基于SCS和GIS的不同降雨情景城市內(nèi)澇過程模擬方法

(長(zhǎng)江科學(xué)院 工程安全與災(zāi)害防治研究所，武漢 430010)

1 研究背景

近年來，全球氣候不斷變化，城鎮(zhèn)化進(jìn)程逐漸加快，我國(guó)各地災(zāi)害性氣象事件頻發(fā)，尤其是強(qiáng)降雨事件引發(fā)的城市內(nèi)澇災(zāi)害日益嚴(yán)重。氣候變化引起的海平面上升和水文循環(huán)加劇使得降雨時(shí)空分布十分不均勻[1]；城市化對(duì)水文過程的影響主要表現(xiàn)為徑流過程，城市化使得下墊面條件改變，徑流系數(shù)增加，匯流時(shí)間縮短，這些因素導(dǎo)致強(qiáng)降雨事件的頻次與強(qiáng)度增加。2016年，我國(guó)暴雨異常頻繁，南北洪澇并發(fā)，全國(guó)年平均降水量為730 mm，為歷史最多，長(zhǎng)江流域年平均降水量較常年偏多19%，僅次于1954年[2]。強(qiáng)降雨事件極易導(dǎo)致城鎮(zhèn)區(qū)域發(fā)生內(nèi)澇災(zāi)害，如2012年6月，北京發(fā)生大暴雨，全市平均降雨量達(dá)170 mm，城區(qū)平均降雨量達(dá)215 mm，造成79人死亡，160萬群眾受災(zāi)，116億元經(jīng)濟(jì)損失[3]；2016年7月，武漢市湯遜湖、南湖片區(qū)一周雨量達(dá)582.3 mm，創(chuàng)歷史新高，市內(nèi)共65個(gè)氣象站監(jiān)測(cè)出降雨量超過200 mm，為特大暴雨，造成14人死亡，76萬人受災(zāi)，23億元經(jīng)濟(jì)損失[4]。

針對(duì)城市暴雨內(nèi)澇災(zāi)害，國(guó)內(nèi)外開展了大量研究。目前最著名的暴雨內(nèi)澇模型為美國(guó)環(huán)保局開發(fā)的SWMM模型，該模型可對(duì)城市徑流過程進(jìn)行綜合模擬分析，也是最早應(yīng)用于城市暴雨的模型之一[5]；此外，其他模型如STORM模型、沃林福特(WallingFord)模型、MIKE模型、LISFLOOD模型等相繼被開發(fā)應(yīng)用。這些模型在輸入資料及邊界條件完備的前提下能對(duì)暴雨內(nèi)澇進(jìn)行較為準(zhǔn)確的模擬，但建立模型所需參數(shù)較多，計(jì)算過程繁瑣，在實(shí)際應(yīng)用中操作難度較大[6]。國(guó)內(nèi)城市暴雨內(nèi)澇的研究相比于國(guó)外較晚，主要借鑒國(guó)外研究成果，目前常用模型包括城市雨水徑流模型(SSCM)、內(nèi)澇仿真模型、城市排水系統(tǒng)等，這些內(nèi)澇模型在我國(guó)部分城鎮(zhèn)區(qū)域進(jìn)行了應(yīng)用，但還未廣泛推廣。

基于以上分析，本文提出了一種基于SCS模型與地理信息系統(tǒng)(Geographic Information System，GIS)技術(shù)相結(jié)合的城市暴雨內(nèi)澇過程模擬方法。該方法所需參數(shù)少，操作簡(jiǎn)便，同時(shí)適用于無資料地區(qū)，可對(duì)不同降雨重現(xiàn)期的城市暴雨產(chǎn)流過程、內(nèi)澇積水高程和范圍進(jìn)行計(jì)算和分析。本文進(jìn)一步拓展了城市暴雨內(nèi)澇分析的研究思路，該成果可為城市暴雨內(nèi)澇的預(yù)防和治理提供參考。

2 研究方法

不同降雨重現(xiàn)期情景下城市內(nèi)澇過程的模擬包括降雨過程、產(chǎn)流過程、匯流過程以及內(nèi)澇淹沒分析4個(gè)方面，城市內(nèi)澇過程情景模擬流程見圖1。

