王兆禮，陳昱宏，賴成光

(1.華南理工大學土木與交通學院，廣東 廣州 510641；2.廣東省水利工程安全與綠色水利工程技術(shù)研究中心，廣東 廣州 510641)

在全球氣候變化和快速城市化的背景下，城市洪澇災(zāi)害頻繁發(fā)生，給人類社會造成了巨大的損失[1-5]。2012—2015年我國每年受淹城市分別高達184座、234座、125座和168座，其中2014年全國28個省(自治區(qū)、直轄市)遭受不同程度洪澇災(zāi)害，因災(zāi)死亡485人，受災(zāi)人口7 382萬人，直接經(jīng)濟損失1 500多億元[6]。就2021年而言，7月19—20日鄭州市遭遇了千年一遇的大暴雨，造成的特大洪澇災(zāi)害致292人遇難和47人失蹤；8月11—12日湖北隨縣發(fā)生極端強降雨導致大面積積水，造成21人死亡、4人失聯(lián)；8月16日北京海淀區(qū)發(fā)生局部大暴雨導致多個低洼地區(qū)出現(xiàn)內(nèi)澇，2名駕車涉水被困人員遇難。由此可見，由極端暴雨引發(fā)的城市洪澇災(zāi)害特別是內(nèi)澇災(zāi)害已嚴重威脅到人們的正常生活和社會經(jīng)濟的發(fā)展[7]。

采取科學有效的防御措施是降低內(nèi)澇災(zāi)害損失的有效手段。數(shù)值模擬是研究城市內(nèi)澇形成機理和演進規(guī)律的一種重要方法，可為內(nèi)澇預警預報、災(zāi)害救援、排水規(guī)劃與設(shè)計等工作提供科學參考[8-9]。在眾多數(shù)值模擬工具中，城市雨洪管理模型(SWMM)應(yīng)用最為廣泛，已被大量應(yīng)用于城市內(nèi)澇數(shù)值模擬、城市管網(wǎng)設(shè)計規(guī)劃以及低影響開發(fā)(low impact development， LID)雨洪效應(yīng)分析等領(lǐng)域[10-12]。但是，該模型無法給出淹沒范圍、淹沒水深以及水流速度等內(nèi)澇重要信息。因此許多學者嘗試將SWMM模型和其他二維模型進行耦合，例如曾照洋等[13-14]利用SWMM模型分別與LISFLOOD-FP模型和加權(quán)元胞自動機二維模型(weighted cellular automata 2D inundation model， WCA2D)進行耦合，均取得了較好的模擬效果。然而，由于建成區(qū)的下墊面情況非常復雜，如何在模型中準確表征下墊面特點具有較大的難度[15-18]。采取LISFLOOD-FP和WCA2D模型開展內(nèi)澇模擬時均將數(shù)字高程模型(digital elevation model， DEM)像元作為計算網(wǎng)格，在網(wǎng)格大小確定的前提下這種均勻網(wǎng)格對于形狀簡單且排布規(guī)整的區(qū)域模擬效果較好，但對于建筑物形狀復雜、排列不規(guī)則的建成區(qū)模擬效果相對不佳，模擬精度會受到一定影響。通過不規(guī)則網(wǎng)格求解完整或者簡化的二維淺水方程實現(xiàn)二維模擬，理論上可以得到更為精確的淹沒結(jié)果[19]。

TELEMAC-2D因其開源屬性而被廣泛應(yīng)用于河流、河口、海岸、洪泛區(qū)的水動力過程模擬，并取得了較好的效果[20-21]。目前該模型在國內(nèi)城市內(nèi)澇二維數(shù)值模擬方面的應(yīng)用還不多，如：劉家宏等[22]利用TELEMAC-2D建立了廈門島的城市內(nèi)澇模型，探討了不同重現(xiàn)期和不同雨峰系數(shù)下內(nèi)澇積水情況；邵蕊等[23]基于TELEMAC-2D分析了不同雨澇情景對城市應(yīng)急響應(yīng)時間的影響。然而，上述利用TELEMAC-2D開展城市內(nèi)澇數(shù)值模擬的研究均未考慮耦合一維管網(wǎng)模型演算管網(wǎng)水流的運動過程，這與實際情況存在較大出入，模擬精度往往難以達到預期效果。目前國內(nèi)外還沒有二維TELEMAC-2D與一維管網(wǎng)模型耦合的案例。

