韓亞靜 吳澤寧 郭元 胡鈺鑫

摘要：目前城市洪澇研究中較多采用以芝加哥雨型為主的設(shè)計降水作為輸入，該方法存在一定概化，實際防洪排澇應(yīng)用和水文過程研究中需要進一步探索芝加哥雨型法表征災(zāi)害性降水存在的相關(guān)問題和缺陷。以鄭州市城區(qū)2011～2018年發(fā)生的致災(zāi)降水事件為研究對象，總結(jié)了致災(zāi)降水的年內(nèi)演變趨勢;比較了芝加哥雨型設(shè)計降水與致災(zāi)降水峰值分布、強度等過程信息;基于雨洪模型（SWMM）分析了研究區(qū)不同成因的城市洪澇過程發(fā)生發(fā)展的差異，并與芝加哥雨型法輸入的雨洪過程進行比照。結(jié)果表明：① 鄭州市城區(qū)年內(nèi)致災(zāi)降水存在從雨強致災(zāi)發(fā)展為雙致災(zāi)，再過渡到雨量致災(zāi)的趨勢;② 研究區(qū)2 a一遇芝加哥雨型洪澇過程與雨量致災(zāi)降水近似，5 a一遇及更高標準的芝加哥雨型具有雙致災(zāi)降水的洪澇特征;③ 雨強致災(zāi)所致的洪澇過程積水歷時短、程度小，雨量致災(zāi)洪澇過程持續(xù)時間長，雙致災(zāi)洪澇過程兼具雨強、雨量致災(zāi)機理，影響范圍更廣。研究結(jié)果對城市內(nèi)澇防治、海綿城市建設(shè)和地區(qū)防澇減災(zāi)具有一定意義和參考價值。

關(guān) 鍵 詞：城市洪澇; 芝加哥雨型; 致災(zāi)降水; 雨洪模型; 防洪減災(zāi); 鄭州市

中圖法分類號： P426.62;TP391.1

文獻標志碼： A

DOI：10.16232/j.cnki.1001-4179.2022.05.006

0 引 言

全球氣候變暖和城市化快速發(fā)展的背景下極端降水頻繁發(fā)生[1]，城市地區(qū)面臨著不同程度的洪澇災(zāi)害，區(qū)域經(jīng)濟發(fā)展和居民的生命財產(chǎn)安全受到威脅。降水是洪澇的直接驅(qū)動因素，分析災(zāi)害性降水的特征規(guī)律及其所致城市洪澇過程發(fā)生發(fā)展變化的過程，對中國城市洪澇預(yù)警預(yù)報研究和相關(guān)防洪減災(zāi)方案的編制具有重要理論意義和較大實用價值。

近年來圍繞城市雨洪模擬的降水輸入和內(nèi)澇積水的演變特征，有著相當豐富的代表性研究成果。如黃國如等[2]采用芝加哥雨型分配不同頻率的設(shè)計暴雨，模擬海口地區(qū)洪澇過程以評估和優(yōu)化城市排水功能;劉家宏等[3]使用不同重現(xiàn)期和雨峰系數(shù)的設(shè)計暴雨，分別輸入至TELEMAC-2D模型中模擬廈門市內(nèi)澇積水特征變化;Balbastre-Soldevila等[4]分析了常見設(shè)計暴雨的最大雨強、累積降雨深度等定量特征，通過降雨徑流模型探討多種設(shè)計暴雨所致城市地表徑流流量的差異;Ng等[5]使用Huff雨型對隨機生成的降水事件進行過程分配;閆磊等[6]選取了多個重現(xiàn)期的芝加哥雨型法設(shè)計降水作為降水輸入，運用SWMM模型對武漢市排水管網(wǎng)的運行狀況進行模擬和評估;鄭愷原等[7]聯(lián)合SWMM模型與二維水動力學(xué)模型建立了響水縣城內(nèi)澇模型，并模擬3種重現(xiàn)期芝加哥雨型降水的洪澇過程。

