四川盆地區域性暴雨過程相似度指標及其與災情的關系研究

周 斌，王春學，張順謙，鄧 彪，陳文秀，孫 蕊

(四川省氣候中心/高原與盆地暴雨旱澇災害四川省重點實驗室，成都 610072)

引 言

暴雨洪澇是四川盆地發生頻率最高、危害最重的氣象災害之一，其中區域性暴雨過程降水強度大、持續時間長、影響范圍廣，往往引發山洪、泥石流、滑坡等次生災害，造成較大的人員傷亡和經濟損失[1-5]。2013年四川盆地出現6次區域性暴雨過程，其中6月29-7月1日的過程造成449.2萬人受災，死亡13人，失蹤5人；農作物受災面積197千公頃；直接經濟損失37億元[6-7]。2014年出現5次區域性暴雨過程，其中9月17-18日的過程造成379.3萬人受災，6人死亡，12人失蹤；農作物受災面積93.6千公頃；直接經濟損失57.5億元[8]。2018-2019年雖然沒有出現特大型的區域性暴雨過程，但是一般型區域性暴雨過程更加頻繁，其中2018年出現8次，2019年出現6次，對社會生產生活造成很大的影響[9]。

王春學等[10]制定了四川盆地區域性暴雨過程的識別方法，完善了區域性暴雨過程的監測評價業務，但是災情評估方面的相關技術和方法還比較欠缺。根據災情評估時效性，開展災前和災中評估業務主要有兩種方法：一種是基于承災體易損性的評估，該方法主要通過致災過程的模擬仿真計算，需要相對全面的承災體數據和承災體與致災因子相互作用的機理模型支持，對模型和數據的要求都較高，目前要實現業務化難度還比較大[11]。另一種方法是基于歷史災情統計資料的評估方法，該方法主要是探究致災因子強度和承災體損失率之間的關系，進而對未來災害造成的可能損失進行評估，這種方法快速簡便，對承災體的數據精度要求不高，比較容易實現業務化[11]。以往這方面的研究主要集中在利用概率密度函數、灰色關聯度等方法，而這類方法往往計算相對復雜，并且默認以往的所有災害過程發生在相同的下墊面，當下墊面人口、經濟、防災減災能力等方面的空間差異很大時，評估效果就不夠理想[12-18]。由于四川盆地內的地理、農業、社會、經濟等方面的差距較大[19]，所以在對四川盆地區域性暴雨過程的災情進行關聯分析時，區域暴雨過程與歷史災情案例發生的區域要有一定的空間相似性。利用相似分析方法評估四川盆地區域性暴雨過程的災情是一個比較理想的方法，而過程相似方法在臺風[20-21]、干旱[22-24]等災害影響評估方面已經有相關研究，在區域性暴雨災害評估方面的相關研究還比較少。

本文將建立一個四川盆地區域性暴雨過程相似度指標，并探索利用該指標開展災害影響評估，以期建立一套快速準確的災情評估方法，提高四川盆地區域性暴雨過程監測評價業務能力，為氣象防災減災決策服務提供科技支撐。

1 資料和方法

1.1 資 料

本文使用了1961-2018年四川盆地104個縣級氣象站逐日降水量資料，以及從四川省氣候中心搜集整理的四川盆地區域性暴雨過程災情資料中提取了1991-2018年的災情較完整(包括受災人口、農作物受災面積和直接經濟損失)的23次暴雨過程災情資料。

1.2 方 法

王春學等[10]提出了集中暴雨站點的概念，并制定了綜合強度指數。如果A站的24 h雨量R24≥50 mm，并且距離該站最近的10個站中，有3個及以上站點的R24≥50 mm，則A站為一個集中暴雨站點。如果集中暴雨站點數N≥15，則該日為一個區域性暴雨日。

降水量為

Ipre=(P1+P2+…+Pj)/nj=1,…,n

(1)

式(1)中，n為集中暴雨站數最多日的集中暴雨站數，Pj為其中第j個觀測站點在本次區域性暴雨過程中的總降水量。

降水強度為

Ipin=(max(P241)+max(P242)+…+max(P24j))/nj=1,…,n

(2)

式(2)中,max()為取最大值函數，P24j為第j個觀測站點在區域性暴雨過程中最大的24 h觀測降水量。

降水范圍為

Icov=n/N

(3)

式(3)中，N為總觀測站點總數。

持續時間為

Idat=m

(4)

