2018年全球典型重大洪水災害及影響
簡 介
2019年11月22日，科學技術部在北京舉行新聞發布會，發布了“全球生態環境遙感監測2019年度報告”，面向國家重大需求、國際社會可持續發展以及全球應對氣候變化的迫切需要，選定“全球森林覆蓋狀況及變化”、“全球土地退化態勢”、“全球重大自然災害及影響”及“全球大宗糧油作物生產與糧食安全形勢”四個專題開展監測分析。至今，科技部已連續八次發布年度報告，對全球生態環境進行了一系列的遙感監測與科學分析。這是我國遙感科技界積極應對全球變化，推進全球生態文明建設的一項實際行動，也是我國深度參與全球環境治理，落實聯合國2030年可持續發展議程的重要舉措。
北京師范大學地理學部副部長武建軍教授組織編寫“全球重大自然災害及影響”報告，宮阿都老師、周紅敏老師、唐宏老師、蔣衛國老師、楊華老師等團隊人員編寫其中全球典型干旱災害、洪水災害、熱帶氣旋災害、森林火災和地震災害章節，蔣衛國老師和蔣梓杰碩士生編寫其中“全球重大洪水災害及影響”章節內容。
1. 概 要
本報告綜合考慮洪水影響范圍、受災人口及災害損失情況等因素，選取美國弗羅倫斯颶風洪水、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，分析洪水災害的發生背景、致災因子和受災情況，評價不同地區災害響應機制及措施的差異，探討不同發展水平地區的防災減災措施對實現聯合國《可持續發展目標》的貢獻與啟示。
(1）與1989-2017年相比，2018年全球洪水災害發生次數及損失略低；2018年全球洪水災害集中分布于亞洲南部、北美洲東部和非洲中部地區，發生時間主要集中在7月至9月。
(2）洪水防災減災工程措施，如修建堤壩、水庫、排水渠等具有明顯的防災減災效益，北美洲東部、亞洲東部等地區的防災減災設施較為完善，受洪水災害的影響程度低于全球平均水平，而非洲中部等地區的防災減災設施較為匱乏，受影響程度較高。
(3）通過國際社會的共同協作，持續加強資金與技術的雙重支持以健全洪水災害的“防災、減災、救災體系，有助于實現聯合國《可持續發展目標》中建造具備抵御災害能力的基礎設施的目標。
2. 全球洪水災害基本特征
1989-2018年，全球共發生重大洪水災害3945起，亞洲東部、南部和東南部是洪水災害頻繁發生的地區，中國、印度、美國、印度尼西亞等國家是洪水災害發生次數最多的國家，累計發生約1200余次。
1989 -2018年全球洪水災害死亡人口及受災人口都呈現持續下降的趨勢，1998年、2007年、2010年和2013年洪水災害死亡人口及受災人口比較多。根據EM-DAT統計，2018年共發生109起洪水災害事件。2018年洪水災害死亡人口和受災人口比較少，分別為1995人和1262萬人。
經濟損失方面，全球洪水災害的經濟損失呈上升趨勢，2011年全球洪水災害總經濟損失最大，2018年全球洪水災害直接經濟損失為45億美元。
根據2018年的洪水災害死亡人口、受影響人口、經濟損失及社會關注度等多方面因素，以下十個洪水災害事件是2018年洪水災害典型事件。
3. 典 型 案 例
3.1美國弗羅倫斯颶風洪水
美國弗羅倫斯颶風洪水是遭受三十年以來最強颶風所引發的重大洪水災害事件。河流水位上漲導致洪水漫淹河流兩岸，內陸多地發生嚴重內澇，受災區域從沿海延伸至中部地區，造成大范圍受災，經濟損失巨大。
（1）美國弗羅倫斯颶風洪水災害時空分布特征
據美國颶風中心資料顯示，此次受災的主要城市包括費耶特維爾、新伯爾尼等城市。
9月12日，颶風所致的降雨過程從美國東南沿海開始，逐步影響內陸城市。
（2）美國弗羅倫斯颶風洪水災害影響
被淹城鎮建筑用地面積約189km2，其中費耶特維爾市、杰克森維爾等城市為受災嚴重的城市。
據美國聯邦緊急事務管理局資料顯示，此次洪水災害共導致57人喪生，受影響人口數總計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月西南季風盛行，此時正值尼日利亞雨季，持續強降雨過程致使河流水位上漲，洪水漫淹河道兩岸，形成洪水災害。
（1）尼日利亞尼日爾河洪水災害時空分布特征
水淹沒區域位于尼日利亞的科吉州、尼日爾州境內。
該地長時間的降雨和較大的雨量是直接影響洪水災害發生及災害嚴重程度的主要因素。
（2）尼日利亞尼日爾河洪水災害影響
洪水淹沒區受淹耕地面積達到1516km2，淹沒區內耕地占比高，此次洪水災害對尼日利亞當地農業影響巨大。
此次洪水淹沒區位于尼日爾州和科吉州境內。兩地總計約460萬人，其中90%以上為農村人口。據尼日利亞國家應急管理局數據統計，此次洪水災害導致200多人喪生，受影響人口數總計200多萬人。
