文档库

最新最全的文档下载
当前位置:文档库 > 基于格网数据的巢湖流域洪涝灾害损失评估

基于格网数据的巢湖流域洪涝灾害损失评估

 

第23卷第10期2014年10月

长江流域资源与环境

Resources and Environment in the Yang

tze BasinVol.23No.10

Oct.2014

 

基于格网数据的巢湖流域洪涝灾害损失评估

程先富1,2,郝丹丹1,2,韩 平1,房 莉1,2,吕 军1,

(1.安徽师范大学国土资源与旅游学院,安徽芜湖241003;2.安徽自然灾害过程与防控研究省级实验室,安徽芜湖241003

)摘 要:洪涝灾害是区域可持续发展的巨大威胁之一。随着全球气候变化、城市化进程加快和人口与经济集聚,洪涝灾害的损失日益严重。提出了洪涝灾害损失评估流程,

建立基于网格数据的洪涝灾害损失估算模型,厘定各类资产的损失率。以空间网格为计算单元,在2003年洪水监测的基础上,应用GIS空间分析技术,对2003年巢湖流

域的洪涝灾害损失进行了估算。结果表明:巢湖流域总淹没面积2 125.04km2

,水田淹没面积最大,为1 

719.24km2,洪涝灾害损失总值为194 828万元,无为、合肥、庐江县等洪涝灾害损失较大,舒城和肥西县损失较小。通过验证,

该模型效果较好。关键词:网格数据;损失率;洪涝灾害损失估算模型;GIS

;巢湖流域中图分类号:S422;P208 文献标识码:A 文章编号:1004-8227(2014)10-1479-06DOI:10.11870/cjlyzyyhj

201410020收稿日期:2013-07-17;修回日期:2013-09-

02基金项目:国家自然科学基金项目(41271516);教育部人文社会科学研究规划基金项目(12YJA790016

);高等学校博士学科点专项科研基金项目(20113424110002

)作者简介:程先富(1966~ ),男,教授,博士,主要从事区域环境与自然灾害研究.E-mail:xianfucheng

@sina.com 自2

0世纪以来,随着全球气候变化和城市化进程的加快,

在自然和人为因素的相互作用下,暴雨、洪涝等气象灾害发生的频率、强度及其造成的损失日益加剧。洪涝灾害损失研究受到广泛关注,并成

为灾害科学研究的热点之一[

1~3]

。美国、日本等发达国家早在20世纪60年代就开展了洪涝灾害损失

研究[4,5]

。我国从20世纪80年代中期开始开展洪

涝灾害损失研究。目前国内外对洪涝灾害损失评估开展了深入研究,大多集中于洪涝灾害损失的统计、损失指标体系的构建与评估、损失评估模型的构建

等3个方面[

6~10]

。洪涝灾害损失评估方法主要有基于灾情数据的统计方法、

水文水力学模型与系统仿真模拟方法、遥感与GIS方法等[1

1~13]

。洪涝灾害损失评估的数学方法有:

统计分析方法(主成分分析、

回归分析方法等)、综合评估方法(模糊数学、灰色系统等)、人工智能(BP神经网络、

支持向量机、遗传算法、

免疫遗传算法等)等[14~16]

。尽管这些评估工作比较出色,但是对于流域尺度洪涝灾害损失评估而言尚存在不足。基于统计数据的洪涝灾害损失评估常遇到灾情调查时效性差、灾情数据的可靠性较差的窘境;在空间上,社会经济数据和洪水灾情数据匹配性较差,影响了评估精度;随着遥感数据空间

分辨率的提高、遥感处理技术的进步以及GIS空间分析技术的加强,建立基于格网数据的洪涝灾害损失评估模型可以提高评估的精度和现势性,增强其实用性。

巢湖流域是泛长三角地区的重要组成部分,在中西部承接产业转移中具有重要的战略地位。因其地理、地质环境的特殊性,巢湖流域是洪涝灾害多发的地区。随着气候变化和城市化进程的加快,发生洪涝灾害的频率还在增高,

灾害强度也在增大,洪涝灾害的灾情日益严重,

洪涝灾害损失也呈逐年上升趋势。为此,以巢湖流域为研究对象,建立基于格网数据的洪涝灾害损失评估模型,

构建洪涝灾害损失评估流程,厘定各类资产的损失率,以空间网格为计算单元,在2003年洪水监测的基础上,对巢湖流域进行了洪涝灾害损失评估。

1 研究区概况

巢湖流域位于安徽省的中部,淮河和长江之间,地处北纬30°25′28″~31°43′28″,东经116°24′30″~118°24′30″,流域总面积13 349km2,包括合肥、肥西、肥东、舒城、巢湖、无为、庐江、含山、和县等9市

