降雨歷時和重現期對洪澇風險的敏感性和轉移
——以濟南市大寺河流域起步區段大橋分區為例

宋川, 王琳, 王浩程, 薛董波, 楊久力

(中國海洋大學環境科學與工程學院, 青島 266100)

自然災害給人類社會帶來了嚴重的生命威脅和巨大的經濟損失,洪澇災害是全球發生次數最多、嚴重影響國民經濟發展的自然災害[1-3]。洪澇風險評估是識別高風險區域、減輕洪澇災害的重要技術手段,同時也是評估減災措施和洪澇風險管理的有效手段[4-6]。洪澇災害成因復雜,各地區面臨的具體情況有所差異,一般與降雨、地形、管網和下墊面布設情況等有關[7]。降雨作為洪澇最主要、最直接的驅動因素[8],不同特點的降雨過程是導致洪澇危險等級不同和空間分布差異的主要影響因素。針對降雨對洪澇風險的影響,目前已有大量的研究。如葉陳雷等[7]基于InfoWorks ICM模型和洪水風險率危險分析法對福州市白馬河片區在重現期10、20、50和100 a降雨下的洪水危險性進行了量化和分析。李國一等[9]基于TELEMAC-2D模型模擬的流速和積水深度數據評估了深圳河流域在降雨歷時30、60、90和120 min 4種情景下的內澇風險。

水文水動力模型是模擬洪澇的核心技術[10]。常用的模型包括SWMM、WCA2D、TELEMAC-2D等開源或部分開源模型,以及MIKE、InfoWorks ICM、PCSWMM、HEC-RAS等非開源模型[11-12]。MIKE系列模型發展成熟,功能全面,且所需參數少,在大量實際應用中受到廣泛認可[13]。如胡彩虹等[14]基于MIKE FLOOD模型對鄭州市金水區南部對不同設計降雨進行了內澇過程場景推演,從淹沒總量、淹沒面積、淹沒深度等方面分析了城市內澇淹沒情況。查斌等[1]基于MIKE FLOOD構建了洛陽市中心城區的一維河道-一維管網-二維地表耦合城市洪澇仿真模型,模擬分析了不同歷時和重現期下的淹沒情況。在降雨歷時和重現期對洪澇風險結果影響分析研究中,多集中于洪澇風險圖譜的展示和洪澇風險面積對變量變化的趨勢分析。如施露等[15]以積水深度量化了中小河流域洪澇風險,研究結果表明隨著重現期的增大,洪澇風險面積不斷向外擴張,內澇風險主要出現在低洼區域。葉陳雷等[16]基于洪水深度和洪水流速量化了福州市主城區某街區的洪澇風險,研究結果表明淹沒面積隨著重現期的增大而增大,并給出了洪澇危險性空間分布圖。

洪澇風險具有等級性,不同等級的洪澇風險的危害不一樣[17-18]。現有研究多集中于單一降雨強度下洪澇風險等級的分布,忽略了不同降雨歷時和重現期下洪澇風險等級的變化規律和轉移情況。同時,降雨過程不是單一的過程,不同重現期和降雨歷時的降雨雨型所造成的洪澇風險程度也有所不同[19-20]。因此,現以大寺河流域起步區段大橋分區為研究對象,采用芝加哥降雨雨型,以降雨歷時和重現期為研究變量,結合MIKE軟件進行水力模擬分析,將大寺河一維河流模型和二維地表漫流動態耦合,模擬從降雨開始到內澇產生、演進的全過程。系統分析研究變量對不同風險等級的敏感性和轉移變化。認識和掌握洪澇風險等級對降雨歷時和重現期的敏感性和轉移變化規律可加快洪澇災害預警和防治理論體系建設,為雨洪管理提供參考,給該地區防災減災提供科學支撐。

