1、湖南省山丘区小流域山洪灾害危险性评价 叶超凡 张一驰 熊俊楠 秦建新 湖南师范大学资源与环境科学学院 中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室 西南石油大学土木工程与建筑学院 摘 要： 本文采用信息量模型法研究湖南省山丘区小流域山洪灾害的危险性程度。信息量模型的最大意义是能从影响山洪灾害发生的众多因素中找到“最佳因素组合”。基于湖南省 1955-2015 年近 60 年的历史山洪灾害数据, 结合地形、下垫面以及降雨条件, 利用信息量模型按危险性程度高低划分出湖南省山丘区山洪灾害危险性的分布情况。研究结果表明, 湖南省山丘区山洪灾害容易发生在坡度小于 10, 高程小于 10
2、0 m, 起伏度小于 30 m, 土地覆被为人工表面, 土壤类型为粘土以及降雨量在 1584.31662.0 mm 之间的区域。湖南省山丘区危险等级较高的地级市有永州市、郴州市、株洲市、岳阳市、娄底市以及长沙东部山区, 经过混淆矩阵验证后, 通过信息量方法建立的山洪灾害危险性评价模型准确率为 75.36%, 基本可信。关键词： 山洪灾害; 小流域; 危险性; 信息量模型; 湖南省; 作者简介：叶超凡 (1993-) , 女, 河南洛阳人, 硕士生, 研究方向为山洪灾害危险性评价。E-mail:作者简介：张一驰 (1978-) , 男, 北京人, 助理研究员, 研究方向为水资源变化与数值模拟。E
3、-mail:收稿日期：2017-07-07基金：水科院全国山洪灾害调查评价项目 (SHZH-IWHR-57) Hazard Assessment of Mountain Torrent Disaster in Small Watersheds of the Hilly Areas of Hunan ProvinceYE Chaofan ZHANG Yichi XIONG Junnan QIN Jianxin College of Resources and Environmental Science, Hunan Normal University; State Key Laboratory
4、of Resource and Environmental Information System, Institute of Geographic Science and Natural Resources Research, Chinese Acaderny of Science; College of Civil and Architecture, Southwest Petroleum University; Abstract： In this paper, we use the information volume model to study the hazard degree of
5、 mountain torrent disaster in hilly area of Hunan province. The greatest significance of the information volume model is that it can find the best combination of factors from various factors that affect the occurrence of mountain torrents. Hunan Province is one of the most serious mountain torrent d
6、isaster provinces in China. In order to study its hazard degree of the mountain torrent disaster, we divide Hunan Province into several small watersheds to evaluate the hazard of mountain torrent disaster using the data of historical flash flood disaster points spanning years from1955 to 2015. Infor
