我国沿海城市洪潮组合风险分析

徐宗学，任梅芳，陈 浩

(1.北京师范大学水科学研究院，北京 100875； 2.城市水循环与海绵城市技术北京市重点实验室，北京 100875)

1 研究背景

城市化是全世界范围内的普遍现象，预计到2050年，全球城镇人口数量占世界总人口的比例将达到72%。增长的城镇人口主要来自发展中国家[1]，我国城市化发展也正迅速进行，1979—2013年，我国城镇化率从19.7%增长至53.7%。城市化的发展给城市水循环带来了显著的影响，与此同时，在变化环境下，全球极端气候事件(极端气温、极端降水等)的增多增强加剧了城市洪涝事件发生的频率和强度。

对城市洪涝事件形成原因的梳理是城市洪涝相关研究的基础和前提，目前，国内外学者开展了大量的关于城市洪涝特征及其成因分析的研究[2-9]。IPCC第四次评估报告指出全球温室气体的急剧排放导致全球气候模式发生变化，而气候模式的变化给全球及区域水循环及水资源的可持续利用带来了巨大的挑战[10-12]。气候变化对全球降雨、气温和蒸散发过程都造成了影响，进一步影响土壤下渗、地表径流及地表与地下水的交互过程，从而对全球及区域水循环带来影响。而城市作为社会、文化、科技和技术的中心，聚集了更多的人口，在面对洪涝等自然灾害时更加敏感和脆弱[13]。引发城市洪涝灾害最直接的因素是极端降水，而气候变化能够改变极端降水的模式，气候变化会增强极端降水的频次和强度已是不争的事实[14]。人类活动是导致城市洪涝事件频发的主要原因之一，例如，人类活动可能会加剧城市“热岛效应”。城市“热岛效应”是指城市区域大气和地表温度要高于周边郊区和农村地区[15]，目前引起了世界各地的广泛关注。城市区域的降水特征也可能会受到城市“热岛效应”的影响，尤其是城市极端降水的模式，从而形成城市“雨岛效应”；另外，人类活动造成的城市下垫面改变也是城市洪涝发生的主要因素之一。同时，城市流域排水管理能力也是影响城市暴雨洪涝的重要因素之一，合理制定防洪、除涝、排水标准及做好城市排水管道的运维工作可以有效提升城市排水系统的排涝能力。

我国幅员辽阔，不同区域水文气候要素变化差异较大，不同地区的城市洪涝特征和成因机制也存在较大的差别。研究表明，人类活动是我国北方河流多年平均径流减少的主要原因，气候变化为次要驱动因素，但气候变化的影响呈逐步加强的趋势[16-18]；而我国南方沿海城市由于其特殊的地理位置，不仅会遭受陆面暴雨洪涝的威胁，强台风和高潮位也会对沿海城市带来威胁。当沿海城市遭受强降雨时，常常无法预测下游潮水位，而当面临高潮位时，经常形成风、暴、潮“三碰头”的复杂成因自然灾害，与此同时，海平面的上升也加剧了沿海城市洪涝事件的发生频次和强度。因此，沿海城市的洪涝成因显得更加的复杂。

2 沿海城市洪涝致灾因子分析

沿海城市是我国人口密集、城市化程度较高的地区，是人口和经济发展的重要地区[19]，尤其是三角洲城市群地区，由于其特殊的地理位置和丰富的自然资源，已成为社会、经济和文化活动的重要组成部分。目前，世界约有25%的人口居住在沿海地区，而近几十年，世界约85%的三角洲地区都经历了严重的洪涝灾害[20]，对沿海城市的人民生命和财产安全造成严重的威胁。与内陆城市相比，沿海城市在洪涝灾害方面具有显著的特殊性和复杂性。由于处于水陆交互带，沿海城市经常同时遭受陆面暴雨洪水、海洋潮汐及强台风等共同作用[21]。近年来，国内外学者对沿海城市暴雨和潮位的最优分布、联合重现期、组合概率等进行了大量的研究，如，Zheng等[22]以澳大利亚海岸线为例，采用logistic型二元超阈值模型分析了极端降水和潮位的相关性；刘曾美等[23]通过构建暴雨和洪水位的联合分布函数，对珠江口洪涝遭遇的概率进行了定量的评估；Lian等[24]采用基于Copula函数对沿海城市潮位和降雨对洪水风险的联合概率和影响进行了分析研究，表明强降水和潮位之间存在着正相关关系，证明潮水位是能够给洪水带来威胁的附加风险因素；Svensson等[25]采用统计学方法量化潮水位与强降雨之间的相关关系，以英国东部的降水和潮位为例，研究证实二者存在较强的关联性；武传号等[26]以广州市为例，基于Clayton Copula函数定量计算了广州市极端降雨与潮位遭遇和致涝风险率；徐奎[21]以福州市为研究区，采用Copula函数对不同降雨潮位组合下的联合风险概率进行分析。现阶段，针对沿海城市洪涝多维致灾因子关联特征及其遭遇组合方法等方面还有待于进一步的研究。

