基于
  <strong>GIS</strong>和
  <strong>Logistic</strong>回归模型的洪涝灾害区划研究

doi:10.11867/j.issn.1001-8166.2020.082

地球科学进展 ›› 2020, Vol. 35 ›› Issue (10): 1064 -1072. doi: 10.11867/j.issn.1001-8166.2020.082

基于 GIS和 Logistic回归模型的洪涝灾害区划研究

王鹏(

),邓红卫(

)

中南大学资源与安全工程学院，湖南长沙 410083

收稿日期:2020-08-04 修回日期:2020-09-18 出版日期:2020-10-10
通讯作者: 邓红卫 E-mail:1170310531@qq.com;denghw208@126.com
基金资助:
国家自然科学基金项目“寒区岩质散体冻胀裂解孕育排土场灾变机理及干预机制研究”(51874352);中南大学研究生自主探索创新项目“GIS视域下湘江长沙—株洲河段水环境承载力分析研究”(2019zzts992)

Study on Flood Hazard Risk Zoning Based on GIS and Logistic Regression Model

Peng Wang( ),Hongwei Deng( )

School of Resources and Safety Engineering，Central South University，Changsha 410083，China

Received:2020-08-04 Revised:2020-09-18 Online:2020-10-10 Published:2020-11-30
Contact: Hongwei Deng E-mail:1170310531@qq.com;denghw208@126.com
About author:Wang Peng （1995-）, male， Enshi City, Hubei Province, Master student. Research areas include water resources carrying capacity and water disaster prevention. E-mail： 1170310531@qq.com
Supported by:
the National Natural Science Foundation of China “Study on the atastrophic mechanism and intervention mechanism of frost heave cracking of broken rocks in cold regions”(51874352);The Independent Exploration and Innovation Project for Graduate Students of Central South University “Analysis and research on water environmental carrying capacity of Xiang River from Changsha to Zhuzhou under GIS”(2019zzts992)

全文 ( 19 ) 下载PDF ( 818 )

洪涝灾害危险性区划对于洪涝灾害的控制和预防具有重要的意义。以汉江湖北河段沿线为例，在构建洪涝灾害危险性评价指标体系基础上，利用ArcGIS将各项评价指标进行归一化处理，建立研究区的格网并与历史灾害点相连接，得到每个网格内各项评价指标的数据和相应的灾害发生情况。然后，根据二元Logistic回归原理，利用SPSS进行二元逻辑回归分析，从而得出各评价指标与洪涝发生情况的关联性。在此基础上，应用Logistic回归模型确定的危险性概率计算方法，在ArcGIS中绘制研究区的洪涝灾害危险性区划图。将洪涝灾害危险性划分为高危险区、较高危险区、中等危险区、较低危险区和低危险区5个等级，各风险区面积占比依次为8.3%、12.5%、20.6%、19.2%和39.4%。

关键词: 洪涝灾害, 危险性区划, 汉江, GIS, Logistic回归模型

The flood hazard risk zonation is of great importance to the control and prevention of flood disaster. Taking the catchment area along Han River in Hubei Province as an example， based on the flood hazard risk evaluation index system， ArcGIS was used to normalize each evaluation index. The grid of the research area connected with the historical flood disaster point was accordingly established in order to obtain the statistics of each evaluation index and the corresponding disaster occurrences in each grid. Afterwards， according to the binary Logistic regression principle， SPSS was used for binary logistic regression analysis， so as to obtain the correlation between each evaluation index and the occurrence of flood disaster. On the basis of the above， the risk probability calculation method of Logistic regression model was applied to draw the flood hazard zoning map of the study area in ArcGIS. The results showed that flood hazard risk in the study area coexisted with the two aggregation modes of high and low value. And flood hazard risk was divided into five levels： The highest， higher， moderate， lower and the lowest regions. The area proportion of each risk region was 8.3%， 12.5%， 20.6%， 19.2% and 39.4%， respectively.

