基于GIS的滄州市暴雨氣象災害風險評估

高操 韓典辰 趙曉涵 張方敏 李連祥

摘要?基于自然災害風險評估理論，建立以致災因素危險性、孕災環境敏感性、災害承受體脆弱性和防災抗災能力為主的評估體系，選取河北省2010—2018年的暴雨頻次、暴雨強度、自然環境和社會經濟等指標，利用GIS分析技術和加權綜合評價方法，對滄州市暴雨氣象災害風險進行了評估。結果表明，大面積的暴雨災害高風險區主要分布在東部的海興、黃驊和鹽山地區，該地區暴雨發生危險性和環境敏感性較大;中南部地勢低且平坦，環境敏感性和承載體易損性相對低，導致暴雨災害發生的風險較低;滄州市區的承載體易損性特別高，市區西部的防災減災能力也較差，導致滄州市區西部的暴雨災害發生風險高于東部。

關鍵詞?暴雨氣象災害;GIS分析技術;風險區劃;加權綜合評價方法;河北省滄州市

中圖分類號?P429文獻標識碼?A

文章編號?0517-6611（2019）22-0210-04

Abstract?Based on the natural disaster risk assessment theory， rain frequencies and intensities， natural and socioeconomic data from 2010 to 2018， the index system for evaluating the rainstorm and flood meteorological disasters in Cangzhou City was established. Risk of disastercausing factors， sensitivity of disasterforming environment， vulnerability of disasterbearing body， and ability of disaster prevention and mitigation were calculated and the rainstorm and flood risk was zoned using GIS analysis technology and weighted comprehensive evaluation method. Results showed that the higher risk was mainly distributed in the eastern region especially in Haixing， Huanghua and Yanshan regions. That was attributed to the high risk of heavy rain meteorological disasters and environmental sensitivity， and weak ability of disaster prevention and mitigation. The lower risk was mainly distributed in the centralsouth region where environmental sensitivity and vulnerability of disasterbearing body were lower. Since vulnerability of disasterbearing body was very high in Cangzhou downtown area， the ability of disaster prevention and mitigation in western downtown area was lower than the eastern area， leading that the risk in western downtown area was higher than in eastern downtown area.

Key words?Rainstorm meteorological disasters;GIS analysis technology;Risk zoning;Weighted comprehensive evaluation method;Cangzhou City，Hebei Province

在全球氣候變化背景下，近年來極端氣候事件特別是暴雨的發生頻率、強度、持續時間等都發生了明顯變化，給人民生命財產和社會經濟造成了重大損失，嚴重阻礙了社會經濟的發展[1]。

災害風險評價是近年來災害學研究的熱點，IPCC第五次評估報告將風險管理納入氣候變化適應對策中[2-3]。根據自然災害風險的形成機理，結合影響災害風險的因素，建立災害風險評估體系，可為當地針對災害現象的建設提供正確的指導方向，為風險管理提供依據。Varazanashvili等[4]通過建立致災因素與承災體之間的關系模型，對格魯吉亞山洪災害進行了風險評估。Pandey等[5]利用衛星遙感圖像評估了印度哈爾邦的洪水災害風險，生成了一份印度比哈爾邦的暴雨洪澇災害風險圖。繆啟龍等[6-7]全面考慮了災害成因、災害環境、災害載體和防災能力，建立了杭州市臺風暴雨洪澇災害風險評估模型。張會等[8]綜合考慮了東北地區發生洪災災害風險的4個主要因子，繪制了遼河中下游地區的洪澇災害風險區劃圖。萬君等[9-10]從發生洪澇災害的危險性以及對社會經濟損害性2個方面，分析了湖北省的地形、人口、暴雨頻次等因素，對湖北省洪澇災害進行了風險評估。李楠等[11]利用山東省地理數據以及年統計資料，建模計算了影響山東省暴雨洪澇災害風險的主要綜合評價指標。

