林 琿，吳賢宇，潘家祎，鄒海波

1. 江西師范大學(xué)地理與環(huán)境學(xué)院，江西 南昌 330022; 2. 江西師范大學(xué)鄱陽湖濕地與流域研究教育部重點(diǎn)實(shí)驗(yàn)室，江西 南昌 330022; 3. 南昌工程學(xué)院水利與生態(tài)工程學(xué)院，江西 南昌 330099

在全球氣候變化的背景下，快速城市化帶來的城市布局不合理、防洪排澇設(shè)施不配套等問題，使得我國(guó)城市洪澇問題日益突出。例如2012年北京[1]、2020年廣州[1]、2021年鄭州[2]等地區(qū)都遭受了不同程度的洪澇災(zāi)害，造成人民生命和財(cái)產(chǎn)的巨大損失。為最大程度降低洪澇災(zāi)害帶來的影響，亟須探索“情景模擬—預(yù)測(cè)預(yù)報(bào)—應(yīng)急處置”的城市洪澇災(zāi)害應(yīng)對(duì)新范式，全景式模擬洪澇災(zāi)害演化過程，輸出精細(xì)化洪澇淹沒預(yù)測(cè)結(jié)果，科學(xué)指導(dǎo)城市防洪應(yīng)急工作。

本文在系統(tǒng)分析我國(guó)城市洪澇頻發(fā)原因的基礎(chǔ)上，全面梳理了國(guó)內(nèi)城市洪澇實(shí)時(shí)預(yù)報(bào)研究所用數(shù)據(jù)和模型，深入剖析了當(dāng)前研究存在的數(shù)據(jù)不足、模型不完善和預(yù)報(bào)不確定性問題，并展望了未來一段時(shí)期的重點(diǎn)研究方向，以期為我國(guó)的城市排水防澇減災(zāi)工作提供參考和支撐。

1 我國(guó)城市洪澇頻發(fā)的原因

城市洪澇災(zāi)害的發(fā)生往往是多種自然、人文因素共同作用造成的(圖1)。暴雨是最主要、最直接的驅(qū)動(dòng)因素[3]；另一方面，城市建設(shè)、水利工程等人類活動(dòng)打破了城市原有的水循環(huán)平衡。一旦遭遇暴雨，城市有限的排水能力遠(yuǎn)不能滿足排澇需求，故“逢雨必澇”現(xiàn)象屢見不鮮[4]。

圖1 我國(guó)城市洪澇頻發(fā)的原因

1.1 全球變化下的異常氣候影響

大量研究表明，近年來全球大部分地區(qū)的極端降水事件呈顯著增長(zhǎng)趨勢(shì)，但區(qū)域之間存在明顯差異[5-6]；美國(guó)大部分區(qū)域極端降水的頻率和強(qiáng)度顯著增加[7]；波蘭極端降水事件顯著增加[8]；印度南部的極端降水比北部和中部增加更多[9]。

與全球趨勢(shì)類似，中國(guó)大部分區(qū)域極端降水事件的頻次和強(qiáng)度呈顯著增加趨勢(shì)，且同樣存在明顯的區(qū)域性差異[10-13]。文獻(xiàn)[13]分析了中國(guó)693個(gè)地面觀測(cè)站1961—2016年的逐日降水資料，得出結(jié)論：全國(guó)極端降水事件明顯增多，其中，華東地區(qū)增幅最大。2021年7月20日，鶴壁科創(chuàng)中心氣象站監(jiān)測(cè)到1 122.6 mm的最大過程點(diǎn)雨量，鄭州國(guó)家氣象站監(jiān)測(cè)到624.1 mm的日降雨量和201.9 mm的小時(shí)雨強(qiáng)(鄭州平均年降雨量640.8 mm，我國(guó)大陸區(qū)域小時(shí)雨強(qiáng)極值198.5 mm)[2]。

我國(guó)東南沿海城市大多是感潮水系，臺(tái)風(fēng)、暴雨、河道洪水一旦遭遇高潮頂托，極易排水不暢形成城市復(fù)合洪(潮)澇災(zāi)害[14]。而全球氣候變暖導(dǎo)致的海平面上升，更加劇了我國(guó)沿海城市內(nèi)澇事件的發(fā)生頻率和強(qiáng)度[14-16]。

1.2 排澇系統(tǒng)建設(shè)滯后與維護(hù)不足

盡管排水系統(tǒng)標(biāo)準(zhǔn)不斷提高，但與急劇擴(kuò)張的城市和不斷提高的排水防澇要求相比，我國(guó)大部分城市的已建排水設(shè)施依然標(biāo)準(zhǔn)偏低，管渠、河道行洪流量整體偏小，雨洪蓄滯設(shè)施明顯不足。

有的城市雖然建設(shè)了不少公園綠地，但由于規(guī)劃建設(shè)不合理，或是未配套接入周邊區(qū)域雨洪的通道，或是自身高程比周邊地面還高，導(dǎo)致這些公園綠地?zé)o法發(fā)揮滯蓄和消納周邊區(qū)域雨洪的功能[17]；有的城市雖然建設(shè)了不少雨水池，但智慧管理能力不足，沒有充分發(fā)揮調(diào)蓄作用。

