數(shù)學(xué)建模以深圳市為例探究洪災(zāi)損失預(yù)測研究的科學(xué)性與嚴(yán)謹(jǐn)性

1、以深圳市為例探究洪災(zāi)損失預(yù)測研究的科學(xué)性與嚴(yán)謹(jǐn)性摘要本文對(duì)城市洪澇災(zāi)害的承災(zāi)體、致災(zāi)因子、孕災(zāi)環(huán)境的作用機(jī)理進(jìn)行了分析，總結(jié)了城市洪澇災(zāi)害成災(zāi)模式的變化趨勢及城市化對(duì)洪澇災(zāi)害成災(zāi)特性的影響。在探討城市災(zāi)前價(jià)值評(píng)估和洪災(zāi)經(jīng)濟(jì)損失率確定的一般方法基礎(chǔ)上,建立了GIS模型和BP神經(jīng)網(wǎng)絡(luò)模型,并對(duì)深圳市的洪澇災(zāi)害損失情況進(jìn)行了實(shí)際評(píng)估和預(yù)測。對(duì)于問題一，本文從所搜集的數(shù)據(jù)中，抽選具有代表性的數(shù)據(jù)進(jìn)行進(jìn)一步的分析。利用excel把分析出來的數(shù)據(jù)做成直觀圖，通過正確的數(shù)學(xué)建模方法和準(zhǔn)確的數(shù)據(jù)，建立GIS模型，分析了報(bào)告存在的問題及風(fēng)暴潮災(zāi)害被高估的四條原因。對(duì)于問題二，建立BP神經(jīng)網(wǎng)絡(luò)模型，同時(shí)運(yùn)用mat

2、lab，spss軟件對(duì)這些因素分別進(jìn)行分析之后得出結(jié)果：2020年的年降水量會(huì)偏少，年損失為1.69億元，而2050年為降水峰值，洪災(zāi)產(chǎn)生經(jīng)濟(jì)損失為31.36億元。對(duì)問題三、四，在解決完問題一二的基礎(chǔ)上，通過分析找出規(guī)律得出結(jié)論，預(yù)測出深圳市在未來的降雨情況，給市政府寫一封建議信，防范于未然；同時(shí)也給深圳市民寫一封建議書，使普通百姓能夠正確對(duì)待信息時(shí)代負(fù)面信息快速傳播帶來的問題。關(guān)鍵字 GISM模型 多元回歸分析 顯著性檢驗(yàn) BP神經(jīng)網(wǎng)絡(luò)模型一、 問題重述據(jù)報(bào)載，國外有研究報(bào)告將廣州預(yù)測為受洪災(zāi)損失最重的城市，也將深圳列為洪災(zāi)損失嚴(yán)重的城市(見附件1和附件2)。有關(guān)專家和專業(yè)人員認(rèn)為該報(bào)告結(jié)論

3、與事實(shí)存在出入(見附件3)，因而懷疑其所用方法及支撐數(shù)據(jù)的正確性與準(zhǔn)確性。1. 請(qǐng)收集深圳市的相關(guān)資料，通過數(shù)學(xué)建模的方法，分析經(jīng)濟(jì)合作與發(fā)展組織(OCED)研究報(bào)告(附件2)中可能存在的問題2、并基于你們的建模分析對(duì)2020和2050深圳可能遭受的洪災(zāi)損失做出預(yù)測，同時(shí)對(duì)比評(píng)價(jià)你們的模型與研究報(bào)告所用模型的優(yōu)缺點(diǎn)。3、基于你們的研究結(jié)果，請(qǐng)給普通百姓寫一份不超過一頁的建議書，說明研究報(bào)告和你們的結(jié)果是怎樣得到的，并提出一些建議，使普通百姓能夠正確對(duì)待信息時(shí)代所謂“科學(xué)結(jié)論”快速傳播帶來的問題，比如“預(yù)測”給人們帶來的不確定性和焦慮感？4、請(qǐng)給深圳市政府寫一份不超過一頁的建議書，除了說明研究報(bào)

4、告和你們的結(jié)果是怎樣得到的、可信度如何以及市政府應(yīng)該做什么等(包括后續(xù)研究應(yīng)該做些什么)。二、 模型假設(shè) 1、假設(shè)所查數(shù)據(jù)均真實(shí)有效。2、假設(shè)雨水蒸發(fā)量對(duì)整體降雨量影響較小。3、假設(shè)所查數(shù)據(jù)出處的不同對(duì)問題分析的影響比較小。三、符號(hào)說明 總直接經(jīng)濟(jì)損失 可統(tǒng)計(jì)間接損失 間接損失系數(shù) 淹沒程度分級(jí)數(shù)R 資產(chǎn)總損失值四、問題分析4.1 問題一分析在對(duì)深圳市的氣象數(shù)據(jù)分析和查閱大量資料后，然后又對(duì)IPCC-AR4對(duì) 21 世紀(jì)海平面上升量預(yù)估值，文章收集珠江口歷史潮位數(shù)據(jù)和特大風(fēng)暴潮災(zāi)害實(shí)際損失資料，對(duì)若干涉及珠江口風(fēng)暴潮災(zāi)害的文章或評(píng)估報(bào)告進(jìn)行了分析討論，認(rèn)為有些論著高估了海平面上升對(duì)珠江口風(fēng)暴潮

5、潮災(zāi)的影響；通過正確的數(shù)學(xué)建模方法和準(zhǔn)確的數(shù)據(jù)，分析了報(bào)告存在的問題，風(fēng)暴潮災(zāi)害被高估的原因。4.2 問題二分析本文通過研究分析深圳市降雨變化，并從中找出規(guī)律，在分析洪災(zāi)經(jīng)濟(jì)損失主要影響因素的基礎(chǔ)上，采用基于 MATLAB 的 BP 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，構(gòu)造洪災(zāi)經(jīng)濟(jì)損失評(píng)估的 BP 人工神經(jīng)網(wǎng)絡(luò)模型，并進(jìn)行實(shí)證分析，來得到比較合理的計(jì)算結(jié)果。五、模型建立與求解5.1 問題一模型建立與求解5.1.1 GIS地理信息系統(tǒng)15.1.1.1地理信息系統(tǒng)的基本理論 20世紀(jì)60年代為GIS思想和技術(shù)方法的探索時(shí)期。在50年代末和60代初計(jì)算機(jī)獲得廣泛應(yīng)用以后,很快就被應(yīng)用于空間數(shù)據(jù)的存儲(chǔ)與管理。這段時(shí)期,誕生

