沿海城市臺(tái)風(fēng)暴雨時(shí)空變化致澇特征模擬

DOI：10.14042/j.cnki.32.1309.2024.03.008

摘要：為探明臺(tái)風(fēng)暴雨時(shí)空變化對(duì)中國(guó)沿海城市內(nèi)澇過程的影響，應(yīng)用地表水及其伴隨輸移過程數(shù)值模型，以中國(guó)沿海城市寧波中心商貿(mào)商務(wù)區(qū)為研究對(duì)象，進(jìn)行多種移動(dòng)臺(tái)風(fēng)降雨情景和靜止臺(tái)風(fēng)降雨情景下的城市內(nèi)澇研究。結(jié)果表明：① 不同移動(dòng)方向下的降雨會(huì)導(dǎo)致內(nèi)澇監(jiān)測(cè)點(diǎn)積水時(shí)間滯后，向正西方向及西北方向移動(dòng)時(shí)，積水時(shí)間滯后0～0.5 h;向正北方向移動(dòng)時(shí)，積水時(shí)間滯后1.5 h;向北偏東30°方向移動(dòng)時(shí)，積水時(shí)間滯后1.5～2 h。② 在92%的模擬工況下降雨的移動(dòng)會(huì)削減積水量和積水深度，水深峰值最大削減率達(dá)4.46%;降雨重現(xiàn)期從5 a增大到50 a時(shí)，積水水深峰值削減率從0.49%下降到0.10%。③ 雙峰型降雨與單峰型降雨對(duì)城市內(nèi)澇積水的影響規(guī)律相似，但前者的影響作用更小。因此，在受臺(tái)風(fēng)暴雨侵襲的城市區(qū)域，防災(zāi)減災(zāi)部門應(yīng)考慮臺(tái)風(fēng)暴雨的時(shí)空移動(dòng)特征，進(jìn)一步提高城市抗洪能力，減少災(zāi)害損失。

關(guān)鍵詞：臺(tái)風(fēng)暴雨;降雨移動(dòng);城市內(nèi)澇;數(shù)值模擬;沿海城市

中圖分類號(hào)：TV13;P333.2

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1001-6791（2024）03-0440-13

收稿日期：2023-09-11;網(wǎng)絡(luò)出版日期：2024-02-28

網(wǎng)絡(luò)出版地址：https：∥link.cnki.net/urlid/32.1309.P.20240227.1739.003

基金項(xiàng)目：國(guó)家自然科學(xué)基金資助項(xiàng)目（52079106）;寧夏回族自治區(qū)重點(diǎn)研發(fā)計(jì)劃資助項(xiàng)目（2022BEG02020）

作者簡(jiǎn)介：李冰雪（1999—），女，湖北咸豐人，博士研究生，主要從事城市水利方面研究。E-mail：xautlbx@126.com

通信作者：侯精明，E-mail：jingming.hou@xaut.edu.cn

中國(guó)地處太平洋西北岸，是全球范圍受臺(tái)風(fēng)影響最嚴(yán)重的國(guó)家之一［1］，浙江、福建等沿海各省是中國(guó)受臺(tái)風(fēng)影響的主要區(qū)域，占中國(guó)登陸臺(tái)風(fēng)總數(shù)的80%以上［2］，海南及東南沿海地區(qū)臺(tái)風(fēng)極端降水貢獻(xiàn)率最高［3］。隨著城市化與臺(tái)風(fēng)暴雨衍生災(zāi)害的交互作用，沿海城市區(qū)域受災(zāi)潛在社會(huì)人文和經(jīng)濟(jì)損失越發(fā)嚴(yán)重，對(duì)城市防災(zāi)、減災(zāi)規(guī)劃與決策方面提出了更嚴(yán)格的要求［4］。因此，針對(duì)沿海地區(qū)城市開展臺(tái)風(fēng)降雨導(dǎo)致的城市洪澇模擬具有重要意義。

