基于遙感與GIS技術的洪水淹沒狀況分析
——以安徽省安慶市望江縣為例

徐 韌, 吉陽光, 趙東儒, 羅 靜, 董張玉

(1.合肥工業大學 土木與水利工程學院, 安徽 合肥 230009; 2.合肥工業大學 計算機與信息學院, 安徽 合肥 230009)

洪災頻繁是中國數千年來無法回避的問題，從兩個方面可以說明洪災對中國的巨大影響。第一,洪水是中國成災頻率最高的災害，平均每兩年就會發生一次洪水災害，對中國抗洪技術提出了挑戰。其次,洪災造成經濟損失為各大災害之首。根據民政部門的統計，1991—2008年短短不到20 a間，中國洪水災害所造成的直接經濟損失就超過2.1×1012元，嚴重減緩了中國經濟迅速發展的步伐[1]。洪水淹沒分析在洪水泛濫之前就對災情進行模擬，能夠做好災害的防范與處置工作，使災害處于可控狀態，讓各項工作有序進行，減少災害帶來的損失。

水文方法設計洪水通常分為兩類，一是通過歷年水文數據(統計結果)對指定區域洪水進行設計，另一種則是通過氣象及其他影響因素推求設計洪水[2],但是兩種方法在反映洪水帶來的影響和損失方面都不夠直觀。過去的幾十年中，遙感技術和地理信息系統進一步發展完善[3-4]，遙感技術和GIS技術在洪水淹沒災情分析上的應用更為成熟可靠[5]，這也為實現洪水預警與設計的立體化與可視化，為更加高效地設計洪水、評估損失、擬定救災措施提供了技術支持。中國關于遙感與GIS的研究起步較慢，開始于20世紀80年代末,但發展迅速，短短20 a多內達到了一定的高度。通過查閱相關文獻[6-9]我們可以總結得到，目前國內外洪水淹沒研究主要分為3大類。第1類，通過傳統的水文分析與計算，將結果帶入風險評估模型中對洪水進行定性分析。第2類則是通過建立水文數據模型，與風險評估模型相結合，能夠更加客觀直接地看到洪水淹沒的范圍，準確評估損失，衡量風險性。而第3類則是應用遙感與GIS技術，利用水文數據直接模擬洪水淹沒范圍，再通過與地理信息數據相結合，定量地對洪水淹沒情況展開分析，準確地計算損失，評估風險。這種方法由于其強大的可操作性正在慢慢成為主流。

本文擬在運用遙感與GIS技術的基礎上，利用歷史水文數據設計望江縣20 a一遇的洪水水位，與遙感處理影像相疊加，得到淹沒范圍數據。在試驗數據及相關資料支持下，使用風險及災情評估模型對望江縣地區20 a一遇的洪水進行災情評估與分析，利用類比法提出相應的減災措施。

1 研究區概況及數據準備

1.1 研究區概況

望江縣坐落于安徽省西南角，皖鄂贛3省交界處，總面積1 357.37 km2，地勢西高東低，西北部是山地丘陵地區，最高海拔達489 m(香茗山南尖)，東南為濱江濱湖平原，最低海拔為8.5 m(大灣稻香圩底)。縣內有武昌湖、青草湖、泊湖、焦賽湖、嵐桿湖等5個大湖泊，皖河、華陽河兩大河流，自西向東流入長江。望江縣屬亞熱帶季風氣候區，氣候溫和，四季分明[10]，年平均氣溫16.5 ℃，年平均降水量1 300 mm，地表徑流量近6.00×108m3。望江縣統計總人口達6.39×105人，分布于8縣、2鄉之中，目前望江縣GDP已突破1.00×1010元。

1.2 數據預處理

(1) 水文數據處理。武昌湖位于望江縣中部，是望江縣最大水體，但望江縣洪水多發區卻在南部平原，其中西南部尤為突出。楊灣閘位于望江縣西南部楊灣鎮，處于洪水多發帶。南部平原水文狀況及氣候條件相似，通過水文比擬法，可將楊灣閘設計洪水資料用于廣大南部平原地區。

