(綏中縣大風(fēng)口水庫(kù)管理處，遼寧 綏中 125200)

1 概 述

城市內(nèi)澇是指由于短時(shí)間內(nèi)強(qiáng)降水或連續(xù)性降水超過(guò)城市的排水能力而導(dǎo)致城市內(nèi)出現(xiàn)積水情況的現(xiàn)象。在全球氣候變化與城鎮(zhèn)化建設(shè)的影響下，我國(guó)城市內(nèi)澇情況日益突顯，嚴(yán)重威脅著城市的社會(huì)經(jīng)濟(jì)發(fā)展，據(jù)統(tǒng)計(jì)，2010年、2012年、2013年、2016年我國(guó)的洪澇災(zāi)害直接損失分別高達(dá)3745億元、2675億元、3156億元和3661億元。城市內(nèi)澇除給經(jīng)濟(jì)帶來(lái)直接損失外，還會(huì)嚴(yán)重影響城市交通。

本文以葫蘆島市“7·20”特大暴雨為例，應(yīng)用SWMM雨洪模型，模擬龍港區(qū)龍灣公園附近的內(nèi)澇積水情況，并以此對(duì)此次暴雨的交通影響過(guò)程進(jìn)行分析，計(jì)算結(jié)果與實(shí)測(cè)結(jié)果基本一致，證明采用本文方法，可以直接根據(jù)降雨情況預(yù)測(cè)出不同地區(qū)的內(nèi)澇情況及其交通影響，以便于及時(shí)制定合理的交通疏解預(yù)案，并便于居民提前合理安排交通路線。

2 應(yīng)用實(shí)例

2.1 研究區(qū)域

選擇葫蘆島市龍港區(qū)龍灣公園附近為研究區(qū)域，西南部邊界為海月路、東北部為海翔路、西北部為龍繡街、東南部為龍呈街，研究區(qū)域內(nèi)西南與東北朝向的主干路為龍灣大街、西北與東南朝向的主干路為濱海路。研究區(qū)為葫蘆島市水文局、葫蘆島市民政局、葫蘆島市工商局、飛天廣場(chǎng)、商務(wù)大廈、葫蘆島海關(guān)等機(jī)構(gòu)與建筑的所在地，毗鄰葫蘆島市試驗(yàn)中學(xué)、師范學(xué)校附屬小學(xué)等，人口較為密集，車流量較大，數(shù)據(jù)相對(duì)完善，交通條件具有一定代表性。

2.2 葫蘆島市“7·20”特大暴雨

2016年7月20—22日，受副熱帶高壓后部江淮氣旋影響，葫蘆島地區(qū)普降大暴雨、局部特大暴雨，具有過(guò)程雨量大、強(qiáng)降水持續(xù)時(shí)間長(zhǎng)、影響范圍廣等特點(diǎn)，是有氣象記錄以來(lái)最強(qiáng)一次區(qū)域性特大暴雨過(guò)程，降水量突破多項(xiàng)歷史極值(見(jiàn)圖1)。全市農(nóng)作物受災(zāi)面積達(dá)69.97萬(wàn)畝，房屋倒塌536間，經(jīng)濟(jì)損失約20.32億元。

