下载掌阅APP，畅读海量书库
立即打开
IPCC报告对极端天气事件和极端气候事件作出如下区别与解释：从时间尺度上来说，极端天气事件一般为小时间尺度，如逐日尺度或周尺度内；而极端气候事件大都基于较长的时间尺度，可以理解为由不同类型的极端天气事件组合而成并在该气候状态下达到一种稳定状态。这种稳态相对于一般情况下的平均气候状态是极端的。极端事件在概率统计意义上可以理解为发生概率较小的事件（IPCC,2007;Stocker et al.,2013;IPCC,2014）。其发生的概率相较于其他天气条件来说虽然较小，但近50年来，由极端气候事件所引发的经济损失上升较为剧烈（温克刚,2008），如2012年7月21日发生的北京特大暴雨导致数十人伤亡，灾害损失巨大（谌芸等,2012）。20世纪80—90年代国际社会开始研究极端水文气象的相关问题，并在IPCC第二次评估报告中指出了极端水文气象事件研究的意义，并试图回答“气候变化发生的概率是否较大？是否容易向更极端的方向发展？”的相关科学问题（Houghton J T et al.,1996;秦大河,2007）。然而，由于极端气候事件的定义尚不统一（Easterling D R et al.,2000;Beniston M et al.,2007;翟盘茂等,1999）。目前来说大致可分为两类：①从统计学角度来定义，通常以发生概率来界定（不小于90%或不大于10%百分位数）；②从事件发生的角度，按照其发生强度来界定。其中极端天气事件的定义主要从两方面考虑：一方面是给定气象要素阈值。Karl、Haylock、Klein和Brunetti等先后用该方法定义极端降水阈值，在此基础上研究了美国和意大利等的极端降水事件（Karl T R et al.,1996;Haylock M et al.,2000;Klein Tank A M G et al.,2003;Brunetti M et al.,2001）；在中国，已利用百分位法开展了极端气象事件特别是极端降水事件的研究工作，并通过该方法定义了极端降水事件的阈值（Zhai P et al.,1999;翟盘茂等,1999;翟盘茂等,2003;丁裕国,2006;山崎信雄等,1999;刘学华等,2006;杨金虎等,2007）。另一方面是利用代用气候指数来分析表征的极端气候事件，通过间接地方法来反映其变化（胡宜昌,2007）。代表性工作包括气候变化探测和指标联合专家组（简称ETCCDMI）提出了 27个代用气候指数和Frich等提出的10个极端气候指数（Kiktev D et al.,1911;Frich P et al.,2002）。上述指数中与暴雨事件相关的常用极端降水指数如表1-1所示。
然而，极端降水是一个过程事件，有一定的持续时间，即有开始时间和结束时间。将极端降水视为独立的过程事件更有利于分析其发生的驱动机制。而暴雨事件通常情况下是一种更为剧烈的极端降水过程，是极端化的降水事件。如殷水清等将极端降水事件定义为降水强度≥10mm/h的降水过程（殷水清,2012），按照表1-2中划定的分类标准，认为极端降水事件包括大雨（长、短历时）和暴雨（长、短历时）。
表1-1 常用极端降水指数
表1-2 降水过程分类标准
目前，我国对暴雨事件的界定大部分采用日降水资料。防汛部门以在一定时间范围内降落在地面特定范围内的水层深度对降雨量进行了定义。根据国家防汛抗旱总指挥部办公室《防汛实用手册》规定（国家防汛抗旱总指挥部办公室,1994），累计降水时长在24h的总降雨量大于或等于50mm的降雨定义为暴雨，并以降雨强度为基础对12h和24h的降雨情况划分了大小降雨量等级（表1-3）。也有许多学者采用了该标准将每日降水量大于50mm定义为极端降水事件（Zhai P et al.,2005;林云萍等,2009）。
但该定义具有较大的局限性。一般而言，一个降水日中的实际降水时段往往仅有几个小时。因此，在暴雨事件的研究中，精度越高的降水统计数据越接近实际情况。
表1-3 我国降雨量等级划分表
续表
目前对于极端事件的过程性的研究除了数据精度多为逐日尺度外，对气象站点的选择也主要基于单一站或少数站台，侧重于该站台逐日极值事件的频次、历时、强度和变化趋势。Biondi等基于降水持续时间和强度对一个极端降水事件的过程提出识别，其一为极端降水过程的持续时间必须高于某一个参数；其二是降水过程的强度必须在某个阈值之上（Biondi等,2005）。受该思路的影响，我国相关领域的学者对持续暴雨事件进行了定义，鲍名对降水持续时间为连续三天或三天以上的单站逐日降水量均在阈值（50mm）之上的降雨过程定义为极端降水过程（鲍名,2007）。然而，在一次持续性暴雨事件中，并不能单纯以连续每几日降雨量达到50mm暴雨级别筛选全部的暴雨事件。这是因为在特定区域的许多降水过程虽然不是连续每日的降雨量均达到暴雨级别，但其总雨量很大且对整个区域雨涝灾害的发生存在极大隐患。陶诗言等针对鲍名对该定义存在的不足，认为除降水持续时间阈值为3天（或3天以上）以外，也应该将一次不间断的降水过程累积的总雨量达到200mm的作为过程雨量的阈值（陶诗言,1980）。