王江煒 曾忠平

摘要：土地管理和水管理之間高度依賴，城市化進(jìn)程改變了原有的景觀結(jié)構(gòu)和水文過(guò)程，加劇了洪澇災(zāi)害的發(fā)生，對(duì)城市可持續(xù)發(fā)展提出了重大挑戰(zhàn)。以吉安市為研究對(duì)象，利用互聯(lián)網(wǎng)上用戶產(chǎn)生的洪災(zāi)位置數(shù)據(jù)，選擇洪水影響因素，構(gòu)建洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估模型，繪制洪澇災(zāi)害風(fēng)險(xiǎn)等級(jí)圖，與土地利用類型疊加分析，提出防洪減災(zāi)視角下的土地利用對(duì)策。結(jié)果表明，土地利用時(shí)洪澇災(zāi)害的影響十分顯著;洪災(zāi)低、中風(fēng)險(xiǎn)區(qū)域多為林地、草地;洪災(zāi)高風(fēng)險(xiǎn)區(qū)域的土地利用變化主要表現(xiàn)為耕地、草地轉(zhuǎn)化為建設(shè)用地;從合理調(diào)整建設(shè)用地、優(yōu)先安排生態(tài)用地等兩個(gè)方面可提出洪災(zāi)高風(fēng)險(xiǎn)區(qū)域的土地利用對(duì)策。

關(guān)鍵詞：土地利用結(jié)構(gòu);洪澇災(zāi)害;土地管理

中圖分類號(hào)：F301 文獻(xiàn)標(biāo)識(shí)碼：B

文章編號(hào)：1001-9138-（2020）08-0034-40 收稿日期：2020-05-02

1 引言

城鎮(zhèn)化是現(xiàn)代化的必由之路，在經(jīng)濟(jì)社會(huì)快速發(fā)展的同時(shí)，誘發(fā)了復(fù)雜的社會(huì)風(fēng)險(xiǎn)?？焖俪鞘谢M(jìn)程使城市洪澇災(zāi)害日益嚴(yán)重，洪災(zāi)造成了人類社會(huì)大量的財(cái)產(chǎn)損失和人員傷亡，是我國(guó)可持續(xù)發(fā)展進(jìn)程中面臨的重大挑戰(zhàn)，如何使防洪減災(zāi)與可持續(xù)發(fā)展相適應(yīng)，是我國(guó)可持續(xù)發(fā)展的一個(gè)關(guān)鍵課題。江西省吉安市由于地形、極端氣候的影響和經(jīng)濟(jì)的快速發(fā)展，近幾年一直遭受著洪澇災(zāi)害的侵襲，是省內(nèi)洪災(zāi)極為嚴(yán)重的地級(jí)城市。因此，探討防洪減災(zāi)視角下的土地利用對(duì)策，以促進(jìn)吉安市的經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展至關(guān)重要。

