荔波县“三个叫应”阈值研究和外部叫应流程优化

杨平会，梁恒飞，张伟元，汪 然

(贵州省荔波县气象局，贵州 荔波 558400)

0 引言

针对贵州汛期强降雨天气多且多发生在夜间，加之山地地形、河流条件复杂，强降雨引发的山洪暴发、山地滑坡来的快，来的猛的特点。自2010年贵州省气象部门开始探索实施“三个叫应”机制以来，在防灾减灾中发挥了极为重要的作用。但在具体实施过程中，仍然存在叫应阈值和流程不合理，造成叫应对象和次数过多的问题。因此，各县(市)气象局在不断研究修订“外部叫应”阈值，修订完善叫应机制。代瑞华等提出要分月份、分时分累计降雨量和分区域等指标的“三个叫应”服务[1]。但各县下垫面、河流、水库等因素不同，致灾阈值也不同。深入研究本县行政区域内致灾阈值，对防灾减灾气象服务工作至关重要。沈军等[2]基于隐马尔可夫模型研究湖南中小河流致灾雨量阈值，张连成等[3]基于FloodArea模型研究新疆山洪淹没模拟及致灾临界雨量阈值的思路和方法，对该领域的研究具有较好的借鉴意义。但由于荔波喀斯特溶岩地貌特征较为明显，下垫面复杂、地下暗河较多，造成地表径流复杂，在水文资料等关键因子缺乏的条件下，用单一或组合优化后的某种模型研究致灾阈值，效果一般，因此，本文主要通过历年灾情和降雨实况，结合流域分布，反推致灾阈值。

分析荔波县1980以来因强降雨引发的灾害，发现强降雨主要引发的是中小河流域洪涝灾害和局地内涝，地质灾害出现次数和灾害影响所占比例较小。因此，本文主要研究因强降雨引发的洪涝灾害的致灾阈值。

1 资料来源与统计处理

统计2010—2018年8月期间，荔波县全部区域站以及上游县影响站点70次强降雨天气过程日降雨量，以及造成灾害的47次天气过程小时雨量，结合民政灾情资料、水务局灾害分析资料、30 m精度的DEM高程地形图和流域分布情况综合分析，反向研究致灾阈值。

2 致灾成因

2.1 地理因素

荔波县地势总趋势北高南低。东北部与榕江、从江交界处月亮山次峰最高(海拔1 468 m)，南部打狗河和甲料河出省界处最低(海拔300 m)。县城海拔425 m，全县平均海拔758.8 m。海拔300～500 m地区有120 km2，占总面积的4.9%；海拔501～800 m地区有1 200 km2，占总面积的49.17%；海拔801～1 000 m地区有1 050 km2，占总面积的43.01%；1 001～1 200 m地区有61 km2，占总面积的2.5%；1 201～1 400 m地区有9 km2，占总面积的0.37%；高于1 400 m地区有0.8 km2，占总面积的0.02%。

县境地形受地质构造控制较明显，向斜成谷，背斜成山，形成山地与谷地由西而东相间排列，主要山脉和水系沿地质构造走向发育，组成全县山脉与河流谷地成北偏东向长带状相嵌分布的格局。

荔波河流主要有拉先河、昔水河、水春河、樟江河、打狗河、黄江河、方村河、地莪河、三岔河、甲料河、茂兰河等11个流域，结合荔波下垫面特征、降雨分布特征、灾害紧急程度和影响范围、灾害直接经济损失等，在这11个流域中细分为4种承灾力的区域，即：不易受灾区、易受灾区、较易受灾区，极易受灾区，如图1。这些区域沿河流中下游分布，地势较周边低。据水文资料分析，一般洪水过程在1 d左右，洪水涨率在0.2～1.4 m/h之间，峰顶持续时间0.1～0.5 h，洪峰多发生在02—08时[4]。

图1 荔波县洪涝灾害等级分布图Fig.1 Grade Distribution Map of Flood and Waterlogging Disasters in Libo County

2.2 天气气候条件

荔波县年平均降水量为1 211.9 mm，80%的降水量集中在4—9月；降水量最多月份为6月。其中：月最大降水量为471.7 mm，暴雨多发生在5—8月，以6月、8月最多，且降雨强度和量级较大，极易引发洪涝灾害。从24 h最大降雨量统计情况分析(图2和图3),在60～100 mm之间占66%，110～190 mm之间占32%，大于200 mm的只占2%。2010年以来观测到的日最大降水量为225.0 mm

图2 荔波县强降雨天气过程最大降雨量Fig.2 The maximum rainfall of Libo county strong rainfall weather process

