基于遙感的臺(tái)州市海嘯脆弱性評(píng)估

侯京明，高義，王君成，范婷婷，閃迪，王宗辰

(1.國(guó)家海洋環(huán)境預(yù)報(bào)中心，北京100081；2.國(guó)家海洋局 海洋災(zāi)害預(yù)報(bào)技術(shù)研究重點(diǎn)實(shí)驗(yàn)室，北京100081)

?

基于遙感的臺(tái)州市海嘯脆弱性評(píng)估

侯京明1，2，高義1，2，王君成1，范婷婷1，閃迪1，王宗辰1

(1.國(guó)家海洋環(huán)境預(yù)報(bào)中心，北京100081；2.國(guó)家海洋局 海洋災(zāi)害預(yù)報(bào)技術(shù)研究重點(diǎn)實(shí)驗(yàn)室，北京100081)

摘要：遙感技術(shù)由于具有強(qiáng)大的對(duì)地觀測(cè)能力，因而在災(zāi)害評(píng)估方面表現(xiàn)出了巨大的潛力。本文基于災(zāi)害風(fēng)險(xiǎn)評(píng)估理論，利用ASTER GDEM高程數(shù)據(jù)，NPP/VIIRS燈光數(shù)據(jù)和LANDSAT衛(wèi)星影像3種遙感數(shù)據(jù)對(duì)臺(tái)州市海嘯脆弱性進(jìn)行了評(píng)估。主要從暴露性，敏感性和恢復(fù)能力3個(gè)方面進(jìn)行了研究：暴露性主要分析了離岸距離因子；敏感性除了考慮到高程、坡度和海岸形狀等自然地理因子外，同時(shí)也兼顧了社會(huì)經(jīng)濟(jì)因子；恢復(fù)能力主要由土地利用進(jìn)行分析。利用層次分析法(AHP)計(jì)算了敏感性四因子的權(quán)重值。最后將脆弱性分為高、較高、中等、較低和低5個(gè)等級(jí)。脆弱性分析結(jié)果顯示，臺(tái)州市沿海研究區(qū)域中，78.1%的區(qū)域?qū)儆诘痛嗳跣裕?.9%區(qū)域是稍微脆弱，5.4%屬于中等脆弱，8.8%是稍高脆弱性，還有1.8%屬于高脆弱性區(qū)域。脆弱性偏高的地區(qū)大多位于近岸6 km內(nèi)，高程和坡度較小的區(qū)域。該脆弱性分析方法可推廣到全國(guó)其他縣市區(qū)域的海嘯風(fēng)險(xiǎn)評(píng)估工作中，為政府海嘯防災(zāi)減災(zāi)工作提供科學(xué)參考。

關(guān)鍵詞：遙感；海嘯；脆弱性；層次分析法

1引言

近年來，世界范圍內(nèi)遭受了多次大海嘯襲擊，全球各國(guó)政府以及國(guó)際組織均將海嘯防災(zāi)減災(zāi)工作提升到重中之重的地位。我國(guó)相關(guān)單位也高度重視海洋防災(zāi)減災(zāi)工作，國(guó)家海洋局于2012年啟動(dòng)了包括海嘯在內(nèi)的5種海洋災(zāi)害的風(fēng)險(xiǎn)評(píng)估工作。海嘯風(fēng)險(xiǎn)評(píng)估是海嘯減災(zāi)的一項(xiàng)重要手段，而脆弱性評(píng)估是海嘯風(fēng)險(xiǎn)評(píng)估的重要組成部分[1]。2004年12月的印度洋大海嘯對(duì)印度洋沿岸多個(gè)國(guó)家和地區(qū)產(chǎn)生了重大影響。但由于各地的社會(huì)、經(jīng)濟(jì)和自然環(huán)境不同，脆弱狀況不同，因此海嘯的影響也各不相同[2]。通過海嘯脆弱性評(píng)估，可以提前了解沿海地區(qū)的海嘯脆弱區(qū)域，為當(dāng)?shù)氐恼兔癖姺婪逗[災(zāi)害提供支持和保障。

