刘 宇，王 晶

(1.吉林省国土资源调查规划研究院，吉林 长春 130000; 2.吉林省水文地质调查所，吉林 长春 130000)



惠东县山洪灾害非线性多场耦合预警技术

刘 宇1，王 晶2

(1.吉林省国土资源调查规划研究院，吉林 长春 130000; 2.吉林省水文地质调查所，吉林 长春 130000)

针对惠东县山洪监测体系的现实需求，解译NDVI指数建立植被覆盖度指标，运用DEM数字高程数据提取地形指标；基于岩石及土壤类型图，采用地质雷达量化松散度；采用水文学方法计算土壤前期雨量。在此基础上，构建亚热带山洪灾害多场非线性预警模型，实现灾害的快速定位、准确评估、提早预警、科学决策。

亚热带;山洪;非线性;多场;耦合

1 概述

广东省地处欧亚大陆的东南缘，属热带和亚热带季风气候区，夏季长而冬季短。水热资源充沛，但时空变异大，灾害气候频繁。水热同步，干湿季明显，冬季受强大的大陆气团控制，盛行偏北风，寒冷干燥，晴朗无雨；夏季则受西南季风以及东南季风的影响，盛行偏南风，天气炎热，湿润多雨。

广东省濒临南海，背靠岭南山脉，直接承受印度洋孟加拉湾和太平洋输入的水汽，形成暴雨的水汽、动力、热力条件都很充分，成为全国降水量最为充沛的省份之一。广东省多年平均降水量为 1 771 mm，最大为2 278 mm(1973年)，最小为1 178 mm(1963年)，是全国暴雨最为频繁的地区之一，具有开始早、结束迟、暴雨日数多以及暴雨强度大等特点。

暴雨是山洪灾害的主要根源。每年4—9月(粤西4—10月)为广东省的多雨季节， 4—6月，以锋面雨为主，雨区范围宽广；后汛期7—9、10月，常有台风影响广东省，暖湿气流剧烈辐合上升，造成降水强度大、降水量集中的暴雨，一些流域面积较小的河流，易于被暴雨区笼罩，形成小流域性的山洪灾害。短历时暴雨是广东省山区小流域山洪灾害暴发的主要原因。

惠东县河流因莲花山系的主脉横贯县境，界分属珠江和粤东沿海两个水系。主要流域为西枝江流域，发源于本县东北侧与紫金县交界的竹凹顶南麓。从发源地南流偏东，至双子水，折向西偏南流至李坑屯，沿着莲花山主脉北麓西南流，至白盆珠水库拦河大坝，称为上游，属低中山地带。

惠东县国土面积为3 535.17 km2，年平均降雨量为1 800 mm，由于地形地貌及气候原因，县域山洪灾害主要分布在多祝镇、安墩镇和宝口镇3个镇。据调查，1979年发生超百年一遇洪水，2008年发生50年一遇洪水，直接损失达2.5亿元。以上2次均为洪水灾害，全部都是由于突降暴雨就地起洪所致，给当地人民群众的生产和生活造成了极大的损失。

目前，广东省举大量人力物力建设的山洪监测系统主要是采集水文数据(水位、降雨量)，只有将水文数据与下垫面(植被、地形、土壤)耦合关联后，才能进行山洪灾害预警。由于涉及非线性多场耦合等技术问题，使得我省乃至全国山洪灾害预警关键技术没有实质性的突破，落后于工程建设，监测数据总体上没有发挥应有的效能。

2 研究区概况

惠东县现有山洪防治工程参差不齐：其中江堤58.55 km，海堤167.92 km，大型水库1座，中型水库2座，小(1)型水库30座，小(2)型水库65座，已基本完成除险加固，防御能力较好；而723座塘坝(其中宝口18座，多祝102座，安墩86座)，大部分是20世纪五六十年代建成，工程年久老化，难以抵御洪水的侵袭，一旦暴雨侵袭，易形成山洪灾害。

惠东县易发山洪灾害的小流域达20个，面积达2 988.5 km2，涉及人口44.114万人。地形地势条件决定了这些小流域易发生暴雨汇流后的洪水灾害，并且由于基础设施薄弱，防灾能力低；河道行洪不畅，

表1 惠东县历史山洪灾害损失情况

洪道淤积严重，易就地起洪，成为广东省山洪灾害多发区(图1)。

图1 惠东县历史山洪灾害分布示意

根据水利部2006年第2号文公布的《关于划分国家水土流失重点防治区的公告》，惠东县属国家级水土流失重点预防保护区。

3 非线性多场耦合预警技术

我国亚热带地区临界雨量与温带、暖温带差异较大，沿海地区最大临界雨量140 mm，而在西北内陆仅10 mm左右， 较大的临界雨量导致山洪以湍流的形式演进成灾，具有高度非线性特点，因此，要对山洪进行较为精准的预警，需要采用非线性模拟技术与方法。山洪的孕灾和形成受地质地貌、气候、人类活动等诸多因素影响，影响因素多，单一运用水文学方法对山洪灾害进行分析预警，有所欠缺，需要综合植被场(生物场)，地理场(地形)等多场耦合，开展综合研究。

