于文金，閆永剛，呂海燕，李芬，2

(1.南京信息工程大學(xué)氣象災(zāi)害省部共建教育部重點(diǎn)實(shí)驗(yàn)室，江蘇南京210044;2.山西省氣象局，山西太原030002)

近年來，在全球變暖的大背景下，極端天氣、氣候事件日益增多，氣候?yàn)?zāi)害造成的損失和影響呈明顯上升趨勢[1]。暴雨洪澇災(zāi)害作為一種極端天氣災(zāi)害給人類的生產(chǎn)生活造成極大的危害，暴雨災(zāi)害的風(fēng)險(xiǎn)研究和防范已經(jīng)成為災(zāi)害科學(xué)的研究熱點(diǎn)問題。我國地處亞洲季風(fēng)區(qū)域，臺風(fēng)、暴雨和洪水災(zāi)害頻發(fā)，規(guī)模大，每年造成上千億元經(jīng)濟(jì)損失和數(shù)千人死亡。顯而易見，對區(qū)域自然災(zāi)害風(fēng)險(xiǎn)分析的需求十分迫切。目前，國內(nèi)外對風(fēng)險(xiǎn)區(qū)劃的研究已經(jīng)取得一定的成就[2－9]，對自然災(zāi)害的影響因子、致災(zāi)機(jī)理有了比較深刻的研究，風(fēng)險(xiǎn)研究已經(jīng)由風(fēng)險(xiǎn)評估走向風(fēng)險(xiǎn)預(yù)警，由風(fēng)險(xiǎn)定性描述向定量化研究和風(fēng)險(xiǎn)管理方向發(fā)展[10－12]。但是，由于災(zāi)害的復(fù)雜性和不確定性，暴雨災(zāi)害的定量化評估和指標(biāo)選取仍是困擾和制約災(zāi)害研究的難題，本文基于柵格數(shù)據(jù)的GIS技術(shù)，解決了風(fēng)險(xiǎn)評估中海量信息的提取和處理的問題，在綜合考慮災(zāi)害強(qiáng)度和社會(huì)因子的基礎(chǔ)上，運(yùn)用AHP層次分析法和綜合指數(shù)方法，對太湖流域地區(qū)的暴雨洪澇災(zāi)害風(fēng)險(xiǎn)的定量化指標(biāo)體系的建立和風(fēng)險(xiǎn)因素的提取量化進(jìn)行了探討和研究，為區(qū)域暴雨洪災(zāi)風(fēng)險(xiǎn)管理提供了有利的例證和相關(guān)參數(shù)，為區(qū)域防災(zāi)減災(zāi)提供了科學(xué)依據(jù)。

1 研究區(qū)域

太湖流域位于我國經(jīng)濟(jì)較發(fā)達(dá)的長三角地區(qū)(圖1)，太湖流域人口占全國總?cè)丝诘?.9%，人口密度為978人/km2，為全國平均的7倍，是我國人口密度最大的地區(qū)之一。區(qū)域國內(nèi)生產(chǎn)總值GDP占全國的12%，人均GDP為全國人均的3倍多，區(qū)內(nèi)的上海、蘇州、無錫、常州、鎮(zhèn)江、杭州、嘉興、湖州在我國的經(jīng)濟(jì)發(fā)展中占有重要地位。同時(shí)，由于太湖流域地處北亞熱帶季風(fēng)區(qū)，春夏之交，暖濕氣流北上，冷暖氣流遭遇形成持續(xù)陰雨;盛夏受副熱帶高壓控制，天氣晴熱，此時(shí)常受熱帶風(fēng)暴和臺風(fēng)影響，形成暴雨狂風(fēng)的災(zāi)害天氣，加之地勢低平，暴雨災(zāi)害風(fēng)險(xiǎn)極大。20世紀(jì)的1931年、1954年、1991年、1999年均發(fā)生特大洪水，引發(fā)了嚴(yán)重的洪水災(zāi)害，給該流域的生命財(cái)產(chǎn)和生態(tài)環(huán)境造成巨大的損失。隨著經(jīng)濟(jì)的發(fā)展，太湖流域大量湖泊和河道水面被圍圈圩墾殖，與水爭地，導(dǎo)致暴雨洪澇災(zāi)害風(fēng)險(xiǎn)日益加劇。

