“臺(tái)風(fēng)-暴雨-洪澇”災(zāi)害綜合風(fēng)險(xiǎn)評(píng)估

鄭建春 狄宇飛 張秀華

摘? 要：2019年“利奇馬”臺(tái)風(fēng)事件對(duì)我國東部沿海地區(qū)造成巨大損失，本文以該次臺(tái)風(fēng)為例，開展了“臺(tái)風(fēng)-暴雨-洪澇”災(zāi)害鏈演進(jìn)模擬與動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估研究。首先，大范圍分析臺(tái)風(fēng)暴雨的空間分布特征，并在此基礎(chǔ)上，選取浙江靈江流域作為洪澇災(zāi)害示例研究區(qū)，進(jìn)一步模擬“暴雨-徑流-洪澇”的演進(jìn)過程。最后，綜合考慮洪澇災(zāi)害的致災(zāi)因子危險(xiǎn)性以及承災(zāi)體脆弱性，選取淹沒水深、人口、建筑、農(nóng)業(yè)等指標(biāo)構(gòu)建洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，建立研究區(qū)風(fēng)險(xiǎn)評(píng)估模型，繪制洪澇災(zāi)害風(fēng)險(xiǎn)等級(jí)圖。本文研究結(jié)果可為“臺(tái)風(fēng)-暴雨-洪澇”災(zāi)害的防災(zāi)減災(zāi)工作提供技術(shù)參考。

關(guān)鍵詞：臺(tái)風(fēng)? 暴雨洪澇? 臺(tái)風(fēng)災(zāi)害鏈? 風(fēng)險(xiǎn)評(píng)估

中圖分類號(hào)：X43? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? ? 文章編號(hào)：1674-098X（2021）02（a）-0093-04

Risk Assessment of Typhoon-runoff-Flood Disaster—A Case Study of Typhoon Lekima

ZHEN Jianchun1? DI Yufei2? ZHANG Xiuhua2

（1. Beijing Research Center of Urban System Engineering， Beijing， 100044 China; 2. College of Resources Environment and Tourism， Capital Normal University， Beijing， 100048 China）

Abstract： In 2019， the “Lekima” typhoon caused huge losses in the eastern coastal areas of China. It is taken as an example in this article， and its evolution simulation of the “typhoon-storm-flood” disaster chain is focused to assess its risk dynamically. First， the spatial distribution characteristics of typhoon storms and rains were analyzed on a large scale. Basing on rainstorm intensity， the Lingjiang River Basin in Zhejiang Province is selected as an example area for further simulation of the evolution process of "storm-runoff-flood". Finally， comprehensively considering the risk of hazards and the vulnerability， the indicators of flood depth， population， construction， agriculture and other indicators are selected to construct a risk assessment index system， establish a risk assessment model for the study area， and develop a flood disaster risk level map. The results of this paper can provide technical reference for disaster prevention and mitigation of "typhoon-runoff-flood" disasters.

Key Words： Typhoon， Rainstorm and flood， Typhoon disaster chain， Risk assessment

臺(tái)風(fēng)過境時(shí)往往伴有風(fēng)暴潮、強(qiáng)風(fēng)、暴雨洪澇等嚴(yán)重的自然災(zāi)害，造成人員和財(cái)產(chǎn)的損失，影響社會(huì)經(jīng)濟(jì)的發(fā)展[1]。如何快速和準(zhǔn)確地識(shí)別“臺(tái)風(fēng)-暴雨-洪澇”災(zāi)害鏈的災(zāi)害特征，動(dòng)態(tài)地評(píng)估其綜合風(fēng)險(xiǎn)，是當(dāng)前自然災(zāi)害研究的熱點(diǎn)問題。臺(tái)風(fēng)災(zāi)害鏈綜合風(fēng)險(xiǎn)的準(zhǔn)確預(yù)估，對(duì)減輕自然災(zāi)害損失具有重要作用。

