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。     

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。     

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。     

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。     

广州市城市内涝特征分析

基于水务部门排水管理中心的内涝灾情信息,运用统计学等研究方法,分析广州市城市内涝分布特征,结果表明:广州全市内涝点最多的是中心城区天河,最少的是郊区的从化.全年发生内涝次数最多的月份是5、6月,最少的月份是2、12月;全天最容易发生内涝的时间是08:00、13:00和19:00.内涝发生时对应的最大小时雨量主要集中在5...     

短时强降水对剑河县城市内涝风险影响分析

城市内涝的发生与气象条件紧密相关,强降水是致灾的关键因素。通过分析把握剑河县城降雨变化趋势,结合城区的易涝点及历史积水资料,得到内涝灾害风险的分布特征及演变规律,进一步开展气象条件致灾关键环节分析,有助于剑河县内涝灾害气象决策服务更加精细化,为加强城市灾害的应急处置和应对防范能力体系建设提供气象支撑。通过对剑河县国家气象观测站2007～2021年降水数据进行分析,剑河县城降水主要集中在4～9月,占全年降水的74.5％,该时段也是剑河县城短时强降水、大雨、暴雨的集中高发期,4～9月大雨以上量级降水出现日数呈增多趋势,近15a来1h最大降水量呈逐年波动增加趋势,且主要发生在4～9月。结合DEM数字高程数据得到的易积水路段点及历史积水内涝资料分析,当短时强降水发生时,县城易积水路段会出现不同程度的积水,当小时雨强达到20mm且未来降水持续时,有积水达到10~20cm的风险,对行人过往造成影响,需加强监测并提示相关部门注意易积水路段可能出现积水风险;小时雨强超过30mm时,有积水超过20cm的风险,对车辆及低洼路段建筑影响较大,需及时联系相关部门建议在易积水路段采取相应排水措施,避免出现积水内涝情况影响居民工作生活,同时开展公众服务建议居民注意出行安全;小时雨强超过50mm时,将出现30cm以上积水,对过往车辆及低洼段建筑影响很大,行驶车辆应当就近到安全区域暂避,避免将车辆停放在低洼易涝等危险区域,如遇严重水浸等危险情况应当立即弃车逃生。相关应急处置部门和抢险单位应当严密监视灾情,做好内涝可能引发的其他灾害应急抢险救灾工作。     

基于加权综合法的西安城市内涝灾害区划分析

用西安城区区域气象站降水资料,西安市区1∶10000地理信息资料,人口密度、房屋建筑面积、地均GDP等社会经济资料,采用加权综合法,从孕灾环境、致灾因子、承载体、防灾减灾能力4个方面分别进行内涝灾害的敏感性区划、危险性区划、易损性区划、防灾减灾能力区划,并使用重大内涝灾害天气过程实况资料进行临界值制定和综合分析,给出了西安城市内涝灾害区划.对已经业务化使用的“西安城市强降水内涝灾害预报预警系统”模拟的内涝积水分布情况,与内涝灾害区划的结果进行对比分析,表明加权综合法得出的西安城市内涝灾害风险指数区划较为科学、合理.     

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。     

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。     

基于灰色关联度分析的南昌城市内涝积水深度评估

基于南昌市2008年以来11次城市内涝和气象资料,采用灰色关联度、多元线性回归等方法,建立了南昌城市内涝积水深度评估模型.结果表明,面雨量、降水强度、降水持续时间和强降水站次数是影响南昌市内涝积水深度的主要因素,建立的城市内涝积水深度多元线性回归模型具有一定的精度,可用于对城市内涝积水深度的灾后快速评估和预评估.     

四川省康定市泥石流灾害与降水预报阈值确定

通过对康定市历史泥石流灾害资料与历史气象降雨资料进行统计分析,揭示了康定市泥石流灾害与降雨的关系特征,并在此基础上,研制了康定市1h、3h降雨量诱发泥石流预警指标。结果表明:康定市境内各地均有发生泥石流灾害的可能性,东部地区是泥石流的高易发区。康定市境内泥石流灾害发生与当日降雨量、短时强降雨、前期有效降雨量关系密切。降雨量大且降雨强度强的月份（6~8月）易发生泥石流灾害。短时强降水的强度越大,发生灾害的风险越大,强降水出现频率最高的时段（19:00~02:00）也是泥石流高发时段。当降水强度<10mm/h和20mm/3h时,有出现泥石流的可能性,泥石流灾害气象风险等级为4~5级;当降水强度达到10~20mm/h、21~35mm/3h时,发生泥石流的可能性较大,风险等级为3级;当降水强度达到21~35mm/h、36~50mm/3h时,泥石流发生的可能性大,风险等级为2级;当降水强度>35mm/h、50mm/3h时,泥石流发生的可能性极大,风险等级为1级。      

