“台风-暴雨-洪涝”灾害综合风险评估

郑建春 狄宇飞 张秀华

摘  要：2019年“利奇马”台风事件对我国东部沿海地区造成巨大损失，本文以该次台风为例，开展了“台风-暴雨-洪涝”灾害链演进模拟与动态风险评估研究。首先，大范围分析台风暴雨的空间分布特征，并在此基础上，选取浙江灵江流域作为洪涝灾害示例研究区，进一步模拟“暴雨-径流-洪涝”的演进过程。最后，综合考虑洪涝灾害的致灾因子危险性以及承灾体脆弱性，选取淹没水深、人口、建筑、农业等指标构建洪涝灾害风险评估指标体系，建立研究区风险评估模型，绘制洪涝灾害风险等级图。本文研究结果可为“台风-暴雨-洪涝”灾害的防灾减灾工作提供技术参考。

关键词：台风  暴雨洪涝  台风灾害链  风险评估

中图分类号：X43                                文献标识码：A                    文章编号：1674-098X（2021）02（a）-0093-04

Risk Assessment of Typhoon-runoff-Flood Disaster—A Case Study of Typhoon Lekima

ZHEN Jianchun1  DI Yufei2  ZHANG Xiuhua2

（1. Beijing Research Center of Urban System Engineering， Beijing， 100044 China; 2. College of Resources Environment and Tourism， Capital Normal University， Beijing， 100048 China）

Abstract： In 2019， the “Lekima” typhoon caused huge losses in the eastern coastal areas of China. It is taken as an example in this article， and its evolution simulation of the “typhoon-storm-flood” disaster chain is focused to assess its risk dynamically. First， the spatial distribution characteristics of typhoon storms and rains were analyzed on a large scale. Basing on rainstorm intensity， the Lingjiang River Basin in Zhejiang Province is selected as an example area for further simulation of the evolution process of "storm-runoff-flood". Finally， comprehensively considering the risk of hazards and the vulnerability， the indicators of flood depth， population， construction， agriculture and other indicators are selected to construct a risk assessment index system， establish a risk assessment model for the study area， and develop a flood disaster risk level map. The results of this paper can provide technical reference for disaster prevention and mitigation of "typhoon-runoff-flood" disasters.

Key Words： Typhoon， Rainstorm and flood， Typhoon disaster chain， Risk assessment

臺风过境时往往伴有风暴潮、强风、暴雨洪涝等严重的自然灾害，造成人员和财产的损失，影响社会经济的发展[1]。如何快速和准确地识别“台风-暴雨-洪涝”灾害链的灾害特征，动态地评估其综合风险，是当前自然灾害研究的热点问题。台风灾害链综合风险的准确预估，对减轻自然灾害损失具有重要作用。

“利奇马”台风是2019年第9号台风，分别在8月10日和11日在浙江温岭市和山东青岛市登陆，其影响省份包括浙江、福建、江苏、上海、安徽、山东、河南、河北、天津以及辽宁等省（市）。由台风引起的强降雨覆盖范围极广，引起浙江临海、安徽宁国等多地洪涝次生灾害，受灾地区的财产和经济遭受巨大损失。史培军等提出灾害系统由致灾因子、孕灾环境和承灾体三要素组成，认为灾害风险评估狭义上是对致灾因子的评估，广义上是对三要素的综合评估[2]。由于台风灾害链综合风险的不确定性和复杂性，预估其灾害风险具有一定难度，因而需要采用模型模拟的技术手段，开展“台风-暴雨-洪涝”灾害链研究，可通过对强降水区域进行模型模拟，实现“降雨-径流-淹没”过程的量化，然后在此基础上实现“台风-暴雨-洪涝”灾害综合风险评估。

本文以“利奇马”台风为研究对象，针对“台风-暴雨-洪涝”灾害链进行灾害动态演进模拟[3]，并利用灾害模拟结果，结合致灾因子危险性和承灾体脆弱性，对灾害链的综合风险进行了动态评估，为易受灾地区防灾减灾工作提供参考和支持。

