侯奇奇， 景華， 高宇俊， 耿雪瑩， 楊帥， 胡會芳

1.河北省氣象與生態(tài)環(huán)境重點(diǎn)實(shí)驗(yàn)室，石家莊 050000；2.廊坊市氣象局，河北 廊坊 065000；3.河北省氣象災(zāi)害防御中心，石家莊 050000

河北省地處華北平原，東臨渤海灣，西倚太行山，地形復(fù)雜，氣候多樣，是氣象災(zāi)害多發(fā)、頻發(fā)省份.暴雨洪澇是河北省最嚴(yán)重的氣象災(zāi)害之一，據(jù)統(tǒng)計(jì)，河北省平均每年有72個縣(市)出現(xiàn)暴雨洪澇災(zāi)害，占全部氣象災(zāi)害造成直接經(jīng)濟(jì)損失的35.24%[1].災(zāi)害評估是防災(zāi)、減災(zāi)、救災(zāi)的重要環(huán)節(jié)，在評價防災(zāi)、減災(zāi)效益，制定防災(zāi)、減災(zāi)決策和社會經(jīng)濟(jì)發(fā)展規(guī)劃中起著重要作用[2].關(guān)于暴雨洪澇災(zāi)害風(fēng)險的研究，前人已經(jīng)開展大量工作.宋楠等[3]基于分布式水文模型HBV-D對河流暴雨洪澇災(zāi)害的臨界面雨量閾值進(jìn)行研究.楊秋珍等[4]通過建立淹水程度機(jī)理模型對葉菜暴雨澇害損失開展綜合評估.陳艷秋等[5]對區(qū)域性暴雨事件歷史資料進(jìn)行統(tǒng)計(jì)，利用概率統(tǒng)計(jì)分析建立暴雨事件評估模型.牛叔超等[6]用概率分布統(tǒng)計(jì)、馬爾科夫模型和統(tǒng)計(jì)決策理論對致洪大暴雨開展風(fēng)險評估和最優(yōu)決策.陳亞寧[7]采用灰色聚類分析的方法對新疆暴雨洪水災(zāi)害進(jìn)行了災(zāi)情損失評估和災(zāi)害等級劃分.袁慧敏等[8]通過計(jì)算平均降水量、降水強(qiáng)度、覆蓋范圍和持續(xù)時間4個評估指標(biāo)的分布概率密度函數(shù)的反函數(shù)，以數(shù)年一遇的概率等級作為等級標(biāo)準(zhǔn)，建立暴雨過程綜合評估模型.程肖俠等[9]采用等級評估、序位評估方法對單站單日暴雨進(jìn)行暴雨等級評估，并建立反映單站暴雨過程的綜合評估指數(shù).韓秀君等[10]通過分析暴雨常規(guī)資料和災(zāi)情資料，對歷史暴雨過程進(jìn)行評估，應(yīng)用統(tǒng)計(jì)分析方法，建立暴雨致災(zāi)指標(biāo)與災(zāi)害影響預(yù)評估的關(guān)系.石艷等[11]利用平均降水量、降水強(qiáng)度和覆蓋范圍3個指標(biāo)，建立基于距離函數(shù)的暴雨事件快速評估模型.吳振玲等[12]利用歐氏距離等數(shù)學(xué)方法，針對暴雨災(zāi)害的平均降水強(qiáng)度、最大降水影響范圍、持續(xù)時間等方面，研究海河流域暴雨災(zāi)害的氣象評估模型.王莉萍等[13]基于百分位分布和概率統(tǒng)計(jì)對評價指標(biāo)進(jìn)行精細(xì)化指數(shù)劃分，建立降水過程綜合強(qiáng)度評估模型.劉慧等[14]基于突變理論，從致災(zāi)因子、孕災(zāi)環(huán)境、承災(zāi)體和防災(zāi)減災(zāi)能力4個方面，綜合分析了衡陽暴雨災(zāi)害風(fēng)險的時間演變和空間變化情況.目前，關(guān)于河北省暴雨洪澇災(zāi)害風(fēng)險的系統(tǒng)研究還相對較少，本研究基于河北省暴雨洪澇歷史個例，建立河北省暴雨致災(zāi)風(fēng)險評估模型，開展暴雨洪澇災(zāi)害定量評估，結(jié)合歷史災(zāi)情數(shù)據(jù)對其進(jìn)行驗(yàn)證，對于準(zhǔn)確發(fā)布河北省暴雨災(zāi)害天氣預(yù)警，制定科學(xué)防災(zāi)、減災(zāi)、救災(zāi)決策具有重要意義.

