陈耀飞1，陈燕丽2*，谢映2，肖鸿祥1，韦德宝1
1.广西河池市环江县气象局，广西环江 547100；
2.广西壮族自治区气象科学研究所，广西南宁 530022
摘要 基于1978—2020年环江县国家气象观测站资料和2014—2020年区域自动气象站资料以及环江县地理信息、暴雨灾情及其社会经济资料，利用GIS技术和多因子叠加的统计方法，分别综合分析了环江县的暴雨致灾因子危险性、承灾体易损性及防灾减灾能力，得出环江县暴雨灾害风险评估与区划。
关键词 暴雨灾害；致灾危险性；风险评估；风险区划
中图分类号：P426.616 文献标识码：B 文章编号：2095–3305(2023)08–0233-04
环江毛南族自治县隶属广西河池市（107°51′~108°43′N，24°44′E 25°33′E），地处桂西北云贵高原南部边缘的斜坡地带，总面积约45.7万hm2，喀斯特面积约32.9万hm2，占国土面积的72.2%，属于生态脆弱的岩溶山区[1]。该县属亚热带季风气候，受东南季风的影响，降水充沛，每年出现暴雨的次数较多，具有降水历时短、降水集中、暴雨量大等特点，县内河流水位变幅大，山区排水不畅[2-3]。遇暴雨易引发山洪、泥石流、城市内涝等次生灾害，威胁极大，属于影响力较严重的气
象灾害之一。在全球气候变暖背景下，全球和区域尺度的暴雨洪涝灾害频率升高和强度不断增加[4-6]。尤其是在生态脆弱和抗灾能力较弱的环江县，一旦发生暴雨洪涝灾害，将会给环江县带来了极大的危害，如2022年6月19日晚至20日上午环江县部分乡镇出现暴雨洪涝灾害。据不完全统计，全县共受灾25 365人，农作物受灾总面积约11 451 hm2，家禽牲畜、路基和房屋等均遭受不同程度灾害，直接经济损失高达5 526.2万元。
目前，针对评估暴雨灾害风险评估，诸多学者对此开展相关研究，多以层次分析法（AHP）和地理信息系统（GIS）等方法进行分析为主，GIS方法关于暴雨灾害风险评估体系主要包括
暴雨致灾危险性、承灾体脆弱性和承灾
体暴露度[6-9]。陆芊芊等[10]以2022年广
西“龙舟水”暴雨灾害风险为例，从危
韦紫明险性、暴露度和脆弱性3个维度开展精
细化暴雨灾害风险评估，结果表明此次
过程河池市的暴雨致灾危险性及人口、
GDP、水稻风险等级相对较高。但目前
针对环江县暴雨灾害评估和区划研究
和报道仍未见。
因此，通过探讨该地区的暴雨风
险区划，一方面是为相关人员提供更详
实、可靠的县域暴雨精细化区划结果，
另一方面是为环江县植被生态保护、防
灾减灾提供科学依据。
1 资料来源与研究方法
1.1 研究区概况
环江县下辖12个乡镇，环江县境
内主要河流有大环江、小环江，发源于
贵州省，从北向南流过。其中，大环江
从驯乐乡途经明伦镇、洛阳镇、大安
乡、思恩镇贯穿南北，位于县域中部；
小环江途经驯乐乡、龙岩乡、明伦镇、
东兴镇、长美乡，位于县域东部。全县
土地类型以山地、丘陵为主，水稻、玉
米等农作物主要分布在南部、西部和中
部等地势相对低的地区。研究时段内环
江县共33个气象站点，其中1个为环江
Rainstorm Disaster
Risk Assessment and
Regionalization Analysis
in Huanjiang County
Chen Yao-fei et al(Huanjiang County
Meteorological Bureau, Hechi City, Guangxi,
Huanjiang, Guangxi 547100)
Abstract Based on the data of Huanjiang
National Meteorological Observation Station
from 1978 to 2020, the data of regional
automatic meteorological stations from 2014
to 2020, and the geographic information,
rainstorm disaster situation and socio-
economic data of Huanjiang County, using
GIS technology and the statistical method
of multi factor superposition, the risk of
rainstorm disaster causing factors, the
vulnerability of disaster bearing bodies, and
the ability of disaster prevention and reduction
in Huanjiang County were comprehensively
analyzed, and the risk assessment and zoning
of rainstorm disaster in Huanjiang County
were obtained.
