我國極端降水變化趨勢及其對城市排水壓力的影響

陸詠晴,嚴 巖,丁 丁,趙春黎,宋 揚,趙景柱,4

1 中國科學院生態(tài)環(huán)境研究中心城市與區(qū)域生態(tài)國家重點實驗室,北京 100085 2 中國科學院大學,北京 100049 3 北京大學,北京 100871 4 中國科學院城市環(huán)境研究所,廈門 361021

由于全球變暖,地球表面的溫度升高,地表水的蒸發(fā)量變大,大氣中的水分增加,導致一些地區(qū)的極端降水增加,特別是受季風影響的地區(qū),氣候變化最為快速[1,2]。Groisman等人的研究表明強降水事件在中國、美國、加拿大、波蘭、蘇聯(lián)、墨西哥、挪威等國家都有增加趨勢[3]。氣候變化影響著全球水循環(huán),造成水資源的重新分配[1,4,5],在此背景下,了解城市面臨的極端降水情況和城市的排水壓力是有比較大的研究意義的。在自然環(huán)境之下,雨水下落之后被植物截留,吸收,然后落入土壤,通過土壤顆粒的縫隙下滲,成為地下水,剩余的部分通過徑流,流入其他地區(qū),最終流入大海[6]。但長期以來,我國在城市建設中,地面硬化面積過大、城市排水系統(tǒng)老化、蓄水設施不足,再加上對河流、湖泊等天然蓄水設施的填埋,導致城市排水能力嚴重不足；城市每年因為內(nèi)澇遭受巨大的經(jīng)濟和人口損失[7]。2011年,住房和城鄉(xiāng)建設部對全國352個城市進行的調(diào)研表明,在2008年至2010年之間,62%的城市發(fā)生過內(nèi)澇,其中發(fā)生過3次以上的城市有137座[8]。由于全球變暖,部分地區(qū)的極端降水不斷加劇,城市排水防澇面臨新的挑戰(zhàn),研究氣候變化情況下我國城市的排水壓力情況有利于城市建設規(guī)劃和政策的制定。

國內(nèi)外研究人員普遍使用排水水力模型來模擬城市的排水過程,使用比較多的包括：SWMM模型、Wallingford公司的InfoWorks水力模型、DHI公司的MIKE軟件等[9- 13]。這些模型考慮了排水管網(wǎng)結構,下墊面透水情況、建筑物、地形、當?shù)亟邓刃畔?其目的是精確評估城市的排水系統(tǒng)運作效率,找出排水設施的薄弱環(huán)節(jié),為城市規(guī)劃設計提供具體參考意見。本文的主要目的是比較各區(qū)域城市排水壓力相對大小,研究氣候變化給各區(qū)域的城市排水壓力造成的影響,從而為我國城市適應氣候變化總體政策提供支持。上述模型的空間尺度比較小,并不適用本文的研究。城市的地面條件與城市排水能力有關,特別是城市綠地區(qū)域,透水率比較高,在發(fā)生降水時能夠減少流域的徑流系數(shù),但是在強降水情況下,綠地對降水徑流的影響將會弱化,影響系數(shù)比較低[14]。在強降水條件下,城市的排水主要依靠排水管道等排水設施,故本研究不考慮城市綠地等透水面對城市排水能力的影響,直接適用排水管網(wǎng)的密度與降水量衡量城市的排水壓力。

1 研究數(shù)據(jù)和方法

1.1 研究數(shù)據(jù)

本文研究的城市為我國289個主要地級市,使用的數(shù)據(jù)包括氣象數(shù)據(jù)和統(tǒng)計數(shù)據(jù)兩個部分。氣象數(shù)據(jù)是國氣象數(shù)據(jù)中心提供的917個站點從1951年到2014年逐日降水量數(shù)據(jù),將該數(shù)據(jù)集進行篩選,選擇超過40年,每年缺失數(shù)據(jù)少于3個月的數(shù)據(jù)。城市統(tǒng)計數(shù)據(jù)包括《中國城市統(tǒng)計年鑒2014》中城市排水管長度、城市建成區(qū)面積等。