此外，雨水蓖堵塞、排水管網(wǎng)淤堵、泵站設(shè)施老化、部分泵站受淹失效，地鐵、隧道、立交橋等地下設(shè)施排澇能力不足等問題，導(dǎo)致本就滯后的排澇系統(tǒng)更難滿足城市排澇需求。

1.3 城鎮(zhèn)化建設(shè)改變了城市下墊面條件

如火如荼的城鎮(zhèn)化建設(shè)劇烈地改變了城市地形、地貌、地質(zhì)條件，導(dǎo)致城市氣象、水文過程發(fā)生重大變化，大大增加了城市內(nèi)澇風(fēng)險(xiǎn)[18-20]。

首先，由于農(nóng)田、池塘、湖泊、濕地等天然蓄水容器被大量填平、占用，城市自身的雨水調(diào)蓄作用大大削弱。其次，不透水面面積的持續(xù)增加不僅導(dǎo)致城市區(qū)域蒸散發(fā)減弱、截留和下滲減少、地表產(chǎn)流增加[21]，而且導(dǎo)致地表糙率變小，雨水匯集變快、洪峰加大、峰現(xiàn)時(shí)間提前[22]。另外，鐵路、道路建設(shè)切斷了天然排水路線，匯流由“線”變“點(diǎn)”；隧道、下穿式立交橋的興建，造成大量低洼區(qū)的出現(xiàn)；不少道路、立交橋的排水系統(tǒng)建設(shè)滯后，導(dǎo)致“新修一條路，產(chǎn)生一個(gè)積水點(diǎn)”事件屢有發(fā)生[17]；一些規(guī)劃、城建部門缺乏防洪防澇意識(shí)，項(xiàng)目建在地勢(shì)低洼區(qū)或在低洼區(qū)建設(shè)下穿式立交橋，極易被淹。同時(shí)，大量的人為干預(yù)造成水系結(jié)構(gòu)簡(jiǎn)化，不僅加快了城區(qū)匯水[4]，增大了河道防洪壓力，而且容易導(dǎo)致城區(qū)排水不暢，甚至造成倒灌。

此外，城市下墊面的變化改變了地表熱力、動(dòng)力條件，加劇了城市熱島效應(yīng)。諸多研究[23-24]表明熱島效應(yīng)引起的熱島環(huán)流會(huì)增加城市區(qū)域雷暴、強(qiáng)降水和強(qiáng)風(fēng)暴等對(duì)流性天氣的發(fā)生概率，且更易在城市下風(fēng)向處增強(qiáng)，從而使得城區(qū)及下風(fēng)區(qū)更容易成為區(qū)域的暴雨中心，產(chǎn)生所謂的雨島效應(yīng)。

2 城市洪澇實(shí)時(shí)預(yù)報(bào)數(shù)據(jù)研究

由于城市氣象水文過程十分復(fù)雜，城市洪澇實(shí)時(shí)預(yù)報(bào)需要大量高精度數(shù)據(jù)的支撐。城市洪澇實(shí)時(shí)預(yù)報(bào)研究所需數(shù)據(jù)可分為基礎(chǔ)數(shù)據(jù)和驗(yàn)證數(shù)據(jù)兩大類，基礎(chǔ)數(shù)據(jù)主要包括降雨、下墊面、排水設(shè)施等；驗(yàn)證數(shù)據(jù)主要包括河道水位、管網(wǎng)流量、積水水深及范圍等[1]。其中，高精度的降雨數(shù)據(jù)、下墊面數(shù)據(jù)及積水驗(yàn)證數(shù)據(jù)是實(shí)現(xiàn)暴雨洪澇精細(xì)化模擬的基礎(chǔ)與關(guān)鍵條件，直接影響預(yù)報(bào)結(jié)果的準(zhǔn)確性和可靠性。

2.1 降雨數(shù)據(jù)

早期的城市洪澇預(yù)報(bào)研究大多使用落地雨(實(shí)測(cè)降雨)驅(qū)動(dòng)洪澇模型。但是受到雨量計(jì)/雷達(dá)站點(diǎn)分布的影響，往往難以準(zhǔn)確捕捉降水的時(shí)空分布；而且基于落地雨預(yù)報(bào)的預(yù)見期十分有限，一旦發(fā)生城市洪澇，往往措手不及[25]。隨著雷達(dá)、衛(wèi)星觀測(cè)網(wǎng)絡(luò)、數(shù)值預(yù)報(bào)理論與方法的迅速發(fā)展，降雨預(yù)報(bào)數(shù)據(jù)的精度和時(shí)空分辨率不斷提升。為延長(zhǎng)預(yù)報(bào)的有效預(yù)見期，越來越多的研究將高分辨率定量降雨預(yù)報(bào)數(shù)據(jù)引入城市洪澇預(yù)報(bào)研究中，采用氣象水文耦合的方法定量預(yù)報(bào)城市洪水[26]。

