论文部分内容阅读
摘要: 为揭示淮北平原区洪涝灾害的地域性差异,因地制宜地制定防灾减灾措施,从气象、下垫面及人类活动等角度选取了洪涝相关指标,基于主成分分析与模糊聚类耦合的途径,开展了洪涝治理分区研究。研究结果表明:淮北平原区各洪涝指标存在着显著的空间分布特征,根据其特征,可将洪涝治理划分为5个区域,其中,Ⅰ区位于淮北平原区的东北部,属于洪涝频发地带,应提升自排能力;Ⅱ区位于中部偏东北区,该区的部分流域在提升其自排能力的同时也可适当提升抽排能力;Ⅲ区位于中部偏西南区,该区域的洪涝治理应以提升局部重点区的自排能力为主;Ⅳ区位于西南部,局部重点区应尽可能提升抽排能力;Ⅴ区位于沿淮地区,应采用以抽排为主的方式适当提升重点区的排涝标准,同时要充分考虑排涝标准的提高对淮河干流河道行洪的影响。治理分区结果可体现各指标分布的空间组合特性,研究中采用的指标选取与分区方法可为区域洪涝治理措施的制定提供理论依据。
关 键 词: 洪涝治理分区; 主成分分析; 模糊聚类分析; 淮北平原区
中图法分类号: TU992
文献标志码: A
DOI: 10.16232/j.cnki.1001-4179.2021.08.005
0 引 言
洪涝治理分区是指通过研究洪涝发生发展的空间分布规律,以制定研究区内各子区域洪涝灾害的对应治理策略为目标,按照致灾因子的区内相似性与区间差异性进行的区域归类及划分。合理的洪涝治理分区可揭示洪涝影响因素的空间组合效应,为提出因地制宜的防灾减灾措施提供依据。国内外学者针对水旱灾害的分区开展了大量研究,取得了一定的成果[1-4]。以往针对洪涝分区的研究多考虑其特征,包括规模、强度及造成的影响等,采用的指标主要有洪涝发生次数、频率、受灾人口及经济损失等[5-7]。该方式有助于明确不同区域间的洪涝严重程度,确定相应的治理力度及规模,但对洪涝内在成因的揭示尚不充分。因此,越来越多的研究开始借鉴其他自然灾害风险区划的评价方法,将洪涝成因纳入分区体系中[8-10]。洪涝治理分区与传统的洪涝风险分区不同,其目标是按照区域洪涝成因的空间分布特征,划分不同洪涝影响因素主导的子区域,划分后的子区域可依据洪涝的成因类型采取相应的治理措施。
可将现有的洪涝分区方法归纳为以下两大类:
(1) 直接依据经验或规范设定标准进行分区[1,11];
(2) 采用包括EOF/REOF、灰色系统理论及聚类分析等在内的数理统计方法进行分区[7-8,12-13],其中,聚类分析应用最为广泛。
但在客观世界中的事物不一定遵循“非此即彼”的原则,分类所依据的指标亦呈现连续变化的特征,而结合了模糊数学及聚类分析的模糊聚类分析方法更能反映实际[14]。杨子生[15]运用模糊聚类方法对金沙江流域洪涝灾害区划开展了研究,揭示了该流域洪涝灾害的地域差异性。分区所采用的指标间往往存在一定的相关性,仅有少数指标起决定性作用,其精度往往受限于使用者的经验判断,而主成分分析则把多指标合成为少数相互无关的主成分,且各主成分可反映原指标的绝大部分信息,是在复杂数据中提取有效信息的理想方法[16]。因此,将主成分分析和模糊聚类分析进行耦合,不仅可以体现分区指标的有效性与独立性,也能显著地改善分区效果,其在节水灌溉及水文分区等研究中得到了广泛应用[16-17]。
由于分区是以区内相似性与区间差异性特征为基础,其本质与聚类过程类似[15]。基于此,本文选取安徽省淮北平原区为例,结合对该区域洪涝实际情况的调查与分析,分别从气象、下垫面及人类活动角度选取与区域洪涝灾害相关的代表性指标,采用主成分分析与模糊聚类耦合的方法,在分析流域洪涝灾害成因的基础上,根据不同洪涝主导因素对研究区的洪涝治理区域进行划分,以期对不同子区域寻找最为合适的洪涝治理措施,为区域洪涝灾害治理提供理论依据。
1 研究区概况
安徽省淮北平原区总面积为3.74万km2,其中平原区面积占95.3%,耕地面积约21.5万hm2,占全省耕地面积一半以上,耕地率接近60%,是安徽省重要的商品粮基地[18-19]。淮北平原区地处中国南北气候过渡带,属暖温带半湿润气候区与典型的季风气候区,夏热多雨,冷暖与旱涝间的转变十分突出,区域内多年降雨量年内分布不均,年际变化大。区域地势平坦,微地形起伏,水流较平缓,在暴雨及连阴雨情况下极易发生洪涝,且土壤结构与质地易引起作物遭受涝渍威胁[18,20]。此外,当发生流域性降雨时,上游洪水迅速进入中游河道,中游水位迅速上涨,受河湖高水位顶托,沿淮平原洼地涝水无法排入淮河干流,使得平原区洪涝问题突出。因此,受降雨、地形、土壤及河道等因素的影响,淮北平原区洪涝灾害频发,严重制约着区域粮食生产安全和社会经济可持续发展。
依据淮北平原区DEM,利用GIS水文分析工具提取流域水系数据[21]。具体步骤包括:地形预处理、流向分析、汇流分析、水系提取与分级等,并与该区高分辨率遥感影像进行对比、叠加和校核,得到淮北平原区水系分布情况,如图1所示。
参照淮北平原区水系的提取结果,对区域内子流域进行划分。流域划分首先要确定流域出水口的位置,然后根据水流方向计算出在给定集水面积阈值条件下,流入该出水口的所有上游集水栅格,即为子流域,最终得到泉河、润河、芡河、浍河及奎河流域等46个子流域的分布情况,划分结果如图2所示。
2 淮北平原区洪涝指标的选取及其分布特征
2.1 洪涝指标的选取
本次研究结合对淮北平原区洪涝灾害实际情况的调查與分析,紧紧围绕洪涝治理分区的目标,分别从气象、下垫面及人类活动方面选取且计算了与洪涝成因密切相关的指标,并分析其空间分布规律。其中,以最大3 d降雨量代表区域气象条件,其均值与最大值分别反映了该区域的平均与极端气象条件;土壤类型代表了区域的种植结构、土壤透水性等特征,地形指数代表区域的集水能力,二者共同反映了区域的下垫面条件;现状排涝工程指数代表了区域排涝工程的完善程度,反映了人类活动对区域洪涝的影响。 各子流域降雨量来源于区域内水文站的逐日实测降雨量值,时间为1951~2008年,缺测值由邻近站点数据插补获得。DEM资料来源于中科院地理所数据中心DEM数据,精度为30 m。
2.2 洪涝指标的空间分布特征分析
2.2.1 最大3 d降雨量
严重的洪涝灾害往往由连续性降雨所致,采用最大多日降雨量可较好地反映降雨的连续性特征。结合淮北平原区实际情况,采用最大3 d降雨量作为指标可以客观地反映该地区的洪涝特征。其中,最大3 d降雨量的多年平均值可以反映流域连续性降雨在时间尺度上的平均特征,最大3 d降雨量的多年最大值则可以表征流域连续性降雨在时间尺度上的极端特征。
淮北平原区最大3 d降雨量的多年平均值在淮北平原区呈现出“西南、东北多,中部少”的规律。西南地区多集中在132~146 mm,均属于西淝河与颍河水系,其中,沿淮区域降雨相对偏多;东北部数值集中在120~148 mm,多属奎濉河水系;区域中部除北淝河上、下游外,最大3 d降雨量的多年平均值多介于95~128 mm之间,如图3所示。
淮北平原区最大3 d多年极端降雨分布情况与多年平均值类似,整体上呈“西南、东北多,中部少”的分布格局。其中,西南部平均降雨量最大,约为333~431 mm,东北部数值较西南部略小,介于251~366 mm之间。区域中部降雨量最少,除北淝河上游及沿淮地区外,最大3 d降雨量的多年最大值多介于180~272 mm之间,如图4所示。
2.2.2 地形指数
自Beven和Kirkby提出地形指数以来,该指数在水文模拟中得到了广泛应用,并成为一些以物理概念为基础的水文模型的重要参数(如经典的Topmodel模型),其频率分布曲线反映了流域土壤含水量的空间分布,是进行产汇流计算的基础[22]。因此,采用地形指数可充分反映淮北平原区洪涝灾害的下垫面特征。计算地形指数通常采用单一流向法和多流向法(D8法),其值为ln(α/tanβ),其中,α为流经坡面任一点处单位等高线长所对应的汇水面积,tanβ为该点处的坡度。根据淮北平原区地形的特点,本研究采用Quinn等提出的D8法[23],该方法认为水流可以按不同分配系数流向高程小于计算中心网格高程的相邻的8个网格,更能反映水流运动的实际规律,可有效地模拟平坦地区发散水流。
