EN中文

热带地理 >

2025 1 - 8

DOI: https://doi.org/10.13284/j.cnki.rddl.20240446

广州市雨潮遭遇组合风险及其空间分布特征

  • 郑杨坤 , 1 ,
  • 王锋 , 2 ,
  • 韦秋莹 3 ,
  • 张云 4 ,
  • 杨芳 5 ,
  • 胡茂川 , 1, 5
展开
  • 1. 中山大学 土木工程学院 & 南方海洋科学与工程广东省实验室（珠海），广东 珠海 519082
  • 2. 广州市城市规划勘测设计研究院 有限公司，广州 510030
  • 3. 广东省水文局韶关水文分局，广东 韶关 512100
  • 4. 广东河海工程咨询有限公司，广州 510610
  • 5. 水利部珠江河口治理与保护重点实验室，广州 510610
王锋（1985—），男，贵州遵义人，高级工程师，主要研究方向为城市规划、城市防灾安全等，（E-mail）//
胡茂川（1986—），男，江西婺源人，博士，副教授，主要研究方向为水灾害与水环境，（E-mail）。

郑杨坤（2001—），男，广东湛江人，硕士研究生，研究方向为水灾害与水环境，（E-mail）；

收稿日期: 2024-07-05

  修回日期: 2024-09-25

  网络出版日期: 2025-04-03

基金资助

国家自然科学基金项目(52279033)

南方海洋科学与工程广东省实验室（珠海）资助项目(SML2023SP213)

收起

Spatial Distribution Characteristics and Co-occurrence Risk of Rainstorms and High Tide Levels in Guangzhou

  • Yangkun Zheng , 1 ,
  • Feng Wang , 2 ,
  • Qiuying Wei 3 ,
  • Yun Zhang 4 ,
  • Fang Yang 5 ,
  • Maochuan Hu , 1, 5
Expand
  • 1. School of Civil Engineering, Sun Yat-sen University/Southern Marine Science and Engineering Guangdong Laboratory (Zhuhai), Zhuhai 519082, China
  • 2. Guangzhou Urban Planning & Design Survey Research Institute Co. , Ltd. , Guangzhou 510030, China
  • 3. Shaoguan Hydrology Branch, Guangdong Hydrology Bureau, Shaoguan 512100, China
  • 4. Guangdong Hehai Engineering Consulting Co. , Ltd. , Guangzhou 510610, China
  • 5. Key Laboratory of Pearl River Estuary Regulation and Protection, Ministry of Water Resources, Guangzhou 510610, China

Received date: 2024-07-05

  Revised date: 2024-09-25

  Online published: 2025-04-03

Fold

摘要

中国沿海城市经常受到雨潮遭遇复合灾害的影响，合理计算不同标准下的降雨、潮位设计组合值，对沿海城市防洪排涝规划设计具有重要意义。文章以广州市105个排涝片区为研究对象，基于2个潮位站点和广州市高程数据，将105个涝区划分为37个非高潮位影响区域与68个高潮位影响区域，并基于超阈值选样法选取片区雨量序列及其对应的潮位序列。在此基础上，通过Copula函数和同频法计算各片区不同联合重现期下雨量、潮位设计组合值，并分析其空间分布特征。结果表明：受降雨量、高程等因素的影响，雨潮遭遇联合重现期为50、100、200 a时，各排涝片区雨潮设计量级分别约为30~35、50~58、74~94 a，雨潮遭遇具有明显的放大效应。设计暴雨总体呈自北向南逐步减少趋势。广州市百年一遇日降雨和高潮位遭遇概率大体呈从北向南增大趋势；广州市远离河口的区域相对于中部与南部地区更不容易受高潮位影响，雨潮遭遇风险相对较低。

关键词： 雨潮遭遇; 超阈值选样法; Copula函数; 设计组合值; 广州市

本文引用格式

郑杨坤 , 王锋 , 韦秋莹 , 张云 , 杨芳 , 胡茂川 . 广州市雨潮遭遇组合风险及其空间分布特征[J]. 热带地理, 2025 : 1 -8 . DOI: 10.13284/j.cnki.rddl.20240446

