摘 要：致災(zāi)危險(xiǎn)性評(píng)估是暴雨災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃的關(guān)鍵?；诎不帐∷袊?guó)家氣象觀測(cè)站及區(qū)域自動(dòng)氣象站建站至2020年逐日逐時(shí)降水量及地理信息等資料，采用信息熵賦權(quán)法確定單站暴雨過(guò)程四個(gè)特征量的權(quán)重，并計(jì)算出暴雨過(guò)程強(qiáng)度指數(shù)及年雨澇指數(shù)，運(yùn)用百分位數(shù)法將暴雨過(guò)程強(qiáng)度等級(jí)劃分為四級(jí)，依據(jù)海拔高度和地形變化，分別計(jì)算山洪和平原內(nèi)澇的孕災(zāi)環(huán)境影響指數(shù)及致災(zāi)危險(xiǎn)性指數(shù)，并將兩者進(jìn)行疊加，得到安徽省暴雨綜合致災(zāi)危險(xiǎn)性分布。結(jié)果表明：基于50%、75%和90%三個(gè)百分位數(shù)的安徽省暴雨過(guò)程強(qiáng)度指數(shù)的閾值分別為0.059、0.095和0.154；年雨澇指數(shù)呈現(xiàn)“南高北低”的空間分布，大別山區(qū)、沿江中西部及江南西南部較高，而沿淮淮北及江淮之間中部相對(duì)較低；山洪和平原內(nèi)澇的孕災(zāi)環(huán)境影響指數(shù)與地形密切相關(guān)，大別山區(qū)和皖南山區(qū)山洪孕災(zāi)環(huán)境影響指數(shù)較高，合肥以北、沿江大部及江南東部平原內(nèi)澇孕災(zāi)環(huán)境影響指數(shù)較高；根據(jù)風(fēng)險(xiǎn)就高的原則，將山洪和平原內(nèi)澇進(jìn)行疊加，得出融合山洪和平原內(nèi)澇的暴雨綜合致災(zāi)危險(xiǎn)性分布圖，高危險(xiǎn)區(qū)主要位于安徽省西南部，而低危險(xiǎn)區(qū)主要位于淮北北部、沿淮中西部及江淮之間中部。評(píng)估結(jié)果可用于全省氣象災(zāi)害綜合風(fēng)險(xiǎn)普查專項(xiàng)工作、實(shí)時(shí)氣象防災(zāi)減災(zāi)業(yè)務(wù)服務(wù)以及規(guī)劃計(jì)劃、重大工程建設(shè)氣候可行性論證等工作。

關(guān)鍵詞：致災(zāi)危險(xiǎn)性；雨澇指數(shù)；孕災(zāi)環(huán)境影響指數(shù)；暴雨；地理信息系統(tǒng)

中圖法分類號(hào)： P426.6 文獻(xiàn)標(biāo)志碼：A DOI： 10.12406/byzh.2022-118

Disaster-causing hazard assessment of rainstorms in Anhui Province

XIE Wusan 1，2 ，TANG Weian 1 ，WANG Sheng 1

（1. Anhui Climate Center， Hefei 230031; 2. Anhui Key Laboratory of Atmospheric Science and Satellite Remote Sensing， Hefei 230031）

Abstract： Disaster-causing hazard assessment is the key to risk assessment and regionalization of rainstorms and flood disasters. Using the hourly and daily precipitation data of all national and regional meteorological stations in Anhui Province from the year of establishment of these stations to 2020， as well as the geographic information data， etc.， this paper has determined the weights of the four characteristic quanti?ties of the single station rainstorm process by the information entropy weighting method， and then calculated the rainstorm process intensity indexes and annual waterlogging indexes. The intensity grade of the rainstorm process is divided into four grades by using the percentage quantile method. According to the altitude and terrain changes， the hazard-inducing environment impact index and disaster-causing hazard index of torrential flood and plain waterlogging are calculated respectively， and the two are superimposed to obtain the comprehensive distri?bution of disaster-causing hazard of rainstorms in Anhui Province. The results show that the thresholds of the rainstorm process intensity in?dex in Anhui Province based on the three percentiles of 50%， 75%， and 90% are 0.059， 0.095， and 0.154 respectively. The annual waterlog?ging index shows a spatial distribution of the \"high in the south and low in the north\" characteristic， with higher values in the Dabie Mountain，the central and western region along the Yangtze River， and the southwestern region of the Jiangnan， while relatively lower values in the Huaibei region and the middle of the Jiang-Huai region. The hazard-inducing environment impact indexes of torrential flood and plain water?logging are closely related to terrain. The hazard-inducing environment impact index of the torrential flood is relatively high in the Dabie Mountain and southern mountainous area in Anhui Province， while the hazard-inducing environment impact index of plain waterlogging is relatively high in the northern part of Hefei， most areas along the Yangtze River and the eastern of Jiangnan. According to the risk evaluating principle of being subject to the higher one， the disaster-causing hazards of torrential flood and plain waterlogging have been superimposed and the comprehensive disaster-causing hazard map of rainstorms has been obtained. The high-risk area is mainly located in the southwest of Anhui， while the low-risk area is mainly located in the north of Huaibei， the middle and west of the Huaihe River， and the middle of the Ji?ang-Huai region. The evaluation results can be applied to the special work of comprehensive risk survey of meteorological disasters in the whole province， real-time meteorological disaster prevention and reduction service， climate feasibility demonstration of planning and major engineering construction， etc.