图5是淮北平原区地形指数空间分布情况,由图5可知,淮北平原区地形指数呈现“西南、东南高,中、北部低”的分布格局。西南部除谷河、润河及焦岗湖外,地形指数多集中于12.6~13.6之间,东南部地形指数介于12.7~17.7之间,其高值区多集中在东南沿淮地区,说明这些区域最可能集水,导致洪涝灾害。而淮北平原区中部地形指数多集中在11.6~12.5之间,北部数值介于11.6~12.9之间,说明这些区域不易集水。
2.2.3 土壤类型
土壤是与洪涝密切相关的下垫面因素,土壤类型、结构与质地对地表、地下径流的排出有重要影响,一旦降雨过多,排出不及时,极易形成涝灾。淮北平原区作物种植受地下水影响较大,区域内不同土壤类型对土壤内水分交换及地下水位的变化有显著影响,是造成农田作物涝渍灾害的重要因素。
根据淮北平原区土壤类型的实际情况调查结果(见图6),可将淮北平原区土壤大致划分为以下类型:
(1) Ⅰ 类为淮北低山平原浅色草甸土(黄潮土)区,多集中于淮北平原区北部,包括湖西平原、萧濉新河、奎河、涡河上段及黑茨河等流域。该区域分布着浅色草甸土,局部地区也有青黑土,地势平坦,地下径流滞缓,局部低洼地区地下水矿化度较高,土壤易于盐碱化,且质地疏松易受侵蚀,水土流失严重,开挖的河沟易淤浅,影响农田排水沟排水,进一步加剧区域洼地洪涝灾害。
(2) Ⅱ类为河间平原青黑土(砂姜黑土)区,多集中在淮北平原区中部,包括南沱河、浍河、芡河及润河等流域。区域内主要为砂姜黑土,具有明显的棱柱状与块状结构,质地黏重,垂直裂隙发达,干缩湿涨性强[18]。汛期暴雨过程中,地下水位迅速上升,土壤受浸湿后土体膨胀粘湿闭气,通透性大大减弱,给土壤水侧向流动造成巨大阻力,使得地下水位易升难降,导致作物遭受涝渍威胁[20]。
(3) Ⅲ 类为沿淮浅色草甸土(潮土)及水稻土区,多集中于沿淮地区,包括郜家湖、北淝河下游、泥黑河、焦岗湖及洪河等流域。区域内岗地主要为水稻土,土壤下层质地较为黏重,湾地主要为浅色草甸土,地下径流比较通畅,土壤无盐渍化现象,但也存在着一定的洪涝现象。
由于区域土壤分类只代表区域内不同土壤的类型,并不涉及数值间的大小对比,但考虑其需作为指标参与分区计算,因此,將Ⅰ、Ⅱ、Ⅲ类土壤所对应的数值分别赋为1,2,3。
2.2.4 现状排涝工程指数
现状排涝工程指数是反映当前条件下区域内排涝工程标准高低的量化性指标。该指数能客观地体现区域内现状工程应对洪涝灾害的能力,其值越低,区域内排涝标准越低,发生洪涝灾害的可能性越大。设流域工程标准小于或等于5 a一遇的对应权重为a1,5 a及10 a一遇之间的权重为a2,10 a一遇及以上的权重为a3;对应的流域面积分别为A1、A2及A3,则各子流域现状排涝工程指数定义如下:
I= 3 i=1 aiAi (1)
参照淮北平原区各子流域实际工程情况,取a1=4,a2=7,a3=10;由公式(1)计算该指标,可得到淮北平原区各子流域现状排涝工程指数的空间分布情况,如图7所示。
由图7可知,淮北平原区的现状排涝工程指数呈现“西南、中部高,东北低”的分布格局。其中,淮北平原区西南部(除润河及颍河外)排涝标准多数集中于6.8~7.1之间,中部(除芡河及泥黑河外)数值多介于6.7~7.1之间,其中沿淮地区为高值区,说明这些区域的工程条件相对完善。而流域东北部排涝标准介于4.0~5.8之间,说明该区域工程条件有进一步提升空间。 3 淮北平原区洪涝治理分区
本次研究以上述5个与洪涝灾害密切相关的因素作为指标,对淮北平原区进行洪涝治理分区。在进行模糊聚类分析之前,采用主成分分析可以削减指标数目且最大限度地反映与区域洪涝成因相关的有效信息,有助于得到符合实际的洪涝治理分区。因此,本研究采用主成分分析与模糊聚类耦合的方法对相关洪涝指标进行分区。
首先,对淮北平原已有5个反映区域洪涝情况的指标(最大3 d降水量年平均值、最大3 d降水量年最大值、地形指数、土壤类型与现状排涝工程指数)进行标准化处理,以消除其量纲的影响。对于第i类指标在第k个子流域的数值Xik(i=1,2,…,p;k=1,2,…,n),可得:
X*ik= Xik-Xi Si (2)
式中:X*ik为标准化值,Xi = 1 n n i=1 Xij及Si= 1 n-1 n i=1 (Xij-Xj )2 分别为第i类指标的均值及标准差。
得到标准化指标 X *i=(X*i1,X*i2,…,X*in)T,计算指标间的相关系数矩阵:
R = r11 r12 … r1pr21 r22 … r2p rp1 rp2 … rpp (3)
式中: R 为相关系数矩阵,rij i,j=1,2,…,p 为 X *i与 X *j间的相关系数。
令 R -λi I =0,求得 R 的特征值λi(i=1,2,…,p),将其由大到小排列并计算对应的特征向量 u i(i=1,2,…,p),求得第m(m≤p)个特征值对应方差的贡献率ηm=λm/ p i=1 λi,前m个特征值对应的累积方差贡献率m= m i=1 λi/ p i=1 λi,第m个主成分分量可表示为
f m=um1 X *1+um2 X *2+…+umn X *n (4)
累积方差贡献率越高,说明前m个指标对所有指标的代表性越强。因此,当前m个指标代表性足够强时,可利用其反映全部指标的主要信息,其主成分分量 f =( f 1, f 2,…, f m)可作为模糊聚类分析的输入值进行分类分区。关于主成分分析的详细步骤可参见文献[16]。
根据上述方法计算淮北平原区各子流域洪涝指标。由于前4个特征值对应的累积方差贡献率m为95.46%,可较好地代表各指标的主要信息,故以前4个主成分分量 f =( f 1, f 2, f 3, f 4)作为模糊聚类分析的输入变量。
本次研究使用模糊c均值(Fuzzy C-Means,FCM)聚类算法,是基于对目标函数优化基础上的一种聚类方法,聚类结果为每一个数据点对聚类中心的隶属程度,用0~1间的数值表示。假定原始数据集为 X ,若把 X 划分为c类,其中第i类对应的类中心为ci(i=1,2,…,c),每一样本j属于第i类的隶属度设为uij i=1,2,…,c;j=1,2,…,n ,则定义一个FCM的目标函数J及其约束条件,见式(5)与式(6)。
J= c i=1 n j=1 umij‖xj-ci‖2 (5)
c i=1 uij=1 (6)
采用拉格朗日乘数法对上述目标函数及约束条件进行处理,经一系列运算可推得主要参数的迭代公式,其中,ci的迭代公式如下:
ci= n j=1 (xjumij) n j=1 umij (7)
uij的迭代公式如下:
uij= 1 c k=1 ( ‖xj-ci‖ ‖xj-ck‖ )( 2 m-1 ) (8)
通过设置收敛精度,可确定迭代终止条件:
‖ U t- U t-1‖≤ε (9)
式中: U 为隶属度矩阵,t为迭代次数,ε为收敛精度。
在开展模糊聚类分析时,首先需确定参数m及c。其中,m为模糊系数,可以影响分类的准确程度,太大或者太小都会使得分类的准确性受到影响,实际应用时,m通常取2;对分类数c的选取,考虑淮北平原区实际情况与已有水利区划成果,将各子流域分为5个区域。淮北平原区洪涝治理FCM分区步骤如图8所示。
整理后,最终可得到隶属度矩阵 U *,其结果如表1所列。