河北省滄州市位于冀中平原東部，地勢較低，且地形比較平坦，容易發生暴雨積澇災害。因此，筆者綜合考慮致災因子危險性、孕災環境敏感性、承災體易損性和防災減災能力因子，選取影響滄州市暴雨的主要因素，建立暴雨災害評估指標，繪制滄州市暴雨災害區劃圖，并針對滄州市地理分布，提出暴雨氣象災害防御建議。

1?資料與方法

1.1?資料來源

氣象資料來源于河北省滄州市2010—2018年192個區域自動站和14個國家自動站的逐日降水量。自然地理數據來自中國科學院地理科學與資源研究所，包括滄州市1∶50 000縣行政邊界（圖1）、土地利用數據、河網密度、河流水系數據、數字高程模型（DEM）數據等。社會統計數據來自于滄州市統計部門，包括滄州市6個縣的人口密度、國民生產總值（GDP）、地均GDP、耕地比重等。

1.2?研究方法

根據自然災害風險形成機理[12-14]，滄州市暴雨災害風險區劃綜合考慮致災因子危險性（VE）、孕災環境敏感性（VS）、承災體易損性（VH）和防災減災能力（VR），建立滄州市暴雨災害風險指標體系（圖2），并采用加權綜合評價法[15]來評估暴雨氣象災害風險，即：

式（1）中，V越大則表明該地區發生災害的可能性越大，其中WX表示權重，采用層次熵權分析法[13，16]確定。由于各指標量綱不同，故對各指標值進行歸一化處理，即：

式（2）中，Dij為因子j的第i個指標的歸一化值，Aij為因子j的第i個指標值，Aimin和Aimax分別是第i個指標值當中的最小值和最大值。

2?暴雨災害風險評估

2.1?致災因子危險性

降水異常偏多是引發暴雨災害的主要原因之一，災害強度與降水強度和降水持續時間密切相關，因此采取暴雨頻次和暴雨過程強度指數作為災害強度指標來分析致災因子。將日降雨量≥50 mm 1 d以上且若有1 d無降水發生則過程中斷的降水過程定義為暴雨過程[13]。筆者利用滄州市氣象站逐日降水資料，分別將全市不同站點的降水資料進行篩選，對1～6 d的暴雨過程降水進行統計，計算不同持續時間下暴雨過程的總降水量，同時根據暴雨過程持續時間建立6個時間序列，利用百分位法，把暴雨強度分為5個不同等級，判斷6個時間序列下的暴雨總降水量是否達到標準，最后統計各站不同暴雨等級的發生頻次[13，15]，將不同測站暴雨致災因子危險性指數運用加權相加后繪制致災因子危險性分布圖（圖3）。

由圖3致災因子危險性分布可知，孟村、鹽山、海興地區屬于致災因子危險性高風險區，南皮東部地區和臨港及港城區屬于次高風險區，發生暴雨氣象災害時，雨勢較猛、強度偏大，并易造成居民房屋倒塌現象，從而形成內澇災害;東光、南排河、泊頭東部地區、南皮西部地區、滄州和滄縣東部地區、黃驊北部地區屬于中等風險區;吳橋、獻縣、青縣、滄州市區、河間南部地區、肅寧東部地區、泊頭西部地區屬于次低風險區，任丘和肅寧西部地區屬于低風險區，暴雨氣象災害發生頻次較少，同時暴雨氣象災害強度較低。

2.2?承災體易損性

承災體易損性是指受災期間發生暴雨氣象災害的環境破壞程度。損害程度一般取決于該地區的人口密度、經濟和土地利用類型[16]。耕地面積分布反映了一個地區的農業發展水平[13]，當災害影響到大量的耕地面積時，由農業產生的連鎖反應會輻射到城市發展的方方面面，嚴重制約城市化發展。筆者主要考慮人口密度、GDP密度和耕地占比3個指標，計算公式如下：