1.2 研究方法

1.2.1 相關氣象因子

極端降雨是指超過該地常見降水值的降水事件,發(fā)生概率比較低,歐盟的STARDEX計劃對歐洲地區(qū)的極端降水事件進行了研究,給出了幾種極端降水指數(shù)的定義[15],本文選取了極端降水量、年最大降水量和歷史最大降水量作為與城市排水情況相關的氣象因子(表1)。

表1 氣象因子

1.2.2 年最大降水量相對變化率

采用一元線性回歸分析計算隨著時間變化年最大降水量變化速度(公式1—3)。使用站點年最大降水量的變化速度與該站點的極端降水量,計算年最大降水量的相對變化率(t),相對變化率可以衡量在原本極端降水量的基礎上,變化速度的相對大小(公式4)。

R=bx+a

(1)

其中：

(2)

(3)

式中，R為年最大降水量(mm)；x為年份；b為年最大降水量變化速度(mm/a)；a為回歸公式截距；R為年最大降水量平均值為年份平均。

1.2.3

(4)

式中，t為年最大降水量相對變化率(%/a)；b為年最大降水量變化速度(mm/a)；Rex為極端降水量(mm)。

1.2.4 反距離插值分析法

文本所用氣象數(shù)據(jù)皆為氣象站點數(shù)據(jù),由氣象站點氣象因子值推斷出區(qū)域氣象情況需要使用空間插值分析方法,反距離插值分析法是空間插值的一種,該方法基于地理第一定律,以插值點與樣本點之間反距離的2次冪為權重進行加權平均。

城市排水壓力指數(shù)

(1)基于極端降水量的城市排水壓力指數(shù)

決定城市排水能力的因素有很多,城市的排水能力與地形起伏、坡度大小、下墊面和城市綠化情況都有關[16],但是在城市當降水發(fā)生后,特別是強降水發(fā)生后,雨水主要仍通過排水管道快速排出,由城市排水管道所構成的城市排水系統(tǒng)與城市排水能力直接相關,排水管網(wǎng)密度較高,城市排水能力更高[14]。城市的極端降水量是城市面臨的比較常見的大雨降水量,在此條件下,城市極端降水與城市排水管道的比值,可以表示城市面臨常規(guī)大雨時的排水壓力(公式5)。

(5)

式中，P1為基于極端降水量的城市排水壓力指數(shù)；m為城市排水管網(wǎng)密度(km/km2)；Rex為極端降水量(mm)。

(2)最大降水情景下的城市排水壓力指數(shù)

我國降水極為不均勻部分城市常年降水量不大,但是偶爾發(fā)生的大雨將給城市帶來比較強的內(nèi)澇風險。計算最大降雨量和城市的排水管道的比值,可以計算出城市過去最大的排水壓力情況(公式6)。

(6)

式中，P2為最大降水情景下的排水壓力指數(shù)；Rmax為歷史最大降水量(mm)；m為城市排水管網(wǎng)密度。

(3)氣候變化對城市排水壓力的影響力

除了考慮現(xiàn)在的氣候情況之外,未來的氣候變化情況城市排水壓力的影響也不容忽視,在氣候變化的影響下,未來城市面臨的排水壓力將有所改變。可使用(1+nts)對未來城市排水壓力進行修正(公式7)。

