邱 粲，劉煥彬，萬(wàn)程程，趙路娜，溫家洪

(1.山東省氣象防災(zāi)減災(zāi)重點(diǎn)實(shí)驗(yàn)室，山東 濟(jì)南 250031；2.山東省氣候中心，山東 濟(jì)南 250031；3.上海師范大學(xué) 環(huán)境與地理科學(xué)學(xué)院，上海 200234)

聯(lián)合國(guó)防災(zāi)減災(zāi)署(UNDRR)于2020年發(fā)布的《2000—2019年災(zāi)害造成的人類損失》報(bào)告指出，暴雨、高溫等極端天氣氣候事件在21世紀(jì)主導(dǎo)著災(zāi)害的格局[1]。政府間氣候變化專門委員會(huì)(IPCC)第六次評(píng)估報(bào)告第一組工作報(bào)告(AR6 WGI)《氣候變化 2021：自然科學(xué)基礎(chǔ)》指出，未來(lái)幾十年中，全球所有地區(qū)的氣候變化都將加劇。暴雨、高溫等極端氣候事件的頻率和強(qiáng)度進(jìn)一步加強(qiáng)，并隨之帶來(lái)更為嚴(yán)重的洪澇、干旱等氣象災(zāi)害，以及不同形式的災(zāi)害組合[4-5]。山東省位于中國(guó)東部中緯度地區(qū)，氣象災(zāi)害種類多，發(fā)生頻繁，其中，暴雨洪澇是所有氣象災(zāi)害中發(fā)生頻次最多的災(zāi)害。2019年，山東、四川、江西、湖南、黑龍江5省洪澇災(zāi)害直接經(jīng)濟(jì)損失占全國(guó)的65%以上，其中，山東省直接經(jīng)濟(jì)損失308.0億元，位居31省(自治區(qū)、直轄市)之首[6]。

隨著社會(huì)經(jīng)濟(jì)發(fā)展、人口遷徙、城市化加劇，暴雨洪澇災(zāi)害的分布特征也在發(fā)生變化[7-9]。氣候變化背景下，災(zāi)害管理工作的重點(diǎn)已經(jīng)從過(guò)去的應(yīng)急響應(yīng)轉(zhuǎn)變?yōu)轱L(fēng)險(xiǎn)管理，即通過(guò)采取有效的減災(zāi)措施和行動(dòng)降低天氣氣候?yàn)?zāi)害風(fēng)險(xiǎn)[10-11]。管理風(fēng)險(xiǎn)的第一步是要對(duì)風(fēng)險(xiǎn)進(jìn)行客觀定量化的評(píng)估，并對(duì)評(píng)估結(jié)果進(jìn)行驗(yàn)證。無(wú)論是基于指標(biāo)權(quán)重的風(fēng)險(xiǎn)建模評(píng)估方法[12-16]，還是基于水文水動(dòng)力模型的洪澇淹沒風(fēng)險(xiǎn)評(píng)估方法[17-21]，其結(jié)果的驗(yàn)證均依賴于對(duì)歷史災(zāi)情充分挖掘，并通過(guò)評(píng)判評(píng)估結(jié)果與實(shí)際災(zāi)害損失情況的匹配度，對(duì)模型指標(biāo)、權(quán)重、或物理參數(shù)進(jìn)行調(diào)整。研究暴雨洪澇災(zāi)害的時(shí)空變化特征及其影響因素，不僅可以識(shí)別出災(zāi)害風(fēng)險(xiǎn)評(píng)估和防治的重點(diǎn)區(qū)域，更有助于明晰暴雨洪澇致災(zāi)指標(biāo)和其重要程度，為風(fēng)險(xiǎn)管理提供數(shù)據(jù)支撐，對(duì)防災(zāi)減災(zāi)規(guī)劃與預(yù)案制定、保護(hù)人民生命財(cái)產(chǎn)安全具有重要的現(xiàn)實(shí)意義[22-24]。

