广州城市暴雨内涝模型模拟效果评估

李海燕，吴晓绚，王婷，潘蔚娟，肖婷，叶希莹

(1.广州市气候与农业气象中心，广东 广州 511430；2.广州市气象台，广东 广州 511430)

1 引 言

随着河南郑州遭遇“7·20”特大暴雨之后，我国的城市内涝问题，再度成为热点难题。郑州市因城市内涝导致地下室、车库、地下管网等地下空间多人溺亡。广州市是粤港澳大湾区的核心城市之一，也是暴雨多发城市，暴雨具有发生频率高、强度大、分布集中的特征，导致城市地面雨水不能及时排出产生的内涝和城市河涌行洪能力不足导致的河水漫溢淹城，带来不可估量的生命和财产损失[1-6]。譬如，2020年“5·22”特大暴雨过程，广州全市共410 处积水，多地出现水淹，增城官湖地铁站、新沙地铁站严重浸水导致地铁13号线停运，全市死亡4 人。另外，我国随着城镇化快速发展，城市暴雨内涝灾害难以完全避免，也是各个地区面临的共同问题；因此深入分析城市内涝问题，防患于未然是各地政府必不可少的基础公共课。

当前，应对城市内涝灾害问题，我国各地相关单位开展内涝影响预报和风险预警[7-17]。早期，天津市气象科学研究所建立了天津市城区内涝仿真模型[8-9]，该内涝仿真模型对沥涝动态进行监测和预报，在南京、深圳、西安等十几个城市得到推广应用。此后，张萍萍等[11]设计了适合武汉市的城市积涝仿真模型。杨辰等[15]研究采用概化方法针对外环内中心城区构建上海暴雨内涝评估模型，该模型可较好地模拟本市中心城区的内涝积水状况。可见，构建城市内涝数值模拟模型，实现城市内涝风险预警是可行的，为城市防涝救灾和城市发展规划提供决策依据。

城市内涝模型一般采用水动力模型方法，模拟城市内涝形成和演进过程，该方法通过计算水流的流速、流向和水深，能真实地反映城市复杂条件下的水流现象。仇劲卫等[18]以二维非恒定水力学模型为基础，采用无结构不规则网格，直接利用降雨信息进行城区沥涝仿真模拟。解以扬等[8-9]对该模型进行了改进，模型以平面二维非恒定流的基本方程和无结构不规则网格划分技术为骨架，根据天津、南京及南昌不同的地形地貌特征分别设计了不同计算网格。何文华[19]构建基于无结构网格的水动力模型，对2007 年7 月18 日济南市突发强暴雨洪水进行数值模拟，研究区域内的水流情况及洪水淹没范围。喻海军[20]基于水动力学方法，研究了城市洪涝数值模拟计算方法，将模型应用于深圳市区民治水库溃坝洪水风险分析和广州市新河浦社区暴雨洪水计算，并得出了较合理的结果。尹志聪等[14]根据北京城市地表、河道沟渠及排水管网等水文水动力学过程，建立了北京城市内涝数值模拟，主要模拟北京积水深度特征。黄清雨等[21]采用局部等体积法和水动力模型模拟上海城区内涝变化情况。苑希民等[22]采用小尺寸结构化网格构建石家庄市暴雨内涝水动力模型。我国在城市洪涝数值模拟技术方面研究不断深入[23-27]，为城市洪涝灾害管理提供有效的支持。

广州是经济快速发展的城市，尤其是，地下停车场、下凹式立交桥和地铁的大量修建，快速增加了新的城市内涝风险点，因此，为更深入研究广州城市暴雨内涝特征，广州市气象局基于广州地形数据，采用水动力方法，结合精细化降水预报，建立了广州城市暴雨内涝模型[28-29]，模型考虑不同土地利用类型，赋予城市建筑一定高度。模型可连续模拟城市内涝24 h 内逐6 min 的积水深度及对应的风险等级。

本文拟利用灾情资料和内涝点积水深度数据对模型模拟结果进行评估，以期为广州暴雨内涝的影响预报和风险评估提供技术支撑。

2 资料与方法

2.1 资 料

(1) 广州市全市416 个雨量站的降水观测资料，(2) 广州市中心城区内涝信息来源主要是广州市排水管理中心，郊区的内涝信息由各区气象局从当地相关部门获取。通过整理广州市排水中心的暴雨防御简报和一雨一报表，得到广州市内涝过程中对应的内涝隐患点及内涝过程(开始时间、结束时间、积水深度及内涝原因等)的信息。