7、mation volume model was established to calculate the information of the six factors:elevation, slope, relief, land cover, soil types and rainfall, respectively from the consideration of three aspects including the terrain, the underlying surface and the rainfall. The information volume of six factor
8、s were calculated, respectively. Based on the value of information volume of these factors, we obtained the combination of factors with the biggest influence of flash flood disasters. Through calculating the total value of information volume for all small watersheds in hilly areas of Hunan Province,
9、 we classified the information volume into five types associated with different dangerous levels. The results show that: the most significant contribution to the flash flood is the artificial surface of land cover type, with a information volume of 1.771, followed by the types with relief degree les
10、s than 30 m as well as the clay soil type (both at a value of 1.331) . The mountainous torrent disaster for Hunan hilly area are likely occurred in areas with slope lower than 10, elevation lower than 100 m, relief lower than 30 m, of which the land cover is artificial surface, the soil type is clay
11、 and annual mean rainfall is between 1584.31662.0 mm. Statistics of each level of dangerous areas show that the second-high and the third-high hazard types have the largest area in the mountain areas of Hunan, accounting for 26.59% and 26.63%of the total mountain areas, respectively. Area percentage
12、 of the fourth-high risk type is 20.89%, and that of the first and fifth-high hazard types is 13.89% and 11.99% respectively. In the hilly areas of Hunan province, cities with higher hazard levels are Yongzhou City, Chenzhou City, Zhuzhou City, Yueyang City, Loudi City and the eastern part of Changs
13、ha. In this study, 90% of the mountain torrents (1243 mountain torrents) were selected randomly from 1381 mountain torrents disaster spots in Hunan Province, and 10% of them were used to verify the hazard assessment results. The verification of confusion matrix demonstrated that the accuracy rate of
