“臺風-暴雨-洪澇”災害綜合風險評估

鄭建春 狄宇飛 張秀華

摘? 要：2019年“利奇馬”臺風事件對我國東部沿海地區造成巨大損失，本文以該次臺風為例，開展了“臺風-暴雨-洪澇”災害鏈演進模擬與動態風險評估研究。首先，大范圍分析臺風暴雨的空間分布特征，并在此基礎上，選取浙江靈江流域作為洪澇災害示例研究區，進一步模擬“暴雨-徑流-洪澇”的演進過程。最后，綜合考慮洪澇災害的致災因子危險性以及承災體脆弱性，選取淹沒水深、人口、建筑、農業等指標構建洪澇災害風險評估指標體系，建立研究區風險評估模型，繪制洪澇災害風險等級圖。本文研究結果可為“臺風-暴雨-洪澇”災害的防災減災工作提供技術參考。

關鍵詞：臺風? 暴雨洪澇? 臺風災害鏈? 風險評估

中圖分類號：X43? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ? ? ? ? 文章編號：1674-098X（2021）02（a）-0093-04

Risk Assessment of Typhoon-runoff-Flood Disaster—A Case Study of Typhoon Lekima

ZHEN Jianchun1? DI Yufei2? ZHANG Xiuhua2

（1. Beijing Research Center of Urban System Engineering， Beijing， 100044 China; 2. College of Resources Environment and Tourism， Capital Normal University， Beijing， 100048 China）

Abstract： In 2019， the “Lekima” typhoon caused huge losses in the eastern coastal areas of China. It is taken as an example in this article， and its evolution simulation of the “typhoon-storm-flood” disaster chain is focused to assess its risk dynamically. First， the spatial distribution characteristics of typhoon storms and rains were analyzed on a large scale. Basing on rainstorm intensity， the Lingjiang River Basin in Zhejiang Province is selected as an example area for further simulation of the evolution process of "storm-runoff-flood". Finally， comprehensively considering the risk of hazards and the vulnerability， the indicators of flood depth， population， construction， agriculture and other indicators are selected to construct a risk assessment index system， establish a risk assessment model for the study area， and develop a flood disaster risk level map. The results of this paper can provide technical reference for disaster prevention and mitigation of "typhoon-runoff-flood" disasters.

Key Words： Typhoon， Rainstorm and flood， Typhoon disaster chain， Risk assessment

臺風過境時往往伴有風暴潮、強風、暴雨洪澇等嚴重的自然災害，造成人員和財產的損失，影響社會經濟的發展[1]。如何快速和準確地識別“臺風-暴雨-洪澇”災害鏈的災害特征，動態地評估其綜合風險，是當前自然災害研究的熱點問題。臺風災害鏈綜合風險的準確預估，對減輕自然災害損失具有重要作用。

“利奇馬”臺風是2019年第9號臺風，分別在8月10日和11日在浙江溫嶺市和山東青島市登陸，其影響省份包括浙江、福建、江蘇、上海、安徽、山東、河南、河北、天津以及遼寧等省（市）。由臺風引起的強降雨覆蓋范圍極廣，引起浙江臨海、安徽寧國等多地洪澇次生災害，受災地區的財產和經濟遭受巨大損失。史培軍等提出災害系統由致災因子、孕災環境和承災體三要素組成，認為災害風險評估狹義上是對致災因子的評估，廣義上是對三要素的綜合評估[2]。由于臺風災害鏈綜合風險的不確定性和復雜性，預估其災害風險具有一定難度，因而需要采用模型模擬的技術手段，開展“臺風-暴雨-洪澇”災害鏈研究，可通過對強降水區域進行模型模擬，實現“降雨-徑流-淹沒”過程的量化，然后在此基礎上實現“臺風-暴雨-洪澇”災害綜合風險評估。

本文以“利奇馬”臺風為研究對象，針對“臺風-暴雨-洪澇”災害鏈進行災害動態演進模擬[3]，并利用災害模擬結果，結合致災因子危險性和承災體脆弱性，對災害鏈的綜合風險進行了動態評估，為易受災地區防災減災工作提供參考和支持。

