趙 華，李樹軍，肖清華，楊可棟，王思揚

（濰坊市氣象局，山東 濰坊261011）

世界經(jīng)濟(jì)和城鎮(zhèn)化發(fā)展日益增速，災(zāi)害性天氣和極端天氣氣候事件頻繁出現(xiàn)[1-6]，由于氣象造成的損失越來越大，其中由于暴雨造成的洪澇災(zāi)害尤為突出[7]。暴雨洪澇災(zāi)害是濰坊市的主要氣象災(zāi)害之一[8]。使用風(fēng)險區(qū)劃來管理和認(rèn)識災(zāi)害是災(zāi)害風(fēng)險管理的重要手段[9-10]。自然災(zāi)害的風(fēng)險區(qū)劃不僅可以為領(lǐng)導(dǎo)決策提供依據(jù)，而且是當(dāng)?shù)胤罏?zāi)減災(zāi)設(shè)施建設(shè)、土地利用及農(nóng)產(chǎn)品結(jié)構(gòu)的重要參考指標(biāo)，受到越來越多人的重視[11]。近年來，國內(nèi)外的專家學(xué)者們已經(jīng)從各種角度在暴雨洪澇災(zāi)害風(fēng)險評估方面做出了有益的嘗試，并取得了一系列的成果。俞布等[12]對杭州市的臺風(fēng)暴雨災(zāi)害進(jìn)行了風(fēng)險評估和區(qū)劃。羅培等[13]對重慶地區(qū)的暴雨洪澇災(zāi)害進(jìn)行了風(fēng)險區(qū)劃。曹羅丹等[14]構(gòu)建了浙江省洪澇災(zāi)害的風(fēng)險評估模型。梁冬坡等[15]利用RS 技術(shù)提取了天津市津南區(qū)的高精度土地利用類型分類，并基于GIS 技術(shù)對其進(jìn)行了風(fēng)險區(qū)劃。

目前，雖針對洪澇的風(fēng)險區(qū)劃研究多方展開，但各專家學(xué)者對洪澇災(zāi)害的危險性、敏感性、易損性和防災(zāi)減災(zāi)能力中的評價指標(biāo)把握不盡相同，且對于洪澇災(zāi)害的關(guān)鍵性影響因素——致災(zāi)因子危險性，各學(xué)者多從過程降雨總量展開，對于短時強(qiáng)降雨造成城市內(nèi)澇災(zāi)害的研究較少。為此，本文欲在前人已經(jīng)取得的氣象災(zāi)害評估成就的基礎(chǔ)上，借鑒目前已經(jīng)比較成熟的災(zāi)害風(fēng)險評估方法，綜合考慮洪澇災(zāi)害的致災(zāi)因子危險性、孕災(zāi)環(huán)境敏感性、承災(zāi)體易損性和城市防災(zāi)減災(zāi)能力4 個評價指標(biāo)，同時考慮短時強(qiáng)降雨對濰坊市城市內(nèi)澇造成的影響，對濰坊市強(qiáng)降雨洪澇災(zāi)害風(fēng)險進(jìn)行評價，采用層次分析法、專家打分法、加權(quán)綜合評價法對濰坊市的強(qiáng)降雨洪澇災(zāi)害風(fēng)險進(jìn)行評價分析，基于GIS 技術(shù)制作濰坊市強(qiáng)降雨洪澇災(zāi)害風(fēng)險區(qū)劃，為濰坊市防災(zāi)減災(zāi)建設(shè)和生產(chǎn)生活規(guī)劃提供決策依據(jù)。

1 材料與方法

濰坊市位于山東半島的中部，北部為渤海，南部與臨沂市隔山相望，地處濟(jì)青線路中心，為濟(jì)南和青島兩大經(jīng)濟(jì)中心的連接通道。市內(nèi)地形主要為南部多山，中部北部較為平坦，市內(nèi)河流眾多，南部易發(fā)山洪，北部易發(fā)洪水漫溢。

