EN中文

地理科学 >

2012 , Vol. 32 >Issue 9: 1155 - 1160

DOI: https://doi.org/10.13249/j.cnki.sgs.2012.09.1155

风暴洪水主要承灾体脆弱性分析——黄浦江案例

  • 殷杰 , 1 ,
  • 尹占娥 2 ,
  • 于大鹏 3 ,
  • 许世远 4
展开
  • 1. 浙江工商大学旅游与城市管理学院, 浙江 杭州 310018
  • 2. 上海师范大学地理系,上海 200234
  • 3. 拉夫堡大学地理系, 莱斯特 LE11 3TU
  • 4. 华东师范大学地理系, 上海 200062

作者简介：殷 杰（1983-）,男,江苏姜堰人,博士,讲师,主要从事自然灾害风险管理研究。E-mail：

收稿日期: 2011-11-13

  要求修回日期: 2011-12-22

  网络出版日期: 2012-09-20

基金资助

国家自然科学基金面上项目（41071324）、国家自然科学基金重点项目（40730526）、教育部人文社会科学研究项目

（12YJCZH257）、上海市教委重点学科项目（J50402）资助

收起

Vulnerability Analysis for Storm Induced Flood:A Case Study of Huangpu River Basin

  • YIN Jie , 1 ,
  • YIN Zhan-e 2 ,
  • YU Da-peng 3 ,
  • XU Shi-yuan 4
Expand
  • 1. School of Tourism and City Management, Zhejiang Gongshang University, Hangzhou, Zhejiang 310018, China
  • 2. Department of Geography, Shanghai Normal University, Shanghai 200234, China
  • 3. Department of Geography, Loughborough University, Leicestershire LE11 3TU, UK
  • 4. Department of Geography, East China Normal University, Shanghai 200062, China

Received date: 2011-11-13

  Request revised date: 2011-12-22

  Online published: 2012-09-20

Copyright

本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.
Fold

摘要

脆弱性分析是自然灾害风险研究的热点问题之一。风暴洪水是上海黄浦江流域所面临的最主要自然灾害类型,历史上对该区域造成极为严重的灾害损失。通过多次灾后调查,结合前人研究成果,构建该区域7种主要承灾体经济损失脆弱性方程和人口脆弱性方程。基于前期黄浦江风暴洪水多情景危险性成果,开展实证研究,结果显示：经济损失和人口脆弱性分布自黄浦江上游地区向下游逐渐降低。最后,提出未来脆弱性研究中有待进一步完善和发展的工作。

关键词： 风暴洪水; 脆弱性; 黄浦江

本文引用格式

殷杰 , 尹占娥 , 于大鹏 , 许世远 . 风暴洪水主要承灾体脆弱性分析——黄浦江案例[J]. 地理科学, 2012 , 32(9) : 1155 -1160 . DOI: 10.13249/j.cnki.sgs.2012.09.1155

Abstract

Vulnerability analysis is one of the focuses in disaster risk research. However, so far, it is lack of common procedures and practices in China. Storm induced flooding, as one of the most devastating natural hazards in Huangpu river basin of Shanghai, causes considerable personal injury and property damage in the history. Vulnerabilities of economic loss and population were taken into consideration in this study, as the two factors were the most important flood affected areas. A land use map of Shanghai and a population distribution map of different districts of Shanghai in 2006 were generated as key inputs for vulnerability analysis. To perform vulnerability analysis of economic loss, 7 vulnerability functions of different land uses (including residential land, industrial land, traffic land, public service land, farm land, green land, and the others land uses) was constructed by combining the use of data questionnaires in a community-based field data collection campaign, and the integration of previous flood vulnerability research results. For population vulnerability analysis, Jonkman’s population vulnerability function was employed as its representativeness and very little related data was available in Shanghai and all over China. Based on our previous results of multi-scenarios hazards analysis, a case study was presented to demonstrate the proposed algorithm. Subsequent analysis using Geographical Information Systems (GIS) was employed to illustrate the spatial and temporal distribution of vulnerability areas under different scenarios. The results indicated that (1) the vulnerability for economic loss and population gradually reduced from the upstream towards the downstream; (2) the vulnerability for economic loss and population increased with the increasing return periods; (3) the vulnerability for economic loss and population declines overland as distance increase of intrusion inland. Finally, some suggestions were presented for future researches.