3 案例分析

3.1 研究区概况及数据来源

深圳市位于广东省南部，20世纪80年代以来，深圳市从农村地区快速发展成为珠江三角洲经济最发达的城市之一，也是我国南部重要的工业城市。近年来，城市化的快速发展，使得深圳市不透水面积迅速增加，同时受气候变化影响，极端降雨强度和频次逐渐增大，加之海平面的上升，导致海水入侵和泄洪不畅，使得深圳市城市洪涝灾害频发。如2014年5月11日，深圳市日降水量高达233 mm，而部分区域6 h降雨量峰值高达310 mm[27]，造成了短历时强降雨暴雨洪涝事件，给深圳市人民生命和公共财产安全带来了严重的损失。基于此，本文以深圳市为例，开展深圳市大沙河流域雨潮组合风险分析，为深圳市防洪排涝规划的制定提供科技支撑。

深圳市陆域总面积为1 997.47 km2，地势呈东南高、西北低(图1)。深圳市气候属亚热带海洋性气候，雨量丰沛但时空分布极不均匀，年均降雨量约为1 900 mm，主要集中在4—9月(约占到全年降水量的85%)。暴雨洪涝灾害是深圳市主要的自然灾害之一，主要由夏季持续短历时强降雨所造成。

图1 研究区高程及站点位置

本文选取1965—2017年深圳市大沙河上游西沥水库站逐日降水数据和深圳湾赤湾站逐日潮位数据进行雨潮组合风险分析。由于深圳市水文资料年鉴制作过程中对于潮位数据选择的基准面不同，选取珠江基面以下2.463 m作为统一基准面进行处理。降水数据和潮位数据来源于深圳市水文资料年鉴。

3.2 研究方法

3.2.1Copula函数及边缘分布函数

Copula函数是由Sklar提出的，作为联合分布函数及其边缘分布函数的连接函数。若随机变量X1、X2、…、Xn的边缘分布函数为F1(x1)、F2(x2)、…、Fn(xn)，联合分布函数为F(x1,x2,…,xn)，则存在唯一连接函数C，使得

F(x1,x2,…,xn)=C[F1(x1),F2(x2),…,Fn(xn)]

(1)

水文学中大多采用Archimedean Copula函数对水文变量进行分析研究，常用的Copula函数有3种：Frank Copula函数、Clayton Copula函数及Gumbel Copula函数，其生成算子φ和参数θ如表1所示。边缘分布函数采用布尔(Burr)分布、伽马(Gamma)分布、广义极值(GEV)分布、对数正态(Lognormal)分布和韦伯(Weibull)分布5种较为常用的分布函数。采用KS检验、CvM检验、赤池信息准则(AIC)和贝叶斯信息准则(BIC)进行降水和潮位边缘分布函数及联合分布函数的拟合精度检验，从而选出最优边缘分布函数和Copula函数。

表1 3种Archimedean Copula函数表达形式

3.2.2雨、潮组合概率模型

沿海地区城市洪涝灾害的发生主要受降水和潮位变化的影响，降水或潮位超过某一阈值或者同时超过某一阈值时，均会造成内涝。本文利用西沥水库雨量站年最大日降水量和赤湾潮位站相应的最高潮位，基于单阈值风险率模型和双阈值风险率模型来评估深圳市雨、潮遭遇风险率。如果西沥水库站年最大日降水量序列R的边缘分布为Fr(r)，赤湾站对应的潮位序列T的边缘分布为Ft(t)，联合分布函数为Fc(r,t)，则双阈值风险率模型、单域值风险率模型分别为

