高佳琦 沈天琦 朱曉晨

摘要：根據(jù)南京市暴雨強度公式，計算得出2、5、10、20、50年一遇的降水分別在20 min、40 min、1 h、2 h、 3 h的降水量；然后根據(jù)土地利用數(shù)據(jù)、DEM數(shù)據(jù)、建筑密度等，將降水量代入修正的SCS水文模型，計算得出在不同重現(xiàn)期內(nèi)不同歷時的淹沒水深；最后由淹沒水深跟災(zāi)損率的關(guān)系得出南京市暴雨脆弱性分布，并對計算結(jié)果進行分析。結(jié)果表明，南京市鼓樓區(qū)及其周圍地區(qū)的淹沒水深較大，脆弱性與淹沒水深相關(guān)性較大，但是脆弱性不完全由淹沒水深決定，會出現(xiàn)淹沒水深高脆弱性低和淹沒水深低脆弱性高的現(xiàn)象。

關(guān)鍵詞：暴雨內(nèi)澇；脆弱性；災(zāi)害損失；南京主城區(qū)

中圖分類號：TP391；P426.616 文獻標識碼：A 文章編號：0439-8114（2015）12-2891-05

DOI：10.14088/j.cnki.issn0439-8114.2015.12.020

Study of the Vulnerability of Nanjing City Rainstorm Waterlogging Disaster Based on GIS

GAO Jia-qia，SHEN Tian-qib，ZHU Xiao-Chenb

（Nanjing University of Information Science and Technology，

a. College of Atmospheric Sciences； b. College of Geography and Remote Sensing， Nanjing 210044， China）

Abstract：According to the formula of the rainstorm intensity in Nanjing city，we first get the heaviest precipitation in 20 min，40 min，1 h，2 h and 3 h in 2，5，10，20 and 50 years. With the land usage date，DEM data and building density，we put precipitation into the revised SCS hydrology model to calculate the inundation depth within different repeated periods that have different duration. In the end，we get the rainstorm vulnerability distribution of Nanjing city according to the relationship between inundation depth and disaster loss rate and further analyse the calculated results. The results of the study are shown below.There is a greater inundation depth in Gulou district of Nanjing and its adjacent areas. A great correlation occurs between vulnerability and inundation depth but the vulnerability are not completely decided by the inundation depth. There is a chance that high inundation depth and low vulnerability or low inundation depth and high vulnerability occur at the same time.

Key words： waterlogging； vulnerability； disaster losses； Nanjing city

近年來，暴雨造成的城市內(nèi)澇災(zāi)害日益突出，不僅加重了城市的防汛排澇的任務(wù)，對經(jīng)濟建設(shè)和人民生活也造成較大影響[1]。暴雨內(nèi)澇災(zāi)害是由于雨量過多，地勢低洼，積水不能及時排除而形成的自然災(zāi)害[2]。短歷時的高強度暴雨和長歷時的持續(xù)性暴雨往往造成城市內(nèi)澇積水[3-6]。一般來說，很難通過改變自然災(zāi)害自身屬性（發(fā)生的概率、強度等）來降低災(zāi)害風險，但通過減少暴雨內(nèi)澇災(zāi)害脆弱性來降低災(zāi)害風險卻是可行的，也是最有效的[7]。