近年來(lái)，暴雨洪澇風(fēng)險(xiǎn)研究一直是學(xué)術(shù)界研究的熱點(diǎn)，針對(duì)山東地區(qū)也涌現(xiàn)出頗多成果[14,25-28]，但鮮見針對(duì)風(fēng)險(xiǎn)評(píng)估或區(qū)劃結(jié)果進(jìn)行驗(yàn)證的研究。一定程度上，這是由災(zāi)情數(shù)據(jù)的收集、校核、標(biāo)準(zhǔn)化均存在種種困難造成的。盡管災(zāi)情數(shù)據(jù)名目繁多，但是往往存在大量缺測(cè)，難以形成一致性較高的時(shí)間序列，不利于開展高時(shí)空分辨率的暴雨洪澇歷史災(zāi)情特征分析。作為暴雨洪澇災(zāi)害致災(zāi)事件的降水，通常被認(rèn)為是誘發(fā)洪澇災(zāi)害的最主要因素之一，其持續(xù)時(shí)間、強(qiáng)度、過(guò)程以及前期累計(jì)降水量都對(duì)災(zāi)情有著顯著的影響[29-31]。研究顯示，北美暴雨洪澇災(zāi)害與短歷時(shí)降水過(guò)程變化特征高度相關(guān)[32]。於琍[32]等通過(guò)對(duì)近25年來(lái)中國(guó)暴雨洪澇災(zāi)害時(shí)空演變特點(diǎn)的研究，揭示了暴雨洪澇災(zāi)害影響的地區(qū)差異性。GAO[33]等和謝志清[34]等分別對(duì)淮河流域旱澇與降水的關(guān)系和江淮地區(qū)極端降水事件的致洪風(fēng)險(xiǎn)進(jìn)行了研究。災(zāi)情不僅與致災(zāi)因子的強(qiáng)度有關(guān)，而且與承災(zāi)體的暴露度、脆弱性、社會(huì)防災(zāi)減災(zāi)能力，以及人們對(duì)災(zāi)害的認(rèn)識(shí)水平等諸多因素有關(guān)[23,35-36]。陳瑩[37]等探討了19世紀(jì)末至21世紀(jì)初中國(guó)洪澇災(zāi)害的變化特征，及其與降水變化和人類活動(dòng)之間的聯(lián)系。王艷君[38]等從暴雨洪澇災(zāi)害的暴露范圍、人口經(jīng)濟(jì)脆弱性等方面分析了中國(guó)暴雨洪澇災(zāi)害的時(shí)空變化特征。區(qū)域性的暴雨洪澇災(zāi)害及其影響研究多集中在淮河流域和長(zhǎng)江中下游地區(qū)[39-41]，北方地區(qū)的相關(guān)研究尚顯不足。尤其山東省位于華北-東北雨帶與長(zhǎng)江中下游雨帶的過(guò)渡地帶，旱澇特征既與華北地區(qū)不同步也與江淮地區(qū)有別，其變化規(guī)律具有獨(dú)特的地域性[42-43]，有必要開展針對(duì)性的研究。本文基于國(guó)家氣象觀測(cè)站長(zhǎng)序列歷史降水資料和縣級(jí)氣象災(zāi)情數(shù)據(jù)，分析了近36年來(lái)山東省暴雨洪澇時(shí)空變化特征，并對(duì)其成因進(jìn)行探索性分析，通過(guò)對(duì)不同指標(biāo)與災(zāi)情損失的相關(guān)性分析，梳理出災(zāi)害風(fēng)險(xiǎn)評(píng)估中的關(guān)鍵因子，為指標(biāo)權(quán)重模型方法的致災(zāi)因子的遴選、權(quán)重確定提供定量化參考方案，為該地區(qū)風(fēng)險(xiǎn)評(píng)估的結(jié)果提供驗(yàn)證依據(jù)。

1 資料和研究方法

1.1 研究區(qū)概況

山東省地處華北平原的南部，與華南的江淮地區(qū)接壤，位于34°25′～38°23′N、114°36′～122°43′E之間，屬于中緯度南北氣候過(guò)渡帶。東臨黃海、北依渤海，地形以平原和丘陵為主，山地主要位于中部地區(qū)，丘陵區(qū)分布于半島和東南部沿海，作為華北大平原重要組成部分的黃河沖積平原位于山東北部和西北部(圖1)。獨(dú)特的地理位置、海陸分布和地貌特征使得該區(qū)域經(jīng)常受到冷暖氣團(tuán)交綏或交替影響，降水多發(fā)而集中，季節(jié)分配不均，年際波動(dòng)大，干旱和洪澇成為這一地區(qū)最為嚴(yán)重的氣象災(zāi)害[44]。

1.2 資料來(lái)源

本文所用氣象資料為山東省氣象信息中心提供的質(zhì)控后的山東省123個(gè)國(guó)家地面氣象觀測(cè)站(圖1)逐日降水量觀測(cè)資料；厄爾尼諾/拉尼娜歷史事件信息來(lái)自中國(guó)氣象局國(guó)家氣候中心。災(zāi)情及社會(huì)經(jīng)濟(jì)數(shù)據(jù)來(lái)源為山東省氣候中心氣象災(zāi)害歷史災(zāi)情數(shù)據(jù)庫(kù)、《山東省統(tǒng)計(jì)年鑒》[45]和國(guó)家統(tǒng)計(jì)局網(wǎng)站(http://data.stats.gov.cn/index.htm)，由于行政區(qū)劃變更，將2018年之前的萊蕪市數(shù)據(jù)與濟(jì)南市數(shù)據(jù)進(jìn)行了合并。各項(xiàng)數(shù)據(jù)均經(jīng)過(guò)了逐條逐項(xiàng)核查和整理，資料時(shí)段詳見表1。

