期刊检索:
  暴雨灾害   2021, Vol. 40 Issue (2): 174-181.  DOI: 10.3969/j.issn.1004-9045.2021.02.009

论文

DOI

10.3969/j.issn.1004-9045.2021.02.009

资助项目

中国气象局预报员专项(CMAYBY2020-055);安徽省气象台自立科研项目(AHMO202006)

第一作者

陶玮, 主要从事数值模式产品释用研究。E-mail: taoweijanet@163.com.

通信作者

周昆, 主要从事短时及中短期天气预报技术研究。E-mail: old_chen@sohu.com.

文章历史

收稿日期:2020-07-21
定稿日期:2020-12-02
安徽省暴雨灾害预警等级的划分及其应用
陶玮1 , 郭婷2 , 吴瑞姣1 , 周昆1 , 邱学兴1     
1. 安徽省气象台, 合肥 230031;
2. 安徽省蚌埠市气象局, 蚌埠 233000
摘要:利用安徽省1961—2016年81个国家级地面气象观测站雨量、2006—2016年1 162个地面自动观测站小时雨量、1961—2016年安徽省民政厅灾情和2006—2016年《安徽省气象灾害年鉴》收录的227个暴雨过程灾情数据,采取气候平均、广义极值、概率密度函数、百分位分布等方法,统计暴雨过程的持续天数、区域、范围、平均日降水量和小时雨量对暴雨灾害的影响,划分安徽省暴雨灾害预警等级。结果表明:(1)安徽省暴雨灾害预警等级可分为Ⅳ级(轻度)、Ⅲ级(中度)、Ⅱ级(重度)、Ⅰ级(特重)四个等级;(2)从Ⅳ级到Ⅰ级,暴雨过程的持续天数指标从1—4 d,范围指标根据暴雨区占区域总面积的百分比确定,从Ⅳ级的20%上升至Ⅰ级的80%;(3)根据暴雨过程的区域差异,将安徽分为沿淮淮北、大别山区及皖南山区、沿江及江淮之间三个区域,分别建立降水量与暴雨灾情的定量关系,并在每个区域设置相应的平均日降水量和小时雨量指标;(4)利用上述暴雨灾害预警等级,对1981—2018年安徽省致灾的149个暴雨过程进行回代检验,并将其用于2020年6—7月安徽省暴雨灾害预警,暴雨灾害预警发布周期为Ⅳ级(轻度)0.66~0.82 a、Ⅲ级(中度)1.15~1.90 a、Ⅱ级(重度)3.16~3.80 a、Ⅰ级(特重)9.5~12.6 a,符合安徽暴雨灾情实际,可以为气象部门启动暴雨应急响应提供参考。
关键词暴雨灾害    预警等级    地方标准    应急响应    
Classification of early warning levels for rainstorm disaster and its application in Anhui Province
TAO Wei1 , GUO Ting2 , WU Ruijiao1 , ZHOU Kun1 , QIU Xuexing1     
1. Anhui Meteorological Observatory, Hefei 230031;
2. Bengbu Meteorological Office of Anhui Province, Bengbu 233000
Abstract: Based on the rainfall data at the81 national surface meteorological observation stations from 1961 to 2016 and the hourly rainfall data at the 1162 surface automatic weather stations over Anhui Province from 2006 to 2016, the casualty loss data from Anhui Civil Department from 1961 to 2016, and the disaster condition for the 227 rainstorm events collected in Anhui meteorological disaster Yearbook from 2006 to 2016, we have conducted a statistical analysis of the effect of the duration, region, area range, and daily and hourly rainfall for the rainstorm events on disaster loss by using several methods including climate average, generalized extreme, probability density function and percentile distribution, then accordingly classified the rainstorm disaster warning grades in Anhui Province. The main results are as follow. (1) The early warning of rainstorm disaster in Anhui can be divided into four levels, i.e., Ⅳ (mild), Ⅲ (moderate), Ⅱ (severe) and Ⅰ (extra heavy). (2) From levels Ⅳ to Ⅰ, the duration of rainstorm events ranges from 1 to 4 days, and their range is determined by the percentage of rainstorm area in total area of a region, increasing from 20% in level Ⅳ to 80% in levelⅠ. (3) According to the regional difference of rainstorm events, Anhui can be divided into the three areas, i.e., the northern Anhui along Huaihe River (Ⅰ), the Dabie Mountains and southern Anhui mountain regions (Ⅱ) and the region between Yangtze River and Huaihe River (Ⅲ). Then the quantitative relationship between the precipitation and the rainstorm disaster situation is established, and the corresponding daily and hourly rainfall indices are set up in each region. (4) Based on the above-mentioned early warning levels for rainstorm disaster, the149 rainstorm events causing disasters in Anhui from 1981 to 2018is constructed and tested, which is used in the early warning of rainstorm disaster from June to July in 2020. The results indicate that the release period of rainstorm disaster warning is around 0.66-0.82 years for level Ⅳ (mild), 15-1.90 years for level Ⅲ (moderate), 3.16-3.80 years for level Ⅱ (severe), and 9.5-12.6 years for level Ⅰ (extra heavy), which is consistent with the actual rainstorm disaster in Anhui and can provide a reference for the meteorological department to start the emergency response of rainstorm.
Key words: rainstorm disaster    warning levels    local standard    emergency response    
引言