提到脆弱性，就會有敏感性、恢復力、適應(yīng)性、易損性、暴露性、應(yīng)對能力、適應(yīng)性等很多相關(guān)的概念[8]。關(guān)于脆弱性的概念很多人有不同的看法，Turner等[9]認為脆弱性是指系統(tǒng)、子系統(tǒng)或系統(tǒng)組成部分由于暴露于災(zāi)害而可能遭受損害的程度。Cutter等[10]認為脆弱性是指個體或群體暴露于災(zāi)害及其不利影響的可能性。尹占俄等[11]認為脆弱性是指承災(zāi)體受到自然災(zāi)害外力作用下?lián)p壞的程度，又稱為易損性。有關(guān)脆弱性的評價方法國內(nèi)外也有不同的研究方法，如賀祥等[12]基于熵權(quán)灰色關(guān)聯(lián)法的貴州巖溶山區(qū)農(nóng)村貧困脆弱性分析，盧萬合等[13]對自然系統(tǒng)的脆弱性進行仿真研究，張麗佳[14]和權(quán)瑞松等[15]采用評價指標體系的方法研究了上海市的地下軌道交通的暴雨內(nèi)澇，尹占俄等[11]基于災(zāi)損曲線與實地調(diào)查相結(jié)合對暴雨內(nèi)澇進行了研究。國外的研究中多采用實地調(diào)查得出災(zāi)損曲線方法[16]，已有很多不同的災(zāi)損曲線和不同土地利用類型的災(zāi)損率。國外還重點研究了不同建筑的災(zāi)損曲線，比較著名的有澳大利亞ANUFLOOD建筑結(jié)構(gòu)脆弱性曲線。評價指標體系和災(zāi)損曲線是當前災(zāi)損率研究主流方法，然而評價指標體系方法的因子和權(quán)重難以確定且不客觀，而災(zāi)損曲線方法由于采集數(shù)據(jù)方法客觀，評價精度高等優(yōu)點，為大多數(shù)人采用[14-21]。

本研究用災(zāi)損曲線的方法對南京主城區(qū)暴雨內(nèi)澇脆弱性進行研究。基于前人的研究，首先模擬50年一遇的暴雨在歷時20 min、40 min、1 h、2 h這4種情景下的的淹沒水深，探討研究暴雨積水深度最大的歷時。以此為基礎(chǔ)，利用GIS模擬2、5、10、20、30、50年一遇的6種災(zāi)害情景下南京主城區(qū)的淹沒水深和脆弱性分布圖，并將兩者進行比較，得出南京主城區(qū)暴雨淹沒深度和脆弱性比較大的地區(qū)，為南京主城區(qū)的防災(zāi)減災(zāi)提供依據(jù)。同時，通過分析南京主城區(qū)的暴雨淹沒深度和脆弱性分布圖，結(jié)果表明脆弱性的大小與淹沒深度有關(guān)，但不完全由淹沒深度決定，會出現(xiàn)淹沒深度大脆弱性較大的現(xiàn)象，也會出現(xiàn)淹沒深度小而脆弱性較大和淹沒深度大但脆弱性較小的現(xiàn)象。

1 材料與方法

1.1 研究區(qū)域狀況和研究數(shù)據(jù)

南京市位于長江下游中部地區(qū)，江蘇省西南部，北連遼闊的江淮平原。南京屬于北亞熱帶濕潤氣候區(qū)，季風性氣候顯著，冬冷夏熱，雨量充沛。經(jīng)資料統(tǒng)計，年平均降雨天數(shù)為117 d，平均降雨量1 106.5 mm，相對濕度76%。冬半年受歐亞大陸氣團影響，天氣晴朗，干燥，寒冷。夏季受鋒面雨帶影響，南京進入梅雨季節(jié)，降雨明顯增多，大暴雨頻繁出現(xiàn)，強度大為主要特點，易形成內(nèi)澇災(zāi)害。從人口規(guī)模、經(jīng)濟實力、交通條件、科技力量等諸因素衡量，南京在全國起著重要作用，因此有必要對南京主城區(qū)進行暴雨內(nèi)澇災(zāi)害的研究。南京地區(qū)的高程見圖1。

1.2 研究方法

1.2.1 淹沒深度模型 本研究的徑流模型采用國內(nèi)外學者修正的SCS模型[22-31]。南京降雨的季節(jié)變化大，冬季降雨少，夏季降雨大，有集中性的暴雨，降雨的強度和頻次增加，與上海的氣候環(huán)境很像，并且南京主城與上海市地表形態(tài)性質(zhì)極為相似，可以利用賀寶根等[32]根據(jù)上海實測數(shù)據(jù)修正后的SCS模型參數(shù)，模型公式如（1）所示。

