吴秀兰, 江远安, 余行杰, 张国栋

(1.新疆维吾尔自治区气候中心, 新疆 乌鲁木齐8 30002； 2.新疆尼勒克县气象局, 新疆 伊犁 835000)

在山区的溪沟或者干沟中，遇到突发暴雨时常会诱发河水暴涨，进而发展成为山洪。山洪下泄冲刷形成的溪沟叫山洪沟，山洪沟的流域面积大小一般小于200 km2，洪灾特别严重或者一些特殊地理条件的地区(如新疆山脉纵横，山洪沟流域面积较大)面积可以适当放宽[1]。山洪灾害多为短历时强降雨造成的，其显著特点是降水持续时间短，洪水涨幅大，具有突发性，破坏力强，常造成人畜死伤，房屋、农田、桥梁等被严重冲毁损坏[2]。在全球变暖和超强厄尔尼诺背景下，新疆强降水等极端天气事件不断频发，强度也更甚。由暴雨引发的山洪及泥石流、滑坡等灾害也可能频频发生，同时，社会经济的不断发展导致山洪造成的经济损失也愈发严重，因此适时开展山洪监测预警以降低其造成的危害风险具有重要的科学意义和现实意义[3]。

一些发达国家如美国、日本等早在20世纪50—60年代就已经开展了山洪灾害风险相关研究[4]，亦有不少相关研究成果。中国在该领域的研究起步相对较晚一些，最早也开始于20世纪80年代，刘树坤等[5]总结了中国哪些地区易受洪水威胁；张硕辅等[6]制作了湖南省大型水库洪水风险示意图集；赵咸榕[7]对黄河流域的洪水风险进行了分析并制作了图谱等。山洪灾害的诱因是短历时强降水，能够迅速反映山洪发生的前兆降水量信号或指标就是山洪临界(面)雨量，当一定时段内的降雨量达到或超过该临界值时将引发不同等级的山洪灾害。纵观当下山洪临界面雨量的计算方法主要包含：以大量数据为基础的统计分析法和基于致灾物理机制的模型法[8-10]。韩秀君等[11]利用1951—2012年辽宁暴雨过程及暴雨灾情资料，在对该地区的暴雨特征及暴雨灾害进行评估分析的基础之上运用统计分析方法建立了暴雨致灾指标与灾害影响预评估的关系。郑永山[12]基于甘肃省历年积累的暴雨山洪灾情资料，先在数据资料条件较好的地区用统计分析法计算临界雨量，对于无水文和暴雨灾情资料的地区采用内插法、比拟法以及实地调查法等经验法来推求临界面雨量。由此可知，统计分析方法和水文模型法对资料完备程度要求较高。近年来一些研究者在ArcGIS强大的空间分析功能支持下，利用FloodArea淹没模型反演山洪个例的演进过程，并在此基础上推算出致灾临界面雨量，成为确定山洪致灾临界面雨量一个新的研究方向，如姬兴杰等[13]以豫西山区为研究区，采用FloodArea模型对研究区暴雨诱发的山洪过程进行了模拟，并结合设定雨量情景法确定了致灾临界面雨量。郑璟等[14]利用FloodArea模型结合气象、水文等数据，对广东茂名马贵河流域确定了不同降水历时、不同风险等级的致灾临界雨量。王胜等[15]基于FloodArea模型对广东省淠河流域暴雨山洪进行了分险区划，在利用统计方法结合水文模型确定了致灾临界雨量的基础上，通过叠加承载体信息完成了研究区内的洪水淹没风险评估与区划图，并结合淹没实例进行了验证。新疆由于其特殊的地域特征，山区面积大，海拔高，自然条件较恶劣，许多山区通达度较差致使气象站和水文站的架设不能实现，导致山洪过程的数据资料较为缺乏，对于这类资料缺乏的山洪沟可以利用水动力模型FloodArea模拟计算其致灾临界雨量值。

在新疆，暴雨洪涝灾害一直是有关部门关注的重点，对于暴雨的研究前人也做了许多工作，有些研究者是从发生洪灾的大气环流背景通过一次暴雨过程定性或者定量地分析水汽、低空急流等因素对降水的影响程度以及与降水强度之间的量化关系，还有学者将降水量作为新疆易灾暴雨风险区划的指标，完成了全疆易灾暴雨的风险区划[16]。但是目前为止并未有基于淹没模型确定致灾临界雨量的相关研究，故本文拟利用基于GIS的水动力模型FloodArea，选取新疆伊犁地区尼勒克县科蒙乡吉林台苏河流域为研究区，根据对洪水现场实地考察结果，测量考察点的洪水淹没深度进而调整模型参数至趋于稳定，通过对吉林台苏河“6.17”特大山洪过程的再现淹没模拟，结合预警点处逐时不同累计时效的泰森面雨量和模拟洪水过程线的相关关系，以期确定吉林台苏河流域山洪灾害致灾临界面雨量，进而验证FloodArea模型在该流域的适用性。

