张 伟，罗文兵，何 军，李亚龙，范琳琳

(1.三峡大学水利与环境学院，湖北 宜昌 443000；2.长江科学院农业水利研究所，湖北 武汉 430010)

涝渍灾害是我国主要的自然灾害之一，一般发生在沿江中下游及平原湖区。这些地区往往地势平坦或低洼，汛期暴雨频发，受外江(湖、海)水位顶托，容易造成排水不畅，积水成灾[1]。据有关资料统计，1950-2017年，我国平均每年洪涝灾害的受灾面积941 万hm2，成灾面积520 万hm2，每年因此而造成的粮棉油减产量约占总产的5%，已严重威胁我国粮食安全[2]。随着全球气候变化、社会经济的快速发展、人口的不断增长以及城市化进程的加快，涝渍灾害发生的频率越来越高，损失将越来越大，对除涝降渍也提出了更高的要求。

目前针对涝渍灾害影响因素的研究，主要集中在气象因子方面，如降雨总量、降雨强度和汛期气温[3-5]等。针对涝渍灾害风险评估方面的研究主要集中在涝渍灾害指标和风险分析方面。在涝渍灾害气象指标方面，常用降水量距平百分率[6,7]、降水量Z指数[8,9]、标准化降水指数(SPI)[10,11]、年降水量与年暴雨日数[12]等指标来确定洪涝灾害临界值，用以划分洪涝灾害等级。涝渍灾害农业灾害指标方面，黄毓华[13]利用降水量和日照时数构建阴湿系数，作为春季三麦涝渍害指标；霍治国[14]利用降水量、降水日数和日照时数等指标构建油菜和冬小麦的涝渍指数来划分作物涝渍等级；范雨娴[15]构建油菜涝渍灾变等级指标、灾害影响指数及减产率量化评估模型实现了对涝渍灾变过程等级的动态监测、影响与灾损的量化评估。涝渍灾害综合风险分析主要是对孕灾环境与致灾因子强度、承灾体的易损性(涝渍区人口、经济状况等)以及涝渍区除涝排渍能力的分析，灾害程度由这些风险因子之间相互作用共同决定的[16-18]。

四湖流域位于湖北省中部，南滨长江、北临汉江及东荆河，西北毗邻漳河灌区，全境面积11 547.5 km2。四湖全流域地形为西北高而东南低，周边高，而中间低，呈勺状，总干渠纵贯中间低洼地带。螺山排区地势低洼，北部抵四湖总干渠和洪排主隔堤，西南抵长江干堤，易受外江水位顶托，自排水能力不足，泵站抽排能力达不到设计水平[19]。加之滞涝水面的不断萎缩，如围湖造田，以及种植结构的不断调整，如旱地改水田、虾稻种植等，对排区排涝降渍带来了新的挑战。目前，针对新形势下四湖流域下垫面显著变化特点的涝渍灾害影响的研究还不多见。因此，本文以南方平原湖区的四湖流域螺山排区为对象，从致灾因子、孕灾环境、承灾体、防灾能力4个方面分析涝渍灾害的影响因素，构建了涝渍灾害评估指标体系，采用层次分析法分析各指标的重要程度，构建了涝渍灾害风险评估模型，分析了涝渍灾害风险度和时空分布，为涝渍灾害防治和预测预警提供依据。

1 研究区域概况

螺山排区位于四湖流域南部，北面以四湖总干渠和洪排主隔堤为界，西部和南部抵长江干堤，东抵螺山电排渠，总排水面积935.5 km2[19]，耕地面积8 6947 hm2(其中，水田60 180 hm2、旱田26 767 hm2)[20](图1)。本文根据螺山排区内主要渠系位置及地形特点，将排区划分为13个大小不一的小区。螺山排区主要排水支渠共计11条，骨干排渠有杨林山排渠和螺山总排渠2条。排区内建有螺山泵站和杨林山泵站两座一级站，总设计排水流量210.0 m3/s；二级泵站总装机容量13 495 kW，装机流量126.6 m3/s，排水面积为378.8 km2。排区内主要种植的作物有水稻、棉花、芝麻等，随着城镇化进程加快及旱改水等多重原因，2011年螺山排区内水稻种植面积与旱作物种植面积之比为0.69∶0.31[20]。

