西寧市多尺度城市內澇風險評價方法

田子陽，褚俊英，林永壽，周祖昊

(1.中國水利水電科學研究院流域水循環模擬與調控國家重點實驗室，北京 100044；2.加州大學戴維斯分校土木與環境工程系，加利福尼亞州 戴維斯 95616；3.青海西寧環境綜合治理利用世行貸款項目建設辦公室，青海 西寧 810001)

近年來，伴隨著全球變暖的氣候環境變化，中高緯度地區呈現降水增加的趨勢，且極端降水的頻次和強度不斷攀升；另一方面，隨著我國城市化進程加快，城市不透水面積占比增加、原有管道設計不滿足實際需求等負面因素相繼產生。綜合作用下，大量降雨在城市地表形成積水無法及時排除，進而形成城市內澇，對人民的生命與財產安全、城市的經濟發展、自然生態的穩定均構成極大威脅。因此，對易發生內澇災害的城市進行風險評價具有重要意義。

城市內澇風險評價方法主要包括3種：歷史災情法、指標體系法、情景模擬法。歷史災情法是基于歷史災情數理統計的內澇災害評估方法。該方法思路清晰、計算簡單，只需要有長時間序列的歷史災情數據，但也存在一些問題：①多適用于流域尺度評估，較難適用于城市尺度[1]；②存在由有限樣本和數據稀少引起的偏差問題[2]；③由于基礎設施建設日趨完善、海綿城市等新理念的提出與落實，若干時長前的歷史災情是否對當下及未來的災情評估具有足夠高的參考性尚存疑問。夏興生等[3]提出基于最小距離法建立歷史案例與當前災害的相似度判斷模型，對模型不斷修正，以提高預測數據可信度，但依舊難以解決根本問題。指標體系法是基于指標體系進行城市內澇風險評估的方法。該方法基于“三因子論”，即認為城市內澇災害是致災因子、孕災環境和承災體的綜合函數。目前指標體系法的應用多集中于城市尺度分析，受限于數據量及指標選取，無法為街道、街區等尺度的內澇對策提供精確指導。另一方面，關于指標體系法的研究多集中于權重的分配，目前國內多采用層次分析(analytical hierarchy process, AHP)法進行權重設定，但AHP法本身存在一定局限性，兩兩比較法所得出的專家意見和分析者意見結果具有較強的主觀性，權重值也依賴于指標之間的聯動性。因此，AHP法逐漸與其他方法耦合，如主成分分析法[4]、P-S-R模型[5]、模糊數學方法[6]等，使得該方法不斷完善以提高應用價值。近些年來為了應對不確定性，基于概率的貝葉斯方法(Bayesian model averaging, BMA)、熵權法等技術方法也得到應用，以降低評價結果的不確定性。情景模擬法能直觀且高精度地反映一定概率的致災因子導致的災害事件的影響范圍與程度，給出城市內澇災害風險的空間分布特征，已在實踐中得到廣泛應用。目前學者多借助模型軟件開展相關研究，如向小華等[7]針對二維水動力模型應用于城市內澇模擬時，在大尺度區域或精細分辨率情形下運行耗時過長的問題，通過耦合SWMM模型和LISFLOOD-FP模型構建城市內澇模型，采用GPU的并行計算技術加速城市二維內澇模型的運算；曾鵬等[8]利用IFMS模擬成都市暴雨內澇，以得到積水深度結果；袁紹春等[9]利用Infoworks模擬重慶市降雨，為老城區海綿改造提出針對性方案；欒震宇等[10]利用MIKE FLOOD平臺模擬婁底市新化縣暴雨，對區域管網維護和改造進行了探討。該方法利用大量的數據資料與復雜精密的計算程序，能更加適配于街區等較小尺度內澇分析，但這些特點同時也制約著其大范圍推廣。

