慶陽市城市內澇預報預警指標研究

張天峰 姜惠峰 張紅芬

摘要：利用甘肅省慶陽市西峰國家基本氣象站1937—2018年降水觀測資料，結合慶陽城市內澇記載資料，采用統計強降水頻率、95%、99%分位值強降水總量，計算年度降水集中度和集中期，編制暴雨強度公式，使用SWMM系統對城市排水管網進行模擬等方法，對慶陽市城市內澇災害風險進行分析評估，確定慶陽市城市內澇降水閾值，作為城市內澇監測預警信息發布的標準。結果表明，降水極端性是造成慶陽市城市內澇的主要原因，極端降水一般集中在夏季，以7—8月居多。極端降水不僅表現在總量大小，而且表現在強度大小。在降水總量達30 mm以上時，當30 min降水量達15 mm時，易澇點容易出現積水，當30 min降水量達20 mm時，易澇點就可能形成災害，當30 min降水量達30 mm時，易澇點災害嚴重，當30 min降水量達40 mm時，易澇點災害非常嚴重，并且降水總量越大，災害越嚴重。SWMM模擬發現，內澇災害不僅與降水強度和區域分布有關，而且其地形、管網及徑流也是城市內澇致災程度不同的重要原因。

關鍵詞：城市內澇;極端降雨;暴雨強度公式;SWMM模擬;慶陽市

Abstract： Based on the precipitation observation data from 1937 to 2018 of the Xifeng National Basic Weather Station in Qingyang city and the waterlogging data recorded in the Qingyang city， the annual precipitation concentration and concentration period， as well as the formula of the intensity of torrential rain were calculated by counting the strong precipitation frequency and the 95%， 99% fractional values total precipitation. Combined with urban drainage network simulated using SWMM system， we aim to analyze and evaluate the risk of waterlogging in the city of Qingyang， and determine the threshold of urban precipitation in Qingyang city as a standard for the release of urban monitoring and warning information. The results show that extreme precipitation is the main cause of urban waterlogging in Qingyang city，which generally concentrates in summer， mostly in July to August. Two factors have positive relationships with extreme precipitation： Total precipitation and intensity. The greater the total precipitation and the heavier the intensity，the more serious of the urban waterlogging disaster. When the total precipitation reaches more than 30 mm，precipitation intensity becomes particularly important：when the precipitation reaches 15 mm in 30 minutes， waterlogging points are prone to water accumulation;When the precipitation reaches 20 mm in 30 minutes， the waterlogging point may have disasters;When the precipitation reaches 30 mm in 30 minutes， the waterlogging point is prone to serious disasters;When the precipitation reaches 40 mm in 30 minutes， the waterlogging point disaster will be very serious. By using SWMM system simulation， we found that waterlogging disaster is not only related to extreme precipitation and regional distribution， topography， pipe network and runoff are also important factors leading to urban waterlogging.

Key words： urban waterlogging; extreme precipitation; torrential rain intensity formula; SWMM simulation; Qingyang city

城市內澇災害是由于短時強降水或過程降水量偏大造成的徑流集中或過多，在地勢低洼、排水不暢等情況下形成積水的城市自然災害，一些城市由于排水設施較差，遇有強降水極易遭受內澇災害。近年來，隨著城市規模快速擴大，房屋建筑密集，混凝土覆蓋面積大增，雨水無法滲透，城市雨水滯留與調蓄功能下降，以及對內澇災害風險估計不足，導致城市內澇災害愈來愈嚴重。城市內澇災害發生時，由于人財物高度集中，造成交通堵塞或中斷，房屋進水，物品被淹，污水排出不暢，環境污染風險增大，嚴重影響城市正常的生產生活秩序，造成巨大經濟損失，對城市居民的工作與生活影響較大。張冬冬等[1]基于自然災害風險評估理論，對城市內澇形成機理和風險評估方法進行概述，指出了相應的關鍵技術問題。吳海春等[2]基于PCSWMM模型對海口市海甸島城市內澇風險進行了評估，朱呈浩等[3]利用SWMM模型對西安市灃西新城區洪澇過程進行了模擬，評估了洪澇風險。