该定义对日降水量没有要求，侧重于次降水过程总量，对连续日降水量阈值的确定较为不足。因此，在陶诗言和鲍名等学者对极端降水过程定义的基础上，许艳峰、陈阳等对连续日降水量和次过程总雨量阈值均作出规定，当一个持续性降水过程的单站首日降水量大于50mm时，如果之后日均降水量大于 30mm,且此降水过程在 72h以上，累积降水量大于200mm,日均降水量大于50mm （许艳峰,2008;陈阳等,2012）。除以上基于日降水量某绝对阈值来确定一次暴雨过程的方法以外，基于百分位阈值即相对于某一特定区域气候态的百分位临界值的极端降水定义也是目前较为常见的一种，例如钱维宏从概率分布角度定义了小概率事件为单站暴雨事件（钱维宏,2011），即若一场连续降水时间不超过一日，则将过程雨量大于或等于 50mm的降水过程定义为极端将水过程。此外，若其连续降水时间持续时间大于一天，则定义其中最大24h雨量大于或等于50mm,且整个过程雨量超过该站台第90%分位数值的降水过程为极端降水事件。该方法区别于其他定义方法的最大不同在于其强调了极端事件的过程性，不足之处在于仍不能避免单个站点的局限。对于此局限性，亦有大量研究表明极端气候事件往往表现出群发性特征（Ren G et al.,2007;龚志强等,2008;况雪源,2014）。如杨萍等描述了具有相同特征的极端降水事件在时空和区域上的群发性（杨萍等,2010）。任何一类极端天气事件都是在特定区域发生，即兼具过程性和区域性。Tang等在研究过程中考虑了各超过阈值的极端站台点空间分布的密集度，该定义的方法具有更严格的标准（Tang Y et al.,2006）。且同一区域内的暴雨事件由于其受相同或相似天气系统的影响，暴雨指标也具有邻近性特征。因此,Marzban等基于对暴雨邻近性特征的认识，基于聚类分析方法，对一定空间范围内高度密集的极端降水事件识别（Marzban C et al.,2006）。闵屾等对Marzban等的研究结果做了进一步的探索，以气象站台为切入点，认为受相同或相似天气系统的影响，可以通过计算某一气象站点与其他同时也出现极端降水的临近站点的降水频率的相关性在空间上的密集程度进行确定（闵屾等,2008），即若计算结果表明相关性程度大，则以该站点为中心一定范围的地域也相对容易出现区部极端降水事件。然而上述方法虽然能识别极端降水在空间上的连续性，但也忽略了其在时间上的相关性及持续性。但是降水事件本身是一个独立的动态过程，降雨过程中不同时刻其影响范围并不一定一致（陈阳,2013;陈阳等,2012）。因此,Ren等基于对极端站台空间密集度的连续性提出了区域极端事件的另外一种识别方法，该方法较之前的研究能更加客观的识别一次极端降水的过程，即先在时间上确定逐日极端降水事件的影响范围，再判断逐日区域性极端降水事件在空间上是否有重合，以此获得区域极端事件的时空持续性（Ren F.et al.,2012）。该方法在目前许多持续性极端气候事件的研究中得到了应用，例如对区域持续性极端高温事件的识别（Wang Y.et al.,2014;龚志强等,2012）以及对区域持续性极端降水事件的识别（Zou X.et al.,2015）。也有一些学者利用该方法去识别台风降水（鲁小琴等,2008;陈奇等,2007;王咏梅等,2006）。从概率角度来讲，极端降水是小概率事件，对于持续时间长且覆盖范围较大的暴雨事件，其发生概率则更小，暴雨事件的发生概率相较于其他降水事件虽小，但其一旦成灾，后果往往引起严重的雨涝灾害，对社会经济的发展、农业作物的产量以及人类生命财产的安全造成重大的损失和潜在的威胁。因此，如何借鉴以上学者在研究中的经验，同时避免因局限性带来的不足，对特定区域内具有一定持续时间的暴雨事件过程进行客观定量化描述和识别，是目前全球变暖背景下备受关注的热点之一。
国内外大气科学研究一直以来都重点关注暴雨事件的时空变化规律。综合已有各类逐场次的过程暴雨事件的研究成果表明，极端降水因气候变化整体上呈增加趋势。第五次IPCC报告指出，在全球变暖的影响下，北半球高纬度陆地区域的降雨发生频率和暴雨频率分别提高5%~10%和2%~4%（Alexander et al.,2012）。尽管有些区域的平均降水量在下降，但大多数区域暴雨等极端降水事件呈现出上升增强的态势。由于降水变化受区域天气系统的影响，具有很强的区域性。综合国内外相关研究，结果表明，基于不同雨强的变化规律区域性降水演变特征大体有以下两种类型：第一种表现为雨强两端极值化突出，即为“高强度降雨增多，中强度降雨减少，低强度降水也增加”，这种类型降雨多出现在欧洲西部地区（Rajah et al.,2014）以及美国大陆的部分区域（Karl et al.,1998）。有研究表明，自1910—1996年，美国大陆区域性降水增加了约10%，且以高强度降水的增加为主（Groisman et al.,2012;Kunkel et al.,2003）。第二种表现灾害性极端降水突出，即为“高强度降雨增多，其他低强度或中强度降水减少”（Trenberth,2011），该类型的变化规律多出现在东亚地区以及日本部分区域（Liu et al.,2005;Wen et al.,2015）。