基于下墊面結(jié)構(gòu)的喀斯特地區(qū)洪澇演化特征研究

譚紅梅 賀中華 顧小林 許明金 王茂強(qiáng) 楊樹平

摘要：為探究不同下墊面結(jié)構(gòu)下喀斯特地區(qū)的洪澇演化特征，基于貴州省1980～2020年降雨數(shù)據(jù)計算降水Z指數(shù)，利用系統(tǒng)聚類法劃分貴州省下墊面結(jié)構(gòu)，分析其洪澇時空演化特征，并探討下墊面主導(dǎo)影響因子。結(jié)果表明：① 貴州省下墊面可劃分為深切割巖溶較強(qiáng)發(fā)育谷地區(qū)、淺切割巖溶中等發(fā)育谷地區(qū)、深切割非巖溶洼地區(qū)、淺切割巖溶強(qiáng)烈發(fā)育谷地區(qū)。② 1980～2020年貴州省呈變澇趨勢，大澇發(fā)生次數(shù)較多；空間上整體呈東南高、西北低的分布格局，以大澇、重澇偏多，但各亞區(qū)空間分布特征不同。③ 不同下墊面條件對洪澇影響由大到小依次為地形地貌>巖溶發(fā)育強(qiáng)度>地表切割深度；各級洪澇在不同下墊面條件下均出現(xiàn)概率性轉(zhuǎn)移，轉(zhuǎn)移現(xiàn)象較活躍。研究成果可為喀斯特流域防洪減災(zāi)提供參考。

關(guān) 鍵 詞：洪澇演化；Z指數(shù)；下墊面結(jié)構(gòu)；Morlet小波；狀態(tài)轉(zhuǎn)移概率矩陣；貴州??；喀斯特流域

中圖法分類號：P333.2；TV87

文獻(xiàn)標(biāo)志碼：A

DOI：10.16232/j.cnki.1001-4179.2024.05.005

0 引 言

隨著全球氣溫升高、水循環(huán)加劇，頻繁發(fā)生的極端洪水事件已對人們生活造成極大的威脅^［1-2］。據(jù)水利部統(tǒng)計，2008～2018年中國數(shù)百個城市遭受洪澇災(zāi)害，尤其是2008年直接經(jīng)濟(jì)損失達(dá)374.5億元^［3］、2018年“倫比亞”臺風(fēng)影響中國8個省份，洪災(zāi)造成經(jīng)濟(jì)損失14億美元^［4］。盡管隨著時代的發(fā)展，防洪措施已日益改進(jìn)，但洪澇災(zāi)害仍是中國主要的自然災(zāi)害之一^［5］。因此，加強(qiáng)對洪澇災(zāi)害的研究，尤其是探討洪澇機(jī)制的研究對防洪減災(zāi)意義重大。

洪澇并非由降雨單一因子控制，還受到其他多因素影響，如大氣環(huán)流^［6-7］、地形地貌^［8-10］、太陽黑子^［11-13］等，其中地形地貌與洪澇具有極強(qiáng)的相關(guān)性^［14］。當(dāng)前不少學(xué)者都將地形地貌與氣候、工程設(shè)施等不同角度的因素共同作為洪澇影響因子進(jìn)行探討，如Zhang等^［15］借助地理探測器將地表環(huán)境、氣候等因子與洪澇進(jìn)行探測分析，揭示其對洪澇的影響；Brázdil等^［16］討論了氣候、下墊面等因素對洪澇的影響，并認(rèn)為洪澇受下墊面的影響重大；黃琨等^［9］從巖溶地貌、排澇工程兩方面探究落馬洞暗河洪澇成因，提出巖溶地貌對當(dāng)?shù)睾闈秤袠O大影響；尤李俊等^［17］從地形地貌等自然原因與下墊面變化等人為原因說明了其對洪澇的影響?？梢?，地形、地貌等下墊面結(jié)構(gòu)對洪澇具有不可忽視的影響，然而鮮有學(xué)者對洪澇與下墊面結(jié)構(gòu)開展針對性研究。不同下墊面結(jié)構(gòu)對洪澇的影響不同，尤其是喀斯特地區(qū)，獨(dú)特的地表、地下二元結(jié)構(gòu)使洪澇表現(xiàn)出更加復(fù)雜的特征。從喀斯特地區(qū)下墊面結(jié)構(gòu)特征出發(fā)，量化分析洪澇與喀斯特地區(qū)下墊面結(jié)構(gòu)相關(guān)關(guān)系的研究更是微乎其微。

中國西南部貴州省多巖溶高原山地，下墊面結(jié)構(gòu)復(fù)雜，季風(fēng)與青藏高原環(huán)流系統(tǒng)的雙重影響導(dǎo)致降雨充沛但分布不均，多發(fā)洪澇災(zāi)害^［17-19］。本文選取貴州省巖溶發(fā)育強(qiáng)度、地表切割深度以及地形地貌3個下墊面條件，利用系統(tǒng)聚類法對其進(jìn)行下墊面分區(qū)。在此基礎(chǔ)上從時空角度分析洪澇特征，同時結(jié)合下墊面因子，分析不同下墊面條件下洪澇的轉(zhuǎn)移概率特征，探討引起區(qū)域洪澇空間差異的主導(dǎo)因素，以期為喀斯特地區(qū)防洪減災(zāi)提供科學(xué)指導(dǎo)。