14、 this model is 75.36%, indicating a basically credible results of the spatial distribution of hazard degree estimated in this study. The mountain torrent disaster system established in this study still needs to be improved. The selection of factors and models, as well as the quantification of human
15、activity factors should be considered in the further study.Keyword： mountain torrent disaster; small watershed; hazard; information volume model; Hunan Province; Received： 2017-07-071 引言山洪灾害是指由于过多的降雨或者大坝破裂或冰湖爆发引起的突发事件造成的人员伤亡、财产损失、基础设施损坏以及环境破坏等, 山洪灾害的特征是突发性强、成灾快, 过程中常常伴有山体滑坡和泥石流等其他现象1。山洪灾害和洪灾是世界上造成最多
16、死亡和财产损失的灾难性的自然灾害2, 对其进行危险性评价是预测灾情以及开展防治工作的有效前提。根据评价对象的差异, 山洪灾害危险性评价可以分为 2 种:面上评价和线上评价3。面上评价主要是借助GIS 技术, 将各相关因子叠加在一起进行二维面的风险评价, 是一种侧重大尺度的宏观的危险性分析4-5;线上评价是基于水文计算或动力学方法计算特定沟道山洪灾害的危险性, 研究尺度一般较小6-8。湖南省是中国山洪灾害较严重的省份, 受到国家的高度重视, 历年来众多专家学者从不同角度对湖南省的山洪进行了研究, 为山洪灾害的防治做出了贡献。卢翔9通过收集湖南省历年山洪灾害的资料, 通过大量的水文气象、地质地貌和
17、灾情的调查研究, 总结了湖南省山洪灾害的特点和成灾原因, 为山洪灾害防治规划研究提供一定的参考;黄理军等10对湖南省山洪灾害的成因进行分析后, 认为高强度的暴雨、特殊的地形以及人类活动是造成山洪灾害的主要因素, 在1/25 底图的基础上, 根据山洪灾害的分布位置与强度及承灾体的特征, 按重点防治区、次重点防治区和一般防治区三级进行山洪灾害的防治区划;周新章11分别从降雨、地形地质和经济社会方面对湖南省山洪灾害进行区划, 并利用Arc GIS 软件以小流域为基本单元将湖南省山洪灾害划分为一级重点防治区、二级重点防治区和一般防治区;徐靖宇等12使用 6 年的气象站的分时数据和25 m 的 DEM
18、数据, 利用 GIS 空间分析技术, 结合坡度、地形起伏度等特征, 利用逆流原理对湖南省山洪沟边界信息进行提取从而对山洪灾害的风险进行分区;近年来基于大数据以及云架构的湖南省山洪灾害监控预警系统的建设推进了湖南省山洪灾害防治的信息化进程13-15。本文以湖南省山丘区作为研究区域, 借助 Arc GIS 以小流域为基本评价单元对湖南省山洪灾害危险性进行评价, 在更精细的程度上探求山洪灾害的危险性。2 研究区概况与数据源2.1 研究区概况湖南省位于长江中游以南, 南岭以北, 位居东经 1084711415, 北纬24383008, 东以幕阜、武功诸山系与江西交界, 西以云贵高原东缘连贵州、西北以武
19、陵山脉毗重庆, 南枕南岭与广东、广西相邻, 北以滨湖平原与湖北接壤 (图 1) 。湖南属亚热带季风湿润性气候区, 平均年降雨量 1427 mm, 且易受台风的影响形成高强度的降雨。从山区地质条件上看, 湖南省山区主要由紫色沙石岩、泥岩、红砂岩以及板页岩发育而成的抗蚀性较弱的土壤组成, 容易导致山洪爆发16。从地形地貌条件上看, 湖南省山区地貌复杂, 地形变化强烈, 湖南省东、西、南三面环山, 逐渐向中部和东北部倾斜, 增加了地貌系统的不稳定性17。图 1 研究区概况 Fig.1 Overview of the study area 下载原图2.2 数据源(1) ASTER-GDEM 数据本研究
20、所用的 ASTER-GDEM 数据是 2011 年由美国航空管理局 (NASA) 与日本经贸及工业部 (METI) 发布的, 该数据采用全自动化的方法对 150 万景的 ASTER存档数据进行处理生成的, 再经过去云处理、除去残余的异常值, 取平均值, 并以此作为 ASTER-GDEM 对应区域的最后像素值。纠正剩余的异常数据, 再按11分片, 生成全球 ASTER GDEM 数据。ASTER-GDEM 产品的精度为水平 30 m, 垂直 20 m, 可靠性 95%, 空间分辨率 30 m。DEM 数据用于划分小流域, 计算地形因子。(2) 土地覆被数据土地覆被数据来源于环境保护部和中国科学院