圖1 各站降水過(guò)程曲線

2.3 數(shù)據(jù)來(lái)源

采用SWMM模型進(jìn)行內(nèi)澇交通影響分析，主要需要4類數(shù)據(jù)，即地形數(shù)據(jù)、模型參數(shù)數(shù)據(jù)、降雨數(shù)據(jù)、內(nèi)澇和交通流數(shù)據(jù)。地形數(shù)據(jù)主要基于美國(guó)加利福尼亞圣地亞哥大學(xué)的衛(wèi)星測(cè)地學(xué)數(shù)據(jù)，并根據(jù)研究區(qū)域內(nèi)的CAD圖紙進(jìn)行細(xì)化，采用ArcGIS 10.4軟件生成DEM文件；模型參數(shù)中的匯水區(qū)面積、不透水面積百分比、坡度、特征寬度等參數(shù)主要來(lái)源于研究范圍內(nèi)GIS數(shù)據(jù)，而洼蓄量、曼寧系數(shù)等均參考于相關(guān)文獻(xiàn)；降雨過(guò)程數(shù)據(jù)主要來(lái)源于葫蘆島市氣象局相關(guān)文獻(xiàn)；內(nèi)澇數(shù)據(jù)主要來(lái)源于由百度地圖與防汛辦合作推出的積水地圖，路網(wǎng)數(shù)據(jù)主要采用JOSM軟件根據(jù)衛(wèi)星圖片和街景視圖提取，交通流數(shù)據(jù)以O(shè)SM(Open Street Map)數(shù)據(jù)為主。

3 內(nèi)澇積水深度模擬

3.1 SWMM雨洪模型

SWMM(Storm Water Management Model)模型是由美國(guó)環(huán)保局開(kāi)發(fā)的雨洪模型，主要由Runoff (徑流)、Transportation(輸送)、Extran(擴(kuò)充輸送)、Storage/Treatment(存儲(chǔ)/處理)4個(gè)計(jì)算模塊和具有統(tǒng)計(jì)與繪圖等功能的服務(wù)模塊組成，可以對(duì)單場(chǎng)暴雨或連續(xù)性降雨產(chǎn)生的暴雨徑流、排水管網(wǎng)及污水處理單元等的水量水質(zhì)進(jìn)行動(dòng)態(tài)模擬，從而解決與城市排水系統(tǒng)相關(guān)的水量水質(zhì)問(wèn)題，在北美地區(qū)的城市排水系統(tǒng)設(shè)計(jì)、規(guī)劃與運(yùn)行中得到了廣泛的應(yīng)用(SWMM模型的基本原理與操作步驟可參見(jiàn)文獻(xiàn)[3])。

3.2 節(jié)點(diǎn)位置

根據(jù)葫蘆島市“7·20”特大暴雨的降雨數(shù)據(jù)，運(yùn)行SWMM模型(版本5.0)，得到研究區(qū)域內(nèi)各節(jié)點(diǎn)的積水深度。選擇3個(gè)代表點(diǎn)，分別命名為S1、S2、S3；其中S1點(diǎn)位于龍灣大街，臨近葫蘆島市檔案局、社會(huì)矛盾調(diào)處中心、住房公積金管理中心等單位，地理位置為東經(jīng)40.715238°、北緯120.839170°；S2點(diǎn)位于濱海路，臨近葫蘆島市運(yùn)輸服務(wù)公司、汽車綜合性能檢測(cè)中心等單位，地理位置為東經(jīng)40.717911°、北緯120.846824°；S3點(diǎn)位于龍繡街與海飛路交匯處，地理位置為東經(jīng)40.726587°、北緯120.845045°。

3.3 積水深度過(guò)程線

根據(jù)各代表節(jié)點(diǎn)處的SWMM模擬與實(shí)測(cè)積水深度過(guò)程線(見(jiàn)圖2)可知，SWMM模擬結(jié)果與實(shí)測(cè)結(jié)果基本保持一致，驗(yàn)證了SWMM模型在研究區(qū)域內(nèi)澇過(guò)程模擬中的適用性。各代表點(diǎn)的變化趨勢(shì)基本相同，說(shuō)明該地區(qū)的積水深度分布相對(duì)比較均勻，可以用少量的代表點(diǎn)代表整個(gè)區(qū)域的積水情況以簡(jiǎn)化分析過(guò)程。根據(jù)模擬結(jié)果，最大積水深度位于S2處，發(fā)生于暴雨開(kāi)始后的第9個(gè)小時(shí)，最大值為33.80 cm；在此次暴雨事件中，葫蘆島市其他許多地區(qū)的積水深度達(dá)到50～70 cm，因此，可認(rèn)為研究范圍內(nèi)的積水深度相對(duì)其他地區(qū)較小，說(shuō)明研究區(qū)域內(nèi)的排水狀況相對(duì)較好。

