湖北暴雨洪澇災害脆弱性評估的定量研究*

溫泉沛，周月華，霍治國，李 蘭，方思達，史瑞琴，車 欽

?

湖北暴雨洪澇災害脆弱性評估的定量研究*

溫泉沛1,2，周月華1，霍治國2,3**，李 蘭1，方思達1，史瑞琴1，車 欽4

（1．武漢區(qū)域氣候中心，武漢 430074；2．中國氣象科學研究院，北京 100081；3．南京信息工程大學氣象災害預報預警與評估協(xié)同創(chuàng)新中心，南京 210044；4．武漢中心氣象臺，武漢 430074）

基于湖北省76個氣象站1961?2016年逐日降水資料、2004?2016年主汛期（6?8月）主要暴雨過程的災情資料以及《降雨過程強度等級》行業(yè)標準，通過灰色關聯法和曲線擬合法，針對強降水過程，構建湖北省暴雨洪澇災害脆弱性曲線模型，其中2004?2015年數據用于模型的構建和回代檢驗，2016年數據用于模型的外延預評估，以期定量化評估強降水過程造成的暴雨洪澇災害的影響。結果表明：以受災面積比重、受災人口比重、直接經濟損失比重和表征災情綜合影響的綜合相對災情指數作為脆弱性定量化評估對象，構建的湖北省暴雨洪澇災害脆弱性曲線模型，在外延預評估中，除直接經濟損失比重的一致準確率為60%外，其它指標的一致準確率均在80%以上，等級預評估檢驗誤差均在1個等級以內，模型評價效果較好。

暴雨洪澇災害；脆弱性曲線；湖北

湖北省位于長江中下游地區(qū)，人口密集，是中國經濟高度發(fā)達的地區(qū)之一。受東亞季風的影響，降水過程頻繁，暴雨日數多，有“洪水走廊”之稱，是中國易發(fā)生洪澇的地區(qū)之一，幾乎每年都會遭到不同程度的洪澇災害影響，洪災已經成為制約國民經濟發(fā)展的主要因素[1?5]。在氣候變化背景下，自然災害風險及其造成的損失有增加的趨勢[6]，隨著全球經濟一體化的深入，自然災害的脆弱性將越發(fā)敏感。經濟一體化的深入一方面促進了社會經濟的發(fā)展與進步，另一方面也產生了不利因素，比如某個國家或地區(qū)發(fā)生自然災害時，全球經濟都會受到影響。因此，對湖北省暴雨洪澇災害進行脆弱性定量化評估，對防洪救災工作的開展具有非常重要的意義。

脆弱性定量化研究是自然災害風險評估的重要環(huán)節(jié)，在基于歷史災情的脆弱性定量化研究中，脆弱性曲線的擬合是重要研究內容。脆弱性曲線又稱災損（率）曲線（函數），用來衡量不同災種的災變強度與其承災體相應損失（率）之間的關系，主要以曲線、曲面或表格的形式表現出來[7]。脆弱性曲線模型的研究，近年來在多領域被廣泛運用，成為災情估算、風險定量分析以及風險地圖編制的關鍵環(huán)節(jié)[8?9]。在實際研究中，由于暴雨洪澇致災因子和承災體的種類多樣，且區(qū)域差異大，因此，脆弱性曲線表達的方法繁多，指標種類也各不相同。從國外已有研究成果來看，洪水脆弱性曲線的研究發(fā)展已較完善，洪水危險性經常選用水深、流速、淹沒時長等指標中的某個典型指標進行分析，房屋建筑和財產損失等則是最受關注的承災體對象[10?14]。而國內相關工作仍處于起步階段，洪災脆弱性曲線模型一般基于情景模擬、災后調查或歷史災情來進行研究，且這些研究多以北京、上海、浙江余饒、溫州等經濟發(fā)達的城市為例構建脆弱性曲線模型[15?21]。

盡管形成暴雨洪澇的災害系統(tǒng)異常復雜，但其致災因子主要是過強或過于集中的降水[22]，因此，本研究擬以降水為主導因子，參照氣象行業(yè)標準《降雨過程強度等級》[23]建立湖北省強降水過程綜合指數表征暴雨過程的綜合強度，基于歷史災情構建綜合相對災情指數表征暴雨洪澇造成的災情大小[24]，通過構建脆弱性曲線，定量化研究湖北省在暴雨洪澇災害中的宏觀脆弱性，并基于脆弱性曲線對不同強度降水過程下的可能損失進行估算，以期為湖北暴雨洪澇災后損失評估、風險評價，以及制定相關應急預案提供參考依據。

