石小芳 ，赵明洁，杨青青，张菲菲，吴燕娟，高 超

(1. 宁波大学 地理与空间信息技术系，浙江 宁波 315211；2. 宁波陆海国土空间利用与治理协同创新中心，浙江宁波 315211；3. 宁波大学 东海研究院，浙江 宁波 315211；4. 安徽师范大学 地理与旅游学院，安徽 芜湖 241000)

全球气候变化和海平面不断上升的背景下，频繁发生的城市暴雨内涝灾害已经引起了国际社会和各国政府的高度重视和广泛关注，成为自然灾害领域的研究热点[1-2]。基于情景分析的内涝模拟与预测是深入研究暴雨内涝形成机理、有效应对城市暴雨内涝灾害的重要技术手段，极大地提高了内涝灾害风险评估的精度，既可应用于灾害预警预报、动态监测、灾情调查评估，也可应用于不同灾害情景下灾情的预测[3]。诸多学者采用情景分析方法对城市内涝进行研究，Bakhshipour等[4]利用GBI模型，用若干设计风暴来评估不同方案的弹性和可持续性，为评估和决策提供依据。Jang等[5]对比了3种进水口模拟洪水从降雨到地表径流和下水道的水流动力学。杨辰等[6]基于1～24 h内的不同降雨情景，构建上海内涝评估模型，模拟了暴雨内涝的积水范围和积水深度。王颖等[7]通过同频率放大方法构建暴雨情景，利用SWAT模型获取了不同重现期的洪峰过程以及积水淹没情况。

目前，内涝情景模拟多是利用城市暴雨强度公式构建暴雨情景，通常未区分不同类型的暴雨。暴雨成因不同所导致的暴雨内涝特征也可能有很大差异[8-10]。研究表明暴雨的时程分布、历时、平均雨强等均是引发城市内涝的重要影响因素[11]。为此，通过构建台风和非台风暴雨情景，基于SWMM模型对宁波地区进行社区尺度暴雨内涝模拟，对比分析台风和非台风暴雨内涝的特征及其差异，以期为城市暴雨内涝的研究提供新思路，为沿海城市暴雨内涝防治提供数据支撑。

1 研究区概况

宁波市位于长江三角洲南翼，地势整体呈西南高东北低，中部为平原，河网密集，城内三江交汇，降水主要分布在汛期（5—10月），占全年降水量的65%。选取位于宁波市鄞州区的贺丞社区为研究区（图1），总面积约为27.4万m2。社区包含演武花园、贺丞小区等10个小区，镇安小学、镇安菜场等教育生活配套设施，是典型的居住型社区。贺丞社区建成于20世纪末，排水系统设计重现期较小，且紧邻河网，易遭受暴雨内涝侵袭。如2018年受台风“山竹”影响，导致社区多处积水，成为内涝重灾区。

图 1 研究区地理位置Fig. 1 Geographical location map of the study area

2 研究数据与方法

2.1 数据来源

本文气象数据来源于中国气象局国家气候中心提供的1971—2019年日降水数据和宁波市鄞州区气象局提供的2014—2019年逐小时降水数据，台风路径数据来自于中国台风网（http://tcdata.typhoon.org.cn）；浙江省实时水雨情监测预警网提供的逐小时潮位监测数据；宁波市规划与地理信息中心提供的研究区排水管线CAD图（比例尺为1∶1 000）、空间分辨率为6 m的DEM数据、土地利用数据（比例尺为1∶10 000）和土壤数据（比例尺为1∶1 000 000）。

2.2 台风降水分离方法

确定台风降水分离原则[12]如表1所示，即受台风影响的气象站点在距离台风中心的规定范围内且在受台风影响期间的降水，则认为是台风降水。结合《热带气旋年鉴》和《