螺山排区受亚热带季风湿润气候区气候影响，汛期一般出现在每年的5-9月，且汛期累计降雨量可占全年的50%～60%。常见的气象灾害包括涝、旱、渍等，而且灾害往往在一年内先后发生。据统计，在1954年至2019年间，发生过严重洪涝灾害年份有1980年、1983年、1991年、1996年，轻度涝灾年有1995年、2015年，其中最近的2015年因涝渍成灾面积达0.46 万hm2。

2 涝渍灾害的影响因素

涝渍害灾是自然因素和人为因素非线性叠加的结果[21]，主要由致灾因子、孕灾环境、承灾体、防灾能力等共同决定。其中致灾因子是导致涝渍灾害发生的最直接因素。孕灾环境为涝渍灾害形成所在的环境。承灾体是涝渍形成环境下所受影响的作物。而防灾能力为人为条件下为抵御、减轻涝渍灾害影响所采取的应对措施。本文从以上4个方面分析涝渍灾害的影响因素。

2.1 致灾因子

致灾因子方面主要是气象因子，主要包括降雨、温度等，其中暴雨是涝渍灾害形成中最活跃的致灾因子。

汛期降雨：汛期短时暴雨或长时间降雨引起的产汇流量如果超出区域排涝能力，会在田间中形成积水，一旦积水超过作物耐涝耐渍能力，就可能引起涝渍灾害，导致作物减产。陈波等[3]分析了湘江流域50 a内洪涝灾害发生于降雨的关系，研究表明不同时期4-8月降雨量与降雨强度同洪涝灾害发生呈现一定的相关关系。

汛期最高气温：温度是作物生长的关键因素。在汛期，作物受涝受渍后，大气温度对作物的生长有着较大的影响[5,20]，高温天气(日最高气温不低于35 ℃)的影响格外显著。朱建强等[5]发现在棉花在生长期内，发生涝灾后10 d内无高温天气出现，则涝对棉花产量的影响最大，渍次之，温度最小；而在涝后10d内有高温天气出现，则高温天气对作物的影响大于渍，涝的影响仍最大。

2.2 孕灾环境

孕灾环境主要包括流域地形、土壤、地下水埋深、土地利用类型等下垫面以及外江水位。

(1)地形。地形是控制涝渍的动力条件，其对涝渍灾害的形成有两个方面的影响。一是坡度，坡度越大的区域排泄水能力强，积水少不易形成涝灾；二是地势，地势低洼的区域更易汇集来水，并且一般排水能力较差，较地势低的地方更易形成涝渍灾害。螺山排区地形上总体呈现西北高东南低，干渠位于排区西北角，排区内地势低洼，不利于排水。

(2)土壤。土壤是控制涝渍的介质，土壤越黏性，透水性越差，越容易遭受涝渍灾害。螺山排区内土壤以水稻土和潮土为主。胡传旺[22]等分析了南方地区土壤性质，结果表明水稻土的持水性小于潮土，因此在饱和条件下，水稻土排水性更佳，即在受涝环境下，潮土较水稻土更易发生涝渍灾害。

(3)地下水埋深。地下水埋深是指地下水水面到地表的距离，埋深越浅的区域越容易形成涝渍灾害。四湖流域螺山排区由于地下水埋深浅(大部分区域埋深50 cm左右，地势较高处埋深100～200 cm[23])，且易受到外江水位顶托作用，汛期暴雨过后，容易遭受涝渍害。

(4)外江水位。外江水位对排区的排水影响主要体现在以下两个方面，一是自流排水受外江水位顶托作用，效率降低；二是泵站抽排时受外江限汛水位限制，排水受限，水滞留在排区内。四湖流域临长江和汉江，易受外江水位顶托作用。罗文兵[1]在研究四湖螺山排区时，发现3日暴雨与3种不同外江水位的组合下排涝流量均比固定抽排流量大，其中5 a一遇条件下抽排流量增加19.6%～53.8%，10 a一遇条件下增加25.5%～50.6%，外江水位越高，抽排流量越大，排涝压力越大。

