黑龙江省暴雨洪涝灾害风险区划

张洪玲;宋丽华;刘赫男;徐永清

【摘 要】Based on daily precipitation date, socio - economic data, GIS data and historical disaster data, the authors analyzed the fatalness of disaster - inducing factors, sensitivity of disaster - forming environments and vulnerability of disaster - bearing bodies by using GIS method. Then the model of risking valuation was built with the method of weighted synthesis evaluation and natural breakpoint classification method of GIS. Risk zoning charts of flood and waterlog in Heilongjiang province was painted and was divided into five hierarchies: high, less high, medium, less low and low. The results showed that risk of flood and waterlog presented high in the east and west areas but low in the north and south. Most area of Songnen plain, north and south of Sanjiang plain and the central of Hegang belonged to high risking zone, especially north - west of Haerbin, south - east of Daqing, north and west of Suihua, the central of Hegang. Daxinganling area and southeast semi mountainous belonged to low - less low risking zone and where the probability of occurrence also low. Actual disaster results were matched with risking zone, especially the distribution of high low high areas.%以黑龙江省81个气象台站1961-2008年的逐日降水数据、社会经济资料、地理信息数据以及灾情数据为基础,运用GIS技术,对黑龙江省暴雨洪涝灾害的致灾因子危险性、孕灾环境敏感性、承灾体易损性等评价因子进行综合分析,采用加权综合分析法以及GIS中自然断点分级法,构建了暴雨洪涝灾害风险评估模型,将黑龙江省划分为高、次高、中等、次低和低5个等级风险区.结果表明,黑龙

江省暴雨洪涝灾害风险呈“东西高-南北低”的分布,松嫩平原大部、三江平原北部和南部地区处于高-次高风险区,哈尔滨西北部、大庆东南部、绥化北部和西部以及鹤岗中部地区,属于高风险区；而大兴安岭地区和东南半山区处于低-次低风险区,发生暴雨洪涝灾害的几率较低.灾情验证结果表明,实际灾情的高值-次高值分布与风险区划结果基本符合,风险区划模型具有较高的实际应用价值和研究意义. 【期刊名称】《中国农业气象》 【年(卷),期】2012(033)004 【总页数】7页(P623-629)

【关键词】暴雨洪涝;GIS;风险区划;致灾因子危险性;孕灾环境敏感性;承灾体易损性 【作 者】张洪玲;宋丽华;刘赫男;徐永清

【作者单位】黑龙江省气候中心,哈尔滨150030;黑龙江省气候中心,哈尔滨150030;黑龙江省气候中心,哈尔滨150030;黑龙江省气候中心,哈尔滨150030 【正文语种】中 文 【中图分类】S166

暴雨洪涝灾害是黑龙江省主要的自然灾害之一，给当地经济特别是农业生产及生态环境带来很多不利影响，尤其是在全球气候变暖的大背景下，极端降水事件的发生频率增加，易灾暴雨也频繁发生，1998年松嫩流域发生特大洪水，受灾农田483万hm2，直接和间接经济损失600亿～800亿元;2004年5月，东部和北部地区发生大暴雨，土壤偏涝面积达近10a来的最大值;2005年6月，暴雨致沙兰镇发生特大洪灾，直接经济损失2.8亿元;2006年7月，黑河发生大暴雨，导致农业直

接经济损失1.61亿元;2008年7月，桦南、嫩江和讷河等地遭强降雨袭击，农业直接经济损失5563万元;2009年6月，讷河和龙江等地的农作物因暴雨致灾绝收面积达11538hm2，直接经济损失3736万元。在暴雨洪涝灾害增多的背景下，对黑龙江省暴雨洪涝灾害进行风险区划和综合评估显得非常必要。

