测绘地理信息   2018, Vol. 43 Issue (5): 116-119
0
基于社区尺度的城市积水灾害风险评估[PDF全文]
赵赛帅1, 梁寒冬1, 林昀1, 王海江1, 吴秀芸1    
1. 宁波市测绘设计研究院,浙江 宁波, 315040
摘要: 以宁波市江东区百丈街道为例,基于GIS技术,在考虑城市建筑台阶离地高度的基础上,对城市数字高程模型(digital elevation model, DEM)进行修正,形成建筑修正DEM,并通过构建城市易积水区提取工具以及水深计算工具,实现了易积水建筑物自动化提取,并采用脆弱性曲线建立了水深-灾损率之间的关系,对百丈街道内10个社区进行水灾风险评估,为城市水灾管理提供了技术支撑。
关键词: DEM     GIS     风险评估     宁波    
Assessment of Urban Waterlogging Disaster Risk on Community Scale
ZHAO Saishuai1, LIANG Handong1, LIN Yun1, WANG Haijiang1, WU Xiuyun1    
1. Ningbo Institute of Surveying and Mapping, Ningbo 315040, China
Abstract: Cities, especially coastal cities have been frequently suffering from the waterlogging caused by typhoon or rainstorm. The study of risk assessment in urban community caused by the water logging is beneficial for the construction of flood decision-making and management system, and is conducive to the preparation and prevention for the water suffering area. We choose Baizhang street in Jiangdong District of Ningbo city as the study subject, use GIS technology to rectify the digital elevation model (DEM) based on the height of urban building steps. With the revised urban DEM and the construction of automatic tools to extract the urban waterlogging area and calculate the water depth, we could extract automatically the buildings prone to be drown, and evaluate the water risk of community in Baizhang street based on the vulnerability curve between depth and disaster loss rate, thus provide the technical support for urban waterlogging management.
Key words: DEM     GIS     risk assessment     Ningbo    

台风、暴雨等带来的城市内涝灾害一直是城市遭受的影响最大最频繁的自然灾害之一[1],社区作为城市生活的基本单元,在城市管理各方面都发挥着重要的作用,同时也成为承担灾害风险的主体[2]。如何合理精确评估区域存在的风险,从而提前采取措施降低风险值是自然灾害风险管理的重要问题。

社区水灾灾害管理的重要部分主要包括社区积水区域划定以及脆弱性风险评估研究两部分。积水区域划定主要分为实地调查采访[3]以及基于GIS技术的积水区域提取[4, 5]。前者需要花费较大的人力物力,后者需要一定的技术知识储备以及详细的基础数据。脆弱性曲线作为定量精确评估承灾体脆弱性的方法,近年来已经被广泛运用在灾害的风险评估研究中[6-9]。脆弱性曲线通常采用不同水深或超越概率的损失或损失率来表示灾害强度(变化的水深)与损失之间的关系。

本文依托宁波市城市低洼地段普查项目[10],选取江东区百丈街道为研究区,运用GIS技术进行城市易积水区分布提取,继而选取脆弱性曲线进行社区水灾风险评估,以期为宁波市城市水灾管理提供一定的技术支撑和决策支持。

1 数据来源及研究方法 1.1 数据来源

研究区位于宁波市江东区百丈街道,东起中兴路,西临奉化江,南靠新河路,北接中山东路。辖区内有潜龙、中山、七塔、舟孟、演武、划船、宁舟、华严、后塘、朱雀10个社区,面积为2 km2。研究选取百丈街道作为宁波典型的受积水内涝困扰街道,进行社区积水灾害风险评估研究。DEM数据来源于《宁波市地理国情普查高精度地表模型制作》项目,采用1:2 000比例尺分幅,空间分辨率为0.5 m。建筑物图层主要来源于2015年更新的宁波市基础地理信息数据(1:500地形图)。采用2015年《宁波市中心城排水(雨水)防涝综合规划》。

1.2 研究方法

本研究以城市DEM为基础,叠加地表建筑离地模型,进行城市地表模型修正,在此基础上,结合建筑物数据,提取城市社区易积水建筑,并利用脆弱性曲线分析社区积水灾害风险,其技术流程图如图 1所示。

图 1 社区积水灾害风险技术流程 Figure 1 Flow Chart of Water Logging Disaster Risk

1.2.1 建筑物易积水区提取

1) 城市地表模型修正。研究选取建筑物易积水区评估社区的受灾害风险情况。以往大尺度的易积水区提取通常直接采用DEM数据根据内涝水位计算积水区域,忽视了城市建筑物中的台阶采用了一定的离地高度防水设计,因此计算出的内涝积水深度往往要大于实际建筑物的积水深度。研究以精细尺度的社区内建筑物为对象,根据不同建筑类型,参考民用建筑设计通则(JGJ137-87)、基础地理信息要素分类与图形表达代码(DB33T 817-2011)及尹占娥[11]等的研究,按照建筑物类型编码,设置不同的离地高度。