圖1 研究區(qū)域示意圖

2 評價(jià)模型的建立與數(shù)據(jù)來源

2.1 評價(jià)指標(biāo)的選取與確立

區(qū)域暴雨風(fēng)險(xiǎn)主要由區(qū)域暴雨危險(xiǎn)性和區(qū)域脆弱性兩個(gè)方面決定[13]，區(qū)域危險(xiǎn)性又由災(zāi)害強(qiáng)度因子和孕災(zāi)環(huán)境制約(圖2)。引發(fā)暴雨洪澇災(zāi)害的氣象因子主要指降雨強(qiáng)度與頻度，一般選擇一定時(shí)段內(nèi)的降雨量來表示;墊面對暴雨洪澇災(zāi)害的形成過程的影響可分成兩個(gè)部分，產(chǎn)流和匯流。產(chǎn)流影響因素在徑流分布中得到了反映。而匯流影響因素主要取決于地形。如陡峻的地形易于快速匯集徑流形成山洪，平坦的地形不易于洪水的排泄而易于形成澇災(zāi)，河道匯集洪水易于洪水在空間上的轉(zhuǎn)移等。同時(shí)，承災(zāi)體的脆弱性也是制約災(zāi)害風(fēng)險(xiǎn)的重要因素，一般來講，脆弱性越強(qiáng)，危險(xiǎn)性越大，反之減小。為了既有代表性又簡化指標(biāo)利于運(yùn)算操作，本文利用主成分分析法確定了以下指標(biāo)要素:氣象要素自然致災(zāi)因子，下墊面地形、河網(wǎng)、土地類型等孕災(zāi)因子指標(biāo)，受災(zāi)地區(qū)的人口狀況、經(jīng)濟(jì)水平等承災(zāi)體脆弱性指標(biāo)，對太湖流域主要城市的洪澇災(zāi)害生態(tài)風(fēng)險(xiǎn)進(jìn)行評價(jià)。這里氣象災(zāi)害強(qiáng)度用暴雨頻次和暴雨量表示，徑流用徑流量和河網(wǎng)密度表示，地形由高程表示，經(jīng)濟(jì)指標(biāo)由單位面積GDP量表示，人口脆弱性指標(biāo)由單位面積人口數(shù)量表示，所有經(jīng)濟(jì)數(shù)據(jù)均以1984年不變價(jià)格折算。

2.2 數(shù)據(jù)來源與處理

圖2 評價(jià)指標(biāo)模型

本文所使用的數(shù)據(jù)包括高程數(shù)據(jù)、全國1:25萬土地覆被數(shù)據(jù)、全國2005年1 km網(wǎng)格人口數(shù)據(jù)、全國2005年1 km網(wǎng)格GDP數(shù)據(jù)，以上數(shù)據(jù)均由國家氣象局與國家科技基礎(chǔ)條件平臺建設(shè)項(xiàng)目——系統(tǒng)科學(xué)數(shù)據(jù)共享平臺(www.geodata.cn)提供，經(jīng)濟(jì)數(shù)據(jù)來自于2010年中國經(jīng)濟(jì)統(tǒng)計(jì)年鑒和國家統(tǒng)計(jì)局網(wǎng)站數(shù)據(jù)。

由于數(shù)據(jù)屬性和格式的不同，需將其標(biāo)準(zhǔn)化處理。為了使得到結(jié)果具有可比性，在ARCGIS中通過地圖代數(shù)工具對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。標(biāo)準(zhǔn)化的公式為:

式中:xi為專題指標(biāo)數(shù)據(jù)中的統(tǒng)計(jì)值或VALUE值;ximax表示指標(biāo)數(shù)據(jù)值中的最大值;ximin表示指標(biāo)數(shù)據(jù)值中的最小值。

研究中將數(shù)據(jù)統(tǒng)一處理成1 km×1 km網(wǎng)格的柵格數(shù)據(jù)，對降雨柵格數(shù)據(jù)、土地利用類型數(shù)據(jù)、河網(wǎng)密度數(shù)據(jù)、高程數(shù)據(jù)、坡度等數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理并賦值給每個(gè)評價(jià)單元;將數(shù)據(jù)按照對災(zāi)害的影響劃分本研究采用geometrical interval方法對高程、坡度數(shù)據(jù)進(jìn)行分級量化，土地利用數(shù)據(jù)河網(wǎng)數(shù)據(jù)根據(jù)其特性分級量化，并賦予1～10的影響度。等級越高表示該因子的影響性越大。

