大別山區山洪災害預警模型的建立與應用*

周后福，吳文玉，江雙五，馮妍，王海波

(1．安徽省氣象科學研究所，安徽合肥230031;2．安徽省大氣科學與衛星遙感重點實驗室，安徽合肥230031;3．安徽省大氣探測技術保障中心，安徽合肥230031)

0 引言

山洪災害是指山丘地區子流域由強降雨引發的洪水及由山洪誘發的泥石流、滑坡等對國民經濟和人民生命財產造成損失的災害［1］。其形成的內因是:松軟的地質結構，巖石、土壤為分離、不連續的地質構造，一定坡度的地形地貌;外因包括降雨、融雪、地震等。多由持續性高強度大暴雨所致，稱雨洪災害;又因發生在山丘地區，故稱山洪災害。它不同于一般洪水，常發生在山區、流域面積較小的溪溝或周期性的荒溪中，歷時較短，且極易誘發泥石流、崩塌、滑坡等災害，具有突發性、破壞力大特點，往往導致房屋、道路、橋梁毀壞和水壩、山塘潰決，甚至造成人員傷亡。由于山洪災害所造成的局部損失嚴重，因此進行預警技術的研究，對于有效防范和減輕災害損失具有很好的現實意義。

1 國內外山洪研究概況

有關山洪災害監測的研究成果很多。對于山洪災害監測方案，馬東恒等［1］從雨量、水位、水文監測技術上提出非工程措施的監測方法。葉勇等［2］曾提出以水位反推法計算臨界雨量，其方案簡單實用。Marco Borga等［3］對東意大利的阿爾皮斯山山洪災害進行水文氣象學分析。隨著3S技術發展和DEM技術應用，水文預報向分布式模型、數字水文模型發展，基于高精度DEM的分布式水文模型代表了流域水文模型的發展方向［4］。白美蘭等［5］利用GIS技術建立地理信息參數與汛期雨量的關系模型，解決雨量資料分布不均勻的問題，實現松嫩流域面雨量的實時動態監測。可見，面雨量的計算和臨界雨量的確定等往往成為山洪災害的重要監測指標。

在山洪災害預警預報方面，國內外也取得一系列成果。Charles等［6］研究應用強降雨速率制作山洪暴雨災害的潛勢預警，Jonathan等［7］使用國際天氣服務網對美國洪澇災害監測預報進行過研究。國內的周金星等［8］對山洪泥石流災害的預報預警技術做出述評。高煜中等［9］認為，山洪暴發前3 h和24 h的降雨量對山洪暴發的影響很大，預報著眼點從大尺度環流形勢變化特征與造成山洪暴雨的中小尺度天氣系統特征兩個方面把握。張鐵軍等［10］提出開發基于地理環境、地質特征和氣象條件下山洪地質災害的預警預報系統模型，作為常規工作投入基本業務。郭良等［11］研究了基于分布式水文模型的山洪災害預警預報系統并將其推廣應用。張雅斌等［4］基于地質災害與雨量相關特征分析后，得到雨量的精細估計，實現鄉鎮地質災害逐日自動預報預警。何健等［12］建立6 min累積雨量與雷達回波之間的回歸關系，借助GIS技術及其對雨量的地理訂正，構建雷達圖上特定行政區域的面雨量計算模型，并對格點擬合雨量進行空間分辨率的精細化反演，得到雷達圖上特定行政區域的面雨量圖。張洪江等［13］將Bayes判別分析法引入山區小流域山洪泥石流預報模型的建立中，通過分析影響山洪泥石流發生的條件，選擇前15 d實效降雨量和當日降雨量作為預報模型因子，分別建立3種不同流域面積范圍的預報模型。由此可見，有多種方法可以做出山洪災害的預警預報。

大別山地區山洪災害預警模型的建立，是基于山區雨量與海拔高度和坡度的關系，利用歷史雨量資料和GIS技術得到大別山區的具體關系式，并由此計算大別山區子流域的面雨量，確定面雨量的閾值;根據實時雨量數據庫，考慮到山洪災害與前期不同時段雨量有密切關系，因此需要前期24 h、6 h的實時雨量，獲得子流域的24 h、6 h面雨量值;依據面雨量閾值，確定是否對山洪災害做出預警;將每天逐時獲得的山洪災害預警結果通過網絡共享方式，向淮河流域氣象中心實時發布，進行實際的業務應用。

