張 娣，曲曉黎，張中杰，張金滿，王 潔，尤 琦

（1.河北省氣象服務(wù)中心，河北 石家莊 050021；2.河北省氣象科學(xué)研究所，河北 石家莊 050021；3.河北省氣象與生態(tài)環(huán)境重點(diǎn)實驗室，河北 石家莊 050021）

引言

朔黃鐵路西起山西省神池南站，東至河北省黃驊港站，正線總長594 km，為國家Ⅰ級線路、雙線電氣化、重載鐵路，是我國西煤東運(yùn)的第二大通道［1］，在全國路網(wǎng)中占有重要地位。鐵路沿線地形復(fù)雜，西部路段多為山地或丘陵，加之近年來華北地區(qū)極端天氣氣候事件頻發(fā)，強(qiáng)降水或連續(xù)降水極易造成滑坡和泥石流等水害，對鐵路沿線路基、隧道、橋梁等造成很大威脅［2］，防洪安全形勢相當(dāng)嚴(yán)峻。如2016年7月19日河北省西部山區(qū)的特大暴雨，導(dǎo)致鐵路沿線山體滑坡、塹坡溜坍，鐵路線路受損，運(yùn)輸中斷，嚴(yán)重影響了鐵路的正常運(yùn)營［3］。

鐵路水害是指由于高強(qiáng)度或持續(xù)性降水（包括因降水誘發(fā)的滑坡、泥石流、崩坍等地質(zhì)災(zāi)害）造成鐵路線路受損或運(yùn)輸中斷的現(xiàn)象［4］，受地形、地質(zhì)條件影響，具有明顯的地域性特征，還與鐵路部門的抗洪標(biāo)準(zhǔn)密切相關(guān)［5-6］。降水是誘發(fā)鐵路水害的主要因素之一［7］，圍繞降水開展的鐵路水害閾值和預(yù)報模型研究是鐵路災(zāi)害防御體系的重要環(huán)節(jié)［8-9］。近年來，國外學(xué)者研究了強(qiáng)降水引發(fā)水害的敏感性和預(yù)警模型等［10-12］，國內(nèi)學(xué)者圍繞水害也做了很多有意義的研究，分析降水特征及其對鐵路水害的影響［13-14］，研究鐵路水害的前期有效雨量［15］及雨量閾值［16-17］，并嘗試建立鐵路水害預(yù)警模型［18-19］和概率預(yù)報模型［20-22］等，但針對華北地區(qū)貨運(yùn)鐵路雨量警戒的研究鮮有報道，加之朔黃鐵路現(xiàn)有的雨量警戒標(biāo)準(zhǔn)已制定多年，隨著近年來設(shè)備的不斷升級，橋梁、路基的穩(wěn)固維修維護(hù)及對隱患路段的排查整治等，需對現(xiàn)有的雨量警戒制度進(jìn)行調(diào)整，使其在能保證鐵路運(yùn)營的絕對安全和鐵路運(yùn)輸?shù)倪B續(xù)性前提下，縮短鐵路調(diào)度和管理部門應(yīng)急響應(yīng)時間，及時排查水害隱患，又避免雨量警戒過于敏感。因此，本文在參考已有研究的基礎(chǔ)上結(jié)合地質(zhì)災(zāi)害降水分型［23-24］等方法，分析平原、山區(qū)路段鐵路水害的分布特征及降水影響因子，研究針對朔黃鐵路雨量警戒閾值指標(biāo)，為鐵路部門汛期高效調(diào)度和安全運(yùn)營提供技術(shù)保障，為科學(xué)防洪、精準(zhǔn)防洪提供決策依據(jù)，提升鐵路應(yīng)對氣象災(zāi)害的應(yīng)急處理和防御能力，最大限度減少損失，確保鐵路運(yùn)輸安全暢通。

1 資料與方法

1.1 資料

以朔黃鐵路為研究區(qū)域，其中山區(qū)路段包括神池南—西柏坡13個車站，平原路段包括靈壽—黃驊港27個車站，統(tǒng)計2017—2019年鐵路水害和降水?dāng)?shù)據(jù)資料。鐵路水害資料是由朔黃鐵路運(yùn)輸部提供的管內(nèi)各工務(wù)段上報的水害記錄，包括水害的發(fā)生時間、影響工務(wù)段、水害類型、是否影響安全行車等，其中水害類型包括路基下沉、邊坡溜塌、路肩塌陷、水漫線路、泥石流淹埋線路、橋墩局部沖刷、軌道懸空等；降水資料來自朔黃鐵路沿線車站的40個DZZ4型自動氣象觀測站逐5 min降水量數(shù)據(jù)。

