龍 俐，張東海，李 霄，李忠燕，王 爍

(1.貴州省氣候中心，貴州 貴陽 550002；2.貴州省山地氣候與資源重點實驗室，貴州 貴陽 550002)

0 引言

雨澇是一種因大雨、暴雨或持續(xù)降雨導致低洼地區(qū)淹沒、漬水的現(xiàn)象。貴州省每年都會出現(xiàn)不同程度的雨澇災害，特別是汛期。大范圍的暴雨或者頻繁暴雨，不但會造成城市內(nèi)澇，還會造成山洪暴發(fā)，河水陡漲，公路、橋梁、房屋等被沖毀，經(jīng)果林受損，農(nóng)田受淹等災害，給國民經(jīng)濟和人民生命財產(chǎn)造成嚴重損失。

按照習近平總書記提出的“要堅持以防為主、防抗救相結合，堅持常態(tài)減災和非常態(tài)救災相統(tǒng)一，努力實現(xiàn)從注重災后救助向注重災前預防轉(zhuǎn)變，從應對單一災種向綜合減災轉(zhuǎn)變，從減少災害損失向減輕災害風險轉(zhuǎn)變，全面提升全社會抵御自然災害的綜合防范能力”的要求，在強降水引發(fā)的暴雨洪澇災害的極端降水事件明顯增多背景下，開展氣象災害風險評估工作顯得尤為重要。

近年來國內(nèi)外對暴雨洪澇災害風險評估工作開展了深入的研究，周月華等[1]從災前預評估、災中跟蹤評估、災后評估3個方面對前人的研究歷史和當前研究所取得的成果進行了綜述。有不少學者從致災因子危險性、孕災環(huán)境敏感性、承災體脆弱性、防災減災能力4個方面構建評估模型進行風險評估。要進行有效的風險評估，致災因子危險性是基礎，合理選擇致災危險性因子指標體系，有利于反映降水對災害的影響。李景宜[2]利用汛期雨季( 7—10月) 降水量和降水變率綜合表征降水對洪水危險性的影響；姚鵬等[3]、張騰等[4]利用暴雨日數(shù)和暴雨過程降水量計算暴雨頻次和暴雨強度；陳貞宏等[5]選擇了貴州省過程總雨量和日最大雨量作為致災因子指標；徐玉霞[6]選擇了洪澇頻次、臨界致災雨量、地形高程、河網(wǎng)密度等指標；黃曉梅等[7]選擇汛期暴雨總量、汛期最大暴雨過程、汛期暴雨強度以及汛期暴雨變異系數(shù)4個指標反映汛期洪澇災害致災因子的特征。本文立足于氣候背景，除了選擇過程總雨量、日最大雨量、暴雨日數(shù)等指標外，增加了小時降水量，運用統(tǒng)計方法及地理信息技術的空間分析模塊，針對貴州省降水特點，結合與雨澇影響密切相關的地形、水體、地質(zhì)災害等孕災環(huán)境的分析，對雨澇危險性進行評估，為社會經(jīng)濟可持續(xù)發(fā)展和防災減災決策提供一定的理論支撐和科學依據(jù)。

1 資料及方法

1.1 資料說明

氣象資料采用貴州省84個國家級氣象觀測站逐時、逐日(20時—次日20時)降水量資料，資料時間為1991—2020年，由貴州省氣象信息中心提供。

基礎地理信息資料采用貴州省區(qū)域行政邊界(GS(2017)3320號)、河流、水體；柵格圖層是利用90M的DEM經(jīng)過裁剪、重采樣、空間分析等處理得到的1000 m×1000 m分辨率；地質(zhì)災害資料根據(jù)已公開的貴州省地質(zhì)災害易發(fā)分布圖處理而成。

1.2 主要方法

1.2.1 歸一化 將數(shù)據(jù)轉(zhuǎn)化為無量綱的值，按照式(1)或式(2)進行歸一化處理，使結果值為[0,1]或[0.5,1]之間，便于不同單位或量級的指標能夠進行比較和加權。

(1)

(2)

式中：X*和x' 為歸一化值，x為樣本值，xmax為樣本最大值，xmin為樣本最小值。

1.2.2 信息熵賦權法 在多指標綜合評價中，熵權法可以客觀反映各評價指標的權重。設評價體系是由m個指標n個對象構成的系統(tǒng)，首先按照式(3)計算第i項指標(i=1,2,…，m)下第j個對象(j=1,2,…，n)的指標值rij所占指標比重Pij，再由熵權法按照式(4)計算第i個指標的熵值Si計算第i個指標的熵權，最后按照式(5)確定該指標的客觀權重ωi。

(3)

(4)

(5)

2 雨澇指數(shù)及不同重現(xiàn)期降水分析

本文以暴雨持續(xù)天數(shù)、暴雨過程累積降水量、過程最大日降水量、過程最大小時降水量作為雨澇主要評價指標。

2.1 雨澇指數(shù)分析

2.1.1 單次暴雨過程強度指數(shù) 對4個評價指標進行歸一化處理后，采用信息熵賦權法得到權重系數(shù)，將各指標加權求和得到暴雨過程強度指數(shù)，計算見式(6)：

