王豫燕，王艷君，姜　彤,2

(1.南京信息工程大學(xué) a.氣象災(zāi)害預(yù)報(bào)預(yù)警與評(píng)估協(xié)同中心; b.地理與遙感學(xué)院，南京　210044；2.中國(guó)氣象局 國(guó)家氣候中心，北京　100081)

?

江蘇省暴雨洪澇災(zāi)害的暴露度和脆弱性時(shí)空演變特征

王豫燕1a,1b，王艷君1a,1b，姜彤1a,1b,2

(1.南京信息工程大學(xué) a.氣象災(zāi)害預(yù)報(bào)預(yù)警與評(píng)估協(xié)同中心; b.地理與遙感學(xué)院，南京210044；2.中國(guó)氣象局 國(guó)家氣候中心，北京100081)

摘要：以江蘇省為研究區(qū)域，利用1984—2011年的江蘇省暴雨洪澇災(zāi)害的災(zāi)情數(shù)據(jù)和社會(huì)經(jīng)濟(jì)數(shù)據(jù)，從災(zāi)害發(fā)生的暴露范圍、人口暴露度和農(nóng)作物暴露度3個(gè)方面分析災(zāi)害的暴露度特征，從人口脆弱性、農(nóng)作物脆弱性和經(jīng)濟(jì)脆弱性3個(gè)方面分析災(zāi)害的脆弱性特征。研究表明：1984—2011年，江蘇省暴雨洪澇災(zāi)害多年平均暴露面積、人口暴露度、農(nóng)作物暴露度分別為2.8萬km2、227.5萬人、4 484.3 km2;暴露面積及人口暴露度呈現(xiàn)增加趨勢(shì)，農(nóng)作物暴露度先升高后降低;高暴露區(qū)域主要分布在長(zhǎng)江、淮河流域水系沿岸及沿海區(qū)域縣(市、區(qū));江蘇省暴雨洪澇災(zāi)害多年平均人口脆弱性、農(nóng)作物脆弱性、經(jīng)濟(jì)脆弱性分別為0.05%，35.3%，0.63%，人口脆弱性平均水平較低，年代際間呈現(xiàn)下降趨勢(shì)；農(nóng)作物脆弱性呈增加趨勢(shì)；經(jīng)濟(jì)脆弱性先增加后降低。

關(guān)鍵詞：暴雨洪澇災(zāi)害；脆弱性；暴露度；時(shí)空變化；江蘇省

1研究背景

在全球變暖、海平面上升、快速城市化的背景下，自然災(zāi)害發(fā)生的強(qiáng)度、頻率及范圍不斷增加[1]；隨著全球經(jīng)濟(jì)的快速發(fā)展，由自然災(zāi)害所造成的損失也越來越大[2]。其中，暴雨洪澇災(zāi)害是目前造成損失最大的災(zāi)害之一，其程度在波動(dòng)中并處于上升趨勢(shì)[1]。我國(guó)地處東亞季風(fēng)區(qū)，暴雨頻發(fā)，地貌類型復(fù)雜多樣[3]，因此暴雨洪澇災(zāi)害較為頻繁，約有10%的國(guó)土面積受到威脅，這些地區(qū)占全國(guó)工農(nóng)業(yè)總產(chǎn)值的70%[4-5]。江蘇省位于亞洲大陸東岸中緯度地帶，處在亞熱帶和暖溫帶的氣候過渡地帶，屬東亞季風(fēng)氣候區(qū)，自然災(zāi)害種類較多、影響范圍較廣，是我國(guó)災(zāi)害發(fā)生較為頻繁的省份之一。另外，江蘇省地跨長(zhǎng)江、淮河南北，京杭大運(yùn)河從中穿過，該區(qū)域易受臺(tái)風(fēng)梅雨影響，年降水量一般在1 000 mm以上，加之地勢(shì)平坦、河道縱橫、湖泊密布，這種地形決定了暴雨洪澇災(zāi)害的易發(fā)性和抗御的復(fù)雜性。因此，暴雨洪澇災(zāi)害成為影響江蘇省生產(chǎn)生活最為嚴(yán)重的災(zāi)種，同時(shí)也是造成直接經(jīng)濟(jì)損失最大的災(zāi)種。

