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(guó)作為受氣象災(zāi)害影響較大的國(guó)家，近幾年，暴雨頻次有顯著的增加趨勢(shì)，極端強(qiáng)降水區(qū)域性特征也更加明顯，南方地區(qū)更成為強(qiáng)降水高發(fā)區(qū)［1］。2011年IPCC組織發(fā)布特別報(bào)告《Managing the Risks of Extreme Events and Disasters to Advance Climate Change Adaptation》（《管理風(fēng)險(xiǎn)的極端事件和災(zāi)難提前適應(yīng)氣候變化》）［2］，報(bào)告指出構(gòu)建當(dāng)?shù)貥O端氣候?yàn)?zāi)害風(fēng)險(xiǎn)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(qiáng)降水過(guò)程，該次過(guò)程導(dǎo)致當(dāng)?shù)厥転?zāi)非常嚴(yán)重，河源、梅州市總計(jì)受災(zāi)人口33.89萬(wàn)人，直接經(jīng)濟(jì)損失25.26億元，因此建立當(dāng)?shù)乇┯隇?zāi)害風(fēng)險(xiǎn)評(píng)估體系尤為迫切。目前我國(guó)學(xué)者對(duì)于重現(xiàn)期和暴雨災(zāi)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(guò)在不同重現(xiàn)期背景下淮河流域的暴雨災(zāi)害風(fēng)險(xiǎn)變化規(guī)律。由于目前社會(huì)對(duì)于極端暴雨發(fā)生的概率和趨勢(shì)預(yù)測(cè)研究需求日益迫切，但粵東北地區(qū)基于不同重現(xiàn)期對(duì)暴雨災(zāi)害區(qū)劃影響的研究相對(duì)空白，因此對(duì)當(dāng)?shù)夭煌噩F(xiàn)期降水量的暴雨災(zāi)害風(fēng)險(xiǎn)區(qū)劃影響趨勢(shì)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(zāi)因子對(duì)粵東北地區(qū)暴雨災(zāi)害風(fēng)險(xiǎn)區(qū)劃影響進(jìn)行趨勢(shì)評(píng)估，為當(dāng)?shù)乜赡艹霈F(xiàn)幾年一遇極端強(qiáng)降水地區(qū)提供防災(zāi)減災(zāi)、防汛抗?jié)车目茖W(xué)研判。

1 資料來(lái)源與研究方法

1.1 資料來(lái)源

氣象資料來(lái)源于1966—2019年河源、梅州地區(qū)12個(gè)國(guó)家基本氣象站逐日降水觀測(cè)資料和2010—2020年當(dāng)?shù)亟?00個(gè)自動(dòng)氣象站逐日降水量；地理信息數(shù)據(jù)源于當(dāng)?shù)厮⒆匀毁Y源和統(tǒng)計(jì)部門(mén)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(lèi)型等資料。

1.2 研究方法

在分析時(shí)間序列較長(zhǎng)、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(yàn)方法和所得結(jié)果擬合度較吻合的優(yōu)點(diǎn)。本研究利用Gumbel-Ⅰ型分布法和1966—2019年河源、梅州地區(qū)12個(gè)國(guó)家基本氣象站逐日降水觀測(cè)資料估算多年一遇日最大降水量，并通過(guò)概率對(duì)比和擬合對(duì)比的方式進(jìn)行檢驗(yàn)。由于當(dāng)?shù)刈詣?dòng)氣象站數(shù)據(jù)統(tǒng)計(jì)時(shí)間較短，選擇用2010—2020年梅州、河源地區(qū)近200個(gè)自動(dòng)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(zāi)因子分析粵東北地區(qū)致災(zāi)危險(xiǎn)性風(fēng)險(xiǎn)；利用地理信息數(shù)據(jù)分析當(dāng)?shù)丨h(huán)境敏感性和承載體易損性風(fēng)險(xiǎn)；使用自然間斷點(diǎn)分級(jí)法將災(zāi)害風(fēng)險(xiǎn)分為3個(gè)風(fēng)險(xiǎn)等級(jí)區(qū)（一般、高、極高），各分析指標(biāo)的權(quán)重通過(guò)層次分析法得出；最后對(duì)不同重現(xiàn)期下的暴雨災(zāi)害風(fēng)險(xiǎn)區(qū)劃趨勢(shì)結(jié)果加以評(píng)述。

