姜仁貴，韓 浩，解建倉，李發(fā)文

變化環(huán)境下城市暴雨洪澇應(yīng)對(duì)新模式研究*

姜仁貴1，韓 浩1，解建倉1，李發(fā)文2

(1. 西安理工大學(xué) 西北旱區(qū)生態(tài)水利工程國家重點(diǎn)實(shí)驗(yàn)室培育基地，陜西 西安 710048；2. 天津大學(xué) 水利工程仿真與安全國家重點(diǎn)實(shí)驗(yàn)室，天津 300072)

在分析城市暴雨洪澇特征及其成因基礎(chǔ)上，將水文模擬、3S集成、可視化仿真等應(yīng)用到城市暴雨洪澇應(yīng)對(duì)中，從非工程措施角度對(duì)變化環(huán)境下的城市暴雨洪澇進(jìn)行快速響應(yīng)、應(yīng)急應(yīng)對(duì)，最大程度降低洪災(zāi)損失。建立集“預(yù)估-預(yù)測-預(yù)警-預(yù)案”為一體的城市暴雨洪澇應(yīng)對(duì)新模式，包括：基于降尺度的城市局部暴雨預(yù)估，耦合氣象水文的短期降雨預(yù)測，多源數(shù)據(jù)融合下城市暴雨洪澇預(yù)警以及基于可視化仿真的暴雨洪澇預(yù)案，提高應(yīng)對(duì)的可操作性和可信度，支撐城市暴雨洪澇的快速響應(yīng)和科學(xué)應(yīng)對(duì)。

城市暴雨洪澇；應(yīng)對(duì)模式；變化環(huán)境；城市水安全

受氣候變化和城市化擴(kuò)張雙重影響，全球范圍內(nèi)洪澇問題加劇，中國是世界上暴雨洪澇災(zāi)害最為嚴(yán)重的國家之一，尤其是，隨著城市化進(jìn)程加快，城市暴雨洪澇問題突發(fā)、頻發(fā)和廣發(fā)，災(zāi)害損失嚴(yán)重，危害到經(jīng)濟(jì)社會(huì)健康有續(xù)發(fā)展[1]。針對(duì)變化環(huán)境下城市暴雨洪澇問題，諸多專家學(xué)者開展大量研究，取得許多成果，主要集中在城市暴雨洪澇過程模擬[2-4]、城市暴雨洪澇特征分析[5]、城市暴雨洪澇機(jī)理研究[6]、暴雨洪澇管理及其應(yīng)對(duì)[7-9]上。城市暴雨洪澇模擬與仿真方面，國內(nèi)外相關(guān)研究較早，由最初相對(duì)簡單的經(jīng)驗(yàn)性和概念性模型發(fā)展到較為復(fù)雜的水動(dòng)力學(xué)物理模型，典型的有：QQS模型[10]、SWMM模型[11]、WallingFord模型[12]、HSPF模型[13]、城市雨水徑流計(jì)算模型[14]、城市暴雨內(nèi)澇模型[4]等。諸多文獻(xiàn)將城市暴雨洪澇特征及其機(jī)理綜合起來研究，例如，TY Gan等[15]采用RCM對(duì)城市降水進(jìn)行模擬進(jìn)而分析其時(shí)空分布特征，結(jié)果表明：氣候變化使得城市暴雨事件發(fā)生的頻率與強(qiáng)度增加。Raghav Tripathi等[16]通過對(duì)2007年發(fā)生在美國Vernonia市的洪澇事件分析發(fā)現(xiàn)：城市化和硬化地面的增加使得暴雨下滲減少，地面徑流量增加，洪峰流量加大，洪災(zāi)加重。國內(nèi)，姜仁貴等[17]研究發(fā)現(xiàn)局地強(qiáng)降水模式與位勢高度場、ENSO和PDO等多個(gè)氣候異常因子呈較強(qiáng)的相關(guān)關(guān)系，并對(duì)局地暴雨可預(yù)測性進(jìn)行論證。在城市暴雨洪澇管理與應(yīng)對(duì)上，國際上研究起步較早，歐美部分國家已建成了較為完善的城市雨洪管理體系，典型的有：美國提出的LID和BMPs，英國的SUDS和新西蘭的LIUDD等[18-19]。

綜上可以看出，針對(duì)城市暴雨洪澇模擬、特征及其機(jī)理等方面研究成果相對(duì)較多，引入國外先進(jìn)管理理念，我國海綿城市建設(shè)已經(jīng)開始試點(diǎn)施行，然而，在如何對(duì)頻發(fā)、廣發(fā)且高危害性特征的城市暴雨洪澇做出科學(xué)應(yīng)對(duì)方面的研究與應(yīng)用鮮有報(bào)道，尤其是，考慮城市暴雨洪澇不可重現(xiàn)性，如何提供可供實(shí)際操作的應(yīng)對(duì)模式，為城市暴雨洪澇快速響應(yīng)提供輔助決策支持，是個(gè)亟待解決的難題。本文圍繞變化環(huán)境下的城市暴雨洪澇應(yīng)對(duì)這一問題，提出應(yīng)對(duì)城市暴雨洪澇新模式，包括：基于降尺度的城市局部暴雨預(yù)估，耦合氣象水文的短期降雨預(yù)測，多源數(shù)據(jù)融合下城市暴雨洪澇預(yù)警以及基于可視化仿真的暴雨洪澇預(yù)案。將水文模擬、3S技術(shù)和可視化仿真等信息技術(shù)應(yīng)用到城市暴雨洪澇事件應(yīng)對(duì)中，從非工程措施角度對(duì)城市暴雨洪澇進(jìn)行快速響應(yīng)，應(yīng)急應(yīng)對(duì)，最大限度降低洪災(zāi)損失。

