北海市暴雨洪涝致灾因子危险性分析

北海市暴雨洪涝致灾因子危险性分析

摘要：利用北海市各自动气象站多年逐日降雨量资料,以及数理统计方法和Arc GIS空间分析技术,采用各站点暴雨天气发生的强度和频次作为暴雨洪涝致灾因子风险的主要评价指标,分析北海市暴雨天气的气候特征,对北海市暴雨洪涝灾害致灾因子危险性进行了区划。结果表明, 北海市暴雨洪涝致灾因子危险性高危险区位于东北部，并逐渐向西南方向递减，低风险区主要位于北海市西南端及涠洲岛。

关键词：暴雨洪涝；GIS技术；致灾因子危险性；风险评估

引言

20世纪90年代以来，在以全球变暖为主要特征的气候变化背景下，极端天气气候事件明显增多，特别是强降雨引发的暴雨洪涝灾害。如2008年北海市6月份雨量高达900毫米；2011年10月1日，福成镇4小时雨量超过400毫米；2012年7月下旬，北海市铁山港区一次连续暴雨过程（4天）雨量超过600毫米；2012年10月29日，北海市区和银滩镇一小时雨量分别是140毫米和150毫米。这些极端强降雨天气对北海市社会经济和人民群众财产安全造成严重的影响。因此，为有效的规避风险，为给北海市经济可持续发展和防灾减灾决策提供理论支持和科学依据，开展北海市暴雨洪涝风险评估很有必要，而致灾因子危险性分析是暴雨洪涝风险评估的主要部分。

1.暴雨洪涝对北海市影响概况

北海市位于广西南部，低纬度沿海地区，南濒北部湾，属亚热带海洋性季风气候，主要受中低纬度天气系统影响，是气象灾害较为频繁的区域之一，而暴雨洪涝是北海市最主

要的气象灾害之一。北海市平均每年每站发生暴雨（日雨量50毫米）以上降雨7-8天，大暴雨（日雨量100毫米）以上2-3天。暴雨天气给北海市造成了严重的洪涝灾害，据气象灾情数据统计，不包含台风暴雨所造成的损失，北海市平均每年因暴雨洪涝造成损失超过亿元。

2.数据和方法

2.1数据来源：

（1）气象观测数据

气象资料取自北海市24个自动气象站逐日降雨量资料，资料时间从2008年1月～2012年7月。

（2）基础地理信息资料利用ArcGIS9.2对广西1：25万地理数据中的F4905、F4906、F4909和F4910等四个图幅所包含的E00资料和dem ASCII资料进行格式转换和拼接、对矢量数据分层、筛选以及裁剪、经、纬度和坡度、坡向栅格数据提取等一系列处理后得到北海市的行政区划界数据、行政点数据、河流、水体数据、路网数据及网格距为100m×100m的广西DEM、经度、纬度、坡度、坡向栅格数据。

2.2暴雨洪涝灾害风险指数模型构建

自然灾害风险的形成过程中，是致灾因子危险性（VH）、孕灾环境稳定性（VE）、承灾体的脆弱性(VS)和防灾减灾能力（VR）等4个主要因子的综合作用的结果，其函数表达式为：。式四个因子当中，致灾因子危险性（VH）所占的权重最大。

2.3相关技术方法：

（1）因子规范化处理方法

气象灾害的孕灾环境敏感性、致灾因子危险性、承灾体脆弱性、防灾减灾能力四个评价因子包含若干个指标。由于评价指标体系的参评因子来自不同的方面，各参数间的量纲不统一。为了消除各指标的量纲和数量级的差异,需对每一个指标值进行规范化处理。

敏感性、危险性、易损性三个指标规范化计算采用公式:

式中Dij 是j 区第i个指标的规范化值, Aij是j 区第i个指标值, mini和maxi 分别是第i个指标值中的最小值和最大值。

（2）加权综合评价法

暴雨洪涝致灾因子危险性指数的计算采用加权综合评价法。加权综合评价法综合考虑各个具体指标对评价因子的影响程度，是把各个具体指标的作用大小综合起来,用一个数量化指标加以集中,计算公式为:

