安徽省洪澇致災(zāi)危險(xiǎn)性時(shí)空格局預(yù)估

賀山峰 葛全勝 吳紹洪 戴爾阜 吳文祥

(1．河南理工大學(xué)應(yīng)急管理學(xué)院，河南焦作454000;2．中國科學(xué)院地理科學(xué)與資源研究所，北京100101)

安徽省洪澇致災(zāi)危險(xiǎn)性時(shí)空格局預(yù)估

賀山峰1，2葛全勝2吳紹洪2戴爾阜2吳文祥2

(1．河南理工大學(xué)應(yīng)急管理學(xué)院，河南焦作454000;2．中國科學(xué)院地理科學(xué)與資源研究所，北京100101)

預(yù)估未來極端天氣事件致災(zāi)危險(xiǎn)性對(duì)于評(píng)估氣候變化對(duì)人類經(jīng)濟(jì)和社會(huì)的潛在風(fēng)險(xiǎn)具有極其重要的意義。本研究采用PRECIS模式模擬的氣候情景數(shù)據(jù)，選取年均暴雨日數(shù)、年均最大三日降水量、高程、坡度和距河湖距離五個(gè)指標(biāo)，對(duì)SRES B2情景下未來安徽省縣域尺度洪澇致災(zāi)危險(xiǎn)性時(shí)空格局進(jìn)行預(yù)估。結(jié)果表明:相對(duì)于現(xiàn)階段(1981－2010)，未來安徽省年均暴雨日數(shù)和最大三日降水量總體上呈現(xiàn)北部減少、南部增加的趨勢(shì);各時(shí)段安徽省洪災(zāi)危險(xiǎn)性等級(jí)由北向南大致呈逐漸升高的趨勢(shì);未來安徽省洪災(zāi)危險(xiǎn)性格局變化主要發(fā)生在近期(2011－2040)和中期(2041－2070);到中期時(shí)段，安徽省洪災(zāi)危險(xiǎn)性處于5級(jí)的縣域個(gè)數(shù)和面積百分比分別為16個(gè)和17．87%，是現(xiàn)階段的2倍和2．24倍。研究結(jié)果可為氣候變化背景下該地區(qū)洪澇災(zāi)害風(fēng)險(xiǎn)管理提供科學(xué)依據(jù)。

PRECIS;洪澇致災(zāi)危險(xiǎn)性;時(shí)空格局;SRESB2情景;安徽省

氣象災(zāi)害給人類經(jīng)濟(jì)和社會(huì)造成了嚴(yán)重影響。1995－2004年十年間，由天氣引發(fā)的災(zāi)害占自然災(zāi)害總數(shù)的90%，造成的死亡人數(shù)占60%，受災(zāi)人口占98%，且大多數(shù)發(fā)生在發(fā)展中國家［1］。在全球氣候變暖背景下，未來極端天氣事件的發(fā)生頻率將呈增加趨勢(shì)［2］，而這些災(zāi)害性天氣事件的變化也許是氣候變化帶來的最嚴(yán)重的后果之一［3－5］。研究極端天氣事件的潛在變化是評(píng)估未來氣候變化對(duì)人類和自然系統(tǒng)影響的基礎(chǔ)［6］。預(yù)估極端天氣事件的方法之一是利用氣象觀測(cè)資料進(jìn)行趨勢(shì)外推［7－8］。盡管歷史氣象資料有很大的參考價(jià)值，但過去的氣象統(tǒng)計(jì)信息只能部分地反映未來極端天氣事件的發(fā)生概率。氣候模式的不斷改進(jìn)為利用大氣環(huán)流模式(GCMs)和區(qū)域氣候模式(RCMs)預(yù)估極端天氣事件及其影響提供了更可靠的工具［9－10］。已有一些學(xué)者應(yīng)用氣候模式來評(píng)估氣候變化對(duì)干旱［11－12］、洪水［13］、風(fēng)能［14］及水資源［15］可能造成的影響。但GCMs過粗的分辨率對(duì)于分析氣候變化對(duì)區(qū)域尺度的潛在影響是不夠的，而RCMs卻能很好地反映影響局地氣候的地面特征量和氣候本身未來的波動(dòng)規(guī)律，被認(rèn)為是獲取高分辨率局地氣候變化信息的有效方法［16］。