近年來(lái)，國(guó)內(nèi)外學(xué)者采用定量或定性的方法探討了土地利用與洪澇災(zāi)害的關(guān)系。主要集中在探討土地利用對(duì)洪澇災(zāi)害的影響以及減災(zāi)視角下的土地利用對(duì)策兩方面。Gemma Schuch等提出綠色開放空間規(guī)劃有助于洪水管理，為了避免在洪泛區(qū)發(fā)展城市住區(qū)，可將其留為具有指定土地用途的綠色開放空間，或在城市小溪旁設(shè)置綠色開放空間。Kiyong Park等針對(duì)韓國(guó)昌原市的洪災(zāi)情況，基于脆弱性和暴露性的洪水風(fēng)險(xiǎn)分析，根據(jù)土地利用類型評(píng)估城市洪水風(fēng)險(xiǎn)，并通過(guò)建筑用途分析了城市分布與城市洪水風(fēng)險(xiǎn)的關(guān)系。得出結(jié)論，更高的洪災(zāi)風(fēng)險(xiǎn)集中在城市化地區(qū)，商業(yè)區(qū)的風(fēng)險(xiǎn)程度最高，其次是居民區(qū)、工業(yè)區(qū)、綠化區(qū)。彭建等以深圳市茅洲河流域?yàn)槔?，基于CLUE-S模型、SCS模型及等體積淹沒算法等，對(duì)12種暴雨洪澇致災(zāi)一土地利用承災(zāi)情景下的城市暴雨洪澇災(zāi)害風(fēng)險(xiǎn)進(jìn)行定量模擬，研究表明，隨著建設(shè)用地面積增加，中等風(fēng)險(xiǎn)和高風(fēng)險(xiǎn)區(qū)面積均呈現(xiàn)較為明顯的增加趨勢(shì)。袁藝等針對(duì)深圳地區(qū)布吉河流域，基于分布式水文模型模擬了土地利用變化對(duì)流域匯流過(guò)程的影響，結(jié)果表明，以城鎮(zhèn)用地的大量增加和生態(tài)用地、農(nóng)業(yè)用地的大面積減少為主要特征的快速景觀城市化過(guò)程，是造成城市洪澇災(zāi)害日益嚴(yán)重的主要原因之一。劉慧基于定性的討論，得出長(zhǎng)江中游地區(qū)不合理的土地利用所引起的河湖調(diào)蓄能力的下降是加劇中游地區(qū)洪澇災(zāi)害的重要因素。據(jù)此提出了中游地區(qū)如移民建鎮(zhèn)、實(shí)施退田還湖等減輕洪澇災(zāi)害的土地利用對(duì)策。綜上所述，國(guó)內(nèi)外學(xué)者關(guān)于土地利用對(duì)洪澇災(zāi)害的影響、土地利用對(duì)策的研究較為深入，但將二者結(jié)合討論的較少，即沒有對(duì)城市不同洪澇風(fēng)險(xiǎn)區(qū)域的土地利用類型提出具體的對(duì)策建議。本文以吉安市為例，將理論研究和實(shí)例分析、定性和定量探討相結(jié)合，通過(guò)二元邏輯回歸分析，繪制洪澇災(zāi)害風(fēng)險(xiǎn)等級(jí)圖，以ARMS軟件為技術(shù)平臺(tái)，與吉安市1995、2019年的土地利用類型疊加分析，并根據(jù)識(shí)別出的洪澇高風(fēng)險(xiǎn)區(qū)域的土地利用類型提出具體的土地利用對(duì)策，以改進(jìn)土地利用管理方式，科學(xué)、合理地利用土地資源。

2 數(shù)據(jù)來(lái)源

本文基于地理空間數(shù)據(jù)云平臺(tái)獲取了吉安市1995、2019年LandsatTM、OLI的遙感影像數(shù)據(jù);DEM數(shù)據(jù)來(lái)源于ASTER GDEM數(shù)據(jù)庫(kù)，分辨率30m;降雨量數(shù)據(jù)來(lái)自于吉安市水利局;其他數(shù)據(jù)包括python爬蟲獲取的圖片或視頻信息中的洪澇災(zāi)害位置點(diǎn)。

3 處理過(guò)程

3.1 土地利用類型提取

根據(jù)Google Earth中吉安市的土地利用情況，參考《土地利用現(xiàn)狀分類》（GB/T21010-2017）的分類標(biāo)準(zhǔn)，利用ERDAS最大似然監(jiān)督分類法對(duì)1995年和2019年吉安市的遙感影像進(jìn)行目視解譯，并根據(jù)吉安市的區(qū)域特點(diǎn)將吉安市土地利用類型分為耕地、建設(shè)用地、林地、草地、水域5大類。分類精度分別為86.3%、85.8%，Kappa系數(shù)均在0.80以上，滿足要求。

3.2 土地利用變化對(duì)洪澇災(zāi)害的影響

3.2.1 評(píng)價(jià)數(shù)據(jù)準(zhǔn)備

3.2.1.1 獲取洪水清單數(shù)據(jù)

本文研究了吉安市2016-2019年的洪水災(zāi)害事件，通過(guò)網(wǎng)頁(yè)爬蟲從微博、博客等社交媒體及吉安晚報(bào)、吉安頭條等新聞媒體的報(bào)道中獲取了242個(gè)洪水災(zāi)害點(diǎn)，同樣在河流間或者非常陡峭的山坡上隨機(jī)選擇了242個(gè)幾乎不可能發(fā)生洪水災(zāi)害的位置。

