上海城区动态洪水风险图应用系统及典型暴雨内涝分析

【目的】为了提高沿海超大城市对洪涝灾害的先知先觉能力,快速预测分析洪涝潮组合影响下的淹没风险时空分布,【方法】以水文-水动力暴雨洪水分析模型为核心模块,通过与外部的气象精细化降雨预报数据库、自动雨量站实时监测数据库及实时水情、闸泵运行数据库相关联,研发了上海城区动态洪水风险图应用系统。采用由雨量站点到气象格网和水力网格的降雨二级空间融合技术,实现了模型与气象预报降雨数据的有效耦合。利用数据挖掘提取和GIS空间分析技术构建了包含10项洪水风险要素要点的城市内涝预报专报自动生成方法,实现了对内涝风险的快速一站式概览。利用系统可以对城市暴雨、河道洪水和风暴潮等单一发生或遭遇组合引起的淹没分布进行快速实时预报计算,模拟和预测城市洪涝潮灾害的有关淹没特征数据和淹没动态过程。【结果】利用系统分析了2023年6月23—24日暴雨的内涝风险分布,将模型模拟的积水区域与积水监测站、灾情直报和热线灾报的积水点进行对比,结果显示在150处对比积水点中,有129处误差不超过20 cm,占86%。模型模拟的积水空间分布与实际情况基本接近。【结论】结果表明:系统满足汛期常态化、业务化运行需求,能够为城市洪涝风险的实时动态分析和防汛指挥决策提供重要工具。

热带气旋多致灾因子综合风险评估研究进展

【目的】热带气旋伴随的大风、暴雨及引发的风暴潮、洪涝等致灾因子,为热带气旋风险评估带来了极大的挑战。针对当前热带气旋多致灾因子综合风险评估方法不一的问题,【方法】通过文献分析方法,阐述了热带气旋多致灾因子间的相互关系,并对热带气旋多致灾因子的危险性、承灾体脆弱性和风险评估研究现状进行了梳理。【结果】结果表明:综合考虑热带气旋多因子复合链生关系的定量化风险评估方法极为缺乏,如何降低气候变化背景下未来热带气旋风险评估结果的不确定性是当前的一个难点。【结论】未来可以在厘清热带气旋多致灾因子复杂关系的基础上,基于大数据和机器学习等计算机手段,从机理角度研发热带气旋多致灾因子复合链生关系的承灾体损失和风险量化模型,从而实现热带气旋多致灾因子损失和风险的精准和量化评估,为应急管理和风险防范提供重要支撑。

暴雨山洪与山坪塘漫坝多灾害耦合风险分析

为研究强降雨下山洪与漫坝耦合灾害对下游居民的影响程度和范围,应用HEC-RAS软件构建暴雨山洪与山坪塘漫坝多灾害耦合模型。首先,以重庆市巴南区某山坪塘为研究对象,根据巴南区暴雨强度公式设计不同重现期的降雨雨型;其次,借助数字高程数据对山坪塘进行原始构建,采用参数化模型对溃坝楔口参数进行预测,结合物理溃坝机制模拟漫坝过程;最后,选取洪水深度、洪水流速和洪水滞留时间等3个评价指标进行洪水风险分析。研究结果表明,突发强降雨下的山洪形成迅速且山坪塘发生漫坝的机率极大;山坪塘漫坝会加重附近区域的洪水风险等级。