我國是世界上洪澇災(zāi)害頻繁且嚴(yán)重的國家之一。隨著社會(huì)經(jīng)濟(jì)的迅速發(fā)展，洪澇災(zāi)害造成的社會(huì)影響和經(jīng)濟(jì)損失呈不斷增大趨勢(shì)。近些年，國內(nèi)不少學(xué)者在洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估方面進(jìn)行研究［17－19］，取得了大量成果，為區(qū)域洪澇防災(zāi)減災(zāi)提供了依據(jù)。但這些評(píng)估研究都是利用氣象觀測(cè)數(shù)據(jù)或歷史災(zāi)情資料來開展的，并未考慮氣候變化對(duì)未來極端降水事件發(fā)生頻率、強(qiáng)度和空間格局的影響。翟建青等［20］利用 ECHAM5/MPI－OM 氣候模式輸出的2001－2050年逐月降水量資料，選取標(biāo)準(zhǔn)化降水指數(shù)預(yù)估了3種排放情景下中國2050年前的旱澇格局，但其所使用的氣候情景數(shù)據(jù)分辨率較粗(1．875°)，且未能從災(zāi)害風(fēng)險(xiǎn)角度分析未來旱澇致災(zāi)危險(xiǎn)性變化。

本文應(yīng)用Hadley氣候預(yù)測(cè)與研究中心的區(qū)域氣候模式系統(tǒng)PRECIS(Providing Regional Climates for Impacts Studies)模擬的氣候情景數(shù)據(jù)，綜合考慮降水、地形、地貌等自然要素，分近期、中期和遠(yuǎn)期三個(gè)時(shí)段對(duì)B2情景下①未來安徽省洪澇致災(zāi)危險(xiǎn)性時(shí)空格局進(jìn)行預(yù)估，以期為全球氣候變化背景下該地區(qū)洪澇災(zāi)害風(fēng)險(xiǎn)管理和區(qū)域發(fā)展規(guī)劃提供科學(xué)依據(jù)。

1 數(shù)據(jù)與方法

1．1 數(shù)據(jù)

本研究所使用的氣候情景數(shù)據(jù)來自中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)環(huán)境與可持續(xù)發(fā)展研究所氣候變化研究組。該研究組應(yīng)用英國Hadley中心開發(fā)的PRECIS模式，模擬了IPCC《排放情景特別報(bào)告》(SRES)［21］中設(shè)計(jì)的B2情景下中國區(qū)域的氣候變化(1961－2100年)，其水平分辨率在旋轉(zhuǎn)坐標(biāo)下為0．44°×0．44°，在中緯度地區(qū)水平格點(diǎn)間距約為50 km。關(guān)于PRECIS物理過程的詳細(xì)介紹可參閱文獻(xiàn)［22］。許吟?。?6－23］和張勇［24］等人利用 ECMWF 再分析數(shù)據(jù)和氣象站點(diǎn)觀測(cè)數(shù)據(jù)驗(yàn)證PRECIS對(duì)中國區(qū)域氣候模擬能力的研究表明:PRECIS具有很強(qiáng)的模擬降水能力，基本能夠模擬出中國區(qū)域年、冬季和夏季平均降水的大尺度分布特征，很好地模擬了降水的季節(jié)變化，而且較好地模擬出中國區(qū)域年平均極端降水事件的空間分布特征。因此，本文不再對(duì)PRECIS模式進(jìn)行驗(yàn)證。

本文采用的DEM數(shù)據(jù)來自國際農(nóng)業(yè)研究磋商組織(CGIAR)地理空間數(shù)據(jù)網(wǎng)建立的分辨率為3弧秒(約為90 m)的全球陸地DEM;1∶400萬水系圖來自國家基礎(chǔ)地理信息中心。

1．2 研究時(shí)段劃分

本研究包括以下四個(gè)時(shí)段:現(xiàn)階段為1981－2010年，未來分為近期(2011－2040)、中期(2041－2070)和遠(yuǎn)期(2071－2100)三個(gè)時(shí)段。文中所選指標(biāo)均以各時(shí)段30年的平均值進(jìn)行探討。

1．3 洪澇致災(zāi)危險(xiǎn)性評(píng)價(jià)指標(biāo)體系與評(píng)價(jià)

