基于下墊面結構的喀斯特地區洪澇演化特征研究

譚紅梅 賀中華 顧小林 許明金 王茂強 楊樹平

摘要：為探究不同下墊面結構下喀斯特地區的洪澇演化特征，基于貴州省1980～2020年降雨數據計算降水Z指數，利用系統聚類法劃分貴州省下墊面結構，分析其洪澇時空演化特征，并探討下墊面主導影響因子。結果表明：① 貴州省下墊面可劃分為深切割巖溶較強發育谷地區、淺切割巖溶中等發育谷地區、深切割非巖溶洼地區、淺切割巖溶強烈發育谷地區。② 1980～2020年貴州省呈變澇趨勢，大澇發生次數較多；空間上整體呈東南高、西北低的分布格局，以大澇、重澇偏多，但各亞區空間分布特征不同。③ 不同下墊面條件對洪澇影響由大到小依次為地形地貌>巖溶發育強度>地表切割深度；各級洪澇在不同下墊面條件下均出現概率性轉移，轉移現象較活躍。研究成果可為喀斯特流域防洪減災提供參考。

關 鍵 詞：洪澇演化；Z指數；下墊面結構；Morlet小波；狀態轉移概率矩陣；貴州??；喀斯特流域

中圖法分類號：P333.2；TV87

文獻標志碼：A

DOI：10.16232/j.cnki.1001-4179.2024.05.005

0 引 言

隨著全球氣溫升高、水循環加劇，頻繁發生的極端洪水事件已對人們生活造成極大的威脅^［1-2］。據水利部統計，2008～2018年中國數百個城市遭受洪澇災害，尤其是2008年直接經濟損失達374.5億元^［3］、2018年“倫比亞”臺風影響中國8個省份，洪災造成經濟損失14億美元^［4］。盡管隨著時代的發展，防洪措施已日益改進，但洪澇災害仍是中國主要的自然災害之一^［5］。因此，加強對洪澇災害的研究，尤其是探討洪澇機制的研究對防洪減災意義重大。

洪澇并非由降雨單一因子控制，還受到其他多因素影響，如大氣環流^［6-7］、地形地貌^［8-10］、太陽黑子^［11-13］等，其中地形地貌與洪澇具有極強的相關性^［14］。當前不少學者都將地形地貌與氣候、工程設施等不同角度的因素共同作為洪澇影響因子進行探討，如Zhang等^［15］借助地理探測器將地表環境、氣候等因子與洪澇進行探測分析，揭示其對洪澇的影響；Brázdil等^［16］討論了氣候、下墊面等因素對洪澇的影響，并認為洪澇受下墊面的影響重大；黃琨等^［9］從巖溶地貌、排澇工程兩方面探究落馬洞暗河洪澇成因，提出巖溶地貌對當地洪澇有極大影響；尤李俊等^［17］從地形地貌等自然原因與下墊面變化等人為原因說明了其對洪澇的影響?？梢?，地形、地貌等下墊面結構對洪澇具有不可忽視的影響，然而鮮有學者對洪澇與下墊面結構開展針對性研究。不同下墊面結構對洪澇的影響不同，尤其是喀斯特地區，獨特的地表、地下二元結構使洪澇表現出更加復雜的特征。從喀斯特地區下墊面結構特征出發，量化分析洪澇與喀斯特地區下墊面結構相關關系的研究更是微乎其微。

中國西南部貴州省多巖溶高原山地，下墊面結構復雜，季風與青藏高原環流系統的雙重影響導致降雨充沛但分布不均，多發洪澇災害^［17-19］。本文選取貴州省巖溶發育強度、地表切割深度以及地形地貌3個下墊面條件，利用系統聚類法對其進行下墊面分區。在此基礎上從時空角度分析洪澇特征，同時結合下墊面因子，分析不同下墊面條件下洪澇的轉移概率特征，探討引起區域洪澇空間差異的主導因素，以期為喀斯特地區防洪減災提供科學指導。