1 城市暴雨洪澇特征與成因

1.1 典型城市暴雨洪澇特征

近年來，全國范圍內(nèi)城市暴雨洪澇頻發(fā)，部分城市甚至年年都發(fā)生內(nèi)澇事件，“逢雨必澇”和“去城市看?！背闪顺鞘芯用竦目陬^禪，同時(shí)也成了城市市政和水務(wù)管理部門的重要防范工作。根據(jù)住房和城鄉(xiāng)建設(shè)部2010年對(duì)中國351個(gè)城市排澇能力調(diào)研表明，2008-2010年間，62%城市發(fā)生不同程度內(nèi)澇，內(nèi)澇災(zāi)害3次以上的城市137個(gè)，最大積水時(shí)間超過12 h的城市有57個(gè)。為了進(jìn)一步揭示城市暴雨洪澇特征，本文收集了近年來17例典型城市暴雨洪澇事件(表1)。

表1 近年我國典型城市暴雨洪澇事件

備注：表中資料收集于網(wǎng)絡(luò)資源。

從表1中可以看出我國典型城市暴雨洪澇具有以下特征：①時(shí)間上，近10年來城市暴雨強(qiáng)度相對(duì)有所增加，體現(xiàn)在多個(gè)城市多個(gè)時(shí)段降雨量達(dá)到歷史同期最大、建國以來最大、建站以來最大以及歷史罕見，暴雨難以精準(zhǔn)預(yù)報(bào)，城市下墊面情況復(fù)雜，使得城市暴雨洪澇具有較大不確定性；②空間上，城市暴雨洪澇在全國各地都有發(fā)生，東部、中部和西部，南方或者北方，沿海地區(qū)或者內(nèi)陸地區(qū)，降雨以局部強(qiáng)降雨過程為主，通常為暴雨到大暴雨局部特大暴雨，降雨區(qū)域分布不均，城郊差異明顯，城區(qū)平均降雨量普遍比郊區(qū)平均降雨量要大；③成因上，暴雨是引發(fā)城市洪澇的主要致災(zāi)因子，局部暴雨成因復(fù)雜，主要受冷暖空氣作用和大氣環(huán)流變化影響，城市路面硬化、城市排水管網(wǎng)落后、排澇能力偏低等因素是重要致災(zāi)因子；④災(zāi)損上，主要采用受災(zāi)人口、傷亡人口、經(jīng)濟(jì)損失、工業(yè)和交通業(yè)受災(zāi)等指標(biāo)表示，其中，以人員傷亡最為受到重視，應(yīng)重點(diǎn)應(yīng)對(duì)；⑤管理應(yīng)對(duì)上，城市氣象部門基本能夠?qū)崿F(xiàn)提前預(yù)報(bào)，但是在時(shí)間和空間上精度仍有待提高，市政及水務(wù)管理部門能夠結(jié)合城市暴雨洪澇實(shí)際情況，啟動(dòng)相應(yīng)的應(yīng)急響應(yīng)，并能夠做到及時(shí)反饋災(zāi)損情況，同等暴雨等級(jí)強(qiáng)度下，內(nèi)澇點(diǎn)有所減少，應(yīng)急管理能力明顯提升，災(zāi)害損失有所降低[20]。

1.2 城市暴雨洪澇成因分析

城市暴雨洪澇成因復(fù)雜，同一城市不同時(shí)段、同一時(shí)段不同城市、不同城市不同時(shí)段暴雨洪澇致災(zāi)因子、孕災(zāi)環(huán)境和承災(zāi)體存在較大差異，由此造成的災(zāi)害損失以及次生衍生災(zāi)害也有所不同。本文從氣候變化和城市化影響兩個(gè)方面對(duì)城市暴雨洪澇成因進(jìn)行分析。

受氣候變化影響，近年局地強(qiáng)降雨過程頻發(fā)、突發(fā)，多個(gè)城市多個(gè)時(shí)段出現(xiàn)歷史極值降雨過程，短期強(qiáng)降雨過程是城市洪澇直接致災(zāi)因子。相比之下，當(dāng)前城市排水系統(tǒng)規(guī)劃與設(shè)計(jì)基本沿用舊有暴雨強(qiáng)度公式，大部分大中城市排水系統(tǒng)設(shè)計(jì)采用“三年一遇”，甚至是“一年一遇”設(shè)計(jì)標(biāo)準(zhǔn)，部分城市雨污合流，管理使用年限較久，排水防澇能力較弱，強(qiáng)降雨過程加之相對(duì)滯后的城市排水系統(tǒng)直接導(dǎo)致很多城市一遇到強(qiáng)降雨天氣便出現(xiàn)洪水或者積澇等現(xiàn)象。