3.2.1.2 選擇洪水影響因子

洪水的發(fā)生是多種因素共同作用的結(jié)果，包括自然因素和人類活動(dòng)。基于以往研究和研究區(qū)域可獲得的數(shù)據(jù)，本文選取了8個(gè)洪水影響因子參與了分析：高程、坡度、坡向、曲率、降雨、歸一化植被指數(shù)、土地利用/覆被、河流距離。

高程是影響洪水的最重要因素之一，高程較低的地方容易發(fā)生洪水;水流速度由坡度決定，坡度會(huì)影響地表徑流和滲透量;土地利用/覆被直接或間接地影響滲透、蒸騰和徑流過(guò)程，土地利用圖對(duì)于確定易受洪水影響的區(qū)域至關(guān)重要，本研究確定了5個(gè)土地利用類別：建設(shè)用地、耕地、林地、草地、水域;植被指數(shù)是描述一個(gè)區(qū)域植被特征的一種度量，植被密度較小的地區(qū)被認(rèn)為更容易發(fā)生洪水，植被指數(shù)值在-1-1之間;曲率是DEM的二階導(dǎo)數(shù)，被認(rèn)為是與洪水有關(guān)的變量，影響著地表徑流;坡向被定義為地形表面最大坡度的方向，在大多數(shù)研究中，被認(rèn)為是一個(gè)重要的洪水易感性參數(shù);降雨是造成洪水的重要因素，使用克里金插值法得到降雨量空間分布圖;河流距離是影響洪水的主要因素之一，發(fā)生降雨事件之后，流量增加時(shí)會(huì)發(fā)生沉積物積聚，極有可能在周圍地區(qū)發(fā)生洪災(zāi)。通過(guò)Arcgis10.2中的歐幾里得工具計(jì)算災(zāi)害點(diǎn)到河流的距離。各因子的屬性分類如表1所示。

3.2.2 二元邏輯回歸模型構(gòu)建

3.2.2.1 多重共線性分析

使用SPSS軟件進(jìn)行二元邏輯回歸分析，自變量之間應(yīng)是互相獨(dú)立的。如果兩個(gè)或多個(gè)解釋變量間出現(xiàn)了相關(guān)性，則成為多重共線性。因此，在應(yīng)用模型前，要考慮回歸模型的共線性問(wèn)題。統(tǒng)計(jì)學(xué)上，一般應(yīng)用公差（TOL）和方差膨脹因子（VIF，TOL的倒數(shù)）來(lái)判斷共線性問(wèn)題aTOL<0.1或VIF>10，常常表示存在多重共線性。本文中，TOL和VIF如表2所示。由于所有預(yù)測(cè)變量的TOL均大于0.1，VIF小于10，則這些因素之間沒有多重共線性。

3.2.2.2 模型實(shí)施

為了比較方便地找到最佳預(yù)測(cè)回歸模型，一般采用逐步回歸分析策略建立擬最佳預(yù)測(cè)回歸模型。逐步回歸采用逐個(gè)增加最佳變量的方式或逐個(gè)減少最差變量的方式找到最佳或擬最佳回歸模型。一般分為前進(jìn)法和后退法。本文采用向后瓦爾德法，使用0.05的顯著性水平輸入，而0.10的顯著性水平移除。表3列出了具有瓦爾德卡方值的擬合模型的參數(shù)，這些參數(shù)用于檢驗(yàn)預(yù)測(cè)變量的顯著性。

結(jié)果表明，土地利用、高程、降雨量、坡度在統(tǒng)計(jì)學(xué)上最為顯著，因?yàn)槠滹@著性較小，均小于0.01;河流距離顯著性值小于 0.05，在統(tǒng)計(jì)學(xué)上較為顯著;由于預(yù)測(cè)變量坡向、曲率、植被指數(shù)的顯著性值均大于0.05，因此相關(guān)性不大，在模型中排除坡向、曲率、植被指數(shù)。刪除后，重新計(jì)算邏輯回歸模型，由于預(yù)測(cè)變量的P值均小于0.05，所以剩余5個(gè)預(yù)測(cè)變量仍具有統(tǒng)計(jì)學(xué)意義?？尚哦仍u(píng)估的最終概率模型寫為：