近年來，我國(guó)對(duì)暴雨洪澇的研究主要側(cè)重于災(zāi)害風(fēng)險(xiǎn)的評(píng)估方面，對(duì)暴雨洪澇災(zāi)害的評(píng)估有很多方法：王雪臣等[6]運(yùn)用洪澇指數(shù)的方法，對(duì)長(zhǎng)江中游地區(qū)暴雨洪澇災(zāi)害的強(qiáng)度和發(fā)生概率進(jìn)行分析；蔣新宇等[7]利用遙感數(shù)據(jù)和社會(huì)經(jīng)濟(jì)數(shù)據(jù)，對(duì)松花江干流流域的暴雨洪澇災(zāi)害風(fēng)險(xiǎn)進(jìn)行定量評(píng)價(jià)；萬君等[8]應(yīng)用GIS(Geographic Information System)技術(shù)研究了洪澇災(zāi)害危險(xiǎn)性和社會(huì)經(jīng)濟(jì)脆弱性，對(duì)湖北省進(jìn)行了洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估;田心如等[9-11]根據(jù)江蘇省50 a來記錄的梅雨資料，采用數(shù)學(xué)統(tǒng)計(jì)方法，對(duì)梅雨及其產(chǎn)生災(zāi)害的影響進(jìn)行了分析評(píng)估。聯(lián)合國(guó)政府間氣候變化專門委員會(huì)[12](IPCC)在《管理極端事件和災(zāi)害風(fēng)險(xiǎn)，推進(jìn)氣候變化適應(yīng)》特別報(bào)告中指出，災(zāi)害風(fēng)險(xiǎn)是災(zāi)害事件、暴露度和脆弱性的函數(shù)，即極端氣候的影響和潛在的災(zāi)害是極端氣候本身以及人類和自然系統(tǒng)的暴露度和脆弱性共同作用的結(jié)果。因此，暴露度和脆弱性的分析是風(fēng)險(xiǎn)評(píng)估的重要方法和手段，極端和非極端事件的嚴(yán)重程度及影響，以及它們能否構(gòu)成災(zāi)害，在很大程度上取決于脆弱性和暴露度水平，暴露度和脆弱性是災(zāi)害風(fēng)險(xiǎn)及其影響的關(guān)鍵決定因素。分析暴露度和脆弱性的時(shí)空特征是災(zāi)害風(fēng)險(xiǎn)評(píng)估與管理的重要內(nèi)容，能夠?yàn)闉?zāi)害的預(yù)報(bào)預(yù)警以及實(shí)施防災(zāi)減災(zāi)工作提供理論依據(jù)[13]。

目前，我國(guó)對(duì)暴雨洪澇災(zāi)害暴露度和脆弱性的時(shí)空特征分析的研究較少，由于災(zāi)情數(shù)據(jù)資料的搜集較為困難，對(duì)災(zāi)害脆弱性的研究，多數(shù)是采用基于社會(huì)經(jīng)濟(jì)指標(biāo)體系的評(píng)估方法[14]，較少運(yùn)用基于歷史災(zāi)情數(shù)據(jù)的數(shù)理統(tǒng)計(jì)方法以及基于災(zāi)損曲線的方法[15]。本文采用基于歷史災(zāi)情數(shù)據(jù)的數(shù)理統(tǒng)計(jì)方法，搜集和整理江蘇省暴雨洪澇災(zāi)害1984—2011年的災(zāi)情數(shù)據(jù)及社會(huì)經(jīng)濟(jì)數(shù)據(jù)，從時(shí)間和空間角度對(duì)災(zāi)害的暴露度和脆弱性進(jìn)行分析，為進(jìn)行災(zāi)害風(fēng)險(xiǎn)管理、區(qū)劃和以區(qū)域?yàn)閷?duì)象的防災(zāi)減災(zāi)規(guī)劃提供科學(xué)依據(jù)和理論參考。

2數(shù)據(jù)來源與特征指標(biāo)

2.1數(shù)據(jù)來源

本研究所用社會(huì)經(jīng)濟(jì)數(shù)據(jù)來源于江蘇省統(tǒng)計(jì)年鑒，其中包含江蘇省77個(gè)縣(市、區(qū))的行政面積、1984—2011年逐年全省國(guó)內(nèi)生產(chǎn)總值(Gross Domestic Product，GDP)、人口及農(nóng)作物播種面積。災(zāi)情數(shù)據(jù)來源于中國(guó)氣象局國(guó)家氣候中心災(zāi)情數(shù)據(jù)庫(kù)，包括1984—2011年各縣(市、區(qū))發(fā)生暴雨洪澇災(zāi)害所造成的受災(zāi)人口、受傷人口、死亡人口、直接經(jīng)濟(jì)損失、農(nóng)作物受災(zāi)面積和農(nóng)作物成災(zāi)面積。

2.2暴雨洪澇災(zāi)害的暴露度和脆弱性指標(biāo)