圖1 研究區(qū)行政區(qū)劃、地形及氣象站點(diǎn)分布(審圖號(hào)：GS(2017)3320號(hào))

1.3 研究方法

暴雨洪澇是指區(qū)域性持續(xù)的大雨、暴雨以上強(qiáng)度降水以及局地短時(shí)強(qiáng)降水引起的江河洪水泛濫或內(nèi)澇，導(dǎo)致建筑損毀、農(nóng)田淹沒、引發(fā)地質(zhì)災(zāi)害、造成農(nóng)業(yè)或其他財(cái)產(chǎn)損失和人員傷亡的氣象災(zāi)害[46-47]。選取統(tǒng)計(jì)標(biāo)準(zhǔn)較為一致，數(shù)據(jù)完整率較高的暴雨洪澇災(zāi)害發(fā)生頻次、農(nóng)作物受災(zāi)面積、成災(zāi)面積、受災(zāi)率、成災(zāi)率作為災(zāi)害損失指標(biāo)，其中，災(zāi)損率(受災(zāi)率、成災(zāi)率)定義為：

I=S/E。

(1)

式中：I為災(zāi)損率，S為受災(zāi)面積(成災(zāi)面積)，E為當(dāng)年農(nóng)作物種植面積。對(duì)年洪澇強(qiáng)度進(jìn)行評(píng)估時(shí)，將農(nóng)作物受災(zāi)超過(guò)其平均值90%的年份定義為特大洪澇災(zāi)害年，受災(zāi)面積介于其平均值50%～90%的年份為重大洪澇災(zāi)害年，其余為一般洪澇災(zāi)害年[48]。

暴雨是導(dǎo)致暴雨洪澇災(zāi)害的致災(zāi)因子。山東省暴雨洪澇災(zāi)害多由短歷時(shí)強(qiáng)降水和區(qū)域性極端降水引發(fā)，故從暴雨的強(qiáng)度、頻次、范圍等角度綜合考慮，選取區(qū)域平均暴雨日數(shù)、大暴雨日數(shù)、暴雨累計(jì)降水量以及區(qū)域性暴雨過(guò)程頻次、強(qiáng)度5個(gè)要素作為暴雨致災(zāi)因子的指標(biāo)進(jìn)行統(tǒng)計(jì)分析。暴雨、大暴雨、特大暴雨定義參考《降水量等級(jí)：GB/T 28592—2012》[49]。暴雨(大暴雨、特大暴雨)日數(shù)定義為研究時(shí)段內(nèi)研究區(qū)域所有觀測(cè)站發(fā)生暴雨及以上(對(duì)應(yīng)降水等級(jí)及以上)日數(shù)的總和。將至少5%的無(wú)缺測(cè)站點(diǎn)日降水量大于等于50 mm的某天，定義為區(qū)域性暴雨日。滿足一定間斷條件的首個(gè)區(qū)域性暴雨日數(shù)至末個(gè)區(qū)域性暴雨日之間的過(guò)程定義為一次區(qū)域性暴雨事件[50]。

表1 資料詳細(xì)信息表

地方的防災(zāi)減災(zāi)能力可以由地區(qū)經(jīng)濟(jì)發(fā)展水平、水利工程設(shè)施數(shù)量、應(yīng)急救援隊(duì)伍建設(shè)、防災(zāi)減災(zāi)投入及宣傳力度等諸多因素體現(xiàn)?；谖墨I(xiàn)調(diào)研[41,47]，考慮到數(shù)據(jù)的可獲取性和標(biāo)準(zhǔn)化程度，本文選取地區(qū)生產(chǎn)總值(GDP)、除澇面積、水庫(kù)座數(shù)、水庫(kù)庫(kù)容作為衡量防災(zāi)減災(zāi)能力的指標(biāo)，除澇面積定義為由興修治澇工程、安裝排澇設(shè)備或改種而使得易澇耕地免除淹澇且除澇標(biāo)準(zhǔn)達(dá)到三年一遇以上的面積[41]。