洪澇災(zāi)害具有自然和社會(huì)雙重屬性，其中致災(zāi)危險(xiǎn)性評(píng)價(jià)是從形成洪澇災(zāi)害的自然屬性角度，即從形成洪澇災(zāi)害的致災(zāi)因子和孕災(zāi)環(huán)境兩方面來評(píng)價(jià)洪災(zāi)危險(xiǎn)性?？傮w上講，造成洪澇災(zāi)害的主要因素是強(qiáng)降水，同時(shí)下墊面的自然地理環(huán)境又和天氣氣候條件相互影響，進(jìn)而決定了洪澇的時(shí)空分布［25－26］。因此，本文選取年均暴雨日數(shù)、年均最大三日降水量、高程、坡度和河湖緩沖區(qū)五個(gè)指標(biāo)，通過計(jì)算洪澇致災(zāi)危險(xiǎn)性指數(shù)進(jìn)行評(píng)價(jià)，具體包括以下四個(gè)步驟:一是對(duì)所選取的評(píng)價(jià)指標(biāo)進(jìn)行量化，包括對(duì)前四項(xiàng)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化以及根據(jù)距河湖距離和河湖級(jí)別對(duì)緩沖區(qū)進(jìn)行危險(xiǎn)性賦值(見表1);二是利用層次分析法確定五個(gè)指標(biāo)的權(quán)重(見圖1);三是建立致災(zāi)危險(xiǎn)性數(shù)學(xué)評(píng)價(jià)模型(式1);四是借助地理信息系統(tǒng)對(duì)各指標(biāo)圖層疊加，進(jìn)行洪澇致災(zāi)危險(xiǎn)性評(píng)價(jià)。

利用加權(quán)綜合評(píng)分法建立洪澇致災(zāi)危險(xiǎn)性評(píng)價(jià)模型:

HF=0．25Rd+0．35R3+0．06H+0．12S+0．22B (1)

式(1)中，HF為洪澇致災(zāi)危險(xiǎn)性指數(shù)，Rd、R3、H、S、B分別代表年均暴雨日數(shù)、年均最大三日降水量、高程、坡度和河湖緩沖區(qū)量化后的值。

本文將洪澇致災(zāi)危險(xiǎn)性分為5個(gè)等級(jí)。具體的分級(jí)方法如下:首先，按1∶2∶4∶2∶1的大致比例對(duì)現(xiàn)階段全省78個(gè)縣域的洪澇致災(zāi)危險(xiǎn)性分級(jí);之后，提取相鄰等級(jí)兩個(gè)縣的洪災(zāi)危險(xiǎn)性指數(shù)，以其平均值作為洪災(zāi)危險(xiǎn)性的分級(jí)標(biāo)準(zhǔn);最后，按照此分級(jí)標(biāo)準(zhǔn)對(duì)未來三個(gè)時(shí)段洪災(zāi)危險(xiǎn)性進(jìn)行分級(jí)。

表1 河湖緩沖區(qū)危險(xiǎn)性賦值Tab．1 Hazard valuation of buffer zone

圖1 洪澇致災(zāi)危險(xiǎn)性評(píng)價(jià)指標(biāo)及權(quán)重Fig．1 Evaluation indicators of flood hazard and theirweights

2 結(jié)果與分析

2．1 年均暴雨日數(shù)(ARD)時(shí)空格局變化

如圖2所示，在現(xiàn)階段，安徽省年均暴雨日數(shù)平均為6．94天，最大值為12．15天，年均暴雨日數(shù)低于5天的地區(qū)占全省總面積的17．72%，集中分布在安徽省北部，而高于12天的地區(qū)僅占0．06%，位于安徽省最南端。到了近期，安徽省年均暴雨日數(shù)略有減少，為6．73天，主要是淮河以北地區(qū)年均暴雨日數(shù)低于5天的面積增加為26．95%;這一時(shí)段年均暴雨日數(shù)最大值有所增加，為12．28天，其中大于12天的地區(qū)面積增加到0．24%，約為現(xiàn)階段的4倍。在中期，安徽省年均暴雨日數(shù)為6．86天，最大值增加到12．91天，年均暴雨日數(shù)低于5天的地區(qū)面積百分比較近期也略有增加，為27．59%，而高于12天的地區(qū)則大幅增加為3．64%，范圍也擴(kuò)展到安徽省南部的多個(gè)縣域。到遠(yuǎn)期，安徽省年均暴雨日數(shù)增加到7．02天，最大值為13．47天，年均暴雨日數(shù)低于5天的地區(qū)占安徽省總面積的 27．41%，高于 12天的地區(qū)繼續(xù)增加為5．67%，約為現(xiàn)階段的89倍之多，集中分布在該省長(zhǎng)江以南地區(qū)?？梢?，未來安徽省年均暴雨日數(shù)總體上呈現(xiàn)北部有所減少，南部持續(xù)增加的趨勢(shì)，尤其是年均暴雨日數(shù)超過12天的面積將大幅增加。

圖2 現(xiàn)階段、近期、中期和遠(yuǎn)期安徽省年均暴雨日數(shù)模擬值變化(單位:天)Fig．2 Changes on modeling ARD over Anhui Province in the four study periods(Unit:Day)

