论文部分内容阅读
摘要 基于自然灾害风险评估理论，建立以致灾因素危险性、孕灾环境敏感性、灾害承受体脆弱性和防灾抗灾能力为主的评估体系，选取河北省2010—2018年的暴雨频次、暴雨强度、自然环境和社会经济等指标，利用GIS分析技术和加权综合评价方法，对沧州市暴雨气象灾害风险进行了评估。结果表明，大面积的暴雨灾害高风险区主要分布在东部的海兴、黄骅和盐山地区，该地区暴雨发生危险性和环境敏感性较大;中南部地势低且平坦，环境敏感性和承载体易损性相对低，导致暴雨灾害发生的风险较低;沧州市区的承载体易损性特别高，市区西部的防灾减灾能力也较差，导致沧州市区西部的暴雨灾害发生风险高于东部。
关键词 暴雨气象灾害;GIS分析技术;风险区划;加权综合评价方法;河北省沧州市
中图分类号 P429文献标识码 A
文章编号 0517-6611（2019）22-0210-04
Abstract Based on the natural disaster risk assessment theory， rain frequencies and intensities， natural and socioeconomic data from 2010 to 2018， the index system for evaluating the rainstorm and flood meteorological disasters in Cangzhou City was established. Risk of disastercausing factors， sensitivity of disasterforming environment， vulnerability of disasterbearing body， and ability of disaster prevention and mitigation were calculated and the rainstorm and flood risk was zoned using GIS analysis technology and weighted comprehensive evaluation method. Results showed that the higher risk was mainly distributed in the eastern region especially in Haixing， Huanghua and Yanshan regions. That was attributed to the high risk of heavy rain meteorological disasters and environmental sensitivity， and weak ability of disaster prevention and mitigation. The lower risk was mainly distributed in the centralsouth region where environmental sensitivity and vulnerability of disasterbearing body were lower. Since vulnerability of disasterbearing body was very high in Cangzhou downtown area， the ability of disaster prevention and mitigation in western downtown area was lower than the eastern area， leading that the risk in western downtown area was higher than in eastern downtown area.
Key words Rainstorm meteorological disasters;GIS analysis technology;Risk zoning;Weighted comprehensive evaluation method;Cangzhou City，Hebei Province
在全球气候变化背景下，近年来极端气候事件特别是暴雨的发生频率、强度、持续时间等都发生了明显变化，给人民生命财产和社会经济造成了重大损失，严重阻碍了社会经济的发展[1]。
