強降水持續過程對上海市內交通經濟損失評估模型初探*

黃 琰 董文杰 支 蓉 龔志強

1)(中國科學院東亞區域氣候環境重點實驗室，北京 100029)2)(中國科學院研究生院，北京 100049)3)(北京師范大學全球變化與地球系統科學研究院，北京 100875)4)(國家氣候中心，中國氣象局氣候研究開放實驗室，北京 100081)(2010年7月27日收到;2010年8月10日收到修改稿)

強降水持續過程對上海市內交通經濟損失評估模型初探*

黃 琰1)2)董文杰3)支 蓉4)龔志強4)

1)(中國科學院東亞區域氣候環境重點實驗室，北京 100029)2)(中國科學院研究生院，北京 100049)3)(北京師范大學全球變化與地球系統科學研究院，北京 100875)4)(國家氣候中心，中國氣象局氣候研究開放實驗室，北京 100081)(2010年7月27日收到;2010年8月10日收到修改稿)

通過探討極端降水與城市道路交通受災損失之間的關系確定災損函數曲線，首先構建城市道路積水排盡模型、積水持續時間模型，以及道路積水的經濟損失評估模型等理論模型，再引入與道路抗澇能力相關的社會經濟因子，最終構建了一個極端降水對道路交通造成經濟損失的估算模型.經檢驗，該模型具有較好的模擬性能和適用性，且所需輸入變量少，計算簡便，適合地區經濟損失的快速評估.從該模型出發，確定了上海地區逐年極端降水降水強度和總過程降水量的閾值，從而提出一個新的極端降水定義方法——隨影響因子變化的固定閾值法，該方法突出了極端降水給社會帶來災害損失這一社會特性，與其他方法相比更具社會實用價值.

極端降水，極端降水-經濟損失模型，閾值

PACS:92.60.Wc

1.引 言

中國是世界上的氣候脆弱區之一，資料統計顯示，降水異常引發的洪澇災害在一般年份所造成的經濟損失約占氣象災害總損失的27.5%［1］.如今全球氣候變暖，極端天氣氣候事件進入頻發期，由此造成的氣象災害，尤其是旱、澇災害明顯增多.據統計，目前我國各類自然災害造成的經濟損失占年均GDP的3%—5%，而因極端氣候事件造成的經濟損失約占其中的 65%［1，2］.我國受洪災威脅的地區分布在江河流域附近人口與資產最密集的區域，隨著經濟的快速發展，城市人口日益增多，城市規模也不斷擴大，社會財富高度集中，導致人們對自然環境變化的依賴程度隨之增加，因此洪澇災害對經濟社會的發展，尤其是城市居民生產生活的影響日益增大［3］.在此背景下，研究極端降水事件如何對社會經濟，特別是受天氣影響較大的城市交通運輸造成影響，影響的程度如何衡量，這都是開展城市防災減災工作的重要基礎和前提.

目前，針對經濟損失與氣象災害因子之間關系的災害評估模型已開展了一系列研究并取得了一定的成果，如引入氣象因子的計量經濟模型的運用，繪制災損曲線以建立降水與損失之間的回歸模型，在水文和水動力模型基礎上構建洪災損失評估模型等［4—9］.但值得指出的是，部分模型的構建方法還相對粗糙，如將氣象要素作為一個外延變量引入計量經濟模型，用回歸模型反映極端降水與災情損失之間的關系等，它們都忽略了極端降水引發的洪澇作用于受災體的物理過程;而部分以水文和水動力模型為基礎的洪災損失評估模型能很好的模擬出受災體的受災過程，目前大部分城市洪水的分析模擬模型［10—14］都是基于水動力模型構建的.但這些模型使用的前提是需要掌握研究區域較詳盡的地形分布、土地利用、排水道管網分布等數據，模型所需輸入數據量大，對數據精度要求較高，而這些數據不易獲取，這使模型的使用受到限制.因此，有必要在前人所建模型的基礎上，發展一個能對極端降水事件造成城市道路交通的經濟損失進行模擬和評估的模型，該模型能總體上模擬出洪水對道路交通致災的物理過程，而且適用于不同經濟背景地區的城市道路交通受洪澇影響的經濟損失評估.本文選取能較好描述降水極值特征的因子為自變量，將極端降水造成的經濟損失作為因變量，構建了一個參數化的函數模型，該模型能定量描述極端降水與城市道路交通經濟損失之間的關系.首先建立和運用交通、經濟學領域的各種理想模型，對城市交通的具體受災過程進行了詳細的描述，在此過程中對一些物理過程進行了適當的簡化，以減少輸入變量及計算量，使模型使用更靈活，適用于無法獲得城市街道和排水管道分布以及城市地形、土地利用等精確數據地區的洪澇災害損失的快速評估.