2.3 指標(biāo)權(quán)重的確定

在暴雨災(zāi)害風(fēng)險(xiǎn)評估與區(qū)劃中，評價(jià)因子權(quán)重的合理性無疑會(huì)影響評價(jià)結(jié)果的準(zhǔn)確性、科學(xué)性。權(quán)重的確定方法有主觀賦權(quán)法和客觀賦權(quán)法兩種。目前，暴雨災(zāi)害風(fēng)險(xiǎn)評價(jià)中用來確定權(quán)重的方法主要有專家評分、AHP層次分析、因子分析、特爾菲咨詢、灰色關(guān)聯(lián)分析、證據(jù)權(quán)重、統(tǒng)計(jì)調(diào)查法、序列綜合法、隸屬函數(shù)法等[14－15]，某一單純確定權(quán)重的方法要么主觀性太強(qiáng)，要么過于依賴數(shù)學(xué)模型，得出的權(quán)重值不免片面。層次分析法(AHP)，在1970年代中期由seaty正式提出，它是一種定性和定量相結(jié)合的、系統(tǒng)化、層次化的分析方法。通過分析復(fù)雜問題包含的因素及其相互聯(lián)系，將問題分解為不同的要素，并將這些要素歸并為不同的層次，從而形成多層次結(jié)構(gòu)，在每一層次可按某一規(guī)定準(zhǔn)則，對該層要素進(jìn)行逐對比較建立判斷矩陣。通過計(jì)算判斷矩陣的最大特征值和對應(yīng)的正交化特征向量，得出該層要素對于該準(zhǔn)則的權(quán)重，在這個(gè)基礎(chǔ)上計(jì)算出各層次要素對于總體目標(biāo)的組合權(quán)重。從而得出不同設(shè)想方案的權(quán)值，為選擇最優(yōu)方案提供依據(jù)。

圖2建立的5層指標(biāo)評價(jià)體系，每一層都有一個(gè)或兩個(gè)評價(jià)因素對應(yīng)上層目標(biāo)層，根據(jù)這些相互影響，相互制約的因素按照它們之間的隸屬關(guān)系排成5層評價(jià)結(jié)構(gòu)體系。由于評價(jià)指標(biāo)因素的相互關(guān)系，比較分為5個(gè)等級(極為重要3，重要很多2，重要1.5，稍微重要1.3，同樣重要1，稍次要10/13，次要10/15，次要很多1/2，極為次要1/3)，建立判別矩陣。

則W=[W1，W2，…，Wn]T，即為所求的特征向量。

式中:(AW)i表示向量AW的第i個(gè)分量。

得出各層對上層因子的權(quán)重結(jié)果如表1所示。

表1 AHP法確定的指標(biāo)權(quán)重

CR=CI/RI＜0.1通過一致性檢驗(yàn)。

2.4 模型建立

根據(jù)災(zāi)害發(fā)生原理建立暴雨災(zāi)害評價(jià)模型:

式中:R為暴雨洪澇災(zāi)害指數(shù);H為危險(xiǎn)性;V為脆弱性。危險(xiǎn)性的評價(jià)模型:

式中:H為風(fēng)險(xiǎn)源的危險(xiǎn)性;M為風(fēng)險(xiǎn)源的變異強(qiáng)度;P為災(zāi)變發(fā)生的概率。易損性評價(jià)模型:

式中:V為易損性;P為人口;E為經(jīng)濟(jì)。其次還有破壞損失要素，主要包括損失構(gòu)成、受災(zāi)種類、損毀程度。綜合風(fēng)險(xiǎn)評價(jià)模型:

