不同重現期下河南洛河上游暴雨山洪災害風險評估

姬興杰，丁亞磊，李鳳秀，劉 美

（1.河南省氣候中心，河南鄭州 450003；2.鄭州大學生態與環境學院，河南鄭州 450052；3.鄭州大學化學學院，河南鄭州 450001）

引言

1950－2005年我國平均每年因暴雨山洪造成受災農作物面積為943萬hm2［1］，2005年以來暴雨山洪災害發生的次數明顯增加，影響和致災程度加深。受氣候變化影響，未來全球山洪災害發生的風險將進一步加大［2－4］。暴雨山洪主要決定于暴雨強度和暴雨歷時，同時也受流域下墊面條件的約束，常發生在山區、流域面積較小的溪溝或周期性流水的荒溪中，具有成災快、破壞性強等特點［5－8］。

目前，眾多學者針對暴雨山洪災害進行了深入研究，在系統理論、評估方法和防災減災等方面的取得了不少成果［9－13］，對于風險的研究也已由定性描述向定量評估轉變［14－16］。特別是由于近幾年GIS與FloodArea等水動力模型快速發展，不少?。ㄊ校┫嗬^開展了暴雨山洪風險評估。吳秀蘭等［17］結合新疆依格孜牙河流域的承災體因子，完成該流域的暴雨山洪風險區劃；張明達等［18］利用FloodArea模型進行云南赤那河流域山洪模擬，確定了該流域的山洪臨界面雨量閾值；王勝等［19］以淠河流域為研究區域，確定致災臨界面雨量，并開展洪水淹沒模擬得到T年一遇洪水淹沒風險評估和區劃圖；針對河南省暴雨山洪災害風險，一些學者分別采用模型法［20－21］、風險制圖法［22－23］、承災體權重分配法［24－25］等方法進行了研究，另外還有學者從災害成因和災害預防等方面對盧氏縣的山洪災害防治做了大量的工作［26－27］，這些成果為河南省山洪災害防治提供了支撐?；跉v史降水資料，采用重現期函數估算可能最大暴雨以推求可能最大洪水，是暴雨山洪災害風險管理一個有效途徑。FloodArea水動力模型需要以小時為步長的降水場輸入，降水場的時空精細化程度對模型模擬的精度影響較大。不少研究采用簡化的辦法，使用個別站降水日變化特征代表整個流域，同時依據個別站的小時降水日內變化，將日降水總量分配至各時次輸入模型，未考慮到暴雨作為誘發山洪的主要因素，暴雨的日變化及其分配對暴雨誘發山洪災害風險模擬精度的影響［28－30］。

河南省地處南北氣候過渡帶，暴雨頻發多發，暴雨日數呈緯向分布且主要集中在夏季，該時段占全年的75%［31］。據統計，河南省山丘區面積為7.82萬平方公里，占全省總面積的47%［32］，共涉及79縣市、735個鄉鎮、8 529個行政村。山丘區面積廣、地質地形等下墊面條件復雜以及暴雨比較集中等原因，導致河南省山丘區暴雨山洪災害頻發多發，影響范圍與危害巨大，山洪防治任務艱巨［33］，但對山洪災害風險的模擬和定量評估尚不夠深入。洛河上游是典型的山區小流域，豫西特殊的地形和氣候條件，導致該流域歷史上多次暴發山洪災害，造成了重大經濟損失和人員傷亡［22］。因此，本研究擬以洛河上游為例，綜合考慮重現期估算可能最大暴雨、暴雨的日內變化規律及其空間差異等，采用FloodArea模型，開展不同重現期情景下暴雨山洪災害風險模擬與定量評估，以期為河南省暴雨山洪災害防治、最大程度地減少人員和財產損失提供技術支撐。

1 洛河上游區域概況

洛河上游位于河南省三門峽市盧氏縣境內，屬伊洛河水系、暖溫帶季風氣候。洛河上游（盧氏縣境內）河流長為113 km，由陜西省洛南縣東流入境，呈西南-東北走向，貫穿全縣，最大流量1 300 m3·s－1，年總徑流量5.29億m3，流域面積約為2 425 km2，覆蓋6鎮6鄉，分別為官坡鎮、徐家灣鄉、木桐鄉、潘河鄉、雙龍灣鎮、杜關鎮、城關鎮、東明鎮、文峪鄉、橫澗鄉、沙河鄉、范里鎮，總人口約為28萬，耕地面積約為3.2×104km2。流域內海拔高度為476～1 918 m，河谷狹小地勢陡峭，屬于典型的高山峽谷型河流和山洪易發多發區。洛河流域年降水量在600～750 mm之間，暴雨具有明顯的季節性特征，7～8月因副熱帶高壓的變化為暴雨頻發時段，尤其是7月暴雨最多，暴雨中心在西部山區和南部山區，流域內暴雨和山洪地質災害頻發。比如2007年7月28日，盧氏縣發生特大山洪災害，全縣約1萬hm2農作物受災，6 000多間民房倒塌，國道209、國道310、省道322、省道331、省道323等路線斷行［22］；2010年7月24日，盧氏縣14個小時內平均降水101 mm，河水暴漲，全縣19個鄉鎮全部受災。