灾害的风险区划是自然灾害风险管理的一个重要方面［1］，准确合理的风险区划结果对防灾减灾以及社会经济的可持续发展有着重要意义，而GIS的广泛运用，使风险区划水平得到很大程度的提高。在此基础上，国内很多专家学者针对不同区域，进行过暴雨洪涝灾害风险区划、风险评估的研究，并取得了多项成果［2-9］，实现了暴雨灾害风险量化空间分析。但是，针对黑龙江省的相关研究报道较少。本文拟将自然灾害风险指数评估方法与GIS空间分析相结合，综合考虑致灾因子危险性、孕灾环境敏感性以及承灾体易损性3个评价指标［10-17］，构建暴雨洪涝灾害各评价因子和综合风险评估模型，实现黑龙江省区(县)级暴雨洪涝灾害风险区划，以期为黑龙江省防灾减灾工作提供依据。 1 资料与方法 1.1 资料来源

黑龙江省81个气象台站1961－2008年的逐日降水资料来自黑龙江省气象信息中心;基础地理信息资料为2008年中国气象局下发的黑龙江省1∶5万地形数据、行政边界图、水系数据等;社会经济数据包括以县(区)为单位的行政区域土地面积、年末总人口、耕地面积、国民生产总值等数据，来自2008年黑龙江省统计年鉴;灾情数据为黑龙江省气候中心收集整理的1984－2007年以县(区)为单元的暴雨洪涝灾情普查数据。黑龙江省地区分布见图1。

图1 黑龙江省分区图Fig.1 The geographic districts of Heilongjiang province 1.2 研究方法 1.2.1 归一化方法

暴雨洪涝灾害的危险性(VE)、敏感性(VH)、易损性(VS)3个评价因子又各包含若干个指标，为了消除指标量纲和数量级的差异，对每个指标进行归一化处理，方法为

式中，Dij是j区第i个指标的归一化值，Aij是j区第i个指标值，mini和maxi分别是第i个指标值中的最小值和最大值。 1.2.2 加权综合评价法

综合考虑各个具体指标对评价因子的影响程度，把各个具体指标的作用大小综合起来，用一个数量化指标加以集中，即

式中，Vj是评价因子的总值，Wi是指标i的权重，Dij是对于因子j的第i个指标的归一化值;n是评价指标个数。权重Wi可由各评价指标对所属评价因子影响的重要程度、专家意见、当地实际情况三者结合、讨论确定。 1.2.3 百分位数法

百分位数是一种位置指标，常用于描述一组样本值在某百分位置上的水平。将一组数据从小到大排序，并将全部数据分成100等份，以第几百分位数来反映某数值在整个数据中的分布位置。多个百分位结合使用，可以更全面描述资料的分布特征。百分位数的计算为

式中为第i个百分位值，X为升序排列后的样本序列，p为百分位数(用小数代入，如p=80%，取0.8);n为序列总数;j为对应百分位数p的序列数［7］;int为取整函数，返回值为向下舍入最接近的整数。 1.2.4 自然断点分级法

自然断点分级法是用统计公式来确定属性值的自然聚类［7，11］。公式的功能就是减少同一级中的差异、增加级间的差异，方法可用GIS软件自带的功能实现。

1.2.5 区划方法

以黑龙江省降水资料、社会经济资料、地理信息数据以及灾情数据为基础，运用GIS空间分析技术，对全省暴雨洪涝灾害的致灾因子危险性(VE)、孕灾环境敏感性(VH)、承灾体易损性(VS)3个评价因子进行综合分析，采用专家打分和加权综合分析法以及自然断点分级法，构建暴雨洪涝灾害风险指数模型，即

式中，FDRI为暴雨洪涝灾害风险指数，其值越大，则灾害风险程度越大;we、wh、ws是各评价因子的权重，根据专家打分确定。

根据灾害风险指数分布，将黑龙江省暴雨洪涝灾害风险按5级分区划分，即高风险区、次高风险区、中等风险区、次低风险区和低风险区，并绘制黑龙江省暴雨洪涝风险区划图。 2 结果与分析

