荊門市暴雨災害特征及其防御措施

王培　張新貝　王選嵩

摘要：本文選取2000—2019年荊門、鐘祥、京山3個國家地面氣象觀測站逐日降水資料數(shù)據(jù)觀測資料，同時參考荊門市區(qū)域自動監(jiān)測站降水資料對荊門市暴雨災害特征進行分析，并結合災情資料闡述了暴雨災害對農業(yè)的影響。結果表明：荊門市致災性暴雨主要發(fā)生在6—8月，最早出現(xiàn)在4月1日，最晚出現(xiàn)在9月25日，平均每年5d暴雨日，最多的年份（2008年）有14d出現(xiàn)暴雨，20a中有10次局地強降水造成災害，有17次持續(xù)2d暴雨，有4次持續(xù)3d暴雨，有1次持續(xù)4d暴雨;荊門市暴雨均出現(xiàn)在4—9月，4—9月降水量和直接經濟損失存在顯著正相關，相關系數(shù)高達0.7;20a中暴雨災害造成受災人口共1067萬人，因災死亡29人，農作物受災面積共999733.3hm2，直接經濟損失68.3億元，其中農業(yè)經濟損失占78.6%。

關鍵詞：暴雨災害;暴雨日數(shù);直接經濟損失

中圖分類號：S161

文獻標識碼：A

DOI：10.19754/j.nyyjs.20200215040

收稿日期：2019-12-24

作者簡介：王培（1987-），女，碩士，工程師。研究方向：氣候變化及應用氣象。

暴雨是短時內或連續(xù)的強降水過程，暴雨導致農田積水，土壤水分過度飽和給農作物造成損害;暴雨還會造成洪澇、山體滑坡、泥石流等次生災害，給人民和國家造成重大經濟損失。荊門市地處湖北中部，四季分明，光照充足，雨量充沛，每年6月中旬—7月上旬為梅雨期，梅雨期常有暴雨、大暴雨，是荊門主要氣象災害之一。本文重點分析荊門市近20a的暴雨災害特征及其防御措施，以期減少暴雨災害造成的損失。

1 資料與標準

1.1 資料來源

選取2000—2019年荊門、鐘祥、京山3個國家地面氣象觀測站逐日降水資料數(shù)據(jù)觀測資料進行分析，考慮到暴雨的局地性，統(tǒng)計時參考荊門市區(qū)域自動監(jiān)測站降水資料。災情資料來源于荊門市民政局。

1.2 暴雨標準

按照中國氣象局暴雨量級規(guī)定，將24h降雨量≥50mm定義為暴雨。考慮到暴雨對農業(yè)的影響，本文選取有災情數(shù)據(jù)的暴雨日進行研究。

2 暴雨特征

2000—2019年荊門市致災性暴雨主要發(fā)生在6—8月，最早出現(xiàn)在4月1日（2003年），最晚出現(xiàn)在9月25日（2000年）;20a內共出現(xiàn)99d暴雨日，平均每年5d，最多的年份（2008年）有14d出現(xiàn)暴雨;20a來有10次局地強降水造成災害，有17次持續(xù)2d暴雨，有4次持續(xù)3d暴雨，有1次持續(xù)4d暴雨，出現(xiàn)在2007年。

荊門市暴雨均出現(xiàn)在4—9月，從近20a內4—9月份的降水量分布（圖1）可以看出，2016年4—9月降水量最多，達到1271mm;2001年最少，僅有360mm。通過對4—9月降水量和暴雨造成的直接經濟損失進行相關性分析，兩者之間存在顯著正相關（相關系數(shù)0.7），表明降雨量對直接經濟損失有顯著的正貢獻。

