史军，穆海振，杨涵洧，马悦，徐家良

（上海市气候中心，上海200030）

上海中心城区暴雨内涝阈值研究

史军，穆海振，杨涵洧，马悦，徐家良

（上海市气候中心，上海200030）

基于上海暴雨积水110报警数据和自动气象站逐小时降水数据，利用时空过程分析法研究了暴雨积水与降水强度以及累积雨量的关系，建立了中心城区暴雨内涝的阈值指标，结果表明，中心城区暴雨积水程度与1 h降水强度和2 h累积雨量密切相关。当降水强度达30～40 mm·h-1时，中心城区就会出现暴雨积水。当降水强度达50 mm·h-1、2 h累积雨量达70 mm时，暴雨积水会明显增多。相对于暴雨发生的时间，暴雨积水具有明显的滞后效应，一般滞后1～2 h。下垫面状况、人口和道路密度也影响到暴雨积水的发生。综合海拔高程、下垫面类型、排水管网等多因素，开展中心城区精细化的暴雨内涝风险情景模拟及灾害损失评估，是下一步的研究方向。

暴雨内涝；积水阈值；110数据；逐时降水；上海

史军，穆海振，杨涵洧，等.上海中心城区暴雨内涝阈值研究［J］.暴雨灾害，2016，35（4）：344-350

SHI Jun，MU Haizhen，YANG Hanwei，et al.Study on the threshold of rainstorm waterlogging in the urban areas of Shanghai［J］.Torrential Rain and Disaster，2016，35（4）：344-350

引言

暴雨是我国常见的气象灾害，可以引发洪水、城市内涝、山体滑坡和泥石流等衍生灾害［1，2］，每年我国境内遭受暴雨洪灾直接经济损失达数百亿元［3］。近年来，随着我国城镇化水平的不断提高，城市暴雨内涝灾害无论是发生的频次、强度还是由此带来的损失均呈逐年增加趋势，内涝已成为城市诸多气象灾害中爆发频繁、危害严重的主要气象灾害之一［3］，给城市带来了巨大的风险与损失［4］。开展城市暴雨内涝灾害研究，是城市防洪减灾与安全生产的需要，对保障国民经济的发展也具有重要意义。

临界雨量是暴雨灾害预报、预警、评估以及防治规划的重要依据和参考［5］。国内已有一些学者开展了相关研究，如尤凤春等［6］对2007—2010年汛期（6—8月）北京市出现的积水个例与同期降水强度进行相关统计分析，找出道路积水临界预警指标，并建立了暴雨积涝风险等级预警模型；卢燕宇等［5］提出了考虑前期基础水位的淮河流域动态致灾临界雨量指标，并根据降水-流量-水位关系给出了淮河上游地区临界雨量确定的方法流程；叶金印等［7］提出了一种基于前期土壤含水量饱和度和不同重现期实效降雨量的山洪灾害气象风险等级预警指标方法；郭广芬等［8］采用耿贝尔极值I型分布和百分位法对湖北省暴雨洪涝致灾指标进行了研究。

上海地处北亚热带湿润季风气候区，每年汛期台风、梅雨、强对流等天气系统均会引起持续时间长、强度大的暴雨，导致城市积水、交通受阻，影响人民的生产和生活活动［9］。已有研究多是开展上海暴雨过程诊断分析［10，11］、暴雨变化特征［12-14］、城市内涝暴露度、脆弱性或危险性评价［15-17］等研究，如曹晓岗等［10］利用常规天气资料、FY-2E卫星云图、风廓线雷达资料、NCEP再分析资料等，分析了台风与冷空气对2013年10月7—8日上海特大暴雨过程的影响；张振国等［17］运用情景分析方法开展了上海城市社区尺度的4种排水条件下8种重现期暴雨的32个内涝灾害危险性情景模拟、分析与评价，但开展城市暴雨内涝阈值的研究还未见相关报道。鉴于此，本文利用上海近年来暴雨过程的积水110报警数据和自动气象站逐小时降水数据，分析暴雨积水110报警频次与逐时降水强度的时空动态变化关系，从而给出上海中心城区暴雨内涝阈值。