1 研究區域與研究數據

1.1 研究區域概況

大寺河流域起步區段大橋分區(圖1)位于濟南市中部,屬于暖溫帶半濕潤大陸性季風氣候,多年平均氣溫14.9 ℃,最高氣溫42 ℃,最低溫-19 ℃;年平均降雨量782.33 mm,年內降雨分布不均勻,主要集中在夏季;區域內整體地勢西高東低,坡度較小。面積為44.52 km2,最高海拔28.81 m,最低海拔22.54 m;大寺河貫穿研究區南北,無支流匯入和匯出。土地利用現狀(圖2)主要為耕地、綠地、空地和林地,分別占總用地的46.87%、16.28%、13.60%和10.00%,綜合徑流系數為0.27。

圖1 研究區地理位置Fig.1 Geographical location of the study area

圖2 研究區土地利用現狀Fig.2 Current situation of land use in the study area

1.2 數據來源

現有的數字高程模型(digital elevation model,DEM)信息和大寺河斷面數據由濟南新舊動能轉換起步區建設管理部提供,其中DEM分辨率為10 m。用地類型、河流等矢量數據來源于對像素分辨率為0.12 m的柵格衛圖的提取;降雨量數據為研究區附近(36.683°N,116.983°E)水文站點的時降雨量數據。2007年7月18日特大暴雨的積水深度資料由實地調研和相關網絡媒體、新聞報道獲得。

1.3 設計暴雨雨型

鑒于研究區目前無自編的暴雨強度公式,采用氣候氣象類似的濟南市最新修編的暴雨強度公式(芝加哥法)生成所需降雨歷時曲線;濟南市暴雨強度公式[21]為

(1)

式(1)中:q為降雨強度,mm/min;P為重現期,a;t為降雨歷時,min。計算重現期分別為1、3、5、10、20、50、100 a,當降雨歷時為1 h時,降雨量分別為38.40、55.48、63.42、74.20、84.98、99.22、110.00 mm;當降雨歷時為2 h時,降雨量分別為51.55、74.48、85.14、99.61、114.07、133.20、147.66 mm;當降雨歷時為3 h時,降雨量分別為60.86、87.92、100.50、117.58、134.66、157.22、174.30 mm。雨峰系數取值為0.347,21種不同的典型降雨情景如圖3所示。

圖3 不同降雨歷時和重現期的設計降雨過程Fig.3 Design rainfall processes for different rainfall durations and return periods

2 研究方法

2.1 DEM修正

研究區的DEM數據是通過GIS克里金插值工具對提取研究區規劃節點的高程數據插值得到的,規劃節點的高程忽略了房屋的高度和未在大寺河河道設點,不能反映居住區建設用地和大寺河河底的真實高程;此外,因DEM分辨率較高,在進行克里金插值時減小了道路與馬路路肩微小的高度差,使得道路與馬路路肩邊界不明顯。為了更好地凸顯建筑物的阻水能力和道路的行洪能力,在地形圖中對建筑物拔高10.00 m,即將建筑物拔高至積水深度不太可能到達的高度;為凸顯道路的行洪能力,由于道路的馬路路肩一般高0.15 m,此處將道路用地降低0.15 m處理。通過對比地形圖中多處大寺河河底高程和多處實測高程數據,地形圖中大寺河河底高程平均比實測大寺河河底高程高1.50 m,因此,將大寺河降低1.50 m進行處理。經上述處理后的地形數據將更加接近實際情況,最終得到的二維地形數據如圖4所示。

圖4 研究區修正DEMFig.4 Study area correction DEM

2.2 洪澇等級分析方法

洪水風險性分析是對致災因子的特征進行分析,獲取洪澇的淹沒范圍、淹沒水深、流速和淹沒歷時等屬性,可為下一步暴露性、脆弱性分析做準備[16]。其中淹沒深度是最常用的屬性,結合北京2022年7月21日發布的《北京城市積水洪澇風險底圖》通知和相關文獻資料[18,22],風險等級表如表1所示。將積水深度等于15 cm作為下限,當積水深度大于15 cm時,行人和汽車駕駛員難以辨別地面情況和車道位置,具有安全隱患;當積水深度大于27 cm時,車輛會因積水淹沒排氣管造成車輛熄火,造成交通擁堵;當積水深度大于40 cm時,可能造成部分一層建筑進水;當積水深度大于60 cm時,會造成成年人難以站穩、汽車進氣口進水等嚴重人身和財產威脅。綜上,將風險等級判斷閾值水深定為15、27、40和60 cm。

