城市内涝灾害模拟与灾情风险评估研究进展

李 瑶，胡潭高，潘骁骏，雷享勇，谢俊杰，徐露洁，王 雪

(1. 杭州师范大学 遥感与地球科学研究院，浙江 杭州 311121；2. 浙江省城市湿地与区域变化研究重点实验室，浙江 杭州 311121；3. 石河子大学 理学院，新疆 石河子 832003；4. 浙江省第二测绘院，浙江 杭州 310012)

0 引 言

进入21世纪以来，随着我国城市化进程进一步加快，使得城市人口高度集中，不透水的道路及混凝土建筑不断增多，城市绿地面积不断缩减，居民日常生活和工业生产排放的大量废气导致“热岛效应”加剧，从而促使区域性强降雨频发。快速的城市化进程也改变了城市下垫面状况，不透水路面、停车场越来越多，绿色植被和坑塘等具有调蓄功能的城市景观越来越少，地表的持水、滞水及渗透能力减弱，强降雨爆发时地表径流汇流时间缩短而且径流量增大，使得城区内涝灾害加剧[1]。同时，大规模的城市扩张往往造成局部水系紊乱，河道与排水管网的淤塞，进一步降低了城市防洪排涝能力，导致内涝灾情加重。城市扩张所带来的问题正日益凸显，尤其是汛期强降雨导致的内涝灾害现象日渐成为亟需解决的城市顽疾。

根据住建部对外公开的数据显示，2008～2010年间，有62%的城市发生过不同程度的内涝，其中内涝灾害超过3次以上的城市有137个，其中57个城市的最长积水时间超过12小时。2010年，全国有100余座城市因暴雨积水发生严重内涝，仅广州市因内涝造成的损失就超过10亿元。2011年6月武汉遭遇5场特大暴雨，全市80多条路段严重受阻；同月23日北京平均降雨量达50mm，且分布极不均匀，造成多条地铁线被迫停运、地面76条公交线路受到影响，其中34条运营线路无法正常行驶、造成3000多辆汽车被淹，2人身亡的惨剧。2012年7月21日，北京遭遇特大暴雨。暴雨导致79人死亡，163处不可移动文物不同程度受损，10660间房屋倒塌，116.4亿元经济损失。2013年7月6日至7日，武汉市遭遇长达41小时的暴雨袭击，由于雨水无法快速排出，造成城区大面积积水；继而在7月8日至12日，成都又再次迎来多日暴雨，天府之国瞬时变成了“天府泽国”。2016年武汉“7.6特大暴雨”导致武汉地铁2号线、4号线多个出入口突然进水，部分站点采取临时封闭措施，地铁4号线关闭了中南路站和梅苑小区站，全市路段共计169处路段车辆无法通行，严重影响市民的生活和工作。2013年10月期间，台风“菲特”带来的强暴雨造成10人死亡，4人失踪，3.06万间倒塌房屋的悲剧；余姚、奉化、安吉、上虞等18县（市、区）城市被淹，其中余姚市全城70%被淹5天；因灾造成直接经济损失逾275.58亿元。城市内涝灾害频发，不仅影响人民的生活和工作，影响社会秩序和发展，甚至严重威胁到生命财产，带来巨大的经济损失，造成难以挽回的伤害[2]。因而对城市内洪涝进行模拟和风险评估，进行科学的灾害风险管理，具有非常迫切的需求。

经过国内外学者在城市暴雨模型领域的多年研究，涌现出许多有较高价值的研究成果，如暴雨洪水管理模型（Storm Water Management Model, SWMM）、美国农业部水土保持局模型（Soil Conservation Service, SCS）、沃林福特模型（Wallingford Model）和分布式水文模型（Soil and Water Assessment Tool,SWAT）等，这些都为研究城市暴雨内涝灾害管理提供了一定的技术支持[3]。本文从城市内涝灾害形成机理入手，对两种常见的雨洪模型：SWMM模型以及SCS模型进行了概述。同时对城市内涝灾害风险评估方法进行分析，并着重介绍了基于历史灾情的评估方法、基于遥感图像和GIS耦合技术的评估方法以及基于指标体系的城市内涝评估方法，并对3种评估方法进行了综合分析评价。最后，在模型和评估方法评述的基础上，对城市内涝相关研究未来的发展方向进行了展望。

