考虑极端降水情景的洪水灾害动态评估:以河北省涞源县为例

《Atmosphere》:Dynamic Evaluation of Flood Hazard Considering Extreme Precipitation Scenarios: A Case Study of Laiyuan County, Hebei Province

【字体: 大 中 小 】 时间:2026年08月27日 来源:Atmosphere 2.6

编辑推荐:

  全球气候变化导致极端降水事件日益频繁,传统静态灾害评估难以反映洪水灾害的动态发展过程。本研究考虑不同重现期的极端降水因子,基于多年历史降水数据和实际暴雨事件,构建了不同的极端降水情景。研究人员提出了一种考虑极端降雨情景的区域洪水灾害动态评估方法,通过使用累积径

  
全球气候变化导致极端降水事件日益频繁,传统静态灾害评估难以反映洪水灾害的动态发展过程。本研究考虑不同重现期的极端降水因子,基于多年历史降水数据和实际暴雨事件,构建了不同的极端降水情景。研究人员提出了一种考虑极端降雨情景的区域洪水灾害动态评估方法,通过使用累积径流与洪水估算模型(AccRo v.1.0)、迭代流量累积和水文计算,模拟各情景下的动态洪水淹没过程。在河北省涞源县开展了洪水灾害的动态评估与区划。结果表明,高风险区与历史上严重受损乡镇的分布一致,集中在拒马河沿岸的河谷平原。结果显示,空间格局同时受降水、地形和河网影响。在时间维度上,情景3下,第12小时叠加50年重现期日最大降雨后,高风险区面积较第11小时增加约110%。此外,情景4中的非均匀多峰降雨模式代表了洪水过程的涨水、洪峰和退水阶段。结合水深和流速的综合评估,能有效区分两种致灾模式——深水低流速和浅水高流速,从而弥补了仅以水深为单一指标时对过渡区域灾害的低估。
**论文解读文章:基于极端降水情景的洪水灾害动态评估——以河北省涞源县为例**

**研究背景与问题**
全球气候变化背景下,极端降水事件频发,引发的洪水灾害造成严重人员伤亡和经济损失。传统静态洪水灾害评估多依赖历史平均降水统计或单一重现期设计暴雨生成静态风险区划图,难以反映洪水从降雨开始到洪峰消退的时间动态过程,也无法捕捉短时强降雨叠加在前期湿润或近饱和条件下产生的非线性放大效应(即入渗能力降低、局部蓄满后汇流能力增强,使后续强降雨快速转化为地表径流,导致淹没深度、流速和灾害等级不成比例增加)。此外,简化或均匀的降雨时程分布不能完整表征实际极端事件的涨水、洪峰和退水阶段,而仅基于水深的灾害分级可能忽略较浅但快速流动的危险组合。因此,需要将多情景极端降水生成、动态淹没模拟与双指标分类系统有机耦合,特别是在数据稀缺的山丘区,其降水强迫和径流响应均表现出显著时空异质性。为此,研究人员以河北省涞源县为案例,构建了四种极端降水情景,利用累积径流与洪水估算模型(AccRo v.1.0)进行动态淹没模拟,并结合水深-流速双指标矩阵进行综合灾害评估,以期提供更精细的山区洪水灾害动态区划方法。该研究发表在《Atmosphere》。

**主要技术方法**
本研究采用的关键技术方法包括:基于皮尔逊III型(Pearson Type III)分布拟合历史降水序列(2000–2024年来自NOAA NCEI全球日摘要的12个气象站数据),计算20年及50年重现期极端降水参数;利用累积径流与洪水估算模型(AccRo v.1.0),通过迭代流量累积(FAF)和Gauckler-Manning-Strickler水力计算,模拟各情景下选定降雨时长节点的动态淹没过程,输出网格尺度最大水深和最大流速;构建水深和流速的5级分级矩阵(参考英国环境、食品与农村事务部技术报告和《洪水风险区划技术导则》(SL 762-2018)),通过乘积计算综合洪灾指数,采用面积加权平均法将网格结果聚合至乡镇级,并利用自然断点法划分五级灾害等级。数据来源包括30米分辨率ASTER GDEMV2数字高程模型(DEM)、2020年30米土地利用数据、1:25万河网数据。

**研究结果**
**4.1 洪水模拟结果**(以情景4为例)
情景4采用非均匀多峰降雨时程分布(“上升–双峰–下降”结构),模拟了洪水涨水、洪峰和退水阶段。水深和流速的时空分布显示:3小时淹没范围有限,限于拒马河局部河段;6小时淹没区从河道向两侧河谷扩展;8小时(对应双峰洪峰)淹没面积和水深达到最大值,高水深沿拒马河主干及主要支流呈带状分布;12小时淹没面积和水深急剧下降,反映了山区河流坡陡、汇流快、退水迅速的径流特征。横断面A–A’的水深剖面显示,最大水深从3小时的1.64米升至8小时的3.19米,主河道位置稳定,第6至第8小时水深增幅最大,与两个连续高强度降雨时段一致。

