孫玉龍， 王麗榮， 張 琪， 李 婷， 魏鐵鑫

(1.河北省氣象災(zāi)害防御和環(huán)境氣象中心，石家莊 050021； 2.河北省氣象與生態(tài)環(huán)境重點(diǎn)實(shí)驗(yàn)室，石家莊 050021；3.南京信息工程大學(xué)應(yīng)用氣象學(xué)院，南京 210044)

引 言

在全球氣候變暖的背景下，世界各地極端天氣頻發(fā)，氣象災(zāi)害造成的經(jīng)濟(jì)損失也越來(lái)越大[1-3]。河北省東臨渤海，西依太行山，北靠蒙古高原，南部為華北大平原，地形、地貌和氣候類(lèi)型復(fù)雜多樣，屬于氣象災(zāi)害多發(fā)省份[4-6]。河北省地處季風(fēng)氣候區(qū)，夏季降水集中[7-8]；境內(nèi)有7大水系，河道上寬下窄，行洪能力上大下小，極易引發(fā)洪澇災(zāi)害[9-10]。2016年7月19-21日，河北省出現(xiàn)了自“63·8”極端降水以來(lái)的最強(qiáng)降水過(guò)程。據(jù)交通部門(mén)統(tǒng)計(jì)，此次降水過(guò)程共造成河北省7343 km公路、940座橋梁、2761道涵洞受損，其中，高速公路損毀145 km，普通干線損毀895 km，農(nóng)村公路損毀最為嚴(yán)重，達(dá)6303 km，1435個(gè)村莊交通中斷，直接經(jīng)濟(jì)損失約55.0億元[11]。準(zhǔn)確及時(shí)的預(yù)警預(yù)報(bào)是降低損失的主要手段。因此，有必要以道路、橋涵為承災(zāi)體，開(kāi)展降水致災(zāi)指標(biāo)的閾值研究，為針對(duì)重點(diǎn)承災(zāi)體的精細(xì)化預(yù)報(bào)服務(wù)提供科學(xué)依據(jù)。

國(guó)內(nèi)已有一些關(guān)于降水致災(zāi)閾值和對(duì)道路影響方面的研究。賀芳芳等[12]采用SCS-CN 模型，通過(guò)對(duì)城市降雨徑流過(guò)程的模擬，確定上海地區(qū)短歷時(shí)強(qiáng)降水致災(zāi)閾值。郭廣芬等[13]采用耿貝爾極值Ⅰ型分布和百分位方法，確定湖北省強(qiáng)降水引發(fā)的洪澇各等級(jí)的閾值。史軍等[14]利用時(shí)空過(guò)程分析法，研究了強(qiáng)降水積水與降水強(qiáng)度及累積雨量的關(guān)系,建立了上海市中心城區(qū)內(nèi)澇的閾值指標(biāo)。楊勇等[15]綜合應(yīng)用累積分布函數(shù)值、百分位，以及標(biāo)準(zhǔn)差等方法，計(jì)算了西藏各站點(diǎn)的降水指標(biāo)。在道路方面，狄靖月等[16]利用2007年1月-2013年7月區(qū)域(云、貴、川、渝4個(gè)地區(qū))公路損毀災(zāi)害數(shù)據(jù)、基礎(chǔ)地理信息數(shù)據(jù)及國(guó)家氣象中心降水量歷史資料，綜合公路損毀災(zāi)害風(fēng)險(xiǎn)區(qū)劃信息與降水的等級(jí)臨界閾值，建立區(qū)域公路損毀的危險(xiǎn)性分級(jí)預(yù)警方案。劉華斌[17]基于公路交通行業(yè)的視角，運(yùn)用災(zāi)害學(xué)、多元統(tǒng)計(jì)學(xué)、計(jì)量經(jīng)濟(jì)學(xué)等方法評(píng)估了強(qiáng)降水造成的城市內(nèi)澇災(zāi)害經(jīng)濟(jì)損失。賈劍波等[18]對(duì)2011年和2012年北京2場(chǎng)強(qiáng)降水期間高速公路邊坡26處滑坡進(jìn)行實(shí)地調(diào)查，同時(shí)分析出現(xiàn)邊坡滑坡的原因和發(fā)生機(jī)制。以往的研究中，大多只考慮了降水自身的特點(diǎn)，而對(duì)重點(diǎn)承災(zāi)體的閾值研究較少，且很少結(jié)合歷史災(zāi)情數(shù)據(jù)進(jìn)行分析。