式中:R為暴雨風(fēng)險(xiǎn)指數(shù);Wi為權(quán)重;Qi為各因子指標(biāo)值。

3 暴雨洪災(zāi)的指標(biāo)分析

3.1 致災(zāi)因子指標(biāo)分析

降水強(qiáng)度過大和降水持續(xù)時(shí)間過長是導(dǎo)致洪澇災(zāi)害發(fā)生的根本原因。是導(dǎo)致暴雨洪澇災(zāi)害的直接因素。太湖流域的暴雨多發(fā)生在夏季，梅雨型和臺風(fēng)型暴雨是引發(fā)洪澇災(zāi)害的根本原因。另外，降水的空間差異也是加重洪災(zāi)的原因之一，上游年平均降水約1 200 mm，下游地區(qū)約1 100 mm，上下游相差100 mm。根據(jù)對歷史災(zāi)情資料分析，最大日降水量對災(zāi)害形成最為相關(guān)，故選多年平均最大日降水重現(xiàn)期為200年一遇雨量作為反映對暴雨洪災(zāi)影響的降水強(qiáng)度指標(biāo)，多年平均暴雨日數(shù)作為降水頻度指標(biāo)。在空間上，ARCGIS軟件將其分別插值成1 km×1 km網(wǎng)格的柵格數(shù)據(jù)，根據(jù)x'i=(xi－ximin)/(ximax－ximin)×10，通過標(biāo)準(zhǔn)化轉(zhuǎn)換，得到太湖流域降水因子影響度分布，在此為表現(xiàn)數(shù)據(jù)連續(xù)性不對其分級處理(圖3)。研究發(fā)現(xiàn)，歷史降水強(qiáng)度北部強(qiáng)，南部弱，最強(qiáng)點(diǎn)在中部(圖3a)，從降水頻度來看，呈現(xiàn)中部低四周高的特點(diǎn)(圖3b)。這種降水強(qiáng)度和頻度可能與局部地形因素有關(guān)。

3.2 孕災(zāi)因子指標(biāo)分析

根據(jù)徑流形成原理，下墊面對暴雨洪水過程的影響可分成兩個(gè)部分，產(chǎn)流和匯流。產(chǎn)流影響因素在徑流分布中得到了反映。而匯流影響因素主要取決于地形。如陡峻的地形易于快速匯集徑流形成洪水，平坦的地形不易于洪水的排泄而易于形成澇災(zāi)，河道匯集洪水易于洪水在空間上的轉(zhuǎn)移等[16]。因此，孕災(zāi)環(huán)境主要由地形與徑流因素決定，本文選取影響匯流的地形高程、坡度與影響徑流的河網(wǎng)密度、土地類型等因素作為指示孕災(zāi)環(huán)境的指標(biāo)。

圖3 降雨強(qiáng)度、頻度影響度分布圖

3.2.1 地形指標(biāo)

根據(jù)太湖流域多年洪水的具體災(zāi)情分析將太湖流域的高程與坡度進(jìn)行分級(表2、表3)。

表2 高程影響度分級

表3 坡度影響度分級

研究發(fā)現(xiàn)，太湖地區(qū)呈現(xiàn)西高東低的局勢。太湖流域西面的天目山、莫干山高程在700 m以上，最高1 573 m，山丘區(qū)約占整個(gè)流域面積的1/4。茅山、蘇錫濱地區(qū)為低山丘陵高度在200～500 m左右，但由于坡度較陡，暖濕氣流遇到山丘被抬升，形成降雨的有利條件，這是太湖西部區(qū)域降水強(qiáng)度和頻度較高的原因，遇到強(qiáng)降水年份，極易形成山洪，是太湖流域主要山洪的來源。太湖東部，長江南岸、杭州灣北岸一帶地勢低平，高度為4～6 m，湖東平原地勢低洼一般為2.5～3 m。坡度的影響與高程的影響度大致相反，但不同區(qū)域表現(xiàn)特征不同。太湖流域的西面以及西南的山丘區(qū)受高程影響度較低，但是，由于山區(qū)坡度較陡受坡度影響度較大，太湖南端杭州灣北岸的高程影響度適中，但是地勢卻不平緩受坡度的影響仍然較大。錫澄河附近地勢較洼，坡度較陡影響度較高。

3.2.2 徑流指標(biāo)

