王宇飛,孫 燕,張 宏

(1.虛擬地理環(huán)境教育部重點(diǎn)實(shí)驗(yàn)室(南京師范大學(xué)),江蘇 南京 210023;2.江蘇省地理環(huán)境演化國家重點(diǎn)實(shí)驗(yàn)室培育建設(shè)點(diǎn),江蘇 南京 210023;3.江蘇省地理信息資源開發(fā)與利用協(xié)同創(chuàng)新中心,江蘇,南京 210023; 4. 河海大學(xué)公共管理學(xué)院,江蘇 南京 210098)

?

洪災(zāi)損失快速評(píng)估中的社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)空間展布模擬

王宇飛1,2,3,孫 燕4,張 宏1,2,3

(1.虛擬地理環(huán)境教育部重點(diǎn)實(shí)驗(yàn)室(南京師范大學(xué)),江蘇 南京 210023;2.江蘇省地理環(huán)境演化國家重點(diǎn)實(shí)驗(yàn)室培育建設(shè)點(diǎn),江蘇 南京 210023;3.江蘇省地理信息資源開發(fā)與利用協(xié)同創(chuàng)新中心,江蘇,南京 210023; 4. 河海大學(xué)公共管理學(xué)院,江蘇 南京 210098)

通過分析社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)屬性與用地類型之間的相互關(guān)聯(lián)和約束關(guān)系,提出社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)空間精細(xì)化表達(dá)方法,能夠更為準(zhǔn)確和精細(xì)地實(shí)現(xiàn)社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)的空間展布,從而為洪澇災(zāi)害損失評(píng)估提供可靠的數(shù)據(jù)基礎(chǔ)和決策依據(jù)。典型案例區(qū)模擬洪水實(shí)證研究的結(jié)果與實(shí)際洪水年份的損失統(tǒng)計(jì)信息及其他研究的估算結(jié)果均十分接近,表明基于用地類型與社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)屬性關(guān)系的空間展布方法是可行、適用的。

社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù);空間展布;洪災(zāi)損失;快速評(píng)估

社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)是管理部門和科研機(jī)構(gòu)進(jìn)行定性、定位和定量分析的數(shù)據(jù)基礎(chǔ),對(duì)資源環(huán)境管理與社會(huì)經(jīng)濟(jì)發(fā)展具有重要意義[1]。社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)的空間分布是影響諸如基礎(chǔ)設(shè)施建設(shè)、公共服務(wù)配置、公共安全應(yīng)急等一系列社會(huì)經(jīng)濟(jì)活動(dòng)的重要決策因素之一,其空間分布信息及特征不僅是規(guī)劃、政策決策和科學(xué)研究的重要基礎(chǔ),也是實(shí)施綜合管理的重要科學(xué)依據(jù)[2]。特別是在防洪減災(zāi)政策與措施中,社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)的空間分布信息不僅是洪澇災(zāi)害損失快速評(píng)估模型的數(shù)據(jù)基礎(chǔ),也是洪水風(fēng)險(xiǎn)評(píng)估、防洪工程與防洪措施等重要決策的科學(xué)依據(jù)。

然而,社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)雖然是科學(xué)研究和政策管理中最常使用的數(shù)據(jù)之一,但其往往是在統(tǒng)計(jì)單元上聚合后所獲取的。如,美國的census tracts,英國的census enumeration districts 以及中國的街道(subdisticts)等,其人為制定的界線和單元內(nèi)部空間均質(zhì)等特性無法真實(shí)體現(xiàn)社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)空間分布的特征和差異[3]。缺乏空間差異、定位不準(zhǔn)確、單元不統(tǒng)一等特性,使得社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)在與自然、環(huán)境等要素?cái)?shù)據(jù)進(jìn)行疊置分析、模型集成方面較為困難,既無法有效地為科學(xué)研究提供精細(xì)的數(shù)據(jù)基礎(chǔ),也無法應(yīng)用于空間分析模型[4]。因此,亟須研究基于自然要素和社會(huì)經(jīng)濟(jì)要素相互關(guān)聯(lián)的方法,來打破行政邊界的人為性和解決統(tǒng)計(jì)單元內(nèi)部均質(zhì)性的問題,從而實(shí)現(xiàn)社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)的空間精細(xì)化表達(dá),便于空間分析模型的構(gòu)建和實(shí)現(xiàn)。

