羅日洪,黃錦林,唐造造
(1.廣東省水利水電科學(xué)研究院,廣東 廣州 510610;2.廣東省山洪災(zāi)害防治工程技術(shù)研究中心,廣東 廣州 510610)
山洪災(zāi)害常發(fā)生于山丘區(qū)小流域,具有突發(fā)性強(qiáng),破壞力大的特點(diǎn),給山丘區(qū)經(jīng)濟(jì)和群眾生命財(cái)產(chǎn)帶來嚴(yán)重的危害[1]。山洪災(zāi)害風(fēng)險(xiǎn)評(píng)估的開展可有效提高災(zāi)害防御、災(zāi)后重建和損失評(píng)估,加強(qiáng)山洪災(zāi)害防治管理。洪水災(zāi)害風(fēng)(危)險(xiǎn)可分為面評(píng)估和線評(píng)估兩類[2],面上評(píng)估主要是基于GIS技術(shù)、利用影響因子圖層在二維平面上疊加計(jì)算風(fēng)(危)險(xiǎn)度[3-6]。目前,國內(nèi)開展山洪災(zāi)害面上研究既有大空間尺度的山洪災(zāi)害風(fēng)(危)的面上評(píng)估[7-8],也有中小尺度山洪災(zāi)情方面的評(píng)價(jià)[9-11]。但中等以上尺度的山洪災(zāi)害區(qū)劃因?yàn)榈貐^(qū)間差異巨大、尺度效應(yīng)、資料來源等影響,可能導(dǎo)致區(qū)劃準(zhǔn)確性和分辨率較低。因此,基于更小尺度(市縣或者小流域)的山洪災(zāi)害區(qū)劃更易建立多因子影響的評(píng)估模型和利用歷史災(zāi)害數(shù)據(jù)進(jìn)行驗(yàn)證[12-15],以此提高區(qū)劃精度。為此,本文在研究了山區(qū)小流域風(fēng)險(xiǎn)區(qū)劃技術(shù)的基礎(chǔ)上,以廣東省高州市曹江上游山區(qū)小流域?yàn)槔瑯?gòu)建山區(qū)小流域山洪災(zāi)害風(fēng)險(xiǎn)評(píng)估模型,考慮危險(xiǎn)性和易損性兩個(gè)方面獲取指標(biāo)因子,并采用層次分析法賦予權(quán)重,利用加權(quán)綜合和自然間斷點(diǎn)方法,最終得到曹江上游山區(qū)小流域山洪災(zāi)害風(fēng)險(xiǎn)區(qū)劃圖,為識(shí)別不同等級(jí)山洪災(zāi)害風(fēng)險(xiǎn),開展山洪災(zāi)害預(yù)報(bào)和防災(zāi)減災(zāi)提供科學(xué)依據(jù)。
山洪災(zāi)害風(fēng)險(xiǎn)研究的基礎(chǔ)數(shù)據(jù)一般分為自然屬性數(shù)據(jù)和社會(huì)屬性數(shù)據(jù)。視小流域?qū)嶋H情況及資料收集的難易程度,自然屬性數(shù)據(jù)一般包括降雨、高程、土壤類型等數(shù)據(jù),社會(huì)屬性數(shù)據(jù)一般收集人口密度分布、人均GDP分布、土地利用等數(shù)據(jù)。
(1)指標(biāo)獲取與處理
山區(qū)小流域山洪災(zāi)害風(fēng)險(xiǎn)區(qū)劃是對(duì)研究區(qū)自然環(huán)境的危險(xiǎn)性和社會(huì)經(jīng)濟(jì)易損性進(jìn)行評(píng)價(jià),通過分析歷史暴雨洪水災(zāi)害的危險(xiǎn)性和承載體的易損程度進(jìn)行分析,劃分不同風(fēng)險(xiǎn)等級(jí)的區(qū)域。一般采用反映降雨、地形起伏度和河網(wǎng)水系的指標(biāo)作為危險(xiǎn)性指標(biāo),比如多年降雨均值、暴雨頻次、坡度、綜合地因子、高程、河網(wǎng)密度、河網(wǎng)緩沖區(qū)、土壤類型等[16-18];采用反映人口分布和社會(huì)經(jīng)濟(jì)情況的指標(biāo),比如人口密度、人均GDP、土地利用類型、植被覆蓋率、耕地面積百分比等[19-21]。由于各地區(qū)山洪災(zāi)害發(fā)育現(xiàn)狀及時(shí)空分布不盡相同,應(yīng)基于現(xiàn)場調(diào)查的山洪災(zāi)害致災(zāi)因子、孕災(zāi)環(huán)境以及承災(zāi)體等資料確定合適的評(píng)價(jià)指標(biāo)。
