燕榮江，何 馨，楊知非，吳森清

（1.永康市氣象局，浙江 永康321300；2.武義縣氣象局，浙江 武義321200；3.金華市氣象局，浙江 金華321000）

隨著全球氣候變化，極端天氣事件發(fā)生的頻率、強度、時空特征都在發(fā)生變化，而在眾多的自然災(zāi)害中，洪澇災(zāi)害是中國最常見的自然災(zāi)害之一[1]。洪澇災(zāi)害的形成是由降雨和流域下墊面共同作用的結(jié)果。降雨的時空分布不均勻?qū)闈车男纬捎酗@著影響，而徑流模擬是洪水預(yù)測的重要指標(biāo)[2-3]。

常見的暴雨洪澇分析方法主要包括災(zāi)情統(tǒng)計法和風(fēng)險評估法[4-8]。兩類方法均以歷史災(zāi)害數(shù)據(jù)為基礎(chǔ)，分析研究區(qū)洪澇災(zāi)害與降雨量、環(huán)流形勢等氣象因素，暴露度、易損性、脆弱性等社會經(jīng)濟因素，地形、地貌、氣候等自然屬性，人口構(gòu)成、防洪建設(shè)等社會屬性的關(guān)系。兩種方法不同點在于災(zāi)情統(tǒng)計法以統(tǒng)計學(xué)為基礎(chǔ)，研究要素間的統(tǒng)計相關(guān)性。謝清霞等[4]對我國西南片區(qū)洪澇災(zāi)害與逐日降雨量，高空平均場進行變化特征的統(tǒng)計分析；於琍等[5]通過統(tǒng)計法解釋了氣候變化及人類活動雙重作用下中國暴雨洪澇變化趨勢；溫泉沛等[6]通過構(gòu)建線性擬合模型，定量化評估暴雨對洪澇災(zāi)害產(chǎn)生的影響。而風(fēng)險評估法以模糊綜合評價模型為核心，通過概念模型和評估指標(biāo)體系，分析暴雨洪澇特征，曹羅丹等[7]基于遙感數(shù)據(jù)和社會經(jīng)濟數(shù)據(jù)，構(gòu)建洪澇災(zāi)害風(fēng)險評估模型，對浙江省洪澇災(zāi)害進行特征分析；溫泉沛等[8]通過構(gòu)建綜合相對災(zāi)情指數(shù)及風(fēng)險估算模型，對我國南方地區(qū)洪澇災(zāi)害風(fēng)險進行特征研究。

洪水預(yù)測模型主要分為水文模型和氣象—水文模型兩種。水文模型通過將表征下滲、蒸發(fā)、產(chǎn)流、匯流的物理現(xiàn)象概念化，研究環(huán)境均等化，建立概念模擬；或結(jié)合降雨與下墊面的空間變異，模擬水文循環(huán)的各個子過程建立分布式水文模型。萬普超等[9]利用新安江流域水文模型，解決了大流域徑流計算中雨量分布不均勻的問題；夏軍等[10-11]建立了適用于黃河流域洪水預(yù)報的分布式水文模型TVGM。此外，降雨作為洪水預(yù)報的最大不確定因素，其預(yù)見期越長，準(zhǔn)確度越高，對洪水預(yù)報越有利，諸多學(xué)者通過將氣象預(yù)報和水文模型耦合，建立氣象—水文模型。崔春光等[12]利用中尺度數(shù)值模1式（AREM）的降雨預(yù)報作為新安江模型的輸入場，將湖北省漳河水庫流域的洪水預(yù)見期明顯提高；王振亞等[13]通過耦合中尺度模式MM5與分布式水文模型，在黃河三花間的洪水預(yù)報中取得了一定的成效。但水文模型和氣象—水文模型均適用于流域面積大、匯流時間長的流域，同時專業(yè)性強，參數(shù)繁多復(fù)雜，對于中小河流域來說，空間分辨率要求較高，如何解決降尺度問題仍然是目前研究的難點。

武義縣洪澇災(zāi)害造成的經(jīng)濟損失占歷年災(zāi)害總和的30%左右[14]。洪水泛濫造成農(nóng)田、房屋被淹的情況幾乎年年都有發(fā)生。本文通過1970年以來的武義縣氣象站點的降雨數(shù)據(jù)、洪澇資料和水文資料等，對武義縣的暴雨洪澇特征進行分析，并提出一種以水位預(yù)報為目標(biāo)的洪水趨勢預(yù)測模型，為武義縣氣象防災(zāi)減災(zāi)工作提供一定的參考。