近年來，城市化進(jìn)程加快，城市不透水面積增加，城市土地利用/覆蓋變化(LUCC)發(fā)生改變，不透水地表取代植被，使得傳統(tǒng)蒸散發(fā)和雨水截留作用降低，LUCC引起徑流等水文要素和產(chǎn)匯流等水文過程變化，地表降雨徑流量增加，匯流歷時(shí)縮短，洪水過程線向高、瘦、尖轉(zhuǎn)變，與此同時(shí)，城區(qū)建設(shè)規(guī)劃中，對(duì)防水排澇基礎(chǔ)設(shè)施建設(shè)仍較為薄弱，城市洪澇災(zāi)害進(jìn)一步加重[6,21]。城市熱島(UHI)效應(yīng)對(duì)城市暴雨洪澇起到放大作用，研究表明：受城市規(guī)模擴(kuò)大影響，城區(qū)出現(xiàn)增溫現(xiàn)象，夏季容易形成以城區(qū)為中心的“熱島”，尤其在城區(qū)高層建筑區(qū)域，熱島環(huán)流作用使得城區(qū)上空較易形成強(qiáng)對(duì)流，進(jìn)而產(chǎn)生對(duì)流性強(qiáng)的暴雨過程，產(chǎn)生“雨島效應(yīng)”；研究進(jìn)一步發(fā)現(xiàn)UHI效應(yīng)與城市擴(kuò)張及人口增長呈顯著正相關(guān)，夏季暴雨受UHI效應(yīng)影響明顯[23]。城區(qū)人口密集、交通及工業(yè)發(fā)達(dá)，釋放大量空氣污染物，為降雨提供更為豐富的凝結(jié)核，相比郊區(qū)，城區(qū)發(fā)生暴雨概率和強(qiáng)度更大。

2 城市暴雨洪澇“四預(yù)”應(yīng)對(duì)新模式

城市暴雨過程由于突發(fā)性、隨機(jī)性、局地性以及直接引發(fā)暴雨中小尺度天氣系統(tǒng)的復(fù)雜性等特點(diǎn)，氣象部門難以對(duì)局地暴雨進(jìn)行精準(zhǔn)預(yù)報(bào)。以美國環(huán)境預(yù)報(bào)中心(NCEP)、歐洲中期天氣預(yù)報(bào)中心(ECMWF)、英國國家氣象局(Met Office)和中國氣象局等為代表建立的氣候模型在短期(24h)晴雨預(yù)報(bào)準(zhǔn)確率較高(>80%)，然而仍難以實(shí)現(xiàn)對(duì)局地暴雨的定時(shí)、定點(diǎn)和定量精準(zhǔn)預(yù)報(bào)，城市短歷時(shí)、強(qiáng)降雨定量預(yù)報(bào)的精細(xì)化及準(zhǔn)確率與實(shí)用需求仍有差距[9]。針對(duì)突發(fā)頻發(fā)、成因復(fù)雜以及難以精準(zhǔn)預(yù)報(bào)的城市暴雨洪澇問題，如何應(yīng)對(duì)是關(guān)鍵，當(dāng)前“海綿城市”以及城市排水管網(wǎng)改造等工程措施為提升根據(jù)上解決城市洪澇問題提供可能，本文從非工程措施角度提供一套可供實(shí)際操作的應(yīng)對(duì)模式，為城市暴雨洪澇快速響應(yīng)提供中長期、短期、近實(shí)時(shí)和實(shí)時(shí)策略，提高城市防洪減災(zāi)能力。

2.1 基于降尺度的城市局部暴雨預(yù)估

世界氣候研究計(jì)劃(World Climate Research Programme, WCRP)在第五階段耦合模型比較計(jì)劃(Fifth phase of the Coupled Model Intercomparison Project, CMIP5)中輸出不同代表濃度路徑(Representative Concentration Pathways, RCPs)情景下的全球氣候模式(Global Climate Model, GCM)結(jié)果，能夠較好模擬未來氣候變化情景下降雨情況，但是由于GCM輸出結(jié)果空間與時(shí)間分辨率相對(duì)較低，尚不能滿足城市尺度的暴雨預(yù)估，為此，對(duì)粗分辨率GCMs進(jìn)行降尺度處理，提高GCMs輸出結(jié)果在城市尺度預(yù)估的可靠性。采用耦合天氣發(fā)生器和多元回歸的統(tǒng)計(jì)降尺度模型SDSM對(duì)GCMs進(jìn)行降尺度處理，該模型可表述為：RPs=R(LPs)，其中，RPs為區(qū)域預(yù)報(bào)量，包括：降水量和極端降水指標(biāo)等；LPs為氣候預(yù)報(bào)因子，擬選用的LPs包括：可降水量，相對(duì)濕度，大氣壓力，500 hPa和850 hPa氣溫，位勢高度場，風(fēng)速(經(jīng)向和緯向)等共16個(gè)，數(shù)據(jù)來源于NCEP/NCAR再分析資料；R為RPs與LPs的統(tǒng)計(jì)關(guān)系。將GCMs輸出結(jié)果輸入到經(jīng)檢驗(yàn)的統(tǒng)計(jì)模型中模擬RPs的日序列值?？紤]單一GCM及RCP預(yù)估值存在的差異性，通過對(duì)多GCMs多RCPs集成模擬結(jié)果進(jìn)行綜合比對(duì)最終確定RPs。經(jīng)SDSM降尺度得到的降水量可直接用于城市局部暴雨中長期預(yù)估。