为了更好地描述广州市积水内涝灾害范围和程度，参考广州市历年积水资料和受灾情况，将暴雨内涝预报划分为四个等级(表1)，分别是Ⅳ级对应的积水深度为5.0～19.9 cm，Ⅲ级对应的积水深度为20.0～59.9 cm，Ⅱ级对应的积水深度为60.0～119.9 cm，Ⅰ级对应的积水深度为≥120.0 cm。

表1 广州市暴雨内涝预报等级划分

此外，文中提到的重现期暴雨是指在一定年代的雨量记录资料统计期间内，大于或等于某暴雨强度的降雨出现一次的平均间隔时间，为该暴雨发生频率的倒数；模型模拟的命中率是指模型能模拟出实况内涝点的概率，即模拟出的实况内涝点与总实况内涝点之比。

2.2 广州城市内涝模型

广州市城市暴雨内涝模型就是模拟雨水落到地表之后，形成径流，到排出的过程。该模型理论基础是在水动力学理论上构建的，是基于水动力学方程的内涝模型，具体是把城市地表划分为一定分辨率栅格，然后在单个栅格及栅格之间计算产汇流，通过栅格产汇流计算后的水量进入城市排水管网进行传输，在排水管网中按照水动力学的方法进行流量的推演。基于水动力模型的内涝模型最大优势可详细体现城市内涝形成的整个过程，数据精度要求高[30]。因此，广州市城市暴雨内涝模型雨水整个运动过程可分为四个模块：(1) 降雨模块，主要是指时空分布有差异的降雨过程；(2) 产流模块，为雨水在地表的产流过程；(3) 地表汇流模块，对应雨水径流汇集到雨水口的过程；(4) 管网汇流模块，为排水管网的将雨水输送到受纳水体的过程。下面分别介绍四个模块的特征。

(1) 降雨模块。

主要利用逐6 min的雷达定量降水估测(QPE)产品(插值成50 m×50 m)更新1 h、3 h累计降水。

(2) 产流模块。

产流模型采用美国农业部水土保持局开发的经验水文模型——SCS 模型(Soil Conservation Service，1972)。SCS计算公式：

其中，Q为径流深度(mm)，P为一次降雨的总量(mm)，Ia为初损值，S为饱和储水量(mm)。Ia计算引入下式：Ia=0.2S。S计算公式为：S=25 400/CN-254，CN(Curve Number)是反应降雨前流域特征的综合参数，与土壤湿润程度(AMC)、坡度、土壤类型、植被和土地利用类型有关。

(3) 汇流模块。

DEM 数据是地理空间基础数据，本文使用30 m 分辨率数字高程数据，代表城市地形的高程变化。由于城市建筑对水体的阻挡，会改变水体在城市地表的分布，需要进行城市建筑修正：Mi=Di+Hi，其中，M表示修正后栅格单位高程值，D表示原地形高程值；H表示城市建筑高度，将建筑当作不可淹没的柱体，高度取10 m。

汇流采用快速淹没法：从边界出发，搜索上游区域的操作所经过的路径是高程不减的，即后搜索到的格网高程大于等于先搜索到的格网，搜索操作在遇到较低的格网时停止。如果DEM 中存在洼地地形，完成所有边界格网的上游搜索后，外部边界将向内部移动，形成一个内部边界，内部边界格网至少要比其未处理的8 邻域格网中的一个格网高。内部边界可在逐步搜索上游区域的过程中确定，保存在另一个优先级队列中。如此往复地搜索上游区域和填平洼地，直到DEM 中的所有格网都已被处理。遍历一次DEM 后，即可确定洼地区域的范围和出口等特征。

(4) 排水模块。

排水模块忽略管网的计算，采用暴雨强度公式表征排水能力，由于现在只有广州中心城区的暴雨强度公式，故采用统一标准。模拟计算时，除了排水，还要考虑上一时刻的积水情况。

3 广州城市暴雨内涝模型模拟

3.1 “5.22”暴雨内涝过程的模拟

3.1.1 “5.22”降水和积水实况

2020 年5 月21—22 日(北京时间，下同)，广州市出现暴雨到大暴雨，局部特大暴雨(图1)。 此次暴雨过程的小时雨强强度和范围均超历史纪录，全市有42 个测站的小时雨强超80 mm，破历史记录；超50 mm 的测站占82%，超100 mm 的测站占52%，250 mm 以上的雨量测站占5%；其中，黄埔区珠江街录得全市最大小时雨量为167.8 mm，超百年一遇，录得3 h 最大降水量288.5 mm，1 h 和3 h雨量都破黄埔区历史极值。

图1 2020年5月21日18时—22日07时广州总降水量(mm)