1.2 降水因子的正態(tài)化處理

研究表明，對降水因子進(jìn)行平方根或立方根轉(zhuǎn)化后，其正態(tài)分布性會明顯改善。由于各降水因子最大值和最小值之間全距較大，且相對比較分散，偏態(tài)分布特征明顯，因此選擇計算立方根的方式對降水因子進(jìn)行正態(tài)化處理［25］：

式中：PA（mm）為降水因子；PX為正態(tài)化處理后的降水因子。

1.3 均值(μ)-標(biāo)準(zhǔn)差(std)法

均值-標(biāo)準(zhǔn)差法［26-27］利用降水因子均值和不同標(biāo)準(zhǔn)差倍數(shù)來劃分鐵路水害的降水警戒閾值。標(biāo)準(zhǔn)差反映了降水因子相對于平均降水量的偏離程度，用均值和標(biāo)準(zhǔn)差能反映不同降水的差異，由于記錄的水害資料中未出現(xiàn)鐵路停運(yùn)的情況，說明統(tǒng)計的降水因子極大值仍未達(dá)到誘發(fā)鐵路停運(yùn)的標(biāo)準(zhǔn)，因此將降水因子以μ、μ±2std和極大值（Pmax）為降水閾值分割點(diǎn)。

1.4 效果檢驗

參考2005年中國氣象局《中短期天氣預(yù)報質(zhì)量檢驗辦法（試行）》，采用準(zhǔn)確率（RA）、空報率（RF）和漏報率（RM）對朔黃鐵路雨量警戒情況進(jìn)行效果檢驗［28］。計算公式如下：

式中：NA為發(fā)布雨量警戒信息且實際實施雨量警戒措施的站次（正確預(yù)報）；NB為發(fā)布雨量警戒信息而實際未實施雨量警戒措施的站次（空報）；NC為未發(fā)布雨量警戒信息而實際實施雨量警戒措施的站次（漏報）。

2 結(jié)果分析

2.1 鐵路水害分布特征

2017—2019年朔黃鐵路沿線共發(fā)生不同類型水害237站次。圖1為朔黃鐵路水害發(fā)生站次與平均降水量的月際變化?？梢钥闯觯伏S鐵路水害主要出現(xiàn)在4—9月，其中7月水害發(fā)生站次最多，占水害發(fā)生總站次的51.7%，其次是8月，占比41.3%，10—11月鐵路水害相對較少，1—3月和12月沒有水害記錄。水害發(fā)生站次與降水量分布是同步的，降水量最多月份與水害發(fā)生站次最多月份一致，華北地區(qū)降水主要集中在汛期（6—8月），7月持續(xù)性強(qiáng)降水過程發(fā)生次數(shù)最多，局地性較強(qiáng)，其次是8月［13-14］。統(tǒng)計2017—2019年朔黃鐵路不同等級降水量時鐵路水害發(fā)生站次（表1）情況，暴雨時出現(xiàn)水害站次最多（117站次），占水害發(fā)生總站次的49.4%，大雨時出現(xiàn)水害站次其次（82站次），占比34.6%，中雨及以下量級時出現(xiàn)水害站次較少，占比不足10%，2017—2019年無特大暴雨觀測記錄，因此沒有統(tǒng)計。

圖1 2017—2019年朔黃鐵路水害發(fā)生站次與平均降水量的月際變化Fig.1 The monthly variation of occurrence times of water disasters and average precipitation on the Shuozhou-Huanghua Railway from 2017 to 2019

2.2 引發(fā)鐵路水害的降水類型

華北地區(qū)的鐵路水害由不同類型降水引起［12-13］，統(tǒng)計2017—2019年朔黃鐵路水害資料、降水量數(shù)據(jù)以及降水持續(xù)時間情況，發(fā)現(xiàn)引發(fā)鐵路水害的降水類型主要有3種：局地暴雨、短時強(qiáng)降水、連續(xù)性降水（表2）。局地暴雨［29-30］或短時強(qiáng)降水［31-32］是鐵路水害的激發(fā)因素，會引發(fā)局地土體沖刷、水沖線路、路基溜塌、崩塌落石等突發(fā)水害，連續(xù)降水［13，16］直接影響土壤含水量，造成水漫線路、塹坡坍塌、橋涵悶孔等水害。統(tǒng)計發(fā)現(xiàn)2017—2019年朔黃鐵路237站次水害中有108站次由局地暴雨引發(fā)，占水害發(fā)生總站次的45.6%，77站次由連續(xù)性降水導(dǎo)致，占比32.5%，52站次由短時強(qiáng)降水天氣造成，占比21.9%（表2）。值得注意的是有些鐵路水害不僅由一種降水類型造成，而是由2種降水類型共同作用的結(jié)果，如2019年8月9日河北滄州市河間站出現(xiàn)的水害，降水持續(xù)時間2.0 h，1 h最大降水量51.1 mm，24 h降水量59.8 mm，由短時強(qiáng)降水和局地暴雨共同作用導(dǎo)致。平原路段和山區(qū)路段引發(fā)鐵路水害的主要降水類型不同，平原路段水害主要由局地暴雨引發(fā)，而山區(qū)路段水害主要誘因是連續(xù)性降水。

