基于地-管-河耦合模型的南寧市城區(qū)洪澇災害模擬及淹沒影響研究

關鍵詞：城市內澇；淹沒影響；耦合模型；南寧市

中圖分類號：TV122 文獻標識碼：A 文章編號：1001-9235（2024）11-0024-10

近年來，隨著全球氣候環(huán)境的變化，極端降雨事件的頻率顯著增加，導致各地內澇災害頻發(fā)。在中國，快速的城鎮(zhèn)化發(fā)展打破了自然水文循環(huán)規(guī)律，城市防洪排澇工程發(fā)展滯后，排澇能力低下，以及預警手段和應對措施不完善，使得洪澇災害及其伴生災害頻繁發(fā)生，損失不斷增加［1］。2021年，鄭州“7·20”特大暴雨事件，累計平均降水量達449mm，最大小時降雨量達201. 9 mm，打破中國大陸小時降雨量歷史紀錄，導致嚴重的城市內澇，交通堵塞、城市斷電、河流洪水和山洪滑坡等多災并發(fā)［2-3］。

城市內澇歷時短、頻率高、對社會經(jīng)濟影響重大。隨著城市暴雨致災程度的提升，加強對洪水等自然災害的預警能力、加快預警速度已成為提升國家綜合防災減災的重要任務之一，開展城市內澇模擬及治理工作已成為城市雨洪研究的重點內容。城市雨洪模型已成為研究城市洪澇災害特性的有效方法與城市水文學研究的熱點。Mark等［4］基于水動力學方法建立了城區(qū)與地下管網(wǎng)耦合的雨洪模型，采用隱格式的有限差分法，并應用于達卡市的暴雨洪澇災害模擬。陳洋波等［5］開發(fā)了東莞市城市暴雨雨洪模型，采用非結構網(wǎng)格剖分研究區(qū)域，利用二維非恒定流水力方程計算地表水流運動與內澇積水。麻蓉等［6］則以北京市某小區(qū)為例，分別建立MIKE 21和GIS淹沒模型，模擬小區(qū)內的淹水情況。曾照洋等［7］將SWMM 模型與LISFLOOD-FP二維水動力模型耦合，通過模擬東莞市典型區(qū)域的淹沒范圍和積水深度，為該區(qū)域內澇預警預測研究提供了參考。Bisht 等［8］采用SWMM 和MIKEURBAN模型設計孟加拉邦小型城市的排水系統(tǒng)，結合SWMM和MIKE URBAN獲取了平面洪水淹沒范圍。陳翠珍等［9］運用Info-Works模型模擬武漢市中心城區(qū)管網(wǎng)排水過程，評估現(xiàn)有排水能力，為管網(wǎng)改造提供了支撐。黃國如等［10］基于Info Works ICM模型構建了?？谑谐鞘斜┯旰闈城榫埃⒒诜e水點進行了一定精度的驗證。Oertel［11］將城市地下空間分為4個部分：地下空間、樓梯、出入口和水流，并分割計算網(wǎng)絡分析。張會等［12］以遼河中下游地區(qū)為研究對象，基于GIS技術與洪澇災害風險評估方法，提出了洪澇災害風險指數(shù)，對不同縣區(qū)損失風險進行評估與風險區(qū)劃。

洪澇災害影響評估同樣是城市雨洪研究的重點內容。尹占娥等［13］等以城市暴雨洪澇災害為研究對象，基于GIS柵格建立了適用于城市小尺度的暴雨洪澇災害風險模型。李正兆等［14］構建了1套包含13個方面共41個基礎指標的風險評估體系，以此搭建模型用于評估城市洪澇風險。周峰等［15］選取平均降雨量、地形、水系等作為危險性指標，人口、GDP、固定資產(chǎn)投資等作為易損性指標，并選取堤防密度及圩區(qū)排澇能力作為洪水防御能力指標開展洪澇災害風險評估。Rodda［16］以地理信息系統(tǒng)為基礎，對1935—2005年的歷史洪水事件進行調查與分析構建了應用于捷克的洪水風險分析模型。王靜靜等［17］利用經(jīng)濟發(fā)達的東南沿海地區(qū)1951—2000年共50a的暴雨洪澇資料，通過疊加受災分布圖對東南沿海4省的42個市進行洪澇災害風險評估。杜鵑等［18］基于湖南省1978—2007年的歷史災害記錄，對暴雨洪澇災害所造成的直接經(jīng)濟損失進行概率風險評估，所得評估結果可作為風險圖繪制的基礎。Toda等［19］通過建立地下空間和地表聯(lián)合計算的蓄水池模型分析福岡市洪澇事件，并在2009年對原計算模型進行改進，改進后可預測城市在暴雨洪澇時風險性。

