鐘東良，李思萍，曾欽文，劉蓉，段?；?/p>

（1.河源市氣象局，廣東河源 517000；2.東源縣氣象局，廣東東源 517500）

我國作為受氣象災害影響較大的國家，近幾年，暴雨頻次有顯著的增加趨勢，極端強降水區(qū)域性特征也更加明顯，南方地區(qū)更成為強降水高發(fā)區(qū)［1］。2011年IPCC組織發(fā)布特別報告《Managing the Risks of Extreme Events and Disasters to Advance Climate Change Adaptation》（《管理風險的極端事件和災難提前適應氣候變化》）［2］，報告指出構(gòu)建當?shù)貥O端氣候災害風險框架的必要性和緊迫性。

粵東北地區(qū)主要由河源、梅州兩市組成，位于廣東省的東北部。2019年6月9到14日廣東出現(xiàn)持續(xù)性極端強降水過程，該次過程導致當?shù)厥転姆浅乐?，河源、梅州市總計受災人?3.89萬人，直接經(jīng)濟損失25.26億元，因此建立當?shù)乇┯隇暮︼L險評估體系尤為迫切。目前我國學者對于重現(xiàn)期和暴雨災害區(qū)劃頗有研究，陳海泉等［3］曾用皮爾遜Ⅲ型分布法推算出梅州年最大日雨量的重現(xiàn)期；張正濤等［4］曾討論過在不同重現(xiàn)期背景下淮河流域的暴雨災害風險變化規(guī)律。由于目前社會對于極端暴雨發(fā)生的概率和趨勢預測研究需求日益迫切，但粵東北地區(qū)基于不同重現(xiàn)期對暴雨災害區(qū)劃影響的研究相對空白，因此對當?shù)夭煌噩F(xiàn)期降水量的暴雨災害風險區(qū)劃影響趨勢的討論很有必要。本研究以Gumbel-Ⅰ型分布法估算粵東北10、50年一遇的日最大降水量，用ArcGis空間分析技術(shù)和數(shù)理分析等方法，以不同重現(xiàn)期日最大降水量為致災因子對粵東北地區(qū)暴雨災害風險區(qū)劃影響進行趨勢評估，為當?shù)乜赡艹霈F(xiàn)幾年一遇極端強降水地區(qū)提供防災減災、防汛抗?jié)车目茖W研判。

1 資料來源與研究方法

1.1 資料來源

氣象資料來源于1966—2019年河源、梅州地區(qū)12個國家基本氣象站逐日降水觀測資料和2010—2020年當?shù)亟?00個自動氣象站逐日降水量；地理信息數(shù)據(jù)源于當?shù)厮?、自然資源和統(tǒng)計部門提供的縣區(qū)行政邊界、地形高程、河網(wǎng)密度、各地人口、植被覆蓋率、GDP密度、土地利用類型等資料。

1.2 研究方法

在分析時間序列較長、樣本較多的情況下，Gumbel-Ⅰ型分布法［5-6］具有更完善的結(jié)果檢驗方法和所得結(jié)果擬合度較吻合的優(yōu)點。本研究利用Gumbel-Ⅰ型分布法和1966—2019年河源、梅州地區(qū)12個國家基本氣象站逐日降水觀測資料估算多年一遇日最大降水量，并通過概率對比和擬合對比的方式進行檢驗。由于當?shù)刈詣託庀笳緮?shù)據(jù)統(tǒng)計時間較短，選擇用2010—2020年梅州、河源地區(qū)近200個自動氣象站逐日降水量和Gumbel-Ⅰ型分布法估算10、50年一遇的重現(xiàn)期日最大降水量，以縮小擬合結(jié)果的不確定性［7-9］。

利用GIS技術(shù)［10-12］，以估算所得10、50年一遇的日最大降水量作為致災因子分析粵東北地區(qū)致災危險性風險；利用地理信息數(shù)據(jù)分析當?shù)丨h(huán)境敏感性和承載體易損性風險；使用自然間斷點分級法將災害風險分為3個風險等級區(qū)（一般、高、極高），各分析指標的權(quán)重通過層次分析法得出；最后對不同重現(xiàn)期下的暴雨災害風險區(qū)劃趨勢結(jié)果加以評述。

2 不同重現(xiàn)期日降水量最大值的檢驗

降水重現(xiàn)期為暴雨發(fā)生頻率的倒數(shù)，通常指大于某暴雨強度的降雨出現(xiàn)一次的平均間隔時間，以某年一遇表示。本研究采用粵東北12個國家基本氣象站1966—2019年觀測所得的日降水量，用Gumbel-Ⅰ型分布法進行擬合計算，其中估算特定重現(xiàn)期下的極值計算公式為