根據计算得到的隶属度矩阵 U *, 找出区域最大隶属度对应的分类编号;同时,考虑淮北平原区的实际情况,结合划分区域的空间连续性原则与自下而上的修正方法[24],修正少数异常结果,最终得到淮北平原区最终的洪涝治理分区结果,各区域(包含流域)名称分别如表2所列及图9所示。
由图9可知:淮北平原区的洪涝治理可划分为5个区域,除沿淮区域外,其余4个区域在整个淮北平原沿“东北—西南”方向分布,划分结果可体现各个指标的空间组合特性。具体分区情况如下。
(1) Ⅰ区位于淮北平原区东北部,包括湖西平原、萧濉新河及奎河等流域,该区域的特点为:最大3 d降雨多年均值、最大值较高,地形指数较低,土壤类型皆为浅色草甸土,现状排涝指数较低。表明该区从气象角度易发生洪涝,下垫面相对不易积涝,但土壤条件相对不利于排涝,排涝工程标准相对较低。该区域在历史上经历过少数洪涝灾害,比如1991年6~7月,区域周边出现了较大的暴雨中心,而且相对于洪灾,涝灾所占比重较大。除暴雨外,河道过水能力较差也是造成洪涝灾害的重要原因。因此,该区部分洪涝频发地带应提升自排能力,包括沟、渠及河道清淤,有条件的流域同时也可进行沟、渠及河道断面开挖,尽可能提升现状排涝标准。 (2) Ⅱ区位于淮北平原区中部偏东北地区,包括沱河上段、新沱河及南沱河等流域,该区域的特点为:最大3 d降雨多年均值、最大值较低,地形指数较I区稍高,土壤类型皆为砂姜黑土,现状排涝指数较低。表明该区从气象角度不易发生洪涝,下垫面有一定积涝能力,土壤条件相对不利于排涝,排涝工程标准相对较低。该区域在历史上发生过一些洪涝灾害,部分子流域受到较大影响,例如2003年,因河道治理标准过低,唐河及南、北沱河流域在强降雨过程下受较大影响,河水倒灌且地面积水严重,沿线大片农田被积水淹没或围困。因此,该区域要尽可能改善现状排涝标准。由于区域下垫面有一定的积涝能力,部分流域在提升自排能力的同时也可适当提升抽排能力,例如增加泵站数量或提升泵站提水能力。
(3) Ⅲ区位于淮北平原区中部偏西南地区,包括涡河上段、涡河下段及北淝河上段等流域,该区域的特点为:最大3 d降雨多年均值、极端值皆较低,地形指数较低,土壤类型多数为砂姜黑土,现状排涝指数大部分较高。表明该区从气象角度不易发生洪涝,下垫面相对不易积涝但多数区域的土壤条件相对不利于排涝,排涝工程标准相对较高。该区域在历史上发生洪涝灾害相对较少,例如1963年涡河出现了较大来水。由于下垫面自排能力及排涝治理标准较高,而且受淮干水位顶托影响很小,该区域在汛期受灾几率相对较小。因此,该区域可进一步提升局部重点区(包括涡河上段、北淝河上段等区域)的自排能力,适当地开展沟渠及河道的清淤及修复工作;对于自排较困难的区域(包括涡河下段、新淝河等区域),适当地提升其抽排能力。
(4) Ⅳ区位于淮北平原区西南部,包括西淝河上段、永幸河及黑茨河等流域,该区域的特点为:最大3 d降雨多年均值与极端值均较高,地形指数较高,土壤类型多数为砂姜黑土,现状排涝指数大部分较高。表明该区从气象角度来说易发生洪涝,下垫面相对易积涝但大部分区域的土壤条件相对不利于排涝,排涝工程标准相对较高。该区域在历史上发生过较多洪涝灾害,例如1975,2003年及2010年等。考虑到该区域下垫面积涝能力较强,针对局部重点区(包括西淝河下游、颍河下段等区域)应尽可能提升其抽排能力,其他区域(包括西淝河上游、泉河等区域)可适当提升其自排能力。
(5) Ⅴ区主要位于沿淮地区,包括洪河、焦岗湖及郜家湖等流域,该区域的特点为:最大3 d降雨多年均值、极端值大部分较高,土壤类型为浅色草甸土及水稻土区,土壤耐淹能力较强,现状排涝指数大部分较高。表明该区从气象角度易发生洪涝,土壤条件对排涝的影响相对较小,排涝工程标准相对较高。此外,该区受淮河干流水位顶托影响,当干流水位高于沿淮洼地内水位时,为防止淮河洪水倒灌,沿淮洼地将关闭涵闸,致使上游来水无法排入干流河道,形成“关门淹”,淹水深且持续时间长。该区域在历史上發生洪涝灾害的次数最多,在1954,1963,1991,2003年及2007年等年份都出现了不同程度的汛情,沿淮多个站点的流量及水位都达到了较高值。考虑到该区域汛情严重且水流受淮干顶托难以自排,因此,该区内的洪涝情势应受到重点关注,采用以抽排为主的方式提升重点流域的排涝标准,但同时要充分考虑排涝标准的提高对淮河干流河道行洪的影响。
4 结 论
(1) 洪涝治理分区是洪涝灾害防治的前提,合理的分区是洪涝治理措施是否具有因地制宜性的判断准则。采用模糊聚类分析不仅能反映洪涝治理分区的实质,而且相较于传统的聚类法更能客观地反映实际。采用物理意义明确并能合理描述洪涝成因的指标是治理分区的关键。本文从气象因素、下垫面条件及人类活动的角度选取了代表洪涝成因特征的指标,采用主成分分析与模糊聚类耦合方法,结合划分区域的空间连续性与自下而上的修正原则,提出了淮北平原区洪涝治理的分区方法。
(2) 选取了包括最大3 d降雨量多年均值及最大值、地形指数、土壤类型和现状排涝工程指数等5个指标,在分析各指标空间分布规律的基础上,进行了洪涝治理分区研究,研究结果表明:① 淮北平原区各洪涝指标有显著的空间分布特征,其中,最大3 d降雨量平均及最大值皆呈“西南、东北多,中部少”的规律;地形指数呈现“西南、东南高,中、北部低”的格局;现状排涝工程指数呈现“西南、中部高,东北低”的格局;土壤由北至南可大致分为3种不同类型。② 淮北平原区洪涝治理可划分为5个区域,其中,Ⅰ区位于淮北平原区东北部,应针对洪涝频发地带提升自排能力,尽可能提高现状排涝标准;Ⅱ区位于中部偏东北区,部分流域在提升其自排能力的同时也可适当提升抽排能力;Ⅲ区位于中部偏西南区,应以提升局部重点区域自排能力为主,适当提升其他区域的抽排能力;Ⅳ区位于西南部,局部重点区应尽可能提升抽排能力,部分区域可适当地提升自排能力;Ⅴ区位于沿淮地区,采用以抽排为主的方式适当提升重点区的排涝标准,同时要充分考虑排涝标准的提高对淮河干流河道行洪的影响。
(3) 本文所选取的指标具有明确的物理意义和属性,能够客观地反映淮北平原区洪涝的实际特征与成因;所采用的分区方法可在治理分区过程中同时兼顾模糊聚类与主成分分析的优势,分区结果更为合理且科学。因此,本文成果可为淮北平原区洪涝的进一步治理提供理论依据,同时也可为其他区域的洪涝治理分区研究提供借鉴。未来,在针对某一具体区域进行洪涝治理分区时,需结合区域实际情况选用合适的指标,尽可能多地运用可直接反映区域洪涝状况的指标,以提升分区结果的可靠程度,例如,可使用区域河湖水面率及水网畅通程度的相关参数进行区域划分。详细流程还需根据当地实际洪涝特征进一步完善。
参考文献:
[1] 高阳华,唐云辉,冉荣生,等.重庆市洪涝指标及其发生规律研究[J].西南大学学报(自然科学版),2002,24(6):551-554.
[2] 刘航,蒋尚明,金菊良,等.基于GIS的区域干旱灾害风险区划研究[J].灾害学,2013,28(3):198-203. [3] 王新龍,钟平安,万新宇,等.淮河流域洪涝时空分布规律[J].水电能源科学,2013(3):45-49.
[4] 宫清华,黄光庆,郭敏,等.基于GIS技术的广东省洪涝灾害风险区划[J].自然灾害学报,2009,18(1):58-63.
[5] 杨志勇,袁喆,严登华,等.黄淮海流域旱涝时空分布及组合特性[J].水科学进展,2013,24(5):617-625.
[6] 王静静,刘敏,权瑞松,等.中国东南沿海地区暴雨洪涝风险分区及评价[J].华北水利水电大学学报(自然科学版),2010,31(1):14-16.
[7] 姚俊英,朱红蕊,南极月,等.基于灰色理论的黑龙江省暴雨洪涝特征分析及灾变预测[J].灾害学,2012,27(1):59-63.
[8] 崔巍,陈文学,白音包力皋,等.中小河流洪涝风险评估及研究:以哈尔滨地区为例[J].中国水利,2013(4):15-18.
