1984—2019年山東省暴雨洪澇災害時空變化特征及其成因分析*

邱 粲，劉煥彬，萬程程，趙路娜，溫家洪

(1.山東省氣象防災減災重點實驗室，山東 濟南 250031；2.山東省氣候中心，山東 濟南 250031；3.上海師范大學 環境與地理科學學院，上海 200234)

聯合國防災減災署(UNDRR)于2020年發布的《2000—2019年災害造成的人類損失》報告指出，暴雨、高溫等極端天氣氣候事件在21世紀主導著災害的格局[1]。政府間氣候變化專門委員會(IPCC)第六次評估報告第一組工作報告(AR6 WGI)《氣候變化 2021：自然科學基礎》指出，未來幾十年中，全球所有地區的氣候變化都將加劇。暴雨、高溫等極端氣候事件的頻率和強度進一步加強，并隨之帶來更為嚴重的洪澇、干旱等氣象災害，以及不同形式的災害組合[4-5]。山東省位于中國東部中緯度地區，氣象災害種類多，發生頻繁，其中，暴雨洪澇是所有氣象災害中發生頻次最多的災害。2019年，山東、四川、江西、湖南、黑龍江5省洪澇災害直接經濟損失占全國的65%以上，其中，山東省直接經濟損失308.0億元，位居31省(自治區、直轄市)之首[6]。

隨著社會經濟發展、人口遷徙、城市化加劇，暴雨洪澇災害的分布特征也在發生變化[7-9]。氣候變化背景下，災害管理工作的重點已經從過去的應急響應轉變為風險管理，即通過采取有效的減災措施和行動降低天氣氣候災害風險[10-11]。管理風險的第一步是要對風險進行客觀定量化的評估，并對評估結果進行驗證。無論是基于指標權重的風險建模評估方法[12-16]，還是基于水文水動力模型的洪澇淹沒風險評估方法[17-21]，其結果的驗證均依賴于對歷史災情充分挖掘，并通過評判評估結果與實際災害損失情況的匹配度，對模型指標、權重、或物理參數進行調整。研究暴雨洪澇災害的時空變化特征及其影響因素，不僅可以識別出災害風險評估和防治的重點區域，更有助于明晰暴雨洪澇致災指標和其重要程度，為風險管理提供數據支撐，對防災減災規劃與預案制定、保護人民生命財產安全具有重要的現實意義[22-24]。

近年來，暴雨洪澇風險研究一直是學術界研究的熱點，針對山東地區也涌現出頗多成果[14,25-28]，但鮮見針對風險評估或區劃結果進行驗證的研究。一定程度上，這是由災情數據的收集、校核、標準化均存在種種困難造成的。盡管災情數據名目繁多，但是往往存在大量缺測，難以形成一致性較高的時間序列，不利于開展高時空分辨率的暴雨洪澇歷史災情特征分析。作為暴雨洪澇災害致災事件的降水，通常被認為是誘發洪澇災害的最主要因素之一，其持續時間、強度、過程以及前期累計降水量都對災情有著顯著的影響[29-31]。研究顯示，北美暴雨洪澇災害與短歷時降水過程變化特征高度相關[32]。於琍[32]等通過對近25年來中國暴雨洪澇災害時空演變特點的研究，揭示了暴雨洪澇災害影響的地區差異性。GAO[33]等和謝志清[34]等分別對淮河流域旱澇與降水的關系和江淮地區極端降水事件的致洪風險進行了研究。災情不僅與致災因子的強度有關，而且與承災體的暴露度、脆弱性、社會防災減災能力，以及人們對災害的認識水平等諸多因素有關[23,35-36]。陳瑩[37]等探討了19世紀末至21世紀初中國洪澇災害的變化特征，及其與降水變化和人類活動之間的聯系。王艷君[38]等從暴雨洪澇災害的暴露范圍、人口經濟脆弱性等方面分析了中國暴雨洪澇災害的時空變化特征。區域性的暴雨洪澇災害及其影響研究多集中在淮河流域和長江中下游地區[39-41]，北方地區的相關研究尚顯不足。尤其山東省位于華北-東北雨帶與長江中下游雨帶的過渡地帶，旱澇特征既與華北地區不同步也與江淮地區有別，其變化規律具有獨特的地域性[42-43]，有必要開展針對性的研究。本文基于國家氣象觀測站長序列歷史降水資料和縣級氣象災情數據，分析了近36年來山東省暴雨洪澇時空變化特征，并對其成因進行探索性分析，通過對不同指標與災情損失的相關性分析，梳理出災害風險評估中的關鍵因子，為指標權重模型方法的致災因子的遴選、權重確定提供定量化參考方案，為該地區風險評估的結果提供驗證依據。

