邱 粲，刘焕彬，万程程，赵路娜，温家洪
(1.山东省气象防灾减灾重点实验室，山东 济南 250031；
2.山东省气候中心，山东 济南 250031；
3.上海师范大学 环境与地理科学学院，上海 200234)
联合国防灾减灾署(UNDRR)于2020年发布的《2000—2019年灾害造成的人类损失》报告指出，暴雨、高温等极端天气气候事件在21世纪主导着灾害的格局[1]。政府间气候变化专门委员会(IPCC)第六次评估报告第一组工作报告(AR6 WGI)《气候变化 2021：自然科学基础》指出，未来几十年中，全球所有地区的气候变化都将加剧。暴雨、高温等极端气候事件的频率和强度进一步加强，并随之带来更为严重的洪涝、干旱等气象灾害，以及不同形式的灾害组合[4-5]。山东省位于中国东部中纬度地区，气象灾害种类多，发生频繁，其中，暴雨洪涝是所有气象灾害中发生频次最多的灾害。2019年，山东、四川、江西、湖南、黑龙江5省洪涝灾害直接经济损失占全国的65%以上，其中，山东省直接经济损失308.0亿元，位居31省(自治区、直辖市)之首[6]。
随着社会经济发展、人口迁徙、城市化加剧，暴雨洪涝灾害的分布特征也在发生变化[7-9]。气候变化背景下，灾害管理工作的重点已经从过去的应急响应转变为风险管理，即通过采取有效的减灾措施和行动降低天气气候灾害风险[10-11]。管理风险的第一步是要对风险进行客观定量化的评估，并对评估结果进行验证。无论是基于指标权重的风险建模评估方法[12-16]，还是基于水文水动力模型的洪涝淹没风险评估方法[17-21]，其结果的验证均依赖于对历史灾情充分挖掘，并通过评判评估结果与实际灾害损失情况的匹配度，对模型指标、权重、或物理参数进行调整。研究暴雨洪涝灾害的时空变化特征及其影响因素，不仅可以识别出灾害风险评估和防治的重点区域，更有助于明晰暴雨洪涝致灾指标和其重要程度，为风险管理提供数据支撑，对防灾减灾规划与预案制定、保护人民生命财产安全具有重要的现实意义[22-24]。
近年来，暴雨洪涝风险研究一直是学术界研究的热点，针对山东地区也涌现出颇多成果[14,25-28]，但鲜见针对风险评估或区划结果进行验证的研究。一定程度上，这是由灾情数据的收集、校核、标准化均存在种种困难造成的。尽管灾情数据名目繁多，但是往往存在大量缺测，难以形成一致性较高的时间序列，不利于开展高时空分辨率的暴雨洪涝历史灾情特征分析。作为暴雨洪涝灾害致灾事件的降水，通常被认为是诱发洪涝灾害的最主要因素之一，其持续时间、强度、过程以及前期累计降水量都对灾情有着显著的影响[29-31]。研究显示，北美暴雨洪涝灾害与短历时降水过程变化特征高度相关[32]。於琍[32]等通过对近25年来中国暴雨洪涝灾害时空演变特点的研究，揭示了暴雨洪涝灾害影响的地区差异性。GAO[33]等和谢志清[34]等分别对淮河流域旱涝与降水的关系和江淮地区极端降水事件的致洪风险进行了研究。灾情不仅与致灾因子的强度有关，而且与承灾体的暴露度、脆弱性、社会防灾减灾能力，以及人们对灾害的认识水平等诸多因素有关[23,35-36]。陈莹[37]等探讨了19世纪末至21世纪初中国洪涝灾害的变化特征，及其与降水变化和人类活动之间的联系。王艳君[38]等从暴雨洪涝灾害的暴露范围、人口经济脆弱性等方面分析了中国暴雨洪涝灾害的时空变化特征。区域性的暴雨洪涝灾害及其影响研究多集中在淮河流域和长江中下游地区[39-41]，北方地区的相关研究尚显不足。尤其山东省位于华北-东北雨带与长江中下游雨带的过渡地带，旱涝特征既与华北地区不同步也与江淮地区有别，其变化规律具有独特的地域性[42-43]，有必要开展针对性的研究。本文基于国家气象观测站长序列历史降水资料和县级气象灾情数据，分析了近36年来山东省暴雨洪涝时空变化特征，并对其成因进行探索性分析，通过对不同指标与灾情损失的相关性分析，梳理出灾害风险评估中的关键因子，为指标权重模型方法的致灾因子的遴选、权重确定提供定量化参考方案，为该地区风险评估的结果提供验证依据。