本文以廣州天河區(qū)長湴地區(qū)為研究實例，嘗試將二維水動力模型TELEMAC-2D和一維水文水動力模型SWMM進行耦合得到一種新的城市內(nèi)澇數(shù)值模擬模型(以下簡稱TSWM模型)，并利用TSWM模型探討在不同暴雨重現(xiàn)期下內(nèi)澇淹沒情況，揭示內(nèi)澇的形成機理及演進規(guī)律。

1 數(shù)據(jù)來源及研究方法

1.1 研究區(qū)概況

研究區(qū)位于廣州市天河區(qū)中部西側(cè)長湴地鐵站附近(圖1)，總面積約1.56 km2。該區(qū)域北部為山區(qū)森林，南部為高度城市化地區(qū)，周圍主要有嘉福小學、長湴工業(yè)區(qū)、天源廣場以及廣東實驗中學附屬天河學校等。研究區(qū)地勢北高南低，管網(wǎng)主要分布在天源路兩側(cè)以及南部長湴工業(yè)區(qū)。據(jù)實地調(diào)研，天源路、長湴地鐵口附近以及南部長湴工業(yè)區(qū)經(jīng)常發(fā)生內(nèi)澇事件。

圖1 研究區(qū)高程及管網(wǎng)概況Fig.1 Overview of elevation and pipe networkin study area

1.2 數(shù)據(jù)概況

采取兩種DEM數(shù)據(jù)，分辨率分別為5 m×5 m和8 m×8 m，其中分辨率為8 m×8 m的DEM數(shù)據(jù)覆蓋整個研究區(qū)，分辨率為5 m×5 m的DEM數(shù)據(jù)僅包括了南部建筑密集地區(qū)。考慮到數(shù)據(jù)限制以及計算效率，在整個研究區(qū)建立SWMM模型計算子匯水區(qū)坡度時采用8 m×8 m的DEM數(shù)據(jù)，在研究區(qū)南部進行二維模擬時則采用5 m×5 m的DEM數(shù)據(jù)。研究區(qū)排水管網(wǎng)數(shù)據(jù)采用2010年數(shù)據(jù)；土地利用數(shù)據(jù)在2014年土地利用數(shù)據(jù)基礎(chǔ)上，通過衛(wèi)星圖對比以及現(xiàn)場調(diào)查對其進行適當修正。

選取2018年6月7—8日實測暴雨(以下簡稱201806暴雨)進行驗證。201806暴雨歷時較長，并且有兩個雨峰，降水量較大，達到284 mm。根據(jù)實地調(diào)研可知，201806暴雨導致天源路、地鐵站出口及其南部長湴工業(yè)區(qū)大量積水，普遍積水深度為 0.2～0.5 m，天源路部分積水深度超過0.5 m，給研究區(qū)企業(yè)和居民造成較大經(jīng)濟損失。

1.3 模型構(gòu)建

1.3.1SWMM模型

SWMM是美國環(huán)境保護署(EPA)開發(fā)的一款分布式水文水動力模型，主要用于城市某一單一事件或者長期的水量水質(zhì)模擬，廣泛應(yīng)用于城市內(nèi)澇數(shù)值模擬、城市管網(wǎng)設(shè)計規(guī)劃以及LID雨洪效應(yīng)分析等方面[13-14]。SWMM模型計算能力十分強大，主要包括地表產(chǎn)流模塊、地表匯流模塊、管網(wǎng)水動力模塊等。對于管網(wǎng)水動力模塊，SWMM提供了恒定流、運動波和動力波方法供用戶自行選擇。其結(jié)果顯示形式也十分多樣化，包括提供管網(wǎng)的時間序列曲線、剖面圖以及統(tǒng)計分析表等。

