期刊检索:
  暴雨灾害   2016, Vol. 35 Issue (1): 25-30.  DOI: 10.3969/j.issn.1004-9045.2016.01.004

论文

DOI

10.3969/j.issn.1004-9045.2016.01.004

资助项目

国家自然科学基金(41130639, 51179045);淮河流域气象开放研究基金(HRM201205, HRM201207)

第一作者

叶金印,主要从事水文气象研究。E-mail:yejinyin@sina.com

文章历史

收稿日期:2015-09-14
定稿日期:2016-11-03
山洪灾害气象风险预警指标确定方法研究
叶金印 1,2, 李致家 3, 刘静 4, 杨祖祥 2    
1. 淮河流域气象中心,合肥 230031;
2. 安徽省气象台,合肥 230031;
3. 河海大学水文水资源学院,南京 210098;
4. 安徽省蚌埠市气象局,蚌埠 233040
摘要:气象风险预警指标的确定是山洪灾害气象风险预报预警业务中的关键技术问题。采用前期影响雨量表征流域前期土壤含水量饱和度,并用四分位数法划分为4个等级;采用P-Ⅲ型频率分析法求得4个重现期(<5、≥5、≥20、≥50 a)的洪峰流量以及山洪发生前5个时间尺度(1、3、6、12、24 h)降雨量;以洪峰流量的4个重现期分别表征山洪灾害气象风险预警4个等级(Ⅳ、Ⅲ、Ⅱ、Ⅰ级),基于信息扩散技术建立气象风险等级与流域前期土壤含水量饱和度、不同时间尺度降雨量的信息矩阵,即气象风险预警组合指标。利用淠河流域历史降水与流量极值资料,以及2003—2012年17次典型洪水过程气象水文资料,建立5个时间尺度的山洪灾害气象风险4个等级预警组合指标,并利用40组独立洪水样本,对不同时间尺度气象风险预警组合指标进行应用检验,总体预警合格率达到70%,表明该方法应用于山洪灾害气象风险预警是可行的。
关键词山洪灾害    气象风险    预警等级    淠河流域    
Identification of early meteorological risk warning indicators for flash flood disasters
YE Jinyin1,2, LI Zhijia3, LIU Jing4, YANG Zuxiang2    
1. Huaihe River Basin Meteorological Center, Hefei 230031;
2. Anhui Province Meteorological Observatory, Hefei 230031;
3. College of Hydrology and Water Resources, Hehai University, Nanjing 210098;
4. Bengbu Meteorological Bureau, Bengbu 233040
Abstract: Identification of the early warning indicators of meteorological risks is a key technical issue in the forecast of flash flood disasters. The antecedent precipitation is used to characterize the degree of antecedent soil moisture saturation of a river basin, which is divided into four levels based on the quartile method. Frequency analysis based on the Pearson Ⅲ distribution (P-Ⅲ) model yields the estimates of the peak flow of four return periods (< 5, ≥5, ≥20, and ≥50 a) and rainfall of five durations (1-, 3-, 6-, 12-, and 24 h) before the occurrence of flash flood. The four return periods of peak flow are used to characterize the four meteorological risk levels (Ⅳ-, Ⅲ-, Ⅱ-, and ⅠLevel) of flash flood disasters. The information diffusion technique is used to establish the matrices of meteorological risk levels, antecedent soil moisture saturation degrees, and rainfall of different durations to form a combined indicator for the warning meteorological risks. Based on historical records of rainfall and extreme flow in the Pihe basin, 17 flash flood events between 2003 and 2012 are analyzed with the proposed method to derive the four-level meteorological risk warning indicators for flash flood at five time steps. The tests of the derived risk warning indicators in 40 independent historical flash flood events at different time steps have yielded a correct warning rate of over 70%, which demonstrates the feasibility of using the method for flash flood disaster warnings.
Key words: flash flood disaster    meteorological risk    early warning level    Pihe basin    
引言