河北省是首都北京連接全國(guó)各地的必經(jīng)之地，具有道路長(zhǎng)度長(zhǎng)、橋涵數(shù)量多的特點(diǎn)，強(qiáng)降水引發(fā)的洪水和內(nèi)澇易導(dǎo)致道路損毀、橋梁坍塌、交通中斷，嚴(yán)重影響人民的生產(chǎn)生活，并造成嚴(yán)重的經(jīng)濟(jì)損失[11,19]。目前，從預(yù)報(bào)預(yù)警角度出發(fā)，專(zhuān)門(mén)針對(duì)河北省道橋這一重要影響對(duì)象開(kāi)展的降水致災(zāi)閾值研究很少。本研究以道橋?yàn)槌袨?zāi)體，利用河北省1984-2014年逐日降水資料和歷史災(zāi)情案例，采用最優(yōu)分割法[20]，將歷史災(zāi)情劃分為四個(gè)等級(jí)，基于邏輯回歸法[21]確定不同災(zāi)情等級(jí)的降水致災(zāi)指標(biāo)的閾值，并對(duì)閾值應(yīng)用效果進(jìn)行檢驗(yàn)，以期為河北省降水的精細(xì)化預(yù)警預(yù)報(bào)服務(wù)提供技術(shù)支撐。

1 研究區(qū)概況

河北省位于中緯度歐亞大陸東岸、華北區(qū)域中心，地勢(shì)呈現(xiàn)西高東低勢(shì)態(tài)(圖1)，地形地貌復(fù)雜多樣，高原、山地、丘陵、盆地、平原類(lèi)型齊全，氣候類(lèi)型表現(xiàn)為暖溫帶半濕潤(rùn)半干旱大陸性季風(fēng)氣候，一年中干濕期明顯，夏季炎熱潮濕，冷暖空氣交綏劇烈，降水集中，夏季降水量占全年總降水量的70%左右，降水集中的時(shí)段易發(fā)生嚴(yán)重的洪澇災(zāi)害[22]。此外，夏季易受到東北低壓、蒙古低渦、冷鋒、臺(tái)風(fēng)等影響[23]。交通方面，河北省地處華北、環(huán)抱北京，交通網(wǎng)密集，全省共有27條國(guó)家干線公路，公路貨物周轉(zhuǎn)量居全國(guó)大陸省份第2位；全省高速公路通車(chē)總里程達(dá)到7279 km，居全國(guó)第二位[19]。

圖1 河北省地形及國(guó)家標(biāo)準(zhǔn)氣象站分布圖

2 資料與方法

2.1 數(shù)據(jù)來(lái)源

本研究以縣為研究單元，降水?dāng)?shù)據(jù)為河北省1984-2014年142個(gè)國(guó)家地面氣象觀測(cè)站(圖1)的觀測(cè)資料，來(lái)自河北省氣象局。道橋由于極端降水造成損失的災(zāi)情數(shù)據(jù)來(lái)自河北省各市檔案局、救災(zāi)辦、水利局、氣象局、民政廳等部門(mén)，以及《中國(guó)氣象災(zāi)害大典(河北卷)》、報(bào)表文件等文獻(xiàn)資料，經(jīng)過(guò)進(jìn)一步數(shù)據(jù)控制(逐條核對(duì)、審查剔除異常和重復(fù)的災(zāi)情記錄)，構(gòu)建強(qiáng)降水導(dǎo)致道橋損失的災(zāi)情案例庫(kù)，共計(jì)216個(gè)案例。