其中，a、β分別為尺度和位置的參數(shù)，其計算方式為a＝1.282 5/σx，β＝σx-0.577 2/a；rx、σx分別為觀測所得N個實際值的平均值和均方差；ry、σy分別為Gumbel-Ⅰ型分布中不同實際值的均值和均方差；t為特定重現(xiàn)時間。由于所選數(shù)據(jù)樣本為54年時間序列，根據(jù)Gumbel-Ⅰ型分布公式下的50年一遇標準，對歷史觀測資料進行統(tǒng)計（表略）可知，50年發(fā)生次數(shù)應該在1.1次左右，根據(jù)重現(xiàn)期和實際數(shù)據(jù)的對比各地達到50年一遇標準降水量次數(shù)均在1到3次之間。12個站點出現(xiàn)接近或者超過50年一遇標準降水量概率為2.9%，所得重現(xiàn)期計算結(jié)果與50年一遇理論出現(xiàn)概率2%相近。利用觀測所得54年時間序列日最大降雨量實際值與估算所得50、100年一遇的日雨量最大值對比（圖1），發(fā)現(xiàn)全部站點歷史最大降雨量均超過50年一遇的估算值，其中龍川、平遠站歷史最大降水量均遠超100年一遇估算值，其他站點歷史最大降水量與100年一遇估算值相近。從該次檢驗結(jié)果看出Gumbel-Ⅰ型分布基本滿足檢驗標準，適合用其估算值進行區(qū)劃影響分析。

圖1 歷史最大日降水量與不同重現(xiàn)期最大日雨量對比

3 基于GIS的粵東北不同重現(xiàn)期暴雨災害風險評估

3.1 不同因素的加權(quán)綜合和層次分析

粵東北不同重現(xiàn)期暴雨災害風險區(qū)劃通過加權(quán)綜合評估致災因子危險性、孕災環(huán)境敏感性、承載體易損性3個指標得出，其中孕災環(huán)境敏感性和承載體易損性的子指標權(quán)重分配如圖2所示。

圖2 敏感性和易損性風險子指標及其權(quán)重分配

各分析指標的權(quán)重由層次分析法［13-14］所得，暴雨災害風險評估指數(shù)公式為

其中，VH、VE、VS分別代表致災因子危險性、孕災環(huán)境敏感性、承載體易損性3個指標；WH、WE、WS分別代表各指標的權(quán)重。層次分析法（AHP）是將與決策有相關的元素分解成多種層次，在此基礎之上進行定量分析的決策方法。隨重現(xiàn)期變化，占主導位置的降水強度逐漸增加，主要考慮日雨量大，短時間的強降水會給當?shù)嘏藕樵斐筛蟮膲毫?，從而更容易形成災害。因此本研究對各指標?quán)重分配結(jié)果如表1所示。

表1 風險評價一級指標及權(quán)重分配

3.2 不同重現(xiàn)期降水量的致災危險性分析

以粵東北地區(qū)2010—2020年近200個自動氣象站觀測資料估算所得的10、50年一遇日最大降水量作為致災因子，分析致災危險性趨勢。采用反距離插值法，得出粵東北不同重現(xiàn)期致災危險性區(qū)劃（圖3），50年一遇與10年一遇風險區(qū)劃相比，大部分地區(qū)高到極高風險區(qū)范圍縮小，一般風險區(qū)范圍加大，說明大部分地區(qū)發(fā)生極端強降水所致危險區(qū)域范圍縮小。隨著重現(xiàn)期逐漸加大，極高風險等級依舊維持的地區(qū)有源城區(qū)、東源西側(cè)、連平與和平北部、龍川東部、梅縣東部、豐順西南角、平遠和蕉嶺的交界地區(qū)，其中興寧、五華、梅江區(qū)3個縣區(qū)在不同重現(xiàn)期下風險依然呈現(xiàn)較低等級。從高到極高風險區(qū)分布特征可見，風險等級受地形因素影響較大，其中大多數(shù)較高風險區(qū)處于高山地形，海拔較高對鋒面產(chǎn)生阻擋和抬升作用，易成為降水主要落區(qū)。