灾害风险评价是近年来灾害学研究的热点，IPCC第五次评估报告将风险管理纳入气候变化适应对策中[2-3]。根据自然灾害风险的形成机理，结合影响灾害风险的因素，建立灾害风险评估体系，可为当地针对灾害现象的建设提供正确的指导方向，为风险管理提供依据。Varazanashvili等[4]通过建立致灾因素与承灾体之間的关系模型，对格鲁吉亚山洪灾害进行了风险评估。Pandey等[5]利用卫星遥感图像评估了印度哈尔邦的洪水灾害风险，生成了一份印度比哈尔邦的暴雨洪涝灾害风险图。缪启龙等[6-7]全面考虑了灾害成因、灾害环境、灾害载体和防灾能力，建立了杭州市台风暴雨洪涝灾害风险评估模型。张会等[8]综合考虑了东北地区发生洪灾灾害风险的4个主要因子，绘制了辽河中下游地区的洪涝灾害风险区划图。万君等[9-10]从发生洪涝灾害的危险性以及对社会经济损害性2个方面，分析了湖北省的地形、人口、暴雨频次等因素，对湖北省洪涝灾害进行了风险评估。李楠等[11]利用山东省地理数据以及年统计资料，建模计算了影响山东省暴雨洪涝灾害风险的主要综合评价指标。
河北省沧州市位于冀中平原东部，地势较低，且地形比较平坦，容易发生暴雨积涝灾害。因此，笔者综合考虑致灾因子危险性、孕灾环境敏感性、承灾体易损性和防灾减灾能力因子，选取影响沧州市暴雨的主要因素，建立暴雨灾害评估指标，绘制沧州市暴雨灾害区划图，并针对沧州市地理分布，提出暴雨气象灾害防御建议。 1 资料与方法
1.1 资料来源
气象资料来源于河北省沧州市2010—2018年192个区域自动站和14个国家自动站的逐日降水量。自然地理数据来自中国科学院地理科学与资源研究所，包括沧州市1∶50 000县行政边界（图1）、土地利用数据、河网密度、河流水系数据、数字高程模型（DEM）数据等。社会统计数据来自于沧州市统计部门，包括沧州市6个县的人口密度、国民生产总值（GDP）、地均GDP、耕地比重等。
1.2 研究方法
根据自然灾害风险形成机理[12-14]，沧州市暴雨灾害风险区划综合考虑致灾因子危险性（VE）、孕灾环境敏感性（VS）、承灾体易损性（VH）和防灾减灾能力（VR），建立沧州市暴雨灾害风险指标体系（图2），并采用加权综合评价法[15]来评估暴雨气象灾害风险，即：
式（1）中，V越大则表明该地区发生灾害的可能性越大，其中WX表示权重，采用层次熵权分析法[13，16]确定。由于各指标量纲不同，故对各指标值进行归一化处理，即：
式（2）中，Dij为因子j的第i个指标的归一化值，Aij为因子j的第i个指标值，Aimin和Aimax分别是第i个指标值当中的最小值和最大值。
2 暴雨灾害风险评估
2.1 致灾因子危险性
降水异常偏多是引发暴雨灾害的主要原因之一，灾害强度与降水强度和降水持续时间密切相关，因此采取暴雨频次和暴雨过程强度指数作为灾害强度指标来分析致灾因子。将日降雨量≥50 mm 1 d以上且若有1 d无降水发生则过程中断的降水过程定义为暴雨过程[13]。笔者利用沧州市气象站逐日降水资料，分别将全市不同站点的降水资料进行筛选，对1～6 d的暴雨过程降水进行统计，计算不同持续时间下暴雨过程的总降水量，同时根据暴雨过程持续时间建立6个时间序列，利用百分位法，把暴雨强度分为5个不同等级，判断6个时间序列下的暴雨总降水量是否达到标准，最后统计各站不同暴雨等级的发生频次[13，15]，将不同测站暴雨致灾因子危险性指数运用加权相加后绘制致灾因子危险性分布图（图3）。
由图3致灾因子危险性分布可知，孟村、盐山、海兴地区属于致灾因子危险性高风险区，南皮东部地区和临港及港城区属于次高风险区，发生暴雨气象灾害时，雨势较猛、强度偏大，并易造成居民房屋倒塌现象，从而形成内涝灾害;东光、南排河、泊头东部地区、南皮西部地区、沧州和沧县东部地区、黄骅北部地区属于中等风险区;吴桥、献县、青县、沧州市区、河间南部地区、肃宁东部地区、泊头西部地区属于次低风险区，任丘和肃宁西部地区属于低风险区，暴雨气象灾害发生频次较少，同时暴雨气象灾害强度较低。
2.2 承灾体易损性
承灾体易损性是指受灾期间发生暴雨气象灾害的环境破坏程度。损害程度一般取决于该地区的人口密度、经济和土地利用类型[16]。耕地面积分布反映了一个地区的农业发展水平[13]，当灾害影响到大量的耕地面积时，由农业产生的连锁反应会辐射到城市发展的方方面面，严重制约城市化发展。笔者主要考虑人口密度、GDP密度和耕地占比3个指标，计算公式如下：
式（3）中，VS、VSP分别代表总易损性、人口易损性，VSG和VSC分别代表经济易损性和耕地面积易损性。
由图4沧州市承灾体易损性区划可以看出，承灾体易损性对沧州市不同区域暴雨气象灾害影响程度相差不大，除任丘市中部地区及沧州市区外，其他地区人口密度、GDP的发展和耕地占比情况相近，多属于低风险区，若发生暴雨气象灾害，单位面积上的经济损失与受灾人口较少;任丘市外围属于次低风险区，中部地区属于次高风险区，风险高于全市大部分地区，由于任丘市人口密度与GDP发展属沧州市前列，故暴雨灾害发生时所造成的人员伤亡以及社会财产的损失比其他大部分地区严重;沧州市区中的运河区与新华区属于高风险区，是全市范围内风险最高的地区，由于市区中城市人口偏多，分布较为密集，城市化水平较高，社会经济发展状况好，所以一旦暴雨灾害发生，就会给当地的社会经济建设以及人民的生命财产造成极大的威胁。