式(4)中，m為區域性暴雨過程開始日期到結束日期的持續天數(單位：d)

綜合強度評價指標為

I=(Ipre+Ipin+Icov+Idat)/4

(5)

公式(5)中各單項指標需要先進行標準化處理。

2 結果分析

2.1 區域性暴雨過程相似度指標構建

如果2次區域性暴雨過程發生在不同的區域，即使強度、時間等指標均相似，其造成的影響也可能相差甚遠。所以評價2次區域性暴雨過程相似與否的首要指標應該是區域重合率，其次是降水量和降水日數。綜合考慮利用這3項指標構造相似度指數，各單項指標的定義如下。

重合率項：

C=2×A1+2/(A1+A2)

(6)

A1為過程1的集中暴雨站點數，A2為過程2的集中暴雨站點數，A1+2為2次過程重合的集中暴雨站點數。

降水量項：

R=2×R1+2/(R1+R2)

(7)

R1為過程1的集中暴雨站點總降水量，R2為過程2的集中暴雨站點總降水量，R1+2為2次過程重合集中暴雨站點的總降水量。

降水日數項：

D=|D1-D2|/(D1+D2)

(8)

D1為過程1的持續天數，D2為過程2的持續天數。

構造不同的相似度指標：SD1=C，SD2=C×R，SD3=C×(1-D)，SD4=C×(R-D)，并給出不同相似度指數與暴雨過程綜合強度差值散點圖(圖1)。理論上如果相似度越高，則綜合強度差值應該越小。由圖1可以看到，單獨使用重合率(圖1a)和使用重合率加降水量(圖1b)時，線性擬合的斜率均呈正值，即出現了相似度越高綜合強度差值越大的情況，顯然是不合理的。當使用重合率加降水日數(圖1c)和使用3項指標(圖1d)時，線性擬合的斜率均為負值，即表現出了重合率越高綜合強度差異越小的對應關系，其中后者的規律性更強，并且通過了0.01的顯著性檢驗，所以確定相似度指標計算公式為

圖1 不同相似度指標與暴雨過程綜合強度差值散點圖

SD=C×(R-D)

(9)

上文分析中使用的是所有樣本，如果兩次過程發生在不同的位置或者重合率很低，那么二者的相似度一定很小，但是二者的暴雨綜合強度差值則不一定很大，所以應該排除這些樣本。利用重合率對原始樣本進行篩選，結果見圖2。從圖2中可以看到，重合率從0到70%的變化過程中，擬合度隨重合率的增加緩慢增大，當重合率超過70%后擬合率出現跳躍式增大。圖3是在圖1(d)的基礎上選擇了重合率大于70%的樣本，可以看到相似度越高綜合強度差值越小的規律更加明顯，擬合方程相關系數達0.66，通過了0.001的顯著性檢驗，即從側面說明了相似度指標的合理性。

圖2 擬合度和樣本量隨重合率的變化

圖3 重合率超過70%的樣本中相似度與綜合強度差值散度圖

2.2 相似度指標與災情的關系

前文從理論上對相似度指標進行了設計和分析，表明包含3項指標的相似度指數最合理，但還需要進一步利用實際災情資料對其進行檢驗。考慮到災情資料的統一性和權威性，本文使用了1991年以來四川省民政廳、中國氣象災害大典(四川卷)和氣象災情直報系統上的23次區域性暴雨過程災情統計結果，最終選擇受災人口、農作物受災面積和直接經濟損失3項災情指標進行驗證(表1)。

本研究共搜集到23次具有詳細災情記錄的區域性暴雨過程。首先將這23次過程兩兩組合計算相似度，可以得到253組相似度樣本，然后利用重合率進一步篩選，發現重合率超過40%的有34組，但涉及所有的災情樣本，所以這里僅研究這34組樣本。兩次區域性暴雨過程的相似度高，代表兩次過程發生的位置、強度等均相似，所以其致災能力也應該相當。進一步分析相似度與災情損失差值的關系(圖4)發現，受災人口差值、農作物受災面積差值和直接經濟損失差值都與相似度成反比，即兩次區域性暴雨過程的相似度越高，二者災情損失越接近。從相似度與3種災情差值的線性擬合來看，都通過了0.05顯著性水平檢驗(R2=0.11)，其中與受災人口差值的擬合度最高。