1　资料与方法

1.1数据资料

本文所用的资料有：2007—2012年上海市110接警台接收到的气象灾害报警数据，2007—2012年上海市气象站（包括自动气象站）逐时雨量数据，2013年上海中心气象台暴雨预警信号产品，2013年影响上海中心城区的8次暴雨过程的110报警数据和逐时雨量数据，上海市行政区划图和上海市2010年人口分布图。

（1）110积水报警资料。110报警数据主要包括报警日期、时间、地址、坐标、事件描述等字段［18］。利用该数据，整理得到2007—2012年上海暴雨积水（包括道路积水、房屋进水、地下车库积水等）110报警信息。经分类整理，2007—2012年间，上海因暴雨积水引起的110报警数共有8 800多次，各年之间差异很大，最少的2010年仅有95次，最多的2012年，因遭受强台风“海葵”影响，多达近4 000次。从110报警的地域分布来看（图1），报警数不仅与降水强度有关，还与人口密度、下垫面状况、人类活动的强度以及不同区域的人受灾后报警意识强弱等密切相关，包括黄埔区、徐汇区、长宁区、静安区、普陀区、闸北区、虹口区和杨浦区的上海中心城区面积为289 km2，仅占全市不到5%的面积，但报警点分布却最为密集，近6年的报警数占了50%以上。报警点次密集区位于与中心城区相邻地区、浦东新区北部以及上海郊区各区县政府所在地区。

（2）降水观测资料。上海全市除有11个地面人工气象站外，近几年来陆续建立了近200个具有单要素或多要素观测功能的自动气象站。与地面气象站比较，有些自动气象站因管理没跟上，缺测时段较多。本文取2009—2013年5 a的自动气象站的降雨记录，经挑选整理，加上11个地面气象站，每年都有百余个气象站参与110报警与降水分布统计分析，这样的站点密度，可以较准确地反映上海夏季经常出现的局地性强降水分布。

1.2分析方法

本文基于暴雨积水110报警信息和气象站逐时降水数据，首先选取2007—2012年期间32次造成较大区域积水的暴雨过程，综合分析暴雨过程特征及其与城市积水的关系，初步确定不同降水强度和累积降雨持续时间影响下的暴雨积水阈值；然后，选取近年来几次影响较大的暴雨过程，进一步分析并验证暴雨积水110报警数与降水强度和累积雨量的时空动态关系；最后，基于前面综合暴雨过程和单个暴雨过程的分析结果，给出中心城区暴雨内涝阈值指标，并利用2013年暴雨积水110报警信息和气象站逐时降水数据，对提出的暴雨内涝阈值指标进行对比验证。降水强度用积水区域所在范围内所有自动气象站，在暴雨过程中出现最大1 h雨量气象站的小时雨量及其2～6 h累积雨量进行描述。

2　结果与分析

2.1积水与累积雨量和降水强度的综合特征

对2007—2012年期间一次降水过程110报警数在20个以上的城区积水过程进行筛选，共选出32次造成较大区域积水的暴雨过程（最多的报警达3 000多个，为2012年“海葵”台风过程），使用同期自动气象站降水观测数据，统计暴雨积水与累积雨量和降水强度的关系。

2.1.1暴雨积水与降雨开始后累积雨量的关系

图2为2007—2012年32例城区积水时自动气象站多小时最大累积降雨量图。从中可见，大部分个例的主要降水集中出现在1～2 h以内，只有少数个例2 h以后还有较强降水，这些个例大部分又是因台风暴雨造成的（3、4、29个例）。一般情况下3～6 h最大累积降雨量并无明显变化，其中小时最大累积降雨量基本重合。因此，造成上海市城区积水的暴雨主要特点是：强降水持续时间较短、降水强度大，其中1～2 h最大累积降雨量与城区积水的关系密切，在选择城区积水阈值指标时，不仅要考虑1 h降水强度，还要考虑2 h累积雨量。

