罗日洪，黄锦林,唐造造

(1.广东省水利水电科学研究院， 广东 广州 510610；2.广东省山洪灾害防治工程技术研究中心， 广东 广州 510610)

基于AHP和GIS的曹江上游小流域山洪灾害风险区划

罗日洪1,2，黄锦林1,2,唐造造1,2

(1.广东省水利水电科学研究院， 广东 广州 510610；2.广东省山洪灾害防治工程技术研究中心， 广东 广州 510610)

为了提高山洪灾害防治管理的针对性，在小流域山洪灾害资料收集的基础上，选取了历年最大6 h暴雨均值、高程标准差、河网密度、土壤类型4个危险性因子和人口密度、人均GDP、土地利用类型3个易损性因子，以层次分析法(AHP)计算各因子权重，通过GIS空间叠加分析，对曹江上游小流域进行了山洪灾害风险区划。由风险区划图可知，曹江上游小流域山洪灾害高—次高风险区主要分布在人口较密集、经济较发达的沿河谷低洼区。通过与历史山洪灾害点的对比验证，证明风险区划结果精度较高，可为本区域的山洪灾害风险识别提供科学依据。

层次分析法；GIS技术；小流域；山洪灾害；风险区划

山洪灾害常发生于山丘区小流域，具有突发性强，破坏力大的特点，往往伴随破坏性的滑坡、泥石流等地质灾害，给山丘区经济和群众生命财产带来严重的危害[1-3]。山洪灾害风险评估的开展可有效提高山洪灾害防治的针对性，提升山洪灾害防治管理水平。

近年来，随着GIS技术的发展，山洪灾害风险评估与GIS技术的有机结合成为研究的热点[4-10]，国内学者也开展了这方面的研究工作。李栋等[11]从山洪灾害形成条件和小流域情况出发，应用GIS空间分析研究了吕梁市石楼县山洪灾害风险等级分布。方秀琴等[12]基于江西省实际情况构建了山洪灾害风险区划的多指标评价体系，利用GIS技术进行定量分析得到风险图并进行分区。由于各地区山洪灾害发育现状及时空分布不尽相同，山洪灾害成因及风险也比较复杂，要针对性地开展山洪灾害防治工作，必须区别界定流域内不同区域的山洪灾害风险大小。本文选取广东省高州市曹江上游小流域作为研究对象，利用GIS技术和层次分析法构建小流域山洪灾害风险评估模型，提取7个指标因子，经权重分析和叠加计算，得到曹江上游小流域山洪灾害风险区划图，为识别防治区不同等级山洪灾害风险、针对性地开展山洪灾害防治工作提供了科学依据。

1 研究区概况

曹江位于高州市东北部，是鉴江的一级支流。本次主要研究的是曹江上游大坡镇以上的马贵河段、厚园河段，集水面积226 km2，干流长度32.1 km，平均坡降2.72‰，多年平均年降水量为2 037 mm，年内降雨分布不均且受地形影响明显，降雨自上游向下游递减。暴雨高区主要位于曹江上游的厚园圩、马贵站一带。流域植被良好，土壤为壤土及砂壤土。该流域山洪爆发较为频繁，其中，2010年9月21日发生的特大洪水最为严重，12 h降雨量较大的站点有：马贵站673.5 mm，达到1 000年一遇；厚园圩站472 mm，超200年一遇；下游大拜站洪峰流量3 740 m3/s，超200年一遇。暴雨强度超过大暴雨甚至特大暴雨量级，造成了该流域严重的洪涝灾害和山洪地质灾害的发生，交通、水利受损严重，沿岸农田、民房遭受重创。

2 资料来源

根据山洪灾害风险区划的一般要求和资料获取条件的限制，本次研究获取的自然属性数据有由茂名市水文局提供的历年最大6 h暴雨均值、广东省水利厅提供的DEM数据(5 m×5 m)、全国山洪灾害项目组下发的土壤类型矢量图。社会属性数据中的人口密度分布和人均GDP分布数据由中国科学院资源环境科学数据中心提供，土地利用数据则由全国山洪灾害项目组下发。在这些数据的基础上，通过进一步整理，提取所需的影响因子。

3 山洪灾害风险评价

3.1 山洪灾害风险评价指标体系

山洪灾害风险区划是通过分析历史暴雨洪水灾害的危险性和承载体的易损程度，将研究区域划分为不同风险等级。首先基于现场调查和国内外相似研究成果，确定山洪灾害风险区划的评价指标。由于曹江上游小流域山洪灾害主要由短历时、高强度的暴雨引发，下垫面地形起伏程度大，沟谷发育，河床比降大，河网较密集，对山洪灾害形成的影响较大。故危险性指标主要考虑年最大6 h暴雨均值、高程标准差、河网密度、土壤类型4个指标。又由于山丘区居民点和耕地主要分布在较平坦的河谷，一旦山洪暴发，沿岸居民生命财产将遭受严重损失。因此，易损性指标主要考虑人口密度、人均GDP、土地利用类型3个指标。由此，构建了曹江上游小流域山洪灾害风险评价指标体系，包括目标层、准则层、指标层三个层次。为了利用Arcgis工具对各因子进行叠加计算，需要把各因子数字化、栅格化(5 m×5 m)，然后根据自然断裂分级法进行分级。采用1、2、3、4代表低、中、较高、高危险或易损界限值，具体见表1，各指标图层见图1。