1 城市内涝灾害产生机理

城市内涝是指由于连续性降水或强降水超过城市排水能力致使城市内产生积水，危害人们正常生产生活，造成灾害的现象[4]。城市内涝的原因可分为自然因素和人为因素两大类，在自然因素和人为因素的耦合作用下，城市内涝灾害频发。

从自然因素看，日益复杂的全球气候变化，不断影响着城市的局地气候特征，增加了城市极端天气产生的概率，特别是东南沿海地区及地势较低的城市在季风气候、地形地势和地理位置等因素的作用下，更是增加了暴雨发生的频率及强度[5]。

从人为因素看，城市的快速建设所带来的一系列城市病如城市热岛效应、浑浊岛效应和雨岛效应，这些都会导致城市气流的运动状态改变，大气污染增加，空气中的降雨凝结核，增加了城市降雨频率与强度，是城市暴雨内涝的直接诱导因素。随着城市建设步伐加快，湖泊、洼地、沟塘等天然的“蓄水容器”被填充，取而代之的是沥青、水泥等硬质化地表，暴雨来临时，地表无法渗水，只能再地表聚积，硬质化地面亦加大了径流系数，加快雨水汇流速度。城市排水管网建设，规划及管理不完善，使排水管道无法满足暴雨天时暴涨的排水需求，也是导致内涝的重要原因[6],如图1所示。

图1 城市内涝机理Fig. 1 Urban waterlogging mechanism

此外，城市功能区规划不合理、雨水回收利用等基础设施不完善、防洪调度管理水平不高等因素，也是造成城市内涝的重要因素[7]。

2 城市雨洪模拟模型

欧美、日本等发达国家从20世纪50年代就开始了雨洪预测模拟模型的研究，到目前，已经有很多高价值的研究成果和模型问世，这些都为城市防洪排涝奠定了坚实的基础[8]。图2为城市雨洪模型的基本结构图。

图2 城市雨洪模型的基本结构Fig. 2 The basic structure of urban stormwater model

我国开展城市雨洪模拟模型研究起步较晚，但发展迅猛。我国相关专家开展了大量的研究工作，也取得了许多可喜的研究成果，开发了许多适合我国国情的城市雨洪模拟模型[9]。本文选取两种常见的城市雨洪模拟模型进行介绍。

2.1 SCS模型

SCS模型又称曲线数值法(Curve Number Method)，是美国农业部水土保持局于1954年开发研制的流域水文模型，是目前广泛应用的地表径流模型之一[10]。SCS计算公式如下：

式中，P为有效降雨量(mm)；Q为径流深度(mm)；S为流域当时的最大可能滞留量(mm)。因为 是一个难以求准的物理量，美国水土保持局在计算时引入下式：

模型制作者引入了径流曲线数（Curve Number，CN）以确定S，并规定：

式中，CN是反映降雨前流域特征的一个综合参数。CN是一个无量纲参数，是前期土壤湿度（antecedent moisture condition，AMC）、坡度、土地利用方式和土壤类型状况等因素的函数，CN值的大小间接地反映了流域各子单元的产流能力[11]。

