張 杰，吳明業(yè)

(1.南京大學(xué)大氣科學(xué)學(xué)院，江蘇南京 210093； 2.銅陵市氣象局,安徽銅陵 244100)

?

·農(nóng)業(yè)區(qū)劃·

基于GIS的皖南地區(qū)暴雨洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃*

張 杰1， 2，吳明業(yè)2

(1.南京大學(xué)大氣科學(xué)學(xué)院，江蘇南京 210093； 2.銅陵市氣象局,安徽銅陵 244100)

[目的]開展對(duì)不同重現(xiàn)期暴雨淹沒深度模擬研究，分析皖南地區(qū)不同重現(xiàn)期下暴雨洪澇災(zāi)害淹沒情況和不同承災(zāi)體的風(fēng)險(xiǎn)區(qū)劃情況，為皖南地區(qū)防洪減災(zāi)工作提供科學(xué)依據(jù)。[方法]文章采用算術(shù)平均值方法計(jì)算面雨量及雨型分布，通過廣義極值分布函數(shù)擬合，得到擬合參數(shù)和不同重現(xiàn)期下日致洪面雨量，利用FloodArea模型計(jì)算暴雨淹沒深度圖譜。即利用皖南地區(qū)1961～2014年降水?dāng)?shù)據(jù)，結(jié)合人口、GDP及土地利用類型研究分析皖南地區(qū)暴雨洪澇災(zāi)害風(fēng)險(xiǎn)和區(qū)劃。[結(jié)果]皖南地區(qū)各子流域暴雨日分布特征及致洪面雨量有很大區(qū)別，牧龍河、黃湓河等流域致災(zāi)暴雨普遍偏強(qiáng)，漳河、青弋江等流域致災(zāi)暴雨普遍偏弱。暴雨洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃的一致性表現(xiàn)為各類承災(zāi)體風(fēng)險(xiǎn)等級(jí)均呈現(xiàn)10年一遇和20年一遇重現(xiàn)期較小， 50年一遇重現(xiàn)期中等， 100年一遇重現(xiàn)期較大的特點(diǎn)； 區(qū)域性體現(xiàn)在對(duì)3種承災(zāi)體空間分布差異明顯，其中人口分布集中，GDP分布相對(duì)分散，建筑用地情況和人口分布基本吻合，耕地面積比人口和GDP更廣泛。[結(jié)論]皖南地區(qū)暴雨洪澇災(zāi)害不同承災(zāi)體的風(fēng)險(xiǎn)區(qū)劃呈現(xiàn)一致性和區(qū)域性特征，暴雨洪澇災(zāi)害不同重現(xiàn)期與人口密集區(qū)、經(jīng)濟(jì)發(fā)達(dá)地區(qū)、建筑用地、耕地附近的暴雨洪澇災(zāi)害風(fēng)險(xiǎn)等級(jí)呈現(xiàn)一致性特征。

暴雨洪澇 風(fēng)險(xiǎn)區(qū)劃 廣義極值分布函數(shù) FloodArea模型 皖南地區(qū)

