吳安坤，黃 鈺，張淑霞

(貴州省氣象災(zāi)害防御技術(shù)中心，貴州 貴陽 550081)

0 引言

災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)與管理始于20 世紀(jì)30 年代美國田納西河流域管理局提出的洪水災(zāi)害風(fēng)險(xiǎn)管理方法，隨后逐步由定性分析轉(zhuǎn)變?yōu)榘攵?、定量化評(píng)價(jià)研究，形成成熟的災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)體系和理論方法，并廣泛應(yīng)用于地震、臺(tái)風(fēng)、洪澇等自然災(zāi)害的防御研究[1-3]。

隨著氣候變化、極端天氣的頻繁出現(xiàn)以及城鎮(zhèn)化面積不斷擴(kuò)大、不透水面積不斷增加，內(nèi)澇災(zāi)害已成為影響世界各國城市安全和經(jīng)濟(jì)社會(huì)發(fā)展的主要自然災(zāi)害，且頻度和強(qiáng)度不斷加強(qiáng)[4-6]。 近年來，北京、上海、武漢等大城市輪番上演暴雨淹城的景象，“逢暴雨必澇”已成為大部分城市的真實(shí)寫照[7-8]。 隨著計(jì)算機(jī)技術(shù)的發(fā) 展， 國 內(nèi) 外 學(xué) 者 提 出 了 SWMM、 SCS、Boltzmann、MIKE 21、InfoWorks CS 等方法、模型，并廣泛應(yīng)用于城市防澇排澇和內(nèi)澇風(fēng)險(xiǎn)管理[9-10]。 但由于模型和數(shù)據(jù)資料的限制，在開展城市內(nèi)澇風(fēng)險(xiǎn)評(píng)價(jià)過程中，大都采用暴雨強(qiáng)度公式進(jìn)行模擬前期降水量輸入，存在生成的面雨量分布精細(xì)化程度不高等缺陷。 近年來，隨著氣象現(xiàn)代化的日益推進(jìn)，自動(dòng)氣象觀測站建設(shè)的組網(wǎng)加密，可大大提高城市內(nèi)澇風(fēng)險(xiǎn)管理水平。 以貴陽市城區(qū)為例，選取自動(dòng)氣象要素觀測站歷史降水資料，采用SCS-CN 模型、皮爾遜Ⅲ型曲線模型，考慮歷史降水量形成的徑流分布在不同條件的下墊面因素的影響下，分析不同重現(xiàn)期降水量對(duì)應(yīng)的產(chǎn)流量作為致災(zāi)因子，結(jié)合研究區(qū)域植被土壤、降水監(jiān)測數(shù)據(jù)、社會(huì)經(jīng)濟(jì)、土地利用以及各種規(guī)劃數(shù)據(jù)等，構(gòu)建評(píng)價(jià)指標(biāo)體系和技術(shù)流程，從致災(zāi)因子、孕災(zāi)環(huán)境、承災(zāi)體3 個(gè)方面選取合適的評(píng)價(jià)指標(biāo)開展城市內(nèi)澇災(zāi)害的風(fēng)險(xiǎn)識(shí)別，為防洪救災(zāi)決策提供規(guī)范化的科學(xué)依據(jù)，以提高城市應(yīng)對(duì)內(nèi)澇災(zāi)害的能力。

1 區(qū)域概況及資料來源

1.1 區(qū)域概況

貴陽位于貴州省中部，地處云貴高原黔中山原丘 陵， 山 地 氣 候 明 顯， 年 均 降 水 量 為1129.5mm，夏季雨水充沛，極易引發(fā)洪澇災(zāi)害。研究區(qū)域?yàn)橘F陽市城區(qū)，為便于項(xiàng)目研究開展，定義范圍為環(huán)城高速以內(nèi)的區(qū)域，位于貴陽市東南部，覆蓋白云區(qū)、觀山湖區(qū)、云巖區(qū)、南明區(qū)和花溪區(qū)，約424.3km2。

