天津市典型区域立体多重城市内涝模型研究

以天津地区典型的津河局部地段作为研究对象,结合城市地理信息和排水管网运作方式,重新构建城市内涝模型,将河网、路网、管网和社区的计算网格分层划分,形成相对独立的河网、路网、管网和社区的计算模拟体系,通过对城市内涝数学模型进行改进,形成分区分层与立体多重的城市内涝计算模式。选取2009—2015年天津地区的10次降雨过程,结合排水部门提供的城市积水信息和河道水位数据,对建立的立体多重城市内涝模型的模拟结果进行验证。结果表明:建立的天津地区立体多重城市内涝模型模拟的最大积水深度与实况积水深度误差绝对值小于10 cm的降水过程,占模拟的2009—2015年天津地区全部降雨过程的88%,模拟的液面过程与实测液面过程的变化趋势一致,模拟的河道水位与实况水位的统计平均误差均小于10 cm,水量平衡的相对误差为0。可见,建立的天津地区立体多重城市内涝模型可以有效的模拟城市河道的水位和城市积水的变化。     

极端暴雨威胁下的城市内涝风险预警系统研究

传统内涝风险预报系统多基于单一降雨产品驱动城市水文水动力模型的模式,难以解决由于暴雨观测或数值模拟带来的不确定性问题。综合利用多源降雨（雷达、地面雨量计,地面雨滴谱）、积水观测数据,有利于提高内涝预报精度,改善风险空间描述。因此,为了进一步加强洪涝预测能力以更好地应对极端暴雨威胁,本研究提出了基于综合观测的城市内涝风险预警系统,并在北京市清河流域进行了初步实践和检验。该系统包含六个模块,融合了新兴的降雨积水观测技术,引入了主流的降雨临近预报方法,采用了成熟的城市雨洪模拟手段,可为道路交通提供实时的积水深度和风险等级,为城市内涝灾害应急管理提供内涝风险预测和预警产品。     

基于高时空分辨率降水预报产品的城市内涝预警研究

使用高精度高程、路网、河网、排水管网、工程设施以及防洪调度等数据,将各类空间信息剖分为7 287个无结构不规则网格及相应通道,并针对城市立体化交通设施,对模型进行调参,最终构建了合肥城市暴雨内涝数值模型。采用城市地表、明渠河道、排水管网等主要水文水动力学物理过程,模拟积水深度及演进情况。在此基础上,将短时临近预报系统INCA (Integrated Nowcasting through Comprehensive Analysis)的降水估测产品和降水预报产品(空间分辨率1 km,时间分辨率1 h)作为驱动条件,得到未来6 h逐时的积水深度预报及内涝风险预警产品。研究结果表明:城市内涝模型对积水深度及积水演进过程的模拟和实况较为吻合,体现出对河网、路网、社区积水良好的模拟能力。对2017年8月25日合肥西南部严重内涝过程的检验表明,积水深度预报效果很大程度上依赖INCA的降水预报质量,对于短时强降水,INCA在临近时效预报效果相对较好,因此积水深度预报产品可在临近时效内较为准确的预报积水区域以及积水变化过程。可见利用高时空分辨率降水预报产品和城市暴雨内涝数值模型耦合制作内涝风险预警,可有效增加内涝灾害的预见期,为城市防涝减灾提供科学参考。     

西安城市内涝分布特征及其与降雨量的关系

利用西安市市政部门2007—2012年城市内涝资料及相应时段西安城区自动气象站逐小时降雨资料,对西安城区17例内涝过程进行了时空分布特征分析,对58个内涝点内涝进行了内涝等级划分并研究了积水深度与降雨强度的关系,建立了部分内涝点积水深度与降雨量方程。结果表明:西安城市内涝点空间分布较为均匀;内涝发生频率最高为41%,最低为18%;7—8月为城市内涝发生高峰期,占年内涝总次数的70%;07:00—08:00、15:00—16:00为城市内涝日变化中两个明显的高峰时段;城市内涝按积水深度划分为微风险、低风险、中风险、高风险四个等级,其中中风险等级内涝占西安总内涝次数的45%;短时强降水是造成城市积涝的主要原因,1h和3h降雨量是积水深度的重要影响因素。     