式（3）中，VS、VSP分別代表總易損性、人口易損性，VSG和VSC分別代表經濟易損性和耕地面積易損性。

由圖4滄州市承災體易損性區劃可以看出，承災體易損性對滄州市不同區域暴雨氣象災害影響程度相差不大，除任丘市中部地區及滄州市區外，其他地區人口密度、GDP的發展和耕地占比情況相近，多屬于低風險區，若發生暴雨氣象災害，單位面積上的經濟損失與受災人口較少;任丘市外圍屬于次低風險區，中部地區屬于次高風險區，風險高于全市大部分地區，由于任丘市人口密度與GDP發展屬滄州市前列，故暴雨災害發生時所造成的人員傷亡以及社會財產的損失比其他大部分地區嚴重;滄州市區中的運河區與新華區屬于高風險區，是全市范圍內風險最高的地區，由于市區中城市人口偏多，分布較為密集，城市化水平較高，社會經濟發展狀況好，所以一旦暴雨災害發生，就會給當地的社會經濟建設以及人民的生命財產造成極大的威脅。

2.3?孕災環境敏感性

孕災環境敏感性是指暴雨災害承災體外部環境對損害的敏感性。地形和水體結構是敏感性的主要影響因素[17]。地形主要考慮高程和地形變化（以高程標準差表示），并采用不同的值組合[18]（表1）。考慮到水系對氣象災害地區造成的影響，將河流緩沖區分為2級（6、10 km），分別賦值0.9、0.8;非緩沖區取0.5。經歸一化后，孕災環境敏感性（VH）計算公式如下：

式（4）中，VHDEM和VHRI分別代表因地形原因造成的影響和因水系結構與分布造成的影響，WD和WRI分別為兩者權重。根據熵權法和層次分析法[19-20]，WD和WRI分別賦值0.6，0.4，水系數據考慮河網密度和河流水系。采用加權綜合評價法[15]，得出滄州市孕災環境敏感區劃結果如圖5所示。

由圖5可以看出，滄州市孕災環境危險性總體表現出由西南地區逐步向東北地區上升趨勢。高風險區主要分布在黃驊、海興地區的東北部，次高風險區分布在青縣和黃驊、海興地區的西南部以及任丘、滄縣、鹽山地區的東北部，其中黃驊市地區高風險區面積最大，危險程度最高，吳橋地區低風險區面積最大，危險程度最小。其主要原因可能是滄州市位于冀中平原東部，整體地勢較為平坦，地形類型較少，且以平原為主，變化起伏較小，自西南向東北傾斜，高風險區在暴雨過后，雨水易存于地表，無法借助地形排泄至別處，當雨量累計到一定程度時，暴雨就會引發城市內澇等一系列災害。所以建議在這些風險較高區域，加強城市排水作業，使得城市引流系統更加科學高效，保障其在暴雨天氣下的正常運轉。

2.4?防災減災能力

防災減災能力體現了一個地區在受災后的承載能力大小與災后重建能力的強弱，是除去自然災害形成因子之外的重要因素，對氣象災害風險評估有著很大作用。防災減災能力包括工程措施和非工程措施，與當地的GDP經濟發展水平密切相關，所以筆者主要采用人均GDP和防旱澇水利耕地面積2個指標來反映這一地區的防災減災能力，具體區劃結果見圖6。

由圖6可以看出，防災減災能力因子危險性對滄州市地區的影響程度較為嚴重，這與滄州市的經濟發展不均衡現象密不可分。其中，河間、獻縣、泊頭、南皮、吳橋、鹽山、海興屬于高風險區，防災減災能力較差，這些地區人均GDP就全市范圍來說發展水平較低，暴雨災害發生后的承受能力還有很大的提升空間;滄縣、肅寧、青縣、東光、孟村以及黃驊西南部和東北部地區屬于次高風險區，這些地區人均GDP與旱澇保收能力就全市來說處在中下等發展水平，防災能力比高風險區有一定提升;任丘市外圍、黃驊市中部地區和滄州市區屬于中等風險區，這些地區的經濟發展水平就滄州市而言處于領先水平，但人口密度較大，需要進一步提高群眾防災能力;任丘市中部屬于次低風險區，這是因為任丘市經濟發展處于全市前列，GDP高達641.1億元，同時任丘市中部城市體系較完備，居民防災意識處于全市領先水平。綜上，建議滄州市大力推動高風險地區的經濟建設，增強居民在面對災害發生時的應變處理能力，同時在公共場地多建立避難設備，提高防災抗災能力。

