2018年全球典型重大洪水災(zāi)害及影響
簡 介
2019年11月22日，科學(xué)技術(shù)部在北京舉行新聞發(fā)布會，發(fā)布了“全球生態(tài)環(huán)境遙感監(jiān)測2019年度報告”，面向國家重大需求、國際社會可持續(xù)發(fā)展以及全球應(yīng)對氣候變化的迫切需要，選定“全球森林覆蓋狀況及變化”、“全球土地退化態(tài)勢”、“全球重大自然災(zāi)害及影響”及“全球大宗糧油作物生產(chǎn)與糧食安全形勢”四個專題開展監(jiān)測分析。至今，科技部已連續(xù)八次發(fā)布年度報告，對全球生態(tài)環(huán)境進(jìn)行了一系列的遙感監(jiān)測與科學(xué)分析。這是我國遙感科技界積極應(yīng)對全球變化，推進(jìn)全球生態(tài)文明建設(shè)的一項實際行動，也是我國深度參與全球環(huán)境治理，落實聯(lián)合國2030年可持續(xù)發(fā)展議程的重要舉措。
北京師范大學(xué)地理學(xué)部副部長武建軍教授組織編寫“全球重大自然災(zāi)害及影響”報告，宮阿都老師、周紅敏老師、唐宏老師、蔣衛(wèi)國老師、楊華老師等團(tuán)隊人員編寫其中全球典型干旱災(zāi)害、洪水災(zāi)害、熱帶氣旋災(zāi)害、森林火災(zāi)和地震災(zāi)害章節(jié)，蔣衛(wèi)國老師和蔣梓杰碩士生編寫其中“全球重大洪水災(zāi)害及影響”章節(jié)內(nèi)容。
1. 概 要
本報告綜合考慮洪水影響范圍、受災(zāi)人口及災(zāi)害損失情況等因素，選取美國弗羅倫斯颶風(fēng)洪水、尼日利亞尼日爾河洪水及中國山東壽光洪水等三個典型事件，分析洪水災(zāi)害的發(fā)生背景、致災(zāi)因子和受災(zāi)情況，評價不同地區(qū)災(zāi)害響應(yīng)機制及措施的差異，探討不同發(fā)展水平地區(qū)的防災(zāi)減災(zāi)措施對實現(xiàn)聯(lián)合國《可持續(xù)發(fā)展目標(biāo)》的貢獻(xiàn)與啟示。
(1）與1989-2017年相比，2018年全球洪水災(zāi)害發(fā)生次數(shù)及損失略低；2018年全球洪水災(zāi)害集中分布于亞洲南部、北美洲東部和非洲中部地區(qū)，發(fā)生時間主要集中在7月至9月。
(2）洪水防災(zāi)減災(zāi)工程措施，如修建堤壩、水庫、排水渠等具有明顯的防災(zāi)減災(zāi)效益，北美洲東部、亞洲東部等地區(qū)的防災(zāi)減災(zāi)設(shè)施較為完善，受洪水災(zāi)害的影響程度低于全球平均水平，而非洲中部等地區(qū)的防災(zāi)減災(zāi)設(shè)施較為匱乏，受影響程度較高。
(3）通過國際社會的共同協(xié)作，持續(xù)加強資金與技術(shù)的雙重支持以健全洪水災(zāi)害的“防災(zāi)、減災(zāi)、救災(zāi)體系，有助于實現(xiàn)聯(lián)合國《可持續(xù)發(fā)展目標(biāo)》中建造具備抵御災(zāi)害能力的基礎(chǔ)設(shè)施的目標(biāo)。
2. 全球洪水災(zāi)害基本特征
1989-2018年，全球共發(fā)生重大洪水災(zāi)害3945起，亞洲東部、南部和東南部是洪水災(zāi)害頻繁發(fā)生的地區(qū)，中國、印度、美國、印度尼西亞等國家是洪水災(zāi)害發(fā)生次數(shù)最多的國家，累計發(fā)生約1200余次。
