張 榮，徐宗學，龐 博，任梅芳，趙 剛

(1. 北京師范大學水科學研究院，北京 100875；2. 城市水循環(huán)與海綿城市技術北京市重點實驗室，北京 100875；3. 布里斯托大學地理科學學院，英國布里斯托 BS8 1TH)

0 引 言

自進入21世紀以來，隨著改革開放深化和經濟發(fā)展迅速，中國經歷了快速的城市化進程。城市規(guī)模和建成區(qū)面積不斷擴大，城市人口持續(xù)增加，國家統(tǒng)計局統(tǒng)計數據表明：過去的二十年間，我國城市人口比例由1997年的31.91%增長為2017年的57.35%。雖然城市化是一個國家發(fā)展水平高低的重要標志，但某種程度上也加強了人類社會和自然環(huán)境的相互作用，而且城市基礎設施建設與城市的快速發(fā)展不協調，使城市受災風險和損失持續(xù)上升，加之近年來極端氣候災害事件的增多，我國大部分城市地區(qū)均面臨著“熱島效應”和“雨島效應”增強、洪峰流量增加、暴雨內澇風險增大等諸多問題[1-3]。其中，2012年北京“7.21”、2015年上海“8.24”、2016年武漢“7.6”等特大暴雨洪澇災害，不僅造成嚴重經濟損失，而且威脅當地居民人身安全[4]。

城市化帶來的城市擴張加劇和建成區(qū)面積擴大直接導致城市區(qū)域不透水面積增加，城市化前透水能力較好的天然下墊面逐漸被透水能力較差的材料如水泥、瀝青等取代，受建筑物、道路等障礙物的阻擋，降雨產生的地表徑流也不再像自然流域經坡面匯流排入河道，而是以管道和坡面匯流相結合的方式排入河道[5]。因此，隨著城市化進程的加快，城市區(qū)域徑流量和洪峰流量增加，峰現時間提前，給城市防洪排澇帶來巨大的壓力[6]。因此，摸清城市化后產匯流改變規(guī)律，是解決城市化造成的暴雨洪澇災害加劇問題的基礎，同時，對于城市雨洪管理具有重要的現實意義。

針對城市化水文效應的研究，國內外學者已開展了許多有意義的研究：班玉龍等[7]通過設定與社區(qū)尺度相近的試驗區(qū)，研究土地利用格局對SWMM模型產流特征的影響；楊海波等[8]基于SWMM模型模擬不同重現期暴雨與城市化程度情景下城區(qū)內澇；Suriya和Mudgal[9]采用HEC-HMS和HEC-RAS模型在印度南部巴拉爾河城市流域的研究表明：城市化后最大淹沒水深增加了0.84 m，淹沒面積增加了4.9 km2，導致城市洪水風險增加。

隨著北京市建設發(fā)展需要，通州作為北京的城市副中心成為了北京市重點發(fā)展的新城，如何根據通州北京城市副中心發(fā)展的最新特點，有效評價城市化對通州水文效應的影響能夠為通州海綿城市的建設提供科技支撐。然而，目前關于城市化對通州水文效應影響的研究幾乎是空白，因此，本文選取北京市通州區(qū)楊洼閘排水區(qū)作為研究對象，采用SWMM(Storm Water Management Model)模型，根據Landsat遙感影像數據，以一種多主題指數組合技術，提取研究區(qū)城鎮(zhèn)用地數據，基于此構建不同透水率情況下楊洼閘排水區(qū)的城市雨洪模型，以實測數據對模型進行率定驗證，通過設置不同重現期暴雨情景，定量分析不同城市化程度對區(qū)域產匯流的影響，從而為通州海綿城市的建設提供理論基礎和技術支撐。