2.1 区划指标体系及其模型构建 2.1.1 致灾因子危险性 (1)致灾因子分析

降水致灾主要表现为降雨强度大，冲毁农田水利设施，造成房屋倒塌等;累积雨量大，积水难排，形成内涝。因此，暴雨洪涝灾害危险性用暴雨强度和暴雨强度频次表征。

(2)各暴雨过程强度分级

中国气象局规定的暴雨标准为日降水量≥50mm。以连续降水日划分为一个过程，并要求该过程中至少一天的降水量达到或超过50mm，一旦出现无降水则认为该过程结束，最后将整个过程的降水量累加。

统计历年各气象台站1、2、3、…、10d(含 10d以上)暴雨过程降水量，将所有台站的过程降水量作为一个序列，建立不同时间长度的10个降水过程序列。

利用百分位数法，将暴雨过程强度分为5个等级，过程降水量序列中60%～80%百分位值对应为1级，80% ～90%百分位值对应为2级，90% ～95%百分位值对应为3级，95% ～98%百分位值对应为4级，大于等于98%百分位值对应为5级，分别计算1961－2008年全省不同过程降水量序列的各级阈值，作为5个级别的临界致灾雨量(表1)。

表1 1961-2008年暴雨过程降水量的分级标准(mm)Table 1 Grading standard of precipitation during a torrential rain process from 1961 to 2008暴雨天数Days of torrential rain(d)1级(mm)1stlevel 2级(mm)2ndlevel 3级

(mm)3rdlevel 4级(mm)4thlevel 5级(mm)5th level 1 65 75 86 97 109 2 76 91 104 115 134 3 87 108 127 145 159 4 93 115 131 142 161 5 103 125 152 167 178 6 113 127 140 1 184 7 140 160 173 197 229 8 137 153 169 194 207 9 139 157 168 178 197≥10 171 217 265 304 335 (3)各级暴雨强度频次统计

针对1961－2008年全省每个台站，利用不同等级的不同暴雨过程的临界致灾雨量(表1)，计算出各等级暴雨过程历年出现的次数，将同一等级所有暴雨过程出现次数的每10年平均值作为该台站该等级的暴雨强度频次，该台站的综合暴雨强度频次为各等级暴雨强度频次之和，进而得到全省各级暴雨强度频次以及综合暴雨强度频次分布图(图2)。由图可见，黑龙江省各级暴雨强度频次的空间分布不很一致，1级暴雨强度频次(图2a)的高值区主要位于松嫩平原、双鸭山中部以及鸡西中部，平均每10a发生0.95～1.70次;2级高频次的暴雨强度集中在哈尔滨中部、鹤岗中部以及鸡西东部(图2b)，平均每10a发生1.40～2.12次;3级暴雨强度频次较高区域主要在伊春东南部、三江平原西部、绥化南部、哈尔滨北部以及鸡西东部(图2c)，频次为0.90～1.5次/10a;4级的强度频次高值区分布与2级相似(图2d)，集中在哈尔滨中部以及鹤岗中部，同时黑河中部以及齐齐哈尔西部也较高，频次为

0.85～2.20次/10a;5级暴雨的高发区则在绥化西北部、伊春西南部、鹤岗中部以及哈尔滨中部地区(图2e)，为2.20～3.4次/10a。

总体来看，综合暴雨强度频次(图2f)在省北部、东南半山区、三江平原西部以及大庆中部地区相对较少，属于暴雨低发区域;省中部地区的频次相对较高，为4.9次/10a以上，属于暴雨多发地区;鹤岗南部以及哈尔滨中部地区的综合频次最高，为5.8～8.3次/10a，属于暴雨高发地区。

图2 1961-2008年黑龙江省各级及综合暴雨强度频次的空间分布(次/10a)Fig.2 Spatial distribution of frequency(times/10year)occurred torrential rain process of each level intensity in Heilongjiang from 1961 to 2008 (4)致灾因子危险性指数