表1 曹江上游小流域山洪灾害风险区划指标体系

3.2 山洪灾害风险评价指标权重

山洪灾害风险评价指标权重采用层次分析法[13](AHP)计算。首先对曹江上游小流域山洪灾害风险区划问题进行因子分解，构造出层次结构，各因子间以1～9标度两两比较，通过定性、定量判断，构造出层次判断矩阵，然后根据求解的判断矩阵特征向量和最大特征根确定出各因子的评价权重，最后计算权向量并作一致性检验。

根据AHP法计算的各因子权重见表2。其中，年最大6 h暴雨均值和高程标准差的权重最大，是因为短历时、高强度暴雨是山洪灾害发生的主因，并且通过下垫面起作用，高程标准差反映了地形的起伏程度，直接决定了洪水的汇集、排泄能力；人员是山洪灾害中最重要的防护对象，因此损性指标中人口密度分布权重最大。

图1 山洪灾害指标因子分级图

表2 山洪灾害风险区划指标权重

3.3 山洪灾害风险性评价

山洪灾害风险区划采用定量表达式：风险(R)=危险性(H)×易损性(V)[14]作为基本模型。危险性(H)和风险性(V)的获取根据权重叠加法进行计算。即对各影响因子的贡献率赋予权重值，将指标因子与相应权重相乘，最后叠加多个带权重的指标因子得到数量化的计算结果。计算公式为

(1)

其中：P为指数和；Xi参评因子；Wi为因子权重。

(1) 危险性评价。各山洪灾害危险性因子(Hi)与AHP法计算的对应权重(Wi)相乘，即可得到危险性H=0.372H1+0.372H2+0.177H3+0.079H4。利用Arcgis软件对规范化后的危险性因子栅格图层叠加计算，将结果按自然断点法进行分级，分别以1.70、2.18、2.74、3.25为界限值划分为低、次较低、中、次高、高危险区，并赋值1、2、3、4、5，结果见图2。

图2危险性区划图

从图2可以看到，次高—高危险区主要位于该小流域的中上游河谷区，距离水系越远危险性越低；下游危险性较低。这是由于北部高山抬升作用导致降雨比南部大，山高坡陡、地形高差也较大，利于洪水的汇集，易于形成山洪灾害。根据灾后调研，马贵镇在“20100921”洪水中首批有受灾最严重的马贵、马坑、埕垌、甘冲等9个行政村纳入了重建规划[15]，大坡镇的白马村也在这次洪水中受损严重，这些村落都位于本次危险区图次高—高危险区内。

(2) 易损性评价。各山洪灾害易损性因子(Vi)与AHP法计算的对应权重(Wi)相乘，即可得到易损性V=0.539V1+0.297V2+0.164V3。利用Arcgis软件对规范化后的易损性因子栅格图层叠加计算，将结果按自然断点法进行分级，分别以1.48、2.05、2.56、3.10为界限值划分为低、次低、中、次高、高易损区，并赋值1、2、3、4、5，得到易损区图，结果见图3。

从图3可以看出，易损性次高—高的地方基本沿较平坦的河谷分布。由于流域内多山，平坦的河谷提供了较好的居住、耕种和交通等条件，因此社会经济较发达，山洪造成的损失相对较大，在山洪灾害防治规划时应进行重点防护。

(3) 风险性评价。将上述标准化后危险性和易损性图层再次采用权重叠加法进行计算，利用Arcgis空间叠加法，得到山洪灾害风险性图层，根据自然断点法进行重分类，分别以1.59、2.39、3.00、3.80作为界限值划分为低、次低、中、次高、高风险区，结果见图4。

图3 易损性区划图

图4风险性区划图

从图4可以看出，高风险面积占比9.7%，次高风险区占比30.3%，中风险区占比34.6%，次低风险区占比18.6%，低风险区占比6.8%。次高—高风险区主要位于人口密度较高、地势较为低洼的河谷，次低—低风险区主要位于高程较高的山地，主要为林地，人口分布稀疏，中风险区主要分布在较为低洼的河谷与高程较高山地过渡地带，多分布有耕地。

3.4 结果验证

将广东水文局2015年在该区域调查的历史山洪灾害点共计84个[16]作为验证点。通过Arcgis将其叠加到风险区划图中，如图4所示。统计每级风险区的历史山洪灾害点数，并计算百分比，见表3。从表3中可以看到，验证点在次高—高危险区比例占91.7%，说明风险区划的结果与山洪灾害发生的实际情况较为吻合，证明本文的山洪灾害风险区划分具有较高的精度，可为山洪灾害防治提供决策参考，并为山洪易发区居民提供风险信息。

