黃埡飛 管兆勇 蔡 倩 呂純月

1.南京信息工程大學氣象災害教育部重點實驗室/氣候與環(huán)境變化國際合作聯(lián)合實驗室/氣象災害預報預警與評估協(xié)同創(chuàng)新中心，南京，210044

2.廣東省氣象公共服務中心，廣州，510000

1 引言

中國暴雨洪澇災害頻發(fā)，是全球洪澇災害出現(xiàn)頻次最高的國家之一，災害損失慘重，一直嚴重影響著國民經濟和社會發(fā)展（黃士松，1986；Tao，et al，2009；Ashutosh，2014；Zhao，et al，2017）。數(shù)據顯示，1950 年至2016 年，中國因洪澇災害死亡人數(shù)超過28 萬，僅2016 年一年，全國31 省（自治區(qū)、直轄市）受災人口就達10095.41 萬，因災死亡686 人，失蹤207 人，直接經濟損失達3643.26 億元，占2016 年GDP 的0.49%（國家防汛抗旱總指揮部，2017）。江南地區(qū)位于中國東南部，山脈連綿，水汽充足，利于暴雨洪澇災害的發(fā)生（萬日金等，2008），這一地區(qū)歷年暴雨洪澇災害損失約占全國的五分之一，僅2016 年，江南地區(qū)因洪致災災情嚴重，受災人口約2400 萬，占到了全國的將近四分之一（國家防汛抗旱總指揮部，2017）。《中國氣象災害大典》收錄的中國主要氣象災害分布綜合示意圖顯示，江南地區(qū)是中國暴雨洪澇災害最頻發(fā)的區(qū)域（溫克剛等，2008）。隨著社會經濟不斷發(fā)展、城市化進程不斷推進，社會、經濟、人口要素日益密集，洪澇災害的空間分布及其影響特征也發(fā)生了新的變化（吳紹洪等，2012）。充分認識和理解暴雨洪澇災害的時、空特征及其影響，分析其成因，對于防災減災規(guī)劃、保護人民生命財產安全具有重要的現(xiàn)實意義（秦大河，2015）。

為提高對暴雨洪澇災害及其防治的認識、增強防災減災的有效性和針對性，中外有許多學者對暴雨及其引發(fā)的洪澇災害災情和損失進行了大量研究（丁一匯，2019；羅亞麗等，2020）。王黎娟等（2007，2008）、Guan 等（2011）、白靜漪等（2014）、Ke 等（2014）、Jin 等（2017）、陳傳雷等（2018）對中國不同區(qū)域的各類暴雨進行了研究，發(fā)現(xiàn)中國暴雨區(qū)域差異較大，具有顯著的年際和年代際變化特征。Quan（2014）、王曉東等（2015）、姜靈峰等（2016）、肖潺等（2017）、楊紅娟等（2017）、於琍等（2018）對中國不同時間和空間尺度上的暴雨洪澇災害事件及其影響的特征進行了研究，發(fā)現(xiàn)區(qū)域差異顯著，中國南方受災較重，且災害損失日益嚴重。

洪澇災害的發(fā)生受到當?shù)貧庀髼l件的影響，降水是其中最主要的誘發(fā)因素（Shi，et al，2011；Wenzel，et al，2014；王曉東等，2015），災害發(fā)生和當?shù)禺斎諒娊邓c前期累計降水關系緊密（Zhao，et al，2012；Furl，et al，2015；Marengo，et al，2017；Gourley，et al，2017）。Zhai 等（2005）發(fā)現(xiàn)暴雨不一定引發(fā)洪澇災害，但是兩者存在較強的相關。Brooks 等（2000）發(fā)現(xiàn)美國暴雨洪澇與短時間內降水事件變化趨勢相似，兩者間有較強的相關，這在美國暴雨洪澇災害的預報、預警中發(fā)揮了重要作用。Gao 等（2015）通過致災降水閾值研究了淮河流域旱澇與降水的關系。因此，在地質條件相對穩(wěn)定的情況下，分析洪澇災害與降水的關系，通過預測降水來預估洪澇災害發(fā)生的可能性有重要的意義（夏軍等，2019）。

但是，洪澇災害的發(fā)生及其影響又不僅僅與降水因素有關，也與社會防治因素息息相關（Habersack，et al，2015 ；Lendering，et al，2016 ；Aerts，et al，2018）。de Vries 等（2012）、Sarmiento（2009）認為土地利用等社會經濟因素對于災害發(fā)生及影響有重要作用。姜靈峰等（2016）認為氣象災害防治建設是近20 年來中國氣象災害損失總體呈下降趨勢的社會原因。還有一些學者針對中國的氣象災害防災、減災對策進行了分析（劉玲等，2003；郭進修等，2005；姜海如，2007；辛吉武等，2007；夏軍等，2019），但受限于數(shù)據較少，大多以定性描述為主，少有定量分析。

但是，當前多局限于對暴雨本身或者災害災情本身的變化與防御對策分析研究，較少涉及到其成因分析（姜靈峰等，2016）。即使有部分研究災害與降水關系的工作也相對宏觀、不夠具體（王曉東等，2015），特別是用較長時間序列對江南不同區(qū)域災情變化與降水時、空差異的對應關系分析仍然少見，對于社會防治對災害發(fā)生及其損失的影響的研究也就更不充分，因而需要進行定量的、更深入的研究。

近年來，隨著各級政府不斷加強防災、減災能力建設，更精確可靠的災情數(shù)據不斷更新，暴雨洪澇災害造成的損失是否發(fā)生了一些新的變化？其成因又是什么？這對于各級政府下一步如何加強防災、減災工作有何啟示？為弄清這些問題，本研究分析了近41 年來江南地區(qū)暴雨洪澇災害及其影響的變化趨勢、空間差異，并從氣象因素和社會防治因素兩方面探究其成因，以期為進一步加強暴雨洪澇災害防治管理和規(guī)劃提供參考依據。