2．2 年均最大三日降水量(AM3DP)時(shí)空格局變化

從圖3中可以發(fā)現(xiàn)，相對(duì)于現(xiàn)階段，未來安徽省年均最大三日降水量也呈現(xiàn)出“兩極分化”的格局，即年均最大三日降水量低于160 mm(主要分布于安徽省北部)和高于220 mm(主要分布于安徽省南部)的地區(qū)均不斷增加。在現(xiàn)階段，安徽省年均最大三日降水量的平均值為199．66mm，最大值為280．87 mm，其中大于220 mm的地區(qū)占總面積的17．05%。而在近期，安徽省年均最大三日降水量的平均值為200．88 mm，大于220 mm的地區(qū)增加到總面積的22．16%。中期階段，安徽省年均最大三日降水量的平均值增加為202．76 mm，大于220 mm的地區(qū)相比近期也略有增加，為25．56%。到了遠(yuǎn)期，安徽省年均最大三日降水量的平均值為204．82 mm，最大值也增大到289．07 mm，其中大于220mm的地區(qū)占全省面積的32．12%，較現(xiàn)階段增加約15．07%，尤其是大于260mm的面積增加更快，由現(xiàn)階段的占全省3．88%變?yōu)?．20%，增加了1．37倍。

2．3 洪澇致災(zāi)危險(xiǎn)性時(shí)空格局變化

圖3 現(xiàn)階段、近期、中期和遠(yuǎn)期安徽省年均最大三日降水量模擬值變化(單位:mm)Fig．3 Changes onmodeling AM3DP over Anhui Province in the four study periods(Unit:mm)

對(duì)年均暴雨日數(shù)、年均最大三日降水量、高程、坡度、河湖緩沖區(qū)等評(píng)價(jià)指標(biāo)數(shù)字化的基礎(chǔ)上，依據(jù)評(píng)價(jià)模型(式1)在ArcGIS中對(duì)各指標(biāo)圖層進(jìn)行疊加并分級(jí)，得到安徽省縣域尺度洪澇致災(zāi)危險(xiǎn)性評(píng)價(jià)結(jié)果(見圖4)。為詳細(xì)了解安徽省洪澇致災(zāi)危險(xiǎn)性格局及其動(dòng)態(tài)變化，表2列出了各時(shí)段洪災(zāi)危險(xiǎn)性等級(jí)的縣域個(gè)數(shù)、面積百分比和處于5級(jí)的縣域。

可以發(fā)現(xiàn)，各時(shí)段安徽省洪澇致災(zāi)危險(xiǎn)性等級(jí)大致呈由北向南逐漸升高的趨勢(shì)。相對(duì)于現(xiàn)階段，未來安徽省洪災(zāi)危險(xiǎn)性處于1級(jí)和5級(jí)的面積均有所擴(kuò)大，這主要與對(duì)應(yīng)區(qū)域未來年均暴雨日數(shù)和最大三日降水量的變化密切相關(guān)。此外，洪澇致災(zāi)危險(xiǎn)性高于4級(jí)(包括4級(jí))的縣域主要集中在長(zhǎng)江沿岸及其以南地區(qū)，這與該區(qū)域降水豐富、河網(wǎng)密度高、地勢(shì)低平以及坡度變化較小有關(guān)。與現(xiàn)階段相比，近期和中期安徽省處于洪災(zāi)危險(xiǎn)性5級(jí)的縣域個(gè)數(shù)和面積百分比不斷增加，這是由于未來這些地區(qū)極端降水事件的概率(暴雨日數(shù))和強(qiáng)度(最大三日降水量)都將有所增大。尤其在中期，處于洪災(zāi)危險(xiǎn)性5級(jí)的縣域個(gè)數(shù)快速增加為16個(gè)，面積增加為全省的17．87%，分別是現(xiàn)階段的2倍和2．24倍。到遠(yuǎn)期，洪澇致災(zāi)危險(xiǎn)性空間格局相對(duì)于中期變化不大，處于5級(jí)的縣域與中期相同，但各縣域的危險(xiǎn)性值卻有不同程度增大。需要指出的是，安慶市轄區(qū)始終是安徽省洪災(zāi)危險(xiǎn)性最高的縣域，在今后的洪災(zāi)風(fēng)險(xiǎn)管理及防洪減災(zāi)規(guī)劃中需尤為注意。

圖4 現(xiàn)階段、近期、中期和遠(yuǎn)期安徽省洪澇致災(zāi)危險(xiǎn)性等級(jí)空間格局Fig．4 Spatial patterns of flood hazard grade over Anhui Province in the four study periods

表2 安徽省洪澇致災(zāi)危險(xiǎn)性等級(jí)變化情況Tab．2 Dynamic changes of flood hazard grade over Anhui Province