海洋災(zāi)害脆弱性與沿海社會(huì)經(jīng)濟(jì)、人口、自然環(huán)境承載力密切相關(guān)，是社會(huì)、經(jīng)濟(jì)、自然屬性和環(huán)境與海洋災(zāi)害系統(tǒng)相互作用的響應(yīng)特征。海嘯脆弱性評(píng)估不僅要考慮自然環(huán)境因子，還應(yīng)考慮社會(huì)經(jīng)濟(jì)因子[3]。影響因子的選擇取決于評(píng)估的區(qū)域范圍和精度要求。比如，若要評(píng)估單體建筑的脆弱性時(shí)，應(yīng)對(duì)其物理特性，如建材、樓層數(shù)等相關(guān)因子進(jìn)行分析評(píng)估。相反，評(píng)估整個(gè)沿海社區(qū)的脆弱性，需要研究不同尺度的沿海地理環(huán)境和社會(huì)經(jīng)濟(jì)因子。目前我國(guó)的海嘯脆弱性評(píng)估尚處于起步階段。國(guó)際上，有多位專家學(xué)者對(duì)沿海社區(qū)等小區(qū)域的海嘯脆弱性進(jìn)行了評(píng)估，如Dall’Osso等[4]、Dominey-Howes和Papathoma[5]研究了建筑物的海嘯脆弱性；Papathoma等[6]利用建筑環(huán)境和社會(huì)人口統(tǒng)計(jì)研究了海嘯脆弱性；Omira等[7]利用數(shù)學(xué)模型和GIS工具評(píng)估了卡薩布蘭卡沿海社區(qū)的海嘯脆弱性。沿海社區(qū)等小區(qū)域的海嘯脆弱性評(píng)估數(shù)據(jù)主要來自現(xiàn)場(chǎng)調(diào)查和普查統(tǒng)計(jì)。同時(shí)，也有多位專家評(píng)估了縣市行政區(qū)等大區(qū)域的海嘯脆弱性，如Theilen-Willige[8]利用遙感和地理數(shù)據(jù)研究了愛琴海北部沿岸的海嘯災(zāi)害；Dall’Osso、Sinaga和Ajin等專家也從自然地理環(huán)境方面評(píng)估了海嘯脆弱性[3，9—10]，但均未考慮社會(huì)經(jīng)濟(jì)因子以及承災(zāi)體的恢復(fù)能力?？h市區(qū)域海嘯脆弱評(píng)估主要利用遙感數(shù)據(jù)。

由于遙感對(duì)海嘯等災(zāi)害場(chǎng)景具有寬廣而深刻的觀察力[11]，因此在2004年印度洋大海嘯之后，遙感技術(shù)被廣泛用于研究海嘯災(zāi)害評(píng)估，如Yamazaki和Matsuoka[12]學(xué)者利用遙感衛(wèi)星影像評(píng)估了印度洋大海嘯的災(zāi)害損失；Taubenb?ck等[13]提出了基于遙感技術(shù)的脆弱性評(píng)估框架；R?mer等[14]研究了遙感在海嘯風(fēng)險(xiǎn)評(píng)估和脆弱性評(píng)估中的潛在應(yīng)用；國(guó)內(nèi)學(xué)者Wang和Li[11]利用遙感和GIS技術(shù)開發(fā)了綜合海嘯預(yù)警系統(tǒng)，該系統(tǒng)可用于海嘯監(jiān)測(cè)、評(píng)估海嘯災(zāi)害損失及海嘯減災(zāi)管理。經(jīng)過試驗(yàn)，將該系統(tǒng)應(yīng)用到2004年12月26日的印度洋海嘯后，災(zāi)害死亡人數(shù)可以從30萬人大幅減少到3 000人。本文以浙江省臺(tái)州市沿海一帶為例，利用遙感數(shù)據(jù)，研究了縣市行政區(qū)的海嘯脆弱性評(píng)估方法，不僅考慮了自然環(huán)境因子和社會(huì)經(jīng)濟(jì)因子，同時(shí)也加入了恢復(fù)能力因子。

2方法

“脆弱性”這一科學(xué)術(shù)語由學(xué)者Albinet在1970年提出。脆弱性有許多定義，但在最廣泛的層面上，它被認(rèn)為是“潛在的損害”[3]。聯(lián)合國(guó)人道主義事務(wù)部曾在1992年的報(bào)告里將脆弱性定義為“由潛在災(zāi)害造成的損失程度”[15]。目前脆弱性這一術(shù)語已廣泛應(yīng)用于環(huán)境，災(zāi)害等方面的研究[16]。