Key words： storm induced flood; vulnerability; Huangpu River

随着全球变暖和海平面上升,部分地区强热带气旋活动不断增多,其中由风暴所引发的洪水灾害事件增加最为显著[1]。中国沿海地区已经受到气候变化的显著影响,风暴洪水等极端事件频次迅速增加,对沿海地区尤其是三角洲地区的人口社会经济产生极为严重的影响[2~4]。未来,这些地区还将面临更为严峻的灾害风险[5]。因此,开展有效的灾害风险评估与管理已经成为政府和研究者需要关注的重要议题[6,7]。而把灾害与风险研究紧密联系起来的重要桥梁是脆弱性分析,即分析社会、经济、自然与环境系统相互耦合作用及其对灾害的驱动力、抑制机制和响应能力[8]。
脆弱性研究始于20世纪80年代,源于对前一时期学术界盛行的致灾因子论的反思和批判[9]。此后,灾害研究越来越关注社会、经济、人文行为等方面因素,对人类自身接受风险水平开展综合研究,重点逐渐转向探讨与人类经济社会相对应的安全建设,高度重视人类经济、社会和文化系统对自然灾害承灾体的脆弱性响应水平和恢复能力分析。目前,脆弱性已成为一个多尺度,由自然、社会、经济、环境等方面共同构成的综合性概念[10,11]。然而,相对灾害研究的其它领域,脆弱性的研究在中国起步较晚,理论方法尚不成熟,缺乏代表性案例研究。本文选取受风暴洪水影响严重的上海市黄浦江流域开展案例研究,不仅可为上海城市的防灾降险提供决策依据,而且可以丰富、充实和发展中国脆弱性研究方法和案例,具有较高的科学价值与实践意义。

1 研究区概况

黄浦江全长113 km,贯穿整个上海市区,属于典型的平原感潮河,河口潮差在0.69~5.87 m之间,平均为2.31 m。由于黄浦江水系主要源自太湖,是太湖流域最大的一条河流,承泄全流域一年中需要外排洪水量的70%。本文选取吴淞到米市渡之间的约75 km长的主流河段流经区域作为研究区。该区域属于亚热带季风气候,是天气系统过渡带,热带气旋活动频繁,灾害性天气时有发生。此外,上海地区地势低平,平均海拔仅为4 m左右（吴淞高程）,大部分地区高程低于高潮位;且人口和财富密集,人口密度达到2 978人/km2,其工业总产值占全国的4%,利税约占全国的11%,高强度的人类活动使得该区域地面快速沉降,1921~2007年间,平均沉降速率达22.94 mm/a[12]。
历史上,风暴洪水给该区域造成极为严重的灾害影响。例如,1962年第7号台风造成市区防汛墙决口46处,不少地段漫溢,约半个市区被淹,最深处达2 m,死亡17人。1997年第11号台风,适逢天文大潮,黄浦江沿岸吴淞和黄浦公园站潮位达到历史最高,造成沿江数十公里漫溢,多处防汛墙溃决,导致数亿元经济损失,7人死亡[13]。为防御黄浦江风暴洪水,建国以后修建并多次加固了黄浦江沿岸防汛墙,黄浦江市区段设计防洪标准为1 000 a一遇,上游干流及其支流段为50 a一遇设防标准。但是随着海平面上升和地面沉降影响,目前防汛墙的实际设防能力已经大为降低。

2 数据与方法

承灾体脆弱性分析是对不同承灾体受淹后所表现出的易于受到破坏和损失的性质进行定量化研究,即建立致灾因子危险性强度参数与各类承灾体损失（率）之间的量化关系[14]。以往的脆弱性研究多侧重于承灾体经济损失（率）的分析,而人员伤亡（率）等方面的案例研究极为缺乏。因此,为系统分析承灾体综合脆弱性,文将针对经济脆弱性和人口脆弱性两个方面开展研究。