2.2 道橋損失數(shù)據(jù)校正

2.2.1 年代校正

由于不同年代橋涵、道路的建造質(zhì)量不同，同樣強(qiáng)度的降水發(fā)生在不同的年代帶來(lái)的災(zāi)害損失會(huì)有所不同，因此需要對(duì)道橋損失數(shù)據(jù)進(jìn)行年代校正，以消除不同年代橋涵自身脆弱性差異對(duì)災(zāi)情損失數(shù)據(jù)的影響。

根據(jù)歷史災(zāi)情數(shù)據(jù)計(jì)算各個(gè)時(shí)期(每5年為一個(gè)時(shí)期，第一時(shí)期為6年)所有災(zāi)情案例的道路損失長(zhǎng)度的平均值和災(zāi)情案例對(duì)應(yīng)的5日累積降水量的平均值，計(jì)算各個(gè)時(shí)期造成單位長(zhǎng)度道路損失所需要的累積雨量，所需累積雨量越高，說(shuō)明該時(shí)段內(nèi)道路的平均質(zhì)量越高，不易成災(zāi)。將2010-2014年作為基準(zhǔn)時(shí)期，各個(gè)時(shí)期的單位損失雨量與基準(zhǔn)時(shí)期的比值作為校正系數(shù)，將道路損失長(zhǎng)度乘以年代校正系數(shù)即為折合成相當(dāng)于2010-2014年的道路質(zhì)量水平下的損失長(zhǎng)度(表 1)。例如，1995-1999年損失單位長(zhǎng)度道路所需的累積雨量?jī)H為0.64 mm，該時(shí)段道路脆弱性較大，易成災(zāi)，對(duì)應(yīng)的校正系數(shù)為0.37，將原實(shí)際道路損失長(zhǎng)度乘以該校正系數(shù)，則得到校正到2010-2014年道路脆弱性水平下的損失長(zhǎng)度，校正后損失長(zhǎng)度有所減少。

表1 1984-2014年河北省道路損失年代校正系數(shù)

橋涵損失的年代校正系數(shù)計(jì)算過(guò)程與道路的相同(表2)。道路損失長(zhǎng)度(橋涵損失個(gè)數(shù))年代校正前后與5日累積降水的相關(guān)系數(shù)由0.184(0.341)提高到0.203(0.394)，都通過(guò)了0.01的顯著性檢驗(yàn)。

表2 1984-2014年河北省橋涵損失年代校正系數(shù)

2.2.2 面積校正

由于災(zāi)情數(shù)據(jù)以縣為單位進(jìn)行統(tǒng)計(jì)，縣的面積的大小一定程度上會(huì)影響災(zāi)情的大小，因此將經(jīng)過(guò)年代校正的災(zāi)情數(shù)據(jù)與縣域面積的比值(單位面積災(zāi)損數(shù)據(jù))作為后續(xù)災(zāi)情等級(jí)劃分依據(jù)。道路(橋梁)損失數(shù)據(jù)單位面積處理前后與5日累積降水的相關(guān)系數(shù)由0.203(0.394)提高到0.218(0.498)，均通過(guò)了0.01的顯著性檢驗(yàn)。因此本研究統(tǒng)一采用經(jīng)過(guò)面積校正后的數(shù)據(jù)。

2.3 基于最優(yōu)分割法的災(zāi)情等級(jí)劃分

Fisher在1958年最先提出最優(yōu)分割方法，在保證不破壞原有樣本的前提下，以分組后組內(nèi)離差平方和最小不同組間離差平方和最大為原則，對(duì)有序樣本或可變?yōu)橛行虻臉颖具M(jìn)行分級(jí)的一種聚類(lèi)分級(jí)方法[20]，在干旱、洪澇等自然災(zāi)害等級(jí)劃分、汛期分期、地震分期等方面具有較多的應(yīng)用。最優(yōu)分割法較常用的成因分析法、數(shù)理統(tǒng)計(jì)法等在分類(lèi)確定等級(jí)時(shí)能夠較少地受到主觀因素的影響。