表1 基于積水深度的洪澇等級劃分標準Table 1 Flood level classification standard based on the depth of ponding

3 模型的建立與耦合

3.1 一維河流模型

研究區大寺河總長8 248.00 m,河道斷面數據來源濟南新舊動能轉換起步區建設管理部提供的樁號文件;整體上,大寺河斷面從下游(大寺河流向為由南到北)到上游成擴寬狀態,比降在0.000 2～0.000 5,最小上口寬最大為57.90 m,最小為26.00 m。下雨時,下游有臨域雨水和河水匯入,設為流量-時間(Q-t)開邊界,下游為自由出流,設為流量-水位(Q-H)開邊界;河道的初始水位設為22.80 m,河道初始基流為10.00 m3/s,曼寧系數為30.00 m1/3/s。至此,研究區一維河流模型建立完成,可對其進行模擬計算得到任意里程河道斷面的水位和流量變化的結果文件。

3.2 二維地表漫流模型

導入修正的DEM數據作為模型地面的基礎地形數據,將研究區以外的高程值設置為一個大于研究區高程最高值的值,作為模型識別的陸地值以關閉邊界,以此剔除研究區以外的區域。二維模型的參數設置參考實測資料,初始水位設置為0.00 m,干水深和淹沒水深分別設置為2.00 mm和3.00 mm,模擬時間間隔為1.00s,區域內無任何源的匯入和匯出,曼寧系數為40.00 m1/3/s。降雨條件均施加在二維地表漫流模型中。

3.3 耦合模型

一維河流模型和二維地表漫流模型建立完成后,利用MIKE FLOOD模型將MIKE 11一維河流模型與MIKE 21二維地表漫流模型進行耦合,將研究區的河道以左右岸的形式連接到地形文件中實現一維河流模型與二維地表漫流模型的耦合,耦合節點共2 102個。

4 模擬結果與分析

4.1 模擬結果驗證

在研究洪澇問題時,缺乏充分的觀測數據是模擬中一個廣泛存在的問題[23],該問題在研究中也同樣存在。為驗證模型各參數的合理性,選取濟南市2007年“7·18”暴雨個例下的內澇積水模擬結果進行評估。如圖5所示,在路店村大寺河人行橋區域,模型識別出較高的淹沒水深,通過對路店村居民走訪調查,大多數居民回復到“當年,水面溢過路店村大寺河人行橋橋面,并超過人的腳踝”,同時通過對路店村大寺河人行橋高度及過流水位等測量,與模擬得到的最大淹沒水深基本吻合,相對誤差不超過20%,具有較高的可靠度;對于其他淹沒水深較大的區域,進一步分析發現,該區域地勢較低,與周圍環境形成低洼,可以認為存在較大的淹沒水深,同時通過調研資料、媒體、新聞等報道信息核實,與歷史洪澇情況也基本吻合;模型中顯示的其他可能產生積水的區域,而調研資料中沒有記錄,主要是這些區域的積水深度較淺,不致引發洪澇。同時經過情景模擬結果進行合理性分析表明,所構建的模型徑流系數、徑流過程等也處于合理范圍內,總體來說,模擬結果與統計資料基本吻合,可用于研究區洪澇問題的研究。

圖5 濟南市起步區段大橋分區“7·18”暴雨(2007年)最大淹沒水深模擬及評估Fig.5 Simulation and assessment of maximum submergence depth of “7·18” rainstorm (2007) in the Qibu District of Jinan