2 資料來源

本文在建立山洪災害預警模型時所用到的歷史資料有2006－2010年山洪災害資料，來源于氣象部門的報表和民政部門的災害調查。大別山北麓地區暴雨山洪災害計有6次，2006年有1次，為7月26－27日;2007年有2次，一次是7月8－9日，一次是7月13－14日;2008年有1次，是7月31日－8月1日;2009年有2次，一次是6月29－30日，一次是8月6日;2010年有1次，過程較長，為7月8－13日。考慮到山洪災害是局地性的，因此不是針對大別山北麓地區，而是針對其2個子流域的。

所用到的歷史雨量資料來源于2006－2010年高密度雨量站點的雨量。有的是小時雨量，有的是分鐘雨量，都整理成為需要的時間段雨量;實際應用時所用到的雨量資料來源于安徽省大氣探測技術保障中心提供的分鐘雨量，所有的雨量資料實時保存到Server數據服務器中，由SQL Server查詢語句獲得并經過加工成最近6 h或24 h雨量。

3 山洪災害預警模型的確定

山洪災害預警模型包括5 km柵格點數據的形成、大別山區雨量關系的確立、面雨量及其閾值的計算、預警模型的確定幾個步驟。為了清楚地展示山洪災害預警模型的建立及其預警發布，先行介紹預警技術流程。

3.1 預警技術流程

山洪災害預警方法的技術流程見圖1。由圖1可見，大體上可以分為歷時雨量獲取、面雨量計算、面雨量閾值確定、實時雨量獲取、24 h和6 h面雨量計算、與面雨量閾值比較、山洪災害預警信息發布等幾個步驟。24 h和6 h面雨量的計算及其閾值的確定稍有不同，24 h柵格點雨量是在利用GIS拼接和轉換技術形成5 km柵格點高度、坡度后，根據雨量關系得到5 km柵格點雨量。經過GIS技術插值后的雨量點資料是不插值的近5倍。6 h面雨量是采用平均法的。在獲得每天實時24 h和6 h面雨量后，根據面雨量閾值來確定是否對山洪災害做出預警，并及時發布預警信息。

圖1 山洪災害預警方法的技術流程

3.25 km柵格點數據形成

基于GIS技術進行插值是將高密度雨量站資料轉換為5 km的柵格點雨量資料，為此要有5 km空間分辨率的坡度和海拔高度。柵格點上的平均坡度和平均海拔高度(高程)是基于1∶25萬國家基礎地理信息數據來拼接和轉換的。1∶25萬國家基礎地理信息數據全部分幅、分層存放，在安徽省域范圍內有19幅。

GIS數據有矢量和柵格兩種方式。

(1)矢量數據(全部為E00格式，是GIS軟件中間數據格式)全部分層、分幅存放，包括行政邊界、河流邊界等，還包括矢量格式的等高線數據。具體使用中，矢量分層數據的處理稍顯復雜，看似簡單，但包含了不少工作量。具體流程有:①找到包括安徽省范圍的圖幅編號;②對圖幅范圍內的數據選取一個圖層(E00)轉換成Coverage、ShapeFile格式;③對所有轉換過后的圖幅進行拼接處理。

(2)高程數據全部以柵格文本格式分幅存放，需經ArcGIS工具軟件將每幅數據轉換成GRID形式，然后拼接成一個大幅GRID，再用省界挖取出全省的高程柵格數據。同時，可對GRID數據的分辨率進行抽樣處理，抽樣成5 km格距。

采用拼接和轉換技術，形成了5 km空間分辨率的坡度和高程數據。對于東淠河流域有61個柵格點，西淠河流域也有61個柵格點;高密度雨量站點數在東淠河流域有13個，西淠河流域有11個。利用GIS技術插值后的雨量點，東淠河流域是高密度雨量站點數的4.7倍，西淠河流域是高密度雨量站點數的5.5倍，經過轉換后的雨量點數遠多于高密度雨量站點數，大約將其雨量點數擴大5倍左右。