2 數據來源

本研究所用的暴雨山洪災害風險評估數據包括降水資料、基礎地理信息數據等。降水資料包括1961-2018年盧氏站和洛河上游11個區域自動站（一般為2010年－2018年）的逐日和逐小時數據，用于計算重現期降水量和暴雨日變化特征分析等，雨量站站點分布見圖2（b）。流域內地理信息數據均來自于2020年河南省氣象局數據庫，包括：（1）DEM數據：柵格分辨率為25 m×25 m（圖1），用于淹沒風險模擬；（2）行政區劃數據和水系數據；（3）土地利用類型數據：柵格分辨率為25 m×25 m，由遙感資料通過解譯方式獲得，包括居民地、旱地、水澆地、未利用地等信息，用于淹沒風險模擬，并作為山洪災害風險評估對象（圖2（a））；（4）社會經濟統計數據：包括流域內主要風險點的人口分布和GDP等屬性數據，還包括居民點、學校、超市商城、加油站、醫療服務點等，作為山洪災害風險定量評估的承災體對象（圖2（b）、（c）、（d））。

圖1 河南省洛河上游流域地形地貌Fig.1 Landform of the upper reaches of Luohe River basin in Henan Province

圖2 洛河上游土地利用類型、承災體信息、人口密度和GDP分布Fig.2 Distribution of the land use types，disaster-bearing body information，population density and GDP in the upper reaches of Luohe River basin

3 分析方法

3.1 評估過程

3.1.1 重現期日降水量計算與分配

（1）重現期日降水量計算。盧氏站建站較早，降水量數據序列較長，考慮到重現期函數年最大值序列法對樣本數的要求較高，本研究以盧氏站不同重現期下可能發生的最大暴雨為基礎，并采用比值法，推算了各區域自動站位置的不同重現期日降水量，并應用2010年7月24日日降水量實況數據對推算結果進行對比驗證。本研究依據盧氏站年降水量最大值序列，利用常用的42種不同概率密度分布函數進行擬合，并采用3種擬合優度檢驗來對42種函數進行檢驗，并對函數擬合結果排序，判斷最優函數，確定盧氏站不同重現期日降水量。3種擬合優度檢驗方法分別為柯爾莫洛夫-斯米爾諾夫（Kolmogorov-Smirnov，KS）檢驗法、安德森-達林（Anderson-Darling，AD）檢驗法和卡方檢驗（Chi-Squared，CS）檢驗法。本研究選用的重現期為5 a、10 a、20 a、50 a和100 a一遇。

（2）重現期日降水量分配。日降水量的分配具體如下：根據不同重現期日降水量，確定是否達到暴雨標準，并根據暴雨的日變化規律計算24 h降水的分配比例。

3.1.2 FloodArea模型應用

FloodArea模型是德國Geomer公司開發的一種內嵌于ArcGIS平臺的二維非恒定流水動力模型，主要功能是計算洪水的淹沒水深和范圍。模型的運行利用了ArcGIS矢量柵格一體化的空間分析功能，根據研究區域的數字地形模型表示模擬起始位置的河網水位、洪水進入圩區起始位置的破圩點；由曼寧系數獲取的糙率，代表模擬邊界的堤防等阻水物數據，模擬潰口式或堤防漫頂式的淹沒情況，精確地反映洪水演進過程。

洪水淹沒過程的模擬主要運用面雨量，設定進入模型的洪水是從定義的降水區域開始的。在模擬過程中，基于水動力方法，同時考慮了一個柵格的周圍八個單元，洪水流量隨時間而變化。當給出的流量數據運行結束或到達模型設定的時間，模擬終止。模型的適用性及產匯流方式已經在眾多研究中得到說明和驗證［18－19，30，34］。并且該模型已經成功應用于洛河上游暴雨山洪致災臨界面雨量確定中［32］，模擬效果較好。本研究是在此基礎上開展的暴雨山洪災害風險模擬與定量評估，使用的FloodArea模型參數，如Strilker系數和Manning糙率等，均與之相同。

具體的模擬演進過程，是以柵格為單位，柵格大小為25 m×25 m，用Manning-Strickler公式，計算每個柵格單元與周圍的8個單元之間的洪水流量。該公式為：