0 引言

近年來，各類自然災(zāi)害造成的損失越來越大，其中暴雨洪澇災(zāi)害尤為突出。從19世紀(jì)末到21 世紀(jì)初的世界自然災(zāi)害統(tǒng)計(jì)情況來看，暴雨洪澇災(zāi)害已成為全球影響范圍最廣、經(jīng)濟(jì)損失最大的自然災(zāi)害之一[1]。國內(nèi)外相關(guān)研究進(jìn)展表明，開展科學(xué)有效的氣象災(zāi)害風(fēng)險(xiǎn)區(qū)劃工作，是避免或減少氣象災(zāi)害損失簡(jiǎn)單有效的途徑[2]。如通過歷史災(zāi)情法和指標(biāo)體系法[3]研究暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估區(qū)劃，通過分析特定地區(qū)洪澇歷史災(zāi)情研究風(fēng)險(xiǎn)區(qū)劃情況，但該方法利用災(zāi)害研究災(zāi)害，計(jì)算簡(jiǎn)單、思路清晰，災(zāi)情數(shù)據(jù)較難獲得，災(zāi)情數(shù)據(jù)篩選、量化存在瓶頸[4-6]。進(jìn)而選取洪澇災(zāi)害風(fēng)險(xiǎn)的一些重要指標(biāo)來構(gòu)建指標(biāo)體系，從危險(xiǎn)性、敏感性、脆弱性和防災(zāi)減災(zāi)能力等4個(gè)方面出發(fā)建立暴雨洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃模型，通過模糊綜合評(píng)價(jià)方法開展風(fēng)險(xiǎn)評(píng)價(jià)[7-9]。目前為止，暴雨洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃研究方法主要基于自然災(zāi)害風(fēng)險(xiǎn)理論，而對(duì)不同重現(xiàn)期暴雨淹沒深度模擬研究較少。鑒于此，文章以皖南地區(qū)獨(dú)特的地形地貌特征和四季分明的氣候特點(diǎn)為基礎(chǔ)，開展皖南地區(qū)致洪雨量的相關(guān)分析，針對(duì)皖南地區(qū)人口、GDP、土地利用類型等不同承載體的暴雨洪澇災(zāi)害不同重現(xiàn)期風(fēng)險(xiǎn)區(qū)劃暫無研究。開展此項(xiàng)研究工作旨在分析皖南地區(qū)不同重現(xiàn)期下暴雨洪澇災(zāi)害淹沒情況和不同承災(zāi)體的風(fēng)險(xiǎn)區(qū)劃情況，為皖南地區(qū)防洪減災(zāi)工作提供科學(xué)依據(jù)。

1 數(shù)據(jù)與方法

1.1 研究區(qū)域概況

皖南地區(qū)位于安徽省長(zhǎng)江以南，地形復(fù)雜多變，河湖眾多，水網(wǎng)發(fā)達(dá)。南部以低山丘陵為主，其間有狹小盆地，黃山、九華山等個(gè)別地區(qū)高峰聳立，北部以沿江湖積和河積平原為主。該地區(qū)屬亞熱帶季風(fēng)氣候，年平均降雨量在1200～2200 mm之間，降雨量季節(jié)分布特征明顯，夏雨(5～8月份)集中。皖南地區(qū)居民依水而居的居住方式、山區(qū)復(fù)雜的地形地貌、高強(qiáng)度降水以及不合理的土地利用導(dǎo)致暴雨洪澇災(zāi)害頻發(fā)。該文選擇皖南北部的牧龍河、中部的漳河、南部的青弋江和西部的黃湓河四條具有區(qū)域代表性的中小河流作為研究對(duì)象。

1.2 數(shù)據(jù)來源及處理

在分析日雨型分布特征對(duì)致洪暴雨每小時(shí)雨強(qiáng)時(shí)，中國國家標(biāo)準(zhǔn)中的降水量等級(jí)標(biāo)準(zhǔn)(GB/T 28592-2012)對(duì)特大暴雨的定義為12 h降雨量≥140mm，或24 h降雨量≥250mm，根據(jù)平均值計(jì)算降雨量約為10 mm/h。參考皖南地區(qū)歷史暴雨天氣過程中出現(xiàn)20 mm/h的雨強(qiáng)，選取10 mm/h和20 mm/h兩個(gè)衡量標(biāo)準(zhǔn)進(jìn)行分析。暴雨重現(xiàn)期取值方面，根據(jù)《城市暴雨強(qiáng)度公式編制和設(shè)計(jì)暴雨雨型確定技術(shù)導(dǎo)則》(2014年)，降雨重現(xiàn)期宜按2年、3年、5年、10年、20年、30年、50年、100年等8個(gè)重現(xiàn)期計(jì)算。因2年、3年、5年時(shí)間跨度較小， 20年、30年得出的結(jié)論較為接近，因此文章選取10年、20年、50年、100年4個(gè)重現(xiàn)期的雨量進(jìn)行分析，并定義為T年一遇重現(xiàn)期。

1.3 模型及方法

采用算術(shù)平均值方法計(jì)算各子流域面雨量及雨型分布，并對(duì)面雨量進(jìn)行廣義極值分布函數(shù)擬合，得到擬合參數(shù)和不同重現(xiàn)期下日致洪面雨量。利用FloodArea模型對(duì)各子流域逐時(shí)雨量柵格數(shù)據(jù)進(jìn)行計(jì)算，獲得不同重現(xiàn)期暴雨淹沒深度圖譜。

