■王成翔苏志玲 林慧芳 蒋永成 吴 娴
(1.沙县气象局,沙县 365500;2.明溪县气象局,明溪 365200;3.厦门市气象局,厦门 361000;4.三明市气象台,三明 365000)
沙县地区降水与公路水毁相关性分析
■王成翔1苏志玲2 林慧芳1 蒋永成3 吴 娴4
(1.沙县气象局,沙县 365500;2.明溪县气象局,明溪 365200;3.厦门市气象局,厦门 361000;4.三明市气象台,三明 365000)
本文通过对2013至2015年沙县地区短时强降水、持续性降水、台风等极端恶劣天气进行整理、对比,总结分析了强降水对公路的水毁灾情特点,得出相关性,并根据监测、预报、信息发布等方面提出应对和防范极端恶劣降水天气,做好公路交通气象服务的工作思路。
降水 公路水毁 相关性
公路水毁是指公路沿线的工程设施由于受到水的作用而遭到损坏的现象与过程,近年来,连续性降水引发的公路沿线滑坡、路基塌陷、涵洞水毁等次生灾害频繁发生,已成为引发公路水毁的最重要因素之一,是各地共同存在的一个普遍问题。该文利用2013年1月~2015年12月沙县全县公路水毁灾害数据、基础地理信息数据及沙县各区域自动在降水量历史资料,通过对公路水毁发生频次、各类水毁灾害种类、同期降水量等资料的统计分析,探讨降水量与公路水毁的相关性,并重点针对公路水毁的降水影响因子,建立沙县地区公路水毁简易预报公式;并根据降水的临界阈值,建立区域公路水毁的分级预警方案,得出沙县地区公路水毁风险预报模型,以1~5级划分。
沙县地区公路水毁灾害种类主要分为坍塌方 (溜土方、溜石方、土夹石)、路基缺口、路面损坏、挡墙损毁、水沟冲刷损坏、涵洞出口坍塌、涵洞出口掏空、路基下沉、锥坡缺口、涵洞损坏、盖板水沟损坏等。
降水因子的选取主要分为前期降水和同期降水,前期降水分为灾害前一和前7日有效降水量。同期降水为出现公路水毁当天24小时降水量。水毁因子因细分为前期和同期均无降水因子、前期和同期均出现降水因子、前期无降水同期有降水因子、前期有降水同期无降水因子。若前期和同期均无降水,则应该视为无效个例,予以去除。同时,降水因子应结合不同时间产生降水的原因,进一步区分不同因素造成降水对公路水毁的影响。主要有春夏季强对流天气造成的短时强降水、阴雨天气造成的持续性降水、台风天造成的强降水等。
(1)超强台风“苏力”于 2013年 7月13日16时在福建连江县登陆,23时穿过沙县北部乡镇。受其外围云系影响,沙县全县于13日上午10时起陆续出现降水,台风“苏力”穿过沙县前后5小时,全县降水明显增强,部分乡镇小时降水量均超过10mm。本次台风造成13~15日沙县多处地方出现公路水毁。其中大东线15处坍塌方、郑南线2处、高郑线1处、琅西线2处、金泰线7处。
(2)第12号台风潭美于2013年8月22日02时40分在福建省福清市沿海登陆,22日 11时许横穿沙县境内,造成22日沙县6个区域自动站监测雨量超过100mm,乡道大东线出现4处由于暴雨冲刷造成的水沟损坏、1处涵洞出口出现坍塌、省道金泰线出现27处水沟损坏。
(3)2014年6月28日19-20时,沙县境内部分地区出现短时强降水,局部达到暴雨,其中青州镇20时小时降水量达51.5mm。短时强降水造成大东线湖源乡路段出现7处重大坍塌方,29日0时起道路阻塞,最大一处溜方体积达400m3,直至次日8:30分才经公路部门抢修通车。
(4)2014年8月6日起,沙县境内出现持续性阴雨天气,本轮降水持续至24号减弱,部分乡镇仍有微弱降水。其中19日当天全县共5个区域站降水超过100mm,11个超过50mm,直至20日,仍有5个乡镇24小时降水超过50mm,导致19日和20日全县道路出现大面积水毁。仅19日一天,全县国道、省道、县道、乡道共120处坍塌方、9处路基缺口、3处涵洞损坏、水沟损坏2处、路面损坏2处。其中国道G205山深线出现50处坍塌方、5处路基缺口、2处水沟损毁、1处涵洞损坏,仅19日一天便花去维修费用214.13万元。
3.1 沙县地区公路水毁灾害的季节性分析
经统计,沙县地区公路水毁季节分布如图1和图2,春季(12、1、2月)仅8处,夏季(3、4、5月)共159次,秋季(6、7、8月)369次,冬季4次,各占总次数的7%、17%、73%、3%。如按月份来分,8月份发生公路水毁的频次最多,为293次,其次是5月,为112次。
