洪澇災(zāi)害往往容易在短期內(nèi)突然發(fā)生,從而造成巨大的人員傷亡和財產(chǎn)損失,但目前有關(guān)突發(fā)性洪澇現(xiàn)象的甄別與分析并沒有達(dá)成共識。在利用標(biāo)準(zhǔn)化前期降水指數(shù)SAPI（Standardized Antecedent Precipitation Index）評估出逐日洪澇狀態(tài)的基礎(chǔ)上,提出突變性洪澇指數(shù)AFI（Abrupt Flood Index）以綜合反映水量由前期（當(dāng)天）到后期（后10天）突變及后期洪澇程度,同時定義并計算AFI閾值A(chǔ)FI_t,認(rèn)為AFI超過AFI_t的日期為臨界狀態(tài),后期將發(fā)生突變性洪澇事件。以漢江上游流域為例計算出該流域1972～2017年逐日AFI指數(shù),并利用AFI_t判別出了處于臨界狀態(tài)的日期。進(jìn)一步分析表明,AFI指數(shù)能夠較好地反映突變性洪澇現(xiàn)象,利用AFI指數(shù)甄別出的洪澇臨界狀態(tài)有利于識別流域突變性洪澇事件并有助于流域水資源系統(tǒng)應(yīng)急管理。 

【文章來源】：長江流域資源與環(huán)境. 2020,29(09)北大核心CSSCI

【文章頁數(shù)】：10 頁

【部分圖文】：

漢江上游流域

表3 基于SAPI的洪澇等級劃分Tab.3 Flood classification based on SAPI 類型 出現(xiàn)頻率(%) SAPI范圍 無澇 68% SAPI≤0.24 輕澇 15% 0.24<SAPI≤0.87 中澇 10% 0.87<SAPI≤1.70 重澇 5% 1.70<SAPI≤2.68 特澇 2% 2.68<SAPI由圖2可知2017年降水日期較為集中,當(dāng)天的降水會顯著影響SAPI值的變化,但持續(xù)的降水情況會影響SAPI的整體走向。2017年發(fā)生的持續(xù)時間最長的洪澇是9月27號～10月24號之間,這段時間除10月3號之外SAPI均大于1.7,屬于重澇和特澇的范圍,9月23日開始降水較為集中且降水量較大,因此導(dǎo)致SAPI不斷增加,但也存在部分天數(shù)少雨,因此SAPI呈現(xiàn)鋸齒形增加,此后,由于強降水在10月18號結(jié)束,SAPI從該日開始呈現(xiàn)鋸齒形下降的趨勢。此外,6月6號～6月14號是持續(xù)時間第2長的洪澇,與之前類似,SAPI主要根據(jù)降水量的強度和持續(xù)性而變化。圖2中還有一些短時間內(nèi)的高SAPI過程,均符合這種變化規(guī)律。降水是造成洪澇災(zāi)害的關(guān)鍵因素,但是否構(gòu)成洪澇災(zāi)害跟降水的持續(xù)時間和強度相關(guān)[28],SAPI可以靈敏地反映降水的持續(xù)性和強度,因此可較準(zhǔn)確地反映逐日洪澇情況。

從圖3中可以看出連續(xù)臨界狀態(tài)的AFI隨著時間的增加具有一定的增加趨勢。若前后期SAPI數(shù)值不變,改變后期SAPI出現(xiàn)順序,則由式(1)和式(2)可知后期SAPI最高的部分時段越接近前期當(dāng)天n越小,從而A和W相對較大,故連續(xù)幾天均處于臨界狀態(tài)的AFI指數(shù)隨時間整體上呈現(xiàn)逐漸增大的趨勢。但由于實際的前后期SAPI均存在一定的變化,故實際的曲線具有較大的波動性,從圖中發(fā)現(xiàn)曲線大致可分為3類:(1)呈現(xiàn)嚴(yán)格增加趨勢,這種情況最多;(2)先增加后減少;(3)波動較小,整體上略微增加。通過統(tǒng)計發(fā)現(xiàn)無論哪類曲線,其均在最后1天臨界狀態(tài)的后期第1天開始形成較嚴(yán)重的洪澇災(zāi)害,但洪澇的起漲類型有所區(qū)別:第1類曲線連續(xù)臨界狀態(tài)每天間的SAPI變化較小,直到最后一天臨界狀態(tài)的后期第1天SAPI突然增加開始形成較嚴(yán)重洪澇;第2類曲線AFI逐漸增加的時段每天的SAPI變化較小,在AFI達(dá)到最大的后一天SAPI發(fā)生一定的突變性增加,此后在AFI逐漸減少的時段SAPI持續(xù)增加,直到最后1天臨界狀態(tài)的后期第1天形成較嚴(yán)重的洪澇;第3類曲線臨界狀態(tài)期間SAPI呈現(xiàn)持續(xù)增加,直到最后1天臨界狀態(tài)后期第1天形成較嚴(yán)重的洪澇。為進(jìn)一步研究連續(xù)臨界狀態(tài)對突變性洪澇事件的反映情況,圖4僅列出連續(xù)出現(xiàn)5和6天臨界狀態(tài)所對應(yīng)的AFI。

【參考文獻(xiàn)】：
期刊論文
[1]北京城市洪澇問題與成因分析[J]. 宋曉猛,張建云,賀瑞敏,鄒賢菊,張春樺.  水科學(xué)進(jìn)展. 2019(02)
[2]漢江流域降水結(jié)構(gòu)時空特征及影響因素分析[J]. 起永東,何明瓊,鄭永宏,高潔,王丹,孔繁希.  長江流域資源與環(huán)境. 2018(12)
[3]近76年我國洪澇災(zāi)損度變化特征分析[J]. 姜靈峰.  氣象科技進(jìn)展. 2018(05)
[4]長江中下游流域旱澇急轉(zhuǎn)事件特征分析及其與ENSO的關(guān)系[J]. 閃麗潔,張利平,張艷軍,佘敦先,夏軍.  地理學(xué)報. 2018(01)
[5]漢江上游流域水資源對未來氣候變化的響應(yīng)[J]. 聶曉,丁玲玲.  安徽農(nóng)業(yè)科學(xué). 2017(04)
[6]基于泰森多邊形法的流域面平均雨量計算[J]. 顏真梅,母國宏.  水利科技與經(jīng)濟. 2017(01)
[7]近60年我國旱澇災(zāi)情時空特征分析[J]. 姚亞慶,鄭粉莉,關(guān)穎慧.  干旱地區(qū)農(nóng)業(yè)研究. 2017(01)
[8]城市山丘區(qū)突發(fā)性洪水模擬與情景分析[J]. 師鵬飛,楊濤,張和喜,楊靜.  水電能源科學(xué). 2014(12)
[9]基于前期降水指數(shù)的氣象干旱指標(biāo)分析[J]. 殷曉晶.  黑龍江科技信息. 2014(27)
[10]基于標(biāo)準(zhǔn)化前期降水指數(shù)的氣象干旱指標(biāo)在貴州的適用性分析[J]. 白慧,吳戰(zhàn)平,龍俐,周濤.  云南大學(xué)學(xué)報(自然科學(xué)版). 2013(05)

碩士論文
[1]延安地區(qū)蘋果北擴氣候區(qū)劃及干旱風(fēng)險評估[D]. 劉延莉.南京信息工程大學(xué) 2014



本文編號：3065449