2.2 耦合氣象水文的城市暴雨短期預(yù)測

基于成因確定城市暴雨洪澇驅(qū)動(dòng)因子，對(duì)其進(jìn)行定量分析，建立城市暴雨洪澇情景和關(guān)鍵驅(qū)動(dòng)因子情景集。從氣候變化和城市化兩個(gè)方面篩選城市暴雨驅(qū)動(dòng)因子和洪澇驅(qū)動(dòng)因子，其中，城市暴雨驅(qū)動(dòng)因子主要包括：大尺度的氣候異常因子、中尺度的環(huán)流特征、城市尺度的UHI效應(yīng)；洪澇驅(qū)動(dòng)因子主要為小尺度的城市土地利用、植被覆蓋與易澇點(diǎn)變化，通過對(duì)地形地貌數(shù)據(jù)和遙感影像分析，結(jié)合近年來城市易澇點(diǎn)積水情況最終確定。分析城市暴雨與氣候異常因子、環(huán)流特征、UHI效應(yīng)等驅(qū)動(dòng)因子之間定量關(guān)系，對(duì)上述驅(qū)動(dòng)因子進(jìn)行情景劃分，建立暴雨驅(qū)動(dòng)因子情景集。①建立城市暴雨和氣候異常因子之間定量模型分析氣候異常對(duì)城市暴雨的影響程度，根據(jù)相關(guān)系數(shù)大小設(shè)定氣候異常因子情景集。②采用天氣動(dòng)力診斷與合成分析方法研究引發(fā)城市暴雨的環(huán)流特征，合成值的絕對(duì)值越大表示環(huán)流異常對(duì)暴雨影響程度越明顯，根據(jù)合成值大小設(shè)定環(huán)流特征情景。③采用NOAA STAR發(fā)布的溫度狀態(tài)指數(shù)(TCI)分析UHI效應(yīng)，分析TCI指數(shù)與城市暴雨之間潛在關(guān)系，根據(jù)TCI與城市暴雨之間相關(guān)系數(shù)大小建立UHI效應(yīng)情景集。從土地利用、植被覆蓋和城市易澇點(diǎn)變化等方面建立洪澇驅(qū)動(dòng)因子情景集。①在城市土地利用和地類分布基礎(chǔ)上，結(jié)合城市遙感影像空間解譯結(jié)果，對(duì)不同時(shí)期城市土地利用類型進(jìn)行分類，結(jié)合城市未來發(fā)展規(guī)劃，根據(jù)不同土地類型所占比例的不同建立土地利用情景集。②采用NOAA STAR植被健康指數(shù)(VHI)和歸一化植被指數(shù)(NDVI)分析城市不同時(shí)期植被覆蓋，建立城市植被覆蓋情景集。③結(jié)合不同規(guī)劃年城市土地利用規(guī)劃和地類分布建立未來情景土地利用和植被覆蓋情景，根據(jù)易澇點(diǎn)情況進(jìn)而確定城市易澇點(diǎn)情景。基于上述特征情景集，建立城市暴雨洪澇情景和關(guān)鍵驅(qū)動(dòng)因子情景預(yù)測模型，開展多情景組合城市暴雨洪澇短期預(yù)測。

2.3 多源數(shù)據(jù)融合下城市暴雨洪澇預(yù)警

信息技術(shù)快速發(fā)展為海量信息獲取及從中挖掘有價(jià)值信息的能力得到極大提升，近實(shí)時(shí)暴雨洪澇預(yù)警成為可能。采用信息融合從標(biāo)準(zhǔn)化數(shù)據(jù)庫中篩選中與城市暴雨洪澇相關(guān)特性的信息資源，一方面，將收集的降雨、易澇點(diǎn)積水及淹沒等信息進(jìn)行分析，根據(jù)事先制定的預(yù)警閾值確定暴雨預(yù)警級(jí)別(大暴雨、暴雨、大雨和中雨)、預(yù)警標(biāo)志(紅色、橙色、黃色、藍(lán)色)和預(yù)警響應(yīng)等級(jí)(Ⅰ、Ⅱ、Ⅲ、Ⅳ級(jí))；另一方面，按照城市暴雨洪澇形成過程設(shè)定情景方案，基于情景模擬建立城市暴雨洪澇預(yù)警信息“實(shí)體-關(guān)系”推演模型，將與城市暴雨洪澇相關(guān)的降雨、河道及水文過程等進(jìn)行抽象，將降雨、地形及河道等視為實(shí)體。該模型的核心問題在于實(shí)體的識(shí)別、關(guān)系的建立，實(shí)體主要包括：城市暴雨洪澇的致災(zāi)因子(暴雨)、孕災(zāi)環(huán)境(地形、河道等)、易澇點(diǎn)災(zāi)害評(píng)估與分析模型等；關(guān)系主要包括：降雨產(chǎn)匯流過程，洪水演進(jìn)與淹沒過程等。解決的思路：①建立暴雨等實(shí)體情景集和實(shí)體之間關(guān)系，通過歷史數(shù)據(jù)對(duì)推演模型中各關(guān)系參數(shù)進(jìn)行估計(jì)，在此基礎(chǔ)上，根據(jù)不同情景的降雨等實(shí)體數(shù)據(jù)，結(jié)合城市易澇點(diǎn)情況分析城市暴雨洪澇情況。②結(jié)合城市社會(huì)經(jīng)濟(jì)情況分析不同暴雨等級(jí)的洪澇災(zāi)害，進(jìn)一步分析得到城市暴雨洪澇預(yù)警信息。暴雨洪澇預(yù)警信息采用基于移動(dòng)代理的短信服務(wù)(Mobile Agent Server, MAS)方式發(fā)送至相關(guān)人員，快速響應(yīng)。

