国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于暴雨過(guò)程強(qiáng)度的貴州省雨澇危險(xiǎn)性評(píng)估

2022-02-10 08:27:48張東海李忠燕
中低緯山地氣象 2022年6期
關(guān)鍵詞:危險(xiǎn)性降水量暴雨

龍 俐,張東海,李 霄,李忠燕,王 爍

(1.貴州省氣候中心,貴州 貴陽(yáng) 550002;2.貴州省山地氣候與資源重點(diǎn)實(shí)驗(yàn)室,貴州 貴陽(yáng) 550002)

0 引言

雨澇是一種因大雨、暴雨或持續(xù)降雨導(dǎo)致低洼地區(qū)淹沒(méi)、漬水的現(xiàn)象。貴州省每年都會(huì)出現(xiàn)不同程度的雨澇災(zāi)害,特別是汛期。大范圍的暴雨或者頻繁暴雨,不但會(huì)造成城市內(nèi)澇,還會(huì)造成山洪暴發(fā),河水陡漲,公路、橋梁、房屋等被沖毀,經(jīng)果林受損,農(nóng)田受淹等災(zāi)害,給國(guó)民經(jīng)濟(jì)和人民生命財(cái)產(chǎn)造成嚴(yán)重?fù)p失。

按照習(xí)近平總書記提出的“要堅(jiān)持以防為主、防抗救相結(jié)合,堅(jiān)持常態(tài)減災(zāi)和非常態(tài)救災(zāi)相統(tǒng)一,努力實(shí)現(xiàn)從注重災(zāi)后救助向注重災(zāi)前預(yù)防轉(zhuǎn)變,從應(yīng)對(duì)單一災(zāi)種向綜合減災(zāi)轉(zhuǎn)變,從減少災(zāi)害損失向減輕災(zāi)害風(fēng)險(xiǎn)轉(zhuǎn)變,全面提升全社會(huì)抵御自然災(zāi)害的綜合防范能力”的要求,在強(qiáng)降水引發(fā)的暴雨洪澇災(zāi)害的極端降水事件明顯增多背景下,開(kāi)展氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估工作顯得尤為重要。

近年來(lái)國(guó)內(nèi)外對(duì)暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估工作開(kāi)展了深入的研究,周月華等[1]從災(zāi)前預(yù)評(píng)估、災(zāi)中跟蹤評(píng)估、災(zāi)后評(píng)估3個(gè)方面對(duì)前人的研究歷史和當(dāng)前研究所取得的成果進(jìn)行了綜述。有不少學(xué)者從致災(zāi)因子危險(xiǎn)性、孕災(zāi)環(huán)境敏感性、承災(zāi)體脆弱性、防災(zāi)減災(zāi)能力4個(gè)方面構(gòu)建評(píng)估模型進(jìn)行風(fēng)險(xiǎn)評(píng)估。要進(jìn)行有效的風(fēng)險(xiǎn)評(píng)估,致災(zāi)因子危險(xiǎn)性是基礎(chǔ),合理選擇致災(zāi)危險(xiǎn)性因子指標(biāo)體系,有利于反映降水對(duì)災(zāi)害的影響。李景宜[2]利用汛期雨季( 7—10月) 降水量和降水變率綜合表征降水對(duì)洪水危險(xiǎn)性的影響;姚鵬等[3]、張騰等[4]利用暴雨日數(shù)和暴雨過(guò)程降水量計(jì)算暴雨頻次和暴雨強(qiáng)度;陳貞宏等[5]選擇了貴州省過(guò)程總雨量和日最大雨量作為致災(zāi)因子指標(biāo);徐玉霞[6]選擇了洪澇頻次、臨界致災(zāi)雨量、地形高程、河網(wǎng)密度等指標(biāo);黃曉梅等[7]選擇汛期暴雨總量、汛期最大暴雨過(guò)程、汛期暴雨強(qiáng)度以及汛期暴雨變異系數(shù)4個(gè)指標(biāo)反映汛期洪澇災(zāi)害致災(zāi)因子的特征。本文立足于氣候背景,除了選擇過(guò)程總雨量、日最大雨量、暴雨日數(shù)等指標(biāo)外,增加了小時(shí)降水量,運(yùn)用統(tǒng)計(jì)方法及地理信息技術(shù)的空間分析模塊,針對(duì)貴州省降水特點(diǎn),結(jié)合與雨澇影響密切相關(guān)的地形、水體、地質(zhì)災(zāi)害等孕災(zāi)環(huán)境的分析,對(duì)雨澇危險(xiǎn)性進(jìn)行評(píng)估,為社會(huì)經(jīng)濟(jì)可持續(xù)發(fā)展和防災(zāi)減災(zāi)決策提供一定的理論支撐和科學(xué)依據(jù)。