目前對(duì)流域或城市的排洪防澇規(guī)劃通常假設(shè)降雨在空間上是均勻分布的，而實(shí)際降雨存在較大的空間不均勻性，沿海城市洪澇模擬考慮臺(tái)風(fēng)暴雨時(shí)空變化十分必要。近年來，許多學(xué)者在流域尺度上對(duì)降雨不均勻性開展了研究，楊玲玲等［5］對(duì)比分析了降雨移動(dòng)方向?qū)ι絽^(qū)小流域洪水過程的影響，認(rèn)為降雨移動(dòng)方向主要影響流域洪水洪峰大小;Chen等［6］研究了具有不同時(shí)空變異性的暴雨數(shù)據(jù)對(duì)山洪泄洪過程的影響，在移動(dòng)暴雨中，洪峰流量和總洪量明顯減少，洪峰時(shí)間滯后，洪峰流量可減少至均勻空間分布情景的30%?，F(xiàn)有研究證實(shí)了降雨移動(dòng)在流域尺度上會(huì)顯著改變洪水特征。此外，一些學(xué)者也在城市尺度上開展了相關(guān)研究。Bruni等［7］研究了一系列降雨輸入分辨率下的城市水文響應(yīng)，發(fā)現(xiàn)流域面積越小，流量對(duì)降雨變異性的敏感性越高，水文響應(yīng)對(duì)時(shí)間變化的敏感性高于對(duì)空間降雨輸入分辨率的敏感性;陳光照等［8］應(yīng)用耦合水文和水動(dòng)力過程的數(shù)值模型分析了降雨空間分布非一致性對(duì)城市內(nèi)澇的影響，結(jié)果表明，相比于空間均勻降雨，各重現(xiàn)期下空間分布不均勻降雨下的內(nèi)澇積水量均會(huì)減少。Ten Veldhuis等［9］分析了暴雨尺度、流域尺度位置和運(yùn)動(dòng)、河道網(wǎng)絡(luò)結(jié)構(gòu)對(duì)城市水文響應(yīng)的影響，結(jié)果表明，在大多數(shù)事件中，河道網(wǎng)絡(luò)有效地削弱了降雨空間變率的作用，對(duì)于更大的流域規(guī)模，這種控制更明顯。隨著近年臺(tái)風(fēng)災(zāi)害發(fā)生愈加頻繁，對(duì)其次生災(zāi)害的研究也成為熱點(diǎn)。Ruiz-Salcines等［10］通過洪水事件相關(guān)概率直接計(jì)算洪水水位，評(píng)估了不同強(qiáng)度熱帶氣旋下的風(fēng)暴潮風(fēng)險(xiǎn)，并創(chuàng)建了城市街區(qū)尺度的洪水風(fēng)險(xiǎn)地圖;Liu等［11］采用風(fēng)暴潮模型和陸上洪水模型相結(jié)合的耦合方法研究了臺(tái)風(fēng)期間洪水災(zāi)害的復(fù)合效應(yīng)，單驅(qū)洪水和復(fù)合洪水災(zāi)害的比較表明，簡(jiǎn)單地將各單驅(qū)洪水災(zāi)害累加起來定義復(fù)合洪水災(zāi)害可能造成低估。以上暴雨時(shí)空特征相關(guān)研究多聚焦于內(nèi)陸地區(qū)流域尺度研究，對(duì)沿海地區(qū)臺(tái)風(fēng)災(zāi)害的研究重點(diǎn)主要為風(fēng)暴潮或臺(tái)風(fēng)暴雨-風(fēng)暴潮聯(lián)合風(fēng)險(xiǎn)分析，但目前在高度城市化的沿海多河流平原地區(qū)，臺(tái)風(fēng)暴雨移動(dòng)特征對(duì)內(nèi)澇的影響尚未得到充分研究。因此，本文以沿海城市寧波中心商貿(mào)商務(wù)區(qū)為研究對(duì)象，基于當(dāng)?shù)乇O(jiān)測(cè)降雨數(shù)據(jù)，設(shè)計(jì)一系列不同重現(xiàn)期、移動(dòng)方向及雨型的臺(tái)風(fēng)暴雨，驅(qū)動(dòng)二維水動(dòng)力模型，系統(tǒng)分析不同時(shí)空變化的臺(tái)風(fēng)暴雨對(duì)城市內(nèi)澇過程的影響，揭示其影響規(guī)律，以期為城市內(nèi)澇防控及決策提供理論依據(jù)。

1" 研究區(qū)域基礎(chǔ)數(shù)據(jù)

1.1" 研究區(qū)域概況

研究區(qū)域位于寧波市的中心區(qū)域海曙區(qū)，東臨奉化江，北瀕余姚江，西與余姚市接壤，南與奉化區(qū)連接，介于121°20′48″E—121°26′51″E、29°44′33″N—29°57′10″N之間，全區(qū)面積為595.2 km2，地勢(shì)呈現(xiàn)西南高、東北低的態(tài)勢(shì)，截至2021年底，城市化率為87.6%［12］。研究區(qū)屬亞熱帶季風(fēng)氣候，四季分明，雨量充沛，多年平均降水量為1 521 mm，多年平均降水日數(shù)為169 d，降水多集中在梅雨和臺(tái)風(fēng)季節(jié)，其中5—9月降水量約占年降水量的65.6%。近年常受臺(tái)風(fēng)侵襲，如2020年9月臺(tái)風(fēng)“天鵝”、2021年7月臺(tái)風(fēng)“煙花”及2022年9月臺(tái)風(fēng)“梅花”等均帶來強(qiáng)降雨，引發(fā)嚴(yán)重城市內(nèi)澇災(zāi)情。主要建模區(qū)域?yàn)閷幉ㄖ行纳藤Q(mào)商務(wù)區(qū)，地貌類型屬濱海淤積平原，根據(jù)雨量站實(shí)測(cè)資料，在遭遇臺(tái)風(fēng)暴雨時(shí)當(dāng)?shù)亟涤甏嬖诿黠@的空間分布不均勻情況。故在該區(qū)域開展此次研究具有一定實(shí)際意義。研究區(qū)域區(qū)位見圖1。

研究區(qū)域地形高程數(shù)據(jù)精度為8 m×8 m，區(qū)域數(shù)字高程信息如圖2。通過地理信息技術(shù)，基于正射影像圖識(shí)別土地利用類型，劃分研究區(qū)下墊面為綠地、建筑及硬化路面和河道共3種土地利用類型，如圖3。由于寧波海曙區(qū)域管網(wǎng)數(shù)據(jù)不完整，對(duì)于城市地下管網(wǎng)的排水能力應(yīng)用等效排水原則進(jìn)行定量考慮，即將管網(wǎng)排水能力按照實(shí)際設(shè)計(jì)標(biāo)準(zhǔn)，等量等效地計(jì)入管網(wǎng)匯流影響區(qū)域處的網(wǎng)格下滲率［13-14］。各土地利用類型曼寧系數(shù)根據(jù)文獻(xiàn)［15-16］確定，且后續(xù)得到模型驗(yàn)證。不同土地利用類型下滲率及曼寧系數(shù)如表1所示。

1.2" 臺(tái)風(fēng)暴雨數(shù)據(jù)

根據(jù)中國(guó)氣象部門規(guī)定，本文臺(tái)風(fēng)暴雨指臺(tái)風(fēng)帶來的12 h降雨總量達(dá)到30 mm的強(qiáng)降雨。根據(jù)對(duì)寧波歷年臺(tái)風(fēng)暴雨的整理分析，并參考寧波歷史臺(tái)風(fēng)移動(dòng)路徑，本文共設(shè)計(jì)了25種臺(tái)風(fēng)暴雨情景，分為靜止降雨情景和移動(dòng)降雨情景，且考慮了沿4個(gè)方向移動(dòng)的單峰、雙峰臺(tái)風(fēng)暴雨情況。在靜止降雨情景中，設(shè)計(jì)了重現(xiàn)期分別為5、10、20和50 a的單峰靜止降雨和重現(xiàn)期為10 a的雙峰靜止降雨，共5場(chǎng)降雨;在移動(dòng)降雨情景中，設(shè)置了4種移動(dòng)方向、4種重現(xiàn)期的單峰降雨，以及重現(xiàn)期為10 a的雙峰降雨，共20場(chǎng)降雨。統(tǒng)計(jì)寧波市多場(chǎng)臺(tái)風(fēng)降雨時(shí)長(zhǎng)發(fā)現(xiàn)，寧波市臺(tái)風(fēng)降雨歷時(shí)均在12 h左右，因此，臺(tái)風(fēng)降雨情景中降雨歷時(shí)均設(shè)置為12 h。4個(gè)降雨移動(dòng)方向如圖4所示，分別為正西方向、西北方向、正北方向和北偏東30°方向，分別記為AA′、BB′、CC′和DD′。降雨網(wǎng)格精度為1 km，參考同樣受臺(tái)風(fēng)影響的沿海城市深圳臺(tái)風(fēng)降雨移動(dòng)速度［17-18］，本文設(shè)計(jì)暴雨移動(dòng)速度取值為2.78 m/s（10 km/h）。