1.3.1 算術(shù)平均值方法

算術(shù)平均值方法是將某流域各監(jiān)測(cè)站測(cè)得的同期降雨量相加除以總站數(shù)，即為流域面雨量。其所得面雨量為流域內(nèi)各單站同期雨量的平均值，反映流域降雨量的大小。該方法適合用于在各子單元面積相對(duì)較小、地形起伏不大、雨量資料均勻的情況。其表達(dá)式為：

(1)

式(1)中n為總站數(shù)，Pi為各站同期降雨量。

1.3.2 廣義極值分布模型

廣義極值分布模型是根據(jù)形態(tài)參數(shù)的不同取值范圍可分為極值I型(Gumbel分布)、極值Ⅱ型(Frechet分布)、極值Ⅲ型(Weibull分布)，是一套完整的統(tǒng)計(jì)分布模型。相關(guān)研究表明：極端降水的統(tǒng)計(jì)分布模型大多采用廣義極值分布函數(shù)來擬合確定[10]。

(2)

式(2)中，α為尺度參數(shù)，β為位置參數(shù)，k為形狀參數(shù)。當(dāng)k=0時(shí)，為I型極值分布，即Gumbel分布； 當(dāng)k>0時(shí)，為Ⅱ型極值分布，即Frechet分布； 當(dāng)k<0時(shí)，為Ⅲ型極值分布，即Weibull分布。

1.3.3 FloodArea模型

FloodArea是基于水動(dòng)力方法的一款洪水淹沒模型，該模型由德國Geomer公司開發(fā)，內(nèi)嵌于ArcView GIS平臺(tái)。在計(jì)算過程中以柵格為單位，通過Manning-Strickler公式[11]計(jì)算每個(gè)柵格和周邊8個(gè)柵格的洪水流量(圖1)。

(3)

式(3)中，kg是地面粗糙程度與水流的相關(guān)系數(shù)，rhy是水力半徑，I是地形坡度。

圖1 柵格單元?jiǎng)澐?/p>

柵格坡度決定水流方向，柵格單元間的最低水位和最高地形高程之間差值決定坡度。相鄰柵格流量長(zhǎng)度默認(rèn)相同，對(duì)于處于對(duì)角線的柵格，通過不同的長(zhǎng)度算法計(jì)算。FloodArea模型在每個(gè)時(shí)相的運(yùn)動(dòng)時(shí)間與淹沒范圍、淹沒深度，都以柵格格式顯示和存儲(chǔ)，簡(jiǎn)單直觀，方便查詢[12]。

淹沒水深是水位高程和地面高程的差值，計(jì)算公式如下[10]：

flow_depth=water_levela-max(elevationa，elevationb)

(4)

式(4)中，water_levela是a點(diǎn)水位高程，elevationa是a點(diǎn)地面高程，elevationb是b點(diǎn)地面高程。

地形坡向決定水流方向，地形坡向體現(xiàn)了斜坡所處的方向，坡向是指地面任意一點(diǎn)切平面的法線矢量在水平面上的投影與過該點(diǎn)的正北方向的夾角。地形坡向計(jì)算公式如下[10]：

(5)

2 結(jié)果與分析

2.1 皖南地區(qū)各子流域日雨型分布

通過分析牧龍河、漳河、青弋江和黃湓河四條河流的致洪日雨量，得到T年一遇暴雨日雨型分布特征(圖2)。

圖2 各子流域T年一遇暴雨日雨型分布特征

從圖2可以看出，各子流域T年一遇暴雨主要降雨時(shí)段均出現(xiàn)在9時(shí)至15時(shí)。對(duì)比不同重現(xiàn)期下各子流域日雨型分布看出， 10年一遇、20年一遇重現(xiàn)期下各子流域致洪日雨量相差較小，致災(zāi)暴雨逐時(shí)最強(qiáng)小時(shí)雨強(qiáng)均在5～10 mm前后。50年一遇、100年一遇重現(xiàn)期下各子流域致洪日雨量出現(xiàn)明顯差別，其中牧龍河、黃湓河50年一遇和100年一遇重現(xiàn)期下致災(zāi)暴雨逐時(shí)最強(qiáng)小時(shí)雨強(qiáng)分別達(dá)15 mm和20 mm以上，漳河、青弋江50年一遇和100年一遇重現(xiàn)期下致災(zāi)暴雨逐時(shí)最強(qiáng)小時(shí)雨強(qiáng)分別在10 mm和14 mm左右。

