濟(jì)南市城區(qū)增長背景下洪澇模擬研究

馮仕遠(yuǎn)，李慶國，徐 震，李婉婉，趙 強(qiáng)

(濟(jì)南大學(xué)水利與環(huán)境學(xué)院，濟(jì)南 250022)

0 引 言

全球城市增長進(jìn)程正逐步加快[1]，近年來我國城市發(fā)展迅猛，不透水區(qū)域面積不斷增加，導(dǎo)致建成區(qū)匯流時(shí)間縮短，峰現(xiàn)時(shí)間提前且洪峰流量增大[2]。而濟(jì)南市頻繁發(fā)生洪澇災(zāi)害[3]，“20070718”特大暴雨洪水給人民群眾的生命財(cái)產(chǎn)造成了嚴(yán)重?fù)p失，是濟(jì)南歷史上破壞性最大的自然災(zāi)害之一[4]。要做好城市地區(qū)的洪澇模擬，需分析和明確整個(gè)復(fù)雜城市系統(tǒng)。從宏觀角度來講，城市增長模型為分析城市的演變發(fā)展提供了一種行之有效的方法[5]。

城市增長與洪澇模擬皆取得較大進(jìn)展。基于元胞自動(dòng)機(jī)(CA)及BP神經(jīng)網(wǎng)絡(luò)等構(gòu)建的城市動(dòng)態(tài)增長模型已在世界各城市包括舊金山、北京等地應(yīng)用并取得較好成果[6,7]；較著名的洪澇模擬模型有美國環(huán)保局的雨水管理模型(SWMM)[8]，丹麥的MIKE系列模型[9]、國內(nèi)的新安江模型[10]等，并在城市防洪工程實(shí)踐中得到廣泛應(yīng)用。為揭示未來濟(jì)南城市增長遠(yuǎn)景下的洪澇特征及發(fā)展規(guī)律，支撐濟(jì)南城市洪澇災(zāi)害防治以及城市有序發(fā)展，本文結(jié)合SLEUTH城市動(dòng)態(tài)增長模擬模型與Caflood二維洪澇模擬模型，展開濟(jì)南城市增長預(yù)測條件下的城區(qū)洪澇模擬研究。

1 濟(jì)南市城區(qū)增長預(yù)測

濟(jì)南市位于山東省中部，地理位置介于116°11′～117°44′E，36°02′～37°3l′N，至2016年全市總面積8 177 km2，市區(qū)部分包括歷下、市中、槐蔭、天橋、歷城、長清六區(qū)。

1.1 SLEUTH模型

SLEUTH模型主要用于模擬城市延展變化，研究所需的5個(gè)輸入圖層，分別是：坡度圖層、排除圖層、城區(qū)范圍圖層、交通圖層、山體陰影圖層，見圖1。模擬城市擴(kuò)張有4種增長方式：自發(fā)式增長、新擴(kuò)展中心增長、邊緣增長、道路影響增長，并通過擴(kuò)散系數(shù)(dispersion)、繁殖系數(shù)(breed)、蔓延系數(shù)(spread)、道路引力系數(shù)(road gravity)、坡度阻力系數(shù)(slope)5個(gè)增長系數(shù)的相互影響來決定[11]。各增長系數(shù)依據(jù)校準(zhǔn)過程來確定終值。模型重要的兩部分是校準(zhǔn)和預(yù)測。

1.2 數(shù)據(jù)準(zhǔn)備與處理

本文SLEUTH模型所需基礎(chǔ)數(shù)據(jù)見表1。

表1 研究區(qū)數(shù)據(jù)源和數(shù)據(jù)精度Tab.1 Research area data source and data accuracy

城市范圍圖層以及道路圖層采用ArcGIS軟件重采樣為30 m分辨率柵格圖像，重分類成二進(jìn)制(用1、0表示)圖，其中1代表城區(qū)，0代表非城區(qū)，由研究區(qū)DEM數(shù)據(jù)生成坡度與山體陰影圖，排除圖層設(shè)置為3種情景分別定義。

圖1 模型輸入圖層Fig. 1 model input diagram

1.3 模型校準(zhǔn)

模型校準(zhǔn)過程實(shí)質(zhì)為歷史年份的真實(shí)城市增長狀態(tài)與模型模擬結(jié)果的增長狀態(tài)對(duì)比。參考前人對(duì)模型評(píng)價(jià)參數(shù)的研究[12]，本文選取最普遍使用的Lee-sallee形狀指數(shù)對(duì)模型進(jìn)行校準(zhǔn)。該指數(shù)是模型增長與城市實(shí)際增長的空間匹配度，具體公式為：