Abstract

In the context of global climate change and accelerated urbanization, coastal cities in China are facing increasing risks from compound disasters caused by the co-occurrence of extreme rainfall and high tide levels. These risks pose substantial threats to urban development and the safety of residents' lives and property. Therefore, it is essential to reasonably calculate the designed co-occurrence probability of rainfall and tide levels under different standards for the planning and design of flood control and drainage systems in coastal cities. In this study, we selected 105 drainage zones in Guangzhou, China with the aim of analyzing the spatial distribution characteristics and co-occurrence risk of extreme rainfall and high tide levels. Based on tide level and elevation data from Guangzhou, the 105 flood-prone zones were divided into 37 areas unaffected by high tide levels and 68 areas affected by high tide levels. Rainfall sequences and corresponding tide-level sequences for each zone were selected using the peak-over-threshold sampling method. On this basis, the designed combinations of rainfall and tide levels under different joint return periods were calculated using Copula functions and the co-frequency method, and their spatial distribution characteristics were analyzed. Our results show that, influenced by factors such as rainfall volume and elevation, the joint return periods of extreme rainfall and high tide levels for 50-year, 100-year, and 200-year events were approximately 30~35 years, 50~58 years, and 74~94 years, respectively. This indicates that the designed return periods for extreme rainfall and high tide levels individually were lower than their corresponding joint return periods, highlighting the obvious amplification effect of the co-occurrence of rainfall and tide levels. The designed storm intensity generally decreased from north to south, reflecting the spatial variability of rainfall patterns across the city. The probability of a 100-year daily rainfall event coinciding with a 100-year high tide level in Guangzhou showed an increasing trend from north to south, underscoring the heightened vulnerability of the southern regions to compound flooding. Additionally, areas in Guangzhou farther from the estuary were less affected by high tide levels than the central and southern regions, resulting in relatively lower risks of rainfall–tide level co-occurrence. This spatial heterogeneity emphasizes the need for region-specific flood control strategies. Our findings provide valuable insight into the spatial distribution and risk of compound flooding in Guangzhou, China. By quantifying the joint probabilities of extreme rainfall and tidal events, we offered a scientific basis for optimizing flood control and drainage infrastructure. The results of this study can guide policymakers and urban planners in developing targeted measures to mitigate the impacts of compound disasters, thereby enhancing the resilience of coastal cities to climate change and urbanization. This study not only contributes to the understanding of flood risks in Guangzhou but also provides a methodological framework that can be applied to other coastal cities facing similar challenges. The research outcomes serve as a critical reference for the planning and design of flood control and drainage systems in Guangzhou, offering practical solutions to reduce the risks posed by compound disasters and to safeguard urban development and public safety.

Key words： rain and tide encounter; suprathreshold sampling method; Copula function; pair of designed values; Guangzhou

