柴苑苑，何艳虎，刘嘉仪

(1. 广东工业大学环境生态工程研究院，广州 510006；2. 河海工程咨询有限公司深圳市分公司，广东 深圳 518022)

0 引 言

当前快速城市化进程在使得人口、经济规模和财富迅速聚集的同时，也带来了大量硬化地面，直接削弱了城市的排涝能力[1]，加之全球气候变化和剧烈人类活动影响下极端降水事件的发生频率和强度呈增加趋势[2]，而原有排水管网的排涝能力不足，最终导致城市内涝灾害愈演愈烈[3,4]，在特大城市通常造成巨大的财产损失和重大的人员伤亡。城市洪涝灾害风险评估是城市规划与管理的重要内容，合理的洪涝灾害风险评估能够为城市洪涝灾害预警和防灾减灾工作提供科学依据，迫切而重要。现有研究主要集中于与GIS空间分析技术相结合的洪涝灾害风险评估的方法构建[5-13]、灾害风险区划[14]及与洪涝灾害影响因素的关联性分析[15,16]等，取得了良好的洪涝灾害风险评估与区划结果。链式结构能较好地表征风险事件间的关联关系，揭示各类风险事件间存在的关联机理，已被证实在对某几项风险较为关注的情况下的工程风险评估中能得到更加真实全面的结果[17]，而其在城市洪涝灾害风险评估中的应用尚缺乏相应研究，相关研究对合理综合评估城市洪涝灾害具有重要意义。

深圳市是我国改革开放的前沿和人口密度最高、经济最发达的四大核心城市之一，由于地处水循环极其活跃的低纬度滨海台风频繁登陆地区，伴随着气候变化和快速城市化的影响，本地区台风、暴雨等极端气候事件频发，城市洪涝风险日益增大。其西部沿海区域受海岸山脉地貌带影响，易遭受台风、暴雨等影响，汛期常形成局部暴雨、特大暴雨；局部地区低于海平线，地势低洼，遇到极端气候易产生超标准洪水，造成河道护岸坍塌、城市内涝[18,19]。随着宝安、前海、大空港等区域的开发建设，城市不透水面积的迅速增加、下垫面条件的改变、河流水系萎缩、洪潮的影响以及早期的防洪排涝基础工程未达到现行标准及要求等，加重了洪涝灾害。本文从致灾因子、孕灾环境和承灾体三方面选取若干指标，通过构建基于链式结构的城市洪涝综合风险评估模型，对不同级别极端降雨下的深圳市洪涝综合风险进行评估，研究一方面将丰富我国城市洪涝综合风险评估方法，完善城市“三防”指挥系统的预报预警方案，为应对气候变化和快速城市化过程中的城市洪涝灾害风险提供有力的技术支撑，具有重要的理论和现实意义。

1 深圳市概况

深圳濒临南海，地处广东省南部，珠江口东岸，东临大亚湾和大鹏湾，西至珠江口伶仃洋与中山市、珠海市相望，南边深圳河与香港相联，北部与东莞、惠州两城市接壤，为粤港澳大湾区核心城市之一。深圳市所辖范围呈狭长形：东西长，南北窄，行政辖区内的土地总面积1 952.84 km2，其中，经济特区土地面积327.5 km2。深圳处于华南湿润气候区，属南亚热带季风气候区，多年平均降水量为1 966.5 mm，自东向西减少，东南部年平均降雨量达2 200～2 300 mm，西北部地区只有1 300～1 500 mm。雨量年际和年内变化较大，全年雨量有84%出现在4-9月(汛期)，其中4-6月属于前汛期，平均雨量为709 mm，主要由冷空气和热带暖湿气流共同作用造成；7-9月属于后汛期，平均雨量为946 mm，主要由热带气旋、热带辐合带、热带低压等热带天气系统造成。截至2017年，全市国内生产总值达2.249 万亿元，常住人口1 253 万人。根据2014 年《深圳市内涝调查及整治对策调研报告》，深圳市全市范围内共有易涝区、积水点共446 处，其中257 处道路积水点、189 个低洼易涝区最大积水深度超过15 mm 的共有422 处，积水深度超过50 mm 的共有110 处；在积水时间统计上，积水时间超过半小时的共有257 处，积水时间超过6 h的共有84 处，城市内涝形势严峻。

2 研究方法

2.1 链式风险结构

对于链式风险，一般有以下3种基本结构：串行结构风险，并行结构风险，扇形结构风险，各种结构示意图如1所示。

图1 三种基本风险结构模型Fig. 1 Three kinds of basic risk structure model

一些复杂的风险模式也主要由以上3种基本的机构组成。串行结构风险是指风险源按依次顺序进行传递并影响，假设每个风险源表达方式为R(xi)，则串行风险的传递表达式为：

(1)