1.3.2TELEMAC-2D模型

TELEMAC-2D是法國國家水力學與環(huán)境實驗室開發(fā)的開源水力學模型系統(tǒng)中的二維水動力模塊，通過有限元數(shù)值方法或有限體積法求解Navier-Stokes方程，可以考慮的現(xiàn)象包括：非線性效應(yīng)的長波傳播、底摩擦、科里奧利力的影響，氣象因素如大氣壓和風等的影響，湍流、超臨界和亞臨界的流動，水平溫度和鹽度梯度對密度的影響，水工建筑物如堰、堤、涵等的影響以及孔隙度的現(xiàn)象等。TELEMAC-2D在水動力學模擬和海岸風暴潮模擬中得到了廣泛應(yīng)用，但用于城市內(nèi)澇模擬的案例相對不多。本文利用TELEMAC-2D的二維自由表面流模擬模塊，模擬城市內(nèi)澇中管網(wǎng)溢流后的二維地表演進過程。TELEMAC-2D模型求解的基本方程詳見文獻[22]。

TELEMAC-2D提供了有限元方法和有限體積方法供用戶根據(jù)計算需要進行選擇，其中有限體積方法對比有限元方法具有更好的守恒性、更加明確的物理意義以及對復雜區(qū)域更強大的適用性等優(yōu)點。本文主要采取有限體積方法，它是一種基于“雙網(wǎng)格”的頂點中心方法，具體的求解方程詳見文獻[24]。

1.3.3模型耦合方法

SWMM模型具有成熟的降雨產(chǎn)匯流模塊和管網(wǎng)水動力模塊，但無法給出淹沒范圍、淹沒水深以及水流速度等內(nèi)澇重要信息，而TELEMAC-2D具有成熟的二維水動力模擬功能，且預留有水量輸入的接口，將二者進行耦合可實現(xiàn)降雨產(chǎn)匯流、管網(wǎng)水流流動以及地表二維漫溢的全過程模擬。考慮耦合計算效率及易操作性，將采取單向耦合，可不依賴模型源碼，較易實現(xiàn)且便于后續(xù)修改開發(fā)。盡管單向耦合在二維模擬時無法考慮暴雨后管網(wǎng)的排水能力，但在研究內(nèi)澇危險性時最關(guān)心的往往是最大淹沒范圍和最大淹沒水深。在實際內(nèi)澇中，峰值出現(xiàn)時大多數(shù)管網(wǎng)都是滿載甚至超載的，因此單向耦合所得到的結(jié)果與實際情況往往比較相符，而本文也會采用實際降雨過程對其合理性進行驗證。

采用把SWMM模型的溢流結(jié)果作為點源輸入到TELEMAC-2D模型中進行二維模擬的方法進行耦合(圖2)，即TSWM耦合模型的具體構(gòu)建步驟如下：

圖2 耦合流程Fig.2 Coupling flow chart

步驟1構(gòu)建研究區(qū)SWMM模型，模擬研究區(qū)降雨徑流過程以及管網(wǎng)匯流溢流過程。

步驟2提取SWMM模型溢流點的溢流過程并利用Arcgis10.6軟件提取溢流點坐標，按順序?qū)M坐標和縱坐標分別寫入?yún)?shù)文件中的ABSCISSAE OF SOURCES和ORDINATES OF SOURCES關(guān)鍵詞中。

步驟3將所有溢流點的流量過程整理成TELEMAC-2D模型所需要的輸入文件格式，即溢流過程的時間序列文件。

步驟4將所有溢流點對應(yīng)的坐標以及流量系數(shù)寫進TELEMAC-2D的參數(shù)文件中，此處提取的SWMM溢流過程均為實際的溢流量，所以此處流量系數(shù)均取1；TELEMAC-2D會根據(jù)溢流點的坐標自動將其替換為最近的格點，并在此點將溢流過程作為點源過程輸入?yún)⑴c運算。

步驟5運行TELEMAC-2D模型模擬管網(wǎng)溢流后的二維地表演進過程，模擬完成后輸出模擬結(jié)果并進行后處理。

可見，TSWM模型依賴SWMM模型進行產(chǎn)匯流計算以及管網(wǎng)水動力計算，利用TELEMAC-2D進行二維地表淹沒計算，考慮了城市雨洪的產(chǎn)匯流過程、地下排水管網(wǎng)水動力過程以及地表淹沒區(qū)內(nèi)二維淺水流運動過程，能較好地反映城市內(nèi)澇的產(chǎn)生及演進機理。

