基于日降雨量的城市內澇災害風險評價

陳鵬 朱娛瑩

摘要：目前，對于城市內澇災害風險評價一般是以極端降水作為指標，這樣往往會導致城市內澇災害發(fā)生的程度被低估，中等或較弱降水也可能是城市內澇災害致災因子之一。為精確地評估城市內澇災害風險，以長春市南關區(qū)為例，以1985～2015年逐日降雨強度的分布分析為基礎，將逐日降雨強度轉換為降雨超越概率（PEP）指數，將逐日的降雨強度與年最大日降雨量超越概率進行比較，得到城市內澇災害發(fā)生概率，并構建了城市內澇災害風險評價指數，對2019年南關區(qū)內澇災害風險進行評價。結果表明：2019年南關區(qū)內澇災害風險評價指數為0.597，為重大風險中的顯著風險。研究成果可為精確評估城市內澇災害風險提供參考，為城市內澇災害防范提供決策依據。

關 鍵 詞：內澇災害; 風險評價; 降雨量; 長春市

中圖法分類號： TU992

文獻標志碼： A

DOI：10.16232/j.cnki.1001-4179.2022.04.005

0 引 言

中國《第三次氣候變化國家評估報告》顯示：全球變暖會導致水循環(huán)出現變異，降水時空分布更加不均勻，氣候變化改變了大氣持水能力，將引起洪水等極端水文事件出現的頻率和強度發(fā)生變化，使得一些地區(qū)的洪水風險增加 。近年來極端降水事件頻繁發(fā)生，給城市造成了嚴重影響，阻礙了城市的可持續(xù)發(fā)展。例如，廣州5 a來年均內澇損失超5億元;長春市2019年8月，市區(qū)多條道路積水超過1.5 m，給居民生命安全及城市基礎設施造成極大影響。針對極端降水的洪澇災害風險研究，對城市開展內澇災害防御工作具有重要意義。

目前，自然災害風險評價方法包括：① 四因子法，即認為自然災害是由災害的危險性、承災體的脆弱性與暴露性及防災減災能力綜合作用的結果[1-2];② 三因子法，認為自然災害風險是由災害的致災因子、孕災環(huán)境及承災體三者共同作用的結果[3-4];③ 通過分析致災因子發(fā)生的概率與損失因子的乘積，確定風險程度的方法[5-7]。國內外許多學者根據極端降水事件對城市內澇災害風險評價開展研究，例如：Benito等[8]通過使用不同的方法將非系統(tǒng)數據組合到洪水頻率分析中，用于調整分配功能，并整合多學科方法與技術工具（歷史資料、水力學方法和統(tǒng)計方法）探討了極端事件下的洪水風險評估;劉俊等[9]采用1951～2012年的逐日降水資料，利用趨勢分析和Mann-Kendall突變檢驗等方法，對北京地區(qū)極端降水演變規(guī)律進行了分析，結果表明內澇災害的風險逐漸增大;賈文雄等[10]選用13項極端降水指數，采用線性趨勢、10 a趨勢滑動、Mann-Kendall等方法，研究了祁連山及河西走廊地區(qū)極端降水的時空變化特征;尹占娥等[11-12]探討了不同情景下的小尺度城市暴雨內澇情景模擬與風險評估。

總的來說，已有研究雖然從不同角度對城市內澇災害風險開展了研究，但僅僅考慮降水中的極端降水變化，并不能完全得出準確的城市內澇災害風險程度，相對而言較弱的降水事件同樣也可能導致城市內澇災害的發(fā)生。

本文以1985～2015年長春市南關區(qū)逐日降水數據為基礎，采用Gumbel分布和PEP（Precipitation Exceedence Probability）降水超越概率指數，將逐日的降雨強度與年最大日降雨量超越概率進行比較，并利用內澇災害風險指數的進一步計算，得到城市內澇災害風險評價結果。研究結果可為城市內澇災害的預防提供科學的參考依據。

