基于FY3A的黑龍江省洪澇災害風險評價研究

張林媛1，程志剛1*，高玉宏2，者益婷3，吳林訓4

(1.成都信息工程學院 大氣科學學院，成都 610225；2.佳木斯氣象衛(wèi)星地面站，黑龍江 佳木斯 1540082；

3.云南省鎮(zhèn)沅彝族哈尼族拉祜族自治縣氣象局，云南 哈尼族拉祜族自治縣 666599；4.海南省萬寧市氣象局，海南 萬寧 571500)

摘要：基于風云三號氣象衛(wèi)星A星的MERSI遙感影像數(shù)據(jù)，分別從自然因素角度和社會因素角度選取降雨量空間分布特征、地形特征、河網(wǎng)分布特征等影響因子和人口密度、地區(qū)生產(chǎn)總值、植被面積等影響因子做為洪澇災害風險評價指標，綜合影響因子對各水系流域洪澇災害的影響度確定權(quán)重值，應用ArcGIS軟件中空間分析模塊的數(shù)據(jù)轉(zhuǎn)換、分析、統(tǒng)計、分類和顯示等功能進行處理和數(shù)據(jù)分析，建立洪澇災害風險評價模型，得出風險分類區(qū)劃圖。研究結(jié)果表明：基于FY3A的MERSI數(shù)據(jù)，以GIS為技術(shù)平臺能夠得到更為直觀表達的黑龍江省洪澇災害風險評價圖，在時間上和空間上具有一定的可信度。

關(guān)鍵詞：FY3A；GIS；洪澇災害；風險評價

中圖分類號：S 76；P 333

文獻標識碼：A

文章編號：1001-005X(2015)02-0122-03

Abstract：This paper aims to study the flood risk for each river basin in Heilongjiang Province in order to provide a reference for flood mitigation project.Based on meteorological satellite FY-3A star MERSI remote sensing data，the natural factors such as rainfall spatial distribution，topography，drainage，and the social factors such as population density，GDP，vegetation area，were selected as floods risk evaluation index.The weights of the indices were determined based on their impact on the floods.A flood risk assessment model was established by applying the spatial data analysis module，analysis，and other statistics，classification and display functions for processing and analyzing data analysis on the ArcGIS software，and the flood risk classification zoning map was derived.The results showed that based on the MERSI data FY3A and GIS technology platform，it is able to get more intuitive flood risk assessment in Heilongjiang Province，which has certain credibility in time and space.

Keywords：FY3A；GIS；floods；risk assessment

收稿日期：2014-07-18

作者簡介：第一張林媛，碩士研究生。研究方向：污染氣象研究。

通訊作者：*程志剛，博士，副教授。研究方向：氣候與環(huán)境變化研究。E-mail：chengzg@cuit.edu.com

Study on the Flood Risk Assessment ofHeilongjiang Province Based on FY3A

Zhang Linyuan1，Cheng Zhigang1*，Gao Yuhong2，Zhe Yiting3，Wu Linxun4

(1.Department of Atmospheric Sciences，Chengdu University of Information Technology，Chengdu 610225；

2.Jiamusi Meteorological Satellite Ground Station，Jiamusi 154008，Heilongjiang Province；

3.Meteorological Bureau of Zhenyuan Yi，Hani，and Lahu Autonomous County in Yunnan Province，Hani and Lahu Autonomous

County 666599，Yunnan Province；4.Hainan Province Wanning Meteorological Bureau，Wanning 571500，Hainan Province)

引文格式：張林媛，程志剛，高玉宏，等.基于FY3A的黑龍江省洪澇災害風險評價研究[J].森林工程，2015，31(2)：122-124.

近年來，洪水災害所導致的經(jīng)濟損失、非經(jīng)濟損失等與日俱增，如何應用高新技術(shù)改進洪澇災害的監(jiān)測與災情評價方法，越來越受到國內(nèi)外相關(guān)專家的重視，成為重要的研究課題[1-4]。黑龍江省的總體地勢大致是西北部、中部和南部是較高的山地，東北部和西南部是較低的平原，山地和平原區(qū)分布著河網(wǎng)水面。氣候為溫帶大陸性季風氣候，夏秋季雨水多發(fā)，易引起局部性的洪水災害。隨著RS技術(shù)和GIS技術(shù)的發(fā)展，將其與遙感影像以及其他相關(guān)地形數(shù)據(jù)、氣象數(shù)據(jù)聯(lián)系起來，進行有效表達、處理及分析，為洪澇災害的大區(qū)域，客觀、實時監(jiān)測與風險評價等提供了新的平臺[5-7]。從大區(qū)域空間宏觀上了解黑龍江省遭受洪澇災害損失的風險程度，洪水來臨前期進行洪澇災情預報和在易發(fā)生洪澇地區(qū)加以警示，洪災期間可以對災區(qū)進行災情發(fā)展過程監(jiān)測，洪災后可以進行損失評估等，以期對預先轉(zhuǎn)移受災區(qū)的生命財產(chǎn)，減少各類損失的決策提供重要參考信息[8]。