1 資料與方法

1.1 資料來源

氣象資料為1961?2016年湖北省76個縣（市）國家基本氣象站逐日降水量觀測資料。2004?2016年主汛期（6?8月）湖北暴雨洪澇災害災情數據包括暴雨過程的受災面積比重（暴雨洪澇災害造成的農作物受災面積與播種面積之比）、受災人口比重（暴雨洪澇災害造成的受災人口和當年年末總人口之比）和直接經濟損失比重（暴雨洪澇災害造成的直接經濟損失與國內生產總值之比）等，主要來源于《中國氣象災害年鑒》[25]、《中國農業(yè)統(tǒng)計資料》[26]、《中國統(tǒng)計年鑒》[27]以及武漢區(qū)域氣候中心編制的《湖北省汛期評價》、《湖北省梅雨期評價》等。

1.2 區(qū)域強降水過程的定義

強降水過程是暴雨洪澇災害的主要致災因子。根據氣象行業(yè)標準《降雨過程強度等級》，并結合湖北省實際降雨情況，定義強降水過程的起始日為全省至少4個測站的日雨量達到暴雨強度（日雨量≥50mm）的第一天，最后一天定義為過程結束日。

1.3 研究思路

首先，利用近46a湖北省76個國家基本氣象站的逐日降水量資料構建強降水過程綜合指數（RPI）模型，利用歷史災情構建暴雨洪澇過程的綜合相對災情指數（Z）模型；其次選用2004?2015年主汛期（6?8月）的湖北省24次暴雨洪澇過程的RPI作為自變量，各災情因子、Z作為因變量來建立脆弱性曲線模型；最后利用脆弱性曲線模型對2004?2015年主汛期湖北24次強降水過程造成的受災人口比重、受災面積比重、直接經濟損失比重和綜合災情指數進行計算，得到的災情等級進行回代評估檢驗，對2016年主汛期5次暴雨洪澇過程的災害發(fā)生等級進行預評估檢驗。

2 結果與分析

2.1 湖北暴雨洪澇災害脆弱性評估模型的構建

2.1.1 強降水過程綜合指數的計算

（1）降雨強度（R）及其指數（I）

計算降雨過程中降雨強度指數，一要考慮降雨過程日平均降雨量，二要考慮過程日最大降雨量，因此，將降雨強度（R）定義為：日雨量達表1標定區(qū)間的測站日最大雨量平均值和過程雨量平均值的加權平均，權重取0.5。

式中，n為按照強降水過程定義選取的測站數（個）；i的取值范圍在[1，n]；（rmax）i為該強降水過程中第i個測站最大日雨量值（mm）；m為強降水過程的持續(xù)時間（d）；j的取值范圍在[1，m]；rj為該強降水過程中第i個測站第j天日雨量（mm）。依據《降雨過程強度等級》中降雨強度及其指數的劃分并結合湖北情況，將降雨強度（R）及其指數（I）劃分為4個等級，見表1。

表1 區(qū)域強降水過程降雨強度指數（I）的賦值標準

Note: R is the weighted average intensity at the rain extent during heavy rainfall processes from June to August and it is computed by eq.(1).

（2）覆蓋范圍（Cp）及其指數（C）

降雨覆蓋范圍指達到表1定義的降雨強度的測站占評估區(qū)域測站總數的比例。即

式中，n為按照強降水過程定義選取的所有測站數（個）；N為評估區(qū)測站總數（76個）。根據《降雨過程強度等級》中覆蓋范圍及其指數的劃分并結合湖北情況，對降雨覆蓋范圍及其指數進行劃分，見表2。

表2 降雨覆蓋范圍指數（C）的等級劃分

（3）持續(xù)時間（D）及其指數（T）

強降水過程開始至結束的時間定義為降雨過程持續(xù)時間。根據強降水過程定義，對湖北省1961?2016年76個國家基本氣象站資料進行分析，計算得到842個強降水過程。由圖1可見，湖北省強降水過程持續(xù)4d及以上的僅占總過程的2.7%，持續(xù)1～2d的占總過程的90.8%（圖1），故對持續(xù)時間指數劃分如表3。