1 研究區(qū)概況與數據資料

1.1 研究區(qū)概況

南關區(qū)是長春市下轄區(qū)，位于長春市區(qū)東南部（125°14′53″E～125°34′18″E，43°30′52″N～43°54′5″N）（見圖1）。西部與朝陽區(qū)接壤，北部與寬城區(qū)相接，東部與二道區(qū)隔河相望，南部與長春凈月潭旅游經濟開發(fā)區(qū)、長春高新技術產業(yè)開發(fā)區(qū)為鄰。轄區(qū)總面積80.95 km2。地勢總體較平緩，西部地勢為起伏臺地，東部地勢為大黑山低山丘陵。南關區(qū)年均降水量593.8 mm，作為老城區(qū)，排水系統(tǒng)滯后、地勢低、歷史內澇積水點多，積水最深處可達1.5 m左右，極易發(fā)生內澇災害，受災最嚴重的一次是2017年7月16日，在48 h內連下兩場大雨，造成道路積水嚴重，給城市居民生命安全、交通及基礎設施造成嚴重威脅。

1.2 數據來源

本研究中數據包括屬性數據和空間數據。其中，行政區(qū)劃數據來源于全國地理信息資源目錄服務系統(tǒng)（http：∥www.webmap.cn/main.do？method=index）;地形數據來自于地理空間數據云（http：∥www.gscloud.cn）;1985～2015年日降雨量氣象數據來源于長春市氣象站點數據及歷年資料調查;社會人口與經濟數據來源于吉林省 2019年統(tǒng)計年鑒。

2 內澇災害風險評價過低問題

城市內澇災害風險評價是指內澇災害活動及其對人類生命財產破壞的可能，不同規(guī)模、強度的暴雨可能產生的風險及其后果不同[13-14]。在以往的研究中，往往并沒有考慮到低頻度降水也有可能是導致城市內澇災害風險評價過低的原因之一（如2 a或1 a一遇的降雨事件）。為說明城市內澇災害風險評價過低的程度，需研究某一年中的第二大暴雨是否與年最大日降水量一致，具備超過N年一遇的強度?？紤]年最大日降水量超過N年一遇強度的概率為1/N，假定某一天日降水量超過N年一遇強度的概率為p，則一年中超過N年一遇強度的暴雨次數由公式（1）表示，年最大日降水量超過N年一遇強度的概率由公式（2）表示。

np=ni=1Ci×ipi（1-p）n-i（1）

1N=np（1-p）n-1（2）

式中：Ci為一年中日降水量超過N年一遇強度的天數;i為變量，i=1，2，3，…，n，n≤365 d。

如圖2所示的是在N年中超過N年1次強度的暴雨對應的實際測量的次數，即通過回歸分析發(fā)現重現期與發(fā)生次數之間的關聯趨勢。實際上，相對于較弱的降水亦存在內澇災害發(fā)生的風險，且發(fā)生的次數在一年中出現一次以上的概率也是非常高的;然而在以往的內澇災害風險評價中并沒有明確估計每年發(fā)生多次內澇災害及可能造成的損失，僅對一次內澇災害風險進行了評價，這也就表明了幾乎所有每年超過2次的內澇災害風險可能被忽略了。因此，N越小，表明內澇災害風險評價就越被低估。根據同一重現期下不同地區(qū)的降水分析，以往的內澇災害風險評價，往往只考慮最大頻度降水量導致的內澇災害風險，而未考慮較弱頻度降水量導致的內澇災害風險，因此，城市內澇災害風險評價可能會存在被低估的情況。

3 內澇災害風險分析

3.1 內澇災害發(fā)生概率分析

3.1.1 日降水量分布推測

降水量的分布通常是由年最大日降水量應用極值實現，本文采用Gumbel分布方法計算“多年一遇”降雨頻率曲線。具體計算見公式（3）～（6）：

Fx=exp {-exp-ax-b}（3）

fx=aexp{-ax-b-exp[-a（x-b）]}（4）

a= 6π6σ （5）

b=μ-0.5772a（6）

式中：F（x）為累積分布函數;f（x）為概率密度函數;a和b為參數;x為年最大日降水量;μ為年最大日降水量的平均值;σ為年最大日降水量的標準偏差。日降水量的分布服從累積分布函數G（x）。假設它遵循度函數g（x），則滿足觀測天數n足夠大以及每天獨立確定每個觀察值，其中降雨量的Gumbel分布可由等式（7）計算：