分析強降水造成的城市內澇災害風險的分布特征與演變規律，對于合理制訂城市排澇減災及發展規劃十分重要。城市內澇災害的風險分析通常包括災害的風險辨識、風險估算與風險評價三個步驟。風險辨識是在大量調查研究的基礎上，了解可能構成城市內澇災害的致災因子與影響因素。風險估算致力于定量描述城市內澇事件成因、發生概率、影響范圍與強度，不同規模城市內澇可能產生的后果。風險評價則是對城市內澇事件的后果進行影響分析，明確風險是否超出社會的承受能力，為制定避免風險或削減風險的對策提供科學依據。通過分析引起內澇災害的強降水特征，建立內澇災害監測預警系統是減輕災害嚴重程度的手段之一，也是海綿城市建設的重要方面。通過對慶陽市城區降水分析和徑流模擬，對慶陽市城市內澇風險進行辨識、估算和評價，著眼建立內澇災害監測預警系統，以期更好地做好城市內澇災害防御和海綿城市建設。

1 研究區概況

1.1 地理地形特征

慶陽市位于隴東黃土高原中心地帶，黃土層深厚，地形如倒扣的臉盆，中間高四周低（圖1）。從地勢和徑流角度分析，排水順暢，不容易形成大面積積水，但由于地形起伏，局部低洼，也易出現積水內澇。此外，慶陽市城市建設基礎較薄弱，城市建成區硬化率高，造成地表徑流系數大;城市管網建設標準偏低，收水設施不足;排水系統布局不合理，在短時間內降水不能被及時消納，造成了內澇災害影響比較嚴重，總結起來基本特征是輕澇年年有，重澇不多見。

從氣候角度分析，慶陽市雖地處北方，氣候屬于半干旱半濕潤區，但由于降水的突發性、集中性、極端性特征，造成極端降水過程與內澇災害的嚴重程度緊密相關。一方面內澇災害與降水總量的大小有關，與降水季節分布的階段集中性相關，另一方面也與降水的強度有關，與降水過程的持續時間相關，同時也與地形和城市的基礎設施建設脆弱性緊密相關。

1.2 海綿城市建設對城市內澇的影響分析

2016年，慶陽市通過競爭性答辯取得了中央財政支持的海綿城市建設試點項目，正通過構建“滲、滯、蓄、凈、用、排”六位一體的綜合生態水環境治理體系，將80%的降雨就地消納，滯留雨水匯集，利用人工湖泊蓄積，延緩積水發生時間，爭取排水時間，減輕內澇發生幾率，不僅能減少城市內澇災害和水土流失，同時也可以解決水資源短缺的問題。慶陽市海綿城市建設進展順利，新城區通過海綿設施的建設，基本消除了內澇風險，初步達到了預期目的，老城區通過實施海綿項目改造，將減輕內澇風險。

2 資料與方法

利用慶陽市西峰國家氣象基本站1937—2018年降水觀測資料，挑取1980—2018年14個時段極端降水記錄，結合西峰區城市內澇出現記載情況，采用統計強降水頻率、95%、99%分位值強降水總量，計算年度降水集中度和集中期，編制暴雨強度公式，使用SWMM系統對城市排水管網進行模擬等方法，分析慶陽市城市內澇災害的主要致災原因。采用Gumbel分布曲線函數計算不同時段降水量重現期，確定慶陽市城市內澇降水閾值，作為城市內澇預警信息發布的標準，減輕強降水天氣造成的城市內澇危害。

2.1 慶陽市極端降水基本特征

統計1937—2018年西峰國家基本氣象站及慶陽市區域國家級氣象站的降水資料（表1）。由表1可知，慶陽市年總降水量雖然不多，但是短時效內降水的極端特征比較明顯，個別年份旬月降水量占年降水量的50%，1 d最大降水量占年降水量的1/3，這也是干旱地區洪澇災害多發的主要原因。