圖2 各代表積水點(diǎn)積水深度過(guò)程線

4 葫蘆島市內(nèi)澇交通影響分析

4.1 SUMO城市交通仿真平臺(tái)

SUMO(Simulation of Urban MObility)平臺(tái)是德國(guó)宇航中心開(kāi)發(fā)的微觀、連續(xù)的道路交通仿真構(gòu)架和模型基礎(chǔ)，在道路交通仿真中具有廣泛的應(yīng)用。該軟件的自由度較高，除了傳統(tǒng)的車輛微觀行為模擬外，還有車間通信、標(biāo)志適應(yīng)性控制等其他方面的自由度，且為開(kāi)源軟件，使用者可自行對(duì)軟件進(jìn)行修改，因此，在未來(lái)的智慧交通建設(shè)、無(wú)人駕駛技術(shù)的發(fā)展中將具有非常強(qiáng)的競(jìng)爭(zhēng)力(具體操作方法可參見(jiàn)文獻(xiàn)[7])。

4.2 交通影響度過(guò)程線

根據(jù)SWMM模擬的內(nèi)澇積水?dāng)?shù)據(jù)和路網(wǎng)數(shù)據(jù)，運(yùn)行SUMO平臺(tái)，得到各節(jié)點(diǎn)的車輛運(yùn)行速度。為更為明確地呈現(xiàn)內(nèi)澇積水的交通影響，提出了交通影響度指標(biāo)，該指標(biāo)的公式為

(1)

式中I——交通影響度；

vn——正常情況下的車速；

vp——實(shí)際情況下的車速，該值介于0～1之間，當(dāng)該值接近于0時(shí)，表示實(shí)際車速與以往正常情況下的車速較為接近，即內(nèi)澇的影響較低；當(dāng)該值接近于1時(shí)，則表示實(shí)際車速降速明顯，即內(nèi)澇影響較大。

圖3 各代表積水點(diǎn)交通影響度過(guò)程線

由各代表節(jié)點(diǎn)處的模擬與實(shí)測(cè)交通影響度過(guò)程線(見(jiàn)圖3)可知，模擬結(jié)果與實(shí)測(cè)結(jié)果(數(shù)據(jù)流數(shù)據(jù))基本一致，驗(yàn)證了本文方法的合理性。各代表點(diǎn)的時(shí)間變化趨勢(shì)大體一致，且與內(nèi)澇積水深度的過(guò)程線保持相同的變化規(guī)律，可見(jiàn)城市內(nèi)澇對(duì)研究區(qū)域內(nèi)的交通有明顯影響。根據(jù)模擬結(jié)果，最大的影響度位于S3處，即龍繡街與海飛路交匯處，發(fā)生于暴雨開(kāi)始后的第11個(gè)小時(shí)，最大值為0.99，表明此地在當(dāng)時(shí)發(fā)生嚴(yán)重的交通擁堵情況，車輛基本無(wú)法通行。

4.3 內(nèi)澇交通影響分析

對(duì)積水深度和交通影響度的模擬結(jié)果進(jìn)行回歸分析；按照積水深度由小到大進(jìn)行排序，并以積水深度為橫坐標(biāo)、交通影響度為縱坐標(biāo)作散點(diǎn)圖和擬合線(見(jiàn)圖4)。根據(jù)圖4可知，擬合線與實(shí)際數(shù)據(jù)之間的最大似然R2值為0.932，較為接近于1，可以認(rèn)為擬合結(jié)果較為理想，因此，得到該研究區(qū)域的內(nèi)澇交通影響經(jīng)驗(yàn)公式：

D=0.2269lnh+0.0839

(2)