Keywords：disaster-causinghazard;waterloggingindex;hazard inducing environmentimpactindex;rainstorm;geographicinformationsystem

引 言

國(guó)際減災(zāi)十年委員會(huì)（IDNDR）指出，暴雨洪澇災(zāi)害是人類面臨的最嚴(yán)重的自然災(zāi)害之一，占自然災(zāi)害引起死亡的55%，占自然災(zāi)害引起經(jīng)濟(jì)損失的31%（韓平和程先富，2012）。暴雨洪澇災(zāi)害是我國(guó)的主要?dú)庀鬄?zāi)害之一，往往對(duì)社會(huì)經(jīng)濟(jì)發(fā)展和人民生命財(cái)產(chǎn)安全構(gòu)成嚴(yán)重威脅（周月華等，2019），如河南“75·8”特大暴雨（丁一匯，2015）、北京“7·21”特大暴雨（段伯隆等，2017）、鄭州“7·20”極端暴雨等（蘇愛(ài)芳等，2021），均造成嚴(yán)重經(jīng)濟(jì)損失和人員傷亡，因而開展暴雨災(zāi)害致災(zāi)危險(xiǎn)性研究具有重要意義。

暴雨在山區(qū)主要引發(fā)山洪，具有來(lái)勢(shì)猛、成災(zāi)快、破壞性強(qiáng)、易造成人員傷亡等特點(diǎn)（吉中會(huì)等，2018；呂新生等，2021）；而在平原地區(qū)主要造成內(nèi)澇，其波及范圍廣，持續(xù)時(shí)間長(zhǎng)，造成的損失巨大（王越等，2018）。近年來(lái)，針對(duì)山洪災(zāi)害致災(zāi)危險(xiǎn)性評(píng)價(jià)以及風(fēng)險(xiǎn)評(píng)估與區(qū)劃的研究已有不少，如任洪玉等（2018）基于自然災(zāi)害風(fēng)險(xiǎn)理論，將多年暴雨極值年均雨量與多年暴雨極值變異系數(shù)加權(quán)綜合，得到暴雨綜合指標(biāo)，再與地形起伏度以乘積形式疊加后得到山洪災(zāi)害危險(xiǎn)性分布。高展等（2015）以黃山風(fēng)景區(qū)為研究對(duì)象，致災(zāi)因子考慮暴雨強(qiáng)度與頻率的綜合，暴雨強(qiáng)度強(qiáng)、頻率高，則致災(zāi)危險(xiǎn)性高；孕災(zāi)環(huán)境考慮高程與地形變化的綜合，海拔高、起伏大，孕災(zāi)敏感性越高；承災(zāi)體考慮景區(qū)游客流量以及建筑物密集度的綜合，游客流量大、建筑物越密集，山洪易損性越高，將三者進(jìn)行加權(quán)綜合得到山洪災(zāi)害風(fēng)險(xiǎn)區(qū)劃。吳小君等（2018）從致災(zāi)因子、下墊面孕災(zāi)環(huán)境和承災(zāi)體三個(gè)角度，確定影響山洪災(zāi)害的9個(gè)評(píng)價(jià)指標(biāo)，構(gòu)建了基于隨機(jī)森林的模型，完成江西省山洪災(zāi)害風(fēng)險(xiǎn)評(píng)估。劉業(yè)偉等（2018）從危險(xiǎn)性和易損性兩方面構(gòu)建了風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，基于層次分析法和地理信息系統(tǒng)，建立山洪災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)模型，繪制山洪災(zāi)害危險(xiǎn)性、易損性和風(fēng)險(xiǎn)分布圖。同樣，針對(duì)平原內(nèi)澇災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃的研究也有不少，如李蘭等（2013）基于GIS的暴雨洪澇淹沒(méi)模型，利用D8及曼寧公式計(jì)算不同重現(xiàn)期面雨量淹沒(méi)范圍和水深，并運(yùn)用災(zāi)害風(fēng)險(xiǎn)原理繪制了漳河流域暴雨洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃圖。盧珊等（2015）基于逐日降水資料，采用距平分析、Mann-Ken?dall 檢驗(yàn)以及信息擴(kuò)散的模糊數(shù)學(xué)方法對(duì)秦嶺北麓汛期暴雨洪澇進(jìn)行災(zāi)害風(fēng)險(xiǎn)評(píng)估。郭樹軍等（2017）基于降雨強(qiáng)度、積水深度、危險(xiǎn)源及承災(zāi)體等，建立了針對(duì)易澇點(diǎn)的“雨強(qiáng)-水深-風(fēng)險(xiǎn)情景”評(píng)估模型。謝五三等（2015）基于二維水動(dòng)力模型FloodArea，輸入降水、DEM、土地利用等參數(shù)，得到洪水淹沒(méi)范圍、水深、歷時(shí)等信息，再結(jié)合承災(zāi)體信息完成流域暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃。綜上所述，針對(duì)山洪和平原內(nèi)澇致災(zāi)危險(xiǎn)性分析及風(fēng)險(xiǎn)評(píng)估與區(qū)劃大致可概括為兩種方式：一種是基于數(shù)理統(tǒng)計(jì)法，選取表征暴雨的相關(guān)特征量，歸一化去量綱后加權(quán)綜合得到致災(zāi)危險(xiǎn)性指數(shù)，再與孕災(zāi)環(huán)境敏感性、承災(zāi)體暴露度和脆弱性加權(quán)綜合得到風(fēng)險(xiǎn)評(píng)估與區(qū)劃，有些研究則認(rèn)為孕災(zāi)環(huán)境為致災(zāi)危險(xiǎn)性的構(gòu)成部分，將孕災(zāi)環(huán)境融入到致災(zāi)危險(xiǎn)性指數(shù)中，得到綜合的致災(zāi)危險(xiǎn)性評(píng)估結(jié)果；另一種是基于模型法，將降水量及地形地貌等相關(guān)參數(shù)輸入水文、水動(dòng)力等模型，得到洪水淹沒(méi)范圍、水深等信息，再結(jié)合承災(zāi)體暴露度和脆弱性開展風(fēng)險(xiǎn)評(píng)估與區(qū)劃。然而，以上研究均是將山洪和平原內(nèi)澇分開考慮，而在開展大范圍的暴雨致災(zāi)危險(xiǎn)性分析以及風(fēng)險(xiǎn)評(píng)估與區(qū)劃時(shí)，需將山洪和平原內(nèi)澇進(jìn)行融合，同時(shí)考慮兩者的共同影響，得到綜合致災(zāi)危險(xiǎn)性及風(fēng)險(xiǎn)評(píng)估與區(qū)劃結(jié)果。