1  方法

1.1 “降雨-径流”模拟

从水文机理角度“降雨-径流”过程可分为产流、坡面汇流、基流、河道汇流四个过程。产流描述的是降雨落到地面形成净降雨的过程[4];坡面汇流描述的是目标流域内的降雨通过土壤和坡面表层汇入河网的过程[5];基流指的是常年存在于河道内的径流，地下水是否充足对基流影响很大;河道汇流主要作用是利用上断面的洪水过程推演下断面未来的洪水过程[6]。本文根据研究区具体情况分别针对各个过程选取最优方法通过HEC-HMS软件进行模拟，产流过程采用SCS-CN模型：

（1）

式中，Q为净降雨量，P为总降雨量，S为可能最大滞留量，CN为曲线系数。

汇流过程采用克拉克单位线法：

（2）

式中，A为流域总面积，At为t时刻的产流面积，tc为汇流时间。

河道汇流过程采用马斯京根模型：

（3）

式中，t为计算时间，I為河道上断面入流量，Q为河道下断面出流量，W为河道的蓄水量，X为流量比重因子，K为槽蓄系数。

1.2 “径流-淹没”模拟

洪水淹没算法种类较多，本文在前人研究基础上结合种子点蔓延算法[7]和水量等体积思想[8]，以DEM空间分块为基础，在数据属性和空间拓扑特征的约束下进行迭代递进，对流域内被淹没的范围和深度进行模拟，具体模型如下式所示。

（4）

式中，Q为洪量值;q为流量;t为累积时间;H为水位值;h为空间分块的高程;s为空间分块的面积;i为时间次数，j为空间分块编号，d为迭代次数。

1.3 灾害风险评估

采用自然灾害风险系数评估综合灾害风险的高低程度[9]，该理论认为自然灾害风险为致灾因子危险性和承灾体易损性的代数和，这很好的体现了风险是由致灾因子和承灾体共同作用这一本质特征，风险评估模型可表示为：

（5）

式中，H为洪涝灾害致灾因子的危险性，V为洪涝灾害承灾体的易损性。

2  研究结果

2.1 台风暴雨的空间特征

收集GPM（Global Precipitation Measurement）卫星降水产品用于台风“利奇马”大范围降水的分布特征提取。GPM卫星降水产品空间分辨率为0.1°，时间分辨率为0.5h。通过对“利奇马”台风过境时期GPM卫星降水产品数据的统计，得到了2019年8月8日8时—13日14时暴雨累计降水的空间分布结果，如图1所示。总整体上来看，本次降水主要集中在中国东部沿海地区，其中浙江东部、上海累计降水量最高，超过800mm，其次为山东中西部、辽宁南部，最大累计降水超500mm，空间分布上由沿海向内陆递减，由南部向北部递减。

2.2 降雨-径流-洪涝模拟

选取受灾较为严重的浙江省临江市为研究区域，该市位于灵江流域下游。选取两个水文站（永安溪-柏枝岙水文站，始丰溪-沙段水文站）进行“降雨-径流”模拟，并利用实测值进行水文模型参数的优化和验证。“降雨-径流”模拟过程所需气象和水文数据分别来自 “中国地面气候资料日值数据集（V3.0）”以及《中华人民共和国水文年鉴》，这两个数据集提供了气象站点逐日降水量，水文（水位）站点水位、流量、洪峰、水面蒸散发等多种资料。

两个水文站在率定期和验证期的纳什效率系数均达到0.5以上（柏枝岙站：率定期0.62，验证期0.65;沙段站：率定期0.59，验证期0.52），该结果表明构建的“降雨-径流”模型适应性良好。

“径流-淹没”过程所需要的数据为DEM（Digital Elevation Model），来源于中国科学院计算机网络信息中心地理空间数据云平台，空间分辨率为30m。将空间分块处理的DEM数据和“降雨-径流”模拟结果相结合，得到河道水位值。由淹没的定义可知，相同位置水位高于地面高程即为淹没。将该类区域标记为淹没区，水位值与地面高程值的差值为淹没深度，即可得到洪水的淹没范围和深度分布情况，如图2所示。