綜合上述方法的優缺點，梅超[11]提出了“城市-街區-設施”多尺度評價框架，并以北京為例進行了分析；焦勝等[12]提出了“干管-支管-場地”多尺度評價框架，并以長沙為例進行了評價。而受限于時間及空間因素影響，不同城市的集成方法往往需要進行相應調整。本研究結合西寧市有關特征，面向宏觀規劃、中觀設計以及微觀應急等現實需要，對西寧市內澇風險進行了“宏-中-微”多尺度評價，以精確滿足研究區內宏觀規劃、應急方案制定、內澇風險保險等不同尺度需求，以期將多尺度進行整合，得到針對西寧市的內澇風險評價綜合結果。

1 研究區概況

西寧市是青海省的省會，位于青海省東部，坐落于湟水中游河谷盆地，四面環山，三川會聚，是全省政治、經濟、科技、文化、交通中心。因其扼青藏高原東方之門戶，自古就是西北交通要道和軍事重地，素有“西海鎖鑰”“海藏咽喉”之稱；又因其作為古“絲綢之路”南路和“唐蕃古道”的必經之地，具有淵遠流長的歷史文化和得天獨厚的自然資源。本研究范圍包括西寧市城東區、城中區(含城南新區)、城西區、城北區、海湖新區和國家經濟開發區，總面積380 km2(圖1)。研究區為城市密集建成區，以居民房屋、商業用地為主，建筑密度高，總不透水地面占總面積的66.5%，綠地率僅為26.8%。以國家氣象局西寧站1954—2018年的日均降水量觀測數據作為基礎數據，統計得到西寧站多年平均降水量為389.7 mm，最大值為541.2 mm(1967年)，最小值為196.2 mm(1966年)。

圖1 研究區域

2 多尺度內澇風險評價方法

2.1 總體構架

考慮西寧市內澇災害風險尺度效應，參考前文所述有關研究并結合西寧市區位特征，確定西寧市多尺度內澇風險評估技術總體構架。城市內澇風險評價包括宏觀尺度、中觀尺度和微觀尺度，根據評估尺度的不同，采用不同的評價方法，并最終進行多尺度的綜合。其中，宏觀尺度通過指導城市宏觀規劃、加強城市內澇風險宣傳等方式，面向整個城區，對應城市規劃中的總體規劃層面；中觀尺度通過局部積水點改造、局部應急方案制定等方式，面向街區單元，對應城市規劃中的控制性詳細規劃街區層面；微觀尺度通過推廣內澇風險保險、滿足預警信息靶向推送[13]等方式，面向城市特定損失單元，對應具體的城市應急搶險預案制定層面。

2.2 各尺度評價方法

2.2.1宏觀尺度

宏觀尺度根據災害風險“三因子論”，采用指標體系法結合熵權法進行城市內澇風險評價。依據系統性、代表性、可操作性原則，按照致災因子危險性、孕災環境暴露性、承災體脆弱性3個方面選取指標進行評價，具體見表1。

表1 宏觀尺度城市內澇風險評價指標及其數據來源

由于評價指標具有不同量綱，需要對指標值進行標準化處理。正向、負向指標的標準化處理公式分別為

(1)

(2)

式中：Yij為指標i在柵格j的標準化值；Xij為指標i在柵格j的指標值；Ximax為指標i的最大值；Ximin為指標i的最小值。

按照信息論基本原理，信息是系統有序程度的度量，熵是系統無序程度的度量。根據信息熵的定義，對于某項指標，可以用熵值來判斷某個指標的離散程度，其信息熵值越小，指標的離散程度越大，該指標對綜合評價的影響(即權重)就越大，如果某項指標數值全部相等，則該指標在綜合評價中不起作用。權重計算公式為

(3)

式中：wij為指標i在柵格j的權重；Ei為指標i的熵值；n為指標數，本研究中n=5；m為柵格數。

在對各指標進行標準化以及確定熵權后，利用加權求和的方法進行城市內澇風險的計算，得到各柵格單元的宏觀城市內澇風險評價值Rj：

(4)

