樊婧妍 李晓娟 王京 施稳萍

1苏州市相城区水利局 江苏 苏州 215131

2河海大学 江苏 南京 210098

3中国人民银行长沙中心支行 湖南 长沙 410005

4太仓市水利局 江苏 太仓 215400

1. 研究意义

1.1 理论意义

城市内涝问题严重影响着人民的生产生活、生命安全，预警与整治城市内涝是各地各级政府高度重视的民生问题，也是学术界关注的重大课题。常州市地处长江三角地区，属于亚热带海洋性气候，受地理位置与气候因素的影响，易发生洪涝灾害。本项目将深入分析常州市自然环境状况，结合人口、经济因素搭建数学模型，为常州市的内涝风险评估提出一套科学的方法，通过仿真验证将其拓展以实现对平原河网地区城市内涝风险评估，为完善城市应急管理理论体系迈出新的一步。

1.2 现实意义

城市内涝灾害的预警与每个人的家庭、生活都息息相关，本项目在某种程度上有助于促进社会稳定与和谐。其次，本项目为城市防汛防洪职能部门提供了科学的决策依据，完善了城市应急管理的理论体系，促进城市内涝预警准确性与策略有效性的提高。

2. 国内外研究进展

对于包括城市暴雨洪水与内涝在内的洪水灾害的研究，国内外目前已经出较发展有效的理论体、技术与模型。

国外，20世纪50年代，米勒，美国麻省理工学院测量实验室的主任，成功地将摄影遥感测量技术与计算机技术相结合，使得遥感（RS）技术在洪水面积预测问题上颇露锋芒，20世纪90年代开始，GIS技术被运用城市内涝等问题中，此后数字地貌模型概念（DEM）的提出又给洪水淹没灾害更加细化的分析和计算提供了可能。

国内，以河海大学研究的新安江模型为首，出现了一系列适应中国国情的，不断完善的洪水预警模型。1994年对复杂地形具有较好适应性的无结构不规则网格建模技术被引人模型体系之中，经过10多年的应用改进，目前该模型对城市地面雨洪过程的模拟已具有较高的精度和可靠性，张新华等建立的任意多边形网格2D FVM模型在时间和空间上均具有二阶精度，应用于城市的二维非恒定流模拟，取得了较好的计算结果。

在应用模型上，主流城市地表径流模型有例如InfoWorks模型、FloodArea模型、ILLUDAS模型、SWMM模型等。然而，这些在国外可以独当一面进行计算、预警的模型，在国内的发展空间却十分有限，这主要是由于中国复杂的城市管网、水文、气象等情况造成。中国历史悠久，城市基础设施的普及和发展较慢，很难做到数据的大面积汇总和统一，导致这些模型必须的数据难以获得，例如管网数据、断面数据、气象数据时间序列等。首先，不同于国外，这些数据都在各个公共事业机构的专有数据库中，很难有开源的数据供学术研究。其次，就算拿到了数据，其准确程度还是有待商榷。就拿管网数据举例，中国很多城市的管网问题非常复杂，等我们有意识去统计、记录管网数据的时候，错综复杂的管网问题已经存在，难以记录，难以考证，都导致了管网数据的缺失和不准确性。最后，现在也有研究机构提出用无人机扫描得出地下管网情况，但目前看来，这一举措需要耗费大量的成本，想要在全国普及几乎不可能。

3. 研究区域概况分析

3.1 地形与地貌

常州市地处太湖流域西部，北临长江，东濒太湖，西界茅山，南接天目山余脉，腹部有洮鬲两湖。境内地形复杂，山丘、平原、圩区兼有，丘陵山区位于西南部，面积1012平方公里，占全市总面积的23%；中部和东部大部分是平原，面积1585平方公里，占全市总面积的36%；圩区主要分布在丘陵山脚和腹部洮、鬲湖周围，部分在沿江地区和与锡澄接界处，面积1253平方公里，占全市总面积的29%；圩外河湖面积525平方公里，占全市总面积的12%。全市地势高低相间，山圩相依，湖圩相连，河网密布。由于地形复杂，河流众多，历年来我市治水和防洪任务艰巨。

3.2 降水特征

多年来常州市的平均气温在15.5℃，平均降雨天数120天，平均年降雨量1096.8mm，其中汛期雨量为573.6 mm，约占全年雨量的52.3%，年内雨量分配极不平衡。同时，常州市降水量在年际间变幅较大，年最大降水量1888.3mm，年最小降水量515.4mm。