1.3.4研究區(qū)耦合模型構(gòu)建

利用Arcgis10.6對研究區(qū)管網(wǎng)數(shù)據(jù)、DEM數(shù)據(jù)以及土地利用等數(shù)據(jù)進行預處理。對管網(wǎng)數(shù)據(jù)進行校檢并概化后，共得到625條管線、630個檢查井、4個排放口(圖1)。由于研究區(qū)較小且下墊面有關(guān)資料較為齊全，因此采用手動劃分子匯水區(qū)。根據(jù)DEM數(shù)據(jù)和排水情況將研究區(qū)劃分為86個子匯水區(qū)，其中最大的子匯水區(qū)為66號子匯水區(qū)，面積為6.85 hm2；最小的子匯水區(qū)為35號子匯水區(qū)，面積為0.10 hm2。SWMM模型主要參數(shù)包括4個幾何參數(shù)和8個經(jīng)驗參數(shù)，其中4個幾何參數(shù)通過Arcgis10.6軟件計算得到，8個經(jīng)驗參數(shù)通過參考SWMM手冊以及廣州地區(qū)相關(guān)研究成果確定[14,25]。

為了考慮建筑的阻水作用，將建筑物的輪廓作為內(nèi)部硬邊界并生成無網(wǎng)格孤島；為了保證網(wǎng)格在建筑物輪廓的連續(xù)性，需對建筑物輪廓進行重采樣。本文網(wǎng)格默認最大邊長為5 m，局部網(wǎng)格將會根據(jù)建筑輪廓重采樣后的距離進行加密，處理后網(wǎng)格共有54 954個節(jié)點，102 338個網(wǎng)格，通過插值工具對高程點數(shù)據(jù)插值得到高程信息網(wǎng)格。類似地，糙率場網(wǎng)格也可根據(jù)研究區(qū)土地利用類型通過將高程點信息替換為糙率值插值獲得，糙率值根據(jù)土地利用類型以及相關(guān)研究選取[22]。由于研究區(qū)地勢北高南低，因此將研究區(qū)最下邊的邊界設(shè)為開邊界，允許自由出流；建筑物邊界及其他邊界設(shè)為閉合邊界，考慮其阻水作用。

1.4 精度評價

采用混淆矩陣計算精度評價指標來評估TSWM模型的模擬精度[13,26-27]，并將其結(jié)果與LISFLOOD-FP和WCA2D耦合模型的結(jié)果進行對比。在混淆矩陣評價方法中，模擬值和真實值之間存在4種關(guān)系：TP(true positive)表示實際有積水，與模擬結(jié)果一致；FP(false positive)表示實際沒有積水，而模型模擬錯誤；FN(false negative)表示實際有積水，而模型沒有正確模擬；TN(true negative)表示實際和模擬結(jié)果都沒有積水。其中，TP和TN均表示模擬結(jié)果和實際情況一致，而FN和FP則表示模擬結(jié)果與實際相悖，TP、TN、FP和FN根據(jù)其所代表的面積進行量化，分別記為STP、STN、SFP和SFN。分別用RACC、RTPR、RPPV和F1代表準確率、敏感度、精度和F1分數(shù)來綜合評價模型表現(xiàn)，其中，F(xiàn)1值越接近于1代表模型效果越好。各指標計算公式如下：

(1)

(2)

(3)

(4)

2 結(jié)果與分析

2.1 耦合模型驗證

將201806暴雨資料輸入TSWM模型并開展數(shù)值模擬。由圖3可知，主要排放口J593的流量過程與該暴雨過程基本一致并有所延后，符合城市地區(qū)產(chǎn)匯流規(guī)律。SWMM模型的溢流點大多數(shù)分布在天源路兩側(cè)(圖4)，這與天源路積水較為嚴重的情況也相符合，模擬范圍與201806暴雨的內(nèi)澇范圍基本一致。模擬結(jié)果顯示天源路、長湴工業(yè)區(qū)模擬水深為0.2～0.5 m，部分地區(qū)模擬水深超過0.5 m，表明長湴地鐵站周邊積水較為嚴重，這與水務(wù)局2016年發(fā)布的天河區(qū)10個易澇點中的第3點長湴地鐵站周邊相一致。201806暴雨所導致澇水幾乎倒灌進入長湴地鐵口，當時周邊積水深度為0.25～0.30 m，這與模擬的積水深度基本一致?？梢娔M結(jié)果與實際情況吻合，所構(gòu)建的TSWM模型合理可靠，可用于下一步的模擬和預測。