“利奇馬”臺(tái)風(fēng)是2019年第9號(hào)臺(tái)風(fēng)，分別在8月10日和11日在浙江溫嶺市和山東青島市登陸，其影響省份包括浙江、福建、江蘇、上海、安徽、山東、河南、河北、天津以及遼寧等?。ㄊ校Ｓ膳_(tái)風(fēng)引起的強(qiáng)降雨覆蓋范圍極廣，引起浙江臨海、安徽寧國等多地洪澇次生災(zāi)害，受災(zāi)地區(qū)的財(cái)產(chǎn)和經(jīng)濟(jì)遭受巨大損失。史培軍等提出災(zāi)害系統(tǒng)由致災(zāi)因子、孕災(zāi)環(huán)境和承災(zāi)體三要素組成，認(rèn)為災(zāi)害風(fēng)險(xiǎn)評(píng)估狹義上是對(duì)致災(zāi)因子的評(píng)估，廣義上是對(duì)三要素的綜合評(píng)估[2]。由于臺(tái)風(fēng)災(zāi)害鏈綜合風(fēng)險(xiǎn)的不確定性和復(fù)雜性，預(yù)估其災(zāi)害風(fēng)險(xiǎn)具有一定難度，因而需要采用模型模擬的技術(shù)手段，開展“臺(tái)風(fēng)-暴雨-洪澇”災(zāi)害鏈研究，可通過對(duì)強(qiáng)降水區(qū)域進(jìn)行模型模擬，實(shí)現(xiàn)“降雨-徑流-淹沒”過程的量化，然后在此基礎(chǔ)上實(shí)現(xiàn)“臺(tái)風(fēng)-暴雨-洪澇”災(zāi)害綜合風(fēng)險(xiǎn)評(píng)估。

本文以“利奇馬”臺(tái)風(fēng)為研究對(duì)象，針對(duì)“臺(tái)風(fēng)-暴雨-洪澇”災(zāi)害鏈進(jìn)行災(zāi)害動(dòng)態(tài)演進(jìn)模擬[3]，并利用災(zāi)害模擬結(jié)果，結(jié)合致災(zāi)因子危險(xiǎn)性和承災(zāi)體脆弱性，對(duì)災(zāi)害鏈的綜合風(fēng)險(xiǎn)進(jìn)行了動(dòng)態(tài)評(píng)估，為易受災(zāi)地區(qū)防災(zāi)減災(zāi)工作提供參考和支持。

1? 方法

1.1 “降雨-徑流”模擬

從水文機(jī)理角度“降雨-徑流”過程可分為產(chǎn)流、坡面匯流、基流、河道匯流四個(gè)過程。產(chǎn)流描述的是降雨落到地面形成凈降雨的過程[4];坡面匯流描述的是目標(biāo)流域內(nèi)的降雨通過土壤和坡面表層匯入河網(wǎng)的過程[5];基流指的是常年存在于河道內(nèi)的徑流，地下水是否充足對(duì)基流影響很大;河道匯流主要作用是利用上斷面的洪水過程推演下斷面未來的洪水過程[6]。本文根據(jù)研究區(qū)具體情況分別針對(duì)各個(gè)過程選取最優(yōu)方法通過HEC-HMS軟件進(jìn)行模擬，產(chǎn)流過程采用SCS-CN模型：

（1）

式中，Q為凈降雨量，P為總降雨量，S為可能最大滯留量，CN為曲線系數(shù)。

匯流過程采用克拉克單位線法：

（2）

式中，A為流域總面積，At為t時(shí)刻的產(chǎn)流面積，tc為匯流時(shí)間。

河道匯流過程采用馬斯京根模型：

（3）

式中，t為計(jì)算時(shí)間，I為河道上斷面入流量，Q為河道下斷面出流量，W為河道的蓄水量，X為流量比重因子，K為槽蓄系數(shù)。

1.2 “徑流-淹沒”模擬

洪水淹沒算法種類較多，本文在前人研究基礎(chǔ)上結(jié)合種子點(diǎn)蔓延算法[7]和水量等體積思想[8]，以DEM空間分塊為基礎(chǔ)，在數(shù)據(jù)屬性和空間拓?fù)涮卣鞯募s束下進(jìn)行迭代遞進(jìn)，對(duì)流域內(nèi)被淹沒的范圍和深度進(jìn)行模擬，具體模型如下式所示。