1 資料和研究方法

1.1 研究區概況

山東省地處華北平原的南部，與華南的江淮地區接壤，位于34°25′～38°23′N、114°36′～122°43′E之間，屬于中緯度南北氣候過渡帶。東臨黃海、北依渤海，地形以平原和丘陵為主，山地主要位于中部地區，丘陵區分布于半島和東南部沿海，作為華北大平原重要組成部分的黃河沖積平原位于山東北部和西北部(圖1)。獨特的地理位置、海陸分布和地貌特征使得該區域經常受到冷暖氣團交綏或交替影響，降水多發而集中，季節分配不均，年際波動大，干旱和洪澇成為這一地區最為嚴重的氣象災害[44]。

1.2 資料來源

本文所用氣象資料為山東省氣象信息中心提供的質控后的山東省123個國家地面氣象觀測站(圖1)逐日降水量觀測資料；厄爾尼諾/拉尼娜歷史事件信息來自中國氣象局國家氣候中心。災情及社會經濟數據來源為山東省氣候中心氣象災害歷史災情數據庫、《山東省統計年鑒》[45]和國家統計局網站(http://data.stats.gov.cn/index.htm)，由于行政區劃變更，將2018年之前的萊蕪市數據與濟南市數據進行了合并。各項數據均經過了逐條逐項核查和整理，資料時段詳見表1。

圖1 研究區行政區劃、地形及氣象站點分布(審圖號：GS(2017)3320號)

1.3 研究方法

暴雨洪澇是指區域性持續的大雨、暴雨以上強度降水以及局地短時強降水引起的江河洪水泛濫或內澇，導致建筑損毀、農田淹沒、引發地質災害、造成農業或其他財產損失和人員傷亡的氣象災害[46-47]。選取統計標準較為一致，數據完整率較高的暴雨洪澇災害發生頻次、農作物受災面積、成災面積、受災率、成災率作為災害損失指標，其中，災損率(受災率、成災率)定義為：

I=S/E。

(1)

式中：I為災損率，S為受災面積(成災面積)，E為當年農作物種植面積。對年洪澇強度進行評估時，將農作物受災超過其平均值90%的年份定義為特大洪澇災害年，受災面積介于其平均值50%～90%的年份為重大洪澇災害年，其余為一般洪澇災害年[48]。

暴雨是導致暴雨洪澇災害的致災因子。山東省暴雨洪澇災害多由短歷時強降水和區域性極端降水引發，故從暴雨的強度、頻次、范圍等角度綜合考慮，選取區域平均暴雨日數、大暴雨日數、暴雨累計降水量以及區域性暴雨過程頻次、強度5個要素作為暴雨致災因子的指標進行統計分析。暴雨、大暴雨、特大暴雨定義參考《降水量等級：GB/T 28592—2012》[49]。暴雨(大暴雨、特大暴雨)日數定義為研究時段內研究區域所有觀測站發生暴雨及以上(對應降水等級及以上)日數的總和。將至少5%的無缺測站點日降水量大于等于50 mm的某天，定義為區域性暴雨日。滿足一定間斷條件的首個區域性暴雨日數至末個區域性暴雨日之間的過程定義為一次區域性暴雨事件[50]。

