連平縣早稻暴雨致災閾值研究

摘 要：氣象災害的評估在防災減災中占據重要地位。廣東省河源市連平縣屬亞熱帶季風氣候，水稻生產分為早稻和晚稻。氣候的主要特征為夏長冬短，氣候溫和，日照充足，熱量豐富，雨量充沛，降水季節性明顯。前汛期暴雨是影響連平縣早稻產量的主要氣象災害之一。前汛期暴雨發生概率較大且集中，導致農田積水，作物受災，產量降低。再加上連平縣地處山區，而早稻種植地多為地勢較低較平地區，進而導致農業生產受災概率增加。對此，評估連平縣早稻暴雨致災風險，建立連平縣早稻暴雨致災風險閾值，為制定有效的防災減災政策提供科學依據和研究思路。

關鍵詞：暴雨；早稻；氣象災害；避險防災；風險閾值

中圖分類號：P426.616 文獻標志碼：B 文章編號：2095–3305（2024）11–0-03

隨著全球氣候變暖加劇，各類極端天氣事件頻發，其中暴雨災害對農業經濟可持續發展產生不利影響。國內外諸多學者對暴雨災害風險評估進行了一定研究。其中，魏慶朝等[1]定義了災害損失指標及災害等級；鞠笑生等[2]、李慶洋等[3]在確定暴雨致災風險的閾值上提出了不同的方法；李巧媛等[4]通過選取（大）暴雨日和（大）暴雨日年降水量為年降雨量的致災因子，結合水稻受災率，建立模型，評價水稻受災大小；馬潤佳等[5]通過對1961—2011年長江中下游地區一季稻洪澇災害時空變化進行風險評估。對此，針對影響廣東省河源市連平縣農業生產的暴雨災害風險閾值，參考韓秀君等[6]暴雨致災指標及災害影響評估的方法和蔡冰等[7]對農業氣象災害風險等級區劃，利用線性回歸方程的分析，對連平縣早稻暴雨致災閾值進行研究。

1 資料與方法

1.1 資料來源

各鄉鎮因暴雨受損對早稻減產率由連平縣農業農村局提供，氣候資料源自連平縣國家基本觀測站和12個中尺度區域自動站所得的10年（2012—2021年）平均資料，主要選取12 h（08：00～20：00、20：00～08：00）、

24 h（20：00至翌日20：00）的降雨量數據。

1.2 研究方法

通過統計連平縣2012—2021年3—7月的數據，分別計算出連平縣12 h和24 h暴雨發生概率。根據當地早稻暴雨致災次數數據，從而計算出連平縣早稻暴雨致災概率，并繪制風險（概率）分布圖。此外，運用相關分析及線性回歸方法，找出連平縣早稻減產率與降水量數據之間的關系，從而得到相應的回歸方程，計算出早稻暴雨致災閾值。

1.3 相關性分析

主要利用SPSS軟件，采用皮爾遜相關系數分析

12 h和24 h暴雨概率與早稻減產率的相關性。

對于x和y的n對觀測資料x1，x2，…，xn和y1，y2，…，yn，則樣本相關系數rxy可這樣計算。

（1）

式（1）中，兩個算式均可計算相關系數，其中x，y是樣本平均值。|rxy|≤1，當rxy=±1時，表示x與y之間有一一對應的函數關系；當rxy＜0時，表示x與y之間為負相關關系，當rxy＞0時，表示x與y之間為正相關關系。因此，當|rxy|越大，表示x與y的關系越密切。|rxy|與相關強度的關系具體見表1。

1.4 回歸方程建立

根據相關性分析，建立12 h和24 h暴雨概率與早稻減產率的多元線性回歸方程。

1.4.1 多元線性回歸方程建立

假設某一因變量y受k個自變量x1，x2，…，xk的影響，其中n組觀測值為（ya，x1a，x2a，…，xka），a=1，2，…，n。那么，多元線性回歸模型的結構形式如下：

ya=β0+β1x1a+β2x2a+…+βkxka+εa（2）

式（2）中，β0，β1，…，βk為待定參數；εa為隨機變量。

1.4.2 擬合度檢驗

TSS=∑（Yi-Y）2為總離差平方和；ESS=∑（i-Y）2為回歸平方差；RSS=（∑Yi-i）2剩余平方和。得出判定系數R2==1-，該統計量越接近于1，表明模型的擬合優度越高。

2 暴雨災害風險評估及區劃

選取2012—2021年連平縣國家基本觀測站和12個中尺度區域自動站早稻從分蘗至成熟（即3—7月）12 h（08：00～20：00、20：00至翌日08：00）、24 h（20：00至翌日20：00）的降水量資料。采用廣東省暴雨標準：R12 h≥30 mm，R24 h≥50 mm。將不同站的達到暴雨的次數累積后計算出不同站12 h、24 h降水量達到暴雨的概率，具體見表2、表3。再將上述數據利用克里金插值法進行分析，分別繪制出12 h、24 h連平縣暴雨概率分布圖（圖1、圖2）。

