基于自然和社會經(jīng)濟指標的俄羅斯洪水特性評價

[俄羅斯]C.Г.多布羅沃利斯基 M.H.伊斯托米娜

基于自然和社會經(jīng)濟指標的俄羅斯洪水特性評價

[俄羅斯]C.Г.多布羅沃利斯基 M.H.伊斯托米娜

分析了俄羅斯境內 123起洪水的以下數(shù)據(jù)資料:洪水起始日期、發(fā)生洪水的數(shù)量(頻率)、洪水的歷時、洪水形成的原因及類型、直接遭受洪水淹沒的土地面積、洪水所波及地區(qū)的面積、中心坐標、地區(qū)人口數(shù)量、受災人口總數(shù)、疏散人口數(shù)量、死亡人數(shù)、受淹建筑物數(shù)量、經(jīng)濟損失等。分析結果表明,由于雨洪和融雪引發(fā)的洪水而造成的財產(chǎn)和人文損失超過了頻發(fā)的春汛洪水所造成的損失。根據(jù)分析結果,編制了研究時段內洪水的基本數(shù)據(jù)圖表;確定并劃分了洪水的主要成因類型和分布區(qū)域;介紹并分析了俄羅斯境內洪水的基本特性。

洪水;特性分析;俄羅斯

在許多文獻或“極端水文事件”的國際會議論文中,都對河流及其流域所發(fā)生的洪水進行了大量的研究。這些文章主要是對具體河流和某些地區(qū)發(fā)生的洪水或者是發(fā)生洪水的趨勢進行研究,只有少量有價值的有關洪水的研究文章是針對俄羅斯或全世界范圍內的洪水現(xiàn)象而開展的較系統(tǒng)的研究。幾年前,作者們首次根據(jù)可比參數(shù)對現(xiàn)有的全球范圍內的洪水資料進行了分析研究,后來又繼續(xù)開展了對俄羅斯聯(lián)邦境內洪水事件的研究工作。與前述論文相比,目前有可能會提供更多、更詳細的有關俄羅斯洪水的數(shù)據(jù)資料,這也正是本文的任務和目的所在。

鑒于該研究任務,對“洪水”的本身概念問題進行研究是合理的。在總方案中,作者們遵循貼近論文中所公認的定義:認為洪水是暫時性淹沒人們以不同目的開發(fā)的區(qū)域,并造成負面的社會或經(jīng)濟后果。將來在更詳細的研究框架內,將引起不良經(jīng)濟后果的淹沒歸入洪水類可能比較合理。

必須指出研究大范圍區(qū)域和全球區(qū)域洪水的重要性。當然這種方法不可能直接按年代順序對具體河流中洪水的產(chǎn)生和發(fā)展趨勢的預測進行分析研究,但是概括性研究可以提出防洪的戰(zhàn)略問題,并通過統(tǒng)計河流及流域在完全不同條件下發(fā)生的多起洪災,以便對總的規(guī)律性進行研究。

1 洪水的社會經(jīng)濟指標

1.1 洪水區(qū)域人口數(shù)量

可以注意到,根據(jù)后果的嚴重程度,洪水的社會經(jīng)濟指標可以構成以下層次。像洪水行政經(jīng)濟區(qū)域人口數(shù)量這樣的指標只能說明洪水的潛在危險程度,但是并不能反映洪災造成的直接損失。受淹區(qū)域內的房屋數(shù)量(被淹或被損壞)在某種程度上應該算是一個可靠參數(shù),它已經(jīng)反映了由洪災造成的基礎物質損失。與受淹建筑物數(shù)量和考慮了洪水其他方面因素的參數(shù)相比,經(jīng)濟損失更具有綜合性和概括性。受災人口總數(shù)為洪災造成的社會損失的基本參數(shù),它主要考慮的僅僅是遭受到物質損失的人群,而同時導致產(chǎn)生的疏散人口數(shù)量與較嚴重的人文后果和人群災難是有關聯(lián)的。最終,死亡人群是由洪水造成的最悲慘結果。圖 1為 1998～2002年俄羅斯境內洪水的圖解。

圖1 1998～2002年俄羅斯境內洪水圖解

顯然洪水所涉及區(qū)域的人口數(shù)量越多,造成的洪災損失就越大。所以對于洪水指標來說,除了行政經(jīng)濟區(qū)域面積外,還適宜于使用行政經(jīng)濟區(qū)域人口數(shù)量這樣的指標。對于2000～2002年各種類型的洪水來說,其平均值為 345(標準為1 424)。而對于春汛、洪水、冰塞來說,其相應值分別為 228(標準為 319)、535(標準為 2 160)和 114(標準為 149)千人。