2.4 基于可視化仿真的城市暴雨洪澇預(yù)案

建立預(yù)警信息與人防、物防、技防相結(jié)合的城市暴雨洪澇應(yīng)對(duì)預(yù)案體系，提升強(qiáng)降雨天氣下汛情、險(xiǎn)情與災(zāi)情的快速響應(yīng)及應(yīng)對(duì)能力，最大限度減少城市暴雨洪澇災(zāi)損?；诰C合集成平臺(tái)搭建流程化且易于會(huì)商和調(diào)整反饋的情景預(yù)案，為城市暴雨洪澇快速響應(yīng)和科學(xué)應(yīng)對(duì)服務(wù)。將傳統(tǒng)的文本化預(yù)案情景主題化，按照預(yù)案流程組織數(shù)據(jù)、模型和方法，形成可視化的邏輯編排，建立具有可視化、松散耦合等特征的情景預(yù)案，開展綜合集成會(huì)商研討，從數(shù)據(jù)、信息到知識(shí)和決策，定性研討與定量分析相結(jié)合，通過會(huì)商研討對(duì)暴雨洪澇事件響應(yīng)策略進(jìn)行充分論證，對(duì)情景預(yù)案進(jìn)行修正和優(yōu)化，生成最優(yōu)應(yīng)對(duì)預(yù)案。①首先，由情景預(yù)案會(huì)商研討發(fā)起人(例如，城市防汛辦主任)確定暴雨洪澇會(huì)商研討情景主題，將該情景主題下的情景預(yù)案進(jìn)行可視化描述，專家根據(jù)以往應(yīng)對(duì)經(jīng)驗(yàn)和實(shí)際暴雨等級(jí)，在情景預(yù)案上添加或修改事先建立的數(shù)據(jù)資源和模型方法等。②圍繞情景主題，專家結(jié)合自身對(duì)城市暴雨洪澇應(yīng)對(duì)的理解與經(jīng)驗(yàn)，建立模型、方法與情景主題之間的鏈接，用以描述專家的思維和應(yīng)用的組織流程。③會(huì)商研討過程中，各專家針對(duì)不同情景預(yù)案與其他專家進(jìn)行會(huì)商研討，并對(duì)其進(jìn)行優(yōu)化。④根據(jù)專家意見對(duì)情景預(yù)案進(jìn)行修改，確定該情景主題最優(yōu)應(yīng)對(duì)預(yù)案。⑤通過對(duì)情景預(yù)案進(jìn)行在線會(huì)商研討與交互，確定城市暴雨洪澇的實(shí)施預(yù)案，支撐城市暴雨洪澇的快速應(yīng)對(duì)。

3 “四預(yù)”應(yīng)對(duì)新模式支撐關(guān)鍵技術(shù)

通過構(gòu)建城市暴雨洪澇“預(yù)估-預(yù)測-預(yù)警-預(yù)案”應(yīng)對(duì)新模式，為城市暴雨洪澇提供中長期、短期、近實(shí)時(shí)和實(shí)時(shí)響應(yīng)策略，為城市防洪減災(zāi)提供理論支撐。城市暴雨洪澇“四預(yù)”應(yīng)對(duì)新模式采用的關(guān)鍵技術(shù)主要包括：GCM降尺度模型、數(shù)據(jù)集成與融合技術(shù)、可視化模擬仿真技術(shù)等。