1 研究區(qū)概況

貴州省位于中國西南部，位于103°36′E～109°35′E，24°37′N～29°13′N，全省面積超過17萬km²，為四川盆地與廣西盆地之間的一個巖溶高原山區(qū)，喀斯特地貌類型齊全^［20］，成土速度緩慢，土層淺薄。貴州省處于副熱帶東亞大陸季風(fēng)區(qū)內(nèi)，溫暖濕潤，因云層常年較多，所以日照少，陰天多，降水充足，多年平均降水量達(dá)1 100～1 300 mm^［21］。地勢西高東低，地貌分區(qū)顯著，降水時空分布不均，多極端天氣，洪水內(nèi)澇、氣象干旱等災(zāi)害頻發(fā)^［22-23］。貴州省行政區(qū)劃與氣象站點(diǎn)分布見圖1。

2 研究數(shù)據(jù)與方法

2.1 數(shù) 據(jù)

本文降雨數(shù)據(jù)來源于NASA，空間分辨率為0.25°，時間分辨率為1個月。利用ArcGIS軟件技術(shù)手段對貴州省84個氣象站點(diǎn)1980～2020年逐月降雨數(shù)據(jù)進(jìn)行提取。其他數(shù)據(jù)來源于1∶500 000貴州省綜合地貌圖，包括貴州省地貌類型數(shù)據(jù)、地表切割深度數(shù)據(jù)以及巖溶發(fā)育強(qiáng)度數(shù)據(jù)等。

2.2 研究方法

2.2.1 降水Z指數(shù)

降水Z指數(shù)能較明顯地確定區(qū)域干旱與洪澇等級，該指數(shù)在降雨量處理方面應(yīng)用廣泛^［24］。其涉及公式主要為

式中：C_s為偏態(tài)系數(shù);φ_i為標(biāo)準(zhǔn)變量;x_i為某一時段降雨量，mm;n為樣本數(shù);x為n年內(nèi)某一時間尺度的平均降雨量，mm;σ為標(biāo)準(zhǔn)差。

根據(jù)Z變量的正態(tài)分布曲線，劃分為7個洪澇與干旱等級，見表1^［25］。

2.2.2 Morlet小波

Morlet小波是連續(xù)小波變換中最常用的一個小波函數(shù)^［26］，在分析時間序列方面具有強(qiáng)大的分辨多尺度的功能，能識別出不同時間尺度的主要變化周期，從而對未來發(fā)展趨勢做出準(zhǔn)確預(yù)測^［27］，其簡化后的數(shù)學(xué)定義為

式中：v₀為小波的中心頻率，j為虛數(shù)單位。

對公式（6）進(jìn)行傅里葉變換得到：

式中：ω為頻率。

本文利用Morlet小波分析貴州省84個站點(diǎn)41 a來洪澇的時間變化規(guī)律。

2.2.3 狀態(tài)轉(zhuǎn)移概率矩陣

狀態(tài)轉(zhuǎn)移概率矩陣^［28］又稱馬爾科夫鏈，一個離散時間的馬爾科夫鏈（X₁，X₂，X₃，…，X_n），其隨機(jī)過程具有馬爾科夫性質(zhì)，即將到來的狀態(tài)只取決于當(dāng)前的狀態(tài)，不依賴于之前的狀態(tài)（X_n-1，X_n-2，…，X₁）。設(shè)隨機(jī)序列{X_n，n=0，1，2，…，n}，X_n的條件分布函數(shù)與在X_n+1=x_n+1條件下的條件分布函數(shù)相等，即

P_r（X_n+1=x_n+1|X₁=x₁，X₂=x₂，…，X_n=x_n）=P_r（X_n+1=x_n+1|X_n=x_n） ???（8）

設(shè)P_r（X_i=s_j|X₀=s_i）=p_ij為s_i狀態(tài)到s_j狀態(tài)的轉(zhuǎn)移概率，則p_ij表示為轉(zhuǎn)移概率矩陣形式P。

3 結(jié)果與分析

3.1 流域下墊面介質(zhì)結(jié)構(gòu)特征

地貌單元劃分有多種方法，目前多以地質(zhì)-結(jié)構(gòu)地貌單元為基礎(chǔ)，內(nèi)外營力相結(jié)合、成因-形態(tài)相結(jié)合的方法劃分區(qū)域地貌類型，并由此編制地貌類型圖^［29］。貴州省地貌類型特殊，流域下墊面結(jié)構(gòu)獨(dú)特，本文采用泰森多邊形法提取各站點(diǎn)覆蓋的地表切割程度與地貌數(shù)據(jù)，結(jié)合巖溶發(fā)育強(qiáng)度的百分比（各下墊面數(shù)據(jù)分級見表2），借助SPSS軟件進(jìn)行系統(tǒng)聚類法分析，可將貴州省劃分為4個亞區(qū)，具體分區(qū)見圖2。

3.1.1 深切割巖溶強(qiáng)發(fā)育谷地區(qū)

該區(qū)域位于貴州省西部，共17個站點(diǎn)控制，包括六盤水全部、黔西南州大部以及畢節(jié)市西部地區(qū)。該區(qū)為巖溶發(fā)育區(qū)，其巖溶較強(qiáng)發(fā)育區(qū)占71.68%，深切割地形占比52.82%，稍高于淺切割地形面積占比。谷地占比49.07%，占比面積幾乎高出占比第二地貌的2倍?？傮w表現(xiàn)為深切割巖溶較強(qiáng)發(fā)育谷地區(qū)為主的下墊面結(jié)構(gòu)（簡稱為Ⅰ區(qū)）。

