不同重现期下河南洛河上游暴雨山洪灾害风险评估

姬兴杰，丁亚磊，李凤秀，刘 美

（1.河南省气候中心，河南郑州 450003；2.郑州大学生态与环境学院，河南郑州 450052；3.郑州大学化学学院，河南郑州 450001）

引言

1950－2005年我国平均每年因暴雨山洪造成受灾农作物面积为943万hm2［1］，2005年以来暴雨山洪灾害发生的次数明显增加，影响和致灾程度加深。受气候变化影响，未来全球山洪灾害发生的风险将进一步加大［2－4］。暴雨山洪主要决定于暴雨强度和暴雨历时，同时也受流域下垫面条件的约束，常发生在山区、流域面积较小的溪沟或周期性流水的荒溪中，具有成灾快、破坏性强等特点［5－8］。

目前，众多学者针对暴雨山洪灾害进行了深入研究，在系统理论、评估方法和防灾减灾等方面的取得了不少成果［9－13］，对于风险的研究也已由定性描述向定量评估转变［14－16］。特别是由于近几年GIS与FloodArea等水动力模型快速发展，不少省（市）相继开展了暴雨山洪风险评估。吴秀兰等［17］结合新疆依格孜牙河流域的承灾体因子，完成该流域的暴雨山洪风险区划；张明达等［18］利用FloodArea模型进行云南赤那河流域山洪模拟，确定了该流域的山洪临界面雨量阈值；王胜等［19］以淠河流域为研究区域，确定致灾临界面雨量，并开展洪水淹没模拟得到T年一遇洪水淹没风险评估和区划图；针对河南省暴雨山洪灾害风险，一些学者分别采用模型法［20－21］、风险制图法［22－23］、承灾体权重分配法［24－25］等方法进行了研究，另外还有学者从灾害成因和灾害预防等方面对卢氏县的山洪灾害防治做了大量的工作［26－27］，这些成果为河南省山洪灾害防治提供了支撑。基于历史降水资料，采用重现期函数估算可能最大暴雨以推求可能最大洪水，是暴雨山洪灾害风险管理一个有效途径。FloodArea水动力模型需要以小时为步长的降水场输入，降水场的时空精细化程度对模型模拟的精度影响较大。不少研究采用简化的办法，使用个别站降水日变化特征代表整个流域，同时依据个别站的小时降水日内变化，将日降水总量分配至各时次输入模型，未考虑到暴雨作为诱发山洪的主要因素，暴雨的日变化及其分配对暴雨诱发山洪灾害风险模拟精度的影响［28－30］。

河南省地处南北气候过渡带，暴雨频发多发，暴雨日数呈纬向分布且主要集中在夏季，该时段占全年的75%［31］。据统计，河南省山丘区面积为7.82万平方公里，占全省总面积的47%［32］，共涉及79县市、735个乡镇、8 529个行政村。山丘区面积广、地质地形等下垫面条件复杂以及暴雨比较集中等原因，导致河南省山丘区暴雨山洪灾害频发多发，影响范围与危害巨大，山洪防治任务艰巨［33］，但对山洪灾害风险的模拟和定量评估尚不够深入。洛河上游是典型的山区小流域，豫西特殊的地形和气候条件，导致该流域历史上多次暴发山洪灾害，造成了重大经济损失和人员伤亡［22］。因此，本研究拟以洛河上游为例，综合考虑重现期估算可能最大暴雨、暴雨的日内变化规律及其空间差异等，采用FloodArea模型，开展不同重现期情景下暴雨山洪灾害风险模拟与定量评估，以期为河南省暴雨山洪灾害防治、最大程度地减少人员和财产损失提供技术支撑。

1 洛河上游区域概况

洛河上游位于河南省三门峡市卢氏县境内，属伊洛河水系、暖温带季风气候。洛河上游（卢氏县境内）河流长为113 km，由陕西省洛南县东流入境，呈西南-东北走向，贯穿全县，最大流量1 300 m3·s－1，年总径流量5.29亿m3，流域面积约为2 425 km2，覆盖6镇6乡，分别为官坡镇、徐家湾乡、木桐乡、潘河乡、双龙湾镇、杜关镇、城关镇、东明镇、文峪乡、横涧乡、沙河乡、范里镇，总人口约为28万，耕地面积约为3.2×104km2。流域内海拔高度为476～1 918 m，河谷狭小地势陡峭，属于典型的高山峡谷型河流和山洪易发多发区。洛河流域年降水量在600～750 mm之间，暴雨具有明显的季节性特征，7～8月因副热带高压的变化为暴雨频发时段，尤其是7月暴雨最多，暴雨中心在西部山区和南部山区，流域内暴雨和山洪地质灾害频发。比如2007年7月28日，卢氏县发生特大山洪灾害，全县约1万hm2农作物受灾，6 000多间民房倒塌，国道209、国道310、省道322、省道331、省道323等路线断行［22］；2010年7月24日，卢氏县14个小时内平均降水101 mm，河水暴涨，全县19个乡镇全部受灾。