1 研究區(qū)概況

通州區(qū)位于北京市東南部，西與朝陽區(qū)、大興區(qū)接壤，北臨順義區(qū)，東隔潮白河與河北省三河市、大廠回族自治縣、香河縣相連，南和天津市武清區(qū)、河北省廊坊市交界。楊洼閘排水區(qū)位于北京市通州區(qū)兩河片區(qū)，如圖1所示，地理位置處于北緯39°44′ ～ 39°55′，東經116°39′～ 116°55′之間。楊洼閘排水區(qū)地勢總趨勢為西北高東南低，由西北向東南傾斜，地面坡度約為2‰。區(qū)域內主干河道為北運河，河長約37 km，河道縱坡0.15‰～ 0.25‰。北運河自北向南從城市副中心中部穿過，緊臨行政辦公區(qū)南側，承接中心城區(qū)96%、通州境內87%流域范圍的雨水排除任務，為城市副中心重要的防洪、排水兼景觀河道。本次研究的楊洼閘排水區(qū)主要為北運河上游北關閘、涼水河張家灣閘和北運河下游楊洼閘控制流域，流域面積為186.33 km2。研究區(qū)屬溫帶大陸性季風氣候，多年平均氣溫11.3 ℃，多年平均降水量581.7 mm(1956-2000年數據統(tǒng)計)，降水不僅年際變化大，年內變化也極不均勻，降水多集中在6～9月，汛期降水量約占全年的84%。

2009年年底北京市委明確提出，“集中力量、聚焦通州，借助國際國內資源，盡快形成與首都發(fā)展相適應的現代化國際新城”， 通州迎來了實現跨越式發(fā)展的難得歷史機遇，通州作為城市副中心的思想也初步體現出來。北京“十二五”規(guī)劃綱要中對通州新城的定位有“全面承接中心城功能疏解”[10]。2015年北京市規(guī)劃委員會對外公布，正式確認設立通州為北京市行政副中心[11]。

2 數據與方法

2.1 城鎮(zhèn)用地數據

反映不同城市化程度的城鎮(zhèn)用地數據使用Landsat OLI(Operational Land Imager)和Landsat TM(Thematic Mapper)遙感影像數據，計算出SAVI(Soil Adjusted Vegetation Index)、MNDWI(Modified Normalized Difference Water Index)和NDBI(Normalized Difference Built-up Index)三個主題指數，它們分別能較好地識別城市區(qū)域的植被、水體和建成區(qū)。Xu(2007)研究表明：使用三個主題指數作為波段組合形成一幅新的影像能減少原始遙感影像圖多波段之間的相關性及冗雜性，能較好地識別出植被、水體和建成區(qū)三種地物，采用最大似然分類法提取城鎮(zhèn)用地精度高達90%以上[12]。

在低密度植被地區(qū)(如城市流域)，SAVI提取的植被數據精度高于NDVI[13]，SAVI值大于0的區(qū)域代表植被區(qū)域，小于0的區(qū)域代表其他地物。計算公式為：

(1)

圖1 楊洼閘排水區(qū)位置、DEM及水文站點圖Fig.1 Location, DEM, and hydro-meteorological stations in the study area

式中：RED和NIR分別為紅波段和近紅外波段處的反射率值；l為校正因子，當植被密度越高取值越接近0，植被密度越低取值越接近1。

在城市流域，MNDWI提取的水體與其他地物有強烈的對比度，能較好地凸顯出水體這一地物[14]，MNDWI值大于0的區(qū)域代表水體區(qū)域，小于0的區(qū)域代表其他地物。計算公式為：

(2)

式中：GREEN和MIR分別為綠波段和中紅外波段處的反射率值。

NDBI值大于0的區(qū)域代表城鎮(zhèn)區(qū)域，小于0的區(qū)域代表其他地物。計算公式為：

(3)

式中符號含義同上。

NDBI能在一定程度上反映出城市區(qū)域建成區(qū)，但相關研究表明[15, 16]：單獨使用NDBI提取的城鎮(zhèn)用地數據噪音較大，部分水體和植被較難與城鎮(zhèn)用地區(qū)分開。以2015年5月18日研究區(qū)遙感影像圖為例，計算出的SAVI、MNDWI、NDBI如圖2所示。