圖3 主排放口J593流量與暴雨過程對比Fig.3 Comparison between discharge processand rainstorm process of main outlet J593

圖4 實際內(nèi)澇與模擬淹沒情況對比Fig.4 Comparison between actual waterloggingand simulated inundation conditions

(a) TSWM模型 (b) LISFLOOD-SWMM耦合模型 (c) WCA2D-SWMM耦合模型圖5 3種模型最大淹沒水深空間分布Fig.5 Spatial distribution of maximum inundation depth obtained from three models

表1 不同積水深度淹沒面積統(tǒng)計Table 1 Statistics of inundation area under different inundation depths

表2 模型精度評價指標統(tǒng)計Table 2 Statistics of model accuracy evaluation indices

2.2 模型對比分析

為了進一步說明TSWM模型結(jié)果的可靠性，分別構(gòu)建SWMM模型與LISFLOOD-FP、WCA2D的耦合模型(LISFLOOD-SWMM耦合模型和WCA2D-SWMM耦合模型)，輸入相同的管網(wǎng)及土地利用數(shù)據(jù)模擬內(nèi)澇情況并與TSWM模型的結(jié)果進行對比，其中地形數(shù)據(jù)是基于相同分辨率(5 m×5 m)的高程點，LISFLOOD-SWMM和WCA2D-SWMM耦合模型采用DEM柵格，而TSWM模型采用不規(guī)則網(wǎng)格。LISFLOOD-SWMM和WCA2D-SWMM耦合模型的精度已通過了前期研究的驗證[14-15]，具有重要的對比價值。

由圖5及表1可知，3種模型的最大淹沒范圍及淹沒水深基本一致，而TSWM模型在天源路的積水深度較其他兩個模型略微深一點，水深超過 0.5 m 的面積較大，這與實際調(diào)查情況更相符。3種模型的評價指標如表2所示，可知3種模型模擬結(jié)果的STN值均較大，表明三者均具有較高的準確率。其中，TSWM模型的STP、RTPR、F1略優(yōu)于另外兩個模型，表明TSWM模型模擬結(jié)果優(yōu)于另外兩個模型。

2.3 不同暴雨情景下內(nèi)澇結(jié)果分析

為了模擬不同暴雨重現(xiàn)期下研究區(qū)的內(nèi)澇情況，采用廣州市水務(wù)局發(fā)布的暴雨公式計算6種不同重現(xiàn)期下的暴雨強度，并采用芝加哥雨型作為設(shè)計降雨雨型，推算不同重現(xiàn)期下的2 h降雨過程，設(shè)計降雨過程如圖6所示。6種不同重現(xiàn)期的設(shè)計暴雨過程輸入SWMM模型后得到溢流過程，再將溢流過程導入TELEMAC-2D中可得到不同暴雨重現(xiàn)期下的最大淹沒范圍及水深(圖7)。

由圖7可知，隨著暴雨重現(xiàn)期的增大，研究區(qū)內(nèi)澇情況越來越嚴重，淹沒面積由1年一遇的35 169 m2擴大至100年一遇的93 323 m2，最大淹沒水深由0.88 m提高至1.25 m。在100年一遇暴雨下，淹沒水深超過0.5 m的淹沒面積達到48 901 m2，天源路及長湴工業(yè)區(qū)內(nèi)澇情況十分嚴重，其中天源路長湴地鐵站出口附近路段淹沒水深超過1 m，有澇水倒灌進地鐵站的風險，而長湴工業(yè)區(qū)淹沒水深普遍超過0.5 m。其他重現(xiàn)期下的淹沒情況見表3。以上表明該地區(qū)的排水管網(wǎng)系統(tǒng)整體上標準偏低，當發(fā)生極端暴雨會引發(fā)嚴重的內(nèi)澇，對研究區(qū)的生命財產(chǎn)安全構(gòu)成了重大威脅。因此建議該地區(qū)可采取提高排水管網(wǎng)系統(tǒng)標準、構(gòu)建泵閘聯(lián)合調(diào)度方案、布設(shè)LID設(shè)施等措施降低暴雨內(nèi)澇的影響，確保周邊居民的生命財產(chǎn)安全。

