基于ArcGis-AHP的雨量站網加密選址方法研究

蘇陽悅

(廣東省水文局惠州水文分局，廣東 惠州 516001)

1 概述

雨量是洪水預報和水資源計算最重要的依據之一，雨量站網布設的科學與否具有重要意義[1]。但降雨過程的隨機性和不均勻性給雨量站網布設帶來很多困難，目前還沒有一種完全通用或固定模式的布站方法[2-5]。受限于時代的通信能力、經濟條件與人員配置情況，對雨量站布設的期望大多為以最低的布設密度盡可能的捕捉到大暴雨的過程。當下經濟社會的發展已經允許我們盡可能的高密度對流域進行覆蓋[6-8]。本文以廣東省水利廳下達的中小河流雨量站網加密項目為基礎，以惠州水文分局轄區內雨量站網加密為例，運用ArcGIS對適合建站的區域進行條件查詢與篩選；從人口、土地利用情況、交通和重要建筑物考慮，采用AHP評價法對相關影響因子做出重要性等級排序；最后結合ArcGIS的地理分析功能，對適合建站的地塊進行綜合評分，依據評分結果確定優先加密地塊，劃定建設階段。以期在全面投入使用后可以盡可能的發揮工程效益，為防洪減災決策部署提供決策依據和技術支持。

2 研究區域概況及數據來源

本次研究區域為惠州水文分局轄區，范圍涉及廣東省境內東江流域大部分區域及韓江流域小部分區域，所涉及行政區包括河源市、惠州市與東莞市，共有3 054個行政村，200條集雨面積50 km2以上河流。

2.1 面雨量站情況

轄區內用于面雨量監測的站點有47個，平均為626 km2/站，依據泰森多邊形分區，所負責面積標準差為428，從頻數分布中可以看出，有個別面雨量站所負責區域過大，在1 000 km2以上站點有7個，占總體14.8%；大于平均值站點有14個，占總體29.7%(見圖1所示)。

圖1 轄區內面雨量站控制面積示意

2.2 配套雨量站情況

轄區內配條套雨量監測站點有430個，平均為68 km2/站，依據泰森多變型劃分，所負責面積標準差為55，從頻數分布中可以看出，單站負責區域大于200 km2的有的18站，占總體4.1%；負責區域大于100 km2的有98站，占總體的22.8%；大于平均值的站點有178站，占總體的41.4%(見圖2所示)。

圖2 轄區內配套雨量站控制面積示意

2.3 疊加分析情況

將現有人口分布情況、土地利用分布情況以及交通道路分布情況，與現有站點的泰森多邊形劃分圖疊加一起，可以看出在東江上下游區域，西枝江上游區域和粵東沿海區域的人口結構已經發生極大變化，但該區域測站密度較為稀疏；在轄區內韓江流域區域，測站分布也有待加強(見圖3所示)。

圖3 人口密度與點雨量站疊加示意

從土地利用數據可以看出，森林占比58.4%、水體4%、耕地17.2%、人造地面9.1%、草地7.6%、灌木地3.6%。通過疊加土地利用圖層和人口密度圖，可知人口主要分布在高程相對較低的河灘兩側，且人口密集區附近土地利用特征為有大面積的人造地表，土地利用結構由人造地表向外延伸依次為草地、灌木、耕地和森林，地表類型直接影響產匯流的過程，即洪水的產生將會對這些鄰水區域構成不同程度的威脅(見圖4～圖5所示)。

圖4 土地利用情況分布示意

圖5 高程與點雨量站疊加示意

交通道路是經濟發展的血管，從道路鐵路分布中可以看出，其密度與地方的人口密度成正比(見圖6)。

圖6 道路交通與點雨量站疊加示意

綜上所述，轄區內人口，交通，土地利用情況，隨著經濟社會的發展，整體結構發生了重大改變，且發生改變的區域正好是現有雨量站布設的薄弱點，原本的規劃已經不能滿足預測預報的需求，且相較于《水文站網規劃技術導則》要求的布站密度也偏于稀疏，因此在省中小河流雨量站網加密的要求與自身需求下，對現有站網進行加密已經迫在眉睫。

2.4 數據來源

選址分析涉及資料較多，涉及水利、交通、自然資源、統計等相關方面，在時效和精度要求不太高的情況下可選擇在地理信息公共服務平臺、“開放廣東”平臺、廣東省標準地圖服務子系統等公開平臺獲取，部分數據亦可在相關類型政務公開網站中獲取。

本文準備ArcGIS繪制與分析使用的地圖數據類型分為矢量數據和柵格數據。

矢量數據包括轄區內的市、縣、鎮、村四級級行政區劃、水資源分區邊界、50 km2及以上水系圖、重要水庫湖泊分布圖、廣東省公路分布圖，廣東省鐵路分布圖，廣東省重要建筑分布圖，廣東省交通樞紐分布圖，廣東省重要景區分布圖，轄區內雨量站點分布圖。

