基于成都市中心城区暴雨强度公式修订的暴雨样本优选研究

2021-12-16赵刘伟

城市道桥与防洪 2021年11期

赵刘伟，张葵

（1.中国建筑西南设计研究院有限公司，四川成都 610041；2.成都市气象局，四川成都 610072）

0 引言

目前，对城市型水灾害成因和防灾减灾对策的研究越来越受到政府和社会的重视，已成为一个国际性的研究热点[1]。为适应气候趋势性变化，保障城市安全，客观表达城市暴雨特征，提高城市室外排水工程设计的科学性，编制和修订城市暴雨强度公式显得尤为重要[2]。暴雨强度公式编制常用的暴雨选样方法主要有年最大值法和年多个样法。2015年之前，我国城市使用的暴雨公式大多是采用年多个样法推导出来的，而发达国家由于城市雨量资料年限较长且城市排水设计重现期取值较高，于上世纪70年代就采取年最大值法[3-4]。目前国内暴雨选样专家学者及规范推荐采用年最大值法[5-10]，采用年最大值法编制暴雨强度公式暴雨样本资料年限至少需要二十年以上，须有最近年份的降雨资料，且资料年份越长越为可靠[11]。

成都市中心城区分钟降水量资料比较完善的气象站有国家监测站成都站，区域自动气象站青羊区光华村西、金牛区税务局、成华区二仙桥等四个气象站。由于历史原因，国家监测站成都站2004年迁至温江，国家监测站成都站分钟降水量资料有自1971年至2003年共33年的详细记录，而区域自动气象站及温江气象站降雨数据记录自2005年以来开始使用。截至暴雨强度公式修订工作启动时（2015年），青羊区光华村西、金牛区税务局、成华区二仙桥及温江气象站连续降雨记录资料才有十年，样本的代表性不足，而国家监测站成都站又缺少近十年的降雨记录，因此对暴雨样本系列的选取带来一定困难。现以国家监测站成都站暴雨样本为基础，通过对续接站点的合理性论证分析，选择出了成都市中心城区暴雨强度公式修编的最优暴雨样本系列，对类似情况的暴雨样本选取具有一定的借鉴意义。成都市已于2015年完成中心城区暴雨强度公式的修订工作，目前已发布并较好地用于指导成都市中心城区排水设施的建设。

1 数据来源

1.1 研究区概况

成都市地处四川盆地西部，青藏高原东缘，地理位置介于东经102°54′～104°53′、北纬30°05′～31°26′之间。全市土地面积为14 335 km2。地势由西北向东南倾斜，西部属于四川盆地边缘地区，东部属于四川盆地盆底平原。成都属亚热带季风气候，年平均气温16℃，年降雨量1 000 mm 左右，成都的雨水集中在7、8 两个月，冬春两季干旱少雨，极少冰雪。

1.2 数据来源

该项研究所有所涉及的降雨量数据均来自气象部门的观测数据，均符合气象观测规范，具有足够的可靠性。同一观测站点的连续观测资料均来自同一类型或同一条件，具有一致性和代表性；各个观测站点均是相互独立的，因此其观测资料具有独立性。具体的降水资料及年限见表1 所列。

表1 暴雨样本气象站点概况一览表

因成都市中心城区国家气象站2004年之后迁站至温江，2005年之后的样本资料选取只有从中心城区其余站点选取，为了研究续接站点的合理性，初步拟定以下4 个系列样本，然后论证分析选择最优的样本系列（见表2）。

表2 暴雨样本序列一览表

按照相关要求[2]，暴雨公式编制的降雨历时应采用5 min、10 min、15 min、20 min、30 min、45 min、60 min、90 min、120 min、150 min、180 min 共11 个历时。选取降雨资料样本中各降雨历时雨量的逐年最大值，作为暴雨强度公式编制的有效暴雨资料样本。采用逐分钟滑动统计法，选取各降雨历时雨量逐年最大值的降雨场次，记录选定降雨场次过程开始时间及逐分钟降雨量,作为各降雨历时的有效降雨资料样本。同一场次降雨过程中，同一种历时降雨不可以交叉，不受日、月界的限制（但不跨年）。选取降雨资料样本中各降雨历时雨量的逐年最大值，作为暴雨强度公式编制的有效暴雨资料样本。

2 研究方法

2.1 与周边区域气象站点的降雨特性相关性分析

由于相邻区域地理气候差异性不大，降雨具有空间的连续性和相似性，若周边相邻地区具有足够的降雨监测数据，则可结合当地满足规范要求的降雨资料，确定该地区定点定面的综合关系，进行暴雨样本的比选[12-13]。选取成都地区所有大监站（成都市中心城区周边13 个区市县）资料齐整的年总降水量与年1 小时暴雨个数作为样本，以各系列样本为代表的站点与成都市中心城区周边区域内上述13 个气象站点的年总降水量与年1 小时暴雨个数进行相关性分析，如果所选暴雨样本系列和周边降雨特性相似的站点样本相关性较好，则该暴雨样本具有较好的代表性。