1.1 研究区概况
山东省地处华北平原的南部，与华南的江淮地区接壤，位于34°25′～38°23′N、114°36′～122°43′E之间，属于中纬度南北气候过渡带。东临黄海、北依渤海，地形以平原和丘陵为主，山地主要位于中部地区，丘陵区分布于半岛和东南部沿海，作为华北大平原重要组成部分的黄河冲积平原位于山东北部和西北部(图1)。独特的地理位置、海陆分布和地貌特征使得该区域经常受到冷暖气团交绥或交替影响，降水多发而集中，季节分配不均，年际波动大，干旱和洪涝成为这一地区最为严重的气象灾害[44]。
1.2 资料来源
本文所用气象资料为山东省气象信息中心提供的质控后的山东省123个国家地面气象观测站(图1)逐日降水量观测资料；
厄尔尼诺/拉尼娜历史事件信息来自中国气象局国家气候中心。灾情及社会经济数据来源为山东省气候中心气象灾害历史灾情数据库、《山东省统计年鉴》[45]和国家统计局网站(http://data.stats.gov.cn/index.htm)，由于行政区划变更，将2018年之前的莱芜市数据与济南市数据进行了合并。各项数据均经过了逐条逐项核查和整理，资料时段详见表1。
图1 研究区行政区划、地形及气象站点分布(审图号：GS(2017)3320号)
1.3 研究方法
暴雨洪涝是指区域性持续的大雨、暴雨以上强度降水以及局地短时强降水引起的江河洪水泛滥或内涝，导致建筑损毁、农田淹没、引发地质灾害、造成农业或其他财产损失和人员伤亡的气象灾害[46-47]。选取统计标准较为一致，数据完整率较高的暴雨洪涝灾害发生频次、农作物受灾面积、成灾面积、受灾率、成灾率作为灾害损失指标，其中，灾损率(受灾率、成灾率)定义为：
I=S/E。
(1)
式中：I为灾损率，S为受灾面积(成灾面积)，E为当年农作物种植面积。对年洪涝强度进行评估时，将农作物受灾超过其平均值90%的年份定义为特大洪涝灾害年，受灾面积介于其平均值50%～90%的年份为重大洪涝灾害年，其余为一般洪涝灾害年[48]。
暴雨是导致暴雨洪涝灾害的致灾因子。山东省暴雨洪涝灾害多由短历时强降水和区域性极端降水引发，故从暴雨的强度、频次、范围等角度综合考虑，选取区域平均暴雨日数、大暴雨日数、暴雨累计降水量以及区域性暴雨过程频次、强度5个要素作为暴雨致灾因子的指标进行统计分析。暴雨、大暴雨、特大暴雨定义参考《降水量等级：GB/T 28592—2012》[49]。暴雨(大暴雨、特大暴雨)日数定义为研究时段内研究区域所有观测站发生暴雨及以上(对应降水等级及以上)日数的总和。将至少5%的无缺测站点日降水量大于等于50 mm的某天，定义为区域性暴雨日。满足一定间断条件的首个区域性暴雨日数至末个区域性暴雨日之间的过程定义为一次区域性暴雨事件[50]。
表1 资料详细信息表
地方的防灾减灾能力可以由地区经济发展水平、水利工程设施数量、应急救援队伍建设、防灾减灾投入及宣传力度等诸多因素体现。基于文献调研[41,47]，考虑到数据的可获取性和标准化程度，本文选取地区生产总值(GDP)、除涝面积、水库座数、水库库容作为衡量防灾减灾能力的指标，除涝面积定义为由兴修治涝工程、安装排涝设备或改种而使得易涝耕地免除淹涝且除涝标准达到三年一遇以上的面积[41]。
采用均值、标准差、偏度、峰度等特征统计量分析山东省暴雨要素及其引发的暴雨洪涝灾害灾情损失数据的特征。通过趋势分析、周期分析、合成分析和突变检验等常规统计方法分析时空分布及变化特征。利用相关分析等方法探究暴雨洪涝灾情损失与致灾因子及防灾减灾能力的关系。
