基于不同災害數據的1985—2019年南亞和東南亞洪水變化特征分析*

王 毅 劉 爽 周慶亮 包紅軍 尹宜舟 楊 琨

1 國家氣象中心，北京 100081 2 國家氣候中心，北京 100081

提 要： 基于緊急災害數據庫(EM-DAT)和達特茅斯洪水實驗室的災害數據，對比分析1985—2019年南亞、東南亞洪水災害的頻次、強度及造成的人口損失的變化特征，并探討與熱帶氣旋相關的洪水災害的變化趨勢，結果發現：近35年東南亞地區洪水發生頻次總體比南亞地區多15%左右，其中與熱帶氣旋相關的洪水發生頻次，東南亞地區約是南亞地區的4倍；與熱帶氣旋相關的洪水事件約占東南亞地區所有洪水災害事件的20%；月際分布表明南亞地區洪水災害集中發生在6—8月，“單峰”特征明顯，而其與熱帶氣旋相關的洪水頻次呈“雙峰”結構；東南亞的洪水災害年內分布相對均勻；基于兩種數據平均后的洪水趨勢檢驗表明，近35年南亞、東南亞洪水的頻次均呈顯著增加趨勢，而每次洪水災害造成的損失人口數則顯著減少；東南亞地區平均洪水災害的強度略小于南亞地區，但東南亞地區洪水災害的強度近35年有顯著增加趨勢。此外，基于EM-DAT數據統計的近35年東南亞和南亞洪水災害造成的經濟損失均表現出明顯增加趨勢。

引 言

洪水災害是發生頻率最高的自然災害之一，占所有自然災害發生數量的40%以上(Jonkman，2005；尹宜舟等，2020)。洪水災害的影響和造成的損失非常巨大，洪水影響的人口占所有自然災害影響總人口的50%以上(Slater and Villarini, 2016)。據不完全統計，平均每年洪水造成的經濟損失超過7 000億美元(Chen et al，2020)。在全球變暖背景下，隨著人口增長和經濟發展，未來洪水災害的影響預計將愈加嚴重(Yamazaki et al，2018)。IPCC將洪水定義為水流從河道或其他水體的正常范圍溢漫，或者水流在正常情況下在不受淹地區累積的現象(Field et al，2012)。除受到強降水、季風和熱帶氣旋等氣象因素影響之外，洪水災害還與地形、植被、土壤，氣候變化及人類社會經濟活動等相關，因而是一種高度復雜的自然社會現象(方建等，2014；2015；包紅軍等，2016；Emerton et al,2017)。掌握洪水的時空分布規律對于認識洪水災害，開展洪水災害預警及洪澇災害風險管理具有重要的意義。

南亞和東南亞國家分別瀕臨印度洋和太平洋，多發臺風暴雨，并且覆蓋“亞洲水塔”下游，河流水系發達，人口密度很高，受洪水災害影響嚴重。研究表明，南亞和東南亞地區是“一帶一路”沿線國家中自然災害發生最多的地區，主要以洪水和風暴災害為主(王維國等，2017；毛星竹等，2018；王會軍等，2020；王毅等，2021)。例如，2013年印度和尼泊爾的洪水災害造成超過6 600人死亡(Tanoue et al，2016)。2011年泰國洪水持續數月，導致了巨大的人員傷亡和經濟損失(Gale and Saunders,2013)。多個氣候模式預測指出，未來重大洪水事件在南亞和東南亞地區會繼續增加(Eccles et al，2019)。

對于災害時空規律及形成機制的研究是以大量的災害數據作為基礎。目前全球洪水災害的數據庫，包括緊急災害數據庫(Emergency Events Database,EM-DAT；CRED,2012)、國際洪水網絡(International Flood Network,IFNET)和達特茅斯洪水實驗室(Dartmouth Flood Observatory,DFO)(Brakenridge,2019)全球重大洪水事件數據等。不少學者利用災害數據庫開展了全球或區域尺度上洪水變化特征的研究(司瑞潔等，2007；Singh and Kumar,2013)。蔣衛國等(2006)基于EM-DAT數據對1950—2004年全球洪澇災害進行了分析，發現洪水發生頻次、受災人口及經濟損失總體上呈現增加趨勢，亞洲是洪水災害最頻發的地區之一。Najibi and Devineni(2018)分析了1985—2015年全球洪水的變化趨勢，并按照洪水災害的持續時間進行分類，結果表明過程較短的洪水(持續時間在7 d以下)的頻次沒有明顯趨勢，而過程較長的洪水頻次上升明顯。Chen et al(2020)基于DFO洪水數據研究了1985—2018年東南亞部分國家洪水的變化特征，結果表明洪水頻次呈顯著增多趨勢，而熱帶氣旋引發的洪水頻次(約占總洪水頻次的25%)的長期趨勢則不明顯。陳興茹等(2019)利用EM-DAT數據分析了湄公河流域國家洪災損失的時空分布特征。