在日本，各强度降水的变化趋势并非一成不变的，但其在总体上表现为高强度降水的增加，以及中低轻度或低强度降水的减少（Fujibe et al.,2005）。除此以外，其他各国的暴雨事件也均表现出明显的极值化特征，如印度大陆极端降水事件也存在较大的时空性差异且以季节性差异尤为显著，具体表现为大多数区域暴雨事件在夏季更为频发广发，而到冬季则较弱（Roy,2009）。上述情况的分析在气候模拟中得到证实，即随着全球的增温，暴雨等极端天气事件的时空分布存在不均匀的动态变化特征（Voss et al.,2002;Kunkel et al.,2013;Sillmann et al.,2013）。
暴雨事件各指标的变化幅度与特定区域温室气体的排放速率与强度成正比（陈晓等,2015）。我国受赤道中、东太平洋海表面温度的年代际变化和热带西太平洋偏东方向热对流的年代际变化的影响，成为我国夏季暴雨集中发生的地区，且发生频率随年代变化明显。对于我国的暴雨事件时空演变规律大体上表现为在过去几十年，降水整体上呈明显增长趋势，且我国极端降水的区域性差异较全球更加突出（翟盘茂等,2003）。我国西部地区以及长江中下游流域的极端降水发生频次表现为显著增加态势（Wang Y.et al.,2005），长江流域部分区域及其以南地区的极端降水也表现出明显的增加趋势（Zhai P.et al.,2005）。除暴雨事件雨量及强度以外，暴雨事件发生日数及强度也受到各方学者关注。大多数研究都表明自20世纪90年代中后期至今，我国暴雨发生日数和暴雨平均强度均呈现显著增加的态势（郑彬等,2006）。如张爱英等基于对华北中部逐年平均最大日降水量的统计指出，我国华北中部地区降水日数呈下降趋势，而暴雨量的变化趋势与暴雨日数极为相似，均表现为暴雨及大雨等强降水日数及暴雨量的比重有所有增加，探究其原因很可能是由于低强度及中低强度的小雨及中雨发生变化导致的（张爱英等,2008;黄荣辉等,1999）。李志等分析了极端降水事件的时空分布，我国极端降水事件在空间上呈现梯度变化，由东南向西北降低逐级降低的特征（李志等,2010）。张启龙等的研究也表明了极端降水的各指标如雨量、雨强和年最大一日雨量均呈现自东南向西北的递减态势（张启龙等,1999）。高霞等以河北省为例论证了暴雨日数极值化趋势在总降水日数中的占比自1990年代中期以后显著增加，而暴雨量也表现为类似特征（高霞等,2009）。
由于极端降水事件是雨涝发生的最直接原因，极端降水的演变机理与气候变化下流域水文循环密切相关。大量研究工作从气候变化的角度入手，研究极端降水事件的驱动因素、演变机理和时空变化规律。气候变化对降水时空分布及水文水资源演变的影响在20世纪70年代受到了科学家们的关注（冯明,2004），特别是20世纪80年代中期，世界气象组织（简称WMO）出版了关于气候对水文水资源影响、水文水资源对气候变化响应的敏感性分析等报告（Tegart et al.,1990）。具有标志性的事件便是1988年WMO和联合国环境规划署（简称UNEP）联合成立的政府间气候变化专门委员会，专项研究气候变化对区域洪涝频率、干旱频率、供水量和需水量的影响等（Houghton J T,2001）。气候变化对水资源的影响包括局地暴雨洪涝灾害主要通过以下途径实现的，气候变化引起局地水循环系统结构和数量的变化，对与水资源相关的工程和设施也起到一定的作用，改变了不同生态系统对水资源的利用，人类为了应对水资源变化所带来的一系列变化，进而加剧了水资源的变化，加上经济、社会发展的驱动，使得水资源在更大的尺度上作用于局域气候产生影响，在某种程度上加剧了气候变化（Verhaar P M et al.,2011;Cuo L et al.,2011;张利平等,2008）。
此外，在气候变化的影响下，降水受热带海水温度异常的影响机制也成为研究热点。如20世纪50—60年代，吕炯提出我国江淮流域梅雨与北太平洋海水温度变化关系密切，从西北太平洋的海温异常与江淮流域极端降水导致旱涝灾害机制方面对其进行阐述与分析（吕炯,1950;吕炯,1963;吕炯,1964）；黄荣辉等经过研究发现在ENSO （El Niño -Southern Oscillation）发展阶段，夏季中国江淮流域降水偏多，而在其衰减阶段，江淮流域降水偏少（Huang R et al.,1989）。Groisman等人根据大气环流预测，未来气候会继续变暖，这使得热带地区的降雨增多，副热带地区降水明显减少（Groisman P et al.,1999），降水量的增加和减少加速了暴雨洪涝和干旱缺水等灾害的发生。Smith等人研究表明，洪水流量与气候变化之间的关系具有一定的相关性（K.Smith et al.,1993）。对于气候变化对暴雨洪涝灾害的影响，二者之间有时候未必具有直接相关性,Disse等人对莱茵河流域因暴雨引起的洪水事件进行了研究，发现洪水等级大小与所在流域气候观测值之间不具有明显的相关性（Disse et al.,2001）。Haque等人对加拿大的红河谷暴雨引起的洪水事件进行了研究，发现洪水频率与灾害损失表现为负反馈作用（Haque et al.,2000）。人类活动对气候变化的影响作用不能忽视，特别是通过大气污染、改变下垫面、破坏生态系统等方式，使得气候变暖具有明显的地域差别，从而改变了降雨格局（陈家其,1996）。气候变化对水循环过程的影响，必然改变水资源总量，促进水资源在时空上的重新分配，进一步使极端降水事件和涝渍灾害问题更加突显（Xia Jun et al.,2002;Programme W W A.et al.,2009;Bates B C et al.,2008;Arnell N et al.,2001;李峰平等,2013）。