3.3中國山東壽光洪水
受臺風“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，依據國家省市相關規定，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、大棚及養殖場等受洪水影響，損失慘重。
（1）中國山東壽光洪水災害時空分布特征
冶源水庫、高山水庫、黑虎山水庫坐落在南部。洪水淹沒區位于彌河兩側，洪水淹沒范圍沿地形逐漸大面積擴散。
8月18日流域內單日降雨強度達到特大暴雨級別。
（2）中國山東壽光洪水災害影響
據濰坊市人民政府報告，此次洪水災害壽光市的直接經濟損失高達92億元
此次洪水事件直接造成約19余萬頂的蔬果大棚受淹或損毀，產生絕收現象。多個村莊和社區被淹，跨河橋梁遭到損壞，街道路面被沖毀，在道路密集區域產生積水，道路受阻，交通癱瘓。
4. 專 欄
專欄4-1洪水防災減災措施對SDGs的政策啟示
不同的洪水災害應對措施具有不同的防災減災效益，全球各國通力協作、完善洪水防災減災工程措施、加強災害預警是實現聯合國《可持續發展目標》目標9“建造具備抵御災害能力的基礎設施”的有效措施。
北美洲地區基礎設施建設完善，預警措施到位，因災死亡人口較少，體現了“大幅減少包括水災在內的各種災害造成的死亡人數和受災人數”（指標11.5）的發展要求。提升公民防災減災意識，建立健全災害保險制度，開發有抵御災害能力的可持續基礎設施，能夠有效降低“災害造成的與國內生產總值有關的直接經濟損失”（指標11.5）。非洲中部地區經濟發展水平較低，基礎設施建設不足，災害預警未及時到位，未能有效地減少災害的發生及災害的影響。因此，通過國際社會的通力合作，“向非洲國家、最不發達國家、內陸發展中國家和小島嶼發展中國家提供更多的財政、技術和技能支持，以促進其開發有抵御災害能力的可持續基礎設施”（指標9.a），同時，欠發達國家和地區應加強在應對洪水災害方面的能力建設，與國際社會攜手合作，建立健全洪水災害防災、減災、救災體系與措施，以確保公民生命安全，大幅降低因災造成的經濟損失，實現可持續發展。亞洲東部地區經濟增長迅速，防災減災效果初見成效，因災死亡人口和受災人口大幅下降，但同時經濟損失也不可忽略。通過防災減災工程建設與生態環境保護緊密結合，建立災害預警、監測、評估、應急、救援救助網絡體系，以確保人民生命安全和減少財產損失，有利于實現指標11.b的發展要求，即大幅增加采取和實施綜合政策和計劃以構建包容、資源使用效率高、減緩和適應氣候變化、具有抵御災害能力的城市和人類住區數量”。
5. 參 考 文 獻
1. 全球生態環境遙感監測2019年度報告［EB/OL］.www.nrscc.gov.cn.2019-11-24.
2. 蔣梓杰,蔣衛國,武建軍,周紅敏.全球重大洪水災害典型案例數據集（2018.01-2018.12）.國家青藏高原科學數據中心,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，蔣衛國，李京，等．基于MODIS的2011年泰國洪澇受災信息提取與分析［J].災害學，2013,28(2):95-99.
10. 李小文．遙感原理與應用［M］.北京：中國科學院遙感應用研究所.2008.
11. 饒品增,蔣衛國,賈凱,王曉雅.2013年黑龍江省洪水對植被影響評估[J].災害學,2017,32(04):195-201.
12. 廖永豐，聶承靜，楊林生，等．洪澇災害風險監測預警評估綜述［J].地理科學進展，2012,31(3):361-367.
13. 彭凱鋒,蔣衛國,鄧越.武漢城市圈濕地受損程度識別及驅動因素分析[J].自然資源學報,2019,34(08):1694-1707.
14. 劉新立，史培軍．區域水災風險評估模型研究的理論與實踐［J］.自然災害學報，2001,10(2):66-72.
15. 饒品增，蔣衛國，賈凱，等.2013年黑龍江省洪水對植被影響評估［J].災害學，2017,32(4):195-201.
16. 王志輝，易善幀．不同指數模型法在水體遙感提取中的比較研究［J］.科學技術與工程，2007,7(4):534-537
17. 趙英時．遙感應用分析原理與方法［M］.北京：科學出版社，2013.
18. 王曉雅,蔣衛國,鄧越,蔣梓杰.“山竹”臺風影響地區的小時降雨動態變化及危險性動態評估[J].災害學,2019,34(03):202-208.
19. 許超,蔣衛國,萬立冬,王文杰,白雪.基于MODIS時間序列數據的洞庭湖區洪水淹沒頻率研究[J].災害學,2016,31(01):96