表1 2017—2019年朔黃鐵路不同等級降水量時水害發(fā)生站次Tab.1 The occurrence times of water disasters under different grade precipitation on the Shuozhou-Huanghua Railway from 2017 to 2019

表2 2017—2019年朔黃鐵路不同路段水害發(fā)生站次及降水類型Tab.2 The occurrence times and precipitation types of water disasters in different sections of the Shuozhou-Huanghua Railway from 2017 to 2019

2.3 鐵路水害與降水因子相關(guān)性

結(jié)合鐵路水害發(fā)生時降水持續(xù)時間和降水類型，本文以連續(xù)降水量、1 h最大降水量和24 h降水量作為影響鐵路水害的降水因子，分析2017—2019年朔黃鐵路水害發(fā)生站次與降水因子的相關(guān)關(guān)系。其中，連續(xù)降水量是指一次降水過程開始時刻到水害出現(xiàn)時刻每5 min降水量的總和；1 h最大降水量是指一次降水過程開始時刻到水害出現(xiàn)時刻內(nèi)每5 min滑動計算的前1 h降水量的最大值；24 h降水量是指水害出現(xiàn)時刻前24 h降水量的總和。分析發(fā)現(xiàn)鐵路水害發(fā)生站次與連續(xù)降水量、1 h最大降水量、24 h降水量均呈較好的正相關(guān)關(guān)系，相關(guān)系數(shù)分別為0.561、0.533、0.502，且通過α＝0.01的顯著性檢驗，說明這3個因子作為鐵路水害的降水因子可行。

圖2 2017—2019年朔黃鐵路水害發(fā)生時降水持續(xù)時間及降水量散點(diǎn)圖Fig.2 The scatter diagram between precipitation duration and precipitation amount during the water disasters on the Shuozhou-Huanghua Railway from 2017 to 2019

圖2為2017—2019年朔黃鐵路水害發(fā)生時降水持續(xù)時間和降水量散點(diǎn)圖。統(tǒng)計發(fā)現(xiàn)，降水持續(xù)時間在0～24 h的水害發(fā)生150站次，占水害發(fā)生總站次的63.3%；在24～48 h的水害發(fā)生74站次，占比31.2%，因此認(rèn)為鐵路水害主要是由48 h以內(nèi)的短期降水導(dǎo)致。連續(xù)降水量多集中在30.0～120.0 mm時，是水害高發(fā)區(qū)，發(fā)生水害224站次，占比94.5%；30.0 mm以下降水量一般不足以激發(fā)水害；120.0 mm以上的降水發(fā)生頻率較小，因此引發(fā)水害的概率相對較小。1 h最大降水量多在10.0～60.0 mm時，是水害高發(fā)區(qū)，發(fā)生水害199站次，占比84.0%；1 h最大降水量在10.0 mm以下時降水強(qiáng)度不大，破壞力相對較小，且該條件下發(fā)生水害時降水的持續(xù)時間多在12 h以上，水害主要由連續(xù)降水引發(fā)。

2.4 雨量警戒閾值指標(biāo)

雨量警戒是鐵路部門決定鐵路警戒狀態(tài)的降水指標(biāo)，是判斷降水影響鐵路安全程度的基本依據(jù)［7-8］，文中主要分為無警戒、出巡警戒、限速警戒、封鎖警戒。由于降水因子全距較大，因此首先對其進(jìn)行正態(tài)化處理，再計算不同降水因子對應(yīng)的水害發(fā)生頻率（圖3）。對于平原和山區(qū)路段，連續(xù)降水因子、1 h最大降水因子和24 h降水因子對應(yīng)的水害發(fā)生頻率均呈明顯單峰型分布。最后統(tǒng)計各降水因子的均值（μ）和標(biāo)準(zhǔn)差（std），根據(jù)均值-標(biāo)準(zhǔn)差法和極大值法分別對不同路段水害同期的連續(xù)降水因子、1 h最大降水因子、24 h降水因子進(jìn)行分割，以μ-2std、μ、μ+2std和Pmax分別對應(yīng)無警戒、出巡警戒、限速警戒和封鎖警戒的降水因子閾值，最后對其進(jìn)行3次方處理得到對應(yīng)的警戒雨量閾值（表3），可以看出，平原路段雨量警戒閾值高于山區(qū)路段。