2 資料與方法

基于《降水量等級》標準，暴雨定義為短時間內發(fā)生較強降水（24 h 降水量不小于50 mm）的天氣現(xiàn)象，大暴雨標準為24 h 降水量不小于100 mm，特大暴雨標準為24 h 降水量不小于250 mm。暴雨日數(shù)是指在研究時段里研究區(qū)域內所有觀測站發(fā)生暴雨的日數(shù)總和，大暴雨日數(shù)、特大暴雨日數(shù)依此類推（例如，當某日x個觀測站發(fā)生暴雨時，則記暴雨日數(shù)為x）。洪澇災害是指因為降水較多而產生的洪水、澇災與漬害的總稱。暴雨洪澇災害是指由暴雨引發(fā)的洪澇災害（於琍等，2018）。

綜合考慮自然地理區(qū)域和災情損失、防治數(shù)據的行政省域性，本研究提到的江南地區(qū)取上海、浙江、福建、江西、湖南5 個省級行政區(qū)域，包括352 個氣象觀測站。本研究對各項數(shù)據進行逐條整理和核實，考慮到數(shù)據的連續(xù)性、完整性、可靠性和可對比性，采用的研究時段為1978—2018 年。

首先采用常規(guī)統(tǒng)計方法對江南地區(qū)暴雨及其引發(fā)的暴雨洪澇災害損失數(shù)據計算均值、最大值、最小值、標準差、峰度、偏度等，利用趨勢分析、小波分析、突變檢驗等方法分析時間、空間分布及變化特征。利用相關分析、對比分析等方法分析災害與降水、防災減災能力建設的關系。

3 江南地區(qū)暴雨洪澇災害影響的時、空特征

3.1 江南地區(qū)洪澇災害影響的時間變化

以1978—2018 年因洪澇災害農作物受災面積的平均值定義特大與重大洪澇災害年，標準為：因洪澇農作物受災超過其平均值90%的年份為特大洪澇災害年，受災面積介于其平均值50%—90%的年份為重大洪澇災害年，其余為一般洪澇災害年（姜靈峰等，2016）。要說明的是，這種定義帶有一定的主觀性，但都可以給出客觀標準，便于在防災減災決策中應用。

江南地區(qū)洪澇災害嚴重。統(tǒng)計結果表明，近41 年洪澇造成江南地區(qū)農作物受災累計7.8×107hm2，年均1.9×106hm2，年均受災率為9.5%；累計成災4.4×107hm2，年均1.1×106hm2，年均成災率為5.3%。

近41 年江南地區(qū)因洪澇農作物受災面積、成災面積、受災率和成災率具有明顯的年際和年代際變化。圖1 顯示，在20 世紀末之前呈波動上升趨勢，20 世紀90 年代為峰值期，在20 世紀末以后呈波動下降趨勢。4 項數(shù)據的最高值均出現(xiàn)在1998 年，江南地區(qū)受災達5.6×106hm2，成災達3.8×106hm2，受災率達26.66%，成災率達17.84%。歷史資料顯示，1998 年，江南地區(qū)乃至全國都發(fā)生了大范圍特大暴雨洪澇災害事件，屬于50 年一遇的澇年。近41 年中共有9 a（1990、1992、1993、1994、1995、1996、1998、2002、2010 年）達到重大或以上洪澇災害等級，其中有7 a 處于20 世紀90 年代；有3 a（1994、1998、2010 年）達到特大洪澇災害等級，其中2 a 處于20 世紀90 年代。20 世紀90 年代年均受災3.3×106hm2，比近41 年平均值高73.48%，10 a 中有9 a 均高于近41 年的平均值；而1978—1989 年和2000—2018 年年均受災面積均低于平均值，31 a 中有27 a 均低于平均值。可見，大災之年，作物受災面積和成災面積明顯高于多年平均水平，災害的等級越高，對農業(yè)生產的影響越嚴重。

圖1 1978—2018 年江南地區(qū)暴雨洪澇災害農作物受災面積（藍色折線）、成災面積（橙色折線）、受災率（紫色虛線）、成災率（紅色虛線）及地質災害頻次（綠色柱形）的年際變化（藍色和橙色虛線分別為受災面積和成災面積的多項式擬合曲線）Fig.1 Variations of affected agricultural area（cyan solid），damaged area（orange solid），affected rate（purple dashed），damaged rate（red dashed）and frequency of geological disasters due to rainstorm-flood disasters（green bars）during 1978—2018 in Jiangnan region（Dotted lines in cyan and orange are for polynomial fittings of affected and damaged areas，respectively）

需要說明的是，特大暴雨洪澇的3 a 可能分別與1994 年印度洋偶極子事件、1997/1998 年及2009/2010 年厄爾尼諾事件有關（Guan，et al，2003，2003a；馮利華等，2001；王欽等，2012）。

通過滑動t檢驗，發(fā)現(xiàn)受災面積的突變時間大約在1988 年和1999 年。為進一步闡明災害發(fā)生規(guī)律，制作了不同時段受災面積、受災率均值統(tǒng)計表（表1），發(fā)現(xiàn)2000 年后災害發(fā)生較少、影響較輕、變化幅度較小。結果還表明，1978—1999 年的受災面積、受災率均值及其標準差均高于2000—2018 年均值及其標準差，說明2000 年后受災損失較輕且變化幅度較小，其原因可能涉及到降水量的年代際變化以及防災、減災能力的提升等。峰度、偏度均為正值，且2000 年后峰度、偏度值較2000 年前更大，說明2000 年后暴雨洪澇災害發(fā)生相對集中于個別年份，無災或災害發(fā)生少、影響小的年份相對較多。