1 研究區概況

貴州省位于中國西南部，位于103°36′E～109°35′E，24°37′N～29°13′N，全省面積超過17萬km²，為四川盆地與廣西盆地之間的一個巖溶高原山區，喀斯特地貌類型齊全^［20］，成土速度緩慢，土層淺薄。貴州省處于副熱帶東亞大陸季風區內，溫暖濕潤，因云層常年較多，所以日照少，陰天多，降水充足，多年平均降水量達1 100～1 300 mm^［21］。地勢西高東低，地貌分區顯著，降水時空分布不均，多極端天氣，洪水內澇、氣象干旱等災害頻發^［22-23］。貴州省行政區劃與氣象站點分布見圖1。

2 研究數據與方法

2.1 數 據

本文降雨數據來源于NASA，空間分辨率為0.25°，時間分辨率為1個月。利用ArcGIS軟件技術手段對貴州省84個氣象站點1980～2020年逐月降雨數據進行提取。其他數據來源于1∶500 000貴州省綜合地貌圖，包括貴州省地貌類型數據、地表切割深度數據以及巖溶發育強度數據等。

2.2 研究方法

2.2.1 降水Z指數

降水Z指數能較明顯地確定區域干旱與洪澇等級，該指數在降雨量處理方面應用廣泛^［24］。其涉及公式主要為

式中：C_s為偏態系數;φ_i為標準變量;x_i為某一時段降雨量，mm;n為樣本數;x為n年內某一時間尺度的平均降雨量，mm;σ為標準差。

根據Z變量的正態分布曲線，劃分為7個洪澇與干旱等級，見表1^［25］。

2.2.2 Morlet小波

Morlet小波是連續小波變換中最常用的一個小波函數^［26］，在分析時間序列方面具有強大的分辨多尺度的功能，能識別出不同時間尺度的主要變化周期，從而對未來發展趨勢做出準確預測^［27］，其簡化后的數學定義為

式中：v₀為小波的中心頻率，j為虛數單位。

對公式（6）進行傅里葉變換得到：

式中：ω為頻率。

本文利用Morlet小波分析貴州省84個站點41 a來洪澇的時間變化規律。

2.2.3 狀態轉移概率矩陣

狀態轉移概率矩陣^［28］又稱馬爾科夫鏈，一個離散時間的馬爾科夫鏈（X₁，X₂，X₃，…，X_n），其隨機過程具有馬爾科夫性質，即將到來的狀態只取決于當前的狀態，不依賴于之前的狀態（X_n-1，X_n-2，…，X₁）。設隨機序列{X_n，n=0，1，2，…，n}，X_n的條件分布函數與在X_n+1=x_n+1條件下的條件分布函數相等，即

P_r（X_n+1=x_n+1|X₁=x₁，X₂=x₂，…，X_n=x_n）=P_r（X_n+1=x_n+1|X_n=x_n） ???（8）

設P_r（X_i=s_j|X₀=s_i）=p_ij為s_i狀態到s_j狀態的轉移概率，則p_ij表示為轉移概率矩陣形式P。

3 結果與分析

3.1 流域下墊面介質結構特征

地貌單元劃分有多種方法，目前多以地質-結構地貌單元為基礎，內外營力相結合、成因-形態相結合的方法劃分區域地貌類型，并由此編制地貌類型圖^［29］。貴州省地貌類型特殊，流域下墊面結構獨特，本文采用泰森多邊形法提取各站點覆蓋的地表切割程度與地貌數據，結合巖溶發育強度的百分比（各下墊面數據分級見表2），借助SPSS軟件進行系統聚類法分析，可將貴州省劃分為4個亞區，具體分區見圖2。

3.1.1 深切割巖溶強發育谷地區

該區域位于貴州省西部，共17個站點控制，包括六盤水全部、黔西南州大部以及畢節市西部地區。該區為巖溶發育區，其巖溶較強發育區占71.68%，深切割地形占比52.82%，稍高于淺切割地形面積占比。谷地占比49.07%，占比面積幾乎高出占比第二地貌的2倍?？傮w表現為深切割巖溶較強發育谷地區為主的下墊面結構（簡稱為Ⅰ區）。

3.1.2 淺切割巖溶中等發育谷地區

該區域面積最大，主要位于貴州省中部及東北部，共41個站點控制，包括銅仁市全部，貴陽市、遵義市大部，畢節市東部、黔東南州及黔南州北部地區。該區巖溶發育廣泛，巖溶中等發育區占比高達97.93%，地表切割深度較淺，淺切割地形占比56.04%。地貌以谷地為主，谷地占比面積超出占比面積第二地貌的3倍?？傮w表現為淺切割巖溶中等發育谷地區為主的下墊面結構（簡稱為Ⅱ區）。