综上可知，国内外学者经过近几十年的努力，在极端降水及雨涝灾害的发生规律及气候变化研究方面取得的大量成果对深入研究气候变化的特征有着重要意义。然而，独特的气候条件和地貌特征决定了我国暴雨洪涝频发广发的背景，导致我国“南涝北旱”的基本格局短期内将不会改变，在以增温为主要特征的气候变化背景下，局部区域降水的时空格局势必有所变化。但是，由于气候变化的不确定性，许多方面的研究还有待下一步探讨。由于时间和空间数据精度的限制，使用高精度数据对暴雨过程变化的研究非常少。由于一次降雨过程常在数小时或更短时间内结束，与日值或月值降水资料对比而言，逐时资料可以更细致地反映降水特征（Trenberth et al.,1998;Westra et al.,2014）。因此高精度的降水资料有助于研究降雨的基本特性和物理过程（Trenberth,2003）。而以往的研究工作常受数据资料的精度所限，对日、月、年等尺度的降水事件研究较为广泛，而使用高精度数据研究暴雨过程变化的少之又少。在同样次降水量的情况下，若降水持续时间存在长短差异，则日值数据资料无法分辨其在降水强度的差异性，而逐时数据则可以较好的对降水强度进行识别和分辨，高分辨率（如：逐小时）的暴雨数据可以帮助准确地揭示物理过程的基本特征，然而当前对高精度数据下逐场次暴雨事件的场次划分还没有统一的标准；且目前大部分研究对暴雨事件的定义多使用的月或旬降水距平百分率的方法，加之数据精度的不足，这将人为切断一次完整的自然降水过程，造成统计的偏差，导致暴雨场次的数据的遗漏。因此，有必要对一次完整的自然降水过程，即有开始和结束时间的连续性降水过程进行基于高精度降水数据的重新定义，形成一个从降水数据筛选，场次间隔划分，暴雨阈值确定，暴雨事件统计的体系。
暴雨等极端降水事件往往是致涝的主要自然因素，也是诱发洪涝灾害的最直接原因。暴雨事件致灾的标准在不同的领域或有所不同，但致灾的本质却有相似之处，如在农业生产中，其本质可以理解为给区域作物及农业生产造成损害的暴雨事件。因此，将这种由暴雨事件引发，且对农作物的生长发育产生不利影响最终造成作物受涝减产的灾害性事件称为雨涝灾害。它不仅受自然因素的影响，同时也受到下垫面条件、作物植被状况、水利工程分布以及城市的雨岛效应等一系列人类活动的驱动与影响。本书重点从以下几个方面对国内外相关学者在暴雨等极端降水事件引发洪涝灾害的机理研究方面进行阐述。
雨涝灾害是影响我国农业生产的主要气象灾害之一，其对农业发展及作物增产具有十分不利的影响，尤其是时间长、强度大的暴雨，以及大范围和集中的特大暴雨都极易形成积水淹没低洼地带，造成作物的大面积减产，威胁民生安全（孟宪群,2010;何慧等,2009;孙杭生等,2009）。暴雨洪涝对农业生产的影响途径，主要包括作物受涝敏感期的降雨和暴雨、作物和土壤条件、地形地貌特征，地下水埋深情况及农田排水系统及人类活动等。
暴雨洪涝通过改变作物的耐涝能力和作物适宜的地下水埋深来影响农作物生产。玉米和水稻相比，玉米耐淹性较水稻低，原因是水稻主要靠有氧呼吸完成能量的供应（张榆芳等,1994）。地下水位过低和过高都影响作物的减产，地下水位在不同的土壤中有一最适宜范围。日本一家开发局对大豆、小豆、马铃薯和牧草通过排水场实验，得出地下水位低于 40~50cm时，其产量均明显降低（朱建强,2006）。农田在遭受暴雨灾害时，形成的地表径流对农田作物生长所需的养分造成流失，影响了作物生长的需要。张志剑等研究表明，水田在遭受暴雨时，地表径流是造成磷损失的主要途径（张志剑等,2001）。暴雨改变了农作物生长的下垫面，暴雨洪涝的数量和时限在短时间的聚集直接影响了地表径流的数量，土壤冲刷严重，受灾面积广泛，如果出现连续降雨，作物甚至造成绝收。通过研究玉米对积水的耐受性研究（房稳静等,2009;周新国等,2014），玉米在拔节期浸泡5天以上其产量显著下降，抽雄期达到7天以上时绝收。将降雨条件、水肥管理、作物物候期水分和养分需求变化、排水等作为一个系统，围绕作物优质高产进行考虑，在近些年受到了重视。朱建强对汉江平原农田作物排水调控开展了大量和系统的实验研究。暴雨洪涝灾害的另一个特点是涝渍相随（朱建强,2003），涝渍过程中涝、渍对作物的产量影响各不相同，测坑实验表明，涝对棉花产量的影响较渍大，渍之前受涝越严重，棉花减产越严重。