確定好危險(xiǎn)性因子和易損性因子后,采用Arcgis軟件對(duì)收集到的自然屬性數(shù)據(jù)和社會(huì)屬性數(shù)據(jù)提取所需要素,合理插值、裁剪,再處理為柵格大小一致的圖層,最后分別進(jìn)行分級(jí)。其中分級(jí)采用自然斷點(diǎn)分級(jí)法(Jenks natural breaks classification method)。自然斷點(diǎn)分級(jí)法是一種數(shù)據(jù)集中用來確定不同類別的最佳聚類間隔,對(duì)相似值進(jìn)行最恰當(dāng)分組,通過與平均偏離值最小化來實(shí)現(xiàn)的方法。其公式為
(1)
式中:A是一個(gè)數(shù)組(數(shù)組長度為N),meani-j為每個(gè)等級(jí)中的平均值,該方法可用GIS軟件實(shí)現(xiàn)。
(2)指標(biāo)體系構(gòu)建
根據(jù)層次分析法要求和獲取的評(píng)價(jià)指標(biāo),對(duì)山區(qū)小流域山洪災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系進(jìn)行構(gòu)建,包括目標(biāo)層、準(zhǔn)則層、指標(biāo)層三個(gè)層次,見圖1所示。
圖1 層次體系分析
(3)指標(biāo)權(quán)重計(jì)算
采用層次分析法(Analytic Hierarchy Process,簡稱AHP法)計(jì)算危險(xiǎn)性因子和易損性因子的權(quán)重。層次分析法是基于和決策的問題相關(guān)的因素進(jìn)行分解,構(gòu)造出層次結(jié)構(gòu),一般由目標(biāo)、準(zhǔn)則、方案層構(gòu)成。作為一種定性與定量相結(jié)合的分析方法,最初由T.L.Saaty于1970年代提出。層次分析法首先利用最廣泛的1~9標(biāo)度兩兩比較,通過定性、定量判斷,構(gòu)造出層次判斷矩陣,然后根據(jù)求解的判斷矩陣特征向量和最大特征根確定出各因子的評(píng)價(jià)權(quán)重,最后計(jì)算權(quán)向量并作一致性檢驗(yàn)。具體步驟如下所示:
①構(gòu)造判斷矩陣A=(aij)m×n
(2)
式中:aij表示元素Xi與Xj相對(duì)于其上一層元素重要性的比較標(biāo)度。
②歸一化處理判斷矩陣,采用下式計(jì)算:
(3)
③上一步得到的矩陣按行相加,得向量:
(4)
④對(duì)Wi向量歸一化處理:
(5)
近似解w=(w1,w2,w3,…,wn)T即為各指標(biāo)的權(quán)重值。
采用加權(quán)綜合評(píng)價(jià)法(Weighted-Evaluating Method)構(gòu)建山區(qū)小流域山洪災(zāi)害風(fēng)險(xiǎn)區(qū)劃模型。加權(quán)綜合評(píng)價(jià)法為綜合考慮各個(gè)具體指標(biāo)的綜合影響度,根據(jù)各因子的貢獻(xiàn)率賦予權(quán)重值,將規(guī)范化的指標(biāo)因子與相應(yīng)權(quán)重相乘,最后疊加多個(gè)帶權(quán)重的指標(biāo)因子得到數(shù)量化的計(jì)算結(jié)果。計(jì)算公式為:
