劉業(yè)森，劉媛媛，李敏，李匡

(中國水利水電科學研究院，北京 100038)

全球氣候變化和快速城鎮(zhèn)化造成城市極端降雨事件日益增多，城市暴雨洪澇不斷加劇[1]。實測資料顯示，城市極端降雨事件的時空不均勻特征近年來愈發(fā)明顯，主要表現(xiàn)為空間分布不均勻加劇[2]、時程分布更為集中等特征[3-4]。作者團隊[5-6]基于北京市、深圳市多年降雨監(jiān)測數(shù)據(jù)，利用機器學習方法提取出了幾種典型降雨過程，均體現(xiàn)出時空不均勻性特征。降雨作為城市洪澇災害的主要誘發(fā)因素，其不確定性導致面對突發(fā)暴雨事件時，難以準確評估和預測洪澇過程，這也是目前城市洪澇模型的主要短板之一[7-8]。

降雨過程時空不均、下墊面復雜多變等因素，導致城市水文過程機理非常復雜[9-10]。相關(guān)研究[11]表明，作為城市洪澇的主要誘發(fā)因素，降雨過程的持續(xù)時間、總雨量、雨強、降雨中心、移動方向都會影響洪澇過程。在某些沿海城市，洪澇過程受潮位影響，如果發(fā)生洪潮疊加，洪澇災害程度會嚴重很多。眾多相關(guān)研究雖然地區(qū)不同、氣候不同、尺度不同，但均反映了降雨時空特征對洪澇過程的影響。在某熱帶區(qū)域城市的研究[12]表明，僅僅是雨峰出現(xiàn)時間的不同，可引起淹沒范圍增加3～4倍；在廣州市的研究[13]表明，在匯流歷時內(nèi)平均雨強相同的條件下，雨峰在中部或后部比均勻雨型的洪峰大30%以上；在西安市西咸新區(qū)的試驗[14-15]表明，設(shè)計暴雨峰現(xiàn)時間對城區(qū)積水總量、積水深度和內(nèi)澇面積具有明顯影響，空間分布不均勻降雨比空間分布均勻降雨造成的內(nèi)澇積水量會減少；在雨水花園尺度，實測降雨歷時和雨強可能是造成地表積水的主要原因[16]。除了降雨過程本身的特征外，降雨過程與城市下墊面、水流路徑等因素的關(guān)系也會影響洪水過程?；趯崪y降雨研究[17]顯示：降雨位置與水流網(wǎng)絡(luò)的相對位置會影響洪峰流量，且移動緩慢的降雨可能會導致更大的洪峰流量；降雨時空分布與下墊面匯流區(qū)的空間尺度匹配程度會影響洪峰流量[18]。

《城鎮(zhèn)內(nèi)澇防治技術(shù)規(guī)范》(GB 51222—2017)指出“當匯流面積大于2 km2時，應考慮區(qū)域降雨和地面滲透性能的時空分布不均勻性和管網(wǎng)匯流過程等因素”,實測檢驗結(jié)果也證實小于2 km2的流域，降雨空間均勻分布系數(shù)為98%左右[19]。試驗[20]表明，要將洪峰的相對偏差控制在10%以內(nèi)：對于小于1 km2的城區(qū)，需要5 min分辨率的降雨數(shù)據(jù)；對于較大的區(qū)域，需要至少15 min分辨率的降雨數(shù)據(jù)。專家[21]建議，城市流域徑流模擬研究需要的時間和空間分辨率分別為1～5 min和1～3 km2。在實際應用中，雖然雷達測雨、氣象監(jiān)測數(shù)據(jù)從分辨率方面可滿足城市洪澇模擬的需求，但很多地區(qū)雷達測雨未覆蓋、氣象監(jiān)測站點密度不夠[22-23]。更主要的問題在于降雨預報數(shù)據(jù)難以滿足要求，目前即使是準確率很高的短臨預報，也只能給出小時尺度的預報數(shù)據(jù)，其體現(xiàn)的降雨時間分辨率、空間特征(降雨中心、移動方向)等難以滿足洪澇模擬要求。在降雨過程時空不確定性客觀存在的條件下，模擬結(jié)果難以隨著模型算法的改進或基礎(chǔ)數(shù)據(jù)條件的改善來提高精度。