3.1.2 淺切割巖溶中等發(fā)育谷地區(qū)

該區(qū)域面積最大，主要位于貴州省中部及東北部，共41個站點(diǎn)控制，包括銅仁市全部，貴陽市、遵義市大部，畢節(jié)市東部、黔東南州及黔南州北部地區(qū)。該區(qū)巖溶發(fā)育廣泛，巖溶中等發(fā)育區(qū)占比高達(dá)97.93%，地表切割深度較淺，淺切割地形占比56.04%。地貌以谷地為主，谷地占比面積超出占比面積第二地貌的3倍?？傮w表現(xiàn)為淺切割巖溶中等發(fā)育谷地區(qū)為主的下墊面結(jié)構(gòu)（簡稱為Ⅱ區(qū)）。

3.1.3 深切割非巖溶洼地區(qū)

該區(qū)域主要位于貴州省東南部，共13個站點(diǎn)控制，包括黔東南州大部、遵義市西南部以及三都縣。該區(qū)只有小部分地區(qū)為巖溶發(fā)育區(qū)，其非巖溶區(qū)占比高達(dá)87.84%，地表切割深度較深，深切割地形占比65.76%，地貌以洼地為主，洼地占比高達(dá)71.43%，盆地與中低山地貌占比極低?？傮w表現(xiàn)為深切割非巖溶洼地區(qū)為主的下墊面結(jié)構(gòu)（簡稱為Ⅲ區(qū)）。

3.1.4 淺切割巖溶強(qiáng)發(fā)育谷地區(qū)

該區(qū)域位于貴州省南部，共13個站點(diǎn)控制，包括黔南州大部及安順、黔西南州局部地區(qū)。該區(qū)僅在荔波縣出現(xiàn)極少量非巖溶發(fā)育區(qū)，占比面積不到1%，其余地區(qū)均為巖溶發(fā)育區(qū)，其中巖溶強(qiáng)烈發(fā)育區(qū)占比65.14%，淺切割地形占比69.62%，谷地占比58.04%，即表現(xiàn)為淺切割巖溶強(qiáng)烈發(fā)育谷地區(qū)為主的下墊面結(jié)構(gòu)（簡稱為Ⅳ區(qū)）。

3.2 區(qū)域洪澇時空變化特征

3.2.1 時間變化特征分析

根據(jù)各站點(diǎn)月降水?dāng)?shù)據(jù)計算出各區(qū)域1980～2020年的Z指數(shù)值，采用算術(shù)平均法計算得到4個區(qū)的逐年累計降雨量以及各區(qū)域的Z指數(shù)值，Z指數(shù)值越大則表明該站點(diǎn)越濕潤。對貴州省降水Z指數(shù)時間變化特征分析表明（圖3）：4個區(qū)降水Z指數(shù)均表現(xiàn)出不同程度的上升趨勢，其中Ⅰ區(qū)Z指數(shù)上升速率為0.141/10 a（p>0.05），Ⅱ區(qū)Z指數(shù)上升速率為0.191/10 a（p>0.05），Ⅲ區(qū)Z指數(shù)上升速率為0.167/10 a（p>0.05），Ⅳ區(qū)Z指數(shù)上升速率為0.221/10 a（p>0.05），4個區(qū)均未通過0.05顯著性檢驗，這反映出貴州省整體表現(xiàn)為不顯著變澇的態(tài)勢，但4個區(qū)Z指數(shù)時間變化趨勢存在細(xì)微差距。

圖3（a）將Ⅰ區(qū)Z指數(shù)時間變化大致分為4個時段，1980～1989年、1989～1999年、1999～2011年、2011～2020年，斜率分別為-1.59/10 a（p>0.05）、2.91/10 a（p<0.01）、-1.70/10 a（p<0.05）、2.62/10 a（p<0.05），表現(xiàn)出“降-增”交替的趨勢，后3個時段均通過了0.05顯著性水平檢驗。41 a內(nèi)該區(qū)共出現(xiàn)10次洪澇，為4個區(qū)發(fā)生洪澇次數(shù)最多區(qū)，僅大澇次數(shù)就達(dá)到5次，年代上洪澇發(fā)生次數(shù)也呈現(xiàn)出“低-高”交替的規(guī)律，這可能是因為Ⅰ區(qū)降雨在年代上也呈“低-高”交替的分布規(guī)律。

圖3（b）將Ⅱ區(qū)Z指數(shù)時間變化大致分為3個時段，即1980～1994年、1994～2011年、2011～2020年，斜率分別為0.39/10 a（p>0.05）、-1.39/10 a（p<0.01）、3.50/10 a（p<0.05），后兩個時段均通過了0.05顯著性水平檢驗。該區(qū)在41 a內(nèi)共出現(xiàn)洪澇6次，大澇次數(shù)最多（4次），20世紀(jì)80年代未出現(xiàn)過洪澇，洪澇相對集中發(fā)生于20世紀(jì)90年代，降雨也在20世紀(jì)80年代最少。

圖3（c）將Ⅲ區(qū)Z指數(shù)時間變化劃分與Ⅱ區(qū)相同，3個時段斜率分別為0.23/10 a（p>0.05）、-1.47/10 a（p<0.01）、3.84/10 a（p<0.05），后2個時段均通過了0.05顯著性水平檢驗。該區(qū)在41 a內(nèi)共出現(xiàn)5次洪澇，為4個區(qū)發(fā)生洪澇次數(shù)最少區(qū)，較為干旱，20世紀(jì)80年代未出現(xiàn)過洪澇，洪澇均發(fā)生于1994年之后。