采用均值、標(biāo)準(zhǔn)差、偏度、峰度等特征統(tǒng)計(jì)量分析山東省暴雨要素及其引發(fā)的暴雨洪澇災(zāi)害災(zāi)情損失數(shù)據(jù)的特征。通過(guò)趨勢(shì)分析、周期分析、合成分析和突變檢驗(yàn)等常規(guī)統(tǒng)計(jì)方法分析時(shí)空分布及變化特征。利用相關(guān)分析等方法探究暴雨洪澇災(zāi)情損失與致災(zāi)因子及防災(zāi)減災(zāi)能力的關(guān)系。

2 暴雨洪澇歷史災(zāi)情時(shí)空特征

2.1 暴雨洪澇歷史災(zāi)情年際變化

近36年山東省136個(gè)縣(市、區(qū))共計(jì)發(fā)生暴雨洪澇災(zāi)害2 044次，年均0.42次/縣。因?yàn)?zāi)造成的農(nóng)作物受災(zāi)累計(jì)17.3×103khm2，年均479.6 khm2，多年平均受災(zāi)率4.4%；累計(jì)成災(zāi)8.1×103khm2，年均224.4 khm2，多年平均成災(zāi)率為2.1%。山東省因洪澇災(zāi)害導(dǎo)致的農(nóng)作物受災(zāi)面積、受災(zāi)率、成災(zāi)面積和成災(zāi)率具有明顯的年際波動(dòng)變化特征。4項(xiàng)指標(biāo)數(shù)據(jù)分別在20世紀(jì)80年代末期、90年代中后期、21世紀(jì)初期和2010年前后出現(xiàn)峰值，其中，受災(zāi)面積和受災(zāi)率最大值出現(xiàn)在2012年，分別為1 293.8 khm2和11.9%，成災(zāi)面積和成災(zāi)率最大值出現(xiàn)在2003年，分別為636.8 khm2和5.85%。受災(zāi)面積和成災(zāi)面積整體呈現(xiàn)波動(dòng)上升的線性趨勢(shì)，但該趨勢(shì)未通過(guò)信度為0.05的顯著性檢驗(yàn)。136縣(市、區(qū))暴雨洪澇的發(fā)生頻次在2013年最多，為148縣次，整體呈線性上升趨勢(shì)，且通過(guò)信度為0.01的顯著性檢驗(yàn)(圖2)。近36年中，有11年(1990、1997、1998、2003、2004、2005、2010、2012、2013、2018、2019)達(dá)到了重大或以上洪澇災(zāi)害等級(jí)；5年(1997、2003、2005、2010、2012)達(dá)到特大洪澇災(zāi)害等級(jí)，其中4年處于2003—2013年期間(圖2)。2003—2013年，年均受災(zāi)714.3 khm2，比近36年平均值(468.0 khm2)高52.6%，11年中有7年高于平均值，是明顯的暴雨洪澇災(zāi)害高發(fā)時(shí)段。

圖2 1984—2019年山東省暴雨洪澇災(zāi)害農(nóng)作物受災(zāi)面積、成災(zāi)面積、受災(zāi)率、成災(zāi)率及災(zāi)害發(fā)生頻次年際變化

采用滑動(dòng)T檢驗(yàn)[51]和Man-Kendall檢驗(yàn)[51]方法對(duì)受災(zāi)面積、成災(zāi)面積和災(zāi)害發(fā)生頻次等要素進(jìn)行突變檢驗(yàn)，發(fā)現(xiàn)災(zāi)害發(fā)生頻次在2002年前后存在通過(guò)信度0.05顯著性檢驗(yàn)的突變點(diǎn)。為進(jìn)一步闡明暴雨洪澇災(zāi)害的年際和年代際規(guī)律，對(duì)不同時(shí)段受災(zāi)面積、成災(zāi)面積和災(zāi)害發(fā)生頻次進(jìn)行統(tǒng)計(jì)，發(fā)現(xiàn)2002年后災(zāi)害發(fā)生頻次多、變化幅度大(表2)。2002—2019年的受災(zāi)面積、成災(zāi)面積和災(zāi)害發(fā)生頻次均值及其標(biāo)準(zhǔn)差均高于1984—2001年，其中，災(zāi)害發(fā)生頻次增加了1倍以上，這說(shuō)明進(jìn)入21世紀(jì)以后，山東省暴雨洪澇受災(zāi)損失加重且波動(dòng)程度更大，其原因可能涉及氣候變化導(dǎo)致的極端降水事件增多以及社會(huì)經(jīng)濟(jì)水平提升帶來(lái)的承災(zāi)體價(jià)值增大等。