3 結(jié)論與討論

本文基于PRECIS區(qū)域氣候模式，模擬了SRESB2情景下未來安徽省年均暴雨日數(shù)和最大三日降水量相對(duì)于現(xiàn)階段的變化情況，并綜合考慮降水、地形和地貌等自然要素，從災(zāi)害風(fēng)險(xiǎn)角度預(yù)估了該省縣域尺度洪澇致災(zāi)危險(xiǎn)性的時(shí)空格局，得出以下主要結(jié)論:

(1)相對(duì)于現(xiàn)階段，未來安徽省極端降水事件將出現(xiàn)“兩極分化”的格局，具體表現(xiàn)為年均暴雨日數(shù)和最大三日降水量總體上呈現(xiàn)北部減少、南部增加的趨勢(shì)，并且年均暴雨日數(shù)超過12天、年均最大三日降水量超過220 mm的面積將持續(xù)大幅增加。

(2)各時(shí)段安徽省洪澇致災(zāi)危險(xiǎn)性等級(jí)由北向南大致呈逐漸升高的趨勢(shì)。相對(duì)于現(xiàn)階段，未來安徽省洪災(zāi)危險(xiǎn)性處于1級(jí)和5級(jí)的面積均有所擴(kuò)大，洪災(zāi)危險(xiǎn)性格局變化主要發(fā)生在近期和中期，遠(yuǎn)期與中期格局相近。在中期，安徽省洪災(zāi)危險(xiǎn)性處于5級(jí)的縣域個(gè)數(shù)和面積百分比分別為16個(gè)和17．87%，分別是現(xiàn)階段的2倍和2．24倍。安慶市轄區(qū)是安徽省洪災(zāi)危險(xiǎn)性最高的縣域。

根據(jù)自然災(zāi)害風(fēng)險(xiǎn)分析理論［27］，在危險(xiǎn)性評(píng)價(jià)的基礎(chǔ)上，進(jìn)一步考慮社會(huì)經(jīng)濟(jì)因素，如人口、GDP、耕地、居民點(diǎn)、交通線、油田、名勝古跡、大型廠礦區(qū)、各種工程設(shè)施等的分布情況，以及遭遇洪澇時(shí)這些承險(xiǎn)體的易損程度、社會(huì)防災(zāi)救災(zāi)能力等，就可以進(jìn)行洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)，辨識(shí)出高風(fēng)險(xiǎn)區(qū)，為各級(jí)政府開展風(fēng)險(xiǎn)管理提供科學(xué)依據(jù)。通過查閱《中國氣象災(zāi)害大典－安徽卷》以及近些年的災(zāi)情資料可以發(fā)現(xiàn)，安徽省洪澇災(zāi)害嚴(yán)重的地區(qū)大致分布在沿江沿淮地區(qū)，尤其江淮之間及長(zhǎng)江以南地區(qū)(這些地區(qū)降水豐富、地勢(shì)低洼、河網(wǎng)交織、湖泊眾多)。對(duì)比現(xiàn)階段安徽省洪災(zāi)危險(xiǎn)性評(píng)價(jià)結(jié)果表明，本文的評(píng)價(jià)結(jié)果與實(shí)際災(zāi)情發(fā)生區(qū)域基本符合。但由于洪澇災(zāi)害形成、發(fā)展及產(chǎn)生后果的復(fù)雜性，影響因子眾多，目前的評(píng)價(jià)結(jié)果尚難以做到與實(shí)際情況完全吻合，有以下幾方面原因，如考慮因子的全面性、各因子權(quán)重系數(shù)的真實(shí)性、預(yù)估氣候數(shù)據(jù)的誤差以及評(píng)價(jià)模型的科學(xué)性等等，還需要不斷深入研究，做出更符合實(shí)際、更加可信的洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)。

全球氣候變化將給人類社會(huì)和自然系統(tǒng)帶來諸多風(fēng)險(xiǎn)。氣候變化風(fēng)險(xiǎn)源主要包括兩個(gè)方面:一是平均氣候狀況(氣溫、降水、海平面上升等);二是極端天氣變化(熱帶氣旋、風(fēng)暴潮、干旱、極端降水、高溫?zé)崂说?［28］。由前面分析可知，雖然未來安徽省年均暴雨日數(shù)和最大三日降水量的平均值相對(duì)于現(xiàn)階段變化幅度不大，但不同區(qū)域間的差異卻非常明顯，突出表現(xiàn)為未來安徽省淮河以北地區(qū)年均暴雨日數(shù)和最大三日降水量有所減小，而長(zhǎng)江以南地區(qū)極端降水事件發(fā)生的概率將大大增加，這與張?jiān)鲂诺热耍?9］的研究結(jié)果相符。暴雨日數(shù)和最大三日降水量等極端降水事件變化的原因可能是在全球氣候變暖背景下，地表溫度的大幅上升將加強(qiáng)大氣環(huán)流，從而改變降水的空間格局。通過比較未來與現(xiàn)在極端天氣事件致災(zāi)危險(xiǎn)性的時(shí)空格局，可以更好地了解一些典型區(qū)域或更大尺度上將要發(fā)生的變化。