Key words: Flood hazard, Susceptibility mapping, Han River, GIS, Logistic regression model

中图分类号:

P426.616

图1 汉江在湖北省境内河段的示意图

Fig.1 Map showing the study area of the Han River in Hubei Province

图2 洪涝灾害危险性评价指标体系

Fig.2 Risk assessment index system of flood disaster

图3 洪涝灾害危险性评价因子分布图

Fig.3 Distribution map of risk assessment factors of flood disaster

表1 水系缓冲赋值标准

Table 1 Water system buffer assignment criteria

支流缓冲/m 干流缓冲/m	<500	500~1 000	1 000~1 500	1 500~2 000	2 000~2 500	>2 500
<100	1	1.0	1.0	1.0	1.0	1.0
100~500	1	0.8	0.8	0.8	0.8	0.8
500~1 000	1	0.8	0.6	0.6	0.6	0.6
1 000~1 500	1	0.8	0.6	0.4	0.4	0.4
1 500~2 000	1	0.8	0.6	0.4	0.2	0.2
>2 000	1	0.8	0.6	0.4	0.2	0

表1 水系缓冲赋值标准

Table 1 Water system buffer assignment criteria

支流缓冲/m 干流缓冲/m	<500	500~1 000	1 000~1 500	1 500~2 000	2 000~2 500	>2 500
<100	1	1.0	1.0	1.0	1.0	1.0
100~500	1	0.8	0.8	0.8	0.8	0.8
500~1 000	1	0.8	0.6	0.6	0.6	0.6
1 000~1 500	1	0.8	0.6	0.4	0.4	0.4
1 500~2 000	1	0.8	0.6	0.4	0.2	0.2
>2 000	1	0.8	0.6	0.4	0.2	0

表2 Logistic回归分析结果输出表

Table 2 Output table of Logistic regression analysis results

指标	B	S.E.	Wald	df	显著性	Exp(B)	95% EXP(B) 置信区间
指标	B	S.E.	Wald	df	显著性	Exp(B)	下限	上限
灾害点密度x₁	4.507	2.836	2.437	1	0.000	9.065	3.022	17.926
汛期降水量x₂	3.599	1.667	0.920	1	0.037	0.202	0.008	5.301
地形起伏度x₃	-1.349	8.144	0.167	1	0.000	0.035	0.010	0.504
植被覆盖类型x₄	-2.743	0.856	19.126	1	0.000	0.024	0.004	0.127
河网密度x₅	0.152	0.316	0.233	1	0.048	1.165	0.627	2.162
距河流距离x₆	2.064	0.203	103.218	1	0.000	6.825	5.288	7.874
常数	-3.243	0.212	234.046	1	0.000	0.039	-	-

表2 Logistic回归分析结果输出表

Table 2 Output table of Logistic regression analysis results

指标	B	S.E.	Wald	df	显著性	Exp(B)	95% EXP(B) 置信区间
指标	B	S.E.	Wald	df	显著性	Exp(B)	下限	上限
灾害点密度x₁	4.507	2.836	2.437	1	0.000	9.065	3.022	17.926
汛期降水量x₂	3.599	1.667	0.920	1	0.037	0.202	0.008	5.301
地形起伏度x₃	-1.349	8.144	0.167	1	0.000	0.035	0.010	0.504
植被覆盖类型x₄	-2.743	0.856	19.126	1	0.000	0.024	0.004	0.127
河网密度x₅	0.152	0.316	0.233	1	0.048	1.165	0.627	2.162
距河流距离x₆	2.064	0.203	103.218	1	0.000	6.825	5.288	7.874
常数	-3.243	0.212	234.046	1	0.000	0.039	-	-

表3 ROC分析曲线输出表

Table 3 ROC analysis curve output table

区域面积	标准误差	渐进显著性	置信度95%的置信区间
区域面积	标准误差	渐进显著性	下限	上限
0.885	0.020	0.000	0.846	0.924

表3 ROC分析曲线输出表

Table 3 ROC analysis curve output table

区域面积	标准误差	渐进显著性	置信度95%的置信区间
区域面积	标准误差	渐进显著性	下限	上限
0.885	0.020	0.000	0.846	0.924

图4 受试者工作特征曲线

Fig.4 Receiver operating characteristic curve

图5 洪涝灾害危险性概率（a）及区划（b）图

Fig.5 Probability（a）and zoning（b）of flood hazard

表4 研究区洪水灾害危险性区划

Table 4 Study area flood hazard zoning

危险区	洪涝灾害危险性概率/%	分区面积/km²	分区面积百分比/%	洪灾数量/次	分区洪灾数量百分比/%	分区灾害点密度/(次/100 km²)
高危险区	65.1~99.3	3 150.5	8.3	86	49.4	2.73
较高危险区	45.6~65.1	4 768.6	12.5	28	16.1	0.59
中等危险区	29.4~45.6	7 843.5	20.6	26	14.9	0.33
较低危险区	15.1~29.4	7 328.9	19.2	21	12.1	0.29
低危险区	3.4~15.1	15 076.1	39.4	13	7.5	0.09