上述模型及影響分析為城市雨洪分析提供了參考。為精確模擬南寧市內澇災害情況并量化淹沒影響，本文使用MIKE+軟件，基于城區(qū)地表二維地表漫流模型、地下排水管網(wǎng)模型、內河一維泄洪模型，建立地-管-河耦合模型，全面開展城市洪澇災害多過程動態(tài)精確耦合，并基于模擬淹沒情況開展淹沒影響分析，研究為南寧市研究為南寧市防洪排澇工作提供了科學依據(jù)，也為其他城市的內澇災害模擬提供了參考。

1研究方法

1. 1地-管-河耦合模型構建

基于城市產(chǎn)流、地表漫流、管網(wǎng)匯流理論，構建綜合性的耦合模型系統(tǒng)，以提高城市內澇模擬的精度和可靠性。地-管-河耦合模型基于城區(qū)地表二維地表漫流模型、地下排水管網(wǎng)模型、內河一維泄洪模型開展。針對城區(qū)地表產(chǎn)匯流形成過程，建立地表二維漫流“地”模型；加載地表產(chǎn)匯流計算結果，通過設置最大入流量參數(shù)，結合城區(qū)雨水管網(wǎng)分布及排水狀況，建立地下排水“管”模型，控制雨水井的收水能力，模擬水流在管網(wǎng)中的運行狀態(tài)；針對城區(qū)主要內河泄水泄洪過程，建立內河一維泄洪“河”模型，最后將建立地-管-河模型進行耦合計算，見圖1。

“河”模型分別設定各內河的上邊界條件和下邊界條件分別為各頻率自排設計洪水和出口排澇閘泄流曲線?！肮堋蹦Ｐ图陞^(qū)邊界為5、10、20、50、100、200年一遇設計暴雨過程。將“地”模型、“管”模型、“河”模型建立相關連接，耦合方式如下：①分別建立各河道一維河道與各自左右岸二維網(wǎng)格的連接；②將城市排水管網(wǎng)模型的人孔連接到二維模型相應位置的網(wǎng)格中；③將城市排水管網(wǎng)在河道的排水口與一維河道連接。

1. 2淹沒影響計算

根據(jù)洪水分析計算、洪水淹沒范圍、承災體人口分布及社會經(jīng)濟發(fā)展狀況，本次統(tǒng)計分析以鄉(xiāng)鎮(zhèn)為單元，分別統(tǒng)計分析淹沒區(qū)內不同鄉(xiāng)鎮(zhèn)的受淹面積、受影響人口以及受影響GDP等各類社會經(jīng)濟指標，再匯總得到不同頻率洪水時整個城區(qū)災情指標信息。

a）受淹面積?；贕IS軟件的疊加分析功能，將淹沒范圍圖層與行政區(qū)圖層相疊加，即可得到對應不同洪水方案的受淹行政區(qū)面積。

b）受影響人口。人口統(tǒng)計數(shù)據(jù)空間分析可采用居民地法進行，即認為人口是離散地分布在某鄉(xiāng)鎮(zhèn)（街道辦）的居民地范圍內，每塊居民地上又是均勻分布的變量，采用人口密度來表征。各鄉(xiāng)鎮(zhèn)（街道辦）受淹居民地面積用A 來表示，則受災人口可用式（1）計算。

P_e = ΣΣA_i，j ? d_i，j （1）

式中：P_e為受災人口；A_i，j為第i 鄉(xiāng)鎮(zhèn)（街道辦）第j 塊居民地受淹面積；d_i，j為第i 鄉(xiāng)鎮(zhèn)（街道辦）第j 塊居民地的人口密度。

考慮到淹沒區(qū)每個鄉(xiāng)鎮(zhèn)（街道辦）每塊居民地的人口密度資料難以全面收集，采用鄉(xiāng)鎮(zhèn)（街道辦）受淹面積的比例來概算受影響人口，即認為某鄉(xiāng)鎮(zhèn)（街道辦）內的人口是平均分布在該鄉(xiāng)鎮(zhèn)（街道辦）邊界內的，受災人口比例與該鄉(xiāng)鎮(zhèn)（街道辦）受淹面積占整個鄉(xiāng)鎮(zhèn)（街道辦）面積的比例相同，進而根據(jù)鄉(xiāng)鎮(zhèn)（街道辦）人口總數(shù)推算受災人口數(shù)，見式（2）。