(6)
式中:P為評(píng)價(jià)因子的值;Xi為規(guī)范化后的指標(biāo)值;Wi是權(quán)重值,采用層次分析法進(jìn)行確定。
山洪災(zāi)害風(fēng)險(xiǎn)區(qū)劃基于危險(xiǎn)性因子H和易損性因子V來建立風(fēng)險(xiǎn)R模型[22],對(duì)研究區(qū)山洪災(zāi)害進(jìn)行定量化分析,根據(jù)加權(quán)綜合評(píng)價(jià)法計(jì)算得到危險(xiǎn)度(H)和易損度(V),再次根據(jù)不同權(quán)重加權(quán)綜合得到風(fēng)險(xiǎn)度(R)。具體如下:
(7)
(8)
風(fēng)險(xiǎn)度:R=f(H,V)=wHH+wVV。
(9)
式中:hi,vj為經(jīng)過標(biāo)準(zhǔn)化處理后的危險(xiǎn)性指標(biāo)和易損性指標(biāo);w為危險(xiǎn)性和易損性的權(quán)重。
以上圖層皆采用Arcgis空間疊加工具進(jìn)行計(jì)算,最后得到小流域危險(xiǎn)性圖、易損性圖和風(fēng)險(xiǎn)性圖。
山區(qū)小流域由于資料較少,很難對(duì)山洪災(zāi)害風(fēng)險(xiǎn)區(qū)劃結(jié)果進(jìn)行驗(yàn)證。目前,大多數(shù)還是采用定性的方法,根據(jù)對(duì)小流域山洪災(zāi)害影響較大的因子(比如降雨、地形、人口密度等)的分布來定性地描述風(fēng)險(xiǎn)區(qū)劃的符合性,定量化的研究較少,一般可以根據(jù)所得的風(fēng)險(xiǎn)等級(jí)分布,采用歷史山洪災(zāi)害數(shù)據(jù)進(jìn)行風(fēng)險(xiǎn)區(qū)劃準(zhǔn)確性驗(yàn)證,主要是通過歷史山洪災(zāi)害發(fā)生點(diǎn)落在次高~高風(fēng)險(xiǎn)區(qū)的比例來驗(yàn)證風(fēng)險(xiǎn)區(qū)劃精度的高低。
圖2 山洪災(zāi)害危險(xiǎn)性指標(biāo)分級(jí)
圖3 山洪災(zāi)害易損性指標(biāo)分級(jí)
本次主要研究廣東省高州市大坡鎮(zhèn)大坡水文站以上的曹江山區(qū)小流域,集水面積226 km2,干流長度32.1 km,平均坡降2.72‰,地勢北高南低。流域降雨量受地形影響明顯,降雨自上游向下游遞減。時(shí)空分布不均勻,因此山洪頻發(fā)。其中,2010年9月21日發(fā)生的特大洪水最為嚴(yán)重,12 h降雨量較大的站點(diǎn)為馬貴站673.5 mm,達(dá)到1000年一遇;厚園圩站472 mm,超200年一遇。短歷時(shí)強(qiáng)降雨造成了該流域發(fā)生了嚴(yán)重的洪澇災(zāi)害和山洪地質(zhì)災(zāi)害,多處山體滑坡、橋梁沖垮、道路塌方,水利、電力、通信設(shè)施損毀嚴(yán)重,沿岸農(nóng)田、民房遭受重創(chuàng)。
(1)指標(biāo)提取與分級(jí)
曹江上游山區(qū)小流域山洪災(zāi)害主要由短歷時(shí)、高強(qiáng)度的暴雨引發(fā)。下墊面地形起伏程度大,溝谷發(fā)育,河床比降大,河網(wǎng)較密集,對(duì)山洪災(zāi)害的形成影響較大。故危險(xiǎn)性細(xì)化為年最大6 h暴雨均值(H1)、年最大24 h暴雨均值(H2)、高程(H3)、高程標(biāo)準(zhǔn)差(H4)、距水體距離(H5)、河網(wǎng)密度(H6)、土壤類型(H7)7個(gè)指標(biāo)。山丘區(qū)居民點(diǎn)和耕地主要分布在較平坦的河谷,同時(shí)經(jīng)濟(jì)也較為發(fā)達(dá),一旦發(fā)生山洪暴發(fā),沿岸居民生命財(cái)產(chǎn)將遭受嚴(yán)重?fù)p失。因此,易損性主要考慮人口密度(V1)、人均GDP(V2)、土地利用類型(V3)3個(gè)指標(biāo)。
