四川省位于我国西南地区, 青藏高原、云贵高原、秦巴山系四面环绕, 使得省内地形复杂, 气候多变, 气象灾害频繁。夏季四川省旱涝交替, 龙门山一带多暴雨中心, 川东干旱频发。据1984—2010年中国气象灾情数据库的统计, 在所有气象灾害损失中干旱的危害面积最广, 但暴雨洪涝的灾情损失最大。IPCC发布的《管理极端事件和灾害风险, 推进气候变化适应》特别报告中指出, 极端和非极端事件的影响, 以及他们能否构成灾害, 除了事件本身强度外, 在很大程度上取决于暴露度和脆弱性水平, 暴露度是人和生态系统的有形和无形资产与活动性(包括服务)置身于受极端事件影响的程度, 脆弱性为人和生态系统易于受到负面影响的程度, 暴露度和脆弱性是灾害风险及其影响的关键因素。然而暴露度和脆弱性是动态的, 取决于诸多因素, 如经济、社会、人口等(路明浩等, 2010; 张辉等, 2011; 郑菲等, 2012; IPCC, 2012)。过去对脆弱性和暴露度的研究多是利用社会经济指标体系的评估方法, 较少用历史灾情数据统计。王艳君等(2014)利用1984—2012年全国31个省的灾情数据研究表明四川省灾害暴露度位居全国第九, 农作物暴露度位居第三。说明四川省作为农业大省, 暴雨洪涝对四川的农业影响非常大。从四川省1984—2010年的暴雨灾害损失调查表显示, 进入2000年以后暴雨灾害带来的损失越来越大(卿清涛等, 2013), 2004—2010年, 致灾暴雨产生的直接经济损失翻了两番。随着四川省致灾暴雨影响的加剧, 对暴雨洪涝暴露度和脆弱性的研究就尤为必要。过去的研究多是针对各省的灾情资料进行分析, 鲜有对市甚至是县的灾情进行研究的。因此, 利用四川省1984—2010年的灾情统计数据, 社会经济统计数据, 运用数理统计方法对四川省各市/县的暴雨洪涝灾害暴露度和脆弱性进行研究。然而对致灾暴雨的暴露度和脆弱性等研究仅是从发生结果上去分析, 作为气象工作者, 更多关注的是什么样的大气环流背景更易产生致灾暴雨; 影响四川省的行星尺度和天气尺度系统有无周期性; 洪涝年和干旱年的水汽条件有何差异等。所以本文不仅对致灾暴雨的暴露度和脆弱性进行研究, 同时结合典型洪涝年和干旱年的大气环流背景进行分析, 以期对产生致灾暴雨的源头和结果有更多的认识, 为四川地区的暴雨洪涝灾害防御工作提供一定的分析依据。

使用分辨率为2.5°×2.5°的NCEP/NCAR逐日高度场、风场、比湿场的再分析格点资料, 结合1980—2010年四川省各台站的逐日降水资料以及1984—2010年四川省暴雨灾情统计表(1984年以前的灾情统计数据无法获取)。

以四川省各市/县的受灾面积、人口密度、地均GDP以及农作物播种面积分别代表各市/县暴露于暴雨洪涝灾害下的范围、人口暴露度、经济暴露度和农作物暴露度。脆弱性仍沿用全球尺度灾害风险评估的灾害风险指标计划思路(葛全胜等, 2008; 石勇等, 2009), 以受灾人口比重(受灾人口/总人口)和直接经济损失比重(直接经济损失/总GDP)代表人口脆弱性和经济脆弱性。

灾害暴露度和暴雨日数、耕地面积, 累计降雨量等诸多因素有关。由1984—2010年的灾情统计数据可知, 四川省多年平均暴雨洪涝灾害受灾面积为3.8×10⁴ km²以上; 其中川东达州、南充和巴中三市的灾害暴露范围明显高于其余各地, 灾害影响范围均在1×10⁴ km²以上; 眉山市、成都市、广安市和资阳市灾害暴露范围基本相同, 均在0.6×10⁴ km²左右; 达州市灾害暴露范围最大, 阿坝和甘孜州范围最小(图 1)。达州市属于四川暴雨中心之一, 夏季暴雨频发, 耕地面积在全省排前列, 故灾害暴露范围最大; 而阿坝和甘孜州耕地面积小, 暴雨日数少, 最大降雨量也明显比盆地偏小, 所以灾害暴露范围小。