圖3（d）將Ⅳ區(qū)Z指數(shù)時間變化劃分為3個時段，即1980～2008年、2008～2011年、2011～2020年，斜率分別為0.24/10 a（p>0.05）、-9.85/10 a（p>0.05）、3.06/10 a（p>0.05），3個時段均未通過0.05顯著性水平檢驗。該區(qū)在41 a內(nèi)共出現(xiàn)7次洪澇，其中大澇最多（3次），20世紀(jì)80年代未出現(xiàn)過洪澇。

從圖3中可以看出，貴州省經(jīng)常發(fā)生大澇，重澇、偏澇的情況相對較少。在1994，1999，2015年與2020年均出現(xiàn)洪澇，其中2020年均為4個亞區(qū)洪澇最嚴(yán)重年份，而2011年Z指數(shù)值均最小?？赡苁怯捎?994、1999、2015、2000年這幾年降雨量都偏多，2011年降雨最少導(dǎo)致的。此外，丁立國^［30］研究發(fā)現(xiàn)貴州省年均暴雨日數(shù)與年均暴雨量都呈增加趨勢，并且在1991～2020年間，2020年的年均暴雨日數(shù)最大。

3.2.2 空間變化特征分析

運(yùn)用Z指數(shù)對貴州省1980～2020年84個站點(diǎn)的月降雨量進(jìn)行算術(shù)平均處理，進(jìn)而算出各站點(diǎn)Z指數(shù)值。如圖4（a）所示，Ⅰ區(qū)Z指數(shù)值在空間上呈南高北低的空間分布，值介于-2.4～0.5之間，大部分地區(qū)Z指數(shù)為負(fù)值，是4個亞區(qū)中最干旱的區(qū)域。Ⅱ區(qū)Z指數(shù)值在空間上呈自西向東逐漸增加的趨勢，值介于-1.8～1.6之間，區(qū)域內(nèi)Z指數(shù)值差異較大，但在-1.0～1.0之間相對集中，東部有7個縣域出現(xiàn)洪澇，集中發(fā)生于銅仁市及其周邊，未出現(xiàn)過重澇。Ⅲ區(qū)Z指數(shù)值在空間上有兩塊區(qū)域，其中一塊僅含赤水市與習(xí)水縣，均為大旱，其余地區(qū)Z指數(shù)值介于0.5～2.5之間，該區(qū)域在4個亞區(qū)中最為濕潤，共有8個縣域出現(xiàn)洪澇，其中5個縣域為重澇，洪澇集中發(fā)生于從江縣及其周圍地區(qū)。Ⅳ區(qū)Z指數(shù)值在空間上呈南高北低的空間分布，值集中分布于-0.5～0.5之間，正負(fù)分布均衡，且區(qū)域處于正常狀態(tài)。圖4（b）表明，近41 a貴州省絕大部分地區(qū)降水Z指數(shù)呈增加趨勢，極少部分地區(qū)呈減少趨勢。Z指數(shù)呈減小趨勢的區(qū)域多分布在Ⅰ區(qū)西部，Ⅱ區(qū)東北少部分地區(qū)也出現(xiàn)減少趨勢，其余地區(qū)均呈增加趨勢，但僅貴州省中東部與西南部部分地區(qū)通過了0.05顯著性水平檢驗。

以上結(jié)果表明，貴州省4個亞區(qū)的Z指數(shù)值在空間上呈現(xiàn)出不同的分布格局，洪澇以大澇、重澇偏多。由圖4可知Z指數(shù)值在空間上整體呈東南高西北低的空間分布，變化較為連續(xù)，旱澇程度由西北向東南逐漸變澇。而貴州省降雨量空間分布也呈西北向東南逐漸增加的趨勢，與Z指數(shù)空間分布高度一致。此外，盧瑞荊^［31］研究發(fā)現(xiàn)貴州省存在3個多雨區(qū)，分別為貴州省東南、東北以及西南部，與Z指數(shù)空間分布基本一致。丁立國^［30］研究發(fā)現(xiàn)貴州省暴雨量較高區(qū)與盧瑞荊多雨區(qū)一致，暴雨量較少區(qū)主要集中在畢節(jié)市西部，與本文Z指數(shù)空間分布基本一致。

3.2.3 周期分析

圖5為貴州省不同下墊面亞區(qū)Z指數(shù)值的小波實部等值線圖，相位為正表示偏澇，相位為負(fù)表示偏旱。從結(jié)果可知，4個區(qū)Z指數(shù)值的周期變化均較顯著。Ⅰ區(qū)Z指數(shù)值存在顯著的準(zhǔn)31 a振蕩周期，時間持續(xù)性好，旱澇交替明顯，準(zhǔn)16 a周期主要出現(xiàn)在1980～2002年，準(zhǔn)10 a周期出現(xiàn)在1993年之后；Ⅱ區(qū)Z指數(shù)值存在著準(zhǔn)31 a和準(zhǔn)10 a周期，準(zhǔn)31 a周期時間延續(xù)性好，旱澇交替明顯，出現(xiàn)在1980～2020年，準(zhǔn)10 a周期出現(xiàn)在2000年代之后，也出現(xiàn)旱澇交替現(xiàn)象；Ⅲ區(qū)Z指數(shù)值在1980～2020年存在準(zhǔn)31 a和10 a周期，準(zhǔn)31 a周期最顯著，準(zhǔn)10 a周期在2000年代之后較為明顯，但兩個周期時間持續(xù)性都較好，旱澇交替明顯；Ⅳ區(qū)存在準(zhǔn)31，16，10 a 3個周期，準(zhǔn)31 a周期最為顯著，時間持續(xù)性好，旱澇交替明顯，準(zhǔn)16 a周期主要出現(xiàn)在1980～2006年，準(zhǔn)10 a周期出現(xiàn)于2000年代之后，在2008～2020年較為顯著，該時段洪澇交替現(xiàn)象明顯。

