基于降雨量數據的城市內澇風險評估方法研究

中圖分類號：TV87 文獻標志碼：B 文章編號：2095-3305(2025)05-0187-03

隨著城市化進程的加速，城市內澇問題日益加劇，暴露出城市管理短板[1]。城市內澇問題對居民日常生活秩序產生了顯著破壞作用，存在誘發繼發性災害的潛在威脅，如中斷交通線路、損毀住宅建筑等。城市內澇風險的評估與預防問題已成為城市管理者和科研工作者共同關注的焦點議題。降雨量作為城市內澇風險的主要誘因之一，降雨量數據的精確性與完整性是內澇風險評估不可或缺的基礎要素。傳統城市內澇風險評估體系多采用經驗性判斷與定性分析方法，該表述存在科學性與精確性方面的缺陷。基于此，提出了一種以降雨量數據為基礎的城市內澇風險評估模型，力圖借助定量研究手段，提高城市內澇風險評價的精確性與可靠性。

1城市內澇風險評估的數據基礎

城市內澇風險評估的成效與降雨量數據的準確性密切相關，收集到的降雨量數據應包括時間與空間2個維度的詳實記錄，融合歷史降雨量檔案與即時監測數據集。歷史降雨量資料的收集與分析，有助于細致剖析不同時間段的降雨量級及其出現率，對揭示降雨量分布的時空演變規律具有指導價值。實時監測所收集的數據能夠即時揭示當前的降雨實況，適用于即時評估城市內澇風險所需的技術支撐體系研究。數據收集有氣象監測站點、雨量監測網絡以及衛星遙感技術等途徑，對來自不同渠道的數據信息實施綜合整合及精確校準作業，力求保障數據的統一性與精確性[2]。

2證據權重法原理

證據權重法的發展離不開貝葉斯理論的支持，作為一種對多渠道信息進行融合的綜合性方法，在應對包含多種因素的綜合評估問題上展現出廣泛的應用前景。在城市內澇風險評估作業實施階段，本模型對城市內澇的各個相關成因進行了系統梳理，將其作為獨立的證據信息層進行獨立分析，對城市內澇事件與不同證據圖層間的相互作用進行深入的剖析與解讀，對城市內澇風險形成過程中各影響因素的權重進行量化分析，最終形成了城市內澇災害風險的全面綜合評估體系(圖1)。按照貝葉斯推斷原理，在多證據圖層相互交織的情境中，對城市內澇事件發生概率進行統計分析。本表述旨在探討內澇事件發生時，各證據圖層顯現概率與內澇事件發生概率之間相互制約的關系，此概率亦與各證據圖層顯現的頻次緊密相關。

核心公式：

上式中，采用 E_i 符號表示第 i 個證據圖層，也包含引發城市內澇事件的各類相關變量，如降雨量、自然水系分布密度等關鍵參數；以 H 符號表示城市內澇事件； W_i 表示第 i 個證據的權重； P(H) 表示內澇先驗概率； P 0 ?E_i|H) 表示內澇發生時證據 E_i 出現的條件概率；P(E_i|-H) 表示內澇未發生時證據 E_i 出現的條件概率。

3多因素綜合評估流程

3.1 數據預處理

3.1.1降雨量數據清洗

所采集的降雨量數據往往因監測儀器故障及傳輸過程中的技術差錯而導致數值異常與信息錯誤。異常數據進入評估階段，可能會對公眾正確理解降雨狀況構成重大干擾，進而降低評估結論的可靠性。針對該問題，對特定區域的氣候特性進行詳盡的科學探究是當務之急。綜合分析過往數年氣象記錄，系統梳理降雨季節性變化及其年度波動規律的演變趨勢，據此制定合理的評價界限。對疑似異常的數據進行分析鑒定，借助臨近站點數據審查、氣象衛星資料分析等手段對數據進行校正；若證據未能得到核實，實施刪除操作。

3.1.2數據插值與空間化

降雨監測設施的空間布局存在明顯的不均勻性，對區域降雨狀況的全面反映存在局限性。鑒于實際情況，有必要采取插值技術以實現數據的補充，反距離加權插值技術依據監測點與待插值點距離的遠近，對權重系數進行計算與分配，距離的縮短與權重值的提升存在顯著的正相關性。研究數據空間自相關性的過程中，克里金插值法則扮演了核心角色，能夠深入地呈現空間分布的全面特征，依托這兩種途徑，對離散監測數據進行連續化轉換，形成連續柵格數據集，實施降雨量數據的地理空間分布建模。為保障后續分析步驟的順利實施，必須對地理信息數據進行柵格化轉換，實施坐標系統一投影操作。