已有的相關研究主要基于單一的災害數據庫，并且缺乏針對南亞和東南亞的對比分析。由于信息來源、災害定義及收錄條件的不同使得各數據庫間不可避免產生差異，因此，利用不同數據進行研究可以更好地認識災害的變化特征。本文利用兩種災害數據庫，對比南亞、東南亞洪水災害的變化特征，旨在為理解區域洪水時空分布格局，減輕洪水災害風險和服務“一帶一路”倡議提供科學依據和決策參考。

1 資料和方法

本研究中南亞、東南亞地區的國家定義如表1所示，南亞包含了8個國家，東南亞包含了11個國家。

表1 研究中涉及的南亞、東南亞的國家Table 1 Countries of South Asia and Southeast Asia involved in this study

本文使用了兩種被許多國際機構及學者廣泛引用的國際洪水災害數據，分別是緊急災害數據庫(EM-DAT)和達特茅斯洪水實驗室(DFO)全球重大洪水事件數據，研究時段為兩種數據時段重合的1985—2019年。

EM-DAT由世界衛生組織和比利時國家災害流行病研究中心建設，包含了1900年以來全球自然災害及技術災害事件。自然災害數據分為氣象、水文、氣候等六大類，每類分為不同亞類，其中洪水災害亞類又細分為海岸洪水、山洪、冰塞洪水及河流洪水子類。每條災害記錄包含了災害發生所在國家等地理信息、災害起止時間、災害成因、相關災害(次生災害)等以及災害的人口損失和評估的經濟損失。EM-DAT信息主要來源于聯合國、政府和非政府組織、保險公司、研究機構和媒體等多種途徑。

DFO洪水數據記錄了全球1985年以來造成人員傷亡和經濟損失的重大洪水災害事件，信息來源于媒體、政府、常規觀測以及遙感數據。除了災害發生所在的國家、起止時間、災害損失(死亡人數、影響人數、經濟損失)等要素，DFO數據還提供了洪水災害嚴重度，嚴重度按輕重從1、1.5到2逐級增強，分別代表洪水災害的估計重現期在20 a以下，20～100 a和100 a以上。

一種災害往往會引發次生災害甚至災害鏈，對于這種關聯性很強的災害，EM-DAT數據也進行了描述。例如，如果熱帶氣旋引發了洪水等次生災害，則這條災害記錄中“相關災害”字段標記為“洪水”。EM-DAT和DFO數據都包含了災害成因字段。EM-DAT洪水災害中成因包括熱帶氣旋、季風降水等，而DFO洪水災害成因分為暴雨、熱帶氣旋、季風降水、融雪、潰壩、雪崩等。

洪水災害的輕重程度是反映災害影響的重要指標。根據DFO數據中洪水災害的持續時間(單位：d)、嚴重度等級和影響空間范圍(單位：km2)可以計算洪水災害的強度：

災害強度=

lg(持續時間×嚴重度等級×影響空間范圍)

(1)

例如，對于一次持續時間為5 d，嚴重度等級為1，影響范圍為20 000 km2的洪水災害，計算得到的洪水災害強度為5。

本文采用非參數Mann-Kendall(M-K)檢驗和Sen斜率檢測法來研究洪水災害的長期趨勢，其優點是不需要預先假定樣本的分布，且對異常值不敏感(Yue et al,2002；Wang and Yan,2009)。Sen斜率是用來估計序列變化趨勢的數值程度大小，但不能對趨勢進行顯著性水平檢驗。M-K檢驗的Z統計量是一個正態分布的統計量，Z為正(負)，表明序列呈上升(下降)趨勢。當Z的絕對值大于1.65、1.96和2.58時，分別表示其通過了0.10、0.05和0.01顯著性水平檢驗。