6、了世界上第一個(gè)地理信息系統(tǒng)一加拿大地理信息系統(tǒng)(CGIS)。受計(jì)算機(jī)發(fā)展水平的限制,當(dāng)時(shí)的地理信息系統(tǒng)存儲(chǔ)能力小,磁帶存取速度慢。當(dāng)時(shí)機(jī)助制圖能力較強(qiáng),地學(xué)分析功能較簡單,實(shí)現(xiàn)了手扶跟蹤數(shù)字化方法,可以完成地圖數(shù)據(jù)的拓?fù)渚庉?分幅數(shù)據(jù)的自動(dòng)拼接,開創(chuàng)了格網(wǎng)單元的操作方法,發(fā)展了許多基于格網(wǎng)的系統(tǒng)。所有這些處理空間數(shù)據(jù)的主要技術(shù),奠定了地理信息系統(tǒng)發(fā)展的基礎(chǔ)。由于其豐富的數(shù)據(jù)分析功能,尤其是地理數(shù)據(jù)的空間分析功能,在洪水災(zāi)害的研究中得到了應(yīng)用。早在70年代,美國曾利用GIS技術(shù)處理和分析各種流域數(shù)據(jù),并為流域管理和規(guī)劃提供決策服務(wù)。而在我國也在“七五”與“八五”期間,通過國家科技攻關(guān),開展過洪水

7、險(xiǎn)情預(yù)報(bào)與災(zāi)情對(duì)策地理信息系統(tǒng)的研究,取得了豐碩的成果,并且成功地在洪水災(zāi)害研究實(shí)踐中得到應(yīng)用。在洪澇災(zāi)害研究中,GIS系統(tǒng)具有以下三個(gè)方面的特點(diǎn):1、提供空間數(shù)據(jù)采集、制作、管理、顯示、分析和輸出的計(jì)算機(jī)平臺(tái);2、以洪澇災(zāi)害研究和評(píng)估決策為目的,以地理模型方法為手段,具有空間分析、多要素綜合分析和動(dòng)態(tài)預(yù)測的能力,并能產(chǎn)生高層次的地理信息;3、提供空間數(shù)據(jù)管理工具,建立面向?qū)ο蟮臄?shù)據(jù)模型,提供先進(jìn)的數(shù)據(jù)采集系統(tǒng)接口,同GPS、RS的數(shù)據(jù)接口。利用多要素,多精度數(shù)據(jù),從多個(gè)方面建立專門的洪澇災(zāi)害分析模型,得到快速、精確、綜合的對(duì)復(fù)雜的地理系統(tǒng)進(jìn)行空間定位和動(dòng)態(tài)分析。由此可見,利用GIS先進(jìn)的空間

8、數(shù)據(jù)管理、分析、統(tǒng)計(jì)能力,在洪澇災(zāi)害評(píng)估中可方便的從大量的地理數(shù)據(jù)中提取有用的數(shù)據(jù)信息,如受災(zāi)面積、受災(zāi)范圍、水淹深度等,進(jìn)一步通過統(tǒng)計(jì)、評(píng)估計(jì)算,得出災(zāi)害風(fēng)險(xiǎn)圖、各類土地利用受災(zāi)圖等,并為災(zāi)害決策、災(zāi)后普查等提供方便的可操作平臺(tái)。5.1.1.2模型一解答珠江口網(wǎng)河地區(qū)地勢低平，人口密度大，是全球海平面上升災(zāi)害脆弱區(qū)之一，有關(guān)珠江口海平面上升與風(fēng)暴潮災(zāi)害的研究成果已有很多，大多認(rèn)為隨著經(jīng)濟(jì)社會(huì)的發(fā)展，風(fēng)暴潮（降雨量導(dǎo)致的海平面上升會(huì)使）災(zāi)害不斷加重。Hallegatte等發(fā)表在2013年第三期的自然-氣候變化雜志上的一篇論文得出：廣州洪災(zāi)風(fēng)險(xiǎn)全球最高，2050年因洪災(zāi)損失也將最高，其中深圳位列

9、第5。此文章引起廣州水利部門和媒體的廣泛關(guān)注。海平面上升疊加風(fēng)暴潮災(zāi)害能給沿海城市帶來多大的影響？這直接關(guān)系到民生安全問題。有鑒于此，根據(jù)相關(guān)海洋1與水文行業(yè)標(biāo)準(zhǔn)2、技術(shù)報(bào)告，IPCC-AR4對(duì)21世紀(jì)海面上升量預(yù)估值3，和0814號(hào)強(qiáng)臺(tái)風(fēng)“黑格比”造成廣東境內(nèi)多個(gè)潮位站潮位100 a一遇，甚至超過200、300 a一遇標(biāo)準(zhǔn)下的災(zāi)害損失情況4，以及珠江口潮位站實(shí)測潮位資料，對(duì)海平面上升情況下珠江口風(fēng)暴潮災(zāi)害評(píng)估方面的文章或報(bào)告進(jìn)行分析，就海平面上升對(duì)珠江口風(fēng)暴潮災(zāi)害損失影響提出看法，以期為相關(guān)部門對(duì)應(yīng)災(zāi)害措施的制定提供更客觀的理論依據(jù)。1、資料來源 本文黃埔、赤灣資料與文獻(xiàn)5相同，但時(shí)間序列延

10、至2011年，高程起算面為珠江基面，香港（北角/鲗魚涌）資料取自香港天文臺(tái)歷年報(bào)告。各站的地理位置及高程起算面見表1。表1 站點(diǎn)地理位置和高程起算面站名 維度 經(jīng)度 高程起算面黃埔 2306N 11328E 珠江基面赤灣 2227N 11352E 珠江基面香港（北角/鲗魚涌） 2217N 11412E 海圖基準(zhǔn)面（C.D）衛(wèi)星觀測的海平面高度距平資料取自美國科羅拉多大學(xué)（CU）2013-09-04公布的資料，21世紀(jì)海平面上升預(yù)估值取自IPCC-AR4，常年平均海平面及常年平均最高潮位按全球觀測系統(tǒng)（GLOSS）的約定，取19751993年海平面平均值和19751993年年最高潮位平均值，表2

11、6為IPCC-AR4對(duì)21世紀(jì)海平面預(yù)估值。表2 IPCC-AR4 對(duì)21 世紀(jì)海平面預(yù)估值 方案 SRES 溫度增量/ 海平面上升量/cm 最佳估計(jì) 可能范圍方案1 B1 1.8 1.12.9 1838方案2 A1T 2.4 1.43.8 2045方案3 B2 2.4 1.43.8 2043方案4 A1B 2.8 1.74.4 2148方案5 A2 3.4 2.05.4 2351方案6 A1F1 4.0 2.46.4 2659注：上述所有情景是6 個(gè)SRES 標(biāo)志情景。在SRES 的B1、A1T、B2、A1B、A2和A1F1 解釋性標(biāo)志情景下，對(duì)應(yīng)2100 年人為溫室氣體和氣溶膠產(chǎn)生的強(qiáng)迫輻