前述研究盡管采用的城市雨洪模型有所不同，但降水輸入除個別選取典型實測降水外，多采用的是設(shè)計雨型。尤其根據(jù)本地暴雨公式計算指定頻率的時段雨量，以芝加哥雨型法進行時程分配。這在資料缺乏地區(qū)或者城市管網(wǎng)規(guī)劃階段行之有效，但從防洪排澇和科研角度，存在對降水過于概化，多峰降水限定為單峰等諸多問題。因此，本文依據(jù)鄭州市城區(qū)較為充分的災(zāi)害性降水資料，嘗試比較芝加哥雨型法設(shè)計降水與實際致災(zāi)降水過程的差異，研究不同類別致災(zāi)降水的峰值分布、強度和時間等信息，總結(jié)各類別降水所致洪澇過程的特征，為提高城市防災(zāi)減災(zāi)能力、制定防洪除澇措施提供一定的參考依據(jù)。

1 資料及研究方法

1.1 研究區(qū)概況及數(shù)據(jù)來源

鄭州市位于中原地區(qū)，市區(qū)面積約1 010.3 km2，為河南省省會，地處華北平原南部、黃河中下游，是目前9個國家中心城市之一。城區(qū)由惠濟、金水、中原、二七、管城5個市轄區(qū)組成，如圖1所示，包含大小河流35條，屬暖溫帶大陸性季風氣候，年平均溫度在12.7～15.6 ℃之間，多年平均降雨量約695 mm。65%的降水集中在夏季，且多為短歷時高強度降水，洪澇災(zāi)害頻繁發(fā)生。本次研究選擇位于鄭州市城區(qū)的13個分布均勻的雨量站，統(tǒng)計各個站點2011～2018年10 min間隔汛期雨量數(shù)據(jù)，結(jié)合現(xiàn)有城市洪澇信息得到8 a全部26場致災(zāi)降水事件，按前期研究得出的致災(zāi)標準[8]，將本地區(qū)的災(zāi)害性降水劃分為3種類型，即雨強致災(zāi)、雨量致災(zāi)和雙致災(zāi)，分類結(jié)果如表1所列。

1.2 芝加哥雨型

芝加哥雨型也稱為K&C雨型，是由Keifer和Chu于1957年提出的一種非均勻的設(shè)計雨型[9]，基于暴雨強度公式以及雨峰位置系數(shù)推求指定歷時與重現(xiàn)期下的短期降水過程[10]。暴雨強度公式采用（1）式表示：

i=167A（1+ClgP）（t+b）n（1）

式中：i為平均暴雨強度，mm/min;A為重現(xiàn)期為1 a的設(shè)計降雨量，mm;C為雨量變動參數(shù);P為暴雨重現(xiàn)期，

a;t為暴雨歷時，min;b、n分別為時間參數(shù)和暴雨衰減指數(shù)。鄭州市地區(qū)取A為32.9 mm，C為0.965，b、n分別為24.8和0.929，代入公式（1）可得到鄭州市的暴雨強度公式[11]。

將地區(qū)多場降水過程的雨峰位置系數(shù)平均后得到綜合雨峰位置系數(shù)r[12]，表示降雨的峰現(xiàn)時間與總歷時的比值，隨r增大，雨峰位置逐漸后移，本次研究中r取0.4。降水過程峰前、峰后的瞬時暴雨強度ia、ib分別為

ia=a（1-c）tar+b

tar+b1+c（2）

ib=

a（1-c）tb1-r+b

tb1-r+b

1+c

（3）

式中：ta為峰前降雨歷時，min;tb為峰后降雨歷時，min;a為常數(shù)，為式167A（1+ClgP）的簡化;c為常數(shù)，與b共同反映重現(xiàn)期的設(shè)計降雨強度隨歷時延長而遞減變化的情況。

1.3 雨洪管理模型（SWMM）

SWMM是由美國環(huán)保署（EPA）開發(fā)的城市雨洪模型，能夠模擬單一或者連續(xù)狀態(tài)下的降雨徑流過程和管網(wǎng)水流過程，多應(yīng)用于城市區(qū)域的暴雨洪水研究及排水系統(tǒng)的規(guī)劃設(shè)計[13-14]。本次研究中模型采用霍頓（Horton）下滲公式計算入滲量，按照非線性水庫處理子匯水區(qū)地表徑流，使用動力波進行流量匯流演算，在有壓流下使用Darcy-Weisbach公式計算圓形管流量。研究使用團隊已建立的鄭州市區(qū)雨洪模型，通過20110726、20120827等洪澇事件完成了模型校準[15-16]。本文分別模擬了實際致災(zāi)降雨和芝加哥雨型法生成降水所致的城市洪澇現(xiàn)象，總結(jié)不同類型致災(zāi)降水引起的城市積水和變化過程的規(guī)律。4E3DB378-B6A4-4F9C-BB46-B50B76E7AABD