Key words Rainstorm disaster; Disaster
causing risk; Risk assessment; Risk zoning
作者简介 陈耀飞（1994—），男，广西武鸣人，助理工程师，主要从事农业气象研究。*通信
作者：陈燕丽，E-mail：******************。
收稿日期 2023-05-12
233
234
县国家气象观测站，建站于1957年，32
个区域自动气象站于2012年后相继建
设完成，
分布在各个乡镇。
图1 环江县乡镇、河流、站点分布图
1.2 资料来源
所用的降水资料为1978—2020年环江县国家气象观测站资料和2014—2020年区域自动气象站资料；县级行政区划边界矢量数据来源于国务院普查办；乡镇边界及行政点数据来源于广西自然资源厅；数字高程数据则采用SRTM 的30 m DEM 数据。人口、GDP 、农作物（水稻）、房屋建筑、道路等承灾体网格数据均来源于国务院普查办；1978年1月1—2020年12月31日历史灾害数据来源于环江气象灾情数据库、及其他相关部门提供的灾情数据等。1.3 研究方法
基于日降水量和小时降水量资料进行统计分析，其中年际变化等有关时间变化的分析采用1978—2020年环江县国家气象观测站（单站）资料统计分析，空间分布特征分析采用2014—2020年国家气象观测站和区域自动气象站资料。多年平均指1991—2020年的平均值，也称为“常年值”；研究中如无特别注明，国家站数据平均值的统计时段均指1978—2020年。
环江县的暴雨降水基本特征，主要通过统计多年平均月降水量，1978—2020年历年的暴雨日数、不同日数（1、
3、5、10日）累积最大降水量、不同历时（1、3、6、12、24 h ）累积最大降水量等因子进行分析。
根据“风险＝致灾危险性×承灾体暴露度×承灾体脆弱性”的风险理论模型，考虑暴雨孕灾环境的影响，基于单个气象站点开展精细化暴雨灾害风险评估。
暴雨致灾危险性反映了暴雨可能产生的危害大小，主要考虑暴雨强度
（IR ）和孕灾环境（I c ）的影响，采用自然断点法将致灾危险性划分为高、较
高、较低、低等级，致灾危险性指数ID 由下式计算：
ID =（1+I c ）×IR
（1）
将单个气象观测站的日降雨量（20:00至翌日20:00）≥50 mm 的降雨日定义为单站暴雨日；当降水过程中，单站暴雨日持续天数≥1 d ，或2个暴雨日相隔1 d 、其中断日有中到大雨（10 mm ≤日降雨量＜50 mm ），则定义为一个单站暴雨过程。参考区域性暴雨过程综合强度算法，构建暴雨过程强度指数IR ，公式如下：IR =a ×I 1 pre +b ×I 3 pre +c ×I 6 pre +d ×I 24
pre +e ×I pre +f ×I day
（2）式（2）中，
I 1 pre 为过程中1 h 降雨量最大值，
I 3 pre 为过程中3 h 降雨量最大值，
I 6 pre 为过程中6 h 降雨量最大值，I 24 pre 为过程中日降雨量最大值，I pre 为过程的累积降雨量，
I day 为过程的开始日至结束日总天数，a 、b 、c 、d 、e 、f 为权重 系数。
暴雨孕灾环境指在暴雨影响下对形成洪涝、泥石流、滑坡、城市内涝等次生灾害起作用的自然环境， 包括地形、水系、土壤类型 、植被分布等要
素，以孕灾环境影响系数I c 表征，并将I c 缩放至[-0.3，0.3]；当I c 值越大，表明孕灾环境加重暴雨致灾危险的可能性越大。
选取人口、经济、水稻、玉米作为承灾体，分别进行暴露度和脆弱性分析。建立风险评估模型对不同承灾体（人口、GDP 、水稻、玉米）进行风险评估，模型如下：
R =T we ×E wh ×V ws
（3）