暴露度指人員、生計(jì)、環(huán)境服務(wù)和各種資源、基礎(chǔ)設(shè)施，以及經(jīng)濟(jì)、社會(huì)或文化資產(chǎn)等處在有可能受到不利影響的位置，是災(zāi)害影響的最大范圍[12,16]。脆弱性是承災(zāi)體受到自然災(zāi)害外力作用下的損壞程度, 指受到不利影響的傾向或趨勢(shì)[12,16]。評(píng)估承災(zāi)體脆弱性是災(zāi)害風(fēng)險(xiǎn)研究中的重要部分，在進(jìn)行承災(zāi)體脆弱性評(píng)估之前，要確定該區(qū)域內(nèi)承災(zāi)體數(shù)量的多少，即進(jìn)行暴露度評(píng)估。暴露度反映在一定強(qiáng)度致險(xiǎn)因子影響下，可能遭受損失的承災(zāi)體總量。對(duì)于風(fēng)險(xiǎn)而言，暴露度越大其災(zāi)害風(fēng)險(xiǎn)也就越大[17-18]。

在暴露度指標(biāo)的選取上，用暴露于暴雨洪澇災(zāi)害下的各縣(市、區(qū))的面積、受災(zāi)人口數(shù)和受災(zāi)的農(nóng)作物面積分別作為災(zāi)害暴露范圍指標(biāo)、人口暴露度指標(biāo)和農(nóng)作物暴露度指標(biāo)。

在脆弱性指標(biāo)的選取上，用死亡人口和受傷人口之和占總受災(zāi)人口的百分比來表示人口脆弱性指標(biāo)；農(nóng)作物成災(zāi)面積占農(nóng)作物受災(zāi)面積的百分比來表示農(nóng)作物脆弱性指標(biāo)；各縣(市、區(qū))的直接經(jīng)濟(jì)損失占全省GDP的百分比作為經(jīng)濟(jì)脆弱性的指標(biāo)。

3暴雨洪澇災(zāi)害暴露度特征

3.1災(zāi)害的暴露范圍特征

研究區(qū)域包括江蘇省77個(gè)縣(市、區(qū))，將發(fā)生暴雨洪澇災(zāi)害的縣(市、區(qū))視為暴露縣(市、區(qū))。由江蘇省1984—2011年暴露縣(市、區(qū))逐年變化曲線(圖1)可以看出，江蘇省多年平均暴露縣(市、區(qū))為28個(gè)，統(tǒng)計(jì)各受災(zāi)縣(市、區(qū))面積得到多年平均災(zāi)害暴露范圍達(dá)2.8萬km2。1984—2011年期間，暴露縣(市、區(qū))個(gè)數(shù)總體呈現(xiàn)增加趨勢(shì)：20世紀(jì)80年代中后期(1984—1989年)平均受災(zāi)縣(市、區(qū))有22個(gè)，暴露范圍都在3萬km2以下，平均暴露范圍為2.27萬km2；20世紀(jì)90年代(1990—1999年)平均受災(zāi)縣(市、區(qū))為24個(gè)，與80年代比波動(dòng)不大，有小幅增加趨勢(shì)，90年代初暴露范圍明顯增大，1991年達(dá)到5.39萬km2，其后暴露范圍在3萬km2以下波動(dòng)，平均暴露范圍為2.26萬km2。21世紀(jì)初(2000—2011年)，平均暴露縣(市、區(qū))增加到35個(gè)，平均暴露范圍呈現(xiàn)明顯上升趨勢(shì)，達(dá)到3.57萬km2。其中，2003年、2005年、2007年暴露縣(市、區(qū))個(gè)數(shù)都在50以上，暴露范圍分別為5.8萬、4.1萬和6.9萬 km2。

圖1　1984—2011年江蘇省暴露縣(市、區(qū))逐年變化

1984—2011年各縣(市、區(qū))發(fā)生暴雨洪澇災(zāi)害總次數(shù)的空間分布,如圖2所示，暴雨洪澇災(zāi)害發(fā)生的高頻縣(市、區(qū))主要分布在徐州市、宿遷市及鹽城市。其中宿遷市及其泗陽(yáng)縣、徐州新沂市28 a間災(zāi)害發(fā)生總次數(shù)在20次以上，平均每年都有暴雨洪澇災(zāi)害發(fā)生，原因主要在于它們的地理位置，如泗陽(yáng)縣有京杭大運(yùn)河橫穿全境，大小河道30多條，總長(zhǎng)近700 km；新沂市屬于淮河水系沿岸縣。這些狀況決定了暴雨洪澇災(zāi)害的多發(fā)。另外，沿海區(qū)域的鹽城市、常州市市轄區(qū)、南京市江浦縣(現(xiàn)南京市浦口區(qū))都屬于災(zāi)害發(fā)生高頻縣(市、區(qū))。