2.3 孕灾环境敏感性
孕灾环境敏感性是指暴雨灾害承灾体外部环境对损害的敏感性。地形和水体结构是敏感性的主要影响因素[17]。地形主要考虑高程和地形变化（以高程标准差表示），并采用不同的值组合[18]（表1）。考虑到水系对气象灾害地区造成的影响，将河流缓冲区分为2级（6、10 km），分别赋值0.9、0.8;非缓冲区取0.5。经归一化后，孕灾环境敏感性（VH）计算公式如下：
式（4）中，VHDEM和VHRI分别代表因地形原因造成的影响和因水系结构与分布造成的影响，WD和WRI分別为两者权重。根据熵权法和层次分析法[19-20]，WD和WRI分别赋值0.6，0.4，水系数据考虑河网密度和河流水系。采用加权综合评价法[15]，得出沧州市孕灾环境敏感区划结果如图5所示。
由图5可以看出，沧州市孕灾环境危险性总体表现出由西南地区逐步向东北地区上升趋势。高风险区主要分布在黄骅、海兴地区的东北部，次高风险区分布在青县和黄骅、海兴地区的西南部以及任丘、沧县、盐山地区的东北部，其中黄骅市地区高风险区面积最大，危险程度最高，吴桥地区低风险区面积最大，危险程度最小。其主要原因可能是沧州市位于冀中平原东部，整体地势较为平坦，地形类型较少，且以平原为主，变化起伏较小，自西南向东北倾斜，高风险区在暴雨过后，雨水易存于地表，无法借助地形排泄至别处，当雨量累计到一定程度时，暴雨就会引发城市内涝等一系列灾害。所以建议在这些风险较高区域，加强城市排水作业，使得城市引流系统更加科学高效，保障其在暴雨天气下的正常运转。
2.4 防灾减灾能力 防災减灾能力体现了一个地区在受灾后的承载能力大小与灾后重建能力的强弱，是除去自然灾害形成因子之外的重要因素，对气象灾害风险评估有着很大作用。防灾减灾能力包括工程措施和非工程措施，与当地的GDP经济发展水平密切相关，所以笔者主要采用人均GDP和防旱涝水利耕地面积2个指标来反映这一地区的防灾减灾能力，具体区划结果见图6。
由图6可以看出，防灾减灾能力因子危险性对沧州市地区的影响程度较为严重，这与沧州市的经济发展不均衡现象密不可分。其中，河间、献县、泊头、南皮、吴桥、盐山、海兴属于高风险区，防灾减灾能力较差，这些地区人均GDP就全市范围来说发展水平较低，暴雨灾害发生后的承受能力还有很大的提升空间;沧县、肃宁、青县、东光、孟村以及黄骅西南部和东北部地区属于次高风险区，这些地区人均GDP与旱涝保收能力就全市来说处在中下等发展水平，防灾能力比高风险区有一定提升;任丘市外围、黄骅市中部地区和沧州市区属于中等风险区，这些地区的经济发展水平就沧州市而言处于领先水平，但人口密度较大，需要进一步提高群众防灾能力;任丘市中部属于次低风险区，这是因为任丘市经济发展处于全市前列，GDP高达641.1亿元，同时任丘市中部城市体系较完备，居民防灾意识处于全市领先水平。综上，建议沧州市大力推动高风险地区的经济建设，增强居民在面对灾害发生时的应变处理能力，同时在公共场地多建立避难设备，提高防灾抗灾能力。
2.5 暴雨灾害风险区划
综合上述4因子区划结果后，将4因子数据进行回归加权得出暴雨气象灾害风险指数，利用百分位法将灾害风险指数划分为5个等级（高风险区、次高风险区、中等风险区、次低风险区、低风险区），以GIS空间分析技术为支持，绘制暴雨气象灾害风险区划图（图7）。
2.5.1 高风险区。主要分布在海兴与黄骅交界地区、盐山西部地区、黄骅西部地区、肃宁东部地区、献县东部地区和任丘东部地区，其中海兴和黄骅交界地区高风险区域面积最大，虽然该区域承灾体易损性风险较低，但是该区域地势低且平缓，暴雨频次高灾害强度大，抗灾能力较差，使得致灾因子危险性和防灾减灾能力皆属于高风险区和次高风险区。黄骅西部地区地势低且平坦，不利于暴雨气象灾害后的引流排泄，而肃宁东部地区、献县东部地区和任丘东部地区防灾能力较差，导致这些地区为暴雨灾害高风险区。
2.5.2 次高风险区。主要分布在以上高风险区外围，此外任丘西部地区、河间南部献县东北部地区和沧州市区中心也为暴雨气象灾害次高风险区。任丘西部地区和沧州市区中心人口密度较大，发展水平就沧州全市来说处于领先位置，一旦发生暴雨气象灾害，对沧州市的经济发展影响很大，综合4因子后，确定该地区属于暴雨灾害次高风险区;河间南部献县东北部地区防灾抗灾能力较差，灾后重建能力还需要进一步提升，综合4因子后，确定该地区属于暴雨灾害次高风险区。
2.5.3 中等风险区。主要分布在高风险区、次高风险区外侧还有青县西侧，任丘西北侧地区也属于中等风险区。其中任丘西北侧、青县西侧地区地势较低，地形变化小，孕灾环境敏感性风险较高，综合4因子考量后，确定该地区为暴雨风险中等风险区。