圖1 研究區(qū)域概況Fig.1 Overview of the study area

1.2 資料來源

降水量數(shù)據(jù)來源于近10 年氣象要素自動(dòng)觀測站，根據(jù)國家標(biāo)準(zhǔn)規(guī)定的“年最大值法”，采用最大連續(xù)降雨量建立區(qū)域統(tǒng)計(jì)分析樣本；土地利用數(shù)據(jù)來源于清華大學(xué)地球系統(tǒng)科學(xué)研究中心，采用自動(dòng)監(jiān)督分類方法，基于Landsat 場景的多季節(jié)數(shù)據(jù)進(jìn)行全季節(jié)訓(xùn)練和驗(yàn)證樣本，生成30m 全球土地覆蓋圖，分類數(shù)據(jù)包括農(nóng)田、森林、草地、灌叢、濕地、水體、不透水表面等。 土壤質(zhì)地分類來源于世界土壤數(shù)據(jù)庫， 由聯(lián)合國糧農(nóng)組織(FAO)、國際應(yīng)用系統(tǒng)分析研究所(IIASA)等機(jī)構(gòu)于2009 年3 月共同發(fā)布，其分辨率可達(dá)1km，其中USDA 土壤質(zhì)地分類共包括1-13 種類型的土壤。

2 研究方法

2.1 皮爾遜Ⅲ分布曲線

皮爾遜Ⅲ分布曲線是由英國統(tǒng)計(jì)學(xué)家卡爾·皮爾遜1895 年左右提出的一組頻率分布，常用于水文計(jì)算。 曲線的概率密度函數(shù)為:

具體通過調(diào)用Excel 庫函數(shù)編程，設(shè)計(jì)P-III型水文頻率曲線適線程序，計(jì)算各站點(diǎn)在不同重現(xiàn)期下的降雨量。

2.2 SCS-CN 模型

SCS-CN 模型來源于美國農(nóng)業(yè)部水土保持局(Soil Conservation Service，SCS)開發(fā)的水文模型，用于預(yù)測降水徑流量的大小[11-13]。 模型通過綜合考慮歷史降水、土壤類型、土地利用類型、土壤水分和徑流量的關(guān)系，提出產(chǎn)流公式為:

式中，P 為降雨量，Q 為產(chǎn)流量，Ia為初始損失，S為最大滯留量，單位均mm。 在實(shí)際計(jì)算中，采用初始損失為最大滯留量的2/10 進(jìn)行簡化計(jì)算。

區(qū)域最大滯留量與降雨前集水區(qū)的土壤質(zhì)地、土地利用類型和土壤水分狀況有關(guān)。 通過綜合反映上述因素的經(jīng)驗(yàn)徑流曲線參數(shù)CN 計(jì)算S 值。

在水文學(xué)中，CN 用于確定有多少降雨滲入土壤，或含水層中有多少水轉(zhuǎn)化為地表徑流。 它是水文和土壤的函數(shù)，主要與3 個(gè)因素有關(guān):土地利用類型、土壤入滲特征(土壤類型)和前期土壤濕潤條件(AMC)[14-15]。 研究僅考慮正常土壤濕潤條件下，結(jié)合相關(guān)學(xué)者的研究情況[16-17]和SCS模型提供的4 組不同滲透能力的土壤類型，其中A 類為排水性能良好的沙土或礫石土，下滲率約7.26～11.43mm/h；B 類為滲透性較強(qiáng)的砂壤土，下滲率約3.81～7.26mm/h；C 類為中等透水性土壤，下滲率約1.27～3.81mm/h；D 類為很弱的透水性土壤，下滲率約0～1.27mm/h。 8 種土地利用類型對(duì)應(yīng)的CN 值見表1。

表1 正常狀態(tài)下幾種不同土壤類型條件下的CN 值Tab.1 CN values under different soil types in normal state

2.3 風(fēng)險(xiǎn)評(píng)價(jià)模型

自然災(zāi)害的三要素論認(rèn)為風(fēng)險(xiǎn)是因致災(zāi)因子作用于承災(zāi)體，風(fēng)險(xiǎn)(R)是致災(zāi)因子本身屬性的危險(xiǎn)性(H)、承災(zāi)體脆弱性(V)與暴露性(E)的函數(shù)。

受強(qiáng)降水或連續(xù)性降水導(dǎo)致城市內(nèi)產(chǎn)生積水災(zāi)害，從災(zāi)害學(xué)和風(fēng)險(xiǎn)管理學(xué)的角度，模擬城市內(nèi)澇災(zāi)害形成過程，鑒于相關(guān)氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃的研究理論與實(shí)踐，考慮致災(zāi)因子作用于承災(zāi)體，影響著城市系統(tǒng)功能，直接表現(xiàn)在財(cái)產(chǎn)損失和人員傷亡等方面，建立城市內(nèi)澇風(fēng)險(xiǎn)計(jì)算模型如下。