暴雨尤其是持续时间长、强度大、范围广的暴雨,常常引发洪涝、城市内涝以及山洪、泥石流、滑坡等严重地质灾害,造成重大经济损失和人员伤亡。我国降水量时空分布不均,不同区域地质条件、抗灾能力差异较大,因此,暴雨灾害的预警和预防需要综合考虑暴雨和各地气候特点及灾情。目前,中国气象局制定有《暴雨灾害等级》(GB/T 33680-2017)标准和《暴雨预警信号及防御指南》(见气发〔2004〕206号文附件, 以下简称《暴雨预警指南》)。其中,《暴雨灾害等级》标准是根据暴雨结束后的灾情调查得到的损失数据确定的,实际气象服务工作中难以在暴雨前预估灾害,也难以提前预警和预防暴雨灾害。《暴雨预警指南》是基于全国暴雨样本的统计结果,而我国降水空间分布差异大(闵爱荣等,2016),年最大和年平均暴雨日数分布呈南多北少、东多西少的特征;同时受地形影响明显,表现为多中心,沿海地区多于内陆区域,山区迎风坡多于背风坡,其中大别山区西南侧是年暴雨日数大值区之一(林建和杨贵名,2014刘雨佳等,2017),因此全国使用同样的暴雨预警标准并不合理。即使一个省,降水分布不均也较明显。如安徽,夏季暴雨雨量、日数、强度的年平均值分布同样表现为南多北少的气候差异(杨明等,2015)。安徽省以平原(占31.3%)、丘陵和山地(占60.7%)为主,湖沼洼地仅占8%,复杂地形的组合效应是形成大暴雨的原因之一(赵玉春等,2012赵瑜等,2015;朱红芳等,2019)。因此,安徽省暴雨灾害预警等级应根据不同区域和地形类型制定。

此外,《暴雨预警指南》没有考虑降水与灾情的关系。近年来,暴雨造成的直接经济损失呈增加趋势,损失较大的地区主要集中在我国南方(於莉等,2018)。不同地形条件下,暴雨造成的灾害也不相同。短时强降水在山地易诱发滑坡和泥石流等灾害(王秀荣等,2007),而持续性暴雨在平原易引起城市内涝、河流洪涝、农田渍涝等灾害(丁一汇,2019)。另外,暴雨灾害也受城乡经济发展不平衡的影响。随着经济快速发展,暴雨造成的城镇经济损失更大。针对不同致灾影响的暴雨,建立健全不同等级的气象灾害应急响应机制,不仅能加深公众对暴雨灾害严重程度的认识,还能提高政府和公众对暴雨灾害的防御与应对能力,减少人员伤亡和财产损失。

综合考虑各地降水分布、地质条件、经济水平等差异,制定适合当地气候特点和业务服务需求的暴雨灾害预警等级具有重要意义。已有人对辽宁、福建、四川等省暴雨灾害作了灾害指标、风险、评估等方面的研究,但选取的暴雨样本多基于24 h降水量(韩秀君等,2014陈香,2007张顺谦等,2019),未考虑短时强降水的危害(童金等,2017)。淮河流域气象中心确定的预警指标也仅限于山洪气象灾害(叶金印等,2016)。为此,本文针对安徽省北有淮河、南有长江,西为大别山、东为平原,南有皖南山区的特殊地理位置,参考国家标准《暴雨灾害等级》和《暴雨预警指南》,基于1 h、24 h降水量分析安徽省暴雨特征,通过百分位法建立暴雨和灾情的统计关系,划分安徽省暴雨灾害预警等级,以期为气象部门启动暴雨应急响应提供技术参考。