3.1.3 深切割非巖溶洼地區

該區域主要位于貴州省東南部，共13個站點控制，包括黔東南州大部、遵義市西南部以及三都縣。該區只有小部分地區為巖溶發育區，其非巖溶區占比高達87.84%，地表切割深度較深，深切割地形占比65.76%，地貌以洼地為主，洼地占比高達71.43%，盆地與中低山地貌占比極低?？傮w表現為深切割非巖溶洼地區為主的下墊面結構（簡稱為Ⅲ區）。

3.1.4 淺切割巖溶強發育谷地區

該區域位于貴州省南部，共13個站點控制，包括黔南州大部及安順、黔西南州局部地區。該區僅在荔波縣出現極少量非巖溶發育區，占比面積不到1%，其余地區均為巖溶發育區，其中巖溶強烈發育區占比65.14%，淺切割地形占比69.62%，谷地占比58.04%，即表現為淺切割巖溶強烈發育谷地區為主的下墊面結構（簡稱為Ⅳ區）。

3.2 區域洪澇時空變化特征

3.2.1 時間變化特征分析

根據各站點月降水數據計算出各區域1980～2020年的Z指數值，采用算術平均法計算得到4個區的逐年累計降雨量以及各區域的Z指數值，Z指數值越大則表明該站點越濕潤。對貴州省降水Z指數時間變化特征分析表明（圖3）：4個區降水Z指數均表現出不同程度的上升趨勢，其中Ⅰ區Z指數上升速率為0.141/10 a（p>0.05），Ⅱ區Z指數上升速率為0.191/10 a（p>0.05），Ⅲ區Z指數上升速率為0.167/10 a（p>0.05），Ⅳ區Z指數上升速率為0.221/10 a（p>0.05），4個區均未通過0.05顯著性檢驗，這反映出貴州省整體表現為不顯著變澇的態勢，但4個區Z指數時間變化趨勢存在細微差距。

圖3（a）將Ⅰ區Z指數時間變化大致分為4個時段，1980～1989年、1989～1999年、1999～2011年、2011～2020年，斜率分別為-1.59/10 a（p>0.05）、2.91/10 a（p<0.01）、-1.70/10 a（p<0.05）、2.62/10 a（p<0.05），表現出“降-增”交替的趨勢，后3個時段均通過了0.05顯著性水平檢驗。41 a內該區共出現10次洪澇，為4個區發生洪澇次數最多區，僅大澇次數就達到5次，年代上洪澇發生次數也呈現出“低-高”交替的規律，這可能是因為Ⅰ區降雨在年代上也呈“低-高”交替的分布規律。

圖3（b）將Ⅱ區Z指數時間變化大致分為3個時段，即1980～1994年、1994～2011年、2011～2020年，斜率分別為0.39/10 a（p>0.05）、-1.39/10 a（p<0.01）、3.50/10 a（p<0.05），后兩個時段均通過了0.05顯著性水平檢驗。該區在41 a內共出現洪澇6次，大澇次數最多（4次），20世紀80年代未出現過洪澇，洪澇相對集中發生于20世紀90年代，降雨也在20世紀80年代最少。

圖3（c）將Ⅲ區Z指數時間變化劃分與Ⅱ區相同，3個時段斜率分別為0.23/10 a（p>0.05）、-1.47/10 a（p<0.01）、3.84/10 a（p<0.05），后2個時段均通過了0.05顯著性水平檢驗。該區在41 a內共出現5次洪澇，為4個區發生洪澇次數最少區，較為干旱，20世紀80年代未出現過洪澇，洪澇均發生于1994年之后。

圖3（d）將Ⅳ區Z指數時間變化劃分為3個時段，即1980～2008年、2008～2011年、2011～2020年，斜率分別為0.24/10 a（p>0.05）、-9.85/10 a（p>0.05）、3.06/10 a（p>0.05），3個時段均未通過0.05顯著性水平檢驗。該區在41 a內共出現7次洪澇，其中大澇最多（3次），20世紀80年代未出現過洪澇。