2 洪水災害頻次的特征分析

2.1 數據預處理和洪水頻次統計

首先從災害數據庫中提取發生在南亞、東南亞國家的洪水災害記錄，并剔除重復記錄。將DFO數據中洪水災害成因是海嘯、巨浪、雪崩、冰湖潰決的事件進行剔除，最后得到基于DFO的南亞、東南亞洪水事件分別為608次和700次。

從EM-DAT洪水亞類數據中提取到南亞、東南亞洪水記錄分別為581條和585條。此外，南亞、東南亞EM-DAT數據中氣象類-風暴亞類災害的“相關災害”為“洪水”的記錄分別為39條和131條。將上述記錄合并后得到基于EM-DAT的南亞、東南亞洪水災害各為620次和716次。比較可知，1985—2019年東南亞地區洪水發生總頻次比南亞地區多15%左右。

對各國洪水頻次進行統計分析(圖1)，南亞地區洪水發生頻次最多的國家是印度，兩種數據記錄的印度的洪水事件都超過了250次，明顯多于其他國家。孟加拉國、阿富汗、巴基斯坦近35年洪水頻次在50～100次，而不丹和馬爾代夫洪水發生次數最少。印度尼西亞和菲律賓是東南亞地區最易遭受洪水災害的國家，至少有一種數據統計的洪水次數超過了200次。另外，越南洪水災害超過100次，而泰國和馬來西亞洪水次數介于50～100次。新加坡只有DFO數據記錄了1次洪水。兩種數據均沒有記錄到文萊出現過洪水災害。在南亞、東南亞所有國家中，印度、印度尼西亞、菲律賓、越南依次是1985年以來發生洪水災害最多的國家。

圖1 1985—2019年南亞(a)、東南亞(b)各國基于EM-DAT和DFO的洪水災害頻次Fig.1 Total frequency of EM-DAT based floods and DFO based floods in different countries in South Asia (a) and Southeast Asia (b) during 1985-2019

南亞、東南亞位于易造成洪澇災害的熱帶氣旋(臺風)暴雨多發區，因此進一步分析與熱帶氣旋有關的洪水災害有助于理解洪水災害的時空變化格局。為表述方便，以下將熱帶氣旋引發或與熱帶氣旋有關的洪水簡寫為TC洪水(TC floods)。對于EM-DAT數據，本文定義其中洪水亞類災害成因為熱帶氣旋的事件，和風暴亞類-熱帶氣旋子類“相關災害”為“洪水”的事件為TC洪水事件；對于DFO數據，定義災害成因為熱帶氣旋或熱帶風暴的事件為TC洪水事件。對災害成因篩查后得到的南亞、東南亞TC洪水的頻次如表2所示。可以看出，南亞TC洪水頻次約占其總洪水頻次的5%，而東南亞TC洪水頻次占到總洪水頻次20%左右。顯而易見，東南亞地區TC洪水災害較南亞地區更為頻繁，前者大約是后者的4倍。

表2 1985—2019年南亞、東南亞TC洪水頻次及其占總洪水頻次的比例Table 2 Frequency of TC floods and its ratio to total frequency of floods in South Asia and Southeast Asia during 1985-2019

圖2給出了1985—2019年各國TC洪水的發生頻次。可以看出，印度是南亞地區TC洪水發生最多的國家，累計發生了近20次，約占其總洪水次數的7%。菲律賓、越南是南亞、東南亞所有國家中TC洪水發生最多的國家，分別超過了80次和30次。菲律賓TC洪水發生頻次占其總洪水頻次的43%左右，說明熱帶氣旋是菲律賓洪水災害的重要誘發因素。阿富汗、不丹、馬爾代夫、東帝汶和新加坡在兩種數據庫中均未記錄到TC洪水災害。

圖2 同圖1，但為TC洪水頻次Fig.2 Same asFig.1, but for TC floods

2.2 月際分布特征分析

南亞和東南亞所處的地理位置不同，氣候背景不同，導致洪水災害的發生季節也存在差異。這里以數據中洪水災害開始日期所在的月份作為洪水發生的月份。南亞、東南亞地區平均的洪水頻次月際分布如圖3所示。由圖可知，基于兩種數據得到的洪水頻次有一致的年內變化。