罗利芳（2002）等借助于黄土高原地区的小区观测资料，计算不同下垫面情况下的曲线数值大小，并评定了在黄土高原使用的有效性[12]。张美华等（2004）以密云石匣试验小区为研究区，首先确定适合其校区的CN值，后利用SCS模型对研究区进行降雨径流量估算[13]。刘贤赵等（2005）提出了基于地理信息系统的SCS模型,并对王东沟流域径流过程进行了模拟，模拟精度达75%以上，说明模型所模拟的径流过程与实测径流过程具有较好的一致性[14]。许彦、潘文斌（2006）介绍了一种在Arcview环境中应用SCS模型的方法，并以福建省敖江一子流域为例进行模拟，最后生成了子流域径流深及径流量的模拟图[15]。彭定志，游进军（2006）借助于MODIS影像数据对SCS模型进行改进，并以汉江等8个流域为研究区进行水文模拟，为开展无资料地区水文预报进行了一定的尝试[16]。周翠宁等（2008）利用曲线数值法对北京温榆河流部分实测次降雨－径流过程及不同频率年降雨－径流进行模拟，结果表明SCS模型对温榆河流域预测径流是可行的[17]。Stephen B等（2009）提出了一个改进的SCS模型，将土壤水分的变化对径流产生的影响考虑在内，并在纽约州西部的秋溪流域进行验证，结果表明此模型适用性良好[18]。郭晓军等（2010）以云南省蒋家沟这一典型泥石流沟为研究对象，结合地理信息方法,用SCS模型和等流时线相结合对应流域降雨—径流过程进行模拟[19]。郑长统等（2011）在考虑地貌类型对喀斯特流域产流影响的基础上,对参数λ进行率定，改进后的SCS模型可以应用于喀斯特典型流域[20]。Reza Kabiri等（2013）以吉隆坡的巴生流域为研究区，将SCS模型及入渗模型Green-Ampt对径流的模拟情况进行对比，结果表明在3次模拟过程中两种模型的模拟结果并无太大差异[21]。

SCS模型具有结构简单、所需参数少、对观测数据的要求较小等优点，同时还考虑了流域下垫面对降雨径流的影响，能够客观描述地表径流过程，对于小面积集水区径流预报具有较强的能力[22]。其缺陷在于SCS模型主要是用于一场降雨（主要是暴雨）的流域水文模拟，所以对暴雨径流估算效果较好，不适合降雨量偏小时的径流模拟[23]。且CN值受研究区影响较大，针对不同区，需要重新选取或计算，计算比较复杂。

2.2 SWMM模型

暴雨洪水管理模型（Storm Water Management Model，SWMM）是美国国家环保局（United States Environmental Protection Agency，USEPA）于20世纪70年代为了设计和管理城市暴雨开发研制的综合性数学模型，它可以模拟完整的城市降雨径流过程，包括地面径流和排水系统中雨洪的调蓄过程[24-25]。

SWMM模型的核心水文水力模块包括：径流模块（Runoff）、输送模块（Transport）、扩充输送模块（Extran）、存储处理模块（Storage/Treatment）和多个服务模块如统计模块（Statistic）、绘图模块（Graph）、联合模块（Combine）、运行模块（Temp）和执行模块（Executive）等。这些模块可模拟跟踪子流域、河道或管道在任意时刻所产生径流的水质水量，具有较好的通用性，可用于规划设计和实际操作[26]；既可以对小流域进行模拟，也可对较大流域进行模拟，相对于其他模型，其模拟结果更接近于实测值。

