海河流域极端降水阈值确定与风险评估

宾零陵，陈 璇，2，徐 奎，曹永强，穆 杰

(1.天津师范大学 地理与环境科学学院，天津 300387；2.天津大学 地球系统科学学院，天津 300072；3.天津大学 水利工程仿真与安全国家重点实验室，天津 300350；4.天津师范大学 京津冀生态文明发展研究院，天津 300387；5.中国水利水电科学研究院，北京 100038；6.水利部防洪抗旱减灾工程技术研究中心(水旱灾害防御中心)，北京 100038)

1 研究背景

世界气象组织发布的《2019年全球气候状况声明》显示，地球大气层变暖仍在加速，且变暖趋势将持续下去[1]。近年来全球变暖加速了区域水文循环速率，导致暴雨、洪涝等极端水文气象事件频率和强度显著增加，造成灾害风险加剧，严重影响生态系统和人类社会可持续发展[2-4]。

国内外学者关于极端降水事件发生概率及变化趋势开展了大量研究。Pan等[5]研究发现20世纪，北半球中高纬度地区冬季极端降水频次频率显著增加。Tan等[6]分析了加拿大六个区域223个测站降水数据发现加拿大太平洋沿岸、中部寒带地区和大西洋沿岸的大部分地区最大日降水量(AMP)增加，而草原和大部分寒带地区减少。Zeder等[7]对极端降水变化与大气热力状态联合研究表明，北半球最大降水量与温度呈整体强化和正比例关系。Vu等[8]、Choi等[9]、翟盘茂等[10]研究表明北美、亚太地区和中国极端降水频率和强度均呈现不同程度的增加趋势。但在我国不同地区极端降水变化趋势呈现地域差异，如长江流域极端降水事件发生频次及强度表现出增强趋势[11-13]，而东江流域无显著变化趋势[14]。青藏高原地区极端降水量、极端降水日数以及极端降水对气候变化的贡献均呈现出明显增加趋势[15-16]，而关中平原地区极端降水量和不确定性基本平稳[17]。

在全球气候变暖背景下，极端降水事件频发，然而极端降水阈值确定是极端降水研究的基础和前提。国内外定义极端降水事件主要方法有参数法和非参数法。非参数法包括固定阈值和百分位法等，固定阈值适合气候变化相对小的地区，不适合跨区域研究[18]。百分位法是当今国际上应用比较广泛的极端降水阈值确定方法，常用百分位有第90、95和第99个百分位，超过这个阈值称为极端降水[19]。参数法主要采用极值理论计算极端降水阈值，包括去趋势波动法(Detrend Fluctuation Analysis，DFA)和概率分布法等方法。DFA法综合考虑了极端降水事件的物理背景和长时间序列，可以用来衡量某一尺度演化下的长程相关性[20]。Pearson-Ⅲ 概率分布法是水文领域常用方法，可用于最大日降水量概率分布拟合和重现期推求[21]。

极端降水引发洪涝、泥石流等气象灾害风险加剧，引起国内外政府部门和学者广泛关注[22-25]。美国联邦应急管理局提出的HAZUS-MH灾害模拟与评估系统，可用于模拟和评估极端降水引起的洪涝灾害的水文特征、灾害范围及危害程度、应对措施等，是常用的极端降水风险模拟评价工具[26-27]。李剑锋等[28]研究发现中国极端降水引起的洪涝灾害风险有所加剧。目前研究在极端降水风险形成机制、时空分布和趋势预测方面开展了深入研究，基于阈值确定的风险变化较少。

海河流域是我国气候变化和人类活动影响最剧烈的流域之一，流域内大中型城市众多，人口密集，在我国政治经济生活中占有重要地位。然而流域内河流源短流急，暴雨引起洪水突发性强，极端降水事件威胁人民生命财产安全。因此，本文基于海河流域30个气象站1990—2019年逐日降水资料，采用DFA法、百分位法、Pearson-Ⅲ概率分布法分别计算海河流域极端降水阈值，结合流域实际情况提出海河流域极端降水建议阈值，分析其极端降水时间变化趋势和空间分布特征，综合考虑极端降水危险性和脆弱性，评估流域极端降水风险，为海河流域气候灾害预测、洪涝风险管理提供参考依据。

2 资料和方法

2.1 研究区概况海河流域位于112°E—120°E、35°N—43°N之间，流域西与黄河流域相邻，北与内陆河流域相邻，东临渤海，南界黄河。流域地势西高东低，西北为高原和山地，东南为平原。流域面积32万km2，包括北京、天津全部，河北省绝大部分，山西省东部，河南和山东两省北部，以及内蒙古自治区和辽宁省的小部分。流域地处温带-暖温带半湿润半干旱大陆性季风气候带，地域广大，气候复杂多变。流域降水时空分布呈现出明显的地带差异、季节差异和年际差异，总体趋势是东部多西部少，多年平均降水量560 mm，是我国东部降水量最少的地区。夏季暴雨集中，冬季和春季雨雪稀少，汛期降雨量占全年的70%～80%，因此水旱灾害易发。

