辽宁暴雨诱发山洪灾害风险区划研究

doi:10.3969/j.issn.1673-503X.2022.04.018

气象与环境学报 ›› 2022, Vol. 38 ›› Issue (4): 153-160.doi: 10.3969/j.issn.1673-503X.2022.04.018

辽宁暴雨诱发山洪灾害风险区划研究

耿世波^1,²(),聂哲³,王瀛^2,*(),方缘⁴,肖光梁²,李鸿强⁵,纪永明²,朱宪龙²,周晓宇⁶

1. 中国气象局沈阳大气环境研究所，辽宁沈阳 110166
2. 辽宁省气象灾害监测预警中心，辽宁沈阳 110166
3. 营口市气象局，辽宁营口 115000
4. 中国气象局气象干部培训学院辽宁分院，辽宁沈阳 110166
5. 大连市金州区气象局，辽宁大连 116600
6. 沈阳区域气候中心，辽宁沈阳 110166

收稿日期:2021-10-28 出版日期:2022-08-28 发布日期:2022-09-22
通讯作者: 王瀛 E-mail:gengshibo2015@163.com;lnqxt_wy@sina.com
作者简介:耿世波，男，1984年生，工程师，主要从事灾害性天气预报预警技术方法研究，E-mail：gengshibo2015@163.com
基金资助:
中国气象局沈阳大气环境研究所联合开放基金课题(2021SYIAEKFZD01);中国气象局沈阳大气环境研究所联合开放基金课题(2016SYIAE01)

Research on the risk zoning of mountain torrent disasters induced by torrential rain in Liaoning province

Shi-bo GENG^1,²(),Zhe NIE³,Ying WANG^2,*(),Yuan FANG⁴,Guang-liang XIAO²,Hong-qiang LI⁵,Yong-ming JI²,Xian-long ZHU²,Xiao-yu ZHOU⁶

1. Institute of Atmospheric Environment, China Meteorological Administration, Shenyang 110166, China
2. Liaoning Meteorological Disaster Monitoring and Early Warning Center, Shenyang 110166, China
3. Yingkou Meteorological Service, Yingkou 115000, China
4. Liaoning Branch of China Meteorological Administration Training Centre, Shenyang 110166, China
5. Meteorological Service in Jinzhou District of Dalian, Dalian 116600, China
6. Shenyang Regional Climate Centre, Shenyang 110166, China

Received:2021-10-28 Online:2022-08-28 Published:2022-09-22
Contact: Ying WANG E-mail:gengshibo2015@163.com;lnqxt_wy@sina.com

摘要/Abstract

摘要：

基于自然灾害风险评估理论，利用2005—2019年辽宁省1639个自动站逐时降水观测资料、2017年辽宁省30 m分辨率的基础地理信息和山洪沟资料以及风险普查数据，对辽宁暴雨诱发山洪灾害风险区划进行研究，并将风险区划结果与历史山洪灾情进行对比分析。结果表明：通过山洪灾害与降水相关性统计发现，6 h暴雨作为辽宁省山洪致灾因子更为合适，因此构建了6 h综合利用分级暴雨强度及暴雨频次精细评估暴雨致灾危险性；山洪沟沟口高程、沟床比降及河网密度等资料可有效评估山洪孕灾环境敏感性；人口密度、耕地比例两个风险暴露度指标以及灾损敏感系数可大体评估承灾体的易损性；与历史山洪灾害空间和频率分布对比，山洪灾害的高发区与在本次风险区划高风险区基本吻合；精确到每个山洪沟风险区划的结果，提高了山洪灾害的风险区划精度，为辽宁暴雨诱发山洪灾害精准防御提供参考。

关键词: 风险区划, 致灾危险性, 孕灾环境

Abstract:

Based on the natural disaster risk assessment theory, this paper uses the hourly precipitation observation data of 1639 automatic stations from 2005 to 2019, the basic geographic information with a resolution of 30 m of Liaoning province in 2017, and the data of mountain torrents to study the risk zoning of mountain torrent disasters induced by heavy rain.The results of risk zoning are compared with the historical flash floods.The results show that through the statistics of the correlation between mountain torrent disasters and precipitation, the 6-hour rainstorm is more suitable as the disaster-causing factor of mountain torrents in Liaoning province.Therefore, a 6-hour comprehensive utilization classification of rainstorm intensity and rainstorm frequency is constructed to finely evaluate the disaster risk of a rainstorm.Data such as elevation of mountain torrent gully, ditch-bed gradient, and river network density can effectively evaluate the environmental sensitivity of mountain torrent disasters.The two risk exposure indicators of population density and cultivated land ratio, as well as the disaster sensitivity coefficient, can generally evaluate the vulnerability of disaster-bearing bodies.Compared with the spatial and frequency distribution of the historical mountain torrent disasters, the high-incidence areas of mountain torrent disasters are consistent with the high-risk areas in this risk zoning.Based on the accurate risk zoning results of each mountain torrent gully, the risk zoning accuracy of mountain torrent disasters has been improved.It provides a valuable reference for the precise defense of induced flash flood disasters.