2.2 暴雨洪澇歷史災(zāi)情空間分布特征

1984—2019年山東省暴雨洪澇導(dǎo)致的災(zāi)情損失具有顯著的區(qū)域差異。魯西北、魯南部分地區(qū)較多，半島和魯中相對(duì)較少，各市差異顯著。受災(zāi)面積最大的是菏澤市，年平均受災(zāi)面積達(dá)66.3 khm2，占全省的13.3%，臨沂市位居第2位，年平均受災(zāi)面積62.5 khm2；成災(zāi)面積最大的是濱州市，年平均成災(zāi)面積29.5 khm2，占全省的12.9%，菏澤市位居第2位，年平均成災(zāi)面積27.7 khm2；年平均受災(zāi)率和成災(zāi)率最大的是東營(yíng)市，分別為20.8%和13.3%。各項(xiàng)數(shù)據(jù)均較低的是泰安市，除成災(zāi)面積(6.3 khm2)略高于日照市(4.6 khm2)，其他3項(xiàng)指標(biāo)均為全省最低(圖3)。

圖3 1984—2019年山東省暴雨洪澇災(zāi)害農(nóng)作物受災(zāi)面積、成災(zāi)面積、受災(zāi)率和成災(zāi)率分布

綜合各項(xiàng)受災(zāi)指標(biāo)可知，菏澤、東營(yíng)、濱州、臨沂4市多年平均受災(zāi)程度較重。對(duì)受災(zāi)面積、成災(zāi)面積傾向率分析發(fā)現(xiàn)，臨沂市受災(zāi)、成災(zāi)面積傾向率分別為-11.3 khm2/10a和-1.4 khm2/10a，即36年來(lái)災(zāi)害影響趨于減弱。但菏澤、濱州、東營(yíng)3市受災(zāi)、成災(zāi)面積傾向率均為正值，即災(zāi)害影響程度隨年際變化呈上升趨勢(shì)。受災(zāi)面積傾向率最大的是濱州市，為25.5 khm2/10a，成災(zāi)面積傾向率最大的是東營(yíng)市，為13.7 khm2/10a(圖4)。

表2 1984—2019年山東省暴雨洪澇農(nóng)作物受災(zāi)面積、成災(zāi)面積、災(zāi)害發(fā)生頻次統(tǒng)計(jì)特征表

表3 厄爾尼諾/拉尼娜事件及暴雨洪澇發(fā)生年份信息表

圖4 1984—2019年山東省暴雨洪澇災(zāi)害農(nóng)作物受災(zāi)面積、成災(zāi)面積傾向率分布

3 暴雨洪澇災(zāi)害成因分析

3.1 環(huán)流背景影響

根據(jù)山東省1984—2019年農(nóng)作物受災(zāi)面積距平百分率，選取暴雨洪澇災(zāi)害最重的5年(1997、2003、2005、2010、2012)和最輕的5年(1984、1986、2002、2014、2017)做夏季環(huán)流場(chǎng)合成分析。澇年夏季，500 hPa位勢(shì)高度距平場(chǎng)烏拉爾山附近為顯著的正高度距平，貝加爾湖北部為負(fù)高度距平，120°E以東中高緯度環(huán)流經(jīng)向度大。熱帶西太平洋為顯著的正高度距平(圖5a)。此種環(huán)流背景下，由于烏拉爾山地區(qū)的高壓脊穩(wěn)定少動(dòng)，貝加爾湖以西地區(qū)不斷有冷空氣南下影響我國(guó)大部地區(qū)，極易造成副熱帶高壓位置偏北偏西，副高脊線在23°～27°N之間擺動(dòng)，致使山東地區(qū)降水量較常年明顯偏多。此外，有研究表明，厄爾尼諾事件對(duì)我國(guó)旱澇格局影響顯著[52-53]，結(jié)合厄爾尼諾/拉尼娜歷史事件的發(fā)生時(shí)間和類型來(lái)看，5年澇年中有4年均發(fā)生在中部型厄爾尼諾事件的次年(表3)，該環(huán)流場(chǎng)特征與褚穎佳[54]等對(duì)不同類型厄爾尼諾事件對(duì)山東夏季降水的影響研究結(jié)論一致。與此相對(duì)應(yīng)，暴雨洪澇最輕的5年夏季，500 hPa位勢(shì)高度距平場(chǎng)烏拉爾山為負(fù)高度距平，貝加爾湖北部為顯著的正高度距平，120°E以東中高緯度環(huán)流緯向度大，熱帶西太平洋為負(fù)高度距平(圖5b)，此種環(huán)流形勢(shì)不利于山東的降水發(fā)生。