隨著對氣象和氣候極端事件的深入研究，極端事件的一些總體特征逐漸被揭示出來，這也為如何用極端天氣(氣候)因子準確地描述極端事件的特點成為可能［15—29］.但目前氣象領域所定義的極端降水與社會經濟領域中所關注的給社會經濟帶來嚴重影響的極端降水并不相符，傳統的極端降水定義方法不完全適用于社會經濟領域，因此同樣有必要重新對極端降水的定義開展研究，從而將極端降水給社會造成經濟損失的社會性突顯出來，使新的極端降水定義方法能在社會經濟領域得到推廣和應用.

2.數據和方法

2.1.研究區域選擇

上海地處長江入?？?，地勢平坦，境內河流眾多，主要受亞熱帶季風氣候的影響，汛期暴雨頻繁，深受暴雨、洪澇災害的影響.隨著國民經濟的快速發展，上海地區的城市化進程也不斷加快，2008年城市化率已接近90%［30］，導致社會對自然環境變化的依賴程度增強，極端降水給城市社會經濟造成的損失日益增加.選擇上海地區作為研究區域，城市道路交通部門作為研究對象，對該地區極端降水造成的城市交通損失進行研究.

2.2.數據來源

降水數據來自中國氣象局氣象信息中心氣象資料室發布的中國地面氣候觀測數據集，從中選取了上海地區兩個臺站1951—2008年的逐日降水數據.經濟數據來自《中國統計年鑒》(2009)和《上海統計年鑒》(1983—2009).災情數據來源于《中國氣象災害大典》(上海卷).

2.3.研究方法

對上海龍華站1951—2008年的逐日降水數據進行分析可知(如圖1，圖2)，上海地區日降水量≥25 mm的降水發生頻率在近60年約為9%，其方差貢獻率約為77.3%;其中夏、秋兩季發生的頻率較高，在10%以上，而冬春兩季發生頻率則低于5%.≥25 mm降水在春、夏、秋三季的方差貢獻率均在60%以上，而冬季僅為31.2%.上世紀60年代以來，除春季外，上海地區≥25 mm的降水無論從發生頻率還是方差貢獻率上都呈上升趨勢，其中夏季的發生頻率和冬季的方差貢獻率增加最明顯.

從以上分析看出，近60年上海地區≥25 mm的降水的累積概率小于10%，處于極端降水水平，近10年雖然≥25 mm的降水發生頻率明顯增加(11.9%)，但也接近10%，因此取25 mm作為上海地區的初始極端降水閾值比較合理.

圖1 各年代上海地區≥25 mm降水的發生概率

圖2 各年代上海地區≥25 mm降水的方差貢獻率

若某一測站連續N天(N≥1)的日降水量均大于25 mm，就把這N天的連續強降水看作一個極端降水過程.從臺站降水量逐日值觀測數據中挑選了 若干個極端降水過程進行分析(如表1所示).

表1 建模選用的災害個例［30，31］

通過以下幾個步驟可建立受災因子的特征量與極端降水因子、社會經濟影響因子間的數學模型:

第1步，將受災因子與降水因子及各種可能的社會經濟影響因子分別繪制散點圖，確定模型的函數形式和相關性;

第2步，挑選可靠性較好、精度較高，序列長度較長，且與經濟損失密切相關的影響因子引入模型中;

第3步，將部分復雜、不易描述的過程參數化或區域平均化，建立理想模型;

第4步，用研究區域數據對所建模型進行參數估計.

通過建立經濟損失與氣象因子之間的參數模型，再根據該模型推算出當災害損失減少為零時氣象因子的閾值，該閾值能反映氣象因子同社會經濟損失之間的關系，因此具有經濟學上的意義.