目前城市雨洪研究由于觀測條件和資料不足，較多采用模型模擬法?；谒畡恿W(xué)理論的城市雨洪模型模擬方便高效，能夠全過程、全局化研究和判斷城市洪澇的發(fā)生、發(fā)展和消退，從成因角度分析致災(zāi)降水在雨洪過程中的演化趨勢，可為實際的研究和應(yīng)用工作指明方向。

2 降水過程對比

2.1 致災(zāi)降水年內(nèi)發(fā)生趨勢

分析致災(zāi)降水年內(nèi)分布（見圖2），可以看出夏季初期（6月至7月上旬）以雨強致災(zāi)為主，于7月下旬至8月上旬過渡到以雙致災(zāi)為主，到夏季末期（8月中下旬）則主要表現(xiàn)為雨量致災(zāi)。結(jié)合相應(yīng)的氣象知識分析認為：夏季初期太陽直射點向北回歸線移動，此時黃淮地區(qū)季節(jié)轉(zhuǎn)暖，氣溫上升，大氣對流作用較強，但水汽供給可能還不充分，故此時致災(zāi)降水雨量有限，多為雨強致災(zāi)降水;7月水汽充裕，積溫升高，西太副高北跳，副高邊緣雨帶由中國的長江流域和華南地區(qū)移至黃淮流域，西南氣流和東南季風從太平洋上空輸送暖濕氣流至河南地區(qū)，在雨量和對流雙重作用下容易導(dǎo)致雙致災(zāi)降水的出現(xiàn);至夏季末期太陽直射點南移，溫度氣壓條件較盛夏有所不同，3種類型致災(zāi)降水次數(shù)均有所減少，但此時副高尚未南撤，水汽條件依然較充足，以雨量致災(zāi)降水為主。

2.2 降水過程對比分析

各類型致災(zāi)降水中分別選取4場典型降水，以10 min為時段繪制降水過程圖，與同樣時段劃分的芝加哥雨型降水過程對比。從圖3（a）可以發(fā)現(xiàn)：雨強致災(zāi)降水呈單峰形態(tài)且峰值明顯、驟漲驟落，降雨歷時相對較短，雨量集中，一次降水過程中最大10 min降雨量甚至在20 mm以上且占總雨量的比重大，與之相比，芝加哥雨型降水對稱性明顯，峰值雨量及占總雨量的比重均明顯小于雨強致災(zāi)降水，但總雨量更大;圖3（b）中雨量致災(zāi)降水存在雙峰降水或峰值特征不明顯的特點，降雨過程起伏緩慢且形態(tài)矮胖，最大10 min降雨量多位于15 mm及以下，雨量分布均勻、歷時相對較長，2 a一遇芝加哥雨型總雨量上與其相似，但不符合雨量均勻的特征;圖3（c）雙致災(zāi)降水中單峰、雙峰型降水均存在，雨量過程歷時較長，強度較大，場次降水有較多時段降雨量位于10～15 mm之間，表現(xiàn)出雙重災(zāi)害的特征，雖可通過頻率、歷時的設(shè)置使芝加哥雨型的峰值類似于雙致災(zāi)降水，但很難呈現(xiàn)實際降水的漲落變化和雙峰特征，例如芝加哥雨型能表現(xiàn)出20170812場次的前半場降水過程，但該實際降水在后期70 min處又出現(xiàn)了強降水時段。

芝加哥雨型僅存在單峰降水，雨峰發(fā)生時段取決于綜合雨峰位置系數(shù)，峰值兩側(cè)降水過程基本對稱，峰值雨量由重現(xiàn)期與歷時決定。歷時越短、重現(xiàn)期越長，降水事件發(fā)生的頻率越低，總雨量和峰值雨量越大。與實際降水過程相比，其單峰、漲落迅速的特點與雨強致災(zāi)降水相似，總雨量雖大但2 a一遇芝加哥雨型設(shè)計降水峰值仍未達到雨強致災(zāi)降水的標準，同時無法反映雨量致災(zāi)與雙致災(zāi)降水分布均勻或存在雙峰降水、歷時差異明顯等過程波動起伏特征。當增大重現(xiàn)期至5 a一遇時，最大20 min和60 min的雨量分別為31 mm和53 mm，達到雙致災(zāi)降水的標準，此時具有一定的可取之處。現(xiàn)有研究通常采用1 a重現(xiàn)期下的芝加哥雨型法設(shè)計降水，檢驗所建立的雨洪模型基本排水能力，更高標準的芝加哥雨型降水用于測試易澇區(qū)域或檢驗海綿城市設(shè)施的效果，此時由于反映的是雙致災(zāi)降水的規(guī)律，往往難以充分貼合實際致災(zāi)降水的雨強分布與持續(xù)時間。