气候变化和人类活动影响下，沿海地区极端暴雨和风暴潮/天文大潮遭遇的复合灾害事件频发，严重制约了社会经济高质量发展（Wang et al., 2012；王军 等，2021；吴国凤 等，2024）。当前沿海城市防洪排涝规划设计中，通常以特定洪水或降雨重现期与特定潮位作为边界条件，忽视了多个因子间的相依性和联合分布特征（涂新军 等，2017）。以单一事件的重现期为设计依据得到的设计标准往往不能匹配实际应用中对排涝能力要求。开展以城市排涝片区为单元的雨潮遭遇联合分布特征研究对城市防洪排涝规划具有重要意义。
基于Copula函数的雨潮（许瀚卿 等，2022a；乔煜 等，2023）、洪潮（徐宗学 等，2021）及雨洪潮（贺芳芳 等，2021）等双或多变量遭遇得到广泛关注。如潘国勇等（2021）利用Frank Copula基于逐日降雨与潮位数据，定量计算了武澄锡虞区不同重现期组合的雨潮遭遇概率；Xu等（2018）利用Gumbel Copula构建了海口海甸岛台风、暴雨、风暴潮三变量联合分布模型，发现海甸岛台风期间雨潮遭遇概率显著提高；Zellou & Rahali（2019）通过构建雨潮遭遇联合发布模型，研究了摩洛哥布里格里格河入海口地区高降雨量和高潮位共同造成的洪水空间演变特征。总的来说，基于Copula函数的应用已比较成熟，利用Copula函数联合分布计算雨潮遭遇设计组合值，可以较为准确地计算致灾因子的设计值（黄锦林 等，2017；Zhang et al., 2018；石赟赟 等，2021；许瀚卿 等，2022b）。同时，大部分研究以流域或城市为单元，选取单一站点的雨量、流量、潮位等数据，分析整个流域或城市的雨潮遭遇联合分布特征（陈浩 等，2020；张大伟 等，2020），忽视了内部空间差异性。如徐奎等（2022）通过构建海口市内涝模型，计算不同情景下的城市内涝深度和范围，发现潮汐影响区大都紧邻海岸线；丁洁晨（2023）通过对不同降雨潮位遭遇情景开展模型模拟，发现受高潮位影响程度与该地降雨、潮位、地势等因素相关。因此，有必要结合地形高程空间差，确定高潮位影响区，在此基础上对流域或城市雨潮遭遇空间分布情况进行分析。
广州市作为粤港澳大湾区核心城市之一，地处珠江入海口，极易受到雨潮遭遇影响。然而，在广州市现行标准中，较少在考虑雨潮同时发生的情况下进行防涝设计，或者只是简单地将2个单一事件相加处理，这对于老城区的改造和新建水利工程的设计非常不利。并且广州地形北高南低，各排涝片区受到高潮位影响程度不一。因此，本文以广州市105个排涝片区为研究对象，基于广州市实测最大洪潮水位与排涝片区高程差为依据，确定受高潮位影响的排涝片区，基于超阈值选样法提取雨量、潮位序列，利用Copula函数及同频率放大法，定量计算各片区在不同遭遇重现期下的雨量、潮位设计组合值，并分析广州市雨潮遭遇风险的空间分布特征。以期为广州市不同排涝片区的设计标准确定提供参考。

1 研究区及数据

广州市地处中国华南沿海地区。受季风气候影响，广州市降雨时间分布不均，雨季明显。夏季雨水资源丰富，同时受到热带气旋影响容易产生暴雨天气，降水极端性强。并且受天文大潮和风暴潮的顶托影响，该区域雨潮遭遇下复合洪涝灾害频繁发生，如2017年“天鸽”、2018年“山竹”等给广州市带来严重损失。
研究区降水数据来源于广州市防汛防旱防风总指挥部办公室，包含广州市225个雨量站（图1）2004—2020年的逐15 min场次降水资料。潮位资料（基准面采用珠江基面高程系）包含中大潮位站、万顷沙西潮位站、三沙口潮位站和黄埔潮位站4个站点数据，由于后2个站点资料系列不连续，因此采用全部潮位站点数据用于高潮位影响区划分，选用中大站（2008—2020年，距河口约60 km）和万顷沙西潮位站（1985—2020年，距河口约10 km）资料用于雨潮遭遇分析取样。由于各站数据起始年不一致，选取2008—2020年为研究期。因时间序列较短，采用年最大取样法的样本数较少，本文采用超阈值选样法，以24 h暴雨标准（>50 mm）作为阈值选取各排涝片区暴雨事件序列及其对应的日最高潮位构成潮位序列（涂新军 等，2017）。

2 研究方法

2.1　高潮位影响区域划分

泰森多边形法是一种常用的面雨量计算方法，该方法通过相邻雨量站构成的锐角三角形的垂直平分线，将研究区划分为多个多边形，每个多边形内的观测点被认为对该区域的影响最大。根据站点分布，利用泰森多边形法分别计算广州市105个排涝片区的面雨量，使用相同的方法划分潮位站控制范围。当极端降雨遭遇高潮位时，承泄水区水位的上涨会阻碍积水的正常排泄，引发雨潮遭遇复合灾害，造成城市内涝问题。当排涝片区地势升高时，高潮位对其积水正常排泄的阻碍作用会减小。由于缺少排水管网等相关资料，本文假定排涝片区平均高程大于该地区实测最大洪潮水位时，该地区不受高潮位影响。使用中大潮位站，万顷沙西潮位站，三沙口潮位站，黄埔潮位站记录的极端高潮位（表1）与片区高程为划分依据对广州市105个排涝片区进行划分。
表1 高潮位影响区域划分使用站点信息