1 資料來源及方法

1.1 暴雨資料來源

本研究采用2004-2019年河北省氣象數(shù)據(jù)和暴雨洪澇災(zāi)情數(shù)據(jù)，其中，氣象資料選取河北省142個氣象觀測站點(diǎn)2004-2019年的逐日(20時-20時)、逐小時氣象資料，來自河北省氣象信息中心.2004-2018年歷史暴雨個例資料來自河北省氣象臺，2004-2019年暴雨洪澇災(zāi)情數(shù)據(jù)來自河北省氣象災(zāi)害防御中心災(zāi)情數(shù)據(jù)庫，主要包括災(zāi)情發(fā)生時間、直接經(jīng)濟(jì)損失、受災(zāi)人口等.河北省地形圖由國家基礎(chǔ)地理信息中心提供的審圖號為GS(2016)3149號的標(biāo)準(zhǔn)地圖制作.

1.2 資料處理

根據(jù)河北省142個氣象觀測站點(diǎn)逐日降水資料，篩選觀測站日降水量≥50 mm的觀測記錄，結(jié)合河北省氣象臺提供的2004-2018年暴雨個例、影響系統(tǒng)以及暴雨災(zāi)害過程資料，歸納整理2004-2018年104個暴雨過程和2019年8個暴雨過程.考慮河北省地形復(fù)雜多樣，根據(jù)河北省山脈分布情況，將海拔≥100 m的氣象站點(diǎn)劃分為山地站點(diǎn)，其余為平原站點(diǎn)(圖1).根據(jù)逐日、逐小時降水資料，統(tǒng)計(jì)歷史暴雨過程前3天降水量(R3a，mm)、降水區(qū)平均降水量(Rave，mm)、過程最大降水量(Rmax，mm)、最大日降水量(Rdmax，mm)、最大小時雨強(qiáng)(Rhmax，mm/h)、過程總歷時(Tall，h)、站點(diǎn)平均歷時(Tave，h)、過程降水站次(Dr，個)、過程暴雨站次(Dhr，個)、山地暴雨站次(Dmhr，個)、過程受災(zāi)人口(萬人)、直接經(jīng)濟(jì)損失(萬元)等，建立暴雨災(zāi)害影響數(shù)據(jù)庫.其中，為去除經(jīng)濟(jì)損失的年際影響，將歷史暴雨過程造成的直接經(jīng)濟(jì)損失進(jìn)行修正，將其全部修訂到2018年.

審圖號：GS(2016)3149.

S=S0×E2018/E當(dāng)年

式中：S為修正后的直接經(jīng)濟(jì)損失(萬元)；S0為某次暴雨過程造成的直接經(jīng)濟(jì)損失(萬元)；E2018為2018年河北省GDP值(萬元)；E當(dāng)年為該次暴雨過程發(fā)生當(dāng)年河北省GDP值(萬元).

1.3 選取暴雨致災(zāi)能力評估指標(biāo)

根據(jù)前人對暴雨致災(zāi)要素的研究[11-13]以及進(jìn)行專家咨詢，結(jié)合暴雨洪澇致災(zāi)特點(diǎn)，選取降水量(Ea)、降水強(qiáng)度(Ep)、降水分布(Ed)和降水歷時(Et)4類評估指標(biāo)來評價暴雨致災(zāi)能力.暴雨洪澇災(zāi)害是承災(zāi)體和暴雨過程綜合作用的后果，前期降水造成的土壤水分飽和、河道水位上漲等，會與后期暴雨過程產(chǎn)生的降水效應(yīng)疊加，使得暴雨過程致災(zāi)危險性增大[15].為更好表征前期降水和暴雨過程對致災(zāi)能力的影響，選取過程前3日降水量、降水區(qū)平均雨量以及過程最大降水量3個因素作為降水量(Ea)的評價指標(biāo).暴雨強(qiáng)度表示單位時間內(nèi)單位面積上的降雨量，選取最大日降水量和最大小時雨強(qiáng)作為表征降水強(qiáng)度(Ep)的評價指標(biāo).地形高度的增加，能明顯擴(kuò)大地面降水分布范圍，地面最大降水量也有所增加[16]，且山區(qū)暴雨是觸發(fā)崩塌、滑坡、泥石流等突發(fā)性地質(zhì)災(zāi)害的重要外界條件，給人民生命財產(chǎn)安全帶來極大威脅[17].為更好研究地形對暴雨致災(zāi)能力的影響，本研究選取降雨站次比、暴雨站次比、山地暴雨站次比3個評價指標(biāo)來判定降水分布指標(biāo)(Ed).由于天氣系統(tǒng)的移動性和過程性，不同站點(diǎn)降水過程的起止時間和持續(xù)時間存在差異，綜合考慮暴雨過程的過程性、移動性以及局地性，選取降雨過程總歷時和降水區(qū)站點(diǎn)平均小時歷時作為降水歷時指標(biāo)(Et)的評價指標(biāo)，各項(xiàng)指標(biāo)權(quán)重通過層次分析法[18]確定.具體如表1所示.為消去單位量綱不同所造成的影響，在計(jì)算時所用資料都經(jīng)過標(biāo)準(zhǔn)化處理.

