周 斌，王春學(xué)，張順謙，鄧 彪，陳文秀，孫 蕊

(四川省氣候中心/高原與盆地暴雨旱澇災(zāi)害四川省重點(diǎn)實(shí)驗(yàn)室，成都 610072)

引 言

暴雨洪澇是四川盆地發(fā)生頻率最高、危害最重的氣象災(zāi)害之一，其中區(qū)域性暴雨過(guò)程降水強(qiáng)度大、持續(xù)時(shí)間長(zhǎng)、影響范圍廣，往往引發(fā)山洪、泥石流、滑坡等次生災(zāi)害，造成較大的人員傷亡和經(jīng)濟(jì)損失[1-5]。2013年四川盆地出現(xiàn)6次區(qū)域性暴雨過(guò)程，其中6月29-7月1日的過(guò)程造成449.2萬(wàn)人受災(zāi)，死亡13人，失蹤5人；農(nóng)作物受災(zāi)面積197千公頃；直接經(jīng)濟(jì)損失37億元[6-7]。2014年出現(xiàn)5次區(qū)域性暴雨過(guò)程，其中9月17-18日的過(guò)程造成379.3萬(wàn)人受災(zāi)，6人死亡，12人失蹤；農(nóng)作物受災(zāi)面積93.6千公頃；直接經(jīng)濟(jì)損失57.5億元[8]。2018-2019年雖然沒(méi)有出現(xiàn)特大型的區(qū)域性暴雨過(guò)程，但是一般型區(qū)域性暴雨過(guò)程更加頻繁，其中2018年出現(xiàn)8次，2019年出現(xiàn)6次，對(duì)社會(huì)生產(chǎn)生活造成很大的影響[9]。

王春學(xué)等[10]制定了四川盆地區(qū)域性暴雨過(guò)程的識(shí)別方法，完善了區(qū)域性暴雨過(guò)程的監(jiān)測(cè)評(píng)價(jià)業(yè)務(wù)，但是災(zāi)情評(píng)估方面的相關(guān)技術(shù)和方法還比較欠缺。根據(jù)災(zāi)情評(píng)估時(shí)效性，開展災(zāi)前和災(zāi)中評(píng)估業(yè)務(wù)主要有兩種方法：一種是基于承災(zāi)體易損性的評(píng)估，該方法主要通過(guò)致災(zāi)過(guò)程的模擬仿真計(jì)算，需要相對(duì)全面的承災(zāi)體數(shù)據(jù)和承災(zāi)體與致災(zāi)因子相互作用的機(jī)理模型支持，對(duì)模型和數(shù)據(jù)的要求都較高，目前要實(shí)現(xiàn)業(yè)務(wù)化難度還比較大[11]。另一種方法是基于歷史災(zāi)情統(tǒng)計(jì)資料的評(píng)估方法，該方法主要是探究致災(zāi)因子強(qiáng)度和承災(zāi)體損失率之間的關(guān)系，進(jìn)而對(duì)未來(lái)災(zāi)害造成的可能損失進(jìn)行評(píng)估，這種方法快速簡(jiǎn)便，對(duì)承災(zāi)體的數(shù)據(jù)精度要求不高，比較容易實(shí)現(xiàn)業(yè)務(wù)化[11]。以往這方面的研究主要集中在利用概率密度函數(shù)、灰色關(guān)聯(lián)度等方法，而這類方法往往計(jì)算相對(duì)復(fù)雜，并且默認(rèn)以往的所有災(zāi)害過(guò)程發(fā)生在相同的下墊面，當(dāng)下墊面人口、經(jīng)濟(jì)、防災(zāi)減災(zāi)能力等方面的空間差異很大時(shí)，評(píng)估效果就不夠理想[12-18]。由于四川盆地內(nèi)的地理、農(nóng)業(yè)、社會(huì)、經(jīng)濟(jì)等方面的差距較大[19]，所以在對(duì)四川盆地區(qū)域性暴雨過(guò)程的災(zāi)情進(jìn)行關(guān)聯(lián)分析時(shí)，區(qū)域暴雨過(guò)程與歷史災(zāi)情案例發(fā)生的區(qū)域要有一定的空間相似性。利用相似分析方法評(píng)估四川盆地區(qū)域性暴雨過(guò)程的災(zāi)情是一個(gè)比較理想的方法，而過(guò)程相似方法在臺(tái)風(fēng)[20-21]、干旱[22-24]等災(zāi)害影響評(píng)估方面已經(jīng)有相關(guān)研究，在區(qū)域性暴雨災(zāi)害評(píng)估方面的相關(guān)研究還比較少。

