有效降水指数在暴雨洪涝监测和评估中的应用*

秦鹏程，刘 敏，李 兰

（武汉区域气候中心，武汉 430074）



有效降水指数在暴雨洪涝监测和评估中的应用*

秦鹏程，刘 敏，李 兰

（武汉区域气候中心，武汉 430074）

摘要：科学有效的监测和评估是防范和减轻暴雨洪涝灾害的重要基础。基于有效降水指数（EP）构建单站和区域暴雨洪涝监测、评估指标，利用1961-2014年湖北省76站逐日气象观测资料及相关灾情资料，确定降水衰减参数及致涝阈值，在此基础上分析EP指数在历史暴雨洪涝评估及实时暴雨洪涝过程监测中的应用效果。结果表明：经参数率定后的EP指数对农作物洪涝受灾面积的解释方差达78.1%，对年际间暴雨洪涝强度差异反应敏感，能识别历史典型大涝年和严重洪涝年，在2014年实时暴雨洪涝过程监测中能直观诊断出一般性暴雨洪涝的起止时间和过程动态变化，但对局地性和间歇性发生的暴雨洪涝过程刻画不足。创建EP指数所需数据资料少、计算简便，可用于洪涝灾害历史排位、年景评价、灾情预评估、风险区划以及作物产量建模等。

关键词：有效降水指数；参数率定；暴雨洪涝；应用检验

秦鹏程，刘敏，李兰.有效降水指数在暴雨洪涝监测和评估中的应用[J].中国农业气象，2016，37（1）:84-90

洪涝灾害是全球最为频繁的自然灾害之一，其造成的生命财产和经济损失居各类自然灾害的前列*[1]。中国季风气候显著，降水集中，且地形复杂，是全球洪涝灾害频发和重发区域之一[2-4]。因此，对暴雨洪涝的监测预警和评估具有重要的现实意义。

国内外针对洪涝灾害的监测评估方法和案例研究较多，其复杂程度各异，对资料的要求也不同，如依据气象指标、地形地貌、水文模型、卫星遥感及灾情统计资料等开展的洪涝灾害监测、预警、灾情评估、风险区划等[1]。目前，对洪涝灾害评估的研究进展迅速，从微观、简单系统到中观复杂及宏观巨系统，洪涝灾情评估范围不断拓展，评估手段不断完善，评估结果的客观性和科学性不断提高。然而，随着专业化和多元化评估的不断深入，其对信息获取、软硬件设施及计算时间的要求也越来越高[5]，相反，其普适性和应用范围却越来越有限。

尽管形成暴雨洪涝的灾害系统异常复杂，但其致灾因子主要是过强或过于集中的降水[6]，因此，以降水为主导因子建立暴雨洪涝危险性的评估指标，在洪涝灾害监测预警及灾前和灾中快速评估中仍有良好的应用前景。温泉沛等[7]基于10个降水因子开展了中国中东部地区暴雨气候及其农业灾情风险评估，郭广芬等[6]基于过程雨量建立了湖北省暴雨洪涝等级划分模型，其不足之处在于对地表水分收支考虑不足，同时也不便于确定暴雨洪涝过程的起止时间。Byun等[8]提出了有效降水的概念，即降水经蒸发、渗漏、径流等物理过程后的剩余量，Lu[9]通过推导证明有效降水随着时间的推移呈指数衰减，并示范了基于有效降水指数的旱涝监测应用，Deo等[10]基于有效降水指数建立了洪涝监测评估指，并在澳大利亚进行了应用检验，张国平[11]基于有效雨量建立了滑坡泥石流灾害预测模型，赵一磊等[12]基于有效降水指数建立了干旱监测指标，但在暴雨洪涝监测评估方面的应用还未见报道。本文以湖北省为例，利用历史灾情资料对有效降水指数进行参数率定，并对其在暴雨洪涝监测和评估中应用的可行性进行分析，以期为暴雨洪涝灾害监测预警服务和评估业务提供依据。