(5)滞涝水面。水面率直接影响区域调蓄能力，水面率越大，即容纳滞涝水能力越强，涝渍形成风险越小。由于长期围垦开发，四湖流域内湖泊面积迅速减少，滞涝作用降低，导致排区调蓄能力减弱，受涝受渍风险增大。罗文兵等[24]以四湖螺山为例，在10 a一遇暴雨条件下，将计算水面率由2%增加至16%时，1日暴雨和3日暴雨的排涝模数分别减小了12%和12.8%。可见，水面率减少会增加排涝压力，涝渍灾害的发生概率随之增大。

(6)排水骨干河道密度。河道淤积使行水障碍增多，外排能力萎缩，使外河水位居高不下，低洼地区长期处于围水状态，排涝防洪压力加重也削弱了区域排水能力，提高了区域涝渍灾害风险。

(7)不透水面。在一定降雨条件下，城镇化率越高，不透水面积越大，区域产汇流量越大，导致排水任务加重，形成涝渍的概率增加。随着城市化的进程加快，四湖流域不透水面积不断增加。罗文兵等[1]计算四湖流域地面硬化率从5%增加到20%时，在1日、3日暴雨条件下，排涝模数分别增加了9%和5.2%，随着排涝模数的增加，排涝压力逐渐增大。

(8)种植结构调整。区域的种植结构主要与水旱比相关。四湖流域螺山排区种植作物主要为水稻和棉花，由于排区内多发涝渍灾害，逐步推广旱作物改水田，水旱比逐步增大。且现在水稻种植区内大面积推广虾稻共作模式，进一步增大了水旱比。

(9)灌溉方式。现有水旱作物以常规灌溉和节水灌溉两种方式为主，随着螺山排区水旱作物种植比例逐渐增大，而且水稻以常规灌溉为主，排区内调蓄水能力逐步减弱。有研究表明，同一重现期和暴雨历时下，间歇灌溉1日暴雨排涝模数较传统灌溉减少6.6%～20.2%，3日暴雨减少4.2%～11.7%。可见，节水灌溉方式对减轻稻区排涝压力具有有利的影响[24]。

2.3 承灾体

承灾体指受到灾害影响和损害的社会主体，排区内主要指种植的作物。四湖流域螺山排区种植作物以水稻和棉花为主，随着下垫面条件的不断变化以及人为活动的影响，水稻种植与旱地作物面积之比从2003年0.59∶0.41[25]逐步扩大到2011年0.69∶0.31[20]。而随着水稻种植面积的不断扩大，排区内作物整体耐涝耐渍能力也逐步增大，排区内抵御涝渍灾害的能力增强。蔺万煌等[26]研究表明，水稻在不同的生育期抗涝渍能力不同，返青、分蘖期耐淹深度分别为3～5 cm和6～10 cm；拔节、孕穗和成熟期耐淹时长为4～6 d，耐淹深度随着植株生长而增加。旱作物中棉花抗涝抗渍能力不强，全生育期耐淹深度在5～10 cm，耐淹时长为1～2 d。

2.4 防灾能力

防灾能力主要有河堤标准、抽排能力、实际排涝能力等。四湖流域内两个调蓄湖泊、六大干渠、四座闸站、十七座一级泵以及754座二级泵协调作用[19]，能够尽快排除滞水，减轻农作物损失。但随着流域内种植面积的扩大，外排泵站抽排能力不匹配，同时现有泵站建设标准低、设备出现不同程度老化，泵站带病运行，排涝能力下降，涝渍灾害发生的风险增大。目前，螺山排区内主要的27个河(渠)设计水位范围为24～27 m，防洪标准达到10～15 a一遇。排区内一级泵站设计抽排能力为210 m3/s，二级泵站的抽排能力为126.6 m3/s，现状条件下排区内二级泵站排水系统排涝标准达到13 a一遇，而一级泵站排水系统排涝标准仅为6.8 a一遇，因此一、二级排水系统之间比例失衡[25]，对排区内排涝不利。