圖3a顯示，南亞地區洪水頻次表現出明顯的季節性特征，6—8月為洪水災害的高發期，7月為峰值期，平均有3次以上洪水災害，而冬季(12月至次年1月)洪水發生次數較少。南亞屬于全球著名的季風區，季風降水集中在6—9月，從洪水災害的月際分布可知南亞洪水災害與季風活動有著密切的關系。與南亞地區的“單峰”特征不同，東南亞地區洪水“單峰型”不明顯，6—12月均有不同程度洪水災害發生，僅在3—5月出現一個低谷。另外，南亞、東南亞每月洪水頻次的標準差較大(圖略)，表明兩個地區洪水頻次的年際變化都很顯著。

圖3 1985—2019年南亞(a)、東南亞(b)基于EM-DAT和DFO的平均洪水頻次月際分布Fig.3 Monthly distribution of average frequency of EM-DAT-based floods and DFO-based floods in South Asia (a) and Southeast Asia (b) during 1985-2019

TC洪水頻次的月際分布特征與上述總的洪水頻次的月際分布特征差異明顯(圖4)。圖4a顯示，南亞地區TC洪水頻次呈現“雙峰”特征，第一個峰值出現在5月，另一個是10—11月，而1—3月和8月則無TC洪水發生。南亞TC洪水頻次的雙峰特征與北印度洋熱帶氣旋的活躍期(5月、10月和11月)有關。對于東南亞地區，1—6月TC洪水事件較少，3月是一個低谷，6—12月是東南亞TC洪水的頻發期。EM-DAT和DFO數據在東南亞地區8—9月的TC洪水頻次上存在一定的差異，前者記錄的TC洪水災害事件要多于后者。

圖4 同圖3，但為TC洪水頻次Fig.4 Same asFig.3, but for TC floods

進一步分析表明，兩種數據本身對災害的分類，特別是錄入的洪水災害成因的差別使得TC洪水樣本差異較大，進而導致圖4中兩者TC洪水頻次在個別月份差異明顯。例如，對某次洪水災害，EM-DAT數據記錄為風暴亞類—熱帶氣旋子類，“相關災害”字段為“洪水”，而DFO數據記錄的此次洪水的成因為暴雨。因而，需要注意細分后的TC洪水樣本統計結果的不確定性相對較大。

2.3 長期趨勢分析

在分析洪水頻次的長期趨勢之前，首先檢驗了兩種數據統計的災害頻次變化的一致性。計算EM-DAT和DFO兩種數據的逐年洪水頻次的相關系數，南亞為0.632，東南亞為0.626，均通過了0.01 顯著性水平檢驗，表明兩種資料有較好的一致性。

圖5是1985—2019年南亞、東南亞地區逐年洪水頻次的時間序列，表3、表4分別是基于MK顯著性水平檢驗和Sen斜率估計得到的南亞、東南亞地區年度洪水頻次的長期趨勢分析結果。圖5a顯示，南亞地區洪水頻次從1985年起波動上升，到了2007年起有所下降，但是2013年起又緩慢上升，這種上升趨勢在EM-DAT數據中體現得更為明顯。對南亞洪水，基于EM-DAT和DFO數據的M-K趨勢檢驗的Z統計量分別為5.169 9和1.124 6，前者通過了0.01顯著性水平檢驗。兩種數據平均的結果顯示，平均的洪水頻次上升趨勢仍然通過了0.01顯著性水平檢驗。1985年南亞地區洪水平均發生9次，到了2019年平均出現22次，峰值出現2007年，達到37.5次。同樣地，東南亞地區洪水頻次上升的趨勢也非常顯著(圖5b)。基于EM-DAT和DFO數據的M-K趨勢檢驗的Z統計量分別為5.104 7和1.822 3，分別通過了0.01和0.10顯著性水平檢驗。東南亞洪水災害峰值也是2007年，達到44.5次。比較南亞和東南亞洪水的Sen斜率可知，近35年東南亞地區的洪水增加幅度更大。

圖5 1985—2019年南亞(a)、東南亞(b)逐年基于EM-DAT和DFO的洪水頻次(散點) (實線表示基于EM-DAT和DFO的平均值，虛線代表平均值的線性趨勢)Fig.5 Annual frequency of EM-DAT-based floods and DFO-based floods (scattered points) in South Asia (a) and Southeast Asia (b) during 1985-2019 (Solid line represents average frequency of EM-DAT and DFO dataset, dashed line indicates liner trend)