安徽省地勢(shì)西南高、東北低，地貌以平原、丘陵和山地為主；長(zhǎng)江、淮河橫貫東西，將全省劃分為淮北平原、江淮丘陵和皖南山區(qū)三大自然區(qū)域；氣候上屬暖溫帶與亞熱帶的過(guò)渡地區(qū)，天氣氣候復(fù)雜，暴雨災(zāi)害頻發(fā)，山洪和平原內(nèi)澇兼而有之（安徽省氣象局，2014）。

本文以安徽省為例，基于數(shù)理統(tǒng)計(jì)法構(gòu)建致災(zāi)危險(xiǎn)性指數(shù)，以風(fēng)險(xiǎn)就高的原則將山洪和平原內(nèi)澇進(jìn)行融合，開展暴雨綜合致災(zāi)危險(xiǎn)性分析評(píng)估，在GIS平臺(tái)上繪制出精細(xì)化的暴雨綜合致災(zāi)危險(xiǎn)性圖譜，一方面為第一次全國(guó)自然災(zāi)害綜合風(fēng)險(xiǎn)普查專項(xiàng)工作提供技術(shù)支撐，另一方面可為實(shí)時(shí)氣象防災(zāi)減災(zāi)服務(wù)以及氣候可行性論證等相關(guān)工作提供參考。

1 資料與方法

1.1 資料來(lái)源

本文所用降水?dāng)?shù)據(jù)為安徽省所有國(guó)家氣象觀測(cè)站（以下簡(jiǎn)稱國(guó)家站，共81個(gè)）及區(qū)域自動(dòng)氣象站（以下簡(jiǎn)稱區(qū)域站，共2 270個(gè)）建站至2020年逐日逐時(shí)降水資料，直接用于開展暴雨致災(zāi)危險(xiǎn)性評(píng)價(jià)。所有國(guó)家站資料經(jīng)質(zhì)量控制，滿足研究需要；針對(duì)區(qū)域站，先根據(jù)其建站時(shí)間進(jìn)行篩選，直接剔除建站相對(duì)較晚、資料序列較短的區(qū)域站（2012年以后建站），共442個(gè)，最終剩余1 828個(gè)，占所有區(qū)域站的81%；此外，區(qū)域站日雨量和小時(shí)雨量有明顯錯(cuò)誤的記錄（如日雨量超過(guò)1 000 mm，甚至2 000 mm）存在，根據(jù)安徽省現(xiàn)行的日雨量和小時(shí)雨量質(zhì)控界限值，對(duì)于超過(guò)界限值的記錄全部刪除，不參與后續(xù)計(jì)算分析。行政區(qū)劃圖選用國(guó)務(wù)院第一次全國(guó)自然災(zāi)害綜合風(fēng)險(xiǎn)普查辦公室制作的安徽省行政區(qū)劃圖。地形高程數(shù)據(jù)來(lái)自 SRTM（Shuttle Radar Topography Mission），精度為30 m×30 m。安徽省氣象站點(diǎn)分布見(jiàn)圖1。

1.2 研究方法

1.2.1 單站暴雨過(guò)程的定義及其強(qiáng)度指數(shù)的計(jì)算

單個(gè)氣象站（包括國(guó)家站和區(qū)域站）24 h（以北京時(shí)20∶00為日界）降雨量≥50 mm的降雨日為單站暴雨日。單站暴雨過(guò)程是指單站暴雨日持續(xù)天數(shù)≥1 d的或者間斷日僅1 d且出現(xiàn)中雨以上降水過(guò)程，暴雨過(guò)程開始日/結(jié)束日：暴雨過(guò)程首個(gè)/最后一個(gè)暴雨日。該暴雨過(guò)程的定義是以暴雨日開始，并以暴雨日結(jié)束，條件相對(duì)較為嚴(yán)苛，目的是為了將降水過(guò)程中最強(qiáng)的降水時(shí)段挑選出來(lái)并分析其致災(zāi)危險(xiǎn)性，更能突出暴雨造成的危害，更好地應(yīng)用于氣象防災(zāi)減災(zāi)業(yè)務(wù)。選擇以下4個(gè)指標(biāo)表征單站暴雨過(guò)程強(qiáng)度：最大小時(shí)降水量（I 1pre ），即整個(gè)暴雨過(guò)程中小時(shí)降水量最大值；最大日降水量（I 24pre ），即整個(gè)暴雨過(guò)程中日降水量最大值；過(guò)程累積降水量（I pre ），即整個(gè)暴雨過(guò)程的累積降水量；暴雨過(guò)程持續(xù)日數(shù)（I day ），即暴雨過(guò)程的開始日至結(jié)束日總天數(shù)。具體方法如下：對(duì)于每個(gè)氣象站，先按單站暴雨過(guò)程的定義，計(jì)算各站建站至2020年所有場(chǎng)次的暴雨過(guò)程，進(jìn)而提取每次暴雨過(guò)程的起止日期，根據(jù)暴雨過(guò)程起止日期及各站長(zhǎng)序列的日雨量和小時(shí)雨量資料，統(tǒng)計(jì)各站歷次暴雨過(guò)程的最大小時(shí)降水量、最大日降水量、過(guò)程累積降水量以及過(guò)程持續(xù)日數(shù)。單站暴雨過(guò)程強(qiáng)度指數(shù)（I R ）的計(jì)算見(jiàn)下式