1989 -2018年全球洪水災(zāi)害死亡人口及受災(zāi)人口都呈現(xiàn)持續(xù)下降的趨勢，1998年、2007年、2010年和2013年洪水災(zāi)害死亡人口及受災(zāi)人口比較多。根據(jù)EM-DAT統(tǒng)計，2018年共發(fā)生109起洪水災(zāi)害事件。2018年洪水災(zāi)害死亡人口和受災(zāi)人口比較少，分別為1995人和1262萬人。
經(jīng)濟(jì)損失方面，全球洪水災(zāi)害的經(jīng)濟(jì)損失呈上升趨勢，2011年全球洪水災(zāi)害總經(jīng)濟(jì)損失最大，2018年全球洪水災(zāi)害直接經(jīng)濟(jì)損失為45億美元。
根據(jù)2018年的洪水災(zāi)害死亡人口、受影響人口、經(jīng)濟(jì)損失及社會關(guān)注度等多方面因素，以下十個洪水災(zāi)害事件是2018年洪水災(zāi)害典型事件。
3. 典 型 案 例
3.1美國弗羅倫斯颶風(fēng)洪水
美國弗羅倫斯颶風(fēng)洪水是遭受三十年以來最強颶風(fēng)所引發(fā)的重大洪水災(zāi)害事件。河流水位上漲導(dǎo)致洪水漫淹河流兩岸，內(nèi)陸多地發(fā)生嚴(yán)重內(nèi)澇，受災(zāi)區(qū)域從沿海延伸至中部地區(qū)，造成大范圍受災(zāi)，經(jīng)濟(jì)損失巨大。
（1）美國弗羅倫斯颶風(fēng)洪水災(zāi)害時空分布特征
據(jù)美國颶風(fēng)中心資料顯示，此次受災(zāi)的主要城市包括費耶特維爾、新伯爾尼等城市。
9月12日，颶風(fēng)所致的降雨過程從美國東南沿海開始，逐步影響內(nèi)陸城市。
（2）美國弗羅倫斯颶風(fēng)洪水災(zāi)害影響
被淹城鎮(zhèn)建筑用地面積約189km2，其中費耶特維爾市、杰克森維爾等城市為受災(zāi)嚴(yán)重的城市。
據(jù)美國聯(lián)邦緊急事務(wù)管理局資料顯示，此次洪水災(zāi)害共導(dǎo)致57人喪生，受影響人口數(shù)總計150余萬人。
3.2尼日利亞尼日爾河洪水
尼日利亞屬熱帶草原氣候，總體高溫多雨，5月至10月西南季風(fēng)盛行，此時正值尼日利亞雨季，持續(xù)強降雨過程致使河流水位上漲，洪水漫淹河道兩岸，形成洪水災(zāi)害。
（1）尼日利亞尼日爾河洪水災(zāi)害時空分布特征
水淹沒區(qū)域位于尼日利亞的科吉州、尼日爾州境內(nèi)。
該地長時間的降雨和較大的雨量是直接影響洪水災(zāi)害發(fā)生及災(zāi)害嚴(yán)重程度的主要因素。
（2）尼日利亞尼日爾河洪水災(zāi)害影響
洪水淹沒區(qū)受淹耕地面積達(dá)到1516km2，淹沒區(qū)內(nèi)耕地占比高，此次洪水災(zāi)害對尼日利亞當(dāng)?shù)剞r(nóng)業(yè)影響巨大。
此次洪水淹沒區(qū)位于尼日爾州和科吉州境內(nèi)。兩地總計約460萬人，其中90%以上為農(nóng)村人口。據(jù)尼日利亞國家應(yīng)急管理局?jǐn)?shù)據(jù)統(tǒng)計，此次洪水災(zāi)害導(dǎo)致200多人喪生，受影響人口數(shù)總計200多萬人。
3.3中國山東壽光洪水
受臺風(fēng)“溫比亞”影響，8月18、19日山東壽光多地連降暴雨，流域上游冶源水庫、嵩山水庫、黑虎山水庫接近或超過汛末蓄水位，為確保水庫安全，依據(jù)國家省市相關(guān)規(guī)定，決定向下游泄洪,隨著泄洪流量的增加，壽光彌河沿岸多個村莊遭遇河水倒灌，大量建筑、耕地、大棚及養(yǎng)殖場等受洪水影響，損失慘重。
（1）中國山東壽光洪水災(zāi)害時空分布特征
冶源水庫、高山水庫、黑虎山水庫坐落在南部。洪水淹沒區(qū)位于彌河兩側(cè)，洪水淹沒范圍沿地形逐漸大面積擴散。
8月18日流域內(nèi)單日降雨強度達(dá)到特大暴雨級別。