表4 研究区洪水灾害危险性区划

Table 4 Study area flood hazard zoning

危险区	洪涝灾害危险性概率/%	分区面积/km²	分区面积百分比/%	洪灾数量/次	分区洪灾数量百分比/%	分区灾害点密度/(次/100 km²)
高危险区	65.1~99.3	3 150.5	8.3	86	49.4	2.73
较高危险区	45.6~65.1	4 768.6	12.5	28	16.1	0.59
中等危险区	29.4~45.6	7 843.5	20.6	26	14.9	0.33
较低危险区	15.1~29.4	7 328.9	19.2	21	12.1	0.29
低危险区	3.4~15.1	15 076.1	39.4	13	7.5	0.09

表5 县市内各洪灾风险区面积百分比 (%)

Table 5 Percentage of flood risk areas in county and city

县市	高风险区	较高风险区	中等风险区	较低风险区	低风险区	县市	高风险区	较高风险区	中等风险区	较低风险区	低风险区
郧西县	0.07	1.69	4.08	15.33	78.84	钟祥市	7.97	7.77	14.11	41.33	28.82
郧县	1.24	6.20	5.57	9.41	77.58	沙洋县	9.59	8.79	28.75	42.40	10.47
丹江口	0	0.07	14.82	11.75	66.56	天门市	11.42	12.63	40.54	35.21	0.19
老河口	1.84	5.03	9.67	21.95	61.50	潜江市	10.63	31.32	50.46	7.58	0
谷城县	3.68	7.79	8.12	18.80	61.60	仙桃市	15.53	44.22	38.17	2.08	0
襄阳市	1.57	5.97	7.46	23.54	61.47	汉川市	19.99	19.84	52.56	7.61	0
宜城市	4.25	7.13	7.76	16.10	64.76	武汉市	35.09	24.15	38.90	1.86	0

表5 县市内各洪灾风险区面积百分比 (%)

Table 5 Percentage of flood risk areas in county and city

县市	高风险区	较高风险区	中等风险区	较低风险区	低风险区	县市	高风险区	较高风险区	中等风险区	较低风险区	低风险区
郧西县	0.07	1.69	4.08	15.33	78.84	钟祥市	7.97	7.77	14.11	41.33	28.82
郧县	1.24	6.20	5.57	9.41	77.58	沙洋县	9.59	8.79	28.75	42.40	10.47
丹江口	0	0.07	14.82	11.75	66.56	天门市	11.42	12.63	40.54	35.21	0.19
老河口	1.84	5.03	9.67	21.95	61.50	潜江市	10.63	31.32	50.46	7.58	0
谷城县	3.68	7.79	8.12	18.80	61.60	仙桃市	15.53	44.22	38.17	2.08	0
襄阳市	1.57	5.97	7.46	23.54	61.47	汉川市	19.99	19.84	52.56	7.61	0
宜城市	4.25	7.13	7.76	16.10	64.76	武汉市	35.09	24.15	38.90	1.86	0