圖3 粵東北不同重現(xiàn)期致災危險性區(qū)劃

3.3 孕災環(huán)境敏感性和承載體易損性評估

對粵東北地區(qū)孕災環(huán)境敏感性，本研究主要對當?shù)睾０胃叨?、地形標準差、河網(wǎng)密度、植被覆蓋率這幾個指標加權(quán)綜合分析。對各子指標規(guī)范化處理后，得到粵東北孕災環(huán)境敏感性區(qū)劃（圖4a）?？梢钥闯?，粵東北孕災環(huán)境敏感性風險區(qū)劃中風險等級較高的分布地區(qū)最為典型的有萬綠湖、燈塔盆地、興寧盆地周邊，此類地區(qū)多為靠近江河湖泊、河網(wǎng)密度較大、地勢較為低洼、平坦地區(qū)，同時植被覆蓋程度也相對較小，非常有利于極端暴雨所致的洪澇災害發(fā)生。從粵東北地區(qū)孕災環(huán)境敏感性分析結(jié)果可見各縣區(qū)均有不同面積的高到極高風險區(qū)分布，總體風險等級較高。

本研究通過當?shù)厝丝诿芏取DP密度和耕地比重資料對粵東北地區(qū)承載體易損性進行綜合分析，其中各子指標與當?shù)匾讚p性風險等級呈正比。通過反距離插值和重分類處理得到粵東北地區(qū)承載體易損性區(qū)劃（圖4b），從圖4b看出，粵東北地區(qū)承載體易損性總體風險等級較低，除源城區(qū)、梅江區(qū)、興寧西南部整體風險最高外，其他各縣多以縣城周邊范圍的風險等級較高，說明經(jīng)濟越發(fā)達、人口越集中、耕地占比越高地區(qū)對應當?shù)氐脑袨捏w易損性風險越大。

圖4 粵東北孕災環(huán)境敏感性（a）和承載體易損性（b）區(qū)劃

3.4 不同重現(xiàn)期降水量下的粵東北暴雨災害風險區(qū)劃

結(jié)合粵東北地區(qū)暴雨災害風險評估指數(shù)公式和層次分析法所得各指標權(quán)重結(jié)果。本研究對粵東北地區(qū)致災危險性、孕災環(huán)境敏感性和承載體易損性綜合加權(quán)分析，得到粵東北不同重現(xiàn)期下暴雨災害風險區(qū)劃（圖5）。

圖5 不同重現(xiàn)期降水量對粵東北暴雨災害風險區(qū)劃影響

從重現(xiàn)期10年一遇到50年一遇暴雨災害風險區(qū)劃的變化可見，一般風險區(qū)面積從占總面積的56.2%縮小到52.6%，高風險區(qū)面積占比從13.05%增加到14.88%，極高風險區(qū)面積占比從30.73%增加到32.54%，結(jié)果如表2所示?？梢钥闯?，隨重現(xiàn)期加大，往極高風險等級趨勢轉(zhuǎn)變較為明顯的地區(qū)有和平和連平中北部，其他大部分地區(qū)不同重現(xiàn)期下較高風險區(qū)分布相似，其中東源西側(cè)極高風險區(qū)有縮小趨勢，興寧、五華、梅江區(qū)3個縣區(qū)風險依舊維持較小等級。此次分析結(jié)果基本能夠反映該地區(qū)不同重現(xiàn)期下暴雨帶來災害風險分布的影響趨勢，隨重現(xiàn)期加大，一般風險區(qū)面積占比呈縮小趨勢，高到極高風險區(qū)面積占比呈加大趨勢。

表2 粵東北不同重現(xiàn)期下暴雨災害風險等級區(qū)面積和占總面積比例

4 結(jié)論

1）用Gumbel-Ⅰ型分布法估算所得重現(xiàn)期日最大降水量與實際值擬合度較好，適合用所得估算值分析其對粵東北地區(qū)暴雨災害風險區(qū)劃的影響。

2）從不同重現(xiàn)期降水量下致災危險性分布特征看出，隨著重現(xiàn)期加大，大部分地區(qū)高到極高風險區(qū)分布的范圍呈縮小趨勢。從孕災環(huán)境敏感性風險區(qū)劃可見風險等級總體較高，各縣區(qū)均有不同面積的高風險和極高風險區(qū)分布。從承載體易損性來看當?shù)乜傮w風險等級較低。

3）從10年一遇到50年一遇的暴雨災害風險區(qū)劃變化趨勢來看，一般風險區(qū)面積從占總面積的56.22%縮小到52.58%，而高到極高風險區(qū)面積從40.7%增加到47.4%，從趨勢分布特征來看粵東北大部分地區(qū)隨重現(xiàn)期加大，其風險等級呈現(xiàn)加大趨勢。

粵東北不同重現(xiàn)期降水量對暴雨災害風險區(qū)劃影響趨勢結(jié)果基本能夠反映該地區(qū)暴雨帶來災害的分布趨勢。該研究可為可能出現(xiàn)長時間序列一遇日最大降水量的地區(qū)提供防災減災、防汛抗?jié)车目茖W研判。