本文的主要目標是通過對降雨過程時空特征造成的洪水過程影響進行定量化研究，在降雨時空不確定性客觀存在的條件下，科學判定洪峰范圍，對洪水過程的模擬分析結(jié)果進行更加合理的解釋，為洪澇應急決策、洪水風險評估等提供更加可靠的決策參考。

1 研究區(qū)概況

選擇深圳市布吉河上游區(qū)域(圖1)作為研究區(qū)，該區(qū)域位于深圳市河灣流域范圍內(nèi)，涉及羅湖區(qū)和龍崗區(qū)的6個街道，總面積40.59 km2，區(qū)域內(nèi)建成區(qū)面積超過70%，有塘徑水、水徑水、大芬水等河流。據(jù)周邊5個氣象監(jiān)測站的數(shù)據(jù)統(tǒng)計，區(qū)域內(nèi)年均降水量1 707 mm。根據(jù)高分辨率地形、管網(wǎng)、阻水建筑物、河渠等數(shù)據(jù)，研究區(qū)劃分為74個排水分區(qū)，平均面積0.55 km2，平均不透水率21.3%。降雨數(shù)據(jù)采用流域及周邊附近5個氣象監(jiān)測站2018—2020年的5 min降雨監(jiān)測數(shù)據(jù)。

圖1 研究區(qū)位置

2 研究方法

2.1 研究流程

研究流程見圖2。

圖2 研究流程

2.2 降雨場次劃分及處理

在對氣象監(jiān)測站點數(shù)據(jù)進行質(zhì)量控制基礎(chǔ)上，結(jié)合深圳市降雨特點，進行場次劃分：若有一個站5 min降雨量超過0.1 mm，則認為出現(xiàn)了有效降雨；若所有站連續(xù)超過30 min的5 min降雨量均小于0.1 mm，則認為無有效降雨。以此標準將2018—2020年的降雨數(shù)據(jù)劃分為228個降雨場次。按《降水量等級》(GB/T 28592—2012)，大雨等級劃分標準為1 h降雨超過7 mm或3 h降雨量超過10 mm，達到此標準的有116個場次，統(tǒng)計情況見表1。

表1 場次降雨統(tǒng)計情況

利用反距離插值方法將116個場次的逐5 min氣象監(jiān)測站點降雨量插值到空間網(wǎng)格上，構(gòu)建空間連續(xù)的降雨過程，以此網(wǎng)格數(shù)據(jù)作為空間平均和雨峰同步處理的基礎(chǔ)。將氣象監(jiān)測數(shù)據(jù)按照逐5 min時段降雨量進行空間插值，得到每個網(wǎng)格的逐5 min降雨量?？紤]到城市降雨局部特征明顯，且研究區(qū)站點間距在3 km以內(nèi)的特點，選擇離插值網(wǎng)格點最近的3個站點降雨量進行插值。插值方法為

(1)

式中：Pi表示網(wǎng)格i插值得到的某時段的降雨量，mm；ps表示站點s該時段的降雨量，mm；hs表示網(wǎng)格i到站點s的距離，m。

以2020年9月30日14:15至2020年9月30日21:05降雨過程為例，降雨量空間插值效果見圖3。

圖3 降雨量空間插值效果

2.3 空間平均和雨峰同步處理

2.3.1空間平均處理

在城市洪澇計算時，由于氣象預報一般會給出全區(qū)或分區(qū)平均降雨量(或局部雨強)，因此,洪澇模型大多以空間平均降雨(或分區(qū)平均降雨)作為輸入條件進行計算。將116個場次的降雨過程的網(wǎng)格數(shù)據(jù)進行空間平均處理，處理方法為

(2)

式中：Pi,t為空間平均處理后i網(wǎng)格t時刻的降雨量，mm；n為研究區(qū)域內(nèi)的網(wǎng)格數(shù)；pi,t為i網(wǎng)格t時刻的實際降雨量,mm。經(jīng)過空間平均處理后，各個網(wǎng)格被賦予相同的降雨過程，同時保證了整場降雨的面平均降雨量不變。

2.3.2雨峰同步處理

對選擇的116場大雨數(shù)據(jù)進行雨峰同步處理：首先，按5 min步長滑動統(tǒng)計每個網(wǎng)格不同時段(10 min、30 min、1 h)的累積降雨量；然后，通過調(diào)整每個網(wǎng)格的降雨開始時間，保證所有網(wǎng)格的滑動統(tǒng)計的最大降雨量時段重合。經(jīng)過對比發(fā)現(xiàn)按30 min時段最大降雨量疊加效果最好。以2019-04-11降雨過程為例，從研究區(qū)中任意選擇的a、b、c 3個點(圖1)在同步處理前后的降雨過程變化見圖4。從圖4可見，達到了不同位置雨峰基本重合的目的。