任伯帜等（2006）运用长沙市霞凝港区的降雨径流资料对SWMM模型作了检验,结果表明该模型在港区小流域的雨洪分析中有较高的精度[27]。章程，蒋勇军等（2007）借助于SWMM模型对桂林丫吉岩溶试场进行径流模拟，模拟结果较好，说明SWMM模型也适用于岩溶峰丛洼地地区降雨径流过程的模拟[28]。郭莲英和景韶光（2008）根据北京市气象资料，利用SWMM对北京河流降雨进行仿真模拟模型，结果表明该方法能为北京雨洪利用提供一定支持[29]。赵树旗等（2009）以北京市某小区为研究对象，借助SWMM模型构建内涝模拟系统，结果表明模型很好地反映了排水小区的产流、汇流状况[30]。孙阿丽（2011）根据城市内涝灾害形成的机制，从小尺度研究，借助SWMM构建了上海市暴雨内涝模型[31]。郝玉伟（2011）利用SWMM模型对济南市城区进行模拟，后借助2007年暴雨数据进行检验，发现模拟效果良好[32]。朱靖等（2013）基于SWMM模型，结合西南地区快速的城市化进程与复杂的水文水力特性对某市进行模拟，结果表明SWMM模型在西南地区适用性良好[33]。何福力等（2015）利用SWMM模拟开封市运粮河组团项目区的雨水管网系统，并进行情景模拟，发现规划区能抵御一年一遇的大暴雨[34]。Mingfu Guan等（2015）利用SWMM模拟一系列场景在相似发展中城市排水情况，探索和评估了渐进的水文变化发生在从农村城市发展到一个中等密度住宅排水情况[35]。

SWMM是完善的城市雨洪模拟模型，通用性较好，但该模型较为复杂，且需要大量的数据如研究区的降水、地表及管网资料，模型相关参数的取值也有待讨论[36]。

2.3 其他模型

自20世纪60年代，欧美国家就开始研制城市雨洪管理模型，雨洪模型的最初功能大多为了数据监测。从70年代开始雨洪模型得到了不断的发展完善，开始出现一些其他功能如非点源污染的监测、水土保持等[37]。除上述介绍模型外，常见的雨洪模拟模型见表1。

表1 20世纪60年代以来的城市雨洪模型Tab. 1 Urban stormwater model since the 1960s

3 城市内涝风险评估方法

城市风险评估模型可以帮助政府等相关部门及时开展城市内涝预警，城市内涝防治及城市居民疏散等，对城市管理者应对灾害时的管理及决策具有重大意义。本文总结了国内外相关研究，并着重介绍了3个城市内涝风险评估分析方法。

3.1 基于历史灾情数理统计的城市内涝风险评估

基于历史灾情数据的风险评估通常是根据已有洪灾历史灾情数据如受灾人口、成灾面积、受损房屋及一些直接经济损失等统计数据, 利用数理统计的方法对这些数据进行分析，可以进行洪灾风险评价，进而对未来灾害造成的可能损失进行预估[38]。

郭涛（1994）分析了历史洪水和洪水灾害的特征，并发现洪水的发生具有一定的时序特征，即洪涝的季节变化和年际变化有一定的趋势可循[39]。程根伟和陈桂蓉（1996）将长江上游洪涝灾害分为四川盆地区、滇东北区和乌江区三大片，并统计了从公元7世纪到20世纪的洪灾史料，分析了洪灾演变情况并提出一些防洪抗灾措施[40]。刘新立和史培军（2001）基于“长江流域历史洪涝灾害数据”和“中国七大江河历史洪涝灾害数据库”，对长江流域的水灾风险进行了分析和评估[41]。Gerardo Benito等（2004）结合历史学、地质学、及统计学等多学科方法，提出了基于长时间序列历史洪灾数据的洪水风险评估方法[42]。秦年秀和姜彤（2005）以长江流域数字地图为基础，选取不同重复期的共10次洪涝灾害，借助于Arc View等工具对长江中下游地区的洪灾风险进行了分区及评价[43]。殷淑燕、王海燕等（2010）统计了189BC到2008AD汉江上游地区的洪涝灾害情况，并以50年为单位统计洪灾发生频率[44]。缪启龙等（2012）以杭州市1959～2009共50年的降水及财产损失资料为基础，对杭州进行暴雨洪涝灾害风险区划[45]。

基于历史灾情数理统计的方法,思路清晰，计算简单，故而使用起来较为方便。但这种方法也存在一些局限性：①本方法对历史洪涝灾害统计数据的完整性和准确性要求高，但长期不间断的历史灾情数据往往难以获取，因此在实现过程中有一定的局限性；②风险是未来的潜在发生的可能性,且随着时间推移孕灾环境、致灾因子、承灾体也会发生一定的变化，洪灾风险也随之发生动态变化，所以存在很大的不确定性。③由于历史灾情统计数据多来源于行政区划单元较大空间尺度，不适合小尺度区域的洪灾风险评估。