3.3 區(qū)域下墊面對洪澇的影響分析

3.3.1 洪澇與區(qū)域下墊面的關(guān)聯(lián)分析

由表3可以明顯看出洪澇等級與地形地貌呈負(fù)相關(guān)關(guān)系，而與巖溶發(fā)育強(qiáng)度和地表切割深度呈正相關(guān)關(guān)系，其中僅與地表切割深度之間未通過0.05顯著性檢驗，但在各亞區(qū)之間存在細(xì)微差距。洪澇等級與地形地貌之間的相關(guān)系數(shù)為-0.791，兩者之間相關(guān)性較強(qiáng)，喀斯特地區(qū)存在獨(dú)特的地表地下二元結(jié)構(gòu)，地下的地貌形態(tài)為洪水提供了滯留空間和場所，故導(dǎo)致洪澇等級與地形地貌之間存在負(fù)相關(guān)關(guān)系。洪澇等級與巖溶發(fā)育強(qiáng)度之間的相關(guān)系數(shù)為0.772，巖溶發(fā)育越強(qiáng)則旱澇等級越高，洪澇越嚴(yán)重，當(dāng)降雨量過多時，巖溶發(fā)育強(qiáng)度越強(qiáng)，地表水對可溶性巖石的沖蝕、潛蝕等機(jī)械作用越強(qiáng)，越容易產(chǎn)生大量石塊、泥沙等雜物堆積，使水流受阻，進(jìn)而引發(fā)洪澇。在Ⅰ區(qū)，僅地形地貌對旱澇等級相關(guān)系數(shù)較大且為負(fù)值，與其余兩種條件之間的相關(guān)性較低，說明Ⅰ區(qū)旱澇等級對這地形地貌的敏感性稍強(qiáng)于其他兩種。Ⅲ區(qū)對各下墊面條件均不存在明顯的相關(guān)性，僅Ⅱ區(qū)與地表切割深度存在相關(guān)性，說明在這3個區(qū)內(nèi)這幾種下墊面條件差異不大，旱澇等級與其相關(guān)性不明顯。

不同下墊面條件對洪澇影響程度不同，影響程度由大到小依次為地形地貌>巖溶發(fā)育強(qiáng)度>地表切割深度。這主要是因為喀斯特地區(qū)除地表地貌空間組合外，還具有獨(dú)特的地下地貌形態(tài)，只要地表水下滲進(jìn)入地下，地下巖溶地貌就會提供場所對其滯留，盡管巖溶發(fā)育強(qiáng)度對洪澇影響也較大，但只有當(dāng)降雨過大，流水的沖蝕、潛蝕等作用達(dá)到一定程度，一定數(shù)量的泥沙、石塊等雜質(zhì)阻塞水流通道時，才能引發(fā)洪澇，這一過程需要一定物理外力作用與時間才能發(fā)生，相較起來，巖溶地區(qū)地形地貌對洪澇更敏感，能更快地做出反應(yīng)。

3.3.2 不同區(qū)域下墊面條件下洪澇的轉(zhuǎn)移概率特征

由于氣候變化速率較慢，為深入分析1980～2020年洪澇在不同下墊面條件下的概率轉(zhuǎn)移特征，本文選取研究時段內(nèi)最初年代（20世紀(jì)80年代）與最末年代（21世紀(jì)10年代）的狀態(tài)，以保證在降雨氣候條件差異更大的條件下，不同亞區(qū)、不同下墊面條件下洪澇等級之間的轉(zhuǎn)移概率特征更突出。由圖6可以看出，不同地貌類型下，不同等級間的洪澇均發(fā)生了概率性轉(zhuǎn)移。Ⅰ區(qū)各級洪澇之間的轉(zhuǎn)移較為活躍，但在不同地貌下表現(xiàn)出不同的轉(zhuǎn)移特征，在盆地與谷地區(qū)域主要表現(xiàn)為1～3級洪澇轉(zhuǎn)移為2～4級，呈現(xiàn)出“高轉(zhuǎn)低”的現(xiàn)象，而洼地與中低山地區(qū)則主要由3～4級洪澇轉(zhuǎn)移為2級，部分4級洪澇不變，呈現(xiàn)出“低轉(zhuǎn)高”的現(xiàn)象，轉(zhuǎn)移概率均較高；Ⅱ區(qū)20世紀(jì)80年代中不同等級洪澇均轉(zhuǎn)移到21世紀(jì)10年代各等級洪澇上，絕大部分洪澇表現(xiàn)出由1～4級轉(zhuǎn)移為2～4級，呈現(xiàn)出“高轉(zhuǎn)低”的現(xiàn)象；Ⅲ區(qū)洪澇在不同地貌類型下轉(zhuǎn)移概率分布大致相似，其中20世紀(jì)80年代的2～4級洪澇向21世紀(jì)10年代的4級洪澇轉(zhuǎn)移較為活躍，存在“高轉(zhuǎn)低”的現(xiàn)象；Ⅳ區(qū)洪澇在不同地貌類型下轉(zhuǎn)移概率分布大致相似，其中1級洪澇均轉(zhuǎn)移為2級，轉(zhuǎn)移概率達(dá)到1。