3.3 大別山區雨量關系的確立

大別山區的高度一般是在最大雨量高度以下，根據雨量隨著高度和坡度的變化有如下關系:

式中:Ph為一定高度的雨量;P0為基準高度處的雨量;ΔP為兩個高度雨量之差;a為隨高度增加的雨量變化率;h為高度差;b為坡度增加的雨量變化率;α為平均坡度。

因此需要確立式(1)中的系數a、b。

其系數大小用子流域近年來發生山洪災害的雨量資料來推算。針對大別山區北麓，有3個子流域，分別是史河流域、西淠河流域、東淠河流域，由于史河流域近年來沒有發生山洪災害，因此預警模型是基于2個子流域進行的，即西淠河流域和東淠河流域。對于西淠河流域，有2次山洪災害過程，一次在2007年，一次在2010年。對于2007年山洪災害，選擇兩組高密度雨量站點，即燕子河－道士沖、青山－響洪甸，根據每個站點的雨量、海拔高度數據和兩個站點之間所經過的5 km柵格點上的坡度數據，由式(1)可以建立兩個方程，即:

由該方程組可以解出系數值，分別為a=－0.163，b=142.9。

安徽省高密度雨量站點的建設最初是從2005年開始，此后陸續投入資金繼續布設雨量站點，所以各年的雨量站點并不一致，站點數越來越多。這是導致每次山洪災害雨量站點組對不同的原因之一。山洪災害的各個站點雨量并不完成符合隨著高度的增加而增加的現象，這種變化規律是針對長期氣候特點而言的，時間尺度比較長能夠遵循該規律，而時間尺度短時不一定符合這種規律。所以在考察站點時要盡量選擇基本遵循變化規律的站點組，它也是導致每次山洪災害雨量站點組不同的原因之一。

同理，對于2010年山洪災害，選擇兩組高密度雨量站點，即張畈－天堂寨、青山－石家河，解出2010年的系數值，分別為a=0.038，b=11.6。

為了獲得西淠河流域的唯一一組系數值，以2007年和2010年山洪災害時平均雨量值作為權重，如此得出系數值分別為a=－0.060(mm/m)，b=75.5(mm)。

同理，可以分別求算出東淠河流域4次山洪災害時的系數，并對此根據平均雨量值求權重，得到東淠河流域的系數。其中2006年的兩組站點是太陽－漫水河、上土市－諸佛庵，系數分別為a=7.174，b=280.0;2007年的兩組站點是太陽－漫水河、黃尾－黑石渡，系數分別為a=0.331，b=2.5;2009年6月的兩組站點是上土市－黑石渡、太平畈－單龍寺，系數分別為a=0.210，b=－24.4;2009年8月的兩組站點是諸佛庵－黑石渡、落兒嶺－佛子嶺，系數分別為a=－0.209，b=－98.8。考慮到雨量權重，東淠河流域的系數值分別為a=2.025(mm/m)，b=43.0(mm)。

3.4 面雨量閾值的計算

子流域面雨量閾值或稱臨近雨量的確定在葉勇等［4］的文獻中提出通過水力計算斷面水深與流量的關系，進行洪水演算，繪制洪水洪峰與暴雨頻率曲線，根據水位反推法計算臨近雨量。對于氣象部門而言，不適合選擇該方法推算臨近雨量，可以采取計算面雨量，經與實際比較給出臨近雨量。

大別山區山洪災害面雨量的計算是在實時高密度雨量站資料后獲得的，24 h和6 h面雨量的計算分別采用不同方法。24 h面雨量的計算是基于高密度雨量資料，根據山區雨量關系將其插值到每隔5 km的柵格點上，再對所有柵格點上雨量進行算術平均，得到其面雨量值;6 h面雨量則是直接對高密度雨量實施平均。

面雨量閾值的計算過程:針對每個子流域的山洪災害歷史情況，分別得到每次山洪災害過程的最大面雨量，然后找出其中最小值作為面雨量閾值。24 h和6 h的閾值都是同樣步驟。面雨量閾值是針對子流域而言的，經過計算可知，24 h面雨量的閾值東淠河流域為39.9 mm，西淠河流域為42.3 mm;6 h面雨量的閾值東淠河流域為28.8 mm，西淠河流域為30.8 mm。