山洪灾害是指由于降雨在山丘区引发的洪水灾害及由山洪诱发的泥石流、滑坡等对国民经济和人民生命财产造成损失的灾害[1-2]。山洪灾害已成为造成人民生命财产损失的主要灾种,严重制约着广大山丘区经济社会的发展,特别是近些年极端天气事件增多,常发生山区突发性强降雨,山洪预报和预警已成为防洪减灾中重要的非工程性措施[3-5]。由于山洪流速快、预见期短以及山洪资料短缺等原因,山洪预报预警难以采用常规洪水预报的思路进行解决[6]。国内外关于山洪预警技术的研究大部分集中在临界雨量分析计算方法,主要是在对雨量、洪水资料进行统计分析的基础上,研究暴雨山洪发生的规律,确定山洪临界雨量。当某时间尺度内降雨达到或超过一定量级时,就会达到警戒流量,并可能激发山洪灾害,对应时间尺度内的降雨量即为临界警戒雨量(临界雨量)[7-8]。但这种临界雨量计算方法由于没有考虑流域前期土壤含水量饱和度,因而容易造成山洪预警的漏报和空报现象[9]。近年来,国内外科研业务人员开始关注不同初始土壤含水量饱和度条件下的动态临界雨量方法研究与应用,在提高山洪预报预警效果方面进行了许多有效的探索[10]

一个流域或区域的雨量或雨强达到或超过某一量级或强度时,就会诱发该流域或区域的溪河洪水、泥石流、滑坡等山洪灾害[7]。临界雨量(或动态临界雨量)是山洪灾害预报预警以及制定山洪综合防治规划方案的关键依据[2],临界雨量方法对于判断区域内有无山洪灾害发生行之有效,但无法判别洪水的量级,更不能够识别区域内洪涝灾害的风险[11-13]。为使得气象预警服务更具有针对性,近年来气象部门开展了暴雨诱发的中小河流山洪气象风险预警业务[14],其主要理论依据和技术思路是:对于一个特定的流域,通常以洪水出现的频率代表洪水灾害风险率,而指定洪水过程的频率和强降雨具有相同频率(即雨洪同频),根据气象致灾因子的危险性大小,对特定流域进行洪水风险分级预警[15]。在山洪灾害预警业务中,可以综合考虑实况和预报累积降雨量,以延长山洪灾害预报预警的预见期[16-18]

由于山洪的流量大小除了与累积降雨量和降雨强度有关外,还与流域土壤含水量饱和度密切相关,当土壤较干(湿)时,降雨下渗大(小),产生地表径流则小(大)[7]。本文借鉴动态临界雨量的技术思路,利用地面降雨资料以及水文控制站流量资料,提出了一种基于前期土壤含水量饱和度和不同重现期实效降雨量组合指标的山洪灾害气象风险等级预警指标方法,并应用于淠河流域的山洪灾害气象风险预警。

1 基本思路

本文采用前期降雨指数(API)模型计算流域前期影响降雨,用四分位数法将流域前期土壤含水量饱和度划分为4个等级(Q1Q2Q3Q4);采用P-Ⅲ型频率分析法[15],计算分析不同重现期对应的不同时间尺度降雨量以及最大洪水流量(洪峰流量),重现期分别为:接近5 a、达到或超过5 a、达到或超过20 a、达到或超过50 a。由于洪水警戒流量是指洪水流量达到或超过威胁下游居民安全流量值,本文将“重现期接近5 a”定义为大于等于警戒流量对应的重现期而小于5 a重现期。以洪峰流量的4个重现期分别表征山洪灾害气象风险预警4个等级(Ⅳ、Ⅲ级、Ⅱ级、Ⅰ级)[19]。基于信息扩散技术[20]建立气象风险预警等级、前期土壤含水量饱和度、不同时间尺度降雨量三者之间的模糊关系矩阵,由“最大值法”去模糊化后,得到确定性关系矩阵,即为气象风险预警组合指标。

1.1 前期土壤含水量饱和度分级方法

采用API模型计算流域前期影响降雨(Pa),将洪水经验方案中最大影响降雨(Im)作为上限,PaIm的比值作为土壤含水量饱和度。用四分位数法将土壤含水量饱和度从最小值到饱和分为4个等级(Q1Q2Q3Q4),作为表征前期土壤含水量饱和度的指标。