4.2 洪澇等級空間分布

為了凸顯各洪澇等級在影像圖的分布情況,將洪澇等級中的5級中積水深度在0.10 m以下的區域視為無風險區域,不進行展示。由圖6可知,在同一降雨歷時下,風險區域隨著降雨重現期的增大不斷增大,在同一重現期下,隨著降雨歷時的增大而增大;結合圖2,1風險級主要出現在城鎮道路上,并隨著重現期和降雨歷時的增大向四周蔓延,5風險級主要分布于耕地、綠地和林地等徑流系數較低的用地處,且隨著重現期和降雨歷時的增大,也不斷向周圍蔓延。結合圖4,研究區內各風險等級以低洼處為中心向四周呈遞增的趨勢,并隨著重現期和降雨歷時的增加,各風險等級向四周呈逐級“吞并”蔓延。

圖6 不同降雨情況下各洪澇等級的空間分布Fig.6 Spatial distribution of flood levels under different rainfall conditions

4.3 風險等級積水總量峰值

積水總量峰值表征區域積水總量達到最大時刻的地表積水總量情況,不同降雨歷時和重現期下區域積水總量峰值統計結果如圖7所示。

圖7 不同降雨歷時和重現期下各洪澇等級積水總量峰值Fig.7 Peak value of total accumulated water at each flood level under different rainfall duration and return period

由圖7可知,相同的降雨歷時條件下,積水總量峰值隨著重現期的增大而增大;以降雨歷時3 h為例,在相同的降雨歷時下,1 a一遇、3 a一遇、5 a一遇、10 a一遇、20 a一遇、50 a一遇和100 a一遇積水總量峰值最大差值占比(兩者之差除以最大值以表征兩者差異程度)分別為76.32%、64.09%、57.12%、45.42%、30.65%、12.16%、0.00%;同時各風險等級對應的積水總量峰值也隨重現期逐漸遞增,但增速隨著重現期的增加逐漸變緩,且風險等級越高,增速越大。在相同的重現期條件下,各風險等級積水總量峰值隨著降雨歷時增加而增加,但增幅隨著降雨歷時增加而減小。2、3、4、5風險級和平均水深隨降雨歷時和重現期變化不明顯,平均水深分別為0.46、0.32、0.20、0.12和0.19 m,1風險級在不同重現期下對應的平均水深波動性較強,但總體隨重現期的增大而增大。

上述結果表明,各風險級積水總量峰值和積水總峰值均隨著降雨歷時和降雨重現期的增加而增加,且對低重現期和短降雨歷時更為敏感;除1風險級水位隨重現期變化明顯外,其余風險等級和平均水深均對降雨歷時和重現期不敏感。

4.4 風險等級積水面積峰值

積水面積峰值表征區域積水總量達到最大值時刻的地表積水面積情況。不同降雨歷時和重現期下區域積水面積峰值統計結果如表2所示。

表2 設計降雨情景下各洪澇等級的積水面積峰值Table 2 Peak water accumulation area of each flood level under the design rainfall scenario

由表2分析可知,在同一降雨歷時下,各洪澇等級的積水峰值面積隨等級的增大逐漸增大,同時,1、2、3、4風險級的積水面積峰值隨降雨重現期的增大不斷增大,5風險級積水面積峰值隨重現期的增大呈減少的趨勢,均由低水位漫流所致,但各風險級的單位重現期積水面積增幅隨重現期的增大而減小。在相同的重現期下,各洪澇等級的積水面積峰值均隨降雨歷時增加而增加,增幅整體上為增長趨勢。當降雨歷時為3 h時,1、2、3、4、5風險級的積水面積對應的平均增幅分別為29.61%、45.76%、33.46%、26.71%、17.28%,表明2風險級的積水峰值面積對重現期的變化敏感性最強,5風險級的積水峰值面積對重現期的變化敏感性最低。以50 a一遇到100 a一遇的各風險等級增幅變化為例,1、2、3、4、5風險級降雨歷時1 h到降雨歷時2 h與降雨歷時2 h到降雨歷時3 h的積水面積增幅差值分別為8.10%、11.30%、-15.10%、-14.94%和-6.36%,表明1、2風險級的積水面積峰值對短降雨歷時更敏感,3、4、5風險級的積水面積峰值對長降雨歷時更敏感。