發(fā)達(dá)國家在洪災(zāi)損失評(píng)估方面開展較早,特別是洪災(zāi)損失評(píng)價(jià)方法已有了較為深入的研究[5]。而相應(yīng)的研究在我國起步較晚,直到20世紀(jì)90年代后期,隨著遙感和GIS技術(shù)集成應(yīng)用的快速發(fā)展,洪災(zāi)損失快速評(píng)估才取得新的進(jìn)展。如陳秀萬[6]利用洪水時(shí)遙感水體提取淹沒范圍,并運(yùn)用社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)資料進(jìn)行損失評(píng)估;李紀(jì)人等[7]提出了基于遙感與空間展布式社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)庫的洪災(zāi)遙感監(jiān)測評(píng)估方法;丁志雄等[8]建立了基于空間信息格網(wǎng)的洪災(zāi)損失評(píng)估模型?？v觀國內(nèi)外研究,在洪災(zāi)損失快速評(píng)估方法上均整理出一套較為完整的思路:基于GIS和遙感技術(shù)進(jìn)行洪水模擬,通過構(gòu)建洪災(zāi)損失與淹沒水深和歷時(shí)的函數(shù)關(guān)系,進(jìn)而估算洪災(zāi)的可能損失。然而,由于洪災(zāi)自身的時(shí)空復(fù)雜性,加上我國在用于災(zāi)害損失研究的基礎(chǔ)資料的累積與管理方面較為薄弱,洪災(zāi)損失評(píng)估在利用RS及GIS等新技術(shù)方面仍處于初步階段,評(píng)估模型往往受限于空間精細(xì)離散化的社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)。目前尚未有被普遍采用和推廣的評(píng)估方法。

社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)空間化研究主要集中在人口、GDP和其他數(shù)據(jù)的空間化等方面[9]。其中,人口數(shù)據(jù)由于自身的信息價(jià)值以及對(duì)其他均值數(shù)據(jù)表達(dá)的影響,是社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)空間化研究的重要方向和難點(diǎn)。自Graneau首創(chuàng)使用1 km格網(wǎng)分析自然與社會(huì)現(xiàn)象以來,將格網(wǎng)作為地理分析基本研究單元逐漸成為一種地學(xué)分析方法。Clar等分別提出了反映城市發(fā)展特征的人口分布模型[10],以及一系列空間展布方法,如距離衰減內(nèi)插算法(IDW)、面積權(quán)重法等[11]。隨著遙感與GIS技術(shù)的發(fā)展,在國外已建立相關(guān)格網(wǎng)社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)相關(guān)標(biāo)準(zhǔn)[12],以及全球柵格人口數(shù)據(jù)庫,如GPWV3、LandScan、UNEP/GRID、HYDE等[13]。國內(nèi)也開展了社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)格網(wǎng)化的研究,如范一大等[14]根據(jù)面積權(quán)重法,通過疊置分析實(shí)現(xiàn)了社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)的格網(wǎng)化。劉紅輝等[15]通過人口密度與土地利用類型面積之間的關(guān)系,完成了中國1 km格網(wǎng)人口數(shù)據(jù)庫。劉紀(jì)遠(yuǎn)等[16]應(yīng)用重力模型,建立第一性生產(chǎn)力、數(shù)字高程、城市規(guī)模及交通基礎(chǔ)設(shè)施空間分布等要素影響下的格網(wǎng)化中國人口密度空間分布模型。盡管這些研究基于格網(wǎng)實(shí)現(xiàn)了社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)的空間化,但基于遙感影像單元的格網(wǎng)大小和邊界仍然存在與社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)分布特性及其反映的地理現(xiàn)象內(nèi)在規(guī)律不吻合的問題。雖然柵格具有計(jì)算方便的優(yōu)勢,但是① 固定大小、人為界定的柵格界限不能體現(xiàn)地理現(xiàn)象空間分布的本質(zhì)特征;② 針對(duì)縣域或鄉(xiāng)鎮(zhèn)級(jí)別的精細(xì)空間化研究較少。以往的大尺度研究,其格網(wǎng)單元往往遠(yuǎn)遠(yuǎn)大于矢量單元,因而多采用面積加權(quán)方法。隨著遙感及對(duì)地觀測技術(shù)的發(fā)展,柵格大小不斷精細(xì)化,在矢量單元內(nèi)部重復(fù)格網(wǎng)化不僅無法增加空間精細(xì)度,反而造成重復(fù)勞動(dòng)。如,研究表明,基于矢量數(shù)據(jù)(土地利用類型多邊形)加權(quán)比影像柵格數(shù)據(jù)加權(quán)的方法,在84%目標(biāo)圖層的結(jié)果更加精確[17],使用矢量輔助數(shù)據(jù)將大量減少模擬誤差[18]。無論是柵格或統(tǒng)計(jì)單元界限的人為指定性,本質(zhì)上都是背離社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)自身空間屬性的真實(shí)意義。因而,使用輔助數(shù)據(jù)進(jìn)行社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)空間展布的理論基礎(chǔ)和實(shí)踐意義就在于,借助相關(guān)要素的關(guān)聯(lián)和約束關(guān)系來反演社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)的空間屬性/差異,才能更準(zhǔn)確地表達(dá)其真實(shí)的空間差異。