Table 1 High-tide level impact area delineation using site information

站点名称 站点地址 实测最大洪潮水位/m
中大潮位站 海珠区新港街道中大社区中山大学南 3.28
万顷沙西潮位站 南沙区横沥镇冯马一村村委会新安村 2.95
三沙口潮位站 番禺区石楼镇清流村 3.14
黄埔潮位站 黄埔区黄埔街道港前路社区黄埔港外 3.07

2.2　联合分布及边缘分布拟合

Copula函数常用于描述随机变量之间的依赖关系，其核心思想是将随机变量的边际分布与它们的相关性分离。Archimedean Copula因易于理解和推导，适用性广泛等优点在水文领域得到广泛应用（谢华 等，2008；Gao et al., 2021）。水文领域常用的Archimedean Copula包括Clayton Copula, Gumbel Copula和Frank Copula。雨量、潮位序列单变量边缘分布分析，采用皮尔逊Ⅲ型分布和核分布（非参数统计）对序列进行拟合（石赟赟 等，2021），对于得到的拟合结果采用概率点矩相关系数法（PPCC）进行边缘分布拟合优度评价，选取变量最优边缘分布。皮尔逊Ⅲ型曲线参数的估算使用矩法和经验适线法。
概率点据相关系数是一种常用于评估概率密度函数拟合优度的方法。该方法通过比较观测数据的经验累积分布函数与理论分布函数的拟合评估拟合的质量。若在经验分布函数和理论分布函数之间的匹配程度越好，则PPCC值越接近1，表示拟合的优度越高（王尚伟，2021）。其公式为：
r = ∑ i = 1 n   x i - x q y i - y q ∑ i = 1 n   x i - x q 2 ∑ i = 1 n   y i - y q 2    
式中： x i和 x q分别为实测样本值和均值； y i和 y q分别为拟合曲线计算值和均值。
对于雨潮遭遇模型，若假设联合分布函数 C θ u , v，雨量序列 U和潮位序列 V为连续的变量， u和 v分别是雨量、潮位序列的边缘分布函数，Copula函数相关参数 θ计算使用极大似然法。由此Clayton Copula、Gumbel Copula和Frank Copula可定义为：
1）Clayton Copula函数
C θ u , v = u - θ + v - θ - 1 - 1 θ，其中 θ > 0
式中： θ是Copula函数的参数，当参数 θ较大时，Copula函数呈现出较强的相关性。
2）Gumbel Copula函数
C θ u , v = e x p   - ( - l o g   u ) θ + ( - l o g   v ) θ 1 θ，其中 θ > 0
式中： θ是Copula函数的参数，当 θ较小或较大时，Copula函数表示的是较强的极端相关性。
3）Frank Copula函数
C θ u , v = - 1 θ ⋅ l o g   1 + e - θ u - 1 e - θ v - 1 e - θ - 1  ，
其中 θ ≠ 0
式中： θ是Copula函数的参数， θ的绝对值越大，相关性的强度越大。

2.3　Copula函数优度检验

雨潮遭遇风险计算的准确性取决于Copula函数对于两者相关性的合理描述，因此针对上述3种Copula函数的拟合效果进行分析至关重要。传统方法的检验方法依赖特定的分布假设，而使用AIC信息准则，BIC信息准则等方法对Copula函数拟合优度进行检验则能平衡模型拟合精度与复杂度之间的矛盾（黄国如 等，2016；许翰卿，2022c），因此本文使用AIC信息准则，BIC信息准则进行优度检验分析。
1）AIC信息准则
AIC可用于比较不同统计模型的拟合优度，同时考虑模型的复杂性。AIC值越小，说明Copula函数构建的联合分布与实际情况拟合得越好。公式为：
A I C = - 2 ι θ ^ y + 2 K
式中： K是估计参数的数量； ( θ ^ y )是估计最大点处的似然对数； n是样本大小。
2）BIC信息准则
BIC亦称为Schwarz信息准则。与AIC类似，BIC也用于模型选择，特别是当样本量较大时。BIC值越小，说明Copula函数构建的联合分布与实际情况拟合得越好。公式为：
B I C = - 2 ι θ ^ | y + K l n n