1 資料及方法

1.1 研究區(qū)概況

武義縣地處浙江中部，地勢自西南向東北呈明顯的階狀下降（圖1）；北部三面環(huán)山，俗稱“武義盆地”，集中了武義縣95%的人口，永康江和熟溪河在此匯入武義江，屬錢塘江水系；南部地貌以中山、低山為主，地勢高峻，多條山澗匯入菊溪，出境注入麗水雅溪，屬甌江水系，其中低緩的丘陵和狹小的平原俗稱“宣平盆地”。武義縣屬亞熱帶季風(fēng)氣候，降雨季節(jié)變化明顯，主要集中在主汛期5—9月，占全年降雨量的70%左右，洪澇災(zāi)害分為武義江流域洪水和山溪匯聚河水暴漲的山洪兩種。本文選取武義縣作為暴雨洪澇特征分析的研究區(qū)，對縣水文站以上的流域進行洪水趨勢預(yù)測。

圖1 武義縣地理位置、地形水系及氣象站位置

1.2 研究數(shù)據(jù)

洪澇數(shù)據(jù)來源于《武義縣水利志》和武義縣民政局統(tǒng)計資料。由于數(shù)據(jù)來源不同，導(dǎo)致數(shù)據(jù)存在一定的不一致性，故選取1970年以來的洪澇過程；洪水水位來源于武義縣水文站逐時徑流數(shù)據(jù)；暴雨數(shù)據(jù)源于武義國家一般氣象站和區(qū)域氣象站，剔除年代較早質(zhì)量不穩(wěn)定的年份，選取2010—2018年17個區(qū)域氣象站數(shù)據(jù)和武義國家一般站數(shù)據(jù)；大氣環(huán)流資料采用NCEP/NCAR再分析資料。

1.3 分析方法

以24 h累計降雨量≥50 mm作為一個暴雨日，其中有臺風(fēng)影響的暴雨為臺風(fēng)暴雨，其他暴雨為非臺風(fēng)暴雨。參考前人研究[15-16]，反映暴雨時空特征的指標(biāo)包括：1 h最大雨強Rp，面雨量Pm，空間變差系數(shù)Cvp，時間變差系數(shù)Ct。

式中，ai為泰森多邊形權(quán)重因子；Pi為第i個區(qū)域氣象站的累計降雨量；Pm為面雨量；n為區(qū)域氣象站的個數(shù)。Cvp反映降雨空間離散程度，其值越大降雨的空間離散程度越大，反之越小。

式中Ki表示暴雨過程中第i時刻降雨量與該次暴雨雨強的比值。Ct接近于0，表示暴雨在時間上分布均勻；反之越不均勻。

洪澇周期分布采用小波分析法。小波分析通過改變尺度因子得到信號的低頻和高頻信息，對不同時間尺度和空間局部特征進行分析。由于其能夠清晰揭示隱藏在時間序列中的多種變化周期，因此被廣泛應(yīng)用于時間序列的周期分析研究中[17-18]。

洪水趨勢預(yù)測采用統(tǒng)計法。對于屬中小河流域的武義江來說，水文模型和氣象—水文模型的空間分辨率要求和參數(shù)要求都很難滿足。根據(jù)收集到的研究數(shù)據(jù)，洪水趨勢預(yù)測采用統(tǒng)計法，即水位預(yù)測回歸模型。

2 暴雨洪澇特征分析

2.1 時間變化

武義縣49 a來暴雨洪澇次數(shù)整體分布呈上升趨勢，發(fā)生洪澇次數(shù)最多的年份是1989年，其次是1986年、1992年、1998年和2008年（圖2）。 時間序列線性擬合表明在20世紀(jì)70—80年代中期洪澇次數(shù)整體偏少，隨后明顯上升。從小波分析（圖3a）來看，洪澇災(zāi)害具有3 a左右的年際周期變化，12 a左右和25 a左右的年代際周期變化。在20世紀(jì)80年代之前，3 a左右的年際周期變化呈現(xiàn)縮短趨勢，其后逐漸增長，最近10 a又有所縮短。25 a左右的年代際周期變化在進入21世紀(jì)以后亦逐漸縮短。