I R =A×I 1pre +B×I 24pre +C×I pre +D×I day （1）

式中：I R 為單站暴雨過(guò)程強(qiáng)度指數(shù)；I 1pre 、I 24pre 、I pre 和I day 分別為經(jīng)歸一化處理后的4個(gè)評(píng)估指標(biāo)數(shù)值；A、B、C、D為權(quán)重系數(shù)，采用信息熵賦權(quán)法確定，該方法可以客觀地反映各評(píng)價(jià)指標(biāo)的權(quán)重，詳見(jiàn)2021年中國(guó)氣象局發(fā)布的《全國(guó)氣象災(zāi)害綜合風(fēng)險(xiǎn)普查技術(shù)規(guī)范》中的《暴雨災(zāi)害調(diào)查與風(fēng)險(xiǎn)評(píng)估技術(shù)規(guī)范》（以下簡(jiǎn)稱“規(guī)范2021”）。

1.2.2 暴雨過(guò)程提取及強(qiáng)度等級(jí)劃分

根據(jù)“規(guī)范2021”，提取經(jīng)過(guò)質(zhì)控的安徽省所有國(guó)家站（81個(gè)）及區(qū)域站（1 828個(gè)）建站至2020年所有的暴雨過(guò)程，并計(jì)算各站每次暴雨過(guò)程的最大小時(shí)降水量、最大日降水量、過(guò)程累積降水量和暴雨過(guò)程持續(xù)日數(shù)4個(gè)特征量。

全省所有國(guó)家站建站至 2020 年暴雨過(guò)程共計(jì)16 086個(gè)，區(qū)域站建站至2020年暴雨過(guò)程共計(jì)74 990個(gè)。由于暴雨過(guò)程各特征量的量綱不一致，先將其進(jìn)行歸一化處理，采用信息熵賦權(quán)法確定各特征量的權(quán)重，最終得到4個(gè)特征量的權(quán)重分別是：最大小時(shí)降水量0.268、最大日降水量0.289、過(guò)程累積降水量0.215、暴雨過(guò)程持續(xù)日數(shù)0.228；再按公式（1）進(jìn)行加權(quán)綜合，得到全省所有氣象站建站至2020年暴雨過(guò)程強(qiáng)度指數(shù)（I R ），根據(jù)“規(guī)范2021”，暴雨過(guò)程強(qiáng)度等級(jí)分為一般性、偏強(qiáng)、強(qiáng)、極端事件四個(gè)等級(jí)，采用百分位數(shù)法（唐永蘭等，2018），取50%、75%、90%三個(gè)百分位數(shù)，將全省暴雨過(guò)程強(qiáng)度劃分為Ⅳ級(jí)（一般性）、Ⅲ級(jí)（偏強(qiáng)）、Ⅱ級(jí)（強(qiáng)）和Ⅰ級(jí)（極端事件）四個(gè)等級(jí)，安徽省暴雨過(guò)程強(qiáng)度等級(jí)劃分見(jiàn)表1。

1.2.3 暴雨綜合致災(zāi)危險(xiǎn)性計(jì)算

在山洪和平原內(nèi)澇致災(zāi)危險(xiǎn)性計(jì)算結(jié)果的基礎(chǔ)上，根據(jù)風(fēng)險(xiǎn)就高的原則，在GIS平臺(tái)上將二者進(jìn)行疊加，取山洪和平原內(nèi)澇的高值，得到暴雨綜合致災(zāi)危險(xiǎn)性指數(shù)，計(jì)算公式如下

I t =Max { H m ，H n } （2）

式中： I t 為暴雨綜合致災(zāi)危險(xiǎn)性指數(shù)； H m 為山洪致災(zāi)危險(xiǎn)性指數(shù)； H n 為平原內(nèi)澇致災(zāi)危險(xiǎn)性指數(shù)。

2 安徽省暴雨致災(zāi)危險(xiǎn)性評(píng)估

2.1 暴雨致災(zāi)危險(xiǎn)性分析

根據(jù)全省所有國(guó)家站及區(qū)域站建站至2020年歷次暴雨過(guò)程強(qiáng)度指數(shù)，累加各站每年逐場(chǎng)暴雨過(guò)程強(qiáng)度值，得到各站建站至2020年逐年雨澇指數(shù)，進(jìn)而計(jì)算各站多年平均雨澇指數(shù)，在GIS平臺(tái)上采用克里金插值及自然斷點(diǎn)分級(jí)法，得到年雨澇指數(shù)空間分布。眾所周知，國(guó)家站觀測(cè)時(shí)間較長(zhǎng)，絕大部分站均有超過(guò)60 a的資料，但站數(shù)相對(duì)較少，而區(qū)域站的站數(shù)較多，分布較為稠密，但觀測(cè)時(shí)間相對(duì)較短，一般均在2006年以后建站，本文分別采用國(guó)家站、區(qū)域站以及所有氣象站（包含國(guó)家站及區(qū)域站）的資料計(jì)算得到年雨澇指數(shù)空間分布見(jiàn)圖2。