不同切割深度下（圖7），不同等級間的洪澇均發(fā)生了概率性轉(zhuǎn)移，但各亞區(qū)之間存在細(xì)微差異。Ⅰ區(qū)20世紀(jì)80年代中3級洪澇轉(zhuǎn)為21世紀(jì)10年代的2級洪澇的概率為1，存在“低轉(zhuǎn)高”的現(xiàn)象。Ⅱ區(qū)各等級洪澇轉(zhuǎn)移較為分散，并未集中轉(zhuǎn)移到某一個等級的洪澇，轉(zhuǎn)移現(xiàn)象不太活躍。Ⅲ區(qū)20世紀(jì)80年代中不同等級洪澇均轉(zhuǎn)移到21世紀(jì)10年代各等級洪澇上，其中2～4級洪澇主要轉(zhuǎn)移為21世紀(jì)10年代的4級洪澇，且3級洪澇轉(zhuǎn)為4級的概率可達(dá)到1，存在較明顯的“高轉(zhuǎn)低”現(xiàn)象。Ⅳ區(qū)洪澇轉(zhuǎn)移現(xiàn)象較活躍，其中20世紀(jì)80年代的1級、3級洪澇分別轉(zhuǎn)為21世紀(jì)10年代的2級、3級的概率均達(dá)到1，存在較明顯的“高轉(zhuǎn)低”現(xiàn)象。

與前兩種下墊面條件相比，不同巖溶發(fā)育強(qiáng)度下的洪澇等級較為單一（圖8），在圖中的分布也較為稀疏，雖然各等級洪澇間也存在不同程度的概率轉(zhuǎn)移，但轉(zhuǎn)移現(xiàn)象不太穩(wěn)定，并沒有相對穩(wěn)定集中的現(xiàn)象存在，轉(zhuǎn)移現(xiàn)象較活躍。

4 討論與結(jié)論

4.1 討 論

本研究基于1980～2020年逐月降雨數(shù)據(jù)對Z指數(shù)進(jìn)行計算，并利用SPSS系統(tǒng)聚類法對貴州省下墊面結(jié)構(gòu)進(jìn)行分區(qū)，探究貴州省洪澇在不同下墊面條件下的時空演化特征。研究發(fā)現(xiàn)貴州省整體呈自西北向東南逐漸變澇的趨勢。貴州省地勢西高東低，喀斯特地貌類型復(fù)雜，而復(fù)雜的地形地貌對太陽輻射和降雨有再分配作用，太陽輻射一方面導(dǎo)致大氣壓強(qiáng)和地表氣溫改變，造成氣壓梯度和溫度梯度變化，大氣活動異常；另一方面引起水分蒸散發(fā)變化，大氣中水分含量改變，加劇降雨空間分配不均程度，降雨量也呈現(xiàn)出自西北向東南逐漸遞增的趨勢，說明降水是引起洪澇的主要因素，與前人的研究結(jié)果一致^［31-34］。此外，貴州省西部高聳烏蒙山，降雨偏少；貴州省處于內(nèi)陸地區(qū)，根據(jù)海陸熱力性質(zhì)不同，溫差加大，空氣交換總量增多導(dǎo)致海洋攜帶的水分越多，而東南部屬于迎風(fēng)坡，南海水汽由此向北輸送^［31］，故貴州省東南部降雨充沛，易形成洪澇。

在不同下墊面結(jié)構(gòu)下，Ⅲ區(qū)洪澇最為嚴(yán)重，其中Ⅲ區(qū)為非喀斯特地區(qū)，Ⅰ、Ⅱ、Ⅳ區(qū)巖溶發(fā)育程度為中等及以上，在不同巖溶發(fā)育強(qiáng)度下，區(qū)域地下形成大小不一的“管道”，地下空間儲水能力不同^［35］，此外，巖溶發(fā)育越強(qiáng)的地區(qū)越容易受到流水侵蝕，當(dāng)降雨量大時，地表受到降雨強(qiáng)烈的機(jī)械溶蝕作用，容易產(chǎn)生雜質(zhì)堵塞河道，導(dǎo)致地表排水不暢，進(jìn)而引發(fā)洪澇。盡管Ⅰ區(qū)巖溶發(fā)育較強(qiáng)，但該地區(qū)降雨少，地表徑流小，故不易發(fā)生洪澇；Ⅱ區(qū)下墊面結(jié)構(gòu)差異不大，但區(qū)域東西部降雨差異大，故而該區(qū)東部干旱，西部發(fā)生洪澇；Ⅲ區(qū)降雨量大，且地下巖溶地貌不發(fā)育，故易發(fā)生洪澇；Ⅳ區(qū)降雨偏多，但地下巖溶地貌發(fā)育，兩者中和導(dǎo)致該區(qū)處于正常狀態(tài)。

4.2 結(jié) 論

本文利用系統(tǒng)聚類法對貴州省下墊面進(jìn)行分區(qū)，在此基礎(chǔ)上分析洪澇時空特征，并探討對區(qū)域洪澇產(chǎn)生影響的下墊面主導(dǎo)因素，同時分析不同下墊面條件下洪澇的轉(zhuǎn)移概率特征，以期為貴州省防洪減災(zāi)提供科學(xué)指導(dǎo)。研究得到以下結(jié)論：