1 资料与方法

1.1 研究区概况

吉林台苏河发源于新疆伊犁州尼勒克县科克浩特浩尔蒙古族乡(科蒙乡)北部山区，是喀什河的一条支流，流域面积约185.5 km2，河流长度约19 km。科蒙乡东距尼勒克县城约18 km，东与乌拉斯台乡相邻，南与胡吉尔台乡接壤，西与乌赞乡、尼勒克镇相连，省道315由东至西横穿整个乡。2016年6月16日夜间至17日上午，尼勒克全县普降暴雨，有10个区域自动站累计降水超过100 mm，其中科蒙乡累计过程降水量最高达138.6 mm。从16日23∶00至17日早晨8∶00共计9个小时，仅区域自动站Y6 447累计降水达到65.4 mm，其中在17日0∶00—1∶00这1 h的降水量更达到36.9 mm,此等强度在新疆较罕见〔新疆大(暴)雨12 h标准：20.1～40 mm为暴雨，大于40 mm为大暴雨〕，短时超强降雨加之研究区地处山区故引发了暴雨山洪并造成一定灾害。

经实地考察分析此次科蒙乡吉林台苏河山洪主要原因是该区域发生了罕见的长历时强降水，暴雨雨强大、持续时间长、山区暴雨、并伴有雷电、冰雹发生，倾盆如注的大雨冲刷着山坡，顺着洪沟顷刻而下，导致该乡山洪沟水位暴涨，引发了山洪灾害。该流域内仅有2个自动气象站，无水文站，流域周边还有吉林台苏和恰哈那木沟3个自动气象站。

1.2 资料来源及处理

本文数据资料包括：研究区1∶5万的数字高程模型(digital elevation model， DEM)数据；基于掩膜所得DEM数据提取的吉林台苏河的流域边界；基于吉林台苏河流域边界提取的该流域土地利用类型数据，并进行赋值所得地表粗糙度数据(建筑用地，18；水域，25；旱田，33；水田，40；林地，50)；吉林台苏河流域内及周边的4个区域自动站6月17日这场暴雨过程连续的、逐小时降水数据，并整理成.txt格式文件；在ArcGIS中，基于这6个自动站的逐小时降水数据，采用克里金(Kriging)插值方法得到代表该流域面雨量空间分布权重的栅格数据；灾害发生后，调查小组在实地考察所得到的考察点实际淹没深度数据。

1.3 研究方法

1.3.1 FloodArea模型 FloodArea是基于GIS的二维水动力模型，它是无缝镶嵌到集成到ArcGIS中的一个模块。其计算原理基于水动力方法，同时考虑了一个栅格的周围8个单元，相邻单元的水流宽度被认为是相等的，对角线上的单元，以不同的长度算法来计算。模拟演进以栅格为单元进行，通过迭代运算获得每个时相各栅格单元之间的水位坡度及由此确定的水流流向，各栅格单元的流速及邻近单元的泻入量由Manning-Stricken公式计算。水流方向由栅格间坡度决定，坡度由单元之间的最低的水位和最高的地形高程之间的差异所决定。FloodArea模型能够以栅格形式输出洪水演进过程中每个时相的淹没范围、淹没深度及水流流向等数据，对洪水演进的动态过程表达得更清晰[17]。

1.3.2 致灾临界雨量确定方法 基于FloodArea暴雨模式，对吉林台苏河6月17日发生的特大洪水过程进行反演。输入参数1∶5万数字高程数据、6月17日暴雨过程的逐小时数据、通过克里金插值法得到的该流域降水的空间分布权重栅格数据、地表水力糙度。启动FloodArea模型，模拟得到该流域逐小时洪水淹没深度和淹没范围。基于实地考察的洪水淹没深度对模拟结果进行检验，在验证FloodArea模型适用性的同时率定模型参数。

选择重灾区2个考察点，所选的考察点均是受到不同程度洪水淹没的区域，如民居、农田、桥梁等人口集中、经济相对较发达的区域。选择其中一处作为预警点，分析预警点处逐时不同累计时效面雨量与模拟所得洪水淹没深度的线性相关，取相关性最好的一组构建表达式，即可得到预警点达到或者超过某一量值时的致灾临界面雨量。

依据山洪灾害等级的划分标准，将山洪分为4个等级，0.2，0.6，1.2，1.8 m分别为4，3，2和1级山洪。基于已得到的表达式即可得出考察点累计某小时的各等级致灾临界雨量。

