吳哲紅，陳貞宏，葉幫，方慶文

(貴州省安順市氣象局，貴州 安順 561000)

基于灰色關(guān)聯(lián)度的暴雨事件災(zāi)害評(píng)估和預(yù)評(píng)估方法

吳哲紅，陳貞宏，葉幫，方慶文

(貴州省安順市氣象局，貴州 安順 561000)

該文統(tǒng)計(jì)了安順市1986-2009年的暴雨站點(diǎn)資料及其對(duì)應(yīng)的災(zāi)害資料，通過(guò)對(duì)歷史氣象資料和災(zāi)情數(shù)據(jù)庫(kù)的綜合分析，建立了暴雨災(zāi)情數(shù)據(jù)庫(kù)。采用灰色關(guān)聯(lián)度方法建立了暴雨災(zāi)害的評(píng)估方法，建立了劃分標(biāo)準(zhǔn)，將暴雨災(zāi)害災(zāi)情劃分為5個(gè)等級(jí)，經(jīng)與實(shí)際災(zāi)情比較表明劃分結(jié)果合理可用。研究了暴雨引發(fā)的災(zāi)害與氣象因子的關(guān)系，建立了基于數(shù)值預(yù)報(bào)釋用的暴雨預(yù)評(píng)估模型，在以上研究基礎(chǔ)上建立了安順暴雨災(zāi)害評(píng)估和預(yù)評(píng)估系統(tǒng)，已投入業(yè)務(wù)使用。

暴雨災(zāi)害;灰色關(guān)聯(lián)度;評(píng)估;預(yù)評(píng)估

1 引言

近年來(lái)，氣象災(zāi)害頻發(fā)。對(duì)其評(píng)估和預(yù)評(píng)估工作顯得尤為重要。及時(shí)對(duì)氣象災(zāi)害造成的影響進(jìn)行準(zhǔn)確的評(píng)估，決定了政府的決策和應(yīng)急機(jī)構(gòu)的具體措施，已經(jīng)成為社會(huì)日益迫切的需求;特別是災(zāi)害預(yù)評(píng)估工作對(duì)預(yù)防和降低災(zāi)害損失有很重要的作用。暴雨是引發(fā)洪澇災(zāi)害最主要的氣象原因，其特點(diǎn)是影響范圍大、持續(xù)時(shí)間長(zhǎng)、涉及部門(mén)廣、造成損失大。自20世紀(jì)80年代初，氣象部門(mén)開(kāi)展了氣候評(píng)價(jià)工作。多年來(lái)，不僅在氣象災(zāi)害的影響方面做了大量的收集整理工作，同時(shí)對(duì)某些氣象災(zāi)害的強(qiáng)度、規(guī)律等方面的研究也做了大量工作，并為社會(huì)提供了較好的服務(wù)。近年來(lái)，研究學(xué)者在氣象災(zāi)害綜合評(píng)估、災(zāi)害氣象指標(biāo)等方面進(jìn)行了大量研究和嘗試［1-4］，但災(zāi)害預(yù)評(píng)估還處于起步階段［5-9］。本文通過(guò)對(duì)歷史氣象資料和災(zāi)情數(shù)據(jù)庫(kù)的對(duì)比分析，采用灰色關(guān)聯(lián)度的方法建立了暴雨災(zāi)害的評(píng)估方法，并分析了暴雨災(zāi)害的主要?dú)庀笠蜃樱⒘嘶赥639數(shù)值預(yù)報(bào)釋用的暴雨預(yù)評(píng)估模型，對(duì)引發(fā)災(zāi)害的暴雨過(guò)程(稱其為暴雨災(zāi)害)進(jìn)行分析，并建立了基于灰色關(guān)聯(lián)度的評(píng)估方法，經(jīng)過(guò)檢驗(yàn)和比較，結(jié)果表明，該評(píng)估方法對(duì)災(zāi)情等級(jí)劃分和災(zāi)情損失排序是合理的，比較符合實(shí)際對(duì)災(zāi)情的評(píng)價(jià)。在此基礎(chǔ)上，研究了暴雨引發(fā)災(zāi)害與氣象因子的關(guān)系并根據(jù)數(shù)值預(yù)報(bào)釋用的方法建立了預(yù)評(píng)估方程。