暴雨洪涝主要通过以下途径影响农业生产：汛期降雨和暴雨、植被和土壤条件、地貌和水系特征以及水利工程措施、人类活动等。汛期时段是农业生产最为关键的时段，该时段的气候和灾害直接影响到农业年收成，作物在不同生长阶段受到不同程度的影响。农作物周边生长环境特别是森林、草场植被的破坏，容易造成洪涝发生，不同质地的土壤特别是蓄水保水能力差的土壤容易被冲洗，加大水土流失，水土流失进一步影响农业灌溉设施，加剧了农业洪涝灾害的脆弱性。受地貌特征的影响，使得地表径流水汇聚，降水被集中且强度大，为水土流失和地质灾害创造了条件，使得地力下降，耕地减少，农业生产大量减产（赵兴有,2000）。随着全球气候变化，暴雨的时空差异性越来越大，原有的防洪设施也不能满足农业生产的保护和需要，而且一些工程措施年代久远，不能满足或者说超出其承载作用，降低了防洪效应。人口密度过大使得对资源环境压力也增加，诱发了生态的失衡，加上人们抗洪防灾的意识薄弱，抗洪能力明显减弱。
作物受涝的敏感时段是农业生产最为关键的时段，该时段的气候和灾害直接影响到农业年收成，作物在不同生长阶段受到的影响程度不同。前汛期作物“雨洗花”，影响开花授粉，空壳率高，严重的时候直接淹没农作物，后汛期作物即将成熟，暴雨使得成熟作物倒伏、受淹、籽粒掉落、严重影响产量（庄丽玲等,2008）。作物对暴雨洪涝的敏感期与作物的物候期、作物种类和生长基质等有着直接的关系。同一作物在不同的发育阶段对暴雨洪涝的敏感性各不相同，李乐农等研究了洪涝对棉花不同生育期的影响，表明蕾期对淹水反应最敏感，原因是蕾期不需要过多的水分，而且还破坏了根系对地上部物质循环和能量流动（李乐农等,1999）。马玉平等分析了黄淮海地区玉米在生长过程中对淹水的敏感性，发现其敏感期阶段为出苗—七叶期、拔节—抽雄期和七叶—拔节期三个阶段（马玉平等,2015）。不同作物对同一淹水条件敏感性也不相同，朱建强等分析了棉花和大豆产量对地下水敏感期发现，大豆敏感性即其减产没有棉花显著（朱建强,2000）。土壤水分过多，养分因通透性差，有机质分解缓慢，造成了作物对土壤中氮、磷、钾等主要养分的吸收的敏感性（佀国涵等,2016）。大量的雨水浸泡土壤，除了表土和养分的流失，对物理性质也产生影响，造成土壤液相、固相和气相比例失调，影响到作物对土壤的预先适应。作物学家们在这些研究的基础上，对作物受水胁迫的敏感性指标进行了研究,Evans提出了敏感性因子与抑制天数的表达式（Evans et al.,1993），汤广民等建立了棉花产量与涝渍连续抑制天数的关系模型（汤广民,1999）。作物对暴雨洪涝灾害敏感性研究，有助于指导农业排水理论与技术完善。
影响暴雨洪涝灾害的原因很多，不同地形特征是其中一个重要影响因子。早在19世纪，科学家们发现地面高低起伏的地形对降雨具有显著的影响。不同海拔高度的地表通过自身屏障作用，使大气绕地形流动和被迫爬升而激发大气环流的改变，地形除了迎风坡具有这种作用外，其背风面也同样对大气环流产生重要影响。20世纪50 年代,Pnardtl和Gleeson创立了地形热力强迫理论（Parndtl,1952;Gleeson,1951）。20世纪80年代中期，已对地形对迎风坡和北风面大气环流作用机理进行了很好的科学解释,Hoinka和Volkert调查了阿尔卑斯山的背风气旋生成问题，揭示了不同地形对气流的作用及其耦合效应（Hoinka et al.,1987）。有关地形热力效应的科学问题，国内叶笃正等人从大地形和大尺度角度对青藏高原流场和对流层大气热量平衡进行了研究（叶笃正等,1957）。地形对大气环流影响除了热力作用，动力作用也起着一个重要的影响,20世纪50年代开始了地形动力作用于大气环流和天气气候作用,Scorer和Houhgton等气象学家们对地形动力作用的过山气流研究取得了重大进展（Scorer et al.,1959）。随着研究的进行，人们发现大气边界层的摩擦作用决定了风暴的强度和范围。地形对大气的作用是一个非常复杂的过程，不同尺度上的地形对降水的作用有着不同方式和不同性质的作用，一般尺度包括大尺度、中尺度和小尺度的地形效应，中、小尺度地形对降雨起着非常重要的作用。暴雨洪涝灾害是在特定地形下，各种中尺度天气系统相互作用的产物。Galewsky等认为，强降水与大尺度的气流无关，主要决定于气流与地形二者之间的相互作用（Galewsky J et al.,2005）。Jiang等研究也表明，局地暴雨的形成取决于湿气流与地形的相互作用（Jiang,2003）。地形作用引起的复杂动力对中尺度大气系统发展具有推力或加速的作用,Smith发现内华达山脉地形与局地降水之间有密切的关系，原因是地形抬升引起的动力强迫作用（Smith et al.,2004）。谷国军等指出，由于地形的抬升作用，促进较强的对流云发展，造成暴雨等强对流天气的发生（谷国军等,1994）。地形除了影响降雨天气系统，地形坡度对地面排水蓄水条件也产生了一定的影响。研究表明，地形坡度与暴雨洪涝灾害具有明显的相关性（河南省地质矿产厅,1991）。地形梯度与暴雨关系密切，暴雨洪涝灾害多发生在梯度大值区（殷志有等,2004）。地形高度的变化对雨水的影响非常突出，地形高度的增加会扩大地面降水和加强冷云过程，进而促进了雨水含量和最大降水量的增加（廖菲等,2009）。近年来，地形与城市环流之间相互作用下的暴雨也被进行了研究，研究表明，地形环流与城市环流之间存在密切关系，孙继松等研究认为，北京城市边界层过程在中尺度暴雨系统的形成、发展过程中起到了决定性作用（孙继松等,2008）。