2.5.4 低风险区和次低风险区。主要分布在沧州市中的沧县、泊头、东光、吴桥、南皮和南排河的大部分地区。其中泊头、东光、吴桥地区孕灾环境敏感性风险较低，南皮、南排河地区承灾体易损性风险较低，综合4因子后，确定南皮、南排河、东光西部和吴桥西部地区属于低风险区，沧县西部地区、吴桥东部地区和东光东部地区属于次低风险区。
3 结论与讨论
（1）沧州市暴雨灾害分布不均匀，整体来看东部地区暴雨灾害风险较高，中部地区暴雨气象灾害综合风险级别较低，其大部分地区为次低风险区和低风险区，中等风险区和次高风险区面积较小。东南部地区暴雨气象灾害发生频次较多，灾害强度较大。高风险区主要分布在海兴与黄骅交界地区、盐山西部地区、黄骅西部地区、肃宁东部地区、献县东部地区和任丘东部地区，其中海兴和黄骅交界地区高风险区域面积最大，孕灾环境敏感性风险较高，暴雨发生频次较高，暴雨灾害强度较大，建议改进这些地区的城市排水引流系统，增强区域排水能力，提高抗灾能力。西南部地区防灾减灾能力较差，发生暴雨气象灾害时，难以及时针对灾害进行有效应对，灾后重建能力较弱，因此出现高风险区、次高风险区。
（2）城市暴雨灾害是一个复杂的系统，风险评估影响因素众多，笔者仅从有限的评价指标出发，对沧州市暴雨气象灾害进行了风险区划分析，存在一定的局限性。今后在研究风险区划时，应进一步完善和优化暴雨灾害形成机理，建立更加科学合理的城市暴雨气象灾害风险区划模型。
参考文献
[1] 张昂，李双成，赵昕奕.基于TRMM数据的京津冀暴雨风险评估[J].自然灾害学报，2017（2）：160-168.
[2] 傅新姝.城市群对夏季降水影响的观测分析和数值模拟研究[D].南京：南京大学，2013.
[3] 朱卫浩，陈霞，邵丽芳，等.基于格网的河北省精细化暴雨洪涝灾害风险区划[J].中国农学通报，2016，32（23）：142-147.
[4] VARAZANASHVILI O，TSERETELI N，AMIRANASHVILI A，et al.Vulnerability，hazards and multiple risk assessment for Georgia [J].Natural hazards，2012，64（3）：2021-2056.
[5] PANDEY A C，SINGH S K，NATHAWAT M S.Waterlogging and flood hazards vulnerability and risk assessment in Indo Gangetic plain [J].Natural hazards，2010，55（2）：273-289. [6] 繆启龙，陈鑫，俞布，等.杭州市暴雨洪涝灾害风险区划[J].长江流域资源与环境，2012，21（S2）：163-168.
[7] 俞布，缪启龙，潘文卓，等.杭州市台风暴雨洪涝灾害风险区划与评价[J].气象，2011，37（11）：1415-1422.
[8] 张会，张继权，韩俊山.基于GIS技术的洪涝灾害风险评估与区划研究：以辽河中下游地区为例[J].自然灾害学报，2005，14（6）：141-146.
[9] 万君，周月华，王迎迎，等.基于GIS的湖北省区域洪涝灾害风险评估方法研究[J].暴雨灾害，2007，26（4）：328-333.
[10] 郭广芬，周月华，史瑞琴，等.湖北省暴雨洪涝致灾指标研究[J].暴雨灾害，2009，28（4）：357-361.
[11] 李楠，任颖，顾伟宗，等.基于GIS的山东省暴雨洪涝灾害风险区划[J].中国农学通报，2010，26（20）：313-317.
[12] HUANG D P，LIU C，FANG H J，et al.Assessment of waterlogging risk in Lixiahe region of Jiangsu Province based on AVHRR and MODIS image [J].Chinese geographical science，2008，18（2）：178-183.
[13] 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.
[14] 魏一鸣，金菊良，杨存建，等.洪水灾害风险管理理论[M].北京：科学出版社，2002.
[15] 石涛，谢五三，张丽，等.暴雨洪涝风险评估的GIS和空间化应用：以芜湖市为例[J].自然灾害学报，2015，24（5）：169-176.
[16] 温跃修，胡彩虹，荐圣淇.郑州市区暴雨洪涝风险区划研究[J].人民珠江，2018，39（12）：17-23.
[17] 雷享勇，陈燕，潘骁骏，等.杭州市主城区暴雨内涝灾害风险区划[J].杭州师范大学学报（自然科学版），2019，18（1）：105-112.
[18] 鲜铁军.基于GIS的南充市暴雨洪涝农业气象灾害风险区划与评估[J].现代农业科技，2018（23）：199-202.