式（3）中，
R 为暴雨灾害风险指数，用于表示暴雨灾害风险程度，值越大，则暴雨灾害风险程度越大；T 、E 、V 分别表示致灾危险性指数、承灾体暴露度指数、承灾体脆弱性指数；
we 、wh 、ws 是致灾危险性、承灾体暴露度和脆弱性指数的权重，权重的大小依据专家打分法确定。由于缺少乡镇级的暴雨过程灾情，不考虑承灾体脆弱性，仅将致灾危险性和承灾体暴露度进行加权求积，得到风险评估结果。依据对人口、经济和水稻的暴雨灾害风险评估结果，采用自然断点分级法，根据暴雨灾害造成的风险进行评估，利用自然断点法对风险指数R 由大到小进行分类，将暴雨灾害风险划分为高、较高、较低、低等级；并绘制风险区划图，得到暴雨
灾害对不同承灾体风险分区划图。2 结果与分析
2.1 暴雨致灾因子的特征分析
2.1.1 降水 环江县1978—2020年的年
降水量在996.0（2009年）~2 025.4 mm （1994年）之间，平均年降水量为1 439.4 mm ， 长期线性变化趋势不明显（图2）。3—10月为环江县降水集中期，累计降水量1 284.0 mm ，占全年降水量的88%；各月降水量在76.8~296.3 mm 之间，呈单峰分布，以6月降水最多、3月最少（图3）。
2.1.2 暴雨日数 环江县43年暴雨日
235
数在1（1995年）~11 d （1994年）之间，平均每年5.02 d ，长期线性变化趋势不明显（图4）；4—10月暴雨日数占年暴雨日数的94.8%以上，平均每年4.76 d 。环江县4—10月各月的多年平均暴雨日数在0.16~1.23 d 之间，呈单峰分布，以6月最多，与其月降水量变化一致。
2.1.3 不同日数累计降水量极值 1978
—2020年，环江县最大日降水量为221.4 mm ；3 d 累计最大降水量为299.6 mm ；5 d 累计最大降水量为394.8 mm ；10 d 累计最大降水量为409.1 mm 。从长期变
化趋势上看，1 d 累计最大降水量呈明显上升趋势；3、5、10 d 累计最大降水量的变化趋势不明显（图5）。
2.1.4 不同历时累计降水量极值 1978
—2020年，环江县1、3、6、12、24 h 累
计降水量最大值分别为75.4（2020年）、124.9（2016年）、164.3（2016年）、220.4（2020年）、221.4 mm （2020年）。从长期变化趋势上看，1、3 h 累计最大降水量的变化趋势不明显；6、12、24 h 累计最大降水量具有明显的上升趋势。
（图6）。
2.2 暴雨致灾危险性评估
综合雨涝指数和孕灾环境影响指数，评估环江县暴雨致灾危险性，按危险性指数大小依次划分为高、较高、较
低、低等级，危险性较高的地区主要位于洛阳镇中南部、驯乐乡中部、水源镇东北部、大安乡西部、思恩镇、大才乡南部、长美乡东部、东兴镇西部、龙岩乡西部等地；其余大部地区的危险性较
低（图7）
。
图7 环江县暴雨致灾危险性等级图
2.3 暴雨风险评估与区划
2.3.1 人口风险评估 环江县的暴雨灾
害人口风险大环江和小环江流域高于其他区域，城镇高于乡村，较高和高风
降水量/m m
年份
y =4.161x -6877.66
R 2
=0.0405
图2 1978—2020年环江县年降水量变化
降水量/m m
月份
图3 3—10月环江县多年平均月降水量变化
月份
暴雨天数/d
图4 1978—2020年环江县年暴雨日数变化
年份
降水量/m m
图5 1978—2020年环江县1、3、5、10 d 降水量年极值变化
降水量/m m
年份
图6 1978—2020年环江县1、3、6、12、24 h 降水量年极值变化
236
险区主要位于大环江和小环江流域一
带，其余地区风险较低（图8）。
2.3.2 GDP 风险评估 环江县的暴雨