2.2 廣義極值分布函數(shù)擬合結(jié)果

將牧龍河、漳河、青弋江、黃湓河子流域日面雨量降序排列，選取致洪日雨量數(shù)值進(jìn)行廣義極值分布函數(shù)擬合(圖3)，得到函數(shù)擬合參數(shù)(表1)，將重現(xiàn)期時(shí)間代入廣義極值分布函數(shù)的反演函數(shù)，得到不同重現(xiàn)期各子流域致災(zāi)面雨量(表1)。

圖3 各子流域致災(zāi)臨界面雨量-累積頻率分布

表1 各子流域不同重現(xiàn)期致災(zāi)面雨量及廣義極值分布函數(shù)參數(shù)

不同重現(xiàn)期致災(zāi)面雨量(mm)形態(tài)參數(shù)尺度參數(shù)位置參數(shù)5年一遇10年一遇15年一遇20年一遇30年一遇50年一遇100年一遇牧龍河100 0127 9150 3169 8203 7260 2371 10 6111 7071 28漳河92 0111 3125 9138 1158 6191 0250 50 519 9069 78青弋江86 8100 1109 4116 8128 5145 8174 90 369 0368 82黃湓河93 1117 3137 0154 4184 8236 2338 90 649 6168 92

從圖3擬合結(jié)果看，皖南地區(qū)各子流域致災(zāi)臨界面雨量累計(jì)頻率分布特征基本符合廣義極值分布函數(shù)，通過廣義極值分布函數(shù)對(duì)致災(zāi)臨界面雨量進(jìn)行擬合合理。

從表1可以看出，皖南地區(qū)各子流域形態(tài)參數(shù)均>0，為Ⅱ型極值分布，即Frechet分布。從子各流域不同重現(xiàn)期致災(zāi)面雨量來看，各子流域5年一遇重現(xiàn)期致洪面雨量均在86～100 mm之間， 10年一遇、15年一遇重現(xiàn)期致洪面雨量在100～150 mm之間， 20年一遇重現(xiàn)期致洪面雨量在116～170 mm之間， 30年一遇重現(xiàn)期致洪面雨量在128～203 mm之間， 50年一遇重現(xiàn)期致洪面雨量在145～260 mm之間， 100年一遇重現(xiàn)期致洪面雨量在174～371 mm之間。其中牧龍河的致洪面雨量高于其它子流域，可能是其所在的馬鞍山地區(qū)地處長(zhǎng)江下游長(zhǎng)三角區(qū)，經(jīng)濟(jì)發(fā)達(dá)，以平原地區(qū)為主，承災(zāi)能力強(qiáng)所致。

2.3 不同重現(xiàn)期暴雨洪澇淹沒模擬結(jié)果

通過FloodArea模型對(duì)不同重現(xiàn)期暴雨洪澇淹沒深度進(jìn)行模擬，見圖4。從圖中可以看出，皖南地區(qū)不同重現(xiàn)期下暴雨洪澇災(zāi)害淹沒深度北淺南深、淹沒范圍北廣南窄，且淹沒深度隨重現(xiàn)期時(shí)間增大而加深。其中10年一遇、20年一遇重現(xiàn)期暴雨淹沒深度在2 m以下，主要分布在南部山區(qū)和沿江一帶。50年一遇、100年一遇重現(xiàn)期暴雨淹沒深度及影響范圍明顯增大，主要分布在南部山區(qū)、東部平原和沿江一帶。其中南部山區(qū)出現(xiàn)4 m以上淹沒深度的區(qū)域，東部平原以2 m左右淹沒深度區(qū)域?yàn)橹鳎亟貐^(qū)淹沒深度多在2 m以下。