表3 1985—2019年南亞基于EM-DAT、DFO及兩者平均的年度洪水頻次及 死亡人數的M-K檢驗的Z統計量和Sen斜率Table 3 M-K test’s Z statistic and Sen slope of frequency of EM-DAT-based floods, DFO-based floods and their average in South Asia during 1985-2019

表4 同表3，但為東南亞Table 4 Same as Table 3, but for Southeast Asia

計算EM-DAT和DFO兩種數據的逐年TC洪水頻次的相關系數，南亞為0.369，東南亞為0.471，分別通過了0.05和0.01顯著性水平檢驗，但其相關性弱于總洪水頻次，說明TC洪水統計結果的不確定性相對更大。

南亞、東南亞地區的TC逐年洪水頻次時間序列如圖6所示。需要指出的是，南亞地區TC洪水頻次中很多為0次或者1次，對Sen斜率的計算造成困難,導致Sen斜率為0，但M-K的趨勢檢驗仍然是有意義的。南亞地區基于EM-DAT的TC洪水頻次顯著增加，然而DFO數據未檢測到明顯趨勢，兩者平均后的TC洪水頻次呈弱的上升趨勢。平均后的東南亞TC洪水頻次增加趨勢仍比較明顯(通過了0.01顯著性水平檢驗)。平均的南亞、東南亞TC洪水頻次峰值分別是1991年和2008年，分別出現了3次和12.5次洪水災害。

圖6 同圖5，但為TC洪水頻次Fig.6 Same asFig.5, but for TC floods

3 洪水災害強度及損失趨勢分析

災害的危害性不一定取決于災害發生的頻次，一定程度上是由災害強度、區域人口密度與應對災害的恢復能力決定的。下文將結合災害強度進一步分析洪水災害造成的損失的變化特征，首先分析人口損失(死亡人數)的情況。基于DFO洪水數據利用式(1)計算了每次洪水災害的強度。洪水災害強度是綜合反映洪水的嚴重度等級、洪水持續時間以及影響空間范圍的指標，其數值越大，表明洪水災害的強度越大。總體而言，南亞、東南亞洪水的平均災害強度分別為5.45和5.06，而TC洪水的平均災害強度分別為5.67和5.30，表明南亞洪水災害造成的影響一般較東南亞更加嚴重。

分析洪水災害的年平均強度及年最大強度發現(表5)，南亞地區洪水和TC洪水災害強度的變化趨勢不明顯，年最大災害強度則略有下降。東南亞地區洪水災害的平均及最大強度增加顯著。同時，東南亞地區TC洪水災害的平均強度也呈現顯著的上升趨勢。經分析，近35年南亞地區強度最大的洪水災害出現在印度(強度為8.4)，從2004年6月20日至10月7日，造成了約3 000人死亡。東南亞地區強度最大的洪水災害發生在泰國(強度為7.95)，從1995年8月1日持續到11月9日，導致超過230人死亡。

表5 1985—2019年南亞、東南亞基于DFO的洪水和TC洪水的 年平均災害強度及年最大災害強度MK檢驗的Z統計量和Sen斜率Table 5 MK test’s Z statistic and Sen slope of annual mean and maximum magnitude of DFO-based floods and TC floods in South Asia and Southeast Asia during 1985-2019

圖7是南亞、東南亞地區逐年平均每次洪水死亡人數的時間序列，即洪水造成的年總死亡人數與年洪水頻次之比，以此來消除洪水事件次數的增減對死亡人數的影響。通過世界銀行發布的人口數據統計可知，近35年南亞地區總人口平均為14.3億，東南亞地區則為5.3億。需要說明的是，南亞地區1991年因洪水死亡人口累計達14萬人以上，東南亞地區2008年因洪水死亡人口累計約為10萬人，這兩個極端年份沒有在圖中顯示，但都參與趨勢分析。結合表3、表4可知，雖然南亞、東南亞兩個地區洪水災害造成的年總死亡人數變化趨勢不明顯，然而，平均每次洪水災害導致的死亡人數35年來顯著減少，都通過了0.01顯著性水平檢驗。比較兩種數據平均的Sen斜率發現，南亞地區單次洪水災害死亡人數減少幅度更大。兩種數據平均后的TC洪水災害死亡人數無明顯趨勢。