1 资料与方法

本文使用的资料包括: (1) 安徽省1961—2016年81个国家级地面气象观测站逐日降水量和2006—2016年1 162个地面自动观测站逐小时雨量资料,均源自国家气象信息中心的全国综合气象信息共享平台CIMISS,并由该平台进行了质控。前者用于统计暴雨过程的日数、范围和降水量,后者用于分析短时强降水。(2) 227个暴雨过程的灾情数据,此数据来源于1961—2016年安徽省民政厅和2006—2016年《安徽省气象灾害年鉴》,并由省民政厅对其进行了审核。

为了明确暴雨灾害预警等级的划分依据,对相关概念定义如下: (1) 暴雨日为前一日20时至当日20时有一个或以上国家站降水超过50 mm。(2) 暴雨过程,指发生在安徽省范围内的一次暴雨日在1 d及以上且暴雨区不少于3个国家站的降水过程。(3) 暴雨过程持续天数,指一次暴雨过程中连续出现暴雨的日数,一次暴雨过程的开始日为暴雨出现的第一天,结束日为连续出现暴雨的最后一天。如2006年7月2日20时—3日20时安徽有1个国家地面观测站出现暴雨,3日20时—4日20时有12站出现暴雨,4日20时—5日20时有21个站暴雨,那么,2006年7月3—5日连续暴雨应统计为一次暴雨过程,持续时间为3 d,暴雨过程的开始日和结束日分别为7月3日和5日。(4) 暴雨区,为暴雨过程中出现暴雨的国家观测站总数,重复出现暴雨的站点只记一次。(5) 暴雨过程累积降水量,指暴雨过程持续期间暴雨区中各站累积降水量的平均值。

首先,本文采取气候平均法分析安徽省年暴雨日数分布特征,使用频率统计方法分析区域性暴雨持续天数及其与灾情的关系。然后,在使用气候平均、广义极值方法分析的基础上,使用概率密度函数(PDF)计算平均日降水量和小时雨量,将安徽省分为沿淮淮北、大别山区及皖南山区、沿江及江淮之间三个区域。结合百分位法研究暴雨区平均日降水量、小时雨量与灾情等级的对应关系。其中,灾情等级参照《暴雨灾害等级》和《地质灾害防治条例》进行划分,具体分级见表 1。最后,根据以上建立的暴雨与灾情的统计关系划分暴雨灾害预警等级,共四级,即Ⅳ级(轻度)、Ⅲ级(中度)、Ⅱ级(重度)、Ⅰ级(特重)。

表 1 安徽省暴雨灾害等级划分 Table 1 Indices for grade classification of rainstorm disaster events in Anhui Province.
2 暴雨灾害预警等级的划分

如前所述,全国性标准未能体现暴雨灾害的区域性差异,且现有暴雨预警规范和灾害等级标准仅只关注暴雨或灾情,未将二者结合起来,难以根据暴雨预报提前制定防灾减灾措施。因此,下文从暴雨过程持续天数、区域、范围、日降水量、小时雨量5个方面来确定安徽省暴雨灾害预警等级。此外,统计安徽省1981—2010年降水气候资料显示,5—9月暴雨日数占比为85.9%,其他月份暴雨极少(于波等,2013)。因此,本文选取5—9月作为暴雨灾害预警等级划分时段。

2.1 持续天数

安徽省81个国家级地面气象观测站平均年暴雨日为4 d (于波等,2013),年暴雨日数从南向北递减。其高值区位于大别山区和皖南山区,低值区位于沿淮淮北地区。同时,安徽省暴雨量与年暴雨日数的分布非常一致,随纬度增加而减小(少),随海拔高度增加而有所增加(谢五三和田红,2011黄勇等,2012)。叶殿秀等(2019)的统计研究表明,1961—2016年我国年均单次区域性暴雨过程持续日数呈增长趋势,区域性暴雨过程的持续日数平均为2.1d,其中南方型平均2.2 d;持续日数在1~2 d的过程数占总过程数的73.3%,持续日数为3~5 d的过程数占总数的21.7%。而安徽地区持续时间在2 d以内的暴雨过程占81%,3 d的占14.5%,4 d或以上的占4.5%。中国气象局规定的暴雨蓝色、黄色、橙色预警对应的暴雨过程持续天数分别为1、2、3 d,但红色预警仍只考虑暴雨过程持续3 d的情况,而3 d及以上的暴雨过程在安徽的比例接近20%,难以体现其极端性,最高级别的预警应规定暴雨过程持续天数至少4 d,况且一旦到4 d左右,灾情往往较重,如1996年6月29日—7月2日安徽黄山、2008年7月29日—8月2日滁州的持续暴雨均导致重大灾情(表 2)。因此,对应暴雨灾害预警等级的暴雨持续天数(D)分别为:Ⅳ级(轻度),D≥1 d;Ⅲ级(中度),D≥2 d;Ⅱ级(重度),D≥3 d;Ⅰ级(特重),D≥4 d。