12、射（參見IPCC-AR4 評(píng)估報(bào)告）的近似CO2體積分?jǐn)?shù)大約分別為60010-6、70010-6、80010-6、85010-6、1 25010-6和1 55010-6。2、海平面上升情況 根據(jù) IPCC-AR57，近百年來全球海平面呈加速上升的趨勢：19012010 年為（1.70.2）mm/a，19712010 年為（2.00.3）mm/a，19932010年為（3.20.4）mm/a。IPCC-AR5 預(yù)估 21 世紀(jì)末，全球海平面較 19862005 年上升 0.260.82 m，平均值為 0.400.63 m，預(yù)估 20462065 年平均上升0.240.30 m。19932012年

13、，衛(wèi)星觀測得出的全球海平面上升率為（3.20.4）mm/a，南海為（5.60.7）mm/a，廣東沿海變化于3.04.0 mm/a之間，但季節(jié)和海區(qū)差異常達(dá)12 mm/a16。近20年廣東沿海驗(yàn)潮站海平面上升率變化于（2.50.8）（5.00.9）mm/a之間，平均為（3.60.7）mm/a8。 根據(jù)所掌握的資料計(jì)算了珠江口赤灣、大鲗萬山、 魚涌、大浦滘等站常年平均海平面，其與19862005年平均海平面的差值為0.040.05 m；取近30年廣東海平面上升率較全球約高0.5mm/a，并根據(jù)IPCC-AR5預(yù)估中限值的線形特點(diǎn)，綜合考慮，得出珠江口2050年海平面較常年上升0.200.25 m，

14、21世紀(jì)末海平面較常年上升0.450.55 m。 1954年至今的驗(yàn)潮站資料顯示：香港維多利亞港的平均海平面高度有明顯上升。該趨勢跟衛(wèi)星遙感觀測所得及其他南海沿岸各站記錄的水位變化相若9。19542012年香港維多利亞港的海平面上升率為2.9 mm/a。 3 海平面上升背景下風(fēng)暴潮災(zāi)害被高估實(shí)例 1）Hallegatte等10在假設(shè)2050年所研究的城市發(fā)生40 cm的沉降、海平面上升20 cm，以及社會(huì)經(jīng)濟(jì)發(fā)展變化（SEC）的情況下，對(duì)全球136個(gè)百萬人口以上的海（河）港口城市現(xiàn)在和未來洪災(zāi)損失進(jìn)行評(píng)估。文中稱廣州和深圳2005年平均洪災(zāi)經(jīng)濟(jì)損失（AAL）分別為6.87億美元、1.69億美元

15、，AAL/GDP廣州和深圳分別為1.32、0.38。在僅考慮社會(huì)經(jīng)濟(jì)發(fā)展變化和綜合考慮經(jīng)濟(jì)變化、地面沉降、海平面上升以及采取維持當(dāng)前洪水頻率措施等情況的不同假設(shè)下，文章得出：2050年廣州和深圳的洪災(zāi)損失位列全球第1、第5位，相關(guān)數(shù)據(jù)如表3所示。表3 預(yù)估2050 年洪災(zāi)損失情況2005 年預(yù)估 2050 年洪災(zāi)損失城市人 口 PPP（人均年 帶堤防防護(hù)設(shè)施的 社會(huì)經(jīng)濟(jì)發(fā)展變化（SEC） SEC地面沉降海平面上升年平均損失 采取維持當(dāng)前洪水頻率措施數(shù)量/人 收入）/美元 AAL/億美元 AAL/GDP AAL/億美元 AAL/GDP AAL/億美元 AAL/GDP廣州8 425 000 6 1

16、93 6.87 1.32% 11 9.28 1.32% 132.00 1.46%深圳7 233 000 6 193 1.69 0.38% 2 9.29 0.38% 31.36 0.40%2）采用Pierson-型曲線對(duì)赤灣驗(yàn)潮站19642002年實(shí)測潮位資料進(jìn)行統(tǒng)計(jì)分析，得出現(xiàn)狀海平面下不同重現(xiàn)期最高潮位值，據(jù)此估算海平面上升條件下的不同重現(xiàn)期可能的最高潮位值。文章得出：2100年相對(duì)海平面上升1.0 m，海平面上升后10 a一遇最高潮位2.76 m，高于現(xiàn)狀100 a一遇最高潮位2.3 m，蛇口半島一半面積將被淹。表4 海平面上升下的赤灣站重現(xiàn)期最高潮位（珠江基面）重現(xiàn)期/a 海平面上升/m

17、 最高潮位/m 10 0 1.76 1 2.76 50 0 2.0 1 3.0 100 0 2.3 1 3.33）經(jīng)過回歸分析得到的重現(xiàn)期從小到大依次為1、5、13、65 a。經(jīng)過海平面上升預(yù)測值1.0 m修正后，得到2100年各重現(xiàn)期內(nèi)相對(duì)應(yīng)的風(fēng)暴潮潮高為2、3、4、5m（表5）。結(jié)果表明：海平面上升不僅使最大風(fēng)暴潮增水值上升，而且縮短了風(fēng)暴潮重現(xiàn)期，屆時(shí)65 a一遇的風(fēng)暴潮增水可能變?yōu)?3 a一遇，這將對(duì)海岸防護(hù)工程構(gòu)成嚴(yán)重威脅。表 5 經(jīng)過海平面修正后的臺(tái)風(fēng)風(fēng)暴潮增水重現(xiàn)期與相對(duì)應(yīng)潮高重現(xiàn)期/a 現(xiàn)在潮高/m 100 a 后潮高/m1 1 25 2 313 3 465 4 54）利用GI

18、S技術(shù)和沿海數(shù)字高程模型，針對(duì)未來海平面上升30、65、100 cm的3種情景分別進(jìn)行了無防洪設(shè)施和有防洪設(shè)施以及不同背景潮位下，珠三角可能淹沒被面積的計(jì)算，其計(jì)算結(jié)果如表6所示。表 6 未來海平面上升珠三角可能被淹沒面積 上升30 cm 上升65 cm 上升100 cm不同防潮設(shè)施和背景潮位情況 淹沒面積/km2 占總面積/% 淹沒面積/km2 占總面積/% 淹沒面積/km2 占總面積%平均大潮高潮位 2 190 7 3 744 12 4 2 82 14無防 歷史 珠江口 5 546 18 5 967 19 6 543 21潮設(shè) 最高 廣州 191 224 257 施 潮位 深圳 7 8 1