圖4 雨峰同步處理前后降雨過程對比

2.4 場次降雨特征參數(shù)提取

2.4.1場次降雨中心(空間非均勻性)

借鑒相關(guān)研究[24]，以降雨量為權(quán)重計算不同場次降雨的空間中心點。降雨中心比傳統(tǒng)的空間不均勻參數(shù)更具有現(xiàn)實意義，可以反映不同場次降雨在研究區(qū)的落區(qū)差異，進而利用落區(qū)在流域中所處位置差異判斷空間分布差異對洪水過程的影響。某場降雨的降雨中心位置坐標計算方法為

(3)

式中：X、Y分別為場次降雨中心的經(jīng)、緯度坐標；Pi為網(wǎng)格i的總降雨量,mm；Xi為網(wǎng)格i中心點的經(jīng)度；Yi為網(wǎng)格i中心點的緯度；n為網(wǎng)格數(shù)量。

2.4.2不同時刻降雨中心移動方向(時間非同步性)

不同位置降雨非同步性表現(xiàn)為不同時刻降雨中心的移動。一般降雨在不同時刻的降雨中心是移動的，尤其在沿海城市，颮線系統(tǒng)引發(fā)的短時強降雨過程最為典型，其引發(fā)的降雨過程表現(xiàn)為雨帶快速移動。通過連接不同時刻降雨中心的位置點，得到降雨移動路線，按照式(3)的計算方法，將Pi替換為逐時刻的累積降雨量Pi,t,計算逐時刻的降雨中心坐標X、Y,將逐時刻的坐標點進行連接，即可得到每場降雨的移動路線。

2.5 河道洪水計算

116場降雨過程經(jīng)空間平均處理、雨峰同步處理后得到232個降雨過程，將總計348個降雨過程作為輸入條件，調(diào)用城市洪澇模型進行河道洪水模擬。所用洪澇模型[25]是已建深圳市河灣流域洪澇模型的一部分。

該模型基于大比例尺地形數(shù)據(jù)、補測微地形、地下管網(wǎng)、河渠數(shù)據(jù)等，將研究區(qū)劃分為74個排水分區(qū)(圖1)，根據(jù)地表特征、坡度等獲得各分區(qū)的水文參數(shù)，利用新安江模型進行分區(qū)產(chǎn)流過程計算。與天然流域相比，城鎮(zhèn)化地區(qū)不透水面積明顯偏大，更多降雨直接轉(zhuǎn)化為地表徑流，匯流速度更快，洪峰起漲及消退速度更快，洪水歷時減小。反映到模型參數(shù)則是參數(shù)IM(不透水面積比例)值明顯增大，同時CS(河網(wǎng)消退系數(shù))減小，L(滯后時間)減小，本文中IM取值為0.06，與天然流域0.01～0.02的取值相比有明顯增加，CS取值為0.71，與天然流域0.80～0.90取值相比明顯減小，其他參數(shù)見表2。

表2 新安江模型參數(shù)

針對水文模型部分，選用2011—2018年的31場洪水進行檢驗，流域出口洪峰平均偏差為8.8%，其中70%的場次洪峰誤差在10%以內(nèi)。

河道斷面按100 m左右間隔進行布置，利用一維水力模型計算洪水過程。

河道一維模型基本控制方程為

連續(xù)方程

(4)

動量方程

(5)

式中：A為河道過水面積，m2；Q為流量，m3/s；u為側(cè)向來流在河道方向的流速,m/s；t為時間,s；x為沿水流方向的水平坐標；q為河道的側(cè)向來流量，m2/s；β為動量修正系數(shù)；g為重力加速度,m/s2；y為水位，m；Sf為摩阻坡降,(°)。

河道一維水力學模型對基本控制方程在時間、空間上進行離散，采用顯格式算法求解一維圣維南方程組。

通過對深圳河灣流域2018—2019年23場洪水的模擬計算，選取12個斷面的實測水位資料進行分析對比，除去實測資料缺失以及雨洪明顯不對應的場次。各斷面洪峰水位平均誤差均在0.16 m以內(nèi)。