2 不同重現(xiàn)期日降水量最大值的檢驗(yàn)

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(qiáng)度的降雨出現(xiàn)一次的平均間隔時(shí)間，以某年一遇表示。本研究采用粵東北12個(gè)國(guó)家基本氣象站1966—2019年觀測(cè)所得的日降水量，用Gumbel-Ⅰ型分布法進(jìn)行擬合計(jì)算，其中估算特定重現(xiàn)期下的極值計(jì)算公式為

其中，a、β分別為尺度和位置的參數(shù)，其計(jì)算方式為a＝1.282 5/σx，β＝σx-0.577 2/a；rx、σx分別為觀測(cè)所得N個(gè)實(shí)際值的平均值和均方差；ry、σy分別為Gumbel-Ⅰ型分布中不同實(shí)際值的均值和均方差；t為特定重現(xiàn)時(shí)間。由于所選數(shù)據(jù)樣本為54年時(shí)間序列，根據(jù)Gumbel-Ⅰ型分布公式下的50年一遇標(biāo)準(zhǔn)，對(duì)歷史觀測(cè)資料進(jìn)行統(tǒng)計(jì)（表略）可知，50年發(fā)生次數(shù)應(yīng)該在1.1次左右，根據(jù)重現(xiàn)期和實(shí)際數(shù)據(jù)的對(duì)比各地達(dá)到50年一遇標(biāo)準(zhǔn)降水量次數(shù)均在1到3次之間。12個(gè)站點(diǎn)出現(xiàn)接近或者超過(guò)50年一遇標(biāo)準(zhǔn)降水量概率為2.9%，所得重現(xiàn)期計(jì)算結(jié)果與50年一遇理論出現(xiàn)概率2%相近。利用觀測(cè)所得54年時(shí)間序列日最大降雨量實(shí)際值與估算所得50、100年一遇的日雨量最大值對(duì)比（圖1），發(fā)現(xiàn)全部站點(diǎn)歷史最大降雨量均超過(guò)50年一遇的估算值，其中龍川、平遠(yuǎn)站歷史最大降水量均遠(yuǎn)超100年一遇估算值，其他站點(diǎn)歷史最大降水量與100年一遇估算值相近。從該次檢驗(yàn)結(jié)果看出Gumbel-Ⅰ型分布基本滿(mǎn)足檢驗(yàn)標(biāo)準(zhǔn)，適合用其估算值進(jìn)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(duì)比

3 基于GIS的粵東北不同重現(xiàn)期暴雨災(zāi)害風(fēng)險(xiǎn)評(píng)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(zāi)害風(fēng)險(xiǎn)區(qū)劃通過(guò)加權(quán)綜合評(píng)估致災(zāi)因子危險(xiǎn)性、孕災(zāi)環(huán)境敏感性、承載體易損性3個(gè)指標(biāo)得出，其中孕災(zāi)環(huán)境敏感性和承載體易損性的子指標(biāo)權(quán)重分配如圖2所示。

圖2 敏感性和易損性風(fēng)險(xiǎn)子指標(biāo)及其權(quán)重分配

各分析指標(biāo)的權(quán)重由層次分析法［13-14］所得，暴雨災(zāi)害風(fēng)險(xiǎn)評(píng)估指數(shù)公式為

其中，VH、VE、VS分別代表致災(zāi)因子危險(xiǎn)性、孕災(zāi)環(huán)境敏感性、承載體易損性3個(gè)指標(biāo)；WH、WE、WS分別代表各指標(biāo)的權(quán)重。層次分析法（AHP）是將與決策有相關(guān)的元素分解成多種層次，在此基礎(chǔ)之上進(jìn)行定量分析的決策方法。隨重現(xiàn)期變化，占主導(dǎo)位置的降水強(qiáng)度逐漸增加，主要考慮日雨量大，短時(shí)間的強(qiáng)降水會(huì)給當(dāng)?shù)嘏藕樵斐筛蟮膲毫?，從而更容易形成?zāi)害。因此本研究對(duì)各指標(biāo)權(quán)重分配結(jié)果如表1所示。

