防洪減災(zāi)視角下的土地利用對策探討

王江煒 曾忠平

摘要：土地管理和水管理之間高度依賴，城市化進程改變了原有的景觀結(jié)構(gòu)和水文過程，加劇了洪澇災(zāi)害的發(fā)生，對城市可持續(xù)發(fā)展提出了重大挑戰(zhàn)。以吉安市為研究對象，利用互聯(lián)網(wǎng)上用戶產(chǎn)生的洪災(zāi)位置數(shù)據(jù)，選擇洪水影響因素，構(gòu)建洪澇災(zāi)害風(fēng)險評估模型，繪制洪澇災(zāi)害風(fēng)險等級圖，與土地利用類型疊加分析，提出防洪減災(zāi)視角下的土地利用對策。結(jié)果表明，土地利用時洪澇災(zāi)害的影響十分顯著;洪災(zāi)低、中風(fēng)險區(qū)域多為林地、草地;洪災(zāi)高風(fēng)險區(qū)域的土地利用變化主要表現(xiàn)為耕地、草地轉(zhuǎn)化為建設(shè)用地;從合理調(diào)整建設(shè)用地、優(yōu)先安排生態(tài)用地等兩個方面可提出洪災(zāi)高風(fēng)險區(qū)域的土地利用對策。

關(guān)鍵詞：土地利用結(jié)構(gòu);洪澇災(zāi)害;土地管理

中圖分類號：F301 文獻標(biāo)識碼：B

文章編號：1001-9138-（2020）08-0034-40 收稿日期：2020-05-02

1 引言

城鎮(zhèn)化是現(xiàn)代化的必由之路，在經(jīng)濟社會快速發(fā)展的同時，誘發(fā)了復(fù)雜的社會風(fēng)險?？焖俪鞘谢M程使城市洪澇災(zāi)害日益嚴(yán)重，洪災(zāi)造成了人類社會大量的財產(chǎn)損失和人員傷亡，是我國可持續(xù)發(fā)展進程中面臨的重大挑戰(zhàn)，如何使防洪減災(zāi)與可持續(xù)發(fā)展相適應(yīng)，是我國可持續(xù)發(fā)展的一個關(guān)鍵課題。江西省吉安市由于地形、極端氣候的影響和經(jīng)濟的快速發(fā)展，近幾年一直遭受著洪澇災(zāi)害的侵襲，是省內(nèi)洪災(zāi)極為嚴(yán)重的地級城市。因此，探討防洪減災(zāi)視角下的土地利用對策，以促進吉安市的經(jīng)濟社會可持續(xù)發(fā)展至關(guān)重要。

近年來，國內(nèi)外學(xué)者采用定量或定性的方法探討了土地利用與洪澇災(zāi)害的關(guān)系。主要集中在探討土地利用對洪澇災(zāi)害的影響以及減災(zāi)視角下的土地利用對策兩方面。Gemma Schuch等提出綠色開放空間規(guī)劃有助于洪水管理，為了避免在洪泛區(qū)發(fā)展城市住區(qū)，可將其留為具有指定土地用途的綠色開放空間，或在城市小溪旁設(shè)置綠色開放空間。Kiyong Park等針對韓國昌原市的洪災(zāi)情況，基于脆弱性和暴露性的洪水風(fēng)險分析，根據(jù)土地利用類型評估城市洪水風(fēng)險，并通過建筑用途分析了城市分布與城市洪水風(fēng)險的關(guān)系。得出結(jié)論，更高的洪災(zāi)風(fēng)險集中在城市化地區(qū)，商業(yè)區(qū)的風(fēng)險程度最高，其次是居民區(qū)、工業(yè)區(qū)、綠化區(qū)。彭建等以深圳市茅洲河流域為例，基于CLUE-S模型、SCS模型及等體積淹沒算法等，對12種暴雨洪澇致災(zāi)一土地利用承災(zāi)情景下的城市暴雨洪澇災(zāi)害風(fēng)險進行定量模擬，研究表明，隨著建設(shè)用地面積增加，中等風(fēng)險和高風(fēng)險區(qū)面積均呈現(xiàn)較為明顯的增加趨勢。袁藝等針對深圳地區(qū)布吉河流域，基于分布式水文模型模擬了土地利用變化對流域匯流過程的影響，結(jié)果表明，以城鎮(zhèn)用地的大量增加和生態(tài)用地、農(nóng)業(yè)用地的大面積減少為主要特征的快速景觀城市化過程，是造成城市洪澇災(zāi)害日益嚴(yán)重的主要原因之一。劉慧基于定性的討論，得出長江中游地區(qū)不合理的土地利用所引起的河湖調(diào)蓄能力的下降是加劇中游地區(qū)洪澇災(zāi)害的重要因素。據(jù)此提出了中游地區(qū)如移民建鎮(zhèn)、實施退田還湖等減輕洪澇災(zāi)害的土地利用對策。綜上所述，國內(nèi)外學(xué)者關(guān)于土地利用對洪澇災(zāi)害的影響、土地利用對策的研究較為深入，但將二者結(jié)合討論的較少，即沒有對城市不同洪澇風(fēng)險區(qū)域的土地利用類型提出具體的對策建議。本文以吉安市為例，將理論研究和實例分析、定性和定量探討相結(jié)合，通過二元邏輯回歸分析，繪制洪澇災(zāi)害風(fēng)險等級圖，以ARMS軟件為技術(shù)平臺，與吉安市1995、2019年的土地利用類型疊加分析，并根據(jù)識別出的洪澇高風(fēng)險區(qū)域的土地利用類型提出具體的土地利用對策，以改進土地利用管理方式，科學(xué)、合理地利用土地資源。