图3 荔波县日最大降雨分布Fig.3 Daily Maximum Rainfall Distribution in Libo County

(2015年8月19日),最大雨强为121.4 mm/h(2014年6月4日05—06时)。

由于2018年汛期资料时间序列不足，因此统计2010—2017年5—10月累计平均降雨分布情况，如图4，可知，荔波县5—10月降雨空间分布不均，全县自东南向西北呈阶梯分布，依次减少。东部和东南部同时也是局地大暴雨高发区。

图4 荔波县2010—2017年5—10月累计平均降雨量分布图Fig.4 Distribution Map of Accumulated Average Rainfall in Libo County from May to October 2010—2017

2.3 社会因素

随着荔波县社会经济的发展，尤其是小城镇建设的逐步推进，人为工程改变了原有地表径流的渠道，部分地下暗河堵塞，大大削弱了其排水功能，造成地势低洼的居民集聚区，过量的降雨无法及时排出，形成内涝。

3 致灾阈值研究

由于降雨强度、持续时间、影响范围大小和过量的累积降雨量是引发洪涝灾害的关键因子，为进一步细化研究，本文将同一流域内强降雨中心及附近1～2个监测站在6 h内降雨量≥50.0 mm定义为短时局地强降雨；将过程开始前48 h内无明显降雨天气过程，过程中24 h内全县2/3及以上监测站降雨量≥50.0 mm，或荔波县北部、西部以及上游县(市)影响本县的区域内2/3及以上监测站降雨量≥50.0 mm，定义为单日区域性强降雨；将强降雨天气过程在同一流域持续时间>24 h且累计降雨量≥50.0 mm，定义为持续性强降雨。统计分析2010年以来47次洪涝灾害发现，短时局地强降雨、单日区域性强降雨、持续性强降雨造成洪涝灾害强度、灾害损失和影响范围均有不同。而单日区域性强降雨引发的洪涝灾害次数最多，强度大，损失最严重；短时局地强降雨引发的洪涝灾害次数较少，损失较小。

3.1 短时局地强降雨

2010—2018年，荔波县共发生16次短时局地强降雨，其中有8次造成灾害，从表1分析，短时局地强降雨小时雨强较大，在 40.4～73.7 mm之间，强降雨时段持续时间为2～4 h，期间最大累计降雨在 85.0～152.5 mm之间。

结合天气特征分析，对于单点强降雨，一般情况下，强降雨持续时间在3 h内，若最大小时雨强>50.0 mm，累计雨量在90.0 mm左右，就会引发局地洪涝灾害；对于局地多点强降雨，持续时间一般在4～6 h内，若最大小时雨强在30.0～50.0 mm之间，累计雨量在100 mm左右，出现这种天气过程，附近1～2个监测点同时也会出现短时强降雨，累计雨量在70.0～90.0 mm时，极易引发流域内地势较低处较大洪涝灾害。

表1 短时局地强降雨6 h累计降雨量(单位：mm)Tab.1 Accumulated rainfall of short-term local heavy rainfall for 6 h(unit:mm)

单点强降雨，叫应阈值为：小时雨强≥50.0 mm，预计未来1～2 h累计雨量≥90.0 mm。多点强降雨，叫应阈值为：最大小时雨强在30.0～50.0 mm之间，3 h累计雨量达80.0 mm，预计未来1～3 h内降雨持续，累计雨量≥100.0 mm。由于造成局地洪涝灾害的短时局地强降雨天气个例较少，且受灾区域地形复杂，具有鲜明的地域特征，不能代表其他区域。因此，在研究其他区域的洪涝灾害致灾阈值时，还应该结合区域性暴雨天气过程来综合考虑。

3.2 单日区域性强降雨

单日区域性强降雨天气是造成较大洪涝灾害的主要天气，2010—2018年，共发生22次单日区域性强降雨引发的洪涝灾害，其中有10次一般洪涝灾害，6次较大洪涝灾害，6次重大洪涝灾害。荔波县河流主要是自北向南流，根据历史资料统计表明，大部分区域性强降雨天气过程也是自北向南逐渐推进，极易造成河流中下游的洪涝灾害。造成同一流域内不同程度洪涝灾害的天气过程，在一定区域内持续时间一般为4～9 h，平均最大小时雨强为35.0～55.0 mm,24 h最大累计雨量为225.0 mm,最大雨强为121.4 mm/h。统计分析各流域在遭受不同程度洪涝灾害时，各时间段内的平均累计降雨分布情况(表2)，是研究各流域或区域的致灾阈值的主要参考指标。

表2 同一流域内不同程度洪涝灾害平均累计降雨量时间分布(单位：mm) Tab.2 Time Distribution of Average Accumulated Rainfall for Flood Disasters of Different Degrees in the Same Basin(unit:mm)

因一般洪涝灾害已经能够指示某一区域的抗灾承灾能力，结合荔波各地各流域特点，以表3中一般洪涝灾害的致灾累计降雨随时间分布为指标，确定荔波县各地在遭受单日区域性强降雨天气过程的致灾阈值(表3)。