2.1 承灾体经济损失脆弱性建模

通过多次对上海地区风暴洪水实地调查以及对历史灾情深入分析发现,上海地区水灾损失主要与水淹没深度有关[14,15],受淹没历时、水流冲击等影响相对较小,因此,重点构建淹没深度与经济损失率之间的脆弱性方程。考虑到研究区域的尺度相对较大,具体各类承灾体（如各类建筑、设施）属性和空间分布等难以获取且无法保证数据精度,适合以不同土地利用类型来表征各类承灾体及空间分布。出于提高数据精度的考虑,采用华东师范大学地理信息科学教育部重点实验室提供的由2006年上海市航空遥感数据目视解译得到的上海市土地利用分类图,将研究区土地利用类型分为居住用地、公共建筑用地、工业仓储用地、道路交通用地、农业用地、绿地、水域和其它用地等8类,其中对于水域的淹没损失忽略不计。
由于建立上述脆弱性方程需要大量的人力和物力投入以获取所需的灾损数据和实地调查数据支持。考虑到风暴洪水、暴雨内涝、洪灾和潮灾等灾害类型均属于广义的水灾,其灾损情况较为一致,为了弥补数据资料的不足,本文在参考国内外台风风暴潮和洪灾脆弱性研究成果的基础上[16~28],结合现有的部分上海地区各类水灾历史灾情统计资料和多次灾后实地（静安、徐汇、杨浦、普陀、浦东、青浦和奉贤等地）调查获取100余份有效数据,并到中国人民保险上海分公司调研获得数十份保赔资料,建立研究区不同土地利用类型淹没深度—损失率采样点。考虑到数据来源的多元性,仅依据采样点进行简单的线性趋势拟合（图1）,虽然无法保证较高的精度,有一定的参考价值。

2.2 人口脆弱性建模

人口脆弱性分析主要是为了确定淹没区内人口伤亡率与淹没深度等的函数关系。相对于经济损失脆弱性的研究成果,对于人口脆弱性方面的研究较为缺乏,2005年卡特里娜飓风之后该领域研究逐步受到重视,但是国内对于人口脆弱性的研究还不多见。研究人口脆弱性首先了解研究区人口时空分布情况。采用2006年上海地区各街道和乡镇常住人口统计数据,假设人口各时段在各街道和乡镇平均分布,通过网格化方法生成50 m分辨率的上海市人口分布栅格图。
由于防灾能力的提高,风暴洪水灾害所造成的伤亡人数逐步减少,因此数据收集受到限制,缺乏建模所需的数据库。在已有关于风暴洪水灾害人口脆弱性的文献资料中,Jonkman对荷兰、日本、英国、美国历史上多次典型灾害事件人口脆弱性的研究成果采用的资料最为翔实,具有代表性[29]。考虑到上海地区人口综合素质已达到或接近上述发达国家水平,可以认为其脆弱性水平亦较为一致。因此,采用Jonkman建立的人员伤亡率与淹没深度指数方程评估人口脆弱性,具体计算公式如下：
F ( h ) = e h - 5.58 0.82 0≤h≤5.58 （1）
F ( h ) = 1 h>5.58 （2）
式中,h为淹没深度,F(h)为人员伤亡率。

3 结果分析

3.1 承灾体经济损失脆弱性分析

基于前期的50、100、200、500和1 000 a一遇黄浦江风暴洪水危险性研究成果[30],利用栅格运算工具计算并得到各重现期承灾体经济损失率分布图（图2）。结果主要具有以下三个特点：① 上游地区损失率较高,下游地区损失率较低基本在20%以下。这主要由于上游郊区的松江、奉贤和闵行区等地农业用地分布较多,各类农作物耐淹性最差导致脆弱性最高,而其余用地类型经济损失率相对较低。② 随着风暴洪水重现期的加大,经济损失率也越来越高。50 a一遇风暴洪水在上游地区造成的经济损失率主要在40%~80%之间,而1 000 a一遇情景下该区域主要承灾体损失率则高达80%~100%。③ 经济损失脆弱性的空间分布还表现出距离河道越近损失率越高,尤其在松江段表现最为明显,这主要由于越靠近河道淹没深度越高所致。
Fig.1 Vulnerability functions of economic losses for different land use type