表1 資料詳細信息表

地方的防災減災能力可以由地區經濟發展水平、水利工程設施數量、應急救援隊伍建設、防災減災投入及宣傳力度等諸多因素體現?；谖墨I調研[41,47]，考慮到數據的可獲取性和標準化程度，本文選取地區生產總值(GDP)、除澇面積、水庫座數、水庫庫容作為衡量防災減災能力的指標，除澇面積定義為由興修治澇工程、安裝排澇設備或改種而使得易澇耕地免除淹澇且除澇標準達到三年一遇以上的面積[41]。

采用均值、標準差、偏度、峰度等特征統計量分析山東省暴雨要素及其引發的暴雨洪澇災害災情損失數據的特征。通過趨勢分析、周期分析、合成分析和突變檢驗等常規統計方法分析時空分布及變化特征。利用相關分析等方法探究暴雨洪澇災情損失與致災因子及防災減災能力的關系。

2 暴雨洪澇歷史災情時空特征

2.1 暴雨洪澇歷史災情年際變化

近36年山東省136個縣(市、區)共計發生暴雨洪澇災害2 044次，年均0.42次/縣。因災造成的農作物受災累計17.3×103khm2，年均479.6 khm2，多年平均受災率4.4%；累計成災8.1×103khm2，年均224.4 khm2，多年平均成災率為2.1%。山東省因洪澇災害導致的農作物受災面積、受災率、成災面積和成災率具有明顯的年際波動變化特征。4項指標數據分別在20世紀80年代末期、90年代中后期、21世紀初期和2010年前后出現峰值，其中，受災面積和受災率最大值出現在2012年，分別為1 293.8 khm2和11.9%，成災面積和成災率最大值出現在2003年，分別為636.8 khm2和5.85%。受災面積和成災面積整體呈現波動上升的線性趨勢，但該趨勢未通過信度為0.05的顯著性檢驗。136縣(市、區)暴雨洪澇的發生頻次在2013年最多，為148縣次，整體呈線性上升趨勢，且通過信度為0.01的顯著性檢驗(圖2)。近36年中，有11年(1990、1997、1998、2003、2004、2005、2010、2012、2013、2018、2019)達到了重大或以上洪澇災害等級；5年(1997、2003、2005、2010、2012)達到特大洪澇災害等級，其中4年處于2003—2013年期間(圖2)。2003—2013年，年均受災714.3 khm2，比近36年平均值(468.0 khm2)高52.6%，11年中有7年高于平均值，是明顯的暴雨洪澇災害高發時段。

圖2 1984—2019年山東省暴雨洪澇災害農作物受災面積、成災面積、受災率、成災率及災害發生頻次年際變化

采用滑動T檢驗[51]和Man-Kendall檢驗[51]方法對受災面積、成災面積和災害發生頻次等要素進行突變檢驗，發現災害發生頻次在2002年前后存在通過信度0.05顯著性檢驗的突變點。為進一步闡明暴雨洪澇災害的年際和年代際規律，對不同時段受災面積、成災面積和災害發生頻次進行統計，發現2002年后災害發生頻次多、變化幅度大(表2)。2002—2019年的受災面積、成災面積和災害發生頻次均值及其標準差均高于1984—2001年，其中，災害發生頻次增加了1倍以上，這說明進入21世紀以后，山東省暴雨洪澇受災損失加重且波動程度更大，其原因可能涉及氣候變化導致的極端降水事件增多以及社會經濟水平提升帶來的承災體價值增大等。

2.2 暴雨洪澇歷史災情空間分布特征

1984—2019年山東省暴雨洪澇導致的災情損失具有顯著的區域差異。魯西北、魯南部分地區較多，半島和魯中相對較少，各市差異顯著。受災面積最大的是菏澤市，年平均受災面積達66.3 khm2，占全省的13.3%，臨沂市位居第2位，年平均受災面積62.5 khm2；成災面積最大的是濱州市，年平均成災面積29.5 khm2，占全省的12.9%，菏澤市位居第2位，年平均成災面積27.7 khm2；年平均受災率和成災率最大的是東營市，分別為20.8%和13.3%。各項數據均較低的是泰安市，除成災面積(6.3 khm2)略高于日照市(4.6 khm2)，其他3項指標均為全省最低(圖3)。

