關嶺縣暴雨災害風險評估、區劃及實例分析

摘 要：暴雨是貴州地區主要的氣象災害之一，其嚴重影響著社會經濟發展和人類生命財產安全。基于此，以關嶺縣暴雨災害為研究對象，對其進行暴雨災害風險評估與區劃，為暴雨災害風險評估與區劃研究工作貢獻力量。

關鍵詞：暴雨災害；風險評估；風險區劃

中圖分類號：P426.616 文獻標志碼：B 文章編號：2095–3305（2024）08–0-03

氣象上將24 h降水量＞50 mm的強降水稱為暴雨。暴雨是貴州地區主要的氣象災害之一，其引發的城市內澇、山洪、泥石流、滑坡等次生災害嚴重影響著社會經濟發展和人類生命財產安全。基于此，對貴州省安順市關嶺布依族苗族自治縣（以下簡稱關嶺縣）暴雨災害進行風險評估與區劃，為暴雨災害風險評估與區劃研究工作提供參考。

1 致災因子的選取

選擇暴雨持續天數、過程累計降水量、最大日降水量、最大小時降水量4個致災因子指標表達單站暴雨過程強度[1-2]。對于缺少小時降水資料的年份，則選擇暴雨持續天數、過程累計降水量、最大日降水量3個指標。

2 致災危險性評估技術方法

2.1 暴雨過程強度指數及分級

（1）暴雨過程強度計算。根據識別出的致災因子，對各評價指標進行歸一化處理，采用信息熵賦權法確定權重，加權求和得到暴雨過程強度指數。

（2）暴雨過程強度分級。將暴雨過程強度指數用百分位數表示，劃分為一般、中、偏強、極強4個等級[3]。

2.2 雨澇指數

累加當年逐場暴雨過程強度指數得到年雨澇指數，并基于年雨澇指數建立一個1991—2020年的樣本序列，用于風險評估與分區。

2.3 致災因子危險性評估

致災危險性評估主要考慮暴雨事件和孕災環境，由年雨澇指數和暴雨孕災環境影響兩個部分組成。

2.3.1 孕災環境影響系數

暴雨孕災環境是指在暴雨影響下，對形成洪澇、泥石流、滑坡、城市內澇等次生災害起作用的自然環境[4]。暴雨孕災環境對暴雨成災危險性起到擴大或縮小的作用。主要考慮地形、河網水系、地質災害易發條件。

（1）地形因子影響系數。根據貴州省實際，參照標準對高程標準差值及海拔進行調整，確定2個指標的等級劃分，并結合等級結果進行賦值，如表1所示。

（2）水系因子影響系數。

①水網密度法。水網密度指流域內干支流總河長與流域面積的比值或單位面積內自然與人工河道的總長度，水網密度反映了一定區域范圍內河流的密集程度。根據貴州省實際，運用水系數據，采用水網密度法進行計算并賦值，如表2所示。

②水體距離法。結合貴州實際，根據距離水體（河流、湖泊、水庫）的遠近對影響系數進行取值，如表3所示。

③水系因子影響系數。利用等權重的方式，根據下式計算水系因子影響系數。

pr=0.5×pr1+0.5×pr2

其中，pr為水系因子影響系數，pr1為水網密度系數，pr2為水體距離系數。

（3）地質災害易發條件系數。根據貴州省地質災害易發程度實際，對地質災害易發條件系數進行賦值，得到的結果如4所示。

（4）暴雨孕災環境影響系數。將上述3個影響因子，按照信息熵賦權法進行權重的計算，根據公式進行暴雨孕災環境綜合指數及暴雨孕災環境影響系數的計算。

2.3.2 致災危險性計算

基于多年平均年雨澇指數和暴雨孕災環境影響系數，構建暴雨致災危險性指數。

暴雨致災危險性指數=（1+暴雨孕災環境影響系數）×年雨澇指數

2.4 致災因子危險性分區

基于暴雨致災危險性指數，根據自然斷點法，將暴雨致災危險性劃分為高危險性（Ⅰ）、較高危險性（Ⅱ）、較低危險性（Ⅲ）、低危險性（Ⅳ）4個等級，按照行政區域繪制暴雨危險性區劃空間分布圖。