图 1(Figure 1)

图 1 1984—2010年四川省暴雨洪涝灾害平均受灾面积 Figure 1 Average annual affected areas of flood disaster in Sichuan from 1984 to 2010

以人口密度为人口暴露度指标, 人口密度受历史人口密度、地形和气候条件、辖区面积、经济条件等诸多因素共同影响。四川省多年平均人口暴露度为每平方公里169人, 其中成都市最大, 阿坝和甘孜州最小[图 2(a)]。川南的内江和自贡受历史因素影响人口暴露度位于全省前三, 在每平方公里680人以上; 川西高原和攀西地区由于海拔较高, 气候条件不如盆地, 所以人口暴露度明显低于四川盆地, 仅在每平方公里200人以下。从人口暴露度倾向图[图 2(b)]可以看到, 四川省以成都为中心, 人口暴露度倾向为正, 围绕成都市的其余各市人口暴露度倾向均为负, 说明成都周边城市的常驻人口有往成都聚集的趋势。除此之外的各市人口暴露度倾向变化不大, 说明流出人口和流进人口相当。

图 2(Figure 2)

图 2 1984—2010年四川省暴雨洪涝灾害平均人口暴露度(a)和人口暴露度倾向(b) Figure 2 Average population exposure (a) and its tendency (b) of flood disaster in Sichuan from 1984 to 2010

以地均GDP为经济暴露度指标, 四川省1984—2010年的多年平均经济暴露度增长率为16%。从图 3可以看出, 四川省攀枝花市平均经济暴露度最大为每平方千米3.17×10⁷元, 最小的巴中市为每平方千米0.62×10⁷元。从经济暴露度空间分布上看, 川东的广安、达州、遂宁和巴中平均经济暴露度位于全省倒数。攀枝花地区属于四川的工业重地, 人均GDP基本每年都位居全省前列; 而川东的各市仍然是依靠农业作为支柱产业, 逐年人均GDP都位居四川末尾。

图 3(Figure 3)

图 3 1984—2010年四川省暴雨洪涝灾害平均经济暴露度 Figure 3 Average annual economic exposure of flood disaster in Sichuan from 1984 to 2010

以农作物播种面积作为农作物暴露度指标, 农作物播种面积受耕地面积, 气候条件, 经济条件等诸多因素共同决定。由1984—2010年四川省平均农作物暴露度(图 4)可知, 成都市的农作物暴露度最大, 为20.4×10⁴ hm², 川西地区和攀枝花的农作物暴露度最小, 仅0.18×10⁴ hm²以下。川南的泸州、宜宾和内江三市的农作物暴露度基本相同, 均在0.9×10⁴ hm²左右。成都平原周围区县由于气候条件适宜, 下垫面起伏不大, 利于农作物的栽种。川西地区由于海拔较高, 人口稀少, 多以草原和森林为主, 气候条件不适宜农作物生长, 故农作物暴露度低。而攀枝花地区主要以工业为主, 所以农作物暴露度位于全省最末。

图 4(Figure 4)

图 4 1984—2010年四川省暴雨洪涝灾害平均农作物暴露度 Figure 4 Average annual crop exposure of flood disaster in Sichuan from 1984 to 2010

由图 5可以看到, 1984—2010年暴雨洪涝引起的四川受灾人口总体呈现增加趋势, 特别是1999年以后, 受灾人口上升趋势越来越明显。四川省暴雨洪涝人口脆弱性存在较明显的周期变化, 1990—1995年和2005—2010年人口脆弱性均表现出约2年的周期, 1995—2000年还存在2~4年的震荡周期。川北和川东各市的人口脆弱性较高, 川西高原人口脆弱性较低。四川省人口脆弱性同四川省暴雨洪涝发生率总体呈现很好的相关性, 尤其在盆地的中东部地区, 两者的空间分布极为相似。暴雨洪涝高发区, 受灾人口对应也多, 反之受灾人口少。但盆地西南地区由于城市发展不均衡导致防灾减灾能力差异明显, 使其人口脆弱性与暴雨洪涝发生率分布相关性略差。