表1 1978—2018 年江南地區(qū)暴雨洪澇災害農作物受災面積、受災率常規(guī)統(tǒng)計結果Table 1 Statistics of affected agricultural area and affected rate due to rainstorm-flood disasters during1978—2018 in Jiangnan region

3.2 江南地區(qū)洪澇災害影響的區(qū)域差異

江南地區(qū)洪澇災害受災情況具有顯著的地域差異。圖2 為近41 年江南地區(qū)不同省份或區(qū)域洪澇災害農作物受災面積、成災面積、受災率和成災率，從中可見，江南地區(qū)受災情況的地域性特點較強。近41 年年平均受災面積、成災面積、受災率均呈現(xiàn)由西向東減少的分布特征，空間差異顯著。江南東部地區(qū)的受災率不到江南西部地區(qū)的二分之一。

圖2 1978—2018 年江南地區(qū)洪澇災害農作物受災面積（藍色底圖）、成災面積（綠色圓點）、受災率（黃色柱形）和成災率（紅色柱形）的空間分布Fig.2 Distribution of affected agricultural areas（bluish shades），damaged areas（green dots），affected rate（yellow bars）and damaged rate（red bars）due to rainstorm-flood disasters during 1978—2018 in Jiangnan region

受災面積最大的是湖南?。ń衔鞑浚?，年平均受災面積達8.8×105hm2，占湖南省農作物總播種面積的11.13%，占整個江南地區(qū)受災面積的46.21%，年平均成災面積5.0×105hm2，占整個江南地區(qū)成災面積的47.5%。江西?。ń现胁浚┠昶骄転拿娣e居第二，達5.3×105hm2，受災率為8.77%，占整個江南地區(qū)受災面積的27.9%。江南東部地區(qū)受災面積總計4.9×105hm2，受災率僅為4.59%，占整個江南地區(qū)受災面積的25.9%，上海市各項數(shù)據均最低。

值得注意的是，對比2000 年前后的年平均受災率發(fā)現(xiàn)，各省受災率均明顯降低。特別是江南東部地區(qū)，平均受災率從9.44%降到4.59%，降幅達到51.38%。

江南地區(qū)內部各區(qū)域受災面積、受災率特征可從表2 進一步看出顯著的差異。江南西部（湖南）受災面積、受災率平均值及受災面積的標準差均最高，說明其受災面積、受災率較大，受災面積變化幅度大，受到暴雨洪澇災害的影響較大。江南中部（江西）地區(qū)受災面積、受災率的峰度、偏度均為正值且較大，說明其發(fā)生過極嚴重的暴雨洪澇災害，分析數(shù)據可知，近41 年單年受災面積及受災率極大值均以江西省最大，1998 年江西省受災面積達2.4×106hm2，受災率高達41.63%，遠高于江南東部和西部地區(qū)。而江南東部地區(qū)受災面積、受災率平均值及標準差均較低，說明其受到暴雨洪澇災害影響相對較小。

表2 1978—2018 年江南地區(qū)不同區(qū)域暴雨洪澇災害農作物受災面積、受災率常規(guī)統(tǒng)計結果Table 2 Statistics of affected agricultural areas and affected rate due to rainstorm-flood disasters during 1978—2018 in Jiangnan region

4 近41 年江南地區(qū)暴雨發(fā)生特點

洪澇災害多由暴雨造成。1978—2018 年江南地區(qū)暴雨頻次及強度呈波動上升趨勢。由圖3 可知，近41 年整個江南地區(qū)所有觀測站年均暴雨日數(shù)約1530 d，年均大暴雨日數(shù)約214 d，單站平均暴雨日數(shù)為4.3 d。江南地區(qū)觀測站暴雨日數(shù)最多的是2016 年，達2167 d，其次是1999、2010 和2015年，都超過了2000 d，最少年份為1978 年，為881 d。大暴雨日數(shù)最多的是2005 年，達352 d，其次是1994、1998、1999、2010、2016 年，均超過了300 d，最少年份為1978 年，為74 d。

圖3 1978—2018 年江南地區(qū)暴雨日數(shù)（藍色折線）、大暴雨日數(shù)（橙色折線）、暴雨累計降水量（綠色柱形）、單站單日最大降水量（紅色虛線）的年際變化Fig.3 Variation of rainstorm days（cyan solid），extreme rainstorm days（orange solid），rainfall of rainstorms（green bars），and maximum daily rainfall per station（red dashed）during 1978 to 2018 in Jiangnan region

近41 年來，江南地區(qū)暴雨強度與頻次的變化趨勢基本一致。暴雨日數(shù)（暴雨累計降水量）總體上均具有年際和年代際變化特征。暴雨日數(shù)（暴雨累計降水量）功率譜分析表明，85%信度以上的主要變化周期有27.3、2.3 a（3.4 a）。小波分析表明，90%信度以上的主要變化周期均為2—4 a。同時，長期趨勢為正，趨勢系數(shù)為126.1 d/（10 a）（11042.3 mm/（10 a）），表明暴雨日數(shù)（暴雨累計降水量）有上升趨勢。就年代際變化而言，20 世紀90 年代和2010 年以后為暴雨頻次及強度的高值期，20 世紀80 年代以前及21 世紀初暴雨頻次及強度相對較低。暴雨日數(shù)與暴雨累計降水量的變化基本一致，其相關系數(shù)為0.99，兩者高度相關。