單峰降雨采用寧波市海曙區(qū)實(shí)測(cè)降雨數(shù)據(jù)推求的設(shè)計(jì)暴雨公式，生成重現(xiàn)期分別為5、10、20和50 a，降雨歷時(shí)12 h的設(shè)計(jì)暴雨。暴雨強(qiáng)度計(jì)算公式如下：

i=3 379.913（1+0.767 8lgP）167（t+13.132）0.808（1）

式中：i為設(shè)計(jì)暴雨強(qiáng)度，mm/min;P為重現(xiàn)期，a;t為降雨歷時(shí)，min。根據(jù)暴雨強(qiáng)度公式計(jì)算得寧波市海曙區(qū)各重現(xiàn)期單峰降雨過程如圖5所示。

雙峰降雨降水量選用石小芳等［19］根據(jù)臺(tái)風(fēng)暴雨各歷時(shí)的P-Ⅲ型頻率曲線計(jì)算的重現(xiàn)期10 a、降雨歷時(shí)12 h的設(shè)計(jì)降水量，為131.9 mm，再根據(jù)寧波歷史降雨對(duì)其進(jìn)行分配，得到的暴雨過程如圖6所示。

2" 模型及模型驗(yàn)證

2.1" 模型原理

本研究采用顯卡加速的地表水及其伴隨輸移過程模型（GPU Accelerated Surface Water Flow and Transport Model，GAST模型）［20-21］，該模型控制方程為服從靜水壓力分布假設(shè)的二維淺水方程（SWEs），不考慮運(yùn)動(dòng)黏性項(xiàng)、紊流黏性項(xiàng)、風(fēng)應(yīng)力和科氏力，二維非線性淺水方程守恒格式的矢量形式表示如下［22］：

qt+fx+gy=S（2）

q=hqxqy， f=uhuqxuqy， g=vhvqxvqy（3）

S=i

-ghzbx-Cfuu2+v2

-ghzby-Cfvu2+v2（4）

式中：t為時(shí)間;q為變量矢量，包括水深（h）以及2個(gè)方向上的單寬流量qx和qy;u、v分別為x、y方向上的流速;f和g分別為x、y方向上的通量矢量;S為源項(xiàng)矢量，包括降雨或下滲源項(xiàng)（i）、底坡源項(xiàng)及摩阻力源項(xiàng);zb為河床底面高程;謝才系數(shù)Cf=gn2/h1/3，其中n為曼寧系數(shù)。

模型產(chǎn)流過程遵循水量平衡原理［23］，地表水匯流過程應(yīng)用動(dòng)力波方法進(jìn)行模擬計(jì)算，即用Godunov格式的有限體積法求解二維淺水方程。模型中建立了一套能適用于復(fù)雜網(wǎng)格的二階算法，選用二階MUSCL（Monotonic Upstream-Centered Scheme for Conservation Laws）方法對(duì)變量值進(jìn)行空間插值，通過HLLC近似黎曼求解器計(jì)算界面上的物質(zhì)與動(dòng)量通量，底坡源項(xiàng)采用底坡通量法處理，摩阻力使用隱式法進(jìn)行計(jì)算，干濕交替問題在靜水重構(gòu)法基礎(chǔ)上引入了精度格式自適應(yīng)方法，并采用二步龍格-庫(kù)塔方法來進(jìn)行時(shí)間推進(jìn)。不僅提高了模擬的計(jì)算精度，也解決了在地表水流動(dòng)和物質(zhì)輸移過程模擬中復(fù)雜地形、復(fù)雜非結(jié)構(gòu)網(wǎng)格和復(fù)雜流態(tài)帶來的邊界條件、干濕交替等難題，保證了計(jì)算穩(wěn)定性。此外，引入了GPU并行加速計(jì)算技術(shù)［24］，在保證模型精度的同時(shí)大幅提高了計(jì)算效率，使得本模型能適用于尺度大、過程復(fù)雜的流域洪水和城市雨洪過程模擬［25-26］，且在國(guó)內(nèi)外多地模擬實(shí)踐中獲得驗(yàn)證和應(yīng)用［27］。

2.2" 降雨移動(dòng)原理

為研究臺(tái)風(fēng)暴雨時(shí)空變化對(duì)城市內(nèi)澇的影響，本研究在設(shè)置移動(dòng)臺(tái)風(fēng)暴雨時(shí)，將研究區(qū)域劃分為327個(gè)1 km×1 km的網(wǎng)格（其中研究區(qū)域邊緣部分網(wǎng)格小于1 km×1 km），通過賦予每個(gè)網(wǎng)格不同的降雨文件實(shí)現(xiàn)降雨的移動(dòng)，

同一降雨情景下，每個(gè)網(wǎng)格的降雨文件降雨過程相同，實(shí)際降雨總歷時(shí)相同，僅降雨時(shí)間序列有區(qū)別，降雨開始及結(jié)束時(shí)間有前后之分，因此研究區(qū)域總降水量、各網(wǎng)格內(nèi)總降水量相同。靜止降雨情景下，研究區(qū)域內(nèi)所有網(wǎng)格降雨同時(shí)開始同時(shí)結(jié)束，移動(dòng)臺(tái)風(fēng)暴雨情景下，研究區(qū)域內(nèi)網(wǎng)格降雨沿著設(shè)計(jì)降雨移動(dòng)方向逐漸開始，每個(gè)網(wǎng)格經(jīng)過相同的實(shí)際降雨過程，沿著設(shè)計(jì)降雨移動(dòng)方向逐漸停止降雨。