2 结果与分析

2.1 FloodArea洪水过程反演

基于GIS的水动力淹没模型FloodArea，在对吉林台苏河“6·17”这场持续9个小时降水诱发的洪水过程进行模拟试验后得到该流域此次暴雨洪水淹没结果,模拟步长为1 h，总时长9 h，通过FloodArea模型得出了吉林台苏河流域在此次洪水过程中不同时次、不同地点的淹没深度和淹没范围的变化。从再现模拟过程可以看出，随着时间的推移，洪水从上游山区向中下游的村庄和农田不断演进，洪水淹没区主要集中在中下游较平坦的吉仁台村，该村也是此次洪水淹没的重灾区。

从反演过程可以看出，流域大部淹没深度主要集中在低于0.2 m这个区间，洪水主要沿着河道、沟渠等向下游演进，随着时间的推移，地表降水量不断累积，洪水不断向中下游涌进，淹没范围在不断扩大，其中0.6～1.2 m区间的淹没范围增长最快，从2 h的100.3 hm2增加到9 h的258.4 hm2。从时间和空间的演变过程来看，在2 h降水累计较少，整个流域的淹没深度较浅，大部分低于0.2 m，只有吉仁台村莫扎沟山区由于降水量较大淹没深度在0.2～0.6 m之间。在4 h，随着雨量不断累积，洪水逐渐向流域中游淹没，此时位于0.2～0.6，0.6～1.2 m深度范围的淹没面积增长剧烈。6 h洪水已经冲刷到流域下游的村庄，多地淹没深度超过1.2 m，有多户居民家中有不同程度的水淹、牛棚羊圈倒塌、院里积沙等灾情出现，位于考察点2的部分民居外墙淹没痕迹均1 m多高。9 h许，洪水冲过吉仁台村继续向下游农田淹没，受淹范围进一步扩大，淹没深度达1.8 m左右，最终洪水汇入了下游的河道。灾后经实测下游河道桥底的桥墩处洪水痕迹最深可达3 m。

在模拟试验中，通过调整参数最大交换率(maximum exchange rate，该参数定义了存在于当前栅格单元中可与相邻单元交换的水量百分比，通过调整该因子可以改变迭代计算的最小时间步长)得到不同交换率参数条件下模拟水位过程线(如表1)。在模拟过程中发现，当最大交换率参数设置为1时，莫扎沟和吉仁台村2个考察点的实际淹没深度与模拟结果最接近，而在未受到洪水淹没的流域上游部分区域，模拟结果显示淹没了0.6 m左右，模拟结果整体上都稍偏高，但总体来看，此次吉林台苏河流域的淹没模拟效果较好。

表1 FloodArea模型验证

注：①考察点1实测淹没水深0.65 m； ②考察点2实测淹没水深1.25 m。

2.2 山洪致灾面雨量的确定

鉴于考察点2位于流域上方，洪水经过早、涨水快、水力大，出于几条支流的交汇处，且该点位于吉仁台村庄上游，是最早达到淹没深度的点，综合比较了2个考察点所在地理位置、海拔高度、距离村庄远近等多个因素，最终选择其考察点2作为该流域的山洪预警点。

基于山洪过程模拟得到的考察点2处1～9 h各时段的淹没深度，分别计算1～6 h累计面雨量与对应淹没深度的相关关系，取相关关系最好的一组来确定该流域的致灾临界面雨量(图1a—1f)。本文利用SPSS软件，在求取相关系数的同时进行了这2组变量的显著性检验，结果显示在显著性水平为0.05的条件下，sig=0.013，也就是说5 h累计面雨量与淹没深度有显著的不同。如图2分析可得，模拟淹没深度与5 h累计面雨量的相关性最好，相关系数为0.878 3，因此本文选取了累计5 h尺度的面雨量来确定吉林台苏河流域的致灾临界面雨量。

图1 预警点模拟水深与累计降雨量的关系

由图1可得，吉林台苏河累计面雨量与淹没水深的换算表达式：y=32.443x+6.312 3(y为致灾临界面雨量，x为淹没水深)。

按照山洪等级的划分标准，依据以上所得累计面雨量与淹没深度的表达式即可推算出山洪预警点淹没深度超过0.2，0.6，1.2，1.8 m(风险由低到高对应风险等级4，3，2，1级)4个等级时对应的累计5 h的面雨量，此降雨量即为吉林台苏河相应风险等级的致灾临界面雨量(表2)。

表2 吉林台苏河不同风险等级下的致灾临界面雨量

以上各等级相较于新疆当地气象部门的24 h雨量标准(即6～12 mm为中雨，12～24 mm为大雨，24～48 mm为暴雨，大于48 mm为大暴雨)，与模拟所得的4,3,2等级的临界雨量值较接近，说明基于FloodArea模型计算临界面雨量的方法较为有效，且该方法计算的结果更为精准和更有针对性。