据不完全统计，全广州市共形成积水点410处，主要集中在广州的中部地区(图2a)。从总体看，广州中北部积水比南部严重，东部积水比西部严重。积水最严重主要分布在增城西南部和黄埔南部地区，积水深度基本上都超过1 m，最大积水深度达4 m，出现在增城新塘沙埔市场；中心城区的天河、海珠积水深度也较大在0.5～1.0 m 之间。另外，图2b 给出了“5.22”内涝过程对应的风险等级空间分布特征，内涝风险一级主要分布在增城和黄埔的南部地区，与最大积水深度区对应，二级、三级内涝风险等级主要分布在海珠、天河地区。此外，黄浦区南部地区积水深度大部分超多3 m，造成严重内涝导致人员伤亡、车辆受损；例如，黄埔区南部的开源大道隧道(积水深度3 m)水浸严重造成2人溺亡；内涝也引发山体滑坡等次生灾害，黄埔区发生3 起山体滑坡，导致4 间房屋倒塌，2人遇难。

图2 “5.22”内涝积水点的积水深度(a，cm)和风险等级分布(b)

可见，此次过程雨量最大的黄埔南部、增城西南部地区对应积水明显，积水深度最大达4 m，大部分超3 m，特别是隧道、涵洞、桥底、地铁等易涝风险点，也易造成灾情，因此要特别关注这些地区做好相关措施。

3.1.2 模型模拟“5.22”积水情况

为了验证该模型的模拟效果，本文以广州市自动气象站的降水观测数据为驱动条件，模型从5月21 日18 时 开 始模拟到22 日07 时，共13 小时。最大积水深度如图3所示，模型能够模拟出增城西南部和黄埔南部地区严重内涝，积水深度为1.0～1.5 m，最大积水深度为1.5 m，位于黄埔区黄埔东路2 756 号，与积水实况对比(图2)发现，尽管模型模拟出了该地区不少的积水，但和实况相比明显偏弱。同时，模型对中心城区的天河、海珠及越秀区，尤其是天河部分地区的内涝积水也有很好的模拟能力。天河区的华南师范大学周边模拟出超过1m的积水，部分地区积水深度为0.5 m 左右，这和灾情分布是相符的。另外从内涝风险预警等级分布来看，预警发布与积水深度相对应的，但是一级内涝风险等级比实况的少，特别是黄埔和增城南部的内涝预警点明显偏少，模型对番禺区的内涝风险等级预警偏高。具体看模型对各等级的模拟情况(图4)，模型对一级、二级及四级内涝风险等级内涝点的模拟明显比实况偏少，对三级内涝点模拟与实况相当。

图3 同图2，但为模型模拟结果

图4 模型模拟的风险等级与实况对比结果

本研究还采用内涝点的实况积水深度与模型模拟结果进行了对比分析，由表2 可见，模拟的积水深度与实测结果存在偏差，模拟的积水误差小于20 cm 占40%，30 cm 以内，大约占64%，误差基本在30 cm 以下，但36%的内涝点积水误差大于30 cm。在大于30 cm 的误差中，主要是模拟的积水深度结果偏小。总体来看，利用该模型得到的积水深度与实测结果大体吻合。

表2 广州暴雨内涝模型积水深度误差统计

一般来说，下凹式隧道、桥底、地下车库、地铁站、低洼路面等极易成为周围降雨的客水汇流区或产生地下涌出水，是城市内涝的高风险点。本研究针对这些内涝高风险点进行了更细致的检验分析，表3 中的内涝点主要集中在广州中部地区，少数位于广州北部和南部地区。大部分内涝点的模拟和实测值比较吻合，如车陂隧道北、万洲大桥、天河客运站、广园路桥底、永宁街第一小学、东联学校、白石瑶田市场等。这些内涝点的积水一般在1m 以下，模型对这种量级的积水有不错的模拟能力。科学大道实测积水1.4 m，模拟值0.1 m，官湖地铁站积水1.5 m，模拟值0.3 m，派潭小径村实测积水1.0 m，模拟值0.0 m，其他积水达到2 m 或以上的内涝点，模拟结果明显偏小，大部分没有超过1 m。说明，该模型对积水深度为2m 左右内涝点模拟能力比较差，这可能是因为模型中对大范围降雨考虑不足的原因。

表3 “5.22”积水模拟和实况对比(m)

可见，通过“5.22”典型的内涝实况对比发现，模型对严重内涝点模拟效果比较差，因此要根据积水深度实况及灾情调查结果，调整模型的参数，比如在降雨模块提高QPE 估测的累计降水量，以期实现模型能够更真实地模拟内涝积水过程。