1.1 研究資料及來源

本文所使用的數(shù)據(jù)資料主要包括濰坊市9 個國家氣象觀測站2008—2017 年逐小時降雨的氣象數(shù)據(jù)，來源于濰坊市氣象局常規(guī)氣象觀測資料。行政區(qū)界、氣象站網(wǎng)、河流流域、DEM（數(shù)字高程模型）等地理空間數(shù)據(jù)，行政區(qū)域土地面積、總?cè)丝?、耕地面積、生產(chǎn)總值GDP 等社會經(jīng)濟(jì)數(shù)據(jù)，由山東省氣象局提供。濰坊市1984—2016 年歷史災(zāi)情數(shù)據(jù)，來源于市民政局和各縣市區(qū)民政局統(tǒng)計資料。

1.2 研究方法

1.2.1 評價指標(biāo)的量化

由于所選指標(biāo)的單位不同，為了消除指標(biāo)之間由于量綱不同帶來的影響，需要對數(shù)據(jù)規(guī)范化處理，把各指標(biāo)量化成0≤X≤1 的數(shù)值來表示所有因子，解決因子之間的比較性問題。本文選用下列公式[16-18]：

式中，Xi是第i 個指標(biāo)的規(guī)范化值，xi是第i 個指標(biāo)值，mini和maxi分別是第i 個指標(biāo)的最小值和最大值。

1.2.2 強(qiáng)降雨洪澇災(zāi)害風(fēng)險評價模型的建立

強(qiáng)降雨洪澇災(zāi)害的各個評價指標(biāo)及其各自的影響因子，構(gòu)成了災(zāi)害風(fēng)險評估體系[19]。根據(jù)災(zāi)害風(fēng)險區(qū)劃的概念[20-21]，綜合考慮強(qiáng)降雨洪澇災(zāi)害的致災(zāi)因子危險性、孕災(zāi)環(huán)境敏感性、承災(zāi)體易損性和城市防災(zāi)減災(zāi)能力4 個評價指標(biāo)，構(gòu)建了濰坊市強(qiáng)降雨洪澇災(zāi)害風(fēng)險的概念框架，而強(qiáng)降雨洪澇災(zāi)害的風(fēng)險指數(shù)是由這4 個評價指標(biāo)綜合作用的結(jié)果。首先考慮各個評價指標(biāo)對強(qiáng)降雨洪澇災(zāi)害風(fēng)險的影響程度不同，確定其各自影響權(quán)重，然后以ArcGIS10.2為平臺，采用加權(quán)綜合評價法，利用GIS 分析和制圖的優(yōu)勢進(jìn)行風(fēng)險區(qū)劃。

其中，Xi為各因子規(guī)范化后的值，Wi為各因子的權(quán)重。

各因子權(quán)重的確定采用層次分析法理念和專家打分的主觀方法，將評價指標(biāo)分解為若干層次，以上一層要素為準(zhǔn)則，將同一層次的各個要素進(jìn)行判斷比較，通過計算及專家打分得出各個要素的影響權(quán)重，最終得出綜合權(quán)重，進(jìn)行風(fēng)險指標(biāo)計算（表1）。

