基于不同空間尺度資料的自然災(zāi)害風(fēng)險評估對比分析*
——以暴雨洪澇災(zāi)害為例

徐永清，陳 莉，劉艷華，李 帥，周祥雪，那榮波

(1.黑龍江省氣候中心，黑龍江 哈爾濱 150030；2.黑龍江省公共氣象服務(wù)中心,黑龍江 哈爾濱 150030；3.黑龍江省氣象臺，黑龍江 哈爾濱 150030；4.牡丹江市氣象局，黑龍江 牡丹江 1507010；5.黑龍江省氣象科學(xué)研究所，黑龍江 哈爾濱 150030)

為全面掌握我國自然災(zāi)害風(fēng)險隱患情況，提升全社會抵御自然災(zāi)害的綜合防范能力，全國第一次自然災(zāi)害綜合風(fēng)險普查工作正在全國范圍內(nèi)開展。這是一項重大的國情國力調(diào)查，是提升自然災(zāi)害防治能力的基礎(chǔ)性工作。通過開展普查，摸清全國自然災(zāi)害風(fēng)險隱患底數(shù)，查明重點地區(qū)抗災(zāi)能力，客觀認(rèn)識全國和各地區(qū)自然災(zāi)害綜合風(fēng)險水平，為中央和地方各級人民政府有效開展自然災(zāi)害防治工作、切實保障經(jīng)濟社會可持續(xù)發(fā)展提供權(quán)威的災(zāi)害風(fēng)險信息和科學(xué)決策依據(jù)[1]。自然災(zāi)害風(fēng)險評估中風(fēng)險源和承災(zāi)體是兩個要件，在風(fēng)險普查工作中，除了面對承災(zāi)體錯綜復(fù)雜的情況外，致災(zāi)因子資料的時空分辨率對風(fēng)險評估結(jié)果的影響也格外引人關(guān)注。

暴雨洪澇災(zāi)害風(fēng)險評估一般可以分為三種，分別是災(zāi)前評估、災(zāi)中跟蹤監(jiān)測評估和災(zāi)后實測評估。災(zāi)前風(fēng)險評估主要工作是制定風(fēng)險評估指標(biāo)，劃分風(fēng)險等級。美國、日本等發(fā)達(dá)國家對暴雨洪澇災(zāi)害評估研究已有40多年的歷史[2]，我國對暴雨洪澇災(zāi)害評估研究起步較晚，只有20多年的研究歷史，但在災(zāi)前評估方面已有不少成果，主要集中在利用GIS技術(shù)開展災(zāi)害易損度、脆弱性評價、風(fēng)險評價以及風(fēng)險區(qū)劃等方面[3-19]。張平倉等[20]按照200 km2的閾值劃分小流域，分別考慮小流域降水、地形地質(zhì)和社會經(jīng)濟等三方面因素，將全國山洪災(zāi)害防治區(qū)劃分為一級重點、二級重點和一般防治區(qū)。萬軍等[21]結(jié)合湖北省暴雨頻次、地形、河網(wǎng)密度、人均GDP、人口密度等因素，利用GIS得到湖北省洪澇災(zāi)害風(fēng)險評估圖。曹羅丹等[22]利用GIS空間分析功能，從洪澇的致災(zāi)危險性、暴露性、脆弱性及防災(zāi)減災(zāi)能力等方面，構(gòu)建了洪澇災(zāi)害風(fēng)險評估模型，對浙江省洪澇災(zāi)害進(jìn)行了風(fēng)險評估。裴惠娟等[23]利用甘肅省降雨資料，基于層次分析法建立了區(qū)域暴雨洪水災(zāi)害風(fēng)險評估指標(biāo)體系，對甘肅省暴雨洪水災(zāi)害進(jìn)行了風(fēng)險評價。