由于2007和2008年降雨量仅从11个气象站挑选，这2年个例（1～12）的最大小时累积雨量可能小于实况。从110报警的城区积水程度来看，报警的积水深度除立交隧道处外，基本上都在30～50 cm，各场暴雨的差异不大，但报警数（可代表积水区域范围）差异明显，故主要从报警数的多少，同时参考积水深度来划分暴雨积水的影响程度较合理。32次暴雨过程中，造成城区严重积水影响的有4次（报警数在400以上），其中2次是台风暴雨，10次为中度影响（报警数100以上）。

2.1.2暴雨积水与降水强度和前期降水的关系

进一步对32例城区积水110报警数与逐时降水强度和前期降水的动态进行综合分析，结果表明（图略），暴雨积水与暴雨发生的时间相比，具有明显的滞后效应，一般滞后1～2 h，滞后4～5 h也常有出现。确定暴雨积水阈值，主要应关注暴雨出现初始阶段的降水强度。当降水强度为20～40 mm·h-1时，就会出现暴雨积水，降水强度达到50 mm·h-1以上时，暴雨积水会明显增多。

暴雨积水不仅与降水强度相关，也与降雨持续过程的长短相关。当降水强度持续在30 mm·h-1左右若干小时后，后期一旦降水进一步增强，达50 mm·h-1以上时，暴雨积水会骤然增多。因此积水与否也要综合考虑前期降水情况：当为局地短历时暴雨时，城区积水的降水强度可在36～40 mm·h-1；当前期已出现一段时间的较强降水时，城区积水的降水强度可在30 mm·h-1左右。

2.2积水与暴雨强度的时空动态过程特征

2009—2012年期间，上海共出现106 d暴雨积水110报警。一天内出现报警数小于10次有40 d，大于100次以上的不多，2009年、2011年各有4 d，2012有5 d。从这些天内选取典型个例，包括2009年7月30日暴雨、2011年8月12日局地性强降水和2012年8月8日“海葵”台风强降水，对110报警频次与逐时降水强度的关系进行进一步的分析和验证。

2.2.12009年7月30日暴雨

2009年7月30日，上海遭遇年内最强的雷雨云团引起大暴雨。午后13—17时，短时强降水自西北向东南移动，全市普降暴雨、部分地区出现大暴雨，1 h最大雨量达110 mm。图3给出了2009年7月30日24 h逐时最大雨量（从全部气象站中挑选一个最大值）与暴雨积水110逐时报警数的变化。可以看出，当暴雨强度约30 mm·h-1时，其后1 h内即出现少量积水110报警；暴雨强度为50～60 mm·h-1时，则积水110报警骤然增多；暴雨强度为80～100 mm·h-1时，积水110报警点可达数百个。

图4给出中心城区2009年7月30日14—15时2h雨量和14—16时报警点的分布。可以看出，徐汇区西部2 h雨量最大（100～113 mm），报警点相对密集；黄埔区2 h雨量在50～70 mm，但报警点最多，单位面积的报警点最密集。黄埔区是上海中心城区中人口和道路密度最高，旧屋和简屋比例最大的地区，受暴雨影响也最大。

2.2.22011年8月12日局地性强降水

2011年8月12日上午上海中心城区出现短时局地性强降水。上午08—09时中心城区北部的闸北、虹口和杨浦区出现1 h雨量达70～90 mm的大暴雨，其中杨浦公园1 h雨量最大（92.3 mm）。期间中心城区出现177个暴雨积水110报警，报警点均位于1 h雨量在30～40 mm以上地区内，其中90%以上的报警点位于1 h雨量在50 mm以上区域，尤以1 h雨量在70 mm以上区域最为密集（图5）。至10时，雨强已迅速减小至5 mm·h-1以下，但因110报警的滞后性，中心城区暴雨经过的地区仍有146个110报警。