從圖3中可以看出，貴州省經常發生大澇，重澇、偏澇的情況相對較少。在1994，1999，2015年與2020年均出現洪澇，其中2020年均為4個亞區洪澇最嚴重年份，而2011年Z指數值均最小。可能是由于1994、1999、2015、2000年這幾年降雨量都偏多，2011年降雨最少導致的。此外，丁立國^［30］研究發現貴州省年均暴雨日數與年均暴雨量都呈增加趨勢，并且在1991～2020年間，2020年的年均暴雨日數最大。

3.2.2 空間變化特征分析

運用Z指數對貴州省1980～2020年84個站點的月降雨量進行算術平均處理，進而算出各站點Z指數值。如圖4（a）所示，Ⅰ區Z指數值在空間上呈南高北低的空間分布，值介于-2.4～0.5之間，大部分地區Z指數為負值，是4個亞區中最干旱的區域。Ⅱ區Z指數值在空間上呈自西向東逐漸增加的趨勢，值介于-1.8～1.6之間，區域內Z指數值差異較大，但在-1.0～1.0之間相對集中，東部有7個縣域出現洪澇，集中發生于銅仁市及其周邊，未出現過重澇。Ⅲ區Z指數值在空間上有兩塊區域，其中一塊僅含赤水市與習水縣，均為大旱，其余地區Z指數值介于0.5～2.5之間，該區域在4個亞區中最為濕潤，共有8個縣域出現洪澇，其中5個縣域為重澇，洪澇集中發生于從江縣及其周圍地區。Ⅳ區Z指數值在空間上呈南高北低的空間分布，值集中分布于-0.5～0.5之間，正負分布均衡，且區域處于正常狀態。圖4（b）表明，近41 a貴州省絕大部分地區降水Z指數呈增加趨勢，極少部分地區呈減少趨勢。Z指數呈減小趨勢的區域多分布在Ⅰ區西部，Ⅱ區東北少部分地區也出現減少趨勢，其余地區均呈增加趨勢，但僅貴州省中東部與西南部部分地區通過了0.05顯著性水平檢驗。

以上結果表明，貴州省4個亞區的Z指數值在空間上呈現出不同的分布格局，洪澇以大澇、重澇偏多。由圖4可知Z指數值在空間上整體呈東南高西北低的空間分布，變化較為連續，旱澇程度由西北向東南逐漸變澇。而貴州省降雨量空間分布也呈西北向東南逐漸增加的趨勢，與Z指數空間分布高度一致。此外，盧瑞荊^［31］研究發現貴州省存在3個多雨區，分別為貴州省東南、東北以及西南部，與Z指數空間分布基本一致。丁立國^［30］研究發現貴州省暴雨量較高區與盧瑞荊多雨區一致，暴雨量較少區主要集中在畢節市西部，與本文Z指數空間分布基本一致。

3.2.3 周期分析

圖5為貴州省不同下墊面亞區Z指數值的小波實部等值線圖，相位為正表示偏澇，相位為負表示偏旱。從結果可知，4個區Z指數值的周期變化均較顯著。Ⅰ區Z指數值存在顯著的準31 a振蕩周期，時間持續性好，旱澇交替明顯，準16 a周期主要出現在1980～2002年，準10 a周期出現在1993年之后；Ⅱ區Z指數值存在著準31 a和準10 a周期，準31 a周期時間延續性好，旱澇交替明顯，出現在1980～2020年，準10 a周期出現在2000年代之后，也出現旱澇交替現象；Ⅲ區Z指數值在1980～2020年存在準31 a和10 a周期，準31 a周期最顯著，準10 a周期在2000年代之后較為明顯，但兩個周期時間持續性都較好，旱澇交替明顯；Ⅳ區存在準31，16，10 a 3個周期，準31 a周期最為顯著，時間持續性好，旱澇交替明顯，準16 a周期主要出現在1980～2006年，準10 a周期出現于2000年代之后，在2008～2020年較為顯著，該時段洪澇交替現象明顯。