（4）

式中，Q為洪量值;q為流量;t為累積時(shí)間;H為水位值;h為空間分塊的高程;s為空間分塊的面積;i為時(shí)間次數(shù)，j為空間分塊編號(hào)，d為迭代次數(shù)。

1.3 災(zāi)害風(fēng)險(xiǎn)評(píng)估

采用自然災(zāi)害風(fēng)險(xiǎn)系數(shù)評(píng)估綜合災(zāi)害風(fēng)險(xiǎn)的高低程度[9]，該理論認(rèn)為自然災(zāi)害風(fēng)險(xiǎn)為致災(zāi)因子危險(xiǎn)性和承災(zāi)體易損性的代數(shù)和，這很好的體現(xiàn)了風(fēng)險(xiǎn)是由致災(zāi)因子和承災(zāi)體共同作用這一本質(zhì)特征，風(fēng)險(xiǎn)評(píng)估模型可表示為：

（5）

式中，H為洪澇災(zāi)害致災(zāi)因子的危險(xiǎn)性，V為洪澇災(zāi)害承災(zāi)體的易損性。

2? 研究結(jié)果

2.1 臺(tái)風(fēng)暴雨的空間特征

收集GPM（Global Precipitation Measurement）衛(wèi)星降水產(chǎn)品用于臺(tái)風(fēng)“利奇馬”大范圍降水的分布特征提取。GPM衛(wèi)星降水產(chǎn)品空間分辨率為0.1°，時(shí)間分辨率為0.5h。通過對(duì)“利奇馬”臺(tái)風(fēng)過境時(shí)期GPM衛(wèi)星降水產(chǎn)品數(shù)據(jù)的統(tǒng)計(jì)，得到了2019年8月8日8時(shí)—13日14時(shí)暴雨累計(jì)降水的空間分布結(jié)果，如圖1所示?？傉w上來看，本次降水主要集中在中國東部沿海地區(qū)，其中浙江東部、上海累計(jì)降水量最高，超過800mm，其次為山東中西部、遼寧南部，最大累計(jì)降水超500mm，空間分布上由沿海向內(nèi)陸遞減，由南部向北部遞減。

2.2 降雨-徑流-洪澇模擬

選取受災(zāi)較為嚴(yán)重的浙江省臨江市為研究區(qū)域，該市位于靈江流域下游。選取兩個(gè)水文站（永安溪-柏枝岙水文站，始豐溪-沙段水文站）進(jìn)行“降雨-徑流”模擬，并利用實(shí)測值進(jìn)行水文模型參數(shù)的優(yōu)化和驗(yàn)證。“降雨-徑流”模擬過程所需氣象和水文數(shù)據(jù)分別來自 “中國地面氣候資料日值數(shù)據(jù)集（V3.0）”以及《中華人民共和國水文年鑒》，這兩個(gè)數(shù)據(jù)集提供了氣象站點(diǎn)逐日降水量，水文（水位）站點(diǎn)水位、流量、洪峰、水面蒸散發(fā)等多種資料。

兩個(gè)水文站在率定期和驗(yàn)證期的納什效率系數(shù)均達(dá)到0.5以上（柏枝岙站：率定期0.62，驗(yàn)證期0.65;沙段站：率定期0.59，驗(yàn)證期0.52），該結(jié)果表明構(gòu)建的“降雨-徑流”模型適應(yīng)性良好。