Rj為0～1之間數值，在等級劃分方面，目前主要的方法有自然間斷法、相等間隔法、分位數法、均值-標準差法以及隸屬度函數法等[2]。其中，自然間斷法是美國環境系統研究所研制并應用在ArcGIS中的一種分級方法。該方法使相同分割等級內的數據相似值最優，不同分級間的數據差距最大，使得分級數據間的突變更加明顯。該方法實用性強，已在干旱、洪澇災害風險等級區劃中廣泛應用，本文采用該方法對宏觀尺度城市內澇風險值進行區劃，低風險區取值范圍為0～0.48，中風險區取值范圍為0.48～0.6，高風險區取值范圍為0.6～0.85。

2.2.2中觀尺度

在中觀尺度評價時，利用SWMM模型和中國水科院自主研發的IFMS(integrated flood modeling system)洪水分析軟件[14-16]在研究區構建水文水力學模型。結合美國EPA SWMM模型應用手冊與相關文獻確定城市水文水動力學模型各參數的取值范圍并設置初始值。將排干時間、霍頓最大下滲速率、霍頓穩定下滲速率、霍頓衰減常數、曼寧系數、糙率系數、洼蓄量作為率定參數，采用20130823、20140627、20170726、20180630、20190830共5場典型暴雨的降水量和積水深觀測數據對西寧市水文水動力學模型進行參數率定，結果見表2。

表2 參數率定結果

依據SL 250—2000《水文情報預報規范》的要求，采用相對誤差法作為預報誤差指標，對模型精度進行評定。利用2020年8月29日西寧市實測暴雨與積水深觀測數據進行模擬驗證，共收集西寧市主城區14個雨量站3 h降水量數據。在模型中確定各雨量站位置及對應降水量數據，并將降雨站數據導入ArcGIS中，采用泰森多邊形法對各多邊形范圍內的水文響應單元進行雨量分配。各雨量站實測數據見表3。

表3 2020年8月29日西寧市暴雨實測數據

西寧市排水公司的監測數據表明，2020年8月29日西寧市博雅路路段積水較為嚴重，最大積水深達到1.5 m。利用構建的城市水文水動力學模型進行量化模擬，結果表明：博雅路段模擬最大積水深度為1.57 m，相對誤差為4.67%；柴達木路路段最大積水深度為0.66 m，實測積水深度為0.63 m，相對誤差為4.54%，相對誤差均小于20%。西寧市城區12個現狀調查的積水點中，11個積水點與模擬結果位置相吻合，積水點重合率約91.7%，表明模型具有一定可靠性。采用該模型模擬2年一遇、5年一遇重現期下的降雨產匯流過程，得到不同重現期下各格柵的單元積水深度，根據相關研究以及《城市內澇防治規劃標準》，將城市內澇的風險分為3個等級：≥40 cm為高風險，≥15 cm且<40 cm為中風險，<15 cm為低風險。

2.2.3微觀尺度

在中觀尺度不同重現期積水深度的基礎上，以財產損失為中心，采用水深-災損率曲線結合經濟總量進行微觀尺度的城市內澇風險評價。在災損曲線方面，很多學者開展了大量的研究工作，如，石勇[17]在上海市采用基于系統調查的合成法構建建筑物的水災災損曲線；姚思敏[18]利用合成法對京津冀地區暴雨內澇財產損失進行統計，并與水深擬合得到災損曲線。災損曲線常以多項式函數形式出現，董姝娜等[19]的研究利用三次多項式擬合，Yu等[20]的研究利用五次多項式擬合，隨著多項式次數的提高，擬合效果越好，但其參數方程也更加復雜。水深-災損率關系主要基于歷史數據確定，本研究采用三次多項式進行模擬，其災損率擬合方程為

(5)

(6)