危險(xiǎn)性(H)指標(biāo):6 h暴雨均值(H1)、年最大24 h暴雨均值(H2)的獲取是將大坡、白馬、馬貴、厚園圩站的歷年最大6 h、24 h暴雨均值進(jìn)行空間插值,像元大小與高程DEM一致(下同);高程(H3)可直接使用DEM柵格,高程標(biāo)準(zhǔn)差(H4)根據(jù)高程?hào)鸥襁M(jìn)行制作[23];距水體距離(H5)根據(jù)提取好的3級(jí)河網(wǎng),按河谷寬度和不同級(jí)別河道設(shè)置4級(jí)緩沖區(qū),其中,1級(jí)河道:<50 m、50~125 m、125~200 m、>200 m;2級(jí)河道:<30 m、30~90 m、90~150 m、>150 m;3級(jí)河道:<15 m、15~55 m、55~95 m、>95 m;河網(wǎng)密度(H6)通過Arcgis軟件的格網(wǎng)進(jìn)行計(jì)算[24];土壤類型(H7)由矢量圖層轉(zhuǎn)為柵格,按易被沖刷、崩解性從大到小為:紅壤>赤紅壤>水稻土>黃壤。
表1 危險(xiǎn)性和易損性指標(biāo)權(quán)重
圖4 危險(xiǎn)性區(qū)劃圖
圖5 易損性區(qū)劃圖
圖6 風(fēng)險(xiǎn)性區(qū)劃圖
H5和H7指標(biāo)已按不同性質(zhì)劃分好等級(jí),其余指標(biāo)均轉(zhuǎn)為柵格按照自然間斷點(diǎn)法按危險(xiǎn)程度分為4級(jí),結(jié)果見圖2。
易損性(V)指標(biāo):人口密度分布(V1)、人均GDP分布(V2)均為1 km×1 km柵格數(shù)據(jù),應(yīng)用時(shí)采用反距離權(quán)重函數(shù)法進(jìn)行空間插值,最后采用自然間斷點(diǎn)法按易損程度分為4級(jí);土地利用類型為矢量圖層,共有4種類型:房屋建筑、耕地、林地、水域,轉(zhuǎn)成柵格后,按易損程度分為4級(jí)。見圖3所示。
(2)指標(biāo)權(quán)重
根據(jù)層次分析法對(duì)曹江上游山區(qū)小流域進(jìn)行山洪災(zāi)害指標(biāo)權(quán)重計(jì)算,結(jié)果見表1。
根據(jù)加權(quán)綜合評(píng)價(jià)法,由參評(píng)人員根據(jù)AHP法按照貢獻(xiàn)率賦予了各參評(píng)因子相應(yīng)的權(quán)重,將上述標(biāo)準(zhǔn)化后的因子乘以它的權(quán)重,然后按以下公式進(jìn)行疊加:危險(xiǎn)度H=0.188H1+0.188H2+0.268H3+0.106H4+0.106H5+0.106H6+0.036H7,易損度V=0.539V1+0.297V2+0.164V3。最后按照研究區(qū)危險(xiǎn)度和易損度對(duì)風(fēng)險(xiǎn)的貢獻(xiàn),分別取權(quán)重0.75和0.25,根據(jù)公式:R=0.75H×0.25V得到計(jì)算結(jié)果,然后進(jìn)行曹江上游山區(qū)小流域山洪災(zāi)害風(fēng)險(xiǎn)區(qū)劃。