图6给出中心城区2011年8月12日24 h逐时最大雨量（位于中心城区气象站中挑选一个最大值）与暴雨积水110逐时报警数的关系。当08时的降水强度小于20 mm·h-1时，没有积水110报警；降水强度为70～90 mm·h-1时，积水110报警点已骤然增至100以上。

2.2.32012年8月8日“海葵”台风强降水

受强台风“海葵”的影响，8月8日上海地区11个气象站过程雨量为63.7 mm（崇明）～217.4 mm（嘉定），最大雨强为59 mm·h-1。图7给出8月8日24小时逐时最大雨量与暴雨积水110逐时报警数的关系。当11—13时降水强度30～40 mm·h-1时，已出现少量零星的110报警，其后14—16时暴雨增强至40～60 mm·h-1时，积水110报警成倍增多。虽然降水强度远小于前2个个例，但由于降水持续时间长，产生持续暴雨的累积效应，报警点明显多于前两次，达一倍以上。

图8给出了2012年8月8日上海中心城区14—19时的逐时雨量和报警点的分布。对中心城区而言，这次台风暴雨中心落在虹口、闸北及黄埔、静安和普陀的部分区域，报警点则绝大部分位于虹口和闸北区。14时中心城区33个观测站中已有14个站降水强度超过20 mm·h-1，2个站降水强度超过30 mm·h-1，其中虹口曲阳公园站降水强度最大（31.2 mm·h-1），但14时前的报警点仅有3个。15时降水强度最大，有17个站降水强度超过30 mm·h-1，10个站超过40 mm·h-1，最大降水强度58.9 mm·h-1（黄埔人民公园），报警点增至68个。16时降水强度仍较大，7个站降水强度超过30 mm·h-1，2个站超过40 mm·h-1，最大降水强度53.2 mm·h-1（黄埔襄阳公园），报警点达150个。17时降水已减弱，仅有1个观测站降水强度在30 mm·h-1以上（30.8 mm·h-1），18时、19时雨量明显减小，中心城区所有观测站的降水强度都小于10 mm·h-1。由于报警的滞后效应，报警点17时达到547个，达到这次暴雨过程的最高峰，18时、19时分别有356个、283个。

2.3暴雨积水阈值指标的建立及业务应用检验

2.3.1上海中心城区暴雨积水阈值指标

上海市城区目前排水管道基本上均按1 a一遇标准设计，城区市政设计路面排水能力为36 mm·h-1的雨量。当降水强度超过36 mm·h-1的排水设计能力时，就会出现城区道路积水。从图2也可看出，32个例中，仅有3例1 h雨量小于30 mm，3例2h雨量小于35mm。鉴于2 h累积雨量与城区积水相关性也较好，所以从1 h降水强度和2 h累积雨量中选取上海市中心城区积水临界阈值指标。表1给出了城区暴雨积涝阈值指标，其中1 h雨量与前面基于暴雨过程积水分析得到的结论基本一致，即当降水强度达到30～40 mm·h-1的排水设计能力时就会出现城区积水。表1中1 h降水强度与2 h累积雨量的内涝阈值指标，也参照了上海市气候中心根据1949—2012年的降水资料编制的上海市暴雨公式的计算结果，即1 h和2 h的1 a一遇暴雨量分别是38.5 mm和49.7 mm；3 a一遇分别是50.5 mm和66.5 mm；10 a一遇分别是67.0 mm和88.3 mm。

2.3.2暴雨积水阈值指标的业务应用检验

根据2013年上海中心气象台暴雨预警信号产品以及暴雨积水报警数据，对暴雨内涝阈值指标开展检验，结果见表2。2013年上海中心气象台共发布了12次暴雨预警信号，其中1次为空报。在11次暴雨预警信号中，降水落区明显涉及到中心城区的有8次，包括蓝色预警信号1次，黄色4次，橙色1次，红色2次。根据暴雨积水阈值指标（表1），确定积涝等级IV级1次，III级4次，Ⅱ级1次，Ⅰ级2次。从暴雨过程积水报警次数的多少以及城区道路积水情况判断暴雨的影响程度，实际上轻微影响3次，轻度影响2次，中度影响1次，严重影响2次，也就是说有2次确定为III级积涝等级的暴雨实际上积水情况为IV级（6月25日和7月21日），其余6次根据阈值确定的内涝等级与实况完全符合。2013年9月13日的特大暴雨和10月7日的“菲特”台风暴雨，积水报警记录分别达到421条和969条，为严重影响，I级内涝等级。因此，本文所选取的积水阈值指标对暴雨内涝预报、预警以及风险评估具有较好的参考价值。