本文將建立一個(gè)四川盆地區(qū)域性暴雨過(guò)程相似度指標(biāo)，并探索利用該指標(biāo)開展災(zāi)害影響評(píng)估，以期建立一套快速準(zhǔn)確的災(zāi)情評(píng)估方法，提高四川盆地區(qū)域性暴雨過(guò)程監(jiān)測(cè)評(píng)價(jià)業(yè)務(wù)能力，為氣象防災(zāi)減災(zāi)決策服務(wù)提供科技支撐。

1 資料和方法

1.1 資 料

本文使用了1961-2018年四川盆地104個(gè)縣級(jí)氣象站逐日降水量資料，以及從四川省氣候中心搜集整理的四川盆地區(qū)域性暴雨過(guò)程災(zāi)情資料中提取了1991-2018年的災(zāi)情較完整(包括受災(zāi)人口、農(nóng)作物受災(zāi)面積和直接經(jīng)濟(jì)損失)的23次暴雨過(guò)程災(zāi)情資料。

1.2 方 法

王春學(xué)等[10]提出了集中暴雨站點(diǎn)的概念，并制定了綜合強(qiáng)度指數(shù)。如果A站的24 h雨量R24≥50 mm，并且距離該站最近的10個(gè)站中，有3個(gè)及以上站點(diǎn)的R24≥50 mm，則A站為一個(gè)集中暴雨站點(diǎn)。如果集中暴雨站點(diǎn)數(shù)N≥15，則該日為一個(gè)區(qū)域性暴雨日。

降水量為

Ipre=(P1+P2+…+Pj)/nj=1,…,n

(1)

式(1)中，n為集中暴雨站數(shù)最多日的集中暴雨站數(shù)，Pj為其中第j個(gè)觀測(cè)站點(diǎn)在本次區(qū)域性暴雨過(guò)程中的總降水量。

降水強(qiáng)度為

Ipin=(max(P241)+max(P242)+…+max(P24j))/nj=1,…,n

(2)

式(2)中,max()為取最大值函數(shù)，P24j為第j個(gè)觀測(cè)站點(diǎn)在區(qū)域性暴雨過(guò)程中最大的24 h觀測(cè)降水量。

降水范圍為

Icov=n/N

(3)

式(3)中，N為總觀測(cè)站點(diǎn)總數(shù)。

持續(xù)時(shí)間為

Idat=m

(4)

式(4)中，m為區(qū)域性暴雨過(guò)程開始日期到結(jié)束日期的持續(xù)天數(shù)(單位：d)

綜合強(qiáng)度評(píng)價(jià)指標(biāo)為

I=(Ipre+Ipin+Icov+Idat)/4

(5)

公式(5)中各單項(xiàng)指標(biāo)需要先進(jìn)行標(biāo)準(zhǔn)化處理。

2 結(jié)果分析

2.1 區(qū)域性暴雨過(guò)程相似度指標(biāo)構(gòu)建

如果2次區(qū)域性暴雨過(guò)程發(fā)生在不同的區(qū)域，即使強(qiáng)度、時(shí)間等指標(biāo)均相似，其造成的影響也可能相差甚遠(yuǎn)。所以評(píng)價(jià)2次區(qū)域性暴雨過(guò)程相似與否的首要指標(biāo)應(yīng)該是區(qū)域重合率，其次是降水量和降水日數(shù)。綜合考慮利用這3項(xiàng)指標(biāo)構(gòu)造相似度指數(shù)，各單項(xiàng)指標(biāo)的定義如下。

重合率項(xiàng)：

C=2×A1+2/(A1+A2)

(6)

A1為過(guò)程1的集中暴雨站點(diǎn)數(shù)，A2為過(guò)程2的集中暴雨站點(diǎn)數(shù)，A1+2為2次過(guò)程重合的集中暴雨站點(diǎn)數(shù)。

降水量項(xiàng)：

R=2×R1+2/(R1+R2)

