北京市極端降水事件和應對策略分析*

陳東輝，汪結華，寧貴財，張香香，尚可政

(1. 蘭州大學 大氣科學學院 甘肅省干旱氣候變化與減災重點實驗室，甘肅 蘭州 730000；2. 中國人民解放軍93123部隊， 遼寧 遼陽 111000；3.中國人民解放軍 92493部隊，遼寧 葫蘆島 125000；4. 北京師范大學 全球變化與地球系統科學研究院，北京 100875)

?

北京市極端降水事件和應對策略分析*

陳東輝1,2，汪結華3，寧貴財1，張香香4，尚可政1

(1. 蘭州大學 大氣科學學院 甘肅省干旱氣候變化與減災重點實驗室，甘肅 蘭州 730000；2. 中國人民解放軍93123部隊， 遼寧 遼陽 111000；3.中國人民解放軍 92493部隊，遼寧 葫蘆島 125000；4. 北京師范大學 全球變化與地球系統科學研究院，北京 100875)

摘要:隨著北京城市化進程的不斷發展，極端降水造成的災害性損失也越來越嚴重，有針對性的制定極端降水應急管理對策是降低災害性損失的有效辦法?；?981-2014年北京地區20個常規氣象站逐日降水資料，采用百分位法確定20個站點各自極端降水閾值，定義4個極端降水指數，對北京地區極端降水事件進行分析。結果表明：極端降水閾值的分布和極端降水量、極端降水強度、年最大日降水量的分布十分接近，大值區都分布在北京市城區(海淀、朝陽、豐臺)和城區東北部(順義、懷柔、密云、平谷)，這些地區因極端降水強度大，面臨的災害性風險最高，是災害應急管理重點關注的地區；北京市西部(齋堂、霞云嶺)和西北部山區(佛爺頂、湯河口)雖然是極端降水日數的大值區，但由于北京地區特殊的地形和人口分布規律，這些地區并沒有因為極端降水出現概率高而導致過大的災害性損失。結合北京市極端降水災害應急管理現狀，提出從提高預報預警能力、加強城市基礎設施建設、提高全民應急避險能力幾個方面應對極端降水災害的策略。

關鍵詞:北京市；極端降水；災害；應急管理；應對策略；百分位法

根據IPCC第5次評估報告[1]指出：伴隨全球平均地表溫度的升高，極端降水事件的強度和出現概率在中緯度大部分陸地地區、較為濕潤的熱帶地區可能加強和增高。極端降水事件與洪澇災害直接相關，目前我國城市洪澇災害十分嚴重，主要是因為我國正處于城市化高速發展階段，城市擴張建設增長快，硬質、不透水地表面積逐年增加，地表徑流系數不斷提高，極端降水事件在城市一旦發生，城市的地表特性使得降水匯流時間顯著縮短。極端短時強降水很快形成地表徑流，在城市低洼處形成內澇。

對于極端降水事件，歐盟的STARDEX(STAtistical and Regional dynamical Downscaling of Extremes for European regions)計劃給出了幾種極端氣溫和極端降水指數的定義[2]，并對歐洲地區極端天氣事件進行了探索。Trenberth[3]指出，地球表面溫度的升高，使得地表蒸發量變大，增強了大氣保持水分的能力，進而會導致大氣中水分可能增加。地面蒸發能力增強將更容易發生干旱，為了與蒸發維持平衡，降水就會相應增加，從而就更易發生洪澇災害。Karl等[4]和Kunkel[5]分析了美國極端降水的變化趨勢。國內學者Zhai等[6]、楊金虎等[7]、遲瀟瀟等[8]、李劍鋒等[9]從不同角度對我國極端降水進行了深入研究，任國玉等[10]指出在全球氣候變暖的大環境下，總降水量表現為增加的區域，相應的極端降水事件發生頻率有可能增加；而平均總降水量減少的區域，個別地區極端降水量、極端降水出現頻數也會增加。

上述國內外學者對極端降水的研究大都是對極端降水的成因和演變趨勢進行分析，對于如何科學降低極端降水造成的災害性損失，加強災害應急管理對策的研究相對較少，尤其是像北京這樣高度城市化的人口密集、經濟發達區域，這方面的研究更是不多，為此，加強對北京市極端降水事件時空分布特征的分析，給出極端降水災害的高發區域，在災害應急管理實踐中針對災害高發區域科學合理的分配有限的應急資源，確保災害應急管理預案不是無米之炊，具有較強的針對性和重要的現實意義。

