大王滩水库洪水淹没分析和评估.doc

大王滩水库洪水淹没分析和评估 　　摘 要：基于30 m分辨率遥感影像数据和DEM数字高程数据，采用GIS空间统计分析技术快速评估洪水淹没范围、淹没经济损失等情况，为后期洪涝灾害的发生和后期生产活动等提供决策性的指导。 　　关键词：洪水灾害；DEM 淹没区；灾害评估；GIS空间统计分析技术 　　中图分类号：TV697.1+3 文献标识码：A DOI：10.15913/j.cnki.kjycx.2015.07.001 　　随着经济的发展和人口的日益增多，洪水灾害对人类发展的影响越来越严重，尤其是对于一些洪水多发区，因此，对洪水经济损失评估的研究就变得非常重要。 　　随着GIS和RS技术在城市规划、洪水防治和生态环境保护等方面的广泛应用，GIS技术在洪灾中的研究也逐渐丰富和成熟，尤其是其强大的空间分析能力。基于GIS技术，利用DEM数字高程模型统计、分析洪水淹没区，计算淹没水深、淹没区范围等，并结合基于遥感的区域土地利用分类数据，统???、分析灾区居民财产和农田的损失等，为降低灾害损失、指导灾后生活生产等提供决策性的指导。 　　1 研究区概述 　　大王滩水库始建于1958年，位于珠江流域西江水系八尺江中游，距南宁市市区中心28 km，流域长度共113.5 km。水库由枢纽工程、灌区、坝后电站及其配套设施组成，是一座以农业灌溉为主，兼具防洪、发电、旅游和城市生活供水等综合利用的国家大（二）型水利工程。水库总库容6.38×108 m3，正常蓄水位时的库容3.78×108 m3，死库容1.36×108 m3，调节库容3.00×108 m3。 　　2 评估分析 　　该研究选取GDEM DEM 30 m分辨率数字高程数据、landsat TM 30 m影像数据、行政区域图等数据和部分现场调查数据（DEM数据来源于中国科学院数据云）。 　　2.1 预处理 　　预处理主要包括对遥感影像和DEM数据的辐射校正、几何校正、图像融合、图像增强与滤波和图像裁剪等。文中对数据进行预处理的主要目的是突出土地覆被的类型，有效地提高解译精度。 　　2.2 面向对象分类 　　面向对象分类是充分利用TM影像数据的空间、纹理、形状和多光谱信息等，集合临近像元识别感兴趣的区域，最终实现分类。本文主要采用了多个尺度分割指数，同时，提取了多个感兴趣样本，最终实现了土地覆被分类的结果。文中仅考虑了城镇、农田、湿地、草地、灌丛和森林等土地利用覆被类型，分类结果如图1所示。 　　2.3 淹没水深 　　因此，结合大王滩水库历史高程、正常水位104.4 m和DEM数据等，得出淹没水位为107.9 m，淹没水深为2.69 m。 　　2.4 淹没范围统计分析 　　根据洪水淹没的成因（降雨、上游来水等），可将其分为无 　　源淹没和有源淹没。无源淹没仅考虑受淹区的高程和给定水位的高程，而不考虑淹没区的连通问题，低于给定水位的点皆算入淹没区等；有源淹没则考虑被淹没区的连通性，当水位达到平衡状态时，就达到了最终的淹没。 　　采用上述方法，经过统计、分析可知，当处于正常水位时，大王滩水库水面面积为7 551.54 hm2；当水库被淹没时，水位为107.9 m，水库水域面积可达12 355.45 hm2，淹没面积为4 809.89 hm2，如图2所示。 　　2.5 评估结果 　　当洪水灾害发生后，要根据不同淹没区的特点，同时参考遥感数据进行概化，完成评估分析，为灾后的管理提供充分的依据。下面简要分析了受灾区土地利用类型情况、城镇和农林的受灾情况。 　　2.5.1 土地利用类型分析 　　对于淹没区范围内的土地利用状况，土地利用反映了人类活动的空间格局和财产的空间分布状况，使相关人员能够从总体上把握洪水灾害的受灾状况。淹没土地利用状况面积如表1和图3所示。 　　2.5.2 城镇受灾评估 　　洪水直接、间接影响淹没区范围内的居民和人口数量。分析了淹没范围后可知，那简、六马、新桥、那花、六留、派江、叫悟、平上、纳徐、那西、邕乐、六眼、那蒙、那坡、坛留、文林、坛排、那盆、驮利、通快、维坝、五龙、西宁、南来、那兰、八百和康力27个村庄部分区域受洪灾的影响。 　　2.5.3 农林受灾评估 　　通过洪水淹没范围可统计农作物的受灾面积，农田受灾面积达2 871.7 hm2，森林受灾面积达1 209.87 hm2。据调查，水库周边林地区域大部分为速生桉等经济林，速生桉的受灾情况与受灾期有关，文中不深入统计其内容。水库附近农田大部分以种植水稻为主，农田经济损失主要以统计水稻损失为主。 　　农作物损失估算包括作物绝产和减产，依据各类农作物在某生长期内受淹时间对其生命力的影响，根据洪水淹没面积和淹没时间完成估算。结合广西统计年鉴数据和淹没面积进行统计，初步估算大王滩被