表 2 1996年6月29日—7月2日和2008年7月29日—8月2日安徽暴雨过程的特征与灾情 Table 2 Characteristics and disaster situation of two rainstorm events occurred in Anhui during June 29 to July 2 in 1996 and July 29 to August 2 in 2008.
2.2 暴雨区域

参考安徽省地方标准《安徽气象地理分区》和本省暴雨日数的空间分布,将安徽省划分为沿淮淮北(Ⅰ)、大别山区及皖南山区(Ⅱ)、沿江及江淮之间(Ⅲ)三个区域(图 1),三个区域所包含的国家站分别为27个、24个和30个。

图 1 安徽沿淮淮北(Ⅰ)、大别山区及皖南山区(Ⅱ)、沿江及江淮之间(Ⅲ)三个区域的划分 Fig. 1 Division of the three areas that are the northern Anhui along Huaihe River (Ⅰ), the Dabie Mountain and southern Anhui mountain regions (Ⅱ) and the region between Yangtze River and Huaihe River (Ⅲ) in Anhui.

在气候统计的基础上,选出1961—2016年安徽省每年持续时间最长、过程累计降水量最大的暴雨过程各3个作为初始样本,在初始样本中选出满足以下两个条件的暴雨过程:(1) 暴雨过程至少有1个国家地面观测站日降雨量超过80 mm;(2) 至少有1个站日降雨量居有气象记录以来前20位。由此统计得到93次暴雨过程,记为93个暴雨极值样本,共164个暴雨日。将日降水量划分为15个区间,其中第一个区间为1~10 mm,最后一个区间为>140 mm,其他区间以10 mm为间隔,其24 h降水量落在每个区间的概率(PDF)分布见图 2

图 2 1961—2016年沿淮淮北、大别山区及皖南山区、沿江及江淮之间三个区域极值暴雨过程日降水量概率(PDF,单位: %)分布 Fig. 2 Daily rainfall probability density function (PDF, unit: %) of extreme rainstorm events in the northern Anhui along Huaihe River, the Dabie Mountain and southern Anhui mountain regions and the region between Yangtze River and Huaihe River of Anhui from 1961 to 2016.
$P D F(k)=\frac{N_{k}}{\sum\limits_{k=1}^{15} N_{k}} $ (1)

式(1)中,Nk为降水量落在第k个区间的站次数。极值样本中三个区域24 h降水量的PDF显示(图 2),>50、>100、>140 mm·(24 h)-1PDF与6月平均暴雨日数分布一致,南部山区明显大于沿淮淮北,且随着降水量增大,PDF减小。大别山区及皖南山区的暴雨PDF最大,沿淮淮北的数值明显小于山区,沿江及江淮之间的PDF介于前两者之间,且当日降水量为50~80 mm·(24 h)-1时,沿江及江淮之间的PDF接近山区,当日降水量>80 mm·(24 h)-1时,沿江及江淮之间PDF向沿淮淮北的靠近。另外,三个区域代表站的>50 mm·(12 h)-1、>30 mm·(1 h)-1PDF也显示出类似的空间分布(图略)。

综上所述,安徽省内沿淮淮北、大别山区及皖南山区、沿江及江淮之间三个区域的暴雨表现为不同的暴雨日数和降水量PDF特征,且地形分别以平原、山地、丘陵为主,暴雨致灾影响不同,所以要对这三个区域分别划分暴雨灾害预警等级。

2.3 暴雨过程的范围

利用本文第2.2节选出的1961—2016年暴雨极值样本,统计各暴雨过程中暴雨区的大小(除去重复站的暴雨站数之和),其结果见图 3。从中看到,安徽省出现暴雨的站数普遍超过5个(全省共有81个站,5站约占全省总站数的6%),大多数暴雨过程影响区域的站点数在10~40之间,涉及第2.2节划分的三个区域中的两个,平均每个区域出现5~20个暴雨站。当相邻5站出现暴雨时,则暴雨面积在每个分区中所占面积超过20%,当相邻22站出现暴雨时,占比可达90%,甚至覆盖整个分区。此外,线性回归分析显示,近56 a来安徽暴雨过程影响范围呈扩大趋势,平均每年增加0.409个站,此趋势通过0.05显著性水平检验。

图 3 1961—2016年安徽省极值暴雨过程影响区内国家级气象观测站点数的时间序列 Fig. 3 Time series of the number of national weather stations within the area affected by the extreme rainstorm events in Anhui from 1961 to 2016.

