1. 前言
水文、气象与人类生产生活息息相关，对洪涝灾害起决定性的自然因素主要有降水过程和下垫面条件，无论从统计模型还是气象物理模型 [1] [2] [3]，降水量与降水过程都是难以精准计算的水文变量 [4] [5]。但长时间尺度的水文与气象观测数据可以一定程度地拟合预测降水量概率分布 [6]，从而推断一定设计保证率条件下的降水量理论值 [7]。
下垫面条件是由多要素组成的复杂巨系统 [8]，依据水文学原理的产汇流过程 [9]，抽象水循环过程中下垫面条件的主要影响因素，结合具体的降水场景，可以一定程度上模拟预测降水过程发生过程中的水循环过程对地表人类活动空间产生的影响。
综上所述，设计保证率条件下降水量的理论值预测与影响产汇流过程的主要下垫面因素是洪涝风险模拟的理论基础。
近年来突发性极端天气频繁，造成城市雨涝与山区地质灾害等时有发生，此类灾害的特点是短时、局部、突发，特征是城区易涝，山区易滑，湖区易涨。因此，基于已有观测数据和下垫面因素耦合的洪涝风险模拟意义重大，未雨绸缪而精准定位易灾点，场景模拟多样化应用，可为雨洪风险防范提供强有力支持。
我国更是雨洪灾害频发的地区，在华东至东南沿海以及南部地区更为明显，如图1所示。梅州，地处东南临海，雨量丰沛，地貌类型复杂多样，进行水文预测分析与洪涝风险模拟是很有必要的，防患于未然。
2. 降水资料分析
本文使用横山(二)水文站2000年至2020年三小时降水观测数据，代表研究区范围内的平均降水量，进行水文统计分析。首先分析提取观测值的水文年的最大值，代表研究区内每个水文年内的最大三小时累计降水量Pmax，定义该值为年最大暴雨降水量。经过简单数据统计与分析得到年最大暴雨观测值序列如表1所示。
不同年份的年最大暴雨降水量组成长时间的暴雨观测序列，对该序列进行皮尔逊Ⅲ型频率曲线分析，绘制研究区三小时累计暴雨降水量频率曲线图。经过数据分析与排频计算，该水文变量特征序列水文统计特征值分别为：序列均值H = 55.143，均方差S = 18.402，离势系数Cv = 0.334，偏态系数CS = 0.834。
Figure 1. Distribution map of major rain and flood disasters in China from 1989 to 2018
图1. 1989~2018年我国重大雨洪灾害分布图
Table 1. Statistical table of the annual maximum three-hour cumulative precipitation of a hydrological station in the study area from 2000 to 2020 (Unit: mm)
表1. 2000年至2020年横山(二)水文站三小时累计降水量年最大值统计表(单位：mm)
数据来源：广东省水文局。
3. 水文统计与暴雨预测
Figure 2. Pearson type III frequency characteristic curve of the three-hour cumulative precipitation annual maximum characteristic sequence in the study area
图2. 研究区三小时累计降水年最大值特征序列皮尔逊III型频率特征曲线图
如图2，基于特征曲线与设计保证率条件，计算制定设计保证率条件下的暴雨降水量理论值。本文设计保证率取值1%(百年一遇)。计算得到研究区百年一遇的最大三小时累计暴雨降水量理论值为157.899 mm。
4. 洪涝风险模拟
大气降水是大气水分从对流层向下运动至地表的过程，水汽到达地表前首先穿过地表植被冠层，在这一过程会有部分水分停留于植物冠层，称之为植物截留；大气降水经过植物截留之后到达地表，参与土壤水分运动，这一过程主要表现为土壤下渗；降水持续进行，土壤下渗能力减弱，当降水速率大于下渗速率时，大气降水开始填充洼地形成小水坑，而后形成地表水流，地表水流受地形因子控制，表现为坡面漫流与沟谷水流；降水持续进行，沟谷水流联通地表河流湖泊，开始补给地表水；降水继续进行，河流湖泊水位上涨，漫灌淹没区域逐渐扩大，河道洪峰流量增大，形成洪水与城市水涝灾害。
为了进行基于上述预测值的洪涝风险模拟，本文抽象简化产汇流计算过程，使用基于径流系数法的降雨径流模型计算百年一遇暴雨场景下的研究区地表径流量。得到研究区百年一遇暴雨场景下的径流量分布模型。
地表径流量 = 暴雨场景降水量P × 平均地表径流系数α。
地表径流系数均值如表2。
结合研究区土地利用现状，基于ArcGIS地理信息系统平台，计算得到研究区暴雨场景下地表径流量模型。
洪涝风险模拟考虑特征影响因子，土壤、地形与人口密度，土壤条件主要对径流形成过程影响较大，土壤下渗能力的差异与降水强度的相互关系适用于不同的产流模型；人口密度主要考虑洪涝灾害影响程度；地形因素是洪涝灾害的主要影响因子，在暴雨场景下，地形条件影响产流速度、径流量，地形条件还很大程度影响汇水、集水区域分布。综上所述，产流速度越快、径流量越大、集水条件越好，洪涝风险性越大。
Table 2. The mean value table of surface runoff coefficient
表2. 地表径流系数均值取值表
Figure 3. The surface runoff model diagram of the rainstorm scene in the study area once in a hundred years
图3. 研究区百年一遇暴雨场景地表径流量模型图
Figure 4. The flood risk zoning map of the study area in a 100-year heavy rain scene
图4. 研究区百年一遇暴雨场景洪涝风险性分区图
基于ArcGIS地理信息系统平台，对研究区进行水文分析，地形因子分析，集水区域提取等工作，结合地表径流模型进行多因素耦合叠加分析，得到研究区洪涝灾害风险性分区。如图3、图4所示。
5. 结果分析
1) 本文的预测分析仅为搜集有限资料的情况下进行，文中使用单一水文站点观测数据，仅具有一定程度的代表性，对预测结果可信度有一定影响。
2) 本文基于径流系数的降水径流模型是对实际降水径流过程的简单抽象，是对实际的水文水资源循环体系的概化，由于搜集数据的时空尺度及分辨率极限条件特征，使得洪涝灾害风险模拟系统误差增大，因此，最终洪涝灾害风险分区仅以高风险区和中风险区为百年一遇暴雨场景下洪涝灾害的易发性分区。
3) 研究区极端暴雨条件下的洪涝灾害风险性特征与实际水文条件比较相符，地表水系对大气降水的容纳能力强，具体表现为湖区域雨涝灾害风险性低；下垫面条件以地形起伏大、水系发育弱、植被稀疏的丘陵、山区为主导的区域，对极端强降雨容纳能力弱，产汇流过程迅速，易形成短时、局部、突发的洪涝灾害，洪涝灾害风险性大。
参考文献