通過參數EX(樣本均值，反映洪峰水位系列的平均情況)，Cv(變差系數，反映洪峰水位系列的離散程度)，Cs(偏態系數，反映洪峰水位系列的不對稱程度)確定水文頻率曲線，從而得到相應頻率的洪峰水位。本試驗中在確定了3個參數后得到當p=5%時的洪峰水位為16.85 m，后面的研究將把16.85 m作為淹沒閾值。

(2) 土地分類。本文將通過監督分類對土地利用類型進行劃分，劃分為水體、林地、建設用地和耕地。分類前需對研究地區有一定的認識，然后結合實際選擇合適的樣本建立分類函數，才能達到較高的分類精度[11]。

通過查閱望江縣土地規劃資料，并進行實地考察，對望江縣地區土地類別屬性有了一定的了解。參考土地規劃圖以及實地考察結果對不同的訓練樣本進行選取。望江縣地區草地僅占總面積的2.5%[12]，所以本次研究選擇了林地、耕地、建設用地和水體4個樣本。對選取的訓練樣本的離散化程度進行檢驗，分離性指標Jeffries-Matusita距離,transformed divergence(轉換分離度)[13]可以直觀反映所選擇的樣本之間的離散化程度。2個參數取值范圍都在0～2.0,0表示樣本完全混淆，2.0表示樣本完全分離，檢驗結果越靠近2.0則分類效果越好。經過檢驗，本試驗樣本離散程度均在1.8～2.0，分離效果較好，整體精度達到了93.056%，滿足要求。

根據分類數據的分散程度的不同和波段對精度的需求等確定使用最合適的分類方式。本次研究選用最大似然法(maximum likelihood)來進行監督分類。最大似然法因為與貝葉斯理論相結合，能夠清晰地展示出分類結果[14]，而且對于較少波段的TM圖像，最大似然法在精度上有很大優勢，與本次研究數據相契合。最終土地分類結果如表1所示。

表1 望江縣監督分類土地類型統計

2 研究方法

2.1 偽洼地的去除

在DEM數據中，高程低于周圍柵格的區域就稱為洼地。洼地分為天然洼地和偽洼地兩種，天然洼地則是實際存在的洼地，偽洼地則是來自插值誤差、數據讀入錯誤等因素[15]。由于天然洼地實際數目遠小于偽洼地，而偽洼地在地理數據處理的過程中會產生很大誤差，所以我們對其進行了填洼處理，削弱了偽洼地的影響，很大程度上保證了精度。

2.2 災情評估流程

結合望江縣土地分類結果，通過種子蔓延淹沒法，將淹沒范圍在DEM數據上呈現出來。通過將淹沒范圍與各種地理信息數據相疊加，建立災情評估模型，通過與評估值相近的歷史災害相類比，對災情進行模擬，提高災害可控性，試驗過程如圖1所示。

圖1 安徽省安慶市望江縣洪水災情設計流程

2.3 洪水淹沒算法

在模擬洪水淹沒范圍時，本試驗采用基于水位(H)的洪水淹沒范圍計算，在偽洼地填充后，可以近似將淹沒區域地看作1個完整的水平面[16]。

水位H通過重要水文站點實測得到，或者是經由水文水力學模型推算得到的數值。如果需要對指定程度的災情進行模擬，可以根據試驗要求設置淹沒閾值。

判斷區域淹沒的條件。格網高程值低于所給水位H，并且格網單元之間以及區域格網和洪水淹沒入口區域(指壩堤潰口或山洪徑流源頭等洪災發源地)相連通。

采用掃描線種子填充算法模擬洪水淹沒范圍。首先在河岸邊界、水庫堤壩等特征點處選擇一個起始點作為種子點，并且保證該種子點所在掃描線位于給定區域內。將該種子點放入一個初始化的堆棧容器中。同時建立一張與研究區域格網大小相同的二維表，為淹沒的點作標記，幫助在判斷淹沒分析過程中查找，避免重復判斷同一點淹沒。然后開始算法主要過程：當堆棧不為空時，從棧頂彈出一個種子點，求出種子點所在的掃描線，然后從上下相鄰的掃描線中找出淹沒到的子區段，并把能代表該子區段的端點壓入棧。重復掃描，直到堆棧容器為空，即可得出總的淹沒范圍。