安徽省暴雨致灾危险性评估

致灾危险性评估是暴雨灾害风险评估与区划的关键。基于安徽省所有国家气象观测站及区域自动气象站建站至2020年逐日逐时降水量及地理信息等资料,采用信息熵赋权法确定单站暴雨过程四个特征量的权重,并计算出暴雨过程强度指数及年雨涝指数,运用百分位数法将暴雨过程强度等级划分为四级,依据海拔高度和地形变化,分别计算山洪和平原内涝的孕灾环境影响指数及致灾危险性指数,并将两者进行叠加,得到安徽省暴雨综合致灾危险性分布。结果表明:基于50%、75%和90%三个百分位数的安徽省暴雨过程强度指数的阈值分别为0.059、0.095和0.154;年雨涝指数呈现“南高北低”的空间分布,大别山区、沿江中西部及江南西南部较高,而沿淮淮北及江淮之间中部相对较低;山洪和平原内涝的孕灾环境影响指数与地形密切相关,大别山区和皖南山区山洪孕灾环境影响指数较高,合肥以北、沿江大部及江南东部平原内涝孕灾环境影响指数较高;根据风险就高的原则,将山洪和平原内涝进行叠加,得出融合山洪和平原内涝的暴雨综合致灾危险性分布图,高危险区主要位于安徽省西南部,而低危险区主要位于淮北北部、沿淮中西部及江淮之间中部。评估结果可用于全省气象灾害综合风险普查专项工作、实时气象防灾减灾业务服务以及规划计划、重大工程建设气候可行性论证等工作。

中国不同气候区的暴雨危险性分析

暴雨的危险性评价是暴雨风险评价的重要环节,研究暴雨的危险性分布对于我国的暴雨洪涝灾害预测及制定合理的防灾减灾策略等具有重要意义。基于全国1961-2019年2 512个气象站点的日降水数据,计算每年的暴雨日数、雨量及雨强,使用核密度函数得到5、10、20、50 a这4个重现期下的各暴雨要素取值,进而通过ISODATA聚类将全国暴雨分为4个危险性等级。结果表明:随着重现期的增长,3个年暴雨要素不断增加。空间上年暴雨日数和雨量均呈现出由东南沿海向西部内陆减少的趋势,而年暴雨强度呈现出东部大、西部小,且东北部大于东南部的特征。8个气候区在3个重现期(10、20、50 a一遇)的年暴雨日数和雨量均值排序一致,均为华南地区最大,华中地区次之,西部干旱(半干旱)区最小;而8个气候区的年暴雨强度均值在不同重现期下的差异较大。ISODATA聚类分析结果显示华中、华南地区暴雨危险性最高,西部干旱(半干旱)区和青藏高原暴雨危险性最低。

2022年广西“龙舟水”暴雨灾害风险评估和检验

选取2022年广西“龙舟水”期间6月17-21日暴雨过程,基于91个国家气象观测站和2800个区域自动气象站资料、地理信息、暴雨灾情及其他社会经济资料,从危险性、暴露度和脆弱性三个维度开展精细化暴雨灾害风险评估。结果表明:(1)此次过程的风险评估结果与致灾危险性的空间分布基本一致,桂东北地区高、其他地区低,暴雨致灾危险性在对风险评估结果的贡献中占主导地位;(2)桂林、柳州两市大部及河池、贺州、来宾、贵港、梧州、钦州部分县(市、区)的暴雨致灾危险性及人口、GDP、水稻风险等级相对较高;(3)暴雨灾害风险评估结果反映的高风险和需要重点防御的区域,与实际受灾区域基本相符。

长江-淮河流域短时暴雨洪涝灾害危险性预警评估及验证

洪涝灾害危险性预警分析是防灾减灾的重要基础,在灾害发生前进行预警,可以有效减轻灾害带来的影响。本文以2020年6—8月长江-淮河流域洪涝灾害为研究案例,首次利用前3天累计降水量(前期状态),当前时次土壤湿度(当前状态)和预测日降水量(未来状态)作为致灾因子,基于改进的层次分析法建立危险性预警分析模型。通过县域灾情信息验证表明,评估正确率达74.46%,遗漏率仅5.59%,评估结果与实际灾情吻合性好;同时对预警准确性和时相一致性进行评价,最大值(县内最高指数)的预警率达到81.6%;“特大型”暴雨洪涝灾害中的预警达到77.3%以上,且灾害在前3~5天危险性指数普遍提升,存在有效预警。本文方法对于长江—淮河流域短时暴雨洪涝灾害危险性预警有较好的准确性和可靠性,可提供防灾减灾决策依据。