2003年，Turner等[17]學(xué)者提出了脆弱性評(píng)估框架，在這個(gè)框架內(nèi)，脆弱性主要由暴露性、敏感性和恢復(fù)能力組成。根據(jù)Clark等[18]的理論，暴露性可以定義為承災(zāi)體接觸到海嘯災(zāi)害的程度，而敏感性是指可能遭受到損害的程度，恢復(fù)能力則意為承災(zāi)體遭受損失后的恢復(fù)速度和潛力。2006年，Villagrn[19]給出了脆弱性的計(jì)算公式，如公式(1)所示：

(1)

由于海嘯是一種淺水長(zhǎng)波，在大洋里波高不足1 m，但當(dāng)?shù)竭_(dá)海岸淺水地帶時(shí)，波長(zhǎng)減短而波高急劇增高，可達(dá)數(shù)10 m，2011年日本大海嘯時(shí)，海嘯爬高達(dá)到38 m[20]。本文結(jié)合海嘯災(zāi)害的特點(diǎn)，總結(jié)出了6個(gè)海嘯脆弱性評(píng)估因子。暴露性用離岸距離因子表示，敏感性包含高程、坡度、海岸形狀和社會(huì)經(jīng)濟(jì)4個(gè)因子，恢復(fù)能力采用土地利用因子。在敏感性分析中，運(yùn)用層次分析法(analytic hierarchy process， AHP)作為權(quán)值分配方法。

層次分析法(簡(jiǎn)稱AHP)由Saaty教授提出，是對(duì)定性問題進(jìn)行定量分析的權(quán)重決策方法[21]。相比其他主觀性的加權(quán)方式，層次分析法要更加科學(xué)[4]。AHP方法首先對(duì)因子進(jìn)行兩兩比較，排定各評(píng)價(jià)指標(biāo)的相對(duì)優(yōu)劣順序，構(gòu)造出判斷矩陣。

然后計(jì)算判斷矩陣的最大特征值和特征向量，并進(jìn)行歸一化處理，由此獲得重要性權(quán)值排序。矩陣中的標(biāo)度含義見表1[22]。計(jì)算結(jié)果還需要進(jìn)行一致性檢驗(yàn)，檢驗(yàn)公式如下：

(2)

(3)

公式(2)和(3)中，λmax表示最大特征根，CR代表隨機(jī)一致性比率，CI為一致性指標(biāo)，RI是平均隨機(jī)一致性指標(biāo)。

表1　AHP標(biāo)度

3研究區(qū)概況

臺(tái)州市地處浙江省沿海中部，濱臨東海。臺(tái)州轄區(qū)設(shè)三區(qū)二市四縣，地形平原丘陵相間，地勢(shì)由西向東傾斜，海島岸線長(zhǎng)約941 km[23]。臺(tái)州以東的西北太平洋海域存在著多個(gè)地質(zhì)構(gòu)造帶。根據(jù)國(guó)家海洋局全國(guó)海嘯風(fēng)險(xiǎn)評(píng)估的初步結(jié)果，臺(tái)州市沿海一帶屬于我國(guó)海嘯災(zāi)害的高風(fēng)險(xiǎn)區(qū)。我國(guó)多位海嘯研究學(xué)者都曾研究過中國(guó)東部沿海的潛在海嘯危險(xiǎn)，影響該區(qū)域的主要海嘯源來自沖繩海槽、日本南海海槽以及琉球海溝南部[24—26]。臺(tái)州市在古籍中曾有過海嘯的記錄，1854年12月24日，日本南海發(fā)生8.4級(jí)地震并引發(fā)海嘯，海嘯影響到我國(guó)多地，據(jù)臺(tái)州《臨海縣志》記載，“城鄉(xiāng)溝池積潦，同時(shí)俱沸，歷二時(shí)止，沿海廬舍多被淹沒”[27]。另外，2011年日本大海嘯發(fā)生時(shí)，臺(tái)州市沿海的多個(gè)潮位站監(jiān)測(cè)到約40 cm的海嘯波[28]。