21、联合开展的“全国生态环境十年变化 (2000-2010 年) 遥感调查与评估项目”, 该数据是 2000、2005 和 2010年共 3 期全国范围的土地覆被数据, 其分类体系共 3 级, 本研究采用分类系统中的一级分类体系, 涉及的土地覆被类型有林地、草地、湿地、耕地、人工表面以及其它共 6 类。(3) 降雨数据常规降水数据主要来自“中国气象数据网”。本文选取累年日值数据集 (1981-2010 年) 进行分析。(4) 地貌区划数据地貌区划数据来源于中华人民共和国地貌区划图。地貌区划数据用于划分出湖南省山丘区的范围, 本文山丘区的划分是基于地貌区划四级分区界定。(5) 土壤数据土壤类型数据来
22、自中国土壤数据库, 由全国山洪灾害评价调查项目提供。土壤数据在湖南省内有 11 种土壤类型, 分别是砂壤土、壤土、粉壤土、砂粘壤土、粘壤土、粉粘壤土、砂粘土、壤粘土、粉粘土、粘土以及水域。(6) 历史山洪灾害数据历史山洪灾害数据来源于全国山洪灾害评价调查项目。该项目中统计的历史山洪灾害点不是山洪灾害最初的发生位置, 而是山洪灾害对人类和社会造成危害或威胁的位置。本文选取 1955-2015 年近 60 年的数据进行分析。(7) 小流域数据对湖南省的山丘区进行小流域划分, 首先, 根据地貌区划四级分区, 划分出湖南省山丘区的范围, 进而在山丘区内划分小流域。小流域的划分是根据水文学D8 算法,
23、基于 DEM 借助计算机自动完成流域单元的划分, 其具体流程为分析水流方向-分析汇水累积量-提取沟谷-沟谷编码-沟谷分级-流域划分。本文研究对象为地貌区划四级分区内的小流域单元。3 研究方法山洪灾害危险性评价的实质就是分析山洪危险评价指标体系中各个指标在该地域的相对重要性, 一般采用多目标评价方法, 按照一定的方法和原则把山洪灾害系统中的各个评价指标转化成单一的指标形式, 以某种形式对其进行分类和排序, 从而实现山洪灾害的危险性评价18-20。3.1 山洪灾害危险性信息量模型信息量法最早在矿产预测中应用21, 随着 GIS 在众多学科的广泛应用, 将GIS 和信息量法的结合运用于自然灾害的危险
24、性评价中, 这种方法集 GIS 和信息量法的优点于一体, 既能充分利用 GIS 技术的图形处理与空间分析功能, 弥补单一因子评价法的不足, 又能将影响区域稳定性的实测值转化为信息量值, 通过信息量的大小客观的分析某种因子对该区域的影响22。信息量法在自然灾害预测中的优点是可以综合研究灾害发生贡献率最大的“最佳要素组合”, 将众多单一的因素有机的结合起来。信息量法的主要思路是提取影响区域稳定性的因素, 并将这些因素的测量值转化为信息量值, 通过计算各因素所提供信息量的大小对其之间的密切程度进行评价, 进而得出某因素对灾害发生的贡献大小23。基于 GIS 的信息量法在山洪灾害危险性评价中的计算过程
25、如下22:(1) 结合山洪灾害发生点单独计算影响山洪灾害的因素 Xi对山洪灾害发生 (H) 提供的信息量 Ii (Xi, H) 。式中:P (X i, H) 为山洪灾害发生 (H) 条件下出现影响因素 Xi的概率;P (X i) 为研究区内出现影响因素 Xi的概率。式 (1) 是信息量法的理论模型, 现实计算中一般采用式 (2) 进行信息量的计算。式中:N i为分布在影响因素 Xi内的山洪灾害单元数;N 为研究区内山洪灾害分布的单元总数;S i为研究区内含有影响因素 Xi的单元数;S 为研究区所划分的评价单元总数。(2) 计算单个评价单元内的总的信息量。式中:I 为单个评价单元内总的信息量值;
26、n 为评价因子数量。其他参数同上。基于 GIS 的信息量法实际上是对式 (3) 变换了处理对象, 如式 (4) 所示。经过变换后, N/S 为研究区山洪灾害的分布密度, 这是一个定值, 因此研究的重点转换为 Ni/Si的计算, 即山洪灾害在各评价因子图层中的分布密度。最后将各个因子层进行叠加, 根据信息量越大越容易发生山洪灾害的原理对研究区内山洪灾害危险性进行区划。3.2 山洪灾害危险性评价指标体系分析山洪灾害的形成和空间分布规律, 从地形、下垫面因素和气象因素 3 个维度, 分别选取高程、坡度、起伏度、土壤类型、土地覆被、多年平均降雨量 6个具体的山洪灾害危险性评价指标。3.2.1 地形因素