3.2 致災(zāi)因子影響

暴雨是導(dǎo)致洪澇災(zāi)害的直接致災(zāi)因子。近36年來(lái)，山東省區(qū)域平均年暴雨日數(shù)為2.4 d，大暴雨日數(shù)為0.4 d，暴雨累計(jì)降水量181.8 mm，多年平均區(qū)域性暴雨過(guò)程頻次為9.1次，區(qū)域暴雨過(guò)程強(qiáng)度2.9。暴雨日數(shù)最多年份為1994年，為4.4 d，其次為1990年和2018年，均為4.0 d；大暴雨日數(shù)最多的是1998年，為1.1 d，其次為2007年的1.0 d；暴雨累計(jì)降水量最多值為312.8 mm，出現(xiàn)在2003年，其次為311.4 mm(2018年)；區(qū)域暴雨過(guò)程發(fā)生頻次最多的是1990和2003年，均為16次；區(qū)域暴雨過(guò)程綜合強(qiáng)度最高的是2003年(圖6)。綜合5項(xiàng)指標(biāo)發(fā)現(xiàn)，1990和2003年是明顯的暴雨多發(fā)、強(qiáng)發(fā)年份，均有3項(xiàng)指標(biāo)位于歷年之首，其次是2018年有2項(xiàng)指標(biāo)居歷年第1位。

圖5 山東暴雨洪澇年、非洪澇年500 hPa位勢(shì)高度距平(填色；單位：gpm)(注：*區(qū)通過(guò)0.05信度的顯著性水平檢驗(yàn)；虛線為常年位勢(shì)高度場(chǎng))

圖6 1984—2019年山東省暴雨日數(shù)、大暴雨日數(shù)、暴雨累計(jì)降水量、區(qū)域暴雨過(guò)程頻次和強(qiáng)度年際變化

1984—2019年山東省暴雨頻次及強(qiáng)度呈現(xiàn)波動(dòng)變化，5項(xiàng)指標(biāo)長(zhǎng)期趨勢(shì)系數(shù)均為正值，即暴雨頻次、強(qiáng)度呈上升趨勢(shì)，但該趨勢(shì)均未通過(guò)信度0.05的顯著性檢驗(yàn)。小波分析[51]發(fā)現(xiàn)，暴雨日數(shù)和區(qū)域暴雨過(guò)程頻次存在明顯的3年和7年的周期變化特征，其中以7年周期振蕩最為突出；區(qū)域暴雨過(guò)程頻次以5年左右的振蕩周期最為突出。Man-Kendall突變分析[51]表明，暴雨5項(xiàng)指標(biāo)均存在多個(gè)突變點(diǎn)(通過(guò)信度為0.05的顯著性檢驗(yàn))，主要集中于20世紀(jì)90年代初期、2000年前后和2010年前后。為分析暴雨因子對(duì)洪澇災(zāi)害的影響，綜合考慮暴雨因子和災(zāi)情的突變特征，以2002年為分隔點(diǎn)，進(jìn)一步分析暴雨要素不同時(shí)間段的概率密度分布曲線及特征參數(shù)，結(jié)果表明，2002—2019年較之1984—2001年，除暴雨日數(shù)和大暴雨日數(shù)的標(biāo)準(zhǔn)差持平外，其他各暴雨要素均呈現(xiàn)平均值增大、標(biāo)準(zhǔn)差增大、偏度和峰度減小的特征，其中，暴雨累計(jì)降水量和區(qū)域暴雨過(guò)程強(qiáng)度的概率密度分布由右偏形態(tài)變?yōu)樽笃?。這說(shuō)明2002年以來(lái)暴雨事件發(fā)生更多更強(qiáng)且年際波動(dòng)幅度增大。

為剔除各年份農(nóng)作物播種面積本身變化導(dǎo)致的影響，選取受災(zāi)率和成災(zāi)率作為災(zāi)情因子與暴雨致災(zāi)因子進(jìn)行相關(guān)性分析。1984—2019年暴雨日數(shù)、大暴雨日數(shù)、暴雨累計(jì)降水量、區(qū)域暴雨過(guò)程頻次、強(qiáng)度均與農(nóng)作物受災(zāi)率和成災(zāi)率成正相關(guān)(表4)。其中，暴雨累計(jì)降水量、區(qū)域暴雨過(guò)程強(qiáng)度、暴雨日數(shù)通過(guò)了信度為0.01的顯著性檢驗(yàn)，大暴雨日數(shù)通過(guò)信度為0.05的顯著性檢驗(yàn)。暴雨累計(jì)降水量與受災(zāi)率和成災(zāi)率的相關(guān)性系數(shù)最大，分別達(dá)到0.695和0.713；其次是區(qū)域暴雨過(guò)程強(qiáng)度，相關(guān)系數(shù)分別為0.685和0.686，遠(yuǎn)大于區(qū)域暴雨過(guò)程頻次。區(qū)域暴雨過(guò)程頻次的致災(zāi)性未通過(guò)信度為0.05的顯著性檢驗(yàn)，這可能是由于災(zāi)情損失中不僅包含區(qū)域性暴雨導(dǎo)致洪澇還有局地性極端降水的貢獻(xiàn)。此外，大暴雨日數(shù)的相關(guān)系數(shù)小于暴雨日數(shù)，這可能與大暴雨發(fā)生頻次低，樣本量較少，從而導(dǎo)致統(tǒng)計(jì)意義上的相關(guān)關(guān)系不明顯有關(guān)。