Q=（P-0.05S■2/（P+0.95S） （1）

其中，P為實際降雨量，S表示降雨前的潛在入滲量，Q為實際徑流量。S的影響因素較多，不易獲取，將S用公式（2）表示。

S=25 400/CN-254 （2）

其中CN與土壤類型有關(guān)，根據(jù)土壤下滲率將土壤分為4種類型[33-35]，如表1所示。

參考前人的研究[35-42]，結(jié)合南京市的特點，南京地區(qū)CN值見表2。

排水模型采用概化模型，假設(shè)整個區(qū)域的排水量是一樣的，所以本研究確定的城市內(nèi)澇積水量如下式（3）[11]。

W=（Q-V）×S （3）

其中，W表示內(nèi)澇積水量；Q表示徑流量；V表示排水量（36 mm/h）；S表示集水區(qū)面積。

1.2.2 脆弱性分析方法 由于災(zāi)損數(shù)據(jù)收集起來較為困難，實地調(diào)查耗費大量的人力物力，所以參考國外的研究資料[16-21]。雖然各曲線成果來源于不同國家，但各土地利用類型損失率隨水深變化的規(guī)律有相通之處，可以互相借鑒[43]，例如石勇[43]借鑒哥黎加斯加地區(qū)，針對4種不同水深，根據(jù)33種不同土地利用類型的耐水特性分別加以評估后得到的結(jié)果來評價上海地區(qū)災(zāi)害脆弱性，其評價結(jié)果較好。本研究借鑒國外成果[21]，得到南京不同土地利用類型在不同淹沒水深下的脆弱性，如表3所示。其中林地和旱地的水體脆弱性是比較小的，而城市及農(nóng)村居民地、水田的脆弱性是比較大的。在研究脆弱性時，將土地利用圖跟淹沒深度圖相結(jié)合。對于不同的土地利用類型，災(zāi)損率小于0.3的為低脆弱區(qū)，災(zāi)損率在0.3～0.5的為中脆弱區(qū)，災(zāi)損率大于0.5的為高脆弱區(qū)。

2 結(jié)果與分析

2.1 暴雨強度分析

南京市最新的暴雨強度計算公式[44]如式（4）所示。

i=（64.300+53.800）lg p/（t+32.900■1.011 （4）

式中，i為降雨強度（mm/min）；t為降雨歷時（min）；p為重現(xiàn)期（年）。由此計算出南京主城區(qū)不同重現(xiàn)期對應(yīng)不同降雨歷時的累積降雨量。

表4中描述了南京主城區(qū)的在重現(xiàn)期為1、2、3、5、10、20、30、50年，分別在歷時10 min、20 min、30 min、40 min、50 min、1 h、2 h、3 h的累積降水量。不同重現(xiàn)期的暴雨歷時相同時，重現(xiàn)期比較大的累積降水量比較大。在同一重現(xiàn)期中降水量隨著歷時的增加而增加。分析以上數(shù)據(jù)，1年為重現(xiàn)期時，從40～50 min的增長速率約是19.68 mm/h，50 min～1 h的增長速率約是15.42 mm/h，而在1～2 h的增長速率為8.24 mm/h，在2～3 h的增長速率為3.50 mm/h，在1 h的之前累積降水量的增長率明顯較高，在1 h之后累積降水量的增長率明顯降低。分析其他數(shù)據(jù)，也會有相類似的結(jié)論。在50年以內(nèi)的重現(xiàn)期，大都是在歷時1 h累積降水量的增長率最大。

2.2 暴雨內(nèi)澇積水深度模擬分析

基于上述研究方法，利用ArcGIS制圖，得到南京地區(qū)在50年一遇的降水在歷時分別為20 min、40 min、1 h、2 h時的情景模擬的淹沒深度，如圖2所示。由圖中可看出，在歷時20 min時降雨的淹沒水深主要集中在0～10 cm和10～50 cm，50～100 cm的較少，大于100 cm的沒有。歷時40 min時，降雨的淹沒深度主要集中在10～50 cm和50～100 cm，在0～10 cm的較少，且有部分大于100 cm的。在歷時為1 h時，降雨的淹沒深度在50～100 cm和大于100 cm的的區(qū)間內(nèi)，0～10 cm的比40 min的時候更少，大于100 cm的明顯增多。而在歷時2 h時，淹沒深度明顯減少，在0～10 cm的明顯增多，大于100 cm的明顯減小，且在制圖過程中發(fā)現(xiàn)在歷時3 h時，此趨勢更加明顯。且在其他重現(xiàn)期也會出現(xiàn)類似現(xiàn)象。根據(jù)以上分析，對比累積降雨量，3 h的累積降雨量雖然最大，但是淹沒深度卻比較小，且在歷時3 h甚至是2 h的暴雨是不足以形成內(nèi)澇災(zāi)害的，形成內(nèi)澇災(zāi)害危險時間是歷時1 h左右。