根据暴雨强度等级越高，对洪涝形成所起的作用越大的原则，确定降水致灾因子权重，将各等级暴雨强度频次归一化后，1～5级的暴雨强度频次权重分别取作 1/15、2/15、3/15、4/15、5/15，利用式(2)进行加权平均，计算致灾因子危险性指数，然后按5个等级危险区(高、次高、中等、次低、低)进行区划，结果见图3a。 2.1.2 孕灾环境敏感性

孕灾环境是指气象危险性因子、承灾体所处的外部环境条件，如地形地貌、水系、植被分布等。从洪涝形成的背景和机理分析，孕灾环境主要考虑地形、水系这两个因子对洪涝灾害形成的综合影响。高程越低、地形起伏越小越容易发生洪涝灾害;河网越密集、距离水体越近的地方，发生洪涝灾害的危险程度越高［9］。 根据黑龙江省实际情况，地形因子的影响通过高程及高程标准差［18］的不同组合值来体现(表2)，表2中地形高程数据采用中国气象局1∶5万高程数据，高程标准差则通过GIS软件以该数据为基础计算得出;水系因子的影响通过河网密度值［9］来体现，河网密度值采用中国气象局1∶5万河流数据在GIS中计算得到。将地形因子和水系因子归一化处理后，各取权重为0.5，利用式(2)加权综合评价计

算得到孕灾环境的敏感性指数分区，结果见图3b。

表2 高程和高程标准差组合的赋值标准Table 2 Scoring criteria of terrain factors combined by altitude and its standard deviation高程标准差level一级1stlevel(≤100m)高程Altitude Standard deviation of altitude一级(≤1m)1stlevel二级(1－10m)2ndlevel三级(≥10m)3rd 2.1.3 承灾体易损性

致灾因子的危险性仅反映了暴雨可能产生的危害大小，而实际造成危害的程度还与承灾体的情况有关。同等强度的暴雨，发生在人口密集、经济发达的地区造成的损失往往比发生在人口稀少、经济相对落后的地区大得多。因此，选用2007年地均人口(人口/土地面积)、耕地面积比重(耕地面积/土地面积)和地均GDP(GDP/土地面积)作为暴雨洪涝灾害的社会经济易损性指标，将这3个指标归一化处理后，根据它们对暴雨洪涝灾害的相对重要程度和专家打分的结果，取人口密度的权重为0.4，耕地比例的权重为0.4，地均GDP的权重为0.2，利用式(2)加权综合计算得到2007年各市(县)的承灾体易损性指数分区，结果见图3c。 2.2 灾害风险区划及结果评述 2.2.1 分项评价结果

由图3a可见，致灾因子危险性指数在黑龙江省中部地区相对较高，在北部、东南半山区、三江平原西北部以及大庆中北部地区相对较低，其中哈尔滨中部、伊春南部以及鹤岗中部地区属于高危险区;齐齐哈尔北部和西南部、绥化东北部以及哈尔滨东部地区属于次高风险区。孕灾环境敏感性指数(图3b)呈现“东西高—南北低”的分布，这与黑龙江省地形与水系综合分布特点一致，其中高危险区域集中在三江平原北部以及东南部;次高危险性区域体现在松嫩平原大部以及大兴安岭与小兴安岭的交界处。2007年全省大部地区的承灾体易损性指数(图3c)都处于次低区，只有松嫩平原大部以及三江平原西北部地区指数相对较高，较易受损，其中哈尔滨西

北部地均GDP最高，人口密度也最大，易损性指数最高，属于高易损区;齐齐哈尔东部、大庆北部以及绥化大部地区属于次高易损性区域。

图3 黑龙江省暴雨洪涝灾害各评价因子的风险分布Fig.3 Spatial distribution of assessment factors of flood and waterlog in Heilongjiang province 2.2.2 综合评价结果