在0～3 h的降水預(yù)報(bào)中，雷達(dá)臨近預(yù)報(bào)的準(zhǔn)確性和可靠性更高[27]，可以更好地體現(xiàn)降雨的時(shí)空分布特征[28]，日本[29]、美國(guó)[30]、英國(guó)[31]、法國(guó)[31]等國(guó)家已將雷達(dá)臨近預(yù)報(bào)應(yīng)用于日常洪水預(yù)報(bào)業(yè)務(wù)中。由于我國(guó)新一代多普勒天氣雷達(dá)監(jiān)測(cè)網(wǎng)的布設(shè)相對(duì)較晚，覆蓋范圍有限，預(yù)報(bào)效果有待提升，且受數(shù)據(jù)訪問權(quán)限的限制，國(guó)內(nèi)的相關(guān)研究不多，但也取得了一定的成果。文獻(xiàn)[32]引入多普勒雷達(dá)估算降雨用于東莞市內(nèi)澇預(yù)報(bào)，取得了良好的效果。

數(shù)值預(yù)報(bào)的預(yù)見期更長(zhǎng)，適合開展3 h以上較為可靠的定量降雨預(yù)報(bào)[33]，美國(guó)的WRF(weather research and forecasting model)模式，日本的JRSM(Japan regional spectral model)模式和中國(guó)的GRAPES(global/regional assimilation and prediction system)模式都已廣泛應(yīng)用于洪水預(yù)報(bào)領(lǐng)域[34]。但是數(shù)值預(yù)報(bào)模式在初始階段預(yù)報(bào)精度較差，直接將其用于城市洪澇短臨預(yù)報(bào)的效果并不理想。文獻(xiàn)[35]集成了中尺度數(shù)值預(yù)報(bào)模型(GRAPES_MESAO)和水動(dòng)力模型，構(gòu)建了內(nèi)澇預(yù)報(bào)模型,并應(yīng)用于灃西新城區(qū)域，但是預(yù)報(bào)結(jié)果依然存在較大不確定性。

為延長(zhǎng)城市洪水預(yù)見期的同時(shí)保障預(yù)報(bào)精度，一些學(xué)者提出將雷達(dá)外推預(yù)報(bào)與數(shù)值模式預(yù)報(bào)進(jìn)行融合。文獻(xiàn)[26]將奧地利氣象局開發(fā)的短時(shí)臨近預(yù)報(bào)系統(tǒng)INCA單向耦合至城市內(nèi)澇模型中，使用雷達(dá)降水估測(cè)產(chǎn)品為內(nèi)澇模型預(yù)熱，使用1～6 h的數(shù)值降水預(yù)報(bào)產(chǎn)品驅(qū)動(dòng)內(nèi)澇模型，得到合肥市未來6 h逐小時(shí)的積水深度預(yù)報(bào)。

由于天氣過程固有的混沌特性及數(shù)值預(yù)報(bào)不可避免的初值誤差等原因，“單一的”降水確定性預(yù)報(bào)可能導(dǎo)致耦合模型預(yù)報(bào)存在較大的偏差[36]。為此，國(guó)內(nèi)不少研究開始從“單一的”確定性預(yù)報(bào)轉(zhuǎn)向考慮不確定性的概率預(yù)報(bào)。文獻(xiàn)[37—38]基于交互式全球大集合預(yù)報(bào)系統(tǒng)(TIGGE)降水集合預(yù)報(bào)建立了各種氣象水文耦合的洪水預(yù)報(bào)預(yù)警模型，但是主要應(yīng)用于自然流域，城市洪水預(yù)報(bào)研究相對(duì)較少?；跉庀笏母怕暑A(yù)報(bào)的城市洪水預(yù)報(bào)不僅可以提高預(yù)報(bào)精度，而且可以提供災(zāi)害風(fēng)險(xiǎn)信息，是今后的重點(diǎn)發(fā)展方向。

2.2 下墊面數(shù)據(jù)

城市洪澇模擬預(yù)報(bào)對(duì)下墊面輸入數(shù)據(jù)極其敏感，下墊面數(shù)據(jù)的準(zhǔn)確、精細(xì)程度會(huì)直接影響地表微地形和土地覆被的刻畫程度，從而改變地表產(chǎn)匯流過程，影響結(jié)果的準(zhǔn)確度和精細(xì)度[39-40]。近年來，快速發(fā)展普及的衛(wèi)星遙感、航空攝影測(cè)量技術(shù)使得高精度下墊面數(shù)據(jù)的獲取日益便捷，大大推進(jìn)了城市洪澇實(shí)時(shí)預(yù)報(bào)研究的發(fā)展[41]。