2 数据来源

本研究所用的暴雨山洪灾害风险评估数据包括降水资料、基础地理信息数据等。降水资料包括1961-2018年卢氏站和洛河上游11个区域自动站（一般为2010年－2018年）的逐日和逐小时数据，用于计算重现期降水量和暴雨日变化特征分析等，雨量站站点分布见图2（b）。流域内地理信息数据均来自于2020年河南省气象局数据库，包括：（1）DEM数据：栅格分辨率为25 m×25 m（图1），用于淹没风险模拟；（2）行政区划数据和水系数据；（3）土地利用类型数据：栅格分辨率为25 m×25 m，由遥感资料通过解译方式获得，包括居民地、旱地、水浇地、未利用地等信息，用于淹没风险模拟，并作为山洪灾害风险评估对象（图2（a））；（4）社会经济统计数据：包括流域内主要风险点的人口分布和GDP等属性数据，还包括居民点、学校、超市商城、加油站、医疗服务点等，作为山洪灾害风险定量评估的承灾体对象（图2（b）、（c）、（d））。

图1 河南省洛河上游流域地形地貌Fig.1 Landform of the upper reaches of Luohe River basin in Henan Province

图2 洛河上游土地利用类型、承灾体信息、人口密度和GDP分布Fig.2 Distribution of the land use types，disaster-bearing body information，population density and GDP in the upper reaches of Luohe River basin

3 分析方法

3.1 评估过程

3.1.1 重现期日降水量计算与分配

（1）重现期日降水量计算。卢氏站建站较早，降水量数据序列较长，考虑到重现期函数年最大值序列法对样本数的要求较高，本研究以卢氏站不同重现期下可能发生的最大暴雨为基础，并采用比值法，推算了各区域自动站位置的不同重现期日降水量，并应用2010年7月24日日降水量实况数据对推算结果进行对比验证。本研究依据卢氏站年降水量最大值序列，利用常用的42种不同概率密度分布函数进行拟合，并采用3种拟合优度检验来对42种函数进行检验，并对函数拟合结果排序，判断最优函数，确定卢氏站不同重现期日降水量。3种拟合优度检验方法分别为柯尔莫洛夫-斯米尔诺夫（Kolmogorov-Smirnov，KS）检验法、安德森-达林（Anderson-Darling，AD）检验法和卡方检验（Chi-Squared，CS）检验法。本研究选用的重现期为5 a、10 a、20 a、50 a和100 a一遇。

（2）重现期日降水量分配。日降水量的分配具体如下：根据不同重现期日降水量，确定是否达到暴雨标准，并根据暴雨的日变化规律计算24 h降水的分配比例。

3.1.2 FloodArea模型应用

FloodArea模型是德国Geomer公司开发的一种内嵌于ArcGIS平台的二维非恒定流水动力模型，主要功能是计算洪水的淹没水深和范围。模型的运行利用了ArcGIS矢量栅格一体化的空间分析功能，根据研究区域的数字地形模型表示模拟起始位置的河网水位、洪水进入圩区起始位置的破圩点；由曼宁系数获取的糙率，代表模拟边界的堤防等阻水物数据，模拟溃口式或堤防漫顶式的淹没情况，精确地反映洪水演进过程。

洪水淹没过程的模拟主要运用面雨量，设定进入模型的洪水是从定义的降水区域开始的。在模拟过程中，基于水动力方法，同时考虑了一个栅格的周围八个单元，洪水流量随时间而变化。当给出的流量数据运行结束或到达模型设定的时间，模拟终止。模型的适用性及产汇流方式已经在众多研究中得到说明和验证［18－19，30，34］。并且该模型已经成功应用于洛河上游暴雨山洪致灾临界面雨量确定中［32］，模拟效果较好。本研究是在此基础上开展的暴雨山洪灾害风险模拟与定量评估，使用的FloodArea模型参数，如Strilker系数和Manning糙率等，均与之相同。

具体的模拟演进过程，是以栅格为单位，栅格大小为25 m×25 m，用Manning-Strickler公式，计算每个栅格单元与周围的8个单元之间的洪水流量。该公式为：