县(图1)。地势西高东低,中部低洼平坦。地貌类型有低山丘陵、低山、岗冲、丘陵岗地及冲积平原等。属北亚热带温湿季风气候,四季分明,无霜期长。年均气温15℃~16℃,流域内的降水量年际变率较大,多年平均降水量1 000~1 158mm,无霜期为224~252d,主要植被有针叶林、竹林、阔叶林、混交林、灌木林和灌草丛,土壤类型主要有水稻土、紫色土、潮土、黄棕壤、棕壤和石灰土

基于格网数据的巢湖流域洪涝灾害损失评估

图1 研究区地理位置Fig.1 Location of the Study 

Area2 数据来源与研究方法

2.1 数据来源

采用空间分辨率为30m的巢湖流域LandsatTM

/ETM+影像数据,时间为2003年7月2日。数字高程模型(DEM)来源于全球科学院计算机网络信息中心(http://datamirror.csdb.cn)国际科学数据镜像网站的SRTM DEM数据,空间分辨率为30m。土地利用数据由Landsat TM/ETM+遥感影像数据,通过选择训练区、建立解译标志,采取人机交互判读方式解译得到。统计资料来自安徽省及巢湖流域各县市的统计年鉴。2.2 研究方法

2.2.1 洪涝灾害损失评估流程

格网的大小直接关系着评估的精度,应在充分考虑土地利用数据、高程等数据的基础上,设定格网的大小。具体洪涝灾害损失评估流程如下:(1

)洪涝灾害所致损失的主要影响因素分析。主要包括洪涝灾害特征(淹没范围、水深和历时)、受灾体特征、受灾体承灾能力、抗洪减灾措施、洪水流

速与水质等。

(2

)整理收集的数据,按类别进行分类。各专题图经扫描、数字化、编辑后建成各种专题图层,分别建立空间数据库和属性数据库,形成损失评估的综合数据库。

(3)计算洪水淹没范围与水深。主要有3种方法:一是通过遥感影像提取洪水淹没范围;二是通过水文水力学模型与系统仿真模拟洪水演进获得淹没范围;三是根据水文测站的洪水水位资料和DEM,计算获得。

(4)厘定各资产类型的损失率。根据前人研究成果,结合实地调查,确定各资产类型的损失率。(5

)将洪水淹没范围图与土地利用图、人口密度图、

各种社会经济图等进行叠加分析。(6

)构建基于格网数据的洪涝灾害损失估算模型。应用GIS技术,将GIS格网与社会经济属性相叠加,形成洪涝灾害评估格网。该格网含有GIS的拓扑信息还包含洪水相关的信息(如水深、流速、历时等)以及土地分类信息等。

(7

)分别对淹没范围内的各类地物进行空间统计分析,

根据构建的洪涝灾害损失估算模型,估算各资产类型的损失值。

(8

)可视化表达被淹没的地物信息。制作淹没范围图、淹没水深图、各种社会经济分布图、经济损失分布图等。

2.2.2 洪水淹没范围与水深发生洪水时,水从高处向低处流,区域内水面是一个斜面。在计算水深过程中,假设在小区域范围内,水流在一个平面,然后采用插值方式计算离散的水面高程,

再计算水深。根据淹没期水文站的水位高程实测数据,在流域数字高程模型的基础上,运用GIS的空间分析技术生成该平面,将生成的平面与数字高程模型相减,然后再叠加巢湖流域水系图,在生成的新平面内,去掉正常水位的水域范围,就得到了洪水淹没范围。

将洪水淹没范围与DEM叠加,计算洪涝灾害的水面高程,

其水深计算公式为:H淹=H水-H地(1

)式中:H淹为水深;H水为水面高程;H地为地面高程。

2.2.3 社会经济数据的空间化

社会经济指标是经济上空间分布密度,其公式为:

D=D(x,y)(2

)0

841长江流域资源与环境

第23卷 

式中:D为空间分布密度;D(x,y)为分布密度函数,x、y为所在的空间位置。

社会经济的数量表示公式为:

A=∑i

∑j

D(x,y)

(3

)式中:A为各种资产的数量;i、j分别为单元号、行业号;D(x,y)