基于最優(yōu)分割法分別將道路和橋涵災(zāi)情案例劃分為輕、中、重、特重四個(gè)等級(jí)(表3)，最終的道橋綜合災(zāi)情等級(jí)按照道路、橋梁雙指標(biāo)就高的原則劃定。將5日累積降水與橋梁災(zāi)情等級(jí)、道路災(zāi)情等級(jí)、綜合災(zāi)情等級(jí)進(jìn)行相關(guān)分析，相關(guān)系數(shù)分別為0.467、0.240、0.550，都通過(guò)了0.01的顯著性檢驗(yàn)。綜合后的災(zāi)情等級(jí)明顯優(yōu)于道路和橋梁獨(dú)自的情況。

表3 道橋?yàn)?zāi)情等級(jí)劃分標(biāo)準(zhǔn)

2.4 邏輯回歸法

回歸分析是研究變量之間函數(shù)關(guān)系的一種方法。在實(shí)際問(wèn)題中，有時(shí)因變量為定性量、自變量為隨機(jī)量，不符合多元線性回歸的假定。例如，在強(qiáng)降水事件中，過(guò)程累積降水量、降水日數(shù)、最大小時(shí)雨強(qiáng)等多為隨機(jī)變量，而更應(yīng)關(guān)注的預(yù)測(cè)結(jié)果是會(huì)不會(huì)成災(zāi)，是一個(gè)[0，1]二項(xiàng)分布的問(wèn)題。

針對(duì)這一問(wèn)題，利用Logistic 回歸模型預(yù)測(cè)不同等級(jí)的災(zāi)害。Logistic函數(shù)是一種基于統(tǒng)計(jì)學(xué)和確定性模型相結(jié)合的分析方法，并被廣泛應(yīng)用于自然科學(xué)、社會(huì)科學(xué)、管理科學(xué)和經(jīng)濟(jì)學(xué)等領(lǐng)域。邏輯回歸的本質(zhì)是進(jìn)行二分類(lèi)，其方程式為

(1)

式(1)中，P為事件發(fā)生的概率，x為自變量，β為回歸方程的系數(shù)。

利用統(tǒng)計(jì)資料，通過(guò)式(1) 回歸分析給出回歸系數(shù)，再對(duì)式(1)進(jìn)行指數(shù)轉(zhuǎn)換，可得式(2)，即條件概率預(yù)測(cè)模型：

(2)

式(2)中，y=β0+β1x1+β2x2+…+βkxk。

邏輯回歸模型是一種統(tǒng)計(jì)學(xué)模型，其自變量可以是連續(xù)的，也可以是離散的，且不必滿足正態(tài)分布；同時(shí)，在用該模型進(jìn)行計(jì)算時(shí)，不會(huì)出現(xiàn)P>1或P<0的不合理情況。邏輯回歸模型的計(jì)算結(jié)果具有較強(qiáng)的客觀性和穩(wěn)定性。一般情況下以P=0.5為界線，當(dāng)P>0.5定義為事件發(fā)生；P<0.5定義為事件不發(fā)生。

在當(dāng)前暴雨災(zāi)害致災(zāi)指標(biāo)閾值的研究中，最常用的方法是綜合指數(shù)法，將各個(gè)關(guān)鍵致災(zāi)因子按照重要程度采用某種數(shù)學(xué)公式計(jì)算出一個(gè)綜合的指標(biāo)。該類(lèi)方法的優(yōu)點(diǎn)是可以把相關(guān)的致災(zāi)指標(biāo)都考慮進(jìn)來(lái)，但主要問(wèn)題是這個(gè)綜合指標(biāo)的數(shù)值缺乏實(shí)際的物理意義，如果不查看原始數(shù)據(jù)，并不能直觀看到某次災(zāi)情事件具體是由暴雨哪個(gè)方面的特征造成的。

因此，本研究采用邏輯回歸的方法，將降水致災(zāi)指標(biāo)直接與災(zāi)情等級(jí)建立關(guān)系，確定不同等級(jí)災(zāi)情對(duì)應(yīng)的降水指標(biāo)的取值范圍，閾值劃分結(jié)果更加直觀，每個(gè)指標(biāo)都有明確的物理含義。