2 強(qiáng)降雨洪澇災(zāi)害風(fēng)險區(qū)劃及分析

2.1 致災(zāi)因子危險性指標(biāo)分析

洪澇災(zāi)害的致災(zāi)因子是指洪澇災(zāi)害形成的誘發(fā)因素[22-23]。通常致災(zāi)因子強(qiáng)度越大、頻次越高，所造成的損失也就越大，災(zāi)害風(fēng)險也越高。降雨致災(zāi)主要是由于雨強(qiáng)大，形成強(qiáng)烈的地表徑流，造成房屋和農(nóng)田設(shè)施被毀、倒塌；或因降雨持續(xù)時間長，地勢低洼地帶雨水囤積，并且土壤墑情飽和難以下滲，從而形成內(nèi)澇。因此，短時強(qiáng)降雨和長時間的較大累積雨量都有可能導(dǎo)致洪澇災(zāi)害。傳統(tǒng)致災(zāi)因子的確定常以日降雨量達(dá)到暴雨為臨界值，會忽略部分未達(dá)暴雨強(qiáng)度的短時強(qiáng)降雨過程。本文在以暴雨過程確定臨界致災(zāi)雨量的基礎(chǔ)上，引入短時強(qiáng)降雨因子，綜合考慮短時強(qiáng)降雨和暴雨對城市洪澇的影響。通常，致災(zāi)因子的強(qiáng)度和頻次與可能造成的災(zāi)情成正相關(guān)。洪澇災(zāi)害的致災(zāi)因子危險性主要體現(xiàn)在降雨的強(qiáng)度Hs和頻次Hf上。

表1 濰坊市強(qiáng)降雨洪澇災(zāi)害風(fēng)險區(qū)劃指標(biāo)體系及權(quán)重分配

本文采用百分位方法計算[24]，分析2008—2017年濰坊市9 個國家氣象觀測站點的小時降雨量，得到各站點降雨過程的頻次Hf和強(qiáng)度Hs。具體實現(xiàn)步驟如下：

（1）從歷史的各站的小時雨量中，統(tǒng)計出濰坊市各氣象站點3、6、12 和24 h 的過程降雨量。

（2）根據(jù)濰坊市的地形特點和管網(wǎng)排水能力，以1 h 降雨量≥20 mm、3 h 降雨量≥30 mm、6 h 降雨量≥40 mm、12 h 降雨量≥50 mm、24 h 降雨量≥60 mm為標(biāo)準(zhǔn)，對各個氣象站點的降雨數(shù)據(jù)進(jìn)行篩選。

（3）將各個氣象站點每個時段的雨量序列從小到大進(jìn)行排序，按照50%、70%、85%、95%分別確定5 個不同時段分別對應(yīng)的雨量閾值，分為5 個級別的降雨強(qiáng)度，根據(jù)降雨強(qiáng)度等級越高，對洪澇形成所起作用越大的原則，分別給予降雨強(qiáng)度5 個等級權(quán)重，即1/15、2/15、3/15、4/15、5/15。

（4）采用加權(quán)綜合評價法，計算各氣象站點不同等級降雨強(qiáng)度的發(fā)生頻次與相應(yīng)等級權(quán)重的乘積之和，便可得到導(dǎo)致洪澇災(zāi)害的強(qiáng)降雨頻次因子Hf。

式中，Hf為強(qiáng)降雨頻次，Vij為i 時段內(nèi)j 級降雨強(qiáng)度的降雨次數(shù)，Wj為j 級降雨強(qiáng)度的權(quán)重。

（5）取各站點小時雨量的最大值作為該站點導(dǎo)致洪澇災(zāi)害的降雨強(qiáng)度因子Hs。

各個站點強(qiáng)降雨頻次Hf和降雨強(qiáng)度Hs計算結(jié)果如表2。

表2 濰坊市各站點降雨強(qiáng)度和強(qiáng)降雨頻次

（6）將強(qiáng)降雨頻次Hf和降雨強(qiáng)度Hs規(guī)范化后，按表1 賦予其權(quán)重，采用加權(quán)綜合評價法，計算可得各個站點的致災(zāi)因子危險性指標(biāo)。在ArcGIS10.2 平臺，采用自然斷點分級法（ArcGIS 軟件自動實現(xiàn)）將致災(zāi)因子危險性指標(biāo)劃分成5 個等級，并繪制其區(qū)劃圖（圖1）。