为社会经济分布密度函数。例如将人口分为农村人口和城镇人口,农村人口分摊到农村居民点,把城镇人口分摊到城镇居民点,

计算公式为:Di=Pi/Ai(4

)式中:Di为区域i的人口密度;Pi为区域的人口;Ai为区域i的面积。

同理,可将房屋、家庭财产、农产品等分摊到居民点上,农业产值分摊在耕地上。一些在空间位置上不是十分明显的经济指标可按人口在居民地上展布。

2.2.4 洪涝灾害损失评估模型

洪涝灾害经济损失包括直接经济损失和间接经济损失。直接经济损失指洪水淹没造成损失;间接经济损失是由直接经济损失波及带来的损失。文中主要估算洪涝灾害的直接经济损失,主要考虑不同行业固定资产的损失和停工停产造成的产值损失。农村主要评估农林牧副渔等行业的损失,城市主要评估工矿企业等行业的损失。综合考虑洪涝灾害财产损失率、社会经济信息以及淹没状况等因素,建立洪涝灾害损失评估模型,其计算公式为:

R=∑i

∑j

∑k

∑m

∑n

AijBjkmYjn(1+ej)N+

∑i

∑j

LjBij(1+ej)N

×Days/365(5

)式中:R为直接经济损失;i、j、k、m、n分别为单元号、行业号、水深级别、受淹历时级别、预警时间级别;Aij为第i单元j行业财产数;Bjkm为j行业k级水深m级淹没历时损失率;Yjn为第j行业n级预警的折扣率;ej是j行业财产增长率;

N为洪灾发生年份和社会经济数据普查数据年份之差;Lj是第j行业减产停产系数;Bij为第i单元j行业的总产值;Day

s为淹没天数。2.2.5 损失率的确定

根据统计部门的统计类型将资产类型分为农业、林业、牧业、渔业、居民家庭财产、工矿企业。经过实地调查,结合研究区的实情,参考前人研究成果,确定损失率如表1、表2所示。

3 结果分析

3.1 巢湖流域洪水淹没范围与水深

2003年夏季巢湖流域发生了超1991年的特大

洪水,

流域普遍发生洪涝,洪水历时从7月初开始到7月20日左右结束,

最大淹没水深达3m多。在充分考虑土地利用数据、

高程等数据的基础上,设定格网的大小为30m×30m。利用2003年7月安徽省

表1 各种资产类型的洪涝灾害损失率(%)

Tab.1 Flood Loss Rates of Various Typ

es of Assets(%)财产类别

水深(m)

0~0.5 0.5~1 1~2 2~3

>3

农业

林业

牧业

渔业

工矿企业

秋粮

70 80 90 100 100棉花80 90 100 100 100油料80 90 100 100 100蔬菜55 100 100 100 100果园

5 10 30 40 50苗圃20 50 80 100 1

00树木0 0 5 10 20大牲畜

0 0 10 30 30家禽10 30 60 100 1

00生猪

0 10 30 50 

80

鱼50 100 100 100 100房屋

0 5 10 15 20设备0 10 20 30 40库存5 10 20 35 50年增加值

10 

15 

25 

25 

25

表2 农户财产洪涝灾害损失率(%)

Tab.2 Flood Loss Rates of Farmers Property(

%)淹没水深(m)

家具衣被家用电器生产交通工具

役畜楼房外砖内坯房坯土房<0.5 16.5 22.25 9.35 5.5 9.5 5.25 11.25 51.250.5~1 34.5 47 19.4 11.35 20.35 8.75 23.25 69.751~2 63.67 76.17 35.43 21.17 37.9 12.67 42.3 83.932~3 85.5 89.75 72.25 30.25 53.15 15.25 56.95 94.53~4 95.75 96 100 34.75 60.3 16.2 66.85 1004~5 100 100 100 36 62.3 58.2 86.6 100>5.0 

100 

100 

100 

37 

64 

95 

100 

100

841 第1

0期 程先富,等:基于格网数据的巢湖流域洪涝灾害损失评估

巢湖流域各报汛站的实测洪水位资料,根据上面的公式和具体步骤,得出2003年7月的巢湖流域洪水淹没范围和水深(图2

基于格网数据的巢湖流域洪涝灾害损失评估

。图2 2003年巢湖流域淹没范围与水深Fig.2 Submerged Area and Water Dep

thof Chaohu Basin in 

2003 图2表明,巢湖流域总淹没面积达2 125.04km2。淹没水深在0~3.5m,

其中淹没水深在0~0.5m、0.5~1m、1~2m、2~3m、3m以上的面积分别为:445.33km2、487.44km2、381.46km2、428.59km2、382.22km2.