圖1 湖北省1961?2016年不同持續(xù)天數的強降水過程出現頻率

表3 強降水過程持續(xù)時間指數（T）的等級劃分

（4）強降水過程綜合指數（RPI）

綜合考慮降雨強度指數、覆蓋范圍指數以及持續(xù)時間指數，建立強降水過程綜合指數（RPI），即

根據RPI大小對強降水過程綜合指數進行等級劃分，見表4。

表4 湖北省強降水過程綜合指數（RPI）等級劃分

2.1.2 暴雨洪澇災害綜合災情指數計算

（1）災情因子計算

參照文獻[28]的相對災情單指標分級標準，得到洪澇災害的5個等級：巨災、大災、中災、小災和微災。各指標及分級標準見表5。

表5 單一指標災害分級標準

注：PAA、PAP、PEL分別是受災面積比重、受災人口比重和直接經濟損失比重。下同。

Note: PAA is the proportion of the affected area, PAP is the proportion of the affected population, and PEL is the proportion of the direct economic losses. The same as below.

（2）災情指數計算

針對受災面積比重和受災人口比重x引入轉換函數（4）、直接經濟損失比重y引入轉換函數（5）對表5的分級標準進行指數化處理[24]，單項指標轉換函數對應的洪澇災害等級如表6所示。

表6 單一災情指數的分級標準

（3）綜合相對災情指數計算

利用各單項指標的指數序列（無量綱值）進行灰色關聯分析，建立綜合相對災情指數（Z）計算模型[24]，將關聯度r0i定義為綜合相對災情指數（Z）。計算式為

支持潿洲島發(fā)展跨境旅游。在潿洲島實施離島免稅購物政策，爭取將潿洲島納入口岸對外開放（客運）范圍，允許國際郵輪自由?？?。支持申請在潿洲島實施郵輪旅游免簽、落地簽、身份證登船近海游、邊境游政策，放寬游艇旅游管制，建設特色鮮明、競爭力強的國際旅游島。

②計算關聯度r0i

采用等權處理，將m個關聯系數都體現在一個值上，即關聯度。由此可知關聯度是比較序列與參考序列各項指標的關聯系數總和的平均值，集中反映了比較序列與參考序列的關聯程度。計算得到Z的范圍為0.5～1，指數越大表示強降水過程造成的災情越嚴重。Z與災害等級的對應關系見表7。

表7 綜合相對災情指數（Z）分級標準

注：Z為綜合災情指數。下同。

Note: Z is the comprehensive disaster index of HRP. The same as below.

2.1.3 暴雨洪澇災害脆弱性曲線模型

將2004?2015年6?8月湖北省24次強降水過程造成的受災面積比重、受災人口比重、直接經濟損失比重和綜合相對災情指數與其RPI數據進行Pearson相關性分析。結果表明（表8），這4個指標均通過0.05水平的顯著性檢驗。因此，最終選取RPI作為致災因子自變量，損失數據因變量包括綜合相對災情指數、受災人口比重、受災面積比重和直接經濟損失比重。將強降水過程綜合指數（RPI）作為暴雨洪澇強度的關鍵數據，將強降水過程的受災面積比重、受災人口比重、直接經濟損失比重以及綜合相對災情指數作為暴雨洪澇災損的關鍵數據，擬合暴雨洪澇強度與不同承災體受災情況的關系曲線，即脆弱性曲線。

表8 RPI與各災損失數據的相關性分析（Pearson相關）

注：*、**、***分別表示相關系數通過0.05、0.01、0.001水平的顯著性檢驗。下同。

Note:*is P<0.05，**is P<0.01，***is P<0.001. The same as below.

構建的脆弱性曲線模型對災害發(fā)生等級的評估準確率檢驗包括兩部分：回代及外延預評估檢驗。對歷史強降水過程由模型統(tǒng)計得到的回代和預評估與由指標統(tǒng)計得到的實際值進行對比，分別定義“一致”準確率（P）和“基本一致”準確率（Q），即

式中，n1為回代評估（或等級外延預評估）準確的樣本量，N1為回代總數評估（或外延預評估總數）。

式中，n2為回代評估（或等級外延預評估）與實際值相差在１個等級以內的預測樣本量，N1為回代總數評估（或外延預評估總數）。

2.2 湖北暴雨洪澇災害脆弱性評估模型的應用和檢驗

利用2004?2016年湖北省76站逐日降水資料，對湖北省強降水過程進行統(tǒng)計，結果發(fā)現，建立暴雨洪澇災害脆弱性曲線模型選取的2004?2015年主汛期（6?8月）24次強降水過程中，綜合指數評價結果為“強”和“特強”的有17次（表9），據此建立暴雨洪澇災害脆弱性曲線模型；2016年6?8月強降水過程綜合指數評價結果為“強”和“特強”的有5次（表9），用來檢驗暴雨洪澇災害脆弱性曲線模型的應用效果。