2.4　设计组合值计算

同频法的基本思想是假设不同水文变量（比如降雨和潮汐）的发生频率相同。在这种假设下，可以通过反算将一个变量的设计值转化为另一个变量的设计值，从而使得2个变量的设计值在给定的联合重现期下相匹配。该方法可确保不同联合重现期下设计降雨量和潮位重现期的一致性，计算出的设计降雨量和设计潮位组合值可更好地体现复合灾害的特征，能对改善防洪工程设计安全标准提供参考（涂新军 等，2017；许瀚卿，2022c）。

3 结果与分析

3.1　高潮位影响区域划分分析

使用排涝片区高程与极端潮位关系为划分依据对广州市105个排涝片区划分，共划分37个非高潮位影响区域，68个高潮位影响区域。由图1可知，非高潮位影响区域位于广州市东北部地区，主要是流溪河上游区域。这些地区地势高，距离河口远。

3.2　雨潮遭遇联合分布分析

将使用海珠湖排涝片区（包含中大雨量站和中大潮位站）为例，进行边缘分布及联合分布选优计算分析，并将该方法用于其他排涝区的计算。
序列皮尔逊Ⅲ型分布结果如图2所示。在考虑PPCC拟合优度评价指标下，基于超阈值选样法的中大雨量站和中大潮位站的序列皮尔逊Ⅲ型分布拟合优度（0.975 8和0.986 4）均优于核分布拟合（0.966 8和0.974 5）。总体而言，使用皮尔逊Ⅲ型作为边缘分布具有更高准确性。
图2 中大雨量站（a）与中大潮位站（b）P-Ⅲ型曲线拟合

Fig.2 P-III type curve fitting between Zhongda station(a) and Zhongda tide level station(b)

中大站和中大潮位站不同Copula函数选优指标计算结果（表2）显示：Frank Copula函数在AIC信息准则，BIC信息准则选优指标中展示的拟合效果均为最佳，指标优度分别为-208.342和-210.420。故将选择Frank Copula 作为最优联合分布函数。
表2 Copula函数选优指标计算结果

Table 2 Calculation results of Copula function optimization index

Copula函数名称 BIC信息准则 AIC信息准则
Clayton Copula -135.881 -137.959
Gumbel Copula -196.618 -198.695
Frank Copula -208.342 -210.420

3.3　雨潮遭遇风险概率空间分布特征分析

基于上述对各排涝片区雨潮设计组合值的计算，将通过联合重现期为50、100、200 a时雨潮遭遇设计组合值对广州市雨量、潮位设计组合值空间分布特征进行分析，同时计算百年一遇日降雨量与高潮位的遭遇概率（计算重现期为同现重现期，即最大日降雨量与潮位同时超过特定值发生的概率）并绘制其空间分布，以分析广州市高潮位影响区域雨潮遭遇复合灾害风险空间分布特征。
计算可得，50 a雨潮遭遇联合重现期下，广州市各排涝片区雨量及对应潮位设计重现期为30~35 a；100 a雨潮联合重现期下，为50~58 a；200 a雨潮联合重现期下，为74~94 a。可见，雨量、潮位设计重现期均低于其对应的联合重现期。从极端降雨和高潮位作为主要致灾因子的内涝灾害成因的角度看，这反映雨潮遭遇具有明显的放大效应，并非排涝片区降雨量或者潮位超过边界阈值时才引发洪涝灾害，即使片区内发生的累积降雨没有超过边界阈值，但若潮位超过设计雨量所对应的标准，还是会在排涝片区产生洪涝灾害。
由联合重现期50、100、200 a下雨潮设计组合值空间分布（图3）可知：受雨潮遭遇重现期和各排涝片区雨量、潮位序列不同的影响，不同联合重现期下暴雨设计值大体呈自北向南减小趋势，中部和南部地区暴雨设计值相对较小。从流域上看，流域北部地区暴雨设计值相对于流域下游平原地区较大。不同联合重现期下潮位设计值呈自北向南减小趋势。
由图4可得：广州市百年一遇日降雨量与高潮位遭遇概率较小（＜ 4 × 10 - 4），为小概率事件，但其变化趋势代表不同位置的排涝片区雨潮遭遇风险的变化。从地形看，雨潮遭遇风险较大的区域大多位于广州市南部和中部等近河口的平原地区。从流域看，雨潮遭遇风险较小的区域大部分位于增江等流域的北部地区。广州市近河口平原地区与地势较低的区域可依据雨潮遭遇设计组合值计算结果进一步演算，适当地提高防洪排涝设施的设计标准，从而更好地预防和应对极端降雨遭遇高潮位形成的复合灾害的影响。
图4 广州市百年一遇日降雨量与百年一遇高潮位遭遇概率分布