API模型中前期影响降雨Pa经验公式计算为[21]

$ {{P}_{a, t}}=K\times {{P}_{t-1}}+{{K}^{2}}\times {{P}_{t-2}}+{{K}^{3}}\times {{P}_{t-3}}+\cdots +{{K}^{n}}\times {{P}_{t-n}} $ (1)

式中:Pa, tt日的前期降雨指数;n为影响本次径流的前期降雨天数,常取30 d;K为折算系数,湿润地区一般可取0.85左右[15]。为便于计算,上式常以如下递推形式表达:

$ \begin{align} &{{P}_{a, t+1}}=K\times {{P}_{t}}+{{K}^{2}}\times {{P}_{t-1}}+{{K}^{3}}\times {{P}_{t-2}}+\cdots +{{K}^{n}}\times {{P}_{t-n+1}} \\ &\ \ \ \ \ \ \ \ =K\times {{P}_{t}}+K\left( K\times {{P}_{t-1}}+{{K}^{2}}\times {{P}_{t-2}}+\cdots +{{K}^{n-1}}\times {{P}_{t-n}} \right) \\ &\ \ \ \ \ \ \ \ \cong K\times {{P}_{t}}+K\times {{P}_{a, t}} \\ &\ \ \ \ \ \ \ \ =K\times \left( {{P}_{t}}+{{P}_{a, t}} \right) \\ \end{align} $ (2)

对无雨日,则:

$ {{P}_{a, t+1}}=K\times {{P}_{a, t}} $ (3)

最大影响降雨(Im)直接采用水文部门洪水经验方案中的参考值。

1.2 不同时间尺度降雨量分级法

采用年最大值法对不同时间尺度(1、3、6、12、24 h)的降雨量进行独立选样后,获得逐年最大各时段降雨量,采用P-Ⅲ型频率分析法得出降雨频率曲线。不同时间尺度降雨量均按重现期划分为四个等级:重现期接近5 a、重现期达到或超过5 a、重现期达到或超过20 a、重现期达到或超过50 a,分别以(<5、≥5、≥ 20、≥50 a)表示。

1.3 山洪分级方法

采用年最大值法对洪峰流量资料进行独立选样后,采用P-Ⅲ型频率分析法得出年最大流量频率曲线。山洪流量按重现期也划分为四个等级:小洪水(重现期接近5 a)、中洪水(重现期达到或超过5 a)、大洪水(重现期达到或超过20 a)、特大洪水(重现期达到或超过50 a),分别以(<5、≥5、≥20、≥50 a)表示。

1.4 气象风险预警等级指标确定方法

以洪峰流量的4个重现期分别表征山洪灾害气象风险预警4个等级,即Ⅳ级(有一定风险)、Ⅲ级(风险较高)、Ⅱ级(风险高)、Ⅰ级(风险很高),依次用蓝色、黄色、橙色、红色表示。基于信息扩散理论[20]建立山洪灾害气象风险预警等级、前期土壤含水量饱和度、不同时间尺度降雨量三者之间的模糊关系矩阵,由“最大值法”去模糊化后,得到确定性关系矩阵,即为气象风险预警组合指标。

以6 h雨量为例,利用历史气象水文资料,计算前24 h内的最大6 h累计雨量,以及该6 h最大雨量发生之前的土壤含水量饱和度。气象风险预警组合指标建立步骤如下:

(1) 根据前期土壤含水量饱和度、6 h累计降雨量,与洪峰流量重现期对应气象风险预警等级,基于信息扩散技术分别确定监控区间和监控点,采用三维线性分配函数,建立气象风险预警等级、6 h累计降雨量、前期土壤含水量饱和度三者之间的原始信息矩阵。

(2) 对原始信息矩阵的每一列作正规化处理(即用每一列的最大数值遍除各行),得到模糊关系矩阵。矩阵中任意一种前期土壤含水量饱和度、6 h累计降雨量指标组合,均对应着一列气象风险等级的概率值。

