X img

官方微信

img

群号:冰川冻土交流群

QQ群:218834310

  • 中国百强报刊
  • 中国精品科技期刊
  • 中国国际影响力优秀学术期刊
  • 中文核心期刊要目总览
  • 中国科技核心期刊
  • 中国科学引文数据库源刊
  • CN 62-1072/P 
  • ISSN 1000-0240 
  • 创刊于1979年
  • 主管单位:中国科学院
  • 主办单位:中国科学院寒区旱区
  •                  环境与工程研究所
  •                  中国地理学会
高级检索
作者投稿 专家审稿 编辑办公 编委办公 主编办公

冰川冻土, 2022, 44(6): 1898-1911 doi: 10.7522/j.issn.1000-0240.2022.0361

冰冻圈水文与水资源

1900—2020年全球融雪洪水灾害及其影响

崔曼仪,1,2, 周刚1,2, 张大弘1,2, 张世强,1,2

1.西北大学 陕西省地表系统与环境承载力重点实验室,陕西 西安 710127

2.西北大学 城市与环境学院,陕西 西安 710127

Global snowmelt flood disasters and their impact from 1900 to 2020

CUI Manyi,1,2, ZHOU Gang1,2, ZHANG Dahong1,2, ZHANG Shiqiang,1,2

1.Shaanxi Key Laboratory of Earth Surface System and Environmental Carrying Capacity,Northwest University,Xi’an 710127,China

2.College of Urban and Environmental Sciences,Northwest University,Xi’an 710127,China

通讯作者: 张世强,教授,主要从事寒区流域各水循环要素的观测、遥感反演与模拟研究. E-mail: zhangsq@lzb.ac.cn

收稿日期: 2022-03-15   修回日期: 2022-05-25  

基金资助: 国家重点研发计划课题.  2019YFC1510503
自然科学基金重点项目.  41730751
自然科学基金项目.  42171124

Received: 2022-03-15   Revised: 2022-05-25  

作者简介 About authors

崔曼仪,硕士研究生,主要从事融雪洪水灾害研究.E-mail:manyic@163.com , E-mail:manyic@163.com

摘要

气候变暖背景下,融雪洪水灾害发生的时间、频率和强度及其影响发生了明显变化。借助网络爬虫等工具,基于自然灾害数据库、文献资料、书籍、政府机构网站、新闻媒体等多数据源,收集了升温融雪型洪水和雨雪混合型洪水的相关信息,建立了针对不同数据甄别融雪洪水事件及其灾害影响的标准,对融雪洪水事件及灾害进行筛选、整理、融合、集成,构建了针对性强、信息较为可靠的包含579条数据的全球融雪洪水灾害数据集,初步分析了1900—2020年全球融雪洪水灾害的时空分布特征,结果表明:融雪洪水主要分布在30°~60° N之间,50° N以南雨雪混合型洪水较多,50° N以北升温融雪型洪水较多;春季为融雪洪水灾害高发期,冬季次之,夏季第三,秋季最少;春季、秋季和冬季的融雪洪水主要分布于40°~50° N,夏季的融雪洪水主要分布于30°~40° N。相对于升温融雪型洪水,雨雪混合型洪水的频次高、破坏力更强,且随气候变暖发生频率增加;研究结果可为全球融雪洪水灾害的风险防御和损失评估提供科学依据。

关键词: 融雪洪水灾害 ; 数据库 ; 时空特征 ; 中高纬地区

Abstract

Under the background of climate warming, the occurrence time, frequency, intensity, and impact of snowmelt flood disasters have changed significantly. Thus, establishing a global snowmelt flood disaster database is particularly important for disaster risk management. With the help of a web crawler, and based on multiple data sources such as natural disaster databases, documents, books, government agency websites, and news media, this study collected relevant information of snowmelt floods and mixed floods and established standards for identifying snowmelt flood events and their disaster impacts based on data from the different sources. Following the screening, sorting, fusion, and integration of snowmelt flood events, a global snowmelt flood disaster dataset containing 579 pieces of data with strong pertinence and reliability was constructed. The temporal and spatial distribution characteristics of global snowmelt flood disasters from 1900 to 2020 were preliminarily analyzed. The results showed that the snowmelt floods were mainly distributed between 30° N and 60° N, with more mixed floods south of 50° N and more snowmelt floods north of 50° N. Spring was the period of highest incidence of snowmelt flood disasters, followed by winter, summer, and autumn, respectively. The snowmelt floods that occurred in spring, autumn, and winter were mainly at 40°~50° N, and the snowmelt floods that occurred in summer were mainly at 30°~40° N. Compared with the snowmelt floods, the mixed floods were more frequent and more destructive, and their frequency increased with climate warming. The results provide a scientific basis for risk prevention and loss assessment of global snowmelt flood disasters.

Keywords: snowmelt flood disaster ; database ; spatiotemporal characteristics ; middle-high latitude regions

PDF (5681KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

崔曼仪, 周刚, 张大弘, 张世强. 1900—2020年全球融雪洪水灾害及其影响[J]. 冰川冻土, 2022, 44(6): 1898-1911 doi:10.7522/j.issn.1000-0240.2022.0361

CUI Manyi, ZHOU Gang, ZHANG Dahong, ZHANG Shiqiang. Global snowmelt flood disasters and their impact from 1900 to 2020[J]. Journal of Glaciology and Geocryology, 2022, 44(6): 1898-1911 doi:10.7522/j.issn.1000-0240.2022.0361

0 引言

冰雪融水是人类生活和生态系统的主要淡水资源之一1,为世界六分之一以上的人口提供了水资源2,其中融雪地表水资源支撑了全球国内生产总值(GDP)的四分之一。在中高纬度地区,地表年径流量的50%来源于融雪3;在中国西北干旱和半干旱区,积雪融水是重要的水资源,对河川径流的贡献率达20%~50%4;在北美,积雪融水量可占到河流总径流量的50%~95%5