2 暴雨災(zāi)害氣候特征

為便于對(duì)暴雨事件造成的災(zāi)害進(jìn)行評(píng)估，首先要統(tǒng)計(jì)暴雨氣候特征，并從中找出有災(zāi)情記錄的個(gè)例。本文統(tǒng)計(jì)了安順市1986—2009年二十余年的暴雨站點(diǎn)資料及其對(duì)應(yīng)的災(zāi)害資料，建立了暴雨災(zāi)情數(shù)據(jù)庫(kù)。

將一次有災(zāi)害記錄的暴雨事件作為一個(gè)暴雨災(zāi)害個(gè)例，個(gè)例的取得綜合了近20 a臺(tái)站監(jiān)測(cè)資料以及《貴州省災(zāi)情數(shù)據(jù)庫(kù)》、《貴州省氣象災(zāi)害防御規(guī)劃》，建立了近20 a暴雨數(shù)據(jù)庫(kù)和災(zāi)情數(shù)據(jù)庫(kù)。

我市6個(gè)站20 a來(lái)共出現(xiàn)了541站次暴雨，其中特大暴雨(24 h降雨量＞200 mm)3次，大暴雨(24 h降雨量＞100 mm)96次;我市暴雨為典型的夏季型暴雨，夏季6—8月暴雨占到全年的77%，春季次之，4—5月暴雨開(kāi)始出現(xiàn)，秋季還有暴雨，占到9%的比例，最晚11月結(jié)束。冬季無(wú)暴雨出現(xiàn)。

本方法定義以下暴雨因子：24 h某站點(diǎn)降雨量達(dá)50 mm以上定義為1個(gè)暴雨站次，連續(xù)的兩個(gè)24 h如都有1站次以上暴雨，則定義為連續(xù)暴雨過(guò)程;1次暴雨過(guò)程定義為所有連續(xù)的有暴雨站次出現(xiàn)的時(shí)段;總暴雨降雨量定義為1次暴雨過(guò)程總的達(dá)到暴雨以上的雨量的和;總降雨站次為1次暴雨過(guò)程出現(xiàn)24 h暴雨的站次總和;最大3 h降雨量為在1次暴雨過(guò)程中最大的3 h降雨量合計(jì)。

我市的汛期強(qiáng)降水(暴雨以上)不但會(huì)形成山洪災(zāi)害，導(dǎo)致農(nóng)田被淹，糧食減產(chǎn)，還是滑坡、泥石流等重大地質(zhì)災(zāi)害的主要誘發(fā)因素，造成重大人員傷亡。在有災(zāi)害記錄的47次暴雨過(guò)程中造成災(zāi)害的暴雨都出現(xiàn)在5—9月，21次為大暴雨以上造成，在3次特大暴雨過(guò)程中有2次造成災(zāi)害，有40次為區(qū)域性暴雨，17次為連續(xù)性暴雨過(guò)程?？梢?jiàn)降雨量越大，越容易造成災(zāi)害，區(qū)域性暴雨和連續(xù)性暴雨過(guò)程易造成災(zāi)害。

3 基于灰色關(guān)聯(lián)度的暴雨災(zāi)害等級(jí)劃分標(biāo)準(zhǔn)與評(píng)估方法

3.1 方法

馮定原等［10］應(yīng)用灰色系統(tǒng)理論關(guān)聯(lián)分析的原理和方法對(duì)新疆伊犁地區(qū)的歷年畜牧氣象災(zāi)害進(jìn)行了分析，討論灰色關(guān)聯(lián)分析在畜牧氣象災(zāi)害綜合評(píng)估中的應(yīng)用，并對(duì)未來(lái)的年份做了評(píng)估，結(jié)果表明進(jìn)行關(guān)聯(lián)分析，計(jì)算簡(jiǎn)單，依照歷年的關(guān)聯(lián)度排序所進(jìn)行的評(píng)估，結(jié)果準(zhǔn)確，可靠性大，并可避免單一指標(biāo)評(píng)估的弊端和偏差。劉偉東等［11］針對(duì)近20 a北京地區(qū)發(fā)生的大風(fēng)和暴雨災(zāi)害，應(yīng)用灰色關(guān)聯(lián)度方法，計(jì)算北京地區(qū)近20 a的19個(gè)大風(fēng)和暴雨災(zāi)例的災(zāi)情評(píng)估指標(biāo)與關(guān)聯(lián)度，進(jìn)行損失評(píng)估和比較。結(jié)果表明，該方法對(duì)災(zāi)情等級(jí)劃分和災(zāi)情損失排序是合理的，比較符合實(shí)際對(duì)災(zāi)情的評(píng)價(jià)，能夠?qū)Σ煌瑲庀鬄?zāi)害和同一級(jí)別的氣象災(zāi)害災(zāi)情差異尺度做比較，是能夠應(yīng)用于實(shí)際工作中的一種科學(xué)方法。