图1 沙县地区公路水毁灾害季节分布图
图2 沙县地区公路水毁灾害月份分布图
3.2 影响因子的选取和分析
根据一般性经验,公路水毁灾害一般与前期降水有密切的关系,故可分为三种情况:第一,在前期降水充分的条件下,遇到持续性降水天气;第二,公路水毁灾害发生当日遇到突发性暴雨;第三,前期的持续性降水导致土壤含水量高,后期再出现弱降水导致公路水毁;第四,前期降水丰富,当日无降水却引发公路水毁等情况。因此,根据以上情况,将2013年3月5日、4月9日、4月10日、6月19日、2014年4月15日数据予以剔除,得到540个数据样本。
同时,根据影响条件,将影响因子分为以下五个:(1)公路水毁灾害发生当日的降水量,采用灾害发生路段所在乡镇的区域自动站的日雨量;(2)灾情发生前一日降水量;(3)连续降水天数,指灾害发生前每天降雨超过0.1mm的连续降雨天数;(4)灾害发生前7日的有效降水量,有效雨量利用经验公式,re=∑0.8k-1×r(1)k=3求出。其中K为递减系数,取有效降水量的经验数值K=0.8,re表示有效雨量,r表示从灾害发生当天算起前第k日的雨量;(5)灾害发生前12小时内的小时降水强度[1]。
图3为当日降水量与水毁灾害关系图,当日降水量a根据雨量等级划分选取5个临界值a(1)、a(2)、a(3)、a(4)、a(5),分别为10mm、25mm、50mm、100mm、250mm。则出现水毁灾害频次分别为213次、75次、36次、82次、138次。根据因子天数可以看出,当日降水小于10mm时发生公路水毁频次最高,这显然与实际情况不符,说明公路水毁并非仅仅由于当日降水所引发。
图3 当日降水量与水毁灾害关系图
图4为前1日降水量与水毁灾害关系图灾害发生前两一日降水量b选取4个临界值b(1)、b(2)、b(3)、b(4)、b(5),分别为10mm、30mm、64mm、89mm、150mm。则出现水毁灾害频次分别为166次、206次、26次、81次、61次。根据因子天数可以看出,灾害发生前两日累计降水量超过25mm的有82天,占总天数的65.6%。
图4 前1日降水量与水毁灾害关系图
图5为连续降水天数与水毁灾害关系图灾害发生前连续降水天数t选取7个值t(1)、t(2)、t(3)、t(4)、t(5)、t(6)、t (7),分别为1天、2天、3天、4天、5天、6天、7天,出现公路水毁灾害的频次分别为10、28、77、93、71、92、169。其中连续降水7天出现频次最高,占总数的28%。
图5 连续降水天数与水毁灾害关系图
图6为前7日有效降水量与水毁灾害关系图灾害发生前七日的有效降水量降水量v选取5个临界值v(1)、v (2)、v(3)、v(4)、v(5),分别为 35mm、66mm、100mm、140mm、210mm。则根据因子得出的灾害频次分别为31次、45次、82次、101次、281次。根据因子天数可以看出,灾害发生前两日累计降水量超过140mm的有281次,占总数的52.0%。
图6 前7日有效降水量与水毁灾害关系图
灾害发生前12小时内,小时降水强度根据经验值选取2个临界值r(1)、r(2)分别为20mm、25mm,统计3年小时降水雨强,小时降水量超过25mm的天数共33天,其中造成公路水毁灾害的19天,未造成水毁灾害的14天。小时雨强介于20mm~25mm的天数共21天,其中造成公路水毁灾害的11天,未造成灾害的10天。即当小时雨强超过20mm时,造成公路水毁灾害的概率为55.6%,说明小时雨强对公路水毁灾害发生的贡献率一般。故将小时雨强仅作为在前期降水充足时做参考的因子。
3.3 影响因子的kendall相关系数分析[2]
针对选取的这些影响因子,进行kendall相关系数分析。因子1、2、3、4与公路水毁灾害频次的kendall相关系数分别为0.668、0.634、0.899、0.977。由于kendall相关系数R的取值范围为-1~1,系数为1,两个属性正相关,系数为-1,两个属性负相关。当0.3<|R|≤0.5时,表示两组随机变量有较低的相关性,当0.5<|R|≤0.8时,表示两组随机变量有较高的相关性;当0.8<|R|<1时,表示两组变量高度相关。
