引言

随着全球变暖, 极端天气气候事件发生的不确定性及造成的灾害受到各级政府的关注^[1]。我国气象部门规定, 1 h内降水量为16 mm以上或者24 h内降水量为50 mm以上的雨都称为强降水。强降水具有突发性强、持续时间短、灾害来势凶猛等特征^[1], 容易引起山洪、积水以及诱发山体滑坡、泥石流等地质灾害^[2], 对城市和人口密集地区特别是低洼地区而言, 强降水往往会造成严重的交通阻塞、人员伤亡和财产损失^[1]。开展城市强降水研究, 是城市防灾减灾与安全生产的需要, 对保障国民经济的健康稳定发展也具有重要意义。

致灾阈值是指灾害发生时的临界天气气候条件, 一旦达到这一临界值, 天气气候灾害就造成生命伤亡或经济损失^[3]。国内已有一些学者开展了强降水及致灾阈值研究, 如李庆祥等^[4]采用排序法、插值法、正态变换法、平方根变换法和立方根变换法等方法对北京地区强降水气候事件阈值进行了研究; 赵海军等^[1]、高留喜等^[5]则采用传统排序法、Z指数法、平方根变换法开展了山东省短时强降水研究; 韩秀君等^[6]应用统计分析方法建立了辽宁暴雨致灾指标; 卢燕宇等^[7]提出了淮河流域动态致灾临界降水量指标; 郭广芬等^[8]通过研究湖北省暴雨洪涝致灾指标, 指出了过程降水量能更好地反映持续性降水累积效应的致灾作用。

上海地处东亚季风气候区, 每年汛期梅雨、台风、强对流等天气系统均会引起局地性、短时性的强降水, 导致城市交通受阻和民居、厂库进水, 影响生产和生活^[8]。近年来, 上海强降水事件呈弱增加趋势^[9], 短时强降水增加和海平面上升使得城镇防汛排涝面临新的挑战, 如2013年台风"菲特"造成全市12.1×10⁴人受灾, 2人死亡, 直接经济损失3.7亿元^[10]。以往研究多是针对上海暴雨变化特征、城市暴雨洪涝灾害暴露度、危险性等方面的评价研究^[10-12], 但对城市强降水积水阈值的研究尚不多见。因此, 本文利用上海2012- 2015年期间强降水110积水报警数据(以下简称积水灾情)和气象站降水数据, 分析积水灾情频次与降水的关系, 从而给出造成上海城市积水的强降水阈值, 以期为开展城市影响预报服务提供参考阈值。

1 资料与方法 1.1 数据资料

所用资料有2012-2015年来自上海市应急联动中心的居民居住区房屋进水或其周围道路积水的110报警数据。2012-2015年上海市国家站(包括区域自动气象站, 以下统称"自动站")逐时降水量数据和上海市行政区划图。文中提及的人口密集区是指人员居住集中的区域, 例如外环内各个街道, 以及外环外各个乡镇居民集中居住的区域。

(1) 110积水报警数据。主要包括发生时间、详细地址、上海地理坐标、积水事件描述等字段^[13]。利用该数据库资源, 获得2012-2015年上海市历次强降水积水灾情(包括道路积水、房屋进水、地下车库积水等)信息。2012-2015年期间, 上海强降水引起的110积水灾情共12 061起, 历年差异很大, 最少的为2014年, 仅有567次, 最多为2013年, 因遭受台风"菲特"和冷空气共同影响, 10月7-8日就多达3 785次。图 1给出2012-2015年上海积水灾情分布, 从中可见, 积水灾情全市分布不均, 中心城区虽然面积不到全市的5%, 但报警灾情点分布却最为密集, 近4 a占全市30%以上的灾情数。这是由于积水灾情的产生一方面与降水强度有关, 另一方面也与区域人口密度, 以及区域内人员受灾后报警意识强弱等有关。

(2) 降水观测资料。上海全市有11个国家站, 还有近200个具有单要素或多要素观测功能的区域自动站, 但有些区域自动站因管理没跟上而缺测较多。本文基于2012-2015年4 a间的所有自动站降水资料, 挑选并整理出4 a间每年均具有完整的逐小时降水数据的上百个气象站资料, 以确保降水数据能够较为准确地反映出上海夏季局地性强降水的空间分布和变化特征。