表1　上海中心城区暴雨积水阈值指标Table 1 Threshold of rainstorm waterlogging in the urban areas of Shanghai

表2　2013年上海市暴雨预警信号、积涝等级与实际影响情况对比Table 2 The comparison of rainstorm warning signal，waterlogging level and actual impacts of 2013.

3　主要结论与讨论

上海中心城区暴雨积水与暴雨发生的时间相比，具有明显的滞后效应，一般滞后1～2 h。确定城区暴雨积水阈值，主要应关注暴雨出现初始阶段的1 h降水强度和2 h累积雨量。当降水强度达到20 mm·h-1时，中心城区就可能出现暴雨积水；当降水强度达到30～40 mm·h-1时，就会出现暴雨积水；当降水强度达到50 mm·h-1、2 h累积雨量达到70 mm时，暴雨积水会明显增多；当降水强度达到70 mm·h-1、2 h累积雨量达到90 mm时，暴雨积水会很严重。暴雨积水与否也与局部地形地势、下垫面状况、人口和道路密度及人们的日常活动程度相关密切，同样的降水强度，中心城区中旧屋和简屋比例较大区域和地下雨水管道陈旧的区域发生积水的现象更多于其它区域。

虽然110报警数据受人口密度、人类活动状况、报警人的报警意识等影响，存在一定的局限性，但本文充分利用其高时间分辨率特征，首次将其引入城市暴雨内涝过程分析并建立了内涝阈值指标，实现了暴雨内涝阈值制定方法中又一个有益的探索，业务应用检验也表明该方法制定的阈值具有较好的参考价值。然而，由于所用110报警数据在空间分布上的不均匀性，以及精细化的地形地势、下垫面数据的缺乏，本文无法给出基于110数据和降水数据的区分下垫面特征或分区域的精细化暴雨内涝阈值。下一步将综合海拔高程、下垫面类型、排水管网、社会经济发展程度等多因素，利用FloodArea［19］或SCS-CN模式开展城市暴雨内涝模拟，建立动态的、分布式的内涝阈值并耦合暴雨内涝淹没模型和灾害损失评估模型［20］，进一步开展城市内涝灾害危险性情景模拟［17］，从而更好地为城市防洪除涝方案编制和工程建设提供科学依据。