虽然积雪融水对于河川径流补给、国民经济建设和可持续发展具有重要意义6-7,但丰富的积雪快速融化也可能引发洪水灾害。当冬季积雪累积量大,春季升温迅速,会使积雪快速消融,形成融雪洪水,多发于春夏季的中高纬度地区和中高海拔山区。与常见洪水不同,融雪洪水当中往往夹杂着大量的冰凌和融冰8,并可能伴随泥石流、滑坡等次生灾害,带来的破坏极大,对道路、桥梁等基础设施及生命财产安全构成威胁。如1997年4月美国红河流域春季升温造成创纪录的冬季积雪融化,发生的灾难性融雪洪水造成美国7.5万人受灾,8 000头(只)牲畜死亡,1 300间房屋倒塌,经济损失达40亿美元9;1999年7月,我国新疆发生极端升温过程致使高山积雪和冰川大量消融,加上部分山区连降暴雨,全疆发生了严重的雨雪冰混合洪水,导致118万人受灾,112人死亡,道路、水利、通讯设施严重受损,直接经济损失28亿元10;2011年2月上旬,阿富汗高山积雪融化导致国家西部地区洪水泛滥,数百座房屋和数千英亩农田被毁,逾2 000户居民受到影响,6人丧生11;2012年2月,大雨叠加融雪径流使突尼斯西北部发生洪水和山体滑坡,至少2人死亡、1人失踪、1 000多名居民疏散12;2013年6月下旬,暴雨和迅速融化的高山积雪导致加拿大阿尔伯塔省发生洪水,十几个城市宣布进入紧急状态,超过105名居民撤离家园,5人死亡,经济损失达60亿加元13;2016年7月,冰雪融化及强降雨引起澳大利亚休恩河洪水泛滥,导致塔斯马尼亚州的部分道路关闭、房屋受损、居民疏散14;2018年3月,俄罗斯阿尔泰地区融雪洪水造成1 000余人撤离,1 200多栋建筑被毁,4座桥梁被冲走15

在气候变暖背景下,极端升温和强降雪事件的频率呈增加趋势3,积雪消融期提前16,融雪洪水的强度、频率增加17-18,雪面雨事件增多19,对以冰雪融水为主要水资源的区域的经济和社会发展已产生重大影响8。据统计,北美和欧洲在过去70年里融雪洪水的频次明显增加19,中国新疆2010—2019年年均洪水发生次数是1949—2009年年均值的3.8倍20。政府间气候变化专门委员会(IPCC)最近发布的《气候变化中的海洋和冰冻圈特别报告》指出,未来气候变化引发高山和北极地区洪水灾害加剧21,将使居住在该区域的世界约10%的人口的生存生计承受巨大风险22。随着经济发展以及河流、湖泊附近的快速城市化,人口和经济暴露度显著增加23,洪灾影响进一步扩大,加强融雪洪水灾害的风险防御和损失评估显得尤为重要,其中建立完善、可靠的融水灾害数据库为其重要组成。

目前,已有诸多研究机构、新闻媒体和政府相关部门对历史洪水灾害进行过汇编。然而,当将多数据库对比时也发现存在诸多问题,如联合国开发计划署自然灾害数据库(https://db.desinventar.org/)缺乏洪水类型的描述,难以区分融雪洪水灾害事件;全球灾害数据平台(https://www.gddat.cn/newGlobalWeb/#/DisasBrowse)对洪水的类型划分包括融雪洪水,但其数据库中相关数据匮乏;比利时鲁汶大学灾害流行病学研究中心的全球紧急灾害数据库(https://www.emdat.be/)中,中国新疆符合其入库标准的多次灾害事件均不包含在其中;干旱区融雪洪水灾害数据库(http://39.107.248.157:3030/html/index.html)的空间覆盖范围仅限于中国西北地区,且其他数据库中的部分数据在其中也没有记录。在气候变化与社会经济快速发展背景下,建立系统且规范的全球融雪洪水灾害数据库对于灾害风险管理和应对具有重要意义。因此,收集了多种不同来源的融雪洪水灾害信息,并对其进行归纳整合、交叉验证,拟在此基础上探究融雪洪灾的时空分布特征,以期为防灾减灾提供科学依据。

1 融雪洪水灾害数据汇编

1.1 灾害数据来源

全面收集了来自自然灾害数据库、书籍、政府机构、新闻媒体、文献、网站等多种来源的自然灾害数据(表1),以“融雪洪水”“融雪”“snowmelt”等为关键词进行搜索,筛选出1900—2020年全球升温融雪型洪水和雨雪混合型洪水灾害的相关资料,处理方法见本文的数据汇编部分(1.3节)。

表1   融雪洪水灾害主要数据来源

Table 1  Main data sources of snowmelt flood disasters

类型数据源名称数据形式时间范围空间范围维护机构网址

EM-DAT表格1900—全球灾害流行病学研究中心https://www.emdat.be/
DFO表格1985—全球科罗拉多大学http://floodobservatory.colorado.edu/
ERCC文本2013—全球欧洲民防和人道主义援助行动https://erccportal.jrc.ec.europa.eu/
IFNet地图2005—全球日本基础设施开发研究所http://www.internationalfloodnetwork.org/
GLIDE文本1930—全球亚洲减灾中心http://www.glidenumber.net/
CDD文本1900—加拿大加拿大重要基础设施保护及应急管理局https://cdd.publicsafety.gc.ca/
IFRC文本1919—全球红十字会与红新月会国际联合会https://www.ifrc.org/
Sigma地图1970—全球瑞士再保险公司https://www.sigma-explorer.com/

《西北内陆河区水旱灾害》文本公元235—1998中国西北地区西北内陆河区水旱灾害编委会
《新疆减灾四十年》文本1949—1990中国新疆新疆自然灾害防御协会
《中国气象灾害大典》文本公元前89—2000中国中国气象局
《新疆灾荒史》文本970—1998中国新疆新疆哲学社会科学规划领导小组
《中国气象灾害年鉴》文本2004—2019中国中国气象局
《中国灾害大事记》文本2001—2008中国中国灾害防御协会
《中国水利年鉴》文本1990—2013中国水利部办公厅

中国气象局文本1990—中国中国气象局http://www.cma.gov.cn/
国家减灾网文本2002—中国应急管理部国家减灾中心http://www.ndrcc.org.cn/

新疆维吾尔自治区

水利厅

文本2005—中国新疆新疆维吾尔自治区水利厅http://slt.xinjiang.gov.cn/
USGS文本1954—美国美国地质勘探局https://www.usgs.gov/
NWS文本1904—全球美国国家海洋和大气局https://www.weather.gov/
新闻FloodList文本2008—全球科研人员https://floodlist.com/