3.1 GCM降尺度模型

目前降尺度方法主要分為統(tǒng)計(jì)降尺度、動(dòng)力降尺度以及統(tǒng)計(jì)-動(dòng)力降尺度耦合模型，典型的統(tǒng)計(jì)降尺度方法有：天氣發(fā)生器、多元回歸、人工神經(jīng)網(wǎng)絡(luò)以及天氣分型技術(shù)等；動(dòng)力降尺度方法以美國PennState /NCAR聯(lián)合發(fā)布的中尺度大氣模型(MM5等)和NCAR發(fā)布的天氣研究與預(yù)報(bào)模式WRF為代表?？紤]SDSM在極端降水模擬上具有一定優(yōu)勢，采用SDSM作為GCMs降尺度模型。在確定LPs格網(wǎng)和RPs監(jiān)測站后，采用距離倒數(shù)權(quán)重插值法將NCEP再分析資料和不同GCMs網(wǎng)格空間分辨率進(jìn)行匹配。對(duì)數(shù)據(jù)進(jìn)行降維，以CCSM4為例，根據(jù)其空間分辨率(1.25°×0.9375°)確定研究區(qū)域內(nèi)包含測站的網(wǎng)格，假定網(wǎng)格數(shù)為6，每個(gè)網(wǎng)格對(duì)應(yīng)NCEP再分析氣候異常因子16個(gè)，則作為降尺度模型預(yù)報(bào)因子共96維(6×16)，采用PCA對(duì)預(yù)報(bào)因子進(jìn)行降維，取前幾個(gè)主成分(方差累計(jì)貢獻(xiàn)率>0.9)作為降尺度模型輸入?yún)?shù)。采用1951-2000年研究區(qū)域?qū)崪y逐日降水資料及極端降水指標(biāo)與NCEP再分析預(yù)報(bào)因子建立統(tǒng)計(jì)關(guān)系，計(jì)算SDSM降尺度模型參數(shù)，采用2001-2013年數(shù)據(jù)對(duì)模型進(jìn)行驗(yàn)證，最后將GCMs輸出逐日數(shù)據(jù)作為模型的輸入降尺度得到不同RCPs下研究區(qū)域內(nèi)降水及極端降水指標(biāo)。

3.2 數(shù)據(jù)集成與融合

以衛(wèi)星遙感技術(shù)、雨水情自動(dòng)測報(bào)系統(tǒng)及無線傳感器網(wǎng)絡(luò)(WSN)等為代表的先進(jìn)信息采集和傳輸技術(shù)，促生了大量近實(shí)時(shí)數(shù)據(jù)，通過對(duì)近實(shí)時(shí)數(shù)據(jù)的分析，結(jié)合暴雨洪澇形成過程的模擬，推演出城市暴雨洪澇預(yù)警信息。城市水情自動(dòng)測報(bào)系統(tǒng)、水雨情數(shù)據(jù)采集儀(RTU)、易澇點(diǎn)監(jiān)控視頻系統(tǒng)、水位傳感器及水流測速儀等產(chǎn)生大量近實(shí)時(shí)數(shù)據(jù)，采用無線傳輸(GPRS)、超短波(VHF)、短消息業(yè)務(wù)(SMS)和無線傳感網(wǎng)絡(luò)(WSN)等方式進(jìn)行傳輸并統(tǒng)一進(jìn)入城市水利專網(wǎng)數(shù)據(jù)通信鏈路。這些數(shù)據(jù)具有較高時(shí)空分辨率，數(shù)據(jù)量極大(TB級(jí))，基于高性能計(jì)算機(jī)集群對(duì)近實(shí)時(shí)獲取的與暴雨洪澇相關(guān)數(shù)據(jù)進(jìn)行處理，消除數(shù)據(jù)冗余，降低數(shù)據(jù)粒度。通過信息深度集成以及信息融合從海量數(shù)據(jù)中分析、挖掘出有價(jià)值的暴雨洪澇信息，提供城市暴雨洪澇預(yù)警。經(jīng)上述處理后數(shù)據(jù)量級(jí)和粒度顯著降低，進(jìn)一步篩選與城市暴雨洪澇相關(guān)的空間地理信息、土地利用和植被覆蓋等多方面數(shù)據(jù)資源。采用數(shù)據(jù)集成中間件將隸屬城市氣象、水文和防汛辦等不同部門數(shù)據(jù)庫中數(shù)據(jù)集成到物理存儲(chǔ)和邏輯定義統(tǒng)一的標(biāo)準(zhǔn)化數(shù)據(jù)庫中，為城市暴雨洪澇預(yù)警以及應(yīng)對(duì)預(yù)案等服務(wù)提供數(shù)據(jù)資源。

3.3 可視化模擬仿真

在多源海量信息集成基礎(chǔ)上，遵循國際開放地理數(shù)據(jù)互操作規(guī)范OpenGIS和水利行業(yè)標(biāo)準(zhǔn)搭建城市可視化環(huán)境，用于城市暴雨洪澇實(shí)時(shí)監(jiān)視、面雨量計(jì)算、洪澇淹沒分析與模擬。采用金字塔技術(shù)對(duì)Shuttle Radar Topography Mission(SRTM)、NASA的Blue Marble Next Generation(BMNG)遙感影像和空間地理信息進(jìn)行切片處理，基于四叉樹編碼規(guī)則對(duì)切片數(shù)據(jù)進(jìn)行組織與管理。通過對(duì)不同金字塔級(jí)別SRTM和BMNG數(shù)據(jù)的拼接與渲染搭建城市基礎(chǔ)地形，采用基于WebGIS的網(wǎng)絡(luò)地圖服務(wù)(Web Map Server, WMS)功能實(shí)現(xiàn)城市空間地理信息與基礎(chǔ)地形地貌的無縫接合，在此之上對(duì)與城市暴雨洪澇相關(guān)的水工建筑物(防洪堤、水閘、排水管網(wǎng)等)進(jìn)行三維空間建模，對(duì)數(shù)據(jù)進(jìn)行有效整合與高效管理。將與城市暴雨洪澇相關(guān)的河流水系與溝渠等空間地理信息，土地利用(建筑用地、綠化用地、公路用地等)以及植被覆蓋(園地、林地、草地等)等城市土地利用和植被狀況以WMS形式在可視化環(huán)境中進(jìn)行疊加。采用GPS空間定位服務(wù)對(duì)城市易積水路段、居民低洼易澇院落、地鐵口、城鄉(xiāng)結(jié)合部以及立交橋下穿隧道等城市易澇點(diǎn)在可視化環(huán)境中進(jìn)行標(biāo)識(shí)。采用OpenGL技術(shù)對(duì)城市水雨情測站(水文站、水位站和雨量站)、暴雨洪澇監(jiān)測關(guān)鍵斷面等信息進(jìn)行圖元化展示，輔助決策支持。

