基于情景模拟的长江三角洲极端降水风险评价

王 轩，尹占娥，迟潇潇

（上海师范大学 地理系，上海 200234）

基于情景模拟的长江三角洲极端降水风险评价

王 轩，尹占娥，迟潇潇

（上海师范大学 地理系，上海 200234）

利用长江三角洲1961—2013年逐日降水资料，采用极值分布、耿贝尔分布和皮尔逊分布等频率分析方法推算极端降水各重现期概率强度值，设计五年、十年、百年一遇情景，结合适合长三角地区的极端降水阈值和下垫面数据，从致灾因子危险性，典型承灾体脆弱性和暴露频率三方面评价了长江三角洲地区极端降水潜在风险。研究发现：城市化最高的中部地区脆弱性最高，分布着大量耕地的北部地区其次，南部地区由于林地众多，脆弱性相对较小；各种情景下，随着重现期的增大，极端降水风险显著提高，整体上来说，南部城市可接受风险较高，北部与中部城市可接受风险较低。研究方法可为极端降水引发的雨洪灾害研究提供新的思路，研究结果可为长三角城市化过程中土地覆被转变、城市排水管网建设以及区域防灾减灾计划提供参考。

极端降水；情景模拟；风险评价；长江三角洲

根据IPCC评估报告显示，全球气候正处于持续变暖期，并由此引发了一系列的极端气候事件（IPCC，2007）。气候变暖通过陆地水循环影响水资源在时空分布上的重新分配，一旦降水分配不均就容易造成区域极端降水，而发生在城市的极端降水常常引起城市内涝，危害严重。

国内外学者对极端降水做了大量研究（Cantet et al，2011；Guhathakurta et al，2011；Chen et al，2009； Rusticucci et al，2010；Wan et al，2010；郭雪等，2013；姜德娟等，2011；于文金等，2012）。但是，以往学者对极端降水的研究大多是从气象角度出发，研究结果趋向于解释极端降水的危险性，结合自然灾害风险评估模型的研究还不多见。本文以长江三角洲为例，以市域为评价单元，通过情景模拟结合历史降水资料和下垫面资料构建了极端降水风险评估范式，研究方法可以为极端降水引发的雨洪灾害研究提供新的思路。

长江三角洲地处亚欧大陆东岸，受东亚夏季风影响，是我国降水量最多、洪涝灾害最严重的地区之一。本文的研究区域长江三角洲包括江苏、浙江和上海三个行政区，为了研究方便，根据地形及城市化程度将研究区分为长三角北部、中部和南部，如图1。研究区面积约为21万平方公里，位于27°~36°N，116°~123°E ，气候类型主要为亚热带季风气候，全年降水充沛，年均降水量1034~1434 mm，汛期降水尤其频繁。该区域水系基本上由长江河口水系、太湖水系和运河水系组成，在气候变化情景下，随着城市化进程的加快，长三角地区年降水量的空间差异增大，且大暴雨和短时强降水等极端天气出现频率增加，再加上平原河网河道较小，排水不畅，容易造成城市积水和洪涝灾害。

图1 研究区域及基准气象站分布Fig.1 Study Area and Distribution of Meteorological Station

1 研究数据和方法

1.1 研究数据

本研究的基础数据有：中国气象局整编的长江三角洲地区32个国家基准站1961—2013年逐日降水资料，极少部分缺测漏测数据采用相邻站点回归插补得来，不影响本研究结果；30米分辨率的DEM（2011年），该数据来自于美国航天局（NASA）与日本经济产业省（METI）共同推出的最新地球电子地形数据（ASTER GDEM）；土地利用数据来自于MOD12Q1三级数据土地覆盖类型产品（Land Cover data）。

1.2 研究方法

本文以极端降水危险性、承灾体的脆弱性以及暴露构建风险评估模型，见公式1，R表示风险，H表示致灾因子的危险性，V表示承灾体脆弱性，E表示承灾体暴露于风险中的频率。需要说明的是，本文中的E表示的是暴露频率而非暴露要素。

应用情景模拟确定极端降水危险性，由于只是方法的探索，所以本文只设计五年、十年、百年一遇的极端降水情景，其他重现期情景的设计方法相同。综合使用极值分布、耿贝尔分布和皮尔逊分布等频率分析方法计算研究区极端降水的重现期，求得各种分布下五年、十年、百年一遇极端降水值。由于降雨资料并不完全服从某一频率分布，且三种重现期计算方法都是基于统计概率的，即使某一方法基于现有数据拟合效果较好，也不能得出完全适用的结论，因此，本文对三种分布方法求得的降水值进行标准化处理，见公式2，x 表示标准化后的降水值，x1、x2、x3分别代表极值分布、耿贝尔分布和皮尔逊分布求出来的各重现期降水值。