参照中国气象局《暴雨预警指南》中暴雨过程的范围(四个等级均要求暴雨过程的范围约占全国面积的6%及以上),并结合安徽实际情况,从Ⅳ级到Ⅰ级,划分等级的暴雨面积逐级增大,确定暴雨过程范围如下: 占全省面积比例分别为Ⅳ级(轻度)≥20%,Ⅲ级(中度)≥40%,Ⅱ级(重度)≥60%,Ⅰ级(特重)≥80%。对应的国家级地面气象观测站数见表 3

表 3 安徽省三个区域不同等级暴雨过程的站数指标 Table 3 Station number thresholds of the different grades for rainstorm events in three areas of Anhui Province.
2.4 暴雨区平均日降水量

在全球气候变暖背景下,我国极端强降水的平均值和极值均呈增加趋势,极端强降水事件也逐渐增多(高涛和谢立安,2014)。安徽省24 h降水极大值分布不均,全省普遍为180~240 mm;其高值区主要分布在大别山区,最大值在岳西,达544 mm;沿淮为一低值区,最低值在怀远,为186 mm (于波等,2013)。安徽省极端强降水主要发生在梅雨期和台风引发的强降水过程中(谢五三等,2017)。

暴雨致灾性不仅与降水量有关,还受地域防洪抗灾能力影响。如,山区暴雨会诱发滑坡、泥石流等灾害,而江河流域排涝能力较强,对其灾害相对容易防控。为了定量统计暴雨日降水量与灾情的对应关系,将1961—2016年安徽省民政厅提供的灾情和2006—2016《安徽省气象灾害年鉴》中收录的227个暴雨过程的灾情数据,按照表 1的规定将所有暴雨灾害过程划分为四种类型,即小型(light)、中型(Mediumn)、大型(Heavy)和特大型(Extreme),分别对应本文规定的Ⅳ级、Ⅲ级、Ⅱ级、Ⅰ级由轻到重的暴雨灾害预警等级,每级样本数分别为89、68、44、16。其中,特大型灾害的极端性较突出,约5~10 a一遇,其样本较少。对于每级暴雨灾害,分析其对应的暴雨区平均日降水量的百分位分布特征(图 4)。根据图 4的统计结果,沿淮淮北和沿江及江淮之间的Ⅳ级、Ⅲ级、Ⅱ级、Ⅰ级预警的降水阈值分别由轻度、中度、重度、特重灾害对应的25、50、50、75百分位决定,山区由于地质条件脆弱且发生山洪、泥石流的隐患大,故适当降低阈值,由轻度、中度、重度、特重对应的10 (Ⅳ级)、50 (Ⅲ级)、50 (Ⅱ级)、50 (Ⅰ级)百分位决定。暴雨区平均日降水量的等级划分见表 4

图 4 沿淮淮北(a)、沿江及江淮之间(b)、大别山区及皖南山区(c)各灾情等级暴雨区不同百分位平均日降水量(单位: mm)分布 Fig. 4 Distribution of the different percentiles of mean daily precipitation (unit: mm) in the rainstorm areas of different disaster grades in (a) the northern Anhui along Huaihe River, (b) the Dabie Mountain and southern Anhui mountain regions and (c) the region between Yangtze River and Huaihe River of Anhui.

表 4 安徽三个区域不同等级暴雨过程的平均日降水量指标(单位: mm) Table 4 Thresholds (unit: mm) of mean daily precipitation for the different grades of rainstorm events in three areas of Anhui Province.

图 5给出1961—2016年安徽省93次极值暴雨过程累计降水量的年变化,其大都在100 mm以上,且有缓慢增长趋势(通过0.05显著性水平检验),其增长趋势明显。通过灾情统计发现,持续时间长、范围广、强度大的暴雨严重影响人民生命财产安全和经济社会发展,当暴雨过程累计雨量超过300 mm或暴雨区日平均降水量超过120 mm时,其造成的灾情较重。如,1991年7月5—8日暴雨区日平均降水量达到138.9 mm,过程总雨量374.8 mm,暴雨过程影响范围约占到全省面积的33%,导致88人死亡和27.6亿元经济损失;再如,1996年6月29日—7月2日暴雨区日平均降水量达到157.2 mm,过程总雨量492 mm,暴雨过程涉及范围占全省面积的31%,造成66人死亡、57.75亿元经济损失。根据表 3表 4中的指标,可以确定这两次过程的降水量和范围均达到了Ⅰ级暴雨灾害预警标准。