2 數(shù)據(jù)來源

本文基于地理空間數(shù)據(jù)云平臺獲取了吉安市1995、2019年LandsatTM、OLI的遙感影像數(shù)據(jù);DEM數(shù)據(jù)來源于ASTER GDEM數(shù)據(jù)庫，分辨率30m;降雨量數(shù)據(jù)來自于吉安市水利局;其他數(shù)據(jù)包括python爬蟲獲取的圖片或視頻信息中的洪澇災(zāi)害位置點。

3 處理過程

3.1 土地利用類型提取

根據(jù)Google Earth中吉安市的土地利用情況，參考《土地利用現(xiàn)狀分類》（GB/T21010-2017）的分類標(biāo)準(zhǔn)，利用ERDAS最大似然監(jiān)督分類法對1995年和2019年吉安市的遙感影像進行目視解譯，并根據(jù)吉安市的區(qū)域特點將吉安市土地利用類型分為耕地、建設(shè)用地、林地、草地、水域5大類。分類精度分別為86.3%、85.8%，Kappa系數(shù)均在0.80以上，滿足要求。

3.2 土地利用變化對洪澇災(zāi)害的影響

3.2.1 評價數(shù)據(jù)準(zhǔn)備

3.2.1.1 獲取洪水清單數(shù)據(jù)

本文研究了吉安市2016-2019年的洪水災(zāi)害事件，通過網(wǎng)頁爬蟲從微博、博客等社交媒體及吉安晚報、吉安頭條等新聞媒體的報道中獲取了242個洪水災(zāi)害點，同樣在河流間或者非常陡峭的山坡上隨機選擇了242個幾乎不可能發(fā)生洪水災(zāi)害的位置。

3.2.1.2 選擇洪水影響因子

洪水的發(fā)生是多種因素共同作用的結(jié)果，包括自然因素和人類活動?；谝酝芯亢脱芯繀^(qū)域可獲得的數(shù)據(jù)，本文選取了8個洪水影響因子參與了分析：高程、坡度、坡向、曲率、降雨、歸一化植被指數(shù)、土地利用/覆被、河流距離。

高程是影響洪水的最重要因素之一，高程較低的地方容易發(fā)生洪水;水流速度由坡度決定，坡度會影響地表徑流和滲透量;土地利用/覆被直接或間接地影響滲透、蒸騰和徑流過程，土地利用圖對于確定易受洪水影響的區(qū)域至關(guān)重要，本研究確定了5個土地利用類別：建設(shè)用地、耕地、林地、草地、水域;植被指數(shù)是描述一個區(qū)域植被特征的一種度量，植被密度較小的地區(qū)被認(rèn)為更容易發(fā)生洪水，植被指數(shù)值在-1-1之間;曲率是DEM的二階導(dǎo)數(shù)，被認(rèn)為是與洪水有關(guān)的變量，影響著地表徑流;坡向被定義為地形表面最大坡度的方向，在大多數(shù)研究中，被認(rèn)為是一個重要的洪水易感性參數(shù);降雨是造成洪水的重要因素，使用克里金插值法得到降雨量空間分布圖;河流距離是影響洪水的主要因素之一，發(fā)生降雨事件之后，流量增加時會發(fā)生沉積物積聚，極有可能在周圍地區(qū)發(fā)生洪災(zāi)。通過Arcgis10.2中的歐幾里得工具計算災(zāi)害點到河流的距離。各因子的屬性分類如表1所示。