式中：V為洪水流量；kSt是糙率；rky是水力半徑；I是坡度。

圖3 柵格單元劃分圖Fig.3 Grid cell division

表1 河南省洛河上游地區土地類型分類［32］Table 1 Land use classification in the upper reaches of Luohe River of Henan Province

3.1.3 風險模擬和定量評估

本研究中的暴雨山洪災害風險模擬是基于融合降水數據、地理信息數據以及社會經濟信息等精細化的承災體數據庫，運用氣象、水文、地理等多學科交叉手段，從暴雨山洪災害性天氣致災的機理出發，采用FloodArea水動力模型模擬不同重現期降水情景下的淹沒風險。風險等級的劃分依據是國家氣候中心制定的暴雨災害風險普查業務技術指南，按淹沒水深（H）高低分為5個等級，分別為H＜0.2 m、0.2 m≤H＜0.6 m、0.6 m≤H＜1.2 m、1.2 m≤H＜1.8 m和H≥1.8 m，分別對應低危險區，中低危險區，中危險區，中高危險區和高危險區。在風險模擬的基礎上，將人口數據、GDP數據和土地類型數據與不同重現期情景淹沒風險圖層疊加，采用ArcGIS軟件的統計功能，實現不同重現期下淹沒風險的定量評估。

3.2 不同重現期日降水量計算

表2是函數的擬合優度檢驗，3種擬合優度檢驗函數“排名總和”在前5位的函數為Gen.Logistic、Pearson 6、Lognormal、Frechet和Johnson SB，5個函數的“統計量總和”最小的函數為Gen.Logistic函數，因而本研究將Gen.Logistic函數作為盧氏站重現期日降水量最優擬合函數。

表2 不同重現期函數的擬合優度檢驗結果Table 2 Test results of goodness of fit for different recurrence period functions

表3所示的是Gen.Logistic函數下盧氏站和推算的各區域自動站的重現期降水量數據，洛河上游100 a、50 a、20 a、10 a和5 a一遇日平均降水量分別為116.7 mm、103.9 mm、88.8 mm、78.3 mm和68.0 mm。100 a一遇日降水量最大值為139.4 mm，出現在樺櫟樹，最小值為97.6 mm，出現在潘河。各站各重現期日降水量均達到暴雨等級。

表3 洛河上游不同重現期日降水量Table 3 Daily precipitation in different recurrence interval in the upper reaches of Luohe River

2010年7月24日，盧氏站日降水量為111.0 mm，導致暴雨山洪災害爆發，與按年最大值法推算的100 a一遇日降水量較為接近。本研究采用2010年7月24日降水實際過程對比值法推算的各區域自動站重現期日降水量進行檢驗，結果顯示，5個有數據的區域自動站中有4個當日實況降水量達100 a一遇，總體上看，在洛河上游運用比值法推算各區域自動站重現期日降水量是可行的。

3.3 暴雨日變化和日內分配

圖4所示的是盧氏站暴雨日變化特征，日變化主峰值出現在5：00，為5.4 mm，谷值出現在20：00，為1.2 mm。圖5和圖6所示的是洛河上游各站點24 h降水分配比例，各時次的降水分配比例明顯不同，同一時次各區域間的分配比例也存在較大差異。各時次之間，洛河上游分配比例較高的時間段為4：00～6：00，分配比例較低的時間段為19：00～20：00。區域之間，城關鎮分配比例較高的時間為0：00、5：00和10：00，0：00～3：00、14：00～16：00洛河上游中西部分配比例較高，4：00～6：00、11：00～13：00洛河上游東部分配比例較高、7：00～8：00、21：00～23：00洛河上游南部分配比例較高。

圖4 0～23時盧氏站暴雨日變化Fig.4 Rainstorm day chages at Lushi station during 0～23

圖5 洛河上游各站點0～23時降水分配比例Fig.5 Precipitation distribution ratio during 0～23 at each station in the upper reaches of Luohe River

圖6 洛河上游0～23時降水分配比例Fig.6 Precipitation distribution ratio during 0～23 in the upper reaches of Luohe River

4 結果與分析

4.1 不同重現期淹沒模擬

圖7是不同重現期情景下的暴雨山洪淹沒模擬圖。洛河上游100 a一遇暴雨山洪綜合危險呈現出中部的危險較高，南部較北部危險高。其中，高危險區主要集中在城關鎮附近，沿伊洛河分布，處于高危險區的面積為92.0 km2，占洛河上游面積的4.3%。其余各重現期暴雨洪澇危險分布大部分與100 a一遇相似，部分區域有差別，處于高危險區的面積隨著重現期的減小而減小。