圖1 城市內(nèi)澇過程情景模擬流程Fig.1 Process of urban waterlogging simulation

2.1 降雨過程線模擬方法

降雨是產(chǎn)生城市內(nèi)澇災(zāi)害的直接因素，在研究城市暴雨產(chǎn)生的內(nèi)澇災(zāi)害時(shí)，經(jīng)常使用實(shí)測(cè)暴雨數(shù)據(jù)或者設(shè)計(jì)暴雨模型進(jìn)行模擬。目前，對(duì)各類風(fēng)險(xiǎn)災(zāi)害進(jìn)行研究時(shí)，更多關(guān)注那些可能帶來損失的極端事件，設(shè)計(jì)暴雨模型符合災(zāi)害風(fēng)險(xiǎn)研究中的極值理論[7]。因此，本文選用設(shè)計(jì)暴雨模型進(jìn)行研究。1957年，Keifer等[8]在研究芝加哥管網(wǎng)系統(tǒng)時(shí)，根據(jù)降雨強(qiáng)度、歷時(shí)和頻率之間的關(guān)系提出一種不均勻的合成暴雨過程線模型，即芝加哥降雨過程線模型，該模型在國(guó)外應(yīng)用十分廣泛。1998年，我國(guó)學(xué)者岑國(guó)平等[9]采用模糊識(shí)別法對(duì)芝加哥降雨過程線進(jìn)行研究，分析表明：該模型符合我國(guó)暴雨特點(diǎn)，對(duì)任何暴雨歷時(shí)的降雨都適用，只是平均強(qiáng)度不同。暴雨強(qiáng)度公式一般參考給水排水設(shè)計(jì)手冊(cè)，見式(1)。

(1)

式中：Q為暴雨強(qiáng)度(L/(s·hm2))；A為不同重現(xiàn)期的降雨量(mm)；C為雨量變動(dòng)參數(shù)；p為降雨重現(xiàn)期(a)；t為降雨歷時(shí)(min)；b和n為常數(shù)，反映設(shè)計(jì)降雨強(qiáng)度隨歷時(shí)變化的情況。在特定重現(xiàn)期下，暴雨強(qiáng)度公式的分子A(1+Clgp)為常數(shù)，設(shè)為a，式(1)可簡(jiǎn)化為Horner強(qiáng)度公式[10]，即t時(shí)刻降雨強(qiáng)度為

(2)

芝加哥降雨過程線模型采用雨峰系數(shù)r(0

(3)

(4)

式中t1和t2分別為峰前和峰后的降雨歷時(shí)與雨峰時(shí)刻的時(shí)間間隔。

根據(jù)武漢市排水防澇系統(tǒng)規(guī)劃，武漢地區(qū)短歷時(shí)暴雨強(qiáng)度公式見式(5)—式(7)。

(5)

(6)

(7)

2.2 SCS產(chǎn)流模型方法

SCS產(chǎn)流模型是美國(guó)農(nóng)業(yè)部土壤保持局在20世紀(jì)50年代提出的小流域產(chǎn)流模型，產(chǎn)流是暴雨經(jīng)過下滲、填洼、蒸發(fā)后形成徑流的過程。該模型考慮下墊面條件對(duì)徑流產(chǎn)生的影響，結(jié)構(gòu)簡(jiǎn)單、輸入?yún)?shù)少，適用于不同尺度流域的徑流模擬，在國(guó)內(nèi)外得到了廣泛應(yīng)用[11-12]。SCS產(chǎn)流模型的基本原理是考慮下墊面條件的降雨徑流關(guān)系與水量平衡方程。美國(guó)農(nóng)業(yè)部土壤保持局通過大量研究資料分析得出SCS模型中的降雨徑流關(guān)系，即

(8)

式中：P為降雨量(mm)；R為徑流量(mm)；Ia為降雨初始損失量(mm)；F為降雨后期損失量(mm)；S為流域最大可能滯留量，即后期損失量的上限。

根據(jù)水量平衡原理：降雨量等于徑流量與降雨初始損失量與后期損失量之和，若降雨未達(dá)到初始損失量則不產(chǎn)生徑流，得到產(chǎn)流公式(9)。

(9)

流域產(chǎn)流過程中，初始損失量Ia不易求得，引進(jìn)經(jīng)驗(yàn)關(guān)系Ia=0.2S，最后的產(chǎn)流公式見式(10)。

(10)

流域最大可能滯留量S與無因次參數(shù)CN(Curve Number)有關(guān)，CN是一個(gè)反映降雨前流域特征的綜合參數(shù)，與前期土壤濕潤(rùn)程度、坡度、植被、土壤類型和土地利用狀況等有關(guān)[13]。根據(jù)有關(guān)文獻(xiàn)對(duì)SCS模型中CN值的研究[14]中確立的CN值矩陣及該地區(qū)土地利用遙感分類結(jié)果，可確定不同利用類型土地的CN值，S與CN值的關(guān)系見式(11)。

(11)