圖1　研究區(qū)域Fig.1　Map of study area

4脆弱性評(píng)估

本文主要利用LANDSAT衛(wèi)星影像、ASTER GDEM高程數(shù)據(jù)和NPP/VIIRS燈光數(shù)據(jù)3種遙感數(shù)據(jù)，分別研究了暴露性、敏感性和恢復(fù)能力。相對(duì)于統(tǒng)計(jì)調(diào)查數(shù)據(jù)等其他數(shù)據(jù)，遙感數(shù)據(jù)的使用可以提高數(shù)據(jù)的準(zhǔn)確性及數(shù)據(jù)采集處理的速度[11]。本研究共采用6個(gè)因子，每個(gè)因子分為5個(gè)等級(jí)，數(shù)字5、4、3、2和1分別代表著等級(jí)的高、稍高、中等、稍低和低。各因子數(shù)據(jù)的分辨率統(tǒng)一調(diào)整為30 m。本研究的海嘯脆弱性框架如圖2所示。

圖2　脆弱性評(píng)估框架Fig.2　General framework of the study

4.1暴露性分析

海嘯災(zāi)害暴露性用離岸距離因子表示，海嘯淹沒的最大上岸距離可以利用歷史海嘯爬高數(shù)據(jù)通過公式(4)計(jì)算得出[9]：

(4)

式中，Xmax是海嘯的最大可達(dá)距離，Y0是海岸處海嘯高度。根據(jù)2011年日本大海嘯的最大海嘯爬高度38 m[20]，可以計(jì)算出海嘯最大可達(dá)距離8.302 3 km。

表2　暴露性分級(jí)

因此，本文根據(jù)這一結(jié)果將離岸距離分為5級(jí)，分級(jí)規(guī)則如表2中所示，并利用緩沖區(qū)分析方法進(jìn)行了處理。處理結(jié)果見圖3，大體上，離岸距離越小，海嘯脆弱性越高。

4.2敏感性分析

4.2.1高程

高程是某一地區(qū)海嘯脆弱性評(píng)估的首選因子，本研究利用ASTER GDEM數(shù)據(jù)分析了該因子。ASTER GDEM數(shù)據(jù)是根據(jù)Terra對(duì)地觀測(cè)衛(wèi)星觀測(cè)結(jié)果制作完成，空間分辨率為30 m。依照近岸的海嘯高度，高程被分為5級(jí)[29]，分級(jí)標(biāo)準(zhǔn)見表3，分級(jí)結(jié)果見圖4，高程低的地區(qū)具有高脆弱性。

圖3　暴露性分布圖Fig.3　Exposure map

高程/m社會(huì)經(jīng)濟(jì)坡度/%海岸形狀脆弱性等級(jí)0～5>41.520～2河口高55～1022.44～41.522～6海灣微高410～1510.46～22.446～13島嶼中等315～202.98～10.4613～20平直海岸微低2>200～2.98>20尖角低1

圖4　高程敏感性分布圖Fig.4　Sensitivity map based on elevation

圖5　社會(huì)經(jīng)濟(jì)敏感性分布圖Fig.5　Sensitivity map based on social and economic factor

圖6　坡度敏感性分布圖Fig.6　Sensitivity map based on slope

圖7　海岸形狀敏感性分布圖Fig.7　Sensitivity map based on coast shape

4.2.2社會(huì)經(jīng)濟(jì)

社會(huì)經(jīng)濟(jì)脆弱性是脆弱性研究中的重要概念。IPCC報(bào)告指出[30]，脆弱性評(píng)估應(yīng)當(dāng)考慮人文因子，相比自然環(huán)境因子的難以控制，人文因子的可調(diào)節(jié)性更強(qiáng)，通過合理研究和規(guī)劃，可適當(dāng)降低暴露性和脆弱性。本文利用NPP/VIIRS DNB燈光數(shù)據(jù)分析社會(huì)經(jīng)濟(jì)脆弱性因子。NPP/VIIRS傳感器綜合了 NOAA AVHRR 和 MODIS 傳感器的優(yōu)勢(shì)，可用于社會(huì)經(jīng)濟(jì)因子估算，災(zāi)害環(huán)境監(jiān)測(cè)等方面的研究[31]，其可靠性的及適用性已經(jīng)被學(xué)者所論證過[32—33]。本文利用自然斷點(diǎn)分類法將燈光數(shù)據(jù)同樣劃分為5級(jí)，結(jié)果見圖5。

4.2.3坡度

坡度是地表單元陡緩的程度，是影響海嘯脆弱性的另一個(gè)重要因子，因?yàn)楹[可以很容易地流到坡度小的平坦區(qū)域，但卻能受到高山地形的阻擋。地形坡度利用ASTER GDEM數(shù)據(jù)通過公式(5)計(jì)算得出[34]：