式中：V为洪水流量；kSt是糙率；rky是水力半径；I是坡度。

图3 栅格单元划分图Fig.3 Grid cell division

表1 河南省洛河上游地区土地类型分类［32］Table 1 Land use classification in the upper reaches of Luohe River of Henan Province

3.1.3 风险模拟和定量评估

本研究中的暴雨山洪灾害风险模拟是基于融合降水数据、地理信息数据以及社会经济信息等精细化的承灾体数据库，运用气象、水文、地理等多学科交叉手段，从暴雨山洪灾害性天气致灾的机理出发，采用FloodArea水动力模型模拟不同重现期降水情景下的淹没风险。风险等级的划分依据是国家气候中心制定的暴雨灾害风险普查业务技术指南，按淹没水深（H）高低分为5个等级，分别为H＜0.2 m、0.2 m≤H＜0.6 m、0.6 m≤H＜1.2 m、1.2 m≤H＜1.8 m和H≥1.8 m，分别对应低危险区，中低危险区，中危险区，中高危险区和高危险区。在风险模拟的基础上，将人口数据、GDP数据和土地类型数据与不同重现期情景淹没风险图层叠加，采用ArcGIS软件的统计功能，实现不同重现期下淹没风险的定量评估。

3.2 不同重现期日降水量计算

表2是函数的拟合优度检验，3种拟合优度检验函数“排名总和”在前5位的函数为Gen.Logistic、Pearson 6、Lognormal、Frechet和Johnson SB，5个函数的“统计量总和”最小的函数为Gen.Logistic函数，因而本研究将Gen.Logistic函数作为卢氏站重现期日降水量最优拟合函数。

表2 不同重现期函数的拟合优度检验结果Table 2 Test results of goodness of fit for different recurrence period functions

表3所示的是Gen.Logistic函数下卢氏站和推算的各区域自动站的重现期降水量数据，洛河上游100 a、50 a、20 a、10 a和5 a一遇日平均降水量分别为116.7 mm、103.9 mm、88.8 mm、78.3 mm和68.0 mm。100 a一遇日降水量最大值为139.4 mm，出现在桦栎树，最小值为97.6 mm，出现在潘河。各站各重现期日降水量均达到暴雨等级。

表3 洛河上游不同重现期日降水量Table 3 Daily precipitation in different recurrence interval in the upper reaches of Luohe River

2010年7月24日，卢氏站日降水量为111.0 mm，导致暴雨山洪灾害爆发，与按年最大值法推算的100 a一遇日降水量较为接近。本研究采用2010年7月24日降水实际过程对比值法推算的各区域自动站重现期日降水量进行检验，结果显示，5个有数据的区域自动站中有4个当日实况降水量达100 a一遇，总体上看，在洛河上游运用比值法推算各区域自动站重现期日降水量是可行的。

3.3 暴雨日变化和日内分配

图4所示的是卢氏站暴雨日变化特征，日变化主峰值出现在5：00，为5.4 mm，谷值出现在20：00，为1.2 mm。图5和图6所示的是洛河上游各站点24 h降水分配比例，各时次的降水分配比例明显不同，同一时次各区域间的分配比例也存在较大差异。各时次之间，洛河上游分配比例较高的时间段为4：00～6：00，分配比例较低的时间段为19：00～20：00。区域之间，城关镇分配比例较高的时间为0：00、5：00和10：00，0：00～3：00、14：00～16：00洛河上游中西部分配比例较高，4：00～6：00、11：00～13：00洛河上游东部分配比例较高、7：00～8：00、21：00～23：00洛河上游南部分配比例较高。

图4 0～23时卢氏站暴雨日变化Fig.4 Rainstorm day chages at Lushi station during 0～23

图5 洛河上游各站点0～23时降水分配比例Fig.5 Precipitation distribution ratio during 0～23 at each station in the upper reaches of Luohe River

图6 洛河上游0～23时降水分配比例Fig.6 Precipitation distribution ratio during 0～23 in the upper reaches of Luohe River

4 结果与分析

4.1 不同重现期淹没模拟

图7是不同重现期情景下的暴雨山洪淹没模拟图。洛河上游100 a一遇暴雨山洪综合危险呈现出中部的危险较高，南部较北部危险高。其中，高危险区主要集中在城关镇附近，沿伊洛河分布，处于高危险区的面积为92.0 km2，占洛河上游面积的4.3%。其余各重现期暴雨洪涝危险分布大部分与100 a一遇相似，部分区域有差别，处于高危险区的面积随着重现期的减小而减小。