P[(R>r)∩(T>t)]=1-Fr(r)-Ft(t)+Fc(r,t)

(2)

P[(R>r)∪(T>t)]=1-Fc(r,t)

(3)

3.3 结果与分析

3.3.1边缘分布函数

分别对经验分布和Burr、GEV、Gamma、Lognormal、Weibull边缘分布函数进行估计，图2为降水序列和潮位序列5种累积分布函数。基于KS检验、CvM检验、AIC准则和BIC准则，对边缘分布函数进行优选，表2和表3分别为降水序列和潮位序列拟合优度的统计量。由图2、表2、表3可以得出，Burr分布和Lognormal分布对降水序列和潮位序列的拟合度最好，因此利用Burr分布和Lognormal分布进行雨、潮组合风险分析。

(a) 降水序列

3.3.2Copula函数优选

采用Frank、Clayton及Gumbel Copula函数进行Copula函数的优选，表4为3组Copula函数相关参数和检验值。参数θ和Kendall秩相关系数τ均大于0，说明深圳市降水和潮位呈正相关关系，其中Clayton Copula函数的检验统计值最小，表明Clayton Copula函数能够更好地拟合深圳市的雨、潮联合分布。

表2 降水序列拟合优度统计量

表3 潮位序列拟合优度统计量

表4 Copula函数相关参数和检验统计值

通过对降水序列和潮位序列边缘分布函数的分析，深圳市雨潮遭遇联合分布的Clayton Copula函数可以表达为

(4)

式中：Fr为西沥水库雨量站1965—2017年最大日降水量的Burr分布函数；Ft为赤湾潮位站相应最高潮位的Lognormal分布函数。

基于降水序列和潮位序列的边缘分布函数及Clayton Copula函数，不同重现期下雨潮联合分布函数统计值如表5所示，可见，深圳市降水和潮位的联合分布函数值从0.652增加到0.980。

表5 不同重现期下降水和潮位的Clayton Copula函数联合分布函数值

3.3.3雨潮组合风险分析

表6和表7分别为不同重现期下降水和潮位的双阈值风险率和单阈值风险率。可以看出，降雨重现期为5 a、10 a、20 a、50 a和100 a的情况下，降水和潮位的双阈值风险率为0.000 1～0.051 5，单阈值风险率为0.019 9～0.348 5，可见降水和潮位的双阈值风险率远小于单阈值风险率。随着重现期的增大，降水和潮位的双阈值组合风险率和单阈值组合风险率虽然都在减小，但二者之间的差距在不断增大。虽然降水和潮位的双阈值风险率比较小，但是在沿海地区两者的遭遇会严重加剧城市内涝的程度，加大生命和财产的损失，而原来不造成城市内涝的降水或潮位，在二者遭遇时也有可能造成内涝，因此为了保证沿海地区城市安全，在防洪潮规划、设计时应更加关注双阈值风险率的大小。

表6 不同重现期下降水和潮位遭遇双阈值风险率

表7 不同重现期下降水和潮位遭遇单阈值风险率

4 结 语

气候变化和城市化等多种综合因素的作用导致城市洪涝问题越来越突出，在陆面暴雨、强台风和高潮位共同存在时，沿海城市的致灾风险更大，承灾体的暴露性更加明显，灾害脆弱性更加显著。选取深圳市大沙河上游西沥水库站和深圳湾赤湾潮位站为代表站，基于Copula函数，对深圳市雨潮组合进行风险分析，研究结果表明虽然降水和潮位的双阈值组合风险率小于单阈值组合风险率，但是滨海城市同时遭遇暴雨和高潮位时所造成的城市洪涝灾害更为严重，经济损失和人员伤亡更为巨大，因此，在城市防洪防潮排涝规划、设计时需更加关注降水和潮位的双阈值组合风险率大小。