2.4 洪水災情模型評估權重選取

結合水利洪水評估規范，針對各指標選取合適的權重對于洪水的準確分析意義重大。下面給出洪水災情評估值的計算公式。

C=D×W1+P×W2+A×W3+L×W4+

F×W5+H×W6+R1×W7+

R2×W8+S×W9+T×W10

(1)

參考國家《中華人民共和國水利行業標準》，將洪澇災害分為江河洪水災害、臺風災害、山洪災害、城市洪澇災害4類[17]，此次洪災還造成了房屋倒塌、設施破壞，損失超過一般城市洪澇災害，所以定性為江河洪水災害。規范中對于江河洪水災害具體參數含義及權重值W見表2。望江縣地區縣城位于南部平原，耕地多分布于東南部平原，主要經濟產出、人口和耕地分布地區都在淹沒范圍內，受洪災影響較大，權重選擇對于研究地區較為合理。

3 結果及分析

3.1 試驗結果

在20 a一遇的洪水條件下，由種子蔓延法得出的淹沒情況如圖2所示。由于望江縣最大水體，武昌湖靠近南部平原，且平原地區地勢普遍較低，南部受災嚴重。望江縣市政府位于南部華陽鎮，是望江縣行政中心，雖然華陽鎮較周邊地區地勢較高，仍然受到較大影響，將望江縣人口按密度分布到各地后與淹沒范圍進行疊加可以得到，超過90%人口將受到如此規模洪災影響，超過100 hm2農田絕收，超過60%建筑用地難以正常使用，受災程度遠大于遭遇相似程度洪澇侵害地區。受災情況如表3所示。

表2 望江縣災情評估模型權重分配

圖2 望江縣設計洪水淹沒范圍表3 望江縣洪水淹沒受災土地類型統計

受災情況總面積/km2受災面積/km2受災比例/%建設用地319.48211.5966.23農用地855.89374.3943.74整體受災情況1 357.37739.6754.49

3.2 望江縣洪水淹沒現狀

望江縣地形非常容易造成洪水發生，水利工程在其中起到了至關重要的作用[18]。在1998年長江中下游特大洪澇災害后，望江縣開始通過水利工程的建設改善內外洪澇狀況。即使如此，望江縣的洪澇災害依舊對當地經濟發展與人民的生活產生了巨大的負面影響，當前防洪、除澇設施遠遠不能滿足發展的需求。防洪工程建設速度緩慢加上圍湖墾田現象嚴重導致目前望江縣地區抗洪形勢依舊不容樂觀，而通過災情評估可以快速估算損失，參考類似等級的各地區洪災情況并結合研究地區實際情況提出合適的抗災措施，以求減少災害帶來的損失。

3.3 模型計算與災情分析

如圖3所示，2016年6月下旬，7月上旬于望江縣發生了持續降水，最高水位達到了16.9 m，淹沒實際情況與本試驗設計淹沒水深16.85相似，此處利用本試驗淹沒范圍與調查受災數據相結合對此次災情進行設計分析。利用綜合指數的洪水災情評估模型可以快速對洪水等級進行評估，在最快時間得出應對洪水的方案，通過參考災情模型指數相似的洪災處理方法可以迅速合理地給出解決方案，減少損失。

由試驗數據淹沒范圍與望江縣人口密度分布圖相疊加可以得到受災人口及受災人口占總人口的比例，用淹沒范圍與土地利用類型相疊加可以得到農作物受災面積以及受災面積占總耕地面積的比例。

圖3 2016年望江縣設計洪水期間降雨量水位關系

通過調查暴雨持續時間內降水量以及水位數據如圖3所示，可以直觀反映出洪水水位升降快慢及變化趨勢，便于針對災情提出解決方案，并能夠直觀反映受災持續時間以及各時段受災程度大小。