滑動t檢驗表明，暴雨日數(shù)和暴雨累計降水量的突變時間均在1993、1999 和2011 年附近。2000—2018 年的年平均暴雨日數(shù)及暴雨累計降水量平均值均高于1978—1999 年平均值（表3），但標準差則低于1978—1999 年，說明2000—2018 年暴雨頻次及強度相對更高，但其變化幅度相對較低。而2000—2018 年的年平均暴雨日數(shù)及暴雨累計降水量峰度和偏度均略小于1978—1999 年，這說明在本時間段內暴雨變化幅度較小，極端大暴雨發(fā)生次數(shù)相對較少。

表3 1978—2018 年江南地區(qū)暴雨頻次及強度常規(guī)統(tǒng)計結果Table 3 Conventional statistical results of frequency and intensity of rainstorms during 1978—2018 in Jiangnan region

近41 年江南地區(qū)暴雨頻次及強度的空間分布差異顯著。由圖4 可知，江南地區(qū)暴雨頻次及強度的空間分布總體上呈現(xiàn)出江南中東部較高、西部較低的特點。年平均暴雨日數(shù)、年平均暴雨累計降水量均以江南東部最高、中部次之、西部最低。而去除掉江南東部站點數(shù)較多的影響，年平均暴雨日數(shù)/站點數(shù)、年平均暴雨累計降水量/站點數(shù)都以江南中部最高，江南東部略次之，江南西部仍最低。需要注意的是，在江南東部地區(qū)內，福建省暴雨頻次及強度較大，年平均暴雨累計降水量/站點數(shù)高達4049.6 mm，年平均暴雨日數(shù)/站點數(shù)高達5.3 d，說明其平均每個站點每年發(fā)生暴雨超過5 d，暴雨累計降水量超過4000 mm。由此可見，如果僅考慮降水量的絕對值而不是相對值的影響，福建省、江西省可能會面臨更高的暴雨洪澇災害風險。江南西部地區(qū)暴雨頻次及強度相對于江南地區(qū)中部和東部均較低，說明如果僅考慮降水因素，其面臨的暴雨洪澇災害風險相對較低。但這與前文分析的江南地區(qū)農作物受災損失西多東少的空間分布（圖2）并不一致。究其原因，可能與江南地區(qū)東、中、西部不同區(qū)域本身的自然地理環(huán)境和防災能力差異有關。

圖4 1978—2018 年年平均江南地區(qū)暴雨日數(shù)（藍色底圖）、暴雨日數(shù)/站點數(shù)（藍色圓點）、暴雨累計降水量（黃色柱形）、暴雨累計降水量/站點數(shù)（綠色圓點）的空間分布Fig.4 Distribution of annual mean days of rainstorms（bluish shades），annual mean rainfall of rainstorms（yellowish bars），annual mean days of rainstorms/stations（bluish dots），and annual mean rainfall of rainstorms/stations（green dots）during 1978—2018 in Jiangnan region

近41 年江南地區(qū)暴雨頻次的時間分布較集中。由圖5 可知，江南地區(qū)暴雨主要發(fā)生在6 月，占全年的比例超過四分之一。其次為5、7 和8 月，5—8 月各月發(fā)生的暴雨占全年的比例均超過10%，總計共占全年的69.73%。而1—3 月和10—12 月為暴雨的少發(fā)期，這6 個月各月發(fā)生的暴雨占全年的比例均低于5%。由此可知，如果僅考慮降水因素，江南地區(qū)5—8 月暴雨洪澇災害風險較高，尤其是6 月，需要特別注意防范預警。但是，需要注意的是，大暴雨、尤其是特大暴雨的多發(fā)期，相對于暴雨的多發(fā)期，有所延后。5—9 月為大暴雨的多發(fā)期，這5 個月各月占全年的比例均超過10%，其中6 月最多，占全年的31.82%。特大暴雨在1—3 月和11—12 月未見發(fā)生，主要集中出現(xiàn)在6—10 月，這5 個月每月占全年的比例均超過了10%，其中，6、8、9 月各月占全年的比例均超過了20%，7 月占全年的18.45%。11 月到3 月，這5 個月近41 年未發(fā)生特大暴雨。大暴雨尤其是特大暴雨雖然發(fā)生次數(shù)少，但是暴雨強度大，其所引發(fā)的暴雨洪澇災害造成的影響很可能更加嚴重。對比洪澇災害發(fā)生時間（表4）發(fā)現(xiàn)，暴雨頻次的時間分布與洪澇災害發(fā)生的時間分布基本一致。

表4 2004—2016 年江南地區(qū)暴雨洪澇災害頻次分布Table 4 Monthly changes in frequency of rainstorm-flood disasters during 2004—2016 in Jiangnan region

圖5 1978—2018 年江南地區(qū)暴雨日數(shù)（藍色柱形）、大暴雨日數(shù)（綠色柱形）和特大暴雨日數(shù)（橙色折線）的時間分布Fig.5 Monthly variations of rainstorm days（blue bars），heavy rainstorm days（green bars）and extremely heavy rainstorm days（orange solid）during 1978—2018 in Jiangnan region

近41 年江南地區(qū)暴雨在時間、空間上分布的均勻性呈波動下降趨勢，持續(xù)性、集中性暴雨日益頻發(fā)。由圖6 可知，江南地區(qū)持續(xù)性暴雨日數(shù)、各月暴雨日數(shù)的標準差、各觀測站暴雨日數(shù)的標準差均呈波動上升趨勢，且年代際變化特征與暴雨頻次及強度的變化特征（圖3）基本一致，均以20 世紀90 年代和2010 年以后為相對高值期。將連續(xù)3 d 及以上發(fā)生暴雨記為持續(xù)性暴雨（鮑名，2007），將所有持續(xù)性暴雨的日數(shù)求和記為持續(xù)性暴雨日數(shù)，發(fā)現(xiàn)持續(xù)性暴雨日數(shù)以1998 年（187 d）、1999 年（166 d）、2005 年（157 d）和2006 年（129 d）居多。各月暴雨日數(shù)的標準差以1995 年（212.25 d）、2017 年（203.1 d）、1998 年（186 d）和1994 年（185.96 d）最大，說明這些年份暴雨較集中地分布在一兩個月內，而非均勻分布在12 個月。各站暴雨日數(shù)的標準差以1998 年（3.94 d）、2010 年（3.59 d）、1995 年（3.25 d）和1999 年（3.25 d）最大，說明這些年份暴雨較集中地分布在一些站點（區(qū)域），而非均勻分布在各個站點（區(qū)域）。如果僅考慮降水因素，時間、空間上的持續(xù)性、不均勻性更強的暴雨可能會導致更嚴重的洪澇災害。