目前，暴雨洪澇災(zāi)害風(fēng)險評估主要考慮降水、地形、水系、人口和GDP等因素，其中地形、水系、人口和GDP等要素短期內(nèi)空間分布變化不大，但降水要素選擇的資料空間尺度不同，致災(zāi)因子空間分布的差異會較大，對評估結(jié)果影響也較大。以往的暴雨洪澇災(zāi)害風(fēng)險評估研究中，降水資料大多使用國家氣象站的降水資料，其資料序列長，質(zhì)量較高，但氣象站點分布較為稀疏。本研究在暴雨洪澇災(zāi)害評估的降水資料處理中，引入了站點較多的區(qū)域氣象站，結(jié)合地形、水系、人口和GDP等資料開展風(fēng)險評估研究，并與僅用國家氣象站的評估結(jié)果進(jìn)行對比，分析基于不同空間尺度降水資料的暴雨洪澇災(zāi)害風(fēng)險評估差異，以期為自然災(zāi)害風(fēng)險普查工作提供科學(xué)參考。

1 資料與方法

1.1 研究區(qū)選取

本研究選取平原和山地兩種不同地貌進(jìn)行對比分析。平原選取位于松嫩平原的黑龍江省富裕縣為代表，山地選取位于黑龍江省大興安嶺地區(qū)的呼瑪縣為代表。

圖1 富裕縣和呼瑪縣位置圖 (基于黑龍江省標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)站(黑龍江省測繪地理信息局)下載的審圖號為黑s(2008)047號的標(biāo)準(zhǔn)地圖制作，底圖無修改。下同。)

富裕縣位于黑龍江省西部，嫩江中游西岸，松嫩平原北部。富裕地形南低北高，西低東高，海波高度在146～224 m之間，相對高差不到80 m。流經(jīng)富裕縣的河流主要有嫩江和烏裕爾河。嫩江自北向南流經(jīng)富裕縣，境內(nèi)河流長度91 km。富裕縣總面積為4 026 km2，總?cè)丝诩s30萬人，GDP總量約為75.8億元，其中第一、第二、第三產(chǎn)業(yè)分別為30.8、13.4、31.6億元。富裕縣主要農(nóng)作物為玉米和水稻，其中玉米面積達(dá)到9.1萬hm2，水稻種植面積約2.3萬hm2[24]。

呼瑪縣位于大興安嶺東麓、黑龍江上游西南岸。呼瑪縣西北高、東南低，海拔高度在143～788 m。呼瑪境內(nèi)河流分屬嫩江、黑龍江兩大水系，呼瑪河向東注入黑龍江，境內(nèi)流程209 km，是呼瑪縣內(nèi)最長的河流。呼瑪縣總面積為14 335 km2，總?cè)丝?.3萬人，GDP總量為17.1億元，其中第一產(chǎn)業(yè)達(dá)到14.9億元。呼瑪縣是大興安嶺地區(qū)唯一以農(nóng)業(yè)為主的行政縣，木耳、蘑菇等林下資源較為豐富[25]。

富裕縣和呼瑪縣除了在地形地貌方面有較大差距外，水系、人口、GDP和農(nóng)業(yè)規(guī)模方面差異也較大，以它們作為暴雨洪澇災(zāi)害風(fēng)險評估的研究對象，其結(jié)果可以具有較好的代表性。

1.2 數(shù)據(jù)

空間分辨率較低的降水資料，主要來自國家氣象站。采用富裕和周邊的訥河、依安、林甸、齊齊哈爾及甘南等6個國家氣象站降水資料開展富裕暴雨洪澇風(fēng)險評估，降水資料空間分辨率概算為65 km；采用呼碼和周邊的新林、塔河、加格達(dá)奇、嫩江和愛輝等6國家氣象站降水資料開展呼碼暴雨洪澇風(fēng)險評估，降水資料空間分辨率概算為150 km。空間分辨率較高的降水資料，主要來自區(qū)域氣象站。增加富裕縣內(nèi)8個區(qū)域氣象站降水資料開展富裕加密暴雨洪澇風(fēng)險評估，降水資料空間分辨率為23 km；同樣增加呼碼縣內(nèi)9個區(qū)域氣象站降水資料開展呼瑪加密暴雨洪澇風(fēng)險評估，降水資料空間分辨率為35 km。由于富裕、呼碼縣17個區(qū)域氣象站降水資料為2007—2020年，為了對比分析的科學(xué)性，12個國家氣象站降水資料分析年限也選取2007—2020年。資料均來源于黑龍江省氣象數(shù)據(jù)中心。