從空間上看，農(nóng)作物災(zāi)情損失分布與暴雨空間分布并不完全一致。臨沂、濟(jì)寧、青島、煙臺(tái)、菏澤和濰坊等市一致性較高，其余各市差異性較大?？梢?，致災(zāi)因子只是影響洪澇災(zāi)害的因素之一，而下墊面的孕災(zāi)環(huán)境、承災(zāi)體的暴露度和脆弱性，以及地方的防災(zāi)減災(zāi)能力等諸多區(qū)域自然和社會(huì)環(huán)境因素都是重要的影響因子。

3.3 防災(zāi)減災(zāi)能力影響

除致災(zāi)因子外，地方防災(zāi)減災(zāi)能力建設(shè)的差異也是導(dǎo)致災(zāi)情時(shí)空變化的重要因素。1984—2019年山東省GDP、除澇面積、水庫(kù)數(shù)量、水庫(kù)庫(kù)容4項(xiàng)指標(biāo)均呈不同程度的增長(zhǎng)趨勢(shì)，趨勢(shì)系數(shù)分別為21 740億元/10年、188.9 khm2/10年、340座/10年和133 000m3/10年，均通過(guò)信度為0.001的顯著性檢驗(yàn)(圖7)；水庫(kù)數(shù)和水庫(kù)庫(kù)容在2005年出現(xiàn)通過(guò)信度為0.05的顯著性檢驗(yàn)的突變點(diǎn)。這可能是由于2004年前后暴雨洪澇災(zāi)害事件發(fā)生頻次和強(qiáng)度升高，且社會(huì)經(jīng)濟(jì)水平發(fā)展使得承災(zāi)體的暴露度增加的同時(shí)，災(zāi)害風(fēng)險(xiǎn)意識(shí)提升以及政府可用于災(zāi)害預(yù)防和治理的投入增加的緣故。在進(jìn)行相關(guān)分析時(shí)，為剔除暴雨致災(zāi)因子的影響，采用偏相關(guān)系數(shù)反映災(zāi)情損失與防災(zāi)減災(zāi)能力的相關(guān)性，結(jié)果表明，災(zāi)害損失因子與防災(zāi)減災(zāi)能力因子存在負(fù)相關(guān)關(guān)系(表5)，其中除澇面積與受災(zāi)率和成災(zāi)率的負(fù)相關(guān)性較為顯著，分別為-0.21和-0.19，說(shuō)明災(zāi)害防治能力的提升切實(shí)減少了災(zāi)情損失。但是除澇面積、水庫(kù)數(shù)、水庫(kù)總庫(kù)容和GDP 4項(xiàng)指標(biāo)與受災(zāi)率和成災(zāi)率的負(fù)相關(guān)關(guān)系均未通過(guò)信度為0.05的顯著性檢驗(yàn)，這可能是由指標(biāo)樣本量偏少造成的。

圖7 1984—2019年山東省GDP、除澇面積、水庫(kù)數(shù)、水庫(kù)總庫(kù)容年際變化

表4 致災(zāi)因子與災(zāi)害損失因子相關(guān)系數(shù)

表5 防災(zāi)減災(zāi)能力因子與災(zāi)害損失因子偏相關(guān)系數(shù)

4 結(jié)論和討論

本文利用近1984—2019年山東省縣級(jí)暴雨洪澇災(zāi)情與123個(gè)國(guó)家地面氣象觀測(cè)站逐日降水量觀測(cè)資料等，分析了暴雨洪澇歷史災(zāi)情的時(shí)空變化特征，探究揭示了不同因子對(duì)災(zāi)情的影響程度，形成主要結(jié)論如下：

(1)1984—2019年來(lái)山東省暴雨洪澇歷史災(zāi)情呈現(xiàn)一定的加重趨勢(shì)，存在明顯的階段性波動(dòng)，20世紀(jì)80年代末期、90年代中后期、21世紀(jì)初期和2010年前后是高影響時(shí)段。2003—2013年是暴雨洪澇災(zāi)情最重的10年，年均受災(zāi)面積714.3 khm2，比近36年平均值高52.6%。災(zāi)害發(fā)生頻次約在2002年存在突變，2002年以后，暴雨洪澇災(zāi)害損失加重趨勢(shì)更加顯著且波動(dòng)幅度增大。