圖6 1978—2018 年江南地區(qū)持續(xù)性暴雨日數(shù)（綠色折線）、各月暴雨日數(shù)的標準差（藍色折線）和各觀測站暴雨日數(shù)的標準差（紅色折線）（點線為這3 種變化曲線相應的多項式擬合）Fig.6 Consecutive rainstorm days（green solid），standard deviation of monthly rainstorm days（blue solid），and standard deviation of rainstorm days per station（red solid）during 1978—2018 in Jiangnan region（Dotted lines are the polynomial fittings corresponding to these three quantities）

5 近41 年江南地區(qū)暴雨洪澇災害變 化原因分析

造成近41 年江南地區(qū)洪澇災害發(fā)生頻次及其影響變化的因素較為復雜，既有自然因素，也有社會因素。降水因素是最重要的自然因素之一，而最突出的社會因素則可能是暴雨洪澇災害防治能力建設。

5.1 降水量變化的影響

暴雨頻次及強度增加對于洪澇災害損失增加有顯著正向影響。相關分析結果（表5）表明，1978—2018 年暴雨日數(shù)、大暴雨日數(shù)、暴雨累計降水量與農作物受災面積、成災面積、受災率、成災率均呈顯著正相關（通過了99.9%的顯著性t檢驗），即暴雨發(fā)生頻次及強度越高，暴雨洪澇災害造成農作物受災面積、成災面積、受災率、成災率就越大。且大暴雨日數(shù)與農作物受災面積、成災面積、受災率的相關系數(shù)均略高于暴雨日數(shù)與農作物受災損失因子的相關系數(shù)，說明在一定范圍內，暴雨強度增強，是農作物受災面積、尤其是成災面積增加的重要因素。但是特大暴雨日數(shù)與受災面積等因子的相關關系則不夠顯著。解釋這一現(xiàn)象，可從兩個角度進行：（1）當一次暴雨已經造成當?shù)刈魑锸転暮?，在此地暴雨強度增強或再次發(fā)生暴雨時，受災面積就不容易增加。以2010 年6 月14—24日江西11 市暴雨洪澇為例，共包括88 個觀測站，其中僅有39 個站在這期間的單站最高日降水量未超過1000 mm，僅有21 個站單站未超過500 mm，僅有7 個站單站未超過250 mm，而其農作物受災面積僅為6.1×105hm2，受災率為11.1%，絕收面積1.3×105hm2。（2）進一步核查發(fā)現(xiàn)，41 年來，即使是受災率較高的湖南省和福建省，其最高的受災率分別只有29.91%（1996 年湖南）和33.97%（1990 年福建），成災率則更低，因而不存在所有農作物播種面積均已受災的情況。而這兩省受災面積與特大暴雨發(fā)生的頻率并不存在很好的對應關系。究其原因可能有以下3 種情況：（1）特大暴雨發(fā)生本身較少而導致統(tǒng)計意義上的相關關系不夠顯著，（2）近年來通過新增改善除澇面積等防災、減災工程建設增強了承災體韌性，（3）農作物品種選擇對暴雨洪澇的敏感性不同從而導致災害形成的機理和后果存在差異。

表5 江南地區(qū)降水因子與災害損失因子的相關系數(shù)Table 5 Correlations between precipitation factors and disaster loss factors in Jiangnan region

持續(xù)性暴雨日數(shù)、每月暴雨日數(shù)標準差、每站暴雨日數(shù)標準差與農作物受災面積、成災面積、受災率、成災率均呈顯著正相關關系（通過了99.9%的顯著性t檢驗），說明暴雨在時、空上的持續(xù)性、不均勻性越強，暴雨洪澇災害造成農作物受災面積、成災面積、受災率、成災率就越大。每月暴雨日數(shù)標準差、每站暴雨日數(shù)標準差與受災損失的相關系數(shù)更大，表明暴雨的時、空集中度對災情的影響可能比暴雨的持續(xù)性對災情的影響更大。每月暴雨日數(shù)標準差與成災面積、成災率的相關系數(shù)（＞0.6）大于其與受災面積、受災率的相關系數(shù)，說明在時間上更集中的暴雨可能更易導致農作物成災，農作物產量受到的影響更大。

線性回歸分析表明，江南地區(qū)災損因子與降水因子的回歸系數(shù)均為正。江南地區(qū)受災面積與暴雨日數(shù)、大暴雨日數(shù)、特大暴雨日數(shù)、暴雨累計降水量、持續(xù)性暴雨日數(shù)、每月暴雨日數(shù)標準差、每站暴雨日數(shù)標準差的回歸系數(shù)均為正，分別為2140 hm2/d、10020 hm2/d、80280 hm2/d、26 hm2/mm、15060 hm2/d、22190 hm2/d、1704920 hm2/d。對比回歸系數(shù)的大小，進一步佐證了前文由比較相關系數(shù)大小得出的結論，暴雨頻次、強度、持續(xù)性及時空集中度增強對于受災損失增大有顯著正影響。