1 资料与方法

1.1 资料来源

气象资料为1961年1月1日-2014年12月31日湖北省76个气象站的逐日观测资料，由湖北省气象信息与技术保障中心提供，数据均经过质量检验，站点分布及高程信息见图1。1961-2014年湖北省洪涝灾情资料来自历年《湖北省农村统计年鉴》、《中国气象灾害大典（湖北卷）》及湖北省民政厅灾情快报。

图1 研究区域高程及站点(·）分布Fig. 1 Distribution of digital elevation and 76 meteorological stations(·) in study area

1.2 利用有效降水指数监测与评估暴雨洪涝过程的方法

1.2.1 有效降水指数

本文采用文献[9]定义的有效降水指数，即

式中，EP为有效降水指数，a为降水衰减参数，取值0～1，P（t）为t时刻降水量，t为距离检测日的日数，t＝0表示检测当日，t＝1表示前一日，以此类推，N为前期降水对当前影响的有效时长，理论上可以取无穷大（即考虑距当前无穷日前降水的影响），但由于随着距离当前日数的增加，降水的权重衰减迅速，距当前14d时降水权重已不足5%（a≤0.8时），因此，在暴雨洪涝的监测评估中取14d既可满足监测需求，同时也降低了资料收集和计算要求。从式（1）可以看出，EP实际上相当于加权累积降水，因此与降水量具有相同的量纲，EP数值越小，表示有效降水越少，偏旱；EP数值越大，表示有效降水越多，偏涝。

1.2.2 单站暴雨洪涝过程识别与评估

通过对降水资料序列进行滚动计算，建立EP指数的时间序列，根据暴雨洪涝致灾阈值，当EP指数超过暴雨洪涝致灾阈值时确定发生一次暴雨洪涝过程，过程起始日期为第1天EP指数大于致灾阈值的日期，结束日期为最后1次EP指数大于致灾阈值的日期。过程强度以过程内的EP指数累积值表示，即

式中，S（t）为t时刻暴雨洪涝强度，EP（i）为自过程起始日开始第i日的有效降水，EPthr为暴雨洪涝致灾阈值。

1.2.3 区域暴雨洪涝过程识别与评估

区域性暴雨洪涝的确定通常要求发生暴雨洪涝的站点数达到一定数量或百分比，如福建省区域性暴雨的界定要求发生暴雨的站点数不少于3个（或至少5%）[13]，湖北省区域性暴雨天气过程判定的最低站点数量为7～10个，约占总站点数的10%[14]。为了综合考虑暴雨洪涝过程的发生范围和强度，首先对单站建立EP指数序列，依据单站暴雨洪涝致灾阈值，确定单站的暴雨洪涝过程，然后对每日发生暴雨洪涝的单站EP指数进行累加，作为区域暴雨洪涝的监测指标，为了避免监测站数不同及过程内数据缺失造成的误差，将累加值除以总站数，参照单站暴雨洪涝过程的识别和评估方法确定起止时间和强度，其中区域暴雨洪涝过程的阈值为单站暴雨洪涝致灾阈值与区域性过程判定最低站数（百分比）的乘积。

区域暴雨洪涝监测指数用公式表示为

其中

式中，RFI（t）为t时刻区域暴雨洪涝监测指数，n为区域内观测站的总个数，EPthr为暴雨洪涝致灾阈值。

区域暴雨洪涝的综合强度RSI表示为式中，Si（t）为第i个站点t时刻的暴雨洪涝强度。区域暴雨洪涝站次比RPI定义为当日发生暴雨洪涝的站数（nflood）与区域内总站数（n）的比值，即