2.2.2 綜合災情評估

由表10可以看出，這29次強降水過程中的綜合相對災情指數為0.6～0.8，災害集中于小災以及中災等級，分別占75.9%和24.1%。2016年6月30日?7月4日的強降水過程造成的受災最為嚴重，受災人口比重、受災面積比重以及直接經濟損失比重也是歷次過程中最高的，其綜合相對災情指數達0.77，其次是2010年7月8?14日。

2.2.3 暴雨洪澇災害脆弱性曲線模型

利用湖北省2004?2015年6?8月24次強降水過程的RPI值（強降水過程綜合指數），與其相應的強降水過程造成的受災人口比重、受災面積比重、直接經濟損失比重以及綜合相對災情指數分別進行擬合，得到基于強降水過程的暴雨洪澇災害脆弱性曲線，見圖2。由圖中可見，RPI與受災人口比重、受災面積比重、直接經濟損失比重以及綜合相對災情指數間均為冪函數關系，方程的決定系數（R2）均大于0.6，相關系數均通過0.05水平的顯著性檢驗，具有較高擬合度。

2.2.4 暴雨洪澇災害脆弱性曲線模型的檢驗

利用建立的脆弱性曲線模型對2004?2015年主汛期湖北強降水過程造成的受災人口比重、受災面積比重、直接經濟損失比重和綜合災情指數進行計算，發(fā)生的災情等級進行回代評估檢驗，對2016年主汛期的災害發(fā)生等級進行預評估，與實際分級結果進行對比，等級無相差的為“一致”，相差1個等級的為“基本一致”，結果見表11。由表可見，2004?2015年主汛期湖北24次強降水過程造成的受災人口比重、受災面積比重、直接經濟損失比重和綜合災情指數模擬等級與實際等級相同的強降水過程分別為18、18、19和20個，回代評估檢驗“一致”的準確率分別為75%、75%、79.2%和83.3%，模擬結果與實際等級誤差為１級的過程分別為6、6、5和4個，回代評估達“基本一致”的準確率均為100%。

表9 2004?2016年6?8月湖北省主汛期強降水過程指數計算結果

注：R為降雨強度，Cp為覆蓋范圍，D為持續(xù)時間，RPI為強降水過程綜合指數。下同。

Note：R is rainfall intensity, Cp is rainfall coverage station percent, D is rainfall duration days, RPI is comprehensive index of HRP. The same as below.

2016年5次強降水過程引發(fā)洪澇災害造成的受災人口比重、受災面積比重、直接經濟損失比重和綜合災情指數Z的預評估等級與實際等級之間的外延預評估“一致”準確率分別為80%、100%、60%和100%，外延預評估在“基本一致”以上的準確率均為100%。

表10 2004?2016年6?8月湖北省主汛期強降水過程的受災情況及綜合相對災情指數

圖2 湖北省暴雨洪澇災害脆弱性曲線

表11 依據模型模擬因子劃分的災害等級與實際災害等級的相差級數

3 結論與討論

以湖北省為例，選取強降水過程綜合指數（RPI）作為致災因子自變量，損失數據因變量包括受災人口比重、受災面積比重、直接經濟損失比重和表征災情綜合影響的綜合相對災情指數，構建的湖北省暴雨洪澇災害脆弱性曲線模型的回代評估檢驗一致準確率均為70%以上，外延預評估一致準確率除直接經濟損失比重為60%，其它均在80%以上，并且回代評估和外延評估的結果與實際等級誤差均在１級以內，評價效果較好。

考慮到脆弱性曲線分析的時效性、暴雨洪澇災害發(fā)生的主要時段以及災情數據的不完備性，強降水過程造成的洪澇災情數據資料采用2004?2016年主汛期（6?8月），所以研究結果對2016年以后的暴雨洪澇災害的宏觀脆弱性評估將更為適用。