P_e = PA_f /A （2）

式中：P_e 為區(qū)域總人口；A_f 為某一鄉(xiāng)鎮(zhèn)（街道辦）的受淹面積；A 為鄉(xiāng)鎮(zhèn)（街道辦）總面積。

c）受影響GDP。本次采用人均GDP法計算受影響GDP，即根據(jù)某行政區(qū)受影響人口與該行政區(qū)的人均GDP相乘計算受影響GDP。

2研究區(qū)概況及研究數(shù)據(jù)

2. 1研究區(qū)概況

南寧市位于廣西壯族自治區(qū)南部偏西，是廣西壯族自治區(qū)首府及廣西政治、經(jīng)濟、文化中心，土地面積22 112 km²，市區(qū)面積6 479 km²。地處亞熱帶季風氣候區(qū)，北回歸線穿域而過，市區(qū)位于紡錘狀南寧盆地的腹部，周邊為低山丘陵所環(huán)繞，總體上地勢西高東低。邕江橫貫南寧市城區(qū)，將城市分為南北兩部分。

南寧市近年來快速推進城市化進程，大量農(nóng)田、濕地等自然土地被轉變?yōu)榻ㄖ?、道路等硬質地表，導致城市不透水地表面積顯著增加，進而影響了地表水的自然滲透，增加了徑流量。這種變化給城市排水系統(tǒng)帶來了巨大壓力，尤其是在老城區(qū)，排水管網(wǎng)老化問題嚴重，排水能力不足，難以有效應對暴雨天氣，導致局部地區(qū)易發(fā)內澇。2020年6月，南寧市遭遇持續(xù)強降雨，多個氣象站記錄降雨量超過200mm。降雨集中且強度大，城市排水系統(tǒng)不堪重負，城區(qū)多地出現(xiàn)嚴重內澇。西鄉(xiāng)塘區(qū)和青秀區(qū)低洼地區(qū)尤為嚴重，部分路段積水深度達到0. 5 m 以上，交通中斷，市民出行受到嚴重影響。2021年8月，市區(qū)的埌東、江南等地，短時間內的強降雨導致道路積水，車輛被淹，交通陷入癱瘓。部分地下停車場和地下室被水灌入，造成財產(chǎn)損失，市區(qū)的部分內河水位迅速上漲，部分河段水漫堤壩，對附近居民生活造成較大影響。

本次研究區(qū)域為南寧市城區(qū)，面積5 217 km²，常住人口501. 5萬人，地區(qū)生產(chǎn)總值35 944 807萬元，涉及西鄉(xiāng)塘區(qū)、青秀區(qū)、江南區(qū)、興寧區(qū)和良慶區(qū)，見圖2。

2. 2研究數(shù)據(jù)

2. 2. 1模型構建

本次采用MIKE+軟件模擬研究區(qū)域的內澇過程，模型所需的基本輸入數(shù)據(jù)主要包括降雨數(shù)據(jù)、地形數(shù)據(jù)、土地利用類型數(shù)據(jù)、管網(wǎng)數(shù)據(jù)及其他相關數(shù)據(jù)。

本次設計年最大降雨量采用2017年批復的《邕寧防洪工程二期初設》中推薦成果，其中最大1 h資料系列為1964—2013年；最大6 h 資料系列為1958—2013年；最大24h資料系列為1926—2013年。雨洪同期設計暴雨量采用已批復的《南寧市邕寧區(qū)防洪工程規(guī)劃修編》中成果，實測雨洪同期最大時段降雨資料系列為1934—2013年。成果可用于模型搭建。降雨數(shù)據(jù)用于模型集雨區(qū)上邊界的設定，下邊界為各內河在郁江出口防洪排澇閘的泄流曲線。選取200、100、50、20、10、5年一遇的設計暴雨過程，見圖3、4。