徑流是反應(yīng)下墊面產(chǎn)流的主要參數(shù)，也是體現(xiàn)區(qū)域洪水分布和流通的重要特征指數(shù)，本研究采用河網(wǎng)密度與土地利用類型來反映下墊面的徑流因素，從而作為孕災(zāi)環(huán)境的重要指標(biāo)。降雨量大，滲透性弱，河網(wǎng)密度低，洪水的危險(xiǎn)性就大。利用ARCGIS緩沖區(qū)分析功能一、二、三級緩沖區(qū)，再分別賦予不同影響度(表4)。不同的土地類型對雨水的下滲能力是不一樣的，隨著城市化進(jìn)程日益加快，環(huán)太湖流域建筑用地迅速增加，城市交通等建設(shè)用地占總面積的比例越來越大，城市地面的滲透率越來越低，地面的徑流系數(shù)相應(yīng)增大。1991年大水期間，城市化較高的地區(qū)武澄錫地區(qū)徑流系數(shù)高達(dá)0.758，而太湖沿岸的自然區(qū)徑流系數(shù)為0.664。因此城市化必然導(dǎo)致相同降水條件下河網(wǎng)密度下降，徑流系數(shù)增大，導(dǎo)致災(zāi)害的發(fā)生。本文根據(jù)文獻(xiàn)[17]選取反映不同土地利用類型下滲能力的參數(shù)(濕潤土壤曲線系數(shù)CN)表示下墊面透水性，透水性越強(qiáng)CN值越小，根據(jù)其透水性設(shè)置影響度(表5)。

表4 河網(wǎng)影響度分級

表5 土地類型影響度分級

3.3 承災(zāi)體指標(biāo)分析

從洪水災(zāi)害脆弱性角度選取了2010年的人口密度分布和人均GDP指標(biāo)進(jìn)行洪水災(zāi)害易損性評價(jià)。根據(jù)人口密度越大、國內(nèi)生產(chǎn)總值密度越高，其洪災(zāi)易損性也越高的原則，確定出各因子對洪災(zāi)的影響度(表6、表7)。

表6 人口密度影響度分級

表7 經(jīng)濟(jì)影響度分級

上海、蘇州、無錫、常州、鎮(zhèn)江、杭州與一些其他小城市，是人口、經(jīng)濟(jì)最密集的地方，相應(yīng)的受災(zāi)害影響度也越高。上海的浦東、浦西區(qū)經(jīng)濟(jì)發(fā)展速度在全區(qū)最快，經(jīng)濟(jì)密度最高;其次是蘇州、無錫和常州區(qū);浙西區(qū)的經(jīng)濟(jì)密度較低。太湖流域的人口密度也以浦東浦西區(qū)為最高，為2 643人/km2，其次是武澄錫區(qū)，為1 545人/km2，最低為浙西區(qū)，為296人/km2。

4 結(jié)果分析

基于ARCGIS提供的柵格疊加和空間分析功能支持，把數(shù)據(jù)庫數(shù)據(jù)代入相關(guān)公式(公式(8)計(jì)算危險(xiǎn)性評價(jià)指數(shù)、公式(9)計(jì)算脆弱性評價(jià)指數(shù)、公式(7)計(jì)算綜合風(fēng)險(xiǎn)指數(shù))計(jì)算相關(guān)參數(shù)，具體結(jié)果見圖3。

研究發(fā)現(xiàn)，由于降水較多降水概率較大導(dǎo)致危險(xiǎn)性較高，危險(xiǎn)性指數(shù)為5.5～7.1，屬于重度危險(xiǎn)到極度危險(xiǎn)區(qū);浦東浦西區(qū)位于太湖流域下游城市化較高地面的徑流系數(shù)較高，因此危險(xiǎn)性較高，危險(xiǎn)性指數(shù)為4.5～5.5，屬于中度危險(xiǎn)到重度危險(xiǎn)區(qū);武澄錫區(qū)、陽澄淀泖區(qū)由于地勢低洼，發(fā)生暴雨極易形成澇災(zāi)，危險(xiǎn)性指數(shù)為4.2～5.5，屬于輕度危險(xiǎn)到重度危險(xiǎn)區(qū);此外，從圖中明顯看出杭州灣北岸的杭嘉湖區(qū)、浙西區(qū)受徑流影響，危險(xiǎn)指數(shù)為2.3～4.8，屬于微度危險(xiǎn)到中度危險(xiǎn)區(qū)(圖4a)。