柵格數據包括廣東省土地利用現狀(2020年)，人口密度分布現狀(2020年)。

地理坐標系均采用GCS_China_Geodetic_Coordinate_ System_2000，格式均為“*.shp”，繪制過程建議將準備的圖層文件存儲在ArcGisGeoDatabase格式數據庫(GDB)，以方便管理和提升運算速度。

3 加密選址方法與數據處理

ArcGis-AHP是GIS與AHP結合的方法[9-11]，在數據量化和綜合評價上表現較為優秀，研究過程需要以ArcGIS地理信息系統軟件作為依托平臺，利用其中的空間分析模塊、網絡分析模塊、疊加分析模塊、數據管理模塊等進行數據獲取、加工和分析等。結合轄區內自然地理特點，通過分析，主要考慮以下4個因素：人口密度、土地利用情況、交通道路情況、重要建筑情況，通過AHP方法建模，計算出每個因子所占的綜合權重，然后利用綜合權重發計算出各待建地塊的得分，并排序篩選擬建地塊。最終對惠州水文分局轄區內的雨量站點進行規劃。整體技術路線可大致分為以下3個部分：

① 將雨量站的選址目標作為選址問題的分析域，考慮效益、效率、損失等因素，求出選址決策因素的影響因子。

② ArcGIS為平臺進行數據處理，通過空間分析、疊加分析和網絡分析，建立空間影響因素的AHP分析模型，并對模型進行空間分析。

③ 通過AHP方法計算出各個因子所占的權重，實現定性與定量的結合。

3.1 層次分析法AHP

層次分析一種實用的多因素決策方法，且具有較強的主觀性，該方法可處理定性與定量問題，具有系統、靈活、簡潔的優點。通過建立清晰的層次結構來分解復雜問題，其次引入測度理論，通過兩兩比較，用相對標度將人的判斷標量化，并逐層建立判斷矩陣，然后求解各判斷矩陣的權重，最后計算方案的綜合權重并排序。

3.1.1因子的選取

根據水利部《水文站網規劃技術導則》的有關規定，雨量站點的規劃應考慮對城鎮、企業等存在威脅的河流，人口較秘籍的村鎮上游、地質條件不穩定、下游有密集村鎮的中小河流暴雨區，對處于國家重要糧食生產基地和作為城鎮生產、生活水源的河流，應根據需要適當增加密度，以滿足防洪減災的需要。根據上述標準，本次研究將涉及到的因子最終確定為人口密度、土地利用情況、交通道路情況、重要建筑情況作為本次雨量站點加密規劃的影響因子。指標構建層級與情況見圖7所示。

圖7 AHP指標結構示意

① 人口密度。人口越密集的地區，暴雨洪水所造成的損失越嚴重，影響范圍更廣，所以人口越密集的地區，越需要雨量監測數據；

② 土地利用情況。不同性質的地塊產匯流的速度有極大的差異，了解地塊的土地利用情況對暴雨洪水計算有著重要意義，且不同的土地利用情況，可相對客觀的反應當地的生活生產方式，可作為雨量站設置的重要參考指標；

③ 道路交通情況。雨量站作為戶外甚至是野外定點長期監控設備，穩定的通信能力和定期與應急維護是必不可少的，便利的交通可讓應急檢測和維護人員更快的抵達現場。其次，交通道路是經濟運行、軍事國防等的重要通道，在路網密集的區域往往也代表該地人口密集程度與經濟發達程度，具有很高的保護意義。

④ 重要建筑物。建筑物的重要性不僅由經濟數字來進行衡量，還可以承載精神文化的底蘊，行政功能與非工程措施的實施，具有特定意義的存在，也因列為重點保護目標。

3.2 權重賦值

采用AHP層次分析法1～9的等級尺度，通過定性指標模糊量化方法算出層次單排序和總排序，對各因素之間進行比較，計算獲得不同方案的權重，尺度描述見表1所示。

表1 AHP各等級尺度描述對照

針對AHP主觀性較強的問題，權重計算表的打分人員均為站網與水情工作經驗豐富的工程師，從應用和實際需求出發，經驗豐富的從業人員更能準確的看待問題，雨量站各影響因素AHP模型權重計算見表2～表5所示。

表2 準則層權重計算

表3 指標層土地利用情況權重計算

表4 指標層交通道路權重計算

表5 指標層重要建筑權重計算

各判斷矩陣均通過一致性檢驗，再將各個判斷矩陣所計算權重結果進行合并計算，最終可得總體綜合權重為W={0.572，0.020，0.016，0.012，0.010，0.027，0.087，0.044，0.037，0.011，0.053，0.015，0.027，0.064，0.006}，CI=0.037，RI=0.457，CR=0.081，層次中排序一致性檢驗通過。