(5)

式中，?z/?x指代東西方向的角度，?z/?y是南北方向的角度。根據(jù)Van Zuidam的分級(jí)準(zhǔn)則[35]，坡度也同樣分為5個(gè)等級(jí)，結(jié)果見圖6。

4.2.4海岸形狀

由于海岸線形狀能影響海嘯波的高度和速度，比如海灣地形容易造成能量聚集，波高往往較大，因此本文也分析了研究區(qū)域的海岸形狀，將海岸劃分為河口、海灣、島嶼、平直海岸和海角5級(jí)[36]。圖7為海岸3 km范圍內(nèi)的海岸形狀敏感性分析結(jié)果。

4.2.5AHP處理

敏感性4因子的權(quán)值分配采用層次分析法，通過兩兩比較，構(gòu)造出的判斷矩陣如表4所示。

表4　判斷矩陣

表5　各因子權(quán)值

經(jīng)過處理，得出權(quán)值排序，見表5。地形高程具有最大的權(quán)重，這是由于地面的高度直接關(guān)系到海嘯淹沒的發(fā)生與否。社會(huì)經(jīng)濟(jì)因子次之，坡度和海岸形狀的權(quán)值相對(duì)較低。四階矩陣的RI值為0.9，經(jīng)過計(jì)算該矩陣的CR值小于0.1，確定該矩陣具有可靠的一致性。根據(jù)權(quán)值排序，可以計(jì)算出敏感性的分析結(jié)果，如圖8所示。

圖8　敏感性分布圖Fig.8　Sensitivity map

圖9　恢復(fù)能力分布圖Fig.9　Resilience map

圖10　脆弱性分布圖Fig.10　Vulnerability map

4.3恢復(fù)能力分析

恢復(fù)能力直接影響著承災(zāi)體的脆弱性，恢復(fù)能力越強(qiáng)的承災(zāi)體，脆弱性相對(duì)越小。在2004年印度洋大海嘯發(fā)生6年之后，Kaiser等[37]學(xué)者分析評(píng)估了泰國(guó)Phang Nga省的恢復(fù)情況，給出了不同土地利用類型的恢復(fù)能力。本文根據(jù)這一分析結(jié)果，利用LANDSAT衛(wèi)星數(shù)據(jù)結(jié)合部分實(shí)測(cè)數(shù)據(jù)提取了建設(shè)用地、濕地、天然水體、林地和耕地5類土地利用，并給出了各類土地的恢復(fù)能力(表6)，圖9為恢復(fù)能力分析結(jié)果。

表6　恢復(fù)能力分級(jí)

4.4脆弱性結(jié)果

在暴露性、敏感性和恢復(fù)能力分析結(jié)果的基礎(chǔ)上，利用公式(1)計(jì)算得出脆弱性。經(jīng)過計(jì)算，海嘯脆弱性數(shù)值在0.198和23.9之間，平均為3.72，標(biāo)準(zhǔn)偏差是4.14。本文利用自然斷點(diǎn)法將脆弱性分析結(jié)果同樣劃分為5個(gè)等級(jí)(圖10)，5種顏色分別表示脆弱性的高、稍高、中等、稍低和低。脆弱性分析結(jié)果顯示，78.1%的區(qū)域?qū)儆诘痛嗳跣裕?.9%區(qū)域是稍微脆弱，5.4%屬于中等脆弱，8.8%是稍高脆弱性，還有1.8%屬于高脆弱性區(qū)域。脆弱性偏高的地區(qū)大多位于近岸6 km內(nèi)，高程和坡度較小的區(qū)域。許多緊鄰海岸地區(qū)的脆弱性并不很高，這是由于其高程偏高或者恢復(fù)能力較強(qiáng)。

5結(jié)論

海嘯的發(fā)生是災(zāi)害的驅(qū)動(dòng)因素，而承災(zāi)體內(nèi)在的脆弱性也在一定程度上決定了其遭受損害的程度。脆弱性評(píng)估需要全面分析了承災(zāi)體的暴露性、敏感性和恢復(fù)能力等內(nèi)在屬性。本文基于遙感和GIS技術(shù)方法，綜合多種影響因子，提出了縣市行政區(qū)級(jí)別的海嘯脆弱性分析方法。海嘯脆弱評(píng)估目的是定性分析某一地區(qū)的脆弱性，脆弱分析結(jié)果是相對(duì)量化結(jié)果，非絕對(duì)脆弱。脆弱評(píng)估結(jié)果可以幫助市政規(guī)劃者提高脆弱地區(qū)的防災(zāi)能力，盡量減少災(zāi)害發(fā)生時(shí)的損失。