(7)

R1為過(guò)程1的集中暴雨站點(diǎn)總降水量，R2為過(guò)程2的集中暴雨站點(diǎn)總降水量，R1+2為2次過(guò)程重合集中暴雨站點(diǎn)的總降水量。

降水日數(shù)項(xiàng)：

D=|D1-D2|/(D1+D2)

(8)

D1為過(guò)程1的持續(xù)天數(shù)，D2為過(guò)程2的持續(xù)天數(shù)。

構(gòu)造不同的相似度指標(biāo)：SD1=C，SD2=C×R，SD3=C×(1-D)，SD4=C×(R-D)，并給出不同相似度指數(shù)與暴雨過(guò)程綜合強(qiáng)度差值散點(diǎn)圖(圖1)。理論上如果相似度越高，則綜合強(qiáng)度差值應(yīng)該越小。由圖1可以看到，單獨(dú)使用重合率(圖1a)和使用重合率加降水量(圖1b)時(shí)，線性擬合的斜率均呈正值，即出現(xiàn)了相似度越高綜合強(qiáng)度差值越大的情況，顯然是不合理的。當(dāng)使用重合率加降水日數(shù)(圖1c)和使用3項(xiàng)指標(biāo)(圖1d)時(shí)，線性擬合的斜率均為負(fù)值，即表現(xiàn)出了重合率越高綜合強(qiáng)度差異越小的對(duì)應(yīng)關(guān)系，其中后者的規(guī)律性更強(qiáng)，并且通過(guò)了0.01的顯著性檢驗(yàn)，所以確定相似度指標(biāo)計(jì)算公式為

圖1 不同相似度指標(biāo)與暴雨過(guò)程綜合強(qiáng)度差值散點(diǎn)圖

SD=C×(R-D)

(9)

上文分析中使用的是所有樣本，如果兩次過(guò)程發(fā)生在不同的位置或者重合率很低，那么二者的相似度一定很小，但是二者的暴雨綜合強(qiáng)度差值則不一定很大，所以應(yīng)該排除這些樣本。利用重合率對(duì)原始樣本進(jìn)行篩選，結(jié)果見(jiàn)圖2。從圖2中可以看到，重合率從0到70%的變化過(guò)程中，擬合度隨重合率的增加緩慢增大，當(dāng)重合率超過(guò)70%后擬合率出現(xiàn)跳躍式增大。圖3是在圖1(d)的基礎(chǔ)上選擇了重合率大于70%的樣本，可以看到相似度越高綜合強(qiáng)度差值越小的規(guī)律更加明顯，擬合方程相關(guān)系數(shù)達(dá)0.66，通過(guò)了0.001的顯著性檢驗(yàn)，即從側(cè)面說(shuō)明了相似度指標(biāo)的合理性。

圖2 擬合度和樣本量隨重合率的變化

圖3 重合率超過(guò)70%的樣本中相似度與綜合強(qiáng)度差值散度圖

2.2 相似度指標(biāo)與災(zāi)情的關(guān)系

前文從理論上對(duì)相似度指標(biāo)進(jìn)行了設(shè)計(jì)和分析，表明包含3項(xiàng)指標(biāo)的相似度指數(shù)最合理，但還需要進(jìn)一步利用實(shí)際災(zāi)情資料對(duì)其進(jìn)行檢驗(yàn)。考慮到災(zāi)情資料的統(tǒng)一性和權(quán)威性，本文使用了1991年以來(lái)四川省民政廳、中國(guó)氣象災(zāi)害大典(四川卷)和氣象災(zāi)情直報(bào)系統(tǒng)上的23次區(qū)域性暴雨過(guò)程災(zāi)情統(tǒng)計(jì)結(jié)果，最終選擇受災(zāi)人口、農(nóng)作物受災(zāi)面積和直接經(jīng)濟(jì)損失3項(xiàng)災(zāi)情指標(biāo)進(jìn)行驗(yàn)證(表1)。