以历史资料确定研究区极端降水实际暴露频率，通过去趋势波动[*]方法确定各站点历史观测资料的极端降水阈值，然后统计高于阈值的发生频率。由于各站阈值差异较大，为了统一标准，本文以分区域对绝对频率进行归一化处理，见公式3，nf表示第i站归一化后的极端降水频率，表示该站的极端降水阈值，ti表示该站所在分区的平均阈值，fi表示该站绝对频率。利用ArcGIS平台对归一化处理后的极端降水频率插值得到暴露分布图。

以土地利用图作为典型下垫面数据，通过专家打分法确定各种土地利用类型脆弱性指数，利用国际上广泛使用的水文软件HEC-GeoHMS从DEM中提取水系河网，确定孕灾环境敏感性，利用ArcGIS重分类并叠加形成研究区脆弱性分布图。最后在ArcGIS平台利用公式1通过地图代数求得长江三角洲极端降水风险的空间表达。

2 研究结果

2.1 危险性分析

统计研究区32个站点1961—2013年来的各年最大日降水量，综合使用频率分析方法推求3种降水分布下的极端降水强度概率。利用公式2对各站3种分布下五年、十年、百年一遇情景极端降水值进行标准化处理，然后在ArcGIS中进行协同克里金插值，为保证三中情景下降水量在同一级别，采用自然断点与手动分类法结合，共分为9类，得到研究区各情景下极端降水危险性图（图2）。从图2可以看出，在三种情景下南部危险等级空间差异更大，中部和北部内部差异不明显。随着重现期的增大，极端降水危险性也在提高，五年一遇情景下只有台州、温州部分地区降水量在140 mm以上，十年一遇时，除了中部城市和衢州、丽水部分地区外，其他城市降水量都在140 mm以上，百年一遇情景下，整个长江三角洲地区降水量都在170 mm以上，台州、温州等地甚至达到260 mm以上。

2.2 暴露分析

去趋势波动（DFA）方法可以有效滤去各阶趋势成分，很好地处理非平稳数据并消除其中的伪相关现象，检测非平稳时间序列的相关性，众多学者应用该方法处理极端降水阈值问题（张斌等，2009；杨萍等，2008）。本文利用DFA法确定极端降水阈值，统计53年来各站点遭遇极端降水的实际频率，利用公式3进行归一化处理后在ArcGIS平台插值并重分类得到研究区极端降水暴露图（图3）。从图3可以看出，依据历史资料，中部城市发生极端降水频率最高，尤其是上海、苏州等城市，南部城市只有台州部分地区频率较高，北部高频率区最少，各区域内部空间差异普遍较大。虽然前文分析高度城市化的中部地区危险性相对较小，但是结合暴露频率来看，中部城市仍有可能是极端降水风险高值区。

2.3 脆弱性分析

脆弱性分析包括孕灾环境敏感性分析，承灾体应对能力以及恢复力分析（李远平等，2014），对于极端降水引发的洪涝灾害风险来说，下垫面是首要考虑因素。本文选定长江三角洲土地利用类型为主要承灾体，依据专家打分法对不同土地利用类型赋以脆弱性等级（表1）；利用专业水文软件HEC-GeoHMS基于高精度DEM提取研究区河网水系，并依据河网分布做缓冲区分析，确定孕灾环境，然后在ArcGIS中通过地图代数得到研究区脆弱性分布图（图4）。从图4可以看出，北部和中部地区脆弱性明显高于南部，因为北部地区分布着大量耕地，容易受洪涝灾害影响；中部城市用地更高，不透水面比重为各部分之最，尤其上海浦西地区高度城市化，遭遇极端降水时极易发生城市内涝，脆弱性最高；南部多为林地与山地，除了部分城市用地脆弱性较高之外，整体上脆弱性相对较小。

图2 各重现期降水量空间分布Fig.2 Precipitation spatial distribution of different return period

