng)濟(jì)越發(fā)達(dá)的地區(qū)，發(fā)生洪澇災(zāi)害時(shí)，所受的經(jīng)濟(jì)損失也就越大。根據(jù)2012年黑龍江省統(tǒng)計(jì)年鑒中查找的各大水系流域經(jīng)過(guò)的各市縣的地區(qū)生產(chǎn)總值，根據(jù)地區(qū)生產(chǎn)總值越大，影響度越大，以及0<影響度<1的原則，確定出地區(qū)生產(chǎn)總值的影響度劃分標(biāo)準(zhǔn)，并分級(jí)得到對(duì)黑龍江省經(jīng)濟(jì)影響度柵格分布圖。

3.2.3植被面積影響因子

洪澇災(zāi)害發(fā)生時(shí)主要對(duì)洪水泛濫區(qū)浸泡的植被生長(zhǎng)有影響，受災(zāi)植被的面積越大，其秋收時(shí)的實(shí)際損失程度也就越大。根據(jù)黑龍江省各大水系流域經(jīng)過(guò)的各市縣的植被面積大小，以及0<影響度<1的原則，根據(jù)解譯出的黑龍江省土地利用類(lèi)型的柵格圖像，對(duì)植被區(qū)域賦予影響程度屬性值，分級(jí)得到黑龍江省植被面積影響度分布柵格圖。

4洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)模型建立

綜合上述影響洪澇災(zāi)害評(píng)價(jià)的自然因素和社會(huì)因素，建立黑龍江省洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估模型[12]：

U=x1×S+x2×D+x3×H+y1×R+y2×J+y3×L

式中：U為洪澇災(zāi)害風(fēng)險(xiǎn)度；S為降水量因子影響度；D為地形因子影響度；H為河網(wǎng)分布因子影響度；R為人口密度影響度；J為經(jīng)濟(jì)影響度；L為植被面積影響度。x1，x2，x3，y1，y2，y3為各影響因子的權(quán)重系數(shù)，且x1+x2+x3+y1+y2+y3=1。

根據(jù)上述評(píng)估模型，以Arc GIS 9.3為平臺(tái)在Arc Toolbox中用Model Builder工具，調(diào)入其提供的緩沖區(qū)建立、柵格疊加等空間分析工具，以及上述自然影響因素和社會(huì)影響因素柵格圖層，建立洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)模型，通過(guò)數(shù)據(jù)處理和計(jì)算最終得到黑龍江省洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)圖，并對(duì)其按照一定的標(biāo)準(zhǔn)進(jìn)行等級(jí)劃分。

5結(jié)論與討論

基于FY3A數(shù)據(jù)對(duì)黑龍江省的黑龍江、松花江和嫩江三大水系流域的洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)進(jìn)行研究，

以GIS為平臺(tái)與相關(guān)的自然因素和社會(huì)因素等信息進(jìn)行各種空間分析和專(zhuān)題分析，建立洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)模型，得出相應(yīng)結(jié)論如下：

(1)研究方法主要應(yīng)用GIS的空間分析功能，尤其是柵格分析和疊加功能實(shí)現(xiàn)了各種指標(biāo)的定量組合，使自然影響因素和社會(huì)影響因素的影響程度更為直觀的表達(dá)。

(2)研究只選取了主要的指標(biāo)因子，根據(jù)局部區(qū)域的特性，具體分析時(shí)可以增加其他評(píng)價(jià)指標(biāo)因子，優(yōu)化評(píng)價(jià)精度，這有待進(jìn)一步探討。

(3)研究所采用的遙感影像分辨率為250 m，下一步可結(jié)合高分辨率的衛(wèi)星影像和高精度的GPS技術(shù)，研究范圍從大流域范圍精細(xì)到小流域范圍，提高風(fēng)險(xiǎn)評(píng)價(jià)的精度和實(shí)用性。

【參考文獻(xiàn)】

[1]李香顏.洪水災(zāi)害風(fēng)險(xiǎn)分析及其對(duì)農(nóng)作物的影響評(píng)估技術(shù)研究[D].鄭州：河南農(nóng)業(yè)大學(xué)，2009.

[2]聞珺.洪水災(zāi)害風(fēng)險(xiǎn)分析與評(píng)價(jià)研究[D].南京：河海大學(xué)，2007.

[3]胡俊鋒，楊月巧，楊佩國(guó).基于減災(zāi)能力評(píng)價(jià)的洪澇災(zāi)害綜合風(fēng)險(xiǎn)研究[J].資源科學(xué)，2014，36(1)：0094-0102.

[4]劉新立，史培軍.區(qū)域水災(zāi)風(fēng)險(xiǎn)評(píng)估模型研究的理論與實(shí)踐[J].自然災(zāi)害學(xué)報(bào)，2001，10(2)：66-72.

[5]張成才，陳秀萬(wàn)，郭恒亮.基于GIS的洪澇淹沒(méi)損失計(jì)算方法[J].武漢大學(xué)學(xué)報(bào)(工學(xué)版)，2004，37(1)：55-58.

[6]唐從國(guó)，劉叢強(qiáng).基于GIS的烏江流域地表徑流模擬研究[J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版)，2007，32(5)：410-414.

[7]趙雪蓮，陳華麗.基于GIS的洪災(zāi)遙感監(jiān)測(cè)與損失風(fēng)險(xiǎn)評(píng)價(jià)系統(tǒng)[J].地理信息系統(tǒng)，2003，12(1)：54-60.

[8]陳述彭.遙感地學(xué)分析[M].北京：測(cè)繪出版社，1990.

[9]許鍵民，鈕寅生，董超華，等.風(fēng)云氣象衛(wèi)星的地面應(yīng)用系統(tǒng)[J].中國(guó)工程科學(xué)，2006，8(11)：13-18.

[10]胡良軍，李銳，楊勤科.基于GIS的區(qū)域水土流失評(píng)價(jià)模型[J].應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào)，2000，8(1)：1-8.

[11]萬(wàn)君，周月華，王迎迎，等.基于GIS的湖北省區(qū)域洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估方法研究[J].暴雨災(zāi)害，2007，26(4)：328-333.

[12]劉國(guó)慶，徐剛，劉穎.基于GIS的區(qū)域洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)方法研究[J].安徽農(nóng)業(yè)科學(xué)，2009，37(22)：10562-10564.

[責(zé)任編輯：肖生苓]