圖2　1984—2011年江蘇省各縣 (市、區(qū))受災(zāi)頻次的空間分布

3.2人口暴露度特征

圖3　1984—2011年江蘇省人口暴露度變化趨勢(shì)

以受災(zāi)人口數(shù)作為人口暴露度指標(biāo)，根據(jù)多年人口暴露度的時(shí)間變化(圖3)，江蘇省多年平均人口暴露度為227.5萬人，各時(shí)段縣(市、區(qū))的人口暴露度呈現(xiàn)明顯的增長(zhǎng)趨勢(shì)：20世紀(jì)80年代(1984—1989年)人口暴露度較低，平均人口暴露度為20.28萬人，占80年代平均總?cè)丝诘?.32%。90年代(1990—1999年)的平均人口暴露度達(dá)到239.1萬人，占90年代平均總?cè)丝诘?.4%，約為80年代的10倍，增幅較明顯；其中，1991年為28 a間人口暴露度最大的年份，達(dá)1 087.4萬人，占1991年總?cè)丝诘?5.89%。21世紀(jì)初(2000—2011年)，人口暴露度繼續(xù)增加，年均人口暴露度為321.3萬人，占該時(shí)段平均總?cè)丝诘?.22%，2003年人口暴露度達(dá)到1 210.4萬人，占2003年總?cè)丝诘?6.23%，成為該階段人口暴露度最高的年份。

整體上，全省人口暴露度以平均每年11.85萬人的速度增長(zhǎng)，且可以明顯看出，1991年和2003年人口暴露度較為突出。其原因在于，1991年人夏以來，淮河流域出現(xiàn)了多次較強(qiáng)的降水過程，由于降雨強(qiáng)度大，覆蓋范圍廣，降雨時(shí)間長(zhǎng)，再加上洪水出現(xiàn)得早，比歷年同期提前了1個(gè)月左右，使淮河流域遭受了自1954年以來最大的一次洪澇災(zāi)害[19]，危險(xiǎn)性水平較高，使得淮河流域沿岸的縣(市、區(qū))，如連云港、徐州、淮安、宿遷、揚(yáng)州、泰州等9個(gè)市及54個(gè)縣(市、區(qū))受到影響，另外，該年發(fā)生災(zāi)害的縣(市、區(qū))有較高的人口密度，例如，揚(yáng)州市該年人口密度達(dá)1 400人/ km2。2003年梅汛期在1個(gè)月以上，淮河流域也發(fā)生嚴(yán)重的暴雨洪澇災(zāi)害，給淮河流域各縣(市、區(qū))都帶來了極大的危害，受災(zāi)嚴(yán)重的徐州市、揚(yáng)州市、淮安市、鹽城市人口密度都較高，其中，徐州市該年人口密度達(dá)807人/km2。從受災(zāi)縣(市、區(qū))個(gè)數(shù)也可以看出， 這2 a有較高的暴露水平。

根據(jù)江蘇省1984—2011年各縣(市、區(qū))多年平均人口暴露度的空間分布情況(圖4)，人口暴露度較大的縣(市、區(qū))主要位于江蘇省北部以及中部地區(qū)，沿海地區(qū)和長(zhǎng)江、淮河流域水系沿岸的縣(市、區(qū))人口暴露度相對(duì)較大。揚(yáng)州市南部瀕臨長(zhǎng)江，揚(yáng)州城區(qū)位于長(zhǎng)江與京杭大運(yùn)河交匯處，其發(fā)生暴雨洪澇災(zāi)害的頻率較高，人口暴露度達(dá)17.67萬人。人口暴露度在10萬人以上的縣(市、區(qū))還有徐州市的豐縣、沛縣、新沂市和邳州市以及泰州的興化市。原因在于：徐州市地處淮河流域下游，京杭大運(yùn)河橫貫?zāi)媳?；興化市地處江淮之間，水域面積占26.2%[20]。這些縣(市、區(qū))所處的地理位置屬于洪澇災(zāi)害高發(fā)區(qū)和易發(fā)區(qū)，發(fā)生暴雨洪澇災(zāi)害的頻次也都在10次以上，并且這些區(qū)域人口密度較大，人口暴露度高。

圖4　多年平均人口暴露度空間分布

3.3農(nóng)作物暴露度特征

以農(nóng)作物受災(zāi)面積作為農(nóng)作物暴露度指標(biāo)，根據(jù)農(nóng)作物暴露度時(shí)間變化(圖5)可知，多年平均農(nóng)作物暴露度為4 484.3 km2。分時(shí)段來看，20世紀(jì)80年代(1984—1989年)平均農(nóng)作物暴露度為3 375.4 km2，90年代(1990—1999年)增加到5 315.3 km2，21世紀(jì)初(2000—2011年)平均農(nóng)作物暴露度下降到4 346.2 km2。整體上，全省農(nóng)作物暴露度以18.25 km2/a速度減少，減小幅度微弱。1991年及2003年的農(nóng)作物暴露度仍較高，1991年由于發(fā)生百年未遇的特大洪澇災(zāi)害，農(nóng)作物暴露度為21 665.9 km2，占1991年農(nóng)作物播種面積的29.4%；2003年農(nóng)作物暴露度也達(dá)到了13 490.4 km2，暴露度水平較高。