3.3 區域下墊面對洪澇的影響分析

3.3.1 洪澇與區域下墊面的關聯分析

由表3可以明顯看出洪澇等級與地形地貌呈負相關關系，而與巖溶發育強度和地表切割深度呈正相關關系，其中僅與地表切割深度之間未通過0.05顯著性檢驗，但在各亞區之間存在細微差距。洪澇等級與地形地貌之間的相關系數為-0.791，兩者之間相關性較強，喀斯特地區存在獨特的地表地下二元結構，地下的地貌形態為洪水提供了滯留空間和場所，故導致洪澇等級與地形地貌之間存在負相關關系。洪澇等級與巖溶發育強度之間的相關系數為0.772，巖溶發育越強則旱澇等級越高，洪澇越嚴重，當降雨量過多時，巖溶發育強度越強，地表水對可溶性巖石的沖蝕、潛蝕等機械作用越強，越容易產生大量石塊、泥沙等雜物堆積，使水流受阻，進而引發洪澇。在Ⅰ區，僅地形地貌對旱澇等級相關系數較大且為負值，與其余兩種條件之間的相關性較低，說明Ⅰ區旱澇等級對這地形地貌的敏感性稍強于其他兩種。Ⅲ區對各下墊面條件均不存在明顯的相關性，僅Ⅱ區與地表切割深度存在相關性，說明在這3個區內這幾種下墊面條件差異不大，旱澇等級與其相關性不明顯。

不同下墊面條件對洪澇影響程度不同，影響程度由大到小依次為地形地貌>巖溶發育強度>地表切割深度。這主要是因為喀斯特地區除地表地貌空間組合外，還具有獨特的地下地貌形態，只要地表水下滲進入地下，地下巖溶地貌就會提供場所對其滯留，盡管巖溶發育強度對洪澇影響也較大，但只有當降雨過大，流水的沖蝕、潛蝕等作用達到一定程度，一定數量的泥沙、石塊等雜質阻塞水流通道時，才能引發洪澇，這一過程需要一定物理外力作用與時間才能發生，相較起來，巖溶地區地形地貌對洪澇更敏感，能更快地做出反應。

3.3.2 不同區域下墊面條件下洪澇的轉移概率特征

由于氣候變化速率較慢，為深入分析1980～2020年洪澇在不同下墊面條件下的概率轉移特征，本文選取研究時段內最初年代（20世紀80年代）與最末年代（21世紀10年代）的狀態，以保證在降雨氣候條件差異更大的條件下，不同亞區、不同下墊面條件下洪澇等級之間的轉移概率特征更突出。由圖6可以看出，不同地貌類型下，不同等級間的洪澇均發生了概率性轉移。Ⅰ區各級洪澇之間的轉移較為活躍，但在不同地貌下表現出不同的轉移特征，在盆地與谷地區域主要表現為1～3級洪澇轉移為2～4級，呈現出“高轉低”的現象，而洼地與中低山地區則主要由3～4級洪澇轉移為2級，部分4級洪澇不變，呈現出“低轉高”的現象，轉移概率均較高；Ⅱ區20世紀80年代中不同等級洪澇均轉移到21世紀10年代各等級洪澇上，絕大部分洪澇表現出由1～4級轉移為2～4級，呈現出“高轉低”的現象；Ⅲ區洪澇在不同地貌類型下轉移概率分布大致相似，其中20世紀80年代的2～4級洪澇向21世紀10年代的4級洪澇轉移較為活躍，存在“高轉低”的現象；Ⅳ區洪澇在不同地貌類型下轉移概率分布大致相似，其中1級洪澇均轉移為2級，轉移概率達到1。

不同切割深度下（圖7），不同等級間的洪澇均發生了概率性轉移，但各亞區之間存在細微差異。Ⅰ區20世紀80年代中3級洪澇轉為21世紀10年代的2級洪澇的概率為1，存在“低轉高”的現象。Ⅱ區各等級洪澇轉移較為分散，并未集中轉移到某一個等級的洪澇，轉移現象不太活躍。Ⅲ區20世紀80年代中不同等級洪澇均轉移到21世紀10年代各等級洪澇上，其中2～4級洪澇主要轉移為21世紀10年代的4級洪澇，且3級洪澇轉為4級的概率可達到1，存在較明顯的“高轉低”現象。Ⅳ區洪澇轉移現象較活躍，其中20世紀80年代的1級、3級洪澇分別轉為21世紀10年代的2級、3級的概率均達到1，存在較明顯的“高轉低”現象。