[19] 张婧，郝立生，许晓光.基于GIS技术的河北省洪涝灾害风险区划与分析[J].灾害学，2009，24（2）：51-56.
[20] 胡波，丁烨毅，何利德，等.基于模糊综合评价的宁波暴雨洪涝灾害风险区划[J].暴雨灾害，2014，33（4）：380-385.
关键词 暴雨气象灾害;GIS分析技术;风险区划;加权综合评价方法;河北省沧州市
中图分类号 P429文献标识码 A
文章编号 0517-6611（2019）22-0210-04
Abstract Based on the natural disaster risk assessment theory， rain frequencies and intensities， natural and socioeconomic data from 2010 to 2018， the index system for evaluating the rainstorm and flood meteorological disasters in Cangzhou City was established. Risk of disastercausing factors， sensitivity of disasterforming environment， vulnerability of disasterbearing body， and ability of disaster prevention and mitigation were calculated and the rainstorm and flood risk was zoned using GIS analysis technology and weighted comprehensive evaluation method. Results showed that the higher risk was mainly distributed in the eastern region especially in Haixing， Huanghua and Yanshan regions. That was attributed to the high risk of heavy rain meteorological disasters and environmental sensitivity， and weak ability of disaster prevention and mitigation. The lower risk was mainly distributed in the centralsouth region where environmental sensitivity and vulnerability of disasterbearing body were lower. Since vulnerability of disasterbearing body was very high in Cangzhou downtown area， the ability of disaster prevention and mitigation in western downtown area was lower than the eastern area， leading that the risk in western downtown area was higher than in eastern downtown area.
Key words Rainstorm meteorological disasters;GIS analysis technology;Risk zoning;Weighted comprehensive evaluation method;Cangzhou City，Hebei Province
在全球气候变化背景下，近年来极端气候事件特别是暴雨的发生频率、强度、持续时间等都发生了明显变化，给人民生命财产和社会经济造成了重大损失，严重阻碍了社会经济的发展[1]。
灾害风险评价是近年来灾害学研究的热点，IPCC第五次评估报告将风险管理纳入气候变化适应对策中[2-3]。根据自然灾害风险的形成机理，结合影响灾害风险的因素，建立灾害风险评估体系，可为当地针对灾害现象的建设提供正确的指导方向，为风险管理提供依据。Varazanashvili等[4]通过建立致灾因素与承灾体之間的关系模型，对格鲁吉亚山洪灾害进行了风险评估。Pandey等[5]利用卫星遥感图像评估了印度哈尔邦的洪水灾害风险，生成了一份印度比哈尔邦的暴雨洪涝灾害风险图。缪启龙等[6-7]全面考虑了灾害成因、灾害环境、灾害载体和防灾能力，建立了杭州市台风暴雨洪涝灾害风险评估模型。张会等[8]综合考虑了东北地区发生洪灾灾害风险的4个主要因子，绘制了辽河中下游地区的洪涝灾害风险区划图。万君等[9-10]从发生洪涝灾害的危险性以及对社会经济损害性2个方面，分析了湖北省的地形、人口、暴雨频次等因素，对湖北省洪涝灾害进行了风险评估。李楠等[11]利用山东省地理数据以及年统计资料，建模计算了影响山东省暴雨洪涝灾害风险的主要综合评价指标。