根據調查資料得知截止7月5日，全縣約50萬人受到洪水影響，無人遇難，受災面積超過4.00×104hm2，成災面積超過3.00×104hm2。洪災期間5條省級道路因路面低洼而積水嚴重，望江縣華陽鎮內9條城區主交通干道無法投入使用，嚴重阻礙縣城發展，影響人民正常生活。洪水期間倒塌房屋170多間，縣城區超過四成地區受災。望江縣在此次洪災中整體經濟損失超過7.70×108元，其中僅農業損失一項就超過6.30×108元，水利設施經濟損失達到32 192元。通過水位時間圖4可以得知水位在7月5日已經接近最高點，以上信息較具有代表性。

通過以上試驗數據及調查資料，得到最終洪災評估值如表4所示，其中在計算參數取值時利用直線插值法。

表4 望江縣災情評估模型結果

注：同一參數內不同取值取較大的作為參考值。參數上限采用參數取值50～75段構造出的插值直線外延取值，超出上限參數取100。

通過查閱相關資料得知，臺風“珍珠”洪澇災情評估值為48[17]，與本次試驗受災程度相似，下面本文參考“珍珠”的搶險救災措施并結合望江縣地形與本次試驗數據提出合理救災方案。

首先，對洪災的預警與防范能夠提高應對和處理災情的能力。在對抗“珍珠”的過程中，汕頭各市在預知了臺風的到來之后對轄區內危房逐一檢查，加強對各個施工地點的安全監控，及時發現問題加以修復。為了減少潛在的威脅，針對堤壩、山區徑流、蓄水設施等水工建筑進行全面安全排查，并且準備了充足的救災物資。在望江縣地區，除了對房屋、路標、供電設施等進行質量檢查，還可以通過試驗數據判斷受災范圍，設立災害庇護中心，轉移可能受災嚴重地區的人民，增派醫護人員支援，及時地對受災人口提供醫藥救護。通過對城鎮、低洼區域淹沒水位試驗數據的分析，可以提前做好排澇準備，檢查地下排水系統，保證排水能力最大限度滿足排澇需要。

其次，專業人員的指導對于救災至關重要。在“珍珠”搶險救災過程中，專家組第一時間趕到沿海各市受災區，在抗洪救災現場進行指揮，力求正確應對突發情況，避免因救災不當而造成損失。在本試驗中，通過分析遙感與GIS試驗數據，專家組可以在到達現場之前就對災情有一定的認識。對于淹沒范圍、淹沒深度、洪水蔓延趨勢的準確認知可以幫助專家組決策，提出最優方案，進一步減少損失。

對于災后重建工作，根據試驗數據，對受災范圍進行衛生防疫、全面檢修，可提高重建效率。試驗數據可以直接記錄到檔案作為樣本，有助于在以后的研究、災情分析中快速準確地提供數據支持。另外，淹沒模擬可以用于防洪演習中，提高人民群眾對于洪災的處置能力，減少人員傷亡。

4 結 論

本次研究通過對望江縣地區20 a一遇的洪水災情進行分析，體現了遙感與GIS在洪水災情分析中對于災情范圍的精確掌握，展現了其在洪水災情分析中能夠起到的重要作用。

試驗結果表明，遙感技術與GIS技術在洪水災害的預警方面有著很強的能力，可以呈現設計水位下洪水淹沒范圍，表現淹沒蔓延趨勢，縮小防災范圍，有針對性地進行預防，提高災情處理能力。在搶險救災時，可以根據淹沒數據提出最佳救災方案，減小損失。遙感與GIS數據記入檔案能比數字數據更直觀地反映災情，為后續研究、抗洪救災等提供支持。

由此可見，遙感與GIS技術強大的洪災模擬能力正是洪災泛濫的中國所需要的，科學合理地處置洪災可以減少大量損失，用于建設發展。在未來的抗洪救災道路上，遙感與GIS技術應當被更加廣泛地利用，為中國抵御洪災提供科學技術支持。