（2）中國山東壽光洪水災(zāi)害影響
據(jù)濰坊市人民政府報告，此次洪水災(zāi)害壽光市的直接經(jīng)濟(jì)損失高達(dá)92億元
此次洪水事件直接造成約19余萬頂?shù)氖吖笈锸苎突驌p毀，產(chǎn)生絕收現(xiàn)象。多個村莊和社區(qū)被淹，跨河橋梁遭到損壞，街道路面被沖毀，在道路密集區(qū)域產(chǎn)生積水，道路受阻，交通癱瘓。
4. 專 欄
專欄4-1洪水防災(zāi)減災(zāi)措施對SDGs的政策啟示
不同的洪水災(zāi)害應(yīng)對措施具有不同的防災(zāi)減災(zāi)效益，全球各國通力協(xié)作、完善洪水防災(zāi)減災(zāi)工程措施、加強災(zāi)害預(yù)警是實現(xiàn)聯(lián)合國《可持續(xù)發(fā)展目標(biāo)》目標(biāo)9“建造具備抵御災(zāi)害能力的基礎(chǔ)設(shè)施”的有效措施。
北美洲地區(qū)基礎(chǔ)設(shè)施建設(shè)完善，預(yù)警措施到位，因災(zāi)死亡人口較少，體現(xiàn)了“大幅減少包括水災(zāi)在內(nèi)的各種災(zāi)害造成的死亡人數(shù)和受災(zāi)人數(shù)”（指標(biāo)11.5）的發(fā)展要求。提升公民防災(zāi)減災(zāi)意識，建立健全災(zāi)害保險制度，開發(fā)有抵御災(zāi)害能力的可持續(xù)基礎(chǔ)設(shè)施，能夠有效降低“災(zāi)害造成的與國內(nèi)生產(chǎn)總值有關(guān)的直接經(jīng)濟(jì)損失”（指標(biāo)11.5）。非洲中部地區(qū)經(jīng)濟(jì)發(fā)展水平較低，基礎(chǔ)設(shè)施建設(shè)不足，災(zāi)害預(yù)警未及時到位，未能有效地減少災(zāi)害的發(fā)生及災(zāi)害的影響。因此，通過國際社會的通力合作，“向非洲國家、最不發(fā)達(dá)國家、內(nèi)陸發(fā)展中國家和小島嶼發(fā)展中國家提供更多的財政、技術(shù)和技能支持，以促進(jìn)其開發(fā)有抵御災(zāi)害能力的可持續(xù)基礎(chǔ)設(shè)施”（指標(biāo)9.a），同時，欠發(fā)達(dá)國家和地區(qū)應(yīng)加強在應(yīng)對洪水災(zāi)害方面的能力建設(shè)，與國際社會攜手合作，建立健全洪水災(zāi)害防災(zāi)、減災(zāi)、救災(zāi)體系與措施，以確保公民生命安全，大幅降低因災(zāi)造成的經(jīng)濟(jì)損失，實現(xiàn)可持續(xù)發(fā)展。亞洲東部地區(qū)經(jīng)濟(jì)增長迅速，防災(zāi)減災(zāi)效果初見成效，因災(zāi)死亡人口和受災(zāi)人口大幅下降，但同時經(jīng)濟(jì)損失也不可忽略。通過防災(zāi)減災(zāi)工程建設(shè)與生態(tài)環(huán)境保護(hù)緊密結(jié)合，建立災(zāi)害預(yù)警、監(jiān)測、評估、應(yīng)急、救援救助網(wǎng)絡(luò)體系，以確保人民生命安全和減少財產(chǎn)損失，有利于實現(xiàn)指標(biāo)11.b的發(fā)展要求，即大幅增加采取和實施綜合政策和計劃以構(gòu)建包容、資源使用效率高、減緩和適應(yīng)氣候變化、具有抵御災(zāi)害能力的城市和人類住區(qū)數(shù)量”。
5. 參 考 文 獻(xiàn)
1. 全球生態(tài)環(huán)境遙感監(jiān)測2019年度報告［EB/OL］.www.nrscc.gov.cn.2019-11-24.