3.模型的建立

3.1.極端降水－受淹街道評估模型

經分析可知，極端降水過程的降水強度(極端降水過程中的日平均降水量)和受淹路段條數有較好的正相關關系(如圖3)，這種關系可用冪函數的形式描述.選取歷年城市排水管道長度作為與城區道路排澇能力相關的社會經濟因子，在考慮社會經濟影響因子的情形下，運用冪函數的形式可建立降水強度－受淹路段條數模型

其中，Nr為受淹路段條數，珋r為過程降水強度，Ldp為城市排水管道長度.模型的擬合回歸參數分別為:a0=2.21，a=0.077，b= －0.0087，c= －26.47.

圖3 災害個例受淹路段條數和降水強度的相關關系

模型模擬值與實際統計值之間的相關關系如圖4所示，經計算，兩者的相關系數為0.8.圖4和模擬值與實際統計值的相關系數表明，模型對受淹路段條數的模擬有較好的適用性.

圖4 災害個例受淹路段條數統計值和模擬值的比較

參數b為負值，說明城市排水管道長度對城市道路受澇程度起抑制作用.由于社會經濟的發展，城市排水管道建設不斷得以完善，道路的抗澇能力也不斷提高.在此將能否導致道路交通產生經濟損失的降水強度臨界值定義為致災降水強度閾值，該閾值可反映社會經濟因子的變化導致道路抗澇能力發生明顯變化的事實(如圖5):上世紀50年代，當降水強度大于26 mm/d時城市道路就會出現積水現象;而到了本世紀初，降水強度超過45 mm/d時道路才可能產生積水.上世紀50—80年代城市道路排澇的能力提高不明顯，但90年代以后城市排澇能力顯著增強，僅10年時間，相應的致災降水強度閾值就增加了8.2 mm/d，而到本世紀初抗澇能力甚至達到了能抵御暴雨的水平.由圖5可知，致災降水強度閾值隨時間的變化與城市排水管道的建設緊密相關，該閾值隨著排水管道長度的增加而提高，而且其增長趨勢同管道長度的趨勢保持一致.

圖5 上海逐年致災降水強度閾值和各年代城市排水管道長度平均值

經研究，可用受淹路段條數和受淹路段平均積水深度構造一個新變量——路段總積深Hn為

其中 Nr為受淹路段條數，hr為受淹路段平均積水深度.

圖6 災害個例路段總積深和過程總降水量的相關關系

路段總積深Hn可綜合考慮受淹路段和路段積水深度這兩個受災因子的變化情況，通過分析，它與過程總降水量Σ r有很好的相關關系(如圖6);而若用過程總降水量的冪函數來擬合Hn，可計算出其相關系數為0.72.

通過分析，可類似地在冪函數的基礎上建立總降水量－路段總積深的擬合回歸模型

其中Hn為路段總積深，Σ r為過程總降水量，Ldp為城市排水管道長度，模型參數:a0=1.51，a=46.0，b=－5.36，c=－1652.88.經計算，模型模擬值和計算值之間的相關系數達0.88，該模型對路段總積深的模擬效果較好(如圖7).

圖7 災害個例路段總積深統計值和模擬值的比較

(1)和(3)式都是通過繪出受災因子(受淹路段條數和路段總積深)和降水因子(過程降水強度和過程總降水量)的散點圖，確定它們之間的函數關系(冪函數關系)后，通過最小二乘法估計模型參數而得.模型參數綜合反映了上海地區城市道路建設水平以及街道地形、地勢、坡度等要素，因此，若要將模型推廣到其他地區，需對模型參數進行重新估計.通過建立以上模型，只要已知平均降水強度和過程總降水量，即可估計出受淹路段條數Nr和道路積水深度hr.類似地，可由(3)式推出包含城市排水管道作用的逐年致災總降水量閾值(圖8)，該閾值即為道路因極端降水產生路面積水從而使城市交通產生經濟損失的總降水量臨界值，它同樣可以反映社會經濟發展對城市道路抗澇能力的影響.從圖8也可看出，上世紀50—80年代道路的抗澇能力提高不明顯，而90年代以后閾值迅速上升，本紀初致災降水總量閾值超過100 mm.