**4.2 动态灾害评估**
不同情景下灾害等级的时间演化差异显著,凸显降雨模式和峰值强度对灾害演变的控制作用。情景3模拟了持续稳态降雨后期叠加短时强降雨峰值的极端情况:第11小时(叠加前)总淹没面积170.23 km2,高风险区仅12.30 km2;第12小时叠加50年重现期日最大降雨后,总淹没面积增至213.03 km2(增加25.14%),高风险区面积骤增至25.73 km2(增长率109.19%),较高风险区增加51.45%,低风险区减少27.74%,揭示了短时强降雨对山区洪水灾害的非线性放大效应。情景4模拟了总量相近但非均匀多峰分布的降雨事件,灾害演化呈现完整的洪峰过境曲线:3小时高风险区8.89 km2;8小时(双峰洪峰)高风险区增至28.99 km2(较3小时增长226.10%),较高风险区22.32 km2(增长85.07%),为全时段最高;12小时高风险区快速回落至9.14 km2,总淹没面积降至160.90 km2,体现了山区河流陡涨陡落的水文特征。乡镇级加权评估结果(基于情景4第8小时)显示,涞源县灾害分布呈“带状聚集于河谷平原、线状延伸于沟谷”的格局:拒马河主干河谷的涞源镇、王安镇、杨家庄镇几乎全部被高和较高风险区覆盖;而外围山区的烟囱洞乡、东团堡乡以低风险为主,但沟谷沿线仍出现中高风险带状分布,表明山区洪水威胁由大面积淹没转为线状冲击。

**讨论与结论**
讨论部分指出,模拟的高风险区(情景3第12小时和情景4第8小时)集中在拒马河河谷平原,乡镇级加权结果中王安镇、塔崖驿乡、杨家庄镇被划分为高或较高风险区,这与2012年7月21日和2023年7月两次极端暴雨事件中严重受损乡镇的分布高度一致,验证了情景构建和评估结果的合理性。情景4的非均匀多峰降雨时程符合太行山东麓实际极端暴雨特征,早期降雨峰增加前期湿润度,后续降雨峰更易转化为地表径流形成洪峰,模拟的高风险区沿拒马河主干呈带状分布,与山区洪水灾害的普遍机制相符。研究方法的优势在于:双指标矩阵可区分深水低流速和浅水高流速两种致灾模式,例如在丘陵与河谷平原过渡区,中等水深但流速较高时综合灾害等级升至较高或高,弥补了单一水深评估的不足;多情景动态模拟(如情景3中高风险区1小时内面积骤增109.19%,情景4中高风险区在8小时峰值后快速下降)揭示了降雨时程结构对灾害演变的控制作用;AccRo模型通过迭代流量累积和回水机制更新水面地形,比常规一步式DEM累积方法更好地模拟了洼地渐进填充和局部溢流后的流量再分配,且计算效率高,适用于大规模多情景评估。局限性包括:四种情景基于历史降水统计,未考虑气候变化下未来极端降水频率和强度的变化趋势;GSOD日降水数据无法直接解析日内降雨结构,情景3中的1小时峰值和情景4中的多峰结构是基于2023年7月实际暴雨过程的情景化时间分配,而非独立估计的亚日重现期降雨值;AccRo模型并非专用高分辨率河道水力模型,不单独求解河道水力参数、回水效应或桥涵控制,模拟结果适用于县级多情景洪灾区划,不应视为详细河道水力模拟;评估指标未覆盖受灾体脆弱性(如人口密度、经济暴露度)及滑坡、泥石流等次生灾害耦合影响;乡镇边界与水文流域不重合,乡镇级分类应视为管理导向的网格结果汇总。

**研究结论**(翻译自原文)
(1)洪水灾害的空间分布受降水、地形和河网共同控制。高风险区集中在拒马河主干及主要支流的河谷平原,低风险区分布于县域外围山区,与涞源县边缘高、中心低的盆地地形高度吻合。乡镇级加权评估结果表明,王安镇、塔崖驿乡和涞源镇被划为高风险区,这一格局与2012年7月21日和2023年7月23日历史洪水灾害中严重受损乡镇的分布一致,为评估框架的合理性提供了佐证。
(2)洪水灾害的时间演化受降雨模式结构紧密影响,并在设计的极端降雨情景下表现出突变性。在情景3中,第12小时叠加50年重现期日最大降雨后,高风险区面积从12.30 km2骤增至25.73 km2,1小时内增加109.19%,低风险区面积减少27.74%。这一结果表明,在模拟情景中,连续前期降雨上叠加短时强降雨可触发洪水灾害的快速增加。在情景4中,非均匀降雨模式代表了与实测极端暴雨特征一致的“上升–双峰–下降”降雨过程(而非对特定历史雨洪过程的定量再现)。在该降雨情景下,模拟的灾害响应呈现单一主导洪峰:高风险区面积从8.89 km2增至28.99 km2,随后在降雨停止后4小时内迅速回落至9.14 km2,体现了山区河流系统的快速涨落洪水响应特征。
(3)通过构建基于水深和流速乘积的综合洪灾指数(遵循《洪水风险区划技术导则》(SL 762-2018)中用水深-流速乘积表征洪水冲击的技术思路),本研究区分了深水低流速和浅水高流速两种致灾条件。与仅基于水深的评估相比,该指数有助于识别丘陵向平原过渡区的高流速危害,为山区洪水灾害评估提供了更全面的基础。整体框架(包括基于AccRo的淹没模拟、多情景降雨设计和水深-流速矩阵)可推广至其他山区县,但应用需具备当地可靠的DEM数据、降水站点记录、基于土地利用的糙率参数,并根据当地地形和暴露条件调整阈值。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号