19、0 有防 歷史 珠江口 1 153 4 3 453 11 6 520 20潮設(shè) 最底 廣州 171 203 249 施 潮位 深圳 0 0 10 100 a 一遇高潮位 1719 6 2 875 9 7 823 254 珠江口風(fēng)暴潮災(zāi)害影響被高估的原因分析 4.1 文獻(xiàn)采用了不適合珠三角的洪災(zāi)損失評(píng)估方法和計(jì)算參數(shù) 1）文獻(xiàn)對(duì)AAL/GDP（年平均洪災(zāi)經(jīng)濟(jì)損失/國內(nèi)生產(chǎn)總值）采用線性關(guān)系，以GDP及AAL/GDP比值反推AAL，得出相關(guān)結(jié)論，這種邏輯顯然是錯(cuò)誤的。近10年廣州和深圳并非年年都出現(xiàn)風(fēng)暴潮災(zāi)害，如2004年就沒有臺(tái)風(fēng)暴潮給廣州和深圳帶來災(zāi)害損失，這表明風(fēng)暴潮災(zāi)害損失并非逐年增加，風(fēng)

20、暴潮災(zāi)害損失與GDP的增長并沒有直接關(guān)系。GDP以拋物線型上升（圖1）23，而風(fēng)暴潮災(zāi)害是呈水平波動(dòng)（圖略）。: 圖5.1：1978-2014年廣州市GDP變化趨勢 2）作為對(duì)比起算年，2005年廣州和深圳PPP（人均年收入）均取為6 193美元，這是嚴(yán)重的高估值。廣州統(tǒng)計(jì)年鑒（2012）和深圳統(tǒng)計(jì)年鑒（2012）顯示：2005年廣州市和深圳市PPP分別為33 853元和32 476元，以2005年的人民幣對(duì)美元匯率的最高值（8.27651，國家外匯管理局）來換算，2005年廣州和深圳的PPP分別為4 090.25美元和3 923.881美元，約被高估了50。3）風(fēng)暴潮高程取值明顯偏高。將文獻(xiàn)

21、中的廣州、深圳和香港潮位分別與黃埔、赤灣、北角/鲗魚涌等驗(yàn)潮站潮位進(jìn)行比較，各站常年平均年最高潮位、不同重現(xiàn)期潮位見表7。表7表明：赤灣站的常年平均高潮位比黃埔站低近0.40 m，文獻(xiàn)給出的1、10 a重現(xiàn)期潮位（計(jì)算方法見文獻(xiàn)）深圳較廣州低0.67、0.62 m，這與文獻(xiàn)采用的高程是利用遙感（RS）和地理信息系統(tǒng)（GIS）根據(jù)2002年的Landsat-SRTM衛(wèi)片得出，高程數(shù)值偏高有關(guān)。表 7 珠江口各站重現(xiàn)期潮位 重現(xiàn)期潮位 常年平均 資料 站點(diǎn) 1 a 5 a 10 a 100 a 高潮位 來源廣州 3.050 3.237 3.437 文獻(xiàn)10黃埔 2.10 2.23 2.57 1.9

22、1 腳注香港 1.71 2.13 2.26 2.64 1.91 本文計(jì)算（19652005）深圳 2.382 2.619 2.878 文獻(xiàn)10赤灣 1.67 1.80 2.21 1.52 腳注北角 1.24 1.67 1.85 2.31 1.52 本文計(jì)算（19652005）4.2 將海平面上升數(shù)值直接與重現(xiàn)期潮位簡單疊加不科學(xué) 文獻(xiàn)計(jì)算海平面上升后的重現(xiàn)期潮位，僅把現(xiàn)有的重現(xiàn)期潮位簡單加上海平面升高數(shù)值，不符合相關(guān)規(guī)范。珠江口的年最高潮位約70是由臺(tái)風(fēng)誘發(fā)的風(fēng)暴潮增水所致，高潮位的抬升與海平面上升關(guān)系不大。劉俊勇等分析了伶仃洋河口20世紀(jì)70年代以來年最高潮位變化規(guī)律，得出口門附近潮汐通道，

23、如赤灣、黃埔、大盛、三沙口等站自2000年以來，年最高潮位有抬升趨勢，其中臺(tái)風(fēng)風(fēng)暴潮潮位抬升20 cm，認(rèn)為應(yīng)是近年珠江風(fēng)暴潮增水增強(qiáng)的原因。李平日也認(rèn)為珠江水位上升并非完全是海平面上升引起，導(dǎo)致如此大幅度上升的原因還有河岸變窄、河床淤高等因素。據(jù)研究：近30年伶仃洋的水域面積減少84.6 km2，水域容積減少19 783.7104 m3，導(dǎo)致珠江口岸線變遷，水下地形變化較快，給河口環(huán)境帶來了一定的安全隱患，但是環(huán)境因素在風(fēng)暴潮位抬升中占多大的比重，還值得進(jìn)一步的研究。 對(duì)珠三角33個(gè)潮位站設(shè)計(jì)潮位進(jìn)行復(fù)核，實(shí)測資料系列由1998年延長到2008年，復(fù)核結(jié)果與1999年成果比較，50 a一遇設(shè)

24、計(jì)潮位增幅在10cm以內(nèi)有13站，增幅1020 cm有9站，增幅2052 cm有6站，設(shè)計(jì)潮位增大的主要原因是實(shí)測資料系列加入了“0104”“0307”“0814”號(hào)臺(tái)風(fēng)引起珠三角的歷史最高潮位。 本文采用廣州浮標(biāo)廠19161946年、19782008年年最高潮位資料，采用Pierson-型曲線對(duì)2段年最高潮位資料進(jìn)行計(jì)算（表），結(jié)果顯示：采用近期31年資料，100 a一遇推算結(jié)果較歷史推算結(jié)果高1.00 m，遠(yuǎn)非簡單疊加海平面上升值（2段資料海平面上升0.14 m)，重現(xiàn)期潮位的升高原因除海平面上升外，局部地區(qū)環(huán)境因素的變化是重要原因之一。表 廣州浮標(biāo)廠不同年代資料推算重現(xiàn)期高潮位（珠江基面

25、）資料年份重現(xiàn)期高潮位/m100 a 50 a 20 a 10 a 5 a 2 a19161946 2.22 2.12 1.99 1.89 1.78 1.6319782008 3.22 3.04 2.79 2.60 2.40 2.10因此，將海平面上升數(shù)值直接與重現(xiàn)期潮位簡單疊加的評(píng)估方法不科學(xué)，至少對(duì)廣州不適用。4.3 文獻(xiàn)對(duì)2050年海平面上升量預(yù)估值的取值缺乏依據(jù)。根據(jù)IPCC-AR4評(píng)估報(bào)告預(yù)測，至2050年全球海平面可能較19801999年的平均海平面上升0.90.88 m；并參考相關(guān)文獻(xiàn)在考慮海平面上升、地面沉降和其他因素后獲得的預(yù)測值，按照線性回歸方法作趨勢預(yù)測，認(rèn)為2050年我