圖8 上海逐年致災降水總量閾值和各年代城市排水管道長度平均值

設平均每個路段管道的最大排水能力為dr(單位:m3/d)，平均降水強度為 p，積水路段的平均面積為珔Sr，為簡化模型，假設降落到路面上的降水均由排水管道排走，未能及時排走的降水在路面形成積水，且道路與周邊地區的積水不發生流入、流出現象，由此可建立t時刻(從降水開始時刻計時)路面積水總量V的理想模型

其中Nr為受淹路段條數，hr為道路積水深度.由(4)式可推出從降水至 t1時刻道路的積水深度hr1為

同樣由(4)式可推導出降水結束后t2時刻(從降水開始時刻計時)的道路積水深度hr2為

hrmax為道路的最大積水深度，Tl為降水持續時間.

在此假設道路最大積水深度在降水停止時刻出現，則最大深度積水的排盡時間T可由道路最大積水量Vmax和最大積水深度 hrmax的表達式求出;假設積水開始出現時間 Tb≈0，即發生降水發生不久就有積水出現，可建立積水持續時間Tr的表達式為式中Tr為積水持續時間，hr1和hr2分別為降水過程中t1時刻和降水結束后t2時刻的道路積水深度，Nr為受淹路段條數，p為平均降水強度，Tl為降水持續時間，Hnmax為降水停止時刻的路段總積深最大值.

因此在已知平均降水強度p、過程總降水量Σ r和降水持續時間 Tl的情況下，可由(1)，(2)和(3)式推算出受淹路段條數Nr和降水停止時刻的路段總積深最大值Hnmax，再通過(7)式即可估算出積水持續時間Tr.

3.2.受淹街道-貨幣損失模型

現階段主要運用兩種方法對城市道路受澇產生的經濟損失進行評估:用耽擱時間來描述道路受澇對交通造成的影響，再用替代法計算出耽擱時間內原本能完成的經濟產值，即用本地區的單位時間產值×耽擱時間估算道路受澇造成的經濟損失;或估算由于道路積水汽車在路上延長的行駛時間所耗油量和積水對汽車的損耗.在此主要采用本地區單位時間產值×耽擱時間積水對道路交通的經濟影響的估算方法.

耽擱時間與積水深度關系緊密.一般情況下路面積水超過汽車排氣管高度時車輛無法行駛，考慮到不同車型排氣管高度的差異，首先假設當道路積水超過1 m時任何車輛都無法行駛，即此時的車流速度為0，再假設積水深度對車流速度的減速作用同該時刻的積水深度成正比，根據以上假設可建立車流速度的表達式為

其中vf為道路無積水情況下車流的平均速度，hr為道路積水深度.

分析速度與路程之間的關系式可知，一段長為dL的路程，正常情況下車流通過時間為:dt=dL/vf，但若t時刻該路段有深度為hr(t)的積水，則車流速度降至［1－hr(t)］vf，假設在 dt時間內車流速度保持不變，若此時積水深度小于1 m，則可由上述關系推導出通過該積水路段的車流被耽擱的時間

其中Td為時間t內通過積水路段的車流被耽擱的時間，hr(t)為t時刻道路積水深度.由(9)式可推出降水至t1時刻，道路積水使交通耽擱的時間 Td1的表達式

其中Hnmax為降水停止時刻的路段總積深最大值，Nr為受淹路段條數，Tl為降水持續時間.類似地，降水結束而積水未排盡的t2時刻，積水使交通耽擱的時間Td2為

其中p為平均降水強度.若在時段［T1，T2］內積水深度hr≥1 m，則可通過改變(10)和(11)式的積分上下限求出交通總耽擱時間Td0

其中，Nr為受淹路段條數 Hnmax為降水停止時刻路段總積深的最大值，Tl為降水持續時間，p為平均降水強度，T1為降水過程中道路積水深度達到1 m的時刻，T2為降水結束后道路積水下降至1 m的時刻.

若道路積水深度hr始終小于1 m，則可令Tl=T1=T2，代入(12)式即可求出總耽擱時間 Td0.因此通過求算積水持續時間 Tr，Hnmax和受淹路段條數Nr，可進一步求出耽擱時間Td0.

由前面分析可知，耽擱時間與當地單位時間產值相乘可估算出極端降水對交通造成的經濟損失，由此可建立總耽擱時間與交通損失 Ytr之間的關系式

其中，UP為當地單位時間產值，Nr為受淹路段條數，SNR為城市主要路段條數，Nr/SNR為路段受淹率.