圖1 濰坊市致災(zāi)因子危險性分布

洪澇災(zāi)害的致災(zāi)因子危險性對濰坊市的影響程由東到西大致呈遞減趨勢。諸城東部、高密東部的大部分地區(qū)為高危險區(qū)；濰坊、昌樂、臨朐大部、昌邑大部地區(qū)為低危險區(qū)；安丘、昌邑與高密、諸城交界地處于低危險區(qū)和高危險區(qū)之間，較高危險區(qū)、中等危險區(qū)、較低危險區(qū)呈帶狀分布；壽光大部地區(qū)、青州大部地區(qū)為較低危險區(qū)；青州中部地區(qū)為中度危險區(qū)。強(qiáng)降雨的不均衡分布是導(dǎo)致局部地區(qū)強(qiáng)降雨洪澇災(zāi)害發(fā)生的重要原因之一。

2.2 孕災(zāi)環(huán)境敏感性指標(biāo)分析

濰坊市地勢南高北低，地形地貌復(fù)雜多樣，南部多山，中北部平坦。其獨特的地形地貌特點，使得該地降雨受地形的影響較大，易由高地勢向低地勢匯聚。如遇大范圍、長時間的降雨或短時強(qiáng)降雨，就會容易造成山區(qū)等低洼地帶積水，有利于洪澇的形成和發(fā)展，進(jìn)而造成嚴(yán)重的洪澇災(zāi)害。由于不同下墊面類型水土保持能力和對雨水的攔蓄能力不同，本文根據(jù)濰坊市的區(qū)域特點及洪澇形成的機(jī)理，選擇地形、水系、下墊面類型等因素構(gòu)建孕災(zāi)環(huán)境敏感性評價指標(biāo)體系。其中，地形指標(biāo)主要包括高程和地形變化，水系指標(biāo)主要考慮河網(wǎng)密度，同時將濰坊市的下墊面類型分為耕地、林地、草地、水域、城鄉(xiāng)居民用地和未利用土地6 類，結(jié)合地形及水系的影響，對孕災(zāi)環(huán)境敏感性作出評價。

2.2.1 地形

采用濰坊市1∶50 000 的DEM 高程數(shù)據(jù)，可以直接提取地形高程，地形變化程度可以用地形高程差來表示。對于某一格點，該點的地形高程差可通過計算其與周圍8 個相鄰格點的高程標(biāo)準(zhǔn)差來獲得，這一步驟可以通過ArcGIS 軟件中的鄰域分析功能實現(xiàn)。高程越低，高程標(biāo)準(zhǔn)差越小，則該地越容易形成洪澇災(zāi)害，其影響值也越大。基于此，給出綜合考慮高程和高程標(biāo)準(zhǔn)差的組合賦值（表3）。

表3 濰坊市高程及高程標(biāo)準(zhǔn)差組合賦值

2.2.2 水系

河流水系的分布情況影響了濰坊遭受洪澇災(zāi)害風(fēng)險的高低，距離河流、湖泊水庫越近，那么發(fā)生洪澇災(zāi)害的風(fēng)險就越高[25]。尤其對于濰坊市內(nèi)蓄水能力較弱的小型江河水庫，短時強(qiáng)降雨容易導(dǎo)致河水泛濫、外泄，從而形成洪澇災(zāi)害。因此河網(wǎng)密度在洪澇災(zāi)害的敏感性評價中是一個不可忽視的因素。

河網(wǎng)密度可以基于ArcGIS 軟件計算得到。根據(jù)山東省氣象局提供的濰坊市河流水系分布圖，將濰坊市分為1 km ×1 km 的網(wǎng)格計算單元，計算單位網(wǎng)格內(nèi)河道的總長度，再將各單位網(wǎng)格內(nèi)的河道總長度與網(wǎng)格面積做比值運算，即可得到該網(wǎng)格內(nèi)的河網(wǎng)密度。

2.2.3 下墊面類型[26]

濰坊市下墊面類型分為耕地、林地、草地、水域、城鄉(xiāng)居民用地和未利用土地6 類，數(shù)據(jù)由山東省氣候中心提供。按其對濰坊市洪澇響應(yīng)的敏感程度采用專家打分法對不同下墊面類型的敏感性指數(shù)進(jìn)行賦值，值越大，敏感性越高（表4）。

表4 濰坊市下墊面類型敏感性指數(shù)