4 討論與結(jié)論

(1)受氣候變化和城市化擴(kuò)張的雙重影響，城市暴雨洪澇呈現(xiàn)出突發(fā)、頻發(fā)和高危害等特征，在對(duì)近年來典型城市暴雨洪澇發(fā)生時(shí)間、地理位置和基本情況統(tǒng)計(jì)分析基礎(chǔ)上，從時(shí)間上、空間上、成因上、災(zāi)損和管理應(yīng)對(duì)上5個(gè)層面對(duì)變化環(huán)境下城市暴雨洪澇特征進(jìn)行分析，為城市暴雨洪澇成因及其應(yīng)對(duì)奠定基礎(chǔ)。

(2)環(huán)境在變，暴雨洪澇也在變，不同城市、不同時(shí)段暴雨洪澇致災(zāi)因子、孕災(zāi)環(huán)境、承災(zāi)體及其造成的災(zāi)損與次生衍生災(zāi)害存在較大差異，從氣候變化和城市化進(jìn)程兩個(gè)方面對(duì)具有復(fù)雜性、不確定性以及高危害性等特征的城市暴雨洪澇成因進(jìn)行分析。

(3)針對(duì)變化環(huán)境下城市暴雨洪澇問題如何快速響應(yīng)與科學(xué)應(yīng)對(duì)是關(guān)鍵，將多種先進(jìn)信息技術(shù)應(yīng)用到城市暴雨洪澇應(yīng)對(duì)中，構(gòu)建集預(yù)估、預(yù)測、預(yù)警和預(yù)案為一體的“四預(yù)”應(yīng)對(duì)新模式，改傳統(tǒng)的事后分析和被動(dòng)應(yīng)對(duì)為事前預(yù)估和預(yù)測，事中預(yù)警和預(yù)案服務(wù)，為城市暴雨洪澇提供中長期、短期、近實(shí)時(shí)和實(shí)時(shí)的應(yīng)對(duì)模式，增強(qiáng)城市防御暴雨洪澇能力，提升城市暴雨快速應(yīng)對(duì)水平，最大限度降低暴雨洪澇災(zāi)損，具有重要的意義和應(yīng)用推廣價(jià)值。

[1] 丁一匯. 中國氣候[M]. 北京：科學(xué)出版社,2013.

[2] 解以揚(yáng), 李大鳴, 李培彥, 等. 城市暴雨內(nèi)澇數(shù)學(xué)模型的研究與應(yīng)用[J]. 水科學(xué)進(jìn)展, 2005, 16(3):384-390.

[3] 徐向陽, 劉俊, 郝慶慶, 等. 城市暴雨積水過程的模擬[J]. 水科學(xué)進(jìn)展, 2003, 14(2):193-196.

[4] 胡偉賢, 何文華, 黃國如, 等. 城市雨洪模擬技術(shù)研究進(jìn)展[J]. 水科學(xué)進(jìn)展, 2010, 21(1):137-144.

[5] 趙慶云，宋松濤，楊貴名，等. 西北地區(qū)暴雨時(shí)空變化及異常年夏季環(huán)流特征[J]. 蘭州大學(xué)學(xué)報(bào)(自然科學(xué)版)，2014,50(4):517-522.

[6] 袁藝, 史培軍, 劉穎慧, 等. 土地利用變化對(duì)城市洪澇災(zāi)害的影響[J]. 自然災(zāi)害學(xué)報(bào), 2003, 12(3):6-13.

[7] 宋曉猛, 張建云, 王國慶, 等. 變化環(huán)境下城市水文學(xué)的發(fā)展與挑戰(zhàn)—II.城市雨洪模擬與管理[J]. 水科學(xué)進(jìn)展, 2014,25(5):752-764.

[8] 車伍, 張偉, 李俊奇, 等. 中國城市雨洪控制利用模式研究[J]. 中國給水排水, 2010, 26(16):51-57.

[9] 張冬冬, 嚴(yán)登華, 王義成, 等. 城市內(nèi)澇災(zāi)害風(fēng)險(xiǎn)評(píng)估及綜合應(yīng)對(duì)研究進(jìn)展[J]. 災(zāi)害學(xué), 2014, 29(1): 144-149.

[10]Geiger WP, Dorsch HR. Quantity-Quality Simulation(QQS): A Detailed Continuous Planning Model for the Urban Runoff Control. Volume 1, Model Description, Testing and Applications[R]. US Environmental Protection Agency, Cincinnati, OH. Report EPA/600/2-80-011, 1980.