為了評(píng)估預(yù)測(cè)模型的準(zhǔn)確性，引入ROC曲線評(píng)估模型精度。ROC曲線使用圖形的形式來(lái)描述二分類系統(tǒng)的性能表現(xiàn)。使用ROC曲線下的面積AUC值評(píng)估模型性能，可以直觀的評(píng)價(jià)分類器的好壞，AUC值越大精度越高。一般認(rèn)為，AUC值小于0.5，預(yù)測(cè)失敗;介于0.5和0.7之間預(yù)測(cè)較好;介于0.7和 0.9之間預(yù)測(cè)很好;AUC值大于0.9表示模型預(yù)測(cè)效果十分的好。本研究中，ROC曲線如圖1所示，AUC值為0.939，說(shuō)明ROC曲線下面積的占比是93.9%，即預(yù)測(cè)模型的成功率是93.9%，表明模型預(yù)測(cè)性能較好。

將從邏輯回歸模型中獲得的系數(shù)值轉(zhuǎn)移到ArCGIS10.2軟件，進(jìn)行柵格計(jì)算繪制敏感性等級(jí)評(píng)價(jià)圖如圖2所示，得出洪水概率圖的取值范圍分別為低（0-0.59）、中（0.6-0.79）、高（0.8一1）三類，面積分別為18250.611平方千米、3830.694平方千米、2563.903平方千米，分別占研究區(qū)域的74.05%、15.54%、10：41%。

3.2.3 洪災(zāi)高風(fēng)險(xiǎn)區(qū)城土地利用變化研究

3.2.3.1 洪災(zāi)高風(fēng)險(xiǎn)區(qū)域分析

將洪澇災(zāi)害高風(fēng)險(xiǎn)區(qū)域分別與1995、2019年土地利用類型圖疊加分析如圖3、圖4所示。

3.2.3.2 洪災(zāi)高風(fēng)險(xiǎn)區(qū)土地利用面積變化研究

單一土地利用動(dòng)態(tài)度可表示為一定時(shí)間范圍內(nèi)某種土地利用類型的數(shù)量變化情況，表達(dá)式為：

K是研究時(shí)段內(nèi)土地利用類型動(dòng)態(tài)度;U_a、U_b分別為初期及末期某一土地利用類型的面積;T為研究時(shí)間，當(dāng)T的時(shí)段為年時(shí)，K的數(shù)值就是研究區(qū)某種土地利用類型的年變化率。

分析洪澇災(zāi)害高風(fēng)險(xiǎn)區(qū)域1995-2019年土地利用面積變化及年變化率如表4所示。

由表4可知，1995-2019年間，洪澇高風(fēng)險(xiǎn)區(qū)域建設(shè)用地急速增長(zhǎng)，由1995年的459.3$4平方午米增長(zhǎng)到2019年的1570.068平方千米，其他各類用地均處于減少狀態(tài)。1995一2019年，建設(shè)用地土地利用動(dòng)態(tài)度指數(shù)為17.27，其他各土地利用類型動(dòng)態(tài)度指數(shù)均為負(fù)值，說(shuō)明高風(fēng)險(xiǎn)區(qū)域建設(shè)用地一直處于擴(kuò)張趨勢(shì)，土地利用變化主要表現(xiàn)為其他地類轉(zhuǎn)化為建設(shè)用地。

3.2.3.3 洪災(zāi)高風(fēng)險(xiǎn)區(qū)土地利用變化空間分布研究

為了測(cè)量吉安市1995-2019年洪災(zāi)高風(fēng)險(xiǎn)區(qū)域土地利用變化特征，采用辛普森優(yōu)勢(shì)度指數(shù)來(lái)表征土地利用類型的優(yōu)勢(shì)度。

辛普森優(yōu)勢(shì)度指數(shù)是生態(tài)學(xué)中的一種信息統(tǒng)計(jì)指標(biāo)，是計(jì)算給定群落物種多樣性的一種數(shù)學(xué)方法。本文利用辛普森優(yōu)勢(shì)度指數(shù)，對(duì)吉安市1995、2019年兩個(gè)時(shí)期各土地利用類型的相對(duì)優(yōu)勢(shì)度進(jìn)行了計(jì)算。該指數(shù)可以反映出哪些土地利用類型主導(dǎo)了整個(gè)洪災(zāi)區(qū)以及主導(dǎo)程度。辛普森優(yōu)勢(shì)度指數(shù)公式如下：