S=(A∩B)/(A∪B)

式中：A為城市模擬面積；B為城市真實(shí)面積。

相關(guān)文獻(xiàn)表明，形狀指數(shù)的大小受到區(qū)域面積、影像數(shù)據(jù)采用的分辨率、歷史數(shù)據(jù)時(shí)間間隔以及初始?xì)v史數(shù)據(jù)時(shí)間等因素的影響[13]。表2表明，通過三段校準(zhǔn)，Lee-sallee指數(shù)在終校準(zhǔn)結(jié)束后增長至0.601 45，且三次校準(zhǔn)過程形狀指數(shù)均在0.6以上，說明城市模擬增長面積與城市實(shí)際增長面積擬合度較好，校準(zhǔn)結(jié)果較好。

1.4 預(yù)測情景設(shè)置

排除層是通過設(shè)定不同土地利用類型的被城市化概率體現(xiàn)不同增長情景。排除層賦值范圍在0～100之間。賦值越小說明可被城市化的概率越高。依據(jù)濟(jì)南市土地利用現(xiàn)狀將研究區(qū)域的土地利用類型劃分為6類，分別是城區(qū)、農(nóng)村、耕地、林地、水體、工業(yè)用地。

表2 SLEUTH模型參數(shù)校準(zhǔn)Tab.2 SLEUTH model parameter calibration

本文針對(duì)濟(jì)南城區(qū)實(shí)際情況，結(jié)合土地利用監(jiān)督分類結(jié)果提出3種城市增長模式，具體情景見表3、圖2。

1.5 濟(jì)南城區(qū)形態(tài)擴(kuò)展預(yù)測

本文以到2035年為模擬周期，預(yù)測濟(jì)南城區(qū)未來城市空間形態(tài)，圖3為不同情景下城區(qū)范圍預(yù)測結(jié)果。

表3 排除層不同情景下土地利用類型城市化概率Tab.3 Urbanization probability of land use type under different scenarios of exclusion layer

圖2 情景設(shè)置圖層Fig.2 Scenario Settings Layer

圖3 2035年城市增長預(yù)測結(jié)果Fig.3 Different scenarios prediction results

對(duì)比不同情景下城區(qū)增長預(yù)測(圖3，表4)，城市面積都在不斷擴(kuò)張，但隨著對(duì)各類用地的保護(hù)概率不斷增大，城市增長速率在不斷減小 ，且三種情景下的增長系數(shù)變化基本趨勢大致相同，都由蔓延系數(shù)占主導(dǎo)，繁殖與道路引力系數(shù)為輔。3種情景在限制發(fā)展坡度的作用下，均順應(yīng)濟(jì)南規(guī)劃政策，南部山區(qū)增長速率較小，響應(yīng)濟(jì)南市規(guī)劃中“南控”的生態(tài)保護(hù)策略；城區(qū)內(nèi)部城中村以及企業(yè)等部分城市化，體現(xiàn)了“中優(yōu)”策略；城區(qū)主要向東、西兩方向，且3種情景下研究區(qū)域內(nèi)的西方向基本實(shí)現(xiàn)城市化，體現(xiàn)了“西進(jìn)”、“東拓”的城區(qū)發(fā)展策略。

表4 2035年不同情景下系數(shù)變化Tab.4 Coefficient changes in different scenarios

自由增長情景下城市區(qū)域增長較快，往往會(huì)忽略了城市發(fā)展對(duì)生態(tài)環(huán)境的影響，而基本保護(hù)與嚴(yán)格保護(hù)情景注重對(duì)耕地林地的保護(hù)，但濟(jì)南城區(qū)作為濟(jì)南市中心，體現(xiàn)濟(jì)南城市的發(fā)展?fàn)顩r，嚴(yán)格保護(hù)情景對(duì)城區(qū)未來的發(fā)展限制較高，不利于城區(qū)的發(fā)展，本文選擇基本保護(hù)情景對(duì)濟(jì)南城區(qū)未來發(fā)展到2035年進(jìn)行較為科學(xué)的預(yù)測。