(3) 在所有前期土壤含水量饱和度、6 h累计降雨量组合指标之中,选取最大概率值点作为组合指标对应的气象风险预警等级;即由“最大值法”去模糊化,形成确定性关系矩阵,即山洪灾害气象风险预警组合指标(表 1)。

表 1 山洪灾害气象风险预警组合指标示意表 Table 1 Schematic of early warning indicators of meteorological risk for flash flood disasters

同样的,可以得到不同时间尺度降雨量及其对应的前期土壤含水量饱和度的山洪灾害气象风险等级预警组合指标。

(4) 根据气象风险等级预警组合指标,由前期土壤含水量饱和度、累计降雨量,即可判断是否达到预警标准或相应的气象风险预警等级。

2 实例应用 2.1 流域概况及资料选取

本文研究流域为淠河流域横排头水文站以上流域(以下简称横排头流域)。淠河是淮河右岸的主要支流之一,发源于大别山北麓,全长260 km,流域面积6 000 km2。其中,山区占70.4%,丘陵区占23.2%,平原区占6.4%。流域内总人口167万,耕地面积9.2万km2。淠河流域年降水量为800~1 800 mm,时间上多集中于6—9月,强降雨在空间上多发生在上游(横排头水文站以上)山区,而中下游地势比较低平,山洪灾害频繁发生,严重影响当地的经济社会发展和居民生命财产安全。

横排头流域内有霍山气象站、与儿街雨量站,以及横排头、佛子岭、磨子潭、响洪甸、诸佛庵等5个水文站。横排头水文站以上集水面积4 370 km2,河流水系以及气象站、雨量站、水文站分布如图 1所示。

图 1 淠河横排头流域水系以及雨量站、水文站分布图 Fig. 1 Drainage network of the Hengpaitou catchment in the Pihe river basin and the locations of rain gauge and streamflow stations

所用资料为1954—2012年横排头流域霍山气象站降水极值资料、1961—2010年横排头水位站流量极值资料、2003—2012年横排头流域内所有水文(雨量)站降雨观测资料和横排头水文站洪水过程资料。

2.2 前期土壤含水量饱和度指标

参照淠河流域水文预报方案,前期影响降雨天数取15 d,K值取0.83,Im值取70 mm。当PaIm时,Pa取值Im。利用公式(2)对2003—2012年逐日降雨量数据迭代计算出流域前期土壤含水量饱和度,进而得出前期土壤含水量饱和度4个等级(Q1Q2Q3Q4)以及所对应的前期土壤含水量指标值Pa'Pa'取值区间分别为0~17.4 mm、17.5~34.9 mm、35~52.4 mm、52.5~70 mm。

2.3 不同时间尺度降雨量统计指标

利用淠河流域霍山气象站逐年1、3、6、12、24 h最大降雨量资料,采用P-Ⅲ型频率分析方法,得出不同时间尺度对应的频率曲线。图 2为最大1 h降雨量频率曲线。

图 2 最大1 h降雨量频率曲线 Fig. 2 Frequency curve of maximum precipitation for 1-h duration

根据频率曲线分别查算某频率(20%、5%、2%)对应重现期(5、20、50 a)的降雨量,进而得出重现期接近5 a、重现期达到或超过5 a、重现期达到或超过20 a、重现期达到或超过50 a等4个风险级别对应的临界雨量取值范围(表 2)。

表 2 5个时间尺度4个重现期降雨量阈值 Table 2 Precipitation thresholds of four return periods at five time steps
2.4 山洪流量统计指标

利用淠河流域横排头水文站流量极值资料,采用P-Ⅲ型频率分析方法,得出淠河流域年最大洪峰流量频率曲线(图 3),同样取20%、5%、2%频率分别对应5 a、20 a和50 a重现期的洪峰流量值。基于洪水风险分析技术思路,用洪峰流量的4个重现期分别表征洪水风险4个等级[15]。依据《淮河流域防汛水情手册》[22],横排头站警戒流量设定为620 m3·s-1,本文将其定为山洪灾害蓝色预警临界流量,淠河流域4个重现期洪峰流量分别为620、1 659、2 942、3 784 m3·s-1