綜上所述,社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)空間離散化,是多源數(shù)據(jù)/信息建模的一個(gè)基本前提,也是洪災(zāi)損失快速評(píng)估模型的重要應(yīng)用。傳統(tǒng)方法多基于柵格數(shù)據(jù)的單調(diào)約束關(guān)系,多源數(shù)據(jù)融合不足,而精細(xì)化的時(shí)空布局與分析需求對(duì)多源矢量數(shù)據(jù)融合、多要素關(guān)聯(lián)約束提出了空間精細(xì)離散化社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)的要求。因而迫切需要有基于關(guān)聯(lián)關(guān)系的多要素約束的社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)空間關(guān)聯(lián)模擬與離散化方法,促進(jìn)數(shù)值模型向空間模型發(fā)展,完善空間模型的構(gòu)建、實(shí)現(xiàn)和表達(dá),為跨學(xué)科研究計(jì)算和空間模型的實(shí)現(xiàn)提供支撐基礎(chǔ)。

針對(duì)洪災(zāi)快速損失評(píng)估中社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)空間展布存在的問題,本文選取淮河干流蒙洼蓄洪區(qū)作為典型研究區(qū),開展基于土地利用類型與社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)關(guān)聯(lián)和約束關(guān)系的社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)空間展布方法研究,以矢量要素的自然邊界及其與社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)的時(shí)空關(guān)聯(lián)關(guān)系作為打破社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)單元邊界的基礎(chǔ),研究矢量化的社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)空間離散方法,突破現(xiàn)有社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)空間化方法中格網(wǎng)化的局限性,實(shí)現(xiàn)對(duì)典型研究區(qū)洪災(zāi)快速損失評(píng)估驗(yàn)證。該方法的研究可以提高政府在人口、資源、環(huán)境等方面利用社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)的綜合管理能力,在推進(jìn)跨學(xué)科研究方面具有重要的實(shí)踐價(jià)值[19]。

1 研究案例區(qū)