利用最大降水量拟合福州城市内涝积水深度的误差分析

利用2015—2016年福州城区内涝和地面气象观测资料,分析内涝成因、最大降雨量与积水深度的关系,建立城市内涝积水深度拟合方程,并对拟合效果进行了检验。结果表明:1)导致福州城市内涝的突发性原因占26%,是城市管网等数据更新困难的主因,非突发性原因占74%;2)在3次不同天气系统的降雨量拟合结果中,雨季降水过程拟合平均绝对误差最小,午后雷雨天气降雨过程拟合平均绝对误差最大;3)对内涝积水深度负拟合值进行归零处理和阈值限定后,其结果均与实况相符;4)基于最新数据资料所得拟合值的误差更小。     

基于信息扩散技术的暴雨内涝风险评估模型

针对河北省邯郸市区的道路暴雨内涝风险问题,开展了基于二维信息扩散技术及灾害风险评估理论的模型研究工作,联合气象部门、市政排水部门、社会公众等不同行业群体,收集邯郸市易涝点分布、降雨强度、积水深度、危险源及承灾体等基础数据,建立了针对易涝点的"雨强-水深-风险情景"评估模型,实现基于降雨强度估计易涝点积水深度,进而结合承灾体状况给出相应的风险情景。研究表明,本文提出的二维信息扩散道路暴雨内涝风险评估模型,对估计平原地区道路积水风险情景具有一定的实用价值。     

广州城市暴雨内涝模型模拟效果评估

基于水动力方法构建的广州城市暴雨内涝模型,结合精细化降水预报,对内涝点的积水深度及风险等级进行模拟,结果表明,模型对近两年内涝点内涝风险等级命中率达65%,对总降水量为50～100 mm的降水过程命中率最高为72.8%。模型对2020年“5.22”特大暴雨过程模拟的积水深度和实况相比偏弱,误差主要分布在30 cm以内,大约占64%,大部分模型模拟积水深度偏小,主要位于广州中北部地区;此外,模型对积水1m以下内涝点的积水有不错的模拟能力,而对2m左右的深积水模拟能力还有限。不同重现期雨情下,广州中心城区的降雨量和历时越大,积水面积越大。1 h重现期雨情下,积水深度一般在20 cm以下,部分在20～59 cm;3 h降雨情景下,积水明显加深,积水深度一般在20～59 cm,部分在0～20 cm和60～119 cm。总体而言,模型模拟结果与实测内涝积水情况基本一致,模型准确度可满足业务需求。     

基于城市内涝仿真模型的天津风暴潮灾害评估

基于城市内涝仿真模型,根据天津沿海地区的地形、地貌特征以及排水系统等对城市内涝仿真模型进行改进,在沿海边界和河口设置时变水位,使得模型拓展到既能模拟暴雨产生的内涝,也能模拟由于风暴潮侵袭造成的淹没情景。该模型对天津沿海地区历史上典型风暴潮个例以及10年、20年、50年、100年一遇重现期风暴潮产生的积水范围和积水深度进行了模拟,并对2012年8月3日台风达维 (1210) 造成的天津沿海风暴潮进行了业务试应用。将历史风暴潮个例模拟结果以及2012年8月3日的评估结果与实际灾情进行对比,结果显示模型具有较好的模拟能力,可应用于风暴潮灾害的评估和预估业务中,为相关部门和行业提供决策参考。     

上海市城市暴雨内涝评估建模及模拟研究

随着城市化的推进,暴雨内涝逐渐成为许多城市的主要自然灾害,但当前暴雨内涝模型大多基于水动力学方法,需要大量的输入参数,不便于推广和应用。研究采用概化方法针对外环内中心城区构建上海暴雨内涝评估模型(Shanghai Urban Flooding Assessment Model,SUM),通过对接逐时次的降雨量,实现了对城市内涝的逐小时连续模拟。在此基础上,利用报警灾情资料和区内积水监测数据对模型模拟结果进行了评估。结果表明,该模型可以较好地模拟本市中心城区的内涝积水状况,且随着降雨量的增大,积水面积的增幅也逐渐变大;致灾阈值的分析表明浦西地区的内涝致灾雨量总体上低于浦东,其中本市黄浦、徐汇、虹口、闸北等中心城区以及宝山区部分街道的致灾雨量相对较低。     