考虑致灾因子危险性(VE)、孕灾环境敏感性(VH)、承灾体易损性(VS)等3个评价因子，并征求专家意见，得到VE、VH、VS的权重系数分别为0.5、0.3和0.2，代入区划模型(公式4)，将黑龙江省暴雨洪涝灾害划分为高风险区、次高风险区、中等风险区、次低风险区和低风险区5个区(图4)。

整体来看，黑龙江省暴雨洪涝灾害风险有“东西高—南北低”的分布，省北部大兴安岭地区和东南半山区的暴雨洪涝灾害风险相对低(图4)，松嫩平原以及三江平原风险相对高。其中，松嫩平原大部、三江平原北部和南部地区处于高—次高风险区，特别是哈尔滨西北部、大庆东南部、绥化北部和西部以及鹤岗中部地区，属于高风险区，这些区域的VE和VS相对较高，VH相对较敏感，所以暴雨洪涝灾害风险相对较高;而大兴安岭地区和东南半山区，无论是VE、VH还是VS，均相对较低，所以经暴雨洪涝风险指数模型推算和区划，上述地区处于低—次低风险区，发生暴雨洪涝灾害的几率较低。

图4 2007年黑龙江省暴雨洪涝灾害风险区划图Fig.4 Integrated risk zoning of flood and waterlog in Heilongjiang province(2007) 2.2.3 灾情验证

根据1984－2007年黑龙江省灾情普查数据，得到多年平均的地均受灾人口(图5a1)、受灾耕地比重(图5b1)和地均直接经济损失(图5c1)的空间分布图;将区划模型(公式4)中承灾体因子VS分别仅用地均人口、耕地面积比重和地均GDP代替，进行单一承灾体的灾害风险模拟，得到与灾情对应的人口(图5a2)、耕地(图5b2)

和经济(图5c2)暴雨洪涝灾害风险区划图。通过灾情分布图和相应承灾体风险区划图的对比可以看出，实际情况与区划结果基本对应一致。1984－2007年，黑龙江省受灾人口的高值区集中在松嫩平原和三江平原西部(图5a1)，与对应的人口暴雨洪涝风险区划图(图5a2)基本吻合;实际受灾耕地比重(图5b1)与对应的耕地暴雨洪涝风险区划(图5b2)分布也较一致，高值区都体现在松嫩平原东部地区;“经济损失”要素的对比结果虽然整体上看要稍差一些(图5c1、图5c2)，但是高值—次高值区域对应较好，都在大庆和哈尔滨北部地区。

图5 1984-2007年黑龙江省平均灾情普查数据(a1、b1、c1)和用单一承灾体指标计算的暴雨洪涝灾害风险指数的分区结果(a2、b2、c2)对比Fig.5 Contrast the actual disaster from 1984 to 2007(a1，b1，c1)with the risk zoning

according to a corresponding factor of VS(vulnerability of disaster-bearing bodies)(a2，b2，c2) 3 结论与讨论

(1)黑龙江省各级暴雨强度频次的高值区域分布为:1级在松嫩平原、双鸭山中部以及鸡西中部，2级在哈尔滨中部、鹤岗中部以及鸡西东部，3级在伊春东南部、三江平原西部、绥化南部、哈尔滨北部以及鸡西东部，4级在哈尔滨中部以及鹤岗中部，5级在绥化西北部、伊春西南部、鹤岗中部以及哈尔滨中部。

综合暴雨强度频次分析，省北部、东南半山区、三江平原西部以及大庆中部地区的频次相对较低，省中部地区的频次相对较高，其中鹤岗南部以及哈尔滨中部地区的综合频次最高，为暴雨高发区。

(2)整体来看，致灾因子危险性指数(VE)在省中部地区相对较高，在省北部、东南半山区、三江平原西北部以及大庆中北部地区相对较低;孕灾环境敏感性指数(VH)的高危险区域集中在三江平原北部以及东南部;承灾体易损性指数(VS)只在松嫩平原大部以及三江平原西北部地区相对较高，其它地区均为次低区。