1	Fang Jian， Du Juan， Xu Wei， et al. Advances in the study of climate change impacts on flood disaster［J］. Advances in Earth Science， 2014， 29（9）： 1 085-1 093.
	方建，杜鹃，徐伟，等.气候变化对洪水灾害影响研究进展［J］.地球科学进展， 2014， 29（9）： 1 085-1 093.
2	Meng Chan， Yin Shuyan. The rain-storm flood disasters in the upper reaches of the Hanjiang River in Shaanxi Province since the late Qing Dynasty［J］. Journal of Arid Land Resources and Environment，2012， 26（5）： 46-51.
	孟婵，殷淑燕. 清末以来陕西省汉江上游暴雨洪水灾害研究［J］. 干旱区资源与环境， 2012， 26（5）： 46-51.
3	Lai C G， Chen X H， Wang Z L， et al. Flood risk assessment and regionalization from past and future perspectives at basin scale［J］. Risk Analysis： An official publication of the Society for Risk Analysis，2020， 40（7）： 1 399-1 417.
4	Qiu Guoyu， Zhang Xiaonan. China's urbanization and its ecological environment challenges in the 21st century［J］. Advances in Earth Science，2019， 34（6）： 640-649.
	邱国玉，张晓楠.21世纪中国的城市化特点及其生态环境挑战［J］.地球科学进展，2019， 34（6）： 640-649.
5	Qiao Wenhui， Wang Qiang. Flood risk assessment model for urban cultural heritage： A case study of Guangzhou City［J］. Areal Research and Development， 2020， 39（2）： 127-132.
	乔文慧，王强. 城市文化遗产洪涝灾害风险评估模型构建——以广州市为例［J］.地域研究与开发， 2020， 39（2）： 127-132.
6	Huang Guoru， Luo Haiwan， Cheng Wenjie， et al. Scenario simulation and risk assessment of urban flood in Donghaochong basin，Guangzhou［J］. Advances in Water Science， 2019， 30（5）： 643-652.
	黄国如，罗海婉，成文杰，等. 广州东濠涌流域城市洪涝灾害情景模拟与风险评估［J］. 水科学进展， 2019， 30（5）： 643-652.
7	Li Wanzhi， Yu Di， Feng Xiaoli， et al. Risk assessment of rainstorm and flood disasters based on the hazard grades/indices in Qinghai Province［J］. Journal of Glaciology and Geocryology， 2019， 41（3）： 680-688.
	李万志，余迪，冯晓莉，等. 基于风险度的青海省暴雨洪涝灾害风险评估［J］. 冰川冻土， 2019， 41（3）： 680-688.
8	Lu Lin. Data Driven Rainstorm and Flood Disaster Process Simulation Method［D］. Wuhan： Wuhan University， 2017.
	逯琳. 数据驱动的暴雨洪涝灾害过程模拟方法［D］. 武汉：武汉大学， 2017.
9	Jing Fengwei， Yang Yongguo， Deng Shizan， et al. Simulation and assessment of flood disasters［J］. Geospatial Information， 2011， 9（4）： 122-124，193.
	靖凤伟，杨永国，邓世赞，等. 洪水灾害模拟及评估［J］. 地理空间信息， 2011， 9（4）： 122-124，193.
10	Ma Guobin， Li Jing， Jiang Weiguo， et al. Hazard assessment and early warning research on flood disasters in China based on weather forecast data［J］. Journal of Catastrophology， 2011， 26（3）： 8-12，17.
	马国斌，李京，蒋卫国，等. 基于气象预测数据的中国洪涝灾害危险性评估与预警研究［J］. 灾害学， 2011， 26（3）： 8-12，17.
11	Gong Yanbing， Xiang Lin， Liu Gaofeng. Study on flood disaster loss prediction based on Gaussian Process Regression Model： A case study of Chongqing City［J］. Resources and Environment in the Yangtze Basin，2019， 28（6）： 1 502-1 510.
	龚艳冰，向林，刘高峰.基于高斯过程回归模型的洪涝灾害损失预测研究——以重庆市为例［J］.长江流域资源与环境，2019， 28（6）： 1 502-1 510.
12	Li Chaochao， Cheng Xiaotao， Wang Yanyan， et al. A three-parameter flood damage function，part Ⅱ—Case study［J］. Journal of Hydraulic Engineering，2020， 51（5）： 519-526.
	李超超，程晓陶，王艳艳，等.洪涝灾害三参数损失函数的构建Ⅱ——实例研究［J］.水利学报，2020， 51（5）： 519-526.
13	Hou Yue， Liao Jiding. Grey prediction of flood disaster in Hunan based on Markov Chain Correction［J］. Journal of University of South China（Science and Technology）， 2017， 31（4）：95-100.
	侯月，廖基定.基于马尔科夫过程修正的湖南洪涝灾变灰预测研究［J］.南华大学学报：自然科学版， 2017， 31（4）：95-100.
14	Ohki M， Yamamoto K， Tadono T， et al. Automated processing for flood area detection using ALOS-2 and hydrodynamic simulation data［J］. Remote Sensing， 2020， 12（17）： 1-22.
15	Oeurng C， Sauvage S， Sanchez-perez J. Assessment of hydrology， sediment and particulate organic carbon yield in a large agricultural catchment using the SWAT model［J］. Journal of Hydrology， 2011， 401（3）： 145-153.