26、國沿海相對(duì)海平面上升幅度可達(dá)1.0 m，以此作為基礎(chǔ)數(shù)據(jù)進(jìn)行相關(guān)研究。 而實(shí)際上，IPCC-AR4報(bào)告認(rèn)為2090s全球海平面較1980s上升0.180.59 m（見表2）。由此可見，采用的全球海平面上升量預(yù)估值與其來源資料（IPCC-AR4）的預(yù)估值不符，比資料來源（IPCC-AR4）預(yù)估值上限（0.59 m）偏高了0.290.31 m；其按線性回歸預(yù)測的2050年沿海相對(duì)海平面上，升幅度更是比IPCC-AR4的預(yù)估值上限偏高了0.41 m。故其海平面上升量預(yù)估值取值1.0 m的依據(jù)有誤，相關(guān)結(jié)果值得商榷。 4.4 歷史最高潮位取值可能偏高 2008年第14號(hào)強(qiáng)臺(tái)風(fēng)“黑格比”在茂名市電白縣沿

27、海地區(qū)登陸，登陸時(shí)中心附近最大風(fēng)力15級(jí)，“黑格比”登陸時(shí)正值當(dāng)天高潮位，引發(fā)了嚴(yán)重的風(fēng)暴潮。珠江口7個(gè)潮位站潮位達(dá)到或超過100 a一遇，其中黃埔超過150 a一遇標(biāo)準(zhǔn)，橫門、燈籠山站分別超200 a和300 a一遇標(biāo)準(zhǔn)，均為歷史最高潮位9?！昂诟癖取苯o粵西沿海地區(qū)造成了嚴(yán)重的災(zāi)害損失。據(jù)廣東防總辦公室的災(zāi)情統(tǒng)計(jì)：粵西六市652萬人受災(zāi)，26人死亡或失蹤，直接經(jīng)濟(jì)損失113.8億元，洪澇受災(zāi)面積40.975 km2，對(duì)比表6中廣州在歷史最高潮位、海平面上升30 cm、有防潮設(shè)施條件下的可能淹沒面積（171 km2）小130 km2。據(jù)悉，1995年以前黃埔、廣州浮標(biāo)廠（二）歷史最高潮位分別是

28、2.38、2.44 m，都是“9316”號(hào)臺(tái)風(fēng)引起的，若疊加0.30 m后分別為2.68、2.74 m，低于“0814”號(hào)臺(tái)風(fēng)下黃埔的2.69 m，廣州浮標(biāo)廠（二）的2.74 m；在“0814”號(hào)臺(tái)風(fēng)影響下，廣州僅老城區(qū)少量低洼地受淹，由此可見，文獻(xiàn)22中歷史最高潮位取值可能偏高。 5 結(jié)論與討論 1） Hallegatte等對(duì)全球136個(gè)百萬人口沿海城市的現(xiàn)狀和未來洪災(zāi)進(jìn)行了評(píng)估，在一系列假設(shè)條件下得出：2050年廣州和深圳的洪災(zāi)損失分別位列全球第1、第5位。該評(píng)估系統(tǒng)及關(guān)鍵參數(shù)取值適合廣州和深圳。因此Hallegatte等關(guān)于廣州和深圳的洪災(zāi)損失結(jié)論是不可信的。 2） 國內(nèi)有些論著高估了珠

29、江口的風(fēng)暴潮災(zāi)害，其原因與2100年海平面上升量的取值高于IPCC-AR4預(yù)估值上限（0.59 m），甚至也高于IPCC-AR5預(yù)估值上限（0.82 m）17，或與采用不科學(xué)的直接疊加方法有關(guān)。 3） 綜合IPCC-AR5預(yù)估值、衛(wèi)星觀測資料和潮位資料，預(yù)估2050年珠江口海平面較常年上升0.200.25 m，2100年海平面較常年上升0.450.55 m。 4） 珠江口的年最高潮位約70是由夏、秋季臺(tái)風(fēng)誘發(fā)的風(fēng)暴潮增水引起的，增水量的大小與臺(tái)風(fēng)強(qiáng)弱、移動(dòng)路徑、移動(dòng)速度及天文潮時(shí)有關(guān)系，也與人類活動(dòng)有密切關(guān)系。 5） 海平面上升后風(fēng)暴潮災(zāi)害需要更加重視，災(zāi)害評(píng)估體系需要依據(jù)歷史資料，考慮社會(huì)經(jīng)

30、濟(jì)發(fā)展的同時(shí)，也必須考慮防災(zāi)能力的提高，建立合理的災(zāi)害損失評(píng)估體系。5.2 問題二模型建立與求解 5.2.1 BP神經(jīng)網(wǎng)絡(luò)模型3 目前，按洪災(zāi)損失率計(jì)算的洪災(zāi)直接經(jīng)濟(jì)損失評(píng)估模型主要有三類：（1）多項(xiàng)式函數(shù)評(píng)估模型，其公式為 F=a+b(h,t)+c(h,t)2； （2）指數(shù)函數(shù)型評(píng)估模型，其公式為 F=a(h,t)b （3）分式函數(shù)型評(píng)估模型，其公式為 F=k1h/(k1(h,t)+k2)。從實(shí)質(zhì)看，以上三種方法都屬參數(shù)統(tǒng)計(jì)模型，即以淹沒水深、淹沒歷時(shí)為自變量，以損失率為因變量，利用參數(shù)統(tǒng)計(jì)方法確定模型參數(shù)。參數(shù)統(tǒng)計(jì)方法的計(jì)算量大，不易操作，各模型僅分別適用于某些特定財(cái)產(chǎn)在特定條件下的損失率

31、，通用性較差。此外計(jì)算精度不高，只考慮了淹沒水深及淹沒時(shí)間對(duì)洪災(zāi)損失的影響。實(shí)際上，洪災(zāi)損失與其影響因素之間具有比較復(fù)雜的非線性函數(shù)關(guān)系。B P (Back Prop-agation)網(wǎng)絡(luò)具有自組織、自適應(yīng)、自學(xué)習(xí)等獨(dú)特的優(yōu)良性能，能夠較準(zhǔn)確、快速地處理復(fù)雜的非線性問題，因此能夠較好地應(yīng)用于洪災(zāi)經(jīng)濟(jì)損失評(píng)估。BP 神經(jīng)網(wǎng)絡(luò)BP 神經(jīng)網(wǎng)絡(luò)又稱反向傳播神經(jīng)網(wǎng)絡(luò)。該網(wǎng)絡(luò)是典型的多層網(wǎng)絡(luò)，有輸入層、隱含層和輸出層，層間多為全互連方式，同層單元之間不存在相互連接。BP 網(wǎng)絡(luò)的學(xué)習(xí)是由正向傳播和反向傳播兩個(gè)過程組成的 BP 算法來實(shí)現(xiàn)。在正向傳播過程中輸入信息從輸入層經(jīng)隱含層逐層處理，并傳向輸出層，每一層