將這些數(shù)據(jù)與洪水區(qū)域面積的相應數(shù)據(jù)進行比較,至少可以說明洪水比春汛造成的危險大的眾多原因之一。也就是說,如果各種洪水區(qū)域的平均面積具有幾乎相同的規(guī)模,那么洪水區(qū)域的平均人口數(shù)量將超過春汛區(qū)域平均人口數(shù)量一倍多,而按標準,相應的比值為 7∶1。造成這一現(xiàn)象的原因,是洪水常常發(fā)生在人口密度較大的地區(qū)。

圖1(б)是洪水區(qū)域人口數(shù)量的圖解示意。圖2為 1998～2002年期間俄羅斯境內洪水參數(shù)概率分布密度曲線。

洪水區(qū)域面積與人口數(shù)量的季節(jié)性變化之間也存在很大的差異(圖 3(б))。如果在第 1種情況下,最大值出現(xiàn)在 5月末,并且在很大程度上是由春汛所引起的,那么在第 2種情況下,最大值僅僅與洪水有關,且大約會推遲一個月,出現(xiàn)在 6月末。

1.2 發(fā)生洪水時建筑物的淹沒

受淹的建筑物(另外也稱其為“處于淹沒區(qū)域的建筑物”、“受損的建筑物”)的數(shù)量是判斷洪水損失最客觀的標準之一。這個數(shù)據(jù)相對來說比較容易評估,所以對于大多數(shù)(82%)洪水來說,都具有這方面的資料。各種洪水發(fā)生時受淹建筑物的數(shù)量范圍很大,從幾座到成千上萬座(2002年,北高加索)發(fā)生洪水時,受淹建筑物超過 65 000座)。

當偏差系數(shù)為 3.6時,在一次洪水期間的受淹建筑物的平均數(shù)量(在具有這種信息資料的情況下)為 1 695座。對于春汛、洪水和冰凌冰塞來說,相應值分別為 1 235(2.6)、3 398(3.4)和 1 695(2.4)。正如這些數(shù)據(jù)所顯示的,洪水與春汛之間,在洪水區(qū)域平均數(shù)量方面有一個對比值為 23∶1,在受淹建筑物的數(shù)量方面,該對比值表現(xiàn)得更加厲害,為28∶1。這就說明發(fā)生洪水時,在洪水所涉及區(qū)域的人口數(shù)量完全相同的情況下,建筑物受損的比例較大。

圖2 1998～2002年期間俄羅斯境內洪水參數(shù)概率分布密度曲線

受淹建筑物數(shù)量的地理分布示于圖 1(в)。由圖可知,建筑物受淹的主要區(qū)域基本上與洪水所涉及的行政經(jīng)濟區(qū)的高密度人口區(qū)(北高加索)、南烏拉爾和遠東南部相一致。

受淹建筑物數(shù)量上的季節(jié)性變化示于圖 1(в)。像類似的洪水區(qū)域人口數(shù)量曲線圖(圖 3(б))一樣,最大值出現(xiàn)在 6月底至 7月初,這與洪水的類型有關。

1.3 遭受洪災的人口總數(shù)

遭受洪災的人口不僅包括疏散人口,而且還包含健康和財產(chǎn)受到損失的人口。無論是在每次洪水時的人口總數(shù)方面,還是在平均數(shù)量方面,遭受洪災的總人口大約超過疏散人口數(shù)量的兩倍。在一次洪水時受災的人口總數(shù)和平均數(shù)分別為87.2萬人和1.08萬人(所有洪水);15.1萬人和 0.4萬人(融雪和融冰);52萬人和 2.08萬人(雨洪);19.1萬人和1.19萬人(冰凌和冰塞)。通過將這些數(shù)據(jù)與以下在發(fā)生洪水時疏散的人口數(shù)量進行分析比較可以看出,不同類型的洪水之間,其在受災總人數(shù)方面的對比值并沒有像疏散人口數(shù)量方面的對比值那么大。

這一結論可以通過受災人口總數(shù)與受淹建筑物數(shù)量的關系曲線(圖 4)得到證實:對于所有類型的洪水來說,按一座受淹建筑物計算,受災人口總數(shù)基本上是一樣的。