將地形、河網(wǎng)密度和下墊面類型敏感性指數(shù)規(guī)范化后，按表1 賦于其權(quán)重，采用加權(quán)綜合評價法即可得到各臺站孕災(zāi)環(huán)境敏感性指標(biāo)?；贏rcGIS10.2 平臺，利用自然斷點分級法將其分為5個等級，并繪制孕災(zāi)環(huán)境敏感性區(qū)劃圖（圖2）。

圖2 濰坊市孕災(zāi)環(huán)境敏感性分布

結(jié)果表明，濰坊市洪澇災(zāi)害的孕災(zāi)環(huán)境敏感性為北高南低分布。地勢低、河網(wǎng)密度大、下墊面較敏感是其孕災(zāi)環(huán)境脆弱的主要原因。壽光、濰坊、昌邑、高密、安丘西部、諸城北部屬于高敏感區(qū)，主要為地勢較低的平原地區(qū)，且河流水庫相對集中。壽光北部、濰坊北部、昌邑北部有一條較高敏感區(qū)帶，其他較高敏感區(qū)主要分布于高敏感區(qū)周邊。青州西南部、臨朐南部主要為低敏感區(qū)。臨朐北部、昌樂大部、安丘西部主要為中等敏感區(qū)。較低敏感區(qū)主要分布于低敏感區(qū)周邊。

2.3 承災(zāi)體易損性指標(biāo)分析

洪澇造成的危害程度與受到災(zāi)害危險因素威脅的人員、牲畜、農(nóng)作物、房屋等及其所在社會資源分布密不可分。受災(zāi)地區(qū)遭受的潛在損失及其災(zāi)害風(fēng)險與該地區(qū)的財產(chǎn)價值和人口密度成正比。因此，本研究主要選取地均GDP、地均人口密度作為承災(zāi)體易損性評價指標(biāo)。經(jīng)規(guī)范化后，按表1 賦于各因子權(quán)重，采用加權(quán)綜合評價法，計算得到各臺站承災(zāi)體易損性指標(biāo)?；贏rcGIS10.2 平臺，繪制其承載體易損性區(qū)劃圖（圖3）。

從圖3 可以看出，濰坊市承受災(zāi)害能力較強(qiáng)，高易損性區(qū)域主要集中在人員密集的城區(qū)，濰坊大部分地區(qū)屬于低易損性。濰坊市人員及GDP 較為集中，主要位于城區(qū)，也成為濰坊易受強(qiáng)降雨洪澇災(zāi)害影響的區(qū)域，壽光雖然GDP 較高，但由于主要為平原，GDP 來源主要為大棚農(nóng)業(yè)，人員較為分散所以大部分地區(qū)為低易損性區(qū)域，只有北部沿海稍高，為較低易損性區(qū)域。

圖3 濰坊市承災(zāi)體易損性分布

2.4 防災(zāi)減災(zāi)能力指標(biāo)分析

洪澇災(zāi)害的防災(zāi)減災(zāi)能力一般包括災(zāi)害發(fā)生前的減災(zāi)投入資源準(zhǔn)備情況和災(zāi)害發(fā)生后的應(yīng)急管理能力等。防災(zāi)減災(zāi)能力的高低，決定了受災(zāi)地受損風(fēng)險大小，防災(zāi)減災(zāi)能力越高，遭受洪澇災(zāi)害的風(fēng)險則越小。防災(zāi)減災(zāi)能力受制約于地方政府的經(jīng)濟(jì)實力以及災(zāi)后救援速度。人均GDP 相對較高且路網(wǎng)密度較大的地區(qū)，防災(zāi)減災(zāi)的經(jīng)濟(jì)保障則相對越高，受災(zāi)人員及財產(chǎn)便于得到及時救援，因而其防災(zāi)減災(zāi)的能力也相對較高。故防災(zāi)減災(zāi)能力評價指標(biāo)主要采用人均GDP 水平和路網(wǎng)密度。路網(wǎng)密度算法同河網(wǎng)密度。