灰色關(guān)聯(lián)分析就是對(duì)這個(gè)灰色系統(tǒng)進(jìn)行動(dòng)態(tài)發(fā)展勢(shì)態(tài)的量化比較。即系統(tǒng)之間有關(guān)統(tǒng)計(jì)數(shù)列幾何關(guān)系的比較，根據(jù)幾種曲線間的幾何形狀接近程度來(lái)判別關(guān)聯(lián)度大小。若曲線形狀越接近，則發(fā)展勢(shì)態(tài)越接近，關(guān)聯(lián)度就越大。

設(shè)有參考數(shù)列 x0={x0(1)，x0(2)，x0(3)，…，x0(n)}和比較數(shù)列 xi，i=1，2，…，n。xi={xi(1)，xi(2)，xi(3)，…，xi(n)}，關(guān)聯(lián)系數(shù)為 ξi(k)，即 k 點(diǎn)的關(guān)聯(lián)系數(shù)為：

按照關(guān)聯(lián)度大小排序，關(guān)聯(lián)度越大，對(duì)應(yīng)的災(zāi)情越重。用此方法可以排列同一災(zāi)害等級(jí)中不同災(zāi)情的輕重順序。

3.2 等級(jí)劃分標(biāo)準(zhǔn)的確定

先將各災(zāi)害指標(biāo)采用初值化方法，消除量綱的影響，用x0數(shù)列分別去除xi數(shù)列，可得到一個(gè)數(shù)值在0-1的新數(shù)列。采用死亡人口/1 000，農(nóng)作物受災(zāi)面積/當(dāng)年總耕地面積，直接經(jīng)濟(jì)損失/當(dāng)年經(jīng)濟(jì)總量來(lái)達(dá)到因子歸一化。本方法采用x0={1，1，1}作為參考數(shù)列。

由計(jì)算結(jié)果分析(表1)，§0最大為2.73，其次為2.70，均出現(xiàn)在1991年7月，根據(jù)災(zāi)情資料1991

式(1)中，|x0(k)-xi(k)|表示x0數(shù)列與xi數(shù)列在k點(diǎn)的絕對(duì)差值，用Δi(k)來(lái)表示。miniminkx0(k)-xi(k)為二級(jí)最小差，minkx0(k)-xi(k)為一級(jí)最小差，表示x0數(shù)列和xi數(shù)列k點(diǎn)差值中的最小值。maximaxkx0(k)-xi(k)為二級(jí)最大差，意義與二級(jí)最小值相似。

關(guān)聯(lián)度(即等權(quán)關(guān)聯(lián)度)用§0表示年7月安順市確實(shí)遭受了百年罕見(jiàn)的洪澇災(zāi)害，損失慘重，§0的結(jié)果可以較客觀地反映災(zāi)害等級(jí)。

為便于比較，將計(jì)算結(jié)果進(jìn)行變換，新的災(zāi)度§變換公式為

為與中國(guó)局《氣象災(zāi)情收集上報(bào)調(diào)查和評(píng)估試行規(guī)定》一致，將暴雨災(zāi)害災(zāi)情劃分為輕微災(zāi)(1)、輕災(zāi)(2)、中災(zāi)(3)、重災(zāi)(3)、特大災(zāi)(5)等5個(gè)等級(jí)，詳見(jiàn)表2劃分，標(biāo)準(zhǔn)如下：

將本評(píng)估方法結(jié)果與原評(píng)估標(biāo)準(zhǔn)(中國(guó)局《氣象災(zāi)情收集上報(bào)調(diào)查和評(píng)估試行規(guī)定》)評(píng)定結(jié)果比較，結(jié)果如下：有29次一致，12次差一級(jí)，沒(méi)有差別2級(jí)或以上的。表明劃分結(jié)果合理可用，并達(dá)到了定量化的目的。