并行结构风险是指两个或两个以上的风险源并行进行，这些风险源彼此相互不影响，假设每个风险源表达方式为R(xi)，则串行风险的传递表达式为：

y=f(x1,x2,…,xn)=max[R(xi)]

(2)

扇形风险结构是下层风险源中只要有一个风险发生时，下层的风险就可以传递到上层的风险源上，假设每个风险源表达方式为R(xi)，则串行风险的传递表达式为：

(3)

2.2 指标体系构建

对于深圳市的洪涝风险评估，本文考虑的主要致灾因子为极端降雨，主要选取24 h最大降雨极端降雨三级阈值(ER)和平均降雨集中度(PC)作为指标；孕灾环境主要考虑下垫面环境，主要选择数字高程模型(DEM)、坡度(SL)、管网覆盖率(NC)、泵站排水能力(PW)、水库综合指数(RI)、径流系数(RC)和到河道距离(DR)；承灾体选择人口密度(PD)和GDP密度(GDP)作为指标。

致灾因子：三级极端降雨阈值的24 h降雨量(ER)和平均降雨集中度(PC)两个指标作为致灾因子，是导致洪涝事件的主要驱动因子。平均降雨集中度是选取343场百分位为99%的降雨，通过下面式子计算：

(4)

式中：Pi为单位时段的降雨量；PC越大表明降雨越不均匀，降雨在某短历时内雨量越大。

孕灾环境：数字高程模型(DEM)、坡度(SL)、管网覆盖率(NC)、泵站排水能力(PW)、水库综合指数(RI)、径流系数(RC)和到河道距离(DR)这七个指标作为孕灾环境因子，即在致灾因子驱动下，这些指标为致灾因子提供了一个内涝形成的环境。DEM采取30 m×30 m栅格大小。SL指标利用DEM数据通过GIS技术提取。NC和PW均以行政区为单位赋值，其中NC为管网覆盖率，用来衡量排水能力，覆盖率越高排水能力越强，数据源于深圳市的《城市排水(雨水)防涝综合规划》；PW采取各行政区实际提升水量，数据来源于水利普查。水库综合指数用来衡量某行政区的水库概况，大中型、小(Ⅰ)型和小(Ⅱ)型水库分别赋予0.5、0.3、0.2的权重，然后用权重乘以各区不同类型水库的数量并累加可得综合指数，该指数可间接反映某行政区水库的数量和类别。RC基于土地利用类型得出，不同土地利用类型的下渗能力不同，根据表1赋予各种土地利用类型不同的径流系数。DR表示到河道距离，其值越大表明离河道水系越远，越不容易受河道洪水影响。

表1 不同土地利用类型对应的径流系数Tab.1 Runoff coefficients under different land use types

承灾体：选择人口密度(PD)和GDP密度(GDP)作为承灾体因子，其值越大表明人口和财产分布越集中，二者均采取2010年数据，源于《深圳市统计年鉴》。

为了分析深圳市因极端降雨导致的洪涝风险，构建链式风险结构如图3所示。链式风险结构图中，致灾因子、孕灾环境和承灾体之间为串行结构风险。而各指标与对应的三大因子之间为扇形结构风险，且由于各个指标的贡献程度不一样，需要对各个指标进行赋权重后且乘以该指标才能把风险累加到上一级因子中。对于指标权重，由于不同级别极端降雨的预警预报的侧重点不同，Ⅲ(P=2%)级极端降雨侧重内涝的发生，而Ⅰ(P=1%)、Ⅱ(P=0.5%)级则主要着眼于水库和堤防的防洪工程，因此需要根据极端降雨的级别不同制定三套权重。权重根据专家打分法计算，得到的三套权重值如表2所示。

表2 不同级别极端降雨条件下的指标权重
Tab.2 Weights of indicators under different grades of extreme precipitation

极端降雨级别极端降雨(ER)平均降雨集中度(PC)数字高程模型(DEM)坡度(SL)管网覆盖率(NC)泵站排水能力(PW)径流系数(RC)到河道距离(DR)人口密度(PD)GDP密度(GDP)Ⅲ级0.080.050.110.090.090.090.080.080.160.14Ⅱ级0.130.010.120.070.030.050.050.120.160.14Ⅰ级0.140.010.150.060.010.020.020.140.160.14

图2 基于链式结构的城市洪涝综合风险评估流程Fig.2 Flowchart of comprehensive assessment on flood and waterlogging risk based on chain structure

根据图2计算评估深圳市洪涝综合风险。综合风险计算公式如下：

(5)

式中：m为对应因子的指标个数；wj为各指标对应的权重；Vj为该指标的标准化数值。

对于标准化的Vj，可由以下公式计算：

(6)

式中：xi、xmin和xmax分别为指标值、指标最小值和指标最大值，前式子适用于正指标，及指标值越大风险越大的指标；后式子适用于负指标，即指标值越大，风险值越小。在本研究中，除了DEM、SL、NC、PW和DR为负指标外，其余均为正指标。