27、地形因子是影响山洪灾害的重要因素。山洪灾害属于重力影响的灾害类型, 一方面, 由于高程、坡度、地形起伏度直接影响山洪灾害松散堆积物的分布;另一方面, 是由于地势较低的地方更容易遭受山洪的侵袭。山间地势平坦的地方由于高程较低, 积水难以排泄而易致灾, 即地形相对高程越低, 地形变化越小, 越容易遭受到山洪灾害的影响。在 Arc GIS 的空间分析功能的支持下, 利用ASTER-GDEM 数据提取高程;利用 Slope 函数提取坡度, 本文提取坡度的栅格大小和 DEM 一致, 为 30 m30 m。地形起伏度 (Rf) 是指特定区域内最高点与最低点之间的高程差, 能够直观地反映地表形态24, 计算
28、公式如下:由于本文是基于小流域进行山洪灾害的危险性评价, 因此地形起伏度在每个小流域内用平均值代替。通过统计可知 (图 2) , 研究区内坡度的范围在 077.33之间, 起伏度在0927 m 之间, 高程在 212075 m 之间。观察灾害点数量的分布情况, 灾害点在坡度为 510之间分布最多, 82%的灾害点分布在小于 20的区域;在起伏度为 50100 m 之间灾害点分布最多, 87%的灾害点分布在起伏度小于 200 m 的区域;在高程为 200300 m 之间灾害点分布数量最多, 82%的灾害点分布在高程为100500 m 之间。在坡度大于 40、起伏度大于 350 m 和高程大于 9
29、00 m 的区域灾害点分布较少, 从柱状图的变化规律可以看出, 山洪灾害的发生和坡度、起伏度以及高程有直接的关系。3.2.2 下垫面条件下垫面因子中的植被以及土壤类型会影响边坡的稳定性, 从而影响山洪灾害的发生。植被对降雨有一定的截留和遮挡的作用, 不同的植被覆盖以及植被覆盖面积的大小对山洪灾害的影响程度也不同, 植被覆盖率大的区域, 更有利于减缓降雨汇流, 降低山洪灾害发生的概率25。本文通过敏感性系数确定不同的土地利用对山洪灾害的敏感性, 敏感性越高, 表明越容易发生山洪灾害。敏感性系数主要是由 He26等提出的, 何易平等27-28在其基础上对山地灾害敏感性进行了研究, 公式如下:图 2
30、 山洪灾害地形危险性指标空间分异 Fig.2 Spatial distribution of terrain dangerous index of mountain torrent disasters 下载原图式中:SC i为第 i 类土地利用类型的敏感性;Dens Clas i为山洪灾害在 i 类土地利用类型中分布的面积比率或出现的比率;Dens Map i为山洪灾害在所有土地利用类型中分布的面积比率或出现的概率。在式 (6) 的基础上, 将小流域单元作为研究基础, 通过统计分析, 得到敏感性系数 (式 (7) ) 。式中:AS Li为发生灾害的第 i 类土地利用类型的面积;A Li为整个研
31、究区内第 i 类土地利用类型的面积;A S为发生灾害的小流域总面积;A T为研究区总面积。不同机械组成的土壤入渗能力不同, 表现出来的产汇流能力也不同29。本文将湖南省山区的土壤类型分为 9 级, 研究土壤类型对山洪灾害的影响。通过统计可知 (图 3) , 土地覆被一共有 6 大类, 山洪灾害发生在耕地一类的数量最多, 由于各个类别的面积有所不同, 因此, 统计每一类型的面积, 从而计算每种类型中山洪灾害的分布密度并进行比较。灾害点数量密度最大的类型是人工表面, 其次是其它, 再次是耕地, 发生密度最小的类型是林地。土壤类型一共有 11 类, 山洪灾害发生数量最多的类型是粘壤土, 灾害点数量密
32、度最大的类型为粘土, 其次为粘壤土, 发生密度最小的类型是粉壤土和粉粘土。从以上 2 个因子可以研究山洪灾害发生的下垫面条件。图 3 山洪灾害下垫面危险性指标空间分异 Fig.3 Spatial distribution of hazard index of underlying surfaces of mountain torrent disasters 下载原图3.2.3 降雨条件山洪灾害的发生和当地的降雨特征有很大的关系, 降雨为山洪灾害提供了动力条件, 持续性降雨和暴雨都能导致山洪灾害的发生。为了表明降雨空间分布特征对山洪灾害危险程度的影响, 选取了多年平均降雨量作为因子参与评价。为了
33、获得更准确的降雨数据, 本文选取湖南省以及湖南周边包括重庆、湖北、贵州、广西、广东和江西境内的雨量站的数据在 Arc GIS 中进行插值, 得到湖南省的年均降雨量分布模拟数据。根据统计 (图 4) , 在降雨量为 14501500 mm 之间山洪灾害发生数量最多, 87%的山洪灾害发生在降雨量为 13001650 mm 之间, 从柱状图中可明显地看出, 山洪灾害的数量和降雨关系密切。4 结果与分析4.1 山洪灾害危险性因子信息量本文从湖南省山丘区 1381 个山洪灾害点中随机选取 90% (即 1243 个山洪灾害点) 参与信息量模型的统计, 剩余 10%的山洪灾害点用于危险性评价结果的验证。