实地调查收集研究区河流、气象、水文条件，暴雨洪水特性，地形地貌、地质构造与地层岩性、土壤类型及水土流失等情况；统计经济社会信息；分析历史山洪灾害损失及成因。采集惠东县27个全自动雨量站数据、8个自动水文站数据和布设5个土壤前期雨量监测点。在此基础上，进行NDVI植被指数、地形因子、土壤前期雨量、岩石类型及土壤类型划分计算和数据提取。

1) NDVI植被指数

在ENVI 遥感影像处理平台上，对研究区进行归一化植被指数计算，采用资料包括近期TM 遥感影像图及1 ∶5万地形图。图像数据预处理包括遥感影像的几何校正、研究区的裁剪等基础工作。根据惠东县1 ∶50 000地形图，对遥感影像进行几何校正，采用二次多项式拟和法进行影像配准，然后运用邻近点插值法进行重采样，误差控制在一个像元内。

归一化植被指数NDVI采用TM 影像2个波段值，第一波段( 近红外) 和第二波段( 红外波段) (图2)。

计算公式(一):

NDVI=(Xnir-Xred)/(Xnir+Xred)

(1)

式中 Xnir为近红外波段; Xred为红外波段。

图2 惠东县植被NDVI指数分布示意(2008年5月16日)

2) 地形因子

惠东县地形地貌主要包括低山丘陵和冲积平原两个地形地貌单元。惠东县属沿海山区县，莲花山脉分布在县境北部和东北部，地势较高，南部沿海多为丘陵，地势较低，整个地势由东北向西南倾斜。

采用DEM分析技术，计算地形坡向或坡度等因子(图3)。

图3 研究区地形坡向示意

3) 土壤前期雨量

惠东县域内的地层岩性主要有河湖相沉积层、冲积层(Qal)、残积层(Qel)及下第三系丹霞群(Edn)的粉砂岩、含砾砂岩、砂砾岩、砾岩等。

历史土壤前期雨量主要采用统计相关的方法来计算，流域的土壤前期雨量与流域地理、环境因子有关，如:流域面积、形状、地形起伏状况，流域内植被覆盖等可以通过建立前期雨量与流域地理、环境因子的相关关系，计算流域的土壤前期雨量[2]。

选取流域面积F。流域的形状系数θ=F/C(F为流域面积、C为周长)，流域的主沟比降J来表示地形的起伏状况。通过对己经确定临界雨量的流进行回归分析，最终得到临界雨量与流域的地理，环境因子的相关关系(惠东县流域总面积4 120 km2，主流全长176 km，平均比降0.6‰)。

预警土壤前期雨量是采用惠东县山洪实时监测数据。通过土壤水分无线传感器发射一定频率的电磁波，电磁波沿探针传输，到达底部后返回，检测探头输出的电压，由于土壤介电常数的变化取决于土壤的含水量，由输出电压和水分的关系则可计算出土壤的含水量。测试土壤含水量以百分比表示。基于GPRS无线传输可保证大范围无人值守环境下的土壤水分连续观测与实时传输。

4) 岩石类型及土壤类型划分

采用岩石类型分区和土壤类型分区图进行划分。其中岩石类型图是根据1 ∶500 000数字地质图，将广东省划分为6个岩土体类型，即极硬岩石、次硬岩石、次软岩石、极软岩石、软硬相间岩石和土体类。

土壤类型图是基于广东省土地类型图划分，广东省主要土壤类型受地带性气候影响，自北向南，呈现明显的地带性土壤分布，北部为中亚热带红壤，中南部为南亚热带赤红壤，雷州半岛一带则为砖红壤。土壤类型也受区域性岩石类型分布的影响，主要有石灰土、紫色土(图4)。

图4 广东省土地类型示意

4 GIS非线性多场耦合技术

在GIS平台上针对植被覆盖、地形，土壤类型与松散度、土壤前期含水量，和山洪灾害发生前期水雨情资料进行多影响因子非线性分析分析，耦合运算，实现数据关联[6]。最终建立山洪灾害非线性模型，模拟山洪灾害与各个影响因子的非线性关系。

将历史山洪灾害数据主要时期的植被场(由遥感影像NDVI解译出数据)、地形场(由DEM划分出地形坡度数据)、土壤类型(由土壤类型图划分土壤松散成都)、水文场(降雨强度和土壤前期雨量)等多场数据输入到GIS模型中，采用GIS非空间分析技术，进行多场耦合，生成模拟场，将模拟场与历史山洪灾害数据分布图对比，通过调整非线性关系进行匹配。建立山洪灾害非线性多场耦合模型[13]。

根据惠东县的暴雨特性、地形地质条件、前期降雨量等，参照历史山洪灾害发生时的降雨情况，把流域内1 h内降雨量达到10 mm以上的雨强作为预警初值，制定4个预警方案(分别是1 h内降雨量达到10 mm、20 mm、50 mm、100 mm)。