5～1 440 min 14個不同時段降水量是通過對逐分鐘降水量累計后挑去最大值[4]。由圖2可知，1980—2018年慶陽市區24 h極端降水量中位數在58 mm左右，最大達140 mm，近40年間共出現4次100 mm，3 h極端降水量中位數在33 mm，最大達87 mm，超過50 mm達3次，1 h極端降水量中位數在23 mm，最大接近60 mm，超過40 mm的有2次，0.5 h極端降水量中位數在16 mm，最大達40 mm，超過30 mm的有2次，出現這類極端降水過程一般容易造成城市內澇，與城市內澇災情是一致的。

2.2 降水集中度和集中期計算方法

采用Zhang等[5]、劉占明等[6]、劉文莉等[7]的定義， 把一年中各旬降水量均作為向量，一年內36個旬組成一個圓周（360°），將某旬降水量作為該旬降水矢量的模，旬序（從0算起）與10°的乘積作為該旬降水矢量的方向，從而引進了表示降水年內時間分配特征的兩個參數：集中度（PCD）和集中期（PCP），即：

式中，Rxi=[rij?sinθj]，Ryi=[rij?cosθj];PCDi和PCPi分別代表第i年的降水集中度和集中期，Ri為測站第i年的總降水量;rij為第i年第j旬的總降水量;θj為第j旬對應的方位角;i為年份（i=1951，1952，……，2018）;j為旬序（j=1，2，……，36）[5]。

PCD反映年降水在研究時段內各旬的集中程度，在某研究時段內，如果年降水全部集中于某一個旬，則合成向量的模與總降水量的比值為1（PCD極大值），即降水集中度為極大值;相反，如果各旬降水量都相等，則各分量累加后結果為0（PCD極小值），即降水集中度為極小值。可見，降水集中度的取值為0～1，越接近1，表明降水量越集中，降水量年內分配越不均勻;越接近0，則說明降水量越不集中，降水量在年內各旬的分配越均勻。

PCP即合成向量的方位角，表示每旬降水量合成后的總體效應，也就是向量合成后重心所指示的角度，反映了一年中最大旬降水量出現在哪一個旬內。表2給出了月份與方位角及降水矢量方向范圍的對應關系，這里計算PCP值采用旬序，如PCP值介于195～205、205～215、215～225，分別對應8月上旬、中旬、下旬[5]。

2.3 暴雨強度公式編制及不同時段降水量重現期計算

3.5 極端降水與內澇的短時變化特征

SWMM系統模擬的基礎地理信息采用慶陽市規劃局實測數據，包括地形地理DEM及海拔高程等，管網信息利用慶陽市海綿城市建設控制性詳細規劃的常規雨水系統規劃基本信息，并針對老城區實際情況適當作了調整，使之符合實際。經過使用實況降水量和暴雨強度公式芝加哥雨型不同重現期雨量模擬試驗和計算，主要模擬參數：演算模型，動態波;滲入模型，Green Ampt;不滲透性，70%～90%;不透水區曼寧系數0.012;透水區曼寧系數0.2;不透水區洼蓄水深度2.5 mm;透水區洼蓄水深度5.0 mm;不透水區無洼地不透水區所占百分比25%;最大下滲率35.1 mm/h;最小下滲率2.30 mm/h;滲透衰減系數2.0。

使用SWMM系統對2005年以來西峰區大雨以上21次過程進行模擬，通過對降雨與管網的流量、水深、流速分析，直觀地反映了管網在不同降水過程中的排洪能力，與實際出現內澇點基本一致，分析造成內澇主要有以下原因。