以移動(dòng)降雨從左往右穿過網(wǎng)格劃分為4行n/4列的區(qū)域?yàn)槔?，降雨移?dòng)實(shí)現(xiàn)過程如圖7所示，Rn為網(wǎng)格編號(hào)，各網(wǎng)格降雨過程以寧波10年一遇12 h雙峰降雨過程為例，假設(shè)時(shí)間步長(zhǎng)為1 h，每個(gè)網(wǎng)格降雨過程如表2所示。編號(hào)R1、R2、R3及R4網(wǎng)格從0時(shí)刻開始降雨，編號(hào)R5、R6、R7及R8網(wǎng)格從1 h時(shí)刻開始降雨，每一列網(wǎng)格降雨時(shí)間往后推移1 h，在第n/4列（Rn-3—Rn）的網(wǎng)格降雨開始時(shí)間為（n/4-1）h，再經(jīng)過12 h后，整個(gè)區(qū)域內(nèi)降雨結(jié)束。

2.3" 模型驗(yàn)證

模型驗(yàn)證采用的雨量數(shù)據(jù)是2022年第12號(hào)臺(tái)風(fēng)“梅花”引發(fā)的寧波海曙區(qū)暴雨，降雨時(shí)間為2022年9月14日08：00至15日01：00。原始雨量數(shù)據(jù)包括多個(gè)雨量站點(diǎn)數(shù)據(jù)，通過加權(quán)平均處理得到海曙全區(qū)域降雨過程，降雨歷時(shí)為17 h，最大降雨強(qiáng)度達(dá)47.88 mm/h，其降雨過程線如圖8所示。

分別提取模擬結(jié)果中周公宅村、大沙泥街、尚書街90號(hào)、集古路與春華路口交叉口等內(nèi)澇積水點(diǎn)地表積水深度作為模型驗(yàn)證的研究對(duì)象，與降雨實(shí)際監(jiān)測(cè)值進(jìn)行驗(yàn)證。模擬結(jié)果顯示，研究區(qū)域最大積澇時(shí)刻為降雨開始后的第13 h左右，模擬積澇淹沒峰值如圖9所示，4個(gè)監(jiān)測(cè)點(diǎn)模型模

擬及監(jiān)測(cè)水深過程見圖10，這些內(nèi)澇積水點(diǎn)模擬積澇情況與實(shí)際監(jiān)測(cè)情況吻合較好。另外，為進(jìn)一步驗(yàn)證模型，利用納什效率系數(shù)（ENS）對(duì)模型模擬結(jié)果進(jìn)行評(píng)估，一般來說，在下墊面特征較為復(fù)雜的城市區(qū)域，當(dāng)ENS＞0.6 時(shí)，模型被認(rèn)

為具有良好精度。計(jì)算得，周公宅村、大沙泥街、尚書街90號(hào)和集古路與春華路口交叉口4個(gè)內(nèi)澇監(jiān)測(cè)點(diǎn)ENS分別為0.78、0.89、0.89和0.79，表明了該模型所取參數(shù)適用于該地區(qū)的模擬，同時(shí)也驗(yàn)證了所構(gòu)建模型的準(zhǔn)確性。

3" 結(jié)果與分析

通過模擬5場(chǎng)靜止降雨和20場(chǎng)沿4個(gè)方向移動(dòng)的降雨（降雨歷時(shí)為12 h，總模擬時(shí)間為20 h），研究沿海城市臺(tái)風(fēng)暴雨時(shí)空特征對(duì)城市內(nèi)澇過程積水量及積水深度的影響，包括雨型、降雨移動(dòng)方向、降雨重現(xiàn)期等影響因素。

3.1" 積水量變化分析

為探究城市區(qū)域臺(tái)風(fēng)降雨移動(dòng)對(duì)其積水量的影響，提取了研究區(qū)域在4種重現(xiàn)期（5、10、20、50 a）單峰降雨下和10年一遇雙峰降雨下的積水量，分別繪制積水量變化過程如圖11和圖12所示。

據(jù)圖11和圖12可以得出，在任一降雨重現(xiàn)期下，積水均最早出現(xiàn)在靜止降雨情景下，其他移動(dòng)降雨情景積水均滯后，CC′和DD′移動(dòng)情景下滯后最為明顯，且不論是單峰降雨還是雙峰降雨均呈現(xiàn)此規(guī)律。