本文基于FY3A數(shù)據(jù)對黑龍江省的黑龍江、松花江、嫩江等三大水系流域的洪澇災害風險評價進行研究，以GIS為平臺與相關(guān)的自然因素和社會因素等信息進行各種空間分析和專題分析，建立洪澇災害風險評價模型，得到黑龍江省洪澇災害風險評價圖。

1資料來源

用于洪澇災害風險評價的基礎數(shù)據(jù)包括：FY_3A/MERSI數(shù)據(jù)、數(shù)字地形高程模型(DEM)數(shù)據(jù)、降水量數(shù)據(jù)、土地利用數(shù)據(jù)及其他相關(guān)社會數(shù)據(jù)，對于災情分析這些數(shù)據(jù)都是重要的基礎背景資料。

1.1　FY_3A/MERSI數(shù)據(jù)來源與預處理

風云三號A星(簡稱FY_3A)是中國第2代極軌氣象衛(wèi)星系列風云三號(簡稱FY_3)的第1顆星，它具有全天候探測、高精度立體綜合定量探測、每天獲取全球高分辨率資料、高時效的衛(wèi)星探測資料、高精度定位、精準的軌道調(diào)整、多種遙感儀器聯(lián)合探測等技術(shù)特點[9]。目前應用于環(huán)境監(jiān)測的影像數(shù)據(jù)主要有可見光紅外掃描輻射(VIRR)和中分辨率光譜成像儀(MERSI)。VIRR影像具有10個波段，星下點分辨率為1 000 m。MERSI具有20個波段(0.41～12.50 μm)，星下點分辨率為250 m(波段1～5)、1 000 m(波段6～20)。這些數(shù)據(jù)被廣泛應用于環(huán)境監(jiān)測、生態(tài)保護和專業(yè)氣象服務等各個方面，特別在針對天氣、氣候和環(huán)境災害事件的服務中，發(fā)揮重要作用。

本文數(shù)據(jù)來源FY_3A/MERSI中國氣象局佳木斯氣象衛(wèi)星地面站的接收，選取分辨率為250 m的 2013年5月至10月覆蓋黑龍江省范圍的數(shù)據(jù)，經(jīng)過輻射定標和幾何定位等預處理后，再轉(zhuǎn)換為等經(jīng)緯度投影。研究流域如圖1所示。

1.2　數(shù)字地形高程模型(DEM)數(shù)據(jù)

本文所應用的DEM數(shù)據(jù)來自于美國太空總署(NASA)和國防部國家測繪局(NIMA)聯(lián)合測量發(fā)布的SRTM數(shù)據(jù)，分辨率為90 m，每個90 m的數(shù)據(jù)點是由9個30 m的數(shù)據(jù)點算術(shù)平均得來的。

圖1　黑龍江、松花江、嫩江等三大水系流域 Fig.1 Three major river basin including Heilongjiang，Songhua river，and Nenjiang

1.3　降水量數(shù)據(jù)

降水量數(shù)據(jù)來源于黑龍江省氣象臺以及中國統(tǒng)計年鑒數(shù)據(jù)庫，選取5月至10月覆蓋黑龍江省范圍的各站點的降水量數(shù)據(jù)，并計算月平均降水量，降水強度。

1.4　土地利用數(shù)據(jù)

本文應用FY_3A/MERSI數(shù)據(jù)以RS和GIS軟件為平臺進行人機互動的影像解譯，得到植被(包括耕地、草地和林地)、水域和其他三種土地利用類型的柵格圖像。

2GIS空間分析技術(shù)

GIS具有強大的空間分析功能，而且可以集成多種來源、多種尺度以及多種類別的數(shù)據(jù)，建立空間數(shù)據(jù)庫，方便地存儲和提取評價所需信息。主要應用Arc GIS的空間分析模塊進行處理和分析數(shù)據(jù)，矢量數(shù)據(jù)的緩沖區(qū)分析建立河網(wǎng)分布圖，利用疊置分析對降雨量空間分布、地形、土地利用等空間數(shù)據(jù)和社會人口經(jīng)濟等屬性數(shù)據(jù)進行綜合處理[10]，并應用其制圖功能對黑龍江省洪澇災害風險評價圖進行風險區(qū)劃。