暴雨过程致灾危险性评估方法研究——以孝感市“8·12”暴雨过程为例

暴雨过程致灾危险性评估是暴雨灾害风险评估的基础和重要环节,可为气象防灾减灾提供重要技术支撑。利用孝感市7个国家气象观测站及120个区域气象观测站逐日、逐时降水量观测资料及地理信息资料,采用暴雨过程灾害危险性动态评估方法,对2021年8月12日发生于湖北省孝感市的一次区域性暴雨过程进行了致灾危险性评估。基于暴雨过程降水特征量分析,确定暴雨过程致灾因子,采用信息熵权法确定4个致灾因子权重系数,计算了暴雨过程强度指数;基于暴雨区下垫面特征分析,明确地形影响系数、水系影响系数为孕灾环境因子,并等权求和构成孕灾环境综合指数;暴雨过程致灾危险性指数由暴雨过程强度指数和孕灾环境综合指数加权构成,采用自然断点法将暴雨过程致灾危险性指数划分为5个等级,基于GIS绘制了暴雨过程致灾危险等级分区图,利用主要承灾体灾情数据验证了危险性评估结果的合理性。结果表明:(1)此次暴雨过程具有来势猛、短时降水量大、降水集中等特点,暴雨过程86.1%降水量集中在6 h以内,最大6 h降水量达50 a一遇,选取致灾因子时重点考虑短历时降水量;(2)孝南区大部、云梦县中部、应城市东北部、安陆市西南部为暴雨过程致灾高危险区,而较高危险区覆盖孝感市中部,这与暴雨强度及地形、水系河网等环境敏感性有关;(3)高和较高危险区对应暴雨灾情较重的区域,实际灾害等级达到“大型”灾害等级,致灾危险性评估结果反映了主要承灾体灾害损失实际。

湖南省长沙县暴雨灾害危险性评估与区划研究

为准确评估湖南省长沙县暴雨灾害危险性,通过调查1951~2020年历史气象数据、灾情数据和最新的承灾体信息,建立风险普查数据库,综合考虑暴雨灾害多项气象致灾因子和地形、河网水系等孕灾环境的影响,开展暴雨基本特征分析和灾害危险性评估,形成危险性评估模型。结果表明,长沙县地质灾害主要出现在长沙县东北部区域;城市内涝灾害主要影响县城和周边城镇化较高地区;山洪灾害主要影响长沙县中部和北部地区。长沙县暴雨灾害危险性分布自东南、东北向中部呈减弱趋势,开慧镇、高桥镇、黄花镇为高风险,暴雨事件在这三个乡镇容易造成次生灾害;全县存在两个相对高值中心,分别位于东南部黄花镇、江背镇及北部开慧镇、高桥镇;中部的安沙镇、果园镇、春华镇和县城附近暴雨灾害危险性等级低。

大别山南坡暴雨灾害特征及衍生地质灾害风险区划研究

基于2016—2019年大别山南坡山区范围内地面气象站逐日降水数据,及地理、地貌和人文资料,研究大别山南坡山区暴雨灾害气象因子的空间分布特征与规律,讨论因子各级别区域的分布情况和大别山南坡山区受各因子影响概况。利用SPSS21.0工具,分析地形、地貌条件,对暴雨灾害危险性进行分析与评价;并结合AHP层次分析法、信息量法、GIS自然断点分级法对大别山南坡山区范围内地质灾害这种典型的山地气象衍生灾害开展风险区划研究。结果表明,蕲春东部、麻城和罗田交界区域暴雨发生危险性最高,危险性等级为严重及以上的区域主要位于麻城、蕲春的县域东部和黄梅的大部分地区。衍生地质灾害风险性为特重的区域较小,只有327.86 km2,仅占总面积的2.75%,主要位于红安北部山区、麻城东南部、黄梅中部等区域,罗田、英山区域内也有小范围的斑块状分布,包括薄刀锋景区和天堂寨景区。

黔南州两次暴雨诱发地质灾害对比分析

利用欧洲中心数值产品、贵州省气象区域观测站资料,对比分析了贵州省黔南州6月两次暴雨过程诱发的地质灾害事件,结果发现:暴雨过程是诱发地质灾害发生的主要因素,两次暴雨过程影响系统不同,暴雨落区不同;地面辐合线的位置对暴雨落区有很好的指示作用;两次滑坡前5 d的天气实况及当日雨量的大小对诱发滑坡事件的阈值不一;滑坡区域地质地貌呈现坡陡、起伏大的特点,是地质灾害发生的外因。

