基于GIS的扎拜河流域洪水风险评估

《Progress in Disaster Science》：GIS-based flood risk assessment in the Zhabay River Basin, Kazakhstan

　　

摘要
洪水是哈萨克斯坦北部草原地区最具破坏性的自然灾害之一，春季快速融雪经常导致严重淹没。在扎拜河流域，近年来的洪水事件已对阿特巴萨尔市及周边居民点造成了显著的社会经济损失。尽管洪水屡屡发生，但该流域的空间明确洪水风险评估仍然有限。为弥补这一不足，本研究开发了一个集成的基于GIS的框架，将洪水灾害评估、脆弱性分析、淹没情景建模和卫星验证相结合，以实现综合性的洪水风险评估。
洪水灾害评估采用了反映流域敏感性和控制洪水生成的水文气象条件的指标。指标权重采用层次分析法（AHP）确定。洪水脆弱性评估采用了社会经济和环境脆弱性指标。灾害图层与脆弱性图层的集成使得空间洪水风险模型的建立成为可能。
模型性能以Sentinel-2影像基于改进归一化差异水体指数（MNDWI）提取的洪水事件实际淹没范围为依据进行评估。利用ROC分析进行的模型验证显示出良好至优异的预测性能，2017年、2019年和2024年洪水事件的AUC值分别为0.920、0.820和0.906。所提出的框架为雪融性河流流域的洪水风险管理和灾害风险降低提供了基础。本研究的主要创新点在于将水文气象洪水触发因素、空间脆弱性指标、淹没情景建模和基于卫星的验证集成在一个统一的GIS框架内，为数据稀缺的雪融性河流流域的洪水风险评估提供了一种可转移的方法。

论文解读：基于GIS的扎拜河流域洪水风险评估

一、研究背景与科学问题

洪水是全球最具破坏性的自然灾害之一，对人类安全、基础设施和社会经济发展构成重大威胁。在气候变暖背景下，极端天气事件频发，特别是强降水事件的增加可能导致径流增大和洪水概率上升。近年来，气候变化、人类活动压力增加以及水管理系统适应不足的共同影响进一步加剧了洪水灾害的影响。国际社会对洪水风险管理的关注日益增强，《2015-2030年仙台减灾框架》等国际文件强调了理解和降低洪水脆弱性的重要性。

哈萨克斯坦的洪水问题具有特殊的系统性特征。根据Galperin分类，该国大多数河流属于"纯雪融补给"类型，年径流主要集中在短暂的春季时段，往往形成陡峭的洪水波。Zaykov分类中的"哈萨克型"河流表现出前苏联河流中最高的年内径流不均匀性之一。在国土以平坦地形为主的条件下，年最大流量可相差数个数量级，这大大增加了大规模洪水的可能性。据统计，哈萨克斯坦洪水造成的年均经济损失达4.19亿美元，每年伤亡人数达数百人。2017年、2019年和2024年的大规模洪水事件突出显示了气候驱动因素与水利及防护基础设施准备不足的复合效应。

扎拜河流域是哈萨克斯坦北部雪融性河流的典型代表。该流域位于阿克莫拉州，是叶西尔河最大的右岸支流之一，全长196公里，集水面积8800平方公里。流域内分布有17个居民点，在春季洪水期间面临显著的洪水风险，其中最大的是人口31434人的阿特巴萨尔市。近年来，2014年、2019年和2024年发生了特别强烈的春季洪水，2017年阿特巴萨尔市部分地区被淹没。

尽管已有大量关于洪水灾害制图和洪泛区建模的研究，但扎拜河流域仍缺乏将洪水灾害评估、空间脆弱性分析和利用地球遥感数据验证结果相结合的综合研究。以往研究主要侧重于极端洪水的水文分析或潜在洪泛区建模，未考虑脆弱性物体的空间分布及与实际洪水数据的对比验证。因此，本研究旨在开发一种基于水文气候因素、脆弱性空间分析和卫星验证相结合的集成地理信息方法，用于扎拜河流域的洪水风险评估。

二、主要技术方法概述

研究人员构建了一个综合性的GIS框架，整合了多源数据：采用ERA5-Land再分析数据集获取气象指标（气温、降水、雪水当量、土壤湿度）；利用Sentinel-2和Landsat 8遥感数据计算归一化差异积雪指数（NDSI）和归一化差异植被指数（NDVI）分析积雪动态和植被状况；基于ALOS PALSAR DEM（12.5米分辨率）提取地形形态特征；从OpenStreetMap获取水文、交通和居民点矢量数据；土壤数据来自哈萨克斯坦国家地图集。洪水灾害评估采用层次分析法（AHP）确定8个指标权重；脆弱性评估整合5个空间代理指标。使用Kritsky-Menkel分布对1944-2024年水文站年最大水位序列进行频率分析，确定1%、2%和20%超越概率情景。通过改进归一化差异水体指数（MNDWI）从Sentinel-2影像提取实际洪水范围，采用ROC和AUC分析验证模型精度。淹没情景建模采用水位抬升法，基于DEM构建水面切线平面栅格并计算潜在淹没区域。