地形數(shù)據(jù)采用第三次全國國土調查2. 5 m×2. 5m地形數(shù)據(jù)，針對民族大道、東葛路等城市主路、地鐵站點等局部區(qū)域采用實測1∶2000地形圖修正，同時考慮建筑物阻水影響，在原地形圖上疊加建筑物進一步修正形成含建筑物的地形網(wǎng)格文件。網(wǎng)格大小采用10 m×10 m正方形網(wǎng)格，區(qū)域網(wǎng)格數(shù)量為4499×2 775，共約1278萬個。根據(jù)南寧市城區(qū)土地利用地圖結合遙感圖像制作下墊面糙率文件，不同土地類型的糙率見表1。

通過GIS利用泰森多邊形，結合排水規(guī)劃排水區(qū)域劃分情況，對各排水口集雨范圍進行劃分，本次管網(wǎng)模型計算集雨面積共191. 89 km²。集雨區(qū)建筑物不透水系數(shù)為95%，道路不透水系數(shù)為80%，其他區(qū)域不透水系數(shù)為60%。

南寧市城市管網(wǎng)錯綜復雜，本次根據(jù)城區(qū)管網(wǎng)普查成果，結合城區(qū)內澇實際及建模需要，對管網(wǎng)進行合理化處理及簡化，簡化原則如下：①根據(jù)收集段的管道資料的連接關系，結合城市排水規(guī)劃以及地形分布、現(xiàn)場調查情況等確定局部缺失的管道走向后進行補充，并根據(jù)管道前后銜接情況補充缺失管道的參數(shù)；②將管道簡化為30～200m不等的長度，其中對于城區(qū)核心區(qū)，管道較密的地方，管道簡化后長度為30～40m，對于其他管道非核心區(qū)域，管道較為稀疏的地方，將管道長度簡化為60～200m，管道簡化后的坡度和管徑等參數(shù)基本維持實測情況不變；③部分道路上兩側分別有排水管道的因模型需要進行合并概化，合并后維持總過流面積不變。管網(wǎng)水力模型中概化人孔2116個，出水口146個，管道1690條。

南寧市內河共計18條，八尺江、良鳳江已建有防洪工程，那平江距主城區(qū)較遠，不影響城區(qū)內澇。本次模擬石靈河、可利江、心圩江、二坑溪、朝陽溪、沙江河、竹排沖、鳳凰江、亭子沖、石埠河、西明江、良慶河、楞塘沖、馬巢河、那洪溝等15條內河，建立內河一維泄洪“河”模型，范圍為各內河城區(qū)進口至其與竹排沖、良鳳江、郁江等河流的匯合口。河道總長合計約97. 5 km，實測斷面330個，斷面平均間距406 m。本次分別計算各支流自排5、10、20、50、100、200年一遇暴雨洪水情況下的洪水淹沒情況。結合河網(wǎng)關系，除沙江河下游匯入竹排沖不設定下游邊界外，“河”模型分別設定各內河的上邊界條件和下邊界條件分別為各頻率自排設計洪水和出口排澇閘泄流曲線，見圖5。

2. 2. 2淹沒分析

本次采用GIS進行淹沒影響分析，所需的基本數(shù)據(jù)主要包括模型模擬淹沒范圍、人口分布、社會經(jīng)濟數(shù)據(jù)及其他相關數(shù)據(jù)，見表2、3。

3結果與分析

3. 1模型率定與驗證

“地”模型率定對象為已有水面線成果及2016年6月3日實測暴雨過程和內澇城區(qū)淹沒的大致情況，本次采用不同下墊面不透水率，并進行調整使得各易澇點內澇積水與實際淹沒范圍基本相符；“管”模型通過分析城區(qū)地表漲退水過程進行合理性分析；“河”模型需要率定的參數(shù)是反映底床糙率的n值，n對河道中水位變化影響較大。n越大，模擬的洪峰流量出現(xiàn)時刻越滯后，水位值越高；n越小，洪峰出現(xiàn)時刻越提前，水位值越低。通過反復調整各斷面糙率分布，保證水位的模擬值與實測值或已有成果能夠較好吻合。