IR=w1Ipre+w2Iday+w3I24h+w4I1h

(6)

式中，IR為單次暴雨過程強度指數(shù)；Ipre、Iday、I24h和I1h分別是歸一化處理后的4個評估指標數(shù)值；w1、w2、w3、w4為權重系數(shù)。

在缺乏小時降水資料的情況下，暴雨過程強度指數(shù)可采用式(7)進行計算：

IR=w1Ipre+w2Iday+w3I24h

(7)

2.1.2 雨澇指數(shù) 累加每年逐場暴雨過程強度指數(shù)，按照式(8)計算出84個氣象站點1991—2020年的年雨澇指數(shù)YIR，并以此序列為樣本，用于風險評估與分區(qū)。

(8)

根據(jù)單站的多年平均年雨澇指數(shù)值，利用ArcGIS統(tǒng)計分析模塊，進行交叉驗證后優(yōu)選Kriging內(nèi)插方法，并采用百分位數(shù)法，將結果劃分為一般(≤50%)、中等(大于50%且小于等于75%)、強(大于75%且小于等于90%)、極強(>90%)4個等級。從貴州省年雨澇指數(shù)等級分布圖(圖1)來看，安順市、黔西南州大部、黔南州及黔東南州局部為強級以上的強度等級，遵義市中西部、畢節(jié)市大部地區(qū)為一般等級，其余地區(qū)普遍為中等等級。

圖1 貴州省年雨澇指數(shù)等級分布圖

2.2 不同重現(xiàn)期降水分析

2.2.1 小時降水 根據(jù)貴州省氣候標準年歷時小時雨量的歷史序列進行概率統(tǒng)計，得到1 h、3 h、6 h、12 h 4個統(tǒng)計時段不同重現(xiàn)期時間尺度(5 a、10 a、20 a、50 a、100 a)的最大降水量閾值。

從不同重現(xiàn)期的小時最大降水量(圖2)來看，貴州省1 h平均最大降水量除了5 a外，其他重現(xiàn)期在50.0～70.0 mm左右；3 h的50 a、100 a超過100.0 mm；6 h和12 h除5 a外，其他重現(xiàn)期降水量超過120.0 mm。

圖2 貴州省不同重現(xiàn)期小時最大降水量

從不同重現(xiàn)期空間分布來看(以6 h為例，其他重現(xiàn)期分布大致相同，只有降水量級上的差異，見圖3)，高值區(qū)主要集中在中部—西南部一線、銅仁市、黔南州東部和黔東南州西部，局地100 a降水有超過200 mm的可能性。按照縣域分析(表1)，望謨縣1 h降水5 a和10 a為全省最大值；平壩區(qū)1 h降水5 a和10 a為最大值；六枝特區(qū)3 h的5個時間尺度為最大值；鎮(zhèn)寧縣6 h的5個時間尺度、12 h 5 a和10 a為最大值；江口縣12 h的20 a、50 a、100 a為最大值。

圖3 不同重現(xiàn)期6 h最大降水量(a:5 a；b:10 a；c:20 a；d:50 a；e:100 a)

表1 不同重現(xiàn)期小時最大降水量(縣級)

2.2.2 日降水 根據(jù)貴州省日降水量的歷史序列進行概率統(tǒng)計，得到滑動1 d、3 d、5 d、10 d不同重現(xiàn)期的最大降水量閾值。

從不同重現(xiàn)期的日降水量(圖4)來看，貴州省1 d平均最大降水量50 a和100 a在150.0 mm以上，其他重現(xiàn)期在110.0～150.0 mm左右；3 d的5 a、10 a在200.0 mm以下，其余在200.0～250.0 mm左右；5 d的50 a、100 a超過250.0 mm，其他不足250.0 mm；12 h的50 a、100 a降水量超過300.0 mm，其余的在200.0～300.0 mm之間。

圖4 貴州省不同重現(xiàn)期不同滑動日數(shù)最大降水量

從不同重現(xiàn)期空間分布來看(以3 d為例，見圖5)，高值區(qū)的分布基本和小時降水特征基本一致。按照縣域分析(表2)，六枝特區(qū)1 d和10 d的降水5 a、10 a為全省最大值；江口縣3 d的5個時間尺度，1 d的20 a、50 a、100 a為最大值；普定5 d的5 a、10 a為最大值；鎮(zhèn)寧縣5 d的20 a、50 a、100 a為最大值；織金縣10 d的20 a、50 a、100 a為最大值。

圖5 不同重現(xiàn)期滑動3 d最大降水量(a:5 a；b:10 a；c:20 a；d:50 a；e:100 a)

表2 不同重現(xiàn)期不同滑動日數(shù)最大降水量(縣級)

3 暴雨孕災環(huán)境影響分析

在暴雨的影響下，對形成洪澇、泥石流、滑坡、城市內(nèi)澇等次生災害起作用的自然環(huán)境稱為暴雨孕災環(huán)境，對暴雨成災危險性起到擴大或縮小的作用，主要考慮地形、河網(wǎng)水系、地質(zhì)災害易發(fā)條件3個方面[8]。