為保證結(jié)果可比性，所有模擬過程均采用相同的初始水位、前期降雨等邊界條件。從348個模擬結(jié)果中提取了流域出口斷面(圖1)的洪峰流量及洪水過程作為研究對象。

從洪澇模型模擬結(jié)果中計算所有場次降雨的洪峰流量變化量和洪峰流量變化百分比。某場降雨的計算方法為

Qchange=Qprocess-Qorigin

(6)

(7)

式中：Qchange和Pchange分別表示某場降雨洪峰流量變化量和洪峰流量變化百分比;Qprocess表示經(jīng)過空間平均和雨峰同步處理后得到的降雨模擬計算的洪峰流量，m3/s;Qorigin表示未經(jīng)過處理的降雨網(wǎng)格數(shù)據(jù)模擬計算得到的洪峰流量，m3/s。

3 結(jié)果與討論

3.1 空間非均勻性對洪峰的影響

對實際降雨和空間平均處理后的降雨過程的洪水模擬結(jié)果顯示:116場實際降雨的洪峰流量范圍為0.11～322.95 m3/s;空間平均處理后洪峰流量范圍為0.01～345.70 m3/s。面平均處理后洪峰流量與實際降雨洪峰流量對比見圖5。

圖5 降雨空間平均后洪峰流量變化

從圖5可見:洪峰流量變化范圍絕對值隨著雨強增大而增加；洪峰流量變化百分比在雨強小于30 mm/h時隨雨強變化不明顯，雨強大于30 mm/h后，隨著雨強增大而減小?？臻g平均處理后，66%(76場)的場次洪峰降低了，116個場次洪峰變化在-20.9～36.0 m3/s，平均為-1.11 m3/s；變化百分比為-43.9%～34.7%，平均為-3.3%。平均來看，如果按降雨空間平均分布進行處理，會低估實際的洪峰流量。

圖6顯示了116個實際降雨場次的降雨中心位置，以及經(jīng)過面平均處理后的洪峰變化情況。從圖6可見明顯的規(guī)律性：實際降雨中心位置與流域幾何中心的相對關(guān)系對洪峰變化有明顯的影響。實際降雨中心位置處于流域幾何中心偏上游(東北側(cè))的降雨經(jīng)空間平均處理后，洪峰以降低為主，幾何中心東北側(cè)的65場降雨，洪峰變化平均為-15.1%；而位于流域幾何中心相反一側(cè)(西南側(cè))的降雨經(jīng)空間平均處理后，洪峰以增加為主，幾何中心西南側(cè)有51場降雨，洪峰變化平均為3.1%。

圖6 空間平均處理后洪峰變化分布

3.2 降雨非同步性對洪峰的影響

降雨非同步性表現(xiàn)為不同時刻降雨中心的移動。相對于降雨中心位置，降雨移動方向隨機性更強，從116個場次中去除了移動路徑不規(guī)則、無明顯移動方向、移動方向多變的場次，選擇74場具有明確移動方向的降雨進行研究。統(tǒng)計顯示，74場降雨經(jīng)雨峰同步處理后，模擬結(jié)果的洪峰變化為-19.3～5.4 m3/s，平均為-1.34 m3/s；洪峰變化百分比為-33.7%～20.0%，平均為-3.0%。經(jīng)雨峰同步處理后，58%(43場)的場次洪峰較實際降雨的洪峰偏低，見圖7。

圖7 降雨同步后洪峰流量變化

由于各場次降雨的時長不等，從74場降雨中提取累積降雨最大1 h的降雨過程繪制降雨移動路徑,見圖8。圖8中路徑顏色表示經(jīng)雨峰同步處理后洪峰變化情況。由圖8可見，降雨移動路徑表現(xiàn)出較強的隨機性和不穩(wěn)定性，也體現(xiàn)出一定的規(guī)律性。雨峰同步處理后洪峰影響程度與實際降雨的移動方向具有較強的相關(guān)性，從西北向東南移動的14場降雨的洪峰平均變化為-7.3%，從東北向西南移動的12場降雨的平均變化為-2.2%，從西南向東北移動的20場降雨的平均變化為2%。從統(tǒng)計上來說，如果降雨從西北向東南移動，在進行洪澇計算時，忽略移動特征，可能會使得計算得到的洪峰偏低。降雨移動路徑對洪澇的影響機理更為復雜，如圖8中西北向東南移動的兩場降雨(紅色)明顯與相同移動方向的降雨不同，這是移動方向、移動速度、雨強等多種因素綜合作用的結(jié)果。