圖3 1984—2019年山東省暴雨洪澇災害農作物受災面積、成災面積、受災率和成災率分布

綜合各項受災指標可知，菏澤、東營、濱州、臨沂4市多年平均受災程度較重。對受災面積、成災面積傾向率分析發現，臨沂市受災、成災面積傾向率分別為-11.3 khm2/10a和-1.4 khm2/10a，即36年來災害影響趨于減弱。但菏澤、濱州、東營3市受災、成災面積傾向率均為正值，即災害影響程度隨年際變化呈上升趨勢。受災面積傾向率最大的是濱州市，為25.5 khm2/10a，成災面積傾向率最大的是東營市，為13.7 khm2/10a(圖4)。

表2 1984—2019年山東省暴雨洪澇農作物受災面積、成災面積、災害發生頻次統計特征表

表3 厄爾尼諾/拉尼娜事件及暴雨洪澇發生年份信息表

圖4 1984—2019年山東省暴雨洪澇災害農作物受災面積、成災面積傾向率分布

3 暴雨洪澇災害成因分析

3.1 環流背景影響

根據山東省1984—2019年農作物受災面積距平百分率，選取暴雨洪澇災害最重的5年(1997、2003、2005、2010、2012)和最輕的5年(1984、1986、2002、2014、2017)做夏季環流場合成分析。澇年夏季，500 hPa位勢高度距平場烏拉爾山附近為顯著的正高度距平，貝加爾湖北部為負高度距平，120°E以東中高緯度環流經向度大。熱帶西太平洋為顯著的正高度距平(圖5a)。此種環流背景下，由于烏拉爾山地區的高壓脊穩定少動，貝加爾湖以西地區不斷有冷空氣南下影響我國大部地區，極易造成副熱帶高壓位置偏北偏西，副高脊線在23°～27°N之間擺動，致使山東地區降水量較常年明顯偏多。此外，有研究表明，厄爾尼諾事件對我國旱澇格局影響顯著[52-53]，結合厄爾尼諾/拉尼娜歷史事件的發生時間和類型來看，5年澇年中有4年均發生在中部型厄爾尼諾事件的次年(表3)，該環流場特征與褚穎佳[54]等對不同類型厄爾尼諾事件對山東夏季降水的影響研究結論一致。與此相對應，暴雨洪澇最輕的5年夏季，500 hPa位勢高度距平場烏拉爾山為負高度距平，貝加爾湖北部為顯著的正高度距平，120°E以東中高緯度環流緯向度大，熱帶西太平洋為負高度距平(圖5b)，此種環流形勢不利于山東的降水發生。

3.2 致災因子影響

暴雨是導致洪澇災害的直接致災因子。近36年來，山東省區域平均年暴雨日數為2.4 d，大暴雨日數為0.4 d，暴雨累計降水量181.8 mm，多年平均區域性暴雨過程頻次為9.1次，區域暴雨過程強度2.9。暴雨日數最多年份為1994年，為4.4 d，其次為1990年和2018年，均為4.0 d；大暴雨日數最多的是1998年，為1.1 d，其次為2007年的1.0 d；暴雨累計降水量最多值為312.8 mm，出現在2003年，其次為311.4 mm(2018年)；區域暴雨過程發生頻次最多的是1990和2003年，均為16次；區域暴雨過程綜合強度最高的是2003年(圖6)。綜合5項指標發現，1990和2003年是明顯的暴雨多發、強發年份，均有3項指標位于歷年之首，其次是2018年有2項指標居歷年第1位。

圖5 山東暴雨洪澇年、非洪澇年500 hPa位勢高度距平(填色；單位：gpm)(注：*區通過0.05信度的顯著性水平檢驗；虛線為常年位勢高度場)