3.2 證據圖層構建

3.2.1 降雨量圖層

將經過前期預處理步驟的降雨量數據導人專業地理信息管理系統軟件平臺。此類地理信息分析軟件（如ArcGIS、QGIS）旨在直觀揭示不同降雨強度對城市內澇風險所產生的影響效應，在操作中，必須按照降雨量級對相關數據進行分類界定，并采用基于數據分布特性的自然間斷點分級技術，自動對具有相似特征的數據進行等級劃分。依據氣象學體系，將降水強度劃分為小雨、中雨、大雨、暴雨、大暴雨及特大暴雨等不同等級，對各個等級實施數值配比。該等級所對應的降雨量強度呈現遞增趨勢，內澇風險等級與該區域的實際情況呈正相關關系。

3.2.2 自然水系密度圖層

以自然水系分布數據為支撐，采用地理信息系統（GIS）軟件的空間分析功能，對研究區域內的各柵格單元實施自然水系密度的數值化分析[3]。以ArcGIS系統為分析工具，采用其線密度分析功能，將自然水系分布的數據資料轉換為線性地理要素圖層，隨后選定1個恰當的分析窗口尺度，對各個柵格單元中原生河流的長度進行量算。依據柵格單元面積，對該長度值進行面積比分析，從而拓展自然水系密度數值的獲取途徑。例如，于 100m 邊長的正方形網格單元范圍內，自然水系全長 30m ，則該地區的河流分布密度為0.003。該區域自然水系點的空間聚集密度較大，表明該區域自然排水系統的路徑數量較為繁復，排水功能顯著提升，雨水排放系統經過優化，流速與流暢度均達到理想水平。因此，該區域面臨內澇災害的威脅程度較低。

3.2.3 DEM填洼分析圖層

對數字高程模型（DEM）中的洼地實施填充并進行分析，采用ArcGIS、QGIS等地理信息管理系統軟件中的水文分析技術，在數據采集與處理階段對DEM資料進行運用分析。若有地形起伏與凹凸形態等微小的地貌要素對雨水徑流模擬的結果造成干擾，引起水流走向出現不合規情形，可使用軟件的水文分析工具的洼地填充功能模塊，系統有自動識別并處理微小地形起伏與凹凸形態的能力，收集無洼地現象的數字地面高程數據集。

3.2.4地表不透水層比例圖層

在地理信息管理系統軟件框架內，采用空間疊加分析手段對地理信息進行整合，對各個柵格單元地表不透水層的面積占比進行數值化測定，對建筑實體及道路網絡數據進行處理，使數據分辨率一致，并轉換為柵格數據形式，必須保證數據在空間尺度上的整體一致性得到充分體現。

將轉換后的建筑實體及道路網絡柵格圖層與研究區域柵格圖層進行空間疊加。先對各個柵格單元內建筑實體與道路網絡所覆蓋的像素數量進行量化統計，再對柵格單元內像元數量進行除法分析，從而成功測定地表不滲透層面積占比。地表非滲透性地表面積占比偏高，雨水滲透過程中所受的阻礙越劇烈，地表水分滲透量下降越明顯。地表徑流的形成過程中，雨水所占比例增加，則徑流速度明顯加快。短時間內地表徑流的急劇增多往往使得排水系統面臨超負荷運轉的挑戰，進一步加劇了城市內澇的潛在風險。

3.2.5 雨水滯留時間圖層

利用坡度與滲透率數據，對各個柵格單元的雨水滯留時間進行系統分析。直接從DEM中提取坡度數據，采用ArcGIS的曲面分析技術中的坡度測量與分析功能模塊，對每個柵格單元的坡度進行精確數值測定與分析。對研究區域的滲透率評估需參照土壤類型與植被覆蓋等關鍵要素。依據土壤數據庫、植被分布圖及相關學術文獻進行資料收集，砂性土壤的滲透率明顯偏高，黏土層對水分的滲透性呈現較低水平；植被覆蓋面積較大的區域，滲透指數明顯增大。在完成坡度與滲透率數據的收集工作后，基于經驗公式對雨水滯留時間進行數值分析。研究結果表明：降雨強度越大，地表重力分力的增幅越顯著，這會導致徑流速度加快，進而使地表雨水滯留期縮短；而當雨水滲透率顯著上升時，地表水累積量會降低，但因下滲水量增加，地下雨水滯留時間會逐步延長。在降水事件中，因降水強度較大，易形成積水，同時地下雨水累積周期的延長會導致該地段內澇風險指數超出正常水平，評定的風險等級較高。