本文只選取了SRESB2情景，雖然這一情景是比較符合我國中長(zhǎng)期發(fā)展規(guī)劃的氣候情景，但仍然存在較大不確定性。在以后的研究中，需要進(jìn)一步拓展降低不確定性的方法，在現(xiàn)有情景預(yù)估的基礎(chǔ)上，進(jìn)一步發(fā)展集合概率預(yù)測(cè)等技術(shù)手段，建立基于多情景多模式的集合概率預(yù)測(cè)情景方案。同時(shí)加強(qiáng)氣候模式模擬研究，提高模擬數(shù)據(jù)精度，降低氣候系統(tǒng)模式的不確定性［30］。

致謝:承蒙中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)環(huán)境與可持續(xù)發(fā)展研究所許吟隆研究員在論文數(shù)據(jù)方面提供的幫助，在此表示衷心的感謝!

References)

［1］International Federation of Red Cross and Red Crescent Societies．World Disasters Report 2005:Focus on Information in Disasters［R］．Geneva:IFRC，2005．

［2］IPCC．Climate Change 2007:The Scientific Basis［M］．London:Cambridge University Press，2007．

［3］Beven K J．Riverine Flooding in a Warmer Britain ［J］．The Geographical Journal，1993，159(2):157 －161．

［4］Milly P C，Wetherald R T，Dune K A，et al．Increasing Risk of Great Floods in a Changing Climate［J］．Nature，2002，415:514 －517．

［5］Botzen W J，Bergh JC，Bouwer LM．Climate Change and Increased Risk for the Insurance Sector:A Global Perspective and an Assessment for the Netherlands［J］．Natural Hazards，2010，52(3):577－598．

［6］Tebaldi C，Hayhow K，Arblaster JM，et al．Going to Extremes:An Intercomparison of Model－simulated Historical and Future Changes in Extreme Events［J］．Climatic Change，2006，79(3－4):185 －211．

［7］Yin Y X，Xu Y P，Chen Y．Change of Flood Patterns in China under the Influences of Climate Change and Human Activities［J］．Chinese Journal of Population，Resources and Environment，2009，7(3):67－71．

［8］周后福，王興榮，翟武全，等．基于混合回歸模型的夏季高溫日數(shù)預(yù)測(cè)［J］．氣象科學(xué)，2005，25(5):505 －512．［Zhou Houfu，Wang Xingrong，Zhai Wuquan，et al．Test Prediction for Multi-Regression Model on High Temperature Days［J］． Scientia Meteorologica Sinica，2005，25(5):505 –512．］

［9］Zwiers RW，Kharin V V．Changes in the Extremes of the Climate Simulated by CCC GCM2 under CO2Doubling［J］．Journal of Climate，1998，11(9):2200－2222．

［10］賀山峰，戴爾阜，葛全勝，等．中國高溫致災(zāi)危險(xiǎn)性時(shí)空格局預(yù)估［J］．自然災(zāi)害學(xué)報(bào)，2010，19(2):91－97．［He Shanfeng，Dai Erfu，Ge Quansheng，et al．Pre-estination of Spatiotemporal Pattern of Extreme Heat Hazard in China［J］．Journal of Natural Disasters，2010，19(2):91 －97．］

［11］Blenkinsop S， Fowler H J． Changes in European Drought Characteristics Projected by the PRUDENCE Regional Climate Models［J］．International Journal of Climatology，2007，27:1595－1610．

［12］Hirabayashi Y，Kanae S，Emori S，et al．Global Projections of Changing Risks of Floods and Droughts in a Changing Climate［J］．Hydrological Sciences Journal，2008，53(4):754 －772．

［13］Raff D A，Pruitt T，Brekke L D．A Framework for Assessing Flood Frequency Based on Climate Projection Information［J］．Hydrology and Earth System Sciences Discussions，2009，6:2005 －2040．

［14］Bloom A，Kotroni V，Lagouvardos K．Climate Change Impact of Wind Energy Availability in the Eastern Mediterranean Using the Regional Climate Model PRECIS［J］．Natural Hazards and Earth System Science，2008，8:1249－1257．