淮河流域地處我國東部,人口稠密,洪、澇、旱等災(zāi)害頻繁,防洪減災(zāi)任務(wù)繁重。目前,淮河干流共有行蓄洪區(qū)21處,總面積3 148 km2。行蓄洪區(qū)兼具蓄洪與社會(huì)經(jīng)濟(jì)發(fā)展雙重功能,在淮河防洪體系防御歷次大洪水中起到了蓄洪削峰、有效降低河道水位等重要作用。選擇淮河流域的蒙洼蓄洪區(qū)為典型示范區(qū),主要包括王家壩鎮(zhèn)、郜臺(tái)鄉(xiāng)、曹集鎮(zhèn)、老觀鄉(xiāng),以及阜濛農(nóng)場、中崗鎮(zhèn)等部分村莊。通過分析致災(zāi)因子(包括淹沒范圍、淹沒水深、到達(dá)時(shí)間、洪水流速、淹沒歷時(shí)等)、承災(zāi)體(包括耕地、道路、莊臺(tái)、保莊圩、人、房屋、農(nóng)作物等)等要素的空間關(guān)聯(lián)關(guān)系,提出社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)空間展布方法,并結(jié)合對(duì)歷次洪水的模擬,實(shí)現(xiàn)對(duì)模擬洪水的損失快速評(píng)估。

2 研究思路與方法

2.1 研究思路

研究的整體思路是基于GIS技術(shù)構(gòu)建洪災(zāi)損失快速評(píng)估模型的各功能模塊,如洪水演進(jìn)分析、預(yù)警分析、災(zāi)害評(píng)估和風(fēng)險(xiǎn)區(qū)劃分析等,通過有機(jī)聯(lián)系,為洪災(zāi)損失快速評(píng)估模型提供所需的洪水淹沒范圍、等級(jí)、受災(zāi)因子及損失率的空間分布。

2.2 蒙洼蓄洪區(qū)社會(huì)經(jīng)濟(jì)信息空間化的實(shí)證研究

2.2.1 蒙洼蓄洪區(qū)社會(huì)經(jīng)濟(jì)信息空間展布的基本思路和流程

根據(jù)防洪決策及地學(xué)分析對(duì)社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)信息空間展布的需要,結(jié)合蒙洼蓄洪區(qū)的實(shí)際情況,以社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)空間精細(xì)化表達(dá)為目的,通過分析社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)屬性與用地類型之間的相互關(guān)聯(lián)和約束關(guān)系,提出社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)空間精細(xì)化表達(dá)方法。

在方法研究層面,以構(gòu)建用地矢量要素和社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)之間相互關(guān)聯(lián)關(guān)系為研究核心,形成從社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)屬性與空間特征分析→用地要素關(guān)聯(lián)與約束關(guān)系→多源數(shù)據(jù)融合→統(tǒng)計(jì)單元內(nèi)部空間差異精細(xì)化表達(dá)的整體研究脈絡(luò),基于社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)屬性和矢量要素關(guān)聯(lián)與約束關(guān)系,實(shí)現(xiàn)社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)的空間精細(xì)離散化;在應(yīng)用示范層面上,以典型案例區(qū)的人口、經(jīng)濟(jì)等社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)空間化方法和相關(guān)要素的特征與結(jié)構(gòu)為核心,綜合集成多類異構(gòu)數(shù)據(jù)源,將提出的社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)空間展布方法應(yīng)用于研究區(qū)洪災(zāi)快速損失評(píng)估中。

根據(jù)蒙洼蓄洪區(qū)的社會(huì)經(jīng)濟(jì)發(fā)展?fàn)顩r以及社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)的完備程度,最終確定蒙洼蓄洪區(qū)洪水影響分析指標(biāo)體系，見圖1。其中,阜南縣土地權(quán)屬界限(包括縣界、鄉(xiāng)鎮(zhèn)界線、村界等)、各鄉(xiāng)鎮(zhèn)土地利用現(xiàn)狀以及基本農(nóng)田等信息均是對(duì)阜南縣第二次土地調(diào)查成果集進(jìn)行數(shù)字化提取。人口和GDP統(tǒng)計(jì)信息則是根據(jù)蒙洼蓄洪區(qū)汛前居民財(cái)產(chǎn)登記資料獲取。