［1］王昊宇.暴雨及其衍生灾害的三维影视模拟技术初探［J］.气象与环境学报，2014，30（6）：169-172

［2］陈正洪，李兰，刘敏，等.湖北省2008年7月20—23日暴雨洪涝特征及灾害影响［J］.暴雨灾害，2009，28（2）：345-348

［3］游娜，陈刚毅.城乡暴雨灾害的非规则结构化预测技术探讨［J］.气象与减灾研究，2015，38（1）：59-65

［4］翁莉，马林，徐双凤.城市暴雨灾害风险评估及防御对策研究—以江苏省南京市为例［J］.灾害学，2015，30（1）：130-134

［5］卢燕宇，田红.基于HBV模型的淮河流域洪水致灾临界雨量研究［J］.气象，2015，41（6）：755-760

［6］尤凤春，扈海波，郭丽霞.北京市暴雨积涝风险等级预警方法及应用［J］.暴雨灾害，2013，32（3）：263-267

［7］叶金印，李致家，刘静，等.山洪灾害气象风险预警指标确定方法研究［J］.暴雨灾害，2016，35（1）：25-30

［8］郭广芬，周月华，史瑞琴，等.湖北省暴雨洪涝致灾指标研究［J］.暴雨灾害，2009，28（4）：357-361

［9］温克刚，徐一鸣.中国气象灾害大典（上海卷）［M］.北京：气象出版社，2006：1-222

［10］傅洁，曹晓岗.多台风活动背景下“10.9”上海局地强降水过程分析［J］.暴雨灾害，2012，31（2）：161-167

［11］曹晓岗，王慧，漆梁波.台风与冷空气对“13.10”上海特大暴雨过程的影响分析［J］.暴雨灾害，2014，33（4）：351-362

［12］史军，崔林丽，杨涵洧，等.上海气候空间格局和时间变化研究［J］.地球信息科学学报，2015，17（11）：1 348-1 354

［13］贺芳芳，赵兵科.近30年上海地区暴雨的气候变化特征［J］.地球科学进展，2009，24（11）：1 260-1 267

［14］SHI Jun，CUI Linli.Characteristics of high impact weather and meteorological disaster in Shanghai，China［J］.Natural Hazards，2012，60：951-969

［15］石勇.城市居民住宅的暴雨内涝脆弱性评估—以上海为例［J］.灾害学，2015，30（3）：94-98

［16］SHI Yong，SHI Chun，XU Shiyuan，et al.Exposure assessment of rainstorm waterlogging on old-style residences in Shanghai based on scenario simulation［J］.Natural Hazards，2010，53：259-272

［17］张振国，温家洪.基于情景模拟的城市社区暴雨内涝灾害危险性评价［J］.中国人口·资源与环境，2014，24（5）：478-482

［18］史军，顾宇丹，穆海振，等.上海城市暴雨和大风灾害链的研制［C］.2014年国家综合防灾减灾与可持续发展论坛文集，2014：82-89

［19］谢五三，田红，卢燕宇.基于FloodArea模型的大通河流域暴雨洪涝灾害风险评估［J］.暴雨灾害，2015，34（4）：384-387

［20］史瑞琴，刘宁，李兰，等.暴雨洪涝淹没模型在洪灾损失评估中的应用［J］.暴雨灾害，2013，32（4）：379-384

（责任编辑：邓雯）

Study on the threshold of rainstorm waterlogging in the urban areas of Shanghai

SHI Jun，MU Haizhen，YANG Hanwei，MA Yue，XU Jialiang

（Shanghai Climate Center，Shanghai 200030）

Based on rainstorm waterlogging data from 110 alarm centers and hourly rainfall data from automatic weather stations in Shanghai，the relationships between rainstorm waterlogging and rainfall intensity as well as cumulative rainfall were studied using the method of emporal and spatial process analysis.The rainstorm waterlogging threshold indicators in the urban areas of Shanghai were then established. The results show that the degree of waterlogging in the urban areas of Shanghai is closely associated with hourly rainfall intensity and 2-hour cumulative precipitation.Waterlogging would happen in the urban areas where the rainfall intensity reached 30-40 mm per hour，and waterogging would increase significantly where rainfall intensity reached 50 mm per hour or 2-hour cumulative precipitation exceeded 70 mm. Compared to the occurrence time of rainstorm，rainstorm waterlogging has an obvious lagging effect with a lag of 1-2 hours in general.Moreover，underlying surface condition，density of population and road also play a role in the occurrence of rainstorm waterlogging.It is a future diection to develop risk scenario simulation and disaster loss assessment of rainstorm waterlogging with comprehensive consideration of the elevation，types of underlying surface，drainage networks and so on.

rainstorm waterlogging；threshold；110 alarm data；hourly rainfall；Shanghai

P468.0+24

A

10.3969/j.issn.1004-9045.2016.04.006

2015-12-15；定稿日期：2016-04-18

山洪地质灾害防治气象保障工程项目“上海暴雨洪涝灾害风险普查”；中国清洁发展机制基金赠款项目（2012043，1212117）；国家自然科学基金项目（41571044）；中国气象局气候变化专项（CCSF201503）

史军，主要从事气候变化和气象灾害方面的研究。E-mail：shij@climate.sh.cn