34、首先将山洪灾害的影响因子图层重新分级分别与 1243 个山洪灾害点图层在Arc GIS 中进行叠加分析, 得到山洪灾害与影响因子数据类分布关系的专题图层, 并求取每类图层中分级后的信息量。为了避免各因素信息量图层直接相加时正负数抵消可能造成的不确定性, 本文将各因素信息量图层进行极差标准化后, 再进行加权叠置得到综合信息量。研究结果表明, 湖南省山丘区容易诱发山洪灾害的条件为坡度小于 10, 高程小于 100 m, 起伏度小于 30 m, 土地覆被为人工表面, 土壤类型为粘土以及降雨量在 1584.31662.0 mm 之间 (表 1) 。对于影响山洪灾害的地形因素中的高程、坡度以及起伏度,
35、从这 3 个因子的信息量值看出, 高程、坡度以及起伏度均与信息量呈负相关, 即山丘区高程越低、坡度越缓, 起伏度越小的区域更容易遭受到山洪灾害, 而这些区域也是比较适合人类居住的区域, 因此在山洪灾害发生时更容易受到从山上流下来的径流的影响。对于山洪灾害的下垫面条件, 从土地覆被和信息量值的关系看出, 随着土地覆被从林地逐渐过渡到人工表面, 信息量的值也逐渐增大, 说明下垫面为林地和草地的区域不容易发生山洪灾害, 湿地和耕地次之, 人工表面和其他更容易发生山洪灾害;对于土壤类型, 对山洪灾害影响较大的类型为粘土和粘壤土, 影响最小的是壤土和粉粘壤土, 其中一方面原因和土壤的分布有关, 另一方面
36、原因和土壤类型所占面积有关。对于诱发山洪灾害的动力条件降雨, 从信息量值看出, 降雨基本上和信息量呈正相关关系, 对于降雨最多的一类信息量反而为负的原因, 是由于下垫面或其它因素的影响, 因此信息量的值比较低。比较所有因子图层中的信息量值, 信息量值最大的对山洪灾害贡献最显著的是土地覆被中的人工表面, 信息量值为 1.771;其次是起伏度小于 30 m 和土壤类型为粘土, 信息量值为 1.331;再次是土地覆被类中的其它, 信息量值为1.254。从总体上来看, 山洪灾害危险性较大的区域位于地势较低、地形较平坦, 人工改造大, 降雨较多的区域。图 4 山洪灾害降雨危险性指标空间分异 Fig.4
37、Spatial distribution of hazard index of the rainfall of mountain torrent disasters 下载原图本文对每个评价因子的分级是参考湖南省的地形地貌特征26以及根据自然断裂法进行分级。观察每个评价因子的信息量变化规律, 高程、坡度以及起伏度与信息量值呈明显的负相关, 土地覆被敏感性系数以及降雨量与信息量呈正相关, 土壤类型中粘土对山洪灾害影响最大。4.2 山洪灾害危险性将每个图层极差标准化以后在小流域内取平均值进行加权叠加, 把总的信息量用自然断点法进行分级, 得到小流域尺度内的危险性图层, 等级越高危险性越大 (图 5)
38、 。统计每一级危险性的面积, 湖南省山丘区处于第 2 级和第 3 级的最多, 分别占总面积的 26.59%和 26.63%, 其次是处于第 4 级的, 占总面积的20.89%, 最后是第 1 级和第 5 级的, 分别占 13.89%和 11.99%。观察小流域危险性等级的空间分布差异, 统计各个地级市内小流域危险性等级的数量以及比例, 永州市、郴州市、株洲市、岳阳市、娄底市以及长沙东部小流域山洪灾害危险性的等级较高。地级市内高等级小流域数量最多的是郴州市, 有 43 个, 其次是永州市, 有 31 个, 再次是岳阳市, 有 26 个。地级市内小流域危险性占该地级市总体小流域数量比例最多的是长沙
39、市和岳阳市的山丘区, 从降雨因子图层和土壤因子图层看出, 长沙市和岳阳市山丘于位于湖南省最东边, 降雨量较多, 土壤类型为粘土和粘壤土信息量值最大的 2 个类型;其次是株洲市和永州市, 从降雨因子、土壤因子和土地利用因子看出, 株洲市降雨量丰富, 永州市容易发生山洪灾害的粘土和粘壤土面积大, 而且人工表面分布密集。从以上容易发生山洪灾害的区域的地形都比较平坦, 坡度较缓、起伏度和高程较低, 比较适合居住, 在发生山洪灾害的时候, 从山上流下来的洪水极易容易威胁到居住在较低区域的人和物。表 1 山洪灾害危险性评价因子信息量 Tab.1 Information volume of hazard assessment factors of mountain flood disasters 下载原表