1.3 参数率定及洪涝等级划分

降水衰减参数和洪涝致灾阈值通过遗传算法优化确定，遗传算法是借鉴生物界自然选择思想和自然遗传机制的一种全局优化算法，在水文模型参数率定中具有广泛应用[15]。以湖北省历年农作物洪涝受灾面积与该年暴雨洪涝过程累积强度的相关系数作为遗传算法的目标函数，在预先设定的参数取值空间，当降水衰减参数和洪涝致灾阈值的组合使洪涝受灾面积与过程累积强度的相关系数达到最大时即为最优参数。优化过程通过R语言genalg包实现。暴雨洪涝等级划分为一般性洪涝、严重洪涝和特大洪涝3级。一般性洪涝等级划分阈值直接采用上述优化后的致灾阈值，严重洪涝和特大洪涝等级通过对76站1961-2014年历次暴雨洪涝过程的最大EP值进行概率分布拟合计算重现期，分别以1a一遇和5a一遇对应的EP指数值作为等级划分依据。概率分布拟合基于超定量法的广义帕累托分布[16]，通过R语言extRemes包实现。

2 结果与分析

2.1 降水衰减权重及洪涝等级划分阈值的确定

从式（1）可以看出，如果降水衰减参数a取值0.5，则降水量减弱50%需要1d，取值0.7则需3d，取值0.9需7d，通常一般性暴雨洪涝的衰退需要3～10d，据此，参数a可近似取值0.7～0.9。由于不同地理区域及不同季节降水在地表的滞留时间具有明显差异，故采用统一的降水衰减参数难免存在偏差，为此，利用湖北省历年农作物洪涝受灾面积资料，基于遗传算法对降水衰减参数和致涝阈值同时进行率定。其中参数a取值空间设置为0～1，EPthr取值空间设置为10～150，种群规模设置为200，迭代次数设置为100次。优化结果显示（图2），降水衰减参数a取值0.825，暴雨洪涝致灾阈值EPthr取值70较为合理。基于率定后的EP指数统计年内暴雨洪涝累积强度与历年农作物洪涝灾害受灾面积百分比具有较好的线性关系，解释方差达78.1%。基于超定量法的广义帕累托分布，以70mm为门限值，对76站1961-2014年历次暴雨洪涝过程的最大EP值进行概率分布拟合，计算得到1a一遇和5a一遇的重现期对应的EP值分别为140和220mm，由此确定严重洪涝和特大洪涝的划分阈值分别为140和220mm。

图2 基于遗传算法的降水衰减参数a（a）和洪涝致灾阈值EPthr(b)优化结果频率统计Fig. 2 Frequency distribution of parameter values selected by the genetic algorithm, for parameter a(a) and for parameter EPthr(b)

2.2 利用有效降水指数评估暴雨洪涝过程方法的检验

2.2.1 历史暴雨洪涝灾害的评估与检验

利用湖北省1961-2014年76站逐日气象观测资料，计算各站逐日EP指数，依据式（2）统计各站暴雨洪涝过程。由于缺乏详细、可靠的单站验证资料，故针对全省统计历年暴雨洪涝过程的累积强度，并与《中国气象灾害大典（湖北卷）》的灾情记载及湖北省历年农作物洪涝受灾面积进行对比验证。

图3为基于EP指数的湖北省历年暴雨洪涝累积强度指数，为了区分不同等级类型的洪涝过程，依据一般性洪涝、严重洪涝和特大洪涝的划分阈值分别进行洪涝强度统计，其中一般性洪涝累积强度在统计时包含了严重洪涝和特大洪涝过程，同理，严重洪涝强度包含特大洪涝。从图中可以看出，1961年以来的1964、1969、1980、1983、1991、1996、1998、1999、2010年暴雨洪涝累积强度指数相对较高，反映的洪涝程度较为严重，这与灾情记载中的大涝年一致，对应年份农作物洪涝灾害受灾面积均在30%以上，严重洪涝年主要集中在20世纪90年代，均与实际情况吻合，表明EP指数能客观反映洪涝灾害程度及年际间的差异。从图还可以看出，1980 和1996年特大洪涝等级强度较弱，主要以一般性洪涝和严重洪涝为主，而其它大涝年份均有特大洪涝发生，表明基于不同致涝阈值能够有效诊断出洪涝过程强度特征。