根據(jù)經(jīng)濟(jì)、人口密度分布密集的地方表征脆弱性高的原則，研究結(jié)果表明，上海的浦東、浦西區(qū)與蘇州、無錫、常州、杭州、鎮(zhèn)江所對應(yīng)的脆弱性較高，脆弱性指數(shù)為7～10，屬于重度脆弱到極度脆弱區(qū);蘇南的張家港、常熟、太倉、昆山以及浙北地區(qū)的湖州、嘉興等地的經(jīng)濟(jì)、人口也相對較密集，脆弱性相對較高，脆弱性指數(shù)為4.8～7.0，屬于中度脆弱到重度脆弱區(qū);浙西的山區(qū)因?yàn)榈乩碓?，人口相對稀少?jīng)濟(jì)也相對較低，相應(yīng)的脆弱性也較低，為1～4.6，屬于微度脆弱到輕度脆弱區(qū)(圖4b)?？傮w來看，城市由于人口集中、經(jīng)濟(jì)發(fā)展快，對于暴雨的承載能力低，脆弱性高;農(nóng)村及山區(qū)人口較分散，單位經(jīng)濟(jì)量低，相應(yīng)的暴雨承載力較高一些，表現(xiàn)為脆弱性較低。

綜合風(fēng)險(xiǎn)的研究結(jié)果表明，太湖流域風(fēng)險(xiǎn)等級高值區(qū)主要分布在太湖流域西北部湖西洮滆湖區(qū)，原因在于該區(qū)域地勢相對平坦，降雨量充沛，洪水災(zāi)害風(fēng)險(xiǎn)高，風(fēng)險(xiǎn)指數(shù)為4.6～6.5，屬于重度風(fēng)險(xiǎn)到極度風(fēng)險(xiǎn)區(qū);上海、蘇州、無錫、常州、杭州由于經(jīng)濟(jì)發(fā)達(dá)，人口密集，其社會(huì)脆弱性較高故而綜合風(fēng)險(xiǎn)較高，風(fēng)險(xiǎn)指數(shù)為5.2～7.0，屬于重度風(fēng)險(xiǎn)到極度風(fēng)險(xiǎn)區(qū);浙西區(qū)，由于茅山天目山等海拔較高，人口密度低，經(jīng)濟(jì)也相對較弱，綜合風(fēng)險(xiǎn)較低，風(fēng)險(xiǎn)指數(shù)為2.3～4.0，屬于微度風(fēng)險(xiǎn)到輕度風(fēng)險(xiǎn)區(qū);杭州灣北岸的杭嘉湖區(qū)受徑流的影響較大，經(jīng)濟(jì)也相對發(fā)達(dá)，人口密度相對較高，綜合風(fēng)險(xiǎn)指數(shù)為4.3～5.0，屬于中度風(fēng)險(xiǎn)到重度風(fēng)險(xiǎn)區(qū)(圖4c)?？傮w來看，太湖流域北岸的湖西區(qū)、武澄錫區(qū)、陽澄淀泖區(qū)以及浦東浦西區(qū)的綜合風(fēng)險(xiǎn)指數(shù)較高;杭嘉湖區(qū)次之;浙西區(qū)綜合風(fēng)險(xiǎn)最低。太湖流域主要城市的暴雨綜合風(fēng)險(xiǎn)評價(jià)結(jié)果參見表8。

圖4 太湖流域暴雨洪澇災(zāi)害評價(jià)圖

表8 代表城市計(jì)算結(jié)果

5 結(jié)論

(1)建立的五層暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評價(jià)模型具有一定的可行性，所得出的結(jié)果基本可以反映實(shí)際情況，能夠基本滿足研究需求。

(2)太湖流域風(fēng)險(xiǎn)等級高值區(qū)主要分布在太湖流域西北部湖西洮滆湖區(qū)，上海、蘇州、無錫、常州、杭州由于經(jīng)濟(jì)發(fā)達(dá)人口密集，其社會(huì)脆弱性較高，故而也風(fēng)險(xiǎn)較高。太湖流域北岸的湖西區(qū)、武澄錫區(qū)、陽澄淀泖區(qū)以及浦東浦西區(qū)的風(fēng)險(xiǎn)較高;浙西區(qū)的風(fēng)險(xiǎn)相對較低。