图 5(Figure 5)

图 5 四川省暴雨洪涝灾害人口脆弱性时间序列(a)、小波分析(b)、空间分布(c)以及暴雨洪涝发生频次(d) Figure 5 Population vulnerability of flood disaster in Sichuan. (a) time sequence diagram, (b) wavelet analysis of population vulnerability, (c) spatial distribution, (d) occurrence frequency of rainstorm and flood

从图 6(a)可以看出, 四川省暴雨洪涝经济脆弱性空间分布显示川东的巴中地区经济脆弱性最大, 成都经济脆弱性最小。石勇等(2009)和顾留碗等(2012)认为人口密度和地均GDP与暴雨洪涝的经济脆弱性存在显著的反相关关系, 前两者值越大, 经济脆弱性越小。这一研究在本文中也得到进一步验证。从图 6(b)可以看到, 四川省暴雨洪涝经济脆弱性整体呈现明显的震荡周期。只是周期在2000年前后有明显的变化, 2000年以前, 经济脆弱性存在较明显的2年的周期, 2000年以后经济脆弱性以4年左右的周期为主。四川省暴雨洪涝经济脆弱性周期的变化与四川省极端降水占年降水比例的变化规律极为相似。张顺谦等(2011)通过对四川省1961—2009年强降水变化特征研究发现, 2000年以前四川省极端降水比率具有明显的2年震荡周期, 进入2000年以后以4年左右周期为主, 表明暴雨洪涝经济脆弱性受极端强降水率影响较大。从致灾暴雨发生站次和经济损失图(图略)可以看出, 1984—2010年致灾暴雨灾害损失在5 453.27~1 441 536.72万元之间, 1985年损失最小, 2010年损失最大。平均直接损失(全年直接经济损失/当年致灾暴雨发生站次)基本变化趋势呈线性增加, 复相关系数R²为0.516 5, 通过0.05的信度检验。1984—2010年的27年来直接经济损失总体呈上升趋势, 1996年以后上升程度加剧。直接经济损失和致灾暴雨发生站次之间呈很好的相关性, 即当致灾暴雨发生站次多时对应的平均经济损失也大。同时还能从每十年的经济损失平均值中看出致灾暴雨造成的经济损失在近30年来递增明显, 从20世纪80年代的422 629.814 3万元递增到2001—2010年的2 609 928.157 1万元, 增幅分别为241%和80.6%。

图 6(Figure 6)

图 6 四川省暴雨洪涝经济脆弱性特征 Figure 6 Economic vulnerability of flood disaster in Sichuan

从表 1可以看到, 四川省人口暴露度倾向率多以下降趋势为主, 除了少数的几个市, 其中成都市人口暴露度倾向率最大为每年每平方公里33.558 9人, 川西高原和攀西地区的人口暴露度倾向率略有增加; 从经济暴露度倾向率可以看到四川省各市州都呈上升趋势, 其中依然是成都市最大, 为每年每平方公里436.689 7万元, 甘孜和阿坝最小, 分别为每年每平方公里0.810 231万元和1.556 311万元; 四川省农作物暴露度倾向率基本呈下降趋势, 其中仅4市为上升趋势。最大的为自贡每年5.551 179×10³hm², 最小的为阿坝州每年-7.363 5×10³ hm²; 四川省人口脆弱性倾向率显示各市基本都呈上升趋势, 其中川北的绵阳、广元以及川东北的巴中人口脆弱性倾向率位居全省前列, 绵阳市最大为5.23%·a^-1, 达州市最小为-0.890 19%·a^-1; 四川省经济脆弱性倾向率显示共有11个市州呈下降趋势, 10个市州为弱的上升趋势, 川南的宜宾、内江和自贡均呈下降趋势, 其中下降趋势最大的为巴中0.545 219%·a^-1, 最小是甘孜州为-0.362 35%·a^-1。