圖4 暴雨洪澇災(zāi)害不同重現(xiàn)期下淹沒深度

2.4 不同重現(xiàn)期暴雨洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃

2.4.1 暴雨洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃原則

開展皖南地區(qū)暴雨洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃，是選取暴雨作為洪澇災(zāi)害危險(xiǎn)性的主要因素，疊加河網(wǎng)密度和地形高程等地理信息數(shù)據(jù)，選取具有代表性的易損性評(píng)價(jià)影響因子，研究暴雨洪澇災(zāi)害不同承災(zāi)體風(fēng)險(xiǎn)區(qū)劃。在易損性評(píng)價(jià)影響因子選擇方面，通常人口集聚、經(jīng)濟(jì)活動(dòng)密集的區(qū)域，人口基數(shù)大、基礎(chǔ)設(shè)施密集、資產(chǎn)價(jià)值高，一旦遭受洪澇災(zāi)害對(duì)人身安全、經(jīng)濟(jì)、社會(huì)和環(huán)境會(huì)產(chǎn)生巨大影響。目前，相關(guān)的研究結(jié)果[13]表明洪澇災(zāi)害造成的損失大小一般取決于發(fā)生地的經(jīng)濟(jì)、人口密集程度等，所以根據(jù)社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)(GDP、總?cè)丝?計(jì)算得到單位土地面積的GDP值、單位土地面積的人口，即GDP分布和人口分布。有些學(xué)者考慮更多指標(biāo)，如耕地面積比重等，作為承災(zāi)體易損性評(píng)價(jià)的影響因子[14]。該文選取人口分布、GDP分布和土地利用類型作為易損性評(píng)價(jià)影響因子。

2.4.2 暴雨洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃內(nèi)容

將不同重現(xiàn)期暴雨洪澇淹沒的結(jié)果分別與皖南地區(qū)的人口、GDP及土地利用類型信息疊加，明確其風(fēng)險(xiǎn)區(qū)劃圖譜，進(jìn)一步通過分析確定不同重現(xiàn)期暴雨洪澇災(zāi)害的敏感區(qū)域。利用暴雨洪澇災(zāi)害不同重現(xiàn)期下人口、GDP及土地利用類型的風(fēng)險(xiǎn)圖譜，直觀判斷皖南地區(qū)暴雨洪澇災(zāi)害風(fēng)險(xiǎn)等級(jí)的地理分布特征和災(zāi)害影響程度。

2.4.3 暴雨洪澇災(zāi)害不同重現(xiàn)期人口風(fēng)險(xiǎn)區(qū)劃

從圖5可以看出， 10年一遇重現(xiàn)期致災(zāi)暴雨主要影響區(qū)域集中在黃山南部丘陵區(qū)和縣區(qū)鄉(xiāng)鎮(zhèn)等人口稀少地區(qū)，而沿江人口密集地區(qū)暴雨淹沒深度在1 m左右，其承受災(zāi)害能力較強(qiáng)，人口風(fēng)險(xiǎn)等級(jí)較小，需重點(diǎn)加強(qiáng)暴雨洪澇災(zāi)害監(jiān)測(cè)預(yù)警工作。20年一遇重現(xiàn)期致災(zāi)暴雨主要影響區(qū)域集中在沿江人口密集地區(qū)及黃山南部丘陵人口稀少地區(qū)，黃山南部丘陵人口稀少地區(qū)暴雨淹沒深度在2 m左右，承受災(zāi)害能力中等，人口風(fēng)險(xiǎn)等級(jí)中等，需注意做好暴雨洪澇災(zāi)害預(yù)警發(fā)布及傳播工作。50年一遇和100年一遇重現(xiàn)期致災(zāi)暴雨主要影響區(qū)域明顯增大，銅陵、蕪湖、馬鞍山、黃山、宣城等人口密集地區(qū)暴雨淹沒深度達(dá)2 m以上，其中黃山市、宣城市部分人口密集區(qū)暴雨淹沒深度達(dá)4 m以上，承受災(zāi)害能力較弱，人口風(fēng)險(xiǎn)等級(jí)較大，需提前做好人員緊急轉(zhuǎn)移安置工作。