一次由降水引发地质灾害的降雨过程模拟及诊断分析

利用再分析资料、探空资料以及多普勒天气雷达资料,对2021年6月云南大理白族自治州一次引发地质灾害的降雨过程进行诊断分析,并结合数值模式,对观测资料的诊断结果做验证。结果表明:此次降雨过程主要是受滇缅高压和副热带高压之间的季风槽影响,季风槽东移有利于引导低层水汽输送;切变线南压,有助于低空动力抬升,配合冷平流的作用,触发对流性降水天气;数值模拟试验进一步验证和再现了此次降雨过程的基本特征,与观测资料的诊断结果一致。

基于MIKE 11和MIKE 21的城市暴雨洪涝灾害风险分析

应用MIKE 11和MIKE 21分别构建北京市大兴区天堂河下游地区一维和二维水动力学模型,采用DHI MIKE FLOOD耦合模拟了不同暴雨重现期下该地区的淹没特性.为分析该地区暴雨洪涝灾害的危险性,研究模拟了不同情景下各骨干渠道考虑限制下泄流量的排水状况,整个研究区淹没范围随时间的演变趋势和空间上的分布状况.研究结果表明,整个研究区现状防洪能力不足20a一遇设计标准,且研究区局部区域最大淹没深度超过2m,最大积水时间超过8h,是防洪排涝的重点区域.该结果可为下一步暴雨风险评估,滞洪区的选址和闸坝调度方案的制定提供参考依据.

台风暴雨型地质灾害时空特征及预警效果分析

在我国东南沿海山地丘陵区,台风暴雨常诱发大量山体滑坡、崩塌和泥石流地质灾害,造成财产严重损失和人员伤亡。以2015年登陆的“苏罗迪”台风为例,在系统分析“苏罗迪”台风诱发地质灾害时空分布和预警效果的基础上,得出了如下结论：（1）“苏罗迪”台风诱发的600余处崩滑流灾害,主要集中分布在浙江、福建等东南沿海地区,灾害规模以小型为主,滑坡、崩塌、泥石流数量比例约为6∶2∶1,具有空间集中群发性;台风降雨诱发地质灾害具有“即雨即滑”的特点,当日降雨当日崩滑,具有强降雨当日即发性;小时降雨空间分布不均匀,地质灾害发生时间往往比平均小时大雨强滞后,滞后时间约1～2h,具有大雨强小时滞后性。因此,台风降雨诱发地质灾害具有空间集中群发性、强降雨当日即发性、大雨强小时滞后性三大特征。（2）提出了基于“命中率、漏报率和空报率”三指标的地质灾害预警校验方法,建立完善了各指标的测算方法和计算公式。“苏罗迪”台风地质灾害预警校验结果显示,本次过程中地质灾害气象预警效果总体较好,保证了较高的命中率,较低的漏报率,但预警区空报率偏高。除地质灾害气象预警本身的技术难度外,降雨预报准确率偏低特别是极端降雨预报不足的现状也是造成地质灾害空报率偏高的原因之一。

陕北延安地区2013年“7.3”暴雨特征及地质灾害成灾模式浅析

2013年7月3日以来百年不遇的持续性强降雨,在陕北黄土高原延安地区引发了大量的崩塌滑坡泥石流地质灾害。通过和往年降雨情况进行对比,分析了此次强降雨的特征。调查认为,本次持续性强降雨是大范围地质灾害产生的主要诱发因素。类型主要有小规模黄土崩塌、浅表层黄土滑坡、坡面型黄土泥流,以及上述灾种复合转化形成的沟谷型泥流。阐述了这几种地质灾害的发育特征和成灾模式,从降雨、地形、地层组合、沟谷地貌等方面分析了地质灾害发生的临灾条件。