由圖2可見(jiàn)，采用不同站點(diǎn)計(jì)算得出的年雨澇指數(shù)空間分布型總體一致，高值區(qū)主要位于安徽西南部，暴雨過(guò)程出現(xiàn)概率及強(qiáng)度較大，低值區(qū)主要位于沿淮淮北及江淮之間中部，暴雨過(guò)程出現(xiàn)概率及強(qiáng)度相對(duì)較小。細(xì)究三者之間的差別不難發(fā)現(xiàn)，相對(duì)于國(guó)家站（圖2a），采用區(qū)域站（圖2b）以及所有氣象站（圖2c）計(jì)算得出的年雨澇指數(shù)，由于站點(diǎn)數(shù)相對(duì)較多，更能刻畫出年雨澇指數(shù)在局部區(qū)域的細(xì)節(jié)分布特征，且與下墊面地形地貌更加吻合；而區(qū)域站與所有氣象站之間分布高度一致，考慮到所用資料的全面性及代表性，年雨澇指數(shù)最終采用所有氣象站資料計(jì)算得出的結(jié)果。

暴雨孕災(zāi)環(huán)境是指暴雨影響下，對(duì)形成山洪、泥石流、滑坡、平原內(nèi)澇等次生災(zāi)害起作用的自然環(huán)境。暴雨孕災(zāi)環(huán)境對(duì)暴雨致災(zāi)危險(xiǎn)性起擴(kuò)大或縮小作用，主要考慮地形影響，而地形對(duì)山洪和平原內(nèi)澇的影響是完全不同的，對(duì)于海拔較高的山區(qū)來(lái)說(shuō)，暴雨造成的災(zāi)害主要為山洪；而對(duì)于地勢(shì)平坦的平原地區(qū)，暴雨造成的災(zāi)害主要為平原內(nèi)澇，故分別考慮地形對(duì)平原內(nèi)澇和山洪影響。

地形影響指數(shù)主要包括高程和地形變化，高程數(shù)據(jù)可以從基礎(chǔ)地理信息數(shù)據(jù)中直接提取，地形變化采用高程標(biāo)準(zhǔn)差表示。對(duì)于山洪，地勢(shì)越高、地形起伏越大的山區(qū)越容易引發(fā)山洪；對(duì)于平原內(nèi)澇，地勢(shì)越低、地形變化越小的平坦地區(qū)不利于洪水的排泄，容易形成平原內(nèi)澇。

對(duì)任一評(píng)估點(diǎn)，利用以該點(diǎn)為中心，其周圍8個(gè)格點(diǎn)的高程值計(jì)算高程標(biāo)準(zhǔn)差（S h ）

式中： h j 為周圍8個(gè)點(diǎn)的海拔高度（單位：m）；?為評(píng)估點(diǎn)的海拔高度（單位：m）； n =8。j 為高程的格點(diǎn)數(shù)。

根據(jù)海拔高度和高程標(biāo)準(zhǔn)差，按下表確定山洪地形因子影響指數(shù)（表 2）和平原內(nèi)澇地形因子影響指數(shù)（表3）。

考慮評(píng)估區(qū)域一致性，計(jì)算區(qū)域內(nèi)各點(diǎn)孕災(zāi)環(huán)境影響指數(shù)后，按式（4）對(duì)其進(jìn)行規(guī)范化處理，得到各評(píng)估點(diǎn)規(guī)范化的暴雨孕災(zāi)環(huán)境影響指數(shù)（I e ）。

式中： I cmin 為區(qū)域內(nèi)的最小暴雨孕災(zāi)環(huán)境影響指數(shù)，I cmax 為區(qū)域內(nèi)的最大暴雨孕災(zāi)環(huán)境影響指數(shù)， C 為常數(shù)，取值在0.2～0.4之間，本文取其中值0.3。計(jì)算得到的暴雨孕災(zāi)環(huán)境影響指數(shù)如為負(fù)值，則表示孕災(zāi)環(huán)境對(duì)暴雨致災(zāi)危險(xiǎn)性起消減作用，如為正值則表示加重暴雨致災(zāi)危險(xiǎn)性。

根據(jù)以上算法分別得到安徽省山洪和平原內(nèi)澇孕災(zāi)環(huán)境影響指數(shù)（圖3）。由圖3分析可知，安徽省大別山區(qū)和皖南山區(qū)地勢(shì)較高，地形起伏較大，山洪孕災(zāi)環(huán)境影響指數(shù)較高；其他地區(qū)地勢(shì)較低，地形起伏相對(duì)較小，平原內(nèi)澇孕災(zāi)環(huán)境影響指數(shù)較高。

2.2 暴雨致災(zāi)危險(xiǎn)性評(píng)估

根據(jù)“規(guī)范2021”，暴雨致災(zāi)危險(xiǎn)性指數(shù)由年雨澇指數(shù)和孕災(zāi)環(huán)境影響指數(shù)加權(quán)綜合而得，計(jì)算公式如下

I D =H e ′A 1 +R y ′A 2 （5）

式中： I D 為暴雨致災(zāi)危險(xiǎn)性指數(shù)， H e 為暴雨孕災(zāi)環(huán)境影響指數(shù)， R y 為年雨澇指數(shù)；A 1 和A 2 分別為暴雨孕災(zāi)環(huán)境影響指數(shù)和年雨澇指數(shù)的權(quán)重系數(shù)。