在同一降雨強(qiáng)度下，風(fēng)暴的移動(dòng)方向會(huì)對(duì)城市內(nèi)澇積水量產(chǎn)生影響，包括積水量峰值及峰現(xiàn)時(shí)間。相較于靜止風(fēng)暴，移動(dòng)風(fēng)暴會(huì)對(duì)內(nèi)澇積水峰值量產(chǎn)生一定削減效果，不同移動(dòng)方向削減效果不同，沿CC′和DD′移動(dòng)降雨的移動(dòng)路徑最長(zhǎng)，研究區(qū)域內(nèi)降雨網(wǎng)格降雨起止時(shí)間不一致程度大，導(dǎo)致向CC′和DD′移動(dòng)的降雨對(duì)研究區(qū)域積水量削減效果最大，峰值積水量削減最大分別達(dá)27.1萬、27.6萬m3，其次是沿AA′移動(dòng)的降雨，峰值積水量削減最大達(dá)11.8萬m3。在同一降雨強(qiáng)度下，風(fēng)暴的移動(dòng)對(duì)城市內(nèi)澇時(shí)間過程產(chǎn)生的影響更顯著。在靜止單峰降雨情景下，5、10、20 a重現(xiàn)期降雨下研究區(qū)域積水量峰值出現(xiàn)在降雨開始后7.5 h，50 a重現(xiàn)期降雨下積水量峰值出現(xiàn)在降雨開始后8 h，而不同移動(dòng)方向會(huì)使內(nèi)澇積水量峰值時(shí)刻較靜止降雨產(chǎn)生不同程度的滯后效應(yīng)，其中向BB′移動(dòng)的臺(tái)風(fēng)暴雨積水峰值時(shí)刻較靜止降雨滯后最少，也達(dá)到0.5～1 h，向AA′移動(dòng)的臺(tái)風(fēng)暴雨峰值時(shí)刻滯后1～1.5 h，向DD′及CC′移動(dòng)的臺(tái)風(fēng)暴雨峰值時(shí)刻滯后約1.5 h。在10 a重現(xiàn)期靜止雙峰降雨情景下，研究區(qū)域積水量峰值出現(xiàn)在降雨開始后11 h，不同移動(dòng)方向雙峰降雨也會(huì)對(duì)城市積水量峰值時(shí)刻造成不同程度的滯后效應(yīng)，向BB′移動(dòng)的臺(tái)風(fēng)暴雨積水峰值時(shí)刻仍然較靜止降雨滯后最少，達(dá)到0.5 h，向AA′、CC′及DD′移動(dòng)的臺(tái)風(fēng)暴雨峰值時(shí)刻均滯后達(dá)1 h。整體看來，較單峰降雨，雙峰降雨情景下城市積水對(duì)臺(tái)風(fēng)暴雨移動(dòng)情況的敏感性更小，積水量值和積水量峰值變化均相對(duì)較小，可能是由于單峰降雨在時(shí)間上分布集中、移動(dòng)降雨使得各區(qū)域雨峰錯(cuò)開引起，而雙峰降雨相對(duì)分散，這種錯(cuò)峰效應(yīng)效果被削弱。

3.2" 積水深度變化分析

積水深度能較直觀地反映城市內(nèi)澇情況，本研究選取了大沙泥街、尚書街90號(hào)、集古路與春華路口交叉口等歷史易澇點(diǎn)，分別提取了它們?cè)?種重現(xiàn)期（5、10、20、50 a）單峰降雨下和10 a重現(xiàn)期雙峰降雨下的積水水深，發(fā)現(xiàn)各點(diǎn)之間除積水水深峰值時(shí)刻由于地理位置不同有差異外，其積水深度變化過程特征相同，所以此處以大沙泥街積水深度變化過程為例進(jìn)行分析討論，大沙泥街積水深度變化過程如圖13和圖14所示，圖中上部線條代表不同移動(dòng)路徑的降雨峰現(xiàn)時(shí)間及降雨強(qiáng)度峰值。

據(jù)圖13和圖14可知，在靜止降雨情景下，積水最早出現(xiàn)，且積水相應(yīng)的上升也最快，最先達(dá)到積水峰值，其他移動(dòng)降雨情景積水均有不同程度滯后。單峰靜止降雨工況下，在3.5～4.5 h開始積水，到6 h時(shí)刻積水深度出現(xiàn)明顯上升，與研究點(diǎn)降雨峰值抵達(dá)時(shí)刻相符。沿AA′及BB′移動(dòng)的臺(tái)風(fēng)暴雨產(chǎn)生的積水出現(xiàn)時(shí)刻較靜止工況滯后0～0.5 h，沿CC′移動(dòng)的臺(tái)風(fēng)暴雨導(dǎo)致積水出現(xiàn)時(shí)刻滯后1.5 h，沿DD′移動(dòng)的臺(tái)風(fēng)暴雨導(dǎo)致積水出現(xiàn)時(shí)刻滯后1.5～2 h。重現(xiàn)期為5、10、20和50 a靜止降雨工況下，積水深度峰值時(shí)刻分別為7、8.5、8.5、8.5 h，沿CC′、DD′移動(dòng)的臺(tái)風(fēng)暴雨情景下，其積水深度峰值時(shí)刻滯后1.5 h，沿AA′、BB′移動(dòng)的臺(tái)風(fēng)暴雨帶來積水峰值幾乎不滯后;雙峰靜止降雨工況下，在2 h開始積水，沿AA′、BB′移動(dòng)的臺(tái)風(fēng)暴雨幾乎不會(huì)導(dǎo)致開始積水時(shí)刻滯后，沿CC′、DD′移動(dòng)的臺(tái)風(fēng)暴雨分別導(dǎo)致開始積水時(shí)刻滯后1.5、2 h，且各工況下積水峰值時(shí)刻也有相應(yīng)滯后，滯后時(shí)間同開始積水時(shí)刻滯后時(shí)間。在移動(dòng)臺(tái)風(fēng)暴雨情景下，沿AA′、BB′、CC′和DD′移動(dòng)暴雨抵達(dá)大沙泥街的時(shí)間分別較靜止降雨推遲0、6、84和108 min，所以，當(dāng)降雨沿AA′和BB′移動(dòng)時(shí)，該點(diǎn)積水開始時(shí)刻及水深峰值時(shí)刻幾乎不滯后，而當(dāng)降雨沿CC′和DD′移動(dòng)時(shí)，該點(diǎn)積水開始時(shí)刻及水深峰值時(shí)刻滯后1.5～2 h。降雨移動(dòng)對(duì)研究區(qū)域積水的主要影響是導(dǎo)致了降雨抵達(dá)研究點(diǎn)的時(shí)間差異，從而引起其積水過程出現(xiàn)相應(yīng)差異，是導(dǎo)致積水時(shí)刻遲滯的主要原因。