图7 洛河上游100 a、50 a、20 a、10 a和5 a一遇（（a）～（e））暴雨山洪淹没模拟图Fig.7 Simulation diagram of flash flood inundation in the first occurrence of heavy rainstorm at 100 a，50 a，20 a，10 a and 5 a in the upper reaches of Luohe River

图8所示的是各重现期淹没水深0.6 m以上的分布情况，大部分区域淹没水深位于0.6 m以下。100 a一遇淹没水深0.6 m以上的面积最广，5 a一遇面积最小。

图8 不同重现期淹没水深0.6 m以上分布图Fig.8 Distribution map of inundation depth above 0.6 m in different recurrence periods

4.2 承灾体信息定量评估

表4为各重现期情景下承灾体的淹没信息定量统计，100 a一遇降水，处于高危险区的面积为92.0 km2，占洛河上游面积的4.3%，GDP占总量17.37%，人口占总数的8.88%，包含23个居民点，12个加油站，31个学校和31个医疗服务点；处于中高危险区的面积为7.2 km2，包含22个居民点，11个加油站，29个学校和26个医疗服务点。可以看出，随着重现期的增大，淹没面积和承灾体风险也逐渐增大，暴雨山洪灾害风险增加。

如表4所示，100 a一遇淹没水深0.6 m以上的土地面积为110.3 km2，占洛河上游面积的5.2%，其余各重现期分别为103.4 km2、95.1 km2、89.6 km2和82.8 km2，分别占洛河上游面积的4.8%、4.5%、4.2%、3.9%。随着重现期的增大，淹没水深0.6 m以上的面积逐渐增加，淹没GDP和人口的数量也随着重现期的增大而增加（图9）。

图9 不同重现期淹没水深0.6 m以上的承灾体面积变化Fig.9 The change of disaster bearing body area with submerged water depth above 0.6 m in different recurrence periods

表4 不同重现期暴雨山洪灾害风险定量统计表Table 4 Quantitative statistical table of rainstorm flash flood disaster risk at different recurrence periods

5 结论

本研究在众多研究的基础上，考虑了降水输入场对暴雨山洪淹没模拟的精度的影响。利用暴雨日变化作为降水的输出场，并充分采用了用各个区域自动站的数据，考虑了暴雨日内变化规律及空间差异，以此来提高降水输入场和山洪淹没模拟的精度。洛河上游重现期日降水量最优拟合函数为Gen.Logistic函数，100 a、50 a、20 a、10 a和5 a一遇日平均降水量分别为116.7 mm、103.9 mm、88.8 mm、78.3 mm和68.0 mm。洛河上游各时次降水量分配比例各不相同，分配比例较高的时间段为4：00-6：00，较低的时间段为19：00-20：00，城关镇分配比例较高的时间为0：00、5：00和10：00。随着重现期的增大，洛河上游淹没面积和承灾体风险逐渐增大，高危险区域位于城关镇附近，沿伊洛河两岸分布，该区域经济发展水平较高，人口稠密，是GDP和人口的高值区，区域内河道周边地区需加强管理，做好防洪措施，提高防灾减灾能力。研究结果可为河南省山洪灾害防御规划编制以及其他小流域开展暴雨山洪灾害风险定量评估提供参考。

6 讨论

本研究综合考虑重现期估算可能最大暴雨、暴雨的日内变化规律及其空间差异等，开展了基于情景的洛河上游暴雨山洪灾害风险模拟和定量评估，但其风险结果模拟与定量评估的仍存在一定不确定性，主要来源于以下3个方面。

（1）重现期日降水量。本研究应用了42个函数对卢氏站重现期日降水量进行估算，一般的降水函数为Person-III型［35-36］，但本研究得到的最优函数为Gen.Logistic函数，函数的不同会导致估算的重现期日降水量具有差异。

（2）暴雨降水及其变化。结合2010年7月24日实况雨量和实况降水日变化山洪淹没模拟［32］，获取了不同淹没水深下的承灾体信息，从整体上看，其结果与100 a一遇危险评估基本一致，但在区域空间分布上略有差异。其原因在于暴雨降水存在很大不确定性，本研究做了一定的简化处理。

（3）下垫面及其变化。基于FloodArea模型的暴雨山洪演进模拟主要依靠DEM完成，其精度对风险模拟结果影响很大。人类活动影响、地质灾害等也会导致流域的下垫面条件发生改变，这也会对基于情景的暴雨山洪灾害风险评估结果产生影响。因而，利用卫星遥感等数据，定期获取流域下垫面的真实情况，动态更新情景模拟结果，以及结合智能网格降水预报数据开展面向对象的实时定量评估，将是下一步研究的重点。