三、研究结果

（一）洪水灾害空间分布

基于8个水文气候和形态计量指标评估了扎拜河流域的洪水灾害。层次分析法（AHP）权重分析显示，地形因素占主导地位：海拔权重27.7%，距河流网络距离权重20.3%，降水16%，雪水当量11.2%，融雪强度9%，土壤冻结深度6%，秋季土壤湿度6%，土壤类型3.8%。灾害图显示，最高灾害指数值集中在扎拜河漫滩和邻近低洼地区。2024年洪水事件中，高和极高灾害类别约占流域面积50%，而2017年和2019年该比例约为40%。2024年事件是由多种不利因素共同作用的结果：最大秋季土壤湿度（32.6单位）、创纪录的3月雪水当量（88.9毫米）、高强度融雪（45.21毫米/天）以及气温急剧升至9.4-10.0°C。2017年最大冻结深度达143.4厘米，而2024年显著冻结深度（133.8厘米）与高秋季湿度结合形成了几乎不透水的土壤层。

（二）区域脆弱性空间分布

脆弱性评估采用5个空间指标，层次分析法（AHP）权重显示：距河流网络距离占30.7%，距居民点距离占24.8%，土地利用与覆盖（LULC）占18.9%，距道路网络距离占14.2%，NDVI占11.4%。最高脆弱性指数集中于扎拜河附近和主要居民点周边区域，这些区域基础设施和经济活动密集。约27-29%的流域面积属于中度脆弱性，23-26%属于高度脆弱性，10-15%属于极高脆弱性。

（三）综合洪水风险图

通过灾害图和脆弱性图的集成获得了综合洪水风险图。高和极高风险区域持续集中于扎拜河漫滩和邻近低地。所有年份中，约27-32%的流域面积属于中度风险，30-34%属于高风险，15-17%属于极高风险。中度至高风险合计覆盖超过60%的研究区域。2024年高和极高风险面积最大。

（四）超越概率情景下洪泛区空间建模

利用GIS方法对阿特巴萨尔城区进行了1%（约96年一遇）、2%（约55年一遇）和20%（约5.4年一遇）三种超越概率情景的淹没建模。模型模拟的淹没面积系统性地超过卫星观测到的实际淹没面积约2.3-2.8倍，2017年模拟17.8平方公里对比观测7.77平方公里，2019年13.7平方公里对比4.83平方公里，2024年18.6平方公里对比8.15平方公里。这一差异主要归因于防洪基础设施（堤防、护岸、排水渠等）未在基于DEM的建模中明确表示，以及卫星影像获取时间与洪峰之间存在时间滞后。

（五）基于ROC和AUC分析的洪水风险模型验证

利用Sentinel-2影像MNDWI提取的实际洪水范围进行了ROC分析验证。2017年AUC值为0.920，2019年为0.820，2024年为0.906，表明模型具有良好的预测性能。2019年AUC相对较低，可能是因为该事件淹没范围较小、洪水条件空间分异不显著。

四、讨论与结论

研究结果表明，扎拜河流域的洪水风险受水文气候条件、流域形态计量特征和脆弱要素空间分布的综合控制。海拔和距河流网络距离的主导贡献凸显了地形控制的重要性。一个重要发现是，尽管各年份洪水生成条件的强度不同，但灾害、脆弱性和综合风险的空间格局保持相对稳定，表明流域内存在持续的高敏感性和潜在损害区域。

淹没情景分析表明，即使考虑现有防护结构，1%超越概率情景仍会影响城市区域的相当大部分，残余洪水风险依然较高，结构性措施可能不足以完全消除潜在损害。在平坦和切割较弱的流域中，微小的高程差异会对洪水扩散产生显著影响。

研究存在以下局限性：卫星影像与洪峰时间不完全一致；所用DEM（ALOS PALSAR 2006-2009）相对过时，未充分反映微地形和人为改造的地表形态；脆弱性通过代理指标表示，简化了社会经济的复杂性；层次分析法（AHP）权重确定存在一定主观性；ERA5再分析数据的分辨率可能无法完全捕捉局地变率。

总体而言，所提出的框架在缺乏详细地面观测、高分辨率地形数据和 hydrodynamic 模型输入的条件下具有重要优势。该综合方法为数据稀缺的雪融性河流流域提供了可靠的洪水风险评估工具，可支持洪水风险管理和适应规划。研究证实，将极值分析、GIS多准则评估、淹没情景制图和卫星验证相结合，是水气候不稳定性增强条件下进行综合洪水分析和发展适应策略的有前景方向。

研究结论翻译：本研究提出了一个基于GIS的扎拜河流域综合洪水风险评估方法，该流域为叶西尔河的支流，研究综合分析了洪水生成自然因素、区域脆弱性、洪水情景建模和卫星验证。结果表明，2017年、2019年和2024年的极端洪水事件是在不同控制因素组合下形成的，其中2024年条件最为不利，高秋季土壤湿度、显著雪水储量和强烈春季融雪的叠加为大规模洪水形成创造了特别有利的条件。研究结果证实了秋季湿度、土壤冻结深度、积雪积累和融雪动态在哈萨克斯坦北部平坦流域洪水形成中的关键作用。层次分析法权重结果表明，形态计量控制因素（特别是海拔和距河流网络距离）对洪水灾害的空间分异影响最强。灾害、脆弱性和综合风险地图揭示了流域内显著的空间异质性，最危险区域集中在邻近河流网络的低洼漫滩区，最高脆弱性与城市化和农业区相关。基于Sentinel-2影像和MNDWI指数的模型验证显示出良好的预测性能，AUC值介于0.849至0.897之间。1%、2%和20%超越概率的情景淹没建模显示，随着事件稀有性增加，淹没面积显著增加。总体上，研究证明水文分析、GIS多准则评估、洪水淹没建模和遥感数据的集成为空间洪水风险评估提供了可靠且实用的工具，所提出的框架可支持数据稀缺、水文变率高的河流流域的洪水风险管理和适应规划。