地形數(shù)據(jù)是城市洪澇模擬的基礎(chǔ)關(guān)鍵數(shù)據(jù)，微小的地形誤差甚至?xí)@著影響模擬結(jié)果[41]。高精度地形數(shù)據(jù)的獲取方法很多，野外實(shí)測(cè)法精度較高但效率太低；傳統(tǒng)的航空攝影測(cè)量法精度有限；激光雷達(dá)(LiDAR)、合成孔徑雷達(dá)干涉測(cè)量(InSAR)等新型測(cè)繪手段高效精準(zhǔn)，已引起廣泛關(guān)注[39]。

表征了建筑物、道路、植被、水體等地物類型分布的土地利用數(shù)據(jù)是確定城市洪澇模型所需地表糙率、下滲系數(shù)、阻水建筑物等參數(shù)的重要依據(jù)，是城市洪澇精細(xì)化預(yù)報(bào)的重要輸入數(shù)據(jù)。從常規(guī)的野外實(shí)測(cè)到衛(wèi)星遙感、大飛機(jī)航空攝影測(cè)量、無人機(jī)低空攝影測(cè)量等，都能夠?yàn)槟Ｐ湍M提供豐富的土地利用類型數(shù)據(jù)[41]。

為克服洪澇模擬結(jié)果二維展示的局限性，滿足城市洪澇過程高精度、高逼真度模擬與展示的需要，一些研究[39,42-44]基于采用無人機(jī)低空攝影、車載移動(dòng)測(cè)量系統(tǒng)等技術(shù)獲取的高精度測(cè)繪數(shù)據(jù)和城市洪澇模型輸出的高精度模擬預(yù)報(bào)結(jié)果，實(shí)現(xiàn)三維環(huán)境下的洪澇災(zāi)害過程交互展示。為精細(xì)描繪特定建筑物(高架橋、立交橋、隧道等)對(duì)城市洪水運(yùn)動(dòng)過程的影響，文獻(xiàn)[42]利用三維單體建模技術(shù)構(gòu)建精細(xì)的建筑物模型，并耦合到城市洪澇過程模擬中。

2.3 積水驗(yàn)證數(shù)據(jù)

為準(zhǔn)確刻畫城市水文過程，需要采集地表積水信息對(duì)模型進(jìn)行率定和驗(yàn)證。地表積水驗(yàn)證數(shù)據(jù)的獲取途徑很多，但各有局限性，需要多源數(shù)據(jù)相互補(bǔ)充。

(1) 現(xiàn)場(chǎng)調(diào)查和問卷調(diào)查。由于暴雨內(nèi)澇過程數(shù)據(jù)(如水深、流速及淹沒范圍等)較難獲取，傳統(tǒng)方法往往是災(zāi)后實(shí)地調(diào)查獲取洪痕或走訪調(diào)查獲取積水大致情況。這種方法成本高、效率低，且精度有限。

(2) 攝影測(cè)量與遙感。憑借及時(shí)準(zhǔn)確、覆蓋范圍廣、不受地面條件限制等優(yōu)勢(shì)，攝影測(cè)量與遙感方法已經(jīng)成為災(zāi)害應(yīng)急監(jiān)測(cè)的重要支撐手段。但是內(nèi)澇期間往往伴隨多云多雨天氣，光學(xué)遙感容易受影響；雷達(dá)衛(wèi)星(SAR)雖然可以穿云透雨，但是由于角反射效應(yīng)同樣效果不佳；無人機(jī)低空攝影測(cè)量，機(jī)動(dòng)靈活、分辨率高，可以為模型的驗(yàn)證率定提供了有力的數(shù)據(jù)支撐[42]。

(3) 地面?zhèn)鞲衅?。廣泛分布的地面?zhèn)鞲衅骶W(wǎng)絡(luò)如視頻監(jiān)控設(shè)備、電子水尺、雷達(dá)水位計(jì)等也是獲取地表積水信息的有效方式。但地面?zhèn)鞲衅鞲采w范圍小，安裝成本高，無法全面覆蓋整個(gè)區(qū)域，難以獲取大范圍區(qū)域積水?dāng)?shù)據(jù)。

(4) 互聯(lián)網(wǎng)大數(shù)據(jù)。伴隨著移動(dòng)互聯(lián)網(wǎng)、智能手機(jī)的廣泛普及，抖音、微信、微博等社交媒體的蓬勃發(fā)展，來源廣泛、實(shí)時(shí)性強(qiáng)的互聯(lián)網(wǎng)大數(shù)據(jù)越來越多地應(yīng)用在城市洪澇災(zāi)害研究中，成為獲取災(zāi)情信息的重要途徑[1]。