1 資料及方法

1.1 資料說(shuō)明

氣象資料采用貴州省84個(gè)國(guó)家級(jí)氣象觀測(cè)站逐時(shí)、逐日(20時(shí)—次日20時(shí))降水量資料,資料時(shí)間為1991—2020年,由貴州省氣象信息中心提供。

基礎(chǔ)地理信息資料采用貴州省區(qū)域行政邊界(GS(2017)3320號(hào))、河流、水體;柵格圖層是利用90M的DEM經(jīng)過(guò)裁剪、重采樣、空間分析等處理得到的1000 m×1000 m分辨率;地質(zhì)災(zāi)害資料根據(jù)已公開(kāi)的貴州省地質(zhì)災(zāi)害易發(fā)分布圖處理而成。

1.2 主要方法

1.2.1 歸一化 將數(shù)據(jù)轉(zhuǎn)化為無(wú)量綱的值,按照式(1)或式(2)進(jìn)行歸一化處理,使結(jié)果值為[0,1]或[0.5,1]之間,便于不同單位或量級(jí)的指標(biāo)能夠進(jìn)行比較和加權(quán)。

(1)

(2)

式中:X*和x' 為歸一化值,x為樣本值,xmax為樣本最大值,xmin為樣本最小值。

1.2.2 信息熵賦權(quán)法 在多指標(biāo)綜合評(píng)價(jià)中,熵權(quán)法可以客觀反映各評(píng)價(jià)指標(biāo)的權(quán)重。設(shè)評(píng)價(jià)體系是由m個(gè)指標(biāo)n個(gè)對(duì)象構(gòu)成的系統(tǒng),首先按照式(3)計(jì)算第i項(xiàng)指標(biāo)(i=1,2,…,m)下第j個(gè)對(duì)象(j=1,2,…,n)的指標(biāo)值rij所占指標(biāo)比重Pij,再由熵權(quán)法按照式(4)計(jì)算第i個(gè)指標(biāo)的熵值Si計(jì)算第i個(gè)指標(biāo)的熵權(quán),最后按照式(5)確定該指標(biāo)的客觀權(quán)重ωi。

(3)

(4)

(5)

2 雨澇指數(shù)及不同重現(xiàn)期降水分析

本文以暴雨持續(xù)天數(shù)、暴雨過(guò)程累積降水量、過(guò)程最大日降水量、過(guò)程最大小時(shí)降水量作為雨澇主要評(píng)價(jià)指標(biāo)。

2.1 雨澇指數(shù)分析

2.1.1 單次暴雨過(guò)程強(qiáng)度指數(shù) 對(duì)4個(gè)評(píng)價(jià)指標(biāo)進(jìn)行歸一化處理后,采用信息熵賦權(quán)法得到權(quán)重系數(shù),將各指標(biāo)加權(quán)求和得到暴雨過(guò)程強(qiáng)度指數(shù),計(jì)算見(jiàn)式(6):

IR=w1Ipre+w2Iday+w3I24h+w4I1h

(6)

式中,IR為單次暴雨過(guò)程強(qiáng)度指數(shù);Ipre、Iday、I24h和I1h分別是歸一化處理后的4個(gè)評(píng)估指標(biāo)數(shù)值;w1、w2、w3、w4為權(quán)重系數(shù)。

在缺乏小時(shí)降水資料的情況下,暴雨過(guò)程強(qiáng)度指數(shù)可采用式(7)進(jìn)行計(jì)算:

IR=w1Ipre+w2Iday+w3I24h

(7)

2.1.2 雨澇指數(shù) 累加每年逐場(chǎng)暴雨過(guò)程強(qiáng)度指數(shù),按照式(8)計(jì)算出84個(gè)氣象站點(diǎn)1991—2020年的年雨澇指數(shù)YIR,并以此序列為樣本,用于風(fēng)險(xiǎn)評(píng)估與分區(qū)。