2.2 数据来源及预处理降水数据来自中国气象科学数据共享服务网(http://data.cma.cn/)海河流域39个国家气象站点1990—2019年逐日降水数据，为保证数据的可靠性和代表性，排除数据缺失和不完整站点，并对数据集中特征值数据进行了处理，如32700表示降水“微量”的数据做0值处理。最终选择30个站点的日降水量数据进行计算分析，站点分布如图1所示。

图1 海河流域气象站点分布图Fig.1 Distribution of meteorological stations in the Haihe River Basin

2.3 研究方法

2.3.1 DFA法 DFA法最初由Peng等生物学家用于DNA内部分子链相关关系探测时提出，适用于非平稳时序序列数据集，并被广泛用于生物、物理和气候等领域[29]。这种算法中的变换数列从动力学观点分析，保留了原数列的痕迹，与原数列保持着一致的持续性。另外，变换能够更有效地“过滤”其自身演化的趋势因素，剩余的离差序列大部分是波动成分[30]，从而消除趋势中的伪相关性，探测出非平稳时间序列中相关性。DFA法具体计算步骤及其物理意义可参见文献[30]。本文采用DFA法来确定极端降水阈值，选取各站日降水量大于或等于0.1 mm的降水序列进行分析，在计算中采用一阶多项式进行拟合，区间长度s为150。

2.3.2 百分位法 当前国内外气候变化研究中常用阈值识别法，即采用特定百分位值作为确定极端事件的阈值，高于此阈值则被认为是极值，被称作极端事件[31]。百分位法计算步骤如下：将发生了降水的日降水量数据以升序排序，取第x位百分位为降水阈值，表示有(1-x)%的样本值大于第x位百分位对应的降水量。本文依据百分位法求得海河流域30个站点第90、95和99百分位所对应降水值，确定该百分位数的值作为流域极端降水阈值，并分析流域极端降水事件特征[32]。

2.3.3 Pearson-Ⅲ概率分布法 极端降水事件可以根据重现期来描述，即根据现有降水数据计算不同年份可能出现的最大降水强度。概率分布法是计算重现期的常用方法，本文采用Pearson-Ⅲ概率分布函数，基于各站点年最大极值，拟合降水极值概论分布曲线，并计算2年、5年、20年和100年重现期极端降水值。Pearson-Ⅲ概率分布函数如下：

(1)

2.3.4 风险评估 《国际减灾战略》将自然灾害风险分析界定为对可能造成人员伤亡、财产损害和环境破坏的潜在灾害因素的分析[33]，评估受灾实体的脆弱性，并提出了灾害风险的概念公式：

Risk(风险)=Hazard(危险性)×Vulnerability(脆弱性)

(2)

式(2)包含了构成风险的两个主要参数，即造成灾害事件的危险性和脆弱性。本文基于危险性和脆弱性对海河流域极端降水风险进行了评估。其中，危险性以降水量和降水频率为指标，脆弱性采用人口密度、地均GDP指标和现状防洪能力，分别计算危险性等级和脆弱性等级后，根据式(2)计算海河流域极端降水风险分级。

3 海河流域极端降水阈值确定

3.1 极端降水阈值对比DFA法、Pearson-Ⅲ概率分布法和百分位法计算的海河流域气象站点极端降水阈值如表1所示，流域极端降水阈值范围为11～373 mm，跨度范围较大。其中DFA法、2年重现期和第99百分位(99th)计算的阈值较为接近，基本大于30 mm，与中国降水强度等级划分标准中大雨-暴雨标准相近[34]。

表1 DFA法、Pearson-Ⅲ概率分布法和百分位法确定的海河流域气象站极端降水阈值(单位：mm)