2. 蔣梓杰,蔣衛(wèi)國,武建軍,周紅敏.全球重大洪水災(zāi)害典型案例數(shù)據(jù)集（2018.01-2018.12）.國家青藏高原科學(xué)數(shù)據(jù)中心,2019.doi:10.11888/Disas.tpdc.270209.
3. Emergency Events Database [EB/OL]. http://www.emdat.be/.2018-12-31.
4. S. K. McFEETERS. The use of the Normalized Difference Water Index (NDWI) in the delineation of open water features[J]. International Journal of Remote Sensing. 1996,17(7):1425-1432.
5. Jia K , Jiang W, Li J , et al. Spectral matching based on discrete particle swarm optimization: A new method for terrestrial water body extraction using multi-temporal Landsat 8 images[J]. Remote Sensing of Environment, 2018, 209:1-18.
6. Deng, Y., et al., Change in Intensity and Frequency of Extreme Precipitation and its Possible Teleconnection With Large-Scale Climate Index Over the China From 1960 to 2015. Journal of Geophysical Research-Atmospheres, 2018. 123(4): p. 2068-2081.
7. Wang X , Wang W , Jiang W , et al. Analysis of the Dynamic Changes of the Baiyangdian Lake Surface Based on a Complex Water Extraction Method[J]. Water, 2018, 10(11).
8. Pinzeng R , Weiguo J , Yukun H , et al. Dynamic Change Analysis of Surface Water in the Yangtze River Basin Based on MODIS Products[J]. Remote Sensing, 2018, 10(7):1025-.
9. 孔凡明，蔣衛(wèi)國，李京，等．基于MODIS的2011年泰國洪澇受災(zāi)信息提取與分析［J].災(zāi)害學(xué)，2013,28(2):95-99.
10. 李小文．遙感原理與應(yīng)用［M］.北京：中國科學(xué)院遙感應(yīng)用研究所.2008.
11. 饒品增,蔣衛(wèi)國,賈凱,王曉雅.2013年黑龍江省洪水對植被影響評估[J].災(zāi)害學(xué),2017,32(04):195-201.
12. 廖永豐，聶承靜，楊林生，等．洪澇災(zāi)害風(fēng)險監(jiān)測預(yù)警評估綜述［J].地理科學(xué)進(jìn)展，2012,31(3):361-367.
13. 彭凱鋒,蔣衛(wèi)國,鄧越.武漢城市圈濕地受損程度識別及驅(qū)動因素分析[J].自然資源學(xué)報,2019,34(08):1694-1707.
14. 劉新立，史培軍．區(qū)域水災(zāi)風(fēng)險評估模型研究的理論與實踐［J］.自然災(zāi)害學(xué)報，2001,10(2):66-72.
15. 饒品增，蔣衛(wèi)國，賈凱，等.2013年黑龍江省洪水對植被影響評估［J].災(zāi)害學(xué)，2017,32(4):195-201.
16. 王志輝，易善幀．不同指數(shù)模型法在水體遙感提取中的比較研究［J］.科學(xué)技術(shù)與工程，2007,7(4):534-537
17. 趙英時．遙感應(yīng)用分析原理與方法［M］.北京：科學(xué)出版社，2013.
18. 王曉雅,蔣衛(wèi)國,鄧越,蔣梓杰.“山竹”臺風(fēng)影響地區(qū)的小時降雨動態(tài)變化及危險性動態(tài)評估[J].災(zāi)害學(xué),2019,34(03):202-208.
19. 許超,蔣衛(wèi)國,萬立冬,王文杰,白雪.基于MODIS時間序列數(shù)據(jù)的洞庭湖區(qū)洪水淹沒頻率研究[J].災(zāi)害學(xué),2016,31(01):96