本文預測了我國城市近期及遠期兩個時間段的城市排水壓力,其中使用20年代表近期時段,50年代表遠期時段,由于氣候變化趨勢具有連續(xù)性,近期的極端降水變化速度無明顯改變。遠期的氣候變化速度受人為影響,有比較大的不確定性,為了預測在不同情景下的城市排水壓力,本文引入了IPCC提出的代表性濃度路徑(RCPs)情景,其中最有代表性的是低應對RCP8.5和高應對RCP2.6情景模式,在RCP8.5情景下,平均氣溫上升速度為6.59℃/100a,而在RCP2.6情景下,平均氣溫上升速度為1.06℃/100a[17]。與過去100年全球平均氣溫上升速度為0.68℃/100a對比[18], 使用氣溫變化速度來代表氣候變化的程度,假設極端降水天氣的變化與氣候變化速度有一致性,則在RCP8.5情景下年最大降水量相對變化率t8.5為原本相對變化率的9.68倍。在RCP2.6情景下年最大降水相對變化率t2.6為原本相對變化率的1.56倍。

(7)

式中，Ps為未來城市排水壓力指數(shù)(P3為近期城市排水壓力指數(shù)、P8.5為RCP8.5情景下遠期城市排水壓力指數(shù)、P2.6為RCP2.6情景下遠期城市排水壓力指數(shù))；Rex為極端降水量；m為城市排水管網(wǎng)密度；ts為不同情景下的年最大降水相對變化率(近期ts=t；遠期ts=t8.5或t2.6)；n為預測時間與基準時間的年份差(a)。

(4)城市排水壓力分級

為了表現(xiàn)城市之間排水壓力的相對差異,將各種情況下的城市排水壓力指數(shù)等分為10個等級,并使用連續(xù)色階繪制地圖,以便能反映出城市排水壓力的區(qū)域分布規(guī)律。

2 結果與分析

2.1 我國極端降水及變化趨勢

根據(jù)圖1,可以看出我國各區(qū)域的極端降水和歷史最大降水差別很大,由于受到太平洋東南季風的影響,從西北到東南逐漸增加,呈現(xiàn)階梯狀分布。整體上來看,我國歷史最大降水量與極端降水的分布基本一致,但是歷史最大降水量的偶然性比較大,階梯狀不是特別明顯,河北、四川、江西、河南部分地區(qū)的極端降水量比較低,反映該地區(qū)常規(guī)大雨并不大,但是降水不穩(wěn)定,偶然出現(xiàn)的強降水天氣可能十分嚴重,完全不低于南部濕潤地區(qū),給上述地區(qū)的排水工作造成極大的壓力,也屬于城市內(nèi)澇高發(fā)區(qū)。

圖1 我國1951—2014極端降水及分布趨勢圖Fig.1 Extreme precipitation situation and it′s change in China during 1951—2014(a)歷史最大降水量分布圖；(b)極端降水量分布圖；(c)年最大降水量變化速度分布圖；(d)年最大降水量相對變化率分布圖

我國年最大降水量變化速度的平均值為0.06mm/a,表明我國極端降水天氣正隨著全球氣候變化而增加,然而我國極端降水天氣的變化情況存在明顯的區(qū)域差異性,我國北方大部分地區(qū)年最大降水量呈現(xiàn)降低趨勢,其中華北地區(qū)降低趨勢最明顯。而我國南方地區(qū)和青藏高原南部,年最大降水量的增加趨勢明顯,西部廣大地區(qū)的年最大降水量也處于增加趨勢,但是增加量不如南方地區(qū)。我國年最大降水量相對變化率與年最大降水變化速度總體分布基本相似,區(qū)別比較大的區(qū)域是我國西北地區(qū),其年最大降水量的增加速度不快,但是由于該地區(qū)的總體降水量少,相對變化率也就比較大。而南部沿海地區(qū)的年最大降水增加速度絕對值比較大,但是這些地區(qū)原本的降水量就比較大,相對變化率反而不高。

2.2 我國城市排水壓力

圖2 我國城市排水壓力圖Fig.2 Pressures on urban drainage systems of China(a)基于極端降水量的城市排水壓力；(b)城市歷史最大排水壓力；(c)近期城市排水壓力指數(shù)；(d)RCP2.6情景下城市遠期排水壓力指數(shù)(e)RCP8.5情景下城市遠期排水壓力指數(shù)