4.個例分析

以1991年8月7—8日上海市區遭受暴雨襲擊導致城區道路積水所帶來的經濟損失為例，檢驗所建模型的適用性.

1991年8月7—8日上海全市范圍普降雷暴雨和大暴雨，局部地區特大暴雨，兩日平均降水強度為136.2 mm，平均過程總降水量為272.3 mm.而1991年上海市區排水管道長度為1942 km.將兩日平均降水強度、過程降水總量和排水管道長度代入極端降水-受淹道路模型中，由此得估算出道路平均積水深度和受淹路段條數分別為40.7 cm和559條，這與災情記錄——積水30—40 cm和受淹574條馬路在數值上很接近，兩個變量模擬值和統計值的相對誤差僅為2.6%和16.3%左右.由道路積水深度和路段總積深的估計值以及降水數據，可推算出積水持續時間為2.35日，其中降水結束后積水排盡所需時間為8.43 h.進一步可由(12)式求算出道路積水使交通總耽擱的時間為69.66 h.1991年上海單位時間國民生產總值為942.66萬元/小時，街道條數約為2萬條，因此本次暴雨過程導致市區道路的受淹率為26.4‰，道路積水導致交通堵塞所造成的經濟損失金額約為24.89萬元.

5.極端降水的新定義

用閾值法定義極端降水，其降水閾值的選取目前常用兩種方法:固定閾值法和百分位閾值法.百分位閾值主要反映了變量的概率統計特征，閾值隨變量統計特征的變化而發生改變［32—35］.對于引發災害的極端降水來說，觸發災害的降水閾值與受災體自身的抗災能力緊密相關，而與致災因子的概率統計性質相關性較小，因而用百分位閾值描述引發災害的極端降水閾值并不適合.

引發受災體發生質變并產生經濟損失的降水閾值在一定時期和條件下基本保持不變或處在一個有限的變化范圍內，所以在外界能對受災體性質產生影響的因子未發生明顯變化的情況下，極端降水的致災閾值可用固定閾值定義.但外界影響因子隨時間發生變化從而對受災體的抗災性質造成影響時，受災體所對應的降水致災閾值將發生改變，此時前一時期的降水固定閾值就不再適用，這里可用承災性衡量受災體能承受程度多大的災害才會發生質變從而產生經濟損失的自身特性.由此可知，固定閾值在受災體自身性質不變的情況下適用性較好，但要充分考慮其承災性隨時間和社會經濟發展而發生變化的情況.

上文研究表明，極端降水的承災性在一定程度上受到某些社會經濟因子的影響，而極端降水致災閾值又與受災體承災性密切相關，因此極端降水的致災閾值會隨著這些因子的變化而發生改變.由此可以通過社會影響因子的發展來描述極端降水閾值的變化情況.

經由(1)和(3)式可推導出用排水管長度的指數函數來描述極端降水對上海地區交通的致災強度閾值ptr1和過程總降水量閾值ptr2

Ldp為上海地區某一年份的城市排水管道長度，a1=3042.53，b1=8.85，c1=0.45，a2=308.37，b2=8.58，c2=0.66.

結合表1，從圖4和圖6看出，1991年8月7—8日以及1995年6月24—25日(圖4，圖6中序號為7和12的個例)這兩次極端降水過程都造成了非常嚴重的道路積水.通過分析這兩次過程的降水，發現嚴重的災情與過程降水強度有直接關系，兩次過程的平均降水強度分別為136.2 mm/d和116.3 mm/d，均達到大暴雨水平，而降水強度也可檢驗城市排水設施應對瞬時大流量的排水能力，因此將降水強度作為衡量對城市交通造成威脅的極端降水的變量較合理.而1985年8月31—9月3日(圖4，圖6中序號為3的個例)的持續性強降水過程的降水強度僅為64.7 mm/d，但其歷時4 d，持續時間較長，過程總降水量達235 mm，最終該過程也造成了許多街道嚴重積水的情況.由此看出，極端降水過程不僅在降水的強度上對城市道路交通產生影響，降水持續時間也與道路積水有很大關系.而過程總雨量能衡量出城市排水系統的持續排水能力，因此降水總量同樣應該作為表征降水極端程度的變量.因此在考慮極端降水閾值時，必須把降水強度閾值同降水總量閾值綜合考慮，只要降水強度或降水總量超過相應的閾值，街道就可能產生積水從而造成城市交通運輸的經濟損失.