由暴雨事件导致的雨涝灾害是农业作物生长的主要受涝胁迫因子，其最大特点是植物生长低氧或者缺氧，严重影响作物生长的进程和产量，具体来讲包括对作物生长形态和发育的影响、作物光合作用的影响、作物抗氧化防御和植物细胞氧化系统的影响。作物遭受雨涝灾害程度的大小主要与根系在被水淹后呼吸作用的方式与强弱有关，且多发生于地下水埋深较浅的区域。
不同质地的土壤也是对农作物受涝特性影响极为重要的因素之一。土壤质地按机械组成的各粒级所占比例大致可分为砂土、壤土（俗称沙土和黏土）两类。若是透气性能差保水保肥特征良好的黏性土壤遭遇暴雨洪涝事件时，其遇水涨缩的特性会导致农田出现大面积长时间积水现象，致使植物根系生长出现低氧或者缺氧情况，使区域农作物处在严重涝渍灾害中，对于区域农业生产产生极为不利的影响。这类土壤形成的农作物区域具有典型的地域代表性，通常我们称之为涝渍地。涝渍地主要分布在我国东部及东南沿海地区大江大河的中下游地区，这类土地具有低洼积水、排水不良、洪涝灾害频繁的特点。所以，我国东部平原湖区农业的可持续发展必须解决好农田涝渍问题（朱建强等,2000）。若是蓄水保水能力差的沙性土壤，其透气透水性较好的同时遭遇暴雨洪涝事件时则会出现容易被冲洗，不容易保留水分和养分，加大水土流失的风险，水土流失风险的增加则进一步影响了农业灌溉设施，加剧了农业洪涝灾害的脆弱性。
由于目前大部分的研究都是基于特定大气环流或水汽输送来分析一个特定的暴雨过程，研究对象较为单一，且在暴雨事件的分析中，大多数研究也仅仅针对暴雨的某个单一指标进行影响分析（如极端降雨的雨量、暴雨强度等）。这些研究或许对于一个特定暴雨案例的形成机制或环流背景可以有详尽的了解，但这些大都仅针对已经发生过的某一极端降水事件，并没有考虑到连续空间上的不同区域及统计站点暴雨的群发性特征，即对于大量长序列统计数据下的暴雨案例的时空分布规律研究却很少。从天气过程来看，暴雨事件是一种发生在一定区域的天气过程，即同时具有过程性和区域性。对于暴雨事件过程性与区域性的综合影响还有待进一步研究。此外，现有关于分析暴雨过程的研究大部分都是以省市行政区为研究主体，侧重关注暴雨事件过程对城市内涝的影响及对策，对于将整体流域内暴雨事件划分不同暴雨场次研究其过程的并不多。从现有研究尺度来看，针对类似安徽淮北平原这种以农业生产为主区域的雨涝事件研究在不同时间尺度（年际、年代际，以及暴雨涝渍敏感期等方面）的研究还不够深入，不能较好地揭示作物生长发育及产量对暴雨事件变化的响应特征。因此，有必要对平原区长序列数据的暴雨事件时空分布规律及作物雨涝响应特征做进一步研究。
目前，对于不同农作物在其各个生长阶段适宜地下水埋深的相关研究仍处于试验探讨阶段，因此控制最合理的地下水的实用性尚显不足，也无法在生产上大面积推广应用。特别是通过人工控制地下水位，根据自然水文和气象条件来确定作物最佳地下水深度的相关研究还比较少。建立不同作物的农田排水和涝渍标准，并在适当的地下水深度控制标准结合其他指标对雨涝灾害进行识别，以确保地下水埋深管理更为科学合理，在此基础上以生产实践为研究背景，结合区域土壤类型、气象条件和地下水情况，并考虑不同作物生长阶段，是国内外研究的主题。
在全球变暖的背景下，各地极端气候事件频发，自然环境和人类生产生活受到重大影响。洪涝作为其中最主要的灾害类型，其风险评估成为了当下的热门议题，特别是雨涝灾害风险的未来变化趋势更值得关注。雨涝是对我国农业生产影响较为严重的自然灾害之一，严重的雨涝灾害对我国农业生产及社会发展都将会造成严重影响。有研究表明，未来的50~100年，我国暴雨等极端降水事件呈明显的增长趋势（陈晓等,2015）。与此同时随着经济社会的快速发展,CO2浓度升高将导致全球气温以0.2℃/（10a）的速率变暖（Bernstein L et al.,2007）。致使在全球性气候变化的大背景下，暴雨和洪涝等极端气候事件频发，且影响广泛（Beniston M et al.,2004;Li Z et al.,2012）。暴雨事件的发生与温室气体排放密切相关。
未来气候预估的基础与原理是对于温室气体和气溶胶的可能排放情景所做的预测。其中，排放情况是指对辐射有潜在影响的物质（如温室气体、气溶胶等），其未来可能的排放情况及排量趋势的描述。2011年之前,IPCC在1992年和2000年分别发布了两套温室效应气体和气溶胶排放情景:IS92 （IPCC第3次评估报告）和SRES （IPCC第4次评估报告）（表1-4）。
表1-4 IPCC评估报告中社会经济排放情景的构建