表 1(Table 1)

表 1 1984—2010年四川省暴雨洪涝灾害暴露度和脆弱性指标变化趋势倾向率 Table 1 Tendency rate of exposure and vulnerability of flood disaster in Sichuan during 1984—2010 省份 人口暴露度 /(人·km-2·a-1) 经济暴露度 /(×104元·km-2·a-1) 农作物暴露度 /(×103 hm2·a-1) 人口脆弱性 /(%·a-1) 经济脆弱性 /(%·a-1) 阿坝州 0.095 385 1.556 311 -7.363 5 1.075 07 0.288 29 巴中市 -1.755 38 19.863 92 0.073 179 4.244 162 0.545 219 成都市 33.558 9 436.689 7 0.869 429 -0.240 18 -0.000 12 达州市 -4.090 55 46.508 1 -1.175 93 -0.890 19 -0.013 28 德阳市 -4.100 44 137.184 3 -1.698 18 1.889 275 0.032 712 甘孜州 0.127 692 0.810 231 -2.494 18 -0.097 69 -0.362 35 广安市 -17.733 8 79.947 64 -0.013 14 1.783 688 0.442 716 广元市 -2.982 64 18.815 33 -1.396 43 3.427 403 0.286 713 乐山市 -1.747 91 56.636 99 -1.687 04 0.791 413 -0.036 77 凉山州 0.781 978 13.061 37 -2.071 04 0.143 115 -0.017 47 泸州市 -3.240 44 56.792 63 -1.903 82 0.587 978 0.006 533 眉山市 -5.721 54 73.419 45 -1.826 -0.171 62 0.050 93 绵阳市 -2.629 01 40.352 45 -0.675 68 5.237 386 0.251 991 内江市 -6.214 51 124.424 -1.358 82 1.879 533 -0.013 92 南充市 -6.282 2 65.434 93 1.029 071 2.415 294 0.002 205 攀枝花市 2.895 385 67.639 03 -2.291 32 -0.038 69 -0.026 67 遂宁市 -6.454 51 85.703 55 -0.605 68 1.181 984 -0.016 42 雅安市 0.143 956 16.757 99 -3.453 61 2.728 293 0.398 872 宜宾市 -4.878 02 62.048 99 -0.799 32 0.112 077 -0.000 22 资阳市 -15.572 3 83.941 85 -0.597 32 -0.447 85 -0.029 03 自贡市 -7.619 56 138.574 3 5.551 179 0.127 739 -0.016 28

表 1 1984—2010年四川省暴雨洪涝灾害暴露度和脆弱性指标变化趋势倾向率 Table 1 Tendency rate of exposure and vulnerability of flood disaster in Sichuan during 1984—2010

从四川省暴雨洪涝灾害的暴露范围、人口暴露度、经济暴露度、农作物暴露度、人口脆弱性和经济脆弱性6个方面分析了四川省暴雨洪涝灾害的影响特征。从表 2可以看出, 成都市的人口暴露度、经济暴露度、农作物暴露度、人口暴露度倾向率和经济暴露度倾向率均位于全省前列, 人口脆弱性和经济脆弱性却位于全省最末。甘孜/阿坝州在灾害暴露范围、人口暴露度、经济暴露度、农作物暴露度、经济暴露度倾向率、农作物暴露度倾向率和经济脆弱性倾向率中都排在全省最末。巴中市的人口脆弱性、经济脆弱性和经济脆弱性倾向率都位居全省首位。

表 1(Table 1)

表 2 1984—2010年四川省暴雨洪涝灾害暴露度和脆弱性指标排名 Table 2 Index ranking of exposure and vulnerability of flood disaster in Sichuan during 1984—2010 物理量指标 最大 最小 灾害暴露范围 达州, 南充 阿坝, 甘孜 人口暴露度 成都, 内江 阿坝, 甘孜 经济暴露度 攀枝花, 成都 甘孜, 巴中 农作物暴露度 成都, 南充 阿坝, 攀枝花 人口脆弱性 巴中, 广安 甘孜, 成都 经济脆弱性 巴中, 达州 宜宾, 成都 人口暴露度倾向率 成都 广安 经济暴露度倾向率 成都 阿坝 农作物暴露度倾向率 自贡 阿坝 人口脆弱性倾向率 绵阳 达州 经济脆弱性倾向率 巴中 甘孜