圖2 1970—2018年洪澇災(zāi)害時間序列

根據(jù)統(tǒng)計資料，將1970—2018年的66場暴雨洪澇劃分為12場臺風(fēng)暴雨洪澇和54場非臺風(fēng)暴雨洪澇（圖3b）。由圖3b可知，洪澇主要發(fā)生在主汛期5—9月，其中6月洪澇頻次最多，7月、8月次之，5月和9月洪澇災(zāi)害也較多；其中，70%的非臺風(fēng)暴雨洪澇分布在6—7月，最遲出現(xiàn)在9月，而臺風(fēng)暴雨洪澇早在6月，遲至10月，75%出現(xiàn)在8—9月。從洪澇的類型來看，6—8月的洪澇占全年80%左右，其中山洪占87%，流域性洪水占60%。

圖3 1970—2018年洪澇小波分析（a）及逐月分布（b）

圖4 2010—2018年歷次暴雨特征統(tǒng)計

從圖4的2010—2018年的37次（表1）暴雨過程特征指標(biāo)來看，2014年和2015年暴雨頻次要明顯多于其他年份，同時2010—2013年上半年P(guān)m基本較均值偏小，但最大小時雨強Rp和時間變差系數(shù)震蕩明顯，空間變差系數(shù)Cvp基本低于均值，呈現(xiàn)大范圍的短時強降雨特點；2013年下半年至2015年上半年P(guān)m圍繞均值震蕩，其他指標(biāo)基本較均值偏小，為時間分布相對均勻的大范圍暴雨過程；從2015年下半年開始，Ct和Cvp震蕩幅度明顯增加，暴雨的局地性和短時性明顯增強，尤其以2018年最為明顯。此外，2011年8月13日暴雨過程Rp和Ct異常偏強，Cvp略高于均值，Pm又明顯偏小，為2010—2018年間強度最強的局地暴雨過程；2017年9月8日、2018年5月19日和2018年7月5日的暴雨過程類似，均為空間分布不均的短歷時暴雨，但2018年5月19日的Rp和Pm要高于其他兩次過程，Cvp卻偏小明顯，說明此次短歷時暴雨強度和范圍均明顯大于其他兩次過程。

2.2 空間變化

從圖5武義縣不同時間序列的洪澇和暴雨空間分布來看，均分為南北高值區(qū)，但洪澇災(zāi)害的多發(fā)區(qū)與暴雨高值區(qū)并不對應(yīng)。北部洪澇高值區(qū)集中在履坦和石鵝巖一帶，洪澇次數(shù)年累計達34次以上，此處海拔高度全縣最低，同時上游熟溪河和永康江匯流的武義江流經(jīng)此區(qū)域，加之武義縣人口主要集中于北部盆地，故洪澇災(zāi)害較其他地區(qū)明顯。南部位于仙霞嶺山脈的桃溪鄉(xiāng)、西聯(lián)鄉(xiāng)和柳城鎮(zhèn)，暴雨年累計頻次42次以上，洪澇累計次數(shù)34次以上，其中洪災(zāi)中心在柳城鎮(zhèn)，暴雨中心在桃溪吳畈地區(qū)，主要原因是桃溪吳畈海拔較高，人口稀疏，而柳城鎮(zhèn)是武義縣人口大鎮(zhèn)，南部盆地的人口多集中于此，故致災(zāi)性在該地較明顯。此外，武義中部的新宅鎮(zhèn)地處括蒼山山脈，該區(qū)域氣象站點長期稀疏，插值結(jié)果無法反映該地暴雨特征，但歷史記錄顯示洪澇災(zāi)害頻次亦較明顯。

3 暴雨洪澇環(huán)流形勢分析

根據(jù)洪澇逐年變化提取洪澇高/低值年，其中高值年為3次及以上年份，低值年為3次以下年份，其中1989年為異常高值年。暴雨洪澇主要發(fā)生在6—8月，通過分析洪澇與6—8月850 hPa風(fēng)場和1000、500、100 hPa高度場的相關(guān)性，對比探討洪澇高低值年的大氣環(huán)流形勢特點。

表1 2010—2018年37次暴雨

圖5 1970—2018年洪澇（a）和2010—2018年暴雨（b）的空間分布

3.1 與1000、850 hPa高度場、風(fēng)場相關(guān)分析

降雨的水汽條件和動力條件主要來自于低層大氣。從洪澇高值年850 hPa風(fēng)場（圖6a）來看，孟加拉灣偏西氣流在經(jīng)過中南半島時轉(zhuǎn)為西南向繼續(xù)北上，攜帶旺盛暖濕空氣抵達江南一帶；西太平洋副熱帶高壓南側(cè)偏東氣流經(jīng)東海北上，與孟加拉灣水汽匯合加強；長江中下游以北地區(qū)以弱的偏西氣流為主，冷暖氣流在江南一帶匯合有利于產(chǎn)生降雨。從洪澇高值年1000 hPa高度場來看，我國中東部主要受巴爾喀什湖至我國西北部的高壓前部控制，高壓中心位于新疆北部和西藏西部，中南半島至伊朗高原一帶受低壓影響。