相較于基于重現期或情景模式建立的暴雨洪澇災害脆弱性曲線模型[15?16]，基于強降水過程的湖北省暴雨洪澇災害脆弱性曲線模型的建立，時間尺度上將更為精細化，且在業(yè)務中更易于推廣。

RPI在評估湖北省強降水過程的綜合強度中，對于強降水過程起止時間和過程強度的評估基本合理，但對于主雨帶的多次疊加重合方面的表達存在不足，下一步將加強相關研究，以進一步提高暴雨洪澇災害脆弱性評價曲線的準確性。

基于歷史災情數據構建的脆弱性曲線模型，由于災情指標的特點，利于評估或比較災害中區(qū)域間的宏觀脆弱性[15]，但在不同區(qū)域之間推廣還需注意區(qū)域差異并進行修正[7,14]，另外，若要涉及更精細的地域尺度或更細化的指標，可以結合模型模擬或系統(tǒng)調查[17,29?30]來進行研究分析，針對脆弱性高敏感區(qū)或高脆弱性承災體的研究將是對本研究的很好補充。今后還應不斷加入最新強降水過程的災情信息，提高脆弱性曲線模型的準確性。

[1]卞潔,李雙林,何金海.長江中下游地區(qū)洪澇災害風險性評估[J].應用氣象學報,2011,22(5):604-611.Bian J,Li S L,He J H.Risk assessment of flood disaster in the Mid-lower reaches of the Yangtze[J].Journal of Applied Meterological Science,2011,22(5):604-611.(in Chinese)

[2]李茂松,李森,李育慧.中國近50年洪澇災害災情分析[J].中國農業(yè)氣象,2004,25(1):40-43.Li M S,Li S,Li Y H.Analysis of flood disaster in the past 50 years in China[J].Chinese Journal of Agrometeorology, 2004, 25(1): 40-43.(in Chinese)

[3]陳波,史瑞琴,陳正洪.近45年華中地區(qū)不同級別強降水事件變化趨勢[J].應用氣象學報,2010,21(1):47-54.Chen B,Shi R Q,Chen Z H.The variation tendency of heavy precipitation events in different grades during recent 45 years over Central China[J].Journal of Applied Meterological Science,2010,21(1):47-54.(in Chinese)

[4]周悅,周月華,葉麗梅,等.湖北省旱澇災害致災規(guī)律的初步研究[J].氣象,2016,42(2):221-229.Zhou Y,Zhou Y H,Ye L M,et al.Preliminary study on disasstrous law of drought and flood in Hubei Province[J]. Meteorological Monthly,2016,42(2):221-229.(in Chinese).

[5]劉可群,陳正洪,張禮平,等.湖北省近45年降水氣候變化及其對旱澇的影響[J].氣象,2007,33(11):58-64.Liu K Q,Chen Z H,Zhang L P,et al. Analysis of precipitation characteristics in Hubei Province and their influence on flood/drought in the last 45 years[J].Meteorological Monthly, 2007,33(11):58-64.(in Chinese)

[6]World Bank.Hazards of nature, risk to development: an IEG evaluation of World Bank assistance for natural disaster[R]. Washington DC:World Bank,2006.

[7]石勇,許世遠,石純,等.洪水災害脆弱性研究進展[J].地理科學進展,2009,28(1):41-46.Shi Y,Xu S Y,Shi C,et al. A review on development of vulnerability assessment of floods[J]. Progress in Geography, 2009,28(1):41-46.(in Chinese)

[8]周瑤,王靜愛.自然災害脆弱性曲線研究進展[J].地球科學進展,2012,27(4):435-442.Zhou Y,Wang J A.A review on development of vulnerability curve of natural disaster[J].Progress in Geography,2012, 27(4):435-442.(in Chinese)

[9]史培軍.中國自然災害風險地圖集[M].北京:科學出版社,2010．Shi P J.Atlas of natural disaster risk of China[M]. Beijing: Science Press,2010.(in Chinese)

[10]Gissing A,Blong R.Accounting for variability in commercial flood damage estimation[J].Australian Geographer,2010, 35(2):209-222.

[11]Dutta D,Herath S,Musiake K.A mathematical model for flood loss estimation[J].Journal of Hydrology,2003, 277(1): 24-49．

[12]Scawthorn C,Flores P,Blais N,et al.HAZUS-MH flood loss estimation methodology II:damage and loss assessment[J].Natural Hazards Review,2006,7(2):72-81.