(3)综合VE、VH、VS及其权重，得到黑龙江省暴雨洪涝灾害风险区划，整体上呈现“东西高－南北低”的分布，高－次高风险区位于松嫩平原大部、三江平原北部和南部地区，尤其是哈尔滨西北部、大庆东南部、绥化北部和西部以及鹤岗中部地区风险最高;低－次低风险区位于大兴安岭地区和东南半山区。

(4)灾情验证结果表明，反应灾情状况的地均受灾人口、耕地面积比重和地均直接经济损失等的高值－次高值分布均能在对应的承灾体灾害风险区划上反应出来，说明本文构建的暴雨洪涝灾害风险评估模型具有较高的实际应用价值和研究意义。 黑龙江省地域辽阔、地形复杂，暴雨洪涝灾害形成复杂，影响因子众多，合理选择评价指标并赋予指标相应的权重，定量地分析洪灾风险有一定的困难，本文提出的指标模型只是作了一定探索。与相关研究的方法有所不同［8-9，11］，因资料不足，本文没有将抗灾减灾能力作为评价因子之一，只进行了无抗灾能力的风险评估，对此能力的量化指标不完善，今后将侧重此因子的引入，做出更加符合实际的暴雨洪涝灾害风险区划。 参考文献:

［1］万庆.洪水灾害系统分析与评估［M］.北京:科学出版社，1999.

［2］周成虎，万庆，黄诗峰.基于GIS的洪水灾害风险区划研究［J］.地理科学，2000，55(1):15-24.

［3］何报寅，张海林，张穗，等.基于GIS的湖北省洪水灾害危险性评价［J］.自然灾害学报，2002，11(4):84-.

［4］唐川，朱静.基于GIS的山洪灾害风险区划［J］.地理学报，2005，60(1):87-94.

［5］管珉，陈兴旺.江西省山洪灾害风险区划初步研究［J］.暴雨灾害，2007，26(4):339-343.

［6］郭永芳，查良松.安徽省洪涝灾害风险区划及成灾面积变化趋势分析［J］.中

国农业气象，2010，31(1):130-136.

［7］王慧，毛炜峄，李元鹏，等.易灾暴雨的风险区划［J］.冰川冻土，2011，33(6):1407-1413.

［8］宫清华，黄光庆，等.基于GIS技术的广东省洪涝灾害风险区划［J］.自然灾害学报，2009，18(1):58-63.

［9］俞布，缪启龙，潘文卓，等.杭州市台风暴雨洪涝灾害风险区划与评价［J］.气象，2011，37(11):1415-1422.

［10］徐洪刚，肖丹，范雄，等.基于GIS的青神县暴雨洪涝灾害风险区划［J］.高原山地气象研究，2011，31(4):73-77.

［11］李楠，任颖，顾伟宗，等.基于GIS的山东省暴雨洪涝灾害风险区划［J］.中国农学通报，2010，26(20):313-317.

［12］罗培，张天儒，杜军.基于GIS和模糊评价法的重庆洪涝灾害风险区划［J］.西华师范大学学报(自然科学版)，2007，28(2):165-171.

［13］张婧，郝立生，许晓光.基于GIS技术的河北省洪涝灾害风险区划与分析［J］.灾害学，2009，24(2):51-56.

［14］章国材.气象灾害风险评估与区划方法［M］.北京:气象出版社，2010. ［15］于飞，谷晓平，罗宇翔，等.贵州农业气象灾害综合风险评价与区划［J］.中国农业气象，2009，30(2):267-270.

［16］李蒙，朱勇，吉文娟.基于GIS的云南烟区冰雹灾害风险评价［J］.中国农业气象，2012，33(1):129-133.

［17］罗培.基于GIS的重庆市干旱灾害风险评估与区划［J］.中国农业气象，2007，28(1):100-104.

［18］隋刚，郝兵元，彭林.利用高程标准差表达地形起伏程度的数据分析［J］.

太原理工大学学报，2010，41(4):381-384.