圖5　1984—2011年江蘇省農(nóng)作物暴露度變化趨勢(shì)

多年平均農(nóng)作物暴露度空間分布如圖6所示，農(nóng)作物暴露度較大的區(qū)域位于長(zhǎng)江、淮河流域水系沿岸的縣(市、區(qū))，以及沿海區(qū)域縣(市、區(qū))：沿海區(qū)域的鹽城市的大豐市及射陽(yáng)縣農(nóng)作物受災(zāi)面積都達(dá)到了200 km2以上，揚(yáng)州市市轄區(qū)、宿遷市及泰州興化市農(nóng)作物暴露度也較大，也在150 km2以上。原因在于，宿遷市位于長(zhǎng)江三角洲地區(qū)，京杭大運(yùn)河穿境而過，由于受季風(fēng)的影響，降雨分布不均，易形成夏澇；它們所處的地理位置也屬于暴雨洪澇易發(fā)區(qū)，農(nóng)作物受災(zāi)較為嚴(yán)重，農(nóng)作物暴露度較高。

綜上所述，災(zāi)害暴露范圍、人口暴露度、農(nóng)作物暴露度這3個(gè)指標(biāo)在一定程度上是相互對(duì)應(yīng)的。受災(zāi)頻次較多的縣(市、區(qū))人口暴露度和農(nóng)作物暴露度也相對(duì)較大。且受災(zāi)頻次較多、人口暴露度較高以及農(nóng)作物暴露度較高的縣(市、區(qū))基本上都是位于長(zhǎng)江、淮河流域水系沿岸及沿海區(qū)域縣(市、區(qū))，人口密度高的區(qū)域人口暴露度也較高。

4暴雨洪澇災(zāi)害脆弱性特征

4.1人口脆弱性特征

將死亡人口和受傷人口之和占受災(zāi)人口的百分比作為人口脆弱性指標(biāo)，根據(jù)多年人口脆弱性變化趨勢(shì)(圖7)，28 a間的平均人口脆弱性指數(shù)為0.05%，年代際之間有明顯的下降趨勢(shì)。20世紀(jì)80年代(1984—1989年)平均人口脆弱性指數(shù)為0.11%，超過多年平均水平；20世紀(jì)90年代(1990—1999年)脆弱性指數(shù)呈現(xiàn)下降趨勢(shì)，平均脆弱性指數(shù)降低到0.018%，與20世紀(jì)80年代比較降低約10倍左右；21世紀(jì)初(2000—2011年)，平均脆弱性指數(shù)下降到0.008%。整體上28 a來人口脆弱性是呈顯著下降趨勢(shì)，即隨著時(shí)間的增加，災(zāi)害造成人口傷亡的風(fēng)險(xiǎn)越低。

根據(jù)多年平均人口脆弱性空間分布狀況(圖8)，有較高人口脆弱性的區(qū)域主要分布在長(zhǎng)江、淮河流域水系沿岸。其中，泰州的泰興市、南通的通州市(現(xiàn)南通市通州區(qū))及常州金壇市有較高的人口脆弱性，根據(jù)氣候中心提供的災(zāi)情數(shù)據(jù)，泰興市在28 a間共發(fā)生15次暴雨洪澇災(zāi)害，災(zāi)害所造成的受災(zāi)人口即人口暴露度小，但受傷人口和死亡人口占受災(zāi)人口的比重較大，體現(xiàn)較高的人口脆弱性；通州市也是由于這個(gè)原因使得人口脆弱性較高。常州金壇市有較高的人口脆弱性是由于28 a來該市發(fā)生的9次暴雨洪澇災(zāi)害中，人口暴露度達(dá)70萬人以上，人口暴露度大，傷亡人口也較多。因此，這些地區(qū)要加強(qiáng)防災(zāi)減災(zāi)能力，完善防災(zāi)設(shè)施，盡可能減少災(zāi)害所帶來的人員傷亡。

圖7　1984—2011年江蘇省人口脆弱性變化趨勢(shì)