表1 暴雨評估指標(biāo)選取

1.4 建立暴雨致災(zāi)風(fēng)險評估模型

表2 暴雨洪澇等級標(biāo)準(zhǔn)矩陣A

表3 無量綱等級標(biāo)準(zhǔn)矩陣A*

表4 評估指標(biāo)權(quán)重值計(jì)算

利用綜合指標(biāo)評價法，構(gòu)建暴雨致災(zāi)能力綜合指數(shù)E，建立暴雨致災(zāi)風(fēng)險評估模型.

E=3.91*Ea+2.43*Ep+1.63*Ed+2.03*Et

2 結(jié)果與分析

2.1 暴雨致災(zāi)風(fēng)險等級劃分

應(yīng)用暴雨致災(zāi)風(fēng)險評估模型，計(jì)算2004-2018年104個暴雨過程的暴雨致災(zāi)能力綜合指數(shù)E，并繪制E的分布直方圖(圖2)，可知暴雨發(fā)生頻次隨E值變化呈先增加后減少的偏正態(tài)分布趨勢，其中發(fā)生頻次的峰值出現(xiàn)在2.0～3.5附近，且E值在2.02～2.5附近暴雨發(fā)生頻次最高，其次為2.9～3.5附近.E值超過5.0的暴雨過程較少出現(xiàn)，E值超過5.5的暴雨過程僅出現(xiàn)過2次，分別為2012年7·21和2016年7·19特大暴雨災(zāi)害過程，其中2016年7·19特大暴雨事件降雨強(qiáng)度大，持續(xù)時間長，累計(jì)雨量多，全省平均過程降水量156.2 mm，分布范圍覆蓋全省，致災(zāi)能力綜合指數(shù)E值達(dá)7.69，為歷史暴雨過程最高.

圖2 歷史暴雨過程暴雨致災(zāi)能力綜合指數(shù)(E)分布直方圖

綜合分析不同E值的暴雨過程發(fā)生概率，選取20%，50%，75%百分?jǐn)?shù)對應(yīng)E值作為暴雨致災(zāi)風(fēng)險等級劃分閾值，將暴雨致災(zāi)風(fēng)險分為低、較高、高、極高4個等級.其中，E≥3.36時，該暴雨過程致災(zāi)等級為極高級別，極易發(fā)生暴雨洪澇災(zāi)害，當(dāng)2.76≤E<3.36時，暴雨洪澇災(zāi)害發(fā)生可能性高，致災(zāi)危險性為高級別，具體暴雨致災(zāi)風(fēng)險等級的劃分如表5所示.

表5 暴雨致災(zāi)風(fēng)險等級劃分

2.2 暴雨洪澇災(zāi)害模型驗(yàn)證

統(tǒng)計(jì)2004-2018年暴雨災(zāi)情歷史資料，對不同等級暴雨過程的致災(zāi)概率和平均直接經(jīng)濟(jì)損失進(jìn)行分析，對暴雨模型進(jìn)行驗(yàn)證(表6).由表6可知，暴雨災(zāi)害風(fēng)險等級的評估結(jié)論與歷史災(zāi)情特點(diǎn)相對吻合.歷史暴雨過程造成的直接經(jīng)濟(jì)損失與E值變化基本呈正相關(guān)，E值越高，造成直接經(jīng)濟(jì)損失越大，暴雨過程致災(zāi)概率和平均直接經(jīng)濟(jì)損失均隨致災(zāi)風(fēng)險等級的升高而增大，其中Ⅳ級暴雨致災(zāi)概率為47.34%，平均直接經(jīng)濟(jì)損失為4 708.48萬元，Ⅲ級暴雨致災(zāi)概率為80.65%，平均直接經(jīng)濟(jì)損失為6 096.87萬元，當(dāng)暴雨致災(zāi)風(fēng)險等級達(dá)到Ⅱ級時，致災(zāi)概率為88.00%，平均直接經(jīng)濟(jì)損失達(dá)到18 041.15萬元.Ⅰ級暴雨過程致災(zāi)概率最大，為92.00%，其中包括造成河北省重大暴雨洪澇災(zāi)害的2012年7·21和2016年7·19特大暴雨過程[19]，歷史個例平均直接經(jīng)濟(jì)損失超過30億元，致災(zāi)危險性極高.