32、神經(jīng)元的狀態(tài)只影響下一層神經(jīng)元的狀態(tài)。如果在輸出層不能得到期望輸出，則轉(zhuǎn)入反向傳播，將誤差信號(hào)沿原來的連接通路返回。利用網(wǎng)絡(luò)學(xué)習(xí)時(shí)輸出層出現(xiàn)的誤差，調(diào)整連接層中各節(jié)點(diǎn)間連接權(quán)及閥值。其具體學(xué)習(xí)過程如下：（1） 初始化連接的權(quán)值和閥值，隨機(jī)設(shè)置各層神經(jīng)元的權(quán)值 wir、wrj(- 1,1)，它們分別為輸入層節(jié)點(diǎn) xi到隱層節(jié)點(diǎn) net(r)和隱層節(jié)點(diǎn) net(r)到輸出層節(jié)點(diǎn) yj間的連接權(quán)值；rj分別為隱層節(jié)點(diǎn)和輸出層節(jié)點(diǎn)的閥值。（2） 對(duì)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)，輸入樣本數(shù)據(jù)，對(duì)每對(duì)樣本 （x(k)）， （y(k)） （k=1,2.p） 進(jìn)行如下操作，其中 p 為樣本數(shù)：將 x(k)的值 xj(k)輸入

33、輸入層節(jié)點(diǎn)并激活輸入層，依次進(jìn)行正向計(jì)算即：or(k)=f（wirxi- r(k)）yj(k)=f（wrjor(k)- j(k)） （r=1,2，u；j=1,2, ，n）其中，u，n 分別為隱含層和輸出層節(jié)點(diǎn)個(gè)數(shù)；f（） 為神經(jīng)元輸入與輸出之間的轉(zhuǎn)換函數(shù)，本文輸入層和隱層之間的轉(zhuǎn)換函數(shù)采用 sigmoid 函數(shù)即：f(x)=11+e- x計(jì)算輸出層節(jié)點(diǎn)實(shí)際輸出值 yj(k)與期望輸出值yj(k)之間的誤差值 j(k)：j(k)=yj(k)(1- yj(k)(yj(k)- yj(k)向隱層節(jié)點(diǎn)反向分配誤差：令er(k)=or(k)(1- or(k)(nj=1wrjj(k)調(diào)整隱含層與輸出層節(jié)點(diǎn)間

34、連接權(quán)值 wrj及輸出節(jié)點(diǎn)閥值 j：wrj(t+1)=wrj(t)+or(k)j(k)t(t+1)=t(t)+er(k)其中 (0,1)調(diào)整輸入層與隱含層節(jié)點(diǎn)間連接的權(quán)值 wir及隱含層節(jié)點(diǎn)閥值 r：wir(t+1)=wir(t)+xi(k)er(k)i(t+1)=i(t)+er(k)（3） 重復(fù)步驟 （2） 直至誤差 EV變得足夠?。篍V=1/2pk=1nj=1(yj(k)- yj(k)2其中 （j=1，2，n，k=1，2，p） EV為學(xué)習(xí)的目標(biāo)函數(shù)。5.2.2 洪災(zāi)經(jīng)濟(jì)損失評(píng)估BP神經(jīng)網(wǎng)絡(luò)模型5.2.2.1洪災(zāi)經(jīng)濟(jì)損失的影響因素分析影響洪災(zāi)經(jīng)濟(jì)損失的因素較多，通?？蓺w納為如下幾種：（1）

35、淹沒程度。淹沒程度由淹沒水深、淹沒時(shí)間、淹沒區(qū)水流流速、洪水含沙量及污染物濃度等因素共同決定。洪災(zāi)經(jīng)濟(jì)損失情況與洪水淹沒程度密切相關(guān)，一般來說，淹沒水深越大、淹沒歷時(shí)越長、淹沒區(qū)水流速度越快、洪水含沙量越大、污染物濃度越高，相應(yīng)的洪災(zāi)損失即會(huì)越大，反之則洪災(zāi)損失越小。（2） 預(yù)警時(shí)間。洪水預(yù)警時(shí)間越長，防洪搶險(xiǎn)、財(cái)產(chǎn)轉(zhuǎn)移的時(shí)間即越長，洪災(zāi)損失即越小，反之則洪災(zāi)損失越大。（3） 社會(huì)經(jīng)濟(jì)狀況。不同類別財(cái)產(chǎn)的洪災(zāi)損失率是不相同的，而受益區(qū)社會(huì)經(jīng)濟(jì)狀況(包括經(jīng)濟(jì)水平、經(jīng)濟(jì)結(jié)構(gòu)以及建筑物的類別等) 是財(cái)產(chǎn)結(jié)構(gòu)的決定因素，因而也是影響洪災(zāi)損失的決定性因素之一。由于淹沒程度包含的影響因素較多，對(duì)于 BP神

36、經(jīng)網(wǎng)絡(luò)而言，比較難搜集學(xué)習(xí)樣本，本文為了便于分析，淹沒程度只用淹沒水深和淹沒時(shí)間兩個(gè)影響因素來反映。因此，洪災(zāi)經(jīng)濟(jì)損失的影響因素主要有淹沒水深、淹沒時(shí)間、預(yù)警時(shí)間及社會(huì)經(jīng)濟(jì)狀況四個(gè)。5.2.3 基于 MATLAB的洪災(zāi)經(jīng)濟(jì)損失 BP 網(wǎng)絡(luò)模型BP 神經(jīng)網(wǎng)絡(luò)的輸入層神經(jīng)元反映洪災(zāi)經(jīng)濟(jì)損失的主要影響因素，通過本文2.1 節(jié)分析可知，洪災(zāi)損失的主要影響因素為淹沒水深、淹沒時(shí)間、預(yù)警時(shí)間及社會(huì)經(jīng)濟(jì)狀況，這四個(gè)影響因素即為BP 神經(jīng)網(wǎng)絡(luò)的輸入節(jié)點(diǎn)。BP 神經(jīng)網(wǎng)絡(luò)隱層節(jié)點(diǎn)數(shù)的選取目前尚無準(zhǔn)確的理論指導(dǎo)。節(jié)點(diǎn)選擇太少，網(wǎng)絡(luò)的非線性映射功能和容錯(cuò)性能差；選擇過多，又使得學(xué)習(xí)時(shí)間增加，學(xué)習(xí)誤差也不一定最佳。本文