Fig.4 Probability Distribution of Encountering 1-in-100-Year Daily Rainfall and 1-in-100-Year High Tide Level in Guangzhou Municipality

图3 广州市雨潮遭遇联合重现期50、100、200 a下雨潮设计组合值空间分布

Fig.3 Spatial distribution of design combination values for rain-tide encounters with joint return periods of 50, 100, and 200 years in Guangzhou

4 结论

本文基于Copula函数分别定量计算各个高潮位影响区域在50、100、200 a联合重现期下的雨量、潮位设计组合值，分析广州市雨潮遭遇风险的空间分布特征。主要结论为：
1）在以排涝片区高程与潮位高度为依据的划分下，可将广州市105个排涝片区划分为37个非高潮位影响区域和68个高潮位影响区域。广州市东北部中低山区与流域上游部分地区受高潮位的影响小于河口平原地区。
2）对于雨潮序列而言，皮尔逊Ⅲ型分布相对于核分布拟合优度更高。通过构建Clayton Copula， Gumbel Copula和Frank Copula函数联合分布，综合考虑AIC信息准则、BIC信息准则2个拟合优度指标发现，Frank Copula函数对超阈值取样的日降雨序列及其对应的潮位序列联合分布拟合优度最好。
3）广州市雨量、潮位设计重现期均低于其对应的联合重现期，雨潮遭遇的放大效应明显。广州市高潮位影响区域不同雨潮遭遇联合重现期下暴雨设计值呈自北向南递减趋势。百年一遇日降雨量与高潮位遭遇概率呈现自北向南逐步增大趋势。由此得出，广州市远离河口区域（广州市北部中低山区地区）相对于中部与南部区域更不容易受高潮位影响，雨潮遭遇风险较低。广州市高潮位影响区域应适当提高防洪排涝设施的设计标准，制定新的雨量、潮位设计组合值，以应对发生频率不断增长的雨潮遭遇复合灾害。

郑杨坤：负责数据处理与分析，论文撰写与修改；

王 峰：提供关键数据和论文思路指导，参与论文撰写与修改；

韦秋莹：参与数据分析和论文框架讨论；

张 云：提供论文指导与修改；

杨 芳：提供数据支持；

胡茂川：提供论文整体思路和方法指导，参与论文撰写与修改。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
陈浩，徐宗学，班春广，赵彦军，胡昌伟. 2020. 基于Copula函数的深圳河流域降雨潮位组合风险分析. 北京师范大学学报（自然科学版），56（2）：307-314.

Chen Hao, Xu Zongxue, Ban Chunguang, Zhao Yanjun, and Hu Changwei. 2020. Combination Risk of Precipitation and Tide in Shenzhen River Basin as Assessed by Copula Function. Journal of Beijing Normal University(Natural Science), 56(2): 307-314.

丁洁晨. 2023. 基于雨潮遭遇情景的沿海城市内涝模拟及风险评估研究. 西安：长安大学.

Ding Jiechen. 2023. Modeling and Risk Assessment of Coastal Urban Flooding Based on Combined Rainfall and Tide Scenarios. Xi'an: Chang'an University.