3 涝渍灾害风险评估

3.1 评价指标体系构建

基于四湖流域螺山排区农田涝渍灾害影响因素分析的结果，针对螺山排区农田涝渍灾害发生的基本特征，并结合现有特征数据，选择11个指标建立涝渍灾害风险评估指标体系。指标体系中，涝渍灾害风险度由致灾因子、孕灾环境和抗灾能力3个方面构成，其中致灾因子包含汛期降雨强度综合指数和汛期高温指数，孕灾环境包括相对高程、高程相对标准差、相对坡度、滞涝水面率、产流系数、水旱比、地面硬化率和土壤类型指数，抗灾能力包括排涝指数。

(1)汛期降雨强度综合指数为某典型降雨年份汛期降雨量占多年平均汛期降雨量的比例与汛期暴雨日数与多年平均汛期暴雨日数比例之和，计算公式[27]如下：

(1)

(2)汛期高温指数为某典型年份汛期最高气温不低于35 ℃的天数占汛期多年平均最高气温不低于35 ℃天数的比例。根据四湖流域荆州站历年汛期逐日气温可计算出历年汛期高温指数，计算公式如下：

(2)

(3)相对高程为计算小区高程与整个研究区域平均高程的比值。基于四湖流域螺山排区DEM数据，利用ArcGIS工具箱空间分析工具条中的分区统计功能，可计算得到各个小区的平均高程和整个四湖流域螺山排区的最小高程，按照下式[28]计算各个小区相对研究区最低点的相对高程：

(3)

式中：di表示第i个小区的相对高程；Di表示第i个小区的平均高程；Dm表示四湖流域螺山排区最低点高程。

(4)高程相对标准差反映计算小区的地形起伏程度。基于四湖流域螺山排区DEM数据，利用ArcGIS工具箱空间分析工具条中的分区统计功能，软件可直接统计得到各个小区的高程相对标准差。

(5)相对坡度反映各个小区的积排水能力，基于四湖流域螺山排区DEM数据，利用ArcGIS工具箱空间分析工具条中的分区统计功能，可计算得到各个小区的平均坡度和整个四湖流域螺山排区的平均坡度，按照下式计算各个小区相对研究区的相对坡度：

(4)

式中：ei表示第i个小区的相对坡度；Ei表示第i个小区的平均坡度；Em表示四湖流域螺山排区平均坡度。

(6)滞涝水面率为某个小区内外的水面面积占其总面积的比例，反映的是计算小区调蓄涝雨的能力。按照下式[28]计算：

(5)

式中：αi为第i个小区的滞涝水面率；Ainner,i为第i个小区的内部水面面积；Aout,i为第i个小区的临近水面面积；Ai为第i个小区面积。

(7)产流系数反映的是小区形成径流的能力，主要由土地利用决定。利用下垫面的产流模型，将小区土地利用分为旱地、水田、水域、城镇、其他等5种类型用地，利用加权平均得到整个排区的产流量，与排区实际排频比较得出排区实际的产流系数。

(8)水旱比为水田面积与耕地面积之比，反映的是研究区种植结构变化。将计算小区土地利用分为水面、城镇、旱地、水田及其他，计算小区的水旱比。按照下式[29]计算：

(6)

式中：ωi为第i个小区水旱比；Si,水为第i个小区水田面积；Si,耕地为第i个小区的耕地面积。

(9)地面硬化率为小区内城镇面积与小区总面积的比值，反映小区产流能力的大小。按照下式[29]计算：

(7)

式中：λi为第i个小区的地面硬化率；Si，城镇为第i个小区的城镇面积；Si，小区为第i个小区的总面积。

(10)土壤类型指数反映的是小区土壤能够容纳水的能力，不同的土壤类型对水分的吸收及容纳能力不同。按照下式计算：

(8)