将洪水淹没范围和2003年的土地利用图相叠加,计算出2003年巢湖流域洪水淹没的土地利用类型以及淹没面积,如图3所示

基于格网数据的巢湖流域洪涝灾害损失评估

图3 巢湖流域洪水淹没面积分布

Fig

.3 Distribution of Flood Inundated Area in Chaohu Basin 图3表明,

在各种土地利用方式中,水田淹没面积最大,为1 719.24km2,草地淹没面积最小,只有10.86km2

农村居民用地、水域、旱地、城镇建设用地、林地的淹没面积分别为185.79km2、126.09km2、47.1km2、23.39km2、12.57km2。从行政区域上看,无为县淹没面积最大,为697.85km2,

合肥市淹没面积最小,为42.72km2。3.2 巢湖流域洪涝灾害损失评估

根据确定的空间化展布原则,把各个县的农业总产值展布在农用地上,

林业产值展布在林业用地上,畜牧业、农村生产性固定资产及农村房屋资产展布在农村居民地用地上,利用前面的计算公式和2003年的土地利用数据,

对各县的各种经济数据进行空间格网(30m×30m)计算,并根据构建的损失评估模型及各类财产的损失率,计算出各县的洪涝灾害经济损失值(图4

基于格网数据的巢湖流域洪涝灾害损失评估

。图4 巢湖流域洪涝灾害经济损失

Fig

.4 Economic Loss of Flood Disaster in Chaohu Basin 图4显示,

巢湖流域洪涝灾害损失总值为194 828万元,其中无为、合肥、庐江、含山、和县等洪涝灾害损失较大,分别为52 270万元、28 415万元、24 223万元、22 167万元和21 

025万元。舒城和肥西损失较小,分别为6 781万元和9 448万元。这主要原因是无为、

庐江、含山、和县等地地势相对低平,农田面积大,又靠近长江、巢湖湖体,容易发生大面积的洪涝,

故产生的损失较大,合肥为安徽省省会城市,工矿企业较多,发生洪涝灾害时,工矿企业产生的损失较大。而肥西、舒城位于巢湖流域西部,地势较高,

淹没范围较小,同时社会经济密度也比较小,因而产生的损失较小。从资产类型上看,农业和工矿企业的损失较大,分别为66 279万元和47 772万元,林业的损失最小,只有362万元。

2003年7月洪涝灾害估算的淹没面积为2 

125.04km2,实际统计灾情为2 

146.67km2,误差为1.007%;估算的经济损失为194 828万元,与政府统计的经济损失20.7亿相比,误差为6.19%,说明应用建立的评估模型能够满足区域尺度洪涝灾害损失的评估,效果良好。

4 结论

(1

)提出了洪涝灾害损失评估流程,建立基于网2

841长江流域资源与环境

第23卷 

格数据的洪涝灾害损失估算模型,通过验证,可以满足区域尺度计算精度的要求。

(2)应用构建的洪涝灾害损失估算模型,对2003年巢湖流域的洪涝灾害损失进行了估算。巢湖流域总淹没面积2 125.04km2,淹没水深在0~3.5m,洪涝灾害损失总值为194 828万元。

洪涝灾害的致灾过程是复杂的,评估洪涝灾害损失需要深入分析洪涝灾害系统各要素间的内部联系和演化过程;补充对间接经济损失的估算,同时社会经济统计数据也不够全面,灾情数据库建设还有待于进一步加强;今后应广泛应用遥感数据,开展多尺度的动态损失评估。

参考文献:

[1] 李纪人,丁志雄,黄诗峰,等.基于空间展布式社经数据库的洪涝灾害损失评估模型研究[J].中国水利水电科学研究院学

报,2003,1(2):104-110.

[2] 丁志雄,李纪人,李 琳.基于GIS格网模型的洪水淹没分析方法[J].水利学报,2004(6):56-60.

[3] JONKMAN S N,GELDER P H,VRIJLING J K.An overviewof quantitative risk measures for loss of life and economic

damage[J].Journal of Hazardous Materials,2003,99:1-30.[4] DAS S,LEE R.A nontraditional methodology for flood stagedamage calculation[J].Water Resources Bulletin,1998,24

(6):1263-1272.

[5] DUTTA D,HERATH S,MUSIAKE K.A mathematicalmodel for flood loss estimation[J].Journal of Hydrology,2003,277(1-2):24-49.

[6] 王宝华,付 强,谢永刚.国内外洪涝灾害经济损失评估方法综述[J].灾害学,2007,22(3):95-100.

[7] BLONG R.A new damage index[J].Natural Hazards,2003,30(1):1-23.