图 3 淠河流域年最大洪峰流量频率曲线 Fig. 3 Frequency curve of annual maximum peak flow
2.5 山洪气象风险预警指标

由前期土壤含水量与不同时间尺度的累计雨量(实效累计雨量),结合相应级别的洪峰流量,利用2003—2012年气象水文资料,挑选出17次典型洪水过程,采用信息扩散技术建立5个时间尺度的山洪灾害气象风险4个等级预警组合指标,如表 3所示。表中“/”表示未达到预警条件,蓝、黄、橙、红表示从低到高4个山洪灾害气象风险预警等级。

表 3 山洪灾害气象风险预警组合指标 Table 3 Early warning combination indicators of meteorological risk for flash flood disasters
2.6 预警指标检验

使用2003—2012年洪水过程资料中未参与统计的剩余有效独立样本,共计40组样本,对上述各时间尺度的气象风险预警等级指标进行应用检验。在40组独立样本应用检验结果中,有15组实况洪水灾害风险等级与气象风险预警等级相符,有13组无风险且无预警;有1组实况洪水灾害风险等级高于气象风险预警等级;有3组的实况洪水灾害风险等级低于气象风险预警等级;有8组虚警或漏警。总体上,本文提出的山洪灾害气象风险等级预警方法的预警准确率达到70%(表 4),说明基于流域前期土壤含水量饱和度和累计雨量重现期的组合指标,对于淠河流域山洪灾害气象风险预警是可行的。

表 4 山洪灾害气象风险预警指标检验结果 Table 4 Verification of the early warning combination indicators of meteorological risk for flash flood disaster
3 结论与讨论

气象风险预警指标是山洪灾害气象风险预警业务中的关键技术问题。本文提出了一种基于前期土壤含水量饱和度和不同重现期实效降雨量的山洪灾害气象风险等级预警指标方法。以淠河横排头以上流域为例,进行了气象风险预警指标方法的独立性应用检验,得到如下结论:

(1) 提出的山洪灾害气象风险预警方法是利用前期土壤含水量饱和度和实效累计雨量组合指标进行气象风险等级预警,不仅改进了传统山洪预警中只采用单一临界雨量判断有无山洪灾害的方法,而且克服了传统静态临界雨量方法不考虑前期土壤含水量的局限性。

(2) 利用淠河流域1954—2012年横排头流域霍山气象站降水极值资料、1961—2010年横排头水位站流量极值资料、2003—2012年横排头流域典型洪水过程资料,得到了适合于淠河流域的5个时间尺度的山洪灾害气象风险预警组合指标。

(3) 基于前期土壤含水量饱和度和实效累计雨量的气象风险等级预警指标在淠河流域的应用合格率达到70%,总体准确率较高。应用检验表明:该方法用于山洪气象风险等级预警是可行的,其技术思路不仅可以为其他地区的山洪灾害预警业务提供参考,而且可以为中小河流山洪灾害气象风险预警业务提供技术支撑。

基于前期土壤含水量饱和度和实效累计雨量的气象风险等级预警指标是利用气象水文实况观测资料建立的,但在山洪灾害预警业务中,可以综合考虑实况和预报累积降雨量,将其与气象风险预警指标进行比较,判断是否进行山洪灾害预警和确定气象风险预警等级,以延长山洪灾害预报预警的预见期。目前,24 h以内的降雨预报已有较高的精细化程度和准确率,业务应用中,不仅可以根据降雨实况进行预警判断,也可以在降雨发生前根据降雨量预报进行预警判断,这样可将山洪灾害预警的预见期再延长几个小时甚至更长时间,可争取更多的山洪灾害防御应急反应时间。