[13]Kappes M S,Keliler M,von Elverfeldt K,et al.Challenges of analyzing multi-hazard risk:a review[J].Natural Hazards,2012,64(2):1925-1958．

[14]Pistrika A,Tsakiris G,Nalbantis I.Flood depth-damage functions for built environment[J].Environmental Processes,2014,1(4):553-572.

[15]楊佩國,靳京,趙東升.基于歷史暴雨洪澇災情數據的城市脆弱性定量研究[J].地理科學,2016,36(5):733-739. Yang P G,Jin J,Zhao D S,et al.An urban vulnerability study based on historical flood data:a case study of Beijing[J]. Scientia Geographica Sinica,2016,36(5):733-739.(in Chinese)

[16]石勇.城市居民住宅的暴雨內澇脆弱性評估:以上海為例[J].災害學,2015,30(3):94-98.Shi Y.The vulnerability assessment of residences in rainstorm water logging in cities:a case study on Shanghai[J]. Journal of Catastrophology,2015,30(3):94-98.(in Chinese)

[17]權瑞松.基于情景模擬的上海中心城區(qū)建筑暴雨內澇脆弱性分析[J].地理科學,2014,34(11):1399-1402.Quan R S.Vulnerability analysis of rainstorm waterlogging on buildings in central urban area of Shanghai based on scenario simulation[J].Scientia Geographica Sinica,2014, 34(11):1399-1402.(in Chinese)

[18]莫婉媚,方偉華.浙江省余姚市室內財產洪水脆弱性曲線:基于臺風菲特(201323)災后問卷調查[J].熱帶地理,2016,36(4):633-641.Mo W M,Fang W H.Empirical vulnerability functions of building contents to flood based on post-typhoon (Fitow, 201323)questionnaire survey in Yuyao,Zhejiang[J].Tropical Geography,2016,36(4):633-641.(in Chinese)

[19]劉耀龍,陳振樓,王軍,等.經常性暴雨內澇區(qū)域房屋財(資)產脆弱性研究:以溫州市為例[J].災害學,2011,26(2):66-71.Liu Y L,Chen Z L,Wang J,et al.Study on property (capital) vulnerability of houses in regular rainstorm water-logging areas:taking Wenzhou city as example[J].Journal of Catastro- phology,2011,26(2):66-71.(in Chinese)

[20]郭桂禎,趙飛,王丹丹.基于脆弱性曲線的臺風:洪澇災害鏈房屋倒損評估方法研究[J].災害學,2017,32(4):94-97.Guo G Z,Zhao F,Wang D D.A method research of house damage in typhoon:flood disaster chian based on vu1nera bility curve[J].Journal of Catastrophology,2017, 32(4): 94-97. (in Chinese)

[21]董姝娜,姜鎏鵬,張繼權,等.基于“3S”技術的村鎮(zhèn)住宅洪災脆弱性曲線研究[J].災害學,2012,27(2):34-38.Dong S N,Jiang L P,Zhang J Q,et al.Research on flood vulnerability curves of rural dwellings based on“3S” technology[J].Journal of Catastrophology, 2012,27(2): 34-38. (in Chinese)

[22]郭廣芬,周月華,史瑞琴,等.湖北省暴雨洪澇致災指標研究[J].暴雨災害,2009,28(4):357-361.Guo G F,Zhou Y H,Shi R Q,et al.Study on index of heavy rain flood disaster grade in Hubei Province[J].Torrential Rain and Disasters,2009,28(4):357-361.(in Chinese)

[23]王莉萍,王秀榮,王維國,等.QX/T341-2016 降雨過程強度等級[S].北京:氣象出版社,2017.(in Chinese).Wang L P,Wang X R,Wang W G,et al.QX/T341-2016 China for the intensity grade of rainfall process[S].Beijing:China Meteorological Press,2017.(in Chinese)

[24]溫泉沛,霍治國,周月華,等.南方洪澇災害綜合風險評估[J].生態(tài)學雜志,2015,34(10):2900-2906.Wen Q P,Huo Z G,Zhou Y H,et al.Integrated risk assessment of flood disasters in southern China[J].Chinese Journal of Ecology,2015,34(10):2900-2906.(in Chinese)

[25]中國氣象局.中國氣象災害年鑒[M].北京:氣象出版社,2005-2016.China Meteorological Administration.Yearbook of meteoro logical disasters in China[M].Beijing:China Meteorological Press,2005-2016.(in Chinese)