根據(jù)以上結(jié)論，模擬不同重現(xiàn)期的暴雨在歷時1 h的淹沒水深，如圖3所示。從圖3可看出，首先無論在哪個重現(xiàn)期，鼓樓及其周圍地區(qū)的暴雨的淹沒深度相對于其他地區(qū)而言都是比較高的；玄武區(qū)的中心由于是玄武湖地區(qū)，淹沒深度一直比較??；棲霞區(qū)、雨花臺區(qū)、建鄴區(qū)淹沒深度相對而言較小，尤其是其邊界地區(qū)。其次隨著重現(xiàn)期的增加，鼓樓及其周邊地區(qū)淹沒深度增加較大，速度較快，而棲霞區(qū)，雨花臺區(qū)，尤其是他們的邊界地區(qū)淹沒深度增加較慢，幅度較小。此外，當重現(xiàn)期超過10年時，鼓樓及其周邊地區(qū)的淹沒深度超過100 cm的比較多，屬于比較危險地帶，且南京鼓樓地區(qū)鼓樓站有重要的地鐵站和公交站，是重要的交通樞紐，是連接橋北地區(qū)和市中心的新街口地區(qū)，因此加強鼓樓地區(qū)的防澇措施尤為重要。

2.3 脆弱性分析

通過土地利用圖、淹沒深度圖以及淹沒深度和災(zāi)損率的關(guān)系，得出南京主城區(qū)的脆弱性分布圖，如圖4所示。南京主城區(qū)中，鼓樓及其周邊地區(qū)的災(zāi)害的脆弱性較大，玄武區(qū)中心的災(zāi)害的脆弱性一直為0，結(jié)合淹沒深度圖和土地利用圖分析，鼓樓及其周邊地區(qū)的脆弱性較大的主要是因為南京地區(qū)的淹沒水深較大。鼓樓是南京比較重要的交通地帶，應(yīng)加強暴雨內(nèi)澇的防護措施，而玄武區(qū)的中心是玄武湖，受暴雨內(nèi)澇影響比較小也是必然的。其次脆弱性與淹沒水深有一定的關(guān)系，但并不意味著淹沒深度完全決定脆弱性，在重現(xiàn)期為2年和5年的時候，在棲霞區(qū)暴雨的突出的兩塊地區(qū)淹沒深度很小，主要集中在10～50 cm之間，但是其脆弱性達到中等脆弱性，主要原因是棲霞區(qū)突出的兩塊地區(qū)的用地類型為農(nóng)業(yè)，農(nóng)業(yè)暴雨內(nèi)澇的脆弱性比較強，所以造成了低淹沒水深卻是中等脆弱性的現(xiàn)象。在棲霞區(qū)靠近玄武區(qū)的地區(qū)在50年一遇的淹沒深度圖中表現(xiàn)的淹沒深度普遍很高，但在脆弱性分布圖中，此地區(qū)的部分小范圍內(nèi)的脆弱性很低。

3 小結(jié)與討論

通過國內(nèi)外研究模型，模擬降水深度，并借鑒國外的有關(guān)脆弱性的研究，研究南京主城區(qū)的暴雨內(nèi)澇的脆弱性，得出如下結(jié)論：

1）在不同重現(xiàn)期的暴雨，形成暴雨內(nèi)澇最有可能的時段是歷時1 h。

2）在南京不同的土地利用類型中，林地、旱地、水體脆弱性是比較小的，而城市及農(nóng)村居民地、水田的脆弱性是比較大的。通過不同重現(xiàn)期的脆弱性分布圖發(fā)現(xiàn)南京主城區(qū)中，鼓樓及其周邊地區(qū)屬于比較脆弱區(qū)，應(yīng)加強防災(zāi)減災(zāi)措施。

3）通過淹沒深度圖和脆弱性分布圖的比較。脆弱性的分布與暴雨內(nèi)澇淹沒水深有一定的關(guān)系，一般來講，淹沒水深大的地區(qū)比較脆弱，但并不絕對，脆弱性的分布與用地類型本身的特性有關(guān)，會造成淹沒水深較大，脆弱性較小或者淹沒水深較小，脆弱性較大的現(xiàn)象。

參考文獻：

[1] 解以揚，李大鳴，李培彥，等.城市暴雨內(nèi)澇數(shù)學模型的研究與應(yīng)用[J].水科學進展，2005，16（3）：384-390.