新窗口打开| 下载CSV


1.2 指标选取原则

融雪洪水灾害的形成及致灾强度受积雪量、气温、降水、土壤湿度24等自然因素和暴露度、脆弱性25等社会经济因素的影响,灾害损失通常可以分为两种:直接损失和间接损失。直接损失是指由于洪水与人、财产及其他物体直接接触而造成的损失;间接损失则为由直接损失引起的、在洪水发生的时空范围之外产生的损失,例如供应链破坏造成商业活动中断26。由于间接损失受时空尺度影响,往往难以量化27,参考《自然灾害灾情统计(第1部分:基本指标)》28,仅对融雪洪水灾害的直接损失进行评估。考虑到获取的融雪洪水灾害的灾情信息及不同数据源的统计指标差异,为提高数据的完整性和可比性,选取直接经济损失(用居民消费价格指数将灾害发生年的损失统一换算为2020年损失)、死亡人口、受灾人口3项指标来反映融雪洪水灾害对社会经济和人口造成的影响程度。另外,以洪灾的发生时间、受灾地点、类型来描述特定的融雪洪水灾害,并赋予唯一ID。

1.3 数据汇编

1.3.1 融雪洪水灾害事件甄别

融雪洪水的形成受冬季积雪量和春季升温幅度影响,从起涨至衰退需要一定时间29,导致不同数据源对于同一融雪洪水灾害事件记录的时间存在偏差,需根据时间、地点等关键信息来确定是否为同一灾害事件。此外,由于数据来源于不同研究机构或管理部门,其收录标准、程序方法、统计指标等方面的差异可能导致灾情数据存在不一致。因此,提出了甄别融雪洪水灾害事件的处理原则,即首先将获取到的融雪洪水灾害事件以时间顺序整理排列,然后根据时间、地点、灾情信息等来判定是否为同一灾害,最后对灾害的影响进行汇总整编(图1)。

图1

图1   融雪洪水灾害数据集汇编的技术路线图

Fig. 1   Technical roadmap for compilation of snowmelt flood disaster datasets


1.3.2 数据集汇编

在全球融雪洪水灾害数据库中,使用如下主要信息来描述灾害事件:

(1)洪水事件识别码:每个洪水事件有独一无二的ID

(2)发生时间:洪水起止时间

(3)受灾地点:除DFO给出了大部分洪水的经纬度位置之外,其他资料中对融雪洪水灾害发生地点的记录通常是某个行政区受灾,本研究以DFO坐标或地点信息中最低一级行政区划的中心来表示一次灾害事件。

(4)洪水类型:以积雪融水为主要补给来源的为升温融雪型洪水,由积雪和降水混合形成的洪水为雨雪混合型洪水8

(5)灾情信息指标:

①直接经济损失:为消除通货膨胀造成的经济损失值变化及不同国家货币值的差异,便于比较灾害对全球经济造成的影响程度,采用居民消费价格指数(CPI)和汇率将经济损失统一换算为2020年美元价格,各国的CPI和世界汇率均来自世界银行(https://data.worldbank.org.cn/)。计算公式为2830

E=Ei*/Ri=Ei/CPIiRi

式中:E为换算后的2020年美元计价的直接经济损失,Ei*为折算后的第i年的直接经济损失;Ri为第i年某国货币对美元汇率;Ei为第i年的直接经济损失;CPIi为第i年以2020年为基期的CPI。

②死亡人口:参考《中国统计年鉴》及EM-DAT的统计方法,死亡人口包括因灾死亡和失踪人口。

③受灾人口:该指标被纳入绝大多数的灾情报告或数据库中,然而不同数据源间关于“受灾人口”的定义差别巨大。例如,EM-DAT中包括受伤人口、影响人口、无家可归人口;CDD包括受伤人口和疏散人口;DFO指无家可归或疏散人口;而新闻报道一般提及“受影响人口”。本文将受灾人口定义为紧急转移安置人口、受伤人口和无家可归人口的总和,单位统一为受灾人口·人-1。若仅有倒塌房屋的数据,假设每幢房居住5人31,每个房间居住1人;若仅有受灾户数的数据,假设发达国家每户3人,发展中国家每户5人31;若数据为估计的约数,将“几千人”定义为2 000人31,“超过1 000人”定义为1 100人32,处理依据是当无法获取准确数据用于评估灾害时,估计值应偏向保守估计31-32

1.4 本数据集优势

收集了多源灾害数据并对其进行整理融合,相比单一数据源而言,提升了同一灾害事件的灾情信息的完整性,基于多源数据的交叉验证避免了数据的重复统计,在对融雪洪灾进行甄别的基础上,为各灾害事件提供了资料允许范围内高精度的地理坐标,建立了统一的损失评估指标,从而构建了1900—2020年的全球融雪洪水灾害数据库。因此该数据库具有一定的优势,后续的相关分析均基于此数据。

2 融雪洪水灾害时空特征

2.1 融雪洪水灾害空间分布

1900—2020年全球共发生融雪洪水灾害579次(图2),包括升温融雪型洪水260次,雨雪混合型洪水319次,分别占总频次的44.9%和55.1%。其中有31次洪水影响多个国家,基于国家单元统计有615次(图3),融雪洪灾涉及亚洲、欧洲、非洲、北美洲、大洋洲的49个国家,主要分布于30°~60° N之间,最北端到挪威的特罗姆斯郡和芬马克郡(约70° N),最南端是澳大利亚的塔斯马尼亚州(约42° S)。除中国、乌兹别克斯坦、罗马尼亚、俄罗斯、白俄罗斯、乌克兰、立陶宛、拉脱维亚、瑞典、芬兰、冰岛11个国家之外,其他国家雨雪混合型洪水次数均多于升温融雪型洪水(表2)。

图2

图2   全球融雪洪水灾害点空间分布

Fig. 2   Spatial distribution of global snowmelt flood disaster points


图3

图3   基于国家单元的全球融雪洪水灾害空间分布

Fig. 3   Spatial distribution of global snowmelt flood disasters based on country units