3.2 极端降水阈值空间分布图2为经DFA法、99th百分位法和Pearson-Ⅲ概率分布法(2年重现期)计算的阈值在Arcgis中采用克里金差值得到空间分布图，不同方法计算的阈值与年平均降水量空间分布趋势一致，自东南向西北递减。在同一区域，Pearson-Ⅲ 2年重现期阈值(图2(c))大于70 mm的范围明显大于DFA法(图2(a))和99th百分位法(图2(b))，且主要分布于流域东部沿海地区。Pearson-Ⅲ 2年重现期阈值最大值出现在青龙站(89 mm)，次高值出现在密云站(83 mm)。DFA法阈值最大值也出现在青龙站点附近，其值为83 mm，主要因为青龙气象站点临近海洋且地势低平，有利于海洋气流的输入，当气流强盛时极有可能造成强降水天气。DFA法计算的最低值出现在河北承德站点附近其值为26 mm，且燕山、太行山山脉背风坡及以北地区阈值普遍较小。这种极端降水阈值空间分布主要由于特殊地形及地理位置使该地区受天气及气候系统长程相关性影响：夏季东南部海洋性暖湿气流向西北推进过程中受地形抬升作用形成地形雨降落至迎风坡，形成沿海地区强降水天气；而背风坡及以北地区降水较少，发生极端降水事件频率也相对较低。DFA法所确定的阈值与年降水量基本吻合(图2(d))，这说明DFA法与年降水强度的划分具有高度的相关性，且与百分位法确定阈值在空间规律大体相同(图2(b))。这三种方法所确定的极端降水阈值差别不是很大，但是由于DFA法考虑了特殊的地形、地理位置和气候系统的长程相关性[34]，因此DFA法来确定海河流域极端降水阈值更为合理。

图2 海河流域极端降水阈值空间分布Fig.2 Spatial distribution of extreme precipitation threshold in the Haihe River Basin

3.3 海河流域极端降水阈值建议要确定一个地区的极端降水阈值，不仅要考虑降水因子，还要考虑地形和排水能力影响。因此为了科学提出海河流域极端降水阈值建议，将海河流域划分为西北地区和东南地区。西北地区阈值为26～60 mm(表2)，大部分地区的阈值介于31～43 mm之间，由于西北地区距海洋较远，且地势较高不容易形成积水，排水能力较强，因此西北地区极端降水建议阈值为45 mm。东南地区阈值为36～83 mm，但大多数地区阈值超过了40 mm。由于东南地区地势较为平缓，容易出现积水，排水能力较差，而且降水强度较大，因此东南地区极端降水建议阈值为65 mm。本研究提出阈值范围与迟潇潇等[34]提出的中国北方地区极端降水阈值为50 mm较为接近。

表2 海河流域极端降水阈值建议

4 海河流域极端降水时空变化特征

4.1 极端降水天数变化海河流域从1990—2019年发生极端降水天数变化趋势如图3所示。在全球变暖背景下，海河流域极端降水天数总体呈现持平且有轻微下降趋势，尤其东南地区下降趋势更明显，表明海河流域极端降水所致洪涝灾害风险在降低。这一结果与刘慧媛等[35]研究中海河流域极端降水指数呈下降趋势且未来洪涝灾害风险降低结果一致。但是从近15年来看，极端降水发生天数呈增加趋势，所以有关部门仍应对极端降水事件引起重视。

图3 海河流域极端降水天数趋势变化Fig.3 Trend change of extreme precipitation days in the Haihe River Basin

4.2 极端降水空间变化根据极端降水阈值定义，24 h降水量超过阈值标准即为发生极端降水事件。统计海河流域各站点极端降水天数，计算极端降水天数占总降水日的比值，在Arcgis中克里金差值后获得海河流域极端降水发生概率空间分布如图4。海河流域极端降水概率存在两个高值中心区，即东部沿海区和西部五台山、原平站点附近。东部沿海地区水汽充足降水较大，而西部五台山位于太行山脉东部迎风坡，来自渤海和黄海的水汽抬升形成地形雨，因此五台山站附近极端降水发生概率较高。流域北部山区，极端降水发生概率较低，其中最小值发生在蔚县站点附近，三十年来超过西北地区极端降水阈值45 mm的天数仅为6天。

图4 海河流域极端降水概率空间分布Fig.4 Spatial distribution probability of extreme precipitation in the Haihe River Basin

5 海河流域极端降水风险分析

5.1 危险性分析海河流域极端降水危险性等级以24 h极端降水量和研究时段内极端降水频次两个指标综合确定。通过Pearson-Ⅲ概率分布法，计算出各站点2年、5年、10年、20年不同重现期的降水量，将海河流域极端降水量危险性分为由低至高5个等级，具体分级标准为：<2年一遇对应降水量危险性等级为低，[2，5)年一遇为较低，[5，10)年一遇为中，[10，20)年一遇为较高，≥20年一遇为高。根据极端降水量等级越高对危害性作用越大的原则，确定降水量的危险性因子权重，按权重求和获得各站点降水量危险性等级。再统计各站点研究期内发生极端降水频次，按自然断点法划分降水频次危险性等级。海河流域危险性等级为极端降水量危险性与极端降水频次危险性按权重叠加，本文权重各取0.5。海河流域危险性指标等级划分标准见表3。