[9] 万昔超,殷伟量,孙鹏,等.基于云模型的暴雨洪涝灾害风险分区评价[J].自然灾害学报,2017(4):80-86.
[10] 胡波,丁烨毅,何利德,等.基于模糊综合评价的宁波暴雨洪涝灾害风险区划[J].暴雨灾害,2014,33(4):380-385.
[11] 鞠笑生,杨贤为,陈丽娟,等.我国单站旱涝指标确定和区域旱涝级别划分的研究[J].应用气象学报,1997,8(1):26-33.
[12] 朱亚芬.530年来中国东部旱涝分区及北方旱涝演变[J].地理学报,2003,58(增1):100-107.
[13] 杨晓静,徐宗学,左德鹏,等.东北三省近55a旱涝时空演变特征[J].自然灾害学报,2016,25(4):9-19.
[14] 王志良,邱林,梁川,等.基于模糊聚类分析的水资源分区研究[J].华北水利水电大学学报(自然科学版),2001,22(2):7-10.
[15] 杨子生.云南省金沙江流域洪涝灾害区划研究[J].山地学报,2002(增1):51-58.
[16] 吴景社,康绍忠,王景雷,等.基于主成分分析和模糊聚类方法的全国节水灌溉分区研究[J].农业工程学报,2004,20(4):64-68.
[17] 丁亚明,赵艳平,张志红,等.基于主成分分析和模糊聚类的水文分区[J].合肥工业大学学报(自然科学版),2009,32(6):796-801.
[18] 蒋尚明,王友贞,汤广民,等.淮北平原主要农作物涝渍灾害损失评估研究[J].水利水电技术,2011,42(8):63-66.
[19] 汤广民,王友贞,王修贵,等.淮北平原区基于大沟蓄水技术的农田水资源调控模式[J].灌溉排水学报,2008,27(4):1-5.
[20] 王友贞,叶乃杰.安徽淮北平原农田排水问题[J].中国农村水利水电,2008(2):5-7.
[21] 孙艳玲,刘洪斌,谢德体,等.基于DEM流域河网水系的提取研究[J].华东地质,2004,25(1):18-22.
[22] 邓慧平,李秀彬.地形指数的物理意义分析[J].地理科学进展,2002,21(2):103-110.
[23] OUINN P,BEVEN K J,PLANCHON O.The prediction of hillslope flow paths for distributed hydrological modeling using digital terrain models[J].Hydrological Processes,1991,5(1):59-79.
[24] 王平,史培军.自下而上进行区域自然灾害综合区划的方法研究:以湖南省为案例[J].自然灾害学报,1999(3):54-60.
(编辑:赵秋云)
引用本文:
沈瑞,曹秀清,蒋尚明,等.
基于主成分分析与模糊聚类的洪涝治理分区研究
[J].人民长江,2021,52(8):30-37.
Study on flood defense division based on coupling of principal component
analysis and fuzzy clustering
SHEN Rui1,CAO Xiuqing1,JIANG Shangming1,JIN Juliang2,HE Piao2
( 1.Key Laboratory of Water Conservancy and Water Resources of Anhui Province,Anhui & Huaihe River Institute of Hydraulic Reserach,Hefei 230000,China; 2.College of Civil Engineering,Hefei University of Technology,Hefei 230009,China )
Abstract:
In order to reveal the regional differences of flood disasters in the Huaibei Plain and formulate disaster prevention and mitigation measures according to local conditions,we conduct area division for flood disasters control.The division method is based on coupling of principal component analysis and fuzzy clustering analysis,selecting factors from the aspect of meteorology,underlying surface and human activities.The results show that the spatial distribution characteristics of flood-related factors are obvious in the Huaibei Plain.According to the characteristics,the whole plain can be divided into 5 subregions,area-Ⅰis located in the northeast of Huaibei Plain,where is a flood-prone areas,and the self-drainage capability should be improved in this area;area-Ⅱ is located in northeast of central area,where self-drainage and pumping capacity should be improved at the same time;area-Ⅲ is located in southwest of central area,where self-drainage capacity in some local key areas should be enhanced;area-Ⅳ is located in southwest,where pumping capacity in local key areas should be improved;area-Ⅴ is located along the Huaihe River region,where the drainage standards of key regions should be improved appropriately by means of pumping,while the impact of raising drainage capacity on the flood in the mainstream of Huaihe River should be fully considered.The results of division can objectively reflect the spatial combination characteristics of each factor.And the selection of index and zoning method used in the study can provide a theoretical basis for the establishment of regional flood defense policies.