表2   各国融雪洪水发生频次

Table 2  Frequency of snowmelt floods by country

国家融雪洪水混合洪水国家融雪洪水混合洪水
亚洲阿富汗814欧洲冰岛*10
巴基斯坦12波兰11
格鲁吉亚05波黑03
哈萨克斯坦68德国03
吉尔吉斯斯坦02俄罗斯*359
塔吉克斯坦34法国12
土耳其14芬兰*20
乌兹别克斯坦*10黑山12
叙利亚01捷克12
亚美尼亚01克罗地亚14
伊拉克01拉脱维亚*10
以色列02立陶宛*10
约旦01罗马尼亚*86
印度02挪威05
中国*11452瑞典*10
北美洲加拿大2860瑞士01
美国37108塞尔维亚17
墨西哥01斯洛伐克11
非洲埃及01乌克兰*41
突尼斯01西班牙13
大洋洲澳大利亚01希腊12
欧洲阿尔巴尼亚03匈牙利24
奥地利01意大利02
白俄罗斯*41英国15
保加利亚35

注:带*表示升温融雪型洪水次数多于雨雪混合型洪水。

新窗口打开| 下载CSV


从不同国家的融雪洪水灾害频次空间分布格局来看(图3),中国是世界上融雪洪水灾害发生次数记录最多的国家,共计166次,占总数的26.99%,主要分布于北疆沿天山一带,其原因在于天山北坡冬季积雪量大,春季气温回升时,中低山带的积雪快速消融,在山麓和山前平原汇集,极易形成洪水,而在其他省份的融雪洪水灾害较少,甘肃2次(1972年8月和2013年6月)、青海1次(2015年6月)、内蒙古3次(2013年4—5月)、黑龙江1次(2010年4月)、河北1次(2016年3月);其次是美国,共发生145次,占总数的23.58%,以密西西比河流域最为普遍,是因为密西西比河上游流经落基山脉,高山融雪是径流重要组成,导致洪灾频发,美国东北部地处阿巴拉契亚山脉的迎风坡,西北部属于落基山区,高纬度高海拔的地理环境使得这两处也常常出现融雪洪水,相比之下,美国南部遭受的融雪洪灾较少;再次是加拿大,发生88次,占总数的14.31%,相对较多的洪灾出现在国家南部多山地区;第四是俄罗斯,发生44次,占总数的7.15%,其西南部的大高加索山脉冰雪资源丰富,融雪洪水灾害比东部多;阿富汗和中亚国家(哈萨克斯坦、塔吉克斯坦、吉尔吉斯斯坦、乌兹别克斯坦)共发生46次,占总数的7.48%,其境内的天山、帕米尔高原、兴都库什山脉等发育有众多的冰川,而且中亚地区夏季气温较高,容易引发融雪洪水灾害。其他国家发生的融雪洪灾较少,各国的洪水次数如表2所示。综上所述,融雪洪灾在北半球分布广泛,南半球仅有澳大利亚发生过一次,这是因为全球积雪面积的98%分布在北半球,因此以融雪为主要径流来源的区域几乎位于北半球,而在南半球除南极洲外很少有覆盖大面积积雪的陆地28,不易形成融雪洪水灾害。

2.2 融雪洪水灾害损失分布

1900—2020年,全球融雪洪水灾害造成直接经济损失约7 300亿美元[图4(a)],经济损失最高的前五个国家为俄罗斯、土耳其、美国、哈萨克斯坦和加拿大,达1 000亿美元以上,其中俄罗斯、土耳其和哈萨克斯坦由于CPI年际变化巨大(数百至数千倍)而导致调整后的值偏高,如不考虑这三个国家,则损失较高的国家依次是法国、德国和中国,其原因在于这些地区经济发达,融雪洪水暴发突然性强,洪灾来临时大部分财产无法转移到安全地带,即使有完善的灾害防御体系也难以避免巨大的经济损失。由于经济损失数据缺失严重,无法统计各国全部融雪洪灾的总损失,从单次事件来分析,经济损失最高的34次灾害也同样发生在发达国家和中国、俄罗斯。

图4

图4   全球融雪洪水灾害损失分布

Fig. 4   Spatial distribution of economic losses (a), dead population (b), disaster-affected population (c) of global snowmelt flood disasters


1900—2020年,全球融雪洪灾导致2 804人死亡[图4(b)],阿富汗是死亡人口最多的国家(711人),其他死亡人口超过100人的国家有美国、印度、俄罗斯、中国、塔吉克斯坦、土耳其、哈萨克斯坦和埃及,结合全球融雪洪水灾害空间分布结果,可知除美国、俄罗斯和中国融雪洪水频次高之外,其他的发展中国家都以较低的频次而导致了较多的人死亡,这与其灾害预警机制、救援能力和医疗水平较低有关。

1900—2020年,全球融雪洪灾导致超520万人受灾[图4(c)],中国、美国、加拿大和俄罗斯是受灾人口最多的四个国家,除墨西哥仅发生一次洪水致使1.3万人受灾以外,其他国家的受灾人口数量与灾害频次分布格局较为吻合,是由于洪水来临之时必然会引发灾区的人口转移和安置。

2.3 融雪洪水灾害年内分配

从1900—2020年全球融雪洪水灾害季节与月份分布可以看出(图5),春季是融雪洪水灾害高发期,共385次,占总频次的66.5%,3月和4月最为显著,随着春季气温回升,低山区的积雪首先融化,高海拔地区的积雪也逐渐融化,升温融雪型洪水次数逐月下降;其次是冬季,共103次,包括北美洲54次、欧洲29次、亚洲19次(中国6次)、非洲1次,占17.8%,从12月到次年2月呈现出洪水频次增加的趋势,且各月的雨雪混合型洪水均多于升温融雪型洪水,与其他季节相比,冬季的雨雪混合型洪水(70次)显著多于升温融雪型洪水(33次),这是因为冬季一般没有足够的热量使积雪大量融化,当日平均气温在0 ℃左右波动时,较多的雪面雨可能引发融雪洪水;再次是夏季,共83次,占14.3%,雨雪混合型洪水(45次)略多于升温融雪型洪水(38次),当夏季高温使冰雪融化并伴随暴雨时,可能会形成雨雪冰混合洪水,洪水峰值主要受降雨量影响;秋季最少,由于产生融雪洪水的积雪与热量条件不足,仅发生8次,占1.3%,9月和10月未出现过融雪洪水,11月的2次升温融雪型洪水发生在中国和冰岛,6次雨雪混合型洪水分别发生在美国(3次)、加拿大、塞尔维亚和黑山。

图5

图5   1900—2020年全球融雪洪水灾害季节与月份分布

Fig. 5   Seasonal and monthly distribution of global snowmelt flood disasters from 1900 to 2020