河北省沧州市位于冀中平原东部，地势较低，且地形比较平坦，容易发生暴雨积涝灾害。因此，笔者综合考虑致灾因子危险性、孕灾环境敏感性、承灾体易损性和防灾减灾能力因子，选取影响沧州市暴雨的主要因素，建立暴雨灾害评估指标，绘制沧州市暴雨灾害区划图，并针对沧州市地理分布，提出暴雨气象灾害防御建议。 1 资料与方法
1.1 资料来源
气象资料来源于河北省沧州市2010—2018年192个区域自动站和14个国家自动站的逐日降水量。自然地理数据来自中国科学院地理科学与资源研究所，包括沧州市1∶50 000县行政边界（图1）、土地利用数据、河网密度、河流水系数据、数字高程模型（DEM）数据等。社会统计数据来自于沧州市统计部门，包括沧州市6个县的人口密度、国民生产总值（GDP）、地均GDP、耕地比重等。
1.2 研究方法
根据自然灾害风险形成机理[12-14]，沧州市暴雨灾害风险区划综合考虑致灾因子危险性（VE）、孕灾环境敏感性（VS）、承灾体易损性（VH）和防灾减灾能力（VR），建立沧州市暴雨灾害风险指标体系（图2），并采用加权综合评价法[15]来评估暴雨气象灾害风险，即：
式（1）中，V越大则表明该地区发生灾害的可能性越大，其中WX表示权重，采用层次熵权分析法[13，16]确定。由于各指标量纲不同，故对各指标值进行归一化处理，即：
式（2）中，Dij为因子j的第i个指标的归一化值，Aij为因子j的第i个指标值，Aimin和Aimax分别是第i个指标值当中的最小值和最大值。
2 暴雨灾害风险评估
2.1 致灾因子危险性
降水异常偏多是引发暴雨灾害的主要原因之一，灾害强度与降水强度和降水持续时间密切相关，因此采取暴雨频次和暴雨过程强度指数作为灾害强度指标来分析致灾因子。将日降雨量≥50 mm 1 d以上且若有1 d无降水发生则过程中断的降水过程定义为暴雨过程[13]。笔者利用沧州市气象站逐日降水资料，分别将全市不同站点的降水资料进行筛选，对1～6 d的暴雨过程降水进行统计，计算不同持续时间下暴雨过程的总降水量，同时根据暴雨过程持续时间建立6个时间序列，利用百分位法，把暴雨强度分为5个不同等级，判断6个时间序列下的暴雨总降水量是否达到标准，最后统计各站不同暴雨等级的发生频次[13，15]，将不同测站暴雨致灾因子危险性指数运用加权相加后绘制致灾因子危险性分布图（图3）。
由图3致灾因子危险性分布可知，孟村、盐山、海兴地区属于致灾因子危险性高风险区，南皮东部地区和临港及港城区属于次高风险区，发生暴雨气象灾害时，雨势较猛、强度偏大，并易造成居民房屋倒塌现象，从而形成内涝灾害;东光、南排河、泊头东部地区、南皮西部地区、沧州和沧县东部地区、黄骅北部地区属于中等风险区;吴桥、献县、青县、沧州市区、河间南部地区、肃宁东部地区、泊头西部地区属于次低风险区，任丘和肃宁西部地区属于低风险区，暴雨气象灾害发生频次较少，同时暴雨气象灾害强度较低。
2.2 承灾体易损性
承灾体易损性是指受灾期间发生暴雨气象灾害的环境破坏程度。损害程度一般取决于该地区的人口密度、经济和土地利用类型[16]。耕地面积分布反映了一个地区的农业发展水平[13]，当灾害影响到大量的耕地面积时，由农业产生的连锁反应会辐射到城市发展的方方面面，严重制约城市化发展。笔者主要考虑人口密度、GDP密度和耕地占比3个指标，计算公式如下：
式（3）中，VS、VSP分别代表总易损性、人口易损性，VSG和VSC分别代表经济易损性和耕地面积易损性。
由图4沧州市承灾体易损性区划可以看出，承灾体易损性对沧州市不同区域暴雨气象灾害影响程度相差不大，除任丘市中部地区及沧州市区外，其他地区人口密度、GDP的发展和耕地占比情况相近，多属于低风险区，若发生暴雨气象灾害，单位面积上的经济损失与受灾人口较少;任丘市外围属于次低风险区，中部地区属于次高风险区，风险高于全市大部分地区，由于任丘市人口密度与GDP发展属沧州市前列，故暴雨灾害发生时所造成的人员伤亡以及社会财产的损失比其他大部分地区严重;沧州市区中的运河区与新华区属于高风险区，是全市范围内风险最高的地区，由于市区中城市人口偏多，分布较为密集，城市化水平较高，社会经济发展状况好，所以一旦暴雨灾害发生，就会给当地的社会经济建设以及人民的生命财产造成极大的威胁。
2.3 孕灾环境敏感性