2.1 暴雨洪涝历史灾情年际变化
近36年山东省136个县(市、区)共计发生暴雨洪涝灾害2 044次，年均0.42次/县。因灾造成的农作物受灾累计17.3×103khm2，年均479.6 khm2，多年平均受灾率4.4%；
累计成灾8.1×103khm2，年均224.4 khm2，多年平均成灾率为2.1%。山东省因洪涝灾害导致的农作物受灾面积、受灾率、成灾面积和成灾率具有明显的年际波动变化特征。4项指标数据分别在20世纪80年代末期、90年代中后期、21世纪初期和2010年前后出现峰值，其中，受灾面积和受灾率最大值出现在2012年，分别为1 293.8 khm2和11.9%，成灾面积和成灾率最大值出现在2003年，分别为636.8 khm2和5.85%。受灾面积和成灾面积整体呈现波动上升的线性趋势，但该趋势未通过信度为0.05的显著性检验。136县(市、区)暴雨洪涝的发生频次在2013年最多，为148县次，整体呈线性上升趋势，且通过信度为0.01的显著性检验(图2)。近36年中，有11年(1990、1997、1998、2003、2004、2005、2010、2012、2013、2018、2019)达到了重大或以上洪涝灾害等级；
5年(1997、2003、2005、2010、2012)达到特大洪涝灾害等级，其中4年处于2003—2013年期间(图2)。2003—2013年，年均受灾714.3 khm2，比近36年平均值(468.0 khm2)高52.6%，11年中有7年高于平均值，是明显的暴雨洪涝灾害高发时段。
图2 1984—2019年山东省暴雨洪涝灾害农作物受灾面积、成灾面积、受灾率、成灾率及灾害发生频次年际变化
采用滑动T检验[51]和Man-Kendall检验[51]方法对受灾面积、成灾面积和灾害发生频次等要素进行突变检验，发现灾害发生频次在2002年前后存在通过信度0.05显著性检验的突变点。为进一步阐明暴雨洪涝灾害的年际和年代际规律，对不同时段受灾面积、成灾面积和灾害发生频次进行统计，发现2002年后灾害发生频次多、变化幅度大(表2)。2002—2019年的受灾面积、成灾面积和灾害发生频次均值及其标准差均高于1984—2001年，其中，灾害发生频次增加了1倍以上，这说明进入21世纪以后，山东省暴雨洪涝受灾损失加重且波动程度更大，其原因可能涉及气候变化导致的极端降水事件增多以及社会经济水平提升带来的承灾体价值增大等。
2.2 暴雨洪涝历史灾情空间分布特征
1984—2019年山东省暴雨洪涝导致的灾情损失具有显著的区域差异。鲁西北、鲁南部分地区较多，半岛和鲁中相对较少，各市差异显著。受灾面积最大的是菏泽市，年平均受灾面积达66.3 khm2，占全省的13.3%，临沂市位居第2位，年平均受灾面积62.5 khm2；
成灾面积最大的是滨州市，年平均成灾面积29.5 khm2，占全省的12.9%，菏泽市位居第2位，年平均成灾面积27.7 khm2；
年平均受灾率和成灾率最大的是东营市，分别为20.8%和13.3%。各项数据均较低的是泰安市，除成灾面积(6.3 khm2)略高于日照市(4.6 khm2)，其他3项指标均为全省最低(图3)。
图3 1984—2019年山东省暴雨洪涝灾害农作物受灾面积、成灾面积、受灾率和成灾率分布
综合各项受灾指标可知，菏泽、东营、滨州、临沂4市多年平均受灾程度较重。对受灾面积、成灾面积倾向率分析发现，临沂市受灾、成灾面积倾向率分别为-11.3 khm2/10a和-1.4 khm2/10a，即36年来灾害影响趋于减弱。但菏泽、滨州、东营3市受灾、成灾面积倾向率均为正值，即灾害影响程度随年际变化呈上升趋势。受灾面积倾向率最大的是滨州市，为25.5 khm2/10a，成灾面积倾向率最大的是东营市，为13.7 khm2/10a(图4)。