結(jié)合安徽實(shí)際情況，采用專家打分法，和分別取0.5和0.5，即等權(quán)重考慮年雨澇指數(shù)和暴雨孕災(zāi)環(huán)境影響指數(shù)，再根據(jù)“規(guī)范2021”，暴雨致災(zāi)危險(xiǎn)性劃分為低危險(xiǎn)區(qū)、較低危險(xiǎn)區(qū)、較高危險(xiǎn)區(qū)、高危險(xiǎn)區(qū)四個(gè)等級(jí)，得到山洪和平原內(nèi)澇致災(zāi)危險(xiǎn)性分布（圖4）。從中可見(jiàn)，山洪致災(zāi)危險(xiǎn)性高危險(xiǎn)區(qū)主要位于大別山區(qū)和皖南山區(qū)，低危險(xiǎn)區(qū)主要位于沿淮淮北和江淮之間中部；平原內(nèi)澇致災(zāi)危險(xiǎn)性高危險(xiǎn)區(qū)主要位于沿江中部及西部、皖南西南部等，低危險(xiǎn)區(qū)主要位于沿淮淮北、江淮之間中部及皖南東南部。

根據(jù)風(fēng)險(xiǎn)就高的原則，在GIS平臺(tái)上，將山洪致災(zāi)危險(xiǎn)性圖和平原內(nèi)澇致災(zāi)危險(xiǎn)性圖進(jìn)行疊加也即同一個(gè)地區(qū)的柵格值（歸一化的致災(zāi)危險(xiǎn)性），取山洪和平原內(nèi)澇兩者的高值，得到安徽省暴雨綜合致災(zāi)危險(xiǎn)性分布圖（圖5）。分析可知，安徽省暴雨綜合致災(zāi)高危險(xiǎn)區(qū)主要位于大別山區(qū)、沿江中部及西部、皖南西南部等，而淮北北部、沿淮中西部及江淮之間中部為低危險(xiǎn)區(qū)。

3 結(jié)論與討論

利用安徽省所有國(guó)家站及區(qū)域站建站至2020年逐日、逐時(shí)降水量及地理信息等資料，提取所有暴雨過(guò)程并進(jìn)行強(qiáng)度等級(jí)劃分，基于數(shù)理統(tǒng)計(jì)法構(gòu)建暴雨致災(zāi)危險(xiǎn)性指數(shù)，并根據(jù)風(fēng)險(xiǎn)就高的原則，融合山洪和平原內(nèi)澇致災(zāi)危險(xiǎn)性，繪制出安徽省暴雨綜合致災(zāi)危險(xiǎn)性區(qū)劃圖，主要結(jié)論如下：

（1） 安徽省所有氣象站建站至2020年的暴雨過(guò)程共計(jì)91 076個(gè)樣本，采用歸一化去量綱、信息熵賦權(quán)法確定權(quán)重，再加權(quán)綜合計(jì)算得到每次暴雨過(guò)程的強(qiáng)度指數(shù)，基于50%、75%和90%三個(gè)百分位數(shù)，將暴雨過(guò)程強(qiáng)度劃分為Ⅳ級(jí)（一般性）、Ⅲ級(jí)（偏強(qiáng)）、Ⅱ級(jí)（強(qiáng)）和Ⅰ級(jí)（極端事件）四個(gè)等級(jí)，暴雨過(guò)程強(qiáng)度指數(shù)對(duì)應(yīng)的閾值分別為0.059、0.095和0.154。

（2） 對(duì)比分析采用國(guó)家站、區(qū)域站及所有氣象站資料計(jì)算而得的年雨澇指數(shù)可知，所有氣象站資料計(jì)算結(jié)果最優(yōu)，進(jìn)而選取全省所有氣象站歷次暴雨過(guò)程，逐年累加所有暴雨過(guò)程強(qiáng)度值，得到各站歷年雨澇指數(shù)，采用克里金插值及自然斷點(diǎn)分級(jí)法，得到安徽省年雨澇指數(shù)空間分布為：大別山區(qū)、沿江中西部及江南西南部年雨澇指數(shù)較高，而沿淮淮北及江淮之間中部年雨澇指數(shù)相對(duì)較低。

（3） 基于海拔高度和高程標(biāo)準(zhǔn)差，分別考慮山洪和平原內(nèi)澇的地形因子影響指數(shù)，安徽省大別山區(qū)和皖南山區(qū)地勢(shì)較高，地形起伏較大，山洪孕災(zāi)環(huán)境影響指數(shù)較高；合肥以北、沿江大部及江南東部地勢(shì)較低，地形起伏相對(duì)較小，平原內(nèi)澇孕災(zāi)環(huán)境影響指數(shù)較高。

（4） 將年雨澇指數(shù)和孕災(zāi)環(huán)境影響指數(shù)加權(quán)綜合，分別得到安徽省山洪和平原內(nèi)澇致災(zāi)危險(xiǎn)性分布，根據(jù)風(fēng)險(xiǎn)就高的原則，將兩種致災(zāi)危險(xiǎn)性進(jìn)行疊加，得到全省暴雨綜合致災(zāi)危險(xiǎn)性分布：高危險(xiǎn)區(qū)主要位于大別山區(qū)、沿江中部及西部、皖南西南部等，而淮北北部、沿淮中西部及江淮之間中部為低危險(xiǎn)區(qū)。