與前兩種下墊面條件相比，不同巖溶發育強度下的洪澇等級較為單一（圖8），在圖中的分布也較為稀疏，雖然各等級洪澇間也存在不同程度的概率轉移，但轉移現象不太穩定，并沒有相對穩定集中的現象存在，轉移現象較活躍。

4 討論與結論

4.1 討 論

本研究基于1980～2020年逐月降雨數據對Z指數進行計算，并利用SPSS系統聚類法對貴州省下墊面結構進行分區，探究貴州省洪澇在不同下墊面條件下的時空演化特征。研究發現貴州省整體呈自西北向東南逐漸變澇的趨勢。貴州省地勢西高東低，喀斯特地貌類型復雜，而復雜的地形地貌對太陽輻射和降雨有再分配作用，太陽輻射一方面導致大氣壓強和地表氣溫改變，造成氣壓梯度和溫度梯度變化，大氣活動異常；另一方面引起水分蒸散發變化，大氣中水分含量改變，加劇降雨空間分配不均程度，降雨量也呈現出自西北向東南逐漸遞增的趨勢，說明降水是引起洪澇的主要因素，與前人的研究結果一致^［31-34］。此外，貴州省西部高聳烏蒙山，降雨偏少；貴州省處于內陸地區，根據海陸熱力性質不同，溫差加大，空氣交換總量增多導致海洋攜帶的水分越多，而東南部屬于迎風坡，南海水汽由此向北輸送^［31］，故貴州省東南部降雨充沛，易形成洪澇。

在不同下墊面結構下，Ⅲ區洪澇最為嚴重，其中Ⅲ區為非喀斯特地區，Ⅰ、Ⅱ、Ⅳ區巖溶發育程度為中等及以上，在不同巖溶發育強度下，區域地下形成大小不一的“管道”，地下空間儲水能力不同^［35］，此外，巖溶發育越強的地區越容易受到流水侵蝕，當降雨量大時，地表受到降雨強烈的機械溶蝕作用，容易產生雜質堵塞河道，導致地表排水不暢，進而引發洪澇。盡管Ⅰ區巖溶發育較強，但該地區降雨少，地表徑流小，故不易發生洪澇；Ⅱ區下墊面結構差異不大，但區域東西部降雨差異大，故而該區東部干旱，西部發生洪澇；Ⅲ區降雨量大，且地下巖溶地貌不發育，故易發生洪澇；Ⅳ區降雨偏多，但地下巖溶地貌發育，兩者中和導致該區處于正常狀態。

4.2 結 論

本文利用系統聚類法對貴州省下墊面進行分區，在此基礎上分析洪澇時空特征，并探討對區域洪澇產生影響的下墊面主導因素，同時分析不同下墊面條件下洪澇的轉移概率特征，以期為貴州省防洪減災提供科學指導。研究得到以下結論：

（1）利用系統聚類法可將貴州省下墊面劃分為深切割巖溶較強發育谷地區、淺切割巖溶中等發育谷地區、深切割非巖溶洼地區、淺切割巖溶強烈發育谷地區4個亞區。

（2）1980～2020年貴州省整體呈變澇趨勢，經常發生大澇，重澇、偏澇的情況相對較少，2020年均為4個亞區洪澇最嚴重年份；空間上，貴州省Z指數值整體呈“東南高、西北低”的分布格局，但4個亞區洪澇空間分布格局有所差異，以大澇、重澇偏多；此外，4個亞區均存在31 a和10 a周期。

（3）從區域下墊面對洪澇的影響分析中發現，不同下墊面條件對洪澇影響程度不同，由大到小依次為地形地貌>巖溶發育強度>地表切割深度，喀斯特地區地形地貌對洪澇的調節作用最顯著。

（4）各級洪澇在不同下墊面條件下均出現概率性轉移，轉移現象較活躍，Ⅱ與Ⅲ區普遍存在“高轉低”的現象，但在不同巖溶發育強度條件下，各區轉移現象都不太穩定，沒有明顯的規律可尋。

參考文獻：

［1］FANG J，KONG F，FANG J Y，et al.Observed changes in hydrological extremes and flood disaster in Yangtze River Basin：spatial-temporal variability and climate change impacts［J］.Natural Hazards，2018，93（1）：89-107.