3洪澇災害風險評價指標的選取

3.1　影響洪澇災害評價的自然因素

自然因素對黑龍江省洪澇災害的影響主要是受災的區(qū)域范圍和面積大小。本文洪水危險性主要考慮降雨量空間分布特征、地形特征和河網(wǎng)分布特征對洪澇災害的影響[11]。

3.1.1降水量空間分布特征對洪澇災害的影響

降水對洪水危險的影響程度主要考慮流域經(jīng)過的各市縣歷史上發(fā)生暴雨的頻次，并綜合考慮暴雨致洪等級標準和各等級洪澇發(fā)生頻次的因素，根據(jù)降水量，等級越高，暴雨發(fā)生頻次越高，其所承受的損失就越大，未來發(fā)生洪災的風險相應也越大。以0<影響度<1為原則，確定出降水因子對洪災形成的影響度[11]。根據(jù)以上劃分標準對各地實際情況權(quán)衡，并將該計算結(jié)果作為黑龍江省三大水系流域經(jīng)過的各市縣的降水影響度值，然后進行柵格化，得到黑龍江省降水因子影響度圖。

3.1.2地形因素對洪澇災害的影響

地形因素中的海拔高度及地形起伏變化程度對洪澇災害有較大影響。海拔高度越低，地形起伏越小，水量大的時候不易于排出流走，越容易發(fā)生洪澇。地形起伏變化情況通常用坡度來表示，應用GIS軟件對DEM數(shù)據(jù)提取出坡度數(shù)據(jù)Slope，得到可以反應影像中相鄰柵格的高程變化程度的柵格圖。

3.1.3河網(wǎng)分布特征對洪澇災害的影響

區(qū)域內(nèi)河網(wǎng)的空間分布特征對各流域的水量在一定程度上決定著洪澇災害的發(fā)生[11]。應用GIS軟件通過對不同的河網(wǎng)建立緩沖區(qū)，緩沖區(qū)的寬度需綜合考慮河流的級別和水域的面積，對黑龍江、松花江、嫩江干水系設置500 m緩沖區(qū)，對其他旁系支流設置200 m緩沖區(qū)，緩沖區(qū)寬度的大小代表不同水流區(qū)域受洪水侵襲的難易程度。對其緩沖區(qū)矢量圖進行賦值柵格化，得到河網(wǎng)對洪澇災害的影響程度柵格圖。

3.2　影響洪澇災害評價的社會因素

當洪災發(fā)生時對社會經(jīng)濟就會帶來一定的損失，所以社會經(jīng)濟的易損性直接影響洪澇災害的風險評價結(jié)果。影響洪澇災害評價的社會因素主要包括人口密度、經(jīng)濟和植被面積三個方面，在不同的地理位置，這三方面所表現(xiàn)的影響程度是不同的。利用人口密度、地區(qū)生產(chǎn)總值和植被面積這三項指標并采取統(tǒng)一的權(quán)重標準，來衡量洪水植被區(qū)域社會經(jīng)濟易損性評價指標的大小。

3.2.1人口密度影響因子

洪澇災害的發(fā)生影響著居住人口的生命安全，對于同樣受災地區(qū)來說，人口密度越大，需要遷移和救濟的人口越多，受災情況也就越嚴重。根據(jù)黑龍江省最新行政區(qū)劃圖以及2012年黑龍江省統(tǒng)計年鑒，查找三大水系流域經(jīng)過的各市縣的人口數(shù)量和行政區(qū)域面積，計算各市縣的人口密度，人口密度越大，其影響度越大，按照0<影響度<1的原則，確定人口密度的影響度屬性值，得出人口密度的影響度劃分標準，并分級得到黑龍江省人口密度分布柵格圖。

3.2.2經(jīng)濟影響因子

地區(qū)生產(chǎn)總值是衡量一個地區(qū)經(jīng)濟發(fā)展的重要指標，經(jīng)濟越發(fā)達的地區(qū)，發(fā)生洪澇災害時，所受的經(jīng)濟損失也就越大。根據(jù)2012年黑龍江省統(tǒng)計年鑒中查找的各大水系流域經(jīng)過的各市縣的地區(qū)生產(chǎn)總值，根據(jù)地區(qū)生產(chǎn)總值越大，影響度越大，以及0<影響度<1的原則，確定出地區(qū)生產(chǎn)總值的影響度劃分標準，并分級得到對黑龍江省經(jīng)濟影響度柵格分布圖。