2.5 降水致災(zāi)指標(biāo)的篩選

河北省的道橋損毀災(zāi)害大部分是由于強(qiáng)降水誘發(fā)的滑坡、泥石流、洪水沖刷等造成的。強(qiáng)降水致災(zāi)與降水總量、集中程度、持續(xù)時(shí)間等有最直接的關(guān)系[24-26]。綜合考慮災(zāi)情案例的降水特征后，將5日累積降水量作為描述災(zāi)情過(guò)程的降水總量多寡的指標(biāo)，以對(duì)應(yīng)的大雨日數(shù)為描述降水集中程度的指標(biāo)，將連續(xù)降水日數(shù)作為表述持續(xù)時(shí)間的指標(biāo)。

將綜合災(zāi)害等級(jí)與各個(gè)指標(biāo)進(jìn)行相關(guān)分析(表4)可以看出，綜合災(zāi)情等級(jí)與各致災(zāi)指標(biāo)的相關(guān)性較好，通過(guò)了0.01的顯著性檢驗(yàn)。由于連續(xù)日數(shù)與綜合災(zāi)情等級(jí)的相關(guān)系數(shù)偏低，5日累積降水量已經(jīng)考慮了持續(xù)時(shí)間的因素，再加上2.4中的邏輯回歸法不宜考慮過(guò)多的指標(biāo)，指標(biāo)過(guò)多會(huì)造成不同指標(biāo)的不同等級(jí)組合數(shù)量成倍增長(zhǎng)，增加了指標(biāo)的復(fù)雜性，因此，最終考慮將5日累積降水量和對(duì)應(yīng)的大雨日數(shù)確定為強(qiáng)降水對(duì)道橋影響的致災(zāi)指標(biāo)。

表4 所選指標(biāo)與綜合災(zāi)情等級(jí)的相關(guān)系數(shù)

3 結(jié)果與分析

3.1 不同災(zāi)情等級(jí)致災(zāi)指標(biāo)的閾值

基于邏輯回歸法，以5日累積降水量和對(duì)應(yīng)的大雨日數(shù)作為致災(zāi)因子指標(biāo)，進(jìn)行不同災(zāi)情等級(jí)致災(zāi)閾值的劃分。將災(zāi)情等級(jí)作為因變量Y，5日累積降水量和大雨日數(shù)作為自變量X1、X2，采用邏輯回歸法確定不同等級(jí)災(zāi)情之間的分割線(圖2)。圖中不同形狀的符號(hào)代表不同等級(jí)的歷史災(zāi)情案例，不同形式的直線為相鄰兩個(gè)災(zāi)情等級(jí)之間的分割線，實(shí)線為特重和重度等級(jí)的分割線，長(zhǎng)虛線為重度和中度等級(jí)的分割線，短虛線為中度和輕度等級(jí)的分割線。根據(jù)3條分割線，可得到不同大雨日數(shù)對(duì)應(yīng)的5日累積降水量閾值。

圖2 基于邏輯回歸法確定的不同等級(jí)災(zāi)情分界線圖

表5為各個(gè)災(zāi)情等級(jí)對(duì)應(yīng)的致災(zāi)閾值。當(dāng)大雨日數(shù)為0天時(shí)，輕度災(zāi)情等級(jí)的5日累積降水量閾值為16.7 mm；當(dāng)大雨日數(shù)為1天時(shí)，輕度、中度、重度、特重四個(gè)災(zāi)情等級(jí)的5日累積降水量閾值分別為37.8 mm、80.0 mm、190.0 mm、338.4 mm；當(dāng)大雨日數(shù)為2天時(shí)，四個(gè)災(zāi)情等級(jí)的5日累積降水量閾值分別為58.9 mm、81.8 mm、184.0 mm、300.4 mm；當(dāng)大雨日數(shù)為3天時(shí)，中度、重度、特重災(zāi)情等級(jí)的5日累積降水量閾值分別為84.8 mm、171.8 mm、262.5 mm；當(dāng)大雨日數(shù)為4天時(shí)，重度、特重災(zāi)情等級(jí)的5日累積降水量閾值分別為160.5 mm、224.6 mm。