孕灾环境敏感性是指暴雨灾害承灾体外部环境对损害的敏感性。地形和水体结构是敏感性的主要影响因素[17]。地形主要考虑高程和地形变化（以高程标准差表示），并采用不同的值组合[18]（表1）。考虑到水系对气象灾害地区造成的影响，将河流缓冲区分为2级（6、10 km），分别赋值0.9、0.8;非缓冲区取0.5。经归一化后，孕灾环境敏感性（VH）计算公式如下：
式（4）中，VHDEM和VHRI分别代表因地形原因造成的影响和因水系结构与分布造成的影响，WD和WRI分別为两者权重。根据熵权法和层次分析法[19-20]，WD和WRI分别赋值0.6，0.4，水系数据考虑河网密度和河流水系。采用加权综合评价法[15]，得出沧州市孕灾环境敏感区划结果如图5所示。
由图5可以看出，沧州市孕灾环境危险性总体表现出由西南地区逐步向东北地区上升趋势。高风险区主要分布在黄骅、海兴地区的东北部，次高风险区分布在青县和黄骅、海兴地区的西南部以及任丘、沧县、盐山地区的东北部，其中黄骅市地区高风险区面积最大，危险程度最高，吴桥地区低风险区面积最大，危险程度最小。其主要原因可能是沧州市位于冀中平原东部，整体地势较为平坦，地形类型较少，且以平原为主，变化起伏较小，自西南向东北倾斜，高风险区在暴雨过后，雨水易存于地表，无法借助地形排泄至别处，当雨量累计到一定程度时，暴雨就会引发城市内涝等一系列灾害。所以建议在这些风险较高区域，加强城市排水作业，使得城市引流系统更加科学高效，保障其在暴雨天气下的正常运转。
2.4 防灾减灾能力 防災减灾能力体现了一个地区在受灾后的承载能力大小与灾后重建能力的强弱，是除去自然灾害形成因子之外的重要因素，对气象灾害风险评估有着很大作用。防灾减灾能力包括工程措施和非工程措施，与当地的GDP经济发展水平密切相关，所以笔者主要采用人均GDP和防旱涝水利耕地面积2个指标来反映这一地区的防灾减灾能力，具体区划结果见图6。
由图6可以看出，防灾减灾能力因子危险性对沧州市地区的影响程度较为严重，这与沧州市的经济发展不均衡现象密不可分。其中，河间、献县、泊头、南皮、吴桥、盐山、海兴属于高风险区，防灾减灾能力较差，这些地区人均GDP就全市范围来说发展水平较低，暴雨灾害发生后的承受能力还有很大的提升空间;沧县、肃宁、青县、东光、孟村以及黄骅西南部和东北部地区属于次高风险区，这些地区人均GDP与旱涝保收能力就全市来说处在中下等发展水平，防灾能力比高风险区有一定提升;任丘市外围、黄骅市中部地区和沧州市区属于中等风险区，这些地区的经济发展水平就沧州市而言处于领先水平，但人口密度较大，需要进一步提高群众防灾能力;任丘市中部属于次低风险区，这是因为任丘市经济发展处于全市前列，GDP高达641.1亿元，同时任丘市中部城市体系较完备，居民防灾意识处于全市领先水平。综上，建议沧州市大力推动高风险地区的经济建设，增强居民在面对灾害发生时的应变处理能力，同时在公共场地多建立避难设备，提高防灾抗灾能力。
2.5 暴雨灾害风险区划
综合上述4因子区划结果后，将4因子数据进行回归加权得出暴雨气象灾害风险指数，利用百分位法将灾害风险指数划分为5个等级（高风险区、次高风险区、中等风险区、次低风险区、低风险区），以GIS空间分析技术为支持，绘制暴雨气象灾害风险区划图（图7）。
2.5.1 高风险区。主要分布在海兴与黄骅交界地区、盐山西部地区、黄骅西部地区、肃宁东部地区、献县东部地区和任丘东部地区，其中海兴和黄骅交界地区高风险区域面积最大，虽然该区域承灾体易损性风险较低，但是该区域地势低且平缓，暴雨频次高灾害强度大，抗灾能力较差，使得致灾因子危险性和防灾减灾能力皆属于高风险区和次高风险区。黄骅西部地区地势低且平坦，不利于暴雨气象灾害后的引流排泄，而肃宁东部地区、献县东部地区和任丘东部地区防灾能力较差，导致这些地区为暴雨灾害高风险区。
2.5.2 次高风险区。主要分布在以上高风险区外围，此外任丘西部地区、河间南部献县东北部地区和沧州市区中心也为暴雨气象灾害次高风险区。任丘西部地区和沧州市区中心人口密度较大，发展水平就沧州全市来说处于领先位置，一旦发生暴雨气象灾害，对沧州市的经济发展影响很大，综合4因子后，确定该地区属于暴雨灾害次高风险区;河间南部献县东北部地区防灾抗灾能力较差，灾后重建能力还需要进一步提升，综合4因子后，确定该地区属于暴雨灾害次高风险区。
2.5.3 中等风险区。主要分布在高风险区、次高风险区外侧还有青县西侧，任丘西北侧地区也属于中等风险区。其中任丘西北侧、青县西侧地区地势较低，地形变化小，孕灾环境敏感性风险较高，综合4因子考量后，确定该地区为暴雨风险中等风险区。
2.5.4 低风险区和次低风险区。主要分布在沧州市中的沧县、泊头、东光、吴桥、南皮和南排河的大部分地区。其中泊头、东光、吴桥地区孕灾环境敏感性风险较低，南皮、南排河地区承灾体易损性风险较低，综合4因子后，确定南皮、南排河、东光西部和吴桥西部地区属于低风险区，沧县西部地区、吴桥东部地区和东光东部地区属于次低风险区。
3 结论与讨论