本研究共搜集到23次具有詳細(xì)災(zāi)情記錄的區(qū)域性暴雨過(guò)程。首先將這23次過(guò)程兩兩組合計(jì)算相似度，可以得到253組相似度樣本，然后利用重合率進(jìn)一步篩選，發(fā)現(xiàn)重合率超過(guò)40%的有34組，但涉及所有的災(zāi)情樣本，所以這里僅研究這34組樣本。兩次區(qū)域性暴雨過(guò)程的相似度高，代表兩次過(guò)程發(fā)生的位置、強(qiáng)度等均相似，所以其致災(zāi)能力也應(yīng)該相當(dāng)。進(jìn)一步分析相似度與災(zāi)情損失差值的關(guān)系(圖4)發(fā)現(xiàn)，受災(zāi)人口差值、農(nóng)作物受災(zāi)面積差值和直接經(jīng)濟(jì)損失差值都與相似度成反比，即兩次區(qū)域性暴雨過(guò)程的相似度越高，二者災(zāi)情損失越接近。從相似度與3種災(zāi)情差值的線性擬合來(lái)看，都通過(guò)了0.05顯著性水平檢驗(yàn)(R2=0.11)，其中與受災(zāi)人口差值的擬合度最高。

圖4 重合率超過(guò)40%的34組樣本中相似度與受災(zāi)人口差值(a)、農(nóng)作物受災(zāi)面積差值(b)和直接經(jīng)濟(jì)損失差值(c)散點(diǎn)圖

在有災(zāi)情資料的23次過(guò)程中，1999年8月9日和2017年8月7日兩次過(guò)程的相似度最大，但是相似度也僅僅達(dá)到42%。從2次過(guò)程空間(圖5)分布來(lái)看，第1次過(guò)程主要發(fā)生在四川盆地南部，中心區(qū)域降水量超過(guò)130 mm，第2次過(guò)程有兩個(gè)降水區(qū)域，其中南部區(qū)域與第1次過(guò)程的范圍基本吻合，但是強(qiáng)度偏弱。根據(jù)表1中的數(shù)據(jù)可知，兩次過(guò)程受災(zāi)人口相差97.2萬(wàn)、農(nóng)作物受災(zāi)面積相差52.4千公頃、直接經(jīng)濟(jì)損失相差12.4千萬(wàn)元，即兩次區(qū)域暴雨過(guò)程各種災(zāi)情損失的量級(jí)基本一致，但是實(shí)際差值還是偏大，這與相似度偏低相對(duì)應(yīng)。

圖5 1999年8月9日(a)和2017年8月7日(b)四川盆地區(qū)域性暴雨過(guò)程降水分布圖

表1 四川盆地23次區(qū)域性暴雨過(guò)程災(zāi)情資料

2.3 相似度指標(biāo)的應(yīng)用

利用相似度指標(biāo)可以快速地找到歷史相似案例，可以開展區(qū)域性暴雨過(guò)程災(zāi)前、災(zāi)中預(yù)評(píng)估，或?yàn)?zāi)害發(fā)生后而災(zāi)情還沒(méi)有統(tǒng)計(jì)時(shí)開展災(zāi)后影響評(píng)估。理論上相似度指標(biāo)(SD)的最大值為100%。對(duì)某次區(qū)域性暴雨過(guò)程G1，如果可以找到相似度達(dá)到90%以上的歷史過(guò)程G2，那么完全可以利用G2過(guò)程的災(zāi)害損失評(píng)估G1過(guò)程的災(zāi)損。由于目前搜集整理的歷史區(qū)域性暴雨過(guò)程災(zāi)害資料比較少，相似度的高值在30%～40%，在有限的歷史案例范圍內(nèi)利用最相似過(guò)程開展災(zāi)損評(píng)估還無(wú)法實(shí)現(xiàn)，所以本文將利用前3個(gè)相似過(guò)程的災(zāi)情與相似度乘積的累加值評(píng)估G1過(guò)程的災(zāi)害損失情況，具體公式為

S=A1×SD1+A2×SD2+A3×SD3

(10)

其中S為區(qū)域性暴雨過(guò)程G的評(píng)估災(zāi)損，A1、A2、A3分別表示與G前3個(gè)相似過(guò)程的災(zāi)損值，SD1、SD2、SD3分別表示與G前3個(gè)相似過(guò)程的相似度。