图 5 1961—2016年安徽省极值暴雨过程的累积降水量(单位: mm)时间序列 Fig. 5 Time series of the accumulated rainfall (unit: mm) of extreme rainstorm events in Anhui from 1961 to 2016.
2.5 小时雨量

安徽省30 a气候资料统计显示(于波等,2013),各地1 h降水极大值同样呈现出多个大值中心,极大值中心主要分布在大别山区,最大值在霍山,达109 mm;其低值区主要在马鞍山和芜湖,分别为56、67 mm。可见,暴雨强度越大,越易致灾。如2013年6月30日黄山大暴雨,1 h最大雨量达83.4 mm (歙县洽舍),造成山洪暴发、塌方等灾害,多地江河水位迅速上升,因灾死亡5人、失踪1人、紧急转移1.09万人,直接经济损失2.7亿元。

为了统计小时雨量的分布特征,分别计算2006年以来沿淮淮北、大别山区及皖南山区、沿江及江淮之间小时雨量的95、99.5、99.9、99.95、99.99百分位值(表 5)。其中95、99.5、99.9百分位值分别对应《短时临近降雨强度等级划分》中的暴雨、大暴雨和特大暴雨。沿淮淮北、大别山区及皖南山区、沿江及江淮之间95百分位值对应的小时雨量分别为14.8 mm、11.3 mm、17.2 mm (与《短时临近降雨强度等级划分》中暴雨的范围8.0~19.9 mm·h-1相一致), 均小于短时强降水(20 mm·h-1)的阈值,每年发生的频数在10次左右,若以此为Ⅳ级预警的阈值会导致应急响应的次数过多。因此,Ⅳ级、Ⅲ级、Ⅱ级、Ⅰ级预警对应的最大小时降水量阈值分别由99.5、99.9、99.95、99.99百分位值决定,其具体设置见表 5

表 5 安徽三个区域不同百分位小时雨量分布与不同等级暴雨小时最大降水量指标(单位: mm) Table 5 Different percentiles of hourly precipitation (unit: mm) and the maximum hourly precipitation thresholds (unit: mm) for the different levels of rainstorm events in the three areas of Anhui.
3 暴雨灾害预警等级的划分及其应用

综合以上分析结果,可以得到安徽省沿淮淮北、大别山区及皖南山区、沿江及江淮之间三个区域的暴雨灾害预警等级见表 6。在实际运用中,满足表 6中4个指标中的任意2个,则发布相应等级的预警。如预计某一暴雨过程有一个指标达到Ⅰ级,另一个指标达到Ⅱ级,则发布暴雨灾害Ⅱ级预警(达到Ⅰ级指标必然满足Ⅱ级,合计有两项达到Ⅱ级),若有2个指标达到Ⅰ级,则发布Ⅰ级预警。

表 6 安徽省不同区域暴雨灾害预警等级划分指标 Table 6 Indices for classification of warning grades of rainstorm disaster events in the three areas of Anhui.

对安徽省不同区域暴雨灾害预警等级划分指标的应用效果从以下三个方面进行了检验。首先,统计1981—2018年全省致灾的149个暴雨过程,针对三个区域分别进行暴雨灾害预警等级回代检验,得到预警发布周期为Ⅳ级(轻度)在0.66~0.82 a之间,Ⅲ级(中度)约为1.15~1.90 a,Ⅱ级(重度)为3.16~3.80 a,Ⅰ级(特重)为9.5~12.6 a。这说明该标准符合安徽暴雨灾害特征,也能体现不同等级预警的极端性。预警发布准确率为75%~80%,96%的偏差在一个级别以内。Ⅳ级预警的漏报率在2%以内,说明上述等级划分可以对暴雨灾害起到有效的预警作用。虽然Ⅱ级以上预警漏报率在40%左右,但80%以上漏报样本发生在2000年前,受当时预报能力和交通、通讯水平限制难以及时有效转移人口,易发生群死群伤大型灾害,2000年以后,漏报率下降到15%以下。

分析1981年以来Ⅰ级(特重)预警在安徽汛期的应用情况显示,40 a内沿淮淮北地区有3次达到Ⅰ级(特重)预警等级,其他两个区域均有4次。沿淮淮北地区Ⅰ级预警发生在1983年7月、1998年6月、2000年6月;大别山区和皖南山区Ⅰ级预警发生在1984年8月、1996年6月底7月初、2010年7月和2020年7月;江淮之间和沿江地区Ⅰ级预警发生在1991年7月、1999年6月;2010年7月和2020年7月。