表 2 1984—2010年四川省暴雨洪涝灾害暴露度和脆弱性指标排名 Table 2 Index ranking of exposure and vulnerability of flood disaster in Sichuan during 1984—2010

由此可以看出, 成都市虽然各项灾害暴露度指数较高但脆弱性指数均较低, 这说明成都市作为四川省政治、经济的中心, 在防灾减灾能力上明显高于其余各市; 而巴中市处于秦巴山系山麓, 是四川地区的暴雨中心之一; 远离四川省会, 经济收入依靠农业为主, 市内少有支柱性工业, 巴中市人均GDP常年位于全省末尾, 所以防灾减灾能力较弱。甘孜和阿坝地区, 由于地处川西高原, 强降水少, 地广人稀, 多以草甸为主, 少农作物, 少支柱性工业, 经济发展滞后。所以灾害暴露度、人口暴露度、经济暴露度、农作物暴露度和人口脆弱性都位于全省末尾。

从脆弱性倾向率可以看到, 绵阳市的人口脆弱性倾向率最大, 即是每年因暴雨洪涝的受灾人口/绵阳市总人口的值在逐年增加, 换言之就是绵阳市因暴雨洪涝受灾的人口是逐年增加的。相反, 达州市的人口脆弱性倾向率为负, 说明达州市因暴雨洪涝受灾的人口是逐年减少的。巴中市的经济脆弱性倾向率最大, 即是每年因暴雨洪涝产生的直接经济损失/全年GDP的值在逐年增加, 换言之就是巴中市因暴雨洪涝导致的经济损失影响力在逐年增加。相反, 甘孜州却是在减少的。

通过上述分析可知, 四川省的暴雨中心巴中市和绵阳市的灾害风险将进一步加大, 那么, 在灾害适应、灾害风险管理战略和政策的设计实施中, 这两市尤其应加大对暴雨洪涝防灾减灾能力的提高。同时四川省的经济发展和防灾减灾建设应朝更加均匀的方向发展, 川东各市受到暴雨洪涝灾害的影响总体位于全省前列, 应加大对川东各市暴雨洪涝暴露度和脆弱性的研究, 以期降低灾害风险, 提高防御暴雨洪涝灾害的能力, 从而促进社会和经济可持续发展。

2000年以来致灾暴雨经济损失增加非常显著, 且2000年后四川省极端降水率也呈现出不同的变化特征, 所以选取2000—2010年作为研究背景。选择年降水量显著偏多的2005, 2008和2010年作为暴雨灾重年, 年降水量显著偏少的2002, 2006和2009年作为干旱少雨年, 分析典型洪涝年和干旱年6—9月的环流背景特征。

南亚高压的东西震荡和副热带高压(下称副高)的进退密切相关, 国内对南亚高压和副高与降水的关系进行了大量的研究, 研究表明南亚高压通过影响副高的进退进而制约我国西南地区的降水(陈永仁等, 2009; 杨小波等, 2014)。洪涝年100 hPa平均高度场分布(图略)可知南亚高压中心数值在16 800 gpm的范围, 中心在90°E以西, 属于“西部型”南亚高压, “西部型”南亚高压将造成四川地区东部降水偏多。从降水资料分析可见洪涝年盆地东部降水正是偏多的。干旱年100 hPa平均高度场分布(图略)可知, 中心强度仍然在16 800 gpm, 但中心位置在90°E附近, 比洪涝年中心位置明显偏东, 中心风速较洪涝年偏大, 且有闭合的反环流, 表明干旱年南亚高压较洪涝年偏强。而南亚高压偏东偏强时, 沿100 hPa轴线上的负涡度平流随着南亚高压的东伸不断东移, 负涡度平流又使得下沉气流加强, 从而诱使副高加强西伸, 致使四川省降水偏少, 产生干旱。