1.2 分析方法

基于积水灾情和气象站逐时降水数据, 选取2012-2015年期间46次强降水过程, 分析积水灾情频数与降水强度、累积降水量和降水持续时间的关系。首先, 选取2012-2014年期间40次造成较大区域积水的强降水过程, 综合分析中心城区和区县人口密集区强降水过程特征以及与积水的关系, 确定不同降水强度、累积降水量和持续时间影响下的强降水积水阈值。然后, 选取近年来几次影响较大的强降水过程, 进一步分析并验证强降水积水灾情与降水强度、累积降水量和持续时间的时空动态关系。最后, 利用2015年积水灾情和气象站逐时降水数据, 对提出的强降水积水阈值指标进行对比验证。

文中积水灾情数、累积降水量、1 h最大降水量、2 h降水量、降水持续时间分别用${D_\sum }$, ${R_\sum }$, R_max, R₂, T_d表示。

2 结果分析 2.1 积水与强降水关系的统计特征

2012-2015年, 上海每年均有强降水造成积水的天气过程发生, 其中以局地短时强降水天气居多。期间共发生强降水积水过程46次, 2012年有12次, 2013年有16次, 2014年有12次, 2015年有6次。绝大部分出现在汛期6-9月, 也有强降水过程出现在10月。

2.1.1 上海积水与强降水的总体关系

2012-2014年期间, 上海共发生40次强降水积水过程。积水灾情内容基本上以小区积水和马路积水为主, 因此可认定为上述灾情均发生在人口密集区。2012年8月8日"海葵"台风影响期间, 由于河道水位较高的客观因素, 上海部分泵站临时关闭, 造成了中心城区积水灾情达1 900多起。2013年10月8日菲特"台风残余环流与北方冷空气结合造成了上海持续12 h的降水, 累积降水量达300 mm以上, 加上上游来水的共同影响, 导致了全市大部分地区都有积水发生, 全市积水灾情数达3 500起以上。2013年9月13日市区和浦东地区1 h最大降水量R_max超100 mm, 累积降水量${R_\sum }$达140 mm, 造成了中心城区及浦东地区约达1 000起的积水灾情。这3次过程降水较为极端, 且存在外来因素(如高潮位、上游来水等)的影响, 不在本文的统计分析中考虑。

表 1给出积水灾情数与降水量、降水持续时间的相关性统计结果, 从中可见, 影响上海的40次强降水积水过程中, 累积降水量${R_\sum }$、1 h最大降水量R_max、2 h降水量R₂、降水持续时间T_d与积水灾情数${D_\sum }$之间相关性显著, 其中${R_\sum}$、R₂与${D_\sum }$为中等强度相关, 而1 h最大降水量R_max与${D_\sum }$也具有一定的相关性。下面针对强降水积水过程分别分析中心城区和其他区县人口密集区的上述参数的相关性。

2.1.2 中心城区积水灾情与强降水关系

2012-2014年造成中心城区积水的强降水过程有17次(台风过程除外), 大部分个例的T_d主要集中在1-2 h以内, 只有2个个例T_d超过3 h。而积水灾情基本在降水发生后1-2 h内就会出现。图 2给出2012-2014年中心城区强降水积水灾情数${D_\sum}$和小时最大降水量R_max、累积降水量${R_\sum }$关系, 从中可见, ${D_\sum }$与R_max、${R_\sum }$呈正线性回归相关。${D_\sum }$随着R_max和${R_\sum }$的增加而增加。对R_max而言, 达到30 mm, 开始有积水灾情(图 2a中R_max小于30 mm的个例的T_d超过2 h及以上)。另外, ${D_\sum }$与T_d相关。平均小时降水量在20-30 mm的降水持续2 h及以上, 也会有积水灾情。当R_max达到70 mm或者1-3 h的${R_\sum }$达100 mm以上, 灾情显著增多, 且灾情报警滞后性明显。