基于智能物联网技术的天津城市积水监测预警系统

通过智能物联网技术实时获取积水监测实况数据,利用天津市气象精细化格点预报产品和城市自动雨量观测站实况数据,以机器学习、神经网络模型和天津市城市内涝风险等级划分原理为基础,研究基于用户实时位置的城市内涝预报预警技术,研发天津市城市自动化积水监测预警系统。结果表明,该系统具备一定的城市内涝风险监测预警预报能力,并在2018—2020年多次重大天气过程中应用,积水深度预报结果与监测结果基本一致,应用数据表明验证结果良好,系统可以为政府防灾减灾决策、指挥调度提供精准、及时的气象数据支撑。     

湖州城市暴雨内涝预警预报系统研制

在引进暴雨内涝仿真模型基础上,基于GIS,集合湖州市城市地理、河道地形、工程设施、气象监测、防洪调度等基础空间信息,构建了完整的湖州市暴雨内涝数学模型,以城区气象自动站资料、数值预报产品、雷达估测降水、主观降水预报等作为实况和预报用降雨边界条件,建立了湖州城市暴雨内涝预警预报系统。并运用该系统对发生在1999年6月24日—7月1日的连续暴雨造成严重城市内涝过程,以5种内河水位为初始水位条件,进行了历史反演,反演结果与历史描述基本相符,最大积水深度和位置基本一致,积水面积偏小。反演结果显示:本系统具备一定的暴雨内涝动态监测预报能力,对拓展城市灾害预报服务领域,提高城市暴雨内涝灾害监测、预报、灾害风险评估水平具有一定的参考作用。     

基于GIS的石家庄市暴雨内涝数学模型与应用

利用石家庄市高精度城市地理信息、排水工程设施、河道地形、气象降水等基础数据,基于天津城市内涝模型技术,构建了石家庄市暴雨内涝数学模型。同时在原有工作基础上,对模型网格概化方式和计算模式加以改进,将城市河网、路网、管网和社区的计算网格分层划分,形成分区、分层和立体多重的内涝计算模式。选取典型暴雨个例对模型的模拟效果进行验证,结果表明城区最大积水落区预报成功率达70%以上,模拟的积水深度误差主要分布在0.2 m以内。此外,基于WEBGIS技术开发的石家庄城市内涝监测预警平台,进一步增强了模型的表现力。     

南宁市暴雨内涝监测预警系统

利用多普勒雷达产品、精细化数值预报产品和城市密集自动雨量观测站数据,以内涝积水模型和内涝风险等级划分原理为核心,研发精细化到街区的南宁市暴雨内涝监测系统,实现城市内涝的实时监测、提前预警和风险预估,并将内涝预警信息以多种途径发布;将该系统用于2015年5月4日的短时强降雨造成城市内涝过程,验证结果表明:模拟结果与观测结果基本相符,最大积水深度和位置基本一致,但个别点存在两者异常偏大情况,排水管网初始场数据不完善是导致模拟结果产生异常的主要原因。应用结果表明,该系统具备一定的暴雨内涝动态监测预报能力,对提高对城市暴雨内涝灾害的监测预警和风险评估水平起到了一定作用。     

基于城市暴雨内涝数学模型的福州内涝灾害风险评估

以福州市城区地表和明渠河道为主要模拟对象,结合福州市城区高精度地理信息、排水设施、排水运作方式等数据,建立福州城市暴雨内涝数学模型。利用该模型对福州市历史上3次典型降雨过程以及不同重现期降雨造成的城区内涝灾害进行模拟。对模型的模拟结果与实况积水进行评估表明,3次降雨过程的模拟与实况积水深度绝对误差小于10 cm的积水点分别占比为50%、78%、76%。模型对雨强较大的短时强降雨过程,模拟效果稍差,模拟积水比实况积水整体偏小;对长时间、雨强比较平均的降雨,整体模拟效果较好。利用模型对不同重现期降雨下福州市城区内涝灾害风险进行评估表明,模型能够客观反映不同重现期降雨过程下福州市城区内涝灾害风险分布。     

呼和浩特城市内涝预报系统研究

文章以天津市城区内涝仿真模型为基础,结合呼和浩特市地形地貌特征、城市规划和城市排水现状对模型数据结构和概化方式进行了改进,建立了呼和浩特城市内涝预报系统,模式对2004-2005年两次强降雨过程进行模拟,计算结果与实际积水区状况非常接近.     