表1 風(fēng)險(xiǎn)評(píng)價(jià)一級(jí)指標(biāo)及權(quán)重分配

3.2 不同重現(xiàn)期降水量的致災(zāi)危險(xiǎn)性分析

以粵東北地區(qū)2010—2020年近200個(gè)自動(dòng)氣象站觀測(cè)資料估算所得的10、50年一遇日最大降水量作為致災(zāi)因子，分析致災(zāi)危險(xiǎn)性趨勢(shì)。采用反距離插值法，得出粵東北不同重現(xiàn)期致災(zāi)危險(xiǎn)性區(qū)劃（圖3），50年一遇與10年一遇風(fēng)險(xiǎn)區(qū)劃相比，大部分地區(qū)高到極高風(fēng)險(xiǎn)區(qū)范圍縮小，一般風(fēng)險(xiǎn)區(qū)范圍加大，說(shuō)明大部分地區(qū)發(fā)生極端強(qiáng)降水所致危險(xiǎn)區(qū)域范圍縮小。隨著重現(xiàn)期逐漸加大，極高風(fēng)險(xiǎn)等級(jí)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(yuǎn)和蕉嶺的交界地區(qū)，其中興寧、五華、梅江區(qū)3個(gè)縣區(qū)在不同重現(xiàn)期下風(fēng)險(xiǎn)依然呈現(xiàn)較低等級(jí)。從高到極高風(fēng)險(xiǎn)區(qū)分布特征可見(jiàn)，風(fēng)險(xiǎn)等級(jí)受地形因素影響較大，其中大多數(shù)較高風(fēng)險(xiǎn)區(qū)處于高山地形，海拔較高對(duì)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(zāi)危險(xiǎn)性區(qū)劃

3.3 孕災(zāi)環(huán)境敏感性和承載體易損性評(píng)估

對(duì)粵東北地區(qū)孕災(zāi)環(huán)境敏感性，本研究主要對(duì)當(dāng)?shù)睾０胃叨取⒌匦螛?biāo)準(zhǔn)差、河網(wǎng)密度、植被覆蓋率這幾個(gè)指標(biāo)加權(quán)綜合分析。對(duì)各子指標(biāo)規(guī)范化處理后，得到粵東北孕災(zāi)環(huán)境敏感性區(qū)劃（圖4a）?？梢钥闯?，粵東北孕災(zāi)環(huán)境敏感性風(fēng)險(xiǎn)區(qū)劃中風(fēng)險(xiǎn)等級(jí)較高的分布地區(qū)最為典型的有萬(wàn)綠湖、燈塔盆地、興寧盆地周邊，此類(lèi)地區(qū)多為靠近江河湖泊、河網(wǎng)密度較大、地勢(shì)較為低洼、平坦地區(qū)，同時(shí)植被覆蓋程度也相對(duì)較小，非常有利于極端暴雨所致的洪澇災(zāi)害發(fā)生。從粵東北地區(qū)孕災(zāi)環(huán)境敏感性分析結(jié)果可見(jiàn)各縣區(qū)均有不同面積的高到極高風(fēng)險(xiǎn)區(qū)分布，總體風(fēng)險(xiǎn)等級(jí)較高。

本研究通過(guò)當(dāng)?shù)厝丝诿芏?、GDP密度和耕地比重資料對(duì)粵東北地區(qū)承載體易損性進(jìn)行綜合分析，其中各子指標(biāo)與當(dāng)?shù)匾讚p性風(fēng)險(xiǎn)等級(jí)呈正比。通過(guò)反距離插值和重分類(lèi)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(fēng)險(xiǎn)等級(jí)較低，除源城區(qū)、梅江區(qū)、興寧西南部整體風(fēng)險(xiǎn)最高外，其他各縣多以縣城周邊范圍的風(fēng)險(xiǎn)等級(jí)較高，說(shuō)明經(jīng)濟(jì)越發(fā)達(dá)、人口越集中、耕地占比越高地區(qū)對(duì)應(yīng)當(dāng)?shù)氐脑袨?zāi)體易損性風(fēng)險(xiǎn)越大。