2.1.3 区县人口密集区积水与强降水关系

2012-2014年期间导致其他区县人口密集区积水的强降水过程有37次, 过程基本上持续时间为1- 4 h。图 3给出2012-2014年除中心城区外其他区县强降水积水灾情数${D_\sum }$和小时最大降水量R_max、2 h降水量R₂、累积降水量${R_\sum }$统计关系, 其中图 3b中过程统计去除降水持续时间T_d为1 h的过程。从中可见, 区县${D_\sum }$与R_max、R₂、${R_\sum }$几者之间呈现正线性回归相关。积水灾情数${D_\sum }$随着降水强度和累积降水量${R_\sum }$的增加而增加。从这些过程看, 小时降水量达到35 mm以上, 开始有积水灾情。同样区县积水灾情也与累积降水量有密切关系, 平均小时降水在20-30 mm之间且降水持续2 h以上, 即2 h累积降水R 2达到40 mm以上, 也会有积水灾情。相比中心城区R_max达70 mm以上或${R_\sum }$达100 mm以上${D_\sum }$会明显增加的情况, 青浦、金山、崇明等区县(较偏远区县)在R_max超50 mm、${R_\sum }$超100 mm的情况下, 会出现零星灾情报警的情况。

2.2 积水与强降水关系的动态过程特征

从近4 a强降水过程中挑选出典型个例, 包括2014年9月1日短时强降水过程和2015年8月24日倒槽降水过程, 进一步分析验证积水灾情数与小时最大降水量、累积降水量和降水持续时间的关系。

2.2.1 2014年9月1日短时强降水过程

受低涡切变线影响, 2014年9月1日凌晨, 上海崇明、宝山、中心城区等地区出现了短时强降水。图 4给出9月1日当日04-08时(北京时, 下同)逐时降水量和积水灾情${D_\sum }$的空间分布, 从中可见, 此次降水过程主要集中在北部地区。04时降水发生区域为嘉定中心区域(图 4a), 区域内R_max为33 mm, 最强降水区域内无灾情; 05时强降水移至中心城区的闸北、杨浦和宝山交界地区以及崇明局部地区(图 4b), 区域内R_max超过100 mm, 在同1时次内除崇明以外的强降水区域内出现了37起积水灾情; 06时强降水发生在崇明中部地区(图 4c), 区域内R_max达到50 mm, 该区域内有积水灾情, 而中心城区在本时次虽无降水, 但区域内积水灾情仍在持续并有所增加, 一共有74起。07-08时除了崇明和浦东南部地区外, 其他地区基本无降水, 但仍有23起的积水灾情, 且灾情点位置与05时强降水区域较为吻合。说明当强降水发生时, 汇水速度加快, 短时形成局地积水, 即使后续无明显降水, 退水时间仍有1-3 h延时。本次过程也说明发生在凌晨的强降水, 接近或达到小时降水量阈值标准, 但过程持续在1 h左右的, 局地虽形成积水, 但未必会有积水灾情接报(如嘉定区)。

图 5给出2014年9月1日短时强降水过程上海部分地区自动站小时最大降水量R_max (降水时段为05- 07时)和积水灾情数${D_\sum }$逐小时分布(积水灾情时段为05-08时)。从中可见, 降水过程持续时间不长, 中心城区、宝山区和崇明县的降水时间分别持续1 h、2 h和3 h, 但短时降水强度大, 尤其是中心城区, 自动站降水测得的R_max达100.5 mm。中心城区出现的强降水导致在同1 h内有23起灾情, 并导致后续3 h内仍有灾情, 中心城区过程总灾情数超过80起。宝山地区05时R_max达到45.8 mm, 同1 h内有13起灾情。崇明地区在05时R_max达到41.7 mm, 06时起有积水灾情。3个区域内, 虽然崇明累积降水量${R_\sum }$最大, 达117.1 mm, 但灾情数不足20起, 明显低于其余两区。该降水过程表明, 短时强降水达到一定量级以上, 局地积水明显, 且退水有延迟, 但中心城区和其他区域下垫面不同, 因此积水报警量有差别。