圖8　多年平均人口脆弱性空間分布

4.2農(nóng)作物脆弱性特征

以農(nóng)作物成災(zāi)面積占受災(zāi)面積的百分比來表示農(nóng)作物脆弱性，江蘇省多年平均農(nóng)作物脆弱性指數(shù)為35.3%，且農(nóng)作物脆弱性的變化整體上呈現(xiàn)上升趨勢(shì)(圖9)：20世紀(jì)80年代(1984—1989年)平均農(nóng)作物脆弱性指數(shù)為26.3%，脆弱性指數(shù)相對(duì)較低，其中，農(nóng)作物脆弱性指數(shù)在80%以上的縣市有10個(gè)；20世紀(jì)90年代(1990—1999年)有所上升，平均脆弱性指數(shù)增加到30.4%，且十年間脆弱性指數(shù)波動(dòng)較大，1997年最高，為61%，1991年達(dá)48%，1994年下降到10%以下，1992年甚至接近于0，農(nóng)作物脆弱性指數(shù)大于50%的縣(市、區(qū))占整個(gè)暴露區(qū)域的1/3，指數(shù)大于80%的縣(市、區(qū))有9個(gè)；21世紀(jì)初(2000—2011年)平均脆弱性指數(shù)增加到43.8%，此區(qū)間的前期和中期的農(nóng)作物脆弱性指數(shù)較高且波動(dòng)不大，保持在40%～60%之間。

圖9　1984—2011年江蘇省農(nóng)作物脆弱性變化趨勢(shì)

農(nóng)作物脆弱性較高的區(qū)域主要分布在長(zhǎng)江、淮河流域水系沿岸以及沿海區(qū)域的縣(市、區(qū))(圖10)。例如鎮(zhèn)江句容市、泰州的興化市以及南通市等，這些區(qū)域脆弱性指數(shù)都在80%左右，這些區(qū)域都位于沿海以及長(zhǎng)江、淮河流域水系沿岸，發(fā)生暴雨洪澇災(zāi)害較為頻繁，農(nóng)作物的成災(zāi)面積占受災(zāi)面積的比例較大，農(nóng)作物脆弱性較高。

圖10　年均農(nóng)作物脆弱性空間分布

4.3經(jīng)濟(jì)脆弱性特征

1984—2011年，江蘇省暴雨洪澇災(zāi)害的直接經(jīng)濟(jì)損失不斷增加，由1984—1989年的年均0.3億元增加到2000—2011年的年均32.3億元，增加近10倍以上，年均遞增約1億元。以逐年暴雨洪澇災(zāi)害所造成的直接經(jīng)濟(jì)損失占全省國(guó)內(nèi)生產(chǎn)總值(GDP)的百分比作為經(jīng)濟(jì)脆弱性指標(biāo)。全省多年平均經(jīng)濟(jì)脆弱性為0.63%，脆弱性水平較低(圖11)。20世紀(jì)80年代(1984—1989年)平均經(jīng)濟(jì)脆弱性指數(shù)為0.05%，年均直接經(jīng)濟(jì)損失為0.3億元；20世紀(jì)90年代(1990—1999年)經(jīng)濟(jì)脆弱性增加到1.4%，年均直接經(jīng)濟(jì)損失迅速增加到30.6億元，增加的原因主要是1991年經(jīng)濟(jì)脆弱性達(dá)13%，該年由于淮河流域嚴(yán)重的洪澇災(zāi)害造成的直接經(jīng)濟(jì)損失達(dá)87.6億元；21世紀(jì)初(2000—2011年)脆弱性指數(shù)為0.2%，脆弱性指數(shù)較20世紀(jì)90年代呈現(xiàn)下降趨勢(shì)。分時(shí)段看來，經(jīng)濟(jì)脆弱性呈現(xiàn)先增加后減少的趨勢(shì)。

圖11　1984—2011年江蘇省經(jīng)濟(jì)脆弱性變化趨勢(shì)

綜上所述，全省暴雨洪澇災(zāi)害人口脆弱性呈減少趨勢(shì)，而經(jīng)濟(jì)脆弱性呈現(xiàn)先增加后減小的趨勢(shì)，農(nóng)作物脆弱性呈增長(zhǎng)趨勢(shì)。20世紀(jì)90年代末期，暴雨洪澇發(fā)生的頻次有一個(gè)明顯增加的趨勢(shì)，發(fā)生暴雨洪澇災(zāi)害的頻次較多，因此這也是導(dǎo)致農(nóng)作物脆弱性在20世紀(jì)90年代末期以后增加較為顯著的重要因素。因此，在對(duì)江蘇省的暴雨洪澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃管理中應(yīng)該加強(qiáng)和提高對(duì)災(zāi)害發(fā)生的應(yīng)對(duì)能力，政府及有關(guān)部門應(yīng)加強(qiáng)區(qū)域防災(zāi)減災(zāi)措施，降低災(zāi)害所帶來的經(jīng)濟(jì)損失及社會(huì)影響，從而促進(jìn)區(qū)域社會(huì)和經(jīng)濟(jì)的可持續(xù)發(fā)展。

