劉新莊,王齊鋒,王艷艷,陳偉娜
(山脈科技股份有限公司,陜西 西安 710065)
隨著城市化進程的加快[1],城市“熱島效應”與“雨島效應”日趨顯現(xiàn)[2],城市不透水面積增加,地表匯流速度加快,下滲減小,導致城市洪水風險倍增[3]。與此同時,大多數(shù)老城區(qū)排水設施建設落后,排水管網(wǎng)管理不當,雨污合流,不但造成水體污染,也嚴重影響了排水管網(wǎng)的排水能力[4]。與以往相比,城市化率的提高,意味著城市中聚集了更多的人口和更加繁榮的經(jīng)濟,這也預示著城市洪水在同等淹沒條件下,將有更多的人群受災和更加慘痛的經(jīng)濟損失[5]??傮w來說,城市洪水災害已成為影響經(jīng)濟社會可持續(xù)發(fā)展的重要威脅。
福安市隸屬于福建省寧德市,位于福建省東北部。福安市水系發(fā)達,河流流域面積在30 km2以上的19條,流域面積在20 km2~30 km2的4條,賽江為福建省五大水系之一,干支流總長433 km,流域面積5638 km2。其中流經(jīng)福安市城區(qū)的河流包括賽江(也稱富春江)、龜湖溪和秦溪。福安城區(qū)河流水系見圖1。
圖1 福安城區(qū)河流水系圖
根據(jù)白塔水文站多年實測資料分析,福安市城區(qū)洪水成因主要是臺風暴雨所致,上游為暴雨中心,雨量集中,暴雨強度大,加之山脈險峻,上游河床比降陡,水流急,有典型的山丘地區(qū)河流洪水暴漲暴落特點,一般洪峰歷時僅4h~8h。據(jù)統(tǒng)計,福安城區(qū)澇災經(jīng)常發(fā)生的地帶主要為:錦雞垅、洋邊、荷塘坪、上下城河路(東鳳市場至工商局),街尾新村等。
福安市洪水預報系統(tǒng)基于Windows操作系統(tǒng),采用B/S結構開發(fā)。以數(shù)據(jù)庫為基礎,采用COM+組件(包括WebGIS組件和計算分析組件)為中間層,通過IIS服務提供瀏覽器界面實現(xiàn)系統(tǒng)各子系統(tǒng)的用戶交互,充分利用對圖像與多媒體的支持與分布式的處理功能,使GIS應用、信息系統(tǒng)應用,共同完成系統(tǒng)目標,最后采用FLEX+IFRAME容器模式嵌入IIS發(fā)布的各種頁面,并為下一步系統(tǒng)的拓展留下接口。
采用圣維南方程組作為河道非恒定流控制方程。一維水動力模型采用Preiss mann四點隱式差分格式進行方程離散,運用四級聯(lián)解法進行模型求解[6]。其中,上邊界選在白塔水文站處,給定該水文站的流量過程;下邊界選在江家渡水位站處,給定該水位站的水位-流量關系。秦溪、白塔至福安市城區(qū)的區(qū)間入流通過點源方式考慮。
據(jù)分析,采用2005年9月1日9時~2005年9月3日9時共48 h白塔水文站實測的洪水過程作為典型洪水。根據(jù)白塔站不同重現(xiàn)期的設計流量,對典型洪水過程進行縮放,得到白塔站相應的設計流量過程。此外,由于秦溪流域很小,流域內(nèi)無實測洪水數(shù)據(jù),考慮到白塔水文站與秦溪流域相距很近,下墊面情況基本相同,按照相似性原則,秦溪的流量過程采用白塔水文站洪水過程進行縮放得到。根據(jù)已批復的《福安市富春溪組團排水(雨水)防澇綜合規(guī)劃(2016~2030)》,白塔站20 a一遇洪水設計流量為11300 m3/s,秦溪相應流量為297 m3/s;白塔站50 a一遇洪水設計流量為13600 m3/s,秦溪相應流量為358 m3/s。
圖2 白塔水文站典型洪水過程
采用守恒形式的二維淺水方程,采用有限體積法離散控制方程,采用HLLC格式的近似Rie mann算子計算界面通量[7-8]。對于道路、渠道,排洪溝等線狀地物盡量采用四邊形網(wǎng)格,除此之外的其他區(qū)域盡量采用三角形網(wǎng)格,網(wǎng)格平均邊長為25 m,共計46275個單元。
耦合邊界為一維河道邊界。在耦合邊界處,將采用Villemonte堰流公式計算漫過堤防進入二維面中的流量。具體過程為:一維模型將耦合邊界處的的水位傳遞給二維模型,二維模型根據(jù)耦合邊界處的水位計算得到流量,再傳遞回給一維數(shù)學模型[9-10]。
由于河道沿程沒有實測洪水數(shù)據(jù),再加上河道整治,洪痕發(fā)生變化,故從批復的工程中選取20 a一遇、50 a一遇水面線對一維水動力模型糙率進行率定,河道全段糙率初值為0.05,率定后河道糙率取值見表1。
表1 河道糙率取值(率定后)
率定、驗證結果見圖5和圖6。由結果可知,一維河道參數(shù)設置基本合理,計算水面線與已有水面線成果基本吻合,誤差小于20 cm。
圖5 20 a一遇模型率定結果
圖6 50 a一遇模型驗證結果
經(jīng)模型計算,各種工況下最大淹沒水深、淹沒歷時等洪水模擬結果分別見圖7。