图4为基于一般性洪涝临界阈值和EP指数的湖北省历年暴雨洪涝过程累积强度空间分布格局，从图可以看出，EP指数反映的湖北省域范围暴雨洪涝强度具有明显的空间差异，频发重发区域主要位于鄂西南、鄂东南及鄂东北地区，几近每年发生，鄂西北地区发生频率较低，程度也相对较轻，这与湖北省的地形和降水分布特征一致。通过对典型洪涝年灾害发生范围验证比较，EP指数反映的暴雨洪涝空间格局与实际灾情相符，洪涝发生的范围和强度与农作物受灾面积也有较好的对应关系。

图3 基于EP指数的1961-2014年湖北省历年暴雨洪涝累积强度Fig.3 Annual accumulated severity of rainstorm flood identified by EP index

2.2.2 实时暴雨洪涝过程监测和诊断

以2014年为例，利用EP指数计算湖北省4-10月逐日的区域暴雨洪涝监测指数、站次比及综合强度指数，绘制时间序列曲线如图5所示。从图可以看出，2014年湖北省共发生5次明显的区域性暴雨洪涝过程，分别在4月中下旬、5月中旬、7月上中旬及9月上旬，其中最强过程为7月上旬，其次为9月上旬，最大过程的站次比达到1/3左右，强度达到全省平均165mm，此外，在5月下旬、6月下旬、8月上旬、9月中下旬还出现了数次局地性暴雨洪涝，以上过程均在民政厅灾情统计资料（表1）中得到印证，其中5月9-10日过程监测结果范围偏大，程度偏重，这是由于降雨过程发生在鄂东南地区，该地区常年多暴雨，当地抗灾能力较强，9月10-19日监测结果显示出现两次轻度暴雨洪涝过程，但实际灾情较重，这与9月上旬以来连续数次暴雨洪涝过程的累积影响有关，表明EP指数对间歇性发生的洪涝过程监测存在不足。总体而言，基于EP指数建立的区域暴雨洪涝监测和评估指标对于暴雨洪涝起止时间和过程强度的动态变化诊断基本合理，但由于对日内降水集中度考虑不足及监测站点密度有限，对局地性过程的诊断存在一定偏差，在监测中有必要结合单站指标进行综合分析。

图4 1961-2014年湖北省历年暴雨洪涝累积强度空间分布格局Fig.4 Spatial pattern of the accumulated severity of rainstorm flood in Hubei province from 1961 to 2014注：图中标注百分数为农作物洪涝受灾面积占当年耕地面积的百分比Note:Percentage annotated on the map represent the ratio of flooded area to total agricultural acreage in that year

图5 基于EP指数的湖北省2014年暴雨洪涝过程监测Fig. 5 Monitoring of the rainstorm flood process in Hubei province in 2014注：RPI、RFI、RSI分别为区域暴雨洪涝站次比、监测指数和强度指数Note: RPI， RFI and RSI represent flood stations proportion， monitoring index and severity index， respectively

表1 2014年湖北省暴雨洪涝过程及灾情Table 1 Rainstorm flood processes and relevant disaster losses in Hubei province in 2014

3 结论与讨论

利用洪涝灾情资料对经验参数进行率定后的EP指数，可以解释农作物洪涝受灾面积78.1%的变异，针对1961-2014年历史暴雨洪涝的评估检验，能有效识别出典型大涝年和严重洪涝年，合理刻画出空间分布的差异性，2014年实时暴雨洪涝过程监测结果表明，其对大部分灾情信息具有较为一致的响应关系，能动态反映出过程起始时间、结束时间及强度变化，但对局地性较强和间歇性发生的暴雨洪涝过程监测存在一定偏差。暴雨洪涝引发的次生灾害种类繁多，限于灾情资料收集的困难，本文仅利用湖北省域年尺度的农业灾情资料对EP指数进行了初步应用检验，表明其在农业洪涝损失评估、年景评价、风险区划以及作物产量建模中具有一定的应用前景。对于暴雨洪涝引发泥石流、山体滑坡以及城市内涝等的应用检验需进一步收集灾情资料系统分析。