3.2 遥感图像和GIS技术耦合分析的城市内涝风险评估

随着3S技术的快速发展，3S技术也越来越多地被应用于灾害评估领域。而遥感图像和GIS耦合的洪涝灾害风险评估主要是以洪涝灾害时遥感图像为基础，借助于Arc GIS平台提取受灾区的信息（如掩没范围、汇流状况等），最后加入受损的承灾体数量、范围等信息，并借此构建的风险分析模型，评估研究区洪涝灾害风险大小。

Michael Stephen等（2004）以时间序列遥感影像为基础，利用GIS构建模型，预测洪灾风险[46]。张会等（2005）借助于GIS技术和自然灾害风险评估方法对辽河中下游洪涝灾害进行风险评估及区划，并将结果成图输出[47]。唐川和师玉娥（2006）基于高分辨率遥感影像，借助GIS进行了山洪灾害损失评估和风险评价[48]。刘家福等（2008）在GIS技术与AHP方法的基础上，研究获取了淮河流域洪水灾害危险性和脆弱性评估图，并确定了淮河流域高危险性等级的主要分布区[49]。殷杰等（2009）以上海市川沙镇临园社区为研究区，利用遥感影像与GIS技术，对社区暴雨内涝灾害进行情景分析和灾害风险评估[50]。尹占娥等（2010）以上海市静安区为例，创建一个基于GIS栅格的城市内涝模型，并探索了开展小尺度城市自然灾害情景模拟和风险评估[51]。蔡哲等（2013）基于Rapid Eye影像及城区的部分基础数据，利用GIS制作了济南市城区内涝风险评估区划图[52]。

GIS方法是自然属性数据和社会经济数据联系的纽带，借助GIS平台可将社会经济数据与空间自然属性数据相叠加，可为洪灾风险评价提供重要支撑。局限性在于：①遥感影像淹没范围的提取基本可以实现，但是提取淹没区深度信息的技术尚不成熟；②对研究区遥感图像的空间分辨率要求较高；③精确的灾害损失数据很难估算出来，不能为灾后重建工作提供精确的数据支撑。

3.3 基于指标体系评估法的城市内涝风险评估

指标体系风险评估法主要是根据灾害系统的特点，凭研究者经验选取适当的指标体系，然后通过一系列数理方法对原始指标进行处理，最后得到灾害风险的评价体系。

周成虎等（2000）选取降雨、地形、区域社会经济状况等指标，借助GIS 软件对辽河区域洪灾进行风险区划[53]。傅湘和纪昌明（2000）分析洪灾损失评估特点后,建立了洪灾损失评估的统一指标,对城市涝灾损失进行了分析评估[54]。何报寅等（2002）选取地形、降水量、河网以及历史上洪灾发生的频次4个因子对湖北省洪水灾害危险性进行评价[55]。张会等（2005）以辽河中下游为研究区，选取风险灾害四因子为评价指标，评估不同县的相关损失风险。唐川等（2005）选取地形坡度、暴雨天数、河网缓冲区、标准面积洪峰流量、泥石流分布密度和洪灾历史统计共六项因子对红河流域的山洪灾害进行风险评价[56]。戴晶晶等以苏州市中心区为研究对象，选取建筑物及道路建设情况、设施重要性等指标建立相应的数学模型来评价市中心的内涝风险[57]。

基于指标体系的洪涝灾害风险评估方法相对简单，在我国灾害风险分析与评估中应用最为广泛，其重点在于指标选取及权重分析。而该方法的局限性在于：①评估指标通常是研究者凭经验选取，随意性较大，因此选取的指标往往不完善，不具备典型性；②指标选取通常是建立在较大区域的宏观选取及灾害评估上，不适于小尺度的研究区，且所需数据量较大；③指标选取时有可能出现以点代面的情况，不能完全反映灾害风险的空间分布特征。