利用Arcgis軟件中空間分析的地圖代數(shù)功能,將危險(xiǎn)度各柵格圖層進(jìn)行疊加,將結(jié)果按自然斷點(diǎn)分級(jí)法進(jìn)行重分類,分別以0.89、1.58、1.95、2.29為界限值劃分為低、次低、中、次高、高危險(xiǎn)區(qū),結(jié)果見圖4,并賦值1、2、3、4、5。從圖4中可以看到,次高~高危險(xiǎn)區(qū)主要位于該小流域的中上游河谷區(qū),距離水系越遠(yuǎn)危險(xiǎn)性越低;下游危險(xiǎn)性較低。這是由于北部高山抬升作用導(dǎo)致降雨比南部大,山高坡陡、地形高差也較大,利于洪水的匯集,易于形成山洪災(zāi)害。根據(jù)災(zāi)后調(diào)研,馬貴鎮(zhèn)在“20100921”洪水中首批有受災(zāi)最嚴(yán)重9個(gè)行政村(馬貴、馬坑、埕垌、甘沖、垌、朗練、六塘、深水、河木垌)納入了重建規(guī)劃[25],皆位于次高-高危險(xiǎn)區(qū)內(nèi)。
用同樣的方法,分別以1.48、2.05、2.56、3.10為界限值劃分為低、次低、中、次高、高易損區(qū),結(jié)果見圖5,并賦值1、2、3、4、5。從圖5中可以看出,易損性較高的地方基本沿較平坦的河谷分布。由于流域內(nèi)多山,較平坦的河谷是提供了較好的居住、耕種和交通等條件,因此社會(huì)經(jīng)濟(jì)較發(fā)達(dá),易損性相對(duì)較大。
將標(biāo)準(zhǔn)化后的危險(xiǎn)性和易損性按照權(quán)重0.75和0.25進(jìn)行疊加分析,即可得到風(fēng)險(xiǎn)度(R)。根據(jù)自然斷點(diǎn)分級(jí)法進(jìn)行重分類,分別以1.50、2.25、3.00、3.70作為界限值劃分為低、次低、中、次高、高風(fēng)險(xiǎn)區(qū),結(jié)果見圖6。其中高風(fēng)險(xiǎn)區(qū)面積占整個(gè)流域的7.7%,較高風(fēng)險(xiǎn)區(qū)為14.9%,中風(fēng)險(xiǎn)區(qū)為30.8%,較低風(fēng)險(xiǎn)區(qū)為32.5%,低風(fēng)險(xiǎn)區(qū)為14.1%。
根據(jù)研究區(qū)歷史山洪災(zāi)害資料[26],將歷史山洪災(zāi)害點(diǎn)與風(fēng)險(xiǎn)區(qū)劃圖疊加,統(tǒng)計(jì)落入各級(jí)風(fēng)險(xiǎn)區(qū)歷史山洪災(zāi)害點(diǎn)的數(shù)量及百分比,定量地驗(yàn)證曹江上游山區(qū)小流域山洪災(zāi)害風(fēng)險(xiǎn)區(qū)劃結(jié)果的精度(表2)。其中,歷史山洪災(zāi)害點(diǎn)在次高~高風(fēng)險(xiǎn)區(qū)內(nèi)占比達(dá)到91.7%,說明山洪災(zāi)害風(fēng)險(xiǎn)區(qū)劃結(jié)果精度較高。
表2 歷史山洪災(zāi)害點(diǎn)在各級(jí)風(fēng)險(xiǎn)區(qū)占比情況
(1)本文根據(jù)收集到山區(qū)小流域資料,對(duì)反映自然屬性危險(xiǎn)因子和反映社會(huì)屬性易損因子進(jìn)行山洪災(zāi)害指標(biāo)進(jìn)行提取,構(gòu)成了山區(qū)小流域山洪災(zāi)害風(fēng)險(xiǎn)區(qū)劃的評(píng)價(jià)指標(biāo)體系,基于層次分析法(AHP)賦予各個(gè)指標(biāo)權(quán)重,利用Arcgis技術(shù)對(duì)因子圖層進(jìn)行疊加,基于自然斷點(diǎn)分級(jí)法對(duì)計(jì)算結(jié)果進(jìn)行聚類分析和風(fēng)險(xiǎn)評(píng)價(jià),對(duì)山區(qū)小流域山洪災(zāi)害風(fēng)險(xiǎn)區(qū)劃技術(shù)進(jìn)行了研究。