一是管網因素。老城區部分地方管網老舊，管道過細，不足以排出地面積水，如解放路北大街什字、南大街與蘭州路交匯處、北大街南城壕巷、北大街大十字、小十字等。

二是地形因素。部分地方地勢較低，形成洼地，容易形成積水，比如九龍路天禾花鳥市場門前、南大街與蘭州路交匯處、北大街南城壕巷、慶陽五中片區等。

三是排澇設施不完善。比如慶化大道建設時未修建排澇池或排水口，隴東學院片區雨洪無處排放，造成南高速出口和東郊部分地方形成積澇點，需要等西湖和東郊湖建成后才能緩解。

四是維護問題。排水口長時間不清理，積塵及雜物造成排水口及管道堵塞，造成排水不暢，這與管道過細等因素共同造成堵塞更為嚴重。

五是地形與管網不匹配。地形落差較小和易積水的地方排水管網應當粗一點，便于排水，不易積水的地方，管網可以適當細一點，節省成本，實際上設計和施工中對此類問題重視不夠，致使內澇嚴重。

圖5為2005年5月11日大雨過程內澇易發點管網GQ309、GQ189、GQ180降水量與流量的模擬變化，總降水量27.1 mm，降雨歷時10 h，流量雖然隨降雨強度變化有明顯的變化，但是由于降水強度不大，雖然是內澇易發點，但管道流量尚未滿流，也無明顯內澇災害。此類降水歷時較長的大雨過程一般不會致使內澇災害發生。

圖6為2005年7月2日暴雨過程內澇易發點管網GQ309、GQ189、GQ180降水量與流量的模擬變化，總降水量98.1 mm，降雨歷時17 h，流量隨降雨強度變化有明顯的變化，流量出現階段性滿流，內澇點出現階段性積水，但無明顯內澇災害。這次過程接近大暴雨量級，但0.5 h降水量只有10 mm，降雨歷時較長，因此無災害。

模擬2006年7月2日暴雨過程內澇易發點管網GQ309、GQ189、GQ180降水量與流量的變化，總降水量101.2 mm，降雨歷時5 h，流量隨降雨強度變化和降水量增加有明顯的變化，流量持續出現滿流，內澇點大量積水持續時間較長，致使內澇災害嚴重。這次過程達到大暴雨量級，0.5 h降水量達25 mm，因此造成了災害。

通過對模擬過程的總結，可以得出降水總量、降水強度、降雨歷時是致澇的根本原因，統計分析發現，在降水總量達30 mm以上時，當30 min降水量達15 mm時，易澇點容易出現積水，當30 min降水量達20 mm時，易澇點就形成了災害，當30 min降水量達30 mm時，易澇點災害嚴重，當30 min降水量達40 mm時，易澇點災害非常嚴重。

此外，使用暴雨強度公式芝加哥雨型生成的百年一遇暴雨過程進行模擬，雖然并未全部覆蓋所有實際降雨過程的分布特征，但是較好地反映了強度極端的暴雨過程內澇災害徑流演變特征。模擬發現，除了解放路北大街什字、南大街與蘭州路交匯處、北大街南城壕巷、北大街大十字、小十字、南高速出口等易澇點外，百年一遇的暴雨過程對慶陽市城區其他地區均影響不大，表明新城區海綿城市建設成效可觀。對于200年一遇的大暴雨過程進行模擬，除了前述內澇點更加嚴重，地下室更容易進水，其他城區大面積積水，但積水持續時間較短，如果預警預防得當，受災程度可控，總體上不會造成特別嚴重的災害。

3.6 慶陽市城市內澇降水閾值

上述分析表明，導致慶陽市發生內澇災害主要為大雨以上過程，通過模擬發現雨強達30 mm/h以上，20 mm/0.5 h以上，就會出現明顯的內澇災害，雨強達20 mm/h以上，15 mm/0.5 h以上，總量達30 mm，會出現地表積水。綜合考慮預報精細化水平和準確率，結合降水強度和重現期，選擇60、120、180 min 3個時段降水量，作為預警發布的閾值（表4）。在預報預警服務中，通過短期預報、短時臨近預報逐步進行逼近，可盡量提高預警時效和準確率。