最后,为了显示暴雨灾害预警等级在安徽2020年应用情况,对该年6月1日—7月31日的暴雨过程进行应用。2020年安徽省梅雨期60 d、平均暴雨日数4.9 d (最多桐城、黟县、祁门和黄山光明顶达12 d)、平均降水量为856 mm (岳西鹞落坪最大为2 161 mm),累计雨量超过600 mm的面积占全省61.3% (超过1 200 mm的国家站有12个)、金寨(7月18日309.5 mm,为最大日雨量)和六安出现特大暴雨,以上5个方面数据均为1961年有完整气象记录以来历史同期第一位。

6月5、10日大别山区及皖南山区有5个国家站出现了暴雨,暴雨区平均日降水量分别为66.7 mm和68.3 mm,灾害预警等级达到Ⅳ级(轻度),在6月21—22日,暴雨区平均日降水量上升至80.9 mm,灾害预警升级到Ⅲ级(中度),期间因灾死亡1人,直接经济损失3.3亿元。7月5—8日皖南山区84%的面积发生暴雨,暴雨区平均日降水量99.5 mm,最大小时雨量80 mm,灾害预警达到Ⅱ级(重度)。该过程造成4人死亡,直接经济损失86.9亿元,其中7日因暴雨内涝严重,黄山市歙县高考延期。7月17—19日,江淮之间和沿江86%的面积有暴雨,暴雨区平均日降水量143.5 mm,发布暴雨灾害Ⅰ级(特重)预警。该过程因灾死亡或失踪4人,直接经济损失86亿元,长江、巢湖流域17个站超历史最高水位,仅合肥市就启用了9个666.667 hm2 (折合1万亩)以上的大圩蓄洪。沿淮淮北76%以上的区域在7月11日、17日、22日发生暴雨,日平均降水量超过90 mm,达到Ⅱ级(重度)暴雨灾害预警级别,淮河王家坝水位超保证水位0.29 m,于7月20日开闸泄洪。由暴雨灾害预警标准在2020年安徽汛期的应用情况可知,其符合安徽暴雨灾害特征,能够为政府和民众正确决策提供参考。

4 结论与讨论

本文利用1961—2016年安徽省81个国家级地面气象观测站雨量和2006—2016年地面自动观测站小时降水量资料以及1961—2016安徽省民政厅灾情与2006—2016《安徽省气象灾害年鉴》中收录的227次暴雨过程灾情数据,对安徽暴雨和灾情进行了统计分析,并根据暴雨过程的持续天数、位置、范围、降水量确定了Ⅰ—Ⅳ级暴雨灾害预警等级。主要结论如下:

(1) 对暴雨过程的持续天数指标,按1—4 d划分为4个等级。相比中国气象局《暴雨预警指南》,此暴雨灾害预警等级的Ⅰ级暴雨过程持续时间从3 d增加到4 d,4 d及以上的暴雨过程约占样本总数的5%,此标准符合安徽暴雨的气候特点和灾情。

(2) 将安徽全省划分沿淮淮北、大别山区及皖南山区、沿江及江淮之间三个区域,分别根据日平均降水量和小时降水量制定预警等级,更符合本省暴雨雨情。对于每个区域,根据暴雨区占区域总面积的百分比确定暴雨灾害预警范围指标, Ⅰ—Ⅳ级分别为80%、60%、40%、20%。

(3) 根据不同区域特征,建立暴雨预警降水量阈值和灾情的对应关系。Ⅳ级(轻度)预警山区、沿淮淮北、沿江及江淮之间日降水量阈值分别为55 mm、65 mm和70 mm,山区易发生滑坡、泥石流等灾害,较低的阈值可保证一旦暴雨发生就能启动最基本的应急响应,而长江排涝能力较强,较高的阈值可以减少空报,降低防灾成本。此外,山区易发生强降水,该区域Ⅰ级预警的日降水量阈值达到150 mm,也符合安徽实际情况。

(4) 中国气象局《暴雨预警指南》指标中无小时雨量,考虑短时强降水对地质灾害和城市内涝的影响,本标准增加了小时雨量指标。

(5) 暴雨灾害预警发布周期为,Ⅳ级(轻度) 0.66~0.82 a,Ⅲ级(中度) 1.15~1.90 a,Ⅱ级(重度) 3.16~3.80 a,Ⅰ级(特重) 9.50~12.60 a。该标准在2020年6—7月安徽的实际应用显示,其中7月17—19日,根据该标准,全省暴雨灾害预警达到Ⅰ级(特重),安徽省防汛指挥部采纳省气象局应急响应建议,于7月20日打开淮河王家坝闸泄洪,极大地减轻了灾害可能造成的损失。