其中D;是洪災(zāi)區(qū)第i個(gè)土地利用類別的辛普森優(yōu)勢(shì)度指數(shù);H_i是洪災(zāi)區(qū)第i個(gè)土地利用類別的嫡，P_ij是洪災(zāi)區(qū)第j個(gè)區(qū)域中第i個(gè)土地利用類別的比例;m是洪災(zāi)區(qū)中的區(qū)域數(shù);H_max是H_i的最大值;n是土地利用類別的數(shù)量。1995和2019年土地利用類型的辛普森優(yōu)勢(shì)度指數(shù)如表5所示。

根據(jù)公式（1）—（3）可知，辛普森優(yōu)勢(shì)指數(shù)與優(yōu)勢(shì)程度成反比即辛普森優(yōu)勢(shì)指數(shù)越小，土地利用類型的優(yōu)勢(shì)越大。由表5可知，在1995年，耕地和林地的指數(shù)值最小，分別為1.247和1.254，而草地和建設(shè)用地的指數(shù)較大，分別為1.433和1.3309。在2019年，建設(shè)用地和林地的指數(shù)值最小，分別為1.2599和1.2559，而草地、水域、耕地的指數(shù)值分別為1.5545、1.3747、1.3508。結(jié)果表明，1995一2019年，土地利用空間格局中占主導(dǎo)地位的土地利用類型由耕地、林地轉(zhuǎn)為建設(shè)用地、林地。說(shuō)明這一時(shí)期，吉安市正處于城市化迅速發(fā)展階段，人為干擾的逐步加強(qiáng)，改變了吉安原有的自然景觀，由此也造成了洪災(zāi)的頻繁暴發(fā)。

4 結(jié)論

根據(jù)洪災(zāi)風(fēng)險(xiǎn)等級(jí)圖與吉安市1995-2019年洪災(zāi)高風(fēng)險(xiǎn)區(qū)域土地利用時(shí)空變化特征可得，吉安市洪災(zāi)高風(fēng)險(xiǎn)集中在遂川縣東部、萬(wàn)安縣西北部、泰和縣中部、吉州區(qū)南部等地區(qū)。對(duì)于這些高風(fēng)險(xiǎn)區(qū)域，提出以下幾種土地利用對(duì)策：

4.1 合理調(diào)整建設(shè)用地

其一，通過(guò)土地征用或土地稅收政策逐漸將城市建設(shè)推出高風(fēng)險(xiǎn)區(qū)，并根據(jù)當(dāng)?shù)丨h(huán)境條件合理規(guī)劃聚居在高風(fēng)險(xiǎn)區(qū)居民的轉(zhuǎn)移路線和安置轉(zhuǎn)移點(diǎn)房屋，對(duì)人口密度較大的高風(fēng)險(xiǎn)區(qū)加強(qiáng)布設(shè)防洪設(shè)施如防洪大壩。

其二，對(duì)于容易遭受洪澇，靠近河岸、地勢(shì)低平的典型易澇地區(qū)建設(shè)用地，改變其土地利用類型，將其更改為綠色開放空間如規(guī)劃綠道、建立公園休閑區(qū)等。

其三，對(duì)于海拔高程較低，且商業(yè)服務(wù)業(yè)聚集、人口密集的典型易澇區(qū)域進(jìn)行區(qū)域高程的調(diào)整，可通過(guò)建設(shè)加固將此區(qū)域的高程提高到周圍地區(qū)的基準(zhǔn)高程面。

其四，強(qiáng)化對(duì)各類建設(shè)用地選址的引導(dǎo)和控制，通過(guò)建立適當(dāng)?shù)姆ㄒ?guī)，確保洪災(zāi)高風(fēng)險(xiǎn)地區(qū)免于密集的資本投資;避免將公共投資項(xiàng)目，如道路、水電通訊、學(xué)校、醫(yī)院等建設(shè)在高災(zāi)害風(fēng)險(xiǎn)區(qū)。