2011年气候变化专题发布的新一代“温室气体排放情景”介绍了“代表性浓度路径”（Representative Concentration Pathways,RCPs）。这是IPCC在第5次评估报告中开发的新情景（王绍武等,2012）。该代表性浓度路径的重点指的是达到一定量的过程，而不是这个数量本身（Taylor K E et al. ,2012;Moss R H et al.,2010）。RCPs模式的开发对21世纪气候情景的模拟有很大的优势，这是因为相对于AR3和AR4 涉及的SRES而言，该新情景涉及了 21 世纪的气候政策。RCPs主要包括四种情景，分别为RCP2.6、RCP4.5、RCP6.0和RCP8.5,各情景的简单情况见表1-5 （Riahi K et al. ,2011;Masui T et al.,2011;Thomson et al.,2011;Vuuren et al.,2011）。
2008 年 9 月，世界气候研究计划（World Climate Research Programme,WCRP）耦合模拟工作组（Working Group on Coupled Models,WGCM）与国际地学生物圈计划（International Geosphere -Biosphere Program,IGBP）的地球系统积分与模拟（AIMES:Analysis,Integration and Modeling of the Earth System）召开会议，并对第5阶段国际耦合模式（Coupled Model Intercomparison Project Phase 5,CMIP5）制订了联合推动及比较计划（Taylor et al.,2012）。共有大于50个的气候模式参与了基于历史验证和未来数值模拟的全球气候变化试验。此次对气候模式的模拟验证可以按时间分为近期尺度（10~30年）和远期尺度（百年及百年尺度）。相对于之前所用的气候耦合模式,CMIP5无论在物理参数的数字化方面，还是在提高各模式的分辨率上都有了明显改进，但这些都不是CMIP5耦合模式最突出的贡献，其最大的突破在于该耦合模式首次建立了地球系统模式（ESM），对更为丰富的气候系统模式（CSM）开始了新的尝试，在原有的气候系统模式基础上，增加了生物地球化学循环等新的成果，诸如碳循环、硫循环和O3等。
表1-5 RCPs各情景基本情况
1895年美国学者J. Haynes首先提出了风险概念，他将风险定义为“损害的可能性”。1901年，哥伦比亚大学Willet在其博士毕业论文《风险及保险的经济理论》中对风险进行了如下定义：风险为某种消极事件发生的不确定性。1987年，威尔逊将风险定义为期望值，并将该观点发表于《Science》杂志。日本学者池田三郎认为，风险是指由消极性事件的发生概率以及其发生后果带来的影响组成的。虽然目前对于“风险”的定义尚未统一，但所有定义的核心都在于“损失的期望值”，即“由消极性事件造成损失的期望值”。20世纪20年代，“风险”一词逐渐被引入灾害科学领域。政府间气候变化专门委员会发表的“财务报告”指出，灾害风险是由于破坏性的自然事件与脆弱的社会条件相互作用，从而导致发生社会人力和物质资源不能正常运作、经济和环境遭受消极影响的可能性，因此需要立即作出应急响应，以尽可能减小灾害造成的影响。
灾害风险一般从灾害损失及其后果的发生概率角度来定义（Maskrey,1989;Downing et al.,2001;Stenchion et al.,1997;黄崇福,2005）。国际地科联（IUGS:International Union of Geological Sciences）把灾害风险定义为“对健康、财产和环境有威胁的不良事件发生的可能性和可能后果的严重性”（Walter et al.,2000）。在我国，对灾害风险的研究一般认为其定义为“灾害活动及其对人类生命财产破坏的可能”。联合国人道主义事务部（UNDHA: United Nations Department of Humanitarian Affairs）提出自然灾害风险的表达式为Risk =Hazard×Vulnerability （UNDHA,1991）。联合国人类居住中心定义了自然灾害风险表达的参数（Dixit,2013）：危险性（Hazard）是指在特定区域及特定时间内某种消极性事件发生潜在的可能性；脆弱性（Vulnerability）是指由破坏性事件引起损失的可能性及其严重程度。Blaikeie的研究成果对风险进行了重新定义并给出了相关的表达式：风险=危险性+脆弱性（史培军等,1996），这更突出了脆弱性在促进灾害风险中的重要作用。在以上研究的基础上，史密斯根据他的研究成果对灾害风险的表达式进行完善，并给出重定义：风险=灾害性事件发生概率×灾害损失（Smith et al.,1996）。