(8)

根據(jù)單站的多年平均年雨澇指數(shù)值,利用ArcGIS統(tǒng)計(jì)分析模塊,進(jìn)行交叉驗(yàn)證后優(yōu)選Kriging內(nèi)插方法,并采用百分位數(shù)法,將結(jié)果劃分為一般(≤50%)、中等(大于50%且小于等于75%)、強(qiáng)(大于75%且小于等于90%)、極強(qiáng)(>90%)4個(gè)等級(jí)。從貴州省年雨澇指數(shù)等級(jí)分布圖(圖1)來(lái)看,安順市、黔西南州大部、黔南州及黔東南州局部為強(qiáng)級(jí)以上的強(qiáng)度等級(jí),遵義市中西部、畢節(jié)市大部地區(qū)為一般等級(jí),其余地區(qū)普遍為中等等級(jí)。

圖1 貴州省年雨澇指數(shù)等級(jí)分布圖

2.2 不同重現(xiàn)期降水分析

2.2.1 小時(shí)降水 根據(jù)貴州省氣候標(biāo)準(zhǔn)年歷時(shí)小時(shí)雨量的歷史序列進(jìn)行概率統(tǒng)計(jì),得到1 h、3 h、6 h、12 h 4個(gè)統(tǒng)計(jì)時(shí)段不同重現(xiàn)期時(shí)間尺度(5 a、10 a、20 a、50 a、100 a)的最大降水量閾值。

從不同重現(xiàn)期的小時(shí)最大降水量(圖2)來(lái)看,貴州省1 h平均最大降水量除了5 a外,其他重現(xiàn)期在50.0~70.0 mm左右;3 h的50 a、100 a超過(guò)100.0 mm;6 h和12 h除5 a外,其他重現(xiàn)期降水量超過(guò)120.0 mm。

圖2 貴州省不同重現(xiàn)期小時(shí)最大降水量

從不同重現(xiàn)期空間分布來(lái)看(以6 h為例,其他重現(xiàn)期分布大致相同,只有降水量級(jí)上的差異,見(jiàn)圖3),高值區(qū)主要集中在中部—西南部一線、銅仁市、黔南州東部和黔東南州西部,局地100 a降水有超過(guò)200 mm的可能性。按照縣域分析(表1),望謨縣1 h降水5 a和10 a為全省最大值;平壩區(qū)1 h降水5 a和10 a為最大值;六枝特區(qū)3 h的5個(gè)時(shí)間尺度為最大值;鎮(zhèn)寧縣6 h的5個(gè)時(shí)間尺度、12 h 5 a和10 a為最大值;江口縣12 h的20 a、50 a、100 a為最大值。

圖3 不同重現(xiàn)期6 h最大降水量(a:5 a;b:10 a;c:20 a;d:50 a;e:100 a)

表1 不同重現(xiàn)期小時(shí)最大降水量(縣級(jí))

2.2.2 日降水 根據(jù)貴州省日降水量的歷史序列進(jìn)行概率統(tǒng)計(jì),得到滑動(dòng)1 d、3 d、5 d、10 d不同重現(xiàn)期的最大降水量閾值。

從不同重現(xiàn)期的日降水量(圖4)來(lái)看,貴州省1 d平均最大降水量50 a和100 a在150.0 mm以上,其他重現(xiàn)期在110.0~150.0 mm左右;3 d的5 a、10 a在200.0 mm以下,其余在200.0~250.0 mm左右;5 d的50 a、100 a超過(guò)250.0 mm,其他不足250.0 mm;12 h的50 a、100 a降水量超過(guò)300.0 mm,其余的在200.0~300.0 mm之間。

圖4 貴州省不同重現(xiàn)期不同滑動(dòng)日數(shù)最大降水量

從不同重現(xiàn)期空間分布來(lái)看(以3 d為例,見(jiàn)圖5),高值區(qū)的分布基本和小時(shí)降水特征基本一致。按照縣域分析(表2),六枝特區(qū)1 d和10 d的降水5 a、10 a為全省最大值;江口縣3 d的5個(gè)時(shí)間尺度,1 d的20 a、50 a、100 a為最大值;普定5 d的5 a、10 a為最大值;鎮(zhèn)寧縣5 d的20 a、50 a、100 a為最大值;織金縣10 d的20 a、50 a、100 a為最大值。

