唐明秀,孫 劭,朱秀芳,張世喆,徐 昆,劉婷婷
(1. 北京師范大學 環境演變與自然災害教育部重點實驗室,北京 100875; 2. 北京師范大學 地理科學學部遙感科學與工程研究院,北京 100875; 3. 中國氣象局國家氣候中心,北京 100081)
自然災害系統由孕災環境、致災因子、承災體共3部分構成[1-2]。對一個地區的風險評價,可以從孕災環境的穩定性、致災因子的危險性和承災體的脆弱性3個方面綜合分析[3-4]。相對于其他2個方面,致災因子具有更大的多變性,會對災害的出現起到關鍵性作用,客觀準確地評估致災因子的危險性是進行風險評價的基本前提[5-6]。
暴雨是指降水強度很大的雨,是漬澇、洪澇、泥石流、山體滑坡等自然災害的重要誘發因素[7]。中國是一個暴雨多發的國家,每年除西北地區個別省、區外,全國大部分地區均有暴雨出現。隨著氣候變暖不斷加劇,極端降水事件發生的頻率和強度都有所增加[8-10],暴雨所引發的自然災害不斷增多。城市化進程加快[11-12],使得區域人口密度增大,城市建筑增多,不透水層比例增大,由暴雨引發的城市內澇,對交通運輸、經濟發展及市民正常生活產生負面影響[13-16],不利于社會經濟生態系統穩定和區域可持續發展。研究我國暴雨的危險性分布情況對于做好防災減災規劃、減少災害損失顯得極為重要。
對于暴雨的危險性評價,目前常用的方法主要包括綜合指數評價法和概率分析法。綜合指數評價法首先篩選出表征暴雨過程的一些特征指標,如暴雨平均降水量、日降雨極值、覆蓋范圍指數、持續時間指數等,對指標賦予不同的權重,通過加權求和得到危險性指數(也叫危險度)[3,5,17]。該方法可以實現暴雨危險性的定量評價,但是模型中各指標的選取與權重確定因地區而異,不具有普遍適用性。概率分析法首先基于降水觀測數據計算暴雨日數、雨強、雨量等暴雨要素指標,然后計算單要素重現期或者多要素聯合重現期[18-21]。這種方法不僅考慮了暴雨的特征變量,同時也考慮了其對應的發生概率,更加客觀。此外,暴雨災害是多要素共同作用的結果,因此相比單要素重現期,綜合考慮多個要素的重現期,或者計算多要素的聯合重現期能更加全面地刻畫暴雨的危險程度。
當前對于暴雨危險性的研究區域性較強[5,17-24],主要集中在暴雨災害多發的區域,對全國范圍內的暴雨危險性的研究很少,不利于宏觀掌握暴雨危險性的空間格局和分布特征。從方法來說,多采用的是綜合指數評價法,合理的權重設置是個難題。為此,文中基于非參數檢驗的核密度函數,分別計算了4個重現期下年暴雨日數、雨量、雨強的取值,對比分析了不同重現期下3個暴雨要素的空間分布差異,最終通過聚類算法綜合3個暴雨要素評價了中國各區域的暴雨危險性。該研究可以為全國各地區建立更加合理的防災減災機制和防范暴雨災害風險提供參考。
1.1 數據來源
文中使用的數據包括:1)來自氣象數據網的中國2 512個降水站點的1961—2019年的逐日降水數據;2)研究區的地理邊界數據;3)氣候區劃矢量數據。站點數據質量良好,對其進行了嚴格的質量控制,通過缺失數據剔除、極值檢驗等消除了非氣候因素造成的影響。氣候分區矢量圖基于月平均溫度、月平均降水量、月平均歸一化植被指數、全國的站點經緯度、高程,利用模糊C均值聚類算法得到[25-26],具體如圖1所示。
(A)西部干旱(半干旱)區;(B)青藏高原; (C)東部干旱區; (D)西南地區; (E)東北地區; (F)華北地區; (G)華中地區; (H)華南地區;基于自然資源部標準地圖服務網站審圖號為GS(2020)4632號的標準地圖制作,底圖邊界無修改圖1 研究區域和研究區內氣象站的分布Fig. 1 Study area and distribution of meteorological stations in the study area