我國基于極端降水量的城市排水壓力(P1)總體上呈現(xiàn)南高北低的分布,常年排水壓力比較小的城市主要集中在我國東部沿海地區(qū),主要原因是這些城市的經(jīng)濟條件比較好,城市的排水管網(wǎng)密度高,西部及北部地區(qū)城市常年排水壓力也比較低,這是因為這些地區(qū)的降水量較低,城市的排水壓力相應比較低。壓力較大的城市主要在我國南部和東北地區(qū)。

我國城市歷史上面臨的最大排水壓力(P2)與城市常年排水壓力的分布相似,均為南部高而北部低的分布規(guī)律,只有我國華北地區(qū)城市變動比較大,這些城市的降水量雖然不如南部地區(qū),但是降水集中,隨機性大,歷史最大降水量超過極端降水量較多,有比較大的內(nèi)澇風險。

隨著全球氣候變化,未來20年后,我國城市排水壓力(P3)與P1相比整體上是增加的,但是總體分布并未有明顯差別；受氣候變化的影響,我國北部地區(qū)城市的排水壓力有所降低,而原本排水壓力比較大的南部城市,由于極端降水事件更加嚴重,面臨的排水壓力更大。

在RCP2.6情景下,由于全球減緩氣候變化的努力,氣候變化速度相對有所減緩,但是與現(xiàn)在相比,未來的氣候變化仍較快,在此情景下未來50年的城市排水壓力(P2.6)與P3相比依然上升了很多,受氣候變化的影響,華北地區(qū)的城市排水壓力減小,而華南地區(qū)的排水壓力上升明顯。在RCP8.5情景下,全球減緩氣候變化工作進展緩慢,由于大氣中溫室氣體含量上升迅速,氣候變化的速度也顯著高于現(xiàn)狀,在此情景下,我國城市排水壓力整體上升速度比較快,個別城市面臨嚴重的排水壓力,其中上升速度最快的地區(qū)仍集中在華南和東北地區(qū)。這些地區(qū)的城市原本就屬于排水壓力比較大的城市,又加上氣候變化造成的城市極端降水事件會隨著時間增加,將會導致城市未來面臨的排水壓力加大。

3 結論與對策

本文研究表明,隨著氣候變化我國極端降水天氣整體呈現(xiàn)增加狀態(tài),但是區(qū)域差異明顯,具體表現(xiàn)為南方加重而北方緩解。我國城市的排水壓力呈現(xiàn)南部高而北部低的分布情況,這是由于我國降水受季風影響呈現(xiàn)從東南到西北逐漸遞減的階梯狀分布,北部城市面臨的極端降水量相對南方比較低。城市排水壓力除了與該地區(qū)的降水特點有關之外,還與城市的排水設施建設水平有關,東部沿海的城市由于經(jīng)濟水平良好,城市的排水設施建設水平比較高,城市的排水壓力相對較低。排水壓力最大的地區(qū)集中在我國華南地區(qū),特別是中小型城市,這些城市降水豐富,極端降水量大,且城市排水設施比較落后,城市的排水壓力比較大,需要增加城市排水設施建設投入,降低城市內(nèi)澇風險。

我國華北地區(qū)和部分西北地區(qū)氣候有較強的大陸性特征,降水量相對南方少且時間上比較集中,降水量的隨機性大,歷史最大降水量遠遠高于該地區(qū)的正常大雨降水值,給城市帶來嚴重內(nèi)澇風險。這些城市也應該完善城市的排水設施,提高排水設施的設計水平,避免突發(fā)性大雨造成嚴重的損失。

若以當前氣候變化速度估算,未來20年后,我國城市排水壓力整體上升,未來50年的城市排水壓力無論是在RCP2.6情景下還是在RCP8.5情景下,相對于現(xiàn)在和20年后都有明顯上升,在緩解氣候變化工作進展比較順利的RCP2.6情景下,我國城市排水壓力要遠遠低于緩解氣候變化工作進展較慢的RCP8.5情景,這說明全球氣候變化的緩解工作對我國有比較大的意義,有利于緩解我國城市的排水壓力,特別是在城市排水壓力比較大且極端降水不斷增加的華南地區(qū)。由于氣候變化的影響,城市面臨的排水壓力會越來越大,顯著增加了城市內(nèi)澇風險,需要注重城市內(nèi)澇對城市發(fā)展的不利影響,重視城市排水設施建設,提高城市排水設施規(guī)劃設計水平,并結合全球氣候變化特征,提出具有前瞻性和有針對性的規(guī)劃方案。

參考文獻(References):

[1] IPCC． Working Group I Contribution to the IPCC fifth assessment report, climate change 2013: The physical science basis: Summary for policymakers [R /OL] ． [ 2013-10-28] ． http: / /www. climatechange2013. org /images /uploads /WGIAR5-SPM _Approved27Sep2013. pdf．

[2] H J Fowler, Blenkinsopp S, Tebaldi C． Linking climate change modeling to impacts studies: Recent advances in downscaling techniques for hydrological modeling． International Journal of Climatology, 2007, 27( 12) : 1547-1578．

[3] 周廣勝,何奇瑾. 城市內(nèi)澇防治需充分預估氣候變化的影響. 生態(tài)學報,2016,16:4961- 4964.

[4] 張建云, 王國慶, 劉九夫, 何瑞敏. 國內(nèi)外關于氣候變化對水的影響的研究進展. 人民長江, 2009, 40(8): 39-41.

[5] Kevin E. Trenberth. Atmospheric Moisture Residence Times and Cycling: Implications for Rainfall Rates and Climate Change. Climatic Change, 1998 , 39 (4) : 667-694

[6] 王偉武,汪琴,林暉,龔迪嘉,張圣武. 中國城市內(nèi)澇研究綜述及展望. 城市問題,2015,(10):24- 28.

[7] 李養(yǎng)龍,趙凱,金林,全國強. 城市化發(fā)展面臨的水文問題. 山西水利科技,2001,(04):86- 88.

[8] 袁媛,王沛永. 從防止城市內(nèi)澇談海綿城市建設的策略. 風景園林,2016,04:116- 121.

[9] 王若楠. 城市內(nèi)澇風險等級評估方法及案例研究[D].西安建筑科技大學,2016.

[10] 閆攀,車伍,趙楊,李俊奇,王思思. 綠色雨水基礎設施構建城市良性水文循環(huán). 風景園林,2013,02:32- 37.

[11] 呂梅. 城市排水模型的應用探討. 科技展望,2014,(19):103.

[12] 王競茵,張朝升,榮宏偉,張可方. 水力模型在城市排水系統(tǒng)規(guī)劃設計中的應用. 城鄉(xiāng)建設,2015,(07):81- 82.

[13] 黃國如,黃晶,喻海軍,楊紹沂. 基于GIS的城市雨洪模SWMM二次開發(fā)研究. 水電能源科學,2011,(04):43- 45,195.

[14] 邵崴,潘文斌. 城市不透水面與降雨徑流關系研究. 亞熱帶資源與環(huán)境學報,2012,(04):20- 27.

[15] Groisman P, Keal T, Easterling D, Knight R, Jamason P, Hennessy K, Suppiah R, Page C,Wibig J, Fortuniak K,Razuvaev V, Douglas A, Forland E, Zhai P． Changes in the probability of extreme precipitation: important indicators of climate change．Climatic Change,1999,42:243- 283．

[16] 張冬冬,嚴登華,王義成,魯帆,劉少華. 城市內(nèi)澇災害風險評估及綜合應對研究進展. 災害學,2014,01:144- 149.

[17] 段青云,夏軍,繆馳遠,孫巧紅. 全球氣候模式中氣候變化預測預估的不確定性. 自然雜志,2016,(03):182- 188.

[18] 馬亞維,任哲,王英俊. 近百余年來全球氣溫長期變化趨勢分析. 山東氣象,2014,(01):21- 24.