3 城市洪澇實(shí)時(shí)預(yù)報(bào)模型研究

城市洪澇致災(zāi)機(jī)理的復(fù)雜性、城市下墊面的高度空間異質(zhì)性、城市降雨的高時(shí)空變異性等種種原因給城市洪澇實(shí)時(shí)預(yù)報(bào)帶來了巨大挑戰(zhàn)[1]。但是，多源遙感技術(shù)、人工智能技術(shù)的快速發(fā)展和城市洪澇模型模擬能力、定量降雨預(yù)報(bào)能力的穩(wěn)步提升為城市洪澇實(shí)時(shí)預(yù)報(bào)研究提供了新的發(fā)展機(jī)遇。有別于暴雨預(yù)報(bào)，城市洪澇實(shí)時(shí)預(yù)報(bào)不僅要考慮暴雨因素，更要綜合考慮城市排澇能力、河道水位、潮位、地形、下墊面等因素[45]。因此，城市洪澇預(yù)報(bào)系統(tǒng)的關(guān)鍵是能對(duì)整個(gè)暴雨洪澇過程進(jìn)行精細(xì)化模擬的城市洪澇預(yù)報(bào)模型。經(jīng)過幾十年的發(fā)展，城市洪澇實(shí)時(shí)預(yù)報(bào)模型已由簡(jiǎn)單的經(jīng)驗(yàn)?zāi)Ｐ椭鸩桨l(fā)展成為精細(xì)的情景模擬模型。

3.1 經(jīng)驗(yàn)?zāi)Ｐ头?/h3>

數(shù)據(jù)驅(qū)動(dòng)的經(jīng)驗(yàn)?zāi)Ｐ头ê?jiǎn)單快速，一般不考慮城市洪澇形成的物理機(jī)制，僅僅利用研究區(qū)域輸入(降雨量、積水圖像等)與輸出(積水點(diǎn)水深、范圍等)的歷史資料直接建立數(shù)學(xué)關(guān)系實(shí)現(xiàn)預(yù)報(bào)[46]。

天空地多源遙感技術(shù)及智慧城市中高密度、多類型的傳感器為經(jīng)驗(yàn)?zāi)Ｐ偷慕⑻峁┝司珳?zhǔn)、詳細(xì)的數(shù)據(jù)源[47-48]，云計(jì)算、大數(shù)據(jù)、人工智能技術(shù)的快速發(fā)展也為經(jīng)驗(yàn)?zāi)Ｐ头◣砹擞?jì)算效率和準(zhǔn)確度的大大提升[1]。文獻(xiàn)[49]基于水位傳感器數(shù)據(jù)構(gòu)建了北京市內(nèi)澇積水監(jiān)測(cè)預(yù)警系統(tǒng)。文獻(xiàn)[50]提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)的城市道路積水快速監(jiān)測(cè)方法，可實(shí)現(xiàn)積水圖像信息的快速提取。文獻(xiàn)[51]基于上海市應(yīng)急聯(lián)動(dòng)中心接報(bào)的災(zāi)情數(shù)據(jù)建立了暴雨內(nèi)澇災(zāi)情預(yù)測(cè)BP模型(back propagation model)和XGBoost(extreme gradient boosting model)模型，實(shí)現(xiàn)了對(duì)暴雨內(nèi)澇災(zāi)情數(shù)量及等級(jí)的預(yù)測(cè)。文獻(xiàn)[52]以降水速率為輸入，最大水位為輸出，訓(xùn)練前饋神經(jīng)網(wǎng)絡(luò)模型，實(shí)現(xiàn)了基于神經(jīng)網(wǎng)絡(luò)的城市暴雨積水水位實(shí)時(shí)預(yù)測(cè)。

但經(jīng)驗(yàn)?zāi)Ｐ头ㄈ狈ξ锢砘A(chǔ)，不能對(duì)暴雨、洪水在城區(qū)地表、河道、管網(wǎng)的流動(dòng)過程進(jìn)行全程模擬，無法明確內(nèi)澇位置和積澇程度，不利于精準(zhǔn)防護(hù)；預(yù)報(bào)結(jié)果的合理性高度依賴于歷史監(jiān)測(cè)數(shù)據(jù)的準(zhǔn)確性和完整性，且只適用于監(jiān)測(cè)點(diǎn)附近；由于大規(guī)模布設(shè)監(jiān)測(cè)點(diǎn)成本過高，大部分城市的監(jiān)測(cè)點(diǎn)數(shù)量與監(jiān)測(cè)記錄都非常有限，因此難以建立大范圍的數(shù)學(xué)關(guān)系式用來預(yù)測(cè)未來積水分布。以鄭州“2021.7.20”特大暴雨事件為例，雖然省市多級(jí)氣象部門多次發(fā)布暴雨紅色預(yù)警，但是相關(guān)部門研判不足，未能及時(shí)準(zhǔn)確向公眾發(fā)布城市汛情預(yù)警信息，導(dǎo)致應(yīng)急處置不當(dāng)，造成巨大的人員傷亡及財(cái)產(chǎn)損失[2]。

3.2 情景模擬法

情景模擬法通過逼真再現(xiàn)真實(shí)地理環(huán)境，借助精細(xì)化數(shù)值模型，以“虛實(shí)結(jié)合”的方式對(duì)暴雨、洪水在城區(qū)的流動(dòng)過程進(jìn)行全程精細(xì)化模擬，已成為城市洪澇領(lǐng)域的研究熱點(diǎn)[53-57]。根據(jù)所采用數(shù)值模型的不同，情景模擬法大致可分為3種類型：水文水動(dòng)力模型、簡(jiǎn)化模型和耦合模型。