圖2 楊洼閘排水區(qū)Landsat OLI影像Fig.2 Landsat OLI image of Yangwazha Drainage Area

在通州區(qū)開始逐步向“城市副中心”發(fā)展和轉變的過程中，由于區(qū)域職能被放大，城市化進程進一步加快，根據研究區(qū)概況資料，分別選取2010年、2015年和2017年研究區(qū)夏季少云的Landsat衛(wèi)星數據產品，基于三個主題指數組合的新影像，采用最大似然分類法，對提取的城鎮(zhèn)用地進行孤島處理后如圖3所示。

圖3 楊洼閘排水區(qū)城市化進程圖Fig.3 Urbanization in the Yangwazha catchment

從圖3可以看出，從2010年至2015年，楊洼閘排水區(qū)城鎮(zhèn)用地面積顯著增多，2015年至2017年城鎮(zhèn)用地面積增長緩慢，計算得到三個時期研究區(qū)的城鎮(zhèn)用地面積占比分別為：23.15%、36.52%和39.17%。為了更好地對比不同城市化程度對城市區(qū)域產匯流的影響，本次研究選取城市化程度差異較大的2010年和2015年城鎮(zhèn)用地數據，探討城市化對楊洼閘排水區(qū)的產匯流影響。

2.2 SWMM建模數據

構建SWMM模型所需的輸入數據有：數字高程數據(DEM)、水文氣象數據和河道及管網數據等。DEM采用ASTER GDEM V2版數據，空間分辨率為30 m，來源于中國科學院計算機網絡信息中心地理空間數據云平臺(http:∥www.gscloud.cn)；水文氣象數據主要有降水數據和實測流量摘錄數據，其中降水數據包括通縣站、榆林莊站和楊洼站20160720場次暴雨的小時降水數據，由于雨量站在流域分布不太均勻，因此采用泰森多邊形法對楊洼閘排水區(qū)進行雨量分配；實測流量摘錄數據包括對應于20160720場次暴雨的北關閘和涼水河張家灣閘的入流數據、楊洼閘出流數據，以上水文氣象數據均來源于北京市水文總站，真實可靠。河道及管道的設置參考《北京城市副中心防洪防澇規(guī)劃》(北京市城市規(guī)劃設計研究院，2017年)，并結合國家地理衛(wèi)星影像圖及實地查勘結果進行相應的修正。

2.3 模型介紹

SWMM模型是由美國環(huán)保部設計開發(fā)基于水動力學的降水徑流模擬模型，主要包括徑流、輸送、擴展輸送、調蓄/處理和受納水體5個模塊[17]。模型主要用于模擬城市場次暴雨事件及城市小區(qū)非點源污染模擬，由于其具有代碼開源、易于操作且界面友好等優(yōu)勢，在世界范圍內得到了廣泛應用，主要應用領域有：城市雨洪形成與機理研究、城市排水規(guī)劃設計與管理和城市低影響開發(fā)模擬分析[18]。

在SWMM模型中，首先根據水系管網將研究區(qū)劃分為若干個子匯水區(qū)，再根據每個子匯水區(qū)的特性，分別進行地表產匯流計算，在地表匯流過程中，為了反映不同的地表特征，子匯水區(qū)被概化為透水區(qū)和不透水區(qū)兩部分，兩部分產流之和為子匯水區(qū)出流量。模型采用三種方式模擬降水入滲不飽和土壤，分別為Green-Ampt模型、Horton模型、SCS-CN模型。其中Horton模型在城市地區(qū)適用性較好[19]，故本次研究選用Horton模型計算下滲量。SWMM模型提供了三種進行管道(河道)匯流過程模擬的方法：恒定流法、運動波法和動力波法。本次研究采用運動波的方法進行流量傳輸演算。

3 模型構建

模型構建必須較為客觀地反映流域水文地質特性，如果構建的模型與流域實際差別過大甚至不符，則應對構建的模型進行調整和改進，而不僅僅是對參數進行優(yōu)化。城市化程度的提高最直接的表現就是城市區(qū)域不透水面積增加，城市下墊面的這一變化將導致流域內產匯流路徑改變。本文根據研究區(qū)兩種不同城市化程度(2010年和2015年)，設置對應的不透水率，以此來研究不同城市化程度對城市區(qū)域產匯流的影響。由于時間間隔僅為5年且實際管網資料有限，故忽略了天然河網和管網改造引起的河道和管道變化帶來的影響。

