重庆市山洪灾害时空演变特征及影响因素分析

doi:10.11988/ckyyb.20220249

长江科学院院报 ›› 2023, Vol. 40 ›› Issue (7): 80-87.DOI: 10.11988/ckyyb.20220249

重庆市山洪灾害时空演变特征及影响因素分析

张乾柱¹, 卢阳¹, 严同金², 谢谦², 赵姹¹, 胡月¹

1.长江科学院重庆分院,重庆 400026;
2.重庆市水利局水旱灾害防御中心,重庆 401147

收稿日期:2022-03-15 修回日期:2022-05-20 出版日期:2023-07-01 发布日期:2023-07-12
通讯作者: 卢阳(1982-),男,湖北汉川人,正高级工程师,博士,主要从事山地灾害形成演化机理与减灾技术研究。E-mail: crsrily@163.com
作者简介:张乾柱(1989-),男,山东菏泽人,高级工程师,博士,主要从事全球环境变化、灾害防治与流域物质循环的研究。E-mail: qianzhuzhang@163.com
基金资助:
武汉市2022年度知识创新专项-曙光计划项目(2022020801020245);中央级公益性科研院所基本科研业务费项目(CKSF2023299/CQ;CKSF2021744/TB);国家重点研发计划项目(2021YFE0111900)

Temporal and Spatial Evolution Characteristics and Influencing Factors of Mountain Torrents in Chongqing

ZHANG Qian-zhu¹, LU Yang¹, YAN Tong-jin², XIE Qian², ZHAO Cha¹, HU Yue¹

1. Chongqing Branch,Changjiang River Scientific Research Institute,Chongqing 400026,China;
2. Flood and Drought Disaster Control Office of Chongqing,Chongqing Water Conservancy Burea,Chongqing 401147,China

Received:2022-03-15 Revised:2022-05-20 Published:2023-07-01 Online:2023-07-12

摘要/Abstract

摘要： 基于2013—2015年和2016—2019年2个阶段历史山洪灾害调查成果,分析了重庆市境内有历史记录的831次山洪灾害时空分布特征,利用ArcGis中的重力模型、标准差椭圆模型研究山洪灾害空间变化规律,并通过地理探测器模型开展了驱动因素分析。分析和研究结果表明:①从山洪灾害频次历年分布来看,重庆市历史山洪灾害大体分为3个阶段:受历史山洪灾害文献记录所限,1926—1977年和1977—2006年期间分别为灾害发生的低频期和低频波动期;随着极端暴雨事件和社会经济快速发展,2006—2017年期间为灾害发生的高频波动期,同时小波分析显示灾害频次呈3.7 a的周期变化。②从山洪灾害造成的死亡、失踪人员来看,2000年以后,尽管灾害频次不断上升,但因灾死亡、失踪人数趋于平稳,体现了山洪灾害防治措施发挥了效益。③5月份重庆地区灾害重心在渝东南彭水、武隆一带,6月份灾害重心向北迁移,进入7月份以后,灾害重心向渝西地区迁移,随后8—9月份,灾害逐渐转向渝东北。④地理探测器模型分析显示,河网密度和高程因子对山洪灾害解释程度较好,各因子两两叠加后,解释力均呈非线性增强。重庆市历史山洪灾害规律的研究成果有助于认清重庆市山洪灾害时空演变格局及驱动因素,可为山洪灾害防治工作提供技术支撑与理论指导。

关键词: 山洪灾害, 调查成果, 重力模型, 标准差椭圆模型, 地理探测器模型, 时空演变特征, 重庆市

Abstract: Based on investigations of mountain torrents in 2013-2015 and 2016-2019, this study analyzes the temporal and spatial characteristics of 831 historical mountain torrent disasters in Chongqing. The spatial changes of mountain torrent disasters are researched using an ArcGIS gravity model and the standard deviation ellipse model, while the driving factors are identified using the geographic detector model. The frequency of disasters can be divided into three stages based on statistical analysis of disaster frequency over time: a low-frequency period from 1926 to 1977, a low-frequency fluctuation period from 1977 to 2006, and a high-frequency fluctuation period from 2006 to 2017, which is related to literature records, rainfall conditions, and social and economic development. Wavelet analysis shows that the mountain flood disasters in recent years change periodically every 3.7 years. Despite of increased frequency of disasters since 2000, the number of deaths and missing persons due to disasters has stabilized, reflecting the effectiveness of mountain torrent prevention and control measures. The disasters concentrated in the Pengshui and Wulong areas in Southeast Chongqing in May and moved northward in June. After July, the focus of disasters moved westward to west Chongqing and then gradually forward to northeast Chongqing from August to September. The geographic detector model analysis shows that the river network density and elevation factors have a significant impact on mountain flood disasters. After the superposition of each factor, the release force increases non-linearly. This study comprehensively summarizes the historical patterns of mountain torrents in Chongqing, providing important insights into the temporal and spatial evolution pattern of mountain torrents and their driving factors in Chongqing. The results could provide technical support and theoretical guidance for mountain torrent prevention and control.