[8] 陈秀万,张成才.基于GIS的洪灾淹没损失计算方法[J].武汉大学学报(工学版),2004,2(29):68-72.

[9] 朱 强,陈秀万,彭 俊.基于网格的洪水损失计算模型[J].武汉大学学报(工学版),2007,40(6):42-46.

[10] 王腊春,周寅康,许有鹏,等.太湖流域洪涝灾害损失模拟及预测[J].自然灾害学报,2000,9(1):34-39.

[11] 葛小平,许有鹏,张 琪.GIS支持下的洪涝淹没范围模拟[J].水科学进展,2002,13(2):456-460.

[12] 韩用顺,杨命青,蒋宗立.基于GIS技术的洪水淹没计算分析系统建立与应用[J].长江流域资源与环境,2006,15(4):38-

43.

[13] 刘仁义,刘 南.基于GIS复杂地形洪水淹没区计算方法[J].地理学报,2001,56(1):1-6.

[14] 钱名开,郑 伟,彭顺风,等.基于多源空间数据的淮河流域洪涝灾害监测评估[J].水文,2013,33(2):19-24.

[15] 李 翔.中国灾害经济统计评估系统及其指标体系的研究[J].自然灾害学报,1993,7(1):5-15.

[16] 黄涛珍,王晓东.BP神经网络在洪涝灾损失快速评估中的应用[J].河海大学(自然科学版),2003,31(4):457-460.

 第10期 程先富,等:基于格网数据的巢湖流域洪涝灾害损失评估

FLOOD LOSS ASSESSMENT IN CHAOHU BASIN BASED ON GRID 

DATACHENG Xian-fu1,

2,HAO Dan-dan1,

2,HAN Ping1,

FANG Li 1,

2,LV Jun1,

(1.College of Territorial Resources and Tourism,Anhui Normal University

,Wuhu 241003,China;2.Anhui Key Laboratory 

of Natural Disaster Process and Prevention,Wuhu 241003,China)Abstract:Flood is one of the great threats for regional sustainable development.As the global climate changes,accelerating 

process of urbanization and agglomeration of population and economic make flood loss becomeincreasingly serious.Based on land use data,digital elevation data,grid size was set(grid size was 30m×30m)and the flood loss assessment basic flow was put out in this paper.According 

to the water level measured data,watershed digital elevation model and GIS spatial analysis technology,flood submerged area and water depth werecalculated.GIS grid and socio-economic attribute data grid superimp

osed to form flood disaster assessment grid.The grid not only included GIS topology information,but also included flood-related information(such as waterdepth,velocity,duration,etc.)and land use information.Flood loss estimation model was built using 

the griddata.Based on field survey,combined with the facts of the study area and results of previous studies,agriculture,forestry,animal husbandry,fishery,household property,industrial and mining 

enterprises loss rates weredetermined.Based on spatial grid computing unit and flood monitoring data and GIS spatial analysis technology,flood loss was estimated in Chaohu basin in 2003.The results showed that flooded inundated area was 2 

125.04km2 

in Chaohu basin in 2003,submerg

ences in the 0-0.5m,0.5-1m,1-2m,2-3m,3mabove area were445.33km2,487.44km2,381.46km2,428.59km2,382.22km2

.From the view of land use p

atterns,floodedarea of paddy field was the largest,which was 1 719.24km2

;flooded grassland was the smallest,only 10.86km2

;flooded area of rural residential land,water,dry land,urban construction land,forest land were 185.79km2,126.09km2,47.1km2,23.39km2,12.57km2,respectively.From the administrative region,flooded areaof Wuwei County was the largest,697.85km2;flooded area of Hefei City 

was the smallest,42.72km2

.Totalvalue of flood loss was 1 948 280 000yuan.Comp

ared with the statistical data,the error was 6.19%.Flood losswas larger in Wuwei County,Hefei City and Lujiang 

County,522 700 000yuan,284 150 000yuan and242 230 000yuan respectively;less loss of Shucheng County and Feixi County was respectively 67 810 000yuanand 94 480 000yuan.Judging 

from the type of asset,economic losses of agriculture and industrial and miningenterprises were large,662 790 000yuan and 477 720 000yuan respectively;forestry loss was the smallest,only3 620 000yuan.The flood loss estimation model was proved to be effective through the verification.The evaluationmodel could meet regional scale assessment of flood loss.Remote sensing data was broadly applied to carry outmulti-scale dynamic damag

e assessment.Key 

words:grid data;loss rate;flood loss estimation model;GIS;Chaohu basin4

841长江流域资源与环境

第23卷