DEM數(shù)據(jù)來自SRTM，空間分辨率為90 m[26]。行政區(qū)劃、河流矢量數(shù)據(jù)來自全國1∶25萬矢量圖；1 km×1 km網(wǎng)格GDP和人口數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心[27]；土地利用等數(shù)據(jù)來源于《黑龍江統(tǒng)計年鑒(2010)》[28]。

由于降水、人口、GDP、地理信息等數(shù)據(jù)來源不同、格式不統(tǒng)一，為便于分析和計算，研究應(yīng)用GIS軟件對柵格數(shù)據(jù)進(jìn)行投影轉(zhuǎn)換、重采樣后，統(tǒng)一處理到90 m分辨率的柵格數(shù)據(jù)；離散點數(shù)據(jù)采用克里金插值方法轉(zhuǎn)換為90 m分辨率的柵格數(shù)據(jù)。

1.3 指標(biāo)和方法

1.3.1 暴雨洪澇災(zāi)害風(fēng)險評估方法

本文根據(jù)自然災(zāi)害風(fēng)險評估理論[29]，從致災(zāi)危險性、承災(zāi)體暴露性和脆弱性三維度進(jìn)行風(fēng)險評估，計算公式為：

FDRI=HWH×VWV×EWE。

(1)

式中：FDRI(Flood disaster risk index)為暴雨洪澇災(zāi)害風(fēng)險指數(shù)，H、V、E分別表示致災(zāi)危險性、承災(zāi)體暴露性和脆弱性指數(shù)；WH、WV、WE分別表示各自權(quán)重，權(quán)重之和為1。FDRI采用按百分位分方法劃分為5級，具體百分位分級標(biāo)準(zhǔn)如表1所示，1～5級分別表示高風(fēng)險區(qū)、較高風(fēng)險區(qū)、中風(fēng)險區(qū)、較低風(fēng)險區(qū)和低風(fēng)險區(qū)。

表1 暴雨洪澇災(zāi)害風(fēng)險等級劃分標(biāo)準(zhǔn)

致災(zāi)危險性指數(shù)、承災(zāi)體暴露性和脆弱性指數(shù)具體所包含的因子選擇原則是，既要考慮各因子數(shù)據(jù)的客觀性、可獲取性，也要考慮其能否客觀反映暴雨洪澇災(zāi)害風(fēng)險的實際情況。同樣各指數(shù)按百分位方法劃分為5級，等級劃分標(biāo)準(zhǔn)同表1。

各項評估指標(biāo)權(quán)重的確定采用層次分析方法和專家打分法來確定。層次分析方法[30]根據(jù)各個指標(biāo)的相對重要性，從因子層開始，采用兩兩比較的方法建立判斷矩陣，采用方根方法求出各影響因子的權(quán)重并歸一，通過一致性檢驗后得到因子層對準(zhǔn)則層的權(quán)重集。在此基礎(chǔ)上，征詢7位氣象專家的意見，對專家意見進(jìn)行統(tǒng)計、處理和分析，客觀地綜合多數(shù)專家經(jīng)驗與主觀判斷，確定權(quán)重系數(shù)。

1.3.2 暴雨洪澇災(zāi)害致災(zāi)危險性評估指標(biāo)和方法

暴雨洪澇致災(zāi)因子危險性主要取決于氣象因子和孕災(zāi)環(huán)境。強降水是誘因，海拔高程以及地形起伏對暴雨洪澇災(zāi)害形成有不同程度影響，同時暴雨洪澇災(zāi)害發(fā)生很大程度上與區(qū)域內(nèi)距離河流、湖泊的遠(yuǎn)近有密切關(guān)系。