1資料來源與研究方法

本文所分析數據為1981-2014年北京地區20個常規氣象站(圖1)的逐日降水資料、探空資料、氣象地面危險報、重要天氣報和災情報告等資料。上述資料都已經過北京市氣象信息中心業務部門的質量檢查和訂正，確保了所選數據的可利用率和可靠性。

圖1　北京地區20個氣象站點分布圖

根據《地面氣象觀測規范》規定[11]，本文對逐日降水量的統計是將當日08時至次日08時的累計雨量，記為當日的日降水量。在利用百分位法統計北京地區極端降水閾值時將1981-2014年間，凡是逐日降水量>0.1mm的記錄都納入降水量升序排列中。

對于所研究的極端降水事件，統計科學提供了一個成熟的分析極值的理論體系，依據相關的統計分布，如概率密度函數(Probability density function,PDF) 等，可以分析均值和變率相互關系隨著不同氣候要素的變化而發生的變化情況。日降水量不是在平均值附近出現的概率最大，而是降水量愈小，出現的概率愈大，即其概率分布是明顯的偏態分布，需要用偏態分布描述[12]?；跇O值分布理論，降水一般服從γ分布。γ分布的概率密度函數如圖2所示。γ分布的概率密度函數為：

(1)

f(x)=0,x≤0 。

(2)

式中：α>0，β>0，α為參數，β為尺度參數。從圖2所示的概率密度函數分布可以看出，極端降水事件從數學的角度可以簡單理解為服從γ分布的“小概率事件”。

圖2　概率密度函數(PDF)示意圖

根據《地面氣象觀測規范》降水量等級劃分的規定[11]，日降水量0.1~9.9 mm為小雨，10.0~24.9 mm為中雨，25.0~49.9 mm為大雨，50.0 mm以上為暴雨。在我國北方大雨和暴雨都可以看作強降水[13]。北京地區地形復雜，氣候的地域差異顯著，極端降水事件不能用統一固定的日降水量簡單定義。因此，本文根據20個測站的日降水量，定義了各自測站的極端降水閾值。具體做法是將1981-2014年逐年日降水量>0.1 mm的降水量按升序排列，我們將第95個百分位值的降水量值就定義為極端降水事件的閾值，當某站某日降水量大于該站的閾值時，就稱該站出現了極端降水事件。

2結果分析

北京地處中緯度地區，受季風氣候和三面環山特殊地形的影響，極端降水具有明顯的時空分布差異。北京年平均降水量為532.1 mm，而夏季6、7、8三個月的降水量為370.2 mm，占年降水量的70%，7月下旬和8月上旬期間降水量是120.7 mm，占夏季降水量的33%。北京市降水量的時間分布特征，極易使降雨在某個時間段形成強降雨，從而出現極端降水事件。歷史上北京幾次嚴重的災害性極端降雨，如1963年8月4-8日的來廣營暴雨，1972年7月27日的棗樹林暴雨，2012年7月21日的暴雨均發生在7月下旬和8月上旬。

2.1極端降水的閾值分析

圖3為北京地區1981-2014年第95百分位降水量閾值分布圖，降水閾值在23.20~37.53 mm范圍內，除齋堂和延慶站外，均為大雨雨量。極端降水閾值的大值區在北京地區東部、南部以及城區的站點，如朝陽、通縣、順義、懷柔、密云、平谷等站點極端降水閾值均較大；而在北京西北部山區和北京西部極端降水閾值較小，如齋堂、延慶、佛爺頂、湯河口等站點降水閾值均較小。雖然北京西部山區有的站點降水閾值在大雨量級以下，但從極端事件的角度來說卻可能給這一地區造成一定強度的災害性損失。

圖3　北京地區1981-2014年第95百分位日降水量閾值分布(單位：mm)