圖1 蒙洼蓄洪區(qū)社會(huì)經(jīng)濟(jì)信息空間展布基本流程

2.2.2 洪水影響分析統(tǒng)計(jì)

社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)經(jīng)過整編、規(guī)范化處理后納入社會(huì)經(jīng)濟(jì)信息屬性數(shù)據(jù)庫,并通過行政區(qū)劃單元及社會(huì)經(jīng)濟(jì)要素所對(duì)應(yīng)的用地類型單元進(jìn)行空間關(guān)聯(lián),構(gòu)建社會(huì)經(jīng)濟(jì)指標(biāo)分布圖層。分別將模擬的5次洪水(1954年、1991年、2003年、2007年和1954年型百年一遇洪水)的淹沒特征分布圖層(包括淹沒范圍、淹沒水深等要素)與社會(huì)經(jīng)濟(jì)指標(biāo)圖層進(jìn)行疊加運(yùn)算,從而獲取歷次洪水中研究區(qū)內(nèi)受災(zāi)人口、資產(chǎn)等社會(huì)經(jīng)濟(jì)指標(biāo)統(tǒng)計(jì)值。

a. 受淹范圍(行政區(qū)面積、耕地面積及房屋面積)及等級(jí)的統(tǒng)計(jì)。利用ArcGIS軟件中的疊加分析功能,將歷次洪水淹沒圖層與社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)圖層的行政區(qū)劃界限、用地單元區(qū)界圖層疊加,從而獲取不同洪水方案、不同淹沒水深等級(jí)下的行政區(qū)受淹土地總面積、受淹耕地面積與房屋面積。

b. 淹沒人口統(tǒng)計(jì)。以行政村為統(tǒng)計(jì)單元,采用居民用地法對(duì)人口數(shù)據(jù)進(jìn)行空間分析,假設(shè)人口是均勻分布在該行政村的居民用地(建制鎮(zhèn)+村莊)范圍內(nèi)的,其人口密度可表示為該村人口總數(shù)與該村居民用地總面積之比。

該單元上的受影響人口則為其單元人口密度與單元內(nèi)受影響居民用地面積之積。

c. 受影響GDP統(tǒng)計(jì)。采用GDP用地平均法計(jì)算受影響GDP,以鄉(xiāng)鎮(zhèn)為統(tǒng)計(jì)單元,并按照人口比例分配到各村莊。以某村莊內(nèi)與GDP相關(guān)的用地類型(耕地(水田+水澆地+旱地)、園地(果園)、林地(有林地)、建設(shè)用地(建制鎮(zhèn)+村莊+采礦用地))總面積為依據(jù),將GDP平均展布在該村相關(guān)用地類型上。則GDP密度為該村GDP總數(shù)與該村GDP相關(guān)用地類型總面積之比。

該單元上受影響的GDP則為其單元GDP密度與單元內(nèi)受影響用地面積之積。

d. 受淹沒交通道路里程統(tǒng)計(jì)。以鄉(xiāng)鎮(zhèn)為統(tǒng)計(jì)單元,通過道路圖層與行政區(qū)界圖層、不同洪水方案的淹沒圖層進(jìn)行疊加運(yùn)算,獲取不同洪水方案下不同淹沒水深影響的道路名稱、寬度、結(jié)構(gòu)、長度等信息。