參考《暴雨災(zāi)害調(diào)查與風(fēng)險評估技術(shù)規(guī)范(評估與區(qū)劃類)》[31]，暴雨洪澇致災(zāi)危險性指數(shù)由暴雨洪澇指數(shù)和孕災(zāi)環(huán)境影響指數(shù)確定，計算公式為：

H=(1+S)×R。

(2)

式中：H為暴雨洪澇致災(zāi)致災(zāi)危險性指數(shù)；S為孕災(zāi)環(huán)境影響指數(shù)；R為暴雨洪澇指數(shù)。

孕災(zāi)環(huán)境影響指數(shù)由地形和水系等2個因子均一化后加權(quán)求和得到，地形和水系系數(shù)參考《DB33/T 2025—2017暴雨過程危險性等級評估技術(shù)規(guī)范》的賦值標(biāo)準(zhǔn)，均在0.1～0.9之間。暴雨洪澇指數(shù)包括暴雨過程(24 h降雨量大于等于50 mm)中1 h最大降雨量、24 h最大降雨量、過程累計降雨量和暴雨持續(xù)日數(shù)等因子，4個因子均一化后加權(quán)求和得到暴雨洪澇指數(shù)，具體權(quán)重如表2所示。

1.3.3 暴雨洪澇暴露性評估指標(biāo)和方法

暴露性是指暴雨洪澇災(zāi)害發(fā)生時，暴露于暴雨洪澇的人員、生計、環(huán)境服務(wù)和各種資源、基礎(chǔ)設(shè)施。本研究中暴露性指數(shù)主要考慮人口密度、單位面積GDP和農(nóng)作物耕種密度等3個因子，3個因子均一化后加權(quán)求和得到暴露性指數(shù)，采用層次分析方法和專家打分法計算各因子權(quán)重，如表2所示。

1.3.4 暴雨洪澇脆弱性評估指標(biāo)和方法

脆弱性是指暴露于某一強度的暴雨洪澇災(zāi)害中的承災(zāi)體可能遭受的損失程度。脆弱性考慮老幼人口占比、直接經(jīng)濟損失占比和受災(zāi)耕地面積占比。3個因子均一化后加權(quán)求和得到脆弱性指數(shù)，具體權(quán)重如表2所示。

1.3.5 均一化方法

為消除各個指標(biāo)量綱及數(shù)據(jù)級的差異，對各指標(biāo)因子采用公式(3)進(jìn)行均一化處理：

(3)

式中：Fi,j為第j個點第i個指標(biāo)的規(guī)范化值；Di,j為第j個點第i個指標(biāo)值；maxi為第i個指標(biāo)所有格點中的最大值；mini為第i個指標(biāo)所有格點中的最小值。

2 結(jié)果分析

2.1 暴雨洪澇致災(zāi)危險性評估結(jié)果

2.1.1 孕災(zāi)環(huán)境影響指數(shù)

孕災(zāi)環(huán)境影響指數(shù)包括地形系數(shù)和水系系數(shù)。地形主要考慮海拔高程以及地形標(biāo)準(zhǔn)差2個方面，高程越高，地形標(biāo)準(zhǔn)差越大，受洪澇災(zāi)害影響越小。水系方面，區(qū)域內(nèi)距離河湖越近，洪澇危險指數(shù)越高，河流密度越大，水域面積越廣，影響范圍越大。

孕災(zāi)環(huán)境指數(shù)分布如圖2所示，富裕地勢低平，海拔較低，標(biāo)準(zhǔn)差較小，地形上易受洪澇災(zāi)害影響；區(qū)域內(nèi)河湖眾多，水系密度較大，洪澇災(zāi)害受水系影響明顯。呼瑪縣海拔差異較大，東部海拔較低地區(qū)受洪澇災(zāi)害影響較大，西部海拔較高地區(qū)受洪澇災(zāi)害影響較小；區(qū)域內(nèi)水系分布均在谷地，幾乎沒有湖泊，水系對洪澇災(zāi)害的影響范圍較小。