Key words:
flood defense division;principal component analysis;fuzzy clustering analysis;Huaibei Plain
关 键 词: 洪涝治理分区; 主成分分析; 模糊聚类分析; 淮北平原区
中图法分类号: TU992
文献标志码: A
DOI: 10.16232/j.cnki.1001-4179.2021.08.005
0 引 言
洪涝治理分区是指通过研究洪涝发生发展的空间分布规律,以制定研究区内各子区域洪涝灾害的对应治理策略为目标,按照致灾因子的区内相似性与区间差异性进行的区域归类及划分。合理的洪涝治理分区可揭示洪涝影响因素的空间组合效应,为提出因地制宜的防灾减灾措施提供依据。国内外学者针对水旱灾害的分区开展了大量研究,取得了一定的成果[1-4]。以往针对洪涝分区的研究多考虑其特征,包括规模、强度及造成的影响等,采用的指标主要有洪涝发生次数、频率、受灾人口及经济损失等[5-7]。该方式有助于明确不同区域间的洪涝严重程度,确定相应的治理力度及规模,但对洪涝内在成因的揭示尚不充分。因此,越来越多的研究开始借鉴其他自然灾害风险区划的评价方法,将洪涝成因纳入分区体系中[8-10]。洪涝治理分区与传统的洪涝风险分区不同,其目标是按照区域洪涝成因的空间分布特征,划分不同洪涝影响因素主导的子区域,划分后的子区域可依据洪涝的成因类型采取相应的治理措施。
可将现有的洪涝分区方法归纳为以下两大类:
(1) 直接依据经验或规范设定标准进行分区[1,11];
(2) 采用包括EOF/REOF、灰色系统理论及聚类分析等在内的数理统计方法进行分区[7-8,12-13],其中,聚类分析应用最为广泛。
但在客观世界中的事物不一定遵循“非此即彼”的原则,分类所依据的指标亦呈现连续变化的特征,而结合了模糊数学及聚类分析的模糊聚类分析方法更能反映实际[14]。杨子生[15]运用模糊聚类方法对金沙江流域洪涝灾害区划开展了研究,揭示了该流域洪涝灾害的地域差异性。分区所采用的指标间往往存在一定的相关性,仅有少数指标起决定性作用,其精度往往受限于使用者的经验判断,而主成分分析则把多指标合成为少数相互无关的主成分,且各主成分可反映原指标的绝大部分信息,是在复杂数据中提取有效信息的理想方法[16]。因此,将主成分分析和模糊聚类分析进行耦合,不仅可以体现分区指标的有效性与独立性,也能显著地改善分区效果,其在节水灌溉及水文分区等研究中得到了广泛应用[16-17]。
由于分区是以区内相似性与区间差异性特征为基础,其本质与聚类过程类似[15]。基于此,本文选取安徽省淮北平原区为例,结合对该区域洪涝实际情况的调查与分析,分别从气象、下垫面及人类活动角度选取与区域洪涝灾害相关的代表性指标,采用主成分分析与模糊聚类耦合的方法,在分析流域洪涝灾害成因的基础上,根据不同洪涝主导因素对研究区的洪涝治理区域进行划分,以期对不同子区域寻找最为合适的洪涝治理措施,为区域洪涝灾害治理提供理论依据。
1 研究区概况
安徽省淮北平原区总面积为3.74万km2,其中平原区面积占95.3%,耕地面积约21.5万hm2,占全省耕地面积一半以上,耕地率接近60%,是安徽省重要的商品粮基地[18-19]。淮北平原区地处中国南北气候过渡带,属暖温带半湿润气候区与典型的季风气候区,夏热多雨,冷暖与旱涝间的转变十分突出,区域内多年降雨量年内分布不均,年际变化大。区域地势平坦,微地形起伏,水流较平缓,在暴雨及连阴雨情况下极易发生洪涝,且土壤结构与质地易引起作物遭受涝渍威胁[18,20]。此外,当发生流域性降雨时,上游洪水迅速进入中游河道,中游水位迅速上涨,受河湖高水位顶托,沿淮平原洼地涝水无法排入淮河干流,使得平原区洪涝问题突出。因此,受降雨、地形、土壤及河道等因素的影响,淮北平原区洪涝灾害频发,严重制约着区域粮食生产安全和社会经济可持续发展。
依据淮北平原区DEM,利用GIS水文分析工具提取流域水系数据[21]。具体步骤包括:地形预处理、流向分析、汇流分析、水系提取与分级等,并与该区高分辨率遥感影像进行对比、叠加和校核,得到淮北平原区水系分布情况,如图1所示。
参照淮北平原区水系的提取结果,对区域内子流域进行划分。流域划分首先要确定流域出水口的位置,然后根据水流方向计算出在给定集水面积阈值条件下,流入该出水口的所有上游集水栅格,即为子流域,最终得到泉河、润河、芡河、浍河及奎河流域等46个子流域的分布情况,划分结果如图2所示。
2 淮北平原区洪涝指标的选取及其分布特征
2.1 洪涝指标的选取
本次研究结合对淮北平原区洪涝灾害实际情况的调查與分析,紧紧围绕洪涝治理分区的目标,分别从气象、下垫面及人类活动方面选取且计算了与洪涝成因密切相关的指标,并分析其空间分布规律。其中,以最大3 d降雨量代表区域气象条件,其均值与最大值分别反映了该区域的平均与极端气象条件;土壤类型代表了区域的种植结构、土壤透水性等特征,地形指数代表区域的集水能力,二者共同反映了区域的下垫面条件;现状排涝工程指数代表了区域排涝工程的完善程度,反映了人类活动对区域洪涝的影响。 各子流域降雨量来源于区域内水文站的逐日实测降雨量值,时间为1951~2008年,缺测值由邻近站点数据插补获得。DEM资料来源于中科院地理所数据中心DEM数据,精度为30 m。
2.2 洪涝指标的空间分布特征分析
2.2.1 最大3 d降雨量
严重的洪涝灾害往往由连续性降雨所致,采用最大多日降雨量可较好地反映降雨的连续性特征。结合淮北平原区实际情况,采用最大3 d降雨量作为指标可以客观地反映该地区的洪涝特征。其中,最大3 d降雨量的多年平均值可以反映流域连续性降雨在时间尺度上的平均特征,最大3 d降雨量的多年最大值则可以表征流域连续性降雨在时间尺度上的极端特征。
淮北平原区最大3 d降雨量的多年平均值在淮北平原区呈现出“西南、东北多,中部少”的规律。西南地区多集中在132~146 mm,均属于西淝河与颍河水系,其中,沿淮区域降雨相对偏多;东北部数值集中在120~148 mm,多属奎濉河水系;区域中部除北淝河上、下游外,最大3 d降雨量的多年平均值多介于95~128 mm之间,如图3所示。
淮北平原区最大3 d多年极端降雨分布情况与多年平均值类似,整体上呈“西南、东北多,中部少”的分布格局。其中,西南部平均降雨量最大,约为333~431 mm,东北部数值较西南部略小,介于251~366 mm之间。区域中部降雨量最少,除北淝河上游及沿淮地区外,最大3 d降雨量的多年最大值多介于180~272 mm之间,如图4所示。
2.2.2 地形指数
自Beven和Kirkby提出地形指数以来,该指数在水文模拟中得到了广泛应用,并成为一些以物理概念为基础的水文模型的重要参数(如经典的Topmodel模型),其频率分布曲线反映了流域土壤含水量的空间分布,是进行产汇流计算的基础[22]。因此,采用地形指数可充分反映淮北平原区洪涝灾害的下垫面特征。计算地形指数通常采用单一流向法和多流向法(D8法),其值为ln(α/tanβ),其中,α为流经坡面任一点处单位等高线长所对应的汇水面积,tanβ为该点处的坡度。根据淮北平原区地形的特点,本研究采用Quinn等提出的D8法[23],该方法认为水流可以按不同分配系数流向高程小于计算中心网格高程的相邻的8个网格,更能反映水流运动的实际规律,可有效地模拟平坦地区发散水流。