1? 方法

1.1 “降雨-徑流”模擬

從水文機理角度“降雨-徑流”過程可分為產流、坡面匯流、基流、河道匯流四個過程。產流描述的是降雨落到地面形成凈降雨的過程[4];坡面匯流描述的是目標流域內的降雨通過土壤和坡面表層匯入河網的過程[5];基流指的是常年存在于河道內的徑流，地下水是否充足對基流影響很大;河道匯流主要作用是利用上斷面的洪水過程推演下斷面未來的洪水過程[6]。本文根據研究區具體情況分別針對各個過程選取最優方法通過HEC-HMS軟件進行模擬，產流過程采用SCS-CN模型：

（1）

式中，Q為凈降雨量，P為總降雨量，S為可能最大滯留量，CN為曲線系數。

匯流過程采用克拉克單位線法：

（2）

式中，A為流域總面積，At為t時刻的產流面積，tc為匯流時間。

河道匯流過程采用馬斯京根模型：

（3）

式中，t為計算時間，I為河道上斷面入流量，Q為河道下斷面出流量，W為河道的蓄水量，X為流量比重因子，K為槽蓄系數。

1.2 “徑流-淹沒”模擬

洪水淹沒算法種類較多，本文在前人研究基礎上結合種子點蔓延算法[7]和水量等體積思想[8]，以DEM空間分塊為基礎，在數據屬性和空間拓撲特征的約束下進行迭代遞進，對流域內被淹沒的范圍和深度進行模擬，具體模型如下式所示。

（4）

式中，Q為洪量值;q為流量;t為累積時間;H為水位值;h為空間分塊的高程;s為空間分塊的面積;i為時間次數，j為空間分塊編號，d為迭代次數。

1.3 災害風險評估

采用自然災害風險系數評估綜合災害風險的高低程度[9]，該理論認為自然災害風險為致災因子危險性和承災體易損性的代數和，這很好的體現了風險是由致災因子和承災體共同作用這一本質特征，風險評估模型可表示為：

（5）

式中，H為洪澇災害致災因子的危險性，V為洪澇災害承災體的易損性。

2? 研究結果

2.1 臺風暴雨的空間特征

收集GPM（Global Precipitation Measurement）衛星降水產品用于臺風“利奇馬”大范圍降水的分布特征提取。GPM衛星降水產品空間分辨率為0.1°，時間分辨率為0.5h。通過對“利奇馬”臺風過境時期GPM衛星降水產品數據的統計，得到了2019年8月8日8時—13日14時暴雨累計降水的空間分布結果，如圖1所示。總整體上來看，本次降水主要集中在中國東部沿海地區，其中浙江東部、上海累計降水量最高，超過800mm，其次為山東中西部、遼寧南部，最大累計降水超500mm，空間分布上由沿海向內陸遞減，由南部向北部遞減。

2.2 降雨-徑流-洪澇模擬

選取受災較為嚴重的浙江省臨江市為研究區域，該市位于靈江流域下游。選取兩個水文站（永安溪-柏枝岙水文站，始豐溪-沙段水文站）進行“降雨-徑流”模擬，并利用實測值進行水文模型參數的優化和驗證。“降雨-徑流”模擬過程所需氣象和水文數據分別來自 “中國地面氣候資料日值數據集（V3.0）”以及《中華人民共和國水文年鑒》，這兩個數據集提供了氣象站點逐日降水量，水文（水位）站點水位、流量、洪峰、水面蒸散發等多種資料。

兩個水文站在率定期和驗證期的納什效率系數均達到0.5以上（柏枝岙站：率定期0.62，驗證期0.65;沙段站：率定期0.59，驗證期0.52），該結果表明構建的“降雨-徑流”模型適應性良好。

“徑流-淹沒”過程所需要的數據為DEM（Digital Elevation Model），來源于中國科學院計算機網絡信息中心地理空間數據云平臺，空間分辨率為30m。將空間分塊處理的DEM數據和“降雨-徑流”模擬結果相結合，得到河道水位值。由淹沒的定義可知，相同位置水位高于地面高程即為淹沒。將該類區域標記為淹沒區，水位值與地面高程值的差值為淹沒深度，即可得到洪水的淹沒范圍和深度分布情況，如圖2所示。