4.2 優(yōu)先安排生態(tài)用地

劃出宜耕種的優(yōu)質(zhì)土地作為耕地，甚至是永久基本農(nóng)田，充分發(fā)揮耕地的生態(tài)、景觀和間隔功能，使生態(tài)建設(shè)與耕地保護(hù)有機(jī)統(tǒng)一;將具有生態(tài)功能的耕地特別是水田作為城市中的“綠心、綠帶”;由于集約化耕作和不適當(dāng)?shù)耐恋毓芾韺?dǎo)致土壤壓實(shí)，使農(nóng)田地表徑流增加，可增加有機(jī)質(zhì)以改善土壤結(jié)構(gòu)，改變土壤的透水性、蓄水性、通氣性等。

嚴(yán)格落實(shí)土地用途管制，保護(hù)林業(yè)用地。要?jiǎng)澏謽I(yè)用地區(qū)，高風(fēng)險(xiǎn)區(qū)嚴(yán)格控制林業(yè)用地隨意轉(zhuǎn)為它用，逐步安排陡坡耕地退耕還林，切實(shí)提高退耕還林的生態(tài)效益;在低洼地區(qū)種植更多耐澇抗洪植物。

嚴(yán)格執(zhí)行湖泊保護(hù)條例，維持并擴(kuò)大市域內(nèi)河網(wǎng)水面率，嚴(yán)禁侵占河網(wǎng)水道;合理利用水面資源，根據(jù)不同的水體生態(tài)環(huán)境，發(fā)展水生作物種植，采取科學(xué)的養(yǎng)殖模式，達(dá)到循環(huán)利用和改善生態(tài)環(huán)境的效果，加強(qiáng)濕地保護(hù);禁止修建建筑物或者進(jìn)行其他開發(fā)活動(dòng)，保留自然濕地，沿河兩岸可配置護(hù)岸林、創(chuàng)建綠色生態(tài)河岸走廊、植物緩沖區(qū)等，減少這些區(qū)域的災(zāi)害損失，為河流周邊頻繁遭遇的洪水留以宜泄空間。

參考文獻(xiàn)：

1.張慧 劉耀龍 馮潔瑤.城市化質(zhì)量、城市韌性對(duì)洪澇災(zāi)害風(fēng)險(xiǎn)的影響——基于山西11個(gè)地級(jí)市面板數(shù)據(jù).經(jīng)濟(jì)問(wèn)題.2020.04

2.孫莉英 毛小苓 黃錚等.洪水災(zāi)害對(duì)區(qū)域可持續(xù)發(fā)展的長(zhǎng)期影響分析.北京大學(xué)學(xué)報(bào)（自然科學(xué)版）.2009.05

3.Schuch G，Serrao-Neumann S，Morgan E，et al.Waterin the city：Green open spaces，land use planning and floodmanagement-An Australian case study.Land Use Policy.2017

4.Park K，Won J.Analysis on distribution characteristicsof building use with risk zone classification based on urbanflood risk assessment.International Journal of Disaster RiskReduction.2019

5.彭建魏海武文歡等.基于土地利用變化情景的城市暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估——以深圳市茅洲河流域?yàn)槔?生態(tài)學(xué)報(bào).2018.11

6.袁藝 史培軍 劉穎慧等.土地利用變化對(duì)城市洪澇災(zāi)害的影響.自然災(zāi)害學(xué)報(bào).2003.10

7.劉慧.長(zhǎng)江中游地區(qū)洪澇災(zāi)害的土地利用思考.長(zhǎng)江流域資源與環(huán)境.2004.06

8.Choubin B，Moradi E，Golshan M，et al.An ensembleprediction of flood susceptibility using multivariatediscriminant analysis，classification and regressiontrees，and support vector machines.Science of The TotalEnvironment.2019

9.Swets，J.Measuring the accuracy of diagnostic systems.Science.1998

10.郭榮中 申海建 楊敏華.長(zhǎng)株潭地區(qū)土地利用結(jié)構(gòu)信息嫡時(shí)空測(cè)度與演化.中國(guó)農(nóng)業(yè)資源與區(qū)劃.2019.09

11.Liu J，Shi Z.Quantifying land-use change impactson the dynamic evolution of flood vulnerability.Land UsePolicy.2017

作者簡(jiǎn)介：王江煒，華中科技大學(xué)公共管理學(xué)院碩士。

曾忠平，華中科技大學(xué)公共管理學(xué)院副教授。