贺芳芳，梁卓然，董广涛. 2021. 上海地区洪涝致灾因子复合概率及未来变化分析. 灾害学，36（2）：9-13，18.

He Fangfang, Liang Zhuoran, and Dong Guangtao. 2021. Analysis on the Compound Probability and Future Change of Flood and Waterlogging Disaster Factors in Shanghai. Journal of Catastrophology, 36(2): 9-13, 18.

Gao Cheng, Hao Manqiu, Chen Jian, and Gu Chunxu. 2021. Simulation and Design of Joint Distribution of Rainfall and Tide Level in Wuchengxiyu Region, China. Urban Climate, 40: 101005.

黄锦林，范嘉炜，唐造造. 2017. 基于最大熵-Copula方法的降雨潮位关联性分析——以广州为例. 灾害学，32（1）：65-71.

Huang Jinlin, Fan Jiawei, and Tang Zaozao. 2017. Correlation Study of Rainstorm and Tidal Level Using the Maximum Entropy-Copula Method: A Case Study of Guangzhou. Journal of Catastrophology, 32(1): 65-71.

黄国如，张瀚. 2016. 气候变化对广州市城市雨潮遭遇风险的影响评估. 华北水利水电大学学报（自然科学版），37（5）：7-15.

Huang Guoru and Zhang Han. 2016. Evaluation on the Impact of Climate Change on Risk of Combination of Rainfall and Tidal Level in Guangzhou City. Journal of North China University of Water Resources and Electric Power(Natural Science Edition), 37(5): 7-15.

潘国勇，张钰荃，郝曼秋，周毅，高成. 2021. 基于Copula函数的武澄锡虞区雨潮组合风险分析. 水电能源科学，39（8）：22-25.

Pan Guoyong, Zhang Yuquan, Hao Manqiu, Zhou Yi, and Gao Cheng. 2021. Risk Analysis of Rain Tide Combination in Wuchengxiyu District Based on Copula Function. Water Resources and Power, 39(8): 22-25.

乔煜，季小梅，张蔚. 2023. 台风事件下的雨潮复合灾害风险研究. 地理科学进展，42（6）：1153-1161.

Qiao Yu, Ji Xiaomei, and Zhang Wei. 2023. Compound Flood Risk of Rainfall and Storm Surges during Typhoon Events. Progress in Geography, 42(6): 1153-1161.

石赟赟，姚航斌，万东辉，郑新乾. 2021. 基于Copula函数的深圳市雨潮遭遇风险分析. 人民珠江，42（12）：24-29，41.

Shi Yunyun, Yao Hangbin, Wan Donghui, and Zheng Xinqian. 2021. Encounter Risk Analysis of Rainfall and Tide in Shenzhen Based on Copula Function. Pearl River, 42(12): 24-29, 41.

涂新军，杜奕良，陈晓宏，柴苑苑，卿颖. 2017. 滨海城市雨潮遭遇联合分布模拟与设计. 水科学进展，28（1）：49-58.

Tu Xinjun, Du Yiliang, Chen Xiaohong, Chai Yuanyuan, and Qing Ying. 2017. Modeling and Design on Joint Distribution of Precipitation and Tide in the Coastal City. Advances in Water Science, 28(1): 49-58.

Wang J, Gao W, Xu S Y, and Yu L Z. 2012. Evaluation of the Combined Risk of Sea Level Rise, Land Subsidence, and Storm Surges on the Coastal Areas of Shanghai, China. Climatic Change, 115: 537-558.

王军，谭金凯. 2021. 气候变化背景下中国沿海地区灾害风险研究与应对思考. 地理科学进展，40（5）：870-882.

Wang Jun and Tan Jinkai. 2021. Understanding the Climate Change and Disaster Risks in Coastal Areas of China to Develop Coping Strategies. Progress in Geography, 40(5): 870-882.

王尚伟. 2021. 中珠联围雨潮遭遇风险概率及内涝灾害危险性分析. 广州：华南理工大学.

Wang Shangwei. 2021. Encounter Risk of Rainstorm and Tide Level and Waterlogging Hazard Analysis in Zhong-Zhu Catchment Area. Guangzhou: South China University of Technology.