参考文献
[1]
国家防汛抗旱总指挥部办公室, 中国科学院水利部成都山地灾害与环境研究所. 山洪诱发的泥石流、滑坡灾害及防治[M]. 北京: 科学出版社, 1994.
[2]
王礼先, 于志民, 等. 山洪及泥石流灾害预报[M]. 北京: 中国林业出版社, 2001.
[3]
李泽椿, 谌芸, 张芳华, 等. 由河南"75·8"特大暴雨引发的思考[J]. 气象与环境科学, 2015, 38(3): 1-12. DOI:10.3969/j.issn.1673-7148.2015.03.001
[4]
杜其成, 邱学兴, 刘裕禄, 等. 2013年6月30日皖南山区对流性暴雨成因及漏报原因分析[J]. 气象与环境科学, 2014, 37(4): 50-58. DOI:10.3969/j.issn.1673-7148.2014.04.007
[5]
李建, 宇如聪, 孙溦. 中国大陆地区小时极端降水阈值的计算与分析[J]. 暴雨灾害, 2013, 32(1): 11-16.
[6]
Martina M L V, Todini E, Libralon A. Rainfall thresholds for flood warning systems: a Bayesian decision approach[C]// Sorooshian S. Hydrological Modeling and the Water Cycle. Springer, 2008: 203-227
[7]
刘志雨, 杨大文, 胡健伟. 基于动态临界雨量的中小河流山洪预警方法及其应用[J]. 北京师范大学学报(自然科学版), 2010, 45(3): 317-321.
[8]
张亚萍, 刘德, 廖峻, 等. 一种基于水文模拟建立中小河流洪水气象风险等级指标的方法[J]. 暴雨灾害, 2012, 31(4): 351-357.
[9]
Georgakakos K P. Analytical results for operational flash flood guidance[J]. Journal of Hydrology, 2006, 317: 81. DOI:10.1016/j.jhydrol.2005.05.009
[10]
叶金印, 李致家, 常露. 基于动态临界雨量的山洪预警方法研究与应用[J]. 气象, 2014, 40(1): 101-107. DOI:10.3969/j.issn.1004-4965.2014.01.011
[11]
史瑞琴, 刘宁, 李兰, 等. 暴雨洪涝淹没模型在洪灾损失评估中的应用[J]. 暴雨灾害, 2013, 32(4): 379-384. DOI:10.3969/j.issn.1004-9045.2013.04.012
[12]
管珉, 陈兴旺. 江西省山洪灾害风险区划初步研究[J]. 暴雨灾害, 2007, 26(4): 339-343. DOI:10.3969/j.issn.1004-9045.2007.04.011
[13]
胡波, 丁烨毅, 何利德, 等. 基于模糊综合评价的宁波暴雨洪涝灾害风险区划[J]. 暴雨灾害, 2014, 33(4): 380-385. DOI:10.3969/j.issn.1004-9045.2014.04.010
[14]
中国气象局.暴雨诱发中小河流洪水和山洪地质灾害气象风险预警服务业务规范[S].2012
[15]
梁忠民, 钟平安, 华家鹏. 水文水利计算[M]. 北京: 中国水利水电出版社, 2006.
[16]
彭涛, 李俊, 殷志远, 等. 基于集合降水预报产品的汛期洪水预报试验[J]. 暴雨灾害, 2010, 29(3): 274-278. DOI:10.3969/j.issn.1004-9045.2010.03.012
[17]
望胜玲, 马安国, 潘汉标. 清江水布垭水库气象水文预报模型研究[J]. 暴雨灾害, 2011, 30(4): 366-369. DOI:10.3969/j.issn.1004-9045.2011.04.013
[18]
殷志远, 彭涛, 王俊超, 等. 基于AREM模式的贝叶斯洪水概率预报试验[J]. 暴雨灾害, 2012, 31(1): 59-65. DOI:10.3969/j.issn.1004-9045.2012.01.009
[19]
水利部水文局, 长江水利委员会. 水文情报预报技术手册[M]. 北京: 中国水利水电出版社, 2010.
[20]
黄崇福. 自然灾害风险分析的信息矩阵方法[J]. 自然灾害学报, 2006, 15(1): 1-10. DOI:10.3969/j.issn.1004-4574.2006.01.001
[21]
叶金印, 李致家, 吴勇拓. 一种用于缺资料地区山洪预警方法研究与应用[J]. 水力发电学报, 2013, 32(3): 15-19.
[22]
水利部淮河水利委员会.淮河流域防汛水情手册[R].蚌埠: 水利部淮河水利委员会, 2007