式中 V 是评价因子的值，n 是评价指标个数，Di 是指标 i的规范化值，Wi 是指标 i 的权重。权重 Wi 的确定可由各评价指标对所属评价因子的影响程度重要性，利用层次分析法确定，或根据专家意见，结合当地实际情况讨论确定。

3.致灾因子危险性区划

致灾因子危险性表示引起暴雨洪涝灾害的致灾因子强度和概率特征，是暴雨洪涝灾害

产生的先决条件。

3.1临界致灾雨量的初步确定

暴雨过程降水定义：过程降水量以连续降水日数划分为一个过程，一旦出现无降水则认为该过程结束，并要求该过程中至少一天的降水量达到或超过50毫米，最后将整个过程降水量进行累加。

统计本市年各气象台站1天、2天、3天、……10天（含10天以上）暴雨过程降水量。将本市所有台站的过程降水量作为一个序列，建立不同时间长度的10个降水过程序列。分别计算不同序列的第98百分位数、第95百分位数、第90百分位数、第80百分位数、第60百分位数的降水量值，该值即为初步确定的临界致灾雨量。利用不同百分位数将暴雨强度分为5个等级，具体分级标准为: 60%～80%位数对应的降水量为1级，80%～90%位数为对应的降水量为2级，90%～95%位数对应的降水量为3级，95%～98%位数对应的降水量为4级，大于等于98位数对应的降水量为5级。

3.2降水致灾因子权重的确定

根据暴雨强度等级越高,对洪涝形成所起的作用越大的原则，确定降水致灾因子权重。暴雨强度5、4、3、2、1级权重分别为5/15、4/15、3/15、2/15、1/15。

3.3单站降水致灾因子危险性指数

加权综合评价法计算不同等级降水强度权重与将各站的不同等级降水强度发生的频次归一化后的乘积之和。

3.4致灾因子危险性区划

将各站的危险性指数作为本市分县乡镇图的致灾因子影响度属性的属性值赋给该图，然后将该图栅格化，利用GIS中自然断点分级法将致灾因子危险性指数按5个等级分区划分（高危险区、次高危险区、中等危险区、次低危险区、低危险区），绘制致灾因子危险性指数区划图（图1）。由图可见，北海市暴雨洪涝危险性大致呈现东北高西南低的分布态势，说明北海市东北部发生暴雨的强度和频度要明显强于西南部。致灾因子高危险区主要位于合浦县东到东北部，从白沙镇、公馆镇到闸口镇、石康镇一带，低危险区位于北海市西南端。

图1 北海市暴雨洪涝灾害致灾因子危险性区划图

4.结论与讨论

4.1一直以来，由于乡镇一级的气象资料、灾情资料和社会经济数据十分匮乏，自然灾害风险评估工作只能以县为分析单元。本文采用中尺度自动气象站资料和各乡镇社会经济数据进行风险评估分析，基于地理信息化（GIS）技术，应用自然灾害风险指数法、加权综合平均法，大大提高了评估科学性和精细化程度。

4.2以乡镇为单元的区域自动站气象历史资料,存在资料长度较短的问题。如果能结合水文、海洋以及能源等部门的气象资料则评估效果更可靠。

4.3采用逐日降雨量做暴雨洪涝、台风等灾害风险评估，很多时候对暴雨强度的反映不够准确，假如使用逐小时降雨量做暴雨洪涝的危险性因子分析不但可以增加资料样本数，还能提高分析精度。

4.4应用专家打分法、灾情验证法及查找文献等方法选取评估因子、确定各因子权重系数，还是具有一定的主观性。

参考文献：

章国材.气象灾害风险评估与区划方法.气象出版社，2010.1

暴雨洪涝灾害风险区划技术规范（气减函〔2009〕24号文附件）

黄燕波（1971—），男，北海市气象局，天气预报副研级高工