(1) 水文水動(dòng)力模型。水文模型法對(duì)地表產(chǎn)、匯流等物理過程采用經(jīng)驗(yàn)法描述或概念性簡(jiǎn)化，結(jié)構(gòu)簡(jiǎn)單，效率較高。但是水文學(xué)模型僅能得到流域出口處的流量過程，無法給出指定點(diǎn)的特征要素[58-59]，難以動(dòng)態(tài)模擬地表淹沒過程；日新月異的城市下墊面變化導(dǎo)致模型率定難度呈幾何式增長(zhǎng)[58]；大多數(shù)城市缺乏足夠的水文監(jiān)測(cè)數(shù)據(jù)以總結(jié)歸納本地化的水文經(jīng)驗(yàn)公式[60]。因此，這類水文模型已難以滿足我國(guó)當(dāng)前智慧城市背景下的精準(zhǔn)應(yīng)急管理決策需求。水動(dòng)力學(xué)模型主要采用一維運(yùn)動(dòng)波、擴(kuò)散波或動(dòng)力波方程描述管網(wǎng)匯流過程[61]，采用基于物理機(jī)制的淺水方程或其簡(jiǎn)化形式描述地表坡面匯流過程[61]，具有明確的物理意義和更好的準(zhǔn)確度，應(yīng)用前景廣闊[60,62]。但是水動(dòng)力模型需要求解復(fù)雜的微分方程，計(jì)算量大、效率低，難以滿足實(shí)時(shí)預(yù)報(bào)的要求[61]；對(duì)基礎(chǔ)數(shù)據(jù)和驗(yàn)證數(shù)據(jù)要求較高，國(guó)內(nèi)很多城市難以獲取足夠數(shù)據(jù)建立高精度水動(dòng)力模型[63]；對(duì)截留、入滲等水文學(xué)環(huán)節(jié)考慮不足[14]。為此，一些研究[64-66]建立了水文水動(dòng)力耦合模型，以水文學(xué)方法計(jì)算地表產(chǎn)匯流，水動(dòng)力學(xué)方法計(jì)算河道、管網(wǎng)匯流，二維淺水方程計(jì)算地面溢流[64]。這種耦合模型比單一模型更高效、準(zhǔn)確[67-68]，是當(dāng)前研究的主流方向。

(2) 簡(jiǎn)化模型。水文水動(dòng)力模型對(duì)數(shù)據(jù)要求較高，建模效率偏低，難以滿足快速模擬和實(shí)時(shí)預(yù)報(bào)的需求[69]。因此，為提升模擬效率，數(shù)據(jù)要求低、計(jì)算效率高、模型構(gòu)建簡(jiǎn)單的簡(jiǎn)化模型方法日益受到關(guān)注[70]。根據(jù)能否輸出洪水淹沒過程可將簡(jiǎn)化模型大致分為基于地理信息系統(tǒng)(GIS)的快速洪水模型(RFMs)和基于元胞自動(dòng)機(jī)(CA)的模型[70]。快速洪水模型如RUFIDAM[71]、FloodStroem[72]、HIM[73]，大多忽略地表徑流的具體過程，依據(jù)地形和水量平衡原理來預(yù)測(cè)淹沒區(qū)域，運(yùn)行時(shí)間比水動(dòng)力模型短了幾個(gè)數(shù)量級(jí)，也明顯低于基于CA的簡(jiǎn)化模型，因此在快速評(píng)估城市洪澇風(fēng)險(xiǎn)方面取得了成功[70]。但是，此類模型只能確定淹沒范圍和水深，不能提供詳細(xì)的流速和洪水淹沒過程[60]。CA-based 2D flood model[74]、CA2D[75]、RunCA[76]、WCA2D[77]等基于CA的城市洪澇模型[74-83]將地表劃分為離散的元胞網(wǎng)格，通過制定合理的演化規(guī)則來模擬洪水的時(shí)空演變過程[84]。由于構(gòu)建簡(jiǎn)單、數(shù)據(jù)要求低、計(jì)算效率高、適合并行計(jì)算，能反映一定的物理機(jī)制，且能模擬地表洪水的時(shí)空演變過程，CA模型在城市大規(guī)模、高分辨率洪水模擬預(yù)報(bào)方面具有較好的優(yōu)越性[85-86]。但是，CA模型缺乏排水管網(wǎng)和地面產(chǎn)流模塊，依舊無法真實(shí)、完整地模擬暴雨、洪水在城區(qū)流動(dòng)的全過程。由于RFMs的預(yù)處理步驟(識(shí)別洼地及其屬性)和后處理步驟(標(biāo)記淹沒洼地之間洪水可能的流動(dòng)路徑)十分耗時(shí)，文獻(xiàn)[70]提出了是一種基于CA方法的快速洪水淹沒模型CA-ffé。與RFMs相似，該模型只依賴于地形和連續(xù)性方程，只預(yù)測(cè)最終的洪水范圍和深度，不能輸出洪水淹沒過程，同時(shí)不需要RFMs的預(yù)處理和后處理步驟，因此可以提供更高的仿真速度。雖然使用簡(jiǎn)化模型并不一定意味著可靠度和準(zhǔn)確度的損失[87]，但是簡(jiǎn)化模型的物理意義模糊導(dǎo)致其在實(shí)踐中仍然會(huì)長(zhǎng)期受到質(zhì)疑和爭(zhēng)論[88]。