将设置不同离地高度属性的建筑物图层通过GIS平台ArcGIS的Conversion Tools(转换工具)转换成栅格形式建筑物DEM,栅格值为建筑物离地高度;并与原始DEM数据进行栅格运算。若建筑物DEM为Nodata(空值),则输出栅格值为原始DEM值;否则输出栅格值为原始DEM值与建筑物DEM之和;最后,输出城市地表修正DEM:

$ {\rm{DE}}{{\rm{M}}_{{\rm{ne}}{{\rm{w}}_{ij}}}} = \left\{ \begin{array}{l} {\rm{DE}}{{\rm{M}}_{{\rm{or}}{{\rm{i}}_{ij}}}},{H_{ij}}{\kern 1pt} \;\;\;\;为空值\\ {\rm{DE}}{{\rm{M}}_{{\rm{or}}{{\rm{i}}_{ij}}}} + {H_{ij}},其他 \end{array} \right. $ (1)

式中,DEMoriij为原始DEM栅格值;Hij为建筑物台阶离地高度;DEMnewij为修正后DEM栅格值。

2) 城市易积水区提取。根据《宁波市中心城区排水(雨水)防涝综合规划》,以江东区百丈街道20 a一遇涝水位适当超高15 cm作为标准高程值,最终确定标准高程值为2.60 m,研究此情境下研究区内区域积水情况。在城市地表修正DEM的基础上,利用ArcGIS ModelBuilder(模型构造器)进行建模,针对易积水区图斑提取过程中存在的凸起、毛刺、孔洞、碎斑等现象,综合集成了属性提取、栅格矢量转换、孔洞消除、斑块聚合、边缘平滑等一系列功能,形成城市易积水区提取工具,通过试验选取适宜的参数,实现了城市易积水区自动化提取。

通过选取1:500地形图中建筑物图层与提取的城市易积水区进行求交运算,获取易积水区建筑物图层,作为社区风险评估的对象。

1.2.2 社区尺度灾害评估方法

1) 建筑物积水深度计算。内涝灾害发生时建筑物积水深度是反应社区建筑积水灾害严重性的主要指标。本文建筑物积水深度h是根据20 a一遇涝水位确定的研究区标准高程值水位情境下建筑物内部的积水深度,由标准高程值H减去地表建筑修正后的城市DEM平均高程值H′计算得出(图 2)。研究利用ArcGIS ModelBuilder建模,集成掩膜提取、区域平均值统计、空间关联、属性计算等功能,形成平均积水深度计算工具,结合城市修正DEM数据实现建筑物积水深度自动化计算功能。

图 2 建筑物积水深度示意图 Figure 2 Water Depth of Buildings

2) 建筑物灾损率计算。研究选取脆弱性曲线进行社区水灾风险评估,通过采用建筑物积水深度来直观的表示社区积水的损害程度。当社区发生内涝时,积水对建筑物的损害主要是地板和墙面。由于缺少直接受灾损失数据库,笔者通过查阅文献后,结合前人的研究成果[12, 13],选取如下公式进行模拟不同积水深度的建筑物灾损率:

$ R = 0.0027{h^{0.7998}} $ (2)

式中,h为建筑物积水深度;R为建筑物灾损率。

为了进一步将水灾灾害损失定量化,转化为实际经济损失,研究设定损失值计算公式进行建筑物灾损价值评估:

$ L = A \times S \times R $ (3)

式中,L为建筑物水灾损失值; A为社区内建筑物每平米遭受积水损失后维修费用; S为积水建筑物面积; R为灾损率。

2 社区积水灾害风险评估

研究通过运用GIS技术,将百丈街道原始DEM(图 3(a))与建筑物离地高度模型(图 3(b))进行空间栅格叠加计算后,得到百丈街道建筑修正DEM(图 3(c));其次,基于修正后的DEM,运用城市易积水区提取工具提取百丈街道范围内的易积水区,与建筑物求交后,获得建筑物积水分布图;然后运用积水深度计算工具求得建筑物的平均积水深度(图 3(d));最后根据灾损曲线(式(2)和式(3)),对建筑物灾损情况进行评估。

图 3 百丈街道建筑模型修正DEM Figure 3 Process of Modified DEM Accommodated of Building Model of Baizhang Street

2.1 积水建筑物分布情况

统计情况如表 1所示,百丈街道10个社区在20 a一遇的涝水位情境下,共有463幢建筑遭遇水灾。除后塘社区外,其他9个社区均存在不同程度易积水建筑物分布。统计各个社区的建筑物积水情况,发现积水严重的区域主要分布在潜龙社区、划船社区、宁舟社区,积水建筑物分别达到157幢、91幢以及79幢;积水较严重的区域主要分布在舟孟社区(44幢)、朱雀社区(30幢)、中山社区(20幢),积水较少的区域分布在七塔社区(17幢)、华严社区(16幢)以及演武社区(9幢)。研究结果表明积水严重的区域社区分布主要为潜龙、划船、宁舟等社区,与“海葵”、“菲特”、“灿鸿”等台风造成的历史积水社区分布区域基本一致,也验证了本研究的结果。各社区积水在5 cm以下的建筑物数量较少,积水深度在在5~15 cm、15~30 cm之间的建筑物主要分布在潜龙社区和宁舟社区,积水深度在30~50 cm之间以及50 cm以上的建筑物主要分布在潜龙社区和划船社区。单栋建筑物积水深度最大的位于潜龙社区,达78.5 cm,属于重点防范对象。