表5 不同災(zāi)情等級(jí)對(duì)應(yīng)的大雨日數(shù)和5日累積降水量閾值 mm

3.2 基于致災(zāi)閾值的災(zāi)情預(yù)測(cè)等級(jí)分析

基于表5中的致災(zāi)閾值，根據(jù)每個(gè)歷史災(zāi)情案例的5日累積降水量和大雨日數(shù)，反推對(duì)應(yīng)的災(zāi)情預(yù)測(cè)等級(jí)，統(tǒng)計(jì)每個(gè)預(yù)測(cè)等級(jí)的案例個(gè)數(shù)，并與實(shí)際等級(jí)的案例個(gè)數(shù)進(jìn)行對(duì)比分析。例如，所有案例中共有13個(gè)案例的預(yù)測(cè)等級(jí)為特重，這13個(gè)案例實(shí)際的災(zāi)情等級(jí)情況為9個(gè)特重、4個(gè)重度(表6)。當(dāng)某個(gè)災(zāi)情案例的預(yù)測(cè)等級(jí)和實(shí)際等級(jí)一致時(shí)，則判定基于致災(zāi)閾值對(duì)該案例的預(yù)測(cè)準(zhǔn)確，由此可計(jì)算出各個(gè)災(zāi)情等級(jí)的準(zhǔn)確率(圖3)。

表6 基于致災(zāi)閾值的歷史災(zāi)情等級(jí)劃分結(jié)果

3.2.1 所有災(zāi)情案例的準(zhǔn)確率

216個(gè)災(zāi)情案例中，預(yù)測(cè)為各個(gè)等級(jí)的案例中都是實(shí)際為該等級(jí)的案例所占比例最高，不同等級(jí)之間特重災(zāi)情和輕度災(zāi)情的準(zhǔn)確率較高，分別為69.2%和67.3%(圖3)，四個(gè)等級(jí)平均準(zhǔn)確率為56.7%。若計(jì)算準(zhǔn)確率時(shí)將下一等級(jí)一起統(tǒng)計(jì)，準(zhǔn)確率會(huì)有大幅提高，特重災(zāi)情達(dá)到100%，四個(gè)等級(jí)平均準(zhǔn)確率為76.4%。

圖3 不同區(qū)域各個(gè)等級(jí)災(zāi)情判定準(zhǔn)確率

3.2.2 山區(qū)和平原災(zāi)情案例的準(zhǔn)確率

根據(jù)地形，將山區(qū)(153個(gè))和平原(63個(gè))災(zāi)情案例分開(kāi)統(tǒng)計(jì)準(zhǔn)確率，結(jié)果表明，山區(qū)案例不同等級(jí)之間特重災(zāi)情和輕度災(zāi)情的預(yù)測(cè)準(zhǔn)確率較高，分別為83.3%和70.5%；平原案例不同等級(jí)之間特重災(zāi)情和中度災(zāi)情的預(yù)測(cè)準(zhǔn)確率較高，分別為57.1%和53.3%(圖4)。相比之下，山區(qū)案例的預(yù)測(cè)準(zhǔn)確率明顯高于平原的準(zhǔn)確率，山區(qū)和平原四個(gè)等級(jí)的平均預(yù)測(cè)準(zhǔn)確率分別為65.8%和44.9%；若將鄰近的下一等級(jí)考慮進(jìn)去，預(yù)測(cè)準(zhǔn)確率分別為80.6%和67.5%。由此可見(jiàn)，山區(qū)道橋損壞對(duì)強(qiáng)降水的敏感程度要高于平原地區(qū)的敏感度，有更好的評(píng)估效果。