(2)1984—2019年來(lái)山東省暴雨洪澇導(dǎo)致的災(zāi)情損失具有顯著的區(qū)域差異。魯西北、魯南部分地區(qū)較多，半島和魯中相對(duì)較少。各市災(zāi)情差異顯著，受災(zāi)面積最大的是菏澤市，年平均受災(zāi)面積達(dá)66.3 khm2，占全省的13.3%；成災(zāi)面積最大的是濱州市，年平均成災(zāi)面積29.5 khm2，占全省的12.9%。菏澤、濱州、東營(yíng)3市災(zāi)害影響程度隨年際變化呈上升趨勢(shì)。受災(zāi)面積傾向率最大的是濱州市，為25.5 khm2/10年，成災(zāi)面積傾向率最大的是東營(yíng)市，為13.7 khm2/10年。這一結(jié)果符合山東地區(qū)的氣候水文特征，東營(yíng)、濱州、菏澤均位于魯西黃泛平原，雖然降水量相對(duì)魯東南和半島較少，但區(qū)域內(nèi)地形平坦，河道比降小，易造成淤積，引發(fā)洪澇災(zāi)害。以上地區(qū)是暴雨洪澇風(fēng)險(xiǎn)研究應(yīng)重點(diǎn)關(guān)注的區(qū)域。

(3)從影響因子上來(lái)看，暴雨洪澇的氣候態(tài)特征與環(huán)流背景，尤其是厄爾尼諾事件的發(fā)生有著高相關(guān)性，災(zāi)情最為嚴(yán)重的5年澇年中有4年是中部型厄爾尼諾事件發(fā)生的次年。對(duì)暴雨洪澇的歷次災(zāi)害過(guò)程而言，致災(zāi)事件對(duì)災(zāi)情影響最為顯著。在暴雨致災(zāi)事件的各項(xiàng)指標(biāo)中又以暴雨累計(jì)降水量、區(qū)域性暴雨過(guò)程強(qiáng)度等指標(biāo)為關(guān)鍵因子，其與成災(zāi)率的相關(guān)性系數(shù)分別達(dá)到0.713和0.686。這是由于累計(jì)降水量是暴雨頻次和強(qiáng)度的疊加，對(duì)暴雨洪澇災(zāi)情有著較為綜合的反映。而區(qū)域暴雨過(guò)程本身是所有暴雨過(guò)程中篩選出的達(dá)到一定量級(jí)且影響范圍較廣的暴雨事件，其強(qiáng)度和頻次直接影響該地區(qū)的重大災(zāi)害過(guò)程災(zāi)情嚴(yán)重程度。在研究某一地區(qū)暴雨洪澇災(zāi)害風(fēng)險(xiǎn)時(shí)應(yīng)格外重視區(qū)域暴雨過(guò)程強(qiáng)度指標(biāo)的影響權(quán)重。此外，災(zāi)害損失因子與防災(zāi)減災(zāi)能力因子指標(biāo)均存在負(fù)相關(guān)性，其中除澇面積與受災(zāi)率和成災(zāi)率的負(fù)相關(guān)性較為顯著，分別為-0.21和-0.19，這說(shuō)明地方災(zāi)害防治能力的提升對(duì)于災(zāi)情的減輕起到了重要作用。

由于歷史災(zāi)情資料的收集整理涉及到氣象、水利、民政等不同部門的不同層級(jí)，往往存在一些出入，本文主要是基于由民政(應(yīng)急管理)部門收集發(fā)布，氣象部門記錄整理的暴雨洪澇災(zāi)情開展近1984—2019年山東地區(qū)暴雨洪澇歷史災(zāi)情的時(shí)空變化特征及其影響因素的分析，有利于進(jìn)一步認(rèn)識(shí)暴雨洪澇災(zāi)情的變化趨勢(shì)和空間差異，對(duì)進(jìn)一步加強(qiáng)地區(qū)暴雨洪澇風(fēng)險(xiǎn)評(píng)估研究，提升災(zāi)害防御預(yù)警服務(wù)水平具有一定指導(dǎo)意義。但受數(shù)據(jù)所限，對(duì)災(zāi)情的分析刻畫不夠全面，對(duì)災(zāi)情影響因子的貢獻(xiàn)率研究尚顯不足，將在未來(lái)展開更加全面和深入的研究工作。