可將極端降水定義為降水強度或總量超過一定閾值的降水過程，這個極端降水閾值在一定時期內是一定值，但從長時期來看，它受到某些社會經濟因子的影響并隨時間發生變化，由此可將對城市交通造成影響的極端降水定義為:降水強度或總量大于致災降水閾值的短時強降水或持續數日的連續性降水，其中各年份致災降水強度閾值和過程總降水量閾值與當年的城市排水管長度呈指數關系，在上海地區降水強度和總降水量致災閾值的多年平均值分別為31.3 mm/d和42.0 mm.

以上定義的閾值有兩大特點:1)短期是相對穩定的固定閾值，2)長期受社會經濟因子影響而隨外界影響因子發生變化.因此以上定義的極端降水閾值可稱為“隨影響因子變化的固定閾值”.用該定義方法確定的致災降水閾值不僅能反映一段時間內城市道路交通抗澇能力的相對穩定性，還反映了社會經濟因子對道路交通抗澇能力的推動作用，即外在條件對道路交通承災性和抗澇性質的長期影響.與傳統的兩種極端降水閾值(固定閾值和百分位閾值)選取方法相比，這種閾值定義方法能綜合考慮受災體本身的性質和外界因子對它的作用，更能反映極端降水這一原本僅僅是統計意義上的天氣過程對人類社會造成的經濟影響，使其具備一定的社會經濟意義，因此更適用于社會具體行業部門(上文所建模型適用于城市交通部門)受災損失的評估工作.

6.結論與討論

通過探討極端降水和城市道路交通經濟損失之間的關系，首先確定災害損失函數曲線，接著結合城市道路積水排盡時間理論模型、道路積水與車流速率的理論模型以及經濟損失評估模型等建立一個極端降水對道路交通造成經濟損失的估算模型，并在模型中引入城市排水管長度作為社會經濟影響因子.

該模型有以下幾個優點:模型所需輸入變量少，計算簡便，適用于城市道路澇災的經濟損失快速評估;該模型既能充分考慮大部分物理過程對受災體的影響，又對一些難于描述的復雜過程加以了簡化.通過對上海市一次暴雨襲擊造成交通道路損失的個例模擬檢驗發現，道路平均積水深度和受淹路段條數的模擬值和統計值的相對誤差僅為2.6%和16.3%左右，進一步驗證了上述所建模型的實用性.

從經濟學和災害學的角度出發，對極端降水進行了重新定義，提出了“隨影響因子變化的固定閾值”的概念.用該定義方法確定的道路受災閾值能綜合考慮受災體本身性質和外界因子對它的作用，具備一定的社會經濟特性，適用于社會具體行業部門受災損失的評估工作.

考慮到逐時降水數據只有部分站點的資料，而且數據長度有限，因此本文選用逐日降水數據進行分析和建模工作.此外，由于目前國內對外公開的災害直接經濟損失、災害間接影響等統計數據，尤其是城市道路受災數據的收集難度較大;社會經濟數據在不同地區統計的變量和單位存在較多的不一致等問題，因此本文僅選取一組數據質量相對較好的經濟影響因子引入模型當中進行模擬研究.

目前城市給排水研究是一項涉及多學科交叉的復雜課題，以上模型建模和確定致災降水閾值等工作僅僅是對特定地區所做的試探性研究，今后在加強與城市規劃、道路交通管理等部門合作、收集更多可用數據的基礎上，可進一步細化對主要受災過程的模擬，考慮更多地形和社會經濟因子對城市道路承災能力的影響，從而進一步提高模型對洪澇災害的模擬能力.

［1］ National Bureau of Statistics of China，Ministry of Civil Affairs of the People＇s Republic of China 1995 Report of the Damage Caused by Disaster in China，1949—1995(Beijing:China Statistics Press)(in Chinese)［國家統計局、民政部 1995中國災情報告:1949—1995.(北京:中國統計出版社)］

［2］ Hu A G 1998 Environmental Protection 10 4(in Chinese)［胡鞍鋼1998環境保護10 4］

［3］ Wang X C 2008 Risk Analysis and Insurance Adaptive Mechanism ofExtreme Climate Events over China (Beijing:China Meteorological Press)p1—13(in Chinese)［王雪臣 2008中國極端氣候事件的風險分析及保險適應機制研究 (北京:氣象出版社)第1—13頁］