2.4.4 暴雨洪澇災(zāi)害不同重現(xiàn)期GDP風(fēng)險(xiǎn)區(qū)劃

圖6 暴雨洪澇災(zāi)害不同重現(xiàn)期GDP風(fēng)險(xiǎn)區(qū)劃

圖7 暴雨洪澇災(zāi)害不同重現(xiàn)期土地利用類型風(fēng)險(xiǎn)區(qū)劃

從圖6可以看出， 10年一遇重現(xiàn)期致災(zāi)暴雨主要影響區(qū)域集中在黃山南部丘陵區(qū)和縣區(qū)鄉(xiāng)鎮(zhèn)等相對(duì)經(jīng)濟(jì)不發(fā)達(dá)地區(qū)，經(jīng)濟(jì)發(fā)達(dá)區(qū)暴雨淹沒深度在1 m左右，且影響范圍較小，承受災(zāi)害能力較強(qiáng)，GDP風(fēng)險(xiǎn)等級(jí)較小，需重點(diǎn)做好暴雨監(jiān)測(cè)預(yù)警、城市內(nèi)澇排水等相關(guān)工作。20年一遇重現(xiàn)期致災(zāi)暴雨主要影響區(qū)域集中在沿江經(jīng)濟(jì)發(fā)達(dá)地區(qū)和黃山南部丘陵區(qū)等經(jīng)濟(jì)不發(fā)達(dá)地區(qū)，經(jīng)濟(jì)發(fā)達(dá)區(qū)暴雨淹沒深度在1 m左右，且淹沒深度區(qū)域與重要經(jīng)濟(jì)區(qū)的重合度不高，承受災(zāi)害能力較強(qiáng)，GDP風(fēng)險(xiǎn)等級(jí)較小，經(jīng)濟(jì)不發(fā)達(dá)地區(qū)的暴雨淹沒深度在2 m左右，承受災(zāi)害能力中等，GDP風(fēng)險(xiǎn)等級(jí)中等，需注意做好水網(wǎng)電網(wǎng)監(jiān)控、企業(yè)廠礦停產(chǎn)等相關(guān)工作。50年一遇和100年一遇重現(xiàn)期致災(zāi)暴雨主要影響區(qū)域明顯增大，沿江城市經(jīng)濟(jì)發(fā)達(dá)區(qū)暴雨淹沒深度達(dá)2 m以上，黃山市、宣城市市區(qū)等南部人口密集地區(qū)暴雨淹沒深度達(dá)4 m以上，承受災(zāi)害能力較弱，GDP風(fēng)險(xiǎn)等級(jí)較大，需提前做好重工業(yè)設(shè)備、高新技術(shù)設(shè)備的就地防范和緊急轉(zhuǎn)移工作。

2.4.5 暴雨洪澇災(zāi)害不同重現(xiàn)期土地利用類型風(fēng)險(xiǎn)區(qū)劃

從圖7可以看出， 10年一遇重現(xiàn)期致災(zāi)暴雨主要影響區(qū)域集中在黃山南部丘陵區(qū)耕地區(qū)和縣區(qū)鄉(xiāng)鎮(zhèn)等非耕地區(qū)，沿江中下游平原區(qū)等主要耕地區(qū)以及沿江城市等主要建筑用地區(qū)暴雨淹沒深度基本在0.5 m以下，承受災(zāi)害能力較強(qiáng)，耕地類型和建筑用地類型風(fēng)險(xiǎn)等級(jí)較小，需重點(diǎn)加強(qiáng)耕地清溝瀝水、城市防水排澇等相關(guān)工作。20年一遇重現(xiàn)期致災(zāi)暴雨主要影響區(qū)域集中在沿江地區(qū)和黃山南部丘陵區(qū)等地區(qū)，沿江中下游平原區(qū)和黃山南部丘陵區(qū)耕地區(qū)暴雨淹沒深度在1～2 m，銅陵、馬鞍山及黃山等建筑用地區(qū)暴雨淹沒深度達(dá)2 m，承受災(zāi)害能力中等，耕地類型和建筑用地類型風(fēng)險(xiǎn)等級(jí)中等，需重點(diǎn)加強(qiáng)耕地作物防澇防漬和城市建筑防洪管理等相關(guān)工作。50年一遇和100年一遇重現(xiàn)期致災(zāi)暴雨主要影響區(qū)域明顯增大，沿江中下游平原區(qū)等主要耕地地區(qū)近一半地區(qū)受到致災(zāi)暴雨影響，暴雨淹沒深度達(dá)2 m，其中池州市、黃山市、宣城市部分耕地地區(qū)暴雨淹沒深度達(dá)4 m以上，主要建筑用地地區(qū)暴雨淹沒深度在2 m左右，南部宣城及黃山等建筑用地地區(qū)暴雨淹沒深度在2～4 m，部分地區(qū)超過4 m，承受災(zāi)害能力較弱，耕地類型和建筑用地類型風(fēng)險(xiǎn)等級(jí)較大，需提前做好耕地作物提前收割、城市水利工程調(diào)度搶險(xiǎn)等相關(guān)工作。