图5是淮北平原区地形指数空间分布情况,由图5可知,淮北平原区地形指数呈现“西南、东南高,中、北部低”的分布格局。西南部除谷河、润河及焦岗湖外,地形指数多集中于12.6~13.6之间,东南部地形指数介于12.7~17.7之间,其高值区多集中在东南沿淮地区,说明这些区域最可能集水,导致洪涝灾害。而淮北平原区中部地形指数多集中在11.6~12.5之间,北部数值介于11.6~12.9之间,说明这些区域不易集水。
2.2.3 土壤类型
土壤是与洪涝密切相关的下垫面因素,土壤类型、结构与质地对地表、地下径流的排出有重要影响,一旦降雨过多,排出不及时,极易形成涝灾。淮北平原区作物种植受地下水影响较大,区域内不同土壤类型对土壤内水分交换及地下水位的变化有显著影响,是造成农田作物涝渍灾害的重要因素。
根据淮北平原区土壤类型的实际情况调查结果(见图6),可将淮北平原区土壤大致划分为以下类型:
(1) Ⅰ 类为淮北低山平原浅色草甸土(黄潮土)区,多集中于淮北平原区北部,包括湖西平原、萧濉新河、奎河、涡河上段及黑茨河等流域。该区域分布着浅色草甸土,局部地区也有青黑土,地势平坦,地下径流滞缓,局部低洼地区地下水矿化度较高,土壤易于盐碱化,且质地疏松易受侵蚀,水土流失严重,开挖的河沟易淤浅,影响农田排水沟排水,进一步加剧区域洼地洪涝灾害。
(2) Ⅱ类为河间平原青黑土(砂姜黑土)区,多集中在淮北平原区中部,包括南沱河、浍河、芡河及润河等流域。区域内主要为砂姜黑土,具有明显的棱柱状与块状结构,质地黏重,垂直裂隙发达,干缩湿涨性强[18]。汛期暴雨过程中,地下水位迅速上升,土壤受浸湿后土体膨胀粘湿闭气,通透性大大减弱,给土壤水侧向流动造成巨大阻力,使得地下水位易升难降,导致作物遭受涝渍威胁[20]。
(3) Ⅲ 类为沿淮浅色草甸土(潮土)及水稻土区,多集中于沿淮地区,包括郜家湖、北淝河下游、泥黑河、焦岗湖及洪河等流域。区域内岗地主要为水稻土,土壤下层质地较为黏重,湾地主要为浅色草甸土,地下径流比较通畅,土壤无盐渍化现象,但也存在着一定的洪涝现象。
由于区域土壤分类只代表区域内不同土壤的类型,并不涉及数值间的大小对比,但考虑其需作为指标参与分区计算,因此,將Ⅰ、Ⅱ、Ⅲ类土壤所对应的数值分别赋为1,2,3。
2.2.4 现状排涝工程指数
现状排涝工程指数是反映当前条件下区域内排涝工程标准高低的量化性指标。该指数能客观地体现区域内现状工程应对洪涝灾害的能力,其值越低,区域内排涝标准越低,发生洪涝灾害的可能性越大。设流域工程标准小于或等于5 a一遇的对应权重为a1,5 a及10 a一遇之间的权重为a2,10 a一遇及以上的权重为a3;对应的流域面积分别为A1、A2及A3,则各子流域现状排涝工程指数定义如下:
I= 3 i=1 aiAi (1)
参照淮北平原区各子流域实际工程情况,取a1=4,a2=7,a3=10;由公式(1)计算该指标,可得到淮北平原区各子流域现状排涝工程指数的空间分布情况,如图7所示。
由图7可知,淮北平原区的现状排涝工程指数呈现“西南、中部高,东北低”的分布格局。其中,淮北平原区西南部(除润河及颍河外)排涝标准多数集中于6.8~7.1之间,中部(除芡河及泥黑河外)数值多介于6.7~7.1之间,其中沿淮地区为高值区,说明这些区域的工程条件相对完善。而流域东北部排涝标准介于4.0~5.8之间,说明该区域工程条件有进一步提升空间。 3 淮北平原区洪涝治理分区
本次研究以上述5个与洪涝灾害密切相关的因素作为指标,对淮北平原区进行洪涝治理分区。在进行模糊聚类分析之前,采用主成分分析可以削减指标数目且最大限度地反映与区域洪涝成因相关的有效信息,有助于得到符合实际的洪涝治理分区。因此,本研究采用主成分分析与模糊聚类耦合的方法对相关洪涝指标进行分区。
首先,对淮北平原已有5个反映区域洪涝情况的指标(最大3 d降水量年平均值、最大3 d降水量年最大值、地形指数、土壤类型与现状排涝工程指数)进行标准化处理,以消除其量纲的影响。对于第i类指标在第k个子流域的数值Xik(i=1,2,…,p;k=1,2,…,n),可得:
X*ik= Xik-Xi Si (2)
式中:X*ik为标准化值,Xi = 1 n n i=1 Xij及Si= 1 n-1 n i=1 (Xij-Xj )2 分别为第i类指标的均值及标准差。
得到标准化指标 X *i=(X*i1,X*i2,…,X*in)T,计算指标间的相关系数矩阵:
R = r11 r12 … r1pr21 r22 … r2p rp1 rp2 … rpp (3)
式中: R 为相关系数矩阵,rij i,j=1,2,…,p 为 X *i与 X *j间的相关系数。
令 R -λi I =0,求得 R 的特征值λi(i=1,2,…,p),将其由大到小排列并计算对应的特征向量 u i(i=1,2,…,p),求得第m(m≤p)个特征值对应方差的贡献率ηm=λm/ p i=1 λi,前m个特征值对应的累积方差贡献率m= m i=1 λi/ p i=1 λi,第m个主成分分量可表示为
f m=um1 X *1+um2 X *2+…+umn X *n (4)
累积方差贡献率越高,说明前m个指标对所有指标的代表性越强。因此,当前m个指标代表性足够强时,可利用其反映全部指标的主要信息,其主成分分量 f =( f 1, f 2,…, f m)可作为模糊聚类分析的输入值进行分类分区。关于主成分分析的详细步骤可参见文献[16]。
根据上述方法计算淮北平原区各子流域洪涝指标。由于前4个特征值对应的累积方差贡献率m为95.46%,可较好地代表各指标的主要信息,故以前4个主成分分量 f =( f 1, f 2, f 3, f 4)作为模糊聚类分析的输入变量。
本次研究使用模糊c均值(Fuzzy C-Means,FCM)聚类算法,是基于对目标函数优化基础上的一种聚类方法,聚类结果为每一个数据点对聚类中心的隶属程度,用0~1间的数值表示。假定原始数据集为 X ,若把 X 划分为c类,其中第i类对应的类中心为ci(i=1,2,…,c),每一样本j属于第i类的隶属度设为uij i=1,2,…,c;j=1,2,…,n ,则定义一个FCM的目标函数J及其约束条件,见式(5)与式(6)。
J= c i=1 n j=1 umij‖xj-ci‖2 (5)
c i=1 uij=1 (6)
采用拉格朗日乘数法对上述目标函数及约束条件进行处理,经一系列运算可推得主要参数的迭代公式,其中,ci的迭代公式如下:
ci= n j=1 (xjumij) n j=1 umij (7)
uij的迭代公式如下:
uij= 1 c k=1 ( ‖xj-ci‖ ‖xj-ck‖ )( 2 m-1 ) (8)
通过设置收敛精度,可确定迭代终止条件:
‖ U t- U t-1‖≤ε (9)
式中: U 为隶属度矩阵,t为迭代次数,ε为收敛精度。
