九江市强降水风险预警叫应阈值研究

何青 陈新玉 杨超 陈涵彬

摘要 强降水是九江影响最大、损失最重的气象灾害，具有较强的突发性、局地性和致灾性。针对降水与成灾之间的时间差，综合分析了隐患点数量、历史灾害等情况，建立了强降雨可能导致的灾害风险等级，结合降水历史重现期建立了精细化的风险叫应阈值，并根据降水量提前开展了风险叫应，有利于为相关部门科学、精准防范和提前转移赢得更多时间，进一步实现防灾减灾关口前移，降低强降水气象灾害风险。

关键词 强降水；叫应；阈值；风险；预警

中图分类号：P458.1+21.1 文献标识码：B 文章编号：2095–3305（2023）12–0-03

Research on the Response Threshold of Strong Precipitation Risk Warning in Jiujiang City

He Qing et al（Jiujiang Meteorological Bureau， Jiujiang， Jiangxi 332000）

Abstract Heavy precipitation was the meteorological disaster that has the greatest impact and heavy losses on Jiujiang， and it has strong suddenness， locality， and disaster causing characteristics. For the time difference between precipitation and disaster， the article comprehensively analyzed the number of hidden points， historical disasters， etc.， set up the heavy rainfall may lead to disaster risk level， combined with the precipitation history period established the fine risk should be threshold， and according to the precipitation in advance risk， for related departments of science， accurate prevention and transfer to win more time， further realize disaster prevention and mitigation of reach forward， reduce the risk of heavy rainfall meteorological disaster.

Key words Heavy precipitation; Response; Threshold; Risk; Warning

九江市位于亚热带季风气候区，年降水量丰富，地势复杂多变，是江西省受气象灾害影响最为严重的地区之一。九江市常见的气象灾害有暴雨洪涝、干旱、雷电、台风、低温冻害等，以及由此引发的山洪、滑坡等次生和衍生灾害。近年来，全球气候变暖导致极端天气气候事件频繁发生，气象灾害的强度和范围不断增加，对九江市的经济社会发展和人民群众的生命财产安全造成了巨大威胁[1-2]。其中，强降水是九江市最主要的气象灾害类型，具有突发性强、局地性明显、致灾性高等特点。特别是在2021年河南郑州“7·20”、湖北随县“8·11”等极端降水事件之后，进一步暴露了我国城市对强降水灾害的脆弱性和应对能力的不足[3]。

评估强降水灾害风险是提高城市防御能力和减轻灾害损失的重要手段。强降水灾害风险不仅与强降水事件本身的危险性有关，还与城市承灾体的暴露度和脆弱性密切相关。国内一些学者使用雨量时空特征、优势分析法、临界雨量阈值模型、致灾因子评价指标体系、时空过程分析法、最优分割法等方法，对暴雨、洪涝、泥石流、内涝等灾害进行分类以及阈值研究，并在实际防汛工作中进行了有效应用[4-5]。然而，上述方法也存在一些不足，例如，阈值与灾害评估相关的理论和评估方法的研究还不够完善；大部分工作都以统计学为基础；结果为半定量半定性[6]。

为了得到有效的定量阈值，综合分析隐患點数量、历史灾害等情况，建立强降雨可能导致的灾害风险等级，结合降水历史重现期，从而建立精细化的风险叫应阈值，从而进一步实现防灾减灾关口前移，降低强降水气象灾害风险。

1 主要灾害与降水的相关性分析

降水是洪涝及地质灾害的第一诱因。九江市境内地形条件复杂，河流纵横、水系发达，加上季风气候的影响，极易形成局部地区的强降水。强降水会频繁诱发中小河流洪水、山洪、地质灾害等，且具有点多面广、受灾分布散等特征，严重威胁经济社会发展和人民群众生命财产安全，已成为当前防灾减灾中的突出问题[7-8]。

1.1 地质灾害与降水的相关性分析

九江市地质灾害以群发性小型山体滑坡、崩塌为主，呈点多面广、规模小、危害大及突发性强等特点。截至2023年，全市现存各类地质灾害隐患共计8 576处、中型36处、小型8 540处，潜在威胁6.5万人和1.7亿元财产安全。2013—2022年，全市共计发生灾（险）情461起，造成直接经济损失约3305万元。通过历史灾情分析，地质灾害灾险情主要集中于汛期降雨量较大的年份，且主要集中在4—8月，在此月份期间共计发生灾情413起，占总灾情数约90%。7月份发生灾情最多，共计202起，占总灾情数约44%（图1）。

按灾情发生具体时间分析，约40%灾情发生在一轮或多轮集中强降雨之后1～2 d，约58%灾情发生在强降雨过程的中后期（图2）。统计2016—2022年4—7月全市平均降雨量和地质灾害灾情发生次数（图3）可以看出，降雨量与灾情起数呈正相关，强降雨是主要的致灾因素之一。

1.2 洪涝灾害与降水的相关性分析

洪涝灾害是九江发生最多、造成损失最大的灾害。九江全市年平均降雨量为1544.6 mm，50%以上集中在4—7月。局部、区域性的暴雨洪涝灾害时常发生，重度暴雨洪涝灾害平均3～5年出现1次，沿江、沿河、滨湖地区洪涝频率高于其他地区（图3）。

统计1984—2020年洪涝历史灾情，洪涝灾害主要发生在汛期，4—8月发生洪涝灾害602起，占总灾情数79.6%，其中降水期中期（6—7月）发生洪涝灾害396起，占總灾害数52.4%，约占汛期洪涝灾害2/3。可以看出，降雨与洪涝灾情起数呈正相关，集中降水是主要致灾因素（图4）。