“徑流-淹沒”過程所需要的數(shù)據(jù)為DEM（Digital Elevation Model），來源于中國科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心地理空間數(shù)據(jù)云平臺(tái)，空間分辨率為30m。將空間分塊處理的DEM數(shù)據(jù)和“降雨-徑流”模擬結(jié)果相結(jié)合，得到河道水位值。由淹沒的定義可知，相同位置水位高于地面高程即為淹沒。將該類區(qū)域標(biāo)記為淹沒區(qū)，水位值與地面高程值的差值為淹沒深度，即可得到洪水的淹沒范圍和深度分布情況，如圖2所示。

2.3 災(zāi)害綜合風(fēng)險(xiǎn)評(píng)估結(jié)果

傳統(tǒng)的暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估多數(shù)是利用降雨數(shù)據(jù)進(jìn)行粗略評(píng)估，這對(duì)于淹沒范圍、淹沒強(qiáng)度等風(fēng)險(xiǎn)的識(shí)別不是很精確，很難滿足防災(zāi)減災(zāi)的需求。想要更精細(xì)的評(píng)估區(qū)域內(nèi)洪澇災(zāi)害風(fēng)險(xiǎn)必須要基于動(dòng)態(tài)淹沒水深數(shù)據(jù)，結(jié)合承災(zāi)體數(shù)據(jù)進(jìn)行動(dòng)態(tài)分析，得出洪澇災(zāi)害風(fēng)險(xiǎn)等級(jí)在時(shí)間上的動(dòng)態(tài)變化過程。

在收集研究區(qū)人口密度、路網(wǎng)密度以及土地利用等數(shù)據(jù)的基礎(chǔ)上，結(jié)果模型模擬輸出的淹沒結(jié)果，開展臺(tái)風(fēng)災(zāi)害鏈的動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估。圖3為不同時(shí)刻洪澇災(zāi)害風(fēng)險(xiǎn)等級(jí)分布圖，8月10日3時(shí)，臨江市城區(qū)內(nèi)靠近河流的部分處在中風(fēng)險(xiǎn)區(qū)域，遠(yuǎn)離河流的區(qū)域大部分位于低風(fēng)險(xiǎn)和較低風(fēng)險(xiǎn)地區(qū);10日8時(shí)靈江干流水位上漲，靠近河流的中風(fēng)險(xiǎn)地區(qū)逐漸變?yōu)楦唢L(fēng)險(xiǎn)地區(qū)，低洼地區(qū)的風(fēng)險(xiǎn)等級(jí)也隨之上升;10日14時(shí)，以靈江干流為中心，高風(fēng)險(xiǎn)地區(qū)逐漸向南北兩方向擴(kuò)散，城市中風(fēng)險(xiǎn)地區(qū)逐漸變?yōu)檩^高風(fēng)險(xiǎn);10日20時(shí)，部分較高風(fēng)險(xiǎn)地區(qū)轉(zhuǎn)變?yōu)楦唢L(fēng)險(xiǎn)地區(qū);11日2時(shí)，臺(tái)風(fēng)離開浙江省，此時(shí)臨江市內(nèi)高風(fēng)險(xiǎn)地區(qū)范圍持續(xù)擴(kuò)大，其中包含多個(gè)主要街道和鄉(xiāng)鎮(zhèn)地區(qū)。

分析圖3風(fēng)險(xiǎn)評(píng)估結(jié)果，8月10日3時(shí)—11日2時(shí)，較高風(fēng)險(xiǎn)等級(jí)與高度風(fēng)險(xiǎn)等級(jí)區(qū)域逐步由靈江干流與支流向兩岸擴(kuò)散，包括臨海古城在內(nèi)的臨海市城區(qū)風(fēng)險(xiǎn)逐漸增大;10日3時(shí)僅5.82km2的區(qū)域位于較高風(fēng)險(xiǎn)等級(jí)或高度風(fēng)險(xiǎn)等級(jí)，到11日2時(shí)，臨海市城區(qū)低洼處幾乎全部處于較高風(fēng)險(xiǎn)等級(jí)甚至是高度風(fēng)險(xiǎn)等級(jí)，較高風(fēng)險(xiǎn)區(qū)面積為13.16km2，高度風(fēng)險(xiǎn)區(qū)面積為24.75km2。在1日之內(nèi)較高風(fēng)險(xiǎn)等級(jí)、高度風(fēng)險(xiǎn)等級(jí)面積分別增長了418%與655%。