3.2.2 二元邏輯回歸模型構(gòu)建

3.2.2.1 多重共線性分析

使用SPSS軟件進行二元邏輯回歸分析，自變量之間應(yīng)是互相獨立的。如果兩個或多個解釋變量間出現(xiàn)了相關(guān)性，則成為多重共線性。因此，在應(yīng)用模型前，要考慮回歸模型的共線性問題。統(tǒng)計學(xué)上，一般應(yīng)用公差（TOL）和方差膨脹因子（VIF，TOL的倒數(shù)）來判斷共線性問題aTOL<0.1或VIF>10，常常表示存在多重共線性。本文中，TOL和VIF如表2所示。由于所有預(yù)測變量的TOL均大于0.1，VIF小于10，則這些因素之間沒有多重共線性。

3.2.2.2 模型實施

為了比較方便地找到最佳預(yù)測回歸模型，一般采用逐步回歸分析策略建立擬最佳預(yù)測回歸模型。逐步回歸采用逐個增加最佳變量的方式或逐個減少最差變量的方式找到最佳或擬最佳回歸模型。一般分為前進法和后退法。本文采用向后瓦爾德法，使用0.05的顯著性水平輸入，而0.10的顯著性水平移除。表3列出了具有瓦爾德卡方值的擬合模型的參數(shù)，這些參數(shù)用于檢驗預(yù)測變量的顯著性。

結(jié)果表明，土地利用、高程、降雨量、坡度在統(tǒng)計學(xué)上最為顯著，因為其顯著性較小，均小于0.01;河流距離顯著性值小于 0.05，在統(tǒng)計學(xué)上較為顯著;由于預(yù)測變量坡向、曲率、植被指數(shù)的顯著性值均大于0.05，因此相關(guān)性不大，在模型中排除坡向、曲率、植被指數(shù)。刪除后，重新計算邏輯回歸模型，由于預(yù)測變量的P值均小于0.05，所以剩余5個預(yù)測變量仍具有統(tǒng)計學(xué)意義。可信度評估的最終概率模型寫為：

為了評估預(yù)測模型的準(zhǔn)確性，引入ROC曲線評估模型精度。ROC曲線使用圖形的形式來描述二分類系統(tǒng)的性能表現(xiàn)。使用ROC曲線下的面積AUC值評估模型性能，可以直觀的評價分類器的好壞，AUC值越大精度越高。一般認(rèn)為，AUC值小于0.5，預(yù)測失敗;介于0.5和0.7之間預(yù)測較好;介于0.7和 0.9之間預(yù)測很好;AUC值大于0.9表示模型預(yù)測效果十分的好。本研究中，ROC曲線如圖1所示，AUC值為0.939，說明ROC曲線下面積的占比是93.9%，即預(yù)測模型的成功率是93.9%，表明模型預(yù)測性能較好。

將從邏輯回歸模型中獲得的系數(shù)值轉(zhuǎn)移到ArCGIS10.2軟件，進行柵格計算繪制敏感性等級評價圖如圖2所示，得出洪水概率圖的取值范圍分別為低（0-0.59）、中（0.6-0.79）、高（0.8一1）三類，面積分別為18250.611平方千米、3830.694平方千米、2563.903平方千米，分別占研究區(qū)域的74.05%、15.54%、10：41%。

3.2.3 洪災(zāi)高風(fēng)險區(qū)城土地利用變化研究

3.2.3.1 洪災(zāi)高風(fēng)險區(qū)域分析

將洪澇災(zāi)害高風(fēng)險區(qū)域分別與1995、2019年土地利用類型圖疊加分析如圖3、圖4所示。

3.2.3.2 洪災(zāi)高風(fēng)險區(qū)土地利用面積變化研究

單一土地利用動態(tài)度可表示為一定時間范圍內(nèi)某種土地利用類型的數(shù)量變化情況，表達式為：

K是研究時段內(nèi)土地利用類型動態(tài)度;U_a、U_b分別為初期及末期某一土地利用類型的面積;T為研究時間，當(dāng)T的時段為年時，K的數(shù)值就是研究區(qū)某種土地利用類型的年變化率。