式中：b0、b1、b2、b3為系數，分別取-0.103 1、0.630 8、0.013 47、-0.035 21；y2j、y5j為別為2年一遇和5年一遇重現期下各格柵單元的災損率；h2j、h5j分別為2年一遇和5年一遇重現期下各格柵單元的模擬水深。

在經濟總量方面，選取GDP指標，根據土地利用類型分別進行統計，得到各格柵單元的經濟總量大小。利用災損曲線的災損率與經濟總量的乘積，得到城市內澇不同積水深度對應的財產損失估計值，計算公式為

D2j=y2jFj

(7)

D5j=y5jFj

(8)

式中：D2j、D5j分別為2年一遇和5年一遇重現期下各格柵單元內的財產損失值；Fj為各格柵單元內的GDP值。

2.2.4多尺度綜合

在宏觀、中觀、微觀3個尺度的內澇風險評價結果基礎上，進行西寧市內澇風險綜合分析。采用AHP法，建立對應的目標層、準則層和指標層，按照得到的權重對各尺度下的指標進行加權綜合集成，基于排水分區進行分區統計與疊加分析，得到城市內澇綜合風險的分布?；趩柧碚{查統計與專家經驗判斷，確定宏觀、中觀、微觀3個尺度城市內澇風險的權重系數，評價體系見圖2，括號中為權重。

圖2 西寧市內澇風險綜合評價體系

3 基礎數據

西寧市雨水排水分區的劃定依據如下基本原則：①遵循西寧市城市排水規劃目標和排水體制；②利用西寧市有利地形、洪溝等特征及便利條件；③充分保留與利用原有城市雨水排水設施，盡量以行政區和河道等自然條件劃分；④結合西寧市正在建設的海綿城市規劃，根據海綿城市管控分區進行雨水分區的管理與建設。將西寧市主城區劃分成36個排水分區，其中，城西10個，城北9個，城東10個，城南7個，如圖3(a)所示?；谖鲗幨?019年主城區GIS空間分析以及其他調查與統計數據，獲得地表不透水率、排水管網密度、高程、地形坡度和人口密度數據，并進行標準化處理，得到各指標標準化空間分布，如圖3(b)～(f)所示。采用熵權法計算各指標權重，最終得到排水管網密度權重0.124，高程權重0.337，地形坡度權重0.119，地表不透水率權重0.098，人口密度權重0.322。

(a)排水分區

本研究采用2018年西寧市主城區GDP數據進行分析。2018年西寧市主城區GDP值為1 004.08億元，其中城北區193.95億元，城西區245.23億元，城中區352.16億元，城東區212.74億元。在ArcGIS軟件中，按照已有GDP經濟分布數據及土地利用類型進行賦值與計算，得到西寧市GDP柵格分布，見圖4。

圖4 西寧市GDP分布

4 多尺度城市內澇風險評價結果與分析

4.1 宏觀尺度評價結果

圖5為西寧市宏觀尺度內澇風險評價結果。西寧市現狀積水點12個，位于中高風險區內的現狀積水點共計11個，占總數的91.7%，總體上能夠反映主城區宏觀尺度上城市內澇風險情況。如前文所述，西寧市四面環山，城市呈“十”字分布的特征，從宏觀尺度評價結果可以看出，宏觀尺度下的中高風險區以“十”字交匯處為中心向外擴散式分布。從地理特征角度分析，這是由于西寧市中心城區主要位于兩山相夾的山谷中，地形坡度較緩，地理高程較低；從社會經濟角度分析，雖然中心城區城市化程度高，有較為完備的排水管網系統，但同時人口密度較大，以及受城市化導致的地表不透水率增加影響。