图3 极端降水暴露频率Fig.3 Exposure frequency of extreme rainfall

3 风险分析与应对措施

在前文危险性、暴露与脆弱性的基础上利用公式1作风险分析，基于ArcGIS地图代数功能对各因子叠加之后采用自然断点法重分类得到极端降水风险分布图（图5）。从图5可以看出，在五年一遇情景下，极端降水极高风险区主要出现在盐城、淮安、南通、台州、温州等地，城市化高度发达的中部地区几乎没有极高风险城市，表明在五年一遇降水情景下，对于中部城市来说风险基本可以接受；在十年一遇情景下，极高风险城市显著增多，尤其表现在中部城市，如上海、苏州、无锡、常州、嘉兴、湖州等，北部的连云港、宿迁、扬州等城市部分地区也开始出现极端降水极高风险区；在百年一遇情景下，除了徐州、衢州、丽水等城市的部分地区外，其他城市都处于极高风险之中。以上分析都是基于市级单位的，各市内部也存在差异，但是整体上来说，南部地区可接受风险较高，北部与中部较低，这可能与地形及地表覆被有关。

图4 典型承灾体脆弱性分布Fig.4 Vulnerability of typical hazard bearing objects

表1 土地利用与脆弱性等级Table 1 Land use and Vulnerability classif cation

长江三角洲地区城市化过程迅速，未来城市化势头还将增长，伴随着高速城市化的是河道、池塘、水田等透水面的不断消失（李国芳等，2013），流域蓄滞洪水能力降低，地表径流增大，长三角城市群脆弱性增大。在风险控制方面，极端降水危险性是大气候所致，人类能控制的不多，但是可以通过降低下垫面承灾体脆弱性来降低极端降水引发的区域洪涝风险。从城市排水角度出发，降低下垫面脆弱性主要有工程性和非工程型措施。工程性措施主要通过可持续城市排水系统建设，排水系统达标改造，提高区域排水防汛标准，修建调蓄池，建设下凹式绿地、植被缓冲带、河漫滩、人工湿地等来减少雨洪径流量。非工程性措施主要有加强公众教育，优化雨水资源利用体系，优化排水管理体制，完善城市街道清扫制度，重视雨水系统的维护管理，还可以在城市化土地覆被改变时效仿德国、日本等发达国家的税收、财政补贴等经济杠杆手段。除此之外，各地政府部门在降低城市雨洪风险中应该发挥更大的作用，确保在城市化过程中合理开发利用土地，禁止大量占用河道，通过高精度风险评估确定洪涝灾害高风险区，在高风险区建设生态用地或者水上娱乐设施。

图5 极端降水综合风险Fig.5 Integrated risk of extreme rainfall

4 结语

本文利用研究区1961—2013年逐日降水资料以及下垫面资料，采用三种不同频率分析方法推算极端降水各重现期概率强度值，设计五年、十年、百年一遇情景，结合自然灾害风险评估模型，从致灾因子危险性，典型承灾体脆弱性和暴露频率三方面评价了长江三角洲地区极端降水潜在风险，并针对长三角快速城市化导致下垫面脆弱性增大的问题提出了一些建议对策。主要研究结论有：

1）在各种重现期下，长江三角洲各地区危险性空间差异较大，五年一遇降水量在105~165 mm之间，十年一遇降水量在120~190 mm，百年一遇降水量在170~290 mm。

2）从历史资料来看，研究区极端降水频率空间差异较大，中部如上海、苏州等城市发生极端降水更为频繁，南部次之，北部最少。

3）从孕灾环境与典型承灾体应对能力角度计算了研究区脆弱性等级分布，城市化最高的中部地区脆弱性最高，分布着大量耕地的北部地区其次，南部地区由于林地众多，脆弱性相对较小。

4）各种情景下，随着重现期的增大，极端降水风险显著提高，整体上来说，南部城市可接受风险较高，北部与中部城市可接受风险较低。

郭 雪，王志伟，俞胜彬，等. 2013. 20世纪我国东部地区的降水及极端旱涝事件变化规律[J]. 干旱气象，31（72）：476–481. [Guo X，Wang Z W，Yu S B，et al. 2013. Precipitation and Variations of Extreme Drought/ Flood Events in the Eastern China in the 20th Century [J]. Journal of Arid Meteorology，31（72）：476–481.]

姜德娟，李 志，王 昆，等. 2011. 1961～2008年山东省极端降水事件的变化趋势分析[J]. 地理科学，31（9）：1118–1124. [Jiang D J，Li Z，Wang K，et al. 2011. Trends of Extreme Precipitation Events Over Shandong Province From 1961 to 2008 [J]. SCIENTIA EOGRAPHICA SINICA，31（9）：1118–1124]

李国芳，郑玲玉，童奕懿，等. 2013. 长江三角洲地区城市化对洪灾风险的影响评价[J]. 长江流域资源与环境，22（3）：386–391. [Li G F，Zheng L Y，Tong Y Y，et al. 2013. Effects Evaluation of Urbanization on Flood Risk in theYangtze River Delta [J]. Resources and Environment in the Yangtze Basin，22（3）：386–391.]

