基于动态临界雨量的小流域山洪灾害分级预警

临界雨量方法在山洪灾害预报预警中应用广泛,然而传统的临界雨量方法以静态临界雨量为主,且无法判别山洪灾害的风险等级。本文发展了基于动态临界雨量方法的山洪灾害分级预警方法,并在福建闽江下游小流域进行应用。方法采用人工神经网络构建成灾流量与风险因子间的统计关系,进而获得无资料地区成灾流量的空间分布,并根据历史重现期划分不同山洪风险等级,得到对应风险等级的临界流量和临界雨量。结果表明:通过考虑流域前期湿润状况,该方法能够显著延长山洪灾害预警的预见期,有效提升对山洪灾害的监测预报能力。此外,相比于传统山洪预警方法,山洪风险等级的划分使得该方法更适用于山洪灾害风险预警的业务应用。

山洪灾害风险评价--以深圳市龙华区为例

基于现状自然地理以及社会经济资料,对深圳市龙华区山洪灾害风险等级进行评价。以1 h最大降雨量、年降雨量、地形起伏坡度、植被覆盖率、河网密度等9个因子作为山洪风险评价指标,利用GIS和层次分析法建立龙华区山洪风险评价模型,并进行风险等级评价,得到山洪灾害危险性、稳定性、易损性、以及综合风险评价区划图,并验证了结果可靠性。结果表明:①危险性较大的区域为高峰水至龙华河及岗头河流域;稳定性较差的区域为牛咀水上游、大水坑水上游山区;易损性最大的区域为黄泥塘水至岗头河以及君子布河等流域;②龙华区南部较北部地区发生山洪风险要高,南部民治、龙华街道发生洪涝灾害损失将会很大;③龙华区茜坑水、牛咀水、大水坑水流域、赖屋山水库周边山区山洪风险等级很高,白花河流域、观湖街道大部分区域较低。