［15］Zhu T J，Jenkins M W，Lund JR．Estimated Impacts of Climate Warming on California Water Availability under Twelve Future Climate Scenarios［J］．Journal of American Water Resources Association，2005，41(5):1027－1038．

［16］許吟隆，張勇，林一驊，等．利用PRECIS分析SRES B2情景下中國區(qū)域的氣候變化響應(yīng)［J］．科學(xué)通報(bào)，2006，51(17):2068－2074．［Xu Yinlong，Zhang Yong，Lin Yihua，et al．Analyses on the Climate Change Responses over China under SRES B2 Scenario using PRECIS［J］．Chinese Science Bulletin，2006，51(18):2260 －2267．］

［17］周成虎，萬慶，黃詩峰，等．基于GIS的洪水災(zāi)害風(fēng)險(xiǎn)區(qū)劃研究［J］．地理學(xué)報(bào)，2000，55(1):15 －24．［Zhou Chenghu，Wan Qing，Huang Shifeng，et al．A GIS-based Approach to Flood Risk Zonation［J］．Acta Geographica Sinica，2000，55(1):15 －24．］

［18］張游，王紹強(qiáng)，葛全勝，等．基于GIS的江西省洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估［J］．長(zhǎng)江流域資源與環(huán)境，2011，20(增 1):166 －172．［Zhang You，Wang Shaoqiang，Ge Quansheng，et al．Risk Assessment of Flood Disaster in Jiangxi Province Based on GIS［J］．Resources and Environment in the Yangte Basin，2011，20(supp．1):166 －172．］

［19］陳香，王靜愛，陳靜．福建暴雨洪災(zāi)時(shí)空變化與區(qū)域劃分的初步研究［J］．自然災(zāi)害學(xué)報(bào)，2007，16(6):1 －7．［Chen Xiang，Wang Jingai，Chen Jing．Primary Study on Spatiotemporal Change and Regionalization of Storm-flood in Fujian Province［J］．Journal of Natural Disasters，2007，16(6):1 －7．］

［20］翟建青，曾小凡，蘇布達(dá)，等．基于ECHAM5模式預(yù)估2050年前中國旱澇格局趨勢(shì)［J］．氣候變化研究進(jìn)展，2009，5(4):220－225．［Zhai Jianqing，Zeng Xiaofan，Su Buda，et al．Patterns of Dryness/Wetness in China before 2050 Projected by the ECHAM5 Model［J］．Advances in Climate Change Research，2009，5(4):220 －225．］

［21］Nakicenovic N，Alcamo J，Davis G，et al．Special Report on Emissions Scenarios［M］．London:Cambridge University Press，2000．

［22］Jones R G，Noguer M，Hassell D C，et al．Generating High Resolution Climate Change Scenarios Using PRECIS［M］．Exeter:Met Office Hadley Centre，2004．

［23］許吟隆，Jones R．利用ECMWF再分析數(shù)據(jù)驗(yàn)證PRECIS對(duì)中國區(qū)域氣候的模擬能力［J］．中國農(nóng)業(yè)氣象，2004，25(1):5－9．［Xu Yinlong， Jones R． Validating PRECIS with ECMWF Reanalysis Data over China［J］．Chinese Journal of Agrometeorology，2004，25(1):5 －9．］

［24］張勇，許吟隆，董文杰，等．中國未來極端降水事件的變化:基于氣候變化預(yù)估結(jié)果的分析［J］．自然災(zāi)害學(xué)報(bào)，2006，15(6):228 －234．［Zhang Yong，Xu Yinlong，Dong Wenjie，et al．Change of Extreme Precipitation Events in China in Future:An Analysis Based on Prediction of Climate Change［J］．Journal of Natural Disasters，2006，15(6):228 －234．］

［25］張繼權(quán)，李寧．主要?dú)庀鬄?zāi)害風(fēng)險(xiǎn)評(píng)價(jià)與管理的數(shù)量化方法及其應(yīng)用［M］．北京:北京師范大學(xué)出版社，2007．［Zhang Jiquan，Li Ning．Quantitative Methods and Application of Risk Assessment and Management on Main Meteorological Disasters［M］．Beijing:Beijing Normal University Press，2008．］

［26］李景宜．渭河下游洪水災(zāi)害的降水危險(xiǎn)性評(píng)估與區(qū)劃［J］．中國人口·資源與環(huán)境，2011，21(2):106－111．［Li Jingyi．Evaluation and Regionalization of Precipitation Fatalness for Flood in Lower Reacher ofWeihe River［J］．Chinese Journal of Population，Resources and Environment，2011，21(2):106 －111．］