SCS模型提供了4組產(chǎn)流能力不同的土壤類型，不同土地利用類型對(duì)應(yīng)的CN值見表1。其中，A組為透水性很強(qiáng)的厚砂層、黃土層；B組為透水性較強(qiáng)的薄層黃土、沙壤土；C組為透水中等的黏壤土；D組為弱透水性的吸水后的膨脹土[15]。本文研究的區(qū)域?yàn)槲錆h市湯遜湖流域，將研究區(qū)的土壤類型與文獻(xiàn)資料[16]進(jìn)行對(duì)比，該區(qū)域土壤類型主要為壤土，透水性中等，對(duì)應(yīng)B組CN值。

表1 幾種不同土壤類型對(duì)應(yīng)的CN值Table 1 Values of curve number (CN) in the presence of several different soil types

2.3 局部等體積法

城市地表產(chǎn)生徑流以后，各處徑流匯集到流域出口斷面的過程為匯流。根據(jù)集水區(qū)域的積水量，采用基于GIS的局部等體積法模擬內(nèi)澇淹沒范圍和淹沒深度?！熬植康润w積法”將研究區(qū)域劃分成若干個(gè)小的集水區(qū)域，在這些小的集水區(qū)域進(jìn)行匯流模擬，最后在集水區(qū)進(jìn)行匯合，暴雨內(nèi)澇被視為無源淹沒狀態(tài)，不考慮匯流的具體過程，只考慮水流的重力特性，將徑流按照地形特性由高到低填充各個(gè)洼地。其基本原理是某一時(shí)間步長(zhǎng)的徑流總量等于該時(shí)間步長(zhǎng)內(nèi)的淹沒總量[7]，計(jì)算公式見式(12)。

(12)

式中：W為積水淹沒的總水量；A為淹沒區(qū)域面積；EW(x,y)為積水水面高程；Eg(x,y)為地面高程；dδ為淹沒面積單元。由于城市暴雨積水速度較慢，水面可近似看作一個(gè)平面，地面高程可由地形網(wǎng)格DEM數(shù)據(jù)來表示，式(12)可簡(jiǎn)化為式(13)。

(13)

式中：Δδ為柵格單元的面積；N為淹沒區(qū)域的柵格總數(shù);Eg(i)為第i個(gè)柵格單元的高程。

局部等體積法計(jì)算流程見圖2。首先確定水面高程的取值范圍，使其最小值高于地面高程最小值，最大值低于地面高程最大值與降雨量之和，設(shè)定高程初始值為取值范圍的平均值。若初始值大于柵格單元的高程，則該柵格單元產(chǎn)生積水，反之不產(chǎn)生積水。最后，將該積水量與用SCS模型產(chǎn)生的積水量進(jìn)行比較，若二者差距較大，則重新設(shè)定水面高程，直到其差值小于允許誤差，該高程即為積水水面高程。

圖2 局部等體積法計(jì)算流程Fig.2 Process of isometric method

3 應(yīng)用實(shí)例

3.1 研究區(qū)域及數(shù)據(jù)

本文選取湯遜湖流域作為研究對(duì)象，湯遜湖流域位于武漢市東部，由西側(cè)的長(zhǎng)江大堤和東、南、北的自然高地包圍而成。流域匯水范圍包括武昌區(qū)南部、洪山區(qū)西南部、東湖高新技術(shù)開發(fā)區(qū)西部和江夏區(qū)西北部，總匯水面積457 km2，屬于典型的平原河網(wǎng)水系，水系縱橫交錯(cuò)，十分發(fā)達(dá)。但流域內(nèi)大部分地面高程低于長(zhǎng)江汛期水位，容易發(fā)生內(nèi)澇災(zāi)害，如2016年發(fā)生的暴雨致使多數(shù)區(qū)域被淹，積水難以排除，必須通過泵站抽排才能流出長(zhǎng)江。區(qū)域內(nèi)共有3個(gè)抽排泵站：湯遜湖泵站、?？诒谜疽约敖媳谜?，但實(shí)際運(yùn)行且有較大抽排量的泵站為湯遜湖泵站。

研究數(shù)據(jù)主要有流域邊界線、數(shù)字高程模型(ASTER GDEM，分辨率30 m)及遙感影像Landsat TM數(shù)據(jù)。其中，DEM數(shù)據(jù)可從GDEM官網(wǎng)免費(fèi)獲取(http://gdem.ersdac.jspacesystems.or.jp/download. jsp)。湯遜湖流域的DEM高程及影像數(shù)據(jù)見圖3。

圖3 湯遜湖流域DEM及遙感影像數(shù)據(jù)Fig.3 Digital elevation model and remotely-sensed image of Tangxun Lake catchment