综合以上分析可以看出,相关性最低的是灾害发生前一日降水,灾害发生前7日有效降水量和连续降水天数与灾害发生高度相关、当日降水量、前一日降水量与灾害发生显著相关。
将近三年沙县公路水毁集中发生的灾害进行整理,与该致灾时间段前7日的有效降水量、当日降水量及小时雨强相对应,就可得出沙县地区公路水毁灾害发生时的致灾临界区间值。选取几次群发性灾害为例。
要建立公路水毁灾害气象潜势预报模型,首先要分析降水与发生公路水毁灾害的关联性。由于目前获得的历史地质灾害资料和气象观测资料十分有限,为了提高统计分析的样本数,初步只能针对每一个预警区域建立预报模型,先从区内的所有地质灾害发生地点中挑选出附近有雨量观测记录的点,并对相应的降水资料进行整理。然后通过统计所有这些点历史记录中地质灾害的发生与前期降水的关系,建立起区域地质灾害气象潜势预报模型。
首先根据沙县地区公路水毁灾害的资料,参照各乡镇区域自动气象站,对降水量资料进行了质量控制,得到所需的基本资料。具体原则和方法是:根据灾情发生路段所处乡镇,根据该乡镇区域自动站雨量数据,对灾情发生当日及灾情发生前7日有效降水量等五个因子进行整理。如果灾情发生时以及灾情发生前7日均无降水或仅有弱降水,则该数据予以删除。
根据灾害发生前7日的有效降水量临界值,将有效降水量临界值分为难发生、较小可能发生、可能发生、易发生和极易发生。利用统计公式计算沙县地区的公路水毁灾害潜势预报,其中K为预报结果值,取K=1、2、3、4、5分别为可能性很小,可能性较小、可能性较大、可能性大、可能性极大。a是预报值,b是灾害发生前7日有效的降水量值,c是临界值。举例说明,c1(1)、c1(2)、c1(3)、c1(4)、c1 (5)分别为35mm、66mm、100mm、140mm、210mm,当灾害发生前7日的有效降水量为89mm时,则c1(2)<b(1)<c1 (3),则K=3。表示出现公路水毁灾害的可能性较大,当b(1)>c1(5)时,直接可判定为极易发生公路水毁灾害。同理,当日降水量、前一日降水量、连续降水天数对公路水毁灾害的贡献均可依据该公式算出K2、K3、K4,进而将公路水毁灾害预报分为1~5级,以1级为出现公路水毁灾害可能性最大,5级最小。
采用投票法,最终预报值Y=K1+K2+K3+K4,若10<Y≤12,则可预报三级公路水毁灾害警报;12<Y≤16时,可预报为二级公路水毁灾害警报;若16<Y≤20[3]。
(1)沙县地区公路水毁时间分布与本地区降水量的趋势较为一致,公路水毁灾害主要集中在汛期(6~8月),其中8月极多,与8月强对流天气和台风相关,冬季灾害极少,进一步验证说明降水是导致公路水毁灾害发生的的动力机制。
(2)公路水毁灾害发生前7日的有效降水量是作为预报水毁灾害发生的一个重要影响因子,能很好地反映出灾害发生前期降水量是否充足。
(3)降水作为公路水毁灾害的主要诱因,其结果是前期累计降水量和当日雨量、雨强的累加结果。当日降水量超过50mm或当日小时降水量超过10mm时,能对公路水毁灾害临近预报提供较为有效的支撑。
(4)极少数个例出现前期和当日均无或仅有微量降水却发生公路水毁灾害,说明公路水毁的发生存在必然性的同时也有一定偶然性,因此公路水毁灾害预报仅是一种可能性,所发布的定性预报存在一定的盲目性和波动性。
(5)任何公路水毁灾害必须在土壤含水量达到某一界限值才可能产生,在三明市各县地质环境基本相同的情况下,这种诱发规律往往具有群发性特征。因此后期可进一步将该方法应用至对三明市各县(市、区)公路水毁灾害进行预警,与公路部门展开合作,运用新媒体力量,进一步拓宽沙县乃至三明市各县(市、区)公路水毁灾害区域性预报[4]。
[1]薛建军,徐晶,张芳华,牛若芸,张金艳,杨元琴.区域性地质灾害气象预报方法研究[J].气象,2005,31(10):24-27.
[2]狄靖月,王志,田华,谢凯,杨晓丹,陈辉,许凤芰.降水引发的西南地区公路损毁风险预报方[J].应用气象学报,2015,26(3):268-279.
[3]张定全.甘肃省陇西县地质灾害气象条件分析[J].甘肃地质,(2010)04-0079-0006.
[4]罗昌谟.三明各县(市、区)群发性地质灾害致灾临界雨量关系探讨[J].水利科技,2011,01-0045-03.