洪澇與1000 hPa高度場、850 hPa高度場（圖6b）的相關(guān)系數(shù)分布相似，我國大陸均為正相關(guān)分布，日本—菲律賓一帶地區(qū)均為負(fù)相關(guān)分布，其中長江中下游以北地區(qū)顯著正相關(guān)。表明研究區(qū)洪澇偏多時，1000 hPa高度場偏高，850 hPa西南氣流偏強。

3.2 與100、500 hPa高度場相關(guān)分析

在洪澇高值年的500 hPa（圖7a）大陸高壓控制俄羅斯以東至鄂霍次克海以西，西風(fēng)帶長波槽南下控制我國東北、華北、華東北部地區(qū)，西太平洋副熱帶高壓西伸脊點位于18°N，105°E附近，研究區(qū)所處的浙中一帶受副高脊線影響，水汽條件和動力條件都有利于降雨。從洪澇高值年100 hPa高度場來看，副熱帶長波槽影響我國東北地區(qū)，南亞高壓主體偏西，中心位于西藏西側(cè)至中東一帶。結(jié)合500 hPa形勢場，副高脊線的西南偏西氣流和南亞高壓東側(cè)的西北氣流在江南一帶匯合有利于產(chǎn)生降雨。

從洪澇與500 hPa高度場的相關(guān)系數(shù)檢驗（圖7b）來看，除華東沿海和東北北部外，其余大部分地區(qū)均為正相關(guān)；與100 hPa的檢驗，正相關(guān)集中在我國西北、西南和華南大部，即研究區(qū)洪澇較多時，南亞高壓位于青藏高原以西，強度偏強，同時500 hPa位勢高度偏高。

由于各高度場的高低值年差值圖與對應(yīng)相關(guān)系數(shù)分布基本一致，故低值年的洪澇相關(guān)性不再贅述。此外，1989年為研究區(qū)洪澇的異常高值年，1000 hPa和850 hPa高度場較其他高值年距平差異不明顯，但1989年南亞高壓中心強度為16856 dagpm，東伸脊點（16800 dagpm 等值線）為 117°E，30°N，較其他高值年明顯偏強，即高空輻散能力明顯偏強；西太副高的強度、西伸脊點、平均脊線3個方面變化特征與南亞高壓大致相對應(yīng)，這與上述研究區(qū)高值年環(huán)流形勢的分析趨勢相一致，但強度更強。

圖6 1970—2018年6—8月洪澇高值年850 hPa風(fēng)場（a）及其與850 hPa風(fēng)場的相關(guān)系數(shù)檢驗（b）

圖7 1970—2018年6—8月洪澇高值年500 hPa高度場（a）及其與500 hPa高度場的相關(guān)系數(shù)檢驗（b）

4 洪澇趨勢預(yù)測

上述結(jié)果表明，暴雨分布特征對洪澇響應(yīng)的實質(zhì)，是暴雨與下墊面的空間不均勻匹配對徑流產(chǎn)生的影響。因此，根據(jù)武義縣降雨和徑流的時空分布規(guī)律，建立多元逐步回歸模型，以進一步探討暴雨與洪澇的相互關(guān)系。武義縣洪澇分為山洪和武義江流域洪水兩種，從歷年洪澇災(zāi)情來看，武義江洪水致災(zāi)性最強，造成的經(jīng)濟損失最重，故只對武義江流域的洪水進行趨勢預(yù)測。

武義江流域?qū)馘X塘江水系中的中小流域，主流全長116 km，流域面積2 510.9 km2，占全縣總面積的57%，通過構(gòu)建武義江流域水位回歸模型，提出一種以水位預(yù)報為目標(biāo)的洪澇趨勢預(yù)測方法。

4.1 數(shù)據(jù)準(zhǔn)備

面雨量是客觀反映單位面積降雨情況的物理量，也是目前所有洪水預(yù)報模型的輸入場[19]。由于區(qū)域氣象站建設(shè)年代問題，武義江流域2010年以前的面雨量信息無法獲得，考慮利用武義縣國家一般氣象站的降雨量代表武義江流域同期面雨量。