2.2幾種極端降水指數分析

極端降水事件的變化通過表1所列的幾個指數來表述[14-15]。

表1　極端降水指數的定義

針對北京地區極端降水事件，我們對北京地區極端降水指數分別給出分析。

圖4a為北京地區1981-2014年極端降水量空間和時間分布，極端降水量的分布與年平均降水量分布(圖略)十分接近，說明年降水量的多少與極端強降水關系密切。從圖4a可以看出極端降水量分布表現為從西南部到東北部以及城區為大值區，極端降水量在190 mm以上，霞云嶺、密云和懷柔更是大于220 mm；而在西部、西北部和東南部相對較少，其中延慶站年極端降水量不足145 mm。同時還可以看出，以北京城區為中心，城區東北部盛行風下風方向的順義、懷柔、密云、平谷站，城區西部的齋堂站，東南部的大興站，在極端降水量的分布上存在很大差異。北京市主城區下風方的東北區(順義、懷柔、密云、平谷站)極端降水量最大，降水量這樣的分布表現為明顯的“城市雨島效應”[16-19]，從天氣學原理角度分析，這樣的分布主要是由于夏季北京地區經常處于南下的北支低槽冷空氣和副熱帶高壓控制下來自西南地區的暖濕空氣交匯處，北上的暖濕空氣受南下的冷空氣抬升、降溫，為降水形成提供了有利條件。此外北京市作為國家中心城市、國際化大都市，城市熱島效應明顯，城區高大建筑物集中，減緩天氣系統移動速度，城區空氣污染物相對較高，為水汽凝結提供更多凝結核，這些現象都對極端降水事件的發生起增幅作用。從極端降水量的時間變化可以看出，20世紀80、90年代極端降水量維持在較高的水平，并表現為逐年增加的趨勢，其中1994年極端降水量最大，達到412.8 mm；進入2000年前后，極端降水量大幅下降，1999年極端降水量僅有57.6 mm，此后又表現為逐年增加趨勢，其中2012年極端降水量達到了384.8 mm，北京地區極端降水量這一變化特點與文獻[20]中關于華北地區近50年降水量變化趨勢的結論基本一致。自2000年以后，近15年來，北京地區極端降水量又表現為增加趨勢，極端降水量的增加致使其造成的災害性風險也隨之增加。

如圖4b所示，北京地區極端降水日數平均為3.3~4.2 d。與圖3極端降水閾值分布對比可以看到，極端降水日數與極端降水閾值空間分布呈反位相關系，即極端降水閾值較小的地區極端降水日數則較多。極端降水日數從北京地區東南至西北逐漸增加，在20個站點中佛爺頂極端降水日數在4 d以上，最多；降水日數較少的地區是城區及其附近的站點，平均在3.5 d左右；將極端降水日數與極端降水量(圖4a)對比分析，發現二者也呈反位相關系。極端降水日數的時間變化與極端降水量的變化趨勢基本一致，因為極端降水日數的多少直接決定了極端降水量的高低，極端降水日數較多的地區和年份，因極端降水導致的災害風險也就越高，空間分布中極端降水日數的大值區是災害應急管理主要關注的地區，如佛爺頂、齋堂、霞云嶺等地區。但結合北京市統計局、國家統計局北京調查總隊2015年發布的北京地區人口分布數據[21]可以看出，上述幾個山區站點人口密度是極低的，因此這一地區即便出現較頻繁的極端降水，造成災害性損失的可能性也是較低的，鑒于北京地區人口分布的特殊性，極端降水日數的大值區不作為北京地區應急管理重點關注的地區。

一次極端降水過程，它的強度越大其造成災害性損失的風險就越高，因此，極端降水強度是衡量極端降水災害性風險高低的重要指標。北京地區年極端降水強度分布如圖4c所示，可以看出，極端降水強度空間分布與極端降水閾值和極端降水量的空間分布基本相同，都是在城區和東北部山前地區較大，可以達到58 mm/d；而在北京西部，西北部山區降水強度較小，低于44 mm/d。對比2000年前后極端降水強度變化趨勢可以看出，極端降水強度基本上維持在平均水平，沒有明顯的變化趨勢，2000年以后的15年中極端降水強度略低于前期的水平，但相差不大。受城區和北京地區大地形影響，極端降水強度空間分布差異性明顯，結合極端降水閾值分布特點，我們可以得出：極端降水閾值大的地區其降水強度也大，造成災害性損失的風險也就越大，因而降水強度大的地區是災害應急管理重點關注的地區。

圖4　北京地區1981-2014年極端降水指數分布

年最大日降水量，是一年中超過極端降水閾值的日降水量最大值，如圖4d所示，年最大日降水量的空間分布特點和極端降水量、極端降水強度的分布規律一致，與極端降水日數分布相反。