Key words: Risk zoning, Disaster risk, Disaster-pregnant environment

中图分类号:

P426.616

耿世波,聂哲,王瀛,方缘,肖光梁,李鸿强,纪永明,朱宪龙,周晓宇. 辽宁暴雨诱发山洪灾害风险区划研究[J]. 气象与环境学报, 2022, 38(4): 153-160.

Shi-bo GENG,Zhe NIE,Ying WANG,Yuan FANG,Guang-liang XIAO,Hong-qiang LI,Yong-ming JI,Xian-long ZHU,Xiao-yu ZHOU. Research on the risk zoning of mountain torrent disasters induced by torrential rain in Liaoning province[J]. Journal of Meteorology and Environment, 2022, 38(4): 153-160.

图/表 10

图1

表1

表2

图2

图3

表3

表4

图4

图5

图6

参考文献 29

1	王礼先, 于志民, 等. 山洪及泥石流灾害预报[M]. 北京: 中国林业出版社, 2001.
2	Martina M L V , Todini E , Libralon A . A Bayesian decision approach to rainfall thresholds based flood warning[J]. Hydrology and Earth System Sciences, 2006, 10 (3): 413- 426. doi: 10.5194/hess-10-413-2006
3	王荣喆, 李玲萍, 李文莉. 基于GIS技术的武威市山洪灾害风险区划初探[J]. 干旱气象, 2013, 31 (3): 602- 608.
4	周成虎, 万庆, 黄诗峰, 等. 基于GIS的洪水灾害风险区划研究[J]. 地理学报, 2000, 55 (1): 15- 23. doi: 10.3321/j.issn:0375-5444.2000.01.003
5	Ahmad S S , Simonovic S P . Spatial and temporal analysis of urban flood risk assessment[J]. Urban Water Journal, 2013, 10 (1): 26- 49. doi: 10.1080/1573062X.2012.690437
6	Kim H , Marcouiller D W . Mitigating flood risk and enhancing community resilience to natural disasters: plan quality matters[J]. Environmental Hazards, 2017, 17 (5): 397- 417.
7	85-906国家科技攻关项目领导小组. 台风、暴雨灾害性天气监测、预报技术研究(总论)[M]. 北京: 气象出版社, 1996: 87.
8	章国材. 气象灾害风险评估与区划方法[M]. 北京: 气象出版社, 2010: 12- 20.
9	章国材. 自然灾害风险评估与区划原理和方法[M]. 北京: 气象出版社, 2014: 180- 187.
10	张容焱, 章国材, 章毅之, 等. 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.
11	史瑞琴, 刘宁, 李兰, 等. 暴雨洪涝淹没模型在洪灾损失评估中的应用[J]. 暴雨灾害, 2013, 32 (4): 379- 384.
12	彭涛, 李俊, 殷志远, 等. 基于集合降水预报产品的汛期洪水预报试验[J]. 暴雨灾害, 2010, 29 (3): 274- 278.
13	殷志远, 彭涛, 王俊超, 等. 基于AREM模式的贝叶斯洪水概率预报试验[J]. 暴雨灾害, 2012, 31 (1): 59- 65. doi: 10.3969/j.issn.1004-9045.2012.01.009
14	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.
15	刘元胜. 辽宁山洪灾害防治区划分方法初探[J]. 东北水利水电, 2014, 32 (3): 45- 47.
16	陈殿强, 王来贵, 郝哲. 辽宁省山洪地质灾害特点及其分布规律研究[J]. 渤海大学学报: 自然科学版, 2008, 29 (2): 105- 112.
17	曹永强, 郭明, 袁立婷. 基于GIS技术的辽宁省山洪灾害风险区划研究[J]. 华北水利水电大学学报: 自然科学版, 2018, 39 (2): 80- 85.
18	文明章, 吴滨, 张容焱, 等. 闽北山洪致灾临界雨量重现期分布及山洪风险分析[J]. 复旦学报: 自然科学版, 2015, 54 (5): 660- 666.
19	高展, 许剑勇, 王胜, 等. 黄山风景区暴雨山洪灾害风险区划研究[J]. 暴雨灾害, 2015, 34 (3): 281- 285.
20	刘鸣彦, 王颖, 郑石, 等. 清原地区"0816"洪水灾害临界雨量分析[J]. 气象与环境学报, 2015, 31 (5): 25- 30.
21	陈传雷, 管兆勇, 肖光梁, 等. 辽宁省极端长历时暴雨分布及影响系统特征[J]. 气象与环境学报, 2018, 34 (2): 28- 34.
22	徐新良, 庄大方, 贾绍凤, 等. GIS环境下基于DEM的中国流域自动提取方法[J]. 长江流域资源与环境, 2004, 13 (4): 343- 348.
23	朱卫浩, 陈霞, 邵丽芳, 等. 基于格网的河北省精细化暴雨洪涝灾害风险区划[J]. 中国农学通报, 2016, 32 (23): 142- 147.
24	许海军, 陈守煜. 水库动库容调洪计算的数值—解析解法[J]. 水利学报, 2002, (3): 69- 73.
25	张小峰, 中川一, 许全喜. 一阶迎风差分格式的精度问题[J]. 武汉大学学报: 工学版, 2001, 34 (1): 6- 9. 6-9, 41
26	轩春怡, 刘勇洪, 杨晓燕, 等. 基于1 km网格的北京暴雨洪涝灾害风险区划[J]. 气象科技, 2020, 48 (4): 579- 589.
27	管珉, 陈兴旺. 江西省山洪灾害风险区划初步研究[J]. 暴雨灾害, 2007, 26 (4): 339- 342.
28	崔洋, 常倬林, 左河疆, 等. 贺兰山银川段不同重现期山洪灾害风险与影响区划研究[J]. 干旱区地理, 2020, 43 (4): 859- 870.
29	熊俊楠, 李进, 朱吉龙, 等. 重庆市山洪灾害时空格局及影响因素研究[J]. 地球信息科学学报, 2019, 21 (10): 1550- 1564.