4 暴雨災(zāi)害的主要?dú)庀笠蜃臃治龊头匠痰慕?/h2>

為便于對(duì)暴雨事件造成的災(zāi)害開(kāi)展預(yù)評(píng)估，選取能反映暴雨強(qiáng)度的事件降水總量、雨強(qiáng)和強(qiáng)降水的覆蓋范圍等要素，通過(guò)經(jīng)驗(yàn)分析和統(tǒng)計(jì)相關(guān)等方法統(tǒng)計(jì)，從不同角度選擇如下5個(gè)指標(biāo)作為要建立的預(yù)評(píng)估模型的指標(biāo)：x1：前10 d總降水量;x2：過(guò)程總降水量;x3：暴雨過(guò)程中最大的24 h降水量;x4：最大3 h降水量;x5暴雨出現(xiàn)站次覆蓋范圍。將以上指標(biāo)均進(jìn)行歸一化，方法是用各原始數(shù)據(jù)減平均值后除以標(biāo)準(zhǔn)差。

表1 安順歷年暴雨災(zāi)情及§0結(jié)果

表2 根據(jù)灰色關(guān)聯(lián)度劃分的災(zāi)害等級(jí)標(biāo)準(zhǔn)

通過(guò)對(duì)歷史暴雨災(zāi)害過(guò)程的統(tǒng)計(jì)分析，利用已計(jì)算出的暴雨災(zāi)害關(guān)聯(lián)度災(zāi)度與以上5個(gè)降水氣象因子建立相關(guān)方程，得到預(yù)評(píng)估方程為：

5 預(yù)評(píng)估系統(tǒng)的建立及結(jié)果檢驗(yàn)

用預(yù)評(píng)估方程(4)對(duì)歷史資料進(jìn)行回算，平均誤差為0.02，用此方程對(duì)2006—2009年4次暴雨災(zāi)害作試報(bào)，計(jì)算結(jié)果平均誤差為0.013，4次過(guò)程中有2次預(yù)評(píng)估結(jié)果與實(shí)況一致，另2次評(píng)估結(jié)果有一級(jí)偏差。

在實(shí)際應(yīng)用中可利用數(shù)值預(yù)報(bào)T639發(fā)布的降雨因子，將數(shù)值預(yù)報(bào)結(jié)果插值到站點(diǎn)上，帶入方程中，作為暴雨預(yù)評(píng)估業(yè)務(wù)化方法。

在以上研究基礎(chǔ)上建立了安順市暴雨氣象災(zāi)害預(yù)評(píng)估系統(tǒng)，主要包括歷史暴雨洪澇災(zāi)害數(shù)據(jù)庫(kù)、氣象要素查詢、自動(dòng)站分鐘數(shù)據(jù)適時(shí)讀取、暴雨監(jiān)測(cè)和適時(shí)評(píng)估、基于T639數(shù)值預(yù)報(bào)的暴雨預(yù)評(píng)估和暴雨災(zāi)害實(shí)況評(píng)估等部分。

6 結(jié)論

①通過(guò)對(duì)歷史氣象資料和災(zāi)情數(shù)據(jù)庫(kù)的對(duì)比分析，統(tǒng)計(jì)了安順市1986—2009年的暴雨站點(diǎn)資料及其對(duì)應(yīng)的災(zāi)害資料。建立了暴雨災(zāi)情數(shù)據(jù)庫(kù)。分析了暴雨災(zāi)害的主要?dú)庀笠蜃?，?duì)引發(fā)災(zāi)害的暴雨過(guò)程(稱其為暴雨災(zāi)害)進(jìn)行分析，并建立了基于灰色關(guān)聯(lián)度的評(píng)估方法，經(jīng)過(guò)檢驗(yàn)和比較，結(jié)果表明，該評(píng)估方法對(duì)災(zāi)情等級(jí)劃分和災(zāi)情損失排序是合理的。

②研究了暴雨引發(fā)的災(zāi)害與氣象因子的關(guān)系并采用數(shù)值預(yù)報(bào)釋用的方法建立了預(yù)評(píng)估方程 ，選擇了5個(gè)暴雨氣象因子作為要建立的預(yù)評(píng)估模型的指標(biāo)，建立了暴雨災(zāi)害關(guān)聯(lián)度與降水氣象因子的相關(guān)方程，將數(shù)值預(yù)報(bào)結(jié)果插值到站點(diǎn)上，帶入方程中，作為暴雨預(yù)評(píng)估業(yè)務(wù)化方法。

③基于以上研究結(jié)果建立了安順暴雨災(zāi)害評(píng)估和預(yù)評(píng)估系統(tǒng)，已投入業(yè)務(wù)使用，在應(yīng)用過(guò)程中將進(jìn)一步優(yōu)化暴雨災(zāi)害氣象因子以及預(yù)評(píng)估方程。

［1］ 谷曉平，吳俊銘，武文輝.貴州省農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)研究.貴州氣象［J］.1997，21(4)：3-6.