表3 验证点在各风险区所占比例

4 结 论

(1) 构建了曹江上游小流域山洪灾害风险评价模型，得到风险区划图。可知次高—高风险区主要集中在沿河低洼地区，次低—低风险区主要位于地势较高的山地，为针对性开展山洪灾害防治工作提供了科学依据。

(2) 经与该区域山洪灾害发生的实际情况进行对比，证明风险区划成果精度较高，符合当地的实际情况，研究方法可供山丘区小流域风险区划参考。

[1] 全国山洪灾害防治规划编制技术大纲[R].北京：全国山洪灾害防治规划领导小组办公室，2003.

[2] 李长顺,谢吉尊,廖 维.西昌鹅掌河泥石流发育特征及成因分析[J].水利与建筑工程学报,2016,14(4):36-41.

[3] 李文杰,冯文凯,魏昌利,等.地形对泸定县兴隆镇群发性滑坡型泥石流的影响分析[J].水利与建筑工程学报,2016,14(1):149-154.

[4] Elbastawesy M, White K, Nasr A. Integration of remote sensing and GIS for modelling flash floods in Wadi Hudain catchment, Egypt[J]. Hydrological Processes, 2009,23(9):1359-1368.

[5] Youssef A M, Pradhan B, Hassan A M. 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] Bathrellos G D, Gaki-Papanastassiou K, Skilodimou H D, et al. Potential suitability for urban planning and industry development using natural hazard maps and geological geomorphological parameters[J]. Environmental Earth Sciences, 2012,66(2):537-548.

[7] El-Magd I A, Hermas E S, Bastawesy M E. GIS-modelling of the spatial variability of flash flood hazard in abu dabbab catchment, Red Sea Region, Egypt[J]. Egyptian Journal of Remote Sensing & Space Science, 2010,13(1):81-88.

[8] 许小华,何 雯.基于DEM的山洪灾害风险区划分研究[J].中国农村水利水电,2015(10):83-86.

[9] 黄国如,冼卓雁,成国栋,等.基于GIS的清远市瑶安小流域山洪灾害风险评价[J].水电能源科学,2015,33(6):43-47.

[10] 岳 琦,张林波,刘成程,等.基于GIS的福建闽江上游山洪灾害风险区划[J].环境工程技术学报,2015,5(4):293-298.

[11] 李 栋,吴 博,郑秀清,等.基于AHP和GIS的吕梁地区小流域山洪灾害风险区划[J].水电能源科学,2017,35(7):85-88.

[12] 方秀琴,王 凯,任立良,等.基于GIS的江西省山洪灾害风险评价与分区[J].灾害学,2017,32(1):111-116.

[13] 许树柏．实用决策方法——层次分析法原理[M]．天津：天津大学出版社，1988．

[14] United Nations Department of Humanitarian Affairs． Internationally agreed glossary of basic terms related to disaster management[R]. Geneva: United Nations Department of Humanitation Affairs, 1992.

[15] 陈冬蕾.灾后山区村庄重建规划方法探索——以茂名市高州马贵镇为例[J].建筑与环境,2011(3):23-25.

[16] 广东省高州市山洪灾害分析评价[R]．广东：广东省水文局，2015.

FlashFloodRiskAssessmentatSmallWatershedoftheUpperCaoRiverBasedonAHP&GIS

LUO Rihong1,2, HUANG Jinlin1,2, TANG Zaozao1,2

(1.GuangdongResearchInstituteofWaterResourcesandHydropower,Guangzhou,Guangdong510610,China;2.GuangdongResearchCenterofFlashFloodDisastersPreventionEngineeringTechnology,Guangzhou,Guangdong510610,China)

In order to improve the flash flood risk management, risk assessment of flash flood at small watershed of the upper Cao River is carried out by the overlay analysis function of GIS, with four factors of maximum 6 hours rainfall, standard of the elevation, drainage density, soil types are chosen as the risk indexes; and three factors of population density, capita GDP, land use types are chosen as the vulnerability indexes, AHP method is then adopted to determine the weight of each index. The risk map shows that second-highest and highest risk zones in the upper Cao River watershed primarily distribute in the developed area with high population-density along the river. Moreover risk zonation result precision is verified by comparison with the data of historical freshet disasters, which could provide scientific basis for the risk identification of this area.

AHP;GIStechniques;smallwatershed;flashflooddisaster;riskzonation

10.3969/j.issn.1672-1144.2017.06.030

2017-07-09

2017-08-20

广东省水利科技创新项目(2015-12)

罗日洪(1988—)，男，广西蒙山人，硕士，工程师，主要从事水文、山洪灾害防治等方面的研究工作。E-mail: 715821816@qq.com

TV641

A

1672—1144(2017)06—0153—05