3 結(jié)論及討論

皖南地區(qū)各子流域暴雨日分布特征及致洪面雨量有很大區(qū)別，牧龍河、黃湓河等流域致災(zāi)暴雨普遍偏強(qiáng)，主要分布在沿長(zhǎng)江一線。漳河、青弋江等流域致災(zāi)暴雨普遍偏弱，主要分布在南部山區(qū)和平原地區(qū)。進(jìn)一步結(jié)合人口、GDP及土地利用類型估測(cè)該地區(qū)的暴雨洪澇抗災(zāi)能力。結(jié)果表明皖南地區(qū)暴雨洪澇災(zāi)害不同承災(zāi)體的風(fēng)險(xiǎn)區(qū)劃呈現(xiàn)一致性和區(qū)域性特征。一致性特征表現(xiàn)為人口密度和GDP大的區(qū)域與建筑用地區(qū)域三者相吻合， 10年一遇、20年一遇風(fēng)險(xiǎn)等級(jí)較小， 50年一遇風(fēng)險(xiǎn)等級(jí)中等， 100年一遇風(fēng)險(xiǎn)等級(jí)較大。隨著暴雨洪澇災(zāi)害重現(xiàn)期時(shí)間的增加，暴雨洪澇災(zāi)害引起的人口密集區(qū)、經(jīng)濟(jì)發(fā)達(dá)地區(qū)及建筑用地暴雨洪澇災(zāi)害風(fēng)險(xiǎn)等級(jí)也隨之增加。區(qū)域性特征則主要體現(xiàn)在3種承災(zāi)體空間分布差異明顯，人口分布更集中，GDP分布比人口分布相對(duì)分散，建筑用地情況和人口分布基本吻合，耕地面積比人口和GDP更廣泛。人口和建筑用地面積雖小，但對(duì)社會(huì)經(jīng)濟(jì)影響大，這兩種承災(zāi)體風(fēng)險(xiǎn)等級(jí)相對(duì)較大。暴雨洪澇災(zāi)害不同重現(xiàn)期與人口密集區(qū)、經(jīng)濟(jì)發(fā)達(dá)地區(qū)、建筑用地、耕地附近的暴雨洪澇災(zāi)害風(fēng)險(xiǎn)等級(jí)呈現(xiàn)一致性特征。

該文中通過計(jì)算歷史降水資料得到皖南地區(qū)臨界致洪面雨量，但由于暴雨洪澇災(zāi)害涉及因素很多，如水文、水利及災(zāi)情等方面，需要加強(qiáng)基礎(chǔ)資料收集，優(yōu)化改進(jìn)指標(biāo)體系及模型構(gòu)建，完善相關(guān)研究。

[1] 李輝.基于GIS的濰坊市暴雨洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃.南京：南京信息工程大學(xué)， 2012:15

[2] 秦年秀， 姜彤.基于GIS的長(zhǎng)江中下游地區(qū)洪災(zāi)風(fēng)險(xiǎn)分區(qū)及評(píng)價(jià).自然災(zāi)害學(xué)報(bào)， 2005, 14(5): 1～7

[3] 程衛(wèi)帥， 陳進(jìn)，劉丹.洪災(zāi)風(fēng)險(xiǎn)評(píng)估方法研究綜述.長(zhǎng)江科學(xué)院院報(bào)， 2010, 9(27): 17～24