圖6 1984—2019年山東省暴雨日數、大暴雨日數、暴雨累計降水量、區域暴雨過程頻次和強度年際變化

1984—2019年山東省暴雨頻次及強度呈現波動變化，5項指標長期趨勢系數均為正值，即暴雨頻次、強度呈上升趨勢，但該趨勢均未通過信度0.05的顯著性檢驗。小波分析[51]發現，暴雨日數和區域暴雨過程頻次存在明顯的3年和7年的周期變化特征，其中以7年周期振蕩最為突出；區域暴雨過程頻次以5年左右的振蕩周期最為突出。Man-Kendall突變分析[51]表明，暴雨5項指標均存在多個突變點(通過信度為0.05的顯著性檢驗)，主要集中于20世紀90年代初期、2000年前后和2010年前后。為分析暴雨因子對洪澇災害的影響，綜合考慮暴雨因子和災情的突變特征，以2002年為分隔點，進一步分析暴雨要素不同時間段的概率密度分布曲線及特征參數，結果表明，2002—2019年較之1984—2001年，除暴雨日數和大暴雨日數的標準差持平外，其他各暴雨要素均呈現平均值增大、標準差增大、偏度和峰度減小的特征，其中，暴雨累計降水量和區域暴雨過程強度的概率密度分布由右偏形態變為左偏。這說明2002年以來暴雨事件發生更多更強且年際波動幅度增大。

為剔除各年份農作物播種面積本身變化導致的影響，選取受災率和成災率作為災情因子與暴雨致災因子進行相關性分析。1984—2019年暴雨日數、大暴雨日數、暴雨累計降水量、區域暴雨過程頻次、強度均與農作物受災率和成災率成正相關(表4)。其中，暴雨累計降水量、區域暴雨過程強度、暴雨日數通過了信度為0.01的顯著性檢驗，大暴雨日數通過信度為0.05的顯著性檢驗。暴雨累計降水量與受災率和成災率的相關性系數最大，分別達到0.695和0.713；其次是區域暴雨過程強度，相關系數分別為0.685和0.686，遠大于區域暴雨過程頻次。區域暴雨過程頻次的致災性未通過信度為0.05的顯著性檢驗，這可能是由于災情損失中不僅包含區域性暴雨導致洪澇還有局地性極端降水的貢獻。此外，大暴雨日數的相關系數小于暴雨日數，這可能與大暴雨發生頻次低，樣本量較少，從而導致統計意義上的相關關系不明顯有關。

從空間上看，農作物災情損失分布與暴雨空間分布并不完全一致。臨沂、濟寧、青島、煙臺、菏澤和濰坊等市一致性較高，其余各市差異性較大?？梢?，致災因子只是影響洪澇災害的因素之一，而下墊面的孕災環境、承災體的暴露度和脆弱性，以及地方的防災減災能力等諸多區域自然和社會環境因素都是重要的影響因子。

3.3 防災減災能力影響

除致災因子外，地方防災減災能力建設的差異也是導致災情時空變化的重要因素。1984—2019年山東省GDP、除澇面積、水庫數量、水庫庫容4項指標均呈不同程度的增長趨勢，趨勢系數分別為21 740億元/10年、188.9 khm2/10年、340座/10年和133 000m3/10年，均通過信度為0.001的顯著性檢驗(圖7)；水庫數和水庫庫容在2005年出現通過信度為0.05的顯著性檢驗的突變點。這可能是由于2004年前后暴雨洪澇災害事件發生頻次和強度升高，且社會經濟水平發展使得承災體的暴露度增加的同時，災害風險意識提升以及政府可用于災害預防和治理的投入增加的緣故。在進行相關分析時，為剔除暴雨致災因子的影響，采用偏相關系數反映災情損失與防災減災能力的相關性，結果表明，災害損失因子與防災減災能力因子存在負相關關系(表5)，其中除澇面積與受災率和成災率的負相關性較為顯著，分別為-0.21和-0.19，說明災害防治能力的提升切實減少了災情損失。但是除澇面積、水庫數、水庫總庫容和GDP 4項指標與受災率和成災率的負相關關系均未通過信度為0.05的顯著性檢驗，這可能是由指標樣本量偏少造成的。