本文共分析利用了ASTER GDEM高程數(shù)據(jù)，NPP/VIIRS燈光數(shù)據(jù)和LANDSAT衛(wèi)星影像3種遙感數(shù)據(jù)，研究顯示，遙感技術(shù)可以在海嘯脆弱性評(píng)估中發(fā)揮重要作用，但是需要注意的是，遙感數(shù)據(jù)必須結(jié)合其他現(xiàn)場(chǎng)調(diào)查或統(tǒng)計(jì)分析數(shù)據(jù)才能保證評(píng)估的準(zhǔn)確性。另外，本文是利用遙感數(shù)據(jù)對(duì)海嘯脆弱性評(píng)估方法的一種嘗試研究，還存在一些問題，如恢復(fù)能力分析僅考慮了土地利用因子，沒有考慮社會(huì)應(yīng)急處置能力，脆弱分析結(jié)果也未經(jīng)過驗(yàn)證等，這些問題值得今后繼續(xù)研究與探討。

參考文獻(xiàn)：

[1]Birkmann J. Risk and vulnerability indicators at different scales: applicability， usefulness and policy implications[J]. Environmental Hazards， 2007， 7(1): 20-31.

[2]UNEP. After the tsunami: rapid environmental assessment[R]. Berne， Switzerland: UNEP (United Nations Environment Programme)， 2005.

[3]Dall’Osso F， Bovio L， Cavalletti A， et al. A novel approach (the CRATER method) for assessing tsunami vulnerability at the regional scale using ASTER imagery[J]. European Journal of Remote Sensing， 2010， 42(2): 55-74.

[4]Dall’Osso F， Gonella M， Gabbianelli G， et al. A revised (PTVA) model for assessing the vulnerability of buildings to tsunami damage[J]. Nat Hazards Earth Syst Sci， 2009， 9(5): 1557-1565.

[5]Dominey-Howes D， Papathoma M. Validating a tsunami vulnerability assessment model (the PTVA model) using field data from the 2004 Indian Ocean tsunami[J]. Natural Hazards， 2007， 40(1): 113-136.

[6]Papathoma M， Dominey-Howes D， Zong Y， et al. Assessing tsunami vulnerability， an example from Herakleio， Crete[J]. Nat Hazards Earth Syst Sci， 2013， 3(5): 377-389.

[7]Omira R， Baptista M A， Miranda J M， et al. Tsunami vulnerability assessment of Casablanca-Morocco using numerical modelling and GIS tools[J]. Natural Hazards， 2009， 54(1): 75-95.

[8]Theilen-Willige B. Tsunami hazard assessment in the Northern Aegean Sea[J]. Science of Tsunami Hazards， 2008， 27(1): 1-16.

[9]Sinaga T P T， Nugroho A， Lee Y， et al. GIS mapping of tsunami vulnerability: case study of the Jembrana Regency in Bali， Indonesia[J]. KSCE Journal of Civil Engineering， 2011， 15(3): 537-543.

[10]Ajin R S， Mathew J K， Vinod P G. Tsunami vulnerability mapping using remote sensing and GIS techniques: a case study of Kollam District， Kerala， India[J]. Iranian Journal of Earth Sciences， 2014， 6: 43-50.

[11]Wang J F， Li L F. Improving tsunami warning systems with remote sensing and geographical information system input[J]. Risk Analysis， 2008， 28(6): 1653-1668.

[12]Yamazaki F， Matsuoka M. Remote sensing technology in post disaster damage assessment[J]. Journal of Earthquake and Tsunami， 2007， 1(3): 193-210.

[13]Taubenb?ck H， Post J， Roth A， et al. A conceptual vulnerability and risk framework as outline to identify capabilities of remote sensing[J]. Nat Hazards Earth Syst Sci， 2008， 8(3): 409-420.

[14]R?mer H， Willroth P， Kaiser G， et al. Potential of remote sensing techniques for tsunami hazard and vulnerability analysis-a case study from Phang-Nga province， Thailand[J]. Nat Hazards Earth Syst Sci， 2012， 12(6): 2103-2126.