4.5 洪澇等級積水面積峰值轉移

洪澇等級積水面積峰值轉移表征了在不同的重現期下洪澇風險轉移過程,是區域提供洪澇預警預報、災害救援工作的重要的手段;降雨歷時1、2、3 h的各洪澇等級轉移過程如圖8所示。

圖8 各降雨歷時下洪澇等級轉移過程Fig.8 Flood level transfer process under various rainfall durations

由圖8可知,當降雨歷時相同時,隨著重現期的增加,只發生無風險等級向有風險等級和從高風險等級向低風險等級轉移的過程。以降雨歷時3 h為例,降雨重現期從1 a到3 a的過程中,洪澇等級積水面積峰值轉移主要有無風險到5級、5級到4級、無風險到4級、4級到3級和3級到2級,對應的單位重現期積水面積峰值轉移分別為63.13、27.05、10.25、7.47和1.42 ha/a;降雨重現期從50 a到100 a的過程中,洪澇等級積水面積峰值主要有5級到4級、無風險到5級和4級到3級,對應的單位重現期積水面積峰值轉移分別為1.44、1.42和0.98 ha/a,表明隨著降雨重現期的增大,研究區主要發生無風險到5級、5級到4級兩個轉移過程,且對于低重現期的變化更敏感。以降雨重現期1 a到3 a的積水面積峰值轉移為例,發生的轉移過程均主要為無風險到5級、5級到4級、無風險到4級、4級到3級和3級到2級,通過分析,對應的降雨歷時2 h到降雨歷時1 h與降雨歷時3 h到降雨歷時2 h的單位歷時積水面積峰值轉移差值分別為-14.29、0.16、7.23、4.64和1.37 ha/h,表明無風險到5級對低降雨歷時更敏感,5級到4級、無風險到4級、4級到3級和3級到2級對長降雨歷時更敏感。

5 結論

(1)1風險級區主要位于城鎮道路,并隨著重現期和降雨歷時的增大向四周蔓延,5風險級主要分布于耕地、綠地和林地等徑流系數較低的用地處,且隨著重現期和降雨歷時的增大,不斷向周圍蔓延。研究區內各風險等級以低洼處為中心向四周呈遞增的趨勢,并隨著重現期和降雨歷時的增加,各風險等級向四周成逐級“吞并”蔓延。

(2)各風險級積水總量峰值和積水總峰值均隨著降雨歷時和降雨重現期的增加而增加,且對低重現期和短降雨歷時更敏感;除1風險級平均水深隨重現期變化明顯外,其余風險等級和平均水深均對降雨歷時和重現期不敏感。

(3)在同一降雨歷時下,各洪澇等級的積水峰值面積隨等級的增大逐漸增大,同時,1、2、3、4風險級的積水面積峰值隨降雨重現期的增大不斷增大,5風險級積水面積峰值隨重現期的增大呈減少的趨勢。在相同的重現期下,各洪澇等級的積水面積峰值均隨降雨歷時增加而增加,增幅整體上為增長趨勢。2風險級的積水峰值面積對重現期的變化敏感性最強,5風險級的積水峰值面積對重現期的變化敏感性最低。1、2風險級的積水面積峰值對短降雨歷時更敏感,3、4、5風險級的積水面積峰值對長降雨歷時更敏感。

(4)當降雨歷時相同時,隨著重現期的增加,只發生無風險等級向有風險等級和從高等級向低等級轉移的過程。隨著降雨重現期的增大,研究區主要發生無風險到5級、5級到4級兩個轉移過程,且對于低重現期的變化更敏感。無風險到5級對低降雨歷時更敏感,5級到4級、無風險到4級、4級到3級和3級到2級對長降雨歷時更敏感。