(2)以曹江上游山區(qū)小流域?yàn)槔?,選取了最大6 h暴雨均值、最大24 h暴雨均值、高程、高程標(biāo)準(zhǔn)差、距水體距離、河網(wǎng)密度和土壤類型7個(gè)危險(xiǎn)性指標(biāo)以及人口密度、人均GDP、土地利用類型3個(gè)易損性指標(biāo),基于山區(qū)小流域山洪災(zāi)害風(fēng)險(xiǎn)區(qū)劃技術(shù),得到了山洪災(zāi)害風(fēng)險(xiǎn)區(qū)劃圖。結(jié)果表明,曹江上游山區(qū)小流域山洪災(zāi)害風(fēng)險(xiǎn)北部比南部高,高風(fēng)險(xiǎn)區(qū)主要分布在馬貴鎮(zhèn),且基本沿著河谷分布,因?yàn)楹庸鹊貏莸?,山洪?zāi)害危險(xiǎn)性高,而且由于地形、交通等原因,較平坦的河谷是山區(qū)居民理想的聚居區(qū),大部分耕地也沿著聚居區(qū)分布,因此河流兩岸的易損性較高。經(jīng)過歷史山洪災(zāi)害點(diǎn)的驗(yàn)證,風(fēng)險(xiǎn)區(qū)劃結(jié)果精度較高,說明了本文提出的山區(qū)小流域山洪災(zāi)害風(fēng)險(xiǎn)區(qū)劃技術(shù)在山洪災(zāi)害防御、災(zāi)后重建和損失評(píng)估方面能夠發(fā)揮重要作用。
參考文獻(xiàn):
[1]全國山洪災(zāi)害防治規(guī)劃領(lǐng)導(dǎo)小組辦公室.全國山洪災(zāi)害防治規(guī)劃編制技術(shù)大綱[R].北京:全國山洪災(zāi)害防治規(guī)劃領(lǐng)導(dǎo)小組辦公室,2003.
[2]杜俊, 任洪玉, 張平倉,等.大空間尺度山洪災(zāi)害危險(xiǎn)評(píng)估的比較研究[J].災(zāi)害學(xué), 2016, 31(3):66-72.
[3]唐川, 朱靜.基于GIS的山洪災(zāi)害風(fēng)險(xiǎn)區(qū)劃[J].地理學(xué)報(bào), 2005, 60(1):87-94.
[4]Elbastawesy M, White K, Nasr A.Integration of remote sensing and GIS for modelling flash floods in Wadi Hudain catchment, Egypt.[J].Hydrological Processes, 2009, 23(9):1359-1368.
[5]Youssef A M, Pradhan B, Hassan A M.Flash flood risk estimation along the St.Katherine road, southern Sinai, Egypt using GIS based morphometry and satellite imagery[J].Environmental Earth Sciences, 2011, 62(3):611-623.
[6]Bathrellos G D, Gaki-Papanastassiou K, Skilodimou H D, et al.Potential suitability for urban planning and industry development using natural hazard maps and geological-geomorphological parameters[J].Environmental Earth Sciences, 2012, 66(2):537-548.
[7]趙剛, 龐博, 徐宗學(xué),等.中國山洪災(zāi)害危險(xiǎn)性評(píng)價(jià)[J].水利學(xué)報(bào), 2016, 47(9):1133-1142.