圖4 山區(qū)和平原各個(gè)等級(jí)災(zāi)情判定準(zhǔn)確率

3.2.3 不同大雨日數(shù)案例的準(zhǔn)確率

基于致災(zāi)閾值，對(duì)不同大雨日數(shù)災(zāi)情案例的準(zhǔn)確率(表7)進(jìn)行統(tǒng)計(jì)分析：大雨日數(shù)為0天的案例有39個(gè)，均預(yù)測(cè)為輕度災(zāi)情，其中79.5%的案例實(shí)際災(zāi)情等級(jí)也為輕度，預(yù)測(cè)準(zhǔn)確率高；大雨日數(shù)為3和4天時(shí)以重度和特重災(zāi)情為主，平均準(zhǔn)確率也較高，分別為60.0%和100.0%，其中大雨日數(shù)為3天的8個(gè)特重等級(jí)案例中有6個(gè)預(yù)測(cè)準(zhǔn)確，準(zhǔn)確率為75%；大雨日數(shù)為1天時(shí)，主要災(zāi)情類(lèi)型為輕度災(zāi)情和中度災(zāi)情，整體準(zhǔn)確率偏低。結(jié)合圖2可以看到，較多的樣本實(shí)際等級(jí)比預(yù)測(cè)等級(jí)高一個(gè)等級(jí)，因此大雨日數(shù)為1天時(shí)累積雨量的閾值偏高，可考慮參考其他致災(zāi)因子進(jìn)行修正。

表7 基于致災(zāi)閾值的不同大雨日數(shù)案例的個(gè)數(shù)及準(zhǔn)確率

4 結(jié)論與討論

本文以道橋?yàn)槌袨?zāi)體，采用最優(yōu)分割法將歷史災(zāi)情劃分為輕、中、重、特重四個(gè)等級(jí)，以5日累積降水量和大雨日數(shù)為致災(zāi)指標(biāo)，基于邏輯回歸法計(jì)算出各個(gè)等級(jí)的降水指標(biāo)致災(zāi)閾值，得到以下結(jié)論：

(1)當(dāng)大雨日數(shù)為1天時(shí)，輕度、中度、重度、特重四個(gè)災(zāi)情等級(jí)的5日累積降水量閾值分別為37.8、80.0、190.0、338.4 mm；當(dāng)大雨日數(shù)為2天時(shí)，四個(gè)災(zāi)情等級(jí)的5日累積降水量閾值分別為58.9、81.8、184.0、300.4 mm；當(dāng)大雨日數(shù)為3天時(shí)，中度、重度、特重災(zāi)情等級(jí)的5日累積降水量閾值分別為84.8、171.8、262.5 mm；當(dāng)大雨日數(shù)為4天時(shí)，重度、特重災(zāi)情等級(jí)的5日累積降水量閾值分別為160.5、224.6 mm。

(2)所有災(zāi)情案例中，預(yù)測(cè)為各個(gè)等級(jí)的案例中都是實(shí)際為該等級(jí)的案例所占比例最高，不同等級(jí)之間特重災(zāi)情和輕度災(zāi)情的準(zhǔn)確率較高，分別為69.2%和67.3%。山區(qū)案例的準(zhǔn)確率明顯高于平原，山區(qū)和平原四個(gè)等級(jí)的平均準(zhǔn)確率分別為65.8%和44.9%，山區(qū)道橋損壞對(duì)強(qiáng)降水的敏感程度要高于平原地區(qū)的敏感度，有更好的評(píng)估效果。

(3)對(duì)于不同大雨日數(shù)的災(zāi)情案例，0天和3天及以上的大雨日數(shù)的災(zāi)情等級(jí)預(yù)測(cè)準(zhǔn)確率高，大雨日數(shù)為1～2天時(shí)準(zhǔn)確率整體偏低，預(yù)報(bào)難度較大，將在今后的研究中參考其他致災(zāi)因子進(jìn)行修正。

(4)本研究采用邏輯回歸的方法將降水致災(zāi)指標(biāo)直接與災(zāi)情等級(jí)建立關(guān)系，確定不同等級(jí)災(zāi)情對(duì)應(yīng)的降水指標(biāo)的取值范圍，閾值劃分結(jié)果更加直觀，每個(gè)指標(biāo)都有明確的物理含義。但該方法不宜考慮過(guò)多的指標(biāo)，指標(biāo)過(guò)多會(huì)造成不同指標(biāo)的不同等級(jí)組合數(shù)量成倍增長(zhǎng)，增加了指標(biāo)的復(fù)雜性。因此在今后的研究中，可采用綜合指數(shù)法進(jìn)行對(duì)比研究。