對于極端降水造成的災害性損失，一般都是與一次極端降水過程的降水量成正比，降水量越大，造成災害性損失的風險也就越高，因此，年最大日降水量分布的大值區，也反映的是極端降水災害性損失的高發地區。年最大日降水量的時間變化趨勢與極端降水強度變化趨勢基本一致，沒有明顯的增加趨勢。

通過對上述各個極端水指數的分析，我們對北京地區極端降水事件的空間分布特征和極端降水事件造成的災害性損失高發地區有了進一步的了解。北京市城區(海淀、朝陽、豐臺)和城區東北部(順義、懷柔、密云、平谷)面臨的極端降水災害性風險最高，是災害應急管理應該重點關注的地區，政府部門作為極端降水災害應急管理的核心力量和領導者，擁有控制和利用整個應急資源的絕大部分，應針對上述災害風險高發區合理儲備應急資源，確保災害應急管理預案在災害來臨時能有充分的資源保障，進而發揮應急管理預案降低災害性損失的作用。

3應對策略

極端天氣頻發使氣象災害應急管理工作的重要性日益顯現，目前，北京市已逐步建立應急保障體制機制，初步建立防災減災法制體系，2014年8月北京市成立了突發事件預警信息發布中心，從體制上強化應急管理，使得北京市氣象災害應急管理體系不斷完善。但現行應急管理系統在實踐過程中也暴露出一些亟待解決的問題，如氣象部門預報預警水平與公眾需求有差距、基礎設施建設與城市化發展不配套、公眾氣象災害應急避險意識亟待加強等問題。為了更好地監測與應對極端降水等氣象災害，最大限度地降低極端降水造成的災害性損失，建議從如下幾個方面加強北京市極端降水應急管理系統的建設，對極端降水導致災害性風險較高的北京市城區、城區東北部地區重點關注。

3.1提高極端降水天氣預報水平，多渠道發布預警信息

加大科技研發與投入力度，加大北京市綜合氣象觀測網點密度，研究北京市強降水的時空分布特征和城市氣候變化規律，并利用物聯網、云計算及最新科技手段，開發城市精細化預報新模式，進一步提高災害性天氣預報準確率。強化政府部門間、軍地間及與周邊省區市間的信息共享和研判，提高災害監測與預報預警能力。充分利用電子顯示屏、應急廣播、區縣自建手段、電視臺、電臺、信息員、電話聲訊、短信、網站、移動應用、QQ彈窗、微博等傳統和新媒體手段，保證公眾尤其是極端降水災害風險高發區的公眾，可以及時掌握災害預警的內容、級別以及疏散避難信息等。

3.2加強城市基礎設施建設標準，合理規劃城市發展布局

加強城市基礎設施建設，修訂城市總體規劃，扭轉超出資源承載力和環境容量的無限膨脹局面，修訂城市基礎設施特別是排水系統建設標準，加強低洼路段地下設施排水能力。疏通城市水系，整治河道溝谷，恢復加固堤防，清除侵占河道違章建筑設施，遷移險區企業民居，修建城區雨洪攔蓄和集雨系統。糾正山區發展溝域經濟*溝域經濟：是北京市在農業區域經濟、流域經濟基礎上結合北京山區農業發展基礎與特點提出的嶄新概念。所謂"溝域經濟"就是集生態治理、新農村建設、種植養殖業、民俗旅游業、觀光農業發展為一體的山區區域經濟發展新模式。中的短期行為，按流域規劃溝域經濟布局。對山區公路和溝域旅游景點建立預警制度與應急救援體系，重點景區修建臨時避險場所等措施。

3.3加強科普宣傳，提高公眾氣象災害應急避險能力

政府部門要合理分配宣傳人員、減災經費和時間向廣大群眾開展氣象災害宣傳普及活動，將防災減災宣傳普及工作作為政府部門的重要工作，使得防災減災知識覆蓋課堂、鄉村和社區，讓氣象科普知識常態化。各大社區、鄉村、學校、企事業單位要積極協助政府部門組織的災害應急演練和災害防御知識宣傳普及工作。針對氣象災害高發區、人員聚集區和災害預警信息不夠暢通的鄉村等地區，更是要加強氣象災害應急演練，盡最大努力提高社會公眾的防災減災科學素養，提高公眾面對氣象災害的應急處置與自救互救能力。