[2] 解以揚，韓素芹，由立宏，等.天津市暴雨內(nèi)澇災(zāi)害風險分析[J].氣象科學，2004，3（24）：343-349.

[3] 孫阿麗，石 純，石 勇.基于情景模擬的暴雨內(nèi)澇危險性評價——以黃浦區(qū)為例[J].地理科學，2010，30（3）：465-468.

[4] 龔士良，楊世倫.地面沉降對上海黃浦江防汛工程的影響分析[J]. 地理科學，2008，28（4）：543～547.

[5] 程 江，楊 凱，趙 軍，等.上海中心城區(qū)河流水系百年變化及影響因素分析[J].地理科學，2007，27（1）：85～90.

[6] 戴雪榮，師育新，俞立中，等.上海城市地貌環(huán)境的致災(zāi)性[J].地理科學，2005，25（5）：636～640.

[7] 權(quán)瑞松，劉 敏，張麗佳，等.基于情景模擬的上海中心城區(qū)建筑暴雨內(nèi)澇暴露性評價[J].地理科學，2011，31（2）：148-152.

[8] 石 勇.災(zāi)害情景下城市脆弱性評估研究[D].上海：華東師范大學，2010.

[9] TURNER B L， KASPERSON R E， MATSON P A， et al. A framework for vulnerability analysis in sustainability science[J]. Proceedings of the National Academy of Sciences，2003，100（14）：8074-8079.

[10] CUTTER S L. Living with Risk： The Geography of Technological Hazards[M]. London：Edward Arnold，1993.

[11] 尹占娥，暴麗杰，殷 杰.基于GIS的上海浦東暴雨內(nèi)澇災(zāi)害脆弱性研究[J].自然災(zāi)害學報，2011，20（2）：29-35.

[12] 賀 祥，熊康寧.基于熵權(quán)灰色關(guān)聯(lián)法的貴州巖溶山區(qū)農(nóng)村貧困脆弱性分析[J].江蘇農(nóng)業(yè)科學，2014，42（3）：376-381.

[13] 盧萬合，劉家福，董阿丹，等.吉林省遼源市自然系統(tǒng)脆弱性仿真研究[J].江蘇農(nóng)業(yè)科學，2013，41（9）：336-339.

[14] 張麗佳.上海市地下軌道交通暴雨內(nèi)澇脆弱性研究[D].上海：華東師范大學，2010.

[15] 權(quán)瑞松，劉 敏，張麗佳.上海市地下軌道交通暴雨內(nèi)澇脆弱性評價[J].人民長江，2011，42（15）：13-17.

[16] ARNELL N W. Expected annual damages and uncertainties in flood frequency estimation[J]. Journal of Water Resources Planning and Management， 1989， 115（1）：94-107.

[17] BERNING C， VILJOEN M F， DU PLESSIS L A. Loss functions for sugar-cane： Depth and duration of inundation as determinants of extent of flood damage[J]. Water SA-Pretoria，2000，26（4）：527-530.

[18] BERNING C， DU PLESSIS L A， VILJOEN M F. Loss functions for structural flood mitigation measures[J]. Water SA，2001，27（1）：35-38.

[19] BOYLE S J， TSANIS I K， KANAROGLOU P S. Developing geographic information systems for land use impact assessment in flooding conditions[J]. Journal of water resources planning and management， 1998， 124（2）： 89-98.

[20] GOLDMAN D. Estimating expected annual damage for levee retrofits [J]. Journal of water resources planning and management，1997，123（2）：89-94.

[21] COTO E B. Flood Hazard，Vulnerability and Risk Assessment in The City of Turrialba [M]. Costa Rica： International Institute for Gmation Science and Earth Observation （ITC），2002.

[22] GEETHA K， MISHRA S K， ELDHO T I， et al. SCS-CN-based continuous simulation model for hydrologic forecasting [J]. Water Resources Management， 2008， 22（2）：165-190.