［4］ Ouellete P，El-Jabir N，ASCE M，Rousselle J 1985 Journal of Water Resources Planning and Management 111 467

［5］ Jin J L，Wei Y M，Yang X H 1997 Journal of Catastrophology 13 6(in Chinese)［金菊良、魏一鳴、楊曉華 1997災害學 13 6］

［6］ Liu X L 2005 The Theory and Application of Regional Flood Risk Assessment(Beijing:Peking University Press)(in Chinese)［劉新立2005區域水災風險評估的理論與實踐 (北京:北京大學出版社)］

［7］ Lv C L，Chen S H 1993 Journal of Nanjing Institute of Meteorology 16 67(in Chinese)［呂純濂、陳舜華 1993南京氣象學院學報16 67］

［8］ Wang S R，Yang X，Da Q L，Han Y 2000 Acta Geographica Sinica s1 163(in Chinese)［王守榮、楊 昕、達慶利、韓 勇2000地理學報 s1 163］

［9］ Wu J Y，Han W X，Xu Y，Zhou N S 1998 Systems Engineering-Theory and Practice 11 53(in Chinese)［武靖源、韓文秀、徐楊、周年生1998系統工程理論與實踐11 53］

［10］ Li C Q，Hou G B 2010 Water Resources and Hydropower Engineering 3 89(in Chinese)［李傳奇、侯貴兵2010水利水電技術 3 89］

［11］ Wen L D，Fan B X，Xu X F，Wei M J 1998 Hydrology 1 22(in Chinese)［文立道、范本賢、徐曉峰、韋明杰 1998水文 1 22］

［12］ Zhang L 1995 Geographical Research 3 110(in Chinese)［張犁 1995地理研究 3 110］

［13］ Cen G P，Shen J，Fan R S 1996 Journal of Xi＇an University of Technology 3 184(in Chinese)［岑國平、沈 晉、范榮生 1996西安理工大學學報3 184］

［14］ Liu Z H，Liu G F，Chou L 2009 Journal of Economics of Water Resources 1 41(in Chinese)［劉朝輝、劉高峰、仇 蕾 2009水利經濟 1 41］

［15］ Groisman P Y，Karl T R，Easterling D R，Knight R W，Jamason P F，Hennessy K J，Suppiah R，Page C M，Wibig J，Fortuniak K，Razuvaev V N，Douglas A，F rland E，Zhai P M 1999 Climatic Change 42 243

［16］ Zhang D Q，Qian Z H 2008 Acta.Phys.Sin.57 4634(in Chinese)［章大全、錢忠華 2008物理學報 57 4634］

［17］ Feng G L，Dong W J 2003 Chin.Phys.12 1076

［18］ Yan Z W，Yang C 2000 Climatic and Environmental Research 5 267(in Chinese)［嚴中偉、楊 赤 2000氣候與環境研究 5 267］

［19］ Zhai P M，Ren F M，Zhang Q 1999 Acta Meteorologica Sinica 57 208(in Chinese)［翟盤茂、任福民、張 強 1999氣象學報 57 208］

［20］ Jiang Z H，Ding Y G，Chen W L 2007 Advances in Climate Change Research 3 202(in Chinese)［江志紅、丁裕國、陳威霖2007氣候變化研究進展3 202］

［21］ Hou W，Yang P，Feng G L 2008 Acta Phys.Sin.57 3932(in Chinese)［侯 威、楊萍、封國林2008物理學報 57 3932］

［22］ Gong Z Q，Wang X J，Zhi R，Feng G L 2009 Acta Phys.Sin.58 4342(in Chinese)［龔志強、王曉娟、支 蓉、封國林 2009物理學報 58 4342］

［23］ Cai M，Ding Y G，Jiang Z H 2007 Plateau Meteorology 26 309(in Chinese)［蔡 敏、丁裕國、江志紅 2007高原氣象 26 309］

［24］ Yang P，Hou W，Feng G L 2008 Acta Phys.Sin.57 5333(in Chinese)［楊 萍、侯 威、封國林 2008物理學報 57 5333］

［25］ Ding Y G，Liu J F，Zhang Y C 2004 Chinese Journal of Atmospheric Sciences 23 770(in Chinese)［丁裕國、劉吉峰、張耀存2004大氣科學 23 770］