夏季西太平洋副高是影响四川地区降水最主要的天气尺度系统, 副高西伸加强控制整个四川地区, 则多为高温伏旱晴热少雨天气; 副高东退过程中如配合有高原波动或冷空气的活动, 大多将造成四川地区强降水过程; 副高西脊点如稳定维持在重庆中部地区, 则四川地区雨日多, 但不易产生强降水。由洪涝年和干旱年沿30°N的500 hPa位势高度的逐日变化[图 7(a), (b)]可见, 洪涝年副高活动比干旱年频繁, 7月开始有明显的准双周左右的震荡周期。洪涝年副高588 dagpm平均西伸脊点在重庆东部地区, 且每隔14天左右都有一次明显的东退, 588 dagpm没有稳定维持在120°E—140°E范围。干旱年从6月中下旬开始到8月中旬, 副高588 dagpm线除了一次明显的东退外, 其余时间都稳定维持在120°E—140°E范围, 7月中旬副高加强西伸, 西脊点西伸到了105°E附近。

图 7(Figure 7)

图 7 6—9月沿30°N西太平洋副高北界的500 hPa位势高度的经度-时间剖面(单位: gpm) Figure 7 Longitude-time section showing 500 hPa geopotential height at 30°N along north boundary of west Pacific subtropical high from June to September. Unit: gpm

可见夏季四川地区暴雨灾害年副高588 dagpm活动比干旱年活跃, 且西伸脊点在重庆中部地区, 四川省位于副高588 dagpm线的外围西南气流控制, 副高的东西摆动利于冷空气和高原波动的东移入川, 容易给四川地区带来强降水。

夏季中高纬冷空气的入侵能够加强四川地区的降水, 冷槽的配合使得冷空气源源不断入川, 增加气层的不稳定, 从而使得强降水持续(张庆云等, 1998a, 1998b; 张晓红等, 2009; 李娟等, 2016)。图 8为洪涝年和干旱年的500 hPa(100°E—120°E)平均的位势高度和平均小于0 m·s^-1的经向风, 从图 8可见, 洪涝年, 中高纬度的环流系统存在22天左右的周期。在7月中旬前中高纬低值系统南下到了33°N以南地区。随着副高的北跳, 中高纬低值系统也偏北。偏北风南下的范围一般在32°N—35°N, 这有利于南北风在四川地区交绥。

图 8(Figure 8)

图 8 洪涝年(a, b)和干旱年(c, d) 500 hPa (100°E—120°E)平均的位势高度(a, c单位: gpm)和平均小于0 m·s-1的经向风(b, d, 单位: m·s-1)分布 Figure 8 Average geopotential height (a, c, unit: gpm) and latitude-time section of meridional wind less than 0 m·s-1 (b, d, unit: m·s-1) of 500 hPa between 100°E and 120°E in flood year (a, b) and drought year (c, d)

干旱年, 中高纬有明显的震荡周期。7月中旬前中高纬低值系统也南下到了33°N以南地区, 但中高纬低值系统活动没有洪涝年频繁。干旱年的经向风偏强。6—9月, 冷空气多次南下到27°N地区。7月下旬至8月上旬, 副高脊线北跳到30°N地区, 此时干旱年中高纬为纬向环流。在副高控制下, 冷空气较弱的时候易产生伏旱天气。

综上所述, 对流层中高层东亚中高纬大气环流出现20~30天的低频振荡, 有利于北方冷空气到达32°N—35°N; 经向风过强, 南下范围超过27°N, 则南北风的交绥在四川地区以南地区, 不利于四川地区暴雨产生。

来自高原的中尺度系统对四川地区的降水起着重要作用(顾清源等, 2004; 周春花等, 2009; 杨康权等, 2013; 孙俊等, 2014), 高原东部的短波槽能够引导高原对流云系东移到四川地区上空。从图 9(a)中可以看到, 在高原每天都有低涡生成和发展, 但多在原地生消。洪涝年高原低涡具有22天左右的震荡周期, 这同中高纬度低值系统具有相同的震荡周期。说明对流层中上层中高纬度大气环流的低频振荡有利于青藏高原上空低压系统东移到四川地区上空。105°E上空多青藏高原的正涡度, 这使得四川地区上空的对流活动增强, 造成暴雨强度加强。