由圖1可知，在12 h的尺度上，連平縣暴雨發生概率自北向南逐步增加。其中，隆街鎮、繡緞鎮、油溪鎮、田源鎮發生暴雨災害風險較高，暴雨發生概率在2.5%以上。上坪鎮、內莞鎮、連平縣城、高莞鎮、陂頭鎮發生暴雨災害風險較低，暴雨發生概率在2.3%以下。

由圖2可知，在24 h的尺度上，連平縣暴雨發生概率自北向南逐步增加。隆街鎮、忠信鎮、油溪鎮、三角鎮、溪山鎮發生暴雨災害風險較高，暴雨發生概率在2.5%以上。上坪鎮、內莞鎮、高莞鎮、大湖鎮、田源鎮發生暴雨災害風險較低，暴雨發生概率在2.3%以下。

對三防辦2012—2021年早稻暴雨致災次數進行整理，結合連平縣氣象臺開局的氣象證明所對應的災情，計算得到連平縣各鄉鎮早稻暴雨致災概率（表4），并使用克里金插值法對數據進行插值，從而繪制出連平縣早稻暴雨致災風險概率分布圖（圖3）。由圖3可知，連平縣早稻暴雨致災風險概率大致呈自北向南逐步增加的分布。發生暴雨致災概率與暴雨發生概率較為一致。

3 連平縣早稻暴雨致災風險閾值

結合上述資料及連平縣各鎮2012—2021年早稻減產率及其所對應的12、24 h降水量進行回歸分析。結果表明：12、24 h降水量和減產率均具有顯著的相關關系（P＜0.05），但12 h的擬合度高于24 h，因此只討論12 h降水量，其結果見圖4。

由圖4可知，12 h降水量與早稻減產率存在顯著的正相關關系，早稻減產率隨著R12 h增加而增加。通過早稻減產率與12 h降水量進行回歸分析，得到回歸方程：y=0.007 3x+0.006 7。

將致災風險等級分為低風險、中風險、高風險、極高風險4個等級，并劃分出對應的減產率的4個區

間[8-10]。根據上述的一元線性回歸方程，結合專家建議，適當微調得到連平縣12 h暴雨致災風險閾值（表5）。從表5可知，當R12 h＞55 mm時，連平縣早稻極有可能出現產量減少情況；而R12 h＜20 mm時，早稻減產風險較低。

4 結論

（1）在12 h的尺度上，連平縣暴雨發生概率呈自北向南逐步增加的分布特征。隆街鎮、繡緞鎮、油溪鎮、田源鎮發生暴雨災害風險較高；上坪鎮、內莞鎮、連平縣城、高莞鎮、陂頭鎮發生暴雨災害風險較低。

（2）在24 h的尺度上，連平縣暴雨發生概率呈自北向南逐步增加的分布特征。隆街鎮、忠信鎮、油溪鎮、三角鎮、溪山鎮發生暴雨災害風險較高；上坪鎮、內莞鎮、高莞鎮、大湖鎮、田源鎮發生暴雨災害風險較低。

（3）通過對連平縣各鎮暴雨致災概率和早稻減產率進行研究，從而得到連平縣早稻12 h暴雨致災風險閾值，當R12 h＞55 mm時，連平早稻減產風險較高，而R12 h＜20 mm時，早稻減產風險較低。

（4）早稻的生長發育受溫度、濕度、雨量、光照等自然因素影響，并且各種因素影響的程度不一樣。未來的研究可以進一步細化閾值，完善指標。

參考文獻

[1] 魏慶朝，張慶珩.災害損失及災害等級的確定[J].災害學， 1996（1）：1-5.

[2] 鞠笑生，楊賢為，陳麗娟，等.我國單站旱澇指標確定和區域旱澇級別劃分的研究[J].應用氣象學報，1997（1）：27-34.

[3] 李慶祥，黃嘉佑.北京地區強降水極端氣候事件閾值[J].水科學進展，2010，21（5）：660-665.

[4] 李巧媛，丁賢法，許霖.降水量對湖南省水稻生產的影響分析[J].湖北農業科學，2013（2）：265-274.

[5] 馬潤佳，申雙和，陶蘇林.1961—2011年長江中下游地區一季稻洪澇災害時空變化及風險評估[J].科學技術與工程，2017，17（2）：22-30.

[6] 韓秀君，孫曉巍，李爽，等.遼寧暴雨致災指標及災害影響預評估[J].氣象與環境學報，2014，30（6）：80-84.

[7] 蔡冰，劉壽東，費玉娟，等.江蘇省設施農業氣象災害風險等級區劃[J].中國農學通報，2011，27（20）：285-291.

[8] 王旭輝.暴雨災害對贛州西部早稻生產的影響[J].糧油與飼料科技，2023（2）：135-137.

[9] 程斌，武智君，蔡河章，等.福建順昌縣早稻暴雨洪澇災害的風險區劃[J].農技服務，2020，37（10）：104-108.

[10] 應達，蔡河章，鄭君亮，等.浦城縣早稻暴雨洪澇災害的風險評估[J].貴州農業科學，2020，48（2）：2，116-120.