[23] ARONICA G T， CANDELA A. Derivation of flood frequency curves in poorly gauged Mediterranean catchments using a simple stochastic hydrological rainfall-runoff model[J]. Journal of Hydrology， 2007，347（1）：132-142.

[24] MISHRA S K， TYAGI J V， SINGH V P， et al. SCS-CN-based modeling of sediment yield[J]. Journal of Hydrology， 2006，324（1）：301-322.

[25] MISHRA S K，SINGH V P. SCS-CN method. Part II： Analytical treatment[J]. Acta Geophysica Polonica，2003，51（1）：107-123.

[26] SINGH P K，BHUNYA P K，MISHRA S K，et al. A sediment graph model based on SCS-CN method[J]. Journal of Hydrology，2008，349（1）：244-255.

[27] 魏文秋，謝淑琴.遙感資料在SCS模型產(chǎn)流計算中的應(yīng)用[J].環(huán)境遙感，1992，7（4）：243-250.

[28] 陳晶晶.基于情景模擬的天津市中心城區(qū)暴雨內(nèi)澇風險分析與管理[D].上海：華東師范大學，2010.

[29] 史培軍，袁 藝，陳 晉.深圳市土地利用變化對流域徑流的影響[J].生態(tài)學報，2001，21（7）：1041-1049.

[30] 張建云，何 惠.應(yīng)用地理信息進行無資料地區(qū)流域水文模擬研究[J].水科學進展，1998，9（12）：345-350.

[31] 程 江，楊 凱，劉蘭嵐，等.上海中心城區(qū)土地利用變化對區(qū)域降雨徑流的影響研究[J].自然資源學報，2010，25（6）：914-925.

[32] 賀寶根，陳春根，周乃晟，等.城市化地區(qū)徑流系數(shù)及其應(yīng)用[J]. 上海環(huán)境科學，2003，22（7）：472-475，516.

[33] GUPTA P K， Panigrahy S. GEO-Spatial modeling of runoff of large land mass：analysis， Approach and results for major river basins of India[J]. In： Proceedings of the International Archives of the Photogrammetry， Remote Sensing and Spatial Information Sciences. 2008，37：63-68.

[34] 羅利芳，張科利，符素華.徑流曲線數(shù)法在黃土高原地表徑流量計算中的應(yīng)用[J].水土保持通報，2002，22（3）：58-61.

[35] 劉 娜.南京市主城區(qū)暴雨內(nèi)澇災(zāi)害風險評估[D].南京：南京信息工程大學，2013.

[36] 權(quán)瑞松，劉 敏，侯立軍，等.土地利用動態(tài)變化對地表徑流的影響——以上海浦東新區(qū)為例[J].災(zāi)害學，2009，24（1）：44-49.

[37] 袁 藝，史培軍，劉穎慧，等.土地利用變化對城市洪澇災(zāi)害的影響[J].自然災(zāi)害學報，2003，12（3）：6-13.

[38] 許 彥，潘文斌.基于ArcView的SCS模型在流域徑流計算中的應(yīng)用[J].水土保持研究，2006，13（4）：176-179，182.

[39] 秦莉俐，陳云霞，許有鵬.城鎮(zhèn)化對徑流的長期影響研究[J].南京大學學報（自然科學版），2005，41（3）：279-285.

[40] 高蘊玨，許有鵬.SCS遙感水文模型在曹娥江流域應(yīng)用研究[J]. 南京大學學報（自然科學版），1992，28（1）：150-159.

[41] 羅 鵬，宋星原.基于柵格式SCS模型的分布式水文模型研究[J].武漢大學學報（工學版），2011，44（2）：156-160.

[42] 劉賢趙，康紹忠，劉德林，等.基于地理信息的SCS模型及其在黃土高原小流域降雨-徑流關(guān)系中的應(yīng)用[J].農(nóng)業(yè)工程學報，2005，21（5）：93-97.

[43] 石 勇.災(zāi)害情景下城市脆弱性評估研究[D].上海：華東師范大學，2010.

[44] 南京市城市管理局.南京市暴雨強度公式已修編完成發(fā)布使用[EB/OL]. http：//www.nanjing.gov.cn/njszf/bm/cgj/201403/t201

40312_2532683.html.2014-03-12.