燕荣江，何 馨，杨知非，吴森清

（1.永康市气象局，浙江 永康321300；2.武义县气象局，浙江 武义321200；3.金华市气象局，浙江 金华321000）

随着全球气候变化，极端天气事件发生的频率、强度、时空特征都在发生变化，而在众多的自然灾害中，洪涝灾害是中国最常见的自然灾害之一[1]。洪涝灾害的形成是由降雨和流域下垫面共同作用的结果。降雨的时空分布不均匀对洪涝的形成有显著影响，而径流模拟是洪水预测的重要指标[2-3]。

常见的暴雨洪涝分析方法主要包括灾情统计法和风险评估法[4-8]。两类方法均以历史灾害数据为基础，分析研究区洪涝灾害与降雨量、环流形势等气象因素，暴露度、易损性、脆弱性等社会经济因素，地形、地貌、气候等自然属性，人口构成、防洪建设等社会属性的关系。两种方法不同点在于灾情统计法以统计学为基础，研究要素间的统计相关性。谢清霞等[4]对我国西南片区洪涝灾害与逐日降雨量，高空平均场进行变化特征的统计分析；於琍等[5]通过统计法解释了气候变化及人类活动双重作用下中国暴雨洪涝变化趋势；温泉沛等[6]通过构建线性拟合模型，定量化评估暴雨对洪涝灾害产生的影响。而风险评估法以模糊综合评价模型为核心，通过概念模型和评估指标体系，分析暴雨洪涝特征，曹罗丹等[7]基于遥感数据和社会经济数据，构建洪涝灾害风险评估模型，对浙江省洪涝灾害进行特征分析；温泉沛等[8]通过构建综合相对灾情指数及风险估算模型，对我国南方地区洪涝灾害风险进行特征研究。

洪水预测模型主要分为水文模型和气象—水文模型两种。水文模型通过将表征下渗、蒸发、产流、汇流的物理现象概念化，研究环境均等化，建立概念模拟；或结合降雨与下垫面的空间变异，模拟水文循环的各个子过程建立分布式水文模型。万普超等[9]利用新安江流域水文模型，解决了大流域径流计算中雨量分布不均匀的问题；夏军等[10-11]建立了适用于黄河流域洪水预报的分布式水文模型TVGM。此外，降雨作为洪水预报的最大不确定因素，其预见期越长，准确度越高，对洪水预报越有利，诸多学者通过将气象预报和水文模型耦合，建立气象—水文模型。崔春光等[12]利用中尺度数值模1式（AREM）的降雨预报作为新安江模型的输入场，将湖北省漳河水库流域的洪水预见期明显提高；王振亚等[13]通过耦合中尺度模式MM5与分布式水文模型，在黄河三花间的洪水预报中取得了一定的成效。但水文模型和气象—水文模型均适用于流域面积大、汇流时间长的流域，同时专业性强，参数繁多复杂，对于中小河流域来说，空间分辨率要求较高，如何解决降尺度问题仍然是目前研究的难点。

武义县洪涝灾害造成的经济损失占历年灾害总和的30%左右[14]。洪水泛滥造成农田、房屋被淹的情况几乎年年都有发生。本文通过1970年以来的武义县气象站点的降雨数据、洪涝资料和水文资料等，对武义县的暴雨洪涝特征进行分析，并提出一种以水位预报为目标的洪水趋势预测模型，为武义县气象防灾减灾工作提供一定的参考。

1 资料及方法

1.1 研究区概况

武义县地处浙江中部，地势自西南向东北呈明显的阶状下降（图1）；北部三面环山，俗称“武义盆地”，集中了武义县95%的人口，永康江和熟溪河在此汇入武义江，属钱塘江水系；南部地貌以中山、低山为主，地势高峻，多条山涧汇入菊溪，出境注入丽水雅溪，属瓯江水系，其中低缓的丘陵和狭小的平原俗称“宣平盆地”。武义县属亚热带季风气候，降雨季节变化明显，主要集中在主汛期5—9月，占全年降雨量的70%左右，洪涝灾害分为武义江流域洪水和山溪汇聚河水暴涨的山洪两种。本文选取武义县作为暴雨洪涝特征分析的研究区，对县水文站以上的流域进行洪水趋势预测。