圖6 設(shè)計降雨過程Fig.6 Process of design storm

(a) 1年一遇 (b) 5年一遇 (c) 10年一遇

(d) 20年一遇 (e) 50年一遇 (f) 100年一遇圖7 不同暴雨重現(xiàn)期下研究區(qū)內(nèi)澇情況Fig.7 Waterlogging situation in study area under different rainstorm return periods

表3 不同暴雨重現(xiàn)期下研究區(qū)淹沒面積統(tǒng)計Table 3 Statistics of inundation area under different rainstorm return periods

2.4 討論

研究區(qū)南部為高度城市化地區(qū)，建筑較為密集且地形復雜，給內(nèi)澇的數(shù)值模擬帶來了挑戰(zhàn)。LISFLOOD-SWMM和WCA2D-SWMM耦合模型均采用DEM柵格作為地形數(shù)據(jù)，在規(guī)定網(wǎng)格大小情況下，可能無法如實地將復雜地形和密集建筑物的外輪廓特征展示出來。由于LISFLOOD-SWMM和WCA2D-SWMM耦合模型需要將建筑物加高以表示建筑的阻水作用，建筑物加高后可能會導致地形失真，從而影響模擬結(jié)果的準確性。而TSWM模型可以自由設(shè)置網(wǎng)格的大小，盡可能地保留建筑原來的輪廓，從而得到更加準確的模擬結(jié)果。如圖8中部所示，TSWM模型成功模擬了實測內(nèi)澇范圍內(nèi)的積水情況，而LISFLOOD-SWMM和WCA2D-SWMM耦合模型未能模擬該地區(qū)的積水，調(diào)查結(jié)果表明該位置是屬于淹沒范圍，表明TSWM模型可以更精細地表征地形，輸出的模擬結(jié)果與實際情況更相符。由于研究區(qū)內(nèi)道路較為寬闊，房屋輪廓較為規(guī)整，5 m×5 m的DEM基本上可以反映大部分地區(qū)的地形情況，因此3種耦合模型的模擬結(jié)果整體上基本一致，只有少部分地區(qū)存在細微差別。若在地形更加復雜且無法取得精細地形數(shù)據(jù)的情況下，相信不規(guī)則網(wǎng)格處理復雜地形的優(yōu)勢將更加明顯。

(a) TSWM模型 (b) LISFLOOD-SWMM耦合模型 (c) WCA2D-SWMM耦合模型圖8 3種耦合模型結(jié)果對比Fig.8 Comparison of simulated results obtained from three coupling models

3 結(jié) 論

a.TSWM模型主要排放口流量過程與實際降雨過程相一致并有所延后，符合城市地區(qū)產(chǎn)匯流規(guī)律，且模擬的淹沒范圍及淹沒深度與實際淹沒情況基本相符，表明TSWM模型能較準確地模擬研究區(qū)的內(nèi)澇情況。與LISFLOOD-SWMM和WCA2D-SWMM耦合模型相比，TSWM模型因其采用不規(guī)則網(wǎng)格可更加精細地表征復雜城市地形，在相同分辨率的DEM條件下可以得到更為精細的模擬結(jié)果。

b.研究區(qū)的內(nèi)澇情況隨著暴雨重現(xiàn)期增大而變得越加嚴重；研究區(qū)內(nèi)的排水管網(wǎng)系統(tǒng)整體上標準偏低，對研究區(qū)的生命財產(chǎn)安全構(gòu)成了重大威脅，建議采取提高排水管網(wǎng)系統(tǒng)標準、構(gòu)建泵閘聯(lián)合調(diào)度方案、布設(shè)LID設(shè)施等措施降低暴雨內(nèi)澇影響，確保區(qū)域內(nèi)的居民生命財產(chǎn)安全。

c.TSWM模型在復雜城區(qū)內(nèi)澇數(shù)值模擬方面具有良好的適用性和較高的模擬精度，具有較大的推廣潛力和應(yīng)用價值。