3 基于SWMM的城市雨洪過程模擬

分別選擇20140619、20110721、20160719場次降水作為雨強致災(zāi)、雨量致災(zāi)和雙致災(zāi)降水的典型案例，輸入率定好的SWMM模型進行洪澇過程模擬，并與2 a一遇和5 a一遇重現(xiàn)期下總歷時為2 h的芝加哥雨型法降水所致城市內(nèi)澇過程模擬結(jié)果進行對比，結(jié)果如圖4所示，所選場次降水的相應(yīng)雨量過程見圖5。

3.1 不同類型致災(zāi)降水的雨洪過程對比

雨強致災(zāi)降水以20140619場次為例，該場次降水雨洪過程歷時短，積水點出現(xiàn)迅速且消退快，在雨峰到來10 min后開始出現(xiàn)明顯積水，再經(jīng)過20 min達到峰值，t=1 h 30 min時積水點已逐漸消退并于2 h時基本消失。此過程城市河渠積水程度小，有足夠的空間容納雨水，管網(wǎng)匯流較快，能夠發(fā)揮排洪作用。發(fā)生局部積水主要是由于受到局地管道排水能力以及地形的限制，處理好河道附近的排洪和泄流能力，使水能夠進入周邊河道，能夠盡可能地減小該類型降水造成的城市洪澇影響。

以20110721場次為典型的雨量致災(zāi)型降水，其導(dǎo)致的洪澇過程積水點出現(xiàn)時間較晚且歷時長，地表及管網(wǎng)積水在雨峰后20 min開始出現(xiàn)，又經(jīng)過40 min達到峰值，此時積水大量由管網(wǎng)向河渠轉(zhuǎn)移，在2 h 30 min管網(wǎng)積水逐漸消退，河渠仍維持高水位狀態(tài)，直至降雨結(jié)束后2 h局部地區(qū)地表仍存在積水。此過程積水覆蓋范圍廣，較多管渠出現(xiàn)滿管現(xiàn)象，持續(xù)性積水導(dǎo)致排水不暢最終造成逐級回灌或溢出等洪澇過程。在關(guān)鍵節(jié)點建立溢流緩沖區(qū)域，減少有壓管網(wǎng)產(chǎn)生的溢流現(xiàn)象，增設(shè)透水磚等措施均可有效緩解徑流的產(chǎn)生。

雙致災(zāi)型降水以20160719場次降水為代表，積水點出現(xiàn)較早，地表積水嚴重且持續(xù)時間較長。降水開始后50 min積水點達到峰值，此時亦有大量管網(wǎng)中的雨水排入河渠，至t=2 h 10 min流至下游排放口。排水管網(wǎng)及河渠水量大，直至降水結(jié)束1 h后管網(wǎng)水流才逐漸消退，但城市內(nèi)部河道以高水位運行，在6 h時仍保持較高深度。此類型降雨所致洪澇災(zāi)害嚴重，需規(guī)劃快速排水干線，將過量積水提前排到出口，或采用沿程湖泊水體持續(xù)滯納洪水，增設(shè)河道泵站，加大河道排水力度等方法可緩解此類型洪澇災(zāi)害。

3.2 芝加哥雨型與致災(zāi)降水雨洪過程對比

2 a一遇芝加哥雨型降水所致雨洪過程的積水點在降雨高峰到來30 min后達到峰值，并于20 min后開始逐漸消退，管段積水在2 h 20 min到達高峰后逐漸退去，此過程的節(jié)點超載率和管渠滿管率分別為46.46%和60.89%，與所選取的典型雨量致災(zāi)降水相應(yīng)指標值46.92%和60.23%相近，整個洪澇過程中地表積水峰值出現(xiàn)較晚且持續(xù)時間較長、覆蓋范圍大。盡管是單峰降水，降雨強度明顯不足，而最大60 min降雨量為41.1 mm，超過雨量致災(zāi)降水的標準，因此表現(xiàn)出雨量致災(zāi)降水的特征。4E3DB378-B6A4-4F9C-BB46-B50B76E7AABD