2.3 灾害综合风险评估结果

传统的暴雨洪涝灾害风险评估多数是利用降雨数据进行粗略评估，这对于淹没范围、淹没强度等风险的识别不是很精确，很难满足防灾减灾的需求。想要更精细的评估区域内洪涝灾害风险必须要基于动态淹没水深数据，结合承灾体数据进行动态分析，得出洪涝灾害风险等级在时间上的动态变化过程。

在收集研究区人口密度、路网密度以及土地利用等数据的基础上，结果模型模拟输出的淹没结果，开展台风灾害链的动态风险评估。图3为不同时刻洪涝灾害风险等级分布图，8月10日3时，临江市城区内靠近河流的部分处在中风险区域，远离河流的区域大部分位于低风险和较低风险地区;10日8时灵江干流水位上涨，靠近河流的中风险地区逐渐变为高风险地区，低洼地区的风险等级也随之上升;10日14时，以灵江干流为中心，高风险地区逐渐向南北两方向扩散，城市中风险地区逐渐变为较高风险;10日20时，部分较高风险地区转变为高风险地区;11日2时，台风离开浙江省，此时临江市内高风险地区范围持续扩大，其中包含多个主要街道和乡镇地区。

分析图3风险评估结果，8月10日3时—11日2时，较高风险等级与高度风险等级区域逐步由灵江干流与支流向两岸扩散，包括临海古城在内的临海市城区风险逐渐增大;10日3时仅5.82km2的区域位于较高风险等级或高度风险等级，到11日2时，临海市城区低洼处几乎全部处于较高风险等级甚至是高度风险等级，较高风险区面积为13.16km2，高度风险区面积为24.75km2。在1日之内较高风险等级、高度风险等级面积分别增长了418%与655%。

3  结论

本文以“利奇马”台风为例，分析了“台风-暴雨-洪涝”灾害链的动态演进过程，在此基础上针对位于灵江流域的临江市开展了灾害风险动态评估，结论如下：

（1）以“暴雨-径流-洪涝”的物理过程为主线，建立起了一套定量分析暴雨洪涝灾害演进过程的方法。利用降雨、流量等数据建立基于水文机理的降雨-径流模型，并且模型的率定期与验证期Nash系数均在0.5以上，满足模拟精度要求;利用基于DEM空间分块的淹没算法，结合降雨-径流模型模拟的流量数据，量化洪涝灾害淹没范围与淹没水深分布情况。

（2）在灾害的演进过程中，通过对淹没范围与淹没水深进行动态模拟的技术方法，开展对暴雨洪涝灾害风险演进的变化分析，实现了暴雨洪涝灾害动态风险的评估。从致灾因子危险性与承灾体易损性两方面考虑，选取淹没水深、人口密度、路网密度、农业用地占比、建筑用地占比和工矿用地占比作为暴雨洪涝灾害风险评估的指标，实现灵江流域暴雨洪涝灾害风险动态演进过程的模拟分析。

参考文献

[1] 牛海燕，刘敏，陆敏，权瑞松，张丽佳，王静静.中国沿海地区近20年台风灾害风险评价[J].地理科学，2011，31（6）：764-768.

[2] 史培军.三论灾害研究的理论与实践[J]. 自然灾害学报， 2002， 11（3） ： 1-9.

[3] Namara W G ， Damise T A ， Tufa F G . Rainfall Runoff Modeling Using HEC-HMS： The Case of Awash Bello Sub-Catchment， Upper Awash Basin， Ethiopia[J]. International Journal of Environment， 2020， 9（1）：68-86.

[4] 徐赞，吴磊，吴永祥，等.SCS-CN模型改进及其径流预测[J].水利水运工程学报，2018，（3）：32-39.

[5] 陆逸.浙江台风灾害风险评估与区划[D].南京信息工程大学，2016.

[6] 邹强，何小聪，喻杉.变指数非线性马斯京根模型及其参数率定方法[J].水电能源科学，2017（12）.

[7] 杨启贵，王汉东.一种大区域洪水淹没范围快速提取的分块种子蔓延算法[J].华中师范大学学报（自然科学版），2015，49（4）：603-607.

[8] 劉璐.宁波市台风灾害综合风险区划与评估[D].南京信息工程大学，2018.

[9] Maskrey A. Disaster mitigation： a community based approach[M]. Oxfam International，1989.