表3 极端降水危险性等级划分标准

将各站点极端降水危险性等级进行克里金差值，得到海河流域危险性等级分布(图5)。总体而言，海河流域极端降水综合危险性等级表现为从东南到西北逐渐降低，东南平原区危险性高于西北平原区危险性。高危险性等级区主要位于青龙、遵化、惠民县、安阳和新乡等地，较高危地区分布在承德、北京、天津、廊坊、邢台等地区，与王晓雅等[36]在京津冀小时极端降水危险性评估中提出极高、高危险性地区基本一致。与其不同的是本研究中承德南部地区危险性等级较高，可能是由于在承德南部的燕山山脉迎风坡，极易形成地形雨，日极端降水频次较高。

图5 海河流域危险性等级分布Fig.5 Distribution of hazard rating in Haihe River Basin

5.2 脆弱性分析脆弱性也称为易损性，是受灾体受到灾害破坏的概率与受灾后损毁的难易程度。海河流域脆弱性指标包括人口密度、地均GDP和现状防洪能力。人口密度和地均GDP越高，现状防洪能力越低则受到极端降水灾害的损失越高[37]。根据2019年统计年鉴的数据，统计出海河流域各市人口密度和地均GDP，采用自然断点法提出流域脆弱性等级划分，现状防洪能力采用海河流域防洪规划中现状防洪能力成果[38]。海河流域脆弱性指标等级划分标准如表4，各市人口、GDP和现状防洪能力采用克里金差值后得到各指标脆弱性等级分布如图6，再用Arcgis栅格叠加获得海河流域综合脆弱性空间分布如图7。

表4 海河流域脆弱性指标等级划分标准

图6 海河流域脆弱性指标分布Fig.6 Vulnerability index distribution of Haihe River Basin

图7 海河流域脆弱性等级分布Fig.7 Distribution of vulnerability rating in Haihe River Basin

从图6可知，海河流域人口密集的平原地区脆弱性等级较高，而地均GDP脆弱性较高、高等级地区主要位于北京、天津、廊坊等地，位于京津冀核心城市群。由于北京、天津等城市防洪等级较高，因此，现状防洪能力对应的脆弱性等级处于较低和低等级。海河流域极端降水综合脆弱性从南向北依次降低(图7)。南部平原区人口较稠密，地均GDP较低但是现状防洪能力低，因此综合脆弱性等级最高。东部沿海地区人口密集且经济发展水平高，人口和经济脆弱性均为高等级，但是现状防洪能力较高，即该地区对极端降水灾害防御等级较高，故综合脆弱性等级为中。北部多伦、围场、丰宁、承德等站点附近人口密度较低且经济欠发达，因此综合脆弱性等级较低。

5.3 综合风险分析海河流域极端降水综合风险等级分布如图8，自东南沿海向西北内陆方向风险等级逐渐降低。极端降水风险区主要分布在太行山和燕山山脉迎风坡及东南平原地区。其中高风险区主要位于流域南部徒骇马颊河新乡、安阳、惠民县和滦河下游青龙站附近区域。北京、天津、廊坊、保定、南宫、遵化站附近的北三河下游、大清河下游、子牙河和滦河中下游等地处于较高风险等级。这些地区地势平坦，上游极端降水极易在此形成洪涝灾害。进一步对照苑希民等[39]研究结果和相关洪涝风险成果[38]可知：海河流域洪水灾害高风险区主要分布在滦河下游、北三河沿岸、白洋淀周边、滹沱河与滏阳河交汇区及滏阳河上游，对比可知，尽管极端降水发生至形成洪涝灾害还受流域地形、土壤等影响，但本文提出极端降水高风险区与洪涝灾害高风险区域一致，本研究成果具有一定合理性。

图8 海河流域极端降水综合风险等级分布Fig.8 Comprehensive risk level distribution of extreme precipitation in Haihe River Basin

6 结论

(1)采用DFA法、百分位法、Pearson-Ⅲ概率分布法计算海河流域极端降水阈值，结合海河流域地形特征将其划分为西北地区和东南地区，提出极端降水阈值，其中西北地区极端降水阈值为45 mm，东南地区为65 mm。这三种方法所确定的极端降水阈值差别不是很大，但是DFA法确定的阈值更为合理。

(2)在全球变暖的背景下，海河流域自1990—2019年来极端降水发生天数有减少趋势，东南地区下降幅度更大，且极端降水发生概率存在东部沿海区和西部五台山、原平附近两个高值中心区。

(3)海河流域极端降水风险自东南沿海向西北内陆逐渐降低，风险区主要分布在太行山、燕山山脉迎风坡及东南平原地区。其中较高、高风险区主要位于滦河下游、北三河下游、大清河下游、子牙河和徒骇马颊河，低和较低风险地区位于流域北部山区。