表3可见,1900—2020年,全球融雪洪水灾害主要发生在40°~50° N,共387次,占总频次的66.8%;30°~40° N次之,共91次,占总频次的15.7%;50°~60° N再次,共74次,占总频次的12.8%;60°~70° N较少,共25次,占总频次的4.3%;而30° N以下仅发生过两次融雪洪水,占总频次的0.3%,分别出现在1992年1月的墨西哥(约25° N)和2016年7月的澳大利亚(约42° S),均为冬季的雨雪混合型洪水。总体而言,50° N以南雨雪混合型洪水较多,50° N以北升温融雪型洪水较多,从40° N到70° N存在纬度升高,洪水高发月份推迟的规律。从月分布来看,春季、秋季和冬季的融雪洪水主要发生于40°~50° N,夏季的融雪洪水主要发生于30°~40° N。

表3   1900—2020年全球各纬度带融雪洪水灾害月频次

Table 3  Monthly frequency of snowmelt flood disasters in various latitude belts from 1900 to 2020

类型纬度1月2月3月4月5月6月7月8月9月10月11月12月总计
升温融雪型洪水30° N以下0000000000000
30°~40° N02122517*3000133
40°~50° N111179*39141720015170
50°~60° N211018*6300000040
60°~70° N000313*000001017
雨雪混合型洪水30° N以下1*000001*000002
30°~40° N18811*51074001358
40°~50° N162464*64*236600059217
50°~60° N52510 *7500000034
60°~70° N100016*0000008

注:带*表示该纬度带融雪洪水频次最高的月份;加粗表示该月份融雪洪水频次最高的纬度带。

新窗口打开| 下载CSV


2.4 融雪洪水灾害年际变化特征

图6所示,1900—2020年全球融雪洪水灾害频次呈现稳定的上升趋势,据1980年之前的已有资料统计,升温融雪型洪水共35次,雨雪混合型洪水共50次;1980—2020年,全球发生融雪洪水灾害494次,平均12次⋅a-1。其中:升温融雪型洪水225次,占比45.5%,年均5.5次,2010年最多(15次),2015年次之(12次);雨雪混合型洪水269次,占比54.5%,年均6.6次,2010年最多(22次),2018年次之(19次)。可以发现,升温融雪型洪水和雨雪混合型洪水频次最高的年份均为2010年,37次融雪洪水中有24次发生在中国新疆,这是由于新疆在2009年10月—2010年3月的累计降雪量较往年偏多33,从而形成了较厚的积雪,为融雪洪水形成提供了充足的物质基础34。总体而言,1980—2020年两种类型的洪水频次呈基本一致的波动上升趋势,其原因在于随着全球气候变暖,融雪径流增多易引发洪灾35,导致融雪洪水频次增加,整体上雨雪混合型洪水多于升温融雪型洪水且增长趋势更快,这与气温上升使更多的冷季降水中雪的比例相对下降,而降雨的比例增加,雪面雨事件增多有关36

图6

图6   1900—2020年全球融雪洪水灾害频次年变化

Fig. 6   Annual change of global snowmelt flood disaster frequency from 1900 to 2020


图7所示,1900—1979年,融雪洪灾导致341人死亡,逾17万人受灾,最为严重的灾害事件分别是1936年3月美国新英格兰地区和1950年5月加拿大曼尼托巴省的雨雪混合洪水。1980—2020年,因灾死亡人口为2 463人,年均约60人,呈缓慢上升趋势,有3个较为显著的年份,分别为2010年、1992年和2005年,其他年份的死亡人口均不超过200人;受灾人口约为503万人,年均约12.3万人,呈缓慢下降趋势,也有3个高值年份,分别为1999年、1996年和1988年,其他年份的受灾人口在40万人以下。从年代变化来看,从1980到2020年死亡人口与受灾人口数均呈现出“快速上升-下降-上升”的变化趋势,于20世纪90年代达到历史最高值,分别为1 007人和2 788 891人,各占总数的40.9%和55.4%,死亡人口与受灾人口数量位列前三的灾害事件如表4所示,均为雨雪混合型洪水,是因为雪面雨会携带较多热量加速积雪消融速度并补充洪水形成的物质来源,增加融雪径流37,而且混合洪水突发性强、陡涨缓落、峰高量大38,引发的洪水强度比升温融雪型洪水更大39,往往会形成灾害性洪水。

图7

图7   1900—2020年全球因融雪洪水死亡、受灾人口年变化

Fig. 7   Annual change of deaths and affected population of global snowmelt flood disasters from 1900 to 2020


表4   20世纪90年代死亡人口和受灾人口数排前三的灾害事件

Table 4  The top three disaster events in the 1990s by number of dead and affected

排序时间国家死亡人口/人时间国家受灾人口/万人
11992年2月土耳其、埃及2001999年7月中国118
21993年6月俄罗斯1251996年12月美国50
31999年7月中国1121995年1月法国、德国29.41

新窗口打开| 下载CSV


3 讨论

3.1 数据不确定性

由于融雪洪水多发于高纬度和高海拔山区,某些灾害事件如果未造成严重影响没有被监测到,因此,本数据集无法涵盖过去发生的所有融雪洪水灾害。但是严重影响到居民生命财产安全,造成重大社会影响的融雪洪灾往往会引起政府和社会的广泛关注,被相关部门和新闻媒体报道,而且本研究数据量相比参考数据源而言已有较大增长,因此能够基本反映融雪洪水灾害的时空分布规律,为全球融雪洪水灾害风险评估和政府决策提供数据参考。