［2］ 魏一鳴，楊存鍵，金菊良.洪水災(zāi)害分析與評(píng)估的綜合集成方法. 水科學(xué)進(jìn)展［J］.1999，10(1)：25-30.

［3］ 劉敏，李書(shū)睿，倪國(guó)裕，等.湖北省雨澇災(zāi)害的指標(biāo)和時(shí)空分布特征.長(zhǎng)江流域資源與環(huán)境［J］.1995，4(2)：149-153.

［4］ 林曉梅，岳耀杰，蘇筠.我國(guó)冬小麥霜凍災(zāi)害致災(zāi)因子危險(xiǎn)度評(píng)價(jià). 災(zāi)害學(xué)［J］.2009，24(4)：45-51.

［5］ 劉敏，楊宏青.湖北省雨澇災(zāi)情評(píng)估模式的研究.湖北氣象［J］.2001，(2)：16-17.

［6］ 黃崇福，劉新立，周國(guó)賢，等.以歷史災(zāi)情資料為依據(jù)的農(nóng)業(yè)自然災(zāi)害風(fēng)險(xiǎn)評(píng)估方法.自然災(zāi)害學(xué)報(bào)［J］.1998，7(2)：1-9.

［7］ 霍治國(guó) ，李世奎 ，王素艷，等.主要農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估技術(shù)及其應(yīng)用研究.自然資源學(xué)報(bào)［J］.2003，18(6).

［8］ 姜愛(ài)軍，鄭敏.江蘇省重要?dú)庀鬄?zāi)害綜合評(píng)估方法的研究. 氣象科學(xué)［J］.1998，18(2)：196-202.

［9］ 萬(wàn)素琴，周月華，李蘭，等.低溫雨雪冰凍極端氣候事件的多指標(biāo)綜合評(píng)估技術(shù). 氣象［J］.2008，34(11)：40-46.

［10］ 馮定原，呂新.伊犁地區(qū)畜牧氣象災(zāi)害灰色關(guān)聯(lián)分析綜合評(píng)估［J］.南京氣象學(xué)院學(xué)報(bào)，1997，20(1)：126-130.

［11］ 劉偉東，扈海波，程叢蘭.灰色關(guān)聯(lián)度方法在大風(fēng)和暴雨災(zāi)害損失評(píng)估中的應(yīng)用.氣象科技［J］.2005，35(4)：563-566.

Rainstorm disaster assessment and pre -assessment methods Based on Grey Correlation Degree

WU Zhe-hong1，2，CHEN Zhen-hong1，Ye Bang1，F(xiàn)ang Qing-wen1
(1 Anshun Meteorological Office，Guizhou Province，Anshun 561000，2 Guizhou key laboratory of mountounious climate and resources，Guiyang 550002，China，

Based on historical weather data and comprehensive disaster data，，storm disaster in Anshun City from 1986 to 2009 was studied，established a rainstorm disaster database.using gray correlation degree method，we established standards for the storm disaster，divided the disaster into five grades。The results showed that the classification results was reasonably and available.We also studied the relationship between meteorological factors and Disaster，numerical prediction results was used to establish a pre-assessment equation。Based on the above findings，we established the Anshun storm disaster assessment and pre-assessment system which has been put into operational use.

torm Disaster;Grey Correlation;Degree;Assessment;Pre-assessment

P426.616

B

1003-6598(2011)06-0006-04

2011-11-15

吳哲紅(1969-)，女，碩士，高工，主要從事天氣和氣候預(yù)測(cè)研究工作。

2009年貴州省氣象科技開(kāi)放防災(zāi)減災(zāi)基金項(xiàng)目黔氣科合KF〔2009〕12號(hào)資助。