4 結論

導致慶陽市發生內澇災害主要為短時大雨以上降水過程，通過模擬分析發現雨強達30 mm/ h以上，20 mm/0.5 h以上，就會出現明顯的內澇災害，雨強達20 mm/h以上，15 mm/0.5 h以上，總量達30 mm，就會出現地表積水。

造成慶陽市城市內澇災害的降水過程主要出現在夏季，以7—8月居多，采用氣象預報常用的降水量等級標準大雨等級（>25 mm），同時考慮雨強選擇60、120、180 min 3個時段降水量，作為預警發布的閾值是可行的，與現行業務規定一致，便于操作。

使用暴雨強度公式芝加哥雨型生成的暴雨過程進行模擬，較好地反映了強度極端的暴雨過程內澇災害徑流演變特征，除局部易澇點外，百年一遇的暴雨過程對慶陽市城區其他地區影響均不大，表明新城區海綿城市建設成效較好。對于200年一遇的大暴雨過程進行模擬，除了易澇點內澇更加嚴重，其他城區大面積積水，積水持續時間較短，如果預警預防得當，受災程度可控，總體上不會造成特別嚴重的災害。

SWMM系統模擬實現了降水過程與地形、管網、洪水風險的耦合，為內澇治理和防洪預警提供了依據，從慶陽市區地理地形來看，海綿城市建設對降水的滯留蓄積使用還有較大空間，也只有通過提高降水的蓄積利用來減輕城市水資源的緊張狀況，降低運行成本。建議進一步加強城市管理，比如排水管網易受泥沙、垃圾淤塞，使排水不暢更為突出，應及時清理排水系統，確保排水暢通，一般應在雨季來臨之前進行，但主汛期7—8月根據氣象預報，在強降水過程開始前進行全面排查，以減少城市內澇的發生。建議合理設計，就地吸納更多的雨水，涵養城市生態，注重建設質量，實現海綿城市設計目標，達到建設標準。

參考文獻：

[1] 張冬冬，嚴登華，王義成，等. 城市內澇災害風險評估及綜合應對研究進展[J]. 災害學，2014，29（1）：144-149.

[2] 吳海春，黃國如. 基于PCSWMM模型的城市內澇風險評估[J]. 水資源保護，2016， 2（5）：11-16.

[3] 朱呈浩，夏軍強，陳 倩，等. 基于SWMM模型的城市洪澇過程模擬及風險評估[J]. 災害學，2018，33（2）：224-230.

[4] 中國氣象局，地面氣象觀測規范[M]. 北京：氣象出版社，2003.124-125.

[5] ZHANG L，QIAN Y. Annual distribution features of precipitation in China and their interannual variations[J]. Acta meteorologica sinica，2003，17（2）：146-163.

[6] 劉占明，魏興琥，陳子燊，等. 廣東北江流域降水集中度和集中期的時空變化特征[J]. 南水北調與水利科技，2017，15（4）：19-25.

[7] 劉文莉，張明軍，王圣杰，等. 1960—2011年陜西省年內降水分配非均勻性特征及預測[J]. 生態學雜志，2013，32（7）：1877-1887.

[8] GB50014—2006，室外設計排水規范[S].

[9] 國家住建部，中國氣象局. 城市暴雨強度公式編制和設計暴雨雨型確定技術導則[Z]. 2014.

[10] 魏生生. 國內外求算可能最大降雨量研究的綜述[J]. 氣象科技，1998（1）：16-22.

[11] 尹文有，鄭 皎，王繼紅，等. 年最大日雨量極值分布擬合與推算[J]. 氣象科技， 2011（2）：137-140.

[12] 翟盤茂，劉 靜. 氣候變暖背景下的極端天氣氣候事件與防災減災[J]. 中國工程科學，2012，14（9）：55-63.

[13] 陳昌春，張余慶，王臘春，等. 基于ClimDex模型的江西省極端降水時空變化研究[J]. 中國農村水利水電，2013（11）：41-45.

[14] 劉小寧. 我國暴雨極端事件的氣候變化特征[J]. 災害學，1999（1）：54-59.

[15] GB/T 28592—2012，降水量等級[S].