式中，R 為城市內(nèi)澇災(zāi)害風(fēng)險(xiǎn)，Hi、Ej、Sk分別為致災(zāi)因子、孕災(zāi)環(huán)境、承災(zāi)體的第i、j、k 個(gè)指標(biāo)，XHi、XEj、XSk為對(duì)應(yīng)的指標(biāo)權(quán)重，a、b、c 分別為H、E、S對(duì)應(yīng)的指標(biāo)權(quán)重。

指標(biāo)權(quán)重的確定采用投影尋蹤客觀賦權(quán)方法，直接由樣本數(shù)據(jù)驅(qū)動(dòng)進(jìn)行數(shù)據(jù)挖掘，通過遺傳迭代，尋求最優(yōu)投影方向，將多維數(shù)據(jù)投影到低維空間，最終各指標(biāo)的最佳投影方向即為各自的權(quán)重。

3 結(jié)果分析

3.1 最大連續(xù)降水量分布

降水作為城市內(nèi)澇災(zāi)害的驅(qū)動(dòng)因子，研究選取最大連續(xù)降水量作為研究極端降水條件下引發(fā)災(zāi)害的致災(zāi)因素。 最大連續(xù)降水量是指統(tǒng)計(jì)連續(xù)降水日(日降水量≥0.1mm)期間降水總量最大的那次量值。 根據(jù)研究區(qū)域內(nèi)及周邊自動(dòng)氣象要素觀測站的分布情況，結(jié)合測站降水量統(tǒng)計(jì)以及數(shù)值的缺失情況，選定31 個(gè)站點(diǎn)近10 年歷史最大連續(xù)降雨量建立統(tǒng)計(jì)樣本，年均極值分別為199.0mm、116.2mm，出現(xiàn)在西部的狗場站和南部的小河站。 采用皮爾遜Ⅲ型曲線法分析各站點(diǎn)4種重現(xiàn)率下(100 年、50 年、25 年、10 年)最大連續(xù)降雨量設(shè)計(jì)值，空間插值100m×100m 面降雨量分布，呈現(xiàn)由北向南呈現(xiàn)遞減的趨勢，以鹿沖關(guān)、黔靈山、云貴山、南郊公園一線往北為高值區(qū)，東山、未來方舟區(qū)域?yàn)榇胃咧祬^(qū)。 從降水強(qiáng)度上，頻率為10%， 區(qū)域最大連續(xù)降雨量平均值為270.7mm；頻率為4%，區(qū)域最大連續(xù)降雨量平均值為340.6；頻率為2%，區(qū)域最大連續(xù)降雨量平均值為392.1mm；頻率為1%，區(qū)域最大連續(xù)降雨量平均值為442.7mm。

圖2 4 種降水頻率最大連續(xù)降雨量插值分布Fig.2 Interpolation distribution of maximum continuous rainfall for four types of precipitation frequency

3.2 基于SCS 模型的產(chǎn)流分布

世界土壤數(shù)據(jù)庫土壤理化性狀中USDA 土壤質(zhì)地分類情況，研究區(qū)域主要由粘土(輕)，粉沙壤土、粉壤土、粉砂壤土、粉質(zhì)壤土、質(zhì)壤土，壤土、肥土、沃土等組成，大致分別對(duì)應(yīng)表1 中的C、B、A三種土壤類型。 結(jié)合清華大學(xué)地球系統(tǒng)科學(xué)研究中心30m 分辨率的土地利用數(shù)據(jù)生成CN 空間分布值，采用皮爾遜Ⅲ分布曲線計(jì)算不同重現(xiàn)率下的最大連續(xù)降雨量作為產(chǎn)流降水輸入，結(jié)合SCS 產(chǎn)流模型計(jì)算徑流量分布如圖3 所示。 徑流深度高值區(qū)大致分布在西北部的白云區(qū)、觀山湖區(qū)及老城區(qū)附近兩個(gè)區(qū)域；隨著重現(xiàn)期的減小，西北部的高值區(qū)南移，老城區(qū)的高值區(qū)東移。 黔靈山公園、阿哈湖水庫及森林公園區(qū)域由于植被、水體覆蓋豐富，滲水性好，不利于徑流形成，降水形成的徑流深度淺。 生成的徑流深度分布呈現(xiàn)大體一致。

圖3 不同降水頻率下徑流深度分布Fig.3 Distribution of runoff depth under different precipitation frequencies

3.3 內(nèi)澇風(fēng)險(xiǎn)評(píng)價(jià)

