基于内涝风险模糊综合评估的gis防洪排涝风险分析.docxVIP

基于内涝风险模糊综合评估的gis防洪排涝风险分析 摘要：考虑危险性、敏感性、脆弱性三大风险因素，选取8个代表性指标构建内涝风险模糊综合评估模型。以江西省宜丰县为例，通过DigitalWater Simulation排水模型设计10、20、50、100年一遇降雨边界条件，模拟城区的内涝情景。将DigitalWater Simulation模型输出的淹没数据与其他指标数据在GIS中完成数据处理与模糊综合评价过程，最终作出内涝风险分布图。研究结果表明，排水模型在内涝情景模拟方面具备一定的精度，研究区在超过50年一遇降雨时，积水范围基本不再扩大。在50年一遇降雨条件下，相对于单纯的危险性评估结果，经过模糊综合评价后，高风险等级面积占比下调了32.44%,表明内涝风险是多指标共同作用的结果。 随着城市化进程的加快，进而出现“热岛”“雨岛”等连锁效应，导致极端暴雨频现目前，历史灾情法笔者提出将指标体系法、排水模型法和GIS法联用，以宜丰县为例，通过DS模型获取其危险性数据，再导入GIS结合其他数据进行模糊综合评价，最终利用GIS的栅格叠加功能完成风险分布图绘制，旨在探索一种新的内涝风险评估思路，以达到风险预警和减灾的目的。1 材料与方法1.1 选取江西省宜丰县城区作为研究区域，其面积为11.42 km1.2 本研究先通过指标体系法构建内涝风险模糊综合评估模型，再利用DS模型和GIS作为数据准备和处理的工具，随后确定指标的隶属度函数和权重系数，按照最大隶属度原则完成内涝风险评估。1.2.1 指标体系构建按照系统性、代表性、可操作性、可量化性原则构建内涝风险评估指标体系，其中风险为目标层，危险性、敏感性、脆弱性三大风险因素为准则层，各风险因素又包含以下具体指标：危险性因素包含积水深度、积水面积、积水时间3个指标。积水深度体现了地表产、汇流能力和排水管渠过流能力的差值，积水时间体现了暴雨灾害持久性和时效性，而积水面积则反映了暴雨灾害风险的时空分布和作用范围。敏感性因素由地面高程、不渗透率、地形坡度3个指标组成。地面高程确定了水流的势能，不渗透率体现了下垫面的透水能力，地形坡度决定了洪水的流向和流速。脆弱性因素包含建筑密度和兴趣点密度两个指标。本研究采用建筑密度侧面体现人口密度。笔者将城市的工、商、学、医等单位定义为兴趣点(Points of Interest, POI),兴趣点密度则为单位面积上的兴趣点个数。兴趣点密度体现了区域的经济繁荣程度和减灾能力，如果学校、医院、厂区等区域受淹，城市的社会经济和居民的人身安全将难以保障。1.2.2 内涝风险模糊综合评估模型内涝风险模糊综合评估模型的框架结构如图1所示，主要由两个部分组成，上半部分为评估模型的指标体系，下半部分为模型的求解过程，包含权重矩阵的分解和权重系数的确定以及数据图层的叠加过程均在GIS中完成。2 基于排水模型的内涝情景模拟2.1 2.1.1 管网导入用于建模的原始管网数据AutoCAD格式的物探图，利用Arcmap的ArcToolbox工具箱的提取分析功能，在筛选窗口下利用简单的SQL表达式对管网按图层分类提取并存至个人地理信息数据库。然后在DS模型中导入管网，并在模型中对管网进行拓扑检查及数据校验，即完成管网的导入及概化过程。最终的人孔节点总计291个，排放口节点13个，管段/管渠总计291条，管道管径、长度均自动导入，粗糙系数设为0.013。2.1.2 汇水区划分汇水区划分前，先将当地测绘局提供的北京1954坐标系的高程点转换成DEM。对于较大的研究区，推荐的做法是先将DEM通过水文分析工具得到流域分区，再进行泰森多边形划分2.1.3 一维-二维模型耦合DS模型拥有独立的网格划分引擎，在进行一维管网模型和二维地表耦合时，模型会根据模拟的精度将二维地表概化为2.2 选用2018年3月16日和4月13日的场次降雨对DS模型进行验证，二者的累计降雨量分别为12.50、380.07 mm。将研究区划分为上、中、下3个监测区域，并在区域边界的道路进行雨水径流量监测，监测及模拟结果见图2。二维地表淹没模型采用2018年4月13日场次降雨的积水深度进行验证，结果表明，山峰坳路、新昌西大道、迎宾大道、渊明南大道、外环东路、物华路的实测积水深度分别为0.48、1.18、0.82、0.40、0.11、0.23 m, 模拟积水深度分别为0.46、1.24、0.76、0.37、0.12、0.25 m, 相对误差分别为-4.17%、5.08%、-7.32%、-7.50%、9.09%、8.70%,相对误差均控制在±10%以内，说明模型的验证结果良好。另外，模型的准确度常用相对误差和纳什系数Ns来评价2.