對(duì)于積水深度的變化，從積水深度變化（圖13和圖14）可以看出，在移動(dòng)臺(tái)風(fēng)暴雨場(chǎng)景下產(chǎn)生的積水深度與靜止暴雨工況時(shí)相比變化均較小，根據(jù)計(jì)算，對(duì)于單峰型降雨，其變化在-2.51%～4.46%區(qū)間內(nèi)，對(duì)于雙峰型降雨，其峰值水深下降在0.29%～0.87%區(qū)間，且在多數(shù)工況下，移動(dòng)臺(tái)風(fēng)暴雨會(huì)導(dǎo)致積水深度下降，占所有研究工況的92%。另外，無論是單峰型還是雙峰型降雨，沿CC′移動(dòng)的臺(tái)風(fēng)降雨帶來的積水深度削減效果相對(duì)顯著。通過對(duì)研究區(qū)域地形及降雨移動(dòng)方向分析發(fā)現(xiàn)，沿CC′移動(dòng)的臺(tái)風(fēng)降雨從開始降雨到蔓延整個(gè)研究區(qū)域需要的時(shí)間為2.4 h，蔓延到大沙泥街需1.4 h，且大沙泥街地勢(shì)高于其以南區(qū)域，所以該點(diǎn)此時(shí)受客水影響小于另外幾個(gè)降雨情景，積水減輕程度也相對(duì)顯著。

另外，為定量分析降雨強(qiáng)度對(duì)移動(dòng)降雨引起積水的水深的影響，分別提取單峰降雨情景下4個(gè)移動(dòng)方向4個(gè)重現(xiàn)期組合的16種工況中大沙泥街積水深度峰值與4個(gè)重現(xiàn)期靜止降雨情景下的積水深度峰值，計(jì)算不同重現(xiàn)期下移動(dòng)降雨相對(duì)于靜止降雨的積水水深峰值削減率，定義計(jì)算公式如下：

R=1-∑4n=1hn/4he（5）

式中：R為積水水深峰值削減率;hn為移動(dòng)降雨情景中4個(gè)移動(dòng)方向的積水水深峰值，h1、h2、h3、h4分別為正西方向、西北方向、正北方向和北偏東30°方向的移動(dòng)降雨產(chǎn)生的積水水深峰值;he為靜止降雨情景下的積水水深峰值。根據(jù)模擬結(jié)果，計(jì)算5、10、20、50 a重現(xiàn)期移動(dòng)降雨相對(duì)于靜止降雨的積水水深峰值削減率，分別為0.49%、0.33%、0.28%和0.10%。降雨重現(xiàn)期從5 a增大到50 a時(shí)，積水水深峰值削減率從0.49%逐漸下降到0.10%，隨著降雨重現(xiàn)期增大，降雨移動(dòng)對(duì)積水深度產(chǎn)生的效果逐漸削減?？紤]到研究區(qū)域處于沿海平原地區(qū)，地勢(shì)較平坦，地表徑流輸移能力有限，移動(dòng)降雨雖然能產(chǎn)生遲滯效應(yīng)，但當(dāng)降雨強(qiáng)度過大時(shí)，研究區(qū)域還是會(huì)積水嚴(yán)重，導(dǎo)致與靜止降雨情景下積水水深差異更小。

4" 結(jié)論與展望

本研究以沿海城市寧波海曙中心商貿(mào)商務(wù)區(qū)為研究對(duì)象，利用二維水動(dòng)力模型開展數(shù)值模擬，以多種移動(dòng)臺(tái)風(fēng)暴雨方式研究了臺(tái)風(fēng)遭遇下城市內(nèi)澇特征變化，主要分析了不同雨型、不同重現(xiàn)期及不同移動(dòng)方向降雨時(shí)城市積水量及街道易澇點(diǎn)的積水深度。主要結(jié)論如下：

（1） 降雨的移動(dòng)對(duì)城市內(nèi)澇時(shí)間過程產(chǎn)生明顯影響。在靜止降雨情景下的積水出現(xiàn)時(shí)刻最早，移動(dòng)降雨情景均會(huì)導(dǎo)致積水出現(xiàn)滯后效應(yīng)，大沙泥街在正北方向和北偏東30°方向移動(dòng)降雨情景下積水滯后最為顯著，在不同重現(xiàn)期均呈現(xiàn)此結(jié)果。

（2） 降雨的移動(dòng)對(duì)城市內(nèi)澇積水特征存在一定程度影響。在92%的研究工況下，降雨移動(dòng)對(duì)積水會(huì)產(chǎn)生削減效果，本研究區(qū)域向正北方向和北偏東30°移動(dòng)的降雨削減效果最大，峰值積水量削減最大分別達(dá)27.1萬、27.6萬m3。大沙泥街積水峰值水深最大削減達(dá)4.46%，且向正北方向和西北方向移動(dòng)的臺(tái)風(fēng)暴雨帶來的積水深度削減效果最大。

（3） 降雨移動(dòng)對(duì)城市內(nèi)澇積水深度影響受降雨強(qiáng)度制約。隨著降雨重現(xiàn)期增大，降雨移動(dòng)對(duì)積水深度產(chǎn)生的效果逐漸削減。降雨移動(dòng)情境下，雙峰雨型降雨對(duì)城市積水產(chǎn)生的影響與單峰型降雨相符，但城市內(nèi)澇積水對(duì)雙峰型移動(dòng)臺(tái)風(fēng)暴雨的敏感性相對(duì)較小。

本文對(duì)沿海城市臺(tái)風(fēng)暴雨下內(nèi)澇特征研究取得了一些初步的成果，但由于理論技術(shù)及氣象數(shù)據(jù)等各方面的限制，對(duì)臺(tái)風(fēng)暴雨影響城市內(nèi)澇的深層機(jī)理還不甚清楚，在未來的工作中，將會(huì)進(jìn)一步開展臺(tái)風(fēng)暴雨對(duì)城市內(nèi)澇的影響研究，揭示臺(tái)風(fēng)暴雨各項(xiàng)特征及其對(duì)城市內(nèi)澇的深層影響機(jī)理，為城市防洪減災(zāi)提供理論支持。

參考文獻(xiàn)：

［1］張金善，殷成團(tuán)，張然，等.中國(guó)沿海登陸熱帶氣旋活動(dòng)特征分析［J］.水科學(xué)進(jìn)展，2018，29（6）：759-767.（ZHANG J S，YIN C T，ZHANG R，et al.Analysis on characteristics of Chinese coastal landfall tropical cyclone activities［J］.Advances in Water Science，2018，29（6）：759-767.（in Chinese））