时次	3 d降水量	1 d降水量	12 h降水量	6 h降水量	3 h降水量	1 h降水量
山洪灾害	-0.04	0.054	0.222^**	0.268^**	0.086	0.034

持续时间	暴雨强度/mm
持续时间	1级	2级	3级	4级	5级
6 h	R≥147.4	120.1≤R＜147.4	101.6≤R＜120.1	84.4≤R＜101.6	68.4≤R＜84.4

沟口高程/m	沟床比降 (≤0.5)	沟床比降 (0.5—5.0)	沟床比降 (5.0—15.0)	沟床比降 (15.0—35.0)	沟床比降 (≥35.0)
≤100	0.5	0.6	0.7	0.8	0.9
100—200	0.4	0.5	0.6	0.7	0.8
200—300	0.3	0.4	0.5	0.6	0.7
300—400	0.2	0.3	0.4	0.5	0.6
≥400	0.1	0.2	0.3	0.4	0.5

山洪次数/次	0	1—2	3—5	6—8	≥9
灾损敏感性系数V_d	0.5	0.6	0.7	0.8	0.9

[1]	吴秀兰, 张婧莉, 余行杰, 玛依拉·买买提艾力. 新疆天山山区干旱灾害综合风险评估与区划[J]. 气象与环境学报, 2022, 38(4): 161-167.
[2]	吴双, 姜丽霞, 李宇光, 宫丽娟, 田宝星, 吴英. 基于自然灾害风险理论的黑龙江省玉米干旱风险评价[J]. 气象与环境学报, 2019, 35(6): 139-144.
[3]	王春玲, 郭文利, 李迅, 姜江, 李宏宇, 陈传雷. 京津冀地区高速公路冰冻灾害风险区划[J]. 气象与环境学报, 2018, 34(1): 45-51.
[4]	房小怡, 杜吴鹏, 权维俊, 轩春怡, 郭文利. 苏浙沪地区高温灾害风险区划研究[J]. 气象与环境学报, 2016, 32(6): 109-115.
[5]	梁冬坡, 孙治贵, 郭军, 郭玉娣, 王静, 徐俊德. 基于RS和GIS天津市津南区气象灾害风险区划研究[J]. 气象与环境学报, 2016, 32(6): 116-121.
[6]	顾婷婷, 潘娅英, 骆月珍. 浙江省高速公路低温雨雪冰冻灾害风险评估与区划[J]. 气象与环境学报, 2016, 32(3): 102-106.
[7]	陈凯奇, 米娜. 辽宁省玉米低温冷害和霜冻灾害风险评估[J]. 气象与环境学报, 2016, 32(1): 89-94.
[8]	杨林,曹春荣,林秋,文明章,林文华,赵珊珊. 台风“苏力”灾害风险与防御行为效益评估[J]. 气象与环境学报, 2015, 31(1): 106-112.
[9]	顾丽华，蔡云泉，李嘉鹏，李利松，万奎. 德清县雷电活动时空分布特征及雷击灾害风险区划[J]. 气象与环境学报, 2012, 28(4): 73-78.

辽宁暴雨诱发山洪灾害风险区划研究

Research on the risk zoning of mountain torrent disasters induced by torrential rain in Liaoning province

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 10

参考文献 29

相关文章 9

Metrics

本文评价

推荐阅读 10