3.1 邊界條件分析

由于北京市通州區(qū)兩河建設區(qū)溝渠眾多，水系條件復雜，因此選定一個嚴格意義上屬于閉合流域的研究區(qū)較為困難，且受制于有限的實測水文氣象數據資料，對選取合適的研究區(qū)帶來了更大的困難。因此本文在已有數據資料的前提下，選擇北關閘、涼水河張家灣閘及楊洼閘三個閘所共同控制的流域作為研究區(qū)，基于ArcGIS提取出流域邊界，并根據實際匯水情況對邊界進行簡單的修正，在構建SWMM模型時，將北關閘和涼水河張家灣閘的入流條件加入，保證了水量平衡。

3.2 子匯水區(qū)劃分

SWMM模型中子匯水區(qū)的地表徑流和排水系統(tǒng)只能流向一個出口，各子匯水區(qū)的排水口可以流向排水系統(tǒng)的節(jié)點，也可以流向其他子匯水區(qū)的節(jié)點。子匯水區(qū)的劃分越接近流域實際情況，模擬結果越接近真實值。然而實際研究過程中，往往難以獲取詳細的管道河道數據和高精度地形數據，因此很難精準地劃分子匯水區(qū)。研究表明[20, 21]：在利用SWMM進行城市洪水模擬時，應綜合考慮模擬目標和資料的完備程度，構建與之相適應的模型。本次研究根據楊洼閘排水區(qū)地形地貌等特征，利用衛(wèi)星影像圖及北京市城市規(guī)劃研究院提供的通州區(qū)兩河片區(qū)流域概況圖對研究區(qū)進行數字化，基于DEM和下墊面一致性將楊洼閘排水區(qū)概化為49個由河道和排水管網共同控制的子匯水區(qū)(如圖4)，研究區(qū)排水口位于楊洼閘水文站。

圖4 楊洼閘排水區(qū)城市雨洪模型Fig.4 Storm Water Management Model of the Yangwazha catchment

3.3 模型精度評價

依據我國《水文水情預報規(guī)范》要求，為了較好地評定洪水預報精度，應從洪峰流量、峰現時間、洪量和洪水過程等方面綜合評估，基于此本文選用三個指標：納西效率系數RNS、洪峰流量相對誤差REp和峰現時間絕對誤差AET衡量模型模擬精度。

其中納西效率系數RNS的計算公式為：

(4)

洪峰流量相對誤差REp的計算公式為：

(5)

峰現時間絕對誤差AET的計算公式為：

(6)

3.4 暴雨情景設置

本文采用《北京市水文手冊》暴雨圖集中平原區(qū)24 h雨型分配表與設計雨量公式，采用“長包短”的方法，計算不同重現期內(p=100%，20%，5%，2%，1%)的設計暴雨過程。計算結果如圖5所示。

圖5 不同頻率24 h設計暴雨過程Fig.5 24-hour rainfall processes with different frequencies

4 結果分析

4.1 模型參數率定

在構建城市雨洪模型過程中需要眾多參數，有的參數可以通過實際測量獲取，但有的參數因受到各種條件的限制，無法通過實際測量獲取，因此在無法得到其準確值的情況下，通常依靠經驗或者參數優(yōu)化方法確定。由于本次研究實測數據有限，僅獲得20160720號一場場次暴雨流量數據，對參數率定驗證工作造成了極大的困難。因此本研究在參考SWMM模型用戶手冊[22]的基礎上，根據SWMM模型在北京市典型城市化流域模擬應用的相關文獻[19, 23-25]，初步確定本次研究的部分參數初始值(如表1所示)，并以20160720號暴雨為基準進行驗證，洪水過程線如圖6所示，洪水模擬效果評價如表2所示。