Key words: mountain torrent disaster, survey results, gravity model, standard deviation ellipse model, geographic detector model, temporal and spatial evolution characteristics, Chongqing

中图分类号:

TV87
X43

张乾柱, 卢阳, 严同金, 谢谦, 赵姹, 胡月. 重庆市山洪灾害时空演变特征及影响因素分析[J]. 长江科学院院报, 2023, 40(7): 80-87.

ZHANG Qian-zhu, LU Yang, YAN Tong-jin, XIE Qian, ZHAO Cha, HU Yue. Temporal and Spatial Evolution Characteristics and Influencing Factors of Mountain Torrents in Chongqing[J]. Journal of Yangtze River Scientific Research Institute, 2023, 40(7): 80-87.

[1]	刘怡, 陈燕, 苏婷, 谭福亚, 刘永林, 张雪琰, 旷霞, 殷凤, 赵家宇. 重庆市主城区居民饮用水9种微量元素含量特征及其健康风险评价[J]. 长江科学院院报, 2024, 41(2): 52-60.
[2]	韩焕豪, 王宇轩, 范琳琳, 罗文兵, 魏琛琛. 农村供水风险分析与评估——以重庆市为例[J]. 长江科学院院报, 2024, 41(11): 130-135.
[3]	唐文坚, 范仲杰, 董林垚, 刘纪根, 张平仓, 李同录, 童官军, 杜俊, 王林. 暴雨型山洪灾害链监测预警研究与展望[J]. 长江科学院院报, 2023, 40(7): 73-79.
[4]	卢阳, 黄科翰, 胡月, 张乾柱. 贵州省正安县“2020·6·12”山洪灾害成因分析与启示[J]. 长江科学院院报, 2023, 40(4): 66-72.
[5]	张涛, 訾丽, 杨文发, 王加虎. SCS模型在山区小流域山洪灾害预报预警中的适用性分析[J]. 长江科学院院报, 2021, 38(9): 71-76.
[6]	王俭, 赵晶, 杨海蓉, 夏志雄, 何逍遥, 李永锋. 重庆市突发水污染事件时空分布特征[J]. 长江科学院院报, 2021, 38(4): 25-29.
[7]	韩培, 任洪玉, 王思腾, 董林垚, 邹明洋, 王志刚, 张平仓. 小尺度山洪灾害区下垫面特征分析——以官山河流域为例韩[J]. 长江科学院院报, 2020, 37(7): 68-74.
[8]	牛晨,王双银,吴素娟. 基于线性矩法的短历时暴雨频率分布研究[J]. 长江科学院院报, 2019, 36(8): 55-60.
[9]	秦毅,陈星星,曾杉. 山洪灾害预警雨量指标讨论及在无资料地区的确定[J]. 长江科学院院报, 2018, 35(6): 42-46.
[10]	幸新涪, 周火明, 秦维, 谭昭娣, 卢宇, 张乾柱, 卢阳. 基于流量-面积比值的小流域设计洪水计算方法对比研究[J]. 长江科学院院报, 2018, 35(1): 57-62.
[11]	高姗姗, 周新志, 雷印杰. 乐山市山洪监测预警系统设计与建设[J]. 长江科学院院报, 2017, 34(9): 150-153.
[12]	王钧, 宇岩, 欧国强, 潘华利, 乔成. 岷江上游汶川地震重灾区山洪灾害危险分区研究[J]. 长江科学院院报, 2017, 34(1): 54-60.
[13]	杜严飞，杨乐，廖云平，彭海游，文光菊，刘四川. 重庆市地下隧道地质环境影响因素分析[J]. 长江科学院院报, 2016, 33(8): 105-108.
[14]	孙宇辉, 韦杰, 黄小燕. 近50年重庆市气候干湿变化时空特征[J]. 长江科学院院报, 2016, 33(5): 11-17.
[15]	张喆,何太蓉,舒瑞琴,刘欢. 基于WPI模型的重庆市水资源安全分析[J]. 长江科学院院报, 2016, 33(4): 1-5.

重庆市山洪灾害时空演变特征及影响因素分析

Temporal and Spatial Evolution Characteristics and Influencing Factors of Mountain Torrents in Chongqing

PDF

可视化

摘要/Abstract

引用本文

使用本文

相关文章 15

编辑推荐

Metrics

本文评价