北京城市内涝积水的数值模拟

北京城市内涝数值模型(BUW)根据北京复杂地形和大城市特点,将各类空间信息剖分为6458个网格及相应的通道,围绕城市地表、河道沟渠、排水管网等城市主要水文水动力学物理过程,模拟积水深度变化情况。以精细化的降水监测为驱动条件,BUW可以较好地模拟出“7·21”城市内涝积水的空间分布,对重点桥区的积水深度,积水过程的模拟也比较贴近实际,具有良好的模拟性能。360 min历时的2年重现期降雨情景下,北京四环内就会产生一定的积水,以孤立的积水点为主。10和50年重现期下,积水的深度和范围都有所增加,且开始呈片状。100年重现期,整个五环内都出现严重的城市积水,南部出现大片超过50 cm的积水区域,部分地区积水超过80 cm。面对“7·21”级别的降水,排水管网直径拓宽20%并不能明显改善城市排水能力。拓宽60%时,四环到五环之间的积水明显减弱,四环以内的大部分积水减弱。拓宽100%时,仅在二环到四环之间还有一些较浅的积水,拓宽140%时,六环内大部分积水消失。     

城市暴雨积涝数值模拟技术方法

洪涝灾害是中国最常见、影响最严重的自然灾害之一。在当前城市内涝模拟研究中,通常是对降雨过程中积涝最严重状态进行模拟,缺乏面向整个降雨过程的积涝动态过程模拟技术方法。本研究综合运用SWMM模型和GIS技术,通过对研究区的汇水区划分和排水管网概化建模,建立了研究区的SWMM模型,基于SWMM模型对降雨过程中汇水区积水量进行计算,利用地表积水有源扩散算法进行地表积水演进行计算,实现降雨过程中地表积水空间分布和积水风险深度模拟计算。以研究区2016年6月18日的降水过程进行积涝模拟及模拟误差分析,结果表明该技术方法具有良好的模拟效果。     

RCP45和RCP85气候变化情景下上海市暴雨内涝适应性

气候变化情景下随着城市雨岛效应的增强,极端降水呈逐渐增加的趋势,从而将加重城市未来的防汛形势。本文采用上海暴雨内涝评估模型(SUM),分析各排水区块的暴雨内涝脆弱性特征,并基于未来降雨强度的模式模拟结果进行极端降雨条件下中心城区内涝情景模拟,分析气候变化对城市排涝的影响,评估RCP4.5和RCP8.5情景下上海市暴雨内涝适应性。结果表明:上海市的静安、黄浦、虹口和长宁等区的暴雨内涝脆弱性相对较高,在未来气候变化情景下上海市中心的城区内涝逐渐增强,以3年一遇的降水强度为例,中心城区积水面积增幅约为3.74km2/10a;在当前排水能力下,上海市中心城区各排水区块平均每10a增加14.86%的透水面积才能抵消气候变化所带来的城市内涝的增加,其中浦东地区的透水面积预期增幅总体上低于浦西。     

2017-2019年东莞城区内涝特征及与降雨关系分析

利用东莞城市内涝预报验证系统的积水和降雨数据、SWIFT自动站资料、NCEP再分析资料、广州雷达基本反射率资料,对2017年3月—2019年9月东莞城区内涝特征及内涝与降雨的关系进行分析,结果表明:东莞城区内涝发生频繁,重度内涝较多,内涝事件多发生在前汛期(4—6月),以5月最多;与长时间降雨相比,短时强降雨更易导致城区积水较深的内涝,1 h降雨量达27.6 mm以上时,城区大部可达中度内涝等级,1 h降雨量在51.2 mm以上时,城区大部将可能出现重度内涝;过程总雨量和1 h雨强都对长时间积水有影响,但过程总雨量较大更易导致积水长时间维持;积水一般滞后降雨约5~30 min出现,积水峰值滞后5和30 min才出现。     

北方公路交通气象环境识别及安全管理策略研究

用沈山高速公路沿线10个交通气象站的逐10 min气温、能见度、路面温度、降水、湿度和风等资料,采用多元逐步线性回归、最小二乘曲线拟合、MLP神经网络建立数学模型对北方公路路面温度、能见度以及冰雪路面等交通气象环境进行识别。通过抽取随机样本对模型进行检验,结果表明:所建立的模型对交通气象环境具有较好的模拟和识别作用。基于交通工程理论建立的不同路况条件下车速预估和交通安全指数模型对公路交通安全管理具有很好的应用价值。