[11]Huber WC. Storm Water Management Model, Version 4, User’s Manual[R]. US Environmental Protection Agency, Athens, Georgia. Report EPA/600/3-88-001a, 1988.

[12]Knight D, Sellin R. The SERC flood channel facility[J]. Water and Environment Journal, 1987, 1(2):198-204.

[13]Zoppou C. Review of urban storm water models[J]. Environmental Modelling & Software, 2001, 16(3):195-231.

[14]岑國平. 城市雨水徑流計(jì)算模型[J]. 水利學(xué)報(bào), 1990(10):68-75.

[15]Kuo CC, Gan TY, Hanrahan JL. Precipitation frequency analysis based on regional climate simulations in Central Alberta[J]. Journal of Hydrology, 2014, 510: 436-446.

[16]Tripathi R, Sengupta SK, Patra A, et al. Climate change, urban development, and community perception of an extreme flood: A case study of Vernonia, Oregon, USA[J]. Applied Geography, 2014, 46:137-146.

[17]Jiang RG, Gan TY, Xie JC, et al. Spatiotemporal variability of Alberta’s seasonal precipitation, their teleconnection with large-scale climate anomalies and sea surface temperature[J]. International Journal of Climatology, 2014, 34(9):2899-2917.

[18]Coupe SJ, Faraj AS, Nnadi EO, et al. Integrated sustainable urban drainage systems[J]. Water Efficiency in Buildings: Theory and Practice, 2013:147.

[19]Field R, Struck S, Tafuri A, et al. BMP Technology in Urban Watersheds: Current and Future Directions[M]. Reston :American Society of Civil Engineers, 2006.

[20]姜仁貴, 韓浩, 解建倉, 等. 變化環(huán)境下城市暴雨洪澇研究進(jìn)展[J]. 水資源與水工程學(xué)報(bào), 2016, 27(3): 11-17.

[21]張建云, 宋曉猛, 王國慶, 等. 變化環(huán)境下城市水文學(xué)的發(fā)展與挑戰(zhàn)—I.城市水文效應(yīng)[J]. 水科學(xué)進(jìn)展, 2014,25(4):594-605.

[22]Dou J, Wang Y, Bornstein R, et al. Observed spatial characteristics of Beijing urban-climate impacts on summer thunderstorms[J]. Journal of Applied Meteorology and Climatology, 2014, 54:94-105.

The New Response Mode of Urban Storm Floodunder Changing Environment

JIANG Rengui1, HAN Hao1, XIE Jiancang1and LI Fawen2

(1.StateKeyLaboratoryofEco-hydrologicEngineeringinNorthwestintheAridArea,Xi’anUniversityofTechnology,Xi’an710048,China; 2.StateKeyLaboratoryofHydraulicEngineeringSimulationandSafety,TianjinUniversity,Tianjin300072,China)

ItisofcriticaltoresponsetotheUrbanStormFlood(USF)becauseofitscharacteristicsofsuddenness,complicatedcausesandseriousdisasterlossesbasedonthecharacteristicsandcausesoftheUSF.Thehydrologicalsimulation, 3Stechnologiesintegration,visualizationsimulationareusedintherapidresponsetotheUSF.Rapidresponseandemergencyresponsearepresentedfromthenon-engineeringmeasures,toreducetheflooddisasterlossestotheutmostextent.Thenewresponsemode,integratingscenariowithprojection,forecast,earlywarningandpreplanisproposed.TheprojectionmodelofthelocalUSFisestablishedusingdownscaledmethods.Theshort-termforecastofUSFisdonecouplingmeteorologicalandhydrologicalinformation.Theearly-warningandpreplanoftheUSFarepresentedusingmulti-sourcedatafusionandvisualsimulationtechnologies,whichimprovetheoperabilityandbelievabilityoftheresponse,toprovidesupportfortherapidandscientificresponse.

urbanstormflood;responsemode;changingenvironment;urbanwatersecurity

2016-12-30

2017-03-16

國家自然科學(xué)基金資助項(xiàng)目(51509201,51679188)；國家重點(diǎn)研發(fā)計(jì)劃課題(2016YFC0401409)；中國博士后科學(xué)基金資助項(xiàng)目(2016M590964)； 陜西省高校科協(xié)青年人才托舉計(jì)劃項(xiàng)目(20160217)

姜仁貴(1985- )，男，江西玉山人，副教授，博士，主要從事減災(zāi)應(yīng)急管理與工程管理信息化的研究. E-mail:jrengui@163.com

解建倉(1963- )，男，陜西眉縣人，教授，博士生導(dǎo)師，主要從事水文水資源和水利信息化的研究. E-mail:jcxie@xaut.edu.cn

10.3969/j.issn.1000-811X.2017.03.003.]

X43; TV122

A

1000-811X(2017)03-0012-06

10.3969/j.issn.1000-811X.2017.03.003

姜仁貴，韓浩，解建倉，等. 變化環(huán)境下城市暴雨洪澇應(yīng)對(duì)新模式研究[J]. 災(zāi)害學(xué)，2017，32(3)：12-17. [JIANG Rengui , HAN Hao, XIE Jiancang, et al. The New Response Mode of Urban Storm Flood Under Changing Environment[J]. Journal of Catastrophology，2017，32(3)：12-17.