圖4 重合率超過40%的34組樣本中相似度與受災人口差值(a)、農作物受災面積差值(b)和直接經濟損失差值(c)散點圖

在有災情資料的23次過程中，1999年8月9日和2017年8月7日兩次過程的相似度最大，但是相似度也僅僅達到42%。從2次過程空間(圖5)分布來看，第1次過程主要發生在四川盆地南部，中心區域降水量超過130 mm，第2次過程有兩個降水區域，其中南部區域與第1次過程的范圍基本吻合，但是強度偏弱。根據表1中的數據可知，兩次過程受災人口相差97.2萬、農作物受災面積相差52.4千公頃、直接經濟損失相差12.4千萬元，即兩次區域暴雨過程各種災情損失的量級基本一致，但是實際差值還是偏大，這與相似度偏低相對應。

圖5 1999年8月9日(a)和2017年8月7日(b)四川盆地區域性暴雨過程降水分布圖

表1 四川盆地23次區域性暴雨過程災情資料

2.3 相似度指標的應用

利用相似度指標可以快速地找到歷史相似案例，可以開展區域性暴雨過程災前、災中預評估，或災害發生后而災情還沒有統計時開展災后影響評估。理論上相似度指標(SD)的最大值為100%。對某次區域性暴雨過程G1，如果可以找到相似度達到90%以上的歷史過程G2，那么完全可以利用G2過程的災害損失評估G1過程的災損。由于目前搜集整理的歷史區域性暴雨過程災害資料比較少，相似度的高值在30%～40%，在有限的歷史案例范圍內利用最相似過程開展災損評估還無法實現，所以本文將利用前3個相似過程的災情與相似度乘積的累加值評估G1過程的災害損失情況，具體公式為

S=A1×SD1+A2×SD2+A3×SD3

(10)

其中S為區域性暴雨過程G的評估災損，A1、A2、A3分別表示與G前3個相似過程的災損值，SD1、SD2、SD3分別表示與G前3個相似過程的相似度。

進一步比較評估災損與實際災損的差值，從受災人口差值百分比來看(圖6a)，23次過程中有17次過程的差值百分比在±2倍之間，有15次過程在±1倍之間，總體來看受災人口的評估較好。從農作物受災面積差值百分比來看(圖6b)，23次過程中有19次過程的差值百分比在±2倍之間，有17次過程在±1倍之間，雖然個別過程差值超過8倍，但是總體來看農作物受災面積的評估相對更穩定。從直接經濟損失差值百分比來看(圖6c)，23次過程中有9次過程在±50%之間，有20次過程的差值百分比在±1倍之間，只3次過程的差值超過2倍，即直接經濟損失的評估效果最好。

圖6 23次暴雨過程的評估災情與實況災情差值百分比

按照中國氣象局發布的《氣象災情搜集上報調查和評估規定》[25]，氣象災害可分為小災、中災、大災和特大災4種。而四川盆地區域性暴雨過程基本上都為中型以上等級，23次過程中有17次過程的氣象災害等級評估與實際相符，一致率達到74%，進一步說明該方法有一定的實際應用價值。

3 結 論

(1)通過對比分析，發現利用重合率項、降水量項和降水日數項3個因子構造的四川盆地區域性暴雨過程相似度指標最合理，重合率從0到70%的變化過程中，擬合度隨重合率的增加緩慢增大，當重合率超過70%后擬合率出現跳躍式增大，通過了0.001的顯著性水平檢驗。

(2)使用23次區域性暴雨過程的歷史災情資料對相似度指標進行檢驗，發現受災人口差值、農作物受災面積差值和直接經濟損失差值都與相似度成反比，相似度與3種災情差值的線性擬合都通過了0.05的顯著性水平檢驗。其中1999年8月9日和2017年8月7日的區域性暴雨過程相似度為42%，是23次過程中相似度最大的兩次過程，第1次過程主要發生在四川盆地南部，中心區域降水量超過130 mm，第2次過程有兩個降水區域，其中南部區域與第1次過程的范圍基本吻合，但是強度偏弱。兩次過程受災人口、農作物受災面積和直接經濟損失的量級基本一致。

(3)進一步利用相似度指標建立了災損評估模型，并使用23次實況過程進行了應用檢驗。結果發現，有15次過程的受災人口差值百分比在±1倍之間，17次過程的農作物受災面積差值百分比在±1倍之間，20次過程的直接經濟損失差值百分比在±1倍之間，評估效果均比較理想。另外，按照氣象災害評估分級標準，23次過程中有17次過程的氣象災害等級評估與實際相符，一致率達到74%。