16	Wu X， Wang Z， Guo S， et al. Scenario-based projections of future urban inundation within a coupled hydrodynamic model framework： A case study in Dongguan City， China［J］. Journal of Hydrology， 2017， 547： 428-442.
17	Mehebub S， Priyank P P. A comparison of frequency ratio and fuzzy logic models for food susceptibility assessment of the lower Kosi River Basin in India［J］. Environmental Earth Sciences， 2019（78）： 263-289.
18	Shakeel M， Atta-Ur R， Rajib S. Spatial appraisal of flood risk assessment and evaluation using integrated hydro-probabilistic approach in Panjkora River Basin， Pakistan［J］. Environmental Monitoring and Assessment， 2019， 191（9）： 573-587.
19	He Baoyin， Zhang Hailin， Zhang Sui， et al. GIS-based risk evaluation for flood disaster in Hubei Province［J］. Journal of Natural Disasters， 2002（4）： 84-89.
	何报寅，张海林，张穗，等. 基于GIS的湖北省洪水灾害危险性评价［J］. 自然灾害学报， 2002（4）： 84-89.
20	Cai T， Li X， Ding X， et al. Flood risk assessment based on hydrodynamic model and fuzzy comprehensive evaluation with GIS technique［J］. International Journal of Disaster Risk Reduction， 2019， 35： 101 077.
21	Mo Hongwei， Li Shaoqing， Tao Jianjun， et al. Risk of zoning flood disaster along Xiangjiang River in Hunan Province［J］. Resources and Environment in the Yangtze Basin， 2011， 20（11）： 1 405-1 410.
	莫宏伟，李少青，陶建军，等. 湘江湖南段洪水灾害综合风险区划［J］. 长江流域资源与环境， 2011， 20（11）： 1 405-1 410.
22	Xu Zongxue， Chen Hao， Ren Meifang， et al. Progress on disaster mechanism and risk assessment of urban flood/waterlogging disasters in China［J］. Advances in Water Science， 2020， 31（5）： 713-724.
	徐宗学，陈浩，任梅芳，等.中国城市洪涝致灾机理与风险评估研究进展［J］.水科学进展，2020， 31（5）： 713-724.
23	Zha Xiaochun， Huang Chunchang， Pang Jiangli， et al. The palaeoflood events recorded by slackwater deposits in sedimentary profiles during the Eastern Han Dynasty in the upper reaches of the Hanjiang River［J］. Acta Geographica Sinica， 2017， 72（9）：1 634-1 644.
	查小春，黄春长，庞奖励，等. 汉江上游沉积记录的东汉时期古洪水事件考证研究［J］. 地理学报， 2017， 72（9）： 1 634-1 644.
24	Yin Shuyan， Wang Haiyan， Wang Deli， et al. Study on historical flood disasters and climate change in the upper reaches of the Hanjiang River［J］. Arid Zone Research， 2010， 27（4）： 522-528.
	殷淑燕，王海燕，王德丽，等. 陕南汉江上游历史洪水灾害与气候变化［J］. 干旱区研究， 2010， 27（4）： 522-528.
25	Xu Youpeng， Li Liguo， Cai Guomin， et al. Flood risk map system in medium and small basins in China［J］. Scientia Geographica Sinica， 2004（4）：452-457.
	许有鹏，李立国，蔡国民，等. GIS支持下中小流域洪水风险图系统研究［J］. 地理科学， 2004（4）：452-457.
26	Miao Yu. Study on Geological Hazards Risk Zoning Based on GIS and Logistic Model［D］. Xi'an： Chang'an University， 2010.
	苗雨. 基于GIS和Logistic模型的地质灾害危险性区划研究［D］. 西安：长安大学， 2010.
27	Pan Anding， Liu Huiping， Yang Muzhuang， et al. On the flood hazard evaluation in Guangzhou［J］. Areal Research and Development， 2010， 29（5）： 104-109.
	潘安定，刘会平，杨木壮，等. 广州洪灾风险评价研究［J］. 地域研究与开发， 2010， 29（5）： 104-109.
28	Li Xiaomeng， Ma Yue， Sun Yonghua， et al. Flood hazard assessment in pakistan at grid scale［J］. Journal of Geo-information Science， 2013， 15（2）： 314-320.
	李晓萌，马玥，孙永华，等. 基于格网的洪水灾害危险性评价分析——以巴基斯坦为例［J］. 地球信息科学学报， 2013， 15（2）： 314-320.
29	Fan Zhiyin， Gou Xiaofeng， Qin Mingyue， et al. Information and Logistic Regression Models based coupling analysis for susceptibility of geological hazards［J］. Journal of Engineering Geology， 2018， 26（2）： 340-347.
	樊芷吟，苟晓峰，秦明月，等. 基于信息量模型与Logistic回归模型耦合的地质灾害易发性评价［J］. 工程地质学报， 2018， 26（2）： 340-347.
30	Niu Quanfu， Feng Zunbin， Zhang Yingxue， et al. Susceptibility assessment of disaster environment for landslide hazard based on GIS in Lanzhou area［J］. Journal of Catastrophology， 2017， 32（3）： 29-35.
	牛全福，冯尊斌，张映雪，等. 基于GIS的兰州地区滑坡灾害孕灾环境敏感性评价［J］. 灾害学， 2017， 32（3）： 29-35.