(3) 耦合模型。好的洪水預(yù)報(bào)模型應(yīng)該在模擬準(zhǔn)確度、計(jì)算負(fù)荷、數(shù)據(jù)成本、用戶需求及模型構(gòu)建難度等多方面取得平衡[60,87,89]。為了滿足這些要求，部分學(xué)者[83,90]嘗試進(jìn)行水文水動(dòng)力模型—簡(jiǎn)化模型耦合方法的研究。文獻(xiàn)[83]提出了一種基于CA框架的城市淹沒建模新方法，包括基于WCA2D的2D坡面流模型，基于SWMM的一維溝渠模型和一維管網(wǎng)模型，該方法能在顯著減少計(jì)算時(shí)間的前提下保持較好的精度。

總體來講，國(guó)內(nèi)城市洪澇預(yù)報(bào)模型研究仍然處于探索研究期，預(yù)報(bào)的準(zhǔn)確度及預(yù)見期都有待提升。綜合考慮經(jīng)驗(yàn)?zāi)Ｐ头ê颓榫澳M法的優(yōu)缺點(diǎn)，一些研究試圖從數(shù)據(jù)驅(qū)動(dòng)與物理機(jī)制耦合的角度，通過結(jié)合人工智能、大數(shù)據(jù)分析與水文水動(dòng)力模型建立兼具計(jì)算效率和物理基礎(chǔ)的預(yù)報(bào)方法，這為城市洪澇快速預(yù)報(bào)提供了新的途徑[1]。文獻(xiàn)[91]分別構(gòu)建了基于IFMS Urban的一二維耦合模型、用于預(yù)測(cè)河道斷面峰值流量與地表積水的機(jī)器學(xué)習(xí)模型，實(shí)現(xiàn)了成都市典型點(diǎn)洪峰流量與區(qū)域地表積水的快速預(yù)報(bào)。但是，隨著數(shù)據(jù)獲取能力和計(jì)算能力的不斷提升，基于物理機(jī)制的水文水動(dòng)力模型依然是未來城市洪澇實(shí)時(shí)預(yù)報(bào)模型研究的主流發(fā)展方向。

4 問題與挑戰(zhàn)

盡管國(guó)內(nèi)學(xué)者在城市洪澇實(shí)時(shí)預(yù)報(bào)方面開展了大量研究，并形成了一些代表性成果。然而，由于城市下墊面的復(fù)雜性、實(shí)測(cè)驗(yàn)證數(shù)據(jù)的匱乏、降雨預(yù)報(bào)數(shù)據(jù)和城市洪澇模型的不確定性等原因，仍然存在很多問題亟須研究和完善。本文將分別從數(shù)據(jù)的不足、模型的不完善、預(yù)報(bào)的不確定性3方面進(jìn)行闡述。

(1) 數(shù)據(jù)的不足。國(guó)內(nèi)大部分城市的水文監(jiān)測(cè)點(diǎn)都位于骨干河道；雨水管道和排水河道鮮有監(jiān)測(cè)設(shè)施[17]；地面監(jiān)測(cè)傳感器布設(shè)嚴(yán)重不足；受制于云層、樹冠、高樓等原因，可見光、微波、雷達(dá)等衛(wèi)星遙感觀測(cè)手段難以持續(xù)、準(zhǔn)確獲取城市地表積水信息；無人機(jī)攝影測(cè)量雖然可以快速準(zhǔn)確獲取下墊面信息和積水信息，但是若需實(shí)現(xiàn)長(zhǎng)時(shí)間持續(xù)動(dòng)態(tài)監(jiān)測(cè)成本較高；再加上多年來的城市化進(jìn)程導(dǎo)致下墊面變化劇烈，因此難以獲取高精度、長(zhǎng)時(shí)間序列的模型率定和驗(yàn)證資料。

此外，由于數(shù)據(jù)安全及行業(yè)壁壘等原因，大多數(shù)城市的高精度地形、排水設(shè)施、河道數(shù)據(jù)是難以獲取的，導(dǎo)致模型模擬時(shí)往往分辨率太低，不考慮管網(wǎng)、河道資料或者對(duì)其進(jìn)行概化處理，難以滿足精細(xì)化預(yù)報(bào)的要求。

因此，數(shù)據(jù)的不足成為限制城市洪澇預(yù)報(bào)研究進(jìn)一步發(fā)展的重要因素。如何在基礎(chǔ)數(shù)據(jù)、率定驗(yàn)證數(shù)據(jù)匱乏的背景下，合理、精確地對(duì)城市暴雨洪水進(jìn)行模擬和預(yù)報(bào)，是當(dāng)前階段面臨的主要困難之一。