Fx=（G（x））n （7）

假設，當n=365 d時，n足夠大，使用公式（7）可預估某一地區(qū)年降水量數據中的每日數據，之后從該點的最大值數據估算出Gumbel分布。圖3表示根據觀測創(chuàng)建的日降水分布和根據公式（7）計算的日降水分布G（x），發(fā)現降水量大的情況下，兩者非常吻合，日降水量小時有偏差，但因概率非常小，所以對于本文的內澇災害風險評價是可以忽略不計的。

3.1.2 降水超越概率

（1） 對于相同的降水量，不同地區(qū)也是具有差異的，有些區(qū)域可能不會發(fā)生內澇災害。因此，當采用降雨量的絕對值來評價城市內澇風險時，很難與其他地區(qū)進行比較。為了解決這一問題，本文引入了PEP（Precipitation Exceedence Probability）降水超越概率這一概念。PEP是指使用年最大日降水量的概率年的計算方法來表示日降水量的指標，與年最大日降水量的超越概率不同，所有地區(qū)的日降水量都可以具有PEP。假設超越概率為W（x），則：

Wx=1-F（x）（8）

另外，由于概率年是作為超越概率的倒數，所以概率年T根據公式（9）來計算。

T=1Wx=11-F（x）（9）

取PEP的倒數，則每日最大降水概率與公式（7）相同，即為當年等效指數（最大日降水量概率年指數，Precipitation Probability Year，PPY）。PEP和PPY都是該地區(qū)日降水量稀少的指標，即使在降雨特征不同的地區(qū)，也能獲得相同水平的PEP或PPY，假定各個地區(qū)是相同程度的暴雨，圖4中代替降水量以PEP為橫軸，表示f（x）、g（x）分布的差異。當g（x）漸近y軸PEP=1，表示實際中多日降水量較少。例如，PEP為0.99～1.00（PPY為1.00～1.01年）的降水，該降水量為年最大日降水量時，概率相當于1.00～1.01年。

（2） 研究區(qū)降水量的適用性分析。

降水量利用的是距離加權法，該方法具有簡單明了的數學模型，且估值精度高[14-15]。以1985～2015年的日降雨量數據為基礎，求出Gumbel分布函數。通過標準最小二乘法SLSC（Standard Least-Squares Criterion）的值來評估擬合程度，結果約為0.03或更小。 SLSC是衡量采用的分布形式的理論分位數與樣本順序統(tǒng)計量之間的誤差程度的指數，如公式（10）和公式（11）所示。

SLSC= （ε2）/（|S0.99-S0.01|） （10）

ε2=1NNi=1（si-ri）2 （11）

式中：S0.99，S0.01分別為非超越概率0.99和0.01的概率分布的標準變量;si為通過用預估參數而得到的標準變量;ri為通過參數對應的理論分位數轉換為預估參數而獲得的標準變量。如果SLSC=0.03，則擬合優(yōu)度良好。若天氣處于異常狀態(tài)，則估算隨機降水量可能使SLSC=0.05。超過SLSC=0.03的柵格比例為0.18%，超過SLSC=0.05的柵格比例為0.15%。采用Gumbel分布方式檢驗長春市南關區(qū)的日降水量G（x）的擬合度，用w表示PEP，則日降水量計算如公式（12）所示。

Gw=（1-w）1n （12）

另外，每個PEP中的超越概率是根據實際發(fā)生的次數計算的，但因PEP是實數，所以采取將PEP每隔0.01為單位的方法進行統(tǒng)計，得出從Gumbel分布預估的非超越概率（見圖5）與觀測值預估的非超越概率G（x）（見圖6）。通過圖5可以看出觀測值和式（7）的分布式計算結果非常重合，可以認為對城市內澇災害風險評價的影響較小。從圖6可以看出，PEP越小，對某個地區(qū)來說是較為罕見的大降水量，也就越容易發(fā)生內澇災害。