37、經(jīng)多次試算并比較各種模型訓(xùn)練后所得的誤差，將隱層節(jié)點(diǎn)數(shù)最終定為6。BP 神經(jīng)網(wǎng)絡(luò)的輸出層節(jié)點(diǎn)只取一個(gè)，用來評(píng)估洪災(zāi)的經(jīng)濟(jì)損失。因此，洪災(zāi)經(jīng)濟(jì)損失所用的BP 神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)為 4- 6- 1，如下圖所示。圖5. 4基于 MATLAB的洪災(zāi)經(jīng)濟(jì)損失 BP 神經(jīng)網(wǎng)絡(luò)模型5.2.4實(shí)例分析某流域內(nèi)雨量豐沛、水網(wǎng)稠密、土地肥沃，經(jīng)濟(jì)發(fā)達(dá)程度處于全國上游水平。該流域地形、地勢呈中間低、周邊高的特點(diǎn)，形成山少、水多、平原洼地廣闊的特征。特有的地理環(huán)境和氣象條件，使該流域洪災(zāi)較為頻繁。5.2.5模型的求解近100年全球氣候變暖已是公認(rèn)的事實(shí),政府間氣候變化專門委員會(huì)(IPCC)預(yù)測全球氣候還將繼續(xù)變暖。全球

38、氣候變暖的同時(shí),全球降水量也出現(xiàn)明顯的變化,但其時(shí)空變化特點(diǎn)比氣溫變化要復(fù)雜得多,例如,近100年來熱帶地區(qū)(30bN30bS)的氣溫呈顯著上升趨勢,但GH-CN (GlobalHistorialClimatologyNetwork)網(wǎng)給出的(實(shí)測)降水變化卻是前50年呈上升趨勢,后50年呈下降趨勢,19802005年只有7年是正距平1。全球氣候變暖背景下的深圳市降水變化趨勢已有一些研究,但資料時(shí)間大多僅限于1951年以后2-5, 637-39,對(duì)研究氣候變化序列不夠長。本文在前人工作的基礎(chǔ)上,增加分析韶關(guān)、三水湛江的降水資料,并討論全球氣候變暖與深圳市降水量,以及旱、澇變化的關(guān)系,旨在為20

39、20年、2050年前后降水量預(yù)估提供參考。5.2.5.1 資料來源和處理方法本文所用的基準(zhǔn)站降水序列資料來源和其他文獻(xiàn)中的氣溫資料來源相同,但有3處差別: (1)韶關(guān)與三水的降水量資料1951年以后用氣象站觀測值,之前用水文站的觀測值,這一做法的依據(jù)是文獻(xiàn)中2站1940年以前的降水資料系水文站記錄1),分析1951年以后的同步資料得出2種臺(tái)站觀測的降水量呈準(zhǔn)同步變化,相關(guān)系數(shù)0. 90,統(tǒng)計(jì)量特征值極為接近; (2)采用文獻(xiàn)刊載的1939-1944年湛江西營逐月雨量資料2); (3)香港(天文臺(tái))氣象報(bào)表上1941-1946年記錄斷缺,本文采用文獻(xiàn)17中1943、1944年降水量數(shù)據(jù),其余4年

40、采用澳門1920-1994年資料加以插補(bǔ),插補(bǔ)值僅用于譜分析。本文所用降水資料截至2006年10月,資料處理采用變差分析、滑動(dòng)平均、高斯濾波、相關(guān)分析、譜分析(利用Redfit軟件)等方法。文中所用的降水量統(tǒng)計(jì)量特征值符號(hào):R為系列降水量平均值(mm),D為系列標(biāo)準(zhǔn)差,Cv為變差系數(shù),Cs為偏態(tài)系數(shù),K為極值比。5.2.5.2 降水量的主要統(tǒng)計(jì)量比較世界氣象組織(WMO)規(guī)定,降水量的氣候基準(zhǔn)期(basic period)值用30年平均(19611990年或19712000年),水文部門在廣東省水資源調(diào)查評(píng)價(jià)中使用的是45年(19562000年)平均值。廣東省水文局使用該局序列較長、資料質(zhì)量好

41、的廣東省442個(gè)雨量站點(diǎn),得出19562000年全省平均降水量為1 771 mm650。本文所用7個(gè)站的雨量氣候基準(zhǔn)期值19611990年為1 755mm, 19562000年為1 783 mm,與同期442站平均比較分別僅差-16 mm與+12 mm;與全省86個(gè)氣象站19611990年降水量平均值(1 736 mm)比較,僅多19 mm。7個(gè)站的地理位置分布比較適中,廣東省5個(gè)級(jí)氣候區(qū)7中的每個(gè)氣候區(qū)都有12個(gè)站,據(jù)此我們認(rèn)為用7個(gè)長期站研究廣東近100年降水量變化趨勢具有良好的代表性。7個(gè)站中,香港站的測場從未搬遷過,但周邊環(huán)境有巨大變化,其余站的測場有過25次的搬遷,對(duì)降水資料序列均一

42、性的影響,本文通過與鄰近站降水量變化趨勢對(duì)比加以區(qū)分。5.2.5.3 近100年降水量變化趨勢3. 1 年降水量的變化廣東省年降水量的變化趨勢存在明顯的地區(qū)差異(圖1),但廣州與三水,澳門與香港的年降水量變化總體趨勢基本一致。為方便比較,我們?nèi)圆捎梦墨I(xiàn)使用的10年滑動(dòng)平均方法,繪制5個(gè)站年降水量變化曲線。在滑動(dòng)平均圖上,深圳年降水量反映出自上世紀(jì)以來,大致呈4次少雨多雨準(zhǔn)周期變化,周期長度為30年左右,谷值分別出現(xiàn)于1900、1933、1963和1990年附近,峰值分別出現(xiàn)于1923、1952、1974和1998年。值得注意的是,年降水量30年左右的周期變化特征也存在于漢口、上海(徐家匯)以及

43、整個(gè)長江流域的平均雨量變化趨勢中,只是相位略有差異而已18-19。上世紀(jì)70年代以來,珠江口降水量有增多趨勢,約2/3年份為正距平,可能與觀測場搬遷、局地環(huán)境劇變和碳黑氣溶膠影響等因素有關(guān)。圖5.5深圳珠海年降水量3. 2 前汛期降水量的變化前汛期(46月)是廣東省一年中主要降水時(shí)段,也是全省大部分地區(qū)一年中降水最集中的時(shí)段,大多數(shù)地區(qū)雨量為600900 mm,受鋒面低槽影響,常常出現(xiàn)大范圍暴雨20。由圖2b可知,近百年來廣東前汛期降水具有明顯的階段性特征,大致經(jīng)歷了3個(gè)約30年周期變化。多雨時(shí)段分別出現(xiàn)在20世紀(jì)10年代中20年代末、40年代中50年代中、70年代初80年代初。少雨時(shí)段出現(xiàn)在