李远平，杨太保，包训成，等. 2014. 大别山北坡典型区域暴雨洪涝风险评价研究——以安徽省六安市为例[J]. 长江流域资源与环境，23（4）：582–587. [Li Y P，Yang T B，Bao X C，et al. 2014. Assessment of Rainstorm Flood Risk in Lu'an City on the North Slope of Dabie Mountain [J]. Resources and Environment in the Yangtze Basin，23（4）：582–587.]

杨 萍，侯 威，封国林，等. 2008. 基于去趋势波动分析方法确定极端事件阈值[J]. 物理学报，57（8）：5333–5342. [Yang P，Hou W，Feng G L，et al. 2008. Determining the Threshold of Extreme events with Detrended Fluctua0tion Analysis [J]. Acta Physica Sinica，57（8）：5333–5342.]

于文金，阎永刚，邹欣庆，等. 2012. 太湖流域暴雨时空特征研究[J]. 自然资源学报，27（5）：766–777. [Yu W J，Yan Y G，Zhou X Q，et al. 2012. Study on Spatial and Temporal Characteristics of Rainstorm in Taihu Lake Basin [J]. Journal of Natural Resources，27（5）：766–777.]

张 斌，史 凯，刘春琼，等. 2009. 元谋干热河谷近50年分季节降水变化的DFA分析[J]. 地理科学，29（4）：561–566. [Zhang B，Shi K，Liu C Q，et al. 2009. Changes of Seasonal Precipitation of Yuan’mou Dry-hot Valley in Recent 50 Years Based on method of DFA [J]. Scientia Geographica Sinica，29（4）：561–566.]

Chen H S，Fan S D，Zhang X H，et al. 2009. Seasonal differences of variation characteristics of extreme precipitation events over China in the last 50 years [J]. Transactions of Atmospheric Sciences，32（6），744–751.

IPCC. 2007. Summary for Policymakers of the Synthesis Report of the IPCC Fourth Assessment Report [M]. Cambridge，UK：Cambridge University Press.

Matilde Rusticucci，José Marengo，Olga Penalba，et al. 2010. An inter-comparison of model-simulated in extreme rainfall and temperature events during the last half of the twentieth century [J]. Climatic Change，98（3–4）：493–508. P Guhathakurta，O P Sreejith，P A Menon et al. 2011. Impact of climate change on extreme rainfall events and flood risk in India [J]. Journal of Earth System Science，120（3）：369–373.

Philippe Cantet，Jean-Noël Bacro，Patrick Arnaud et al. 2011. Using a rainfall stochastic generator to detect trends in extreme rainfall [J]. Stochastic Environmental Research and Risk Assessment，25（3）：429–441.

Wan Zawiah Wan Zin，Suhaila Jamaludin，Sayang Mohd Deni，et al. 2010. Recent Changes in extreme rainfall events in Peninsular Malaysia：1971-2005 [J]. Theoretical and Applied Climatology，99（3–4）：303–314.

Risk Assessment of Extreme Rainfall in the Yangtze River Delta Based on Scenario Simulation

WANG Xuan，YIN Zhan-e，CHI Xiao-xiao
（Shanghai Normal University，Shanghai 200234，China）

Combined with the daily rainfall records during 1961—2013 and underground data in Yangtze River Delta，the methods of Extreme Value，Gumbel and Pearson-Ⅲ distribution were used to calculate extreme rainfall probability value of different return periods，and the probability of extreme rainfall in five years，ten years and one hundred years were designed to analyze the potential risks from the perspectives of Hazard classification，typical bearing Vulnerability and Exposure frequency. The research indicates that the central section which was urbanized most experienced the most serious vulnerability，the northern section which distributed a large number of cultivated land ranked second，the southern section experienced the lowest vulnerability because of the distribution of large amounts of woodland. Based on the three scenarios，as the return period increased，the extreme rainfall risk increased a lot. Significantly speaking，the southern section could withstand higher risks while the northern and central parts accept lower risks. In summary，the methods can be referenced when flood hazard risks，which was induced by the extreme rainfall，were to be analyzed，meanwhile，the results may facilitate the land cover change while urbanization，underground pipe network construction and regional disaster mitigation planning.

Extreme rainfall； scenario simulation； risk assessment； Yangtze River Delta

A

1674-9901（2015）01-0011-06

10.7515/JEE201501002

2014-09-14

国家自然科学基金资助项目（41371493，41071324，41201550）； 上海市教委科研创新项目（13YZ061）

尹占娥，E-mail：zhaneyin@126.com