［2］張靈，熊開國，郭廣芬，等.異常海溫對長江流域夏季典型旱澇的影響研究［J］.人民長江，2024，55（4）：118-124.

［3］WU M M，WU Z N，GE W，et al.Identification of sensitivity indicators of urban rainstorm flood disasters：a case study in China［J］.Journal of Hydrology，2021，599：126393.

［4］WU Z N，SHEN Y X，WANG H L，et al.Urban flood disaster risk evaluation based on ontology and Bayesian Network［J］.Journal of Hydrology，2020，583：124596.

［5］李雙，杜建括，張志偉，等.基于灰靶模型和GIS的陜南暴雨洪澇災害風險區劃［J］.人民長江，2021，52（7）：17-21.

［6］LIU J Y，ZHANG Y Q.Multi-temporal clustering of continental floods and associated atmospheric circulations［J］.Journal of Hydrology，2017，555：744-759.

［7］DANIEL G K，DAVID A L，DAVID M H.Floods in the Southern Alps of New Zealand：the importance of atmospheric rivers［J］.Hydrological Processes，2016，30（26）：5063-5070.

［8］孔鋒，王一飛，呂麗莉，等.北京“7·21”特大暴雨洪澇特征與成因及對策建議［J］.人民長江，2018，49（增1）：15-19.

［9］黃琨，武亞遵，萬軍偉，等.落馬洞暗河發育特征及其洪澇成因分析［J］.中國巖溶，2010，29（4）：385-388.

［10］熊平生.鄱陽湖區洪澇災害成因和減災策略［J］.人民黃河，2010，32（10）：26-28.

［11］LI H Y，XUE L J，WANG X J.Relationship between solar activity and flood/drought disasters of the Second Songhua River basin［J］.Journal of Water and Climate Change，2015，6（3）：578.

［12］晏德莉.云南省震-旱-澇時空對稱結構及風險管理［D］.西安：陜西師范大學，2020.

［13］MOHAMED M A，EI-MAHDY M E.Impact of sunspot activity on the rainfall patterns over Eastern Africa：a case study of Sudan and South Sudan［J］.Journal of Water and Climate Change，2021，12（5）：2104-2124.

［14］謝立華，趙寒冰.洪澇災害與地形的相關性研究：以肇慶市為例［J］.自然災害學報，2013，22（6）：240-245.

［15］ZHANG H，LUO J G，WU J Y，et al.Spatial-temporal characteristics and driving factors of flash floods in Shaanxi Province considering regional differentiation［J］.Hydrology Research，2022，53（1）：156-174.

［16］BR?ZDIL R，EZN?KOV? L，VAL??EK H，et al.Fluctuations of floods of the River Morava（Czech Republic） in the 1691～2009 period：interactions of natural and anthropogenic factors［J］.Hydrological Sciences Journal，2011，56（3）：468-485.

［17］李月，馮霞，吳路華，等.基于能值-生態足跡的貴州高原典型喀斯特區域水資源可持續評價研究［J］.灌溉排水學報，2024，43（4）：96-104.

尤李俊，王少麗，劉長榮，等.1957～2019年三江平原降雨洪澇特征分析：以綏濱縣為例［J］.水資源與水工程學報，2022，33（4）：40-49.

［18］吳立，霍治國，張蕾，等.西南地區農業洪澇等級指標構建及時空分布特征［J］.應用生態學報，2015，26（8）：2473-2481.

［19］曹建廷，黃火鍵，徐震，等.貴州省洪澇災害演變規律及致災機理研究［J］.人民長江，2023，54（5）：61-66，79.

［20］賀中華，陳曉翔，梁虹，等.典型喀斯特巖性組合結構的流域水文干旱機制研究：以貴州省為例［J］.地質科學，2015，50（1）：340-353.

［21］劉煒，焦樹林，李銀久，等.貴州省1960～2019年不同地貌類型降水時空特征［J］.水土保持研究，2021，28（5）：159-171.