3.5 預警模型的建立

山洪災害預警模型的實現考慮到前期雨量的積累，既有6 h雨量也有24 h雨量的影響，因此預警模型的建立如下式所示:

24 h面雨量的權重系數低于6 h面雨量的權重系數，是考慮到越接近災害發生時的雨量對災害貢獻越大的想法。東淠河流域和西淠河流域的6 h雨量閾值和24 h雨量閾值都已經得出，由式(3)可以得到2個子流域的面雨量閾值，即東淠河流域為33.2 mm，西淠河流域為35.4 mm。

4 預警模型應用及其檢驗

每天通過逐小時采集前期24 h和6 h雨量，然后進行GIS插值，計算子流域的面雨量，根據面雨量大小來判斷是否發布山洪災害的預警。由前期多次山洪災害的實例，可以算出每次過程的面雨量值，以33.2 mm(東淠河流域)或35.4 mm(西淠河流域)作為判斷是否出現山洪災害的預警閾值。形成的結果文件以文本文件形式保存，隨時更新和追加。將預警結果文件傳送至全省氣象部門共享服務器上，每小時發布一次。為了更早地發布預警信息，考慮到高密度雨量觀測資料大約在整點之后15 min左右收集完成，雨量資料的獲取和預警信息的發布也在這個時間內實現。山洪災害預警結果自動提出并告知淮河流域氣象中心。由該單位實施應用，在制作大別山地區暴雨山洪災害預警時作為一種預警手段參考，實時對外發布大別山地區山洪災害的預警信息。

檢驗分為兩種，一種是實際預警檢驗，一種是回代檢驗。山洪災害預警模型的建立是利用2006－2010年資料，所以可以利用2011年資料進行檢驗。實際預警檢驗是在向淮河流域氣象中心發布預警的時間段內所進行的檢驗，其時間段為7月28日－9月30日;回代檢驗是根據確定的預警模型作出2011年前期的預警信息，其時間段為5月1日－7月27日，將該時間段內的預警情況與實際情況進行對比檢驗。

(1)實際預警檢驗

自2011年7月28日開始制作山洪災害預警，到2011年9月30日，實際預報檢驗時段有2個多月。2011年8月23日15－19時東淠河流域有山洪災害的預警，其他時間都沒有出現山洪災害預警結果。表1中列出當日東淠河流域各站雨量，日雨量不低于44 mm，最大的超過70 mm。15－19時逐時加權后的雨量值分別為38.3、41.2、43.5、39.4、35.7 mm，大于東淠河流域33.2 mm的閾值，所以發布預警信息。

表1 2011年8月23日東淠河流域雨量

(2)回代預警檢驗

西淠河流域2011年6月17日18－19時大于閾值，介于35.7～36.9 mm;6月18日6時－11時大于閾值，介于36.3～43.0 mm;6月18日18－19時大于閾值，為36.9～38.7 mm;6月24日12－16時大于閾值，介于35.9～40.9 mm。東淠河流域6月10日19時－11日01時大于閾值，介于34.4～36.8 mm;6月17日16時－22時大于閾值，介于33.9～43.1 mm;6月18日7－21時大于閾值，介于35.0～53.8 mm;6月24日10－17時也大于閾值，介于34.7～49.2 mm。實際沒有接到出現山洪災害信息，說明預警產品容易造成空報現象。空報現象的出現，是基于災害預報時遵循“寧空勿漏”的基本指導思想，在確定面雨量閾值中取歷史最低值所致。

5 結語

根據大別山地區高密度雨量站近年來的資料，利用GIS技術形成的更為精細的柵格點坡度和高度數據，得出雨量與山區坡度和高度的具體關系，并由此推算出2個子流域發生山洪災害的雨量閾值;實時通過全省雨量數據服務器獲取前期逐時雨量資料，形成24 h和6 h雨量，根據雨量關系式求算面雨量，與山洪災害雨量閾值進行比較，給出是否發生山洪災害的預警信息;并通過共享方式實時發布預警信息，將山洪災害的預警信息在淮河流域氣象中心加以應用，并對應用情況做出檢驗。主要結論有如下幾點。