2.5?暴雨災害風險區劃

綜合上述4因子區劃結果后，將4因子數據進行回歸加權得出暴雨氣象災害風險指數，利用百分位法將災害風險指數劃分為5個等級（高風險區、次高風險區、中等風險區、次低風險區、低風險區），以GIS空間分析技術為支持，繪制暴雨氣象災害風險區劃圖（圖7）。

2.5.1?高風險區。主要分布在海興與黃驊交界地區、鹽山西部地區、黃驊西部地區、肅寧東部地區、獻縣東部地區和任丘東部地區，其中海興和黃驊交界地區高風險區域面積最大，雖然該區域承災體易損性風險較低，但是該區域地勢低且平緩，暴雨頻次高災害強度大，抗災能力較差，使得致災因子危險性和防災減災能力皆屬于高風險區和次高風險區。黃驊西部地區地勢低且平坦，不利于暴雨氣象災害后的引流排泄，而肅寧東部地區、獻縣東部地區和任丘東部地區防災能力較差，導致這些地區為暴雨災害高風險區。

2.5.2?次高風險區。主要分布在以上高風險區外圍，此外任丘西部地區、河間南部獻縣東北部地區和滄州市區中心也為暴雨氣象災害次高風險區。任丘西部地區和滄州市區中心人口密度較大，發展水平就滄州全市來說處于領先位置，一旦發生暴雨氣象災害，對滄州市的經濟發展影響很大，綜合4因子后，確定該地區屬于暴雨災害次高風險區;河間南部獻縣東北部地區防災抗災能力較差，災后重建能力還需要進一步提升，綜合4因子后，確定該地區屬于暴雨災害次高風險區。

2.5.3?中等風險區。主要分布在高風險區、次高風險區外側還有青縣西側，任丘西北側地區也屬于中等風險區。其中任丘西北側、青縣西側地區地勢較低，地形變化小，孕災環境敏感性風險較高，綜合4因子考量后，確定該地區為暴雨風險中等風險區。

2.5.4?低風險區和次低風險區。主要分布在滄州市中的滄縣、泊頭、東光、吳橋、南皮和南排河的大部分地區。其中泊頭、東光、吳橋地區孕災環境敏感性風險較低，南皮、南排河地區承災體易損性風險較低，綜合4因子后，確定南皮、南排河、東光西部和吳橋西部地區屬于低風險區，滄縣西部地區、吳橋東部地區和東光東部地區屬于次低風險區。

3?結論與討論

（1）滄州市暴雨災害分布不均勻，整體來看東部地區暴雨災害風險較高，中部地區暴雨氣象災害綜合風險級別較低，其大部分地區為次低風險區和低風險區，中等風險區和次高風險區面積較小。東南部地區暴雨氣象災害發生頻次較多，災害強度較大。高風險區主要分布在海興與黃驊交界地區、鹽山西部地區、黃驊西部地區、肅寧東部地區、獻縣東部地區和任丘東部地區，其中海興和黃驊交界地區高風險區域面積最大，孕災環境敏感性風險較高，暴雨發生頻次較高，暴雨災害強度較大，建議改進這些地區的城市排水引流系統，增強區域排水能力，提高抗災能力。西南部地區防災減災能力較差，發生暴雨氣象災害時，難以及時針對災害進行有效應對，災后重建能力較弱，因此出現高風險區、次高風險區。

（2）城市暴雨災害是一個復雜的系統，風險評估影響因素眾多，筆者僅從有限的評價指標出發，對滄州市暴雨氣象災害進行了風險區劃分析，存在一定的局限性。今后在研究風險區劃時，應進一步完善和優化暴雨災害形成機理，建立更加科學合理的城市暴雨氣象災害風險區劃模型。

參考文獻

[1] 張昂，李雙成，趙昕奕.基于TRMM數據的京津冀暴雨風險評估[J].自然災害學報，2017（2）：160-168.