致災(zāi)因子作為一種對(duì)生命或者財(cái)產(chǎn)的潛在危險(xiǎn)，考慮選取4 種重現(xiàn)率下最大連續(xù)降雨量對(duì)應(yīng)的產(chǎn)流量作為指標(biāo)因子；孕災(zāi)環(huán)境作為孕育災(zāi)害發(fā)生的自然環(huán)境，通常是指致災(zāi)因子和承災(zāi)體所處的環(huán)境因子；承災(zāi)體是作為直接受到災(zāi)害影響的人類社會(huì)主體，涵蓋人類自身安全以及社會(huì)發(fā)展的各個(gè)方面以及人類所積累起來的各類財(cái)產(chǎn)等。 據(jù)此從致災(zāi)因子、孕災(zāi)環(huán)境、承災(zāi)體3 個(gè)方面選取相應(yīng)的評(píng)價(jià)指標(biāo)，建立評(píng)價(jià)模型如圖4 所示。

柵格化處理的風(fēng)險(xiǎn)評(píng)價(jià)因子，建立對(duì)應(yīng)的風(fēng)險(xiǎn)評(píng)價(jià)集合，利用GIS 技術(shù)得到評(píng)價(jià)指標(biāo)(風(fēng)險(xiǎn)因素)的均值，采用投影尋蹤客觀賦權(quán)計(jì)算最優(yōu)投影方向，得到評(píng)價(jià)指標(biāo)體系的權(quán)重如表2 所示。

根據(jù)建立的城市內(nèi)澇風(fēng)險(xiǎn)計(jì)算模型，逐層進(jìn)行柵格數(shù)據(jù)計(jì)算，風(fēng)險(xiǎn)值介于0.1622 ～1.0000，采用自然斷點(diǎn)分級(jí)法獲得0.3758、0.4942、0.5993、0.7010 4 個(gè)斷點(diǎn)，將城市內(nèi)澇災(zāi)害風(fēng)險(xiǎn)劃分為5個(gè)等級(jí)，如圖5 所示。 高風(fēng)險(xiǎn)區(qū)域主要分布在老城區(qū)、花溪大道中部及南二環(huán)區(qū)域、龍洞堡部分區(qū)域，低風(fēng)險(xiǎn)區(qū)域主要分布黔靈山、森林公園等山體公園區(qū)域，與實(shí)際情況一致。

圖4 城市內(nèi)澇災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)模型Fig.4 Risk Evaluation model for urban waterlogging disaster

表2 風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)權(quán)重Tab.2 Risk assessment index weight

圖5 貴陽市城區(qū)內(nèi)澇災(zāi)害風(fēng)險(xiǎn)區(qū)劃圖Fig.5 Risk zoning map of waterlogging disaster in Guiyang City

4 結(jié)論

通過選取研究區(qū)域及周邊31 個(gè)氣象站點(diǎn)近10 年的最大持續(xù)降雨量資料，考慮降雨形成的徑流分布在不同條件的下墊面因素的影響，分析不同重現(xiàn)期降雨量對(duì)應(yīng)的產(chǎn)流量作為致災(zāi)因子。 結(jié)合地形、植被、水系等自然要素和人口密度、經(jīng)濟(jì)狀況等社會(huì)條件，釆用加權(quán)綜合評(píng)價(jià)法構(gòu)建城市內(nèi)澇災(zāi)害風(fēng)險(xiǎn)評(píng)估模型，定量化開展城市內(nèi)澇災(zāi)害風(fēng)險(xiǎn)等級(jí)劃分，為災(zāi)害防御、科學(xué)決策提供參考依據(jù)。 研究結(jié)果表明:

(1)4 種重現(xiàn)率下(100 年、50 年、25 年、10年)最大連續(xù)面雨量分布呈現(xiàn)由北向南遞減的趨勢，以鹿沖關(guān)、黔靈山、云貴山、南郊公園一線往北為高值區(qū)，東山、未來方舟區(qū)域?yàn)榇胃咧祬^(qū)。

(2)產(chǎn)流高值區(qū)大致分布在西北部的白云區(qū)、觀山湖區(qū)及老城區(qū)附近兩個(gè)區(qū)域；隨著重現(xiàn)期的減小，面降雨量的增加，西北部的高值區(qū)南移，老城區(qū)的高值區(qū)東移。

(3)高風(fēng)險(xiǎn)區(qū)域主要分布在老城區(qū)、花溪大道中部及南二環(huán)區(qū)域、龍洞堡部分區(qū)域，低風(fēng)險(xiǎn)區(qū)域主要分布黔靈山、森林公園等山體公園區(qū)域，與實(shí)際情況一致。

由于受城區(qū)管網(wǎng)分布、排水情況以及其他水文資料的限制，下一步將尋求其他相關(guān)部門的合作，開展深入研究及應(yīng)用。