2.1.2 基于不同空間分辨率降水資料的暴雨洪澇指數(shù)對比

基于65 km空間分辨率的降水資料所得出的富裕暴雨洪澇指數(shù)分布如圖3a所示，指數(shù)在0.7～1.0之間，以富裕氣象站為高值中心，由西北向東南遞減。基于23 km空間分辨率的降水資料所得到的富裕暴雨洪澇指數(shù)分布如圖3b所示，指數(shù)在0.5～1.0之間，國家氣象站仍是大值中心，但指數(shù)分布不是簡單的由西北向東南遞減，而是在西北部、西南部和中部形成了幾個低值中心。

基于150 km空間分辨率降水資料所得到的呼瑪縣暴雨洪澇指數(shù)分布更加簡單，如圖3c所示，全縣暴雨洪澇指數(shù)值域為0.5～0.7，數(shù)值差異非常小。基于35 km空間分辨率降水資料所得出的呼瑪暴雨洪澇指數(shù)分布如圖3d所示，指數(shù)在0.38～1.0之間，在西南部形成了低值中心，中東部地區(qū)為高值中心。

表2 暴雨洪澇風(fēng)險評估指標(biāo)體系和權(quán)重

圖2 富裕縣和呼瑪縣孕災(zāi)環(huán)境指數(shù)分布圖

圖3 富裕縣和呼瑪縣暴雨洪澇指數(shù)分布圖

由此可見，基于空間分辨率更高的降水資料所得出的暴雨洪澇指數(shù)，無論是平原還是山地，值域范圍明顯增大，高值和低值區(qū)更加突出，指標(biāo)分布更加細(xì)致，空間分布更加平滑，暴雨洪澇指數(shù)的地域差異反映更明顯。

2.1.3 基于不同空間分辨率降水資料的暴雨洪澇致災(zāi)危險性評估對比

基于65 km空間分辨率降水資料得到的富裕暴雨洪澇災(zāi)害致災(zāi)危險性高和較高區(qū)域主要在富裕縣城周圍，但比較分散，低危險區(qū)連片分布在東北部和東南部。基于23 km空間分辨率降水資料得到的富裕暴雨洪澇高危險和較高危險區(qū)域仍在富裕縣城周圍，但分布較為連續(xù)；富裕縣城由較低危險區(qū)調(diào)整為較高危險區(qū)；東南部的連續(xù)低危險區(qū)域西部調(diào)整為中等危險，東部變?yōu)檩^低危險，如圖4a和圖4b所示。

基于150 km空間分辨率降水資料得到的呼瑪縣暴雨洪澇災(zāi)害高危險和較高危險區(qū)主要分布在地勢較低的河谷和平原地區(qū)，中部海拔較高的山地地區(qū)為低危險區(qū)。基于35 km空間分辨率降水資料得到的呼瑪暴雨洪澇致災(zāi)危險性分布，區(qū)域連續(xù)性明顯增強，危險等級由西南向東北增強，高危險區(qū)出現(xiàn)在中部的黑龍江沿岸；位于西北部呼瑪河上游地區(qū)，危險程度受地形、水系影響明顯減小，高危險和較高危險區(qū)調(diào)整為中等危險區(qū)；東南部和西南部較高危險和中等危險區(qū)調(diào)整為較低危險和低危險區(qū)，由如圖4c和圖4d所示。

降水資料分辨率較高的致災(zāi)危險性評估結(jié)果更符合地形、水系、降水等要素的綜合分布實際情況，避免了評估結(jié)果受某單一因子影響過強的狀況，使評估結(jié)果更加科學(xué)。

2.2 暴雨洪澇暴露性評估結(jié)果

由圖5可見，富裕和呼瑪縣暴雨洪澇暴露性大值區(qū)主要位于縣城和鄉(xiāng)鎮(zhèn)周邊人口密度大、 GDP產(chǎn)值較大的區(qū)域，高暴露區(qū)和較高暴露區(qū)明顯呈點狀分布；而在人口密度小、GDP產(chǎn)值低的地區(qū)暴露性指數(shù)較低，尤其是在呼瑪縣海拔較高的山地地區(qū)均為低暴露區(qū)。