暴雨洪涝灾害的发生远不止区域内的自然降水一个因素，地理、地形、土壤质地、江湖水位、外来洪水以及防灾抗灾能力对灾害的形成都具有重要的影响[17]。本文在对EP指数进行参数率定中采取通过灾情资料反演的方法，未考虑地形因子对地表水分平衡的影响，湖北省地形复杂，山地、丘陵分布广泛，对洪涝灾害的形成具有不同的影响，这是导致EP指数在洪涝实时监测中验证效果不佳的重要原因之一。因此，在降水衰减参数及致灾临界雨量的确定上，有必要结合地形或分区域考虑更加准确的参数。此外，本文基于日雨量建立EP指数，在资料允许的条件下，可以考虑采用小时雨量，以提高降水集中度对暴雨洪涝形成的反映能力，以及使用更多的加密气象站资料，从而提高EP指数在暴雨洪涝监测评估中的应用效果。在农业灾情的评估中还应尽可能结合农作物土地利用图以提高评估精度。

参考文献References

[1]Hirabayashi Y，Mahendran R，Koirala S，et al.Global flood risk under climate change[J].Nature Climate Change， 2013，3（9）: 816-821.

[2]李翠金.中国暴雨洪涝灾害的统计分析[J].灾害学，1996，11（1）:59-63. Li C J.A statistical analysis of the storm flood disasters in China[J].Journal of Catastrophology，1996，11（1）:59-63.（in Chinese）

[3]冯强，王昂生，李吉顺.我国降水的时空变化与暴雨洪涝灾害[J].自然灾害学报，1998，7（1）:87-93. Feng Q，Wang A S，Li J S.The variation of precipitation in time and space and heavy rain flood disaster in China[J].Journal of Natural Disasters，1998，7（1）:87-93.（in Chinese）

[4]李茂松，李森，李育慧.中国近50年洪涝灾害灾情分析[J].中国农业气象，2004，25（1）:40-43. Li M S，Li S，Li Y H.Analysis of flood disaster in the past 50 years in China[J].Agricultural Meteorology，2004，25（1）:40-43. （in Chinese）

[5]周月华，郭广芬，邵末兰，等.基于水位和雨量的洪涝受灾面积评估模型研究[J].暴雨灾害，2007，26（4）:323-327. Zhou Y H，Guo G F，Shao M L，et al.Study on index of heavy rain flood disaster grade in Hubei Province[J].Torrential Rain and Disasters，2007，26（4）:323-327.（in Chinese）

[6]郭广芬，周月华，史瑞琴，等.湖北省暴雨洪涝致灾指标研究[J].暴雨灾害，2009，28（4）:357-361.Guo G F，Zhou Y H，Shi R Q，et al.Study on index of heavy rain flood disaster grade in Hubei Province[J].Torrential Rain and Disasters，2009，28（4）:357-361.（in Chinese）

[7]温泉沛，霍治国，马振峰，等.中国中东部地区暴雨气候及其农业灾情的风险评估[J].生态学杂志，2011，30（10）:2370-2380. Wen Q P，Huo Z G，Ma Z F，et al.Risk assessment of rainstorm climate and its induced agricultural disasters in east-central China[J].Chinese Journal of Ecology，2011，30（10）:2370-2380. （in Chinese）

[8]Byun H R，Wilhite，D A.Objective quantification of drought severity and duration[J].Journal of Climate，1999，12（9）:2747-2756.

[9]Lu E.Determining the start，duration，and strength of flood and drought with daily precipitation:rationale[J].Geophysical Research Letters，2009，36（12）:L12707.

[10]Deo R，Byun H R，Adamowski J，et al.A real-time flood monitoring index based on daily effective precipitation and its application to Brisbane and Lockyer valley flood events[J]. Water Resources Management，2015，29（6）:1-19.