[8]蔡道明, 肖翔, 孫金偉.區(qū)域山洪災(zāi)害預(yù)警難度評(píng)價(jià)——以長江流域?yàn)槔齕J].長江科學(xué)院院報(bào), 2015(3):84-88.
[9]宮清華, 黃光慶, 郭敏,等.基于GIS技術(shù)的廣東省洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃[J].自然災(zāi)害學(xué)報(bào), 2009, 18(1):58-63.
[10] 劉少軍, 張京紅, 張明潔,等.海南島山洪災(zāi)害風(fēng)險(xiǎn)區(qū)劃研究[J].水土保持研究, 2013, 20(5):165-169.
[11] 丁文峰, 杜俊, 陳小平,等.四川省山洪災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃[J].長江科學(xué)院院報(bào), 2015, 32(12):41-45.
[12] El-Magd I A, Hermas E S, Bastawesy M E.GIS-modelling of the spatial variability of flash flood hazard in Abu Dabbab catchment, Red Sea Region, Egypt[J].Egyptian Journal of Remote Sensing & Space Science, 2010, 13(1):81-88.
[13] Santos J G.GIS-based hazard and risk maps of the Douro river basin (north-eastern Portugal)[J].Geomatics Natural Hazards & Risk, 2015, 6(2):90-114.
[14] 黃國如, 冼卓雁, 成國棟,等.基于GIS的清遠(yuǎn)市瑤安小流域山洪災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)[J].水電能源科學(xué), 2015(6):43-47.
[15] 許文濤.小流域山洪災(zāi)害風(fēng)險(xiǎn)性評(píng)價(jià)研究[D].武漢:長江科學(xué)院, 2016.
[16] 蘇軍鋒, 肖志強(qiáng), 魏邦憲,等.基于GIS的甘肅省隴南市暴雨災(zāi)害風(fēng)險(xiǎn)區(qū)劃[J].干旱氣象, 2012, 30(4):650-655.
[17] 岳琦, 張林波, 劉成程,等.基于GIS的福建閩江上游山洪災(zāi)害風(fēng)險(xiǎn)區(qū)劃[J].環(huán)境工程技術(shù)學(xué)報(bào), 2015, 5(4):293-298.
[18] 方秀琴, 王凱, 任立良,等.基于GIS的江西省山洪災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)與分區(qū)[J].災(zāi)害學(xué), 2017, 32(1):111-116.
[19] 徐洪剛, 肖丹, 范雄,等.基于GIS的青神縣暴雨洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃[J].高原山地氣象研究, 2011, 31(4):73-77.
[20] 孫欣, 林孝松, 何錦峰,等.基于GIS的山區(qū)鎮(zhèn)域山洪災(zāi)害危險(xiǎn)性分區(qū)及評(píng)價(jià)[J].重慶工商大學(xué)學(xué)報(bào)(自然科學(xué)版), 2014, 31(9):82-88.
[21] 劉珮勛, 劉成林, 裘仕博,等.基于GIS與AHP的南豐縣山洪災(zāi)害風(fēng)險(xiǎn)評(píng)估[J].水電能源科學(xué), 2017(6):55-58.
[22] 隋剛, 郝兵元, 彭林.利用高程標(biāo)準(zhǔn)差表達(dá)地形起伏程度的數(shù)據(jù)分析[J].太原理工大學(xué)學(xué)報(bào), 2010, 41(4):381-384.
[23] 王金艷, 黃永林, 譚慧明,等.利用ArcGIS生成水系密度的方法[J].地理空間信息, 2010, 08(6):101-102.
[24] United Nations Department of Humanitarian Affairs. Internationally agreed glossary of basic terms related to disaster management[R].Geneva: United Nations Department of Humanitation Affairs,1992.
[25] 陳冬蕾.災(zāi)后山區(qū)村莊重建規(guī)劃方法探索——以茂名市高州馬貴鎮(zhèn)為例[J].建筑與環(huán)境, 2011(3):23-25.
[26] 廣東省高州市山洪災(zāi)害分析評(píng)價(jià)報(bào)告[R].廣州:廣東省水文局,2015.