3 深圳市洪涝综合风险评估

3.1 洪涝风险指标空间分布

由图3可知，深圳市洪涝综合风险负指标中，DEM和SL高值区主要集中于东南部的大鹏新区和盐田区，此区域为PW低值区；NC高值区集中于南部的罗湖区、福田区、盐田区和东南部的大鹏新区；DR高值区集中于南部盐田区、东南部的大鹏新区和宝安区中南部地区。洪涝综合风险正指标中，PC低值区同样集中于东南部的大鹏新区，而高值区集中于西部的宝安区和光明新区；东南部的大鹏新区为RI低值区，而南部的南山区为高值区；RC的高值区主要位于东南部的大鹏新区和南部盐田区；POP和GDP空间分布格局相似，在东南部形成低值区。不难发现，深圳市的致灾因子和承灾体因子低值区集中于东南部，且这一区域也是孕灾环境因子PW、RI的低值集中区。

图3 风险指标空间分布图Fig.3 Spatial distribution of risk indicators

3.2 洪涝综合风险评估

基于上述公式(5)和(6)，并结合ArcGIS空间分析技术，可得基于三级(P=2%、1%和0.5%)极端降雨的深圳市洪涝综合风险评估结果图。

由图4可知，由于不同极端降雨阈值的空间分布以及各指标权重不同，各风险图呈现较大的差异。风险图4(a)表明，高风险区主要集中在龙岗区东北部以及南部局部区域、坪山新区中部、宝安区北部以及南山区前后海区域；图4(b)表明，高风险区在图4(a)基础上增加龙华新区、龙岗区南部和南山西南部；图4(c)表明，高风险区较图4(b)大大增加，深圳市中西部大部分地区、龙岗区以及坪山新区大部分地区、盐田区中部以及大鹏新区中部均为高风险区。由于水库综合指数的权重相对较低，图4(a)主要偏重反映了深圳市内涝风险，这些高风险区主要特点是地势比较低洼、平缓，容易形成积水，透水率低的建成区面积比例大，且人口密度和GDP密度比较大(图3)，因而风险较高；随着水库综合指数的权重逐渐加大，图4(b)和图4(c)洪涝综合风险图综合考虑了深圳市的内涝和洪水风险，即既考虑内涝风险，也考虑了水库、堤防溃决可能性因素，因而高风险范围较广。不难发现，随着极端降雨级别的增加，其余孕灾环境和承载体因子不变的情况下，深圳市洪涝的高风险区在逐渐扩大，反映了极端降雨对城市洪涝灾害的重要影响。

图4 不同级别极端降雨导致的洪涝综合风险图Fig.4 Comprehensive flood risk maps of Shenzhen under different grades of extreme precipitation

图4(a)～(c)表明低风险区主要集中在东南部的大鹏新区和南部的盐田区。由3.1风险指标空间分布可知(图2)，这两个地区为DEM、NC、DR和SL的高值区，而这些指标为洪涝综合风险的负指标，其值越高，则洪涝综合风险越小；同样地，这两个地区也是洪涝综合风险正指标POP、GDP、PW和RI的低值集中区，其值越低，代表的承灾体和孕灾环境因子的影响越弱，则洪涝综合风险越小，形成洪涝综合风险的低值区。综合对比深圳市洪涝风险指标空间分布图和洪涝综合风险评估结果图，印证了本文基于链式结构的城市洪涝综合风险评估的有效性与合理性。

通过不同级别极端降雨导致的洪涝综合风险图识别城市洪涝综合风险的危险和较危险区域，可为极端降雨的应急预案提供参考(如为位于高风险区且设计标准较低的水库或堤防完善应急预案)，可以为建成区完善、提高管网和排涝泵站系统和工作效率提供依据，也可对非建成区的城市规划提供必要参考。

4 结 语

极端气象事件频发和剧烈人类活动影响下城市下垫面的改变，加剧了特大城市的洪涝灾害威胁，给人民生命财产造成严重损失。为应对气候变化和快速城市化过程中的城市洪涝灾害风险，本研究采用基于链式结构的城市洪涝综合风险评估模型对不同级别极端降雨下的深圳市洪涝综合风险进行评估，主要得出以下几条结论：

(1)深圳市洪涝综合风险高值区主要集中于龙岗区东北部以及南部局部区域、坪山新区中部、宝安区北部以及南山区前后海区域，并随着极端降雨等级的升高而逐步扩展至中西部大部分地区、龙岗区以及坪山新区大部分地区、盐田区中部以及大鹏新区中部。

(2)大鹏新区南部和北部地区为深圳市洪涝综合风险低值区。

(3)深圳市洪涝风险指标空间分布图和洪涝综合风险评估结果图的对比印证了本文基于链式结构的城市洪涝综合风险评估的有效性与合理性。

□