［22］吳小飄，周忠發，朱孟，等.典型喀斯特聚集區不同地貌類型干旱時空特征［J］.水土保持研究，2023，30（1）：336-347.

［23］張克新，王娟娟，彭嬌婷，等.貴州省降水集散程度時空變化及其影響因素分析［J］.貴州師范大學學報（自然科學版），2020，38（2）：10-18.

［24］侯雨樂，趙景波.氣候突變下基于Z指數的松潘縣旱澇演變分析［J］.水土保持研究，2021，28（4）：165-170.

［25］費龍，鄧國榮，張洪巖，等.基于降水Z指數的朝鮮降水及旱澇時空特征［J］.自然資源學報，2020，35（12）：3051-3063.

［26］何嶺松，李巍華.用Morlet小波進行包絡檢波分析［J］.振動工程學報，2002（1）：123-126.

［27］謝智博，穆興民，高鵬，等.基于R/S和Morlet小波分析的北洛河上游徑流變化特征［J］.水土保持研究，2022，29（2）：139-144.

［28］游漫，賀中華，張浪，等.貴州省農業與氣象干旱特征及其響應關系［J］.水土保持學報，2022，36（5）：255-264.

［29］陳志明.論中國地貌圖的研制原則、內容與方法：以1：4000000全國地貌圖為例［J］.地理學報，1993（2）：105-113.

［30］丁立國.貴州山地復雜地形下暴雨洪澇災害風險研究［D］.南京：南京信息工程大學，2022.

［31］盧瑞荊.貴州暴雨洪澇的氣候特征分析［D］.蘭州：蘭州大學，2010.

［32］ARCHER D R，FOWLER H J.Characterising flash flood response to intense rainfall and impacts using historical information and gauged data in Britain［J］.Journal of Flood Risk Management，2018，11：S121-S133.

［33］PEI W，TIAN C Z，FU Q，et al.Risk analysis and influencing factors of drought and flood disasters in China［J］.Natural Hazards，2021，110（3）：1599-1620.

［34］邱粲，劉煥彬，萬程程，等.1984～2019年山東省暴雨洪澇災害時空變化特征及其成因分析［J］.災害學，2022，37（4）：57-63.

［35］張浪，賀中華，楊銘珂，等.氣象干旱-水文干旱傳播過程特征及其影響因素：以貴州黔中水利工程區為例［J］.水土保持學報，2022，36（1）：142-152.

（編輯：謝玲嫻）

Characteristics of flood evolution in karst area based on underlying surface structureTAN Hongmei¹，HE Zhonghua^1，2，GU Xiaolin³，XU Mingjin³，WANG Maoqiang¹，YANG Shuping¹

（1.School of Geography and Environmental Sciences，Guizhou Normal University School，Guiyang 550001，China；2.Key Laboratory of Remote Sensing Application of Mountain Resources and Environment，Guiyang 550001，China；3.Guizhou Provincial Hydrology and Water Resources Bureau，Guiyang 550002，China）

Abstract：To investigate the characteristics of flood evolution in karst area under different underlying surface structure，based on the rainfall data of Guizhou Province from 1980 to 2020，a Z-index of precipitation was calculated，and the underlying surface structure of Guizhou Province was divided by using the systematic clustering method.The spatial and temporal evolution characteristics of flood and waterlogging were analyzed，and the dominant influencing factors of the underlying surface were discussed.The results showed that：① The underlying surface of Guizhou Province can be divided into deep-cutting karst strong development valley area，shallow-cutting karst medium development valley area，deep-cutting non-karst depression area，and shallow-cutting karst strong development valley area.② The flood in Guizhou Province showed a trend of more waterlogging from 1980 to 2020，with large floods occurring more；the spatial distribution pattern of the Z-index was high in the southeast and low in the northwest，with more large floods and severe floods，but the spatial distribution characteristics of the subregions were different.③ The influence of each underlying surface condition on the flood was sequenced as topography and landform>karst development intensity>surface cutting depth.All levels of flood showed probabilistic transfer under different underlying surface structures，and the transfer phenomenon was active.The results of the study can provide a scientific basis for flood prevention and disaster mitigation in karst basins.

Key words：flood evolution；Z-index；underlying surface structure；Morlet wavelet；transfer probability matrix；Guizhou Province；karst watershed