3.2.3植被面積影響因子

洪澇災害發(fā)生時主要對洪水泛濫區(qū)浸泡的植被生長有影響，受災植被的面積越大，其秋收時的實際損失程度也就越大。根據(jù)黑龍江省各大水系流域經(jīng)過的各市縣的植被面積大小，以及0<影響度<1的原則，根據(jù)解譯出的黑龍江省土地利用類型的柵格圖像，對植被區(qū)域賦予影響程度屬性值，分級得到黑龍江省植被面積影響度分布柵格圖。

4洪水災害風險評價模型建立

綜合上述影響洪澇災害評價的自然因素和社會因素，建立黑龍江省洪澇災害風險評估模型[12]：

U=x1×S+x2×D+x3×H+y1×R+y2×J+y3×L

式中：U為洪澇災害風險度；S為降水量因子影響度；D為地形因子影響度；H為河網(wǎng)分布因子影響度；R為人口密度影響度；J為經(jīng)濟影響度；L為植被面積影響度。x1，x2，x3，y1，y2，y3為各影響因子的權(quán)重系數(shù)，且x1+x2+x3+y1+y2+y3=1。

根據(jù)上述評估模型，以Arc GIS 9.3為平臺在Arc Toolbox中用Model Builder工具，調(diào)入其提供的緩沖區(qū)建立、柵格疊加等空間分析工具，以及上述自然影響因素和社會影響因素柵格圖層，建立洪澇災害風險評價模型，通過數(shù)據(jù)處理和計算最終得到黑龍江省洪水災害風險評價圖，并對其按照一定的標準進行等級劃分。

5結(jié)論與討論

基于FY3A數(shù)據(jù)對黑龍江省的黑龍江、松花江和嫩江三大水系流域的洪澇災害風險評價進行研究，

以GIS為平臺與相關(guān)的自然因素和社會因素等信息進行各種空間分析和專題分析，建立洪澇災害風險評價模型，得出相應結(jié)論如下：

(1)研究方法主要應用GIS的空間分析功能，尤其是柵格分析和疊加功能實現(xiàn)了各種指標的定量組合，使自然影響因素和社會影響因素的影響程度更為直觀的表達。

(2)研究只選取了主要的指標因子，根據(jù)局部區(qū)域的特性，具體分析時可以增加其他評價指標因子，優(yōu)化評價精度，這有待進一步探討。

(3)研究所采用的遙感影像分辨率為250 m，下一步可結(jié)合高分辨率的衛(wèi)星影像和高精度的GPS技術(shù)，研究范圍從大流域范圍精細到小流域范圍，提高風險評價的精度和實用性。

【參考文獻】

[1]李香顏.洪水災害風險分析及其對農(nóng)作物的影響評估技術(shù)研究[D].鄭州：河南農(nóng)業(yè)大學，2009.

[2]聞珺.洪水災害風險分析與評價研究[D].南京：河海大學，2007.

[3]胡俊鋒，楊月巧，楊佩國.基于減災能力評價的洪澇災害綜合風險研究[J].資源科學，2014，36(1)：0094-0102.

[4]劉新立，史培軍.區(qū)域水災風險評估模型研究的理論與實踐[J].自然災害學報，2001，10(2)：66-72.

[5]張成才，陳秀萬，郭恒亮.基于GIS的洪澇淹沒損失計算方法[J].武漢大學學報(工學版)，2004，37(1)：55-58.

[6]唐從國，劉叢強.基于GIS的烏江流域地表徑流模擬研究[J].武漢大學學報(信息科學版)，2007，32(5)：410-414.

[7]趙雪蓮，陳華麗.基于GIS的洪災遙感監(jiān)測與損失風險評價系統(tǒng)[J].地理信息系統(tǒng)，2003，12(1)：54-60.

[8]陳述彭.遙感地學分析[M].北京：測繪出版社，1990.

[9]許鍵民，鈕寅生，董超華，等.風云氣象衛(wèi)星的地面應用系統(tǒng)[J].中國工程科學，2006，8(11)：13-18.

[10]胡良軍，李銳，楊勤科.基于GIS的區(qū)域水土流失評價模型[J].應用基礎與工程科學學報，2000，8(1)：1-8.

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

[12]劉國慶，徐剛，劉穎.基于GIS的區(qū)域洪澇災害風險評價方法研究[J].安徽農(nóng)業(yè)科學，2009，37(22)：10562-10564.

[責任編輯：肖生苓]