2.2.2 2015年8月24日倒槽降水过程

2015年8月24日受倒槽影响, 上海嘉定、闵行等地区出现了强降水, 局部地区达到大暴雨, 1 h最大降水量达63.9 mm。降水导致全市69条道路积水, 最大积水深度100 cm, 142户居民家进水, 灾情主要发生在嘉定区和闵行区。图 6给出8月24日07-10时3 h累积降水量${R_\sum }$和积水灾情07-13时${D_\sum }$的分布, 从中可见, 上海西北角的嘉定以及与嘉定接壤的青浦、闵行和中心城区3 h累积降水量最大, 达70 mm以上, 局部区域达100 mm以上, 灾情点相对密集。上述区域中人口和道路密度高的居住区受强降水影响最大, 加重了强降水灾害的损失。

图 7给出该过程07-10时青浦、闵行和嘉定最大小时降水量与积水灾情${D_\sum }$的关系, 从中可见, 第1个时次当嘉定和青浦小时降水量接近20 mm时, 没有积水灾情出现, 闵行区1 h最大降水量达到63 mm, 这个时次内就有少量的积水灾情。当各区07-08时内累积降水量达到60-100 mm时, 区域积水灾情已显著增长, 达上百个, 且累积降水量越大, 灾情接报持续时间越长。灾情峰值出现时间滞后于降水峰值出现时间。从几个时刻灾情分布看, 90%以上的灾情点位于1 h降水量30 mm以上或累积降水量超100 mm区域, 且灾情有明显的滞后性。强降水区域面越大, 积水灾情数越多。

2.3 积水阈值指标的建立及业务应用检验 2.3.1 上海城市人口密集区积水阈值指标

综上可知, 1 h最大降水量R_max、2 h降水量R₂与积水灾情${D_\sum }$相关性较好, 所以从R_max和R₂中选取上海市中心城区积水临界阈值指标:中心城区R_max达到30 mm, 或R₂超过40 mm; 其他区域R_max达到35 mm, 或R2超过40 mm, 则会出现明显积水灾情。

2.3.2 积水阈值指标的业务应用检验

根据2015年强降水积水个例的降水过程及积水灾情数据, 对积水阈值指标开展业务检验。表 2给出2015年强降水过程积水灾情数${D_\sum }$与降水量、降水持续时间的统计结果, 从中可见, 中心城区2次降水过程, R_max接近或超过30 mm, R₂均超过40 mm, ${R_\sum }$超80 mm, 积水灾情较多。其他区县降水过程均持续2 h以上, 大部分过程R_max超过35 mm, R₂超过40 mm, 也都有不同程度的积水灾情。2015年过程中也出现了影响崇明、南汇等地的降水过程, R_max超过50 mm, 但积水灾情数较少。

综上可知, 无论对于中心城区还是其他区县的人口密集区, R_max为30-40 mm作为积水临界阈值指标具有较好的参考价值。当台风过程中, 降水强度强、持续时间长, 累积降水达到138 mm以上时, 积水灾情数均超过90起。梅雨强降水过程中, 在小时降水量和累积降水量接近时, 中心城区的积水灾情数远大于崇明地区。

3 结论与讨论

(1)降水初始阶段的强度对积水阈值的确定至关重要。中心城区1 h降水量达到30 mm时, 就可能出现积水, 当中心城区1 h降水量达到70 mm时, 积水灾情显著增多。对于区县人员密集区来说, 1 h降水量达35 mm时, 也可能出现积水。

(2) 积水灾情与降水强度、降水持续过程的长短、降水区域面有关。20 mm的降水持续2 h以上, 积水灾情也会增多, 且报警滞后性明显, 因此对局地短历时强降水, 2 h累积降水量达40 mm也可成为积水阈值。

(3) 积水灾情发生的时间较强降水发生时间具有明显的滞后性, 一般在降水发生后1-2 h开始有报警, 而对于累积强降水量, 有可能滞后4-5 h。

当然, 110积水报警频次的多寡与人口密度、地表状况以及人们的日常活动程度密切相关, 同样强度的降水, 人口集中区域的积水灾情报警数远远多于人口稀少区域。人口集中区域, 尤其是旧屋和简屋比例较大的人口集中区域, 地下雨水管道陈旧, 当有短时强降水发生时, 积水灾情数多于其它区域。另一方面, 当降水区域面大、且降水持续时间长时, 一旦城市地下管网、河道和水系水容量超极限值时, 则无论是上海城区还是郊区都会受到积水的影响。