“地”“管”“河”模型驗證過程如下。

a）2016年6月3—4日，南寧市經(jīng)歷暴雨，市區(qū)降雨量接近10年一遇，局部接近20年一遇，導致多處內澇。主要內澇點包括葛村路下穿鐵路涵洞、長崗茅橋路口等。本次“地”模型對該場次暴雨內澇進行模擬，通過調整城市地面不透水率，計算結果與實際內澇點分布情況良好，見圖6，模型滿足城區(qū)暴雨內澇模擬需求。

b）“管”模型選擇典型區(qū)域，將管道排水情況與地表積退水情況進行比較，20年一遇設計暴雨條件下模擬計算24h的各典型時刻大沙田地鐵站附近區(qū)域地表積退水情況見圖7。由圖可見，5月1日7時左右地表徑流量大于管道排水量，此時地表出現(xiàn)積水，9時30分左右地表徑流量小于管道排水量，此時地表積水范圍應達到最大并開始退水。24時左右地表已無徑流，管道流量也為0，此時退水完全，退水過程合理。

c）“河”模型通過反復調整各斷面糙率分布，使得計算水面線與設計水面線盡量吻合。以鳳凰江為例，計算水位與設計水位相差僅-0. 13～0. 13之間，參數(shù)率定結果合理，見表4和圖8。

3. 2不同重現(xiàn)期城區(qū)淹沒結果與分析

城區(qū)發(fā)生5、10、20、50、100、200年一遇雨洪內澇時，內澇淹沒的流速、淹沒水深和淹沒歷時等洪水風險要素隨洪水量級的增大而增大。淹沒面積從11. 45 km²，逐漸增加到14. 766 km²，淹沒歷時從14. 40 h增加到14. 98 h，平均淹沒水深從0. 84 m增加到0. 99 m，見表5和圖9。

3. 3城區(qū)淹沒影響分析

城區(qū)發(fā)生5、10、20、50、100、200年一遇雨洪內澇時，南寧市西鄉(xiāng)塘區(qū)、青秀區(qū)、江南區(qū)、興寧區(qū)、良慶區(qū)等城區(qū)均有不同程度的受災，其中西鄉(xiāng)塘區(qū)受雨洪內澇淹沒面積、受影響人口、受影響GDP最大，淹沒區(qū)面積基本為其他幾個區(qū)之和。另外4個區(qū)淹沒范圍由大到小排序分別為良慶區(qū)、青秀區(qū)、興寧區(qū)、江南區(qū)，受影響人口由大到小排序分別為青秀區(qū)、江南區(qū)、興寧區(qū)、良慶區(qū)；受影響GDP由大到小排序分別為青秀區(qū)、江南區(qū)、良慶區(qū)、興寧區(qū)，見表6—9。

4結論

為精確模擬南寧市城區(qū)洪澇災害情況，分析洪澇災害對城區(qū)人口、經(jīng)濟影響，本研究以南寧市城區(qū)為研究區(qū)域，對地表承災體、地下管網(wǎng)、城市內河進行全過程動態(tài)耦合模擬。根據(jù)模擬淹沒范圍、城區(qū)人口及社會經(jīng)濟情況，展開承災體影響分析。所得的主要結論如下。

a）基于MIKE+搭建了地-管-河耦合模型，采用已有水面線、歷史暴雨內澇過程、漲退水過程率定參數(shù)及驗證模型可靠性，模擬結果與已有成果實際內澇點分布及漲退水情況基本吻合，成果合理，模型滿足模擬需求，構建的地-管-河耦合模型可以準確模擬研究區(qū)域的內澇過程。

b）城區(qū)發(fā)生5～200年一遇雨洪內澇時，淹沒面積從11. 45 km²逐漸增加到14. 766 km²，淹沒歷時從14. 40 h增加到14. 98 h，平均淹沒水深從0. 84 m增加到0. 99 m。內澇淹沒的流速、平均淹沒水深和淹沒歷時等洪水風險要素隨洪水量級的增大而增大。

c）城區(qū)發(fā)生5～200年一遇雨洪內澇時，受影響人口總數(shù)從54747人增加到70601人，受影響區(qū)域GDP 從106 872萬元增加到137822萬元。淹沒面積、受影響人口總數(shù)和區(qū)域GDP受影響程度隨洪水量級的增大而增大。按行政區(qū)劃劃分，發(fā)生雨洪內澇時，西鄉(xiāng)塘區(qū)、青秀區(qū)、江南區(qū)、興寧區(qū)、良慶區(qū)等城區(qū)均有不同程度的受災，其中西鄉(xiāng)塘區(qū)受雨洪內澇淹沒面積、受影響人口、受影響GDP最大，淹沒區(qū)面積基本為其他幾個區(qū)之和，另外4個區(qū)受影響人口由大到小排序分別為青秀區(qū)、江南區(qū)、興寧區(qū)、良慶區(qū)；受影響GDP由大到小排序分別為青秀區(qū)、江南區(qū)、良慶區(qū)、興寧區(qū)。