3.1 地形因子影響系數(shù)

地勢平緩的區(qū)域容易發(fā)生積水現(xiàn)象，因此采用自然斷點法將值按照由低到高把貴州省高程標準差采用式(9)計算后分為4級，海拔高度分為5級，然后根據(jù)表3所示確定地形因子影響系數(shù)，結合DEM數(shù)字高程，得到貴州省地形因子影響系數(shù)分布(圖6)。

圖6 貴州省地形因子影響系數(shù)分布圖

表3 地形因子影響系數(shù)(Ph)賦值

高程標準差Sh計算方法如下：

(9)

3.2 水系因子影響系數(shù)

區(qū)域內(nèi)河流的密集程度以及距離水體的遠近都對暴雨災害的形成造成一定的影響，所以水系因子主要考慮了水網(wǎng)密度和水體距離2個因子。

3.2.1 水網(wǎng)密度 用自然斷點法將水網(wǎng)密度進行分級處理，并分別賦值為0～0.9(步長為0.1)的 10個等級值。水網(wǎng)密度[9]按下式進行計算：

(10)

式中：Sr為水網(wǎng)密度；lr為水網(wǎng)長度，單位為km；a為區(qū)域面積，單位為km2。

3.2.2 水體距離 根據(jù)距離水體按照由近及遠的原則，0.5 km的等步長，分別賦值1.0、0.8、0.6、0.4、0.2、0等6個等級。

3.2.3 水系因子影響系數(shù) 綜合水網(wǎng)密度和水體距離，按照下式得到水系因子影響系數(shù)。

Pr=(Pr1+Pr2)/2

(11)

式中：Pr為水系因子影響系數(shù)，Pr1、Pr2分別為水網(wǎng)密度、水體距離影響系數(shù)值。

圖7 貴州省水系因子影響系數(shù)分布圖

3.3 地質(zhì)災害易發(fā)條件系數(shù)

按照貴州省地質(zhì)災害易發(fā)程度，對地質(zhì)災害3種易發(fā)條件系數(shù)(Pd)分別賦值為高易發(fā)區(qū)(0.6)、中易發(fā)區(qū)(0.3)、低易發(fā)區(qū)(0.1)(圖略)。

3.4 孕災環(huán)境影響系數(shù)

Ie=whph+wrpr+wdpd

(12)

(13)

式中：Ph、Pr、Pd分別為地形、水系、地質(zhì)災害影響系數(shù)；wh、wr、wd為權重系數(shù)，采用信息熵權法計算，且wh+wr+wd=1；Iemax、Iemin為孕災環(huán)境綜合指數(shù)的最大和最小值；c為常數(shù)，本文取值0.4。

4 雨澇危險性區(qū)劃

結合30 a平均年雨澇指數(shù)和孕災環(huán)境影響系數(shù)，按照下式構建雨澇危險性指數(shù)。

(14)

根據(jù)自然斷點法，將雨澇危險性指數(shù)劃分為低危險性、較低危險性、中危險性、較高危險性、高危險性5個等級，得到貴州省雨澇危險性指數(shù)等級結果，繪制雨澇危險性等級分布圖。

從貴州省雨澇危險性等級分布圖(圖8)可見，雨澇危險性呈西南部和東北部高、西北部低的分布特點。高危險地區(qū)主要位于安順市、六盤水市東部、黔西南州東部及南部邊緣、銅仁市和黔東南州、黔南州局地，低危險區(qū)域主要分布在遵義市和畢節(jié)市，其他危險等級圍繞著高(低)危險性等級減少(加重)等級?？傮w以中和較低危險性等級為主(62.8%)，其次為較高危險性等級(21.7%)(表4)。

圖8 貴州省雨澇危險性等級分布圖

表4 貴州省雨澇危險性指數(shù)等級面積百分比

5 小結

①從暴雨過程強度來看，貴州省除遵義市中西部、畢節(jié)市大部相對一般外，其余大部分地區(qū)暴雨過程強度為中等以上的等級，特別是安順市大部、黔西南州東部達到極強的等級。

②從風險等級來看，貴州省雨澇危險性呈現(xiàn)出西南部和東北部高、西北部低的分布特點。高危險地區(qū)主要位于安順市、六盤水市東部、黔西南州東部及南部邊緣、銅仁市和黔東南州、黔南州局地；低危險區(qū)域主要分布在遵義市和畢節(jié)市。從危險性分布范圍來看，以中和較低危險性等級為主。值得關注的是，雖然高危險性等級占比相對較小(7.3%)，但分布比較集中連片，容易造成區(qū)域性的影響。

③本文針對不同時間長度，不同重現(xiàn)期的可能最大降水量閾值進行了分析，對預警服務及決策有一定的參考價值。

④面向不同的服務對象，建議根據(jù)需求進行不同分辨率以及區(qū)域性站點降水資料的進一步細化，結合承災體開展不同承災體的風險區(qū)劃，有利于精細化服務的效果。