5結(jié)論

筆者從江蘇省暴雨洪澇災(zāi)害的暴露范圍、人口暴露度和農(nóng)作物暴露度3個(gè)方面分析了暴雨洪澇災(zāi)害的暴露度特征。從暴雨洪澇災(zāi)害的人口脆弱性、農(nóng)作物脆弱性和經(jīng)濟(jì)脆弱性3個(gè)方面分析了江蘇省暴雨洪澇災(zāi)害的脆弱性特征，主要結(jié)論如下：

(1) 1984—2011年江蘇省暴雨洪澇災(zāi)害多年平均暴露范圍及人口暴露度分別為2.8萬km2和227.5萬人，且都呈增長(zhǎng)趨勢(shì)，全省人口暴露度以平均每年11.85萬人的速度增長(zhǎng)。年均農(nóng)作物暴露度為4 484.3 km2，全省農(nóng)作物暴露度呈減少趨勢(shì)。從暴露度的空間分布情況來看，長(zhǎng)江、淮河流域水系沿岸的暴露度水平高于其他地區(qū)。其中北部的徐州市、泰州市、揚(yáng)州市市轄區(qū)等人口暴露度和農(nóng)作物暴露度都較高，災(zāi)害發(fā)生頻次也相對(duì)較大。1991年和2003年暴露縣(市、區(qū))個(gè)數(shù)、人口暴露度、農(nóng)作物暴露度都較高，存在對(duì)應(yīng)關(guān)系。

(2) 1984—2011年江蘇省暴雨洪澇災(zāi)害多年平均人口脆弱性為0.05%，年代際間呈現(xiàn)明顯下降趨勢(shì)；年均農(nóng)作物脆弱性指數(shù)為35.3%，呈現(xiàn)顯著增長(zhǎng)趨勢(shì)；年均經(jīng)濟(jì)脆弱性為0.63%，呈先增加后減少的波動(dòng)趨勢(shì)。1991年人口脆弱性、經(jīng)濟(jì)脆弱性都較為突出。從人口脆弱性及農(nóng)作物脆弱性的空間分布情況來看，長(zhǎng)江、淮河流域水系沿岸及沿海區(qū)域縣(市、區(qū))的人口脆弱性及農(nóng)作物脆弱性較高。

參考文獻(xiàn)：[1]尹占娥,暴麗杰,殷杰.基于GIS的上海浦東暴雨內(nèi)澇災(zāi)害脆弱性研究[J].自然災(zāi)害學(xué)報(bào),2011,20(2):29-35.

[2]孟翠麗,匡昭敏,李莉,等.基于GIS的廣西暴雨災(zāi)害風(fēng)險(xiǎn)實(shí)時(shí)評(píng)估技術(shù)研究[J].中國(guó)農(nóng)學(xué)通報(bào),2013,29(26):184-189.

[3]任洪玉,肖翔,陳小平,等.山洪災(zāi)害防治與水土保持相互聯(lián)系探討[J].長(zhǎng)江科學(xué)院院報(bào),2015,32(3):73-76.

[4]焦圓圓,謝志高.深圳市暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃[J].中國(guó)農(nóng)村水利水電,2014,(1):77-85.

[5]路明浩,程先富.洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)研究綜述[J].四川環(huán)境,2010,19(6):127-132.

[6]王雪臣,冷春香,馮相昭,等.長(zhǎng)江中游地區(qū)洪澇災(zāi)害風(fēng)險(xiǎn)分析[J].科技導(dǎo)報(bào),2008,26(2): 61- 66.

[7]蔣新宇,范久波,張繼權(quán),等.基于GIS的松花江干流暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估[J].災(zāi)害學(xué),2009,24(3):51-56.

[8]萬君,周月華,王迎迎,等.基于GIS 的湖北省區(qū)域洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估方法研究[J].暴雨災(zāi)害, 2007,26(4):328- 333.

[9]田心如,姜愛軍,高蘋,等.江蘇省典型年梅雨洪澇災(zāi)害對(duì)比分析[J].自然災(zāi)害學(xué)報(bào),2005,14(5):8-13.

[10]田心如,姜愛軍,高蘋,等.江蘇省梅雨及其災(zāi)害影響評(píng)估分析[J].災(zāi)害學(xué),2004,19(1):40-45.

[11]王博,崔春光,彭濤,等.暴雨災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃的研究現(xiàn)狀與進(jìn)展[J].暴雨災(zāi)害,2007,26(3):281-286.