（1）利用系統(tǒng)聚類法可將貴州省下墊面劃分為深切割巖溶較強(qiáng)發(fā)育谷地區(qū)、淺切割巖溶中等發(fā)育谷地區(qū)、深切割非巖溶洼地區(qū)、淺切割巖溶強(qiáng)烈發(fā)育谷地區(qū)4個亞區(qū)。

（2）1980～2020年貴州省整體呈變澇趨勢，經(jīng)常發(fā)生大澇，重澇、偏澇的情況相對較少，2020年均為4個亞區(qū)洪澇最嚴(yán)重年份；空間上，貴州省Z指數(shù)值整體呈“東南高、西北低”的分布格局，但4個亞區(qū)洪澇空間分布格局有所差異，以大澇、重澇偏多；此外，4個亞區(qū)均存在31 a和10 a周期。

（3）從區(qū)域下墊面對洪澇的影響分析中發(fā)現(xiàn)，不同下墊面條件對洪澇影響程度不同，由大到小依次為地形地貌>巖溶發(fā)育強(qiáng)度>地表切割深度，喀斯特地區(qū)地形地貌對洪澇的調(diào)節(jié)作用最顯著。

（4）各級洪澇在不同下墊面條件下均出現(xiàn)概率性轉(zhuǎn)移，轉(zhuǎn)移現(xiàn)象較活躍，Ⅱ與Ⅲ區(qū)普遍存在“高轉(zhuǎn)低”的現(xiàn)象，但在不同巖溶發(fā)育強(qiáng)度條件下，各區(qū)轉(zhuǎn)移現(xiàn)象都不太穩(wěn)定，沒有明顯的規(guī)律可尋。

參考文獻(xiàn)：

［1］FANG J，KONG F，F(xiàn)ANG J Y，et al.Observed changes in hydrological extremes and flood disaster in Yangtze River Basin：spatial-temporal variability and climate change impacts［J］.Natural Hazards，2018，93（1）：89-107.

［2］張靈，熊開國，郭廣芬，等.異常海溫對長江流域夏季典型旱澇的影響研究［J］.人民長江，2024，55（4）：118-124.

［3］WU M M，WU Z N，GE W，et al.Identification of sensitivity indicators of urban rainstorm flood disasters：a case study in China［J］.Journal of Hydrology，2021，599：126393.

［4］WU Z N，SHEN Y X，WANG H L，et al.Urban flood disaster risk evaluation based on ontology and Bayesian Network［J］.Journal of Hydrology，2020，583：124596.

［5］李雙，杜建括，張志偉，等.基于灰靶模型和GIS的陜南暴雨洪澇災(zāi)害風(fēng)險區(qū)劃［J］.人民長江，2021，52（7）：17-21.

［6］LIU J Y，ZHANG Y Q.Multi-temporal clustering of continental floods and associated atmospheric circulations［J］.Journal of Hydrology，2017，555：744-759.

［7］DANIEL G K，DAVID A L，DAVID M H.Floods in the Southern Alps of New Zealand：the importance of atmospheric rivers［J］.Hydrological Processes，2016，30（26）：5063-5070.

［8］孔鋒，王一飛，呂麗莉，等.北京“7·21”特大暴雨洪澇特征與成因及對策建議［J］.人民長江，2018，49（增1）：15-19.

［9］黃琨，武亞遵，萬軍偉，等.落馬洞暗河發(fā)育特征及其洪澇成因分析［J］.中國巖溶，2010，29（4）：385-388.

［10］熊平生.鄱陽湖區(qū)洪澇災(zāi)害成因和減災(zāi)策略［J］.人民黃河，2010，32（10）：26-28.

［11］LI H Y，XUE L J，WANG X J.Relationship between solar activity and flood/drought disasters of the Second Songhua River basin［J］.Journal of Water and Climate Change，2015，6（3）：578.

［12］晏德莉.云南省震-旱-澇時空對稱結(jié)構(gòu)及風(fēng)險管理［D］.西安：陜西師范大學(xué)，2020.

［13］MOHAMED M A，EI-MAHDY M E.Impact of sunspot activity on the rainfall patterns over Eastern Africa：a case study of Sudan and South Sudan［J］.Journal of Water and Climate Change，2021，12（5）：2104-2124.

［14］謝立華，趙寒冰.洪澇災(zāi)害與地形的相關(guān)性研究：以肇慶市為例［J］.自然災(zāi)害學(xué)報，2013，22（6）：240-245.

［15］ZHANG H，LUO J G，WU J Y，et al.Spatial-temporal characteristics and driving factors of flash floods in Shaanxi Province considering regional differentiation［J］.Hydrology Research，2022，53（1）：156-174.

［16］BR?ZDIL R，EZN?KOV? L，VAL??EK H，et al.Fluctuations of floods of the River Morava（Czech Republic） in the 1691～2009 period：interactions of natural and anthropogenic factors［J］.Hydrological Sciences Journal，2011，56（3）：468-485.

［17］李月，馮霞，吳路華，等.基于能值-生態(tài)足跡的貴州高原典型喀斯特區(qū)域水資源可持續(xù)評價研究［J］.灌溉排水學(xué)報，2024，43（4）：96-104.

尤李俊，王少麗，劉長榮，等.1957～2019年三江平原降雨洪澇特征分析：以綏濱縣為例［J］.水資源與水工程學(xué)報，2022，33（4）：40-49.