[11]张国平.有效雨量和滑坡泥石流灾害概率模型[J].气象，2014，40（7）:886-890. Zhang G P.Study on the relation between effective precipitation and landslide/debris-flow with probabilistic model[J]. Meteorological Monthly，2014，40（7）:886-890.（in Chinese）

[12]赵一磊，任福民，李栋梁，等.基于有效降水干旱指数的改进研究[J].气象，2013，39（5）:600-607. Zhao Y L，Ren F M，Li D L，et al.Study on improvement of drought index based on effective precipitation[J]. Meteorological Monthly，2013，39（5）:600-607.（in Chinese）

[13]邹燕，叶殿秀，林毅，等.福建区域性暴雨过程综合强度定量化评估方法[J].应用气象学报，2014，25（3）:360-364. Zou Y，Ye D X，Lin Y，et al.A quantitative method for assessment of regional heavy rainfall intensity[J].Journal of Applied Meterological Science，2014，25（3）:360-364.（in Chinese）

[14]邵末兰，张宁，岳阳，等.基于距离函数的区域性暴雨灾害风险预估方法研究[J].暴雨灾害，2010，29（3）:268-273，278. Shao M L，Zhang N，Yue Y，et al.Study on a disaster risk prediction method for regional heavy rain events based on Euclidean distance function[J].Torrential Rain and Disasters，2010，29（3）: 268-273，278.（in Chinese）

[15]Dong S H.Genetic algorithm based parameter estimation of Nash model[J].Water Resources Management，2008，22（4）: 525-533.

[16]丁裕国，李佳耘，江志红，等.极值统计理论的进展及其在气候变化研究中的应用[J].气候变化研究进展，2011，7（4）: 248-252. Ding Y G，Li J Y，Jiang Z H，et al.Advances in extremes statistics and their application to climate change study[J]. Advances in Climate Change Research，2011，7（4）:248-252. （in Chinese）

[17]谢立华，赵寒冰.洪涝灾害与地形的相关性研究:以肇庆市为例[J].自然灾害学报，2013，22（6）:240-245. Xie L H，Zhao H B.Correlation between flood disaster and topography:a case study of Zhaoqing City[J].Journal of Natural Disasters，2013，22（6）:240-245.（in Chinese）

Application of Effective Precipitation Index in Rainstorm Flood Disaster Monitoring and Assessment

QIN Peng-cheng, LIU Min, LI Lan
（Wuhan Regional Climate Center， Wuhan 430074， China）

Abstract:Scientific and effective monitoring and assessment are significant to prevent and mitigate the rainstorm flood disasters. Based on the Effective Precipitation Index （EP）， the indices for flood monitoring and assessment at both site and regional scales were established. Using daily meteorological data from 76 stations in Hubei province and disaster loss data related during 1961 to 2014， the decay parameter and critical rainfall were determined， and the performance of the index in historical rainstorm flood assessment and real-time monitoring was examined. The results showed that the calibrated EP index explained 78.1% variances of damaged crop area， and it was sensitive to identify typical extreme and severe flood year from 1961 to 2014. During the real-time rainstorm flood in 2014， the EP index showed a certain capability to determine the start， duration， and strength of each flood process， while there was disagreement for local and discontinuous flood processes. Generally， the EP index was simple in calculation，reasonable in analysis and easy in spread. So it had more advantages in rainstorm flood evaluation， such as historical ranking， annual climatic assessment， disaster loss pre-evaluation， risk zoning， as well as crop yield prediction.

Key words:Effective Precipitation Index; Parameter calibration; Rainstorm flood; Application validation

作者简介：秦鹏程（1986-），工程师，主要从事气象灾害监测与评估研究。E-mail：qinpengcheng027@163.com

基金项目：中国工程院重大咨询项目“我国旱涝事件集合应对战略研究（2012-ZD-13）”；公益性行业科研专项（GYHY201406028）

* 收稿日期：2015-06-14

doi:10.3969/j.issn.1000-6362.2016.01.011