4小結

本文利用1981-2014年北京地區20個常規氣象站逐日降水資料，利用國際上通用的百分位法，針對北京地區20個氣象站逐一確定各自站點的極端降水閾值，通過定義4個極端降水指數，分析了北京地區極端降水的時空分布特征，得出如下結論。

(1)北京地區20個氣象站點中，朝陽、通縣、順義、懷柔、密云、平谷等站點極端降水閾值較大；北京西部和西北部山區站點極端降水閾值較小。齋堂、延慶等站點極端降水閾值雖然在大雨量級以下，但從極端事件的角度來說超過這一閾值的降水量，還是可能給這一地區造成災害性損失。

(2)極端降水強度是衡量極端降水災害性風險高低的重要指標，年最大日降水量的空間分布和時間變化趨勢與極端降水強度一致；北京市城區(海淀、朝陽、豐臺)和城區東北部(順義、懷柔、密云、平谷)地區因極端降水強度和日最大降水量較大，而面臨的災害性風險最高，是災害應急管理系統重點關注的地區；極端降水日數與極端降水閾值、極端降水量、極端降水強度的分布呈反位相關系。由于北京地區特殊的地形和人口分布規律，使得極端降水日數的大值區發生災害性損失的風險并不高。

(3)北京地區極端降水量和極端降水強度在2000年以后都呈增加趨勢，這一變化趨勢與全球氣候變暖導致極端事件增加的規律是一致的，極端降水強度的增加，使得極端降水造成的災害性損失和人民生命財產面臨的破壞性風險都大大增加。

(4)結合北京地區極端降水災害應急管理現狀，針對北京地區極端降水災害高發區，合理儲備有限的應急資源，提出北京地區極端降水災害應對策略：提高極端降水天氣預報水平，多渠道發布預警信息；加強城市基礎設施建設標準，合理規劃城市發展布局；加強科普宣傳，提高公眾氣象災害應急避險能力。

參考文獻：

[1]IPCC. Working Group I Contribution to the IPCC fifth assessment report， climate change 2013： The physical science basis：Summary for policymakers[R/OL]. [2013-10-28]. http://www.climatechange2013.org/images/uploads/WGIAR5-SPM_Approved27Sep2013.pdf.

[2]Fowler H J， Blenkinsopp S， Tebaldi C.Linking climate change modeling to impacts studies：Recent advances in downscaling techniques for hydrological modeling [J]. International Journal of Climatology，2007，27(12)：1547-1578.

[3]Trenberth K E. Atmosphere moisture residence times and cycling：implications for rainfall rates with climate change [J]. Climate Change，1998，39(4)：667-694.

[4]Karl T R，Jones P D，Knight R W，et al. A new perspective on recent global warming：Asymmetric trends of daily maximum and minimum temperature [J]. Bull Amer Meteor Soc，1993，74(6)：1007-1023.

[5]Kenneth E Kunkel，David R Easterling，Kelly Redmond，et al. Temporal variations of extreme precipitation events in the United States：1895-2000 [J]. Geophysical Research Letters，2003，30(17)：1900.

[6]Zhai P M，Sun A，Ren F，et al. Changes of climate extremes in China [J]. Climatic Change，1999，42(1)：203-218.

[7]楊金虎，江志紅，王鵬祥，等. 中國年極端降水的時空分布特征[J]. 氣候與環境研究，2008，13(7)：75-83.

[8]遲瀟瀟，尹占娥，王軒，等. 我國極端降水閾值確定方法的對比研究[J]． 災害學，2015，30(3)：186-190．

[9]李劍鋒，張強，陳曉宏，等. 新疆極端降水概率分布特征的時空演變規律[J]. 災害學，2011，26(2)：11-17.

[10]任國玉，封國林，嚴中偉. 中國極端氣候變化觀測研究回顧與展望[J]. 氣候與環境研究， 2010，15 (4)： 337-353.

[11]中國氣象局. 地面氣象觀測規范[M]. 北京：氣象出版社，2007：50-60.

[12]Zhang X，Alexander L，Hegerl G C，et al． Indices for monitoring changes in extremes based on daily temperature and precipitation data [J]． Wiley Interdisciplinary Reviews： Climate Change，2011，2(6) ： 851-870．

[13]翟盤茂，潘曉華. 中國北方近50年溫度和降水極端事件變化[J]. 地理學報，2003，58(Supp.1)：1-10.