(2) 模型的不完善。復(fù)雜的下墊面導(dǎo)致城市區(qū)域產(chǎn)匯流過程較自然流域更加復(fù)雜，城市水文過程機(jī)理尚未完全清晰，需要進(jìn)一步深入研究，這些為城市洪澇模型的研究增加了難度。

雖然地表產(chǎn)匯流、管網(wǎng)河道匯流、地表淹沒等算法均已取得較大進(jìn)步，但現(xiàn)有模型的綜合性依然不夠，對(duì)復(fù)雜城市水文過程模擬的適應(yīng)性依舊較差，對(duì)復(fù)合洪水事件的預(yù)測(cè)關(guān)注很少。

計(jì)算效率與精細(xì)程度是決定模型實(shí)用性和可靠性的關(guān)鍵要素[61]?，F(xiàn)有經(jīng)驗(yàn)?zāi)Ｐ湍M精度較低，不利于重點(diǎn)防護(hù)；水文水動(dòng)力模型計(jì)算效率較低，難以滿足實(shí)時(shí)預(yù)報(bào)的需求；簡(jiǎn)化模型缺乏嚴(yán)格的物理意義，難以反映復(fù)雜的地表水流特征；現(xiàn)有耦合模型研究也未有效解決模擬精細(xì)化程度與計(jì)算效率之間的矛盾。

當(dāng)前廣泛使用的模型大多是國(guó)外商業(yè)軟件或開源模型，國(guó)內(nèi)自主研發(fā)的成功模型不多，且模型的效率、準(zhǔn)確度、穩(wěn)定性和綜合性都亟須提升。

因此，如何加速研發(fā)高效、準(zhǔn)確、穩(wěn)定、綜合性強(qiáng)的國(guó)產(chǎn)城市洪澇預(yù)報(bào)模型，是今后很長(zhǎng)一段時(shí)間的重點(diǎn)研究?jī)?nèi)容。

(3) 預(yù)報(bào)的不確定性。盡管近年來降雨預(yù)報(bào)的準(zhǔn)確度和預(yù)見期都大大提高，但是由于城市降雨形成機(jī)制復(fù)雜，時(shí)空變異性大，城市降雨預(yù)報(bào)依然存在很大的不確定性。

隨著對(duì)城市洪澇過程物理規(guī)律認(rèn)識(shí)的提高，洪澇模型結(jié)構(gòu)及參數(shù)優(yōu)選方面的研究取得了一定的進(jìn)展，但是仍然不可忽視洪澇模型的“不確定性問題”。

理論上，氣象水文耦合預(yù)報(bào)可以大大提高城市洪澇預(yù)報(bào)精度，延長(zhǎng)預(yù)報(bào)預(yù)見期，但是降雨預(yù)報(bào)的輸入誤差、洪澇模型的輸入誤差和結(jié)構(gòu)誤差等也增加了耦合預(yù)報(bào)的不確定性。

因此，如何降低預(yù)報(bào)的不確定性，是城市洪澇預(yù)報(bào)面臨的重大挑戰(zhàn)之一。

5 發(fā)展趨勢(shì)與展望

我國(guó)城市洪澇實(shí)時(shí)預(yù)報(bào)研究已取了較多進(jìn)展，預(yù)報(bào)的精度與預(yù)見期已大幅提高，但是現(xiàn)有研究具體指導(dǎo)“情景模擬—預(yù)測(cè)預(yù)報(bào)—應(yīng)急處置”實(shí)踐的能力依然有限，仍需更多的研究和討論，可預(yù)見的發(fā)展趨勢(shì)主要包括：

(1) 進(jìn)一步發(fā)展衛(wèi)星遙感、水文觀測(cè)、人工智能、數(shù)據(jù)挖掘技術(shù)，加強(qiáng)遙感數(shù)據(jù)、水文監(jiān)測(cè)數(shù)據(jù)、互聯(lián)網(wǎng)數(shù)據(jù)等多源異構(gòu)數(shù)據(jù)的融合應(yīng)用，為城市洪澇實(shí)時(shí)預(yù)報(bào)研究提供更高時(shí)空分辨率的氣象、水文、地理數(shù)據(jù)支持。

(2) 進(jìn)一步探究城市氣象水文過程機(jī)理，開展城市洪澇預(yù)報(bào)模型多過程耦合、集成研究，發(fā)展城市洪澇模型并行計(jì)算理論和技術(shù)，解決模擬預(yù)報(bào)精度和速度的矛盾。

(3) 進(jìn)一步加強(qiáng)融合預(yù)報(bào)、集合預(yù)報(bào)等定量降水預(yù)報(bào)研究，開展氣象水文耦合機(jī)理研究，發(fā)展研究綜合考慮降水預(yù)報(bào)不確定性和洪澇模型不確定性的概率預(yù)報(bào)理論和方法，解決氣象水文耦合預(yù)報(bào)的不確定性問題。