圖8 實際降雨移動路徑及雨峰同步處理后洪峰流量變化

3.3 洪水過程影響

圖9為3場比較典型的不同特征降雨及經(jīng)空間平均、雨峰同步處理后的洪水過程。圖9(a)、9(c)、9(e)分別為2020年9月1日、2020年9月18日、2020年8月13日的3場降雨的累積降雨分布，圖9(b)、9(d)、9(f)為其對應流域出口處的洪水過程。圖9(b)、9(d)、9(f)顯示，洪峰增加會減少洪峰持續(xù)時間，其中：圖9(a)的降雨中心位于上游；圖9(b)顯示經(jīng)空間平均處理后洪峰有比較明顯的降低，洪水持續(xù)時間相應增加；圖9(c)的降雨中心位于下游；圖9(d)顯示經(jīng)空間平均處理后洪峰流量明顯增加，洪水持續(xù)時間相應縮短；圖9(a)和圖9(e)分別表示了西北向東南、西南向東北2個移動方向，經(jīng)雨峰同步處理后洪峰影響的效果相反。

圖9 3個典型降雨場次降雨分布及洪水過程

3.4 降雨時空分布不確定性對河道洪水的影響

在全球氣候變化和城鎮(zhèn)化雙重因素作用下，城市降雨時空過程的不確定性增加，這種不確定性成為制約城市洪澇模型模擬結(jié)果準確性提高的主要阻礙之一。城市降雨時空不確定性是客觀存在的，在進行河道洪水計算時充分考慮這種不確定性，可以更加全面、客觀地評價河道洪水風險。

從分析結(jié)果來看，在場次降雨總降雨量不變的情況下，空間平均降雨、雨峰同步降雨與實際降雨造成的洪峰流量、洪水過程有明顯差異，而且這種差異與降雨移動方向、降雨中心位置有相關(guān)性。如果降雨中心在流域中心點的上游，按空間均勻分布計算，則會使得洪峰偏高。如果從偏安全角度，在降雨中心未知的情況下，按照降雨中心位于流域中心點的下游進行模擬計算則更為合適。在降雨移動方向未知的情況下，如果從偏安全角度，可以假設(shè)降雨從下游向上游移動，這樣能保證實際洪峰低于模擬結(jié)果的概率更高。

本文從降雨中心和移動方向兩方面闡述降雨不確定性對河道洪水特征的影響，但實際降雨過程的不確定性更加復雜，雨峰移動方向、降雨中心位置體現(xiàn)出很強的隨機性，而且一場降雨過程的不同階段可能具有不同的時空動態(tài)規(guī)律，這些都可能會對洪峰流量和洪水過程產(chǎn)生影響。

洪水過程是降雨、地形、下墊面、閘壩工程等各種因素綜合作用的結(jié)果，本文針對布吉河流域進行了研究，在下墊面變化或進行閘泵等工程調(diào)度情況下，可能體現(xiàn)出不同的降雨-洪水關(guān)系，需要綜合考慮流域的地形、下墊面、河流走向、管網(wǎng)情況、閘泵調(diào)度等多方面因素，以確定洪水響應特征。另外，本文是針對特定流域以及當?shù)亟涤晏卣餮芯康贸龅慕Y(jié)論，對于其他流域，由于降雨特征不同、水文響應規(guī)律不同、工程調(diào)度措施不同，降雨過程不確定對洪水過程的影響不同，需要進行有針對性的分析。

4 結(jié) 論

選擇深圳市布吉河流域作為研究區(qū)，模擬計算并對比了實際降雨、空間平均、雨峰同步3種特征的降雨造成的流域出口洪峰流量和洪水過程差異，研究發(fā)現(xiàn)在場次總降雨量相同的條件下，相較于實際降雨過程，空間平均化造成的洪水變化程度主要受實際降雨中心位置與流域空間中心位置的相對關(guān)系影響，如果實際降雨中心位置偏下游，空間平均化可能導致洪峰增加的概率更大。雨峰同步造成的洪水變化程度主要受降雨移動方向的影響，移動方向與匯流方向相反，雨峰同步后，洪峰更有可能增加。本文結(jié)論可為洪澇應急決策、洪水風險評估等提供更加可靠的決策參考。