[2] 傅新姝.城市群對夏季降水影響的觀測分析和數值模擬研究[D].南京：南京大學，2013.

[3] 朱衛浩，陳霞，邵麗芳，等.基于格網的河北省精細化暴雨洪澇災害風險區劃[J].中國農學通報，2016，32（23）：142-147.

[4] VARAZANASHVILI O，TSERETELI N，AMIRANASHVILI A，et al.Vulnerability，hazards and multiple risk assessment for Georgia [J].Natural hazards，2012，64（3）：2021-2056.

[5] PANDEY A C，SINGH S K，NATHAWAT M S.Waterlogging and flood hazards vulnerability and risk assessment in Indo Gangetic plain [J].Natural hazards，2010，55（2）：273-289.

[6] 繆啟龍，陳鑫，俞布，等.杭州市暴雨洪澇災害風險區劃[J].長江流域資源與環境，2012，21（S2）：163-168.

[7] 俞布，繆啟龍，潘文卓，等.杭州市臺風暴雨洪澇災害風險區劃與評價[J].氣象，2011，37（11）：1415-1422.

[8] 張會，張繼權，韓俊山.基于GIS技術的洪澇災害風險評估與區劃研究：以遼河中下游地區為例[J].自然災害學報，2005，14（6）：141-146.

[9] 萬君，周月華，王迎迎，等.基于GIS的湖北省區域洪澇災害風險評估方法研究[J].暴雨災害，2007，26（4）：328-333.

[10] 郭廣芬，周月華，史瑞琴，等.湖北省暴雨洪澇致災指標研究[J].暴雨災害，2009，28（4）：357-361.

[11] 李楠，任穎，顧偉宗，等.基于GIS的山東省暴雨洪澇災害風險區劃[J].中國農學通報，2010，26（20）：313-317.

[12] HUANG D P，LIU C，FANG H J，et al.Assessment of waterlogging risk in Lixiahe region of Jiangsu Province based on AVHRR and MODIS image [J].Chinese geographical science，2008，18（2）：178-183.

[13] 莫建飛，陸甲，李艷蘭，等.基于GIS的廣西農業暴雨洪澇災害風險評估[J].災害學，2012，27（1）：38-43.

[14] 魏一鳴，金菊良，楊存建，等.洪水災害風險管理理論[M].北京：科學出版社，2002.

[15] 石濤，謝五三，張麗，等.暴雨洪澇風險評估的GIS和空間化應用：以蕪湖市為例[J].自然災害學報，2015，24（5）：169-176.

[16] 溫躍修，胡彩虹，薦圣淇.鄭州市區暴雨洪澇風險區劃研究[J].人民珠江，2018，39（12）：17-23.

[17] 雷享勇，陳燕，潘驍駿，等.杭州市主城區暴雨內澇災害風險區劃[J].杭州師范大學學報（自然科學版），2019，18（1）：105-112.

[18] 鮮鐵軍.基于GIS的南充市暴雨洪澇農業氣象災害風險區劃與評估[J].現代農業科技，2018（23）：199-202.

[19] 張婧，郝立生，許曉光.基于GIS技術的河北省洪澇災害風險區劃與分析[J].災害學，2009，24（2）：51-56.

[20] 胡波，丁燁毅，何利德，等.基于模糊綜合評價的寧波暴雨洪澇災害風險區劃[J].暴雨災害，2014，33（4）：380-385.