受災人口與受淹建筑物數(shù)量的關系曲線圖可以按雙對數(shù)刻度重新編制。與圖 4不同的是,它能較好地反映中等規(guī)模和小規(guī)模洪水的情況。在這種情況下可以看出,兩個參數(shù)之間存在很明顯的線性關系,并且該關系含蓋極為寬泛的洪水強度范圍:受淹建筑物數(shù)量 ＞4,受災人口數(shù)量也 ＞4。屬于各種成因類型洪水點的主要部分,緊貼傾角的單位切線。此外還表明,從各地很不容易得到的洪水信息資料,顯然也能取得實質性的接近真實的結果。

圖3 洪水參數(shù)的季節(jié)性變化

應該指出的是,洪水時,受災人口總數(shù)與洪水日期的關系曲線(圖 3(д)),從本質上來說,與圖 3(в)類似。受災人口與受淹建筑物總數(shù)關系曲線圖也很類似(見圖 1(в)和圖 1(д)),而且其相應的概率分布密度也非常相似(圖 2(в)和圖 2(д))。

1.4 洪水造成的人口疏散

洪水所導致的人口疏散數(shù)量,是可以間接地判斷一些造成最嚴重的人文后果的災難所帶來的社會經(jīng)濟損失的最重要的指標之一。研究時間段內的人員總的疏散情況是:1998～2002年,疏散人口總數(shù)為 27萬人以上,其中,90%以上為雨洪(16.8萬人)和融雪、融冰洪水(7.7萬人)引起的。俄羅斯境內空間分布最廣的洪水類型為春汛,其疏散人口只占總疏散人口比例的 8%(2.2萬人)。采用類似的方法,同樣也可以確定一次洪水所需疏散人口的平均數(shù):對于雨洪和冰川洪水,疏散人口分別為 8千和 5千人以上,而對于春汛,疏散人口只有 700人。

圖3(e)表示的是疏散人數(shù)的季節(jié)性變化。從本質上來說,該曲線圖與受淹建筑物數(shù)量的季節(jié)性變化曲線圖(圖 3(в))非常相像:最大值出現(xiàn)在 6月末 ～7月初,這與洪水的性質有關。疏散人口數(shù)量與受淹建筑物數(shù)量的關系曲線也可以按雙對數(shù)比例尺繪制。特點是,在這種條件下,點場比受災總人數(shù)與受淹建筑物數(shù)量的關系曲線中的點場要模糊得多(同樣也是采用的雙對數(shù)比例尺繪制);回歸線的傾角切線約為1.13,但是由于點的散射大,因此要準確評估這個值是不可能的。

對于洪水一些主要類型,分別以線性坐標軸的形式繪制的疏散人口數(shù)量與受淹建筑物的關系曲線示于圖 4。從圖 4可以看出,在發(fā)生雨洪時,疏散人口對受淹房屋數(shù)量的敏感度(1.52人/房屋)超過春汛洪水的類似指標(0.35人/房屋)3.3倍。

圖1(e)表示的是洪水所導致的疏散人口數(shù)量的地理分布狀況。從洪水造成的這些后果來講,西伯利亞南部和雅庫特(Якутия)(由冰凌和冰塞產(chǎn)生的洪水區(qū))也被列入深受洪水影響最“傳統(tǒng)”的地區(qū)。

仍需補充的是,疏散人數(shù)的概率分布密度(圖 3(e)),同所研究的大多數(shù)洪水參數(shù)一樣,近似于帕累托分布。

圖4 受災和疏散人口總數(shù)與受淹建筑物數(shù)量的關系曲線

2 洪水時的死亡事件和財產(chǎn)損失

2.1 死亡事件

如上所述,俄羅斯遠不是世界上最易發(fā)生洪水的國度,尤其是所謂的“歷史上”最大的造成重大人員傷亡的洪水,俄羅斯也沒有出現(xiàn)過像孟加拉(1991年)或印度洋(2004年)那樣奪走成百上千人生命的海嘯而導致的洪水。但是俄羅斯洪水造成的人員傷亡也是完全不能容忍的,接下來應該特別注重對這方面的分析。1998～2002年間,俄羅斯洪災造成的物質(經(jīng)濟)損失及人員傷亡的數(shù)據(jù)是美國和澳大利亞的 5倍,也是歐洲的 8倍。