3 風險評估技術方法

致災因子的危險性不僅反映了暴雨可能產生的危害，而且在一定限度上表現了當地的承災體特征。

3.1 主要承災體暴露度

選取人口、經濟、農業等承災體進行暴露度分析，選擇指標如下：

（1）人口暴露度（人口數量）；

（2）經濟暴露度（GDP）；

（3）農業暴露度（玉米、水稻農作物種植面積）。

為了消除各指標的量綱差異，對人口暴露度、經濟暴露度、農業暴露度指標進行歸一化處理。

3.2 主要承災體脆弱性

選取人口、經濟、農業或其他特定承災體進行脆弱性分析，選擇指標如下：

（1）人口脆弱性：因暴雨災害造成的死亡人口和受災人口占區域總人口比例；

（2）經濟脆弱性：因暴雨災害造成的直接經濟損失占GDP的比例；

（3）農業脆弱性：農作物（玉米、水稻）成災面積占種植面積的比例。

為了消除各指標的量綱差異，對人口脆弱性、經濟脆弱性、農業脆弱性指標進行歸一化處理。

3.3 暴雨災害風險評估

根據暴雨災害風險形成原理及評價指標體系，分別將致災危險性、承災體暴露度和承災體脆弱性各指標進行歸一化，再加權綜合，建立風險評估模型。根據風險評估模型，分別對不同承災體進行風險評估[5-7]。

3.4 暴雨災害風險分區

依據不同承災體風險評估結果，結合行政單元進行空間劃分，采用自然斷點法，將暴雨災害風險性劃分為高危險性（Ⅰ）、較高危險性（Ⅱ）、中危險性（Ⅲ）、較低危險性（Ⅳ）、低危險性（Ⅴ）5個等級。

4 致災危險性的評估與區劃

按照自然斷點法，將暴雨致災危險性指數按照關嶺縣行政區域劃分為高危險性、較高危險性、較低危險性、低危險性4個等級，繪制得到空間分布圖。

從關嶺布依族苗族自治縣暴雨致災危險性區劃圖看（圖1），總體呈西北部高、東南部低的分布趨勢。危險性等級面積占比最多的是較低等級（38.9%），最少的是高等級（12.6%）。崗烏鎮、沙營鄉、永寧鎮、頂云鄉、坡貢鎮、關索鎮局部地區為較高、高危險性等級；其余大部分地區為低、較低危險性等級。

5 風險評估與區劃

5.1 GDP風險評估

從關嶺縣暴雨災害GDP風險區劃圖看（圖2），大部分地區主要處于低、較低風險性等級，較高、高風險性等級主要分布在縣級和鄉級行政中心駐地周圍地區。龍潭街道、頂云街道等縣級行政中心和永寧鎮、白水鎮、花江鎮等鄉級行政中心附近為較高、高風險性等級；其余大部分地區為低、較低風險性等級。

5.2 人口風險評估

從關嶺縣暴雨災害人口風險區劃圖看（圖3），大部分地區主要處于低、較低風險性等級，較高、高風險性等級主要分布在縣級和鄉級行政中心駐地周圍。關索街道、龍潭街道、頂云街道、百合街道等縣級行政中心和永寧鎮、花江鎮、沙營鎮、崗烏鎮、坡貢鎮等鄉級行政中心附近為較高、高風險性等級；其余大部分地區為低、較低風險性等級。

6 結論

關嶺縣暴雨危險性等級總體呈西北部高、東南部低的分布趨勢。崗烏鎮、沙營鄉、永寧鎮、頂云鄉、坡貢鎮、關索鎮局部地區為較高、高危險性等級；其余大部分地區為低、較低危險性等級。

危險性等級面積占比最多的是較低等級（38.9%），

最少的是高等級（12.6%）。暴雨災害GDP風險在大部分地區主要處于低、較低風險性等級，中、高的風險性等級分布較少；人口風險在大部分地區主要處于低、中風險性等級，較高、高的風險性等級分布較少，距離縣級鄉級行政中心駐地越近，人口風險性越高，反之則人口風險越低。

參考文獻

[1] 陳耀飛，陳燕麗，謝映，等.環江縣暴雨災害風險評估與區劃分析[J].農業災害研究，2023，13（8）：233-236，273.

[2] 劉彩紅，李萬志，余迪，等.青海省暴雨誘發洪水災害風險區劃和影響評估[J].中國科技成果， 2021（15）：2.

[3] 郭航，闞本，柴世秀.大通縣暴雨災害風險評價及區劃[J].青海草業，2023，32（1）：38-43.

[4] 潘昱杉，李謝輝.四川省暴雨洪澇災害風險評估[J].成都信息工程大學學報，2022，37（2）：186-193.

[5] 宋怡軒，郭潔，何永青，等.基于GIS的渠江流域暴雨洪澇災害風險評估與區劃[J].高原山地氣象研究，2023，43（2）：67 -71.

[6] 傅永超，朱宇蓉，馬俊卿.基于GIS的海北州祁連縣暴雨災害風險評估[J].農業災害研究，2022，12（10）：49-51.

[7] 鐘東良，曾欽文，賀發勝，等.龍川暴雨災害風險評估及避災行為分析[J].廣東氣象，2021，43（6）：46-49.