分析洪澇災(zāi)害高風(fēng)險區(qū)域1995-2019年土地利用面積變化及年變化率如表4所示。

由表4可知，1995-2019年間，洪澇高風(fēng)險區(qū)域建設(shè)用地急速增長，由1995年的459.3$4平方午米增長到2019年的1570.068平方千米，其他各類用地均處于減少狀態(tài)。1995一2019年，建設(shè)用地土地利用動態(tài)度指數(shù)為17.27，其他各土地利用類型動態(tài)度指數(shù)均為負(fù)值，說明高風(fēng)險區(qū)域建設(shè)用地一直處于擴張趨勢，土地利用變化主要表現(xiàn)為其他地類轉(zhuǎn)化為建設(shè)用地。

3.2.3.3 洪災(zāi)高風(fēng)險區(qū)土地利用變化空間分布研究

為了測量吉安市1995-2019年洪災(zāi)高風(fēng)險區(qū)域土地利用變化特征，采用辛普森優(yōu)勢度指數(shù)來表征土地利用類型的優(yōu)勢度。

辛普森優(yōu)勢度指數(shù)是生態(tài)學(xué)中的一種信息統(tǒng)計指標(biāo)，是計算給定群落物種多樣性的一種數(shù)學(xué)方法。本文利用辛普森優(yōu)勢度指數(shù)，對吉安市1995、2019年兩個時期各土地利用類型的相對優(yōu)勢度進行了計算。該指數(shù)可以反映出哪些土地利用類型主導(dǎo)了整個洪災(zāi)區(qū)以及主導(dǎo)程度。辛普森優(yōu)勢度指數(shù)公式如下：

其中D;是洪災(zāi)區(qū)第i個土地利用類別的辛普森優(yōu)勢度指數(shù);H_i是洪災(zāi)區(qū)第i個土地利用類別的嫡，P_ij是洪災(zāi)區(qū)第j個區(qū)域中第i個土地利用類別的比例;m是洪災(zāi)區(qū)中的區(qū)域數(shù);H_max是H_i的最大值;n是土地利用類別的數(shù)量。1995和2019年土地利用類型的辛普森優(yōu)勢度指數(shù)如表5所示。

根據(jù)公式（1）—（3）可知，辛普森優(yōu)勢指數(shù)與優(yōu)勢程度成反比即辛普森優(yōu)勢指數(shù)越小，土地利用類型的優(yōu)勢越大。由表5可知，在1995年，耕地和林地的指數(shù)值最小，分別為1.247和1.254，而草地和建設(shè)用地的指數(shù)較大，分別為1.433和1.3309。在2019年，建設(shè)用地和林地的指數(shù)值最小，分別為1.2599和1.2559，而草地、水域、耕地的指數(shù)值分別為1.5545、1.3747、1.3508。結(jié)果表明，1995一2019年，土地利用空間格局中占主導(dǎo)地位的土地利用類型由耕地、林地轉(zhuǎn)為建設(shè)用地、林地。說明這一時期，吉安市正處于城市化迅速發(fā)展階段，人為干擾的逐步加強，改變了吉安原有的自然景觀，由此也造成了洪災(zāi)的頻繁暴發(fā)。

4 結(jié)論

根據(jù)洪災(zāi)風(fēng)險等級圖與吉安市1995-2019年洪災(zāi)高風(fēng)險區(qū)域土地利用時空變化特征可得，吉安市洪災(zāi)高風(fēng)險集中在遂川縣東部、萬安縣西北部、泰和縣中部、吉州區(qū)南部等地區(qū)。對于這些高風(fēng)險區(qū)域，提出以下幾種土地利用對策：

4.1 合理調(diào)整建設(shè)用地

其一，通過土地征用或土地稅收政策逐漸將城市建設(shè)推出高風(fēng)險區(qū)，并根據(jù)當(dāng)?shù)丨h(huán)境條件合理規(guī)劃聚居在高風(fēng)險區(qū)居民的轉(zhuǎn)移路線和安置轉(zhuǎn)移點房屋，對人口密度較大的高風(fēng)險區(qū)加強布設(shè)防洪設(shè)施如防洪大壩。

其二，對于容易遭受洪澇，靠近河岸、地勢低平的典型易澇地區(qū)建設(shè)用地，改變其土地利用類型，將其更改為綠色開放空間如規(guī)劃綠道、建立公園休閑區(qū)等。

其三，對于海拔高程較低，且商業(yè)服務(wù)業(yè)聚集、人口密集的典型易澇區(qū)域進行區(qū)域高程的調(diào)整，可通過建設(shè)加固將此區(qū)域的高程提高到周圍地區(qū)的基準(zhǔn)高程面。