［2］王杰，王潔，代金圓，等.1977—2018年中國(guó)臺(tái)風(fēng)統(tǒng)計(jì)特征分析［J］.海洋湖沼通報(bào)，2021，43（6）：28-33.（WANG J，WANG J，DAI J Y，et al.Statistical analysis of the characteristics of typhoons in China from 1977 to 2018［J］.Transactions of Oceanology and Limnology，2021，43（6）：28-33.（in Chinese））

［3］高延康，趙銅鐵鋼，田雨，等.臺(tái)風(fēng)活動(dòng)對(duì)中國(guó)沿海地區(qū)極端降水的影響［J］.水科學(xué)進(jìn)展，2023，34（1）：1-11.（GAO Y K，ZHAO T T G，TIAN Y，et al.Effects of typhoon activities on extreme precipitation in coastal areas of China［J］.Advances in Water Science，2023，34（1）：1-11.（in Chinese））

［4］陳聯(lián)壽.熱帶氣象災(zāi)害及其研究進(jìn)展［J］.氣象，2010，36（7）：101-110.（CHEN L S.Tropical meteorological calamities and its research evalution［J］.Meteorological Monthly，2010，36（7）：101-110.（in Chinese））

［5］楊玲玲，覃光華，張利平，等.降雨移動(dòng)方向?qū)ι絽^(qū)小流域洪水過程的影響［J］.水電能源科學(xué)，2022，40（5）：76-78.（YANG L L，QIN G H，ZHANG L P，et al.Effect of rainfall movement direction on flood process in small watershed in mountain region［J］.Water Resources and Power，2022，40（5）：76-78.（in Chinese））

［6］CHEN G Z，HOU J M，HU Y，et al.Simulated investigation on the impact of spatial-temporal variability of rainstorms on flash flood discharge process in small watershed［J］.Water Resources Management，2023，37（3）：995-1011.

［7］BRUNI G，REINOSO R，van de GIESEN N C，et al.On the sensitivity of urban hydrodynamic modelling to rainfall spatial and temporal resolution［J］.Hydrology and Earth System Sciences，2015，19（2）：691-709.

［8］陳光照，侯精明，張陽(yáng)維，等.西咸新區(qū)降雨空間非一致性對(duì)內(nèi)澇過程影響模擬研究［J］.南水北調(diào)與水利科技，2019，17（4）：37-45.（CHEN G Z，HOU J M，ZHANG Y W，et al.Effects of rainfall spatial inconsistency on flood inundation processes in the Xixian New Area［J］.South-to-North Water Transfers and Water Science amp; Technology，2019，17（4）：37-45.（in Chinese））

［9］TEN VELDHUIS M C，ZHOU Z Z，YANG L，et al.The role of storm scale，position and movement in controlling urban flood response［J］.Hydrology and Earth System Sciences，2018，22（1）：417-436.

［10］RUIZ-SALCINES P，APPENDINI C M，SALLES P，et al.On the use of synthetic tropical cyclones and hypothetical events for storm surge assessment under climate change［J］.Natural Hazards，2021，105（1）：431-459.

［11］LIU Q，XU H Q，WANG J.Assessing tropical cyclone compound flood risk using hydrodynamic modelling：a case study in Haikou City，China［J］.Natural Hazards and Earth System Sciences，2022，22（2）：665-675.

［12］寧波市統(tǒng)計(jì)局，國(guó)家統(tǒng)計(jì)局寧波調(diào)查隊(duì).寧波統(tǒng)計(jì)年鑒：2022［M］.北京：中國(guó)統(tǒng)計(jì)出版社，2022：66-67.（Ningbo Municipal Bureau of Statistics Network.Ningbo statistical yearbook：2022［M］.Beijing：China Statistics Press，2022：66-67.（in Chinese））

［13］楊東，侯精明，李丙堯，等.無資料城區(qū)管網(wǎng)排水過程概化模擬研究［J］.水資源與水工程學(xué)報(bào)，2020，31（3）：139-144.（YANG D，HOU J M，LI B Y，et al.Generalized simulation of drainage process in urban networks without data［J］.Journal of Water Resources and Water Engineering，2020，31（3）：139-144.（in Chinese））

［14］侯精明，王潤(rùn)，李國(guó)棟，等.基于動(dòng)力波法的高效高分辨率城市雨洪過程數(shù)值模型［J］.水力發(fā)電學(xué)報(bào)，2018，37（3）：40-49.（HOU J M，WANG R，LI G D，et al.High-performance numerical model for high-resolution urban rainfall-runoff process based on dynamic wave method［J］.Journal of Hydroelectric Engineering，2018，37（3）：40-49.（in Chinese））

［15］費(fèi)茉莉，劉葦航，王席，等.城市暴雨內(nèi)澇模擬模型優(yōu)化與精度驗(yàn)證［J］.地球信息科學(xué)學(xué)報(bào)，2017，19（7）：895-900.（FEI M L，LIU W H，WANG X，et al.Optimization and verification of a novel hydrodynamic model for urban flood simulation［J］.Journal of Geo-Information Science，2017，19（7）：895-900.（in Chinese））

［16］葉榮輝，宋志堯，吳小明，等.淺水方程模擬中確定糙率的回歸系數(shù)法［J］.水科學(xué)進(jìn)展，2013，24（4）：574-580.（YE R H，SONG Z Y，WU X M，et al.A regression coefficient method for calibrating Manning′s coefficients in shallow water flow modeling［J］.Advances in Water Science，2013，24（4）：574-580.（in Chinese））

［17］LIU Y Y，LI L，LIU Y S，et al.Dynamic spatial-temporal precipitation distribution models for short-duration rainstorms in Shenzhen，China based on machine learning［J］.Atmospheric Research，2020，237：104861.