1.2 研究方法
中國降水等級標準將24 h內降水量達到50 mm以上定義為暴雨[27],因此以日降水量達到50 mm為閾值,逐年提取各個氣象站點1961—2019年間的暴雨日數,進而計算年暴雨量和年暴雨強度。其中年暴雨量是一年中所有暴雨日內的降水量的總和,年暴雨強度通過年暴雨量除以年暴雨日數計算得到。
月或更短時間尺度的降水量符合偏態分布采用Γ分布函數(如皮爾遜Ⅲ型等)模擬[28-29],而本研究以年暴雨要素為研究對象,因此使用非參數的檢驗方法核密度估計(kernel density estimation, KDE)逐站點得到不同形態的密度函數,表達式如式(1)、式(2)所示。對每個站點計算得到的59 a的3個年暴雨因子(年暴雨日數、年暴雨量和年暴雨強度),分別使用核密度估計法進行概率密度函數的求解,得到累積概率,然后進一步計算5、10、20、50 a這4個重現期下的年暴雨要素取值,以此來分析暴雨的危險性。其中,重現期是指在一段降水統計資料內大于或等于某一定值的暴雨要素出現一次的時間間隔。
(1)
(2)
式中:xi代表第i個樣本值;h代表帶寬;N代表自變量x的數量;K0代表核函數,且在0≤x≤1時,K0(x)=1/2。
得到逐站點4個重現期下的3個年暴雨要素的取值后,剔除暴雨強度小于50 mm/d的無暴雨危險性的站點,分析全國和8個氣候區的3個暴雨要素的特征值(最值、均值、中值等數據分布參數)及差異,同時通過反距離權重插值法將包含所有站點的3個暴雨要素插值到1 km分辨率的格網中(臺灣省分布圖由其附近站點插值得到),將插值后的每個重現期的年暴雨日數、雨量、雨強歸一化后的數據3個圖層疊合到一起,對4個重現期分別利用迭代自組織數據分析(iterative selforganizing data analysis, ISODATA)方法(設置分類數目為3～6類)進行非監督聚類,輸出結果為4類,對應暴雨危險性的4個等級。其中,3個暴雨要素危險性同時最大的區域被劃分為了高危險性區,同時最小的區域被劃分為了低危險性區,3個要素的危險性程度介于中間部分的,按數值大小自動聚類為較高和較低危險性區。最后,分區統計每個重現期的4個危險性等級所占比例,并求其均值。
2.1 不同重現期下的年暴雨日數
圖2和圖3分別為4個重現期下的年暴雨日數的空間分布圖和8個氣候區年暴雨日數的箱線圖。年暴雨日數在全國呈現出東部大,西部小,南部大,北部小的趨勢。隨著重現期的增長,年暴雨日數數值不斷增大,5、10、20、50 a一遇的重現期下的全國年暴雨日數的均值為3.97、4.55、5.16、5.76 d。廣東省中部和南部、海南省東部以及江西省東北部年暴雨日數最大,**、西藏、青海省以及四川省、甘肅省和內蒙古的西北部等地區最小。
基于自然資源部標準地圖服務網站審圖號為GS(2020)4632號的標準地圖制作,底圖邊界無修改;臺灣省分布圖由其附近站點插值得到圖2 4個重現期的年暴雨日數分布圖Fig. 2 Distribution of annual rainstorm days in four return periods
不含臺灣省氣象站點資料圖3 4個重現期下8個氣候區的年暴雨日數箱線圖Fig. 3 Box chart of annual rainstorm days in eight climatic zones under four return periods