（1）沧州市暴雨灾害分布不均匀，整体来看东部地区暴雨灾害风险较高，中部地区暴雨气象灾害综合风险级别较低，其大部分地区为次低风险区和低风险区，中等风险区和次高风险区面积较小。东南部地区暴雨气象灾害发生频次较多，灾害强度较大。高风险区主要分布在海兴与黄骅交界地区、盐山西部地区、黄骅西部地区、肃宁东部地区、献县东部地区和任丘东部地区，其中海兴和黄骅交界地区高风险区域面积最大，孕灾环境敏感性风险较高，暴雨发生频次较高，暴雨灾害强度较大，建议改进这些地区的城市排水引流系统，增强区域排水能力，提高抗灾能力。西南部地区防灾减灾能力较差，发生暴雨气象灾害时，难以及时针对灾害进行有效应对，灾后重建能力较弱，因此出现高风险区、次高风险区。
（2）城市暴雨灾害是一个复杂的系统，风险评估影响因素众多，笔者仅从有限的评价指标出发，对沧州市暴雨气象灾害进行了风险区划分析，存在一定的局限性。今后在研究风险区划时，应进一步完善和优化暴雨灾害形成机理，建立更加科学合理的城市暴雨气象灾害风险区划模型。
参考文献
[1] 张昂，李双成，赵昕奕.基于TRMM数据的京津冀暴雨风险评估[J].自然灾害学报，2017（2）：160-168.
[2] 傅新姝.城市群对夏季降水影响的观测分析和数值模拟研究[D].南京：南京大学，2013.
[3] 朱卫浩，陈霞，邵丽芳，等.基于格网的河北省精细化暴雨洪涝灾害风险区划[J].中国农学通报，2016，32（23）：142-147.
[4] VARAZANASHVILI O，TSERETELI N，AMIRANASHVILI A，et al.Vulnerability，hazards and multiple risk assessment for Georgia [J].Natural hazards，2012，64（3）：2021-2056.
[5] PANDEY A C，SINGH S K，NATHAWAT M S.Waterlogging and flood hazards vulnerability and risk assessment in Indo Gangetic plain [J].Natural hazards，2010，55（2）：273-289. [6] 繆启龙，陈鑫，俞布，等.杭州市暴雨洪涝灾害风险区划[J].长江流域资源与环境，2012，21（S2）：163-168.
[7] 俞布，缪启龙，潘文卓，等.杭州市台风暴雨洪涝灾害风险区划与评价[J].气象，2011，37（11）：1415-1422.
[8] 张会，张继权，韩俊山.基于GIS技术的洪涝灾害风险评估与区划研究：以辽河中下游地区为例[J].自然灾害学报，2005，14（6）：141-146.
[9] 万君，周月华，王迎迎，等.基于GIS的湖北省区域洪涝灾害风险评估方法研究[J].暴雨灾害，2007，26（4）：328-333.
[10] 郭广芬，周月华，史瑞琴，等.湖北省暴雨洪涝致灾指标研究[J].暴雨灾害，2009，28（4）：357-361.
[11] 李楠，任颖，顾伟宗，等.基于GIS的山东省暴雨洪涝灾害风险区划[J].中国农学通报，2010，26（20）：313-317.
[12] HUANG D P，LIU C，FANG H J，et al.Assessment of waterlogging risk in Lixiahe region of Jiangsu Province based on AVHRR and MODIS image [J].Chinese geographical science，2008，18（2）：178-183.
[13] 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.
[14] 魏一鸣，金菊良，杨存建，等.洪水灾害风险管理理论[M].北京：科学出版社，2002.
[15] 石涛，谢五三，张丽，等.暴雨洪涝风险评估的GIS和空间化应用：以芜湖市为例[J].自然灾害学报，2015，24（5）：169-176.
[16] 温跃修，胡彩虹，荐圣淇.郑州市区暴雨洪涝风险区划研究[J].人民珠江，2018，39（12）：17-23.
[17] 雷享勇，陈燕，潘骁骏，等.杭州市主城区暴雨内涝灾害风险区划[J].杭州师范大学学报（自然科学版），2019，18（1）：105-112.
[18] 鲜铁军.基于GIS的南充市暴雨洪涝农业气象灾害风险区划与评估[J].现代农业科技，2018（23）：199-202.
[19] 张婧，郝立生，许晓光.基于GIS技术的河北省洪涝灾害风险区划与分析[J].灾害学，2009，24（2）：51-56.
[20] 胡波，丁烨毅，何利德，等.基于模糊综合评价的宁波暴雨洪涝灾害风险区划[J].暴雨灾害，2014，33（4）：380-385.