［18］劉業(yè)森，劉舒，劉媛媛，等.降雨移動(dòng)對(duì)河道洪峰影響研究：以深圳為例［J］.中國(guó)水利水電科學(xué)研究院學(xué)報(bào)（中英文），2022，20（4）：306-314.（LIU Y S，LIU S，LIU Y Y，et al.Influence of rainfall movement direction on flood peak in urban river with Hewan district in Shenzhen as a case study［J］.Journal of China Institute of Water Resources and Hydropower Research，2022，20（4）：306-314.（in Chinese））

［19］石小芳，趙明潔，楊青青，等.基于降雨情景模擬的城市社區(qū)尺度暴雨內(nèi)澇研究［J］.水利水運(yùn)工程學(xué)報(bào)，2021（1）：26-35.（SHI X F，ZHAO M J，YANG Q Q，et al.Study on rainstorm waterlogging on urban community scale based on rainstorm scenario simulation［J］.Hydro-Science and Engineering，2021（1）：26-35.（in Chinese））

［20］侯精明，李桂伊，李國(guó)棟，等.高效高精度水動(dòng)力模型在洪水演進(jìn)中的應(yīng)用研究［J］.水力發(fā)電學(xué)報(bào)，2018，37（2）：96-107.（HOU J M，LI G Y，LI G D，et al.Application of efficient high-resolution hydrodynamic model to simulations of flood propagation［J］.Journal of Hydroelectric Engineering，2018，37（2）：96-107.（in Chinese））

［21］侯精明，郭凱華，王志力，等.設(shè)計(jì)暴雨雨型對(duì)城市內(nèi)澇影響數(shù)值模擬［J］.水科學(xué)進(jìn)展，2017，28（6）：820-828.（HOU J M，GUO K H，WANG Z L，et al.Numerical simulation of design storm pattern effects on urban flood inundation［J］.Advances in Water Science，2017，28（6）：820-828.（in Chinese））

［22］LI D L，HOU J M，ZHANG Y W，et al.Influence of time step synchronization on urban rainfall-runoff simulation in a hybrid CPU/GPU 1D-2D coupled model［J］.Water Resources Management，2022，36（10）：3417-3433.

［23］侯精明，李鈺茜，同玉，等.植草溝徑流調(diào)控效果對(duì)關(guān)鍵設(shè)計(jì)參數(shù)的響應(yīng)規(guī)律模擬［J］.水科學(xué)進(jìn)展，2020，31（1）：18-28.（HOU J M，LI Y X，TONG Y，et al.Simulation of response law for control effect of runoff control at grass swale to key design parameters［J］.Advances in Water Science，2020，31（1）：18-28.（in Chinese））

［24］侯精明，張兆安，馬利平，等.基于GPU加速技術(shù)的非結(jié)構(gòu)流域雨洪數(shù)值模型［J］.水科學(xué)進(jìn)展，2021，32（4）：567-576.（HOU J M，ZHANG Z A，MA L P，et al.Unstructured numerical model for rainfall-runoff process in watershed based on GPU acceleration technology［J］.Advances in Water Science，2021，32（4）：567-576.（in Chinese））

［25］張曄，侯精明，龔佳輝，等.1980—2020年渭河中上游流域土地利用演變及其對(duì)徑流的影響［J］.水土保持通報(bào)，2022，42（5）：231-237，246.（ZHANG Y，HOU J M，GONG J H，et al.Land use evolution and its impact on runoff response in middle and upper reaches of Weihe River basin during 1980—2020［J］.Bulletin of Soil and Water Conservation，2022，42（5）：231-237，246.（in Chinese））

［26］潘鑫鑫，侯精明，陳光照，等.基于K近鄰和水動(dòng)力模型的城市內(nèi)澇快速預(yù)報(bào)［J］.水資源保護(hù)，2023，39（3）：91-100.（PAN X X，HOU J M，CHEN G Z，et al.Rapid forecasting of urban waterlogging based on K-nearest neighbor and hydrodynamic model［J］.Water Resources Protection，2023，39（3）：91-100.（in Chinese））

［27］LI X Y，HOU J M，PAN Z P，et al.Responses of urban flood processes to local land use using a high-resolution numeric model［J］.Urban Climate，2022，45：101244.

Characteristics of urban waterlogging induced by spatiotemporal

variations of typhoon rainfall in a coastal city

The study is financially supported by the National Natural Science Foundation of China （No.52079106） and the Key Ramp;D Program of Ningxia，China （No.2022BEG02020）.

LI Bingxue1，SHI Chao2，HOU Jingming1，WANG Tian1，CHEN Guangzhao1，WANG Xinghua1，SHEN Ruozhu3

（1. State Key Laboratory of Eco-hydraulics in Northwest Arid Region，Xi′an University of Technology，Xi′an 710048，China;

2. Ningbo Haishu District Flood Control and Drought Relief Center，Ningbo 315000，China;

3. Ningxia Capital

Sponge City Construction and Development Co.，Ltd.，Guyuan 756000，China）

Abstract：To investigate the impact of spatiotemporal variations in typhoon-induced rainfall on the processes of urban waterlogging in coastal cities of China，a numerical model of surface water dynamics and its associated transport processes was applied.The central business district of Ningbo，a coastal city in China，was selected as the study area.The scope of this research encompassed a comprehensive examination of urban waterlogging under various scenarios，including conditions featuring both moving typhoon-induced rainfall and stationary typhoon-induced rainfall.The findings of this study are as follows：① Rainfall moving in different directions leads to a delayed accumulation of water at waterlogging monitoring sites.The delay ranges from 0 to 0.5 hours when the rainfall moves directly westward or northwestward，1.5 hours when moving directly northward，and 1.5 to 2 hours when moving in a direction 30 degrees east of north.② In 92% of the simulated scenarios，the movement of rainfall results in a reduction in both the volume and depth of water accumulation.The maximum reduction rate of peak water depth reaches 4.46%.As the return period of rainfall increases from 5 a to 50 a，the reduction rate of peak water depth decreases from 0.49% to 0.10%.③ The impact patterns of bimodal and unimodal rainfall on urban waterlogging are similar，but the former has a comparatively lesser impact.Therefore，in cities affected by typhoon-induced rainfall，the disaster prevention and mitigation ministry should give special consideration to the spatiotemporal movement characteristics of the typhoon-induced rainfall.This approach is crucial for further enhancing urban flood resilience and mitigating disaster losses.

Key words：typhoon rainfall;rainfall movement;urban waterlogging;numerical simulation;coastal city