8個氣候區的年暴雨日數均值大于中值,隨著重現期的增加,各氣候區的年暴雨日數的極差(最大值-最小值)也在增大。從年暴雨日數均值和中值來看,5 a一遇重現期下8個氣候區的排序為華南地區最大,華中地區次之,西部干旱(半干旱)區最小;10、20、50 a一遇3個重現期下東北地區和東部干旱區的均值和中值超過了青藏高原,其他地區均與5 a一遇一致。從年暴雨日數最大值來看,8個氣候區在5、10、20 a這3個重現期下的排序均為華南地區最大,華中地區次之,西部干旱(半干旱)區最小,50 a一遇華中地區的最大值高于25 d,超過了華南地區(圖3(d));從最小值來看,不同重現期的最小值出現在不同的氣候區,5 a一遇的重現期下,最小值為0.44 d,出現在東部干旱區;10 a和20 a一遇的重現期下,最小值分別為0.63 d、0.83 d,均出現在西部干旱(半干旱)區和西南地區;50 a一遇的重現期下,年暴雨日數最小的站點在西部干旱(半干旱)區和華北地區均有出現,最小值為1.06 d。從極差來看,4個重現期下華南地區的極差最大,分別為15.08、19.55、21.25、23.94 d,地區內部年暴雨天數差異最大;西部干旱(半干旱)區的極差最小,處于0～2.30 d之間,地區內部差異最小。
2.2 不同重現期下的年暴雨量
圖4和圖5分別為4個重現期下的年暴雨量的空間分布圖和8個氣候區年暴雨量的箱線圖。年暴雨量在全國的空間分布與年暴雨日數基本一致,呈現出由東南沿海向西部內陸減少的趨勢。隨著重現期的增長,有暴雨發生的區域不斷擴大,年暴雨量數值也不斷增加,5、10、20、50 a一遇的重現期下全國年暴雨量的均值分別為303.16、351.89、401.41、450.25 mm。
基于自然資源部標準地圖服務網站審圖號為GS(2020)4632號的標準地圖制作,底圖邊界無修改;臺灣省分布圖由其附近站點插值得到圖4 4個重現期的年暴雨量分布圖Fig. 4 Distribution of annual rainstorm rainfall in four return periods
不含臺灣省氣象站點資料圖5 4個重現期下8個氣候區的年暴雨量箱線圖Fig. 5 Box chart of annual rainstorm rainfall in eight climatic zones under four return periods
8個氣候區的年暴雨量均值全都大于中值。從均值來看,3個重現期下(10、20、50 a一遇)8個氣候區的年暴雨量的排序為華南地區最大,華中地區次之,西部干旱(半干旱)區最小,而在5 a一遇的重現期下,青藏高原的年暴雨量均值大于東北地區和東部干旱區。對于華南地區,不僅均值,4個重現期下年暴雨量的最大值、中位數和極差也是最高的,最大值介于1 910.08 mm(5 a一遇)～2 609.23 mm(50 a一遇)之間,中位數介于569.51～910.35 mm之間,極差介于1 683.01～2 548.48 mm之間,說明就暴雨量來說該地區的暴雨危險性是最高的,且地區內部的差異也最大。對于西部干旱(半干旱)區,不僅均值,4個重現期下的年暴雨量的最大值、中位數和極差都是最小的,說明西部干旱(半干旱)區內部的年暴雨量差異很小。青藏高原年暴雨量的均值也比較小,但不同重現期下其最大值是均值的2～6倍,且極差比較大,介于443.28～724.29 mm之間,說明青藏高原內部年暴雨量差異大,局部地區較易出現暴雨。
2.3 不同重現期下的年暴雨強度
圖6和圖7分別為4個不同重現期下年暴雨強度分布圖和8個氣候區年暴雨強度的箱線圖。年暴雨強度在全國的空間分布與年暴雨量及雨日不同,呈現出東部大,西部小且東北部大于東南部的分布。整體來說,西部干旱(半干旱)區、青藏高原以及東部干旱區西北部年暴雨強度最小,東部干旱區東北部和華北平原北部年暴雨強度最大;東南部沿海海岸線附近的暴雨強度大于內陸;青藏高原南部和東南部少部分區域暴雨強度較大。隨著重現期的增長,年暴雨強度數值不斷增大,5、10、20、50 a一遇的重現期下的全國年暴雨強度的均值分別為79.36、92.22、104.92、119.29 mm/d。