圖7 1984—2019年山東省GDP、除澇面積、水庫數、水庫總庫容年際變化

表4 致災因子與災害損失因子相關系數

表5 防災減災能力因子與災害損失因子偏相關系數

4 結論和討論

本文利用近1984—2019年山東省縣級暴雨洪澇災情與123個國家地面氣象觀測站逐日降水量觀測資料等，分析了暴雨洪澇歷史災情的時空變化特征，探究揭示了不同因子對災情的影響程度，形成主要結論如下：

(1)1984—2019年來山東省暴雨洪澇歷史災情呈現一定的加重趨勢，存在明顯的階段性波動，20世紀80年代末期、90年代中后期、21世紀初期和2010年前后是高影響時段。2003—2013年是暴雨洪澇災情最重的10年，年均受災面積714.3 khm2，比近36年平均值高52.6%。災害發生頻次約在2002年存在突變，2002年以后，暴雨洪澇災害損失加重趨勢更加顯著且波動幅度增大。

(2)1984—2019年來山東省暴雨洪澇導致的災情損失具有顯著的區域差異。魯西北、魯南部分地區較多，半島和魯中相對較少。各市災情差異顯著，受災面積最大的是菏澤市，年平均受災面積達66.3 khm2，占全省的13.3%；成災面積最大的是濱州市，年平均成災面積29.5 khm2，占全省的12.9%。菏澤、濱州、東營3市災害影響程度隨年際變化呈上升趨勢。受災面積傾向率最大的是濱州市，為25.5 khm2/10年，成災面積傾向率最大的是東營市，為13.7 khm2/10年。這一結果符合山東地區的氣候水文特征，東營、濱州、菏澤均位于魯西黃泛平原，雖然降水量相對魯東南和半島較少，但區域內地形平坦，河道比降小，易造成淤積，引發洪澇災害。以上地區是暴雨洪澇風險研究應重點關注的區域。

(3)從影響因子上來看，暴雨洪澇的氣候態特征與環流背景，尤其是厄爾尼諾事件的發生有著高相關性，災情最為嚴重的5年澇年中有4年是中部型厄爾尼諾事件發生的次年。對暴雨洪澇的歷次災害過程而言，致災事件對災情影響最為顯著。在暴雨致災事件的各項指標中又以暴雨累計降水量、區域性暴雨過程強度等指標為關鍵因子，其與成災率的相關性系數分別達到0.713和0.686。這是由于累計降水量是暴雨頻次和強度的疊加，對暴雨洪澇災情有著較為綜合的反映。而區域暴雨過程本身是所有暴雨過程中篩選出的達到一定量級且影響范圍較廣的暴雨事件，其強度和頻次直接影響該地區的重大災害過程災情嚴重程度。在研究某一地區暴雨洪澇災害風險時應格外重視區域暴雨過程強度指標的影響權重。此外，災害損失因子與防災減災能力因子指標均存在負相關性，其中除澇面積與受災率和成災率的負相關性較為顯著，分別為-0.21和-0.19，這說明地方災害防治能力的提升對于災情的減輕起到了重要作用。

由于歷史災情資料的收集整理涉及到氣象、水利、民政等不同部門的不同層級，往往存在一些出入，本文主要是基于由民政(應急管理)部門收集發布，氣象部門記錄整理的暴雨洪澇災情開展近1984—2019年山東地區暴雨洪澇歷史災情的時空變化特征及其影響因素的分析，有利于進一步認識暴雨洪澇災情的變化趨勢和空間差異，對進一步加強地區暴雨洪澇風險評估研究，提升災害防御預警服務水平具有一定指導意義。但受數據所限，對災情的分析刻畫不夠全面，對災情影響因子的貢獻率研究尚顯不足，將在未來展開更加全面和深入的研究工作。