進(jìn)一步比較評(píng)估災(zāi)損與實(shí)際災(zāi)損的差值，從受災(zāi)人口差值百分比來(lái)看(圖6a)，23次過(guò)程中有17次過(guò)程的差值百分比在±2倍之間，有15次過(guò)程在±1倍之間，總體來(lái)看受災(zāi)人口的評(píng)估較好。從農(nóng)作物受災(zāi)面積差值百分比來(lái)看(圖6b)，23次過(guò)程中有19次過(guò)程的差值百分比在±2倍之間，有17次過(guò)程在±1倍之間，雖然個(gè)別過(guò)程差值超過(guò)8倍，但是總體來(lái)看農(nóng)作物受災(zāi)面積的評(píng)估相對(duì)更穩(wěn)定。從直接經(jīng)濟(jì)損失差值百分比來(lái)看(圖6c)，23次過(guò)程中有9次過(guò)程在±50%之間，有20次過(guò)程的差值百分比在±1倍之間，只3次過(guò)程的差值超過(guò)2倍，即直接經(jīng)濟(jì)損失的評(píng)估效果最好。

圖6 23次暴雨過(guò)程的評(píng)估災(zāi)情與實(shí)況災(zāi)情差值百分比

按照中國(guó)氣象局發(fā)布的《氣象災(zāi)情搜集上報(bào)調(diào)查和評(píng)估規(guī)定》[25]，氣象災(zāi)害可分為小災(zāi)、中災(zāi)、大災(zāi)和特大災(zāi)4種。而四川盆地區(qū)域性暴雨過(guò)程基本上都為中型以上等級(jí)，23次過(guò)程中有17次過(guò)程的氣象災(zāi)害等級(jí)評(píng)估與實(shí)際相符，一致率達(dá)到74%，進(jìn)一步說(shuō)明該方法有一定的實(shí)際應(yīng)用價(jià)值。

3 結(jié) 論

(1)通過(guò)對(duì)比分析，發(fā)現(xiàn)利用重合率項(xiàng)、降水量項(xiàng)和降水日數(shù)項(xiàng)3個(gè)因子構(gòu)造的四川盆地區(qū)域性暴雨過(guò)程相似度指標(biāo)最合理，重合率從0到70%的變化過(guò)程中，擬合度隨重合率的增加緩慢增大，當(dāng)重合率超過(guò)70%后擬合率出現(xiàn)跳躍式增大，通過(guò)了0.001的顯著性水平檢驗(yàn)。

(2)使用23次區(qū)域性暴雨過(guò)程的歷史災(zāi)情資料對(duì)相似度指標(biāo)進(jìn)行檢驗(yàn)，發(fā)現(xiàn)受災(zāi)人口差值、農(nóng)作物受災(zāi)面積差值和直接經(jīng)濟(jì)損失差值都與相似度成反比，相似度與3種災(zāi)情差值的線性擬合都通過(guò)了0.05的顯著性水平檢驗(yàn)。其中1999年8月9日和2017年8月7日的區(qū)域性暴雨過(guò)程相似度為42%，是23次過(guò)程中相似度最大的兩次過(guò)程，第1次過(guò)程主要發(fā)生在四川盆地南部，中心區(qū)域降水量超過(guò)130 mm，第2次過(guò)程有兩個(gè)降水區(qū)域，其中南部區(qū)域與第1次過(guò)程的范圍基本吻合，但是強(qiáng)度偏弱。兩次過(guò)程受災(zāi)人口、農(nóng)作物受災(zāi)面積和直接經(jīng)濟(jì)損失的量級(jí)基本一致。

(3)進(jìn)一步利用相似度指標(biāo)建立了災(zāi)損評(píng)估模型，并使用23次實(shí)況過(guò)程進(jìn)行了應(yīng)用檢驗(yàn)。結(jié)果發(fā)現(xiàn)，有15次過(guò)程的受災(zāi)人口差值百分比在±1倍之間，17次過(guò)程的農(nóng)作物受災(zāi)面積差值百分比在±1倍之間，20次過(guò)程的直接經(jīng)濟(jì)損失差值百分比在±1倍之間，評(píng)估效果均比較理想。另外，按照氣象災(zāi)害評(píng)估分級(jí)標(biāo)準(zhǔn)，23次過(guò)程中有17次過(guò)程的氣象災(zāi)害等級(jí)評(píng)估與實(shí)際相符，一致率達(dá)到74%。