圖7 同圖5，但為平均每次洪水造成的死亡人數Fig.7 Same asFig.5, but for mean number of fatalities per flood event

綜上所述，近35年來南亞、東南亞洪水災害的頻次均顯著增多，單次洪水災害造成的死亡人數在顯著減少，且這些趨勢的可信度較高。此外，東南亞地區TC洪水的頻次和強度都呈上升趨勢。

EM-DAT中還提供了對災害導致的經濟損失的估計值。分析1985—2019年因洪水災害造成的經濟損失，近35年南亞、東南亞地區洪水災害造成的經濟損失分別約為1 184億美元和777億美元。需要指出的是，2011年8月5日起泰國發生了持續長達5個多月的洪水，EM-DAT數據顯示此次洪水災害造成了高達400億美元的經濟損失和約800人死亡。進一步對年經濟損失時間序列進行M-K趨勢檢驗發現，近35年兩個地區洪水災害造成的經濟損失均呈增加趨勢(通過了0.01顯著性水平檢驗)，并且剔除極端值(2011年泰國洪水災害)后東南亞地區洪災的經濟損失仍存在顯著上升趨勢。

4 結論與討論

南亞、東南亞地區洪水災害頻發，災害影響嚴重。本文基于EM-DAT和DFO兩種國際災害數據，對比分析了1985年以來兩個地區洪水災害頻次、強度及造成的人口損失等變化特征，并探討了與熱帶氣旋相關的洪水災害的變化趨勢，得到如下主要結論：

(1)綜合兩種數據表明，1985—2019年東南亞地區的洪水災害較南亞地區更多，前者比后者多15%左右，其中與熱帶氣旋相關的洪水，東南亞地區是南亞地區的4倍左右。東南亞地區TC洪水頻次占其總洪水頻次的20%，而南亞地區TC洪水頻次僅占總洪水頻次的5%。印度、印度尼西亞和菲律賓是洪水災害最多的國家，菲律賓、越南和印度易遭受TC洪水災害。

(2)從洪水發生的月際分布來看，南亞地區洪水頻次集中在6—8月，“單峰”特征突出，而其TC洪水的頻次呈“雙峰”結構，5月、10月(11月)是南亞地區TC洪水的多發期。東南亞地區洪水年內分布較為均勻，年內各月都有發生。

(3)兩種災害數據平均后的M-K趨勢分析表明，1985—2019年南亞、東南亞洪水的頻次呈顯著增加趨勢，而單次洪水災害的損失人口數顯著減少(都通過了0.01顯著性水平檢驗)。東南亞地區洪水災害的強度一般弱于南亞，但近35年其洪水災害的強度有明顯增加趨勢。

(4)根據EM-DAT的數據統計可知，過去35年來南亞和東南亞洪水災害造成的經濟損失均表現出明顯增加趨勢。

值得指出的是，從洪水災害的月際分布和年際變率來看，本文所用的兩種災害資料的一致性較好，但是對于與熱帶氣旋相關的洪水，兩者也存在趨勢不一致的情況，原因是兩種數據本身對災害的分類，特別是錄入的洪水災害成因存在差別，因而基于細分后的TC洪水樣本的統計結果不確定性相對較大。例如，基于EM-DAT資料發現東南亞地區TC洪水呈顯著增加趨勢，而DFO資料沒有反映。司瑞潔等(2007)指出，由于數據編錄方法的調整，使得EM-DAT數據自2003年后相對有較多的災害事件滿足錄入標準而被記錄，可能會影響災害頻次統計結果。本文將EM-DAT數據中氣象-風暴亞類“相關災害”為洪水的事件也作為洪水事件記錄，相應東南亞地區TC洪水次數增加了121次，其中2003年以后的有98次，占比為81%，而DFO數據中2003年以后的TC洪水事件占比49%。除災害本身隨時間自然增加以外，信息收錄問題可能是EM-DAT記錄存在一定偏差的原因。這也體現出本文采用不同來源數據開展研究的優勢，避免使用單一數據分析洪水災害這一復雜問題帶來的不足。

此外，本文主要分析了南亞、東南亞區域尺度上洪水的長期變化特征，洪水災害演變的形成機制，如氣候變化(ENSO等)、人類活動對洪水的可能影響有待進一步研究，以此促進洪水災害預警和洪澇災害風險管理水平。