图 9(Figure 9)

图 9 洪涝年(a)和干旱年(b)沿32°N—34°N的600 hPa涡度经度—时间剖面(单位: ×10-5s-1) Figure 9 Longitude-time section of 600 hPa relative voracity along 32°N—34°N in flood year (a) and drought year (b). Uint: ×10-5s-1

从图 9(b)可以看到, 青藏高原低涡的震荡周期不明显, 同时还能看到青藏高原上的低涡东移到105°E上空的次数明显比洪涝年偏少。干旱年对流层中上层中高纬度没有明显的震荡周期从而不利于高原低值系统的东移, 四川地区低压扰动较弱, 所以不易产生洪涝。

影响四川地区的降水除了中高纬度的环流和副热带高压以为, 东亚热带季风涌也对暴雨的产生有重要作用(顾清源等, 2004; 周春花等, 2009; 孙俊等, 2014)。从图 10可以看到, 6—9月, 低纬度西南气流多次向中高纬输送, 8月中上旬南风的输送达到了30°N附近, 热带大量充沛的水汽输送易造成四川地区暴雨的发生。8月以前南风主要在20°N以南地区活动, 没有明显的向北输送, 仅8月上旬和9月上中旬有两次较明显的水汽北上过程。可见干旱年中低纬的西南风向北输送的次数相对于洪涝年明显偏少, 且向北输送的程度也不及洪涝年, 这表明在干旱年, 低纬的水汽不够活跃, 所携带的水汽不易输送到中纬度地区, 而水汽的充分与否直接制约降水的强弱。所以, 在水汽输送不理想的情况下, 四川地区多干旱产生。

图 10(Figure 10)

图 10 洪涝年(a)和干旱年(b)100°E—120°E平均850 hPa风速距平时间-纬度剖面(单位: m·s-1) Figure 10 Latitude-time section of 850 hPa average winds anomalies along 100°E—120°E in flood year (a) and drought year (b). Unit: m·s-1

(1) 四川地区由暴雨洪涝引发的受灾人口总体呈增加趋势, 特别是1999年以后, 上升趋势更加明显; 成都市的人口暴露度、经济暴露度、农作物暴露度、人口暴露度倾向率和经济暴露度倾向率均位于全省前列, 人口脆弱性和经济脆弱性却位于全省最末, 而巴中市等川东地区的人口脆弱性、经济脆弱性位于全省前列。需进一步提高该地区抵御暴雨洪涝灾害能力。

(2) 1984—2010年的四川省暴雨洪涝人口脆弱性呈现明显的2年周期, 经济脆弱性在2000年以前呈明显的2年周期, 2000以后呈明显的4年周期。暴雨洪涝灾害暴露度和脆弱性倾向率等指标显示位于四川省暴雨中心的绵阳和巴中地区受暴雨洪涝灾害的影响呈加剧趋势。需加强该地区的暴雨洪涝灾害影响的研究

(3) 洪涝年南亚高压呈现“西部型”, 且较常年偏弱; 副高从7月开始有明显的准双周的震荡周期, 588 dagpm没有稳定维持在120°E—140°E范围, 平均西伸脊点在重庆东部地区, 且每隔14天左右都有一次明显的东退。对流层中高层东亚中高纬大气环流出现20~30天的低频振荡, 利于南北风在四川地区交绥; 高原低涡具有22天左右的震荡周期, 与中高纬度低值系统具有相同的震荡周期, 说明对流层中上层中高纬度大气环流的低频振荡有利于青藏高原上空低压系统东移到四川地区上空。6—9月, 低纬度西南气流多次向中高纬输送, 8月中上旬南风的输送达到了30°N附近, 热带大量充沛的水汽输送是造成四川地区暴雨发生另一重要原因。