3.2.6歷史易積水點圖層

對歷史洪水內澇事件中易發生積水的特定地點資料進行歸納與梳理，確保數據的精確性與全面性。將整理好的地理數據集導人地理信息管理系統操作平臺，采用點坐標至柵格坐標的轉換機制，對積水易發區域進行柵格化轉換，生成柵格數據圖層。在轉換動作實施階段，需充分考慮研究區域的實際邊界及數據精確度等相關因素，選定適宜的網格規模。對積水易發區實施定位標識，構建歷史時期積水易發地點的地理信息圖層數據集。對該圖層所涉范圍，需對歷史易積水區域賦予特定數值。該研究區域在歷史記錄中因連續強降雨而多次發生內澇事件。因此，鑒于內澇事件呈現出的周期性特征以及地理條件相對穩定的特性，判斷該區域城市內澇風險指數偏高。

3.3 權重計算

按照證據權重法原理，對每一證據層實施權重數值的量化分析，對各個證據圖層所記錄的內澇事件發生次數進行詳盡的頻率計算與分析[4。以降雨量分布圖樣為參照，統計并分析在不同降雨強度等級下城市內澇事件的發生次數；以該降雨強度等級樣本總數為基準，用內澇事件發生頻次數值除以樣本總數，以獲取該等級內澇災害的發生頻率數據；實施統一的作業程序，對自然水系密度圖、DEM洼地填充圖層等輔助性圖層進行內澇發生頻率的統計性評估。通過收集并分析研究區域內澇事件發生頻率的總體數值，采用區域內澇事件總數除以區域樣本總數的方法計算研究區域內澇事件發生頻次。基于證據權重法原理，對各個證據圖層所反映的內澇事件發生頻率與該研究區域整體內澇事件發生頻率進行相互校驗，核實各證據圖層與城市內澇事件間的關聯性，繼而開展對各個證據層權重的計算分析。通過對權重數值進行數學量化處理，能精確識別并量化城市內澇風險成因中各因素的作用，為后續風險評估提供量化的數據支撐。

3.4 風險評估

依照計算所得的權重數值，對證據圖層實施加權疊加操作。在地理信息管理系統軟件中，采用柵格計算器進行空間數據計算分析，采用圖層加權綜合疊加技術。在實施環節中，為每一項證據圖層設定恰當的權重數值。該系統將依照既定權重進行數據處理的決策制定，對圖層集合進行數學運算，從而構建城市內澇風險分布圖[5]。

在風險分布圖框架內，將研究區域按照風險程度細分為低風險區域、較低風險區域、中等風險區域、較高風險區域及高風險區域等5個不同等級。風險等級較高的區域表現出降雨量大、自然水網密度小、地表不透水層比例高、雨水積聚時間較長以及歷史積澇事件頻繁等特征。在降雨現象發生時，這些特定區域的降水難以迅速完成徑流排放，積水現象容易發生，城市內澇事件對觸發條件的敏感性也更顯著。

4結論

依托降雨量數據構建的城市內澇風險評價模型，基于對多維度要素的全面考量，采用證據權重法原理與地理信息管理系統技術結合的策略，對城市內澇潛在風險進行高精度評估[6-7]。該技術有效克服了傳統評估手段的弊端，實現了從定性分析到定量分析的轉變，顯著提高了評估數據的科學性與可靠性。然而，該技術仍有一定的局限性。評估結論的可靠性高度依賴于數據的精確性與完整性，對數據收集及處理技術的完善顯得尤為迫切。因此，該技術需要加強數據質量控制的實施力度，進一步精煉與優化目前模型中部分關鍵參數的選取。

參考文獻

[1]孫娜.城市內澇數值模擬與多尺度風險評估[D].淄博：山東理工大學，2024.

[2]侯誠.基于元胞自動機的城市內澇模擬與風險評估系統[D].蘭州：西北師范大學，2023.

[3]李琨.基于GIS與物聯網的城市內澇應急管理平臺研究[D].武漢：中南財經政法大學，2023.

[4]丁萌.基于MIKE模型的城市內澇風險評估及系統化治理研究[D].南京：南京林業大學，2023.

[5]呂學梅.城市暴雨局部內澇災害風險評估方法研究[J].環境科學與管理，2022，47(2):175-178.

[6]崔海升.城市內澇風險評估方法研究與應用[J].江西建材，2021(11):296-298.

[7]李升.營口地區城市內澇風險綜合評估方法及應用[J].黑龍江水利科技，2024，52(9):97-99.