样本的简单相关系数一般用r 表示，其中n 为样本量，Xi和分别为两个变量的观测值和均值。r 描述的是两个变量间线性相关强弱的程度。r 的取值在-1 与+1 之间，若r＞0，表明两个变量是正相关，即一个变量的值越大，另一个变量的值也会越大；若r＜0，表明两个变量是负相关，即一个变量的值越大另一个变量的值反而会越小。的绝对值越大表明相关性越强，要注意的是这里并不存在因果关系。r=0，表明两个变量间不是线性相关。

2.2 与降水特性变化相似区域降雨统计的类比分析

根据成都地区降水空间特性和各站点降雨特征分析，成都市中心城区降水特性变化与都江堰气象站为代表的片区降水特性变化有很大相似性。基于成都市中心城区暴雨样本推导出的暴雨强度值的变化特性，应与利用都江堰气象站样本资料（暴雨资料年份为1971-2014年）推导出的暴雨强度值的变化特性相似。以国家监测站成都站暴雨样本为基础（1971-2003年份资料），分别续接成都市中心城区范围内区域站（成华区二仙桥、金牛区税务局、青羊区光华区）的样本资料，运用理论频率分布曲线进行调整后的暴雨强度值变化特性对比研究。如果续接区域站的暴雨强度计算值的变化特性与都江堰暴雨强度值的变化特性较接近，那么该区域站的代表性最好，推导出的暴雨强度公式最可信。

对城市暴雨样本常使用三种理论分布曲线进行拟合调整，分别是皮尔逊Ⅲ（P-Ⅲ）型分布、指数分布和耿贝尔分布，各国家和地区采用的方法均不同[14]。根据相关资料及研究成果[15-16]，应用耿贝尔分布模型对暴雨样本进行频率分布曲线调整的精度更好。因此，采用耿贝尔分布曲线对暴雨样本进行频率调整。耿贝尔分布函数[15]为:

式中：x 为水文量；P（x＜xp）为耿贝尔分布的水文量小于xp概率；u、v 为为统计参数。

3 结果分析与讨论

3.1 依据年总降水量与年1 小时暴雨个数进行优选研究

选取成都地区所有大监站资料齐整的年总降水量与年1 小时暴雨个数作为样本，进行相关系数计算。

统计结果如图1 所示，以各系列样本为代表的站点与区域内其他站点年总降水量相关系数平均差值最小的是样本系列3，平均差值为0.01，这说明样本系列3 与各站的相关系数差值波动最小。

图1 各样本系列与成都年总降水量相关系数的差值图（无量纲）

统计结果如图2 所示，以各系列样本为代表的站点与区域内其他站点成都年1 小时暴雨个数相关系数平均差值最小的是样本系列3，平均差值为0.03，这说明样本系列3 与各站的相关系数差值波动最小。

图2 各样本系列与成都年1 小时暴雨个数相关系数的差值图（无量纲）

3.2 依据汛期24 小时降水进行优选研究

利用国家监测站成都站和温江、青羊区光华村西、金牛区税务局、成华区二仙桥三个气象站汛期24小时降水资料分析，成都站和温江站10年降水资料（1994-2003）进行比较，两站降水序列相关系数为0.692；市区3 个站点与温江站8年资料（2006-2013）进行比较，青羊区光华村西和温江站降水序列相关系数0.560，金牛区税务局和温江站降水序列相关系数0.666，成华区二仙桥和温江站降水序列相关系数0.58。从相关系数来看金牛区税务局降水序列效果好于青羊区光华村西站点和成华区二仙桥站点；分析青羊区光华村西和金牛区税务局两降水序列相关系数为0.732，表明市区两序列相关性较好，能代表市区降水真实情况，而温江区站点由于距离市区距离较远，相关性稍差。

进一步分析，假设成都站点降水与青羊区光华村西、金牛区税务局和成华区二仙桥降水连续，续借1994-2003年和2006-2013年两时段，比较与同时段的温江降水序列相关。青羊区光华村西与温江站相关系数为0.625 787，成华区二仙桥与温江站相关系数为0.636 545，金牛区税务局与温江区相关系数为0.677 572。即金牛区税务局与56 294 降水序列相关较高，与之前单独的相关相近，因此我们认为用金牛区税务局站点的数值代表成都后续年限的降水量是最优选择。

3.3 与降水特性变化相似区域降雨统计的类比分析

根据续接区域站后的暴雨样本推导的暴雨强度值与基于都江堰气象站点暴雨样本推求的暴雨强度值绝对量及相对量的变化形态研究（见图3～图6），可以发现，从绝对变化量来看，续接金牛区站点样本资料推导出来的暴雨强度值变化曲线较接近（或平行）于都江堰样本系列推导的暴雨强度值，且随着重现期的增加，变化形态接近度越大；从相对变化量来看，变化形态与绝对变化量的变化形态一致，且续接金牛区站点样本资料推导出来的暴雨强度值较接近都江堰样本系列推导的暴雨强度值。因此可以判定，成都市国家气象站样本系列+金牛区税务局区域站的样本系列作为暴雨强度公式推导的暴雨样本最优。