圖5 宏觀尺度評價結果

4.2 中觀尺度評價結果

利用構建的西寧市水文水動力學模型，模擬西寧市2年一遇和5年一遇降雨歷時為2 h條件下的積水深度，按照相應內澇等級劃分，依據積水深度將風險劃分為低風險、中風險、高風險3個等級，圖6為西寧市中觀尺度城市內澇風險評價結果。表4為不同重現期下積水深度所占面積及比例情況，從積水深度來看，最大積水深度隨著降雨重現期的增大而增大，2年一遇和5年一遇對應的最大積水深度分別為1.45 m和1.63 m。道路因集水面積小，且路面高程普遍低于周圍地面，因此道路的積水深度明顯大于其他用地類型。由不同重現期的積水深度分布比例可以看出，對于2年一遇降雨，積水深度大于5 cm的地區面積為92.93萬m2；對于5年一遇降雨，積水深度大于5 cm的地區面積為177.86萬m2，增加了91.41%。其中積水深度30～40 cm的地區面積漲幅最為明顯，達到1 485.14%，但各重現期下其所占比例依舊較低，在積水深度15～30 cm及大于40 cm間形成斷層，積水深度大于5 cm的面積范圍均持續擴大，積水深度大于40 cm面積增長幅度相對不明顯，西寧市主城區積水深多分布在5～40 cm，但個別積水點需著重關注。

表4 不同重現期下積水深度所占面積及比例

(a)2年一遇

4.3 微觀尺度評價結果

將模型輸出的不同降雨重現期下的積水深度導入ArcGIS，最大積水深度涵蓋范圍內的各排水分區，并將其積水深度值代入公式中計算城市各排水分區內的災損率，進而得出2年一遇和5年一遇降雨模擬下內澇積水可能造成的經濟損失，得到西寧市微觀尺度城市內澇風險評價結果，見圖7。從該尺度結果可以看出，受中觀尺度模擬結果影響，損失集中區域為積水現象較為普遍的20和22排水分區。對比不同重現期模擬下的損失結果，2年一遇模擬下，高風險區位于城市主要積水且地區GDP較高處，但在5年一遇模擬下，高風險區沿城市主要河道湟水河呈散點式出現。除由于GDP較高導致積水深度影響效果凸顯外，造成積水的本身原因也值得關注。通過回看IFMS排水管網數據，中心城區呈現由河道向兩側山峰的垂直河流方向的發展趨勢。因此，排水系統下游為坡度較緩處的老舊管道，管道管徑未隨城市發展進行調整，存在部分“大管接小管”現象，造成積水和高風險區的沿河分布現象。

(a)2年一遇

4.4 尺度綜合

表5為各排水分區各尺度內澇風險綜合評價結果。宏觀、中觀、微觀3個尺度加權計算，得到西寧市內澇的綜合風險分布，排水分區22、20、25、10、31、21、3、4、7處于綜合高風險地區；排水分區18、5、12、6、35、19、23、27、11、33、9、30、13、29、26、15處于綜合中風險地區；排水分區1、2、8、14、16、17、24、28、32、34、36處于綜合低風險地區。

表5 各排水分區各尺度內澇風險綜合評價結果

5 結 論

a.根據西寧市的特點，構建了“宏-中-微”多尺度城市內澇風險評價方法。其中，宏觀尺度采用排水管網密度、高程、地形坡度、地表不透水率、人口密度5個指標，利用熵權法加權計算；中觀尺度采用SWMM和IFMS模擬不同重現期下的降雨得到積水深度結果進行評價；微觀尺度依據中觀尺度不同重現期下的積水深度結果，采用水深-災損曲線的量化方法進行區域損失評估。

b.根據西寧市的多尺度城市內澇風險綜合評價結果，西寧市36個排水分區中，排水分區22、20、25、10、31、21、3、4、7處于綜合高風險地區；排水分區18、5、12、6、35、19、23、27、11、33、9、30、13、29、26、15處于綜合中風險地區。

c.得到的西寧市多尺度城市內澇風險評價結果，對西寧市未來的城市基礎設施規劃和建設、城市內澇風險宣傳教育、城市內澇預警與應急預案制定以及城市內澇的風險管理具有一定的參考價值。