表3 朔黃鐵路平原路段和山區(qū)路段雨量警戒閾值Tab.3 The rainfall warning threshold in plain and mountain sections of the Shuozhou-Huanghua Railway

圖3 2017—2019年朔黃鐵路平原路段（a、b、c）、山區(qū)路段（d、e、f）不同降水因子對應(yīng)的水害發(fā)生頻率直方圖（a、d）連續(xù)降水因子，（b、e）1 h最大降水因子，（c、f）24 h降水因子Fig.3 The frequency histogram of water disasters corresponding to different precipitation factors in plain sections（a，b，c）and mountain sections（d，e，f）of the Shuozhou-Huanghua Railway from 2017 to 2019（a，d）continuous precipitation factor，（b，e）the hourly maximum precipitation factor，（c，f）the 24-h precipitation factor

2.5 效果檢驗

根據(jù)上文得到的平原和山區(qū)鐵路路段不同級別的雨量警戒閾值，對2020年汛期朔黃鐵路雨量警戒情況進(jìn)行效果檢驗，均無漏報情況發(fā)生。平原路段共發(fā)布出巡警戒信息26站次，限速警戒信息2站次，未發(fā)布封鎖警戒信息（實際也沒有出現(xiàn)封鎖警戒情況）。實際實施出巡警戒措施記錄23站次，出巡警戒準(zhǔn)確率為88.5%，空報率為11.5%。實際實施限速警戒措施記錄2站次，分別出現(xiàn)在河北羊三木站和黃驊南站，2020年7月5日羊三木站連續(xù)降水量77.6 mm，1 h最大降水量74.3 mm，降水持續(xù)時間1.3 h；2020年7月31日黃驊南站連續(xù)降水量83.9 mm，1 h最大降水量70.7 mm，降水持續(xù)時間7.4 h，均為1 h最大降水量達(dá)到限速警戒標(biāo)準(zhǔn)。山區(qū)鐵路路段共發(fā)布出巡警戒信息18站次，實際實施出巡警戒措施記錄16站次，出巡警戒準(zhǔn)確率為88.9%，空報率為11.1%，未發(fā)布限速和封鎖警戒信息，也沒有實施限速和封鎖警戒措施記錄，因此沒有進(jìn)行檢驗。總體上，針對平原和山區(qū)鐵路路段制定的雨量警戒閾值較為合理，相較于已有的警戒標(biāo)準(zhǔn)，減少了無效的人員出巡，可為鐵路氣象服務(wù)提供一定的技術(shù)支持，為鐵路部門汛期高效調(diào)度和安全運(yùn)營提供技術(shù)保障，為科學(xué)防洪、精準(zhǔn)防洪提供一定的決策依據(jù)。

3 結(jié)論

（1）2017—2019年朔黃鐵路水害主要發(fā)生在4—9月，7月發(fā)生站次最多，其次是8月，水害分布與降水量分布同步，降水量最多月份與水害最多月份一致，暴雨時水害發(fā)生站次最多。

（2）朔黃鐵路水害的降水類型主要有3種：局地暴雨、短時強(qiáng)降水、連續(xù)性降水。局地暴雨引發(fā)鐵路水害的次數(shù)最多，占水害發(fā)生總站次的45.6%，其次是連續(xù)性降水，短時強(qiáng)降水引發(fā)鐵路水害頻次最少。平原路段鐵路水害主要由局地暴雨引發(fā)，而山區(qū)路段主要誘因是連續(xù)性降水。

（3）對于平原和山區(qū)路段，連續(xù)降水因子、1 h最大降水因子和24 h降水因子對應(yīng)的水害發(fā)生頻率均呈單峰型。由于降水因子全距較大，水害記錄中未出現(xiàn)封鎖停運(yùn)情況，因此以μ-2std、μ、μ+2std和Pmax分別對應(yīng)無警戒、出巡警戒、限速警戒和封鎖警戒降水因子閾值。

（4）對平原和山區(qū)路段雨量警戒閾值指標(biāo)檢驗，均無漏報情況發(fā)生，平原路段出巡警戒準(zhǔn)確率達(dá)88.5%，空報率為11.5%，限速警戒準(zhǔn)確率達(dá)100%；山區(qū)路段出巡警戒準(zhǔn)確率達(dá)88.9%，空報率為11.1%，因此制定的雨量警戒閾值較為合理。