4 结束语

1）小结

本文在综合分析城市内涝机理的基础上，对现有城市雨洪模拟模型和内涝风险评估方法进行分析和讨论，并总结如下：

①在城市内涝形成机理方面：城市内涝愈演愈烈除自然因素外，主要是由城市的不科学开发行为造成，由于城市一味追求经济高速发展，具有蓄水功能的土地大面积变为硬质化地面，污染气体的大量排放亦增多了雨水频率。因此为了减少城市内涝发生概率，在城市开发过程中应注重生态环境保护，在经济发展的同时，也要考虑社会生态效益。此外城市排水管网的不合理建设等也是造成内涝的重要原因，城市规划管理部门应科学规划和完善城市排水管网系统，同时保护好城市湿地等具有蓄水功能的城市绿地资源。

②在城市雨洪模拟模型进展方面：当前，国内外学者已经研制了很多雨洪模拟模型，其中应用较为广泛的是SWMM和SCS。其中SWMM模型可以模拟完整的城市降雨径流过程，具有较好的通用性，但是不足之处是模型较为复杂，需要大量的数据且模型相关参数的取值也有待讨论；而SCS模型的优势在于参数较少且结构简单，并能在考虑流域下垫面对径流影响的基础上客观描述地表径流过程，其局限性在于不适合降雨量偏小时的径流模拟，模型关键参数CN值受研究区影响较大且计算比较复杂。

③在城市内涝风险评估方面：常见的城市内涝灾害风险评估主要有：基于历史灾情数理统计的城市内涝风险评估、遥感图像和GIS技术耦合分析的城市内涝风险评估和基于指标体系评估法的城市内涝风险评估等方法。其中，基于历史灾情数理统计的方法思路清晰且计算简单，但其对数据的完整性及连贯性要求较高，故在实现过程中会受到诸多限制；遥感图像和GIS技术耦合分析的城市内涝风险评估法可叠加社会经济数据与空间自然属性数据，快速反映灾害风险的空间分布情况，但受到现有遥感提取技术的限制，部分信息的获取较困难；基于指标体系评估法的城市内涝风险评估法应用广泛且方法简单，但在指标选取及权重分析的过程中受研究者经验的影响较大，因而存在一定的局限性。总体而言，由于灾害历史统计信息、防灾减灾能力等信息的不足，使得在评估过程中评估指标的选取受到影响，所以应当注重城市灾害数据库的建设以及城市内涝风险评估系统的完善。

2）展望

城市内涝灾害频发，对我国造成极大的损失，但我国城市尚无成熟、完善的综合灾害风险防范平台，集成多模型耦合的城市雨洪模拟模型以及联合水文、生态、遥感等多学科开展内涝灾害风险评估将成为今后主要的发展趋势。

①搭建和集成更加高效、完善的城市雨洪模拟模型。结合各类已有雨洪模拟模型的优势，在数据获取、计算复杂性、模拟精度等方面取得平衡，形成一种更加高效的城市雨洪模拟模型。同时随着3S技术的发展，以GIS为平台开发城市内涝模型将成为一种趋势，即将多种城市雨洪模型与3S技术有机集成，形成具备较好的人机交互功能并集预警预报、决策支持等多功能于一体的城市雨洪模拟系统。

②多学科交叉联合，开展灾害风险评估。灾害风险评估的顺利推进能为防灾减灾、风险预测、灾害转移等决策提供科学依据，为我国的灾害管理部门提供技术支持。因此应联合多学科攻关，完善和提升内涝灾害风险管理水平。另外，城市内涝灾害风险评估方法相互交叉使用的案例越来越多，综合利用各类风险评估方法的优势，能够有效提高风险评估精度、增强结果靠性。