值得注意的是，災害與暴雨變化在不同年代呈現(xiàn)不同的關系。對比圖1 和圖3 可以發(fā)現(xiàn)，在20 世紀90 年代暴雨頻次及強度與受災損失的對應關系較好，但是2010 年以后，對應關系較弱，即2010 年后暴雨頻次及強度均較高，但受災損失卻相對較低。計算表明，1981—1999 年暴雨日數(shù)與受災面積的相關系數(shù)為0.73（通過了99.9% 的顯著性t檢驗），2000—2018 年暴雨日數(shù)和受災面積的相關系數(shù)僅為0.53（通過了95% 的顯著性t檢 驗），1990—1999 年暴雨累計降水量與受災面積的相關系數(shù)為0.56（通過了90% 的顯著性t檢驗），而2009—2018 年暴雨累計降水量與受災面積的相關系數(shù)僅為0.51（未通過90% 的顯著性t檢驗）。換句話說，1981—1999 年受災面積變化方差有53.3%能夠被暴雨日數(shù)變化所解釋，而2000—2018 年，僅有28.1%的受災面積變化方差能被暴雨日數(shù)變化所解釋。1990—1999 年受災面積變化方差有31.4%能夠被暴雨累計降水量變化所解釋，而2009—2018 年受災面積變化方差僅有26.0%能夠被暴雨累計降水量變化所解釋。

無論是從時間還是空間上看，暴雨頻次及強度的分布與農作物因洪澇受災損失分布均不一致甚至完全相反。從時間變化上看，近41 年江南地區(qū)暴雨頻次及強度均呈波動上升趨勢（圖3），與農作物受災面積等呈先增后減的波動變化趨勢（圖1）并不一致。這表明暴雨洪澇災害發(fā)生及其影響既受氣象因素影響，也可能受到承災體和社會因素影響。例如，2016 年，江南地區(qū)暴雨發(fā)生頻次和強度為近41 年最高，但是發(fā)生暴雨洪澇災害頻次及造成農作物受災面積、受災率均較低?？赡艿脑蛴卸海?）近年來災害防治能力越來越強，有效地減少了災害發(fā)生和減輕了災害造成的影響；（2）2016年發(fā)生的暴雨洪澇災害雖然總次數(shù)少，但是，發(fā)生的災害大都影響范圍廣，持續(xù)時間長。

從空間差異上看，近41 年農作物受災情況的空間分布與暴雨發(fā)生頻次及強度的空間分布并不完全一致。這可通過對比圖2 和圖4 看出。圖2中，農作物受災面積、成災面積、受災率均呈顯著的自西向東下降的特征，而圖4 則顯示，暴雨頻次及強度均呈顯著的自東向西下降的特征，暴雨頻次及強度除以站點數(shù)的值則以中部最高，東部略次之，西部最低。可見，暴雨洪澇災害造成的影響比較復雜，且與暴雨發(fā)生的頻次和強度并非一一對應，其他自然地理、社會環(huán)境等多因素可能起到了重要作用。

5.2 暴雨洪澇災害防治能力建設

進入21 世紀以來，江南地區(qū)暴雨頻次及強度呈波動上升趨勢，但農作物受災面積卻呈波動下降趨勢。這表明探究暴雨洪澇災害及其影響變化的原因，除分析氣象因素之外，還需從暴雨洪澇災害防治能力建設上分析。

近年來江南地區(qū)洪澇災害防治能力建設逐年顯著增強。圖7 為江南地區(qū)地質災害防治投資、地質災害防治項目數(shù)、水庫數(shù)、水庫總庫容量、除澇面積（除澇面積指由于興修水利設施或進行改種，使易澇耕地免除淹澇，除澇標準達到三年一遇以上者）。從圖中可以看出，2004—2017 年，5 項指標均呈不同程度的增長趨勢，尤其是災害防治投資金額和項目數(shù)逐年顯著增長，可見相關部門對于增強防災、減災能力有所行動。1987—2018 年，江南地區(qū)水庫數(shù)、水庫總庫容量、除澇面積的趨勢系數(shù)分別為1158.3 個/（10 a）、210.3×108m3/（10 a）、8400 hm2/（10 a），2004—2017 年災害防治投資、災害防治項目數(shù)、災害防治投資占GDP 比例的趨勢系數(shù)分別為284280 萬元/（10 a）、4371.7 項/（10 a）、0.013%/（10 a）。江南地區(qū)地質災害防治投資平均每年為15.38 億元，平均占當年GDP 比例為0.0140%。地質災害防治投資最高的年份為2015 年，高達37.34 億元，占當年GDP 的0.0267%；最低為2004年，僅2.91 億元，占當年GDP 的0.0084%，相差10 多倍，總體上地質災害防治投資占GDP 的比例也呈顯著增加趨勢（圖略），可見相關政府部門越來越意識到在發(fā)展經濟的同時，增強防災、減災能力的重要性。地質災害防治投資在2010 年之后發(fā)生了較大的增長，這可能是因為2010 年發(fā)生暴雨洪澇災害頻次及強度均最高，造成損失最大，相關部門治理災害需要較大投入，也更加意識到加強防災預警工作、增強承災體抗災能力的重要性。2004—2009 年，地質災害防治投資相對較小，平均每年4.61 億元，平均占GDP 的0.0089%；而2010—2017年，地質災害防治投資平均每年約23.45 億元，平均占GDP 的0.0178%，災害防治投資金額超過原來的5 倍，占GDP 的比例也翻倍增長。