1998～2002年,俄羅斯 13起洪水導致的總死亡人數(shù)為 277人,其中 40%是屬于 2002年夏季北高加索的一次洪水造成的。如果談到洪水成因類型之間的差異,那么 84%的死亡應歸咎于雨洪;8%歸因于河流的冰川現(xiàn)象造成的洪水;8%屬于其他類型的洪水。然而發(fā)生次數(shù)最多的一類洪水,即由于春季融雪所引發(fā)的洪水,卻只發(fā)生有一例死亡事件。在一次洪水中造成的平均死亡人數(shù)方面,雨洪超過了由冰凌冰塞引發(fā)的洪水的 4倍,超過了春季融雪洪水 199倍。同時在考慮到洪水受災人口、疏散人口和受損建筑物數(shù)量相同以及洪水歷時相同的情況下,極端雨洪導致的死亡率超過了其他類型的洪水。

2.2 總的財產(chǎn)(經(jīng)濟)損失

由于沒有制定類似的評估方法,保險業(yè)不夠完善,通貨膨脹嚴重等因素,因此對洪水造成的損失進行經(jīng)濟評估還存在著一定的困難。

俄羅斯 1998～2002年因洪水造成的損失(以經(jīng)濟為當量)情況示于表 1。從表 1可知,由極端降雨而形成的洪水所造成的損失,無論是按一次洪水計,還是從最大的和總的損失來考慮,都大大超過(超出一位數(shù)字以上)融雪和融冰形成的洪水所造成的損失。

表1 1998～2002年洪水造成的經(jīng)濟損失 百萬美元

評估洪水損失與洪水一些其他參數(shù)的關系是一件很有趣的事。表 2列出的是這種回歸(雙回歸)關系的一些系數(shù);方程中,損失以百萬美元表示,其他參數(shù)的計量單位示于頂行。應特別注意的是,除了統(tǒng)計上沒有意義的洪水損失與洪水歷時之間的關系以外,雨洪造成的損失不僅在絕對值方面超過春汛造成的損失,而且在其他洪水參數(shù)的計算中也很大。同時還發(fā)現(xiàn),除了損失與受災總人數(shù)之間的關系以外,春汛損失與大多數(shù)其他這類洪水參數(shù)之間的關系在統(tǒng)計上是沒有意義的。

表2 洪水損失(百萬美元)與其他洪水參數(shù)的關系方程(雙回歸)系數(shù)

洪水經(jīng)濟損失的季節(jié)性變化大體上重復了社會經(jīng)濟損失的其他參數(shù)(受淹建筑物數(shù)量、疏散人口和受災人口數(shù)量)的季節(jié)性變化,也就是說,最大值出現(xiàn)在夏初,最小值出現(xiàn)在春季。經(jīng)濟損失概率分布密度呈帕累托狀 (паретовскийвид)。經(jīng)濟損失的最大值在地理位置上出現(xiàn)在發(fā)生洪水的傳統(tǒng)地區(qū),即北高加索、遠東南部,以及東西伯利亞的某些洪水情況下。

3 主要成因類型洪水的分布區(qū)

作為總結,適宜的做法是,劃分主要成因類型洪水的分布區(qū),并將各個不同分布區(qū)的損失數(shù)據(jù)加以比較。

雨洪區(qū)域的中心(造成主要損失的洪水)在俄羅斯境內明顯地分成了幾個區(qū)(圖 5(a)):緯度方向狹長的北高加索分布區(qū)、經(jīng)度方向較窄的溫帶分布區(qū)、遠東分布區(qū)(包括遠東南部和薩哈林地區(qū))。在科雷馬河流域的上游發(fā)生洪水的次數(shù)不是很多,看來北高加索分布區(qū)的形成是由于地貌特征和高加索境內的亞熱帶氣候造成的。溫帶分布區(qū)屬于南部溫帶(人口稠密地區(qū))重要的降雨帶,而遠東和南科雷馬河分布區(qū)的形成,很明顯與太平洋的潮濕氣流有關。

圖5 1998～2002年俄羅斯境內洪水分布區(qū)