融雪洪水灾害数据的完整性和准确性受诸多因素限制,例如:(1)数据可用性,因政府限制某些数据无法获取,引言所述的几个数据库中无法判别是否为融雪洪灾,而灾害的变化趋势与其样本和时段密切相关40,结论可能会存在一定偏差;(2)遥感技术、网络、新闻媒体等的发展使得更多的自然灾害能够被监测和记录30,因而数据统计更加全面,1980年后灾害频次显著增长可能受此影响;(3)发展中国家缺乏先进的灾害监测技术和系统的数据编目体系41,某些灾害可能没有被发现或小规模灾害不被报道42,比如中亚是冰雪洪水最为普遍的地区之一8,但本文获取的中亚国家的灾害记录仅有24条;(4)文本资料可能存在语言的不正确或表达上的残缺43,产生歧义,降低数据的精度;(5)融雪洪水包括升温融雪型洪水和雨雪混合型洪水,前者一般发生于春季气温升温期,主要因极端升温过程造成19,后者通常出现在春末夏初,是在积雪消融时叠加降雨径流形成的,极端暴雨事件往往是触发因素8。由于融雪洪水多发于高纬度和高海拔地区,地形复杂、人烟稀少、监测数据稀缺44,难以准确确定某次洪水事件是由升温或是降雨造成。本研究的数据来源多为文字资料,其中大部分描述未提及降水事件的雨量或量级,所以将融雪时发生降雨现象的洪水均划分为雨雪混合型洪水;另外,融雪洪水有时会引发滑坡、泥石流、雪崩等其他自然灾害,并且河流上游洪水可能由高山区积雪融水与中低山区降雨径流叠加形成,而下游洪水是因强降雨引发,在这种情况下,将仅由融雪洪水造成的损失分离出来十分困难,因此本研究中雨雪混合型洪水频次和融雪洪灾的损失可能存在一定高估。

3.2 洪水与融雪洪水

Hu等45基于EM-DAT和DFO数据对1975—2016年全球洪水灾害及其导致的死亡、受灾人口的时空格局进行分析,与本研究的融雪洪水灾害相比:两种灾害发生频次均呈显著上升趋势,因灾死亡和受灾影响人口的变化趋势不明显,其中,洪水导致的死亡和受灾人数呈缓慢上升趋势,融雪洪水造成的死亡人数缓慢增加、受影响人数缓慢下降;洪水在全球分布广泛,高发区集中在中国东南部、亚洲东南部和南部、欧洲西南部、美国东部和美洲中部,融雪洪水主要分布于北半球,易发区在中国西北部、欧洲西南部和北美洲中部,南半球仅有一次。对比还发现,欧洲西南部和美国东部融雪型洪水较为频繁;洪水和融雪洪水发生频率随海拔的变化趋势相似,而死亡人口随海拔变化的差异较大,洪水导致的死亡人口90%集中在500 m以下的平原和丘陵地区,融雪洪水在海拔1 000 m以下的死亡人口不到50%;人均GDP与洪水造成的经济损失呈正相关、与死亡人数呈负相关,侧面印证了本文的研究结果,即发达国家经济损失高,发展中国家死亡人口多。

图8

图8   洪水、融雪洪水的发生频率及因灾死亡人口随海拔变化的累计百分比

Fig. 8   Cumulative percentage change of frequency and deaths of flood and snowmelt flood with elevation


表5   洪水、融雪洪水的发生频率及因灾死亡人口随海拔变化的累计百分比

Table 5  Cumulative percentage change of frequency and deaths of flood and snowmelt flood with elevation

海拔洪水融雪洪水
频率累计占比死亡人口累计占比频率累计占比死亡人口累计占比
<10 m4.9%17.7%1.6%1.0%
<200 m42.5%78.7%25.7%17.8%
<500 m66.7%90.0%51.1%33.3%
<1 000 m82.5%94.0%70.6%45.6%

新窗口打开| 下载CSV


4 结论

通过收集自然灾害数据库、文献、政府机构、新闻媒体等多源的融雪洪水灾害数据并对其进行汇总整编,构建了在可靠性、时空尺度和数据量上均具有一定优势的全球融雪洪水灾害数据集,其中涵盖1900—2020年全球579次融雪洪灾的发生时间、受灾地点、洪水类型和灾情信息。然后基于该数据集初步分析了融雪洪水灾害的时空分布特征,主要结论如下:

(1) 全球融雪洪水灾害主要分布于30°~60° N之间,中国、美国、加拿大的洪灾较为频繁,其中以天山(新疆)、落基山(蒙大拿州、华盛顿州、不列颠哥伦比亚省)、阿巴拉契亚山脉(新英格兰地区、纽约州、魁北克省)和密西西比河流域(北达科他州、南达科他州、明尼苏达州、艾奥瓦州等)最为普遍。发达国家的经济损失高,发展中国家的死亡人口更多,受灾人口数量与灾害发生频次的空间分布格局较为吻合。

(2) 在1900—2020年全球发生的579次融雪洪水灾害中,受全球变化影响,近40年来(1980—2020)年发生频率较高,共494次,包括升温融雪型洪水225次(占比45.5%,年均5.5次),雨雪混合型洪水269次(占比54.5%,年均6.6次)。相对于升温融雪型洪水,雨雪混合型洪水的历史频次更高、上升速率更快、破坏力更强,50° N以南雨雪混合型洪水较多,50° N以北升温融雪型洪水较多。

(3) 从季节分配来看,春季是融雪洪灾高发期,冬季次之,夏季再次,秋季最少,春季、秋季和冬季的融雪洪水主要集中于40°~50° N,夏季的融雪洪水主要分布在30°~40° N。从各月分布来看,3月和4月的融雪洪灾频次最高,9月和10月未发生过融雪洪灾,从40° N到70° N存在纬度升高,洪水高发月份推迟的规律。

参考文献

Wu XuejiaoChe TaoLi Xinet al.

Slower snowmelt in spring along with climate warming across the Northern Hemisphere

[J]. Geophysical Research Letters, 20184522): 12331-12339.

[本文引用: 1]

Barnett T PAdam J CLettenmaier D P.

Potential impacts of a warming climate on water availability in snow-dominated regions

[J]. Nature, 20054387066): 303-309.

[本文引用: 2]

Zhao QiudongZhao ChuanchengQin Yanet al.

The change features and future trend of snowfall and extreme snowfall in the arid areas of Northwest China

[J]. Journal of Glaciology and Geocryology, 2020421): 81-90.

[本文引用: 2]

赵求东赵传成秦艳.

中国西北干旱区降雪和极端降雪变化特征及未来趋势

[J]. 冰川冻土, 2020421): 81-90.

[本文引用: 2]

Xiang YanyunWang ZhichengZhang Huiet al.

Study of snowmelt runoff simulation in arid regions: progress and prospect

[J]. Journal of Glaciology and Geocryology, 2017394): 892-901.

[本文引用: 1]

向燕芸王志成张辉.

干旱区融雪径流模拟的研究进展与展望

[J]. 冰川冻土, 2017394): 892-901.

[本文引用: 1]

Tuttle S ECho ERestrepo P Jet al.