[15]ONUG/DHA. Internationally agreed glossary of basic terms related to disaster management[R]. Geneva， Switzerland: United Nations Department of Humanitarian Affairs， 1992.

[16]Doerfliger N， Jeannin P Y， Zwahlen F. Water vulnerability assessment in Karst environments: a new method of defining protection areas using a multi-attribute approach and GIS tools (EPIK method)[J]. Environmental Geology， 1999， 39(2): 165-176.

[17]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 of the United States of America， 2003， 100(14): 8074-8079.

[18]Clark W， Jager J， Corell R， et al. Assessing vulnerability to global environmental risks[R]. Airlie House， Warrenton， Virginia: Report of the Workshop on Vulnerability to Global Environmental Change， 2000.

[20]Lekkas E， Andreadakis E， Kostaki I， et al. Critical factors for run-up and impact of the Tohoku earthquake tsunami[J]. International Journal of Geosciences， 2011， 2(3): 310-317.

[21]Saaty T L. A scaling method for priorities in hierarchical structures[J]. Journal of Mathematical Psychology， 1977， 15(3): 234-281.

[22]Saaty T L. Decision making for leaders: the analytical hierarchy process for decisions in a complex world. The analytical hierarchy process series[C]. Pittsburgh: RWS Publication， 1996.

[23]中國(guó)臺(tái)州政府網(wǎng). 臺(tái)州自然地理[EB/OL]. http://www.zjtz.gov.cn/col/col54/index.html， 2015-09-07.

Taizhou Government Website. The physical geography of Taizhou[EB/OL]. http://www.zjtz.gov.cn/col/col54/index.html， 2015-09-07．

[24]溫燕林， 趙文舟， 李偉， 等. 日本南海海槽發(fā)生罕遇地震情況下我國(guó)華東沿海的海嘯危險(xiǎn)性研究[J]. 地震學(xué)報(bào)， 2014， 36(4): 651-661.

Wen Yanlin， Zhao Wenzhou， Li Wei， et al. Research on the potential tsunami hazard in East China Coast under rare earthquake occurred in Nankai Trough， Japan[J]. Acta Seismologica Sinica， 2014， 36(4): 651-661.

[25]毛獻(xiàn)忠， 祝倩， Wei Yong. 浙江沿海潛在區(qū)域地震海嘯風(fēng)險(xiǎn)分析[J]. 海洋學(xué)報(bào)， 2015， 37(3): 37-45.

Mao Xianzhong， Zhu Qian， Wei Yong. Risk analysis of potential regional earthquake tsunami on the coast of Zhejiang Province[J]. Haiyang Xuebao， 2015， 37(3): 37-45.

[26]郭彩玲， 王曉峰. 中國(guó)東部海域發(fā)生海嘯的可能性分析[J]. 自然災(zāi)害學(xué)報(bào)， 2007， 16(1): 7-11.

Guo Cailing， Wang Xiaofeng. Possibility analysis of tsunami taking place in east sea area of China[J]. Journal of Natural Disasters， 2007， 16(1): 7-11.

[27]王鋒， 劉昌森， 章振銓. 中國(guó)古籍中的地震海嘯記錄[J]. 中國(guó)地震， 2005， 21(3): 437-443.

Wang Feng， Liu Changsen， Zhang Zhenquan. Earthquake tsunami record in Chinese ancient books[J]. Earthquake Research in China， 2005， 21(3): 437-443.

[28]王培濤， 于福江， 趙聯(lián)大， 等. 2011年3月11日日本地震海嘯越洋傳播及對(duì)中國(guó)影響的數(shù)值分析[J]. 地球物理學(xué)報(bào)， 2012， 55(9): 3088-3096.

Wang Peitao， Yu Fujiang， Zhao Lianda， et al. Numerical analysis of tsunami propagating generated by the JapanMw9.0 earthquake on Mar. 11 in 2011 and its impact on China coasts[J]. Chinese J Geophys， 2012， 55(9): 3088-3096.

[29]Iida K. Magnitude， energy and generation mechanisms of tsunamis and a catalogue of earthquakes associated with tsunamis[C]//Proceedings of Tsunami Meeting at the 10th Pacific Science Congress. Honolulu:IUGG Monograph， 1963，24: 7-18.