[4] 李翠金. 中國暴雨洪澇災(zāi)害的統(tǒng)計(jì)分析.災(zāi)害學(xué)， 1996, 11(1): 59～63

[5] 王雪臣， 冷春香，馮相昭，等.長(zhǎng)江中游地區(qū)洪澇災(zāi)害風(fēng)險(xiǎn)分析.科技導(dǎo)報(bào)， 2008, 26(2): 61～62

[6] 劉電英， 楊樂清，龔容.基于信息擴(kuò)散理論的暴雨洪澇風(fēng)險(xiǎn)分析.安徽農(nóng)業(yè)科學(xué)， 2012, 40(6): 351～353

[7] 張峭， 王克.我國農(nóng)業(yè)自然災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃.中國農(nóng)業(yè)資源與區(qū)劃， 2011, 32(3): 32～36

[8] 馮曉云， 王建源.基于GIS的山東農(nóng)業(yè)氣候資源及區(qū)劃研究.中國農(nóng)業(yè)資源與區(qū)劃， 2005, 26(2): 60～62

[9] 肖志強(qiáng)， 樊明，趙彥鋒.武都山區(qū)農(nóng)業(yè)冰雹災(zāi)害發(fā)生規(guī)律及風(fēng)險(xiǎn)區(qū)劃研究.中國農(nóng)業(yè)資源與區(qū)劃， 2013, 34(6): 176～180

[10]周旭東， 楊濤，梁慧迪.廣義極值分布模型在黃河源區(qū)枯季徑流中的應(yīng)用.水電能源科學(xué)， 2014, 31(2): 12～14

[11]Geomer G H.Flood Area-ArcGIS extension for calculating flooded areas(User manual Version 9.5).Heidelberg：geomer， 2008， 42

[12]蘇布達(dá)， 姜彤，郭業(yè)友，等.基于GIS柵格數(shù)據(jù)的洪水風(fēng)險(xiǎn)動(dòng)態(tài)模擬模型及其應(yīng)用.河海大學(xué)學(xué)報(bào)， 2005, 33(4): 370～374

[13]姚鵬， 何俊，余威，等.基于GIS的成都西部沿山地區(qū)暴雨洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃初探.貴州氣象, 2015，(4)： 1～7

[14]梅勇， 唐云輝，況星.基于GIS技術(shù)的重慶市暴雨洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃研究.中國農(nóng)學(xué)通報(bào), 2011，(32)： 287～293

RAINSTORM AND FLOOD RISK REGIONALIZATION IN SOUTHERN ANHUI PROVINCE BASED ON GIS*

Zhang Jie1， 2，Wu Mingye2
(1.College of Atmospheric Sciences, Nanjing University, Nanjing, Jiangsu 210093, China; 2.Tongling Meteorological Bureau, Tongling, Anhui 244100,China)

In this paper, the methods of general extreme value distribution and FloodArea model were used to calculate disaster area and flood depth caused by storm during different recurrence periods in southern Anhui province from 1961-2014,then obtained different disaster bearing body risk zoning map based on the data of type of land use, population distribution, and GDP distribution. The results indicated that the consistency characteristics of the risk regionalization of rainstorm and flood presented same disaster features, the 10-year and 20-year flooding frequency were small, the 50-year flooding frequency was medium, and 100-year flooding frequency was large.The regional characteristics showed that the population and construction land were in high risk level.It concluded that the risk zoning of hazard-affected bodies in southern Anhui showed a consistency and regional characteristics. The flooding frequency period showed a consistency with the disaster risk levels of populated area, the economic developed area, cultivated land, and construction lands.

rainstorm and flood; risk regionalization; generalized extreme value distribution function; FloodArea model; southern Anhui province

10.7621/cjarrp.1005-9121.20170617

2016-08-15

張杰(1986—)，男，安徽蕪湖人，本科。研究方向：天氣分析和預(yù)報(bào)研究。Email： 363531652@qq.com

*資助項(xiàng)目：國家自然科學(xué)基金(41571494)； 銅陵市公共氣象服務(wù)平臺(tái)研發(fā)(AHXJ201507)

P333.2； P208

A

1005-9121[2017]06121-09