Remote sensing of drivers of spring snowmelt flooding in the north central U.S

.[M]//Lakshmi V. Remote Sensing of Hydrological Extremes. Springer Remote Sensing/Photogrammetry. Cham, SwitzerlandSpringer201721-45.

[本文引用: 1]

He ChaofeiChen FulongZhang Zhijunet al.

Analysis of variation characteristics of snowmelt flood sequence in the upper Manas River Basin

[J]. Journal of Water Resources and Water Engineering, 2020311): 109-114 123.

[本文引用: 1]

何朝飞陈伏龙张志君.

玛纳斯河流域上游融雪洪水序列变化特征分析

[J]. 水资源与水工程学报, 2020311): 109-114 123.

[本文引用: 1]

Lu ZhiLiu ZhihuiYan Yan.

Features of snowmelt flood and control measures in Xinjiang

[J]. Research of Soil and Water Conservation, 2007146): 216-218 222.

[本文引用: 1]

陆智刘志辉闫彦.

新疆融雪洪水特征分析及防洪措施研究

[J]. 水土保持研究, 2007146): 216-218 222.

[本文引用: 1]

Ding Yongjian. Introduction to Hydrology in cold regions[M]. BeijingScience Press2017.

[本文引用: 6]

丁永建. 寒区水文导论[M]. 北京科学出版社2017.

[本文引用: 6]

Todhunter P E.

A hydroclimatological analysis of the red rwer of the north snowmelt flood catastrophe of 1997

[J]. Journal of the American Water Resources Association, 2001375): 1263-1278.

[本文引用: 1]

Shi Yuguang. Meteorological disasters ceremony in China: Xinjiang volume[M]. BeijingChina Meteorological Press2006.

[本文引用: 1]

史玉光. 中国气象灾害大典: 新疆卷[M]. 北京气象出版社2006.

[本文引用: 1]

February 2011

Global Hazards | National Centers for Environmental Information (NCEI) (noaa

.gov)[2022-03-15].

[本文引用: 1]

February 2012

Global Hazards | National Centers for Environmental Information (NCEI) (noaa

.gov)[2022-03-15].

[本文引用: 1]

Pomeroy J WStewart R EWhitfield P H.

The 2013 flood event in the South Saskatchewan and Elk River basins: causes, assessment and damages

[J]. Canadian Water Resources Journal / Revue Canadienne Des Ressources Hydriques, 2016411/2): 105-117.

[本文引用: 1]

Davies Richard.

Australia-evacuations in Tasmania as Huon River overflows-floodlist

[EB/OL]. (2016-07-15)[2022-03-15]. .

[本文引用: 1]

Authorities NationalWMO.

Russian Federation-Floods

[N/OL]. Daily Flash, 2018-03-272022-03-15]. .

[本文引用: 1]

Zhou GangCui ManyiLi Zheet al.

Dynamic evaluation of the risk of the spring snowmelt flood in Xinjiang

[J]. Arid Zone Research, 2021384): 950-960.

[本文引用: 1]

周刚崔曼仪李哲.

新疆春季融雪洪水危险性动态评价研究

[J]. 干旱区研究, 2021384): 950-960.

[本文引用: 1]

Chen YaningLi ZhiFan Yutinget al.

Research progress on the impact of climate change on water resources in the arid region of Northwest China

[J]. Acta Geographica Sinica, 2014699): 1295-1304.

[本文引用: 1]

陈亚宁李稚范煜婷.

西北干旱区气候变化对水文水资源影响研究进展

[J]. 地理学报, 2014699): 1295-1304.

[本文引用: 1]

Shen YongpingSu HongchaoWang Guoyaet al.

The responses of glaciers and snow cover to climate change in Xinjiang(II): hazards effects

[J]. Journal of Glaciology and Geocryology, 2013356): 1355-1370.

[本文引用: 1]

沈永平苏宏超王国亚.

新疆冰川、积雪对气候变化的响应(II): 灾害效应

[J]. 冰川冻土, 2013356): 1355-1370.

[本文引用: 1]

Chen RenshengShen YongpingMao Weiyiet al.

Progress and issues on key technologies in forecasting of snowmelt flood disaster in arid areas, northwest China

[J]. Advances in Earth Science, 2021363): 233-244.

[本文引用: 3]

陈仁升沈永平毛炜峄.

西北干旱区融雪洪水灾害预报预警技术:进展与展望

[J]. 地球科学进展, 2021363): 233-244.

[本文引用: 3]

Rehman HasyetiRuan XinminYiming Kurbanet al.

Flood disaster investigation and characteristic analysis in Xinjiang from 1949 to 2019

[J]. Journal of China Institute of Water Resources and Hydropower Research, 2020185): 331-336.

[本文引用: 1]

哈斯也提·热合曼阮新民库尔班·依明.

新疆1949—2019年洪水灾害调查与特征分析

[J]. 中国水利水电科学研究院学报, 2020185): 331-336.

[本文引用: 1]

Zhu GuangxiXiao CundeChen Boet al.

Spring snowmelt flood estimate in the upper Heihe River under climate change

[J]. Climate Change Research, 2020166): 667-678.

[本文引用: 1]

朱光熙效存德陈波.

气候变化背景下黑河上游春季融雪洪水预估研究

[J]. 气候变化研究进展, 2020166): 667-678.

[本文引用: 1]

Wang HuiLiu QiulinLi Wenshanet al.

The Ocean and cryosphere in a changing climate: changes, impacts and risks

[J]. Marine Science Bulletin, 2020392): 143-151.

[本文引用: 1]

王慧刘秋林李文善.

气候变化中海洋和冰冻圈的变化、影响及风险

[J]. 海洋通报, 2020392): 143-151.

[本文引用: 1]

Kundzewicz Z WKanae SSeneviratne S Iet al.

Flood risk and climate change: global and regional perspectives

[J]. Hydrological Sciences Journal, 2014591): 1-28.

[本文引用: 1]

Liang ChunchengYang NaikangChen Yaning.

A preliminary study on snow melt flood of Ninjia river, Tianshan mountains

[J]. Arid Land Geography, 1993163): 75-79.

[本文引用: 1]

梁春成杨乃康陈亚宁.

天山宁家河春季融雪洪水成因初探

[J]. 干旱区地理, 1993163): 75-79.

[本文引用: 1]

Kundzewicz Z WPińskwar IBrakenridge G R.

Changes in river flood hazard in Europe: a review

[J]. Hydrology Research, 2018492): 294-302.