3 结 论

(1) FloodArea模型能够较准确地反演出尼勒克县科蒙乡山洪个例淹没过程，并能直观的反映淹没范围和淹没深度的空间差异。

(2) 吉林台苏河流域典型洪水过程淹没深度与对应累计5 h的面雨量相关性最高。其规律是随着时间推移，洪水不断向中、下游聚集，地形越低，淹没水深相对越深。

(3) 研究确定了尼勒克县吉林台苏河流域的4级暴雨洪涝风险等级对应的致灾临界值分别为12.80 mm(4级)，25.78 mm(3级)，45.24 mm(2级)，64.71 mm(1级)。

4 讨 论

(1) FloodArea模型对洪水的淹没反演主要是基于高程数据完成的，因此，高程数据的空间分辨率大小就直接影响致灾临界面雨量的确定，本文采用的高程数据分辨率为25 m，对于地形复杂的新疆山区来说精度偏低，这将会导致所确定的临界雨量存在偏差，在未来的研究中如果可以引入高精度的数据对研究结果应该会有积极地影响。

(2) 暴雨洪涝灾害的致灾临界面雨量不仅与短时强降雨有关，还与流域内的下垫面差异、土壤前期的含水量以及防洪减灾工程设施等有关，本文的试验研究未考虑土壤前期的物理性质及人类活动等因素，在未来的研究中应关注这些因子的影响，进一步提高推算山洪致灾临界雨量的准确性，能够更好地为山洪防灾减灾服务。

(3) 新疆由于其独特的地域特征，在高山区发育和分布着众多冰川和常年积雪，故新疆的洪水不止有暴雨型的，还有部分是融雪性洪水，也有的是两者共同作用诱发的，因此对不止因暴雨诱发的洪水模拟中，Floodarea模拟的结果精度可能会受到一定影响。

[1] 张荣焱,章国材,章毅之.暴雨诱发的山洪风险预警服务业务技术指南[M].北京:气象出版社,2015.

[2] 文明章,林昕,游立军,等.山洪灾害风险雨量评估方法研究[J].气象,2013,39(10):1325-1330.

[3] 张亚萍,沃伟峰,刘德,等.基于精细化降水分布的山洪气象条件分析[J].气象,2013,39(1):101-111.

[4] Kereselidze D, Matchavariani L, Trapaidze V, et al. Evaluation and management of the risk of flooding river bank[J]. Engineering Geology for Society & Territory, 2015,18(7):463-466.

[5] 刘树坤.对暴雨灾害实施风险管理刻不容缓[N].中国水利报,2009-07-09(2).

[6] 张硕辅,薛光达,曾务书.湖南省洪水风险分析防洪风险图编制及其应用[J].湖南水利水电,2001(1):22-24.

[7] 赵咸榕.黄河流域洪水风险图的分析与制作[J].人民黄河,1998,20(7):45-47.

[8] 段生荣.典型小流域山洪灾害临界雨量计算分析[J].水利规划与设计,2009(2):20-21.

[9] 程卫帅.山洪灾害临界雨量研究综述[J].水科学进展,2013,24(6):901-908.

[10] 刘哲,张鹏远,刘广成.黑龙江省山洪灾害防治临界雨量计算分析[J].黑龙江水利科技,2005,33(5):6.

[11] 韩秀君,孙晓巍,李爽,等.辽宁暴雨致灾指标及灾害影响预评估[J].气象与环境学报,2014,30(6):80-84.

[12] 郑永山.甘肃省山洪灾害临界雨量分析[J].甘肃水利水电技术,2010,46(3):5-7.

[13] 姬兴杰,李凤秀,朱业玉,等.河南省洛河上游暴雨山洪致灾临界面雨量的确定[J].气象与环境学报,2015,31(6):426-616.

[14] 郑璟,谭畅,李春梅.基于洪水淹没模型的山洪致灾临界雨量确定方法研究[C]∥第五届中国湖泊论坛论文集:湖泊湿地与发展.2015.

[15] 王胜,吴蓉,谢五三,等.基于FloodArea的山洪灾害风险区划研究:以淠河流域为例[J].气候变化研究进展,2016,12(5):432-441.

[16] 杨莲梅,张云惠,汤浩.2007年7月新疆三次暴雨过程的水汽特征分析[J].高原气象,2012,31(4):963-973.

[17] Geomer. FloodArea-ArcGIS extention for calculating flooded areas: User manual(Version10.1)[M]. Geomer: Germany, 2013:1-3.