圖4 富裕縣和呼瑪縣暴雨洪澇災(zāi)害致災(zāi)危險性評估圖

圖5 富裕縣和呼瑪縣暴露性指數(shù)分布圖

2.3 暴雨洪澇脆弱性評估結(jié)果

受經(jīng)濟發(fā)展和人口遷移影響，富裕縣城和鄉(xiāng)鎮(zhèn)外圍暴雨洪澇脆弱性較高，高脆弱性區(qū)分布較為分散，富裕縣城和主要鄉(xiāng)鎮(zhèn)中心為中等脆弱以下。呼瑪縣因為人口少，主要集中在縣城和幾個主要鄉(xiāng)鎮(zhèn)，脆弱性分布與富裕差異較大，高脆弱區(qū)出現(xiàn)在高暴露區(qū)的相鄰區(qū)域，低脆弱和較低脆弱區(qū)與暴露性基本一致(圖6)。

2.4 基于不同空間分辨率降水資料的暴雨洪澇災(zāi)害風(fēng)險評估對比

比較基于不同空間分辨率降水資料的暴雨洪澇災(zāi)害風(fēng)險評估結(jié)果(圖7)，可以看出，空間分辨率較高降水資料所得出的暴雨洪澇風(fēng)險分布更加平滑，突出了暴雨高值和低值區(qū)，對暴雨洪澇風(fēng)險的空間差異刻畫更加細(xì)致。位于平原區(qū)的富裕，降水資料空間分辨率增加后，風(fēng)險分區(qū)增強了連續(xù)性。位于山區(qū)的呼瑪，基于較低空間分辨率降水資料得到的暴雨洪澇風(fēng)險與地形分布高度一致，而降水資料空間分辨率增加后，暴雨洪澇風(fēng)險分區(qū)不但連續(xù)性增強，而且風(fēng)險與地形分布高度一致的狀況得到了顯著改善。由此可見，無論是平原還是山區(qū)，降水資料空間分辨率增加，不但可以提高暴雨洪澇風(fēng)險的空間精度，更能使暴雨洪澇災(zāi)害風(fēng)險評估結(jié)果更加科學(xué)合理。

圖6 富裕縣和呼瑪縣脆弱性指數(shù)分布圖

圖7 富裕縣和呼瑪縣暴雨洪澇災(zāi)害風(fēng)險評估圖

3 結(jié)論與討論

本文選擇了黑龍江省位于平原區(qū)的富裕縣和位于山區(qū)的呼瑪縣作為研究對象，以暴雨洪澇災(zāi)害為例，采用致災(zāi)因子危險性、承災(zāi)體暴露性和脆弱性等三個維度開展了災(zāi)害風(fēng)險評估研究，并對基于不同空間尺度降水資料得到的致災(zāi)危險性評估和風(fēng)險評估結(jié)果進(jìn)行了對比分析，得到以下結(jié)論：

(1)確定了暴雨洪澇災(zāi)害風(fēng)險評估指標(biāo)體系。致災(zāi)危險性評估由暴雨洪澇指數(shù)和孕災(zāi)環(huán)境影響指數(shù)確定。暴雨洪澇指數(shù)包含的指標(biāo)有1 h最大降雨量、24 h最大降雨量、過程累計降雨量和暴雨持續(xù)日數(shù)；孕災(zāi)環(huán)境影響指數(shù)包含的指標(biāo)有地形系數(shù)和水系系數(shù)。暴露性評估指標(biāo)包括人口密度、單位面積GDP和農(nóng)作物耕種密度。脆弱性評估指標(biāo)包括老幼人口占比、直接經(jīng)濟損失占比和受災(zāi)耕地面積占比。

(2)基于較低空間分辨率降水資料得到的暴雨洪澇指數(shù)呈明顯帶狀或圓環(huán)狀。基于較高空間分辨率降水資料得到的暴雨洪澇指數(shù)，值域范圍明顯增大，高值和低值區(qū)更加突出，指標(biāo)分布更加細(xì)致，空間分布更加平滑，暴雨洪澇指數(shù)的地域差異反映更明顯。