[本文引用: 1]

Merz BKreibich HSchwarze Ret al.

Review article “Assessment of economic flood damage”

[J]. Natural Hazards and Earth System Sciences, 2010108): 1697-1724.

[本文引用: 1]

Wu JidongHe XinWang Cailinet al.

A review on classification and loss assessment of natural disasters

[J]. Journal of Catastrophology, 2018334): 157-163.

[本文引用: 1]

吴吉东何鑫王菜林.

自然灾害损失分类及评估研究评述

[J]. 灾害学, 2018334): 157-163.

[本文引用: 1]

Zhang LiuhongZheng JingWu Hongyuet al.

Quantitative assessment of disaster loss caused by rainstorms and floods in Guangdong

[J]. Torrential Rain and Disasters, 2021401): 87-93.

[本文引用: 2]

张柳红郑璟伍红雨.

广东暴雨洪涝灾害损失定量评估

[J]. 暴雨灾害, 2021401): 87-93.

[本文引用: 2]

Yu YongwangXu BingBai Dongminget al.

Analysis on the cause of spring melted snow flood in Qiurgou River

[J]. Arid Zone Research, 19953):15-20.

[本文引用: 1]

俞永旺徐冰白东明.

天山北坡雀尔沟河春季融雪洪水的成因分析

[J]. 干旱区研究, 19953):15-20.

[本文引用: 1]

Kron WSteuer MLöw Pet al.

How to deal properly with a natural catastrophe database-analysis of flood losses

[J]. Natural Hazards and Earth System Sciences, 2012123): 535-550.

[本文引用: 2]

Guidelines|The Emergency Events Database (EM-DAT)

[EB/OL]. [2022-03-15]. .

[本文引用: 4]

Dartmouth Flood Observatory (colorado.

edu)

[EB/OL]. [2022-03-15].

[本文引用: 2]

Ablikim AblimitjanChen ChunyanAbdula Yusupet al.

The temporal and spatial distribution features of snowmelt flood events in Xinjiang from 2001 to 2012

[J]. Journal of Glaciology and Geocryology, 2015371): 226-232.

[本文引用: 1]

阿不力米提江·阿布力克木陈春艳玉素甫·阿不都拉.

2001—2012年新疆融雪型洪水时空分布特征

[J]. 冰川冻土, 2015371): 226-232.

[本文引用: 1]

Qiu JiaqiXu JunrongChen Yaninget al.

Preliminary evaluation on climatic factors related to spring snowmelt floods

[J]. Arid Land Geography, 1995181): 43-50.

[本文引用: 1]

仇家琪徐俊荣陈亚宁.

天山北坡春季雪洪形成的气候因子分析

[J]. 干旱区地理, 1995181): 43-50.

[本文引用: 1]

Zhang Peng.

Based on the SRM model in the headwaters region of Urumqi River of ice and snow runoff simulation

[D]. LanzhouNorthwest Normal University2016.

[本文引用: 1]

张鹏.

基于SRM模型的乌鲁木齐河源区冰雪径流模拟初探

[D]. 兰州西北师范大学2016.

[本文引用: 1]

Lu XinyuChen RenshengLiu Yanet al.

Spatiotemporal variation of rain-on-snow days in northern Xinjiang

[J]. Journal of Glaciology and Geocryology, 2021435): 1446-1457.

[本文引用: 1]

卢新玉陈仁升刘艳.

我国新疆北部地区雪面雨日数时空变化特征分析

[J]. 冰川冻土, 2021435): 1446-1457.

[本文引用: 1]

Wu SufenLiu ZhihuiQiu Jianhua.

Analysis of the characteristics of snowmelt flood and previous climate snow condition in north Xinjiang

[J]. Journal of China Hydrology, 2006266): 84-87.

[本文引用: 1]

吴素芬刘志辉邱建华.

北疆地区融雪洪水及其前期气候积雪特征分析

[J]. 水文, 2006266): 84-87.

[本文引用: 1]

Nuerlan·HazaiziShen Yongping.

Flood characteristics of Altay area, Xinjiang

[J]. Journal of China Hydrology, 2014344): 74-81.

[本文引用: 1]

努尔兰·哈再孜沈永平.

新疆阿勒泰地区的洪水特性

[J]. 水文, 2014344): 74-81.

[本文引用: 1]

Sezen CŠraj MMedved Aet al.

Investigation of rain-on-snow floods under climate change

[J]. Applied Sciences, 2020104): 1242.

[本文引用: 1]

Wang YiZhang XiaomeiZhou Ningfanget al.

Evolution characteristics of global meteorological and hydrological disasters from 1990 to 2019

[J]. Transactions of Atmospheric Sciences, 2021444): 496-506.

[本文引用: 1]

王毅张晓美周宁芳.

1990—2019年全球气象水文灾害演变特征

[J]. 大气科学学报, 2021444): 496-506.

[本文引用: 1]

Adhikari PHong YangDouglas K Ret al.

A digitized global flood inventory (1998—2008): compilation and preliminary results

[J]. Natural Hazards, 2010552): 405-422.

[本文引用: 1]

Si RuijieWen JiahongYin Zhan’eet al.

Emergency events database (EM-DAT) and its applications

[J]. Science & Technology Review, 2007256): 60-67.

[本文引用: 1]

司瑞洁温家洪尹占娥.

EM-DAT灾难数据库概述及其应用研究

[J]. 科技导报, 2007256): 60-67.

[本文引用: 1]

Chen Ke.

Research of natural disaster database construction and risk assessment in Yangtze River Delta region

[D]. ShanghaiEast China Normal University2013.

[本文引用: 1]

陈珂.

长江三角洲自然灾害数据库建设与风险评估研究

[D]. 上海华东师范大学2013.

[本文引用: 1]

Bao AnmingChen XiaonaLi Lanhai.

Theories and methods of snowmelt runoff and its application in arid regiones

[J]. Arid Land Geography, 2010335): 684-691.

[本文引用: 1]

包安明陈晓娜李兰海.

融雪径流研究的理论与方法及其在干旱区的应用

[J]. 干旱区地理, 2010335): 684-691.

[本文引用: 1]

Hu PanZhang QiangShi Peijunet al.

Flood-induced mortality across the globe: spatiotemporal pattern and influencing factors

[J]. Science of the Total Environment, 2018643171-182.

[本文引用: 1]

/