(1)大別山北麓地區的暴雨山洪災害與各地地形地貌有密切關系，應該根據子流域來進行劃分。山洪災害與前期各種時間尺度的雨量有關，其預警模型的建立由6 h和24 h面雨量有關。

(2)利用GIS技術并考慮到山區雨量與高度和坡度的關系，獲得更為精細的格點雨量資料，有助于得到更細化的雨量點資料，獲取更準確的面雨量值。

(3)通過山洪災害預警信息的應用和檢驗說明，研發的山洪災害預警產品不容易造成漏報，但是容易造成山洪空報現象。

盡管山洪災害的預警模型具有一定的應用價值，但是其存在一些缺陷，主要有:

(1)所用暴雨山洪災害個例少。所考察的個例都是在2006年以后，2005年以前也出現了很多暴雨山洪災害個例，由于沒有高密度雨量站資料，因此沒有統計在其中。

(2)沒有利用到梯度雨量觀測。上世紀曾經在大別山地區各個高度上布設雨量觀測點，有短期的雨量梯度觀測值，就此可以進行各個高度上雨量訂正，做出雨量與高度的擬合，得到雨量的線性回歸方程，作為雨量插值時的參考。

(3)在建立雨量與高度、坡度關系時，會隨著雨量站點和雨量時段的選擇有很大變數，僅考察若干個個例得出的雨量關系，可能會有雨量隨著高度增加呈現增加的結論，因此當積累非常多的個例時，所得到的關系會有較好的代表性。

致謝:安徽省氣候中心的徐光清、錢玉萍提供了大別山區雨量和山洪災害資料，謹致謝意。

［1］馬東恒，張堅，崔桂霞．哈爾濱市山洪災害監測方案的初步研究［J］．黑龍江水利科技，2005，33(5):75－76．

［2］葉勇，王振宇，范波芹．浙江省小流域山洪災害臨界雨量確定方法分析［J］．水文，2008，28(1):56－58．

［3］Marco Borga，Paolo Boscolo，Francesco Zanon，et al．Hydro meteorological analysis of the 29 August 2003 flash flood in the Eastern Italian Alps［J］．J．Hydro meteor，2007，8:1049－1067．

［4］張雅斌，杜繼穩，菜蕊，等．陜西省精細化地質災害氣象預報預警研究［J］．災害學，2011，26(3):28－34．

［5］白美蘭，沈建國，郝潤全，等．地理信息技術在松嫩流域信息查詢和面雨量監測中的應用［J］．干旱區資源與環境，2005，19(3):51－54．

［6］Charles A D III，Harold E B，Robert A M．Flash flood forecasting:an ingredients－based methodology［J］．Weather and Forecasting，1996，11:560－581．

［7］Jonathan J Gourley，Jessica M Erlingis，Yang Hong，et al．Evaluation of Tools used for Monitoring and Forecasting Flash Floods in the US［J］．Weather and Forecasting，2011，doi:10.1175/WAF－D－10－05043.1

［8］周金星，王禮先，謝寶元，等．山洪泥石流災害預報預警技術述評［J］．山地學報，2001，19(6):527－532．

［9］高煜中，邢俊江，王春麗，等．暴雨山洪災害成因及預報方法［J］．自然災害學報，2006，15(4):65－70．

［10］張鐵軍，王錫穩，魏文娟，等．甘肅省山洪地質災害氣象等級預報預警技術研究［J］．甘肅科技，2008，24(16):58－60．

［11］郭良，唐學哲，孔凡哲．基于分布式水文模型的山洪災害預警預報系統研究與應用［J］．對策研究，2007:38－41．

［12］何健，王春林，毛夏，等．利用雷達回歸與GIS技術反演面雨量研究［J］．氣象科技，2006，34(3):336－339．

［13］張洪江，鄭國強，程金花，等．不同面積小流域山洪泥石流預報模型研究［J］．災害學，2011，26(1):65－69，86.