在开展模糊聚类分析时,首先需确定参数m及c。其中,m为模糊系数,可以影响分类的准确程度,太大或者太小都会使得分类的准确性受到影响,实际应用时,m通常取2;对分类数c的选取,考虑淮北平原区实际情况与已有水利区划成果,将各子流域分为5个区域。淮北平原区洪涝治理FCM分区步骤如图8所示。
整理后,最终可得到隶属度矩阵 U *,其结果如表1所列。
根據计算得到的隶属度矩阵 U *, 找出区域最大隶属度对应的分类编号;同时,考虑淮北平原区的实际情况,结合划分区域的空间连续性原则与自下而上的修正方法[24],修正少数异常结果,最终得到淮北平原区最终的洪涝治理分区结果,各区域(包含流域)名称分别如表2所列及图9所示。
由图9可知:淮北平原区的洪涝治理可划分为5个区域,除沿淮区域外,其余4个区域在整个淮北平原沿“东北—西南”方向分布,划分结果可体现各个指标的空间组合特性。具体分区情况如下。
(1) Ⅰ区位于淮北平原区东北部,包括湖西平原、萧濉新河及奎河等流域,该区域的特点为:最大3 d降雨多年均值、最大值较高,地形指数较低,土壤类型皆为浅色草甸土,现状排涝指数较低。表明该区从气象角度易发生洪涝,下垫面相对不易积涝,但土壤条件相对不利于排涝,排涝工程标准相对较低。该区域在历史上经历过少数洪涝灾害,比如1991年6~7月,区域周边出现了较大的暴雨中心,而且相对于洪灾,涝灾所占比重较大。除暴雨外,河道过水能力较差也是造成洪涝灾害的重要原因。因此,该区部分洪涝频发地带应提升自排能力,包括沟、渠及河道清淤,有条件的流域同时也可进行沟、渠及河道断面开挖,尽可能提升现状排涝标准。 (2) Ⅱ区位于淮北平原区中部偏东北地区,包括沱河上段、新沱河及南沱河等流域,该区域的特点为:最大3 d降雨多年均值、最大值较低,地形指数较I区稍高,土壤类型皆为砂姜黑土,现状排涝指数较低。表明该区从气象角度不易发生洪涝,下垫面有一定积涝能力,土壤条件相对不利于排涝,排涝工程标准相对较低。该区域在历史上发生过一些洪涝灾害,部分子流域受到较大影响,例如2003年,因河道治理标准过低,唐河及南、北沱河流域在强降雨过程下受较大影响,河水倒灌且地面积水严重,沿线大片农田被积水淹没或围困。因此,该区域要尽可能改善现状排涝标准。由于区域下垫面有一定的积涝能力,部分流域在提升自排能力的同时也可适当提升抽排能力,例如增加泵站数量或提升泵站提水能力。
(3) Ⅲ区位于淮北平原区中部偏西南地区,包括涡河上段、涡河下段及北淝河上段等流域,该区域的特点为:最大3 d降雨多年均值、极端值皆较低,地形指数较低,土壤类型多数为砂姜黑土,现状排涝指数大部分较高。表明该区从气象角度不易发生洪涝,下垫面相对不易积涝但多数区域的土壤条件相对不利于排涝,排涝工程标准相对较高。该区域在历史上发生洪涝灾害相对较少,例如1963年涡河出现了较大来水。由于下垫面自排能力及排涝治理标准较高,而且受淮干水位顶托影响很小,该区域在汛期受灾几率相对较小。因此,该区域可进一步提升局部重点区(包括涡河上段、北淝河上段等区域)的自排能力,适当地开展沟渠及河道的清淤及修复工作;对于自排较困难的区域(包括涡河下段、新淝河等区域),适当地提升其抽排能力。
(4) Ⅳ区位于淮北平原区西南部,包括西淝河上段、永幸河及黑茨河等流域,该区域的特点为:最大3 d降雨多年均值与极端值均较高,地形指数较高,土壤类型多数为砂姜黑土,现状排涝指数大部分较高。表明该区从气象角度来说易发生洪涝,下垫面相对易积涝但大部分区域的土壤条件相对不利于排涝,排涝工程标准相对较高。该区域在历史上发生过较多洪涝灾害,例如1975,2003年及2010年等。考虑到该区域下垫面积涝能力较强,针对局部重点区(包括西淝河下游、颍河下段等区域)应尽可能提升其抽排能力,其他区域(包括西淝河上游、泉河等区域)可适当提升其自排能力。
(5) Ⅴ区主要位于沿淮地区,包括洪河、焦岗湖及郜家湖等流域,该区域的特点为:最大3 d降雨多年均值、极端值大部分较高,土壤类型为浅色草甸土及水稻土区,土壤耐淹能力较强,现状排涝指数大部分较高。表明该区从气象角度易发生洪涝,土壤条件对排涝的影响相对较小,排涝工程标准相对较高。此外,该区受淮河干流水位顶托影响,当干流水位高于沿淮洼地内水位时,为防止淮河洪水倒灌,沿淮洼地将关闭涵闸,致使上游来水无法排入干流河道,形成“关门淹”,淹水深且持续时间长。该区域在历史上發生洪涝灾害的次数最多,在1954,1963,1991,2003年及2007年等年份都出现了不同程度的汛情,沿淮多个站点的流量及水位都达到了较高值。考虑到该区域汛情严重且水流受淮干顶托难以自排,因此,该区内的洪涝情势应受到重点关注,采用以抽排为主的方式提升重点流域的排涝标准,但同时要充分考虑排涝标准的提高对淮河干流河道行洪的影响。
4 结 论
(1) 洪涝治理分区是洪涝灾害防治的前提,合理的分区是洪涝治理措施是否具有因地制宜性的判断准则。采用模糊聚类分析不仅能反映洪涝治理分区的实质,而且相较于传统的聚类法更能客观地反映实际。采用物理意义明确并能合理描述洪涝成因的指标是治理分区的关键。本文从气象因素、下垫面条件及人类活动的角度选取了代表洪涝成因特征的指标,采用主成分分析与模糊聚类耦合方法,结合划分区域的空间连续性与自下而上的修正原则,提出了淮北平原区洪涝治理的分区方法。
(2) 选取了包括最大3 d降雨量多年均值及最大值、地形指数、土壤类型和现状排涝工程指数等5个指标,在分析各指标空间分布规律的基础上,进行了洪涝治理分区研究,研究结果表明:① 淮北平原区各洪涝指标有显著的空间分布特征,其中,最大3 d降雨量平均及最大值皆呈“西南、东北多,中部少”的规律;地形指数呈现“西南、东南高,中、北部低”的格局;现状排涝工程指数呈现“西南、中部高,东北低”的格局;土壤由北至南可大致分为3种不同类型。② 淮北平原区洪涝治理可划分为5个区域,其中,Ⅰ区位于淮北平原区东北部,应针对洪涝频发地带提升自排能力,尽可能提高现状排涝标准;Ⅱ区位于中部偏东北区,部分流域在提升其自排能力的同时也可适当提升抽排能力;Ⅲ区位于中部偏西南区,应以提升局部重点区域自排能力为主,适当提升其他区域的抽排能力;Ⅳ区位于西南部,局部重点区应尽可能提升抽排能力,部分区域可适当地提升自排能力;Ⅴ区位于沿淮地区,采用以抽排为主的方式适当提升重点区的排涝标准,同时要充分考虑排涝标准的提高对淮河干流河道行洪的影响。
(3) 本文所选取的指标具有明确的物理意义和属性,能够客观地反映淮北平原区洪涝的实际特征与成因;所采用的分区方法可在治理分区过程中同时兼顾模糊聚类与主成分分析的优势,分区结果更为合理且科学。因此,本文成果可为淮北平原区洪涝的进一步治理提供理论依据,同时也可为其他区域的洪涝治理分区研究提供借鉴。未来,在针对某一具体区域进行洪涝治理分区时,需结合区域实际情况选用合适的指标,尽可能多地运用可直接反映区域洪涝状况的指标,以提升分区结果的可靠程度,例如,可使用区域河湖水面率及水网畅通程度的相关参数进行区域划分。详细流程还需根据当地实际洪涝特征进一步完善。
参考文献:
[1] 高阳华,唐云辉,冉荣生,等.重庆市洪涝指标及其发生规律研究[J].西南大学学报(自然科学版),2002,24(6):551-554.