經(jīng)分析,不同洪水頻率下,各城區(qū)的淹沒范圍如下:
(1)北部城區(qū):當遭遇10 a一遇洪水時,交溪左右岸發(fā)生漫堤,導致北部城區(qū)被淹。
(2)秦溪:當遭遇10 a一遇洪水時,左岸會發(fā)生漫堤,且局部地勢低洼區(qū)域由于排洪溝倒灌,造成秦溪左岸城區(qū)被淹;當遭遇50 a一遇洪水時,右岸城區(qū)可能被淹。
(3)桃花島:當遭遇10 a一遇洪水時,桃花島基本全被洪水淹沒。
(4)龜湖溪:當遭遇30 a一遇洪水時,龜湖溪右岸的主城區(qū),基本被淹;受上、下城排澇溝洪水倒灌及龜湖溪左岸漫堤影響,龜湖溪左岸附近區(qū)域被淹。
(5)交溪:①交溪右岸的南部區(qū)域未漫堤;當遭遇30 a一遇洪水時,交溪右岸主城區(qū)(坂中片區(qū))發(fā)生漫堤,淹沒范圍從其南部區(qū)域向全區(qū)域延伸;②當遭遇10 a一遇頻率洪水時,陽和社區(qū)南部區(qū)域被淹,當洪水頻率提高到20 a一遇時,陽和社區(qū)基本被淹,而且受上、下游排澇溝洪水倒灌影響,城陽鎮(zhèn)福安客運站附近區(qū)域被淹;當遭遇30 a一遇頻率洪水時,交溪左岸的主城區(qū)被淹;當遭遇50 a一遇頻率洪水時,交溪左岸的巖湖坂片區(qū)、老城區(qū)片區(qū)部分區(qū)域被淹,其中,老城區(qū)片區(qū)坂中大橋下游堤防高程較低、發(fā)生漫堤,坂中大橋上游附近堤段高程較高、尚未漫堤。
針對本方案48 h洪水演進過程,10 a一遇、20 a一遇、30 a一遇、50 a一遇洪水頻率下,CPU計算模式下耗時為20 min、24 min、47 min、55 min;GPU計算模式下耗時為14.7 min、16.8 min、18.6 min、20.2 min。
為了說明計算結果合理性,將模型計算的50 a一遇最大淹沒水深與已有城區(qū)洪水風險圖成果進行對比,見圖8~圖9。
圖8 模型計算范圍
圖9 現(xiàn)有50 a一遇淹沒范圍
對比可知,從洪水淹沒水深分布來看,兩者基本一致,差異較為明顯的區(qū)域為坂中大橋上游附近交溪左岸區(qū)域(圖8虛線框處)。其中,已有城區(qū)洪水風險圖成果顯示,該區(qū)域受淹;本模型計算結果顯示該區(qū)域未受淹。造成該差異的可能原因有:
(1)已有城區(qū)洪水風險圖成果為基于50 a一遇洪水水面線計算成果計算城區(qū)淹沒,該水面線為恒定流;而本模型計算的50 a一遇城區(qū)淹沒范圍對應的漫堤時的水面線為一維河道實時計算的水面線成果,為非恒定流。對于恒定流而言,所計算的水面線未考慮河道的調(diào)蓄作用,理論上水面線成果偏高,從而導致淹沒范圍偏大。
(2)地形差異現(xiàn)有50 a一遇洪水淹沒范圍圖繪制時間較早,不排除期間有河道清淤、采砂以及堤防加高等人為活動導致堤岸高程可能與當前堤岸高程有差別。
根據(jù)已有成果,福安市城區(qū)10 a一遇降雨強度過程見圖10??紤]遭遇外江10 a一遇洪水過程,城區(qū)淹沒見圖11。
圖10 福安市城區(qū)10 a一遇雨強過程
(a)最大淹沒水深圖 (b)洪水淹沒歷時
最大淹沒水深、淹沒歷時等洪水模擬結果分別見圖11(a)、(b)。由計算結果可知,10 a一遇暴雨遭遇外江10 a一遇洪水條件下,坂中排水分區(qū)、溪東排水分區(qū)、秦溪排水分區(qū)受淹較為嚴重,巖湖坂排水分區(qū)和老城區(qū)排水分區(qū)次之,陽頭排水分區(qū)局部受淹。本方案48 h暴雨內(nèi)澇洪水演進過程,GPU模式計算耗時為26 min。
福安市洪水預報系統(tǒng)接入了白塔水文站的實測流量數(shù)據(jù)作為一維河道上邊界,下邊界采用出口斷面處的水位流量關系。當發(fā)生洪水時,可錄入白塔水文站的實測流量數(shù)據(jù)構建新的方案進行實時計算,模擬白塔水文站下游的洪水演進情況,根據(jù)模擬的洪水淹沒結果進行洪水風險分析。
洪水風險分析的基本分析步驟為:將模型計算得到不同工況的洪水淹沒矢量數(shù)據(jù)、網(wǎng)格水深制作成洪水水情特征分布圖層,與城區(qū)的各種要素圖層進行疊加,利用洪災損失評估系統(tǒng)和GIS平臺,通過空間地理關系進行疊加分析,統(tǒng)計得到不同洪水方案的各類社會經(jīng)濟淹沒損失情況。洪水風險分析工作流程見圖12。
圖12 洪水影響分析工作流程圖參考文獻
本項目采用一維-二維耦合水動力方法,構建福安城區(qū)洪水實時分析模型。并分別采用20 a一遇、50 a一遇水面線成果對一維模型糙率進行率定和驗證。且對10 a一遇暴雨內(nèi)澇洪水進行計算。結果表明,一、二維水動力模型能很好的模擬暴雨內(nèi)澇和洪水淹沒過程,且GPU計算能顯著提高模型的計算效率,減少模型計算耗時,能滿足洪水實時分析對模型計算效率的需求。