表3 荔波县各区域致灾阈值(单位：mm)Tab.3 Damage threshold of different regions in Libo County(unit:mm)

3.3 持续性强降雨

持续性强降雨天气过程，是引发荔波地势低洼区域、中小河流域下游局部较长时间内涝的主要天气，它影响范围广，持续时间长，也极易引发其他衍生灾害。2010—2018年，共出现18次造成不同程度洪涝灾害的持续性强降雨天气，其中有8次造成一般性洪涝灾害，6次较大洪涝灾害，4次重大洪涝灾害。从18次过程的实况资料分析表明，此类天气过程一般为稳定的混合型降雨，最大小时雨强在25.0～35.0 mm之间，大部分降雨时段的小时雨强≤20.0 mm。同一流域内，24 h平均最大累计雨量在60.0～130.0 mm,48 h平均最大累计雨量在80.0～160.0 mm,72 h平均最大累计雨量在100.0～190.0 mm。因持续性强降雨范围广，降雨空间分布相对均匀，洪水来势相对缓和，但会对下游和低洼区域造成长时间的内涝。经综合分析，确定荔波县各流域在洪涝灾害发生前24 h内，不同累计降雨量的致灾阈值(表4)。

4 叫应流程

根据短时局地强降雨叫应阈值及表3和表4的致灾阈值，结合2017年10月荔波县防汛、水务和国土等部门专家的研讨结论，对荔波县气象局“三个叫应”中的“外部叫应”阈值和流程进行修订优化。

按照普遍叫应和重点叫应相结合的原则，当监测到荔波县区域内或流域上游独山县、三都县监视区内出现强降雨时，按照以下标准和方式开展外部叫应工作。

① 我县区域内有气象站点监测到1 h降雨量达50 mm或2 h雨量达70 mm及以上且降雨可能持续时，或上游独山、三都县监视区内气象站点监测到3 h雨量达80 mm及以上且持续时，可能引发强降雨落区内流域出现山洪灾害时，通过电话、手机短信、微信群、QQ群向县防汛办以及降雨发生地、受山洪影响的乡镇政府通报雨情和未来天气降雨趋势。

表4 荔波县各流域前24 h不同累计降雨量的致灾阈值(单位：mm)Tab.4 Damage threshold of different accumulative precipitation in the first 24 h of each basin in Libo County(unit:mm)

② 我县区域内有气象站点监测到1 h降雨量达60 mm或3 h雨量达80 mm及以上且降雨持续时，或上游独山、三都县气象站点监测到4 h雨量达100 mm及以上，可能引发本县流域出现较大洪涝灾害时：通过短信或微信群、QQ群向相关责任单位及强降雨发生地或受山洪影响的乡镇政府、行政村应急责任人、气象信息员通报雨情和未来天气降雨趋势。局分管领导打电话向县应急办、县防汛办、县国土局负责人和降雨发生地或预计受洪涝影响的乡镇党政领导通报雨情。

③ 我县同一流域或区域内有2个及以上气象站点监测到4 h雨量达100 mm且预计未来天气持续时，有可能导致较大灾害时，除了按照上述要求执行外，局主要领导还要电话向县政府分管领导报告天气实况、未来天气趋势和可能诱发的气象灾害风险。

④ 我县同一流域或区域内有2个及以上站点6 h雨量达130 mm及以上，有可能导致重大灾害时，除了按照上述要求执行外，局主要领导要电话向政府分管领导、主要领导报告天气实况、未来天气趋势和可能诱发的气象灾害风险。同时，要严密监测降雨发展趋势，加强与防汛、国土和民政部门电话会商，视雨情加密报告频次。

⑤ 当我县出现中雨量级的降雨天气持续2 d时，叫应县国土局，并通过邮件、短信和微信向国土局通报降雨实况和未来天气趋势。

⑥ 在开展“外部叫应”时，首先要对天气过程分析研判；其次要以表2、表4和表5的致灾阈值为重要参考依据。

5 结论与讨论

① 因荔波县各流域的水文资料、河流基础信息等缺乏，加之地形地质复杂，本文研究的致灾阈值还不能精确地反应各流域的致灾阈值，但经2018年3次重大天气过程实践检验，该致灾阈值与我县中南部和东部的致灾雨量基本吻合。

② 洪涝灾害的致灾阈值，与地形、土地使用性质、植被、河流和地下暗河等有密切关系，在实际工作中应用本致灾阈值时，还需要考虑前期累计降雨、河流水位等情况。

③ 对于喀斯特复杂山地地貌的洪涝灾害致灾阈值研究，需要不断精确各项相关基础数据，利用当前适合贵州地形的研究模型和算法，结合洪涝灾害实况，进行模拟和修订，不断优化。