基于單站暴雨過(guò)程，選取其4個(gè)特征量構(gòu)建暴雨過(guò)程強(qiáng)度指數(shù)，并劃分各等級(jí)閾值，其結(jié)果可用于全省暴雨災(zāi)害實(shí)時(shí)監(jiān)測(cè)評(píng)估業(yè)務(wù)服務(wù)；此外，將暴雨引發(fā)的山洪和平原內(nèi)澇分開考慮，分別計(jì)算孕災(zāi)環(huán)境影響指數(shù)及致災(zāi)危險(xiǎn)性，再根據(jù)風(fēng)險(xiǎn)就高的原則將山洪和平原內(nèi)澇致災(zāi)危險(xiǎn)性進(jìn)行融合，繪制出全省暴雨綜合致災(zāi)危險(xiǎn)性區(qū)劃圖，可為全省氣象災(zāi)害綜合風(fēng)險(xiǎn)普查專項(xiàng)工作以及氣象防災(zāi)減災(zāi)業(yè)務(wù)提供技術(shù)支撐，也可為氣象災(zāi)害防御規(guī)劃、氣候可行性論證等工作提供參考。暴雨致災(zāi)危險(xiǎn)性評(píng)估涉及暴雨過(guò)程的定義與挑選、各特征量的選取及其權(quán)重確定、年雨澇指數(shù)計(jì)算、山洪和平原內(nèi)澇孕災(zāi)環(huán)境的不同以及致災(zāi)危險(xiǎn)性的融合等多個(gè)環(huán)節(jié)，還需不斷對(duì)各因素進(jìn)行優(yōu)化完善，以使結(jié)果與實(shí)況更吻合，此外，后續(xù)還將結(jié)合精細(xì)化的承災(zāi)體（人口、GDP、農(nóng)作物等）信息，開展暴雨災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃。

參考文獻(xiàn)（References）：

安徽省氣象局.2014.安徽省氣候圖集[M].北京：氣象出版社. Anhui Mete-orological Bureau. 2014. Climatological atlas of Anhui Province [M].Beijing： China Meteorological Press

丁一匯.2015.論河南“75·8”特大暴雨的研究：回顧與評(píng)述[J].氣象學(xué)報(bào)，73（3）：411-424. Ding Y H. 2015. On the study of the unprecedented heavy rainfall in Henan province during 4-8 August 1975： review and assessment [J]. Acta Meteorologica Sinica，73（3）：411-424 （in Chinese）.doi：10.11676/qxxb2015.067

段伯隆，張文龍，劉海文，等.2017.北京“7·21”特大暴雨過(guò)程暖區(qū)降水和鋒面降水的時(shí)空分布特征[J].暴雨災(zāi)害，36（2）：108-117. Duan B L，Zhang W L， Liu H W， et al. 2017. The spatial and temporal distribu-tions of warm sector rainfall and frontal rainfall for the torrential rain event in Beijing on 21 July 2012 [J]. Torrential Rain and Disasters，36（2）：108-117 （in Chinese）. doi：10.3969/j.issn.1004-9045.2017.02.002

高展，許劍勇，王勝，等.2015.黃山風(fēng)景區(qū)暴雨山洪災(zāi)害風(fēng)險(xiǎn)區(qū)劃研究[J].暴雨災(zāi)害，34（3）：281-285. Gao Z， Xu J Y， Wang S， et al. 2015. Re-search on regional risk zonation of mountain torrent disasters in Huang-shan scenic area [J]. Torrential Rain and Disasters，34（3）：281-285 （in Chinese）. doi：10.3969/j.issn.1004-9045.2015.03.012

郭樹軍，曾凡雷，王嘎，等.2017.基于信息擴(kuò)散技術(shù)的暴雨內(nèi)澇風(fēng)險(xiǎn)評(píng)估模型[J].氣象科技，45（6）：1077-1082. Guo S J， Zeng F L， Wang G， et al.2017. A rainstorm waterlogging risk model based on information diffu-sion technology [J]. Meteorological Science and Technology，45（6）：1077-1082 （in Chinese）. doi：10.19517/j.1671-6345.20160711

韓平，程先富.2012.洪水災(zāi)害損失評(píng)估研究綜述[J].環(huán)境科學(xué)與管理，37（4）：61-64. Han P， Cheng X F. 2012. Review on flood loss evalua-tion [J]. Environmental Science and Management，37（4）：61-64

吉中會(huì)，吳先華.2018.山洪災(zāi)害風(fēng)險(xiǎn)評(píng)估的研究進(jìn)展[J].災(zāi)害學(xué)，33（1） ：162-167，174. Ji Z H， Wu X H. 2018. A review about the risk assess-ment of torrential flood disaster [J]. Journal of Catastrophology，33（1）：162-167，174 （in Chinese）. doi：10.3969/j.issn.1000-811X.2018.01.029

李蘭，周月華，葉麗梅，等.2013.基于GIS淹沒(méi)模型的流域暴雨洪澇風(fēng)險(xiǎn)區(qū)劃方法[J].氣象，39（1）：112-117. Li L， Zhou Y H， Ye L M， et al. 2013.Basin rainstorm flood risk regionalization method based on GIS rain-storm flood inundation model [J]. Meteorological Monthly，39（1）：112-117 （in Chinese）. doi：10.7519/j.issn.1000-0526.2013.01.014

劉業(yè)偉，李斯穎，許小華，等.2018.江西省鉛山河流域山洪災(zāi)害風(fēng)險(xiǎn)區(qū)劃[J].水電能源科學(xué)，36（12）：55-58. Liu Y W， Li S Y， Xu X H， et al.2018. Risk zoning of mountain torrent disaster for Yanshan river basin in Jiangxi Province [J]. Water Resources and Power，36（12）：55-58 （in Chinese）