3.2 內澇災害風險評價

氣象災害的風險源自天氣或氣候事件與承災體自身屬性的相互作用 。也就是說，城市暴雨內澇災害的損失程度不但與極端降水事件有關，還取決于承災體的自身屬性 。承災體是指直接受到災害影響和損害的人類社會主體。主要包括人類本身和社會發(fā)展的各個方面[16-17]。因此綜合本文的研究目的和評價目標，可以得出風險評價的其中一種表達方式：

內澇災害風險評價指數=內澇災害發(fā)生概率×

損失因子（承災體）（13）

其中，由于各損失因子（承災體）的自身性質不同，會存在不同的量綱和數量級。為了保證結果的準確性，根據城市內澇災害的特點，通過指標體系法選取人口數量、人口自然增長率、經濟因素（GDP）和工業(yè)總產值4個方面作為承災體指標并進行歸一化處理[18-20]，從而解決指標之間無法相互比較的問題（見表1）。具體計算標準化數值的歸一化公式如下：

Xi=X-XminXmax-Xmin×100（14）

式中：Xi表示歸一化后的數據，X為原始數據，Xmax，Xmin分別為原始數據集的最大值和最小值。標準化后，各指標的數值位于0～100之間。

為了確定城市內澇災害風險評價是否在正常范圍內，依據上述模型計算結果和歷年城市內澇災害數據，綜合考慮將城市內澇災害風險評價指數劃分為5個等級，如表2所列。

基于本文研究得到的內澇災害發(fā)生概率，構建了內澇風險評價指數，并以2019年南關內澇災害為例，進行實證分析。結果表明：2019年，長春市南關區(qū)內澇災害風險評價指數為0.597，為重大風險中的顯著風險，并已接近于高度風險，相較于傳統(tǒng)評價結果（0.544），準確度提升了10%。究其原因是由于近些年城市快速發(fā)展，導致城市排水管網超負荷運轉，加之降水異常、下墊面硬化路面增加等，不能及時排除道路積水，最終導致研究區(qū)內澇災害頻發(fā)。近年，長春市南關區(qū)的內澇災害程度處于稍高水平，開展城市內澇災害預防與治理工作顯得尤為重要。

4 結 論

本文針對城市內澇災害風險評價過低的問題，基于長春市南關區(qū)1985～2015年共30 a間的日降水量，考慮中低降水量也可能是導致城市內澇災害發(fā)生的主要原因之一，采用Gumbel分布和PEP降水超越概率等概念和模型，根據城市內澇災害風險評估理論，探究基于日降水量的城市內澇災害發(fā)生概率方法及城市內澇災害風險評價方法，對研究區(qū)定量化開展城市內澇災害風險評價，為城市內澇災害預防、科學決策提供參考依據。研究結果表明：2019年，長春市南關區(qū)的城市內澇災害風險指數稍高（0.597），相較于傳統(tǒng)城市內澇災害風險評價結果（0.544），準確度提升約10%。本文研究中主要考慮極端降水與較低或較弱降水的情況，但未考慮氣候變化因素，未來可將氣候變化因素引入研究中，以期得到更為精確的評估結果。

參考文獻：

[1] 張繼權，梁警丹，周道瑋.基于GIS技術的吉林省生態(tài)災害風險評價[J].應用生態(tài)學報，2007，18（8）：1765-1770.

[2] 張繼權，李寧.主要氣象災害風險評價與管理的數量化方法及其應用[M].北京：北京師范大學出版社，2007.

[3] 黃崇福.自然災害風險分析的基本原理[J].自然災害學報，1999，8（2）：21-30.

[4] 薛曄，黃崇福.自然災害風險評估模型的研究進展[C]∥中國災害防御協會風險分析專業(yè)委員會第二屆年會論文集，2006.

[5] 崔亮，張繼權，劉興朋，等.基于Logistic回歸模型的呼倫貝爾草原火險預測研究[J].安全與環(huán)境學報，2010，10（1）：173-177.