图1 武义县地理位置、地形水系及气象站位置

1.2 研究数据

洪涝数据来源于《武义县水利志》和武义县民政局统计资料。由于数据来源不同，导致数据存在一定的不一致性，故选取1970年以来的洪涝过程；洪水水位来源于武义县水文站逐时径流数据；暴雨数据源于武义国家一般气象站和区域气象站，剔除年代较早质量不稳定的年份，选取2010—2018年17个区域气象站数据和武义国家一般站数据；大气环流资料采用NCEP/NCAR再分析资料。

1.3 分析方法

以24 h累计降雨量≥50 mm作为一个暴雨日，其中有台风影响的暴雨为台风暴雨，其他暴雨为非台风暴雨。参考前人研究[15-16]，反映暴雨时空特征的指标包括：1 h最大雨强Rp，面雨量Pm，空间变差系数Cvp，时间变差系数Ct。

式中，ai为泰森多边形权重因子；Pi为第i个区域气象站的累计降雨量；Pm为面雨量；n为区域气象站的个数。Cvp反映降雨空间离散程度，其值越大降雨的空间离散程度越大，反之越小。

式中Ki表示暴雨过程中第i时刻降雨量与该次暴雨雨强的比值。Ct接近于0，表示暴雨在时间上分布均匀；反之越不均匀。

洪涝周期分布采用小波分析法。小波分析通过改变尺度因子得到信号的低频和高频信息，对不同时间尺度和空间局部特征进行分析。由于其能够清晰揭示隐藏在时间序列中的多种变化周期，因此被广泛应用于时间序列的周期分析研究中[17-18]。

洪水趋势预测采用统计法。对于属中小河流域的武义江来说，水文模型和气象—水文模型的空间分辨率要求和参数要求都很难满足。根据收集到的研究数据，洪水趋势预测采用统计法，即水位预测回归模型。

2 暴雨洪涝特征分析

2.1 时间变化

武义县49 a来暴雨洪涝次数整体分布呈上升趋势，发生洪涝次数最多的年份是1989年，其次是1986年、1992年、1998年和2008年（图2）。 时间序列线性拟合表明在20世纪70—80年代中期洪涝次数整体偏少，随后明显上升。从小波分析（图3a）来看，洪涝灾害具有3 a左右的年际周期变化，12 a左右和25 a左右的年代际周期变化。在20世纪80年代之前，3 a左右的年际周期变化呈现缩短趋势，其后逐渐增长，最近10 a又有所缩短。25 a左右的年代际周期变化在进入21世纪以后亦逐渐缩短。

图2 1970—2018年洪涝灾害时间序列

根据统计资料，将1970—2018年的66场暴雨洪涝划分为12场台风暴雨洪涝和54场非台风暴雨洪涝（图3b）。由图3b可知，洪涝主要发生在主汛期5—9月，其中6月洪涝频次最多，7月、8月次之，5月和9月洪涝灾害也较多；其中，70%的非台风暴雨洪涝分布在6—7月，最迟出现在9月，而台风暴雨洪涝早在6月，迟至10月，75%出现在8—9月。从洪涝的类型来看，6—8月的洪涝占全年80%左右，其中山洪占87%，流域性洪水占60%。

图3 1970—2018年洪涝小波分析（a）及逐月分布（b）

图4 2010—2018年历次暴雨特征统计

从图4的2010—2018年的37次（表1）暴雨过程特征指标来看，2014年和2015年暴雨频次要明显多于其他年份，同时2010—2013年上半年Pm基本较均值偏小，但最大小时雨强Rp和时间变差系数震荡明显，空间变差系数Cvp基本低于均值，呈现大范围的短时强降雨特点；2013年下半年至2015年上半年Pm围绕均值震荡，其他指标基本较均值偏小，为时间分布相对均匀的大范围暴雨过程；从2015年下半年开始，Ct和Cvp震荡幅度明显增加，暴雨的局地性和短时性明显增强，尤其以2018年最为明显。此外，2011年8月13日暴雨过程Rp和Ct异常偏强，Cvp略高于均值，Pm又明显偏小，为2010—2018年间强度最强的局地暴雨过程；2017年9月8日、2018年5月19日和2018年7月5日的暴雨过程类似，均为空间分布不均的短历时暴雨，但2018年5月19日的Rp和Pm要高于其他两次过程，Cvp却偏小明显，说明此次短历时暴雨强度和范围均明显大于其他两次过程。