3.2 不同重现期暴雨内涝模拟

广州城市化的高速发展，使大量人口涌入中心城区，居住环境受到影响，土地利用率提高，城市建筑等设施快速发展，使得广州市中心城区内涝频发，因此基于构建的广州城市内涝模型，分别模拟了1h和3 h重现期雨量下的广州中心城区内涝分布情况。

降水重现期计算采用皮尔逊Ⅲ型概率分布函数的推算结果，得到广州中心城区(天河、越秀、荔湾、海珠)10 年、20 年、50 年、100 年一遇的1 h 重现期雨量分别为75 mm、83 mm、87 mm、92 mm、99 mm(表4)；3 h 重现期雨量分别为124 mm、143 mm、154 mm、167 mm、184 mm(表5)。1 h 重现期雨情下，积水深度一般在20 cm 以下，占总面积的50%左右，部分在20～59 cm。3h降雨情景下，积水面积继续扩大，积水明显加深，积水深度一般在20～59 cm，占总面积的50%左右，部分在0～20 cm 和60～119 cm。6 h 和12 h 重现期雨情下的特征变化基本一致的(图略)，积水面积随着历时的增加，积水面积扩大，积水加深，积水深度一般在20～59 cm，占总面积的40%～50%，其次是在60～119 cm 之间，占总面积的30%～40%。从模拟的积水总面积看，基本上是随着历时的增加而增大的。可见，雨量越大，历时越大，广州中心地区就越容易遭受暴雨内涝灾害。

表4 1 h重现期雨量下的积水模拟结果

表5 3 h重现期雨量下的积水模拟结果

4 业务应用

2018年广州城市暴雨内涝模型开始在广州城市暴雨内涝监测预警平台正式运行，因此，对2019—2020 年广州暴雨26 个内涝过程的风险等级模拟结果进行评估，内涝风险等级是按照表1中的积水深度划分的等级，模型对近两年内涝过程内涝风险等级的模拟命中率为65%(模拟出实测的内涝点概率)，显然，模型对暴雨内涝风险等级的命中率可作为暴雨内涝等级的参考；模型对不同总降水量量级的内涝过程的命中率为24%～73%，具体的对总降水量为50～100 mm 的降水过程命中率最高为72.8%，对总降水量级大于250 mm 的降雨命中率最低为24.9%，即模型对量级小的降水过程模拟效果较好，可能与降水过程内涝点较少有关，而严重降水过程范围广内涝点多，命中概率较小；此外，对风险等级模拟命中率最高的是三级为47.1%，而对一级内涝风险等级的命中率最低为2.0%。在实际业务过程中通过与实况灾情调查对比之后，调整模型相关参数，特别是模型对严重内涝风险模拟不足的情况下，因此要在降雨模块中提高QPE 累计降水量量级，以期提高对严重内涝预报的准确性。当然，目前模型准确度可满足一般的业务需要。

5 结论与讨论

研究基于广州城市暴雨内涝模型，通过模拟内涝个例得到对应的内涝点积水深度和内涝风险等级。在此基础上，充分利用“5.22”内涝过程的内涝点实测积水深度和内涝风险等级对模型模拟结果进行了定量评估。结果表明，本研究所用暴雨内涝模型对近两年暴雨内涝点内涝风险等级命中率达65%，对总降水量为50～100 mm 的降水过程命中率最高为72.8%，对三级内涝风险等级模拟命中率最高为47.1%。模型对“5.22”模拟的积水实况和实况相比偏弱，模拟的积水误差主要分布在30 cm 以内，大约占64%，大部分模型计算积水偏小，积水偏低的地区主要位于广州中北部地区。模型对积水1m以下内涝点的积水有不错的模拟能力，而对2m左右的深积水模拟能力还有限。此外，不同重现期雨情下，广州中心城区的积水深度存在差异，降雨量和历时增加时，积水面积也对应扩大，积水明显加深。1 h 重现期雨情下，积水深度一般在20 cm 以下，部分在20～59 cm。3h降雨情景下，积水深度一般在20～59 cm，部分在0～20 cm和60～119 cm。

总体而言，模拟与实际内涝积水情况基本吻合，模型的准确度一般可满足业务需求，同时也为广州暴雨内涝的影响预报和风险等级预报预警提供技术支撑。在实际业务过程中通过与实况灾情调查对比之后，根据积水深度和灾情实况来调整模型各个模块的相关参数，特别是模型对严重内涝风险模拟不足的情况下，要根据实况一级、二级内涝风险等级的分布区域在降雨模块中提高该区域的QPE 累计降水量量级，以期提高对严重内涝预报的准确性。当然，目前模型准确度可满足一般的业务需要。