2.2.3 財(cái)產(chǎn)災(zāi)前價(jià)值的確定

蒙洼蓄洪區(qū)的洪災(zāi)損失財(cái)產(chǎn)類型,即承災(zāi)體因子,主要包括居民房屋、農(nóng)作物和道路。承災(zāi)體因子災(zāi)前價(jià)值的確定分別依據(jù)《關(guān)于公布安徽省大中型水利水電工程建設(shè)地面附著物拆遷補(bǔ)償標(biāo)準(zhǔn)的通知》(皖發(fā)改農(nóng)經(jīng)[2012]98號(hào))中的房屋拆遷補(bǔ)償標(biāo)準(zhǔn)、《安徽省人民政府關(guān)于調(diào)整安徽省征地補(bǔ)償標(biāo)準(zhǔn)的通知》(皖政[2012]67號(hào))中的農(nóng)作物年產(chǎn)值標(biāo)準(zhǔn)等。房屋、農(nóng)作物和道路等資產(chǎn)的災(zāi)前單位價(jià)值分別為:665元/m2、53.33元/hm2、140元/m2。

2.2.4 洪災(zāi)損失的估算方法

由于不同水深狀況下各類資產(chǎn)的洪災(zāi)損失率不同,故而各類資產(chǎn)的直接經(jīng)濟(jì)損失需要分類估算。

a. 居民房屋洪災(zāi)損失估算：

(1)

式中:Hk為第k級(jí)淹沒水深下,居民房屋洪災(zāi)損失值;H為房屋的災(zāi)前價(jià)值;Uk為第k級(jí)淹沒水深下,房屋的洪災(zāi)損失率。

b. 農(nóng)作物洪災(zāi)損失估算：

(2)

式中:Ak為第k級(jí)淹沒水深下,農(nóng)業(yè)直接經(jīng)濟(jì)損失;A為農(nóng)作物正常年份災(zāi)前價(jià)值;Vk為第k級(jí)淹沒水深下,農(nóng)作物洪災(zāi)損失率。

c. 道路交通損失估算：

(3)

式中:Rk為第k級(jí)淹沒水深下,道路直接經(jīng)濟(jì)損失;Ri為第m結(jié)構(gòu)類型道路災(zāi)前價(jià)值;Wk為第k級(jí)淹沒水深下,道路的洪災(zāi)損失率。

d. 總直接經(jīng)濟(jì)損失計(jì)算。各行政區(qū)的總損失包括居民房屋、農(nóng)作物、道路交通,蓄洪區(qū)總經(jīng)濟(jì)損失為

(4)

式中:DLi為第i個(gè)行政分區(qū)的各類損失總值;Lij為第i個(gè)行政分區(qū)內(nèi),第j類資產(chǎn)損失值;n為行政分區(qū)數(shù)。

洪災(zāi)直接經(jīng)濟(jì)損失估算還需確定不同受淹程度(淹沒水深)下的洪災(zāi)損失率。常用的方法既可以是在洪災(zāi)發(fā)生后,調(diào)查收集各類資產(chǎn)的災(zāi)后價(jià)值,運(yùn)用統(tǒng)計(jì)學(xué)方法,建立洪水淹沒特性與洪災(zāi)損失率的相關(guān)關(guān)系;也可以參考前人研究中的損失率,并結(jié)合區(qū)域社會(huì)經(jīng)濟(jì)發(fā)展實(shí)際狀況,依據(jù)損失率隨時(shí)空變化的一般規(guī)律,做出相對(duì)合理的調(diào)整。本文參考安徽省水利設(shè)計(jì)院1991年對(duì)沿淮地區(qū)洪災(zāi)損失、1981年對(duì)淮北大堤保護(hù)區(qū)洪災(zāi)損失調(diào)查所得的洪災(zāi)損失率,并考慮到近年來房屋結(jié)構(gòu)發(fā)生較大變化,農(nóng)村房屋損失率下降,調(diào)整房屋損失率,各級(jí)淹沒水深房屋損失率按1991年調(diào)查值的70%估算;其他財(cái)產(chǎn)類型損失率變化不大,沿用前人調(diào)查所得到的損失率。不同淹沒水深下各類資產(chǎn)的洪災(zāi)損失率見表1。