式中：Ai,max为第i个小区中吸水能力最强的土壤类型所占的面积；Ai为第i个小区的总面积(小区内计算以潮土和水稻土进行)。

(11)排涝指数为某个小区设计排涝模数与整个排区规划排涝模数的比值，反映小区耐涝能力的综合指标，其计算公式为：

(9)

式中：q′为排涝指数；qi为第i个小区的设计排涝模数， m3/s /km2，设计排涝模数采用经验公式[30]计算，q=0.017R区F-0.238；q0为排区的现状排涝模数，取0.224；R区为区域总产流，mm；F为排涝系统控制的排涝面积，km2。

3.2 指标权重确定

3.2.1 处理方法

权重是评价指标类数据分析的主要参数，它决定了指标在指标体系中的主要程度，同时也反映了其影响农田涝渍灾害风险的水平。多个指标综合评价中指标的权重分配会导致评价指标的影响系数，因而更加合理的确定多指标的权重系数会直接影响到评价结果的可靠性。本文选用目前较为常用的层次分析法确定指标权重。先邀请专家(农田排水专家)对3个层次的指标进行评分并构建判断矩阵，再通过对各影响因素重要性标度判断矩阵的特征根求解和一致性检验，获得最终的权重值。

3.2.2 数据搜集

从中国气象数据网(https:∥data.cma.cn/)搜集了荆州站1954-2019年气象数据资料，利用四湖流域的等高线图Coverage 文件转化为TIN文件，再将TIN文件转化为ArcInfo的GRID形式的DEM数据文件，用mask提取螺山排区DEM，网格大小30 m×30 m。从国家地理空间数据云平台(http:∥www.gscloud.cn/)下载了Landsat系列数据(15 m)，通过监督分类的方法，得到土地利用数据(1991/2003/2011)。从荆州市水利局搜集了历史洪涝灾害数据、四湖流域泵站流量数据、防洪除涝规划等。

3.2.3 权重计算

通过层次分析法计算得出，对于四湖流域螺山排区而言，各指标的贡献从大到小为相对高程、汛期降雨强度综合指数、高程相对标准差、相对坡度、滞涝水面率、水旱比、产流系数、地面硬化率、土壤类型指数、排涝指数、汛期高温指数。指标权重值见表1。

表1 螺山排区涝渍灾害指标权重Tab.1 Index weight of waterlogging disaster in Luoshan Drainage Area

3.3 涝渍灾害风险度计算

涝渍灾害风险度计算公式为：

(10)

式中：S为涝灾综合风险度；xn为第n个指标标准化值；λi为第i个指标值对涝灾综合风险度的影响权重。

本文在计算涝渍灾害风险度时，考虑到11个指标中存在部分指标值的变化对涝渍灾害风险值的影响趋势不一致的问题，其中汛期降雨强度综合指数、汛期高温指数、产流系数、地面硬化率、土壤类型指数等指标值越大，涝渍灾害风险越大，而相对高程、相对高程标准差、相对坡度、滞涝水面率、水旱比和排涝指数等指标值越小，涝渍灾害风险值越大。故在指标标准化计算中，已通过标准化方法将所有指标的变化对涝渍灾害风险的趋势相同，即指标值越大，涝渍灾害风险越大。

得出结论：在汛期降雨强度为2.889时，计算得到排区内涝渍灾害风险度(0.957)为高风险临界下限；在汛期降雨强度为1.924时，计算得到排区内涝渍灾害风险度(0.837)为低风险临界下限。