基于情景模拟的暴雨内涝危险性评价——以黄浦区为例

特殊的地理位置和气候条件使水灾成为上海市的心腹之患。危险性评价是灾害风险评价的第一步。以黄浦区为例,基于情景模拟,借助GIS空间分析方法、构造模型、利用危险性指数对暴雨内涝灾害的主要承灾体道路、旧式房屋进行危险性评价,得到了黄浦区各街道内涝灾害危险性分布图。结果显示:两种情景下,豫园街道的危险性指数都显示最低,20a一遇的情景中,危险性指数高值分布在半淞园路街道和小东门街道。50a一遇的情景中,危险性指数高值集中在老西门街道和小东门街道,其评价结果可为区域综合减灾提供依据。

暴雨综合影响指标及其在灾情评估中的应用

利用广东省86个站1951～2006年的气象资料、地理信息资料和灾情等，对暴雨的致灾因子、综合影响指标及其在灾情评估中的应用进行了研究。结果表明，暴雨的致灾因子包括降雨量、暴雨强度、降雨持续时间、灾害影响面积等指标中的11个因子，这些因子之间相关显著。利用主成分分析对11个致灾因子进行综合简化，得到了一个物理意义清晰，且方差占总方差大部分的暴雨综合影响指标。根据暴雨综合影响指标，分级评判暴雨的影响程度，可以实现对暴雨灾情的灾后快速评估和预评估。

承灾体脆弱性评估指标的最优格网化方法——以淮河干流区暴雨洪涝灾害为例

选取淮河干流区基于社会经济数据的9种脆弱性指标,构建了暴雨洪涝灾害承灾体脆弱性评估体系,运用Arc GIS与Mat Lab软件实现面积权重法、面积占优法、中心点法和长度占优法对各脆弱性评估指标的格网化表达;利用熵值法改进的层次分析法对各指标赋值并进行4种算法下的脆弱性评估。结果表明:(1)面积权重法是单指标格网化过程中的最优算法,格网化结果与源数据间的均方根误差最小。(2)4种算法得到的格网化结果均无面积损失,面积权重法对所得评估结果的极值有一定程度的削弱作用,所得脆弱性评估结果在空间分布上基本与实际灾损情况一致。(3)淮河干流区暴雨洪涝灾害承灾体脆弱性高值区域主要分布在中部,中高值区域主要沿高值区的两侧向东西扩展,低值区主要分布在西南和东北两角。

基于情景模拟的城市社区暴雨内涝灾害危险性评价

以上海市普陀区金沙居委地区为例,运用情景分析方法开展了城市社区尺度的4种排水条件下8种重现期暴雨的32个内涝灾害危险性情景模拟、分析与评价,结果表明:①各种情景的暴雨内涝危险性均主要集中在研究区中部的金沙新村和解放村,但危险性程度和影响范围随着排水量的增大而减小,随着暴雨强度的增大而增大;②随着暴雨强度的增大,高危险性面积在4种排水情景下均呈增大趋势,中危险性面积除在0mm/h排水情景下呈持续减小的趋势外,其余均呈持续增大的趋势,低危险性面积在18mm/h和36mm/h排水情景下呈持续减小趋势,在0mm/h和50mm/h排水情景下分别呈持续增大和先增后减的趋势;③随着排水量的增大,高危险性面积在各种重现期暴雨情景下均呈现持续减小的趋势,中危险性面积呈现持续减小和先增后减两种趋势,低危险性面积则无明显的变化趋势;④随着排水量的增大,暴雨内涝的中危险性(超过15cm)发生概率由100%降低为6.8%,高危险性(超30cm)发生概率由26%降低为0.8%。

GIS技术支持下的海南岛暴雨灾害危险性评价

基于GIS技术,从致灾因子和孕灾环境两方面进行分析,选取降水、地形、水系(河流、湖泊和水库)3个因素,并利用自然灾害指数法和百分位数法对海南岛暴雨灾害进行了危险性评价.结果表明:海南岛暴雨灾害危险性受地形的影响较大,其危险程度从四周沿海向中部山区递减,且北部比南部危险性高,东部比西部危险性高;高危险地区主要分布在四周沿海地区,中部地区多为低危险区和次低危险区.