灾害GDP 风险与人口风险分布相似，大环江和小环江流域的GDP 风险高于其他区域，城镇高于乡村，较高和高风
险区主要位于大环江和小环江流域一带，其余地区风险较低（图9）
。
图8 环江县暴雨灾害人口风险等级图图9 环江县暴雨灾害GDP 风险等级图
2.3.3 农作物风险评估 环江县的暴雨灾害水稻中等以上风险区主要位于环江县中南部和偏东中部，以城镇中心较为集中，主要分布在驯乐乡西北部、川山镇的北部和东部、下南乡的北部、水源镇的东部、洛阳镇、大安
乡、思恩镇、大才乡、明伦镇东部、东兴镇西部和南部、长美乡北部和东南部、龙岩乡西部，其余地区风险较低（图10）。
环江县的暴雨灾害玉米中等以上风险区主要位于驯乐乡西北部、川山镇
的北部和东部、下南乡的北部、水源镇的东部、洛阳镇、大安乡、思恩镇、大才乡、明伦镇东部、东兴镇西部和南部、长美乡北部和东南部、龙岩乡西部，其余地区风险较低（图11）
。
图10 环江县暴雨灾害水稻风险等级图图11 环江县暴雨灾害玉米风险等级图
3 结论与讨论
选取1978—2020年环江县气象观测站降水资料、基础地理信息、当地暴雨实情灾情及其他社会经济资料，对致
灾因子、危险性、承灾体暴露性和脆弱性等开展精细化暴雨灾害风险评估开展分析和研究，得出以下结论：
（1）1978—2020年，环江县年降水
量在996.0~2 025.4 mm 之间，平均每年 1 439.4 mm ，长期线性变化趋势不明显。3—10月为降水集中期，占全年降
（下转第273页）
偏小的区域有2个：大通中部—湟中北部—湟源北部（北部一线）、湟中南部，即模式在这2个地区的预报能力较强。就不同模式来看，ECMWF模式预报平均绝对偏差较小，即ECMWF模式对降水量的预报效果更好。
5 结论与讨论
针对2020—2021年西宁强降水过程，用ECMWF和GFS全球模式检验其发生的环境背景场，以大气状态指数检验强降水物理量参数，并进行了降水量检验，主要结论如下：
（1）ECMWF和GFS模式对500 hPa、北方天气系统所在区域预报效果最好。2种模式对500 hPa风向风速预报均有指示意义，ECMWF模式效果更好，对200 hPa风向预报效果很好，风速预报趋向于偏弱。无论是ECMWF还是GFS 模式，均对700 hPa湿度场预报能力较好。针对500 hPa温度场预报，2种模式均效果很好，针对700 hPa温度场2种模式均预报强度偏弱、范围偏小，即趋向于系统偏弱。整体上ECMWF模式优
于GFS模式。
（2）ECMWF模式整体上将强降水过
程的大气状态指数预报趋向于略偏大，
GFS模式则预报趋向于偏小；GFS模式
与实况的偏差值更小，预报效果更好。
（3）模式预报降水量平均绝对偏差
较大的区域有3个，分别在湟中中部、
大通北部、湟源南部；预报平均绝对偏
差偏小的区域有2个，位于北部一线、
湟中南部。ECMWF模式对降水量的预
报效果更好。
参考文献
[1] 周顺武，王传辉，吴萍，等.青藏高原强
降水日数的时空分布特征[J].干旱区地
理,2012,35(1):23-31.
[2] 张峰.2016年3—5月T639、ECMWF及
日本模式中期预报性能检验[J].气象,
2016,42(8):1020-1025.
[3] 任宏昌.2018年3-5月T639、ECMWF及
日本模式中期预报性能检验[J].气象,
2018,44(8):1104-1109.
[4] 金巍，刘卫华，高凌峰，等.辽宁地区
ECMWF模式气温预报检验及误差订
正研究[J].气象与环境学报,2020,36(6):
50-57.
[5] 申华羽，方艳莹，涂小萍，等.ECMWF细
网格10 m风预报在浙江沿海的评估与
订正[J].气象,2020,46(11):1485-1494.