其四，強化對各類建設(shè)用地選址的引導(dǎo)和控制，通過建立適當(dāng)?shù)姆ㄒ?guī)，確保洪災(zāi)高風(fēng)險地區(qū)免于密集的資本投資;避免將公共投資項目，如道路、水電通訊、學(xué)校、醫(yī)院等建設(shè)在高災(zāi)害風(fēng)險區(qū)。

4.2 優(yōu)先安排生態(tài)用地

劃出宜耕種的優(yōu)質(zhì)土地作為耕地，甚至是永久基本農(nóng)田，充分發(fā)揮耕地的生態(tài)、景觀和間隔功能，使生態(tài)建設(shè)與耕地保護有機統(tǒng)一;將具有生態(tài)功能的耕地特別是水田作為城市中的“綠心、綠帶”;由于集約化耕作和不適當(dāng)?shù)耐恋毓芾韺?dǎo)致土壤壓實，使農(nóng)田地表徑流增加，可增加有機質(zhì)以改善土壤結(jié)構(gòu)，改變土壤的透水性、蓄水性、通氣性等。

嚴(yán)格落實土地用途管制，保護林業(yè)用地。要劃定林業(yè)用地區(qū)，高風(fēng)險區(qū)嚴(yán)格控制林業(yè)用地隨意轉(zhuǎn)為它用，逐步安排陡坡耕地退耕還林，切實提高退耕還林的生態(tài)效益;在低洼地區(qū)種植更多耐澇抗洪植物。

嚴(yán)格執(zhí)行湖泊保護條例，維持并擴大市域內(nèi)河網(wǎng)水面率，嚴(yán)禁侵占河網(wǎng)水道;合理利用水面資源，根據(jù)不同的水體生態(tài)環(huán)境，發(fā)展水生作物種植，采取科學(xué)的養(yǎng)殖模式，達到循環(huán)利用和改善生態(tài)環(huán)境的效果，加強濕地保護;禁止修建建筑物或者進行其他開發(fā)活動，保留自然濕地，沿河兩岸可配置護岸林、創(chuàng)建綠色生態(tài)河岸走廊、植物緩沖區(qū)等，減少這些區(qū)域的災(zāi)害損失，為河流周邊頻繁遭遇的洪水留以宜泄空間。

參考文獻：

1.張慧 劉耀龍 馮潔瑤.城市化質(zhì)量、城市韌性對洪澇災(zāi)害風(fēng)險的影響——基于山西11個地級市面板數(shù)據(jù).經(jīng)濟問題.2020.04

2.孫莉英 毛小苓 黃錚等.洪水災(zāi)害對區(qū)域可持續(xù)發(fā)展的長期影響分析.北京大學(xué)學(xué)報（自然科學(xué)版）.2009.05

3.Schuch G，Serrao-Neumann S，Morgan E，et al.Waterin the city：Green open spaces，land use planning and floodmanagement-An Australian case study.Land Use Policy.2017

4.Park K，Won J.Analysis on distribution characteristicsof building use with risk zone classification based on urbanflood risk assessment.International Journal of Disaster RiskReduction.2019

5.彭建魏海武文歡等.基于土地利用變化情景的城市暴雨洪澇災(zāi)害風(fēng)險評估——以深圳市茅洲河流域為例.生態(tài)學(xué)報.2018.11

6.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.自然災(zāi)害學(xué)報.2003.10

7.劉慧.長江中游地區(qū)洪澇災(zāi)害的土地利用思考.長江流域資源與環(huán)境.2004.06

8.Choubin B，Moradi E，Golshan M，et al.An ensembleprediction of flood susceptibility using multivariatediscriminant analysis，classification and regressiontrees，and support vector machines.Science of The TotalEnvironment.2019

9.Swets，J.Measuring the accuracy of diagnostic systems.Science.1998

10.郭榮中 申海建 楊敏華.長株潭地區(qū)土地利用結(jié)構(gòu)信息嫡時空測度與演化.中國農(nóng)業(yè)資源與區(qū)劃.2019.09

11.Liu J，Shi Z.Quantifying land-use change impactson the dynamic evolution of flood vulnerability.Land UsePolicy.2017

作者簡介：王江煒，華中科技大學(xué)公共管理學(xué)院碩士。

曾忠平，華中科技大學(xué)公共管理學(xué)院副教授。