表 1 百丈街道各社区建筑物积水情况 Table 1 Statistics of Flooded Buildings from Different Communities in Baizhang Street

2.2 建筑物灾损评估

结合前人的问卷、访问和实地调查研究,研究将百丈街道社区积水损失维修费用A取30元/m2。将单幢建筑物损失值分为6个级别:0~250元、250~500元、500~1 000元、1 000~2 000元、2 000~2 500元。统计各社区积水建筑物评估损失情况如图 4所示。

图 4 百丈街道建筑物水灾损失分布 Figure 4 Loss Distribution of Flooded Buildings in Baizhang Street

损失值介于0~250元之间的建筑物共260幢,占百丈街道总积水建筑物的56.16%,主要分布于潜龙社区、宁舟社区以及划船社区;损失值介于250~500元之间的建筑物共110幢,占23.76%;损失值介于500~1 000元之间的建筑物共84幢,占18.14%,主要分布于划船社区、潜龙社区以及舟孟社区;损失值介于1 000~2 000元之间的建筑物共7幢,占1.51%,主要分布在潜龙社区;损失值介于2 000~2 500元之间的建筑物共2幢,占0.43%,主要分布于潜龙社区和朱雀社区。对于各个社区而言,损失总额最大的为潜龙社区,达4.97万元;其次为划船社区,达3.26万元;演武社区受积水损失最少,为0.30万元。因此,可以在台风、暴雨来临前对这些积水建筑物提前采取防水措施,准备好沙袋等设备,减少房屋进水量。

3 结束语

研究以宁波市百丈街道为例,构建了城市建筑修正DEM,运用GIS技术,实现了易积水建筑物自动化提取,根据20 a一遇涝水位计算了建筑物积水深度,同时结合脆弱性曲线,对社区积水灾害风险进行了评估分析。研究基于GIS技术实现城市易积水区域提取及探讨了灾害评估的方法,有利于推进城市自然灾害,尤其是精细尺度的自然灾害情景模拟和风险评估研究,对灾后救灾保险评估有一定的决策指导意义。

参考文献
[1]
陈鹏, 张继权, 严登华, 等. 基于GIS技术的城市暴雨积涝数值模拟与可视化——以哈尔滨市道里区为例[J]. 灾害学, 2011, 26(3): 69-72. DOI:10.3969/j.issn.1000-811X.2011.03.014
[2]
温家洪, 黄蕙, 陈珂, 等. 基于社区的台风灾害概率风险评估——以上海市杨浦区富禄里居委地区为例[J]. 地理科学, 2012, 32(3): 348-355.
[3]
张振国. 城市社区暴雨内涝灾害风险评估研究[D]. 上海: 上海师范大学, 2014
[4]
石勇. 城市居民住宅的暴雨内涝脆弱性评估——以上海为例[J]. 灾害学, 2015, 30(3): 94-98. DOI:10.3969/j.issn.1000-811X.2015.03.018
[5]
陈明辉, 黄培培, 吴非, 等. 基于SWMM的城市排水管网承载力评价与优化研究[J]. 测绘通报, 2014(3): 54-57.
[6]
贺法法, 陈晓丽, 张雅杰, 等. GIS辅助的内涝灾害风险评价——以豹澥社区为例[J]. 测绘地理信息, 2015, 40(2): 35-39.
[7]
周瑶, 王静爱. 自然灾害脆弱性曲线研究进展[J]. 地球科学进展, 2012, 27(4): 435-442.
[8]
石勇, 许世远, 石纯, 等. 自然灾害脆弱性研究进展[J]. 自然灾害学报, 2011, 20(2): 131-137.
[9]
董姝娜, 姜鎏鹏, 张继权, 等. 基于"3S"技术的村镇住宅洪灾脆弱性曲线研究[J]. 灾害学, 2012, 27(2): 34-38. DOI:10.3969/j.issn.1000-811X.2012.02.007
[10]
曹学礼, 曹建明. 基于宁波市地理国情普查方案的研究[J]. 城市勘测, 2014(4): 30-33. DOI:10.3969/j.issn.1672-8262.2014.04.010
[11]
尹占娥, 许世远, 殷杰, 等. 基于小尺度的城市暴雨内涝灾害情景模拟与风险评估[J]. 地理学报, 2010, 65(5): 553-562.
[12]
Fedeski M, Gwilliam J. Urban Sustainability in the Presence of Flood and Geological Hazards:the Development of a Gis-based Vulnerability and Risk Assessment Methodology[J]. Landscape and Urban Planning, 2007, 83(1): 50-61. DOI:10.1016/j.landurbplan.2007.05.012
[13]
Dutta D, Herath S, Musiake K. A Mathematical Model for Flood Loss Estimation[J]. Journal of Hydrology, 2003, 277(1): 24-49.