［26］ Feng G L，Dong W J，Gong Z Q，Hou W，Wan S Q，Zhi R 2006 Nonlinear theories and methods on spatial-temporal distribution of the observational data(Beijing:Metrological press)(in Chinese)［封國林、董文杰、龔志強、侯 威、萬仕全、支蓉2006觀測數據非線性時空分布理論和方法 氣象出版社］

［27］ Feng G L，Wang Q G，Hou W，Gong Z Q，Zhi R 2009 Acta Phys.Sin.58 2853(in Chinese)［封國林、王啟光、侯 威、龔志強、支 蓉 2009物理學報 58 2853］

［28］ Feng G L，Dong W J，Jia X J，Cao H X 2002 Acta Phys.Sin.51 1181(in Chinese)［封國林、董文杰、賈曉靜、曹鴻興 2002物理學報51 1181］

［29］ Feng G L，Dai X G，Wang A H，Chou J F 2001 Acta Phys.Sin.50 4 606(in Chinese)［封國林、戴新剛、王愛慧、丑紀范2001物理學報 50 606］

［30］ Shanghai Municipal Statistics Bureau 2009 Shanghai Statistical Yearbook 2009(Beijing:China Statistics Press)(in Chinese)［上海市統計局2009上海統計年鑒2009(北京:中國統計出版社)］

［31］ Wen K G 2006 Chinese Climate Ceremony(Volume of Shanghai)(Beijing:China Meteorological Press)(in Chinese)［溫克剛2006中國氣象災害大典·上海卷 (北京:氣象出版社)］

［32］ Bonsal B R，Zhang X B，Vincent L A 2001 J.Climate 5 1959

［33］ Feng G L，Gong Z Q，Zhi R，Zhang D Q 2008 Chin.Phys.B 17 2745

［34］ Feng G L，Gao X Q，Dong W J，Li J P 2008 Chaos Solitons and Fractal 37 487

［35］ Zhang D Q，Feng G L，Hu J G 2008 Chin.Phys.B 17 736

Brief research on economic impact assessment model for Shanghai urban transportation under durative extreme precipitation*

Huang Yan1)2)Dong Wen-Jie3)Zhi Rong4)Gong Zhi-Qiang4)
1)(Key Laboratory of Regional Climate-Environment Research for Temperate East Asia，Chinese Academy of Sciences，Beijing 100029，China)2)(Graduate University of Chinese Academy of Sciences，Beijing 100049，China)3)(College of Global Change and Earth System，Beijing Normal University，Beijing 100875，China)4)(Laboratory for Climate Studies，National Climate Center，China Meteorological Administration，Beijing 100081，China)(Received 27 July 2010;revised manuscript received 10 August 2010)

Estimation models of economic losses due to flood are established by combining drainage times of urban road waterlogging-theoretical models and economic loss assessment models，etc.And then the“loss”curves are determined by discussing the relationships between daily mean precipitation and economic losses of urban transportation departments.Some socioeconomic variables，which are closely related to the anti-flood capability of urban transportation departments，are adopted in the models in this paper.By model testing，the economic loss assessment model established in this paper shows good simulation performance and applicability.And it has simple computation，needs few input variables，and is suited for the rapid assessment of the economic loss of some region.Based on the models established in this paper，the thresholds of the precipitation intensity and the total storm precipitation of each year in Shanghai are calculated.And a new definition of extreme precipitation，called“fixed thresholds varying with the influence factors”，is given.This definition underlines the socioeconomic character of extreme precipitation which would cause economic loss and possesses high social practical values compared with other definitions of extreme precipitation.

extreme precipitation，extreme precipitation-economic loss model，thresholds

E-mail:gzq0929@126.com

*國家自然科學基金(批準號:40875040，40775048，40930952)，公益性行業科研專項(批準號:GYHY200806005)和國家科技支撐計劃(批準號:2007BAC29B01)資助的課題.

.E-mail:gzq0929@126.com

*Supported by the National Natural Science Foundation of China(Grant Nos.40930952，40875040，40775048)，the Special project for Public Welfare Enterprises(GrantNos.GYHY200806005)and theNationalScience/TechnologySupportProgram ofChina(GrantNos.2007BAC29B01).

PACS:92.60.Wc