2.2 空间变化

从图5武义县不同时间序列的洪涝和暴雨空间分布来看，均分为南北高值区，但洪涝灾害的多发区与暴雨高值区并不对应。北部洪涝高值区集中在履坦和石鹅岩一带，洪涝次数年累计达34次以上，此处海拔高度全县最低，同时上游熟溪河和永康江汇流的武义江流经此区域，加之武义县人口主要集中于北部盆地，故洪涝灾害较其他地区明显。南部位于仙霞岭山脉的桃溪乡、西联乡和柳城镇，暴雨年累计频次42次以上，洪涝累计次数34次以上，其中洪灾中心在柳城镇，暴雨中心在桃溪吴畈地区，主要原因是桃溪吴畈海拔较高，人口稀疏，而柳城镇是武义县人口大镇，南部盆地的人口多集中于此，故致灾性在该地较明显。此外，武义中部的新宅镇地处括苍山山脉，该区域气象站点长期稀疏，插值结果无法反映该地暴雨特征，但历史记录显示洪涝灾害频次亦较明显。

3 暴雨洪涝环流形势分析

根据洪涝逐年变化提取洪涝高/低值年，其中高值年为3次及以上年份，低值年为3次以下年份，其中1989年为异常高值年。暴雨洪涝主要发生在6—8月，通过分析洪涝与6—8月850 hPa风场和1000、500、100 hPa高度场的相关性，对比探讨洪涝高低值年的大气环流形势特点。

表1 2010—2018年37次暴雨

图5 1970—2018年洪涝（a）和2010—2018年暴雨（b）的空间分布

3.1 与1000、850 hPa高度场、风场相关分析

降雨的水汽条件和动力条件主要来自于低层大气。从洪涝高值年850 hPa风场（图6a）来看，孟加拉湾偏西气流在经过中南半岛时转为西南向继续北上，携带旺盛暖湿空气抵达江南一带；西太平洋副热带高压南侧偏东气流经东海北上，与孟加拉湾水汽汇合加强；长江中下游以北地区以弱的偏西气流为主，冷暖气流在江南一带汇合有利于产生降雨。从洪涝高值年1000 hPa高度场来看，我国中东部主要受巴尔喀什湖至我国西北部的高压前部控制，高压中心位于新疆北部和西藏西部，中南半岛至伊朗高原一带受低压影响。

洪涝与1000 hPa高度场、850 hPa高度场（图6b）的相关系数分布相似，我国大陆均为正相关分布，日本—菲律宾一带地区均为负相关分布，其中长江中下游以北地区显著正相关。表明研究区洪涝偏多时，1000 hPa高度场偏高，850 hPa西南气流偏强。

3.2 与100、500 hPa高度场相关分析

在洪涝高值年的500 hPa（图7a）大陆高压控制俄罗斯以东至鄂霍次克海以西，西风带长波槽南下控制我国东北、华北、华东北部地区，西太平洋副热带高压西伸脊点位于18°N，105°E附近，研究区所处的浙中一带受副高脊线影响，水汽条件和动力条件都有利于降雨。从洪涝高值年100 hPa高度场来看，副热带长波槽影响我国东北地区，南亚高压主体偏西，中心位于西藏西侧至中东一带。结合500 hPa形势场，副高脊线的西南偏西气流和南亚高压东侧的西北气流在江南一带汇合有利于产生降雨。

从洪涝与500 hPa高度场的相关系数检验（图7b）来看，除华东沿海和东北北部外，其余大部分地区均为正相关；与100 hPa的检验，正相关集中在我国西北、西南和华南大部，即研究区洪涝较多时，南亚高压位于青藏高原以西，强度偏强，同时500 hPa位势高度偏高。

由于各高度场的高低值年差值图与对应相关系数分布基本一致，故低值年的洪涝相关性不再赘述。此外，1989年为研究区洪涝的异常高值年，1000 hPa和850 hPa高度场较其他高值年距平差异不明显，但1989年南亚高压中心强度为16856 dagpm，东伸脊点（16800 dagpm 等值线）为 117°E，30°N，较其他高值年明显偏强，即高空辐散能力明显偏强；西太副高的强度、西伸脊点、平均脊线3个方面变化特征与南亚高压大致相对应，这与上述研究区高值年环流形势的分析趋势相一致，但强度更强。

图6 1970—2018年6—8月洪涝高值年850 hPa风场（a）及其与850 hPa风场的相关系数检验（b）

图7 1970—2018年6—8月洪涝高值年500 hPa高度场（a）及其与500 hPa高度场的相关系数检验（b）

4 洪涝趋势预测

上述结果表明，暴雨分布特征对洪涝响应的实质，是暴雨与下垫面的空间不均匀匹配对径流产生的影响。因此，根据武义县降雨和径流的时空分布规律，建立多元逐步回归模型，以进一步探讨暴雨与洪涝的相互关系。武义县洪涝分为山洪和武义江流域洪水两种，从历年洪涝灾情来看，武义江洪水致灾性最强，造成的经济损失最重，故只对武义江流域的洪水进行趋势预测。