图1 不同用地类型经济损失脆弱性方程(a. 居住用地; b. 工业仓储用地; c. 道路交通用地; d. 公共建筑用地; e. 农业用地; f. 绿地; g. 其它用地)

3.2 人口脆弱性分析

利用栅格指数运算工具计算出5种重现期灾害情景的人口伤亡率分布图（图3）。结果显示人口伤亡率总体较低,而由于淹没深度较高,在上游临江地区人口伤亡率相对较高。各情景人口伤亡率绝大部分区域均在0.5%以下,仅在松江、闵行、奉贤段部分河岸两侧附近地区人口伤亡率超过1%,其中1 000 a一遇灾害情景下人口伤亡率最高达6.7%,主要分布在松江段附近。50和100 a一遇风暴洪水情景松江及其附近邬桥和马桥镇部分岸段的人口伤亡率较高达1%~2%,200 a一遇情景闵行塘湾镇以上岸段人口伤亡率最大达到2%~3%,500和1 000 a一遇人口伤亡率较高区域扩展至闵行区吴泾街道和陈行镇附近,最高达到3%~4%和4%~5%。
Fig.2 Vulnerability for economic losses of flood affected-bodies in different scenarios

图2 不同重现期风暴洪水承灾体经济损失脆弱性分布

Fig.3 Vulnerability for population of storm induced flood in different scenarios

图3 不同重现期风暴洪水人口脆弱性分布

4 结论与展望

本文通过多次灾后实地调查获取第一手灾损数据,结合前人相关研究成果,构建多种土地利用类型经济损失脆弱性方程;借鉴国外对风暴潮洪水人口伤亡率-淹没深度关系的研究成果作为人口脆弱性度量方法。在前期黄浦江风暴洪水多情景危险性成果的基础上,采用上述研究方法进行实证研究,结果显示：经济损失脆弱性和人口伤亡率分布均呈现自黄浦江上游向下游逐渐减少的趋势,上游地区农业用地经济损失脆弱性极高,人口脆弱性较高的区域也主要分布在受淹最为严重的上游沿江地区。
脆弱性分析是风险评估的难点,关键在于这是一个自然和人文因素的复合过程,既难以通过实验室模拟获取准确结果也无法完全依靠社会调查来解决问题。本文只是在研究方法上的一种尝试,还存在很多不确定性问题,在未来的工作中应由政府和保险公司等主导以系统开展各类承灾体脆弱性调查与评估工作,并结合实验模拟等科学手段开展定量分析,从而为风险管理和灾害救助提供重要工具与手段。

The authors have declared that no competing interests exist.

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
IPCC. Climate change 2007:The scientific basis[R]. Cambridge University Press, Cambridge, 2007.

[2]
林而达, 许吟隆, 蒋金荷, 等. 气候变化国家评估报告(Ⅱ): 气候变化的影响与适应[J]. 气候变化研究进展, 2006, 2(2): 51~56.

[3]
谭丽荣, 陈珂, 王军, 等. 近20年来沿海地区风暴潮灾害脆弱性评价[J]. 地理科学, 2011, 31(9): 1111~1117.

[4]
牛海燕, 刘敏, 陆敏, 等. 中国沿海地区近20年台风灾害风险评价[J]. 地理科学, 2011, 31(6): 764~768.

[5]
James P M, Syvitski Albert J, Kettner, et al. Sinking deltas due to human activities[J]. Nature Geoscience, 2009; DOI: 10.1038/ngeo629.