3.4 涝渍灾害风险评估模型建立

本文选用1980年、1996年两个特大涝渍灾害年份和2015年轻度涝渍灾害年份作为典型年份对涝渍灾害风险进行验证。

从图2涝渍灾害风险分布中可以看出，1980年整个排区内均处于涝渍灾害高风险状态，排区的涝渍平均风险度为1.188，远高于高风险度等级下限(0.957)。1996年排区内45.81%的面积处于涝渍灾害高风险状态，排区涝渍平均风险度为0.978，略高于高风险等级下限值。根据螺山排区历史灾害数据记载，1996年受灾面积达到3.53 万hm2，成灾面积为2.13 万hm2。1980年受灾面积达2.21 万hm2，成灾面积为1.6 万hm2。虽然1996年汛期降雨量较1980年少188mm，涝渍灾害平均风险度较1980年小，但由于1996年螺山排区水旱作物种植面积较1980年增加2.53 万hm2，导致1996年受灾和成灾面积均比1980年大。2015年，排区内的平均涝渍风险度为0.864，略高于涝渍灾害低风险下限，区域整体上处于低风险状态，有4个小区无涝渍灾害风险。这与历史数据中2015年螺山排区受灾面积为0.46 万hm2，为轻度涝渍灾害年相吻合。

3.5 现状条件农田涝渍灾害风险评估

将1954-2019年的汛期降雨强度进行排频，选择3 a一遇(1955年)、5 a一遇(1988年)、10 a一遇(1999年)和20 a一遇(1973年)的4种典型的汛期降雨年份进行涝渍灾害风险评估，如图3所示。从图3中可以看出，北部邻近四湖总干渠的区域和南部临长江的区域是涝渍灾害风险低发区域。其主要原因是北部邻近四湖总干渠和洪排河，南部临长江，地势相对较高，不易形成内涝。当发生10 a一遇汛期降雨强度时，中部区域也处于涝渍灾害高风险状态，主要原因是汛期长江水位高，电排站抽排能力受到限制，不能及时排出涝水，地势较低的区域易形成涝渍灾害。当发生20 a一遇汛期降雨强度时，排区内大部分区域处于涝渍灾害高风险状态。

不同年型时涝渍灾害风险计算结果见表2。从表2中可以看出，当遭受3 a一遇汛期降雨强度时，整个排区基本处于无风险状态(平均风险度为0.821)，但仍有33.99%的面积处于涝渍灾害低风险状态。当遭遇5 a一遇汛期降雨强度时，排区内处于无、低、高风险状态的面积比例分别为15.61%、50.40%、33.99%。当遭遇10 a一遇汛期降雨强度时，整个排区均处于涝渍灾害风险状态，相比5 a一遇时，高风险区域的面积占比扩大到50.32%。当遭遇20 a一遇汛期降雨强度时，处于涝渍灾害高风险状态的面积达到89.13%。

表2 遭遇不同汛期降雨强度时涝渍灾害风险Tab.2 Risk of waterlogging disaster when encountering rainfall intensity in different flood seasons

4 结论与展望

本文在分析四湖流域螺山排区涝渍灾害影响因素的基础上，构建了涝渍灾害指标体系，分析得到各指标所占权重，通过获取降雨、下垫面等数据计算得到风险度，确定了风险等级阈值，利用典型年份数据对风险评估模型进行验证，并利用验证的模型模拟得到不同重现期下的涝渍灾害风险空间分布特征。结论如下：

(1)四湖流域螺山排区涝渍灾害影响因素中，孕灾环境所占权重最大，其次是致灾因子，而在致灾因子中，汛期降雨强度所占权重最大。

(2)螺山排区涝渍灾害高风险下限为0.957，低风险下限为0.837。利用1980年、1996年和2015年作为典型年份对涝渍灾害风险模型进行验证，结果与实际吻合度较好。

(3)螺山排区仅能抵御3 a一遇的汛期降雨强度；遭遇5 a一遇汛期降雨强度时，排区内会出现高风险区域，主要集中在排区中部区域；遭遇10 a一遇汛期降雨强度时，排区内高风险区域占比增加，达到50.32%，所有区域均有涝渍灾害风险；遭遇20 a一遇汛期降雨强度时，处于涝渍灾害高风险状态的面积达到89.13%。该成果可为涝渍灾害预测预警以及防灾减灾措施的制定提供参考。

需要说明的是，尽管排区现有作物以水田作物为主，但在实际应用中，仍需针对水、旱作物考虑其承灾能力，并提出不同作物涝渍灾害风险指数和分生育阶段的涝渍灾害等级指标，从而使得涝渍灾害风险程度判断更准确，限于篇幅，本文未对此进行研究。

□