武义江流域属钱塘江水系中的中小流域，主流全长116 km，流域面积2 510.9 km2，占全县总面积的57%，通过构建武义江流域水位回归模型，提出一种以水位预报为目标的洪涝趋势预测方法。

4.1 数据准备

面雨量是客观反映单位面积降雨情况的物理量，也是目前所有洪水预报模型的输入场[19]。由于区域气象站建设年代问题，武义江流域2010年以前的面雨量信息无法获得，考虑利用武义县国家一般气象站的降雨量代表武义江流域同期面雨量。

式中R为武义县国家一般站实测降雨量，Pm为同期流域面雨量，单位均为mm，方程相关系数R为0.912，通过0.01的显著性水平检验。上述关系说明，武义县国家一般站降雨量可以很好地代表武义江流域面雨量。

径流数据来自武义县水文站逐时流量Qp（单位：m3/s）和逐时水位数据Lh（单位：m）。

4.2 回归模型分析

武义江流域自1970年以来发生16次洪水（表2），主要分布在5—9月，最早出现在5月21日，最迟出现在9月20日，其中70%的洪涝发生在5—7月，8—9月的洪涝75%是受台风暴雨影响。通过分析水位与流量、降雨量资料，发现水位Lh和流量Qp有很好的连续性变化，尤其是洪水起涨时流量，可以在一定程度上表征前期下垫面的含水情况，此时流量越大，流域前期越湿润，土壤下渗的损失雨量越小；水位Lh和逐时降雨量R没有明显的相关关系，但累计雨量R（t）与水位Lh的相关系数变化趋势相似，随着累计时间的增加，累计雨量R（t）与水位Lh之间的相关性逐渐增大，当累计时间超过30 h，相关系数基本在0.8以上，且趋于稳定（图8）。

图8 1～40 h累计雨量与水位间的相关系数

根据武义江流域1970—2000年以前的洪水水位Lh、30 h累计雨量R30和流量Qp，采用多元线性逐步回归法建立水位预报模型：

式（4）模型决定系数R为0.983。由预报模型可知，累计雨量R30和流量Qp的回归系数相近，即初期累计雨量和流量具有相近权重；随着雨量累积，流量增长的数量级明显异于累计雨量，流量在水位的变化中起主要作用。用2000年以后的洪水过程回代检验，模型拟合水位与实况水位差异较小。在基于降雨和流量的准确预报基础上，简单的多元线性逐步回归模型可以很好地反映武义江流域水位变化。

5 结论与讨论

基于1970—2018年武义县洪涝、暴雨实测数据，统计分析反映时空变化特征的一系列指标和大气环流形势，并提出一种以水位预报为目标的洪涝预测方法，主要结论如下：

表2 1970—2000年致灾洪水统计

（1）洪涝在20世纪70—80年代中期次数偏少，其后开始逐渐增多，且具有3 a左右的年际周期变化，12 a左右和25 a左右的年代际周期变化；暴雨在2010—2013年上半年呈现大范围的短时强降雨特点，2013年下半年—2015年上半年多为时间分布相对均匀的大范围暴雨过程，从2015年下半年开始，暴雨的局地性和短时性明显增强。

（2）洪涝主要发生在主汛期6—8月，其中，6月中旬—7月中旬大气湿层深厚，低层辐合高层辐散的动力条件较好，以系统性暴雨为主，洪涝占全年60%；7月下旬—8月局地热力抬升所产生的短时暴雨明显增多，此时的洪涝以山洪为主，占全年山洪的50%。

（3）洪涝与西部型南亚高压、西太平洋副热带高压的强度、东（西）伸脊点、平均脊线的变化特征正相关，同时中低层冷暖气流的汇合强度亦有利于产生洪涝。

（4）构建武义江流域水位与径流、降雨多元逐步回归模型，提出一种以水位预报为目标的洪涝趋势预测方法。受空间尺度和实测数据缺乏的限制，该模型原理简单，但决定系数较高，同时回避了水文模型参数繁多，专业性强的问题，在基层气象业务中具有较强的操作性和一定的指导意义，为武义县气象防灾减灾工作提供一定的参考依据。