表2 1984—2019年山东省暴雨洪涝农作物受灾面积、成灾面积、灾害发生频次统计特征表
表3 厄尔尼诺/拉尼娜事件及暴雨洪涝发生年份信息表
图4 1984—2019年山东省暴雨洪涝灾害农作物受灾面积、成灾面积倾向率分布
3.1 环流背景影响
根据山东省1984—2019年农作物受灾面积距平百分率，选取暴雨洪涝灾害最重的5年(1997、2003、2005、2010、2012)和最轻的5年(1984、1986、2002、2014、2017)做夏季环流场合成分析。涝年夏季，500 hPa位势高度距平场乌拉尔山附近为显著的正高度距平，贝加尔湖北部为负高度距平，120°E以东中高纬度环流经向度大。热带西太平洋为显著的正高度距平(图5a)。此种环流背景下，由于乌拉尔山地区的高压脊稳定少动，贝加尔湖以西地区不断有冷空气南下影响我国大部地区，极易造成副热带高压位置偏北偏西，副高脊线在23°～27°N之间摆动，致使山东地区降水量较常年明显偏多。此外，有研究表明，厄尔尼诺事件对我国旱涝格局影响显著[52-53]，结合厄尔尼诺/拉尼娜历史事件的发生时间和类型来看，5年涝年中有4年均发生在中部型厄尔尼诺事件的次年(表3)，该环流场特征与褚颖佳[54]等对不同类型厄尔尼诺事件对山东夏季降水的影响研究结论一致。与此相对应，暴雨洪涝最轻的5年夏季，500 hPa位势高度距平场乌拉尔山为负高度距平，贝加尔湖北部为显著的正高度距平，120°E以东中高纬度环流纬向度大，热带西太平洋为负高度距平(图5b)，此种环流形势不利于山东的降水发生。
3.2 致灾因子影响
暴雨是导致洪涝灾害的直接致灾因子。近36年来，山东省区域平均年暴雨日数为2.4 d，大暴雨日数为0.4 d，暴雨累计降水量181.8 mm，多年平均区域性暴雨过程频次为9.1次，区域暴雨过程强度2.9。暴雨日数最多年份为1994年，为4.4 d，其次为1990年和2018年，均为4.0 d；
大暴雨日数最多的是1998年，为1.1 d，其次为2007年的1.0 d；
暴雨累计降水量最多值为312.8 mm，出现在2003年，其次为311.4 mm(2018年)；
区域暴雨过程发生频次最多的是1990和2003年，均为16次；
区域暴雨过程综合强度最高的是2003年(图6)。综合5项指标发现，1990和2003年是明显的暴雨多发、强发年份，均有3项指标位于历年之首，其次是2018年有2项指标居历年第1位。
图5 山东暴雨洪涝年、非洪涝年500 hPa位势高度距平(填色；
单位：gpm)(注：*区通过0.05信度的显著性水平检验；
虚线为常年位势高度场)
图6 1984—2019年山东省暴雨日数、大暴雨日数、暴雨累计降水量、区域暴雨过程频次和强度年际变化
1984—2019年山东省暴雨频次及强度呈现波动变化，5项指标长期趋势系数均为正值，即暴雨频次、强度呈上升趋势，但该趋势均未通过信度0.05的显著性检验。小波分析[51]发现，暴雨日数和区域暴雨过程频次存在明显的3年和7年的周期变化特征，其中以7年周期振荡最为突出；
区域暴雨过程频次以5年左右的振荡周期最为突出。Man-Kendall突变分析[51]表明，暴雨5项指标均存在多个突变点(通过信度为0.05的显著性检验)，主要集中于20世纪90年代初期、2000年前后和2010年前后。为分析暴雨因子对洪涝灾害的影响，综合考虑暴雨因子和灾情的突变特征，以2002年为分隔点，进一步分析暴雨要素不同时间段的概率密度分布曲线及特征参数，结果表明，2002—2019年较之1984—2001年，除暴雨日数和大暴雨日数的标准差持平外，其他各暴雨要素均呈现平均值增大、标准差增大、偏度和峰度减小的特征，其中，暴雨累计降水量和区域暴雨过程强度的概率密度分布由右偏形态变为左偏。这说明2002年以来暴雨事件发生更多更强且年际波动幅度增大。