分析5 a一遇芝加哥雨型降水的雨洪過程。該過程地表積水出現(xiàn)較早，自雨峰到來后20 min到達峰值，持續(xù)高程度積水20 min后開始消退，管段積水自雨峰到來40 min后達到峰值，又經(jīng)過40 min水流流至排水出口才開始明顯消退。整個過程地表與管段積水嚴重，節(jié)點超載率和管渠滿管率分別為62.83%和72.60%，20160719場次降水相應(yīng)指標值分別為72.40%和77.88%，因此5 a一遇芝加哥雨水型降水的雨洪過程表現(xiàn)出雙致災(zāi)降水的特征，但積水持續(xù)時間較20160719場次短，節(jié)點與河道積水程度小于該場次實際降水，這是由于降水總量上的差異所致。

推求城市設(shè)計洪水的常用方法除了芝加哥雨型法外，Huff雨型法、Pilgrim & Cordery雨型法和三角雨型法等多種方法也被廣泛認可[17]。相比之下，芝加哥雨型峰現(xiàn)時間由雨峰位置系數(shù)r決定，計算簡便，靈活性高，因此應(yīng)用最為廣泛。但該方法仍存在一定局限，需要持續(xù)改進設(shè)計暴雨雨型以滿足氣候變化背景下城市極端降水復(fù)雜多變的現(xiàn)狀。另外，根據(jù)實測資料研究不同類型致災(zāi)降水的雨型集合，結(jié)合不同雨型發(fā)生的概率分布確定最可能設(shè)計雨型，可作為城市設(shè)計洪水計算的一個重要思路。

4 結(jié) 論

本文分析了基于鄭州市城區(qū)實測資料劃分的3類致災(zāi)降水年內(nèi)發(fā)展趨勢，比較了致災(zāi)降水與芝加哥雨型法設(shè)計降水在峰值分布、降水強度和時段雨量上的差異，總結(jié)了不同類型降水的雨洪過程模擬特征，得出以下結(jié)論。

（1） 受熱力條件和水汽輸送影響，鄭州市城區(qū)致災(zāi)降水在夏季表現(xiàn)出從雨強致災(zāi)發(fā)展為雙致災(zāi)，再過渡到雨量致災(zāi)的趨勢。

（2） 研究區(qū)2 a一遇芝加哥雨型在雨強上不及雨強致災(zāi)降水，雨量上接近雨量致災(zāi)降水，5 a一遇及更高重現(xiàn)期的芝加哥雨型能夠滿足雙致災(zāi)降水的標準。

（3） 雨強致災(zāi)降水地表積水程度較小，歷時較短，雨量致災(zāi)降水洪澇過程時間較長，雙致災(zāi)降水所致城市洪澇過程持續(xù)時間也較長，影響范圍較廣，需要更徹底分級的城市防洪排澇規(guī)劃以應(yīng)對不斷演化中的城市雨洪問題。

參考文獻：

[1] IPCC.Climate Change 2001：The science of climate change[M].Cambridge：Cambridge University Press，2001：155-163.

[2] 黃國如，王欣，黃維.基于InfoWorks ICM模型的城市暴雨內(nèi)澇模擬[J].水電能源科學(xué)，2017，35（2）：66-70，60.

[3] 劉家宏，李澤錦，梅超，等.基于TELEMAC-2D的不同設(shè)計暴雨下廈門島城市內(nèi)澇特征分析[J].科學(xué)通報，2019，64（19）：2055-2066.

[4] BALBASTRE-SOLDEVILA R，GARCíA-BARTUAL R，ANDRéS-DOMéNECH I.A comparison of design storms for urban drainage system applications[J].Water，2019，11（4）：757.

[5] NG J Y，F(xiàn)AZLOLLAHI S，GALELLI S.Do design storms yield robust drainage systems？ How rainfall duration，intensity，and profile can affect drainage performance[J].Journal of Water Resources Planning and Management，2019，146（3）：04020003

[6] 閆磊，熊立華，王景蕓.基于SWMM的武漢市典型城區(qū)降雨徑流模擬分析[J].水資源研究，2014，3（3）：216-228.