盧珊，高紅燕，張宏芳.2015.基于信息擴(kuò)散方法的秦嶺北麓汛期暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估[J].中國(guó)農(nóng)學(xué)通報(bào)，31（29）：235-240. Lu S， Gao H Y，Zhang H F. 2015. Risk assessment of rainstorm and flood disasters in flood season in the Northern foot of Qingling Mountain based on infor-mation diffusion method [J]. Chinese Agricultural Science Bulletin，31（29）：235-240 （in Chinese）

呂新生，周雅蔓，余行杰，等.2021.1961—2019年新疆暴雨山洪災(zāi)害損失的時(shí)空變化特征[J].沙漠與綠洲氣象，15（4）：42-49. Lü X S， Zhou Y M， Yu X J， et al. 2021. Temporal and spatial variation characteristics of rainstorm torrential flood disaster loss in Xinjiang during1961-2019 [J]. Desert and Oasis Meteorology，15（4）：42-49 （in Chi-nese）. doi：10.12057/j.issn.1002-0799. 2021.04.006

任洪玉，杜俊，丁文峰，等.2018.基于GIS 的全國(guó)山洪災(zāi)害風(fēng)險(xiǎn)評(píng)估[J].災(zāi)害學(xué)，33（4）：86-92. Ren H Y， Du J， Ding W F， et al. 2018. Risk assess-ment of mountain torrents disaster in China based on GIS [J]. Journal of Catastrophology，33（4）：86-92 （in Chinese）. doi：10.3969/j.issn.1000-811X.2018.04.016

蘇愛(ài)芳，呂曉娜，崔麗曼，等.2021.鄭州“7·20”極端暴雨天氣的基本觀測(cè)分析[J].暴雨災(zāi)害，40（5）：445-454. Su A F， Lü X N， Cui L M， et al.2021. The basic observational analysis of \"7.20\" extreme rainstorm in Zhengzhou [J]. Torrential Rain and Disasters，40（5）：445-454 （in Chi-nese）. doi：10.3969/j.issn.1004-9045.2021.05.001

唐永蘭，于曉晶，徐桂榮，等.2018.近54 a 湖北極端降水的變化特征及其與城市化的關(guān)系研究[J].暴雨災(zāi)害，37（1） ：73-82. Tang Y L， Yu X J，Xu G R， et al. 2018. Study on the change characteristics of extreme precipitation and its relationship with urbanization in Hubei province in recent 54 years [J]. Torrential Rain and Disasters，37（1）：73-82 （in Chinese）. doi：10.3969/j.issn.1004-9045.2018.01.010

王越，劉曙光.2018.基于ArcGIS的平原河網(wǎng)地區(qū)圩區(qū)內(nèi)澇模擬方法研究[J].華北水利水電大學(xué)學(xué)報(bào)（自然科學(xué)版），39（1）：81-85. Wang Y，Liu S G. 2018. Study on the simulation method of polder waterlogging in plain river network area based on ArcGIS [J]. Journal of North China University of Water Resources and Electric Power （Natural Science Edition），39（1）：81-85 （in Chinese）. doi：10.3969/j.issn.1002-5634.2018.01.013

吳小君，方秀琴，任立良，等.2018.基于隨機(jī)森林的山洪災(zāi)害風(fēng)險(xiǎn)評(píng)估-以江西省為例[J].水土保持研究，25（3） ：142-149. Wu X J， Fang X Q，Ren L L， et al. 2018. Risk assessment of mountain torrents disaster based on random forest-a case study in Jiangxi province [J]. Research ofSoilandWaterConservation，25（3）：142-149（inChinese）.doi：10.13869/j.cnki.rswc.2018.03.021

謝五三，田紅，盧燕宇.2015.基于FloodArea 模型的大通河流域暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估[J].暴雨災(zāi)害， 34（4）：384-387. Xie W S， Tian H， Lu Y Y. 2015. Risk evaluation of rainstorm and flood disasters in Datong riv-er basin based on the FloodArea model [J]. Torrential Rain and Disas-ters，34（4）：384-387 （in Chinese）. doi：10.3969/j.issn.1004-9045.2015.04.012

中國(guó)氣象局.2021.全國(guó)氣象災(zāi)害綜合風(fēng)險(xiǎn)普查技術(shù)規(guī)范：暴雨災(zāi)害調(diào)查與風(fēng)險(xiǎn)評(píng)估技術(shù)規(guī)范（災(zāi)害調(diào)查類）.中國(guó)氣象局全國(guó)氣象災(zāi)害綜合風(fēng)險(xiǎn)普查領(lǐng)導(dǎo)小組辦公室：1-20. China Meteorological Administra-tion.2021. Technical specification for national meteorological disaster comprehensive risk survey： technical specification for rainstorm disas-ter investigation and risk assessment （disaster investigation）. Office of the Leading Group for the National Comprehensive Meteorological Di-saster Risk Survey of the China Meteorological Administration：1-20

周月華，彭濤，史瑞琴.2019.我國(guó)暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估研究進(jìn)展[J].暴雨災(zāi)害，38（5）：494-501. Zhou Y H， Peng T， Shi R Q. 2019. Research progress on risk assessment of heavy rainfall and flood disasters in Chi-na [J]. Torrential Rain and Disasters，38（5）：494-501 （in Chinese）. doi：10.3969/j.issn.1004-9045.2019.05.011

（責(zé)任編輯 何明瓊）