將人均GDP 水平和路網(wǎng)密度因子規(guī)范化后，按表1 賦于其權(quán)重，采用加權(quán)綜合評價法，計算得到各臺站防災(zāi)減災(zāi)能力指標(biāo)。在ArcGIS10.2 平臺將其劃分為5 個等級，繪制其區(qū)劃圖（圖4）。

由圖4 可知，濰坊市防災(zāi)減災(zāi)能力較高，強(qiáng)防災(zāi)減災(zāi)能力區(qū)域覆蓋所有城區(qū)，與高易損性區(qū)域?qū)?yīng)，可以看出濰坊市防災(zāi)減災(zāi)規(guī)劃較好，對高易損性區(qū)域都做了較好的防災(zāi)減災(zāi)能力建設(shè)。

圖4 濰坊市防災(zāi)減災(zāi)能力分布

2.5 洪澇災(zāi)害風(fēng)險區(qū)劃

洪澇災(zāi)害是致災(zāi)因子危險性、孕災(zāi)環(huán)境敏感性、承災(zāi)體易損性和防災(zāi)減災(zāi)能力4 個評價指標(biāo)綜合作用的結(jié)果。然而，考慮到各個評價指標(biāo)對洪澇風(fēng)險的構(gòu)成所起作用不盡相同，按照表1 對各個指標(biāo)賦予權(quán)重，并根據(jù)以上求得的各個評價指標(biāo)的影響指數(shù)及其各自的權(quán)重系數(shù)，利用ArcGIS 軟件，采用加權(quán)綜合評價法計算出濰坊市強(qiáng)降雨洪澇災(zāi)害風(fēng)險指數(shù)，將其按5 個等級進(jìn)行區(qū)劃，得到濰坊市強(qiáng)降雨洪澇災(zāi)害風(fēng)險區(qū)劃（圖5）。

圖5 濰坊市強(qiáng)降雨洪澇災(zāi)害風(fēng)險區(qū)劃

濰坊市強(qiáng)降雨洪澇災(zāi)害發(fā)生的高風(fēng)險區(qū)和較高風(fēng)險區(qū)主要集中在高密和諸城地區(qū)，青州中部有部分地區(qū)為較高風(fēng)險區(qū)，臨朐、昌樂、昌邑的大部地區(qū)、青州南部、安丘東部等地區(qū)為低風(fēng)險區(qū)和較低風(fēng)險區(qū)，其他為中等風(fēng)險區(qū)。究其原因，濰坊市強(qiáng)降雨洪澇災(zāi)害風(fēng)險區(qū)域差別較大，這主要是由于濰坊市的地形地貌、氣候水位、GDP 分布、人口密度以及主要發(fā)展產(chǎn)業(yè)等特點決定的。西南山區(qū)地勢相對較高，且強(qiáng)降雨發(fā)生的頻率和強(qiáng)度相對較低，因而風(fēng)險相對較小。而高密、諸城等地因地勢低洼，強(qiáng)降雨頻發(fā)，因此洪澇風(fēng)險相對較高，需重點防護(hù)。

為檢驗本文給出的濰坊市強(qiáng)降雨洪澇災(zāi)害風(fēng)險區(qū)劃結(jié)果的準(zhǔn)確性與客觀性，將區(qū)劃結(jié)果與濰坊市1984—2016 年的洪澇歷史災(zāi)情數(shù)據(jù)進(jìn)行了比對分析，將經(jīng)濟(jì)損失與受災(zāi)人口作為評價歷史災(zāi)情嚴(yán)重程度的評價指標(biāo)，反映該地區(qū)的受災(zāi)程度。結(jié)果顯示，在33 a 的歷史災(zāi)情實況中，諸城受災(zāi)程度最高，共發(fā)生洪澇災(zāi)害10 次、直接經(jīng)濟(jì)損失118 120 萬元、受災(zāi)人口83 662 人，為高風(fēng)險區(qū)，高密、安丘、青州次之，北部沿海地區(qū)受災(zāi)程度較低，其中昌邑僅受災(zāi)4 次，直接經(jīng)濟(jì)損失7 397.35 萬元，受災(zāi)人口50 228人。區(qū)劃結(jié)果與實際情況基本吻合，且較以往依靠經(jīng)驗、以行政轄區(qū)為單位把握風(fēng)險區(qū)相比，本文給出的區(qū)劃結(jié)果更加全面、精細(xì)，打破了行政轄區(qū)的限制，為濰坊市強(qiáng)降雨洪澇災(zāi)害的防治提供更準(zhǔn)確更精細(xì)的決策依據(jù)。