为剔除各年份农作物播种面积本身变化导致的影响，选取受灾率和成灾率作为灾情因子与暴雨致灾因子进行相关性分析。1984—2019年暴雨日数、大暴雨日数、暴雨累计降水量、区域暴雨过程频次、强度均与农作物受灾率和成灾率成正相关(表4)。其中，暴雨累计降水量、区域暴雨过程强度、暴雨日数通过了信度为0.01的显著性检验，大暴雨日数通过信度为0.05的显著性检验。暴雨累计降水量与受灾率和成灾率的相关性系数最大，分别达到0.695和0.713；
其次是区域暴雨过程强度，相关系数分别为0.685和0.686，远大于区域暴雨过程频次。区域暴雨过程频次的致灾性未通过信度为0.05的显著性检验，这可能是由于灾情损失中不仅包含区域性暴雨导致洪涝还有局地性极端降水的贡献。此外，大暴雨日数的相关系数小于暴雨日数，这可能与大暴雨发生频次低，样本量较少，从而导致统计意义上的相关关系不明显有关。
从空间上看，农作物灾情损失分布与暴雨空间分布并不完全一致。临沂、济宁、青岛、烟台、菏泽和潍坊等市一致性较高，其余各市差异性较大。可见，致灾因子只是影响洪涝灾害的因素之一，而下垫面的孕灾环境、承灾体的暴露度和脆弱性，以及地方的防灾减灾能力等诸多区域自然和社会环境因素都是重要的影响因子。
3.3 防灾减灾能力影响
除致灾因子外，地方防灾减灾能力建设的差异也是导致灾情时空变化的重要因素。1984—2019年山东省GDP、除涝面积、水库数量、水库库容4项指标均呈不同程度的增长趋势，趋势系数分别为21 740亿元/10年、188.9 khm2/10年、340座/10年和133 000m3/10年，均通过信度为0.001的显著性检验(图7)；
水库数和水库库容在2005年出现通过信度为0.05的显著性检验的突变点。这可能是由于2004年前后暴雨洪涝灾害事件发生频次和强度升高，且社会经济水平发展使得承灾体的暴露度增加的同时，灾害风险意识提升以及政府可用于灾害预防和治理的投入增加的缘故。在进行相关分析时，为剔除暴雨致灾因子的影响，采用偏相关系数反映灾情损失与防灾减灾能力的相关性，结果表明，灾害损失因子与防灾减灾能力因子存在负相关关系(表5)，其中除涝面积与受灾率和成灾率的负相关性较为显著，分别为-0.21和-0.19，说明灾害防治能力的提升切实减少了灾情损失。但是除涝面积、水库数、水库总库容和GDP 4项指标与受灾率和成灾率的负相关关系均未通过信度为0.05的显著性检验，这可能是由指标样本量偏少造成的。
图7 1984—2019年山东省GDP、除涝面积、水库数、水库总库容年际变化
表4 致灾因子与灾害损失因子相关系数
表5 防灾减灾能力因子与灾害损失因子偏相关系数
本文利用近1984—2019年山东省县级暴雨洪涝灾情与123个国家地面气象观测站逐日降水量观测资料等，分析了暴雨洪涝历史灾情的时空变化特征，探究揭示了不同因子对灾情的影响程度，形成主要结论如下：
(1)1984—2019年来山东省暴雨洪涝历史灾情呈现一定的加重趋势，存在明显的阶段性波动，20世纪80年代末期、90年代中后期、21世纪初期和2010年前后是高影响时段。2003—2013年是暴雨洪涝灾情最重的10年，年均受灾面积714.3 khm2，比近36年平均值高52.6%。灾害发生频次约在2002年存在突变，2002年以后，暴雨洪涝灾害损失加重趋势更加显著且波动幅度增大。
(2)1984—2019年来山东省暴雨洪涝导致的灾情损失具有显著的区域差异。鲁西北、鲁南部分地区较多，半岛和鲁中相对较少。各市灾情差异显著，受灾面积最大的是菏泽市，年平均受灾面积达66.3 khm2，占全省的13.3%；