就极端降水所引起洪水灾害而言，多围绕影响暴雨事件风险因素进行多因素综合分析，认为暴雨洪水灾害的风险从四因子角度来讲，是灾害因子和孕灾环境的危险性，以及受灾对象即承灾体的脆弱性相互影响、共同作用的结果，并围绕这三个因子展开相关研究。洪水风险评估包括洪水危险性评估，洪水脆弱性评估，洪水损失评估和洪灾综合风险评估等（Chen Xiu Wan,1999;Chen et al.,1996）。国内外学者针对洪水灾害风险进行了许多研究，国外研究相对较早，美国从20世纪五六十年代就开始制作洪水风险图（Crowell et al.,2007）。1991年，美国开始将其应用于咨询服务行业，如利用洪水风险图来进行洪泛区土地的开发与规划（Porter et al.,2002）。借鉴美国的经验，日本利用其覆盖了109个主要河流系统的雨涝灾害风险图进行土地资源的开发与保护（Yalcin et al.,2002）。Durotoye总结了尼日尔三角洲造成洪水的四个因素：尼日尔河季节性流量、暴雨事件、人类活动、潮汐和风暴（Durotoye,2000）。中国从20世纪80年代开始对洪水灾害风险进行了大量研究（史培军,2002;史培军,2005;高吉喜等,2004;盛绍学等,2010），越来越多的方法得到应用。国内外洪涝灾害风险评估的方法主要有数理统计法、综合评价法、实验模拟法和决策分析法。基于3S技术的洪水灾害风险评价理论及方法不断完善，辨识了洪涝灾害风险的自然环境驱动因子以及经济社会驱动因子，对我国其他典型区域进行了洪涝灾害风险评估，绘制了不同地区的洪水灾害风险区划图（崔巍等,2013;唐川等,2005;王静爱,2004;汪朝辉,2003;周成虎,2000）。黄河流域、淮北平原和淮海流域作为我国洪涝灾害的多发地区，许多学者也对其进行了洪涝灾害风险评估（李谢辉等,2013;董全,2009）。现阶段常用年降水量、降水距平、日降水量等特征量值作为洪涝的评价指标（蒋德隆,1991;高阳华,2002;顾俊强,2001;汪永盛,2006）。对于雨涝的判别标准还有以基于警戒水位指标的（李邦宪,1993），也有采用Z指数等旱涝综合指标来判别雨涝等级的（王新龙,2013）。
此外，从风险的角度分析在农业生产中暴雨等极端事件的成灾机制是研究农业灾害风险的一种新视角。风险评估成果已经成为政府部门制定农业防灾减灾决策的重要参考。通过定量分析农业灾害发生及其损失的可能性，对农业洪涝风险的致灾频次和强度等指标进行研究。然而雨涝灾害的致灾因子因其各地差异较大，且不同地区人口密度、经济发展水平等的差异也会使得同样的雨涝灾害造成的易损性具有较为明显的地域差异（刘敏等,2002;程向阳,2012;王加义等,2012）。国内外学者在农业气象灾害分析及其风险评估方面开展了大量研究（王素艳等,2003;Liu et al.,2011;马晓群等,2003）。涝渍灾害研究多用降水标准差、降水距平或是降水Z指数等参数进行分析，划分不同地区农作物的涝渍等级标准并建立其气候判别指标（霍治国等,2003;张爱民等,2007），采用降水概率≤20%与≥80%分位数设计作物生育阶段的涝灾气候指标并研究其空间分布（李德等,2013）。盛绍学等根据日值气象数据分析涝渍事件发生时间，并在农气观测资料和小麦逐年相对气象产量值基础上研究了冬小麦渍害减产率，分析江淮地区冬小麦渍害的成因特点及特征（盛绍学等,2009）。马晓群等在相对湿度指数基础上构建了累积湿软指数，并以此分析了江淮地区农业旱涝的现状（马晓群等,2008）。康童茜等采用统计分析方法，建立不同生育时段降水概率，研究了涝渍对安徽沿淮地区夏玉米生长发育及产量的影响（康童茜等,2015）。
暴雨洪涝等灾害性事件的应对是一个近期应对和长远预防的综合体系，国内外相关研究总体上主要包括工程性治理措施和非工程性预防措施两大方面。二者在灾害应对中都相辅相成，就暴雨洪涝致灾的应对而言，需要实施“硬”性的水利工程进行近期应对，也需要“软”性非工程措施的长远预防（Kundzewicz et al.,2000）。“硬”措施主要是从工程措施的角度来预防雨涝灾害。中华人民共和国成立以后，水利工程的建设坚持“蓄泄兼筹”和“除害与兴利相结合”的方针，对大江大河进行了大规模的治理与新建，并在当时取得了许多阶段性的成果，为后来我国雨涝灾害的预防起到了重要作用。
“软”措施主要从减缓降低灾害影响与损失的角度出发制定的非工程性预防措施，包括洪灾雨涝的风险分区、雨洪保险的提出与实施（胡惠君,2005年）、建立预报，预警，广播，撤离和转移等的灾害过程救助，以及灾后恢复等的一系列防灾减灾系统等（Kundzewicz et al.,2000）。这一系列的非工程性措施也是提高防洪能力，加强汛期水库等工程设施正常运行的关键。有效应对雨涝灾害必须从流域全局的角度出发，结合“硬”性的水利工程与非工程防灾的“软”实力，采取综合性措施应对体系。
由于农业生产对外界条件的强烈依赖性，一旦外界条件不适，农业雨涝灾害风险就将大大增加，带来不可估量的损失。然而，农业雨涝灾害风险的评价相对于洪水和城市内涝风险指标的研究较少。且对于农业雨涝灾害的称谓、分类和定义也没有完全统一的标准，风险评价和区划的方法也不系统。因此，有必要从暴雨事件的角度阐述农业雨涝灾害的形成与发生规律并对未来暴雨发生风险进行评估。对于雨涝风险研究来说，对未来灾害发生概率的预估是风险分析的重要组成部分，对未来区域经济作物的调整和政策变动等诸多方面具有重要意义。因此，有必要通过建立完善的沟道渠系、控制农田水利工程调蓄阈值尽可能解决雨涝灾害问题。