3? 結(jié)論

本文以“利奇馬”臺(tái)風(fēng)為例，分析了“臺(tái)風(fēng)-暴雨-洪澇”災(zāi)害鏈的動(dòng)態(tài)演進(jìn)過程，在此基礎(chǔ)上針對(duì)位于靈江流域的臨江市開展了災(zāi)害風(fēng)險(xiǎn)動(dòng)態(tài)評(píng)估，結(jié)論如下：

（1）以“暴雨-徑流-洪澇”的物理過程為主線，建立起了一套定量分析暴雨洪澇災(zāi)害演進(jìn)過程的方法。利用降雨、流量等數(shù)據(jù)建立基于水文機(jī)理的降雨-徑流模型，并且模型的率定期與驗(yàn)證期Nash系數(shù)均在0.5以上，滿足模擬精度要求;利用基于DEM空間分塊的淹沒算法，結(jié)合降雨-徑流模型模擬的流量數(shù)據(jù)，量化洪澇災(zāi)害淹沒范圍與淹沒水深分布情況。

（2）在災(zāi)害的演進(jìn)過程中，通過對(duì)淹沒范圍與淹沒水深進(jìn)行動(dòng)態(tài)模擬的技術(shù)方法，開展對(duì)暴雨洪澇災(zāi)害風(fēng)險(xiǎn)演進(jìn)的變化分析，實(shí)現(xiàn)了暴雨洪澇災(zāi)害動(dòng)態(tài)風(fēng)險(xiǎn)的評(píng)估。從致災(zāi)因子危險(xiǎn)性與承災(zāi)體易損性兩方面考慮，選取淹沒水深、人口密度、路網(wǎng)密度、農(nóng)業(yè)用地占比、建筑用地占比和工礦用地占比作為暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估的指標(biāo)，實(shí)現(xiàn)靈江流域暴雨洪澇災(zāi)害風(fēng)險(xiǎn)動(dòng)態(tài)演進(jìn)過程的模擬分析。

參考文獻(xiàn)

[1] 牛海燕，劉敏，陸敏，權(quán)瑞松，張麗佳，王靜靜.中國沿海地區(qū)近20年臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)[J].地理科學(xué)，2011，31（6）：764-768.

[2] 史培軍.三論災(zāi)害研究的理論與實(shí)踐[J]. 自然災(zāi)害學(xué)報(bào)， 2002， 11（3） ： 1-9.

[3] Namara W G ， Damise T A ， Tufa F G . Rainfall Runoff Modeling Using HEC-HMS： The Case of Awash Bello Sub-Catchment， Upper Awash Basin， Ethiopia[J]. International Journal of Environment， 2020， 9（1）：68-86.

[4] 徐贊，吳磊，吳永祥，等.SCS-CN模型改進(jìn)及其徑流預(yù)測[J].水利水運(yùn)工程學(xué)報(bào)，2018，（3）：32-39.

[5] 陸逸.浙江臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃[D].南京信息工程大學(xué)，2016.

[6] 鄒強(qiáng)，何小聰，喻杉.變指數(shù)非線性馬斯京根模型及其參數(shù)率定方法[J].水電能源科學(xué)，2017（12）.

[7] 楊啟貴，王漢東.一種大區(qū)域洪水淹沒范圍快速提取的分塊種子蔓延算法[J].華中師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2015，49（4）：603-607.

[8] 劉璐.寧波市臺(tái)風(fēng)災(zāi)害綜合風(fēng)險(xiǎn)區(qū)劃與評(píng)估[D].南京信息工程大學(xué)，2018.

[9] Maskrey A. Disaster mitigation： a community based approach[M]. Oxfam International，1989.