吴国凤，刘青，许瀚卿，魏旭辰，王军. 2024. 海平面上升情景下沿海城市极端雨潮复合洪涝危险性评估：以海口市为例. 热带地理，44（6）：1025-1035.

Wu Guofeng, Liu Qing, Xu Hanqing, Wei Xuchen, and Wang Jun. 2024. Risk Assessment of Extreme Rainfall and Storm Surge Compound Flooding in Coastal Cities under Sea Level Rise Scenarios: A Case Study in Haikou City. Tropical Geography, 44(6): 1025-1035.

谢华，黄介生. 2008. 两变量水文频率分布模型研究述评. 水科学进展，（3）：443-452.

Xie Hua and Huang Jiesheng. 2008. A Review of Bivariate Hydrologica Frequency Distribution. Advances in Water Science, (3): 443-452.

徐奎，鲁志伟，宾零陵，练继建. 2022. 沿海城市暴雨——高潮位复合致涝区划研究. 水力发电学报，41（4）：18-27.

Xu Kui, Lu Zhiwei, Bin Lingling, and Lian Jijian. 2022. Risk Factor Zoning of Waterlogging in Coastal Cities Caused by Compound of Rainstorms and High Tides. Journal of Hydroelectric Engineering, 41(4): 18-27.

徐宗学，任梅芳，陈浩. 2021. 我国沿海城市洪潮组合风险分析. 水资源保护，37（2）：10-14.

Xu Zongxue, Ren Meifang, and Chen Hao. 2021. Analysis on Urban Flooding Risk Caused by Flood Tide Combination in Coastal Cities. Water Resources Protection, 37(2): 10-14.

许瀚卿，谭金凯，李梦雅，刘青，王军. 2022a. 中国沿海地区雨潮复合灾害联合分布及危险性研究. 地理科学进展，41（10）：1859-1867.

Xu Hanqing, Tan Jinkai, Li Mengya, Liu Qing, and Wang Jun. 2022a. Joint Distribution and Risk of the Compound Disaster Caused by Rainfall and Storm Surge across Chinese Coastal Region. Progress in Geography, 41(10): 1859-1867.

许瀚卿，谭金凯，李梦雅，王军. 2022b. 基于Copula函数的沿海城市雨潮复合灾害风险研究. 自然灾害学报，31（1）：40-48.

Xu Hanqing, Tan Jinkai, Li Mengya, and Wang Jun. 2022b. Compound Flood Risk of Rainfall and Storm Surge in Coastal Cities as Assessed by Copula formal. Journal of Natural Disasters, 31(1): 40-48.

许瀚卿. 2022c. 沿海城市复合洪涝灾害评估与适应对策研究. 上海：华东师范大学.

Xu Hanqing. 2022c. Compound Flooding Assessing and Mitigating across Coastal City: A Case Study in Shanghai. Shanghai: East China Normal University.

Xu H S, Xu K, Bin L L, Lian J J, and Ma C. 2018. Joint Risk of Rainfall and Storm Surges during Typhoons in a Coastal City of Haidian Island, China. International Journal of Environmental Research & Public Health, 15(7): 1377.

张大伟，张鹏，郭珊，吴辉明. 2020. 珠海市中珠联围降雨与潮位遭遇联合分布概率及内涝风险研究. 中国农村水利水电，（9）：143-147.

Zhang Dawei, Zhang Peng, Guo Shan, and Wu Huiming. 2020. Research on the Joint Distribution Probability and Waterlogging Risk of Rainfall and Tidal Level Encounter in the Zhongzhulianwei Area of Zhuhai City. China Rural Water and Hydropower, (9): 143-147.

Zellou Bouchra and Rahali Hassane. 2019. Assessment of the Joint Impact of Extreme Rainfall and Storm Surge on the Risk of Flooding in a Coastal Area. Journal of Hydrology, 569: 647-665.

Zhang Weiguo, Zhu Congfei, Jiang Yutian, and Li Zhijia. 2018. Encounter Analysis of Flood and Tide of Yongjiang River Basin Based on Copula Function. Water Resources and Power, 36(1): 24-27.

Options
文章导航

/

〈 〉