圖7 洛河上游100 a、50 a、20 a、10 a和5 a一遇（（a）～（e））暴雨山洪淹沒模擬圖Fig.7 Simulation diagram of flash flood inundation in the first occurrence of heavy rainstorm at 100 a，50 a，20 a，10 a and 5 a in the upper reaches of Luohe River

圖8所示的是各重現期淹沒水深0.6 m以上的分布情況，大部分區域淹沒水深位于0.6 m以下。100 a一遇淹沒水深0.6 m以上的面積最廣，5 a一遇面積最小。

圖8 不同重現期淹沒水深0.6 m以上分布圖Fig.8 Distribution map of inundation depth above 0.6 m in different recurrence periods

4.2 承災體信息定量評估

表4為各重現期情景下承災體的淹沒信息定量統計，100 a一遇降水，處于高危險區的面積為92.0 km2，占洛河上游面積的4.3%，GDP占總量17.37%，人口占總數的8.88%，包含23個居民點，12個加油站，31個學校和31個醫療服務點；處于中高危險區的面積為7.2 km2，包含22個居民點，11個加油站，29個學校和26個醫療服務點?？梢钥闯?，隨著重現期的增大，淹沒面積和承災體風險也逐漸增大，暴雨山洪災害風險增加。

如表4所示，100 a一遇淹沒水深0.6 m以上的土地面積為110.3 km2，占洛河上游面積的5.2%，其余各重現期分別為103.4 km2、95.1 km2、89.6 km2和82.8 km2，分別占洛河上游面積的4.8%、4.5%、4.2%、3.9%。隨著重現期的增大，淹沒水深0.6 m以上的面積逐漸增加，淹沒GDP和人口的數量也隨著重現期的增大而增加（圖9）。

圖9 不同重現期淹沒水深0.6 m以上的承災體面積變化Fig.9 The change of disaster bearing body area with submerged water depth above 0.6 m in different recurrence periods

表4 不同重現期暴雨山洪災害風險定量統計表Table 4 Quantitative statistical table of rainstorm flash flood disaster risk at different recurrence periods

5 結論

本研究在眾多研究的基礎上，考慮了降水輸入場對暴雨山洪淹沒模擬的精度的影響。利用暴雨日變化作為降水的輸出場，并充分采用了用各個區域自動站的數據，考慮了暴雨日內變化規律及空間差異，以此來提高降水輸入場和山洪淹沒模擬的精度。洛河上游重現期日降水量最優擬合函數為Gen.Logistic函數，100 a、50 a、20 a、10 a和5 a一遇日平均降水量分別為116.7 mm、103.9 mm、88.8 mm、78.3 mm和68.0 mm。洛河上游各時次降水量分配比例各不相同，分配比例較高的時間段為4：00-6：00，較低的時間段為19：00-20：00，城關鎮分配比例較高的時間為0：00、5：00和10：00。隨著重現期的增大，洛河上游淹沒面積和承災體風險逐漸增大，高危險區域位于城關鎮附近，沿伊洛河兩岸分布，該區域經濟發展水平較高，人口稠密，是GDP和人口的高值區，區域內河道周邊地區需加強管理，做好防洪措施，提高防災減災能力。研究結果可為河南省山洪災害防御規劃編制以及其他小流域開展暴雨山洪災害風險定量評估提供參考。

6 討論

本研究綜合考慮重現期估算可能最大暴雨、暴雨的日內變化規律及其空間差異等，開展了基于情景的洛河上游暴雨山洪災害風險模擬和定量評估，但其風險結果模擬與定量評估的仍存在一定不確定性，主要來源于以下3個方面。

（1）重現期日降水量。本研究應用了42個函數對盧氏站重現期日降水量進行估算，一般的降水函數為Person-III型［35-36］，但本研究得到的最優函數為Gen.Logistic函數，函數的不同會導致估算的重現期日降水量具有差異。

（2）暴雨降水及其變化。結合2010年7月24日實況雨量和實況降水日變化山洪淹沒模擬［32］，獲取了不同淹沒水深下的承災體信息，從整體上看，其結果與100 a一遇危險評估基本一致，但在區域空間分布上略有差異。其原因在于暴雨降水存在很大不確定性，本研究做了一定的簡化處理。

（3）下墊面及其變化?；贔loodArea模型的暴雨山洪演進模擬主要依靠DEM完成，其精度對風險模擬結果影響很大。人類活動影響、地質災害等也會導致流域的下墊面條件發生改變，這也會對基于情景的暴雨山洪災害風險評估結果產生影響。因而，利用衛星遙感等數據，定期獲取流域下墊面的真實情況，動態更新情景模擬結果，以及結合智能網格降水預報數據開展面向對象的實時定量評估，將是下一步研究的重點。