[1]	王琳, 武虹, 贾鑫. 西辽河地区史前聚落的时空演变与生业模式和气候历史的相关性研究[J]. 地球科学进展, 2016, 31(11): 1159-1171.
[2]	邬群勇, 孙梅, 崔磊. 时空数据模型研究综述[J]. 地球科学进展, 2016, 31(10): 1001-1011.
[3]	吉琳, 庞奖励, 黄春长, 查小春, 周亚利, 刘涛, 王蕾彬. 汉江上游晏家棚段全新世古洪水研究 ^*[J]. 地球科学进展, 2015, 30(4): 487-494.
[4]	卢辉雄, 王永军, 汪冰, 张恩, 王瑞军, 李名松. 基于GIS的层次分析法在沽源地区铀成矿预测中的应用[J]. 地球科学进展, 2014, 29(8): 968-973.
[5]	郑晓东，鲁帆，马静. 汉江流域降水多时间尺度特性及其与环流因子的相关性分析[J]. 地球科学进展, 2013, 28(5): 618-626.
[6]	胡庆武，林春峰，余飞，曾力. 多维GIS矿产评价数据管理系统设计和实现[J]. 地球科学进展, 2010, 25(9): 990-996.
[7]	黎夏,李丹,刘小平,何晋强. 地理模拟优化系统GeoSOS及前沿研究[J]. 地球科学进展, 2009, 24(8): 899-907.
[8]	杨武年，李天华，廖崇高，刘汉湖，谢春庆，简季，曾涛，戴晓爱，夏涛，万里红. 高原机场建设工程“3S”技术综合应用[J]. 地球科学进展, 2008, 23(5): 457-462.
[9]	陈翠华，倪师军，何彬彬，张成江. 基于GIS技术的江西德兴地区水系沉积物重金属污染的潜在生态危害研究[J]. 地球科学进展, 2008, 23(3): 312-322.
[10]	沈体雁. CGE与GIS集成的中国城市增长情景模拟框架研究[J]. 地球科学进展, 2006, 21(11): 1153-1163.
[11]	李庆谋. 多维分形克里格方法[J]. 地球科学进展, 2005, 20(2): 248-256.
[12]	许强;黄润秋;李秀珍. 滑坡时间预测预报研究进展[J]. 地球科学进展, 2004, 19(3): 478-483.
[13]	田光进. 基于遥感与GIS的中国城镇用地扩展特征[J]. 地球科学进展, 2003, 18(4): 504-508.
[14]	江东，杨小唤，王乃斌，刘红辉. 基于RS、GIS的人口空间分布研究[J]. 地球科学进展, 2002, 17(5): 734-738.
[15]	袁艳斌;张勇传;王乘;袁晓辉. 流域地理景观的GIS数据三维可视化[J]. 地球科学进展, 2002, 17(4): 497-501.

阅读次数

全文

摘要