［18］吳立，霍治國，張蕾，等.西南地區(qū)農(nóng)業(yè)洪澇等級指標(biāo)構(gòu)建及時空分布特征［J］.應(yīng)用生態(tài)學(xué)報，2015，26（8）：2473-2481.

［19］曹建廷，黃火鍵，徐震，等.貴州省洪澇災(zāi)害演變規(guī)律及致災(zāi)機(jī)理研究［J］.人民長江，2023，54（5）：61-66，79.

［20］賀中華，陳曉翔，梁虹，等.典型喀斯特巖性組合結(jié)構(gòu)的流域水文干旱機(jī)制研究：以貴州省為例［J］.地質(zhì)科學(xué)，2015，50（1）：340-353.

［21］劉煒，焦樹林，李銀久，等.貴州省1960～2019年不同地貌類型降水時空特征［J］.水土保持研究，2021，28（5）：159-171.

［22］吳小飄，周忠發(fā)，朱孟，等.典型喀斯特聚集區(qū)不同地貌類型干旱時空特征［J］.水土保持研究，2023，30（1）：336-347.

［23］張克新，王娟娟，彭嬌婷，等.貴州省降水集散程度時空變化及其影響因素分析［J］.貴州師范大學(xué)學(xué)報（自然科學(xué)版），2020，38（2）：10-18.

［24］侯雨樂，趙景波.氣候突變下基于Z指數(shù)的松潘縣旱澇演變分析［J］.水土保持研究，2021，28（4）：165-170.

［25］費(fèi)龍，鄧國榮，張洪巖，等.基于降水Z指數(shù)的朝鮮降水及旱澇時空特征［J］.自然資源學(xué)報，2020，35（12）：3051-3063.

［26］何嶺松，李巍華.用Morlet小波進(jìn)行包絡(luò)檢波分析［J］.振動工程學(xué)報，2002（1）：123-126.

［27］謝智博，穆興民，高鵬，等.基于R/S和Morlet小波分析的北洛河上游徑流變化特征［J］.水土保持研究，2022，29（2）：139-144.

［28］游漫，賀中華，張浪，等.貴州省農(nóng)業(yè)與氣象干旱特征及其響應(yīng)關(guān)系［J］.水土保持學(xué)報，2022，36（5）：255-264.

［29］陳志明.論中國地貌圖的研制原則、內(nèi)容與方法：以1：4000000全國地貌圖為例［J］.地理學(xué)報，1993（2）：105-113.

［30］丁立國.貴州山地復(fù)雜地形下暴雨洪澇災(zāi)害風(fēng)險研究［D］.南京：南京信息工程大學(xué)，2022.

［31］盧瑞荊.貴州暴雨洪澇的氣候特征分析［D］.蘭州：蘭州大學(xué)，2010.

［32］ARCHER D R，F(xiàn)OWLER H J.Characterising flash flood response to intense rainfall and impacts using historical information and gauged data in Britain［J］.Journal of Flood Risk Management，2018，11：S121-S133.

［33］PEI W，TIAN C Z，F(xiàn)U Q，et al.Risk analysis and influencing factors of drought and flood disasters in China［J］.Natural Hazards，2021，110（3）：1599-1620.

［34］邱粲，劉煥彬，萬程程，等.1984～2019年山東省暴雨洪澇災(zāi)害時空變化特征及其成因分析［J］.災(zāi)害學(xué)，2022，37（4）：57-63.

［35］張浪，賀中華，楊銘珂，等.氣象干旱-水文干旱傳播過程特征及其影響因素：以貴州黔中水利工程區(qū)為例［J］.水土保持學(xué)報，2022，36（1）：142-152.

（編輯：謝玲嫻）

Characteristics of flood evolution in karst area based on underlying surface structureTAN Hongmei¹，HE Zhonghua^1，2，GU Xiaolin³，XU Mingjin³，WANG Maoqiang¹，YANG Shuping¹

（1.School of Geography and Environmental Sciences，Guizhou Normal University School，Guiyang 550001，China；2.Key Laboratory of Remote Sensing Application of Mountain Resources and Environment，Guiyang 550001，China；3.Guizhou Provincial Hydrology and Water Resources Bureau，Guiyang 550002，China）

Abstract：To investigate the characteristics of flood evolution in karst area under different underlying surface structure，based on the rainfall data of Guizhou Province from 1980 to 2020，a Z-index of precipitation was calculated，and the underlying surface structure of Guizhou Province was divided by using the systematic clustering method.The spatial and temporal evolution characteristics of flood and waterlogging were analyzed，and the dominant influencing factors of the underlying surface were discussed.The results showed that：① The underlying surface of Guizhou Province can be divided into deep-cutting karst strong development valley area，shallow-cutting karst medium development valley area，deep-cutting non-karst depression area，and shallow-cutting karst strong development valley area.② The flood in Guizhou Province showed a trend of more waterlogging from 1980 to 2020，with large floods occurring more；the spatial distribution pattern of the Z-index was high in the southeast and low in the northwest，with more large floods and severe floods，but the spatial distribution characteristics of the subregions were different.③ The influence of each underlying surface condition on the flood was sequenced as topography and landform>karst development intensity>surface cutting depth.All levels of flood showed probabilistic transfer under different underlying surface structures，and the transfer phenomenon was active.The results of the study can provide a scientific basis for flood prevention and disaster mitigation in karst basins.

Key words：flood evolution；Z-index；underlying surface structure；Morlet wavelet；transfer probability matrix；Guizhou Province；karst watershed