表1 不同淹沒水深下各類資產(chǎn)的洪災(zāi)損失率

3 洪災(zāi)損失評(píng)估結(jié)果

洪澇災(zāi)害損失評(píng)估模型應(yīng)用于濛洼蓄洪區(qū)4次典型洪水年(1954年、1991年、2003年和2007年)及1次洪水模擬(1954年型百年一遇洪水)的災(zāi)害損失評(píng)估,通過洪水模型計(jì)算得到4次典型洪水造成的受淹人口、受影響GDP分布及直接經(jīng)濟(jì)損失等,如圖2、圖3、圖4所示。以1954年洪水模擬為例,受洪水影響社會(huì)經(jīng)濟(jì)指標(biāo)及所受直接損失估算結(jié)果見表2、表3。

圖2 洪水模擬人口分布

圖3 洪水模擬GDP分布

圖4 洪水模擬總直接經(jīng)濟(jì)損失分布

根據(jù)國家防汛抗旱總指揮部辦公室災(zāi)后統(tǒng)計(jì)的有關(guān)資料,蒙洼蓄洪區(qū)在2003年受淹總面積為180.4 km2,受淹耕地面積為1.2萬hm2,受淹區(qū)人口15.2萬人。對(duì)比模擬洪水的災(zāi)害損失評(píng)估可以看出，研究結(jié)果較為貼近真實(shí)情況。同時(shí),如表4所示,將模型估算結(jié)果與前人研究進(jìn)行對(duì)比,也可以看出結(jié)果較為接近。研究實(shí)例表明,本文提出的基于用地類型與社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)關(guān)聯(lián)和約束關(guān)系的社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)空間展布方法在對(duì)典型研究區(qū)的洪災(zāi)快速損失評(píng)估應(yīng)用中是可行的。

表2 1954年洪水模擬受洪水影響社會(huì)經(jīng)濟(jì)指標(biāo)

表3 1954年洪水模擬所受直接損失估算

表4 洪澇災(zāi)害損失計(jì)算結(jié)果與前人研究對(duì)比

4 結(jié) 語

社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)空間展布方法的精確程度是洪災(zāi)損失快速評(píng)估的基礎(chǔ)。本文從理論和方法上建立了一套從社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)空間展布到損失因子、損失率及洪災(zāi)損失快速評(píng)估模型。對(duì)承災(zāi)因子的考慮較為全面合理,同時(shí)兼顧實(shí)踐中的可行性,通過結(jié)合洪水演進(jìn)模型和遙感實(shí)時(shí)監(jiān)測等科技手段較為合理地實(shí)現(xiàn)了損失定級(jí)和損失率的計(jì)算,從而較為準(zhǔn)確地實(shí)現(xiàn)了對(duì)洪災(zāi)損失的快速評(píng)估。利用該方法針對(duì)淮河流域4次典型洪水和一次模擬洪水進(jìn)行了驗(yàn)證,在水利部淮河水利委員會(huì)公益性項(xiàng)目中得到了成功應(yīng)用,在防汛指揮、搶險(xiǎn)救災(zāi)、災(zāi)情統(tǒng)計(jì)等方面具有較大的推廣應(yīng)用價(jià)值。

致謝:本研究得到了淮河水利委員會(huì)技術(shù)研究中心李奕光，中水淮河規(guī)劃設(shè)計(jì)研究有限公司王再明，南京唐卡軟件科技有限公司王婷、陸纘云等的大力協(xié)助,在此表示感謝!

[ 1 ] 郭洪旭,黃瑩,趙黛青.城市居住人口空間分布的模擬研究:以廣州市天河區(qū)為例[J]. 熱帶地理,2013,33(1):81-87.

[ 2 ] 韓貞輝,李志強(qiáng),陳振拓,等.人口、房屋數(shù)據(jù)空間化及其在震災(zāi)快速評(píng)估中的應(yīng)用:以彝良地震為例[J].地震地質(zhì),2013,35(4):894-906.

[ 3 ] 曾祥貴,賴格英,易發(fā)釗,等. 基于GIS的小流域人口數(shù)據(jù)空間化研究:以梅江流域?yàn)槔齕J].地理與地理信息科學(xué),2013,29(6)：40-44.