［27］葛全勝，鄒銘，鄭景云，等．中國自然災(zāi)害風(fēng)險(xiǎn)綜合評(píng)估初步研究［M］．北京:科學(xué)出版社，2008．［Ge Quansheng，Zou Ming，Zheng Jingyun，et al．Integrated Assessment of Natural Disaster Risks in China［M］．Beijing:Science Press，2008．］

［28］IPCC． Climate Change 2007:Impacts， Adaptation and Vulnerability［M］．London:Cambridge University Press，2007．

［29］張?jiān)鲂牛琄LAUSF，姜彤，等．2050年前長(zhǎng)江流域極端降水預(yù)估［J］．氣候變化研究進(jìn)展，2007，3(6):340 －344．［Zhang Zengxin， Klaus F， Jiang Tong， et al． Projection of Future Precipitation Extremes in the Yangtze River Basin for 2001－2050［J］．Advances in Climate Change Research，2007，3(6):340－344．］

［30］吳紹洪，潘韜，賀山峰．氣候變化風(fēng)險(xiǎn)研究的初步探討［J］．氣候變化研究進(jìn)展，2011，7(5):363 －368．［Wu Shaohong，Pan Tao，He Shanfeng．Primary Study on the Theories and Methods of Research on Climate Change Risk［J］．Advances in Climate Change Research，2011，7(5):363 －368．］

Projecting Spatio-temporal Patterns of Flood Hazard over Anhui Province

HE Shan-feng1，2GE Quan-sheng2WU Shao-hong2DAIEr-fu2WUWen-xiang2
(1．Emergency Management School，Henan Polytechnic University，Jiazuo Henan 454000，China;2．Institute of Geographic Sciences and Natural Resources Research，Chinese Academy of Sciences，Beijing 100101，China)

Prediction of hazard changes in climate extremes is of important significance for assessing the potential impacts of climate change on human society and natural systems．Using simulations of‘Providing Regional Climates for Impacts Studies(PRECIS)’，authors selected five indicators(annual rainstorm days，annualmaximum 3-day precipitation，elevation，gradientand distance to riverlake)to project the spatial patterns of flood hazard over Anhui Province at county scale for the present(1981－2010)and future(2011－2100)under SRESB2 scenario．The results showed that compared with the present period，themean annual rainstorm days and 3-daymaximum precipitation over Anhui Province in the future would decrease in the north and increase in the south，while the probability of extreme precipitations would significantly increase．The flood hazard grade increased gradually from north to south in the four study periods．Changes of flood hazard patterns over Anhui Province in the future would mainly occur in the near-term(2011－2040)and mid-term(2041－2070)，and the number of counties in grade five of flood hazard would be 16 and the area percentage would be 29．75%in themid-term，1 and 1．24 timesmore than present period respectively．The results can provide scientific basis for flood risk management under climate change in this area．

PRECIS;flood hazard;spatio-temporal pattern;SRESB2 scenario;Anhui Province

X43

A

1002－2104(2012)11－0032－08

10．3969/j．issn．1002－2104．2012．11．006

2012－07－27

賀山峰，博士，講師，主要研究方向?yàn)樽匀粸?zāi)害風(fēng)險(xiǎn)評(píng)估與風(fēng)險(xiǎn)管理。

葛全勝，研究員，博導(dǎo)，主要研究方向?yàn)槿蜃兓芯俊?/p>

國家重大科學(xué)研究計(jì)劃項(xiàng)目(973項(xiàng)目)“全球變化與環(huán)境風(fēng)險(xiǎn)關(guān)系及其適應(yīng)性范式研究”(編號(hào):2012CB955403);國家自然科學(xué)基金項(xiàng)目“氣候變化背景下洪澇災(zāi)害風(fēng)險(xiǎn)管理:以淮河流域?yàn)槔?編號(hào):71203057);教育部人文社會(huì)科學(xué)研究青年基金項(xiàng)目“氣候變化背景下洪澇災(zāi)害風(fēng)險(xiǎn)管理研究:以淮河流域?yàn)槔?編號(hào):11YJCZH056);教育部人文社會(huì)科學(xué)研究規(guī)劃基金項(xiàng)目“洪災(zāi)的社會(huì)脆弱性評(píng)估及減災(zāi)管理模式研究:以淮河流域?yàn)槔?編號(hào):10YJAZH091);中國科學(xué)院知識(shí)創(chuàng)新工程重要方向項(xiàng)目“中國重大自然災(zāi)害區(qū)域風(fēng)險(xiǎn)評(píng)估與災(zāi)后重建規(guī)劃方法論研究”(編號(hào):KZCX2－YW－Q03－01)。

(編輯:王愛萍)