44、20年代末40年代中、60年代初70年代、80年代初90年代初。由線性傾向估算出,湛江與珠江口的前汛期降水量呈輕微上升趨勢,但相關(guān)系數(shù)沒有通過0. 1顯著性水平。3. 3 后汛期降水量的變化后汛期(79月)降水主要來自熱帶氣旋影響。廣東后汛期降水變化趨勢特點(diǎn)是:地區(qū)差異明顯,而珠江三角洲以外地區(qū)準(zhǔn)周期性不及前汛期明顯;近100年來珠江口的后汛期降水存在著4峰4谷的準(zhǔn)周期變化,峰值出現(xiàn)于1920、1945、1975、2000年前后;谷值出現(xiàn)于1900、1925、1965、1990年前后,目前是處于峰值附近,未來數(shù)年的降水量可能趨向減少。表92014年各季雨量、氣溫趨勢預(yù)測與30年平均值對(duì)比表雨量

45、（mm）平均氣溫（）季度2014年30年平均2014年30年平均1130150144.2161716.92650750737.92625.63800900928.1282928.44100120125.52121.13. 4 降水量的周期特征廣東降水量的周期變化特征已有一些較系統(tǒng)的分析,利用小波分析得出19512000年的年降水量湛江存在11年和4年的周期,韶關(guān)存在11年、7年和4.5年周期。19511998年廣東前汛期的主周期為22年、7年和3年;后汛期主周期為11年和35年。用功率譜分析出廣東19562000年主要河流的年雨量存在1114年周期。用最大熵譜分析得出香港18531997年降水

46、量存在2年、3年和6年的周期振蕩,澳門19011997年降水量存在2年、2.8年、6年和36年周期。利用小波分析得出19082000年廣州前汛期降水有37年和30年左右的周期,后汛期降水有37年和10年周期。廣州19082000年降水量存在1428年的長周期變化。應(yīng)用(功率)譜分析軟件Redfit對(duì)韶關(guān)19182005年、香港18532005年、澳門19052005年的年降水量序列的譜分析得出,通過90%信度檢查的周期為韶關(guān)2.2年、4.4年和9.8年;香港8.5年、3.7年、2.2年、2.9年、4.5年、25.5年;澳門4.7年、2.15年、3.5年、33年、6.6年。降水量呈準(zhǔn)周期變化的原

47、因與大氣環(huán)流存在準(zhǔn)周期變化有關(guān)。據(jù)分析,影響中國汛期降水的物理因素有ElNino/LaNina事件、地溫、冬季青藏高原積雪、東亞季風(fēng)、東亞阻高、西太平洋副高、太陽黑子等,這些影響因子都存在準(zhǔn)周期變化,而且有些因子之間存在反饋?zhàn)饔?。南方濤?dòng)ENSO活動(dòng)與太陽活動(dòng)之間存在緊密聯(lián)系, 18671998年期間,有約94%的ElNino事件和100%的La Nina事件發(fā)生在黑子數(shù)的峰、谷期和下降期。廣東省降水量普遍存在的27年、1011年和30年準(zhǔn)周期變化,可能是ENSO和太陽活動(dòng)影響的結(jié)果,因?yàn)閺V東的降水量深受ENSO事件的影響,各ElNino海區(qū)的海洋表面溫度SST變化存在著27年、820年和30

48、年以上的變化周期。太陽黑子活動(dòng)的主要周期有3個(gè):約為10. 6年、31年和42年。近100年來的資料顯示太陽黑子10. 6年周期的峰、谷值年附近,廣東的降水量易出現(xiàn)極端值。近50年來,廣東降水量最多與最少年分別是1983年與1963年;全省86個(gè)氣象站平均降水量為2 183. 8 mm與1 178. 4 mm29,這兩個(gè)降水量極值年皆發(fā)生于ENSO期間,但1983年處于黑子數(shù)10. 6年周期的峰值, 1963年則處于谷值附近,雨量相差達(dá)1 000 mm,是否與黑子活動(dòng)的相位差異有關(guān),值得研究。圖6深圳市2013年8月累計(jì)雨量分布（單位：mm）5.2.5.4近100年降水量旱澇等級(jí)變化趨勢4.1

49、旱澇等級(jí)劃分標(biāo)準(zhǔn)采用文獻(xiàn)的旱澇等級(jí)序列劃分標(biāo)準(zhǔn),計(jì)算了6個(gè)站近100年的前、后汛期降水旱澇等級(jí):重澇、輕澇、正常、輕旱、重旱。等級(jí)劃分界線如下:重澇:(R+1.17R)iRi輕澇: (R+0.33R)Ri(R+1.17R)正常: (R-0.33R)Ri(R+1.17R)輕旱: (R-1.17R)Ri(R+0.33R)重旱:Ri(R-1.17R)式中R為汛期多年平均降水量,Ri為逐年汛期降水量,R為標(biāo)準(zhǔn)差。4.2 前汛期降水量的旱澇等級(jí)和趨勢變化近100年來前汛期旱澇等級(jí)逐年變化趨勢比較明顯,顯示存在明顯的地區(qū)差異,澳門出現(xiàn)嚴(yán)重旱澇的幾率最低,只有17. 0%,其它各站為20% 25% (表1)

50、,即平均每4年、5年出現(xiàn)一次嚴(yán)重旱澇事件,每2年出現(xiàn)一次輕度旱澇事件。廣州市出現(xiàn)正常年景的幾率只有23. 2%,可見廣東前汛期降水的旱澇災(zāi)害是非常頻繁的。下面是1953年到2006年暴雨日數(shù)月分布圖：統(tǒng)計(jì)項(xiàng)目統(tǒng)計(jì)數(shù)值極值出現(xiàn)年份年平均暴雨日9.3天年最多暴雨日18天2001年年最少暴雨日1天1963年暴雨出現(xiàn)最多的月份8月（平均1.9天）暴雨最早出現(xiàn)日期1月24日2000年暴雨最晚結(jié)束日期12月30日1988年表10：深圳市1953-2006年暴雨日數(shù)月分布圖4. 3 后汛期降水量的旱澇等級(jí)和趨勢變化近100年來后汛期旱澇等級(jí)逐年變化的趨勢平緩,顯示廣東后汛期降水的旱澇年景和前汛期一樣頻繁,平均每4年、5年出現(xiàn)一次,其中重澇的幾率高于重旱,而輕澇的幾率低于輕旱。輕旱年平均為每3年1次,在少水時(shí)期平均每2年1次(資料略)。4.4全球氣候變暖和降水量的關(guān)系在氣候變化方面,當(dāng)前最受關(guān)注的是全球變暖問題,據(jù)文