[26]中華人民共和國農業(yè)部.中國農業(yè)統(tǒng)計資料[M].北京:中國農業(yè)出版社,2005-2016.Ministry of Agriculture.China agriculture statistical report [M].Beijing:China Agriculture Press,2005-2016.(in Chinese)

[27]中華人民共和國國家統(tǒng)計局.中國統(tǒng)計年鑒[M].北京:中國統(tǒng)計出版社,2005-2017.National Bureau of Statistics of the People’s Republic of China.China statistical yearbook[M].Beijing:China Statistics Press,2005-2017.(in Chinese)

[28]于慶東,沈榮芳.自然災害綜合災情分級模型及應用[J].災害學,1997,12(3):12-17.Yu Q D,Shen R F.A grading model and its application of the comprehensive situation of natural disaster[J].Journal of Catastrophology,1997,12(3):12-17.(in Chinese)

[29]曹詩嘉,方偉華,譚駿.基于海南省“威馬遜”及“海鷗”臺風次生海岸洪水災后問卷調查的室內財產脆弱性研究[J].災害學,2016,31(2):188-195.Cao S J,Fang W H,Tan J.Vulnerability of building contents to coastal flooding based on questionaire survey in Hainan after typhoon Rammasun and Kalmeagi[J].Journal of Catas- trophology,2016,31(2):188-195.(in Chinese)

[30]顏廷武,張童朝,張俊飚.特困地區(qū)自然災害脆弱性及其致貧效應的調查分析[J].中國農業(yè)氣象,2017,38(8):526-536.Yan T W,Zhang T C,Zhang J B.Research on natural disaster vulnerability and its poverty causing effect in contiguous poor rural areas[J].Chinese Journal of Agrometeorology, 2017, 38 (8): 526-536.(in Chinese)

Quantitative Assessment on Vulnerability of Storm Flood Disasters in Hubei Province

WEN Quan-pei1,2, ZHOU Yue-hua1, HUO Zhi-guo2,3, LI Lan1, FANG Si-da1, SHI Rui-qin1, CHE Qin4

(1.Wuhan Regional Climate Center, Wuhan 430074, China;2.Chinese Academy of Meteorological Sciences, Beijing 100081;3.Collaborative Innovation Center of Meteorological Disaster Forecast, Early-Warning and Assessment, Nanjing University of Information Science & Technology, Nanjing 210044；4.Wuhan Central Meteorological Observatory, Wuhan 430074)

Quantitative assessment on the vulnerability of storm flood disasters in Hubei Province is of great significance to the development of flood control and disaster relief. In this study, aiming to the heavy rainfall process, daily precipitation data at 76 meteorological stations from 1961 to 2016 in Hubei Province, disaster records of the rainstorm process during the main flood season (from June to August) from 2004 to 2016 in Hubei Province, and the meteorological industry standard of China for thewere jointly used to build the vulnerability curve model of storm flood disasters in Hubei Province by using grey correlation and curve fitting methods. The disaster records from 2004 to 2015 were used to build the vulnerability model and do back-testing, and the rest data in 2016 were used to extensively evaluate the impacts of the rainstorm process on the storm flood disasters. The results showed that based on the vulnerability curve model, the accuracy rates of disaster level assessment for the proportion of the affected population, proportion of the affected area, proportion of the direct economic losses, and comprehensive relative disaster index were 80%, 100%, 60%, and 100%, respectively. All the errors of disaster level assessment for above four indices were equal to or less than one level, which showed that the vulnerability curve model built in this study was suitable for the quantitative assessment of storm flood disasters..

Storm flood disaster; Vulnerability curve; Hubei Province

2018?01?21

。E-mail: huozg@cma.gov.cn

中國氣象科學研究院科技發(fā)展基金（2018KJ012）；國家重點基礎研究發(fā)展計劃項目（2013CB430206）；公益性行業(yè)（氣象）專項（GYHY201306056）；“十二五”國家科技支撐計劃（2012BAD20B02）；湖北省氣象局科技發(fā)展基金重點項目（2018Z06）

溫泉沛（1985?），女，碩士，主要從事氣象災害風險評估研究。E-mail：wenquanpei@foxmail.com

10.3969/j.issn.1000?6362.2018.08.007

溫泉沛,周月華,霍治國,等.湖北暴雨洪澇災害脆弱性評估的定量研究[J].中國農業(yè)氣象,2018,39(8):547?557