表1 SWMM模型參數設置Tab.1 The value of parameters for SWMM model

圖6 20160720號暴雨模擬結果Fig.6 Simulations for rainstorm 20160720

暴雨場次RNSREp/%AET201607200.6718.8-4

從圖6和表2中可以看出，20160720號場次暴雨洪水模擬結果較好，納西效率系數為0.67，洪峰流量相對誤差為18.8%，均符合《水文水情預報規(guī)范》要求，峰現時間提前4h，主要因為研究區(qū)有來自通縣閘和涼水河的入流，對峰現時間的模擬有一定影響，綜上構建的模型在本研究區(qū)仍具有一定適用性。

4.2 暴雨情景模擬

以2010年和2015年兩種不同城市化程度為背景，模型降雨采用重現期分別為1、5、20、50和100 a的24 h降雨，在不考慮張家灣站的涼水河入流洪水與北關閘入流洪水情況下，計算本流域內兩種不同城市化程度產匯流變化，如表3和圖7所示。

表3 不同降水重現期下兩種不同城市化程度產匯流變化Tab.3 Changes in rainfall-runoff process in different scenarios

圖7 兩種不同城市化程度下設計洪水過程變化Fig. 7 Changes of design floods for two different urbanization scenarios

從表3和圖7可以看出，隨著設計暴雨重現期的增加，兩種城市化程度下徑流系數均增加，且在一年一遇到二十年一遇設計降雨變化過程中，城市化程度較高的情況(2015年)與城市化程度較低的情況(2010年)徑流系數差異明顯，一年一遇設計降雨時2010年和2015年徑流系數差值為0.13，五年一遇和二十年一遇時徑流系數差值為0.1，但五十年一遇和百年一遇兩種設計降雨條件下，2010年和2015年徑流系數較接近，表明當重現期繼續(xù)增加，由城市化引起的不透水率改變對研究區(qū)徑流系數的影響逐步減弱。洪峰流量表現出與徑流系數相似的趨勢，但與城市化程度始終表現出較強的正相關性，不同設計降雨條件下城市化程度較高的情況(2015年)的洪峰流量始終高于城市化程度較低的情況(2010年)。峰現時間在常遇暴雨情況下十分敏感，一年一遇設計暴雨時2015年峰現時間比2010年提前了3h，隨著設計暴雨重現期的增加，兩種城市化程度峰現時間逐步接近，從五十年一遇設計暴雨開始峰現時間不發(fā)生變化，原因是強降雨條件下，流域內水流流速較快，減小了城市區(qū)域因匯流路徑復雜導致匯流時間延長的影響。綜上，本研究區(qū)在常遇暴雨條件下城市化的水文效應表現更明顯。

5 結 論

本文以北京市通州區(qū)兩河片區(qū)楊洼閘排水區(qū)為研究對象，采用SWMM模型分別對2010年、2015年兩種不同城市化程度情景進行模擬，并通過設置不同頻率降水情景，定量分析不同城市化程度對流域產匯流的影響。主要結論如下：

(1)由于實測場次暴雨洪水資料有限，研究參考SWMM模型用戶手冊和SWMM模型在北京市典型城市化流域應用的文獻參數取值，設定模型初始參數值，并用20160720號場次暴雨進行驗證，納西效率系數為0.67，洪峰流量相對誤差為18.8%，峰現時間提前4 h，構建的SWMM模型具有一定適用性。

(2)隨著設計暴雨重現期的增加，兩種城市化程度下徑流系數均增加，一年一遇設計降雨時2010年和2015年徑流系數差值為0.13，五年一遇和二十年一遇時徑流系數差值為0.1，五十年一遇和百年一遇設計降雨條件下2010年和2015年徑流系數較接近，表明當重現期繼續(xù)增加，由城市化引起的不透水率改變對楊洼閘排水區(qū)徑流系數的影響逐步減弱。洪峰流量與城市化程度則始終表現出較強的正相關性。

(3)峰現時間在常遇暴雨時十分敏感，一年一遇設計暴雨時2015年峰現時間比2010年提前了3 h，隨著設計暴雨重現期的增加，兩種城市化程度峰現時間逐步接近，從五十年一遇設計暴雨開始峰現時間不發(fā)生變化，主要是由于強降雨條件下，流域內水流流速較快，減小了城市區(qū)域因匯流路徑復雜導致匯流時間延長的影響。

□