2 降水致灾因子分析

鉴于降水与洪涝、地质灾害的正相关性，采取AHP层次分析法，匹配洪涝灾害、地质历史灾害情况，以及地灾隐患点情况等相关因子权重，确立降雨量与九江致灾承灾体、孕灾环境的相关性，从而建立当地强降水致灾风险指数。相关因子权重计算采取分级定量法，将各因子按重要程度划分为5级，赋以定量值，不重要赋值为1，次重要赋值为2，重要赋值为3，非常重要赋值为4，极为重要赋值为5（表1）。根据相关因子的赋值情况计算各因子权重系数，从而得出“强降水致灾风险指数”。

根据专家打分情况，强降水致灾风险指数=洪涝次数×0.34+洪涝灾害发生次数×0.32+灾害点数量×0.34。

3 强降水致灾风险区等级划分。

根据强降水致灾风险指数离散情况，将全市划分为高风险区、中风险区和一般区。取风险指数120以上的为高风险区，风险指数在60～120的为中风险区，风险指数＜60的为一般区（图5）。

按此标准，修水县黄龙乡、水源乡，庐山市牯岭镇，彭泽县浩山乡、杨梓镇等5个乡镇为高风险区；修水县白岭镇、大椿乡、港口镇、古市镇、黄坳乡、黄港镇、黄沙镇、宁州镇、全丰镇、溪口镇、新湾、渣津镇，永修县三溪桥镇、柘林镇，湖口县双钟镇，彭泽县龙城镇、马垱镇、黄花镇等18个乡镇为中风险区（表2），其他乡镇为一般区（图6）。

4 强降水风险预警叫应阈值的确定

乡镇和村庄排洪设施设计暴雨重现期标准为5～10年一遇，结合强降水致灾风险区等级划分情况，通过降水“多年一遇”值建立分等级分乡镇强降水风险预警叫应阈值。高风险区叫应阈值设定为3年一遇，中风险区叫应阈值设定为5年一遇，一般区叫应阈值设定为10年一遇[9]。

降水“多年一遇”值采取耿贝尔（Gumbel）分布频率曲线进行计算。根据极值定理，最大值X的概率分布函数趋于广义极值分布。

其中k为形状参数，μ为中心参数，σ为展宽参数。k→0时，分布函数趋于双指数形式P（X>σ。

采取Winsorization方法对降水重现期中的小时降水数据进行了预处理，以减小极端值的影响，提高数据质量。采用5%的上下界标准进行Winsorization处理。将降水数据的第5百分位数和第95百分位数作为上下界，对所有数据进行了限制。超出这个范围的数据被分别限制在这个界限内，而范围内的数据则保持不变。剔除极端值的站点，取其最近乡镇启动站计算的降水重现期降水数据来确定叫应阈值[10-11]。

按照上述方法确定高风险区和中风险区分乡镇强降水风险预警叫应阈值如下（表3）。

5 结论

暴雨灾害的防范应对一直是九江市气象防灾减灾工作的重点，通过分析降水量与灾情数据，建立精细化风险叫应阈值，分乡镇对强降水及其致灾风险进行早期识别、跟踪监测、即时服务和影响评估，可以为党委政府更加精准实施提前转移提供技术支撑，有利于切实提高防范和化解强降水诱发的灾害风险的能力，推动从注重灾后救助向注重灾前预防转变，实现灾害预警从“大水漫灌”向“精准滴灌”转变，进一步减轻强降水灾害损失。

参考文献

[1] 陈军飞，丁佳敏，邓梦华.城市雨洪灾害风险评估及管理研究进展[J].灾害学， 2020，35（2）：154-159，166.

[2] 殷子昭，王成芳.大城市极端暴雨洪涝灾害防灾体系建设的经验与启示：以日本东京为例[J].防灾科技学院学报， 2023，25（4）：63-73.

[3] 廖洪敏，何为，石薇，等.玉屏暴雨与致灾暴雨特征及乡镇”三个叫应”阈值确定[J].中低纬山地气象，2022，46（2）：63-70.

[4] 李锡强，王敏，冉王群，等.四川省九龙县暴雨诱发泥石流的时空特征及其阈值确定[J].四川师范大学学报（自然科学版），2020，43（3）：411-416.

[5] 黎跃勇，周威，李好，等.基于优势分析法的暴雨综合致灾指数及阈值研究：以张家界市保险业为例[J].暴雨灾害，2022，41

（2）：232-239.

[6] 孙玉龙，王丽荣，张琪，等.基于优势分析法的河北省暴雨对房屋致灾阈值研究[J].气候与环境研究，2021，26（3）：289-298.

[7] 王海芝.北京地区暴雨泥石流预警阈值研究[J].第四纪研究，2020，40（5）：1371-1380.

[8] 宋瑞宁，任梦瑶，刘强，等.基于InfoWorks ICM模型的内涝预警降雨量阈值研究[J].水电能源科学，2021，39（2）：5-8，73.

[9] 史军，穆海振，杨涵洧，等.上海中心城区暴雨内涝阈值研究[J].暴雨灾害，2016， 35（4）：344-350.

[10] 孙玉龙，王丽荣，张琪，等.河北省强降水对道桥影响的致灾阈值研究[J].气象与环境科学，2022，45（5）：71-77.

[11] 周月华，彭涛，史瑞琴.我国暴雨洪涝灾害风险评估研究进展[J].暴雨灾害， 2019，38（5）：494-501.