圖4 粵東北孕災(zāi)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(zāi)害風(fēng)險(xiǎn)區(qū)劃

結(jié)合粵東北地區(qū)暴雨災(zāi)害風(fēng)險(xiǎn)評(píng)估指數(shù)公式和層次分析法所得各指標(biāo)權(quán)重結(jié)果。本研究對(duì)粵東北地區(qū)致災(zāi)危險(xiǎn)性、孕災(zāi)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(zāi)害風(fēng)險(xiǎn)區(qū)劃（圖5）。

圖5 不同重現(xiàn)期降水量對(duì)粵東北暴雨災(zāi)害風(fēng)險(xiǎn)區(qū)劃影響

從重現(xiàn)期10年一遇到50年一遇暴雨災(zāi)害風(fēng)險(xiǎn)區(qū)劃的變化可見(jiàn)，一般風(fēng)險(xiǎn)區(qū)面積從占總面積的56.2%縮小到52.6%，高風(fēng)險(xiǎn)區(qū)面積占比從13.05%增加到14.88%，極高風(fēng)險(xiǎn)區(qū)面積占比從30.73%增加到32.54%，結(jié)果如表2所示?？梢钥闯觯S重現(xiàn)期加大，往極高風(fēng)險(xiǎn)等級(jí)趨勢(shì)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(fēng)險(xiǎn)區(qū)分布相似，其中東源西側(cè)極高風(fēng)險(xiǎn)區(qū)有縮小趨勢(shì)，興寧、五華、梅江區(qū)3個(gè)縣區(qū)風(fēng)險(xiǎn)依舊維持較小等級(jí)。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(lái)災(zāi)害風(fēng)險(xiǎn)分布的影響趨勢(shì)，隨重現(xiàn)期加大，一般風(fēng)險(xiǎn)區(qū)面積占比呈縮小趨勢(shì)，高到極高風(fēng)險(xiǎn)區(qū)面積占比呈加大趨勢(shì)。

表2 粵東北不同重現(xiàn)期下暴雨災(zāi)害風(fēng)險(xiǎn)等級(jí)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(shí)際值擬合度較好，適合用所得估算值分析其對(duì)粵東北地區(qū)暴雨災(zāi)害風(fēng)險(xiǎn)區(qū)劃的影響。

2）從不同重現(xiàn)期降水量下致災(zāi)危險(xiǎn)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(fēng)險(xiǎn)區(qū)分布的范圍呈縮小趨勢(shì)。從孕災(zāi)環(huán)境敏感性風(fēng)險(xiǎn)區(qū)劃可見(jiàn)風(fēng)險(xiǎn)等級(jí)總體較高，各縣區(qū)均有不同面積的高風(fēng)險(xiǎn)和極高風(fēng)險(xiǎn)區(qū)分布。從承載體易損性來(lái)看當(dāng)?shù)乜傮w風(fēng)險(xiǎn)等級(jí)較低。

3）從10年一遇到50年一遇的暴雨災(zāi)害風(fēng)險(xiǎn)區(qū)劃變化趨勢(shì)來(lái)看，一般風(fēng)險(xiǎn)區(qū)面積從占總面積的56.22%縮小到52.58%，而高到極高風(fēng)險(xiǎn)區(qū)面積從40.7%增加到47.4%，從趨勢(shì)分布特征來(lái)看粵東北大部分地區(qū)隨重現(xiàn)期加大，其風(fēng)險(xiǎn)等級(jí)呈現(xiàn)加大趨勢(shì)。

粵東北不同重現(xiàn)期降水量對(duì)暴雨災(zāi)害風(fēng)險(xiǎn)區(qū)劃影響趨勢(shì)結(jié)果基本能夠反映該地區(qū)暴雨帶來(lái)災(zāi)害的分布趨勢(shì)。該研究可為可能出現(xiàn)長(zhǎng)時(shí)間序列一遇日最大降水量的地區(qū)提供防災(zāi)減災(zāi)、防汛抗?jié)车目茖W(xué)研判。