[7] 鄭愷原，李虹彬，向小華，等.地表及管網(wǎng)互饋聯(lián)合的城市內(nèi)澇模擬模型：以江蘇省響水縣中心城區(qū)為例[J].人民長江，2020，51（增1）：10-15，34.

[8] 胡鈺鑫，王慧亮，郭元.基于網(wǎng)絡(luò)爬蟲和IDF曲線的鄭州城區(qū)致災(zāi)降水特征研究[J].水電能源科學(xué)，2021，39（4）：4-7.

[9] KEIFER C J，CHU H H.Synthetic storm pattern for drainage design[J].Journal of the Hydraulics Division，1957，83（4）：1-25.

[10] LIAO D，ZHU H，ZHOU J，et al.Study of the natural rainstorm moving regularity method for hyetograph design[J].Theoretical and Applied Climatology，2019，138（3）：1311-1321.

[11] 荊燕燕.鄭州市暴雨強度公式推求研究[D].鄭州：華北水利水電大學(xué)，2014.

[12] 張大偉，趙冬泉，陳吉寧，等.芝加哥降雨過程線模型在排水系統(tǒng)模擬中的應(yīng)用[J].給水排水，2008，44（增1）：354-357.

[13] WANG S，F(xiàn)U J，WANG H.Unified and rapid assessment of climate resilience of urban drainage system by means of resilience profile graphs for synthetic and real（persistent）rains[J].Water Research，2019，162：11-21.4E3DB378-B6A4-4F9C-BB46-B50B76E7AABD

[14] EGGER C，MAURER M.Importance of anthropogenic climate impact，sampling error and urban development in sewer system design[J].Water Research，2015，73：78-97.

[15] MA B，WU Z，WANG H，et al.Study on the classification of urban waterlogging rainstorms and rainfall thresholds in cities lacking actual data[J].Water，2020，12（12）：3328.

[16] 王慧亮，吳澤寧，胡彩虹.基于GIS與SWMM耦合的城市暴雨洪水淹沒分析[J].人民黃河，2017，39（8）：31-35，43.

[17] 嚴正宵，夏軍，宋進喜，等.中小流域設(shè)計暴雨雨型研究進展[J].地理科學(xué)進展，2020，39（7）：1224-1235.

（編輯：謝玲嫻）

Comparative study on Chicago rainstorm pattern and urban disastrous precipitation

HAN Yajing1，2，WU Zening2，GUO Yuan2，HU Yuxin2

（1.School of Water Resources and Hydropower Engineering，Wuhan University，Wuhan 430071，China; 2.School of Hydraulic Science and Engineering，Zhengzhou University，Zhengzhou 450001，China）

Abstract：

At present，design precipitation especially Chicago rainstorm pattern，has been widely used as the input in current urban flooding researches.Due to the generalization of this method，in the actual flood control applications and urban hydrological processes research，it is necessary to further explore the related problems and defects when using Chicago rainstorm pattern to characterize disastrous precipitation.Based on the flood-causing precipitation events that occurred in Zhengzhou City from 2011 to 2018，this paper summarized the annual evolution trend of flood-causing precipitation，and then compared the process information of Chicago rainstorm pattern design precipitation and actual flooding-causing precipitation in terms of peak distribution，intensity and so on.Based on the storm water management model （SWMM），emergence and development distinctions of actual urban flooding with different formation causes in the study area were analyzed，and they were compared with that of floods input by Chicago rainstorm pattern.Results indicated that：① During a year，the transition of flood-causing precipitation in Zhengzhou City urban area was from intensity-caused precipitation to dual-caused precipitation，and then to volume-caused precipitation.② The flooding process of 2-year Chicago rainstorm pattern in study area was similar to the volume-caused precipitation，while floods caused by 5-year and higher standard Chicago rainstorm pattern had the characteristics of dual-caused precipitation.③ The flooding process of intensity-caused precipitation had short duration and incomprehensive impact，and that of volume-caused precipitation had long duration，while dual-caused precipitation had both above disaster-inducing mechanisms with more wide influnces.The research results have certain significance and important value for urban waterlogging control，sponge city construction and regional flood mitigation.

Key words：

urban flood;Chicago rainstorm pattern;flood-causing precipitation;storm water management model （SWMM）;flood control and disaster mitigation;Zhengzhou City4E3DB378-B6A4-4F9C-BB46-B50B76E7AABD