式中R為武義縣國家一般站實測降雨量，Pm為同期流域面雨量，單位均為mm，方程相關(guān)系數(shù)R為0.912，通過0.01的顯著性水平檢驗。上述關(guān)系說明，武義縣國家一般站降雨量可以很好地代表武義江流域面雨量。

徑流數(shù)據(jù)來自武義縣水文站逐時流量Qp（單位：m3/s）和逐時水位數(shù)據(jù)Lh（單位：m）。

4.2 回歸模型分析

武義江流域自1970年以來發(fā)生16次洪水（表2），主要分布在5—9月，最早出現(xiàn)在5月21日，最遲出現(xiàn)在9月20日，其中70%的洪澇發(fā)生在5—7月，8—9月的洪澇75%是受臺風(fēng)暴雨影響。通過分析水位與流量、降雨量資料，發(fā)現(xiàn)水位Lh和流量Qp有很好的連續(xù)性變化，尤其是洪水起漲時流量，可以在一定程度上表征前期下墊面的含水情況，此時流量越大，流域前期越濕潤，土壤下滲的損失雨量越小；水位Lh和逐時降雨量R沒有明顯的相關(guān)關(guān)系，但累計雨量R（t）與水位Lh的相關(guān)系數(shù)變化趨勢相似，隨著累計時間的增加，累計雨量R（t）與水位Lh之間的相關(guān)性逐漸增大，當(dāng)累計時間超過30 h，相關(guān)系數(shù)基本在0.8以上，且趨于穩(wěn)定（圖8）。

圖8 1～40 h累計雨量與水位間的相關(guān)系數(shù)

根據(jù)武義江流域1970—2000年以前的洪水水位Lh、30 h累計雨量R30和流量Qp，采用多元線性逐步回歸法建立水位預(yù)報模型：

式（4）模型決定系數(shù)R為0.983。由預(yù)報模型可知，累計雨量R30和流量Qp的回歸系數(shù)相近，即初期累計雨量和流量具有相近權(quán)重；隨著雨量累積，流量增長的數(shù)量級明顯異于累計雨量，流量在水位的變化中起主要作用。用2000年以后的洪水過程回代檢驗，模型擬合水位與實況水位差異較小。在基于降雨和流量的準(zhǔn)確預(yù)報基礎(chǔ)上，簡單的多元線性逐步回歸模型可以很好地反映武義江流域水位變化。

5 結(jié)論與討論

基于1970—2018年武義縣洪澇、暴雨實測數(shù)據(jù)，統(tǒng)計分析反映時空變化特征的一系列指標(biāo)和大氣環(huán)流形勢，并提出一種以水位預(yù)報為目標(biāo)的洪澇預(yù)測方法，主要結(jié)論如下：

表2 1970—2000年致災(zāi)洪水統(tǒng)計

（1）洪澇在20世紀(jì)70—80年代中期次數(shù)偏少，其后開始逐漸增多，且具有3 a左右的年際周期變化，12 a左右和25 a左右的年代際周期變化；暴雨在2010—2013年上半年呈現(xiàn)大范圍的短時強降雨特點，2013年下半年—2015年上半年多為時間分布相對均勻的大范圍暴雨過程，從2015年下半年開始，暴雨的局地性和短時性明顯增強。

（2）洪澇主要發(fā)生在主汛期6—8月，其中，6月中旬—7月中旬大氣濕層深厚，低層輻合高層輻散的動力條件較好，以系統(tǒng)性暴雨為主，洪澇占全年60%；7月下旬—8月局地?zé)崃μa(chǎn)生的短時暴雨明顯增多，此時的洪澇以山洪為主，占全年山洪的50%。

（3）洪澇與西部型南亞高壓、西太平洋副熱帶高壓的強度、東（西）伸脊點、平均脊線的變化特征正相關(guān)，同時中低層冷暖氣流的匯合強度亦有利于產(chǎn)生洪澇。

（4）構(gòu)建武義江流域水位與徑流、降雨多元逐步回歸模型，提出一種以水位預(yù)報為目標(biāo)的洪澇趨勢預(yù)測方法。受空間尺度和實測數(shù)據(jù)缺乏的限制，該模型原理簡單，但決定系數(shù)較高，同時回避了水文模型參數(shù)繁多，專業(yè)性強的問題，在基層氣象業(yè)務(wù)中具有較強的操作性和一定的指導(dǎo)意義，為武義縣氣象防災(zāi)減災(zāi)工作提供一定的參考依據(jù)。