基于自然資源部標準地圖服務網站審圖號為GS(2020)4632號的標準地圖制作,底圖邊界無修改;臺灣省分布圖由其附近站點插值得到圖6 4個重現期的年暴雨強度分布圖Fig. 6 Distribution of annual rainstorm intensity in four return periods
不含臺灣省氣象站點資料圖7 4個重現期下8個氣候區的年暴雨強度箱線圖Fig. 7 Box chart of annual rainstorm intensity in eight climatic zones under four return periods
各氣候區均值都不小于中值,4個重現期下年暴雨強度最大的站點均出現在東部干旱區,且東部干旱區的年暴雨強度內部差異最大,極差介于134.94 mm/d(5 a一遇)～384.17 mm/d(50 a一遇)之間,這與東部干旱區東西跨度較大有關。從均值來看西部干旱(半干旱)區的年暴雨強度最小,且地區內部差異最小,極差介于0～87.12 mm/d。8個氣候區在不同重現期的具體表現如下:1)5 a一遇的重現期下(圖7(a)),絕大部分地區的年暴雨強度均處于100 mm/d以下。從均值來看,華北、華中、華南地區年暴雨強度最大,西部干旱(半干旱)區最小;2)10 a一遇的重現期下(圖7(b)),從均值和中值來看,華北地區的年暴雨強度最大,西部干旱(半干旱)區最小,8個氣候區的年暴雨強度排序為華北地區最大,東北地區次之,西部干旱(半干旱)區最小;3)20 a一遇的重現期下(圖7(c)),東部干旱區年暴雨強度的均值和中值超過了華中和華南地區;4)50 a一遇的重現期下(圖7(d)),西南地區年暴雨強度的均值和中值超過了華南地區,其他地區的排序與20 a一遇的重現期一致。
2.4 暴雨危險性綜合評價
對不同重現期下的3個暴雨因子進行歸一化處理,然后分別疊合起來,通過聚類算法ISODATA計算4個重現期的危險性等級,進而綜合評價全國的暴雨危險性,將危險性等級分為4級,從高到低依次為:高危險性、較高危險性、較低危險性、低危險性,結果如圖8所示。可以看出,暴雨危險性從東南沿海向西北內陸不斷降低,華中、華南地區、華北地區南部以及西南地區的中部和東南部暴雨危險性最高,屬于高危險性區;西部干旱(半干旱)區和青藏高原的大部分區域以及東部干旱區的西北部均以低危險性為主。
基于自然資源部標準地圖服務網站審圖號為GS(2020)4632號的標準地圖制作,底圖邊界無修改;臺灣省分布圖由其附近站點插值得到圖8 4個重現期下暴雨危險性等級分布圖Fig. 8 Distribution of rainstorm hazard levels in China under four return periods
4個重現期下不同等級的暴雨危險性在全國及各地區的面積占比的平均值如表1所示,就全國來說高危險性、較高危險性、較低危險性、低危險性所占比例均值分別為21.79%、24.65%、12.38%和41.18%。其中,華中和華南地區以高危險性為主,高危險區占整個地區面積的均值分別為91.63%和96.94%,基本不存在低危險性區域;西南、華北地區以高和較高危險性為主,平均分別占93.03%、99.76%;東北地區以較高危險性為主,面積占比平均為84.12%;東部干旱區較高、較低危險性區域平均分別占39.06%、42.88%;西部干旱(半干旱)區和青藏高原以低危險性為主,低危險區分別平均占全區的96.03%和87.18%。