受地形和气温、降雨影响，常州市低洼处面积较多，水系纵横，加之夏季降水相对集中，历时短，强度大，暴雨天气事件频发，易形成城市内涝灾害。

3.3 人口分布及社会经济条件

常州市下设天宁区、钟楼区、新北区、武进区、金坛区五个市辖区和溧阳市一个县级市。全市土地面积为4372平方公里，其中以溧阳市、武进区和金坛区占地面积比例最大，分别为35%，24%和22%。尽管溧阳市土地面积占比最大，但在城镇人口分布上并非最多。2017年年末常州市常住人口470.8万人，比上年末增长0.1%，其中城镇人口334.3万人，城镇化率71%，主要集中在武进、钟楼和天宁区。城镇化带来的城市热岛效应、人口增加、建筑规模扩大和财产价值及种类增加等使得城市洪涝灾害一旦发生，洪涝灾害风险加剧。

4. 数据准备

4.1 数据来源与采集

城市洪涝灾害预警数据主要集中在水文水情数据，如表1所示。河道水位是指河道内水体自由水面相对于基面高程，是判断是否形成洪涝灾害的重要水文观测要素之一。降雨量指从天空降落到地面上的雨水，未经蒸发、渗透、流失而在水面上积聚的水层深度，由水文局、气象部门观测，是城市洪涝灾害爆发的重要致灾因子。

其中河道水位和降雨量等水文水情数据主要依据常州市水利信息化平台采集，采集范围为常州市金坛、武进、天宁、新北、钟楼和溧阳市各水位站点和降雨站点，采集频率为每5分钟更新一次。本文主要采集了2016年3月22日-2017年4月10日常州市64个水位站点和148个降雨站点信息，共384天近2000多万条有效数据，鉴于常州市区域河道水位站点和降雨站点在不同区域内存在分布不均匀的情况，所以在分析区域水文水情时需要对数据必要的审核和预处理，避免因水位站点数据分布失衡弱化预警模型和风险评估的有效性。

表1 城市洪涝灾害预警主要数据

表2 常州市主要水位和降雨站点分布

图1 河道水位岸头站点图

5. 水位预测模型

城市洪水灾害研究中，降雨是城市洪水灾害爆发的主要致灾因子，水位是判断是否形成灾害的主要水文观测元素，常用的水文水情模型大多基于降雨—径流—水位等构建，模型参数设定复杂，随着回归、时间序列和神经网络等统计模型的发展和水利信息化的发展，以数据驱动为基础的城市洪涝灾害预警模型简化成为可能。本文基于回归和时间序列思想，在考虑时间滞后基础上，通过选择水位和降雨信息，构建了城市洪涝灾害水位预测模型，如式（1）所示：（公式跟梁要pdf格式） 式（1）其中代表t时河道水位， Zt-1代表t-1时河道水位，Jt代表t时累积降雨量，C为常数项，为误差项，t-1为时间间隔一天，即城市洪涝灾害预警过程中，当日河道水位为历史前一天的河道水位和当日累积降雨量决定。

预警模型拟合优度的测量主要依据多元判定系数R2，显著性检验则依赖于F检验和t检验。

个体固定效应模型解决了不随时间而变，但随个体而异的遗漏变量问题。引入时间固定效应，随机效应模型可以解决不随个体而变但随时间而变的遗漏变量问题。为了进一步确定是采用固定效应还是随机效应，可以进行Hausman检验。

6. 模型结果分析

城市洪涝灾害水位预测模型结果显示区域间城市洪涝灾害存在差异性。为了进一步考察市域洪涝灾害整体情况，本文基于常州市城市洪涝灾害进一步构建了面板回归模型，可知：

（1）常州市城市洪涝灾害水位预测模型整体拟合度高，R2维持在0.9以上，因此基于历史水位和降雨量构建水位预测模型在整个城市尺度上是可行的；

（2）历史水位和累积降雨量与水位呈显著正相关，即前一天历史水位和降雨量的增加将引起当日河道水位上涨，其中固定效应下，水位增加1%，降雨增加1%将分别带来0.9558%和0.0010%的水位上升，而随机效应下这种效果更为明显，水位和降雨分别增加1%，将带来0.9834%和0.0005%水位上升；

（3）根据Hausman检验，随机效应通过检验，因此根据常州市2016年3月22日-2017年4月10日水文水情数据，可获得城市洪涝灾害水位预测模型为：Z=0.9834Zt-1+0.0005J t+0.0588，基于此，可依据水位降雨数据定量化的完成水位预测，为进一步实现洪涝灾害风险评估提供数据基础。

表3 常州市洪涝预警模型估计

7. 小结

本文基于回归模型，时间序列思想思想，在选择水位和降雨指标的基础上，构建了城市洪涝灾害水位预测模型，研究了常州市内分区域洪涝灾害水位预测：

常州市整体通过城市洪涝灾害水位预测模型，城市河道水位在区域内存在联系。