[6] 李晓兰，符娇兰.基于CRA技术的华南
前汛期强降水EC模式预报误差分析
[J].热带气象学报,2021,37(2):194-206.
[7] 宫宇，代刊，徐臖，等.GRAPES-GFS模
式暴雨预报天气学检验特征[J].气象,
2018,44(9):1148-1159.
[8] 王新敏，栗晗.多数值模式对台风暴
雨过程预报的空间检验评估[J].气象,
2020,46(6):753-764.
[9] K oh T Y, Ng J S. Improved diagnostics
for NWP verification in the tropics[j].J
Geophys Res, 2009, 114(D): 12102.
[10] 苏涛，封国林.基于不同再分析资料
的全球蒸发量时空变化特征分析[J].
中国科学：地球科学,2015,45(3):351-
365.
（上接第236页）
水量的88%，其中6月降水最多。
（2）环江县年暴雨日数最多为11 d，平均每年5.02 d。环江最大日降水量达221.4 mm，1 h降水量极值75.4 mm；3、5、10 d累计最大降水量和1、3 h累计最大降水量的长期变化趋势均不明显；1 d 累计最大降水量和6、12、24 h累计最大降水量均呈显著上升趋势。
（3）环江县暴雨致灾危险性、暴雨灾害人口风险和GDP风险相类似，大环江和小环江流域的致灾危险性、人口风险和GDP风险高于其他区域，城镇高于乡村，较高和高风险区主要位于大环江和小环江流域一带，其余地区风险较低。
（4）环江县的暴雨灾害与农作物水稻、玉米中等以上风险区大体相同，主要位于环江县中南部和偏东中部，以城镇中心较为集中，其余地区风险较低。
近年来，环江县石漠化现象加剧，发生暴雨灾害频次高，造成的经济损失严重，因此开展精细化暴雨灾害风险评估为当地防灾减灾和植被生态保护等
决策部署工作提供科学依据显得尤为
必要。暴雨灾害风险评估涉及气象、自
然环境、社会经济等多方面因素影响，
所涉及的因子及其权重也各不相同，还
有待深入研究所建立的风险评估模型
及其区划的准确性，在后期的研究中将
进一步增加承灾体数据的种类，提高相
应数据的精度，构建更加精细化的暴雨
风险评估模型，进一步提高当地应对和
防御灾害的能力。
参考文献
[1] 赵佳，赵宇鸾.1950—2010年岩溶山区
农作物结构演变的时空特征：以广西环
江县为例[J].贵州师范大学学报(自然
科学版),2023,41(3):73-83.
[2] 陆华静，彭勇刚，蒙召桂.1976—2010年
环江县汛期暴雨特征分析[J].现代农业
科技,2011,40(15):281-282.
[3] 廖春贵，熊小菊，胡宝清.2015年广西暴
雨洪涝灾害的时空格局与危险性评价
[J].安徽农学通报,2017,23(6):21-24.
[4] 宋怡轩，何永青，陈晋.基于GIS的四川
省暴雨洪涝灾害风险评估[J].绿科
技,2022,24(18):33-37.
[5] 黄冬梅，黄卓帆，黄肖寒.基于GIS的河
池市暴雨洪涝灾害风险评估与区划[J].
气象研究与应用,2016,37(1):21-24,130.
[6] 傅永超，朱宇蓉，马俊卿.基于GIS的海
北州祁连县暴雨灾害风险评估[J].农业
灾害研究,2022,12(10):49-51.
[7] 莫建飞，陆甲，李艳兰，等.基于GIS的
广西农业暴雨洪涝灾害风险评估[J].灾
害学,2012,27(1):38-43.
[8] 莫建飞，陆甲，李艳兰，等.基于GIS的
广西洪涝灾害孕灾环境敏感性评估[J].
灾害学,2010,25(4):33-37.
[9] 周幼婵，何林宴，林雪香，等.广西贵港
市暴雨过程综合强度评估及分析[J].气
象研究与应用,2020,41(3):27-31.
[10] 陆芊芊，黄卓，郑凤琴，等.2022年广
西“龙舟水”暴雨灾害风险评估和检验
[J].气象研究与应用,2023,44(1):39-43.
273
发布评论