3.2 城市內(nèi)澇情景模擬結(jié)果

采用芝加哥降雨過程線模型得到湯遜湖流域內(nèi)不同重現(xiàn)期的降雨強(qiáng)度過程線，根據(jù)降雨強(qiáng)度過程線，得到不同重現(xiàn)期內(nèi)降雨過程的降雨量。采用遙感圖像處理軟件ENVI的監(jiān)督分類工具對(duì)土地利用進(jìn)行分類。流域內(nèi)土地利用類型被分為林地、草地、水體、城鎮(zhèn)、道路、工礦用地6類，具體分布見圖4，不同土地類型對(duì)應(yīng)的參數(shù)計(jì)算結(jié)果見表2。在此基礎(chǔ)上，結(jié)合SCS產(chǎn)流模型計(jì)算徑流量，將湯遜湖流域劃分的若干集水區(qū)看作無源淹沒狀態(tài)，由局部等體積法得到不同重現(xiàn)期流域內(nèi)的淹沒高程。降雨量、徑流量、淹沒高程等具體計(jì)算結(jié)果見表3。

圖4 遙感影像的監(jiān)督分類結(jié)果Fig.4 Land use classification based on remotely-sensed image

土地類型CN值面積/km2占總面積比例S工礦用地4314.70.032336.70林地55118.90.260207.82草地5871.30.156183.93水體98121.00.2645.18城鎮(zhèn)用地8188.00.19259.58道路8543.80.09644.82

表3 不同重現(xiàn)期的模擬計(jì)算結(jié)果Table 3 Results of simulation in different return periods

采用ArcGIS的空間分析工具對(duì)不同重現(xiàn)期產(chǎn)生的內(nèi)澇淹沒范圍進(jìn)行分析，得到流域淹沒范圍分布，結(jié)果見圖5。由圖5可知，發(fā)生10 a一遇的降雨情形時(shí)，湯遜湖開始發(fā)生溢滿，漬水向周邊擴(kuò)散，積水尚不明顯；20 a一遇降雨情形時(shí)，青菱湖開始溢滿，周圍小幅積水，對(duì)該片小區(qū)居民造成的影響較小，若采取搶排及向周邊匯水區(qū)分流等措施可迅速消退。當(dāng)降雨重現(xiàn)期為30～100 a時(shí)，湯遜湖、青菱湖、黃家湖3個(gè)湖泊均開始發(fā)生溢滿，漬水流量不斷增加，漬水在周邊區(qū)域呈面狀分布，積水和淹沒范圍相應(yīng)擴(kuò)大，容易造成內(nèi)澇災(zāi)害。

圖5 不同重現(xiàn)期降雨情形下內(nèi)澇積水分布Fig.5 Submergence ranges in the presence of different return periods

結(jié)合不同重現(xiàn)期暴雨內(nèi)澇積水范圍可知，湯遜湖、青菱湖湖水溢滿較快，周邊地區(qū)容易發(fā)生積水從而產(chǎn)生內(nèi)澇，而位于流域北部的南湖周邊建設(shè)用地較多，豎向地面高程同其他區(qū)域相比較高，內(nèi)澇積水相對(duì)較少。結(jié)合地理、地形條件可知，青菱湖，湯遜湖這2個(gè)湖泊的水位常年較高，發(fā)生暴雨時(shí)湖泊極易達(dá)到最大蓄水容積，無法繼續(xù)蓄水從而出現(xiàn)內(nèi)澇。相比于東湖水系，青菱湖、湯遜湖的生態(tài)環(huán)境較差、林地濕地分布的面積較小，加之湖水養(yǎng)殖等因素，防洪排澇極為不利。

另外，本文在進(jìn)行內(nèi)澇量模擬計(jì)算時(shí)，湯遜湖泵站抽排能力按照設(shè)計(jì)150 m3/s進(jìn)行取值，而該泵站實(shí)際抽排能力遠(yuǎn)不能達(dá)到這個(gè)規(guī)模。特別是汛期，隨著前池水位的增高，抽排能力會(huì)下降，一定程度上影響排澇，增加內(nèi)澇積水。

4 結(jié) 論

針對(duì)湯遜湖流域建立的城市暴雨內(nèi)澇風(fēng)險(xiǎn)的模擬方法，得到主要結(jié)論如下：

(1)基于SCS產(chǎn)流模型和GIS建立的城市暴雨內(nèi)澇模擬方法計(jì)算較為簡(jiǎn)便，從對(duì)湯遜湖流域的模擬情形來看，該結(jié)果較好地反映了流域內(nèi)的淹沒狀況，可在內(nèi)澇災(zāi)害嚴(yán)重的無資料城區(qū)得到廣泛應(yīng)用。

(2)湯遜湖流域內(nèi)湖泊眾多，對(duì)防洪排澇的作用不可忽視。在今后的研究中，應(yīng)充分考慮湖泊與河流之間的水力聯(lián)系，重新規(guī)劃湖泊的調(diào)蓄功能，降低城市內(nèi)澇災(zāi)害。