输入雨强到非线性多场耦合预警模型中，可计算出不同雨强设计方案时惠东县山洪灾害高危险性出现的地点和区域，从而提前实现山洪灾害的监测和预警(图5)。

图5 基于GIS平台山洪灾害非线性多场耦合预警模型

5 结语

将历史山洪灾害数据的植被场、地形场、土壤类型、水文场等数据输入到GIS模型中，采用GIS空间分析技术，进行多场耦合，生成模拟场，通过模拟场与历史山洪灾害情景模拟匹配，模拟量化多场之间的非线性关系，建立山洪灾害非线性多场耦合预警模型。

以雨强作为预警指标，结合惠东县山洪监测体系等数据与信息，设计小时降雨10 mm、20 mm、50 mm、100 mm等设计方案，输入到非线性多场耦合模型中，计算不同设计方案下(雨强)的山洪灾害危险性区域及等级，实现山洪灾害提早预警。

多场耦合问题是山洪灾害预警的重点和难点问题之一，采用GIS空间分析和图形运算功能加以实现，主要是对多场数据进行归一化处理，图形运算生成模拟场，可有效避免耦合奇异问题，提高多场耦合的关联度。

[1] 赵红莉，王力，徐永年.基于GIS的山洪及诱发灾害的风险分析[J].泥沙研究，2004(5):41-45．

[2] 赵然杭，王敏，陆小蕾.山洪灾害雨量预警指标确定方法研究[J].水电能源科学，2011，29(9):49-53．

[3] 周金星，王礼先，谢宝元，等.山洪灾害泥石流灾害预报预警技术述评[J].山地学报，2001，19(6): 527-532．

[4] 赵士鹏.中国山洪灾害系统的整体特征及其危险度区划的初步研究[J].自然灾害学报，1996， 5(3) :93-99.

[5] Ahmed M Y， Biswajeet P， Abdallah M H. Flash flood risk estimation along the St. Katherine road， southern Sinai，Egypt using GIS based morphometry and satellite imagery [J]. Environmental Earth Sciences， 2011，62(3) :611-623．

[6] M. G El-Behiry，A.Shedid， A. Abu-Khadra，et al. Integrated GIS and Remote Sensing for Runoff Hazard Analysis in Ain Sukhna Industrial Area， Egypt [J]. Earth Science， 2006( 17) : 19-42．

[7] P.A.Versini，E.Gaume.and H.Andrieu.Assessment of the susceptibility of roads to flooding based on geographical information-test in a flash flood prone area (the Gard region，France) [J]. Natural Hazards and Earth System Sciences， 2010， 10(4):793-803．

[8] M.Coulibaly. Spatial analysis of an urban flash flood survey results [J]. Geocarto International，2008，23(3):217-234．

[9] Loan T.K.Ho，Masatomo U.Micro-landform classification and flood hazard assessement of the Thu Bon alluvial plain，central Vietnam via an integrated method utilizing remotely sensed data [J]. Applied Geography， 2011(31):1 082-1 093．

[10] 江锦红，邵利萍.基于降雨观测资料的山洪预警标准[J].水利学报，2010，41(4):458-463．

[11] 刘志雨， 山洪预警预报技术研究与应用[J]. 中国防汛抗旱，2012(2)：41-45.

[12] 郭良，唐学哲，孔凡哲.基于分布式水文模型的山洪灾害预警预报系统研究及应用[J].中国水利， 2007(14):39-41.

[13] 李良，黄生叶.基于GIS的山洪灾害预警系统的设计与实现[J].科学技术与工程，2006，6(17):2 712-2 715.

[14] 张李苏.基于WebGIS的山洪灾害预警信息系统设计[J].人民长江，2009，40(17):84-86．

[15] 李玟静， 周新志.崇州市山洪预警系统设计[J]，水电能源科学，2011，29(3):43-45.

[16] Rutherford H.P.Automated flash flood warning systems[J].Applied Geography，1987(7):289-301．

[17] 胡健伟， 刘志雨.中小河流山洪预警预报系统开发设计及应用[J].水文，2011，31(3):45-46.

[18] 彭定志.基于RS和GIS的水文模型以及洪灾监测评估系统的研究[D].武汉:武汉大学，2005．

(本文责任编辑 马克俊)

Multi-field and Nonlinear Coupling Warning Technique of Mountain Torrent Monitoring in Huidong County

LIU Yu1, WANG Jing2

(1.Jilin Provincial Institute of Land and Resources Survey and Planning, Changchun 130000, China; 2. Jilin Provincial Institute of Hydrology and Geology, Changchun 130000, China)

According to the demand for mountain torrent monitoring system of Huidong County, analysis is made on interpretation of NDVI to define the vegetation coverage index, and by using DEM to extract the topographic indices. Besides, GPR quantized porosity is also applied based on the type maps of rocks & soils and calculates the amount of pre-rainfall by hydrology approach. On this basis, the multi-field and nonlinear warning model of mountain torrent disasters can be established in subtropical zone to make it possible for fast locating and accurate assessment, advance warning and scientific decision making of mountain torrent disasters.

subtropical zone, mountain torrent, nonlinear, multi-field, coupling.

2016-07-19；

2016-07-30

刘宇(1980)，男，本科，工程师，从事土地管理、土地测绘及土地调查工作。

P426.616

A

1008-0112(2016)08-0028-05