表6 歷史暴雨過程災(zāi)情統(tǒng)計(jì)結(jié)果

統(tǒng)計(jì)2019年6-8月8次全省性暴雨過程資料，并對暴雨致災(zāi)風(fēng)險評估進(jìn)行驗(yàn)證(表7).可知2019年汛期未出現(xiàn)Ⅰ級致災(zāi)風(fēng)險的暴雨過程，其中致災(zāi)風(fēng)險為Ⅳ級的暴雨過程僅出現(xiàn)1次，未造成經(jīng)濟(jì)損失，Ⅲ級致災(zāi)風(fēng)險的暴雨過程共出現(xiàn)4次，其中僅7月5日-7月7日暴雨過程造成直接經(jīng)濟(jì)損失2 555.6萬元，致災(zāi)概率為25%.Ⅱ級致災(zāi)風(fēng)險暴雨過程出現(xiàn)3次，均造成一定經(jīng)濟(jì)損失，致災(zāi)概率達(dá)到100%，平均直接經(jīng)濟(jì)損失達(dá)12 891.11萬元，其中8月11日-8月13日暴雨過程，降水量最大，降水歷時最長，致災(zāi)能力綜合指數(shù)達(dá)3.14，造成直接經(jīng)濟(jì)損失最多，為28 400.00萬元，與研究結(jié)果基本一致.從表7中同時可以看出，2019年暴雨過程造成直接經(jīng)濟(jì)損失比歷史暴雨過程損失少，其原因可能與氣象預(yù)報準(zhǔn)確率的提高和當(dāng)?shù)胤罏?zāi)、減災(zāi)水平提升有較大關(guān)系.

表7 2019年6-8河北省8次暴雨過程評估結(jié)果

3 結(jié)論與討論

通過對2004-2019年河北省暴雨歷史資料進(jìn)行了統(tǒng)計(jì)，在概率統(tǒng)計(jì)分析的基礎(chǔ)上，對降水量、降水強(qiáng)度、降水分布和降水歷時4個指標(biāo)進(jìn)行基于百分?jǐn)?shù)的客觀分級，建立暴雨洪澇等級標(biāo)準(zhǔn)矩陣，求取暴雨致災(zāi)能力綜合指數(shù)(E)，建立暴雨致災(zāi)風(fēng)險評估模型，具體結(jié)果如下：

根據(jù)暴雨致災(zāi)能力綜合評估指數(shù)(E)概率分布特征，將河北省暴雨災(zāi)害風(fēng)險分為低、較高、高、極高4個等級.暴雨過程頻次隨E值變化呈現(xiàn)先增大后減少的偏正態(tài)分布趨勢，Ⅲ級暴雨過程發(fā)生次數(shù)最多，其次為Ⅳ級，Ⅰ級暴雨過程次數(shù)最少.暴雨致災(zāi)概率和平均直接經(jīng)濟(jì)損失與致災(zāi)風(fēng)險等級呈正相關(guān)關(guān)系，Ⅳ級暴雨過程造成平均直接經(jīng)濟(jì)損失最低，Ⅲ、Ⅱ級暴雨過程造成平均直接經(jīng)濟(jì)損失依次增大，Ⅰ級暴雨災(zāi)害過程致災(zāi)概率最大，造成平均直接經(jīng)濟(jì)損失最大，危險性極高.

利用歷史暴雨過程資料，構(gòu)建包含災(zāi)情數(shù)據(jù)的暴雨災(zāi)害影響數(shù)據(jù)庫，綜合分析降水量、降水強(qiáng)度、降水分布以及降水歷時對暴雨致災(zāi)風(fēng)險的影響，建立暴雨致災(zāi)風(fēng)險評估模型，在有效利用暴雨預(yù)報資料的基礎(chǔ)上，對暴雨致災(zāi)風(fēng)險進(jìn)行預(yù)評估，在實(shí)際應(yīng)用中具有一定的統(tǒng)計(jì)意義和業(yè)務(wù)參考價值.另外，自然災(zāi)害風(fēng)險評估是致災(zāi)因子，孕災(zāi)環(huán)境，承災(zāi)體以及防災(zāi)、減災(zāi)能力綜合作用的結(jié)果，而在本研究中，僅考慮了暴雨過程的氣象致災(zāi)因子和部分地形(山地、平原)因素，今后可結(jié)合具體地形中坡度、坡向?qū)Ρ┯曛聻?zāi)影響，不同地區(qū)承災(zāi)體暴露程度等，對不同地市甚至縣級區(qū)域開展精細(xì)化、定量化暴雨致災(zāi)風(fēng)險評估，為科學(xué)預(yù)判氣象災(zāi)害風(fēng)險變化趨勢和特點(diǎn)，有效開展氣象災(zāi)害防御提供科學(xué)決策依據(jù).