3 暴雨災害對農業(yè)的影響

2000—2019年荊門市暴雨災害造成受災人口共1067萬人，因災死亡29人，農作物受災面積共999733.3 hm2，直接經濟損失68.3億元，其中農業(yè)經濟損失占78.6%。從圖2可以看出，2016年為20a以來暴雨災害最為嚴重的一年，直接經濟損失占20a的62.3%，2016年出現(xiàn)2次大范圍持續(xù)2d的強降水，在歷史上均為罕見。2016年6月30日—7月1日，荊門普降暴雨到大暴雨，局部特大暴雨，強降水造成65.9萬人受災，1人死亡，農作物受災面積75066.7hm2，直接經濟損失94794萬元，農業(yè)損失48534萬元;7月19—20日連續(xù)2d出現(xiàn)暴雨到大暴雨，局部特大暴雨天氣，雨勢猛、強度大且持續(xù)穩(wěn)定，多個區(qū)域站連續(xù)出現(xiàn)100mm以上的小時雨強，沙洋縣馬良鎮(zhèn)32h累計雨量874.6mm，在歷史上還從未出現(xiàn)過，強降水導致內澇嚴重，大片農田和水產養(yǎng)殖場被淹，災害造成88.3萬人受災，3人死亡，農作物受災面積108533.3 hm2，直接經濟損失32.6億元。2008年、2007年分別是20a來直接經濟損失第2、第3高年份，與2016年不同的是，2008年、2007年暴雨日數(shù)為20a內最多和第2多。

荊門市是全國著名的商品糧基地，以生產水稻為主，種植水稻面積占總耕地面積的45.9%，暴雨災害對水稻產量影響較大。荊門市暴雨最多出現(xiàn)在7月，占39.3%，7月中稻大部分進入拔節(jié)至孕穗期，暴雨導致農田受淹，水稻幼穗分化受到抑制，花粉發(fā)育畸形，結實率低，甚至不抽穗或出現(xiàn)爛穗、畸形穗等，最終導致中稻嚴重減產。

4 暴雨災害對策與建議

荊門市暴雨主要分為局地短時強降水和區(qū)域性、持續(xù)性暴雨2類。局地短時強降水發(fā)生突然，尺度小、持續(xù)時間短，常伴有雷電、大風、冰雹等強對流天氣，目前的數(shù)值預報模式對強對流天氣預報還是很有限的，所以應加強對強對流天氣的監(jiān)測，密切監(jiān)視雷達回波的發(fā)展，結合衛(wèi)星云圖及區(qū)域自動站的降水數(shù)據(jù)外推強降水落區(qū)和量級，提前進行預報預警服務。在夏季強對流多發(fā)時，可加強與水利、農業(yè)農村、應急管理等部門的合作，提高氣象災害預警服務能力。

相對于短時強降水，大范圍、連續(xù)性暴雨和大暴雨的預報率高一些，氣象部門應及時發(fā)布暴雨災害預報預警信息，并與相關部門建立相應的暴雨及次生、衍生災害監(jiān)測預報預警聯(lián)動機制，實現(xiàn)信息實時共享;建立和完善公共媒體、無線數(shù)據(jù)系統(tǒng)、移動通信群發(fā)系統(tǒng)等多種手段互補的災害預警信息發(fā)布系統(tǒng);通過廣播電視、電子顯示屏、手機短信、網絡新媒體等向社會公眾發(fā)布氣象災害預警信息;通過相關信息共享平臺發(fā)布可能涉及引發(fā)次生、衍生災害的災害預警信息。

參考文獻

[1] 曹任重，曹步青.張家界市暴雨干旱農業(yè)氣象災害特征及其對策分析[J].湖南科技大學學報（自然科學版），2017，32（3）：97-104.

[2] 杜堯，陳啟慧，和鵬飛.南京地區(qū)暴雨變化特性分析[J].水資源保護，2019，35（11）：89-94.

[3] 徐進華，袁晉琰，簡海燕.江西省宜春市主要農業(yè)氣象災害分析與防御對策[J].農業(yè)災害研究，2013，3（1） ： 37-40.

[4] 張鑫，王嘉鑫，王全蓉.洪水災害的風險特征及保險制度設計[J].水利經濟，2018，36 （5） ： 57-60.

[5] 徐雙柱，韋惠紅.關于強對流天氣預報的幾點思考[J].暴雨災害，2016，35（3）：197-202.

[6] 張祖潛，廖蕾艷，葉燕平.仙桃氣象條件對中稻產量的影響分析[J].農業(yè)與技術，2017（22）：216-217.

[7] 王榮堂，王亞維，劉銀秀.荊州市中稻產量與氣象條件的關系[J].湖北農學院學報，2000，3 （8） ： 193-195.

[8] 王艷，趙春雨，楊洋.近45a遼寧夏季降水的氣候特征[J].黑龍江氣象，2008，25 （1） ： 13-16.

（責任編輯 周康）