[6] 周姝天，翟國方，施益軍，等.城市自然災害風險評估研究綜述[J].災害學，2020，35（4）：180-186.

[7] 劉希林，尚志海.自然災害風險主要分析方法及其適用性述評[J].地理科學進展，2014，33（11）：1486-1497.

[8] BENITO G，LANG M，BARRIENDOS M，et al.Use of systematic，palaeoflood and historical data for the improvement of flood risk estimation[J].Natural Hazards，2004，31（3）：623-643.

[9] 劉俊，鞠永茂，楊弘.氣候變化背景下的城市暴雨內澇問題探析[J].氣象科技進展，2015，5（2）：63-65.

[10] 賈文雄，張禹舜，李宗省.近50年來祁連山及河西走廊地區(qū)極端降水的時空變化研究[J].地理科學，2014，34（8）：1002-1009.

[11] 尹占娥，田鵬飛，遲瀟瀟.基于情景的1951-2011年中國極端降水風險評估[J].地理學報，2018，73（3）：405-413.

[12] 尹占娥，許世遠，殷杰，等.基于小尺度的城市暴雨內澇災害情景模擬與風險評估[J].地理學報，2010，65（5）：553-562.

[13] 陳鵬，趙洪陽，張繼權，等.城市內澇災害受災人口評估方法與實證研究：以哈爾濱市道里區(qū)為例[J].地理科學，2020，40（1）：158-164.

[14] 孫阿麗，石純，石勇.基于情景模擬的暴雨內澇危險性評價：以黃浦區(qū)為例[J].地理科學，2010，30（3）：465-468.

[15] OKAZAWA Y，YEH P，KANAE S，et al.Development of a global flood risk index based on natural and socio-economic factors[J].Hydrological Sciences Journal，2011，56（5）：789-804.

[16] 張繼權，范久波，劉興朋，等.內蒙古呼倫貝爾市草原火災危害度評價及預測[J].災害學，2010，25（1）：35-38.

[17] 崔亮，張繼權，包玉龍，等.呼倫貝爾草原火災風險預警研究[J].草業(yè)學報，2012，21（4）：282-292.

[18] 李瑤，胡潭高，潘驍駿，等.城市內澇災害模擬與災情風險評估研究進展[J].地理信息世界，2017，24（6）：42-49.

[19] 鄧秉德，龐曉波，黃妙棋.基于蒙特卡羅模擬方法的城市內澇災害風險分析[J].統(tǒng)計與決策，2015（20）：111-115.

[20] 王建鵬，金麗娜，薛榮，等.基于加權綜合法的西安城市內澇災害區(qū)劃分析[J].氣象科技，2012，40（6）：1056-1060.

（編輯：謝玲嫻）

Risk assessment of urban waterlogging disaster based on daily rainfall in Nanguan District，

Changchun City

CHEN Peng，ZHU Yuying

（College of Tourism and Geography Science，Jilin Normal University，Siping 136000，China）

Abstract：

At present，the risk assessment of urban waterlogging disasters generally uses extreme precipitation as an indicator，which often leads to underestimation of the risk degree of urban waterlogging disasters.Moderate or weak precipitation may also be one of the disaster-causing factors of urban waterlogging disasters.In order to accurately assess the risk of urban waterlogging disasters，taking Nanguan District of Changchun City as the object，based on the analysis of daily rainfall intensity distribution from 1985 to 2015，the daily rainfall intensity was converted into a precipitation exceedence probability （PEP） index.The rainfall intensity was compared with the precipitation exceedence probability based on annual maximum daily rainfall to obtain the probability of urban waterlogging disasters，finally the urban waterlogging disaster risk assessment index was constructed to evaluate the waterlogging disaster risk in Nanguan District in 2019.The results showed that the waterlogging disaster risk assessment index in the study area was 0.597 in 2019，which was a significant risk among the major risks.The research results can provide new ideas for accurately assessing urban waterlogging disaster risks，and can also provide decision-making basis for urban waterlogging disaster prevention.

Key words：

urban waterlogging disaster;risk assessment;rainfall;Changchun City