圖7 江南地區(qū)各項災害防治數(shù)據（a.2004—2017 年地質災害防治投資（橙色折線）及項目數(shù)（紫色折線），b.1987—2018 年水庫數(shù)（紅色折線）、水庫總庫容量（藍色折線）、除澇面積（綠色折線））Fig.7 Variations of disaster prevention data in Jiangnan region（a.disaster prevention investment（orange solid）and projects（purple solid）from 2004 to 2017，b.number of reservoirs（red solid），total reservoir capacity（blue solid）and water-logging prevention area（green solid）from 1987 to 2018）

洪澇災害防治能力建設也受到暴雨頻次及強度變化的影響。相關分析結果表明，水庫數(shù)與暴雨日數(shù)、暴雨累計降水量均呈顯著正相關，相關系數(shù)分別為0.52 和0.46（通過了置信度90% 的顯著性t檢驗）；災害防治投資與暴雨日數(shù)呈顯著正相關，相關系數(shù)為0.49（通過了置信度90%的顯著性t檢驗）。由此可見，當年暴雨發(fā)生頻次及強度越高，相關部門對于災害防治的投入就越大。及時準確的暴雨預報、災害預警和有效的災害防治措施，對于減少災害發(fā)生和減輕災害損失發(fā)揮了重要作用。

將1987—2018 年江南地區(qū)災害損失因子與災害防治因子進行相關分析（表6），發(fā)現(xiàn)災害損失因子與災害防治因子呈顯著負相關，受災面積與水庫數(shù)、水庫總庫容量、除澇面積的回歸系數(shù)分別為?246 hm2/個、?2928 hm2/（108m3）、?6317 hm2/（100 hm2），說明隨著災害防治能力的提升，災害損失顯著減少。

表6 江南地區(qū)災害防治因子與災害損失因子的相關系數(shù)Table 6 Correlation coefficients between disaster prevention factors and disaster loss factors in Jiangnan region

為進一步驗證災害防治能力建設對于減少災害發(fā)生與減輕災害損失的作用，從時間和空間兩個維度對比在不同災害防治能力建設情況下的暴雨致災概率及其影響，發(fā)現(xiàn)暴雨洪澇災害防治工程建設對避免災害發(fā)生及減輕其影響作用明顯。

從時間上看，選取近41 年中暴雨日數(shù)超過1900 d的共6 a 數(shù)據進行對比（表7），發(fā)現(xiàn)在暴雨頻次與強度基本相當?shù)那闆r下，近年來暴雨造成的洪澇災害影響明顯減輕。2016 年暴雨頻次及強度略高于1999 年，但其農作物受災面積、成災面積、受災率卻遠低于1999 年，尤其是成災面積，降幅達99.3%。2015 年與2010 年暴雨頻次及強度相當，但其農作物受災面積、成災面積、受災率明顯下降，2015 年受災面積、成災面積僅為2010 年的約27%。且2015 年相對于2010 年，暴雨洪澇災害直接經濟損失減少了67.38%（614.9 億元），受災人口減少了57.68%（2559.7 萬人）?？梢?，暴雨洪澇災害防治工程建設對避免災害發(fā)生或減輕其影響作用明顯。

表7 暴雨頻次、強度與農作物受災情況統(tǒng)計表Table 7 Statistics of the frequency and intensity of rainstorms and the damage to crops

從空間上看，江南西部農作物受災情況較重，但其暴雨頻次及強度均較低，相反，江南東部幅員遼闊、人口稠密、經濟發(fā)達，但其受災損失卻最輕。分析這種不平衡的成因，可能是江南西部因地理因素而承災條件較差，易發(fā)生滑坡、泥石流等災害，而江南東部雖然面積大，但是地形分布和地質條件相對不易發(fā)生洪澇災害，且在經濟發(fā)展的同時，防災、減災能力不斷增強，有效減少了災害發(fā)生和降低了災害等級。

江南地區(qū)防災、減災能力建設在空間上存在顯著的東強西弱的特點（表8），這對于江南東部災害發(fā)生頻次及損失均較少有著顯著的正影響。災害防治項目數(shù)、除澇面積、水庫總庫容量均以浙江省最大，福建省或湖南省次之，災害防治投資以江西省最大，浙江省次之，災害防治投資占GDP 的比例以江西省最大，湖南省次之。單位農作物播種面積災害防治項目數(shù)、災害防治投資、除澇面積、水庫總庫容量均以浙江省最大，福建省或上海市次大；單位人口災害防治項目數(shù)、除澇面積、水庫總庫容量均以浙江省最大，單位人口災害防治投資以江西省最大，浙江省次之。2004—2017 年江南東部平均每年建設災害防治項目2127.4 個，占江南地區(qū)的68.6%；年平均水庫總庫容量587.5 億m3，占江南地區(qū)的44.5%；除澇面積7.0×105hm2，占江南地區(qū)的45.8%。這也說明，江南地區(qū)，尤其是江南中西部地區(qū)，需要繼續(xù)加強防災、減災投資和項目實施。

表8 2004—2017 年平均江南地區(qū)各項災害防治數(shù)據Table 8 Average disaster prevention data in Jiangnan region from 2004—2017

另外，隨著中國天氣、氣候預報準確率越來越高，暴雨洪澇災害預報、預警信息發(fā)布與傳播對減少災害發(fā)生或減輕損失的作用日益顯著。2004 年中國氣象局頒布實施《突發(fā)氣象災害預警信號發(fā)布試行辦法》，2007 年，國務院辦公廳印發(fā)《關于進一步加強氣象災害防御工作的意見》，明確提出要設立氣象信息員，以便傳播預警信息，現(xiàn)在中國已有超過70 萬名氣象信息員，覆蓋99.7%的行政村（姜靈峰等，2016），這顯著提高了農村地區(qū)對暴雨洪澇災害的防范能力，從而使得在同等氣象條件下，災害發(fā)生頻次及損失顯著減少（表7）。