[14]王萃萃. 中國大城市極端強降水事件變化的研究[D]. 北京，中國氣象科學研究院，2008.

[15]姜德娟，李志，王昆. 1961-2008年山東省極端降水事件的變化趨勢分析[J]. 地理科學， 2011， 31(9)：1118-1124.

[16]Palumbo A, Mozzarella A. Rainfall statistical properties in Naples [J]. Mon Wea Rev，1980，108(11)：1011-1015.

[17]俞烜，揚極羽，周祖昊，等. 天津夏季降水演變規律及其城市效應[J]. 地理科學進展，2008，27(5)：43-48.

[18]梁萍，丁一匯，何金海，等. 上海地區城市化速度與降水空間分布變化的關系研究[J]. 熱帶氣象學報，2011，27(4)：475-483.

[19]白瑩瑩，張焱，何澤能，等. 城市化進程對重慶都市圈降水空間分布的影響[J]. 氣象，2013，39(5)：592-599.

[20]左洪超，呂世華，胡隱樵. 中國近50年氣溫及降水量的變化趨勢分析[J]. 高原氣象，2004，23(2)：238- 244.

[21]北京統計信息網. 2014年北京市人口發展變化情況及特點[EB/OL]. (2015-05-21) [2015-10-14]. http://www.bjstats.gov.cn/rkjd/sdjd/201506/t20150624_294864.htm.

Extreme Precipitation Events and Management Strategy in Beijing

Chen Donghui1, 2, Wang Jiehua3,Ning Guicai1, Zhang Xiangxiang4and Shang Kezheng1

(1.CollegeofAtmosphericSciences,LanzhouUniversity,KeyLaboratoryofAridClimaticChangeandReducingDisasterofGansuProvince,Lanzhou730000,China; 2.Unit93123,Liaoyang111000,China;3.Unit92493,Huludao125000,China;4.CollegeofGlobalChangeandEarthSystemSciences,BeijingNormalUniversity,Beijing100875,China)

Abstract:The financing disaster losses caused by extreme precipitation extremes is becoming increasingly serious with the accelerating urbanization of Beijing, therefore an effective way to avoid enormous losses is to make corresponding risk management strategies. In this study, we first determine site-level rainfall threshold using percentile method, and then define four precipitation indexes to study the extreme rainfall events in Beijing, the dataset consists of daily-observed precipitation from 20 meteorological stations from 1981 to 2014. Our results show that, the distribution of extreme rain threshold coherent with the amount and intensity of extreme precipitation, as well as annual maximum rainfall, which mainly occur central and northeast of the city, hence these areas should be paid more attention when take risk management for their high risk caused by heavy rain. Contrarily, the mountain area in west and northwest Beijing does not experience too much loss even with maximum days of extreme precipitation; this is caused by particular topography and population distribution. Given the city’s current emergency management, we suggest to improve the precipitation risk management strategy from improving the ability of early warning and forecasting, strengthening the city infrastructure construction and improving the public’s ability of emergency avoiding.

Key words:Beijing; extreme precipitation events; disaster; risk management; countermeasures; percentile method

doi:10.3969/j.issn.1000-811X.2016.02.035

中圖分類號：X43；P468

文獻標志碼：A

文章編號：1000-811X(2016)02-0182-06

作者簡介：陳東輝(1988-)，男，內蒙古赤峰人，碩士研究生，主要從事現代天氣預報技術和極端天氣氣候研究. E-mail：chendh13@lzu.edu.cn通訊作者：尚可政(1960-)，男，甘肅景泰人，博士，副教授，主要從事現代天氣預報技術和方法研究. E-mail：shangkz@lzu.edu.cn

基金項目：國家公益性(氣象)行業專項項目(GYHY201106034)；國家自然科學基金青年基金項目(41105109)；蘭州大學中央高校基本科研業務費專項(lzujbky-2013-m03)

*收稿日期：2015-10-15修回日期：2015-12-03

陳東輝，汪結華，寧貴財，等. 北京市極端降水事件和應對策略分析[J].災害學, 2016,31(2):182-187.[ Chen Donghui, Wang Jiehua, Ning Guicai,et al. Extreme Precipitation Events and Management Strategy in Beijing[J].Journal of Catastrophology, 2016,31(2)：182-187.]