表1 8個氣候區4個重現期下不同危險性等級所占比例的平均值Table 1 Average proportions of area with different hazard levels in eight climatic zones under four return periods %
3.1 結論
文中選用1961—2019年全國2 512個降水站點的日降水實測數據,基于核密度函數分別計算4個不同重現期下的年暴雨日數、雨量、雨強,對比分析了全國8個氣候區的3個年暴雨要素的差異,并通過聚類算法綜合3個年暴雨要素,綜合評價暴雨危險性在全國的空間分布。得到的主要結論如下:
1)隨著重現期的增長,我國有暴雨發生的區域不斷擴大,年暴雨日數、雨量和雨強均不斷增加。5、10、20、50 a一遇的重現期下的全國年暴雨日數的均值為3.97、4.55、5.16、5.76 d,年暴雨量的均值分別為303.16、351.89、401.41、450.25 mm,年暴雨強度的均值為79.36、92.22、104.92、119.29 mm/d。
2)在空間上,年暴雨日數和雨量均呈現出東部大、西部小、且東南部大于東北部的分布;而年暴雨強度呈現出東部大、西部小、且東北部大于東南部的趨勢。從均值來看,華中和華南地區的年暴雨日數和雨量最大,西部干旱(半干旱)區最小;華北地區的年暴雨強度最大,西部干旱(半干旱)區最小。
3)暴雨危險性聚類分析結果顯示高危險性、較高危險性、較低危險性、低危險性的地區在全國的占比分別為21.79%、24.65%、12.38%和41.18%。華中、華南地區暴雨危險性最高,西部干旱(半干旱)區和青藏高原暴雨危險性最低。
3.2 討論
從數據源來看,文中選用了全國范圍內2 512個氣象站點的日降水數據,站點數據在全國的分布不均,在華北地區的分布最為密集,西部地區站點較少,對站點過少的區域,暴雨危險性評估的結果可能存在一定不確定性。
從數據處理方法來看,文中以日降水量達到50 mm提取日暴雨事件,對于常年降水較少的西部以及常年多雨的東部沿海地區可能不是最適合的,有待于進一步優化提取暴雨事件的閾值。在暴雨危險性等級的劃分上,傳統的加權綜合評價方法要對不同量綱的指標做歸一化處理和權重賦值,然后根據加權后的得分高低直接進行危險性等級的劃分,權重的設置對結果影響很大,存在主觀性強的問題。而文中使用ISODATA聚類的方法,根據各個指標在空間聚集的特征,將整個區域劃分為不同的危險性等級,該方法不需要對不同的指標設置權重。未來可以對比一下加權綜合評價法和ISODATA聚類方法得到的危險性分布圖的差異,結合專家經驗選擇最優結果。
此外,本研究目前從致災因子的角度分析了全國的暴雨危險性分布和不同氣候區的暴雨危險性差異,未來有待于結合孕災環境和承災體去綜合分析不同氣候區暴雨的風險性差異。
猜你喜歡氣候區半干旱分布圖晉北地區半干旱風沙區典型林分適宜性評價山西林業(2021年2期)2021-07-21一種半干旱地區蘋果園貯水棒河北果樹(2020年1期)2020-02-09貴州十大地質公園分布圖鄉村地理(2019年2期)2019-11-16中國癌癥分布圖瞭望東方周刊(2017年36期)2017-09-28各氣候區被動建筑節能技術實用性分析科技資訊(2017年23期)2017-09-09左右江水沖石器采集分布圖寶藏(2017年6期)2017-07-20冷涼氣候區不同形態氮肥對蘋果根系氮代謝的影響山東林業科技(2017年1期)2017-06-29淺談半干旱地區丘陵混交林造林模式現代園藝(2017年11期)2017-06-28濕熱氣候區建筑防熱研究進展西安建筑科技大學學報（自然科學版）(2016年1期)2016-11-08中國不同氣候區土壤濕度特征及其氣候響應高原山地氣象研究(2016年4期)2016-02-28