4 加密選址的優化篩選

4.1 初步篩選

雨量站的初選階段主要應用GIS的空間分析功能，該功能也是GIS系統的核心功能[12-14]。首先，應明確選址的約素條件，本文依據省局文件提供的布置要求，將新增雨量站選址的約束條件歸納如下：

① 雨量站位于在集雨面積50 km2及以上的河流3 km以內；

② 新建雨量站不在相同村級行政區重復建設。

ArcGIS的緩沖區分析和空間查詢功能是完成初選的關鍵，可以快速選定所有符合條件的行政村。具體步驟如下：

① 載入水系圖與村級行政區；

② 構建緩沖區圖層，距離條件為3 km；

③ 運用“按位置選擇”工具選出“緩沖區”與“村級行政區”相交的地塊；

④ 再次運用“按位置選擇”工具排除“已有站點”所在地塊；

⑤ 導出初步篩選結果。

初步篩選后，從3 054個地塊中找到2 620個符合建設條件的地塊，遠大于任務書要求的1 150個。顯然建設方案過多，仍需對結果進一步篩選，縮減備選方案。

4.2 優化篩選

面對眾多符合條件的地塊，從定性到定量的轉化是優化篩選的關鍵，地理信息系統的結合可更直觀的將定量評價結果展示，幫助方案選定。本次研究運用AHP評價法從人口、土地利用情況、交通和重要建筑物考慮，對相關影響因子做出重要性等級排列并分配權重，再使用綜合評分法對所有初選地塊進行打分排序，最后在各個小流域內按照《規范》的指導意見選取一定比例數量的地塊作為最終建設方案。具體實施步驟如下：

① 柵格數據矢量化。在準備的數據中柵格數據有人口密度圖層和土地利用情況圖層，為實現矢量化需要先構建柵格屬性表與調整柵格像元和顏色。首先，運用“復制柵格”工具設置柵格像元大小，調整柵格顏色為16bit；其次，由符號系統查看唯一值，由此自動生成屬性表；最后用“柵格轉面”工具對柵格圖層矢量化，相較于柵格轉點和柵格轉線，柵格轉面是較為粗糙但快的轉換方式。

② 將矢量化數據與行政區地塊數據進行空間連接。本次選址研究中柵格數據樣式不同，其中土地利用數據為重分類數據，人口密度數據則按柵格存儲人口密度信息。針對這種情況，人口密度數據的鏈接方式可直接用“空間連接”工具，選擇相交模式，在保留屬性中對“grid”屬性進行“平均值”統計，即可得到各村地塊平均人口；土地利用數據處理方式則運用“面積制表”工具，統計各村重分類類別在該地塊所占面積。

③ 對矢量數據交通道路和重要建筑進行空間連接處理，方法用“按位置篩選”將要素相交地塊選出，并運用“空間連接”工具，對相應屬性進行累加處理，因道路交通數據為線狀數據，僅需用“0”與“1”標記是否有壓蓋相交即可，重要建筑則按屬性進行計數統計。

④ 合并準則層中所有要素內容，得到評分矩陣Q，Q={人口；土地利用；道路；重要建筑}={Q1，Q2，Q3，Q4}；綜合得分矩陣計算為：Z=W*Q，可得各地塊的綜合得分矩陣Z。并將結果返回數據庫中，重新導入至GIS相對應圖層中。

⑤ 選擇各條河流區域內得分靠前的地塊，直至達到建設項目要求的1 150個，并按照一定比例將工程項目分成3個階段建設。

經過上述選址步驟后，所得成果如圖8所示。

圖8 規劃站點成果示意

4.3 成果與分析

對所得成果站點圖用泰森多邊形劃分，可見加密后雨量站網基本全流域覆蓋，站網密度得到相當程度的提高，平均為17 km2/站，所負責面積標準差為14，98%的站點控制面積在50 km2以內，單站控制面積大于200 km2有2站，僅占總體0.1%，均位于東莞市西南部，處位于東江流域下游入?？趨^域，不影響水資源管理與水量平衡計算服務(見圖9所示)；疊加分析中可見，已將居民密集區、土地利用類型、交通道路、重點建筑等因素附近村莊作為優先考慮目標，符合《水文站網規劃技術導則》的有關規定。

圖9 規劃后站點控制面積示意

5 結論及建議

基于ArcGis-AHP雨量站點選址方法，將GIS與AHP相結合，綜合運用GIS網絡分析法、緩沖區分析法、疊加分析法，充分利用了GIS本身的空間分析、數據處理、查詢等優勢功能。層次分析法AHP建立清晰的層次結構解決系統問題，將定性與定量問題相結合，為空間疊加分析的權重量化提供了理論依據。選址的過程中能夠很好地考慮復雜多樣的數據及其相互影響；不需要大量復雜的數學方程式描述各個因素的空間位置；選址分析具有更大的靈活性并且便于數據更新；選址模型容易理解。為水文雨量站網規劃提供了直觀的技術指導。