[12]Intergovernmental Panel on Climate Change (IPCC).Managing the Risks of Extreme Events and Disasters to Advance Climate Change Adaptation: Special Report of Working Groups Ⅰ and Ⅱ of the Intergovernmental Panel on Climate Change[M].Cambridge:Cambridge University Press,2012:2-18.

[13]姜藍(lán)齊,馬艷敏, 張麗娟,等.基于GIS的黑龍江省洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃[J].自然災(zāi)害學(xué)報(bào),2013,22(5):238-246.

[14]葛 鵬,岳賢平.洪澇災(zāi)害承災(zāi)體易損性的時(shí)空變異:以南京市為例[J].災(zāi)害學(xué),2013,28(1):107-111.

[15]王艷君,高超,王安乾,等.中國(guó)暴雨洪澇災(zāi)害的暴露度與脆弱性時(shí)空變化特征[J].氣候變化研究進(jìn)展,2014,10(6):391-398.

[16]鄭菲,孫誠(chéng),李建平.從氣候變化的新視角理解災(zāi)害風(fēng)險(xiǎn)、暴露度、脆弱性和恢復(fù)力[J].氣候變化研究進(jìn)展,2012,8(2):79-83.

[17]黃紅鑄,崔玉娟,葉瑜,等.江浙滬地區(qū)歷史重大洪澇災(zāi)害情景下的人口和GDP物理暴露量分析[J].長(zhǎng)江流域資源與環(huán)境,2013,22(6):801-807.

[18]龍?chǎng)?成升魁,甄霖,等.水土資源對(duì)旱澇災(zāi)害的承險(xiǎn)脆弱性研究方法探討[J].資源科學(xué),2010, 25(3):1000-1005.

[19]徐新華.淮河流域1991年洪水水毀工程情況及分析[J].水利水電技術(shù),1992,(12):2-4.

[20]興化市水務(wù)局.興化市水利現(xiàn)代化規(guī)劃報(bào)告及分年實(shí)施方案[EB/OL]. (2011-12-01)[2015-03-01].http:∥xxgk.xinghua.gov.cn/xxgk/jcms_files/jcms1/web17/site/art/2011/12/1/art_640_15712.html.

(編輯：占學(xué)軍)

收稿日期：2015-04-13；修回日期:2015-05-08

基金項(xiàng)目：全球變化研究國(guó)家重大科學(xué)計(jì)劃項(xiàng)目(2012CB955903)

作者簡(jiǎn)介：王豫燕(1990-)，女，河南新鄉(xiāng)人，碩士研究生，主要從事氣候變化對(duì)水資源影響的研究，(電話)13776505106(電子信箱)810719868@qq.com。 通訊作者：王艷君(1978-)，女，湖南永州人，副教授，主要從事氣候變化對(duì)水資源影響的研究，(電話)13913981575(電子信箱)yjwang78@163.com。

doi:10.11988/ckyyb.20150291

中圖分類號(hào)：X43

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1001-5485(2016)04-0027-06

Spatial-temporal Characteristics of Exposure and Vulnerability toFlood Disaster in Jiangsu Province

WANG Yu-yan1,2, WANG Yan-jun1,2, JIANG Tong1,2,3

(1.Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disaster, Nanjing University of Information Science & Technology, Nanjing210044, China; 2.School of Geography and Remote Sensing,Nanjing University of Information Science & Technology, Nanjing210044, China; 3.National Climate Center,China Meteorological Administration, Beijing100081, China)

Abstract:According to historical flood disaster data and social economic data in Jiangsu Province from 1984 to 2011, we analyzed the characteristics of disaster exposure from aspects of disaster area, population exposed to disaster, and crop exposed to disaster. Also we analyzed the disaster vulnerability from aspects of population vulnerability, crop vulnerability and economic vulnerability. Results show that from 1984 to 2011, the annual average area exposed to disaster was 28 000 km2, population exposed to disaster 2.275 million people, and crop exposed to disaster 4484.3 km2 in Jiangsu Province. The disaster area and population exposure showed a trend of increasing, and crop exposure showed a trend of decreasing after increasing. The areas with the highest exposure were mainly distributed along the Yangtze River and Huaihe River Basin and in the coastal counties (cities, regions). The annual average population vulnerability, crop vulnerability and economic vulnerability was 0.05%, 35.3%, and 0.63%, respectively. Population vulnerability was low and showed a decreasing trend, whereas crop vulnerability showed an increasing trend, and economic vulnerability decreased after increasing first.

Key words:flood disaster; vulnerability; exposure; spatial-temporal change; Jiangsu Province

2016,33(04):27-32,45