表3是每個分布區(qū)一次洪水和人員的平均損失指標。由表中數(shù)據(jù)可以明顯看出,北高加索分布區(qū)每次洪水損失的絕對值都特別大,各類相應的損失數(shù)據(jù)都大大高于所有的其他分布區(qū)。但是當研究洪水區(qū)域的人均損失(表3每個單元中的分母)時,情況發(fā)生了重大變化。從這些數(shù)據(jù)可以看出,北高加索的雨洪,就其本身的破壞性而言,一點也不大于其他洪水分布區(qū)。相反地,該分布區(qū)的經(jīng)濟損失和死亡人數(shù)的比值要低于溫帶分布區(qū),而疏散人口和受災人口的數(shù)量,不僅低于溫帶分布區(qū),而且還低于遠東地區(qū)(盡管考慮了2002年北高加索洪水的嚴重后果)。所有這些表明,北高加索的洪水損失的絕對值大大高于所有其他地區(qū),幾乎是地區(qū)性的人口密度很高造成的。

表3 雨洪分布區(qū)的損失參數(shù)(一次洪水的平均值/洪區(qū)每 10萬人的平均值)

圖5(б)示出的是最多一類洪水(由融雪引起,亦即春汛)的地理位置。與普通洪水不同的是,春汛的主要部分沒有形成較大的分布區(qū),而是明顯呈局部化的地理分布區(qū)?？梢约僭O,跨越俄羅斯整個西南部分的春汛的特大型洪水分布區(qū)的劃分情況:從西部波羅的海流域到東部東經(jīng)約 110°、從北部北緯約 63°到北高加索。此外,在研究期間,有幾次春汛洪水都出現(xiàn)在遠東南部和薩哈林地區(qū)。在俄羅斯境內的其他一些地區(qū),1998～2002年單純由融雪引起的洪水完全沒有出現(xiàn)過。

由冰凌冰塞引發(fā)的洪水在俄羅斯境內幾乎都會較分散地出現(xiàn),但沒有明確地集中在某個局部分布區(qū)。

4 結 語

由于本身的地理位置和人口平均密度不高,俄羅斯屬于世界上最不易發(fā)生洪水的國家之列。1998～2002年,俄羅斯由洪水造成的總損失占全世界的1.3%(在該時段內,俄羅斯陸地面積占世界的11.5%,人口占世界的2.5%)。俄羅斯一次洪水的單位損失為世界平均指標的8.6%;全國單位面積損失為世界平均指標的10.1%;人均損失為世界平均指標的53.4%。

然而根據(jù)一系列重要指標,俄羅斯的洪水狀況比世界上最發(fā)達國家和地區(qū)(北美、國外歐洲、澳大利亞)的要嚴重。比如在所研究的時段內,俄羅斯因洪水造成的國內生產(chǎn)總值(ВВП)損失比國外歐洲高 1倍,比澳大利亞高 2倍多,比北美高 3倍多。對于俄羅斯來說,還有一個更不利的指標,即發(fā)生洪水時的人文損失與財產(chǎn)損失的比值。在俄羅斯,計入洪水單位財產(chǎn)損失的死亡人數(shù)比美國和澳大利亞高 5倍,比歐洲高 8倍。因此改變這些狀況是俄羅斯抗洪斗爭最重要的戰(zhàn)略任務。

盡管俄羅斯發(fā)生最多的是春汛類的洪水,但是其他兩類洪水(雨洪和融冰洪水)造成的危險卻要大很多。在受淹建筑物數(shù)量方面,洪水與春汛洪水之間的比值為 2∶1;在受災人口方面,其比值為 3∶1;在疏散人口方面,其比值為 8∶1;在經(jīng)濟損失方面,其比值為 24∶1;而在死亡人口方面,則為 233∶1。

俄羅斯境內所有類型洪水的季節(jié)性的平均最大值與雨洪類的洪水有關,而且同樣是出現(xiàn)在較短的時間范圍(6月中旬至 7月初)。這是由于 8月的雨洪,即這個最大值在時間上沒有出現(xiàn)在所有類型洪水頻發(fā)率的最高期(4月)。

最危險的洪水(雨洪)集中在明顯局部化的地理分布區(qū)范圍內。主要分布區(qū)為人口稠密的沿俄羅斯中間地帶緯度方向狹長的北高加索和遠東分布區(qū)。就總損失的絕對值和一次洪水損失的絕對值而言,北高加索分布區(qū)要高出其他分布區(qū)許多倍。但是,在潛在的破壞程度方面,北高加索的洪水并不比其他分布區(qū)的洪水造成的破壞程度高(在考慮洪水區(qū)域人均指標的情況下,有時甚至還會低于其他分布區(qū)),這里所說的損失大,主要是因為人口密度大造成的。

梅 莉 譯自俄刊《水資源》2009年第 5期

趙秋云 校

P333.2

A

1006-0081(2011)08-0007-07

2011-03-18