6 結論與討論

分析了1978—2018 年江南地區(qū)暴雨洪澇災害及其影響的時、空特征，并探究了降水因子和社會防治因子對其的影響，總結如下：

近41 年來江南地區(qū)因暴雨洪澇災害農作物受災面積、成災面積及受災率具有顯著的年際和年代際變化特征，在20 世紀末之前呈波動上升趨勢，20 世紀末以后呈波動下降趨勢。且2000—2018 年受災面積、受災率及其標準差均低于1978—1999年均值及標準差。而從空間上看，江南地區(qū)受災損失呈現(xiàn)明顯的自西向東下降的特點。江南西部（湖南?。┠昃転拿娣e、成災面積、受災率占整個江南地區(qū)的近二分之一。江南中部（江西）年均受災面積、受災率的峰度、偏度較大。江南東部受到暴雨洪澇災害影響相對較小。

近41 年來江南地區(qū)暴雨發(fā)生頻次及強度呈波動增加趨勢，空間上呈現(xiàn)為江南中東部較高、西部較低的特點，暴雨發(fā)生集中期為5—8 月，占全年的69.73%，尤以6 月最多，占全年的26.33%。

暴雨日數(shù)、大暴雨日數(shù)、暴雨累計降水量與農作物受災面積、成災面積、受災率均呈顯著正相關（相關系數(shù)0.6 左右），即暴雨發(fā)生頻次及強度越高，暴雨洪澇災害造成農作物受災面積、成災面積、受災率就越大。大暴雨日數(shù)與農作物受災面積、成災面積、受災率的相關系數(shù)均略高于暴雨日數(shù)，說明在一定范圍內，暴雨強度增強，對農作物受災面積、尤其是成災面積增加有一定正影響。但是值得注意的是，特大暴雨日數(shù)與受災面積等因子的相關并不強，由此可見，當暴雨強度達到一定程度后，暴雨強度繼續(xù)增強，對于增加農作物受災、成災面積沒有顯著影響。

持續(xù)性暴雨日數(shù)、每月暴雨日數(shù)標準差、每站暴雨日數(shù)標準差與農作物受災面積、成災面積、受災率、成災率均呈顯著正相關，說明暴雨的時、空上的持續(xù)性、集中度越強，受災損失就越大。

暴雨頻次、強度與農作物受災情況在時間、空間上的分布并不完全一致，這表明暴雨洪澇災害發(fā)生及其影響既受氣象因素影響，也受到承災體和社會因素影響。近14 年來江南地區(qū)地質災害防治投資、地質災害防治項目數(shù)、水庫數(shù)、水庫總庫容量、除澇面積等災害防治建設數(shù)據均呈不同程度的增長趨勢，使得在同等降水頻次與強度下，農作物受災情況大幅度減輕。水庫數(shù)、災害防治投資與暴雨日數(shù)呈顯著正相關，由此可見，當年暴雨發(fā)生頻次及強度越高，相關部門對于災害防治的投入就越大。及時有效的災害防治措施，對于減少災害發(fā)生和減輕災害損失發(fā)揮了重要作用。空間上，江南地區(qū)防災、減災工程建設呈現(xiàn)為東強西弱的特點。

上述研究表明，暴雨洪澇災害發(fā)生及其影響與降水因素存在較強的相關，但社會防治能力建設是重要的影響因素，其對減少災害發(fā)生和減輕損失發(fā)揮了重要作用。在洪澇災害研究中，首要的困難就是歷史災情資料不足，而且氣象、統(tǒng)計、水利、民政等部門統(tǒng)計保存的資料存在一些出入。本研究主要基于氣象、統(tǒng)計部門收集的暴雨洪澇災害災情數(shù)據開展江南地區(qū)近41 年暴雨洪澇災害及其影響的時、空變化分析，在區(qū)域尺度上開展單災種的災害影響研究，有利于進一步認識江南地區(qū)暴雨洪澇災害影響的時、空差異和社會影響下暴雨洪澇災害承災體的變化，對進一步加強暴雨洪澇災害防治能力建設、避免暴雨洪澇災害發(fā)生、減輕其損失具有指導意義。然而，文中對各單項防災、減災具體措施分別對減少暴雨洪澇災害或減輕其損失的貢獻率研究還顯不足，對交通受阻、滑坡等地質災害產生的經濟損失和人員傷亡考慮不足，對上游降水對下游洪澇災害的影響考慮不足，未來可開展更細致更全面更具實際意義的研究工作。

實踐證明，暴雨洪澇災害防御工程建設和氣象災害預警效果顯著，這也啟示，未來要繼續(xù)加強防災、減災工作。同時，不僅要關注暴雨及其引發(fā)的洪澇災害本身的發(fā)生特點，更要關注區(qū)域承災體在社會經濟等因素作用下的變化，因地制宜、因事而化、因時而進地制定具有針對性的防災、減災對策。

需要說明的是，文中主要探討了不同等級的暴雨洪澇與災情的聯(lián)系，而江南地區(qū)暴雨洪澇災害的形成與暴雨的頻次、強度、發(fā)生區(qū)域、承災體性狀等有關，災害的形成機理十分復雜，還需要有更多的研究才能闡明。而暴雨的頻次、強度、發(fā)生區(qū)域與大氣環(huán)流變化、海溫異常強迫等因素有關，盡管已有不少相關研究，但更系統(tǒng)的更深入的研究則需要在未來進行。

致 謝：相關數(shù)據資料來自國家統(tǒng)計局、中國氣象局。

丁一匯.2019.中國暴雨理論的發(fā)展歷程與重要進展.暴雨災害，38（5）：395-406.Ding Y H.2019.The major advances and development process of the theory of heavy rainfalls in China.Torrential Rain Disaster，38（5）：395-406（in Chinese）