圖5 不同重現(xiàn)期滑動(dòng)3 d最大降水量(a:5 a;b:10 a;c:20 a;d:50 a;e:100 a)

表2 不同重現(xiàn)期不同滑動(dòng)日數(shù)最大降水量(縣級(jí))

3 暴雨孕災(zāi)環(huán)境影響分析

在暴雨的影響下,對(duì)形成洪澇、泥石流、滑坡、城市內(nèi)澇等次生災(zāi)害起作用的自然環(huán)境稱為暴雨孕災(zāi)環(huán)境,對(duì)暴雨成災(zāi)危險(xiǎn)性起到擴(kuò)大或縮小的作用,主要考慮地形、河網(wǎng)水系、地質(zhì)災(zāi)害易發(fā)條件3個(gè)方面[8]。

3.1 地形因子影響系數(shù)

地勢(shì)平緩的區(qū)域容易發(fā)生積水現(xiàn)象,因此采用自然斷點(diǎn)法將值按照由低到高把貴州省高程標(biāo)準(zhǔn)差采用式(9)計(jì)算后分為4級(jí),海拔高度分為5級(jí),然后根據(jù)表3所示確定地形因子影響系數(shù),結(jié)合DEM數(shù)字高程,得到貴州省地形因子影響系數(shù)分布(圖6)。

圖6 貴州省地形因子影響系數(shù)分布圖

表3 地形因子影響系數(shù)(Ph)賦值

高程標(biāo)準(zhǔn)差Sh計(jì)算方法如下:

(9)

3.2 水系因子影響系數(shù)

區(qū)域內(nèi)河流的密集程度以及距離水體的遠(yuǎn)近都對(duì)暴雨災(zāi)害的形成造成一定的影響,所以水系因子主要考慮了水網(wǎng)密度和水體距離2個(gè)因子。

3.2.1 水網(wǎng)密度 用自然斷點(diǎn)法將水網(wǎng)密度進(jìn)行分級(jí)處理,并分別賦值為0~0.9(步長(zhǎng)為0.1)的 10個(gè)等級(jí)值。水網(wǎng)密度[9]按下式進(jìn)行計(jì)算:

(10)

式中:Sr為水網(wǎng)密度;lr為水網(wǎng)長(zhǎng)度,單位為km;a為區(qū)域面積,單位為km2。

3.2.2 水體距離 根據(jù)距離水體按照由近及遠(yuǎn)的原則,0.5 km的等步長(zhǎng),分別賦值1.0、0.8、0.6、0.4、0.2、0等6個(gè)等級(jí)。

3.2.3 水系因子影響系數(shù) 綜合水網(wǎng)密度和水體距離,按照下式得到水系因子影響系數(shù)。

Pr=(Pr1+Pr2)/2

(11)

式中:Pr為水系因子影響系數(shù),Pr1、Pr2分別為水網(wǎng)密度、水體距離影響系數(shù)值。

圖7 貴州省水系因子影響系數(shù)分布圖

3.3 地質(zhì)災(zāi)害易發(fā)條件系數(shù)

按照貴州省地質(zhì)災(zāi)害易發(fā)程度,對(duì)地質(zhì)災(zāi)害3種易發(fā)條件系數(shù)(Pd)分別賦值為高易發(fā)區(qū)(0.6)、中易發(fā)區(qū)(0.3)、低易發(fā)區(qū)(0.1)(圖略)。

3.4 孕災(zāi)環(huán)境影響系數(shù)

Ie=whph+wrpr+wdpd

(12)

(13)

式中:Ph、Pr、Pd分別為地形、水系、地質(zhì)災(zāi)害影響系數(shù);wh、wr、wd為權(quán)重系數(shù),采用信息熵權(quán)法計(jì)算,且wh+wr+wd=1;Iemax、Iemin為孕災(zāi)環(huán)境綜合指數(shù)的最大和最小值;c為常數(shù),本文取值0.4。

4 雨澇危險(xiǎn)性區(qū)劃

結(jié)合30 a平均年雨澇指數(shù)和孕災(zāi)環(huán)境影響系數(shù),按照下式構(gòu)建雨澇危險(xiǎn)性指數(shù)。

(14)