[6]
殷杰, 尹占娥, 许世远. 上海市灾害综合风险定量评价研究[J]. 地理科学, 2009, 29(3): 450~454.

[7]
权瑞松, 刘敏, 张丽佳, 等. 基于情景模拟的上海中心城区建筑暴雨内涝暴露性评价[J]. 地理科学, 2011, 31(2): 148~152.

[8]
UN/ISDR. Living with Risk: A global review of disaster reduction initiatives 2004 version[R]. United Nations publication, 2004.

[9]
刘毅, 黄建毅, 马丽. 基于DEA模型的我国自然灾害区域脆弱性评价[J]. 地理研究, 2010, 29(7): 1153~1162.

[10]
Birkmannn J.Measuring Vulnerability to Hazards of National Origin[M]. Tokyo: UNU Press, 2006.

[11]
Dilley M, Chen R S, Deichmann U, et al.Natural Disaster Hotspots: A Global Risk Analysis Synthesis Report[R]. Washington DC: Hazard Management Unit, World Bank, 2005: 1-132.

[12]
龚士良, 杨世伦. 地面沉降对上海黄浦江防汛工程的影响分析[J]. 地理科学, 2008, 28(4): 543~547.

[13]
刘晓涛. 上海市防汛工作手册[M]. 上海: 上海科学普及出版社, 2008.

[14]
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.

[15]
石勇, 许世远, 石纯, 等. 沿海区域水灾脆弱性及风险的初步分析[J]. 地理科学, 2009, 29(6): 853~857.

[16]
Jonkman S N, Bockarjova M, Kok M, et al.Integrated hydrodynamic and economic modeling of flood damage in the Netherlands[J]. Ecological Economics, 2008, 66(1): 77-90.

[17]
Sande C, Jong S, Roo A.A segmentation and classification approach of IKONOS-2 imagery for land cover mapping to assist flood risk and flood damage assessment[J]. International Journal of Applied Earth Observation, 2003, 4(3): 217-229.

[18]
Dutta D, Herath, S, Musiake K. A mathematical model for flood loss estimation[J]. Journal of Hydrology, 2003, 277(3): 24-49.

[19]
康相武, 吴绍洪, 戴尔阜, 等. 大尺度洪水灾害损失与影响预评估[J]. 科学通报, 2006, 51(增刊): 155~164.

[20]
梁海燕, 邹欣庆. 海口湾沿岸风暴潮风险评估[J]. 海洋学报, 2005, 27(5): 22~29.

[21]
李观义. 基于GIS的洪灾损失评估技术及其应用[J]. 地理与地理信息科学, 2003, 19(4): 97~100.

[22]
冯平, 崔广涛, 钟昀. 城市洪涝灾害直接经济损失的评估与预测[J]. 水利学报, 2001, (8): 64~68.

[23]
王延红, 丁大发, 韩侠. 黄河下游大堤保护区洪灾损失率分析[J]. 水利经济, 2001, (2): 42~46.

[24]
李红英, 李洋. 基于GIS的洪灾损失评估应用研究[J]. 西北水利发电, 2007, 23(1): 45~47.

[25]
王腊春, 江南, 周寅康, 等. 太湖流域洪涝灾害评估模型[J]. 测绘科学, 2003, 28(3): 35~38.

[26]
朱留军. 基于GIS在洪灾损失评估中的应用[J]. 城市勘测, 2009, (6): 36~38.

[27]
谢翠娜. 上海沿海地区风暴潮灾害情景模拟及风险评估[D]. 华东师范大学硕士论文, 2010.

[28]
陈为民. 黄浦江河口建闸工程经济效益分析计算及评价[J]. 上海水务, 2002, (2):1~12.

[29]
Jonkman S N.Loss of life estimation in flood risk assessment, theory and applications[D]. PHD thesis, Delft University of Technology, 2007.

[30]
殷杰. 中国沿海台风风暴潮灾害风险评估研究[D]. 华东师范大学博士论文, 2011.

Options
文章导航

/

〈 〉