成灾面积最大的是滨州市，年平均成灾面积29.5 khm2，占全省的12.9%。菏泽、滨州、东营3市灾害影响程度随年际变化呈上升趋势。受灾面积倾向率最大的是滨州市，为25.5 khm2/10年，成灾面积倾向率最大的是东营市，为13.7 khm2/10年。这一结果符合山东地区的气候水文特征，东营、滨州、菏泽均位于鲁西黄泛平原，虽然降水量相对鲁东南和半岛较少，但区域内地形平坦，河道比降小，易造成淤积，引发洪涝灾害。以上地区是暴雨洪涝风险研究应重点关注的区域。
(3)从影响因子上来看，暴雨洪涝的气候态特征与环流背景，尤其是厄尔尼诺事件的发生有着高相关性，灾情最为严重的5年涝年中有4年是中部型厄尔尼诺事件发生的次年。对暴雨洪涝的历次灾害过程而言，致灾事件对灾情影响最为显著。在暴雨致灾事件的各项指标中又以暴雨累计降水量、区域性暴雨过程强度等指标为关键因子，其与成灾率的相关性系数分别达到0.713和0.686。这是由于累计降水量是暴雨频次和强度的叠加，对暴雨洪涝灾情有着较为综合的反映。而区域暴雨过程本身是所有暴雨过程中筛选出的达到一定量级且影响范围较广的暴雨事件，其强度和频次直接影响该地区的重大灾害过程灾情严重程度。在研究某一地区暴雨洪涝灾害风险时应格外重视区域暴雨过程强度指标的影响权重。此外，灾害损失因子与防灾减灾能力因子指标均存在负相关性，其中除涝面积与受灾率和成灾率的负相关性较为显著，分别为-0.21和-0.19，这说明地方灾害防治能力的提升对于灾情的减轻起到了重要作用。
由于历史灾情资料的收集整理涉及到气象、水利、民政等不同部门的不同层级，往往存在一些出入，本文主要是基于由民政(应急管理)部门收集发布，气象部门记录整理的暴雨洪涝灾情开展近1984—2019年山东地区暴雨洪涝历史灾情的时空变化特征及其影响因素的分析，有利于进一步认识暴雨洪涝灾情的变化趋势和空间差异，对进一步加强地区暴雨洪涝风险评估研究，提升灾害防御预警服务水平具有一定指导意义。但受数据所限，对灾情的分析刻画不够全面，对灾情影响因子的贡献率研究尚显不足，将在未来展开更加全面和深入的研究工作。
猜你喜欢 成灾洪涝日数 洪涝造成孟加拉损失25.4万吨大米今日农业(2022年15期)2022-09-20汉江上游汉中区域不同等级降水日数的气候变化特征分析绿色科技(2022年16期)2022-09-15近54 年贵州省洪涝灾害时空特征及成因分析湖北农业科学(2022年14期)2022-08-23洪涝适应性滨河景观设计——以湖南省永州一中河段为例园林科技(2021年2期)2022-01-19我国林业有害生物成灾率指标分析与建议林业资源管理(2021年4期)2021-10-081961—2016年汛期东天山北坡不同量级降水日数时空变化特征Advances in Meteorological Science and Technology(2020年3期)2020-07-28天津市滨海新区塘沽地域雷暴日数变化规律及特征分析天津科技(2020年2期)2020-03-03沙棘木蠹蛾成灾原因及控制措施现代园艺(2017年21期)2018-01-03ESSENTIAL NORMS OF PRODUCTS OF WEIGHTED COMPOSITION OPERATORS AND DIFFERENTIATION OPERATORS BETWEEN BANACH SPACES OF ANALYTIC FUNCTIONS∗Acta Mathematica Scientia(English Series)(2015年6期)2015-02-10秦巴山区浅表层滑坡成灾规律研究灾害学(2014年1期)2014-03-01