根據(jù)自然斷點(diǎn)法,將雨澇危險(xiǎn)性指數(shù)劃分為低危險(xiǎn)性、較低危險(xiǎn)性、中危險(xiǎn)性、較高危險(xiǎn)性、高危險(xiǎn)性5個(gè)等級(jí),得到貴州省雨澇危險(xiǎn)性指數(shù)等級(jí)結(jié)果,繪制雨澇危險(xiǎn)性等級(jí)分布圖。

從貴州省雨澇危險(xiǎn)性等級(jí)分布圖(圖8)可見(jiàn),雨澇危險(xiǎn)性呈西南部和東北部高、西北部低的分布特點(diǎn)。高危險(xiǎn)地區(qū)主要位于安順市、六盤水市東部、黔西南州東部及南部邊緣、銅仁市和黔東南州、黔南州局地,低危險(xiǎn)區(qū)域主要分布在遵義市和畢節(jié)市,其他危險(xiǎn)等級(jí)圍繞著高(低)危險(xiǎn)性等級(jí)減少(加重)等級(jí)??傮w以中和較低危險(xiǎn)性等級(jí)為主(62.8%),其次為較高危險(xiǎn)性等級(jí)(21.7%)(表4)。

圖8 貴州省雨澇危險(xiǎn)性等級(jí)分布圖

表4 貴州省雨澇危險(xiǎn)性指數(shù)等級(jí)面積百分比

5 小結(jié)

①?gòu)谋┯赀^(guò)程強(qiáng)度來(lái)看,貴州省除遵義市中西部、畢節(jié)市大部相對(duì)一般外,其余大部分地區(qū)暴雨過(guò)程強(qiáng)度為中等以上的等級(jí),特別是安順市大部、黔西南州東部達(dá)到極強(qiáng)的等級(jí)。

②從風(fēng)險(xiǎn)等級(jí)來(lái)看,貴州省雨澇危險(xiǎn)性呈現(xiàn)出西南部和東北部高、西北部低的分布特點(diǎn)。高危險(xiǎn)地區(qū)主要位于安順市、六盤水市東部、黔西南州東部及南部邊緣、銅仁市和黔東南州、黔南州局地;低危險(xiǎn)區(qū)域主要分布在遵義市和畢節(jié)市。從危險(xiǎn)性分布范圍來(lái)看,以中和較低危險(xiǎn)性等級(jí)為主。值得關(guān)注的是,雖然高危險(xiǎn)性等級(jí)占比相對(duì)較小(7.3%),但分布比較集中連片,容易造成區(qū)域性的影響。

③本文針對(duì)不同時(shí)間長(zhǎng)度,不同重現(xiàn)期的可能最大降水量閾值進(jìn)行了分析,對(duì)預(yù)警服務(wù)及決策有一定的參考價(jià)值。

④面向不同的服務(wù)對(duì)象,建議根據(jù)需求進(jìn)行不同分辨率以及區(qū)域性站點(diǎn)降水資料的進(jìn)一步細(xì)化,結(jié)合承災(zāi)體開(kāi)展不同承災(zāi)體的風(fēng)險(xiǎn)區(qū)劃,有利于精細(xì)化服務(wù)的效果。

猜你喜歡
危險(xiǎn)性降水量暴雨
繪制和閱讀降水量柱狀圖
“80年未遇暴雨”襲首爾
O-3-氯-2-丙烯基羥胺熱危險(xiǎn)性及其淬滅研究
暴雨
當(dāng)暴雨突臨
危險(xiǎn)性感
輸氣站場(chǎng)危險(xiǎn)性分析
基于AHP對(duì)電站鍋爐進(jìn)行危險(xiǎn)性分析
降水量是怎么算出來(lái)的
1988—2017年呼和浩特市降水演變特征分析
阜平县| 盖州市| 谷城县| 上饶县| 苏州市| 盈江县| 桐庐县| 贵港市| 时尚| 梨树县| 随州市| 吴旗县| 芜湖县| 马尔康县| 运城市| 绩溪县| 清水河县| 繁昌县| 额尔古纳市| 铜鼓县| 兴国县| 青浦区| 乌鲁木齐市| 江孜县| 炉霍县| 淮北市| 奎屯市| 揭西县| 敖汉旗| 延安市| 武穴市| 海晏县| 日照市| 揭西县| 容城县| 张家口市| 青岛市| 中山市| 伊川县| 永丰县| 涞源县|