作为安徽省地方标准,本文制定的暴雨灾害预警等级标准已由安徽省市场监督管理局于2020年1月25日发布实施。今后还将针对强对流、大雾、暴雪、低温冰冻、高温等展开气象灾害预警等级的地方标准制定工作,以便更好地服务于地方党委政府及其职能部门和社会公众。

参考文献
陈香. 2007. 福建省暴雨洪涝灾害风险评估与管理[J]. 水土保持研究, (4): 180-185.
丁一汇. 2019. 中国暴雨理论的发展历程与重要进展[J]. 暴雨灾害, 38(5): 395-406.
黄勇, 张红, 冯妍. 2012. 近38年安徽省夏季降水日数和强度的分布和变化特征[J]. 长江流域资源和环境, 21(2): 158-167.
韩秀君, 孙晓巍, 李爽, 等. 2014. 辽宁暴雨致灾指标及灾害影响预评估[J]. 气象与环境学报, 30(6): 80-84.
高涛, 谢立安. 2014. 近50年来中国极端降水趋势与物理成因研究综述[J]. 地球科学进展, 29(5): 577-589.
林建, 杨贵名. 2014. 近30年中国暴雨时空特征分析[J]. 气象, 40(7): 816-826.
刘雨佳, 张强, 余予. 2017. 华南地区1961-2014年暴雨级典型暴雨事件统计分析[J]. 暴雨灾害, 36(1): 26-32. DOI:10.3969/j.issn.1004-9045.2017.01.004
闵爱荣, 廖移山, 邓雯. 2016. 2008-2013年我国暴雨分布情况及变化趋势分析[J]. 暴雨灾害, 35(6): 576-584. DOI:10.3969/j.issn.1004-9045.2016.06.010
童金, 魏凌翔, 叶金印, 等. 2017. 安徽省不同地形条件下汛期短时强降水时空分布特征[J]. 气象与环境学报, 33(6): 42-48. DOI:10.3969/j.issn.1673-503X.2017.06.006
王秀荣, 毛卫星, 郭进修. 2007. 2004年主汛期我国强对流天气灾害统计特征[J]. 自然灾害学报, 16(2): 27-30. DOI:10.3969/j.issn.1004-4574.2007.02.005
谢五三, 吴荣, 宋阿伟. 2017. 1961-2015年安徽省小时降水变化特征与极值分布[J]. 灾害学, 32(3): 45-50. DOI:10.3969/j.issn.1000-811X.2017.03.009
谢五三, 田红. 2011. 近50年安徽省暴雨气候特征[J]. 气象科技, 39(2): 161-164.
杨明, 宫宇, 吴晓娜, 等. 2015. 安徽省夏季暴雨时空分布特征的成因分析[J]. 暴雨灾害, 34(2): 143-152.
於琍, 徐影, 张永香. 2018. 近25年中国暴雨及其引发的暴雨洪涝灾害影响的时空变化特征[J]. 暴雨灾害, 37(1): 67-72.
叶金印, 李致家, 刘静, 等. 2016. 山洪灾害气象风险预警指标确定方法研究[J]. 暴雨灾害, 35(1): 25-30.
于波, 鲍文中, 王东勇. 2013. 安徽天气预报业务基础与实务[M]. 北京: 气象出版社.
叶殿秀, 王遵娅, 高荣, 等. 2019. 1961-2016年我国区域性暴雨过程的客观识别及其气候特征[J]. 气候变化研究进展, 15(6): 575-583.
赵玉春, 许小峰, 崔春光. 2012. 中尺度地形对梅雨锋暴雨影响的个例研究[J]. 高原气象, 31(5): 1268-1282.
赵瑜, 赵桂香, 苗春生, 等. 2015. 2007-07-07江淮地区特大暴雨过程的地形敏感性试验分析[J]. 科技与创新, 28(3): 28-30.
张顺谦, 王春学, 陈文秀, 等. 2019. 四川省暴雨过程强度及损失评估方法研究[J]. 暴雨灾害, 38(1): 79-85.
朱红芳, 王东勇, 杨祖祥, 等. 2020. "海葵"台风(1211号)暴雨雨滴谱特征分析[J]. 暴雨灾害, 39(2): 167-175.