3 結(jié)論與討論

本文基于歷史數(shù)據(jù)對濰坊市2008—2017 年資料進(jìn)行了研究，在傳統(tǒng)的以日降雨量確定臨界致災(zāi)雨量的基礎(chǔ)上，引入短時強(qiáng)降雨因子，綜合考慮強(qiáng)降雨洪澇災(zāi)害的致災(zāi)因子危險性、孕災(zāi)環(huán)境敏感性、承災(zāi)體易損性和城市防災(zāi)減災(zāi)能力4 個評價指標(biāo)，編制了濰坊市強(qiáng)降雨洪澇災(zāi)害風(fēng)險區(qū)劃。結(jié)果表明：

（1）洪澇災(zāi)害發(fā)生的高風(fēng)險區(qū)主要位于高密、諸城等地區(qū)，地勢低、強(qiáng)降雨頻發(fā)是導(dǎo)致該地區(qū)強(qiáng)降雨洪澇災(zāi)害發(fā)生的主要因素，其洪澇災(zāi)害發(fā)生的風(fēng)險較大。

（2）青州中部部分地區(qū)和高密諸城西部地區(qū)為較高風(fēng)險區(qū)，較強(qiáng)的降雨強(qiáng)度和較大的人口密度是主要因素。

（3）臨朐、昌樂、昌邑的大部地區(qū)、青州南部、安丘東部等地區(qū)為低風(fēng)險區(qū)和較低風(fēng)險區(qū)，其他為中等風(fēng)險區(qū)。

經(jīng)過與歷史災(zāi)情資料進(jìn)行對照檢驗，本文所得區(qū)劃結(jié)果與實際情況基本吻合，為濰坊市的強(qiáng)降雨洪澇防災(zāi)減災(zāi)提供技術(shù)支持和決策依據(jù)。

強(qiáng)降雨洪澇的發(fā)生發(fā)展具有一定的突發(fā)性與年份、地區(qū)特殊性，雖然經(jīng)檢驗，所得區(qū)劃結(jié)果與歷史洪澇災(zāi)害發(fā)生程度較為符合，但對未來的預(yù)測仍存在一定的不確定性。另外，西南山區(qū)雖強(qiáng)降雨洪澇風(fēng)險較小，但其山地眾多，地勢復(fù)雜，一旦強(qiáng)降雨天氣發(fā)生也會導(dǎo)致泥石流等次生災(zāi)害，對該地區(qū)的強(qiáng)降雨監(jiān)測和災(zāi)害預(yù)防工作也不容忽視。洪澇災(zāi)害風(fēng)險是一個十分復(fù)雜的系統(tǒng)，受到數(shù)據(jù)來源和精度的限制，本文僅選取了部分指標(biāo)進(jìn)行分析，難免會對指標(biāo)考慮不夠全面。鑒于以上多種因素的影響，模型和結(jié)果的精度還需要進(jìn)一步完善和提高，未來可綜合應(yīng)用“3S”技術(shù)，選取更為全面的影響指標(biāo)，利用數(shù)理模型優(yōu)化算法，進(jìn)一步改進(jìn)和完善強(qiáng)降雨洪澇災(zāi)害風(fēng)險評估與區(qū)劃工作，對洪澇災(zāi)害進(jìn)行精準(zhǔn)區(qū)劃。