[2] 刘航,蒋尚明,金菊良,等.基于GIS的区域干旱灾害风险区划研究[J].灾害学,2013,28(3):198-203. [3] 王新龍,钟平安,万新宇,等.淮河流域洪涝时空分布规律[J].水电能源科学,2013(3):45-49.
[4] 宫清华,黄光庆,郭敏,等.基于GIS技术的广东省洪涝灾害风险区划[J].自然灾害学报,2009,18(1):58-63.
[5] 杨志勇,袁喆,严登华,等.黄淮海流域旱涝时空分布及组合特性[J].水科学进展,2013,24(5):617-625.
[6] 王静静,刘敏,权瑞松,等.中国东南沿海地区暴雨洪涝风险分区及评价[J].华北水利水电大学学报(自然科学版),2010,31(1):14-16.
[7] 姚俊英,朱红蕊,南极月,等.基于灰色理论的黑龙江省暴雨洪涝特征分析及灾变预测[J].灾害学,2012,27(1):59-63.
[8] 崔巍,陈文学,白音包力皋,等.中小河流洪涝风险评估及研究:以哈尔滨地区为例[J].中国水利,2013(4):15-18.
[9] 万昔超,殷伟量,孙鹏,等.基于云模型的暴雨洪涝灾害风险分区评价[J].自然灾害学报,2017(4):80-86.
[10] 胡波,丁烨毅,何利德,等.基于模糊综合评价的宁波暴雨洪涝灾害风险区划[J].暴雨灾害,2014,33(4):380-385.
[11] 鞠笑生,杨贤为,陈丽娟,等.我国单站旱涝指标确定和区域旱涝级别划分的研究[J].应用气象学报,1997,8(1):26-33.
[12] 朱亚芬.530年来中国东部旱涝分区及北方旱涝演变[J].地理学报,2003,58(增1):100-107.
[13] 杨晓静,徐宗学,左德鹏,等.东北三省近55a旱涝时空演变特征[J].自然灾害学报,2016,25(4):9-19.
[14] 王志良,邱林,梁川,等.基于模糊聚类分析的水资源分区研究[J].华北水利水电大学学报(自然科学版),2001,22(2):7-10.
[15] 杨子生.云南省金沙江流域洪涝灾害区划研究[J].山地学报,2002(增1):51-58.
[16] 吴景社,康绍忠,王景雷,等.基于主成分分析和模糊聚类方法的全国节水灌溉分区研究[J].农业工程学报,2004,20(4):64-68.
[17] 丁亚明,赵艳平,张志红,等.基于主成分分析和模糊聚类的水文分区[J].合肥工业大学学报(自然科学版),2009,32(6):796-801.
[18] 蒋尚明,王友贞,汤广民,等.淮北平原主要农作物涝渍灾害损失评估研究[J].水利水电技术,2011,42(8):63-66.
[19] 汤广民,王友贞,王修贵,等.淮北平原区基于大沟蓄水技术的农田水资源调控模式[J].灌溉排水学报,2008,27(4):1-5.
[20] 王友贞,叶乃杰.安徽淮北平原农田排水问题[J].中国农村水利水电,2008(2):5-7.
[21] 孙艳玲,刘洪斌,谢德体,等.基于DEM流域河网水系的提取研究[J].华东地质,2004,25(1):18-22.
[22] 邓慧平,李秀彬.地形指数的物理意义分析[J].地理科学进展,2002,21(2):103-110.
[23] OUINN P,BEVEN K J,PLANCHON O.The prediction of hillslope flow paths for distributed hydrological modeling using digital terrain models[J].Hydrological Processes,1991,5(1):59-79.
[24] 王平,史培军.自下而上进行区域自然灾害综合区划的方法研究:以湖南省为案例[J].自然灾害学报,1999(3):54-60.
(编辑:赵秋云)
引用本文:
沈瑞,曹秀清,蒋尚明,等.
基于主成分分析与模糊聚类的洪涝治理分区研究
[J].人民长江,2021,52(8):30-37.
Study on flood defense division based on coupling of principal component
analysis and fuzzy clustering
SHEN Rui1,CAO Xiuqing1,JIANG Shangming1,JIN Juliang2,HE Piao2
( 1.Key Laboratory of Water Conservancy and Water Resources of Anhui Province,Anhui & Huaihe River Institute of Hydraulic Reserach,Hefei 230000,China; 2.College of Civil Engineering,Hefei University of Technology,Hefei 230009,China )
Abstract:
In order to reveal the regional differences of flood disasters in the Huaibei Plain and formulate disaster prevention and mitigation measures according to local conditions,we conduct area division for flood disasters control.The division method is based on coupling of principal component analysis and fuzzy clustering analysis,selecting factors from the aspect of meteorology,underlying surface and human activities.The results show that the spatial distribution characteristics of flood-related factors are obvious in the Huaibei Plain.According to the characteristics,the whole plain can be divided into 5 subregions,area-Ⅰis located in the northeast of Huaibei Plain,where is a flood-prone areas,and the self-drainage capability should be improved in this area;area-Ⅱ is located in northeast of central area,where self-drainage and pumping capacity should be improved at the same time;area-Ⅲ is located in southwest of central area,where self-drainage capacity in some local key areas should be enhanced;area-Ⅳ is located in southwest,where pumping capacity in local key areas should be improved;area-Ⅴ is located along the Huaihe River region,where the drainage standards of key regions should be improved appropriately by means of pumping,while the impact of raising drainage capacity on the flood in the mainstream of Huaihe River should be fully considered.The results of division can objectively reflect the spatial combination characteristics of each factor.And the selection of index and zoning method used in the study can provide a theoretical basis for the establishment of regional flood defense policies.
Key words:
flood defense division;principal component analysis;fuzzy clustering analysis;Huaibei Plain