(3)GIS技術(shù)對暴雨災(zāi)害風(fēng)險(xiǎn)評價(jià)方面具有易實(shí)施、直觀的特點(diǎn)。對于提高要素的空間分辨率提供了必要的技術(shù)支持。

暴雨災(zāi)害形成原因復(fù)雜，影響因子眾多，限于資料來源、精確程度、理論和方法不夠完善，暴雨風(fēng)險(xiǎn)評估的重要參數(shù)有待于進(jìn)一步驗(yàn)證，模型穩(wěn)定性有待于提高;同時(shí)，時(shí)間序列的災(zāi)害風(fēng)險(xiǎn)演變規(guī)律也是今后研究的重要課題。

[1] 黃榮輝，杜振彩.全球變暖背景下中國旱澇氣候?yàn)?zāi)害的演變特征及趨勢[J].自然雜志，2010，32(4):187－195.

[2] 周成虎，萬慶，黃詩峰，等.基于GIS的洪水災(zāi)害風(fēng)險(xiǎn)區(qū)劃研究[J].地理學(xué)報(bào)，2000，55(1):15－24.

[3] 黃詩峰，徐美，陳德清.GIS支持下的河網(wǎng)密度提取及其在洪水危險(xiǎn)性分析中的應(yīng)用[J].自然災(zāi)害學(xué)報(bào)，2001，10(4):129–132.

[4] DAVIDSON R A，LAMBER K B.Comparing the hurricane disaster risk of U.S.coastal counties[J].Natural Hazards Review，2001(8):132－142.

[5] 陳華麗，陳剛，丁國平.基于GIS的區(qū)域洪水災(zāi)害風(fēng)險(xiǎn)評價(jià)[J].人民長江，2003，34(6):49－51.

[6] 唐川，朱靜.基于GIS的山洪災(zāi)害風(fēng)險(xiǎn)區(qū)劃[J].地理學(xué)報(bào)，2005，60(1):87－94.

[7] 張會(huì)，張繼權(quán)，韓俊山.基于GIS技術(shù)的洪澇災(zāi)害風(fēng)險(xiǎn)評估與區(qū)劃研究[J].自然災(zāi)害學(xué)報(bào)，2005，14(6):141－146.

[8] 張婧，郝立生，許曉光.基于GIS技術(shù)的河北省洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃與分析[J].災(zāi)害學(xué)，2009，24(2):51－56.

[9] 莫建飛，路甲，李艷蘭，等.基于GIS的廣西洪澇災(zāi)害孕災(zāi)環(huán)境敏感性評估[J].災(zāi)害學(xué)，2010，25(4):33－37.

[10] Joy Sanyal，Lu X X.GIS-based flood hazard mapping at different administrative scales:A case study in Gangetic West Bengal India[J].Singapore Journal of Tropical Geography，2006，27:207－220.

[11] Huang C F，Inoue H.Soft risk maps of natural disasters and their applications to decision－making[J].Information Sciences，2007，177(7):1583－1592.

[12] 馬清云，李佳英，王秀榮，等.基于模糊綜合評價(jià)法的登陸臺風(fēng)災(zāi)害影響評估模型[J].氣象，2008，34(05):20－25.

[13] 李軍玲，劉忠陽，鄒春輝，等.基于GIS的河南省洪澇災(zāi)害風(fēng)險(xiǎn)評估與區(qū)劃研究[J].氣象，2010，36(2):87－92.

[14] 楊秋珍，徐明，李軍.對氣象致災(zāi)因子危險(xiǎn)度診斷方法的探討[J].氣象學(xué)報(bào)，2010，68(02):277－284.

[15] 張俊香，黃崇福，劉旭攏，等.臺風(fēng)暴雨災(zāi)害風(fēng)險(xiǎn)區(qū)劃更新實(shí)證分析[J].災(zāi)害學(xué)，2011，26(1):99－103.

[16] 張行南，羅健，陳雷，等.中國洪水災(zāi)害危險(xiǎn)程度區(qū)劃[J].水利學(xué)報(bào)，2000(3):1－7.

[17] 郭昳，程曉莉，張全發(fā)，等.陜西佛坪土地利用對徑流變化的影響分析[J].人民長江，2009，40(24):26－28.