[30]IPCC. Managing the risks of extreme events and disasters to advance climate change adaptation[C]//A Special Report of Working Groups I and II of the Intergovernmental Panel on Climate Change. Cambridge and New York: Cambridge University Press， 2012.

[31]高義， 王輝， 王培濤， 等. 基于人口普查與多源夜間燈光數(shù)據(jù)的海岸帶人口空間化分析[J]. 資源科學(xué)， 2013， 35(12): 2517-2523.

Gao Yi， Wang Hui， Wang Peitao， et al. Population spatial processing for Chinese coastal zones based on census and multiple night light data[J]. Resources Science， 2013， 35(12): 2517-2523.

[32]Li Xi， Xu Huimin， Chen Xiaoling， et al. Potential of NPP-VIIRS nighttime light imagery for modeling the regional economy of China[J]. Remote Sensing， 2013， 5(6): 3057-3081.

[33]Li Xi， Li Deren. Can night-time light images play a role in evaluating the Syrian Crisis？[J]. International Journal of Remote Sensing， 2014， 35(18): 6648-6661.

[34]Burrough P A， McDonnell R A. Principles of Geographical Information Systems[M]. New York: Oxford University Press， 1998: 356.

[35]Van Zuidam R A. Guide to geomorphologic: aerial photographic interpretation and mapping[C]//International Institute for Geo-Information Science and Earth Observation. Enschede， 1983: 325.

[36]Ikawati Y. Tsunami wave is predictable[C]//Canahar P. Earthquake Disaster and Tsunami， Kompas. Jakarta， 2004: 550.

[37]Kaiser G， Burkhard B， R?mer H， et al. Mapping tsunami impacts on land cover and related ecosystem service supply in Phang Nga， Thailand[J]. Nat Hazards Earth Syst Sci， 2013， 13(12): 3095-3111.

收稿日期：2015-09-25；

修訂日期：2016-03-08。

基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目(41201075)；國(guó)家海洋公益項(xiàng)目(201405026)。

作者簡(jiǎn)介：侯京明(1982—)，男，山東省青島市人，博士研究生，主要從事海洋災(zāi)害和GIS技術(shù)研究。E-mail：houjingming1982@126.com

中圖分類號(hào):P731.25

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：0253-4193(2016)08-0012-12

Using remote sensing to assess tsunami vulnerability for the coast of Taizhou， Zhejiang Province， China

Hou Jingming1，2， Gao Yi1，2， Wang Juncheng1，F(xiàn)an Tingting1,Shan Di1,Wang Zongchen1

(1.NationalMarineEnvironmentalForecastingCenter，Beijing100081，China; 2.KeyLaboratoryofResearchonMarineHazardsForecasting，StateOceanicAdministration，Beijing100081，China)

Abstract:With its powerful earth observation capability， remote sensing technology shows great potential for disaster assessment. In this paper， multi-source remote sensing data is used to assess tsunami vulnerability from three components of vulnerability: exposure， sensitivity and resilience. Distance from shore is analyzed for exposure; apart from elevation， slope and shape of the coast， social and economic factor is taken into account for sensitivity; resilience is analyzed mainly from the land use factor. The Analytical Hierarchy Process (AHP) is used to construct a weighting scheme for the variables of sensitivity. Finally， five classes of vulnerability (low， slightly low， medium， slightly high and high) are defined and analyzed. The vulnerability map shows that 78.1% of the study area is low vulnerability， 5.9% is slightly low vulnerability， 5.4% is medium， 8.8% is slightly high vulnerability， and 1.8% is high vulnerability. High vulnerability areas are mostly located within 6 km buffer zone with smaller elevation and slope. The vulnerability analysis result can provide strong support for the tsunami disaster prevention and mitigation of local government．

Key words:remote sensing; tsunami; vulnerability; AHP

侯京明，高義，王君成，等. 基于遙感的臺(tái)州市海嘯脆弱性評(píng)估[J].海洋學(xué)報(bào)，2016，38(8)：12—23， doi：10.3969/j.issn.0253-4193.2016.08.002

Hou Jingming， Gao Yi， Wang Juncheng，et al. Using remote sensing to assess tsunami vulnerability for the coast of Taizhou， Zhejiang Province， China[J]. Haiyang Xuebao，2016，38(8)：12—23， doi：10.3969/j.issn.0253-4193.2016.08.002