[ 4 ] 朱翠霞,陳阿林,劉琳. 基于GIS的區(qū)域人口統(tǒng)計(jì)數(shù)據(jù)空間化：以重慶都市區(qū)為例[J].重慶師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2013,30(5):50-55.

[ 5 ] 王桂蘭.澳大利亞自然災(zāi)害管理和救助體系[D].廣州:暨南大學(xué),2011.

[ 6 ] 陳秀萬.洪水災(zāi)害損失評(píng)估系統(tǒng)[M].北京：中國水利水電出版社，1999.

[ 7 ] 李紀(jì)人，丁志雄，黃詩峰，等.基于空間展布式社經(jīng)數(shù)據(jù)庫的洪澇災(zāi)害損失評(píng)估模型研究[J].中國水利水電科學(xué)研究院學(xué)報(bào)，2003(2)：104-110.

[ 8 ] 丁志雄,胡亞林,李紀(jì)人.基于空間信息格網(wǎng)的洪災(zāi)損失評(píng)估模型及其應(yīng)用[J].水利水電技術(shù),2005,36(6):93-96.

[ 9 ] 閆慶武,卞正富.基于GIS的社會(huì)統(tǒng)計(jì)數(shù)據(jù)空間化處理方法[J].云南地理環(huán)境研究,2007,19(2):92-97.

[10] 符海月,李滿春,趙軍,等. 人口數(shù)據(jù)格網(wǎng)化模型研究進(jìn)展綜述[J]. 人文地理,2006,21 (3):115-120.

[11] GREGER K.Spatio-temporal building population estimation for highly urbanized areas using GIS[J].Transactions in GIS,2015,19(1):129-150.

[12] MARJA T L，BACKER L. Grid data and area delimitationby definition towards a better European territorial statistical system[J]. Statistical Journal of the United Nations ECE，2000，17：109-117.

[13] Columbia University.Center for international earth science information network：gridded population of the world (GPWv4)[EB/OL].[2016-08-20].http：//sedac.ciesin.org/data/collection/gpw-v4 .

[14] 范一大，史培軍，辜智慧，等.行政單元數(shù)據(jù)向網(wǎng)格單元轉(zhuǎn)化的技術(shù)方法[J].地理科學(xué)，2004，24(1)：105-108.

[15] 劉紅輝，江東，楊小喚，等.基于遙感的全國GDP 1km格網(wǎng)的空間化表達(dá)[J].地球信息科學(xué)，2005，7(2)：120-123.

[16] 劉紀(jì)遠(yuǎn)，岳天祥，王英安，等. 中國人口密度數(shù)字模擬[J]．地理學(xué)報(bào)，2003，58(1)：17-24.

[17] COCKING S,FISHER P,LANGFORD M.Parameterization and visualizationof the errors in areal interpolation[J].Geographical Analysis,1997,29:314-328.

[18] REIBEL M,BUFALINO M E.Street-weighted interpolation techniques for demographic count estimation in incompatible zone systems[J].Environment and Planning A,2005,37(1):127-139.

[19]高義,王輝,王培濤,等. 基于人口普查與多源夜間燈光數(shù)據(jù)的海岸帶人口空間化分析[J].資源科學(xué),2013,35(12):2517-2523.

水利部公益性行業(yè)科研專項(xiàng)經(jīng)費(fèi)項(xiàng)目(201301065);江蘇高校優(yōu)勢學(xué)科建設(shè)工程資助項(xiàng)目(164320H116)

王宇飛(1974—)，男,江蘇太倉人,講師,博士,主要從事GIS及遙感在環(huán)境生態(tài)建模研究。E-mail: yufeiw@njnu.eud.cn

10.3880/j.issn.1003-9511.2016.05.016

P208

A

1003-9511(2016)05-0069-06

2015-05-09 編輯：胡新宇)