基于情景模拟暴雨内涝危险性评价——以浦东新区农业用地为例.docVIP

基于情景模拟暴雨内涝危险性评价——以浦东新区农业用地为例摘要 危险性评价是灾害风险评价的重要前提。特殊的地理位置和气候条件使暴雨内涝成为上海市的频发灾害。以浦东新区为例，基于情景模拟，借助GIS空间分析方法、构造模型，利用危险性指数对暴雨内涝灾害影响下的农业用地进行危险性评价。结果显示，在6种不同情景下，各镇的危险性存在差异。危险性指数高值分布在孙桥镇、曹路镇、机场镇和川沙镇，低值分布在张江镇、高桥镇和花木镇。该评价结果可为浦东新区防灾减灾提供科学依据。 关键词 暴雨内涝；农业用地；危险性评价；上海市；浦东新区 中图分类号 P333.2 文献标识码 A 文章编号 1007-5739（2011）12-0019-03 危险性评价是目前国际减灾和灾害风险研究普遍关注的热点问题，是自然灾害风险评估的前提[1-2]。暴雨内涝灾害一直是造成农业损失的重大问题，特别是在经济发达的大城市周围地区，投入成本高，地位显著，进行有效的灾害管理，最大限度地降低对农业造成的损失是当前防灾减灾部门的难题[3-4]。该研究不仅可以完善危险性评估的方法与案例，也可以为极端降雨灾害事件的损失评估提供依据，从而为政府防灾减灾提供科学支撑和决策依据。 目前，灾害风险评价研究主要集中于灾害的自然属性，即危险性评价[5-6]。危险性评价主要是衡量致灾因子对承灾体的致险强度[7]，是灾害风险评价的第一步，一般用灾害发生的强度和频率来表示。危险性评价方法主要有3类：一是以历史灾害频率分析为主的单因子评估法；二是综合历史灾害强度、频率和孕灾环境的多指标评价法[5，8-11]；三是结合灾害情景模拟的评价法。其中，对于单因子评价法和多指标评价法来说， 前者方法过于简单，忽视了灾害发生的强度。后者不能明确灾害强度和频率之间的关系[5]。二者都不能准确反映灾害的致险程度[5]。近年来，随着GIS技术的发展，情景模拟方法的应用日益广泛。该方法是以一定历史灾害数据为基础，假定灾害事件的多个关键影响因素有可能发生的前提下，基于成因机制构造出未来的灾害情景，从而用来评估灾害的不同致灾可能性和相应的灾害可能活动强度[5，12]。对于暴雨内涝灾害而言，根据其特点和研究区状况，农业用地受影响较大。该文基于情景模拟，对浦东新区各镇的农业用地进行危险性评价，探讨浦东新区农业用地在暴雨内涝灾害中的危险性空间分布规律[5]，为建立规范、合理、科学的灾害管理提供依据。 1 研究区数据来源及方法 1.1 研究区概况 上海浦东新区地处上海市东大门，位于东海之滨，地处黄浦江下游和长江入海口南侧，全区面积569 km2，是上海市受海洋气候影响最大的区域。近些年来，浦东新区社会经济发展迅猛，已成为一个基本具备现代产业结构的新城区。同时，现代农业在浦东新区发展中占有重要地位，决定了其面临灾害的高风险性和灾害评估与预防的重要性[13]。统计显示，浦东新区是夏季暴雨内涝灾害多发地区，加之农业用地排水设施不健全，是上海暴雨内涝的重灾区，随着极端降雨灾害发生频度的上升，浦东新区每年因暴雨内涝造成的损失严重。浦东新区农业用地分布图如图1所示。 1.2 研究数据来源 该研究的土地利用数据来自2006年3月上海市航空遥感图像解译得到的浦东新区土地利用数据[14]；DEM数据来源于2005年上海市等高线数据，等高线间距为0.5 m；1968—2009年42年最大日降雨量数据和排水能力分布图均由浦东新区防汛办提供；SCS径流模型中用到的参数均借鉴已有的研究成果[15]。 1.3 研究方法 1.3.1 P-III模拟不同重现期的最大降雨量。暴雨内涝的致灾因子为降雨，而极端强降雨虽然发生的频率低，但是损失严重，不同重现期的最大降雨量数据是目前防灾减灾策略制定的前提。该文利用拟合暴雨频率结果较好的P-III型概率曲线[16]，根据近42年浦东新区的年最大日降雨量数据，得到浦东新区不同重现期的最大降雨量数据。其概率密度函数和保证率函数分别如下： f（x）=■（x-x0）■exp[-β（x-x0）]α0，x≥x0（1） α=4cs2 （2） β=2σcs（3） x0=m（■）（4） 式中，参数x0为随机变量x所能取的最小值；α为形状参数；β为尺度参数；Γ（α）是α的伽玛函数；m为数学期望，σ为均方差；cs为偏态系数，cv为变差系数。利用spss统计工具计算，并通过拟合优度检验，在显著性水平a=0.05，自由度为1时，查表得χ20.05=3.84，通过计算χ2=1.645，χ2χ20.05，得出浦东新区近42年最大日降雨量总体服从P-III分布。 1.3.2 暴雨内涝模型。研究参考已有的暴雨内涝模型[17]，结合ArcGIS的三维分析和空间分析模块，利用城市地形模型、城市降雨和径