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。     

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FloodArea模型的成都主城区内涝风险评估

本文以成都主城区为例,运用气象数据、地理信息数据、社会经济统计数据及内涝灾情资料,通过多种常用分布函数的对比,选出重现期降水估算的最优函数,采用Pilgrim & Cordery法推求研究区的小时雨型,然后结合改进的基于FloodArea内涝模型,开展了24 h历时20、30、50、100 a一遇降水情景内涝模拟,并利用修订的内涝公路风险等级标准和财产损失曲线,探讨100 a一遇降水情景下内涝交通风险等级和居民室内财产损失风险。结果表明：①GEV（Generalized Extreme Value Distribution）分布函数是成都主城区重现期降水估算的最优函数;主城区24 h历时小时雨型呈双峰型, 且峰值出现在降水过程前部。②基于FloodArea模型,通过对输入数据或参数的改进,能够较好模拟城市内涝空间分布;各降水情景模拟结果显示高新南区、高新西区、青羊区内涝淹没范围占比相较其他地区偏高。③24 h历时100 a一遇降水情景内涝可造成成都主城区86.1%公路长度占比出行困难,其中一级风险公路长度占比为105%,二、三级风险公路长度占比分别为27.5%、28.4%,成华区内涝公路风险最高。④24 h历时100 a一遇降水情景内涝可造成居民室内财产潜在损失约占主城区GDP（Gross Domestic Product）的0.8%,其中武侯区财产损失风险最大,潜在损失占其GDP的1.6%。     

西安城区大雾气候特征分析

利用西安站1951—2011年常规气象观测资料,统计分析西安城区大雾气候特征。结果表明:西安城区雾日年际变化较大,平均22.2d/a,1971—1990年是大雾多发期,平均33d/a,大雾以1.7d/10a速率显著减少;大雾主要集中在9月—次年1月,11月为高发期,6月最少,不同等级的雾出现次数与其强度成反比,强浓雾4—8月鲜有发生,主要在10—12月;07:00前后生成的大雾最多,09:00—18:00生成的雾较少,13:00—15:00几乎无大雾;大雾天气主要风向为静风(C),约占66%,次风向为SSW、NE和SW,风速普遍较小,风速≤1m/s的雾次约占总次数的92%,风速较大的雾日,风向以SSW、SW居多;大雾天气相对湿度为80%~100%,相对湿度≥90%的雾日占比88%,夏季成雾湿度高于冬季,平均为95%。     

重庆地区暴雨空间分布及雨量分时特征

采用重庆市34个地面观测站1981—2017年的降水观测资料,以及2005—2017年逐时雨量资料,分析了重庆地区暴雨的空间分布及日变化特征。结果表明:开州、酉阳、北碚为重庆的暴雨中心,开州年均暴雨日数最多达6.2d。荣昌、渝北、梁平、开州、彭水、酉阳等地大暴雨出现频率较高,南川、万盛大暴雨相对较少。暴雨平均雨量大值区分布在主城区、西部、东北部,西南部暴雨平均雨量较低。重庆地区的暴雨在不同时段主要影响区域不同。铜梁、合川、北碚等站点的暴雨夜间降雨量占比75%以上。代表站夜间平均降雨强度大于白天,大足、沙坪坝、涪陵降雨主要集中在22:00至次日04:00,酉阳03:00—06:00降雨强度较大。小时降雨量≥20mm暴雨日出现频率较高的时段在00:00—06:00和13:00—18:00。     

合肥市城市典型易涝点致灾阈值确定及其风险评估

以合肥市为例,设计了4个内涝风险等级,并运用"Flood Area"模型确定了两种排水条件下典型易涝点致灾阈值,开展城市内涝动态淹没模拟,评估不同风险下承灾体的可能损失。结果表明:岳西新村各等级致灾阈值为4级56.9 mm·h~(-1),3级65.9 mm·h~(-1),2级100.8 mm·h~(-1),1级162.3 mm·h~(-1)。在4个内涝风险等级下,岳西新村内涝积水主要集中在社区东北部低洼区,且随降水强度的增大,社区内积水面积和住宅财产损失率也相应增加。长江东街下穿桥致灾阈值为4级49.0 mm·h~(-1),3级53.0 mm·h~(-1),2级78.0 mm·h~(-1),1级108.0 mm·h~(-1),当出现2级以上内涝风险时,长江东大街下穿桥路面积水将对过往车辆造成重大损失。     

公路积水阻断与降雨关系的探讨

利用2011—2013年全国公路积水阻断资料,分析了公路积水阻断的时空分布特征,并对公路积水阻断与不同时效降雨的关系进行了探讨。结果表明,公路积水阻断事件发生时间主要集中在5—9月,其中7月最为频繁,公路积水阻断事件以07:00—14:00为第一多发时段,16:00—20:00为次多发时段。公路积水阻断与前24h内的降水关系更为密切。区域不同,公路积水阻断随各强度降水变化的特点也不尽相同。经过开立方根处理后的降水因子与公路积水阻断发生的频次服从于高斯分布。其中,区域1公路积水阻断与处理后的1h最大降水因子关系密切,相关系数大于0.91;区域2和3公路积水阻断与处理后的6h最大降水因子关系密切,相关系数均在0.8以上;区域4公路积水阻断则与处理后的24h最大降水因子关系密切,相关系数在0.75左右。对于任何一个区域,诱发公路积水阻断的不同时效降水都处于一个较大的空间。对于给定的降水量只能判断公路积水阻断发生的可能性大小。     

北京强降雨与道路积水统计分析及应用

利用2007—2011年汛期(6—8月)北京市人民政府防汛抗旱指挥部办公室每日发布的汛情通报、北京市20个气候站日降雨量和200多个自动气象站逐小时降雨量监测数据,对近5年北京强降雨及降雨强度与城区出现道路积水的关系进行统计分析,找出北京城区出现道路积水的降雨量特征、小时降雨强度和2 h降雨量道路积水临界指标。通过在2011年汛期(6—8月)10次道路积水中应用表明,该道路积水临界指标具有较好的参考价值,可为今后北京道路积水预报服务工作提供参考依据。