(3)基于較高空間分辨率降水資料得到的位于平原區(qū)的富裕縣暴雨洪澇災(zāi)害致災(zāi)危險性評估分布與較低空間分辨率降水資料結(jié)果有所不同，高危險和較高危險區(qū)域仍在富裕縣城周圍，但分布較為連續(xù)；富裕縣城由較低危險區(qū)調(diào)整為較高危險區(qū)；東南部的連續(xù)低危險區(qū)域西部調(diào)整為中等危險，東部變?yōu)檩^低危險區(qū)域。

(4)基于較低空間分辨率降水資料得到的呼瑪縣暴雨洪澇災(zāi)害高、較高危險區(qū)主要分布在地勢致災(zāi)危險性較低的河谷和平原地區(qū)，中部海拔較高的山地為低危險區(qū)。基于較高空間分辨率降水資料的評估結(jié)果，區(qū)域連續(xù)性明顯增強，高危險區(qū)在中部的黑龍江沿岸，而位于西北部呼瑪河上游地區(qū)由高、較高危險調(diào)整為中等危險區(qū)，東南部和西南部較高危險和中等危險區(qū)調(diào)整為較低危險和低危險區(qū)

(5)由于平原區(qū)地形和水系差異較小，造成孕災(zāi)環(huán)境影響指數(shù)差異小，致災(zāi)危險性評估和風(fēng)險評估受降水分布影響較大，如果降水資料空間分辨率不高，各分區(qū)會呈較大的不連續(xù)性。

(6)山區(qū)由于地形復(fù)雜，地勢起伏較大，造成孕災(zāi)環(huán)境影響指數(shù)差別較大，在降水資料分辨率較低時，致災(zāi)危險性評估和風(fēng)險評估分布與地形分布高度重合；當(dāng)降水資料空間分辨率加密后，這種狀況得到顯著改善，使暴雨洪澇災(zāi)害風(fēng)險區(qū)劃結(jié)果更加科學(xué)合理。

暴雨洪澇災(zāi)害十分復(fù)雜，影響因子涉及自然與社會的諸多方面，本文借鑒相關(guān)研究建立了暴雨洪澇災(zāi)害評價指標(biāo)體系，但未考慮洪澇災(zāi)害形成過程中的下墊面因素，如地表徑流量等，深入了解暴雨洪澇災(zāi)害形成機理，結(jié)合自然、社會等多種因素，構(gòu)建更加精細(xì)化的評估模型是未來暴雨洪澇災(zāi)害風(fēng)險研究的重點。

當(dāng)前全國第一次自然災(zāi)害綜合風(fēng)險普查工作正在開展，各種災(zāi)害風(fēng)險評估涉及的行業(yè)多、領(lǐng)域廣，承災(zāi)體方面的調(diào)查工作更是錯綜復(fù)雜。在進(jìn)行風(fēng)險評估中需要把握資料的真實性和可獲得性。氣象資料是國際公認(rèn)的較好序列，人口、經(jīng)濟、農(nóng)業(yè)方面我國統(tǒng)計數(shù)據(jù)也較為規(guī)范，需要更好地挖掘這些資料，讓這些規(guī)范性資料發(fā)揮最大效益。全國目前有國家氣象站2 000多個[32]，從本世紀(jì)初，我國開始建設(shè)區(qū)域自動氣象站，同時行業(yè)部門有很多氣象站，如何把這些資料用起來，進(jìn)行歷史資料的質(zhì)檢和整編，如何針對實時資料進(jìn)行實時質(zhì)檢入庫，如何應(yīng)用衛(wèi)星遙感技術(shù)來補充和完善，同時如何把加密資料與年限較長的常規(guī)資料融合使用，這是個系統(tǒng)工程。本研究只是把降水資料空間尺度平原區(qū)從65 km降到23 km，山區(qū)從150 km降到35 km，分析結(jié)果差異已經(jīng)很明顯。如果更密，會不會更科學(xué)？空間尺度細(xì)到何種程度可以達(dá)到成本產(chǎn)出的最優(yōu)平衡，都是值得研究的問題。