式中D——交通影響度指標(biāo);

h——內(nèi)澇積水。

該公式在實(shí)際工作中可用于內(nèi)澇交通影響的初步與快速預(yù)判，可根據(jù)預(yù)期的降雨情況，采用SWMM模型預(yù)測(cè)出指定位置的內(nèi)澇積水，再采用該公式判斷出其交通影響度，進(jìn)而對(duì)各條道路的車速進(jìn)行預(yù)測(cè)，以及時(shí)地采取合理的應(yīng)對(duì)措施。

圖4 積水深度與交通影響度擬合線

5 結(jié) 論

城市內(nèi)澇是城市交通的最主要影響因素之一，而城市雨洪模型已經(jīng)逐漸成為城市洪災(zāi)評(píng)價(jià)與防治的重要技術(shù)手段。本文以葫蘆島市“7·20”特大暴雨為例，應(yīng)用SWMM雨洪模型模擬了龍港區(qū)龍灣公園附近的內(nèi)澇積水情況，得到了研究范圍內(nèi)各個(gè)節(jié)點(diǎn)的積水深度過(guò)程曲線；提出交通影響度的概念，將積水深度曲線模擬數(shù)據(jù)輸入至SUMO交通仿真模擬平臺(tái)，得到代表節(jié)點(diǎn)的交通影響度變化過(guò)程曲線。結(jié)果表明：計(jì)算的內(nèi)澇積水深度與交通影響度與實(shí)際情況較為接近，說(shuō)明本文方法切實(shí)可行。最后，對(duì)內(nèi)澇積水深度與交通影響度數(shù)據(jù)進(jìn)行回歸分析，得到內(nèi)澇交通的影響經(jīng)驗(yàn)公式，便于相關(guān)工作對(duì)各條道路的車速進(jìn)行初步的預(yù)測(cè)。

本文方法較少考慮人為因素的影響，如果采取了合理的交通改善或者疏解措施，則本文提出的經(jīng)驗(yàn)公式將不再適用，而且這些公式僅適用于本文的研究區(qū)域。因此，未來(lái)有必要開(kāi)發(fā)更為全面的分析系統(tǒng)，以提高模型的適應(yīng)性與廣泛適用性。

[1] 李鵬程,李昊洋.基于城市雨洪模型的內(nèi)澇交通影響研究[J].水電能源科學(xué),2017(5):62-65.

[2] 胡偉賢,何文華,黃國(guó)如，等.城市雨洪模擬技術(shù)研究進(jìn)展[J].水科學(xué)進(jìn)展,2010,21(1):137-144.

[3] 龐晶晶.基于SWMM的城市防洪排水體系能效評(píng)估探析[J].水利規(guī)劃與設(shè)計(jì),2017(1):104-107.

[4] 楊旭宏.城市內(nèi)澇成因及規(guī)劃設(shè)計(jì)對(duì)策探析[J].水利技術(shù)監(jiān)督,2016(6):78-80.

[5] 李杰,王家乙,李明慧,等.葫蘆島市“7·20”罕見(jiàn)特大暴雨氣象服務(wù)深析[J].南方農(nóng)機(jī),2017,48(19):50-51.

[6] 郭亮.葫蘆島市旱災(zāi)風(fēng)險(xiǎn)評(píng)價(jià)[J].水利規(guī)劃與設(shè)計(jì),2017(5):26-28.

[7] 裴金漪.基于SUMO和雙流體模型的城市交通信號(hào)系統(tǒng)模擬[D].蘭州：蘭州交通大學(xué),2015.

[8] 李志環(huán).坡耕地水土保持工程建設(shè)中存在問(wèn)題分析與技術(shù)對(duì)策探究[J].中國(guó)水能及電氣化，2014(3):57-59.

[9] 馬吉洋.基于暴雨內(nèi)澇空間分析的成都交通應(yīng)急疏散模型研究[D].成都：四川師范大學(xué),2014.

[10] 陳仕鴻,彭賽瓊.ArcGIS在城市內(nèi)澇交通路線選擇問(wèn)題中的應(yīng)用[J].電腦知識(shí)與技術(shù),2013(1):205-206.