2.3 災害綜合風險評估結果

傳統的暴雨洪澇災害風險評估多數是利用降雨數據進行粗略評估，這對于淹沒范圍、淹沒強度等風險的識別不是很精確，很難滿足防災減災的需求。想要更精細的評估區域內洪澇災害風險必須要基于動態淹沒水深數據，結合承災體數據進行動態分析，得出洪澇災害風險等級在時間上的動態變化過程。

在收集研究區人口密度、路網密度以及土地利用等數據的基礎上，結果模型模擬輸出的淹沒結果，開展臺風災害鏈的動態風險評估。圖3為不同時刻洪澇災害風險等級分布圖，8月10日3時，臨江市城區內靠近河流的部分處在中風險區域，遠離河流的區域大部分位于低風險和較低風險地區;10日8時靈江干流水位上漲，靠近河流的中風險地區逐漸變為高風險地區，低洼地區的風險等級也隨之上升;10日14時，以靈江干流為中心，高風險地區逐漸向南北兩方向擴散，城市中風險地區逐漸變為較高風險;10日20時，部分較高風險地區轉變為高風險地區;11日2時，臺風離開浙江省，此時臨江市內高風險地區范圍持續擴大，其中包含多個主要街道和鄉鎮地區。

分析圖3風險評估結果，8月10日3時—11日2時，較高風險等級與高度風險等級區域逐步由靈江干流與支流向兩岸擴散，包括臨海古城在內的臨海市城區風險逐漸增大;10日3時僅5.82km2的區域位于較高風險等級或高度風險等級，到11日2時，臨海市城區低洼處幾乎全部處于較高風險等級甚至是高度風險等級，較高風險區面積為13.16km2，高度風險區面積為24.75km2。在1日之內較高風險等級、高度風險等級面積分別增長了418%與655%。

3? 結論

本文以“利奇馬”臺風為例，分析了“臺風-暴雨-洪澇”災害鏈的動態演進過程，在此基礎上針對位于靈江流域的臨江市開展了災害風險動態評估，結論如下：

（1）以“暴雨-徑流-洪澇”的物理過程為主線，建立起了一套定量分析暴雨洪澇災害演進過程的方法。利用降雨、流量等數據建立基于水文機理的降雨-徑流模型，并且模型的率定期與驗證期Nash系數均在0.5以上，滿足模擬精度要求;利用基于DEM空間分塊的淹沒算法，結合降雨-徑流模型模擬的流量數據，量化洪澇災害淹沒范圍與淹沒水深分布情況。

（2）在災害的演進過程中，通過對淹沒范圍與淹沒水深進行動態模擬的技術方法，開展對暴雨洪澇災害風險演進的變化分析，實現了暴雨洪澇災害動態風險的評估。從致災因子危險性與承災體易損性兩方面考慮，選取淹沒水深、人口密度、路網密度、農業用地占比、建筑用地占比和工礦用地占比作為暴雨洪澇災害風險評估的指標，實現靈江流域暴雨洪澇災害風險動態演進過程的模擬分析。

參考文獻

[1] 牛海燕，劉敏，陸敏，權瑞松，張麗佳，王靜靜.中國沿海地區近20年臺風災害風險評價[J].地理科學，2011，31（6）：764-768.

[2] 史培軍.三論災害研究的理論與實踐[J]. 自然災害學報， 2002， 11（3） ： 1-9.

[3] Namara W G ， Damise T A ， Tufa F G . Rainfall Runoff Modeling Using HEC-HMS： The Case of Awash Bello Sub-Catchment， Upper Awash Basin， Ethiopia[J]. International Journal of Environment， 2020， 9（1）：68-86.

[4] 徐贊，吳磊，吳永祥，等.SCS-CN模型改進及其徑流預測[J].水利水運工程學報，2018，（3）：32-39.

[5] 陸逸.浙江臺風災害風險評估與區劃[D].南京信息工程大學，2016.

[6] 鄒強，何小聰，喻杉.變指數非線性馬斯京根模型及其參數率定方法[J].水電能源科學，2017（12）.

[7] 楊啟貴，王漢東.一種大區域洪水淹沒范圍快速提取的分塊種子蔓延算法[J].華中師范大學學報（自然科學版），2015，49（4）：603-607.

[8] 劉璐.寧波市臺風災害綜合風險區劃與評估[D].南京信息工程大學，2018.

[9] Maskrey A. Disaster mitigation： a community based approach[M]. Oxfam International，1989.