2 洪澇模型的建立及評(píng)估

2.1 模型建立

洪澇模型采用由英國EXETER大學(xué)的Ghimire等[14]開發(fā)的開源式洪澇模擬體系，Caflood是CADDIES Framework中實(shí)現(xiàn)二維洪澇模擬的核心部分；Caflood程序可以進(jìn)行2D洪澇模擬計(jì)算。其原理是采用細(xì)胞自動(dòng)機(jī)技術(shù)來替代傳統(tǒng)的淺水波方程求解。CA技術(shù)在宏觀模擬角度提供一系列方法通過簡單操作即可對(duì)比較復(fù)雜的物理系統(tǒng)進(jìn)行建模。

模型所需數(shù)據(jù)主要包括DEM數(shù)據(jù)、水文數(shù)據(jù)等(表5)。

表5 數(shù)據(jù)來源及基本信息Tab.5 Data sources and basic information

Caflood模型參數(shù)較少，最主要的為Roughness Global(平均糙率)以及Average Slope(平均坡度)等。

根據(jù)《城市防洪工程設(shè)計(jì)規(guī)范》，綜合城區(qū)內(nèi)部屋頂、廣場以及道路等細(xì)致劃分的土地利用類型的糙率，確定了城區(qū)內(nèi)部糙率為0.035，又結(jié)合非城區(qū)區(qū)域的土地利用類型大部分為耕地與林地，確定了非城區(qū)區(qū)域的糙率為0.068，結(jié)合2007年監(jiān)督分類結(jié)果，城區(qū)區(qū)域占比24%，非城區(qū)占比76%，平均糙率估值為0.06。平均坡度借助ArcGIS軟件計(jì)算約為1.763%。

模型的邊界條件，河流上游邊界采用由降雨徑流模型的計(jì)算流量過程線結(jié)果。二維模型陸面不再設(shè)置邊界條件。根據(jù)研究區(qū)數(shù)據(jù)，建立洪水仿真模型。

2.2 模型檢驗(yàn)

本文采用濟(jì)南“2007.7.18”典型暴雨過程作為模型輸入數(shù)據(jù)(表6)。選取濟(jì)南市城區(qū)重要道路上易受淹點(diǎn)的實(shí)測調(diào)查水深作為參照，并與模型模擬測點(diǎn)結(jié)果進(jìn)行對(duì)比(表7)，進(jìn)而對(duì)模型有效性進(jìn)行檢驗(yàn)。

表6 2007/07/18典型暴雨降雨過程表Tab.6 Typical storm rainfall process table

表7 城區(qū)淹沒水深計(jì)算結(jié)果表Tab.7 Calculation results of urban submerged water depth

如表6所示，Caflood模型計(jì)算結(jié)果平均誤差較小，12個(gè)測點(diǎn)中，10處水深的絕對(duì)誤差在0～0.20 m之間，占83%，1處水深的絕對(duì)誤差在0.20～0.30之間，占8%，水深的計(jì)算誤差在0.30以上的占8%，平均計(jì)算誤差為0.135 m。說明Caflood模型計(jì)算結(jié)果與實(shí)測值吻合較好，能夠滿足預(yù)報(bào)的精度要求。個(gè)別測點(diǎn)計(jì)算誤差較大，原因可能是存在小面積非常低洼的地方，還有二維模型未能考慮地下排水管網(wǎng)的作用以及二維模型需要的河流等高分辨率地形難以詳細(xì)表征，這些影響了計(jì)算結(jié)果的精度。但總體來講模型模擬效果尚好，表明模型是有效的。

3 城區(qū)雨洪預(yù)測模擬

結(jié)合2035年對(duì)濟(jì)南城市增長預(yù)測結(jié)果確定2035年城區(qū)范圍，并對(duì)Caflood模型進(jìn)行參數(shù)修改。在假定平均坡度不變的情況下，修改模型中平均糙率。依據(jù)城市增長預(yù)測結(jié)果，結(jié)合2035年城區(qū)與非城區(qū)面積對(duì)比，將城市化概率為50%以下的區(qū)域整合到非城區(qū)部分，將城市化概率為50%以上的區(qū)域整合到城區(qū)部分，得到結(jié)果為城區(qū)部分區(qū)域面積約1 458 km2,占研究區(qū)的44.8%，非城區(qū)區(qū)域面積約1 799 km2，占研究區(qū)的55.2%。按照上述糙率系數(shù)以及城區(qū)與非城區(qū)的權(quán)重計(jì)算，取2035年平均糙率為0.053 15。

在SLEUTH模型預(yù)測的濟(jì)南城區(qū)2035年城區(qū)范圍增長前提下，結(jié)合Caflood模型，預(yù)測未來情景下城區(qū)洪澇時(shí)空變化狀態(tài)。雨洪淹沒模擬是一個(gè)動(dòng)態(tài)連續(xù)過程，為更好的區(qū)別不同時(shí)期內(nèi)澇變化，選取了幾個(gè)富有代表性的時(shí)刻，并統(tǒng)計(jì)出模擬過程中不同時(shí)刻不同淹沒水深區(qū)域面積。通過Caflood模擬對(duì)比2007年以及預(yù)測2035年的淹沒范圍及水深，來揭示濟(jì)南城市增長遠(yuǎn)景下的洪澇特征及發(fā)展規(guī)律。

由圖4以及表8中系列洪水淹沒水深可以看出：

表8 不同時(shí)間下各淹沒水深區(qū)域面積 km2

圖4 不同時(shí)間情景淹沒變化Fig.4 Submerged changes in different time scenarios

(1)在不同時(shí)間情景下，暴雨淹沒積水狀態(tài)在時(shí)空分布上很大程度上是一致的，從模擬結(jié)果來看，17∶00-21∶00淹沒范圍逐漸變大，淹沒水深也逐漸增加，21∶00達(dá)到淹沒面積的峰值，21∶00后淹沒面積逐漸變小，直到24∶00道路洪水基本散去。從圖中可以清晰看出洪水從南向北演進(jìn)，洪澇的形成以及演進(jìn)過程基本類似。

(2)2035年城區(qū)范圍變大，降雨過后，總的匯流時(shí)間變短，英雄山路、玉函路等出現(xiàn)馬路行洪情況的道路匯流時(shí)間縮短，導(dǎo)致城區(qū)北部護(hù)城河附近，以及北園大街附近積水比2007年還為嚴(yán)重。

(3)從表8中可以看出，2035年初始淹沒面積比2007年淹沒面積大，隨著時(shí)間的推移，2035年總體淹沒面積變化較小，但高危險(xiǎn)性區(qū)域面積逐漸增大，2035年21∶00、22∶00時(shí)刻淹沒水深大于0.5 m區(qū)域面積較2007年分別增加了3.45、3.09 km2。

為驗(yàn)證未來到2035年積水點(diǎn)的水深模擬變化結(jié)果，選取兩個(gè)代表性積水點(diǎn)進(jìn)行對(duì)比分析。

從圖5中可以看出兩個(gè)測點(diǎn)在2007年以及2035年的水深變化趨勢大致相同，但水深最大值出現(xiàn)的時(shí)間點(diǎn)2035年較為提前，最大水深值變化不大，說明匯流時(shí)間提前，且洪水消散較快，無疑會(huì)給小清河排水增加壓力，小清河水位變高后，城區(qū)內(nèi)河道受下游水位的頂托作用，將增加河道漫溢的風(fēng)險(xiǎn)。

圖5 不同時(shí)間情景水深變化Fig.5 Variations in water depth at different time scenarios

4 結(jié) 語

(1)通過在濟(jì)南市城區(qū)實(shí)際應(yīng)用SLEUTH模型與Caflood模型，驗(yàn)證了兩個(gè)模型的精度及適用性。

(2)運(yùn)用SLEUTH模型，結(jié)合3S技術(shù)，對(duì)濟(jì)南市城區(qū)的發(fā)展進(jìn)行預(yù)測，響應(yīng)政府政策的發(fā)展方向，2007-2035年城區(qū)占比由24%上升到44.8%，為保護(hù)優(yōu)質(zhì)農(nóng)田林地，需采取相關(guān)保護(hù)措施，以促進(jìn)濟(jì)南城區(qū)的可持續(xù)發(fā)展。

(3)有效結(jié)合城市增長與城市雨洪的關(guān)系，宏觀結(jié)果表明，若2035年發(fā)生“0718”雨洪將給濟(jì)南市城區(qū)帶來更加嚴(yán)重的災(zāi)害，由于平均糙率的減小，加快了匯流進(jìn)程，加劇了城區(qū)北部的積水，以及小清河的泄洪壓力。

(4)由于影響糙率以及雨洪的因素較多，城市發(fā)展同樣存在諸多不確定影響因素，而Caflood為二維雨洪模型，未能綜合考慮地下排水管網(wǎng)影響，且近年來海綿城市的盛行與推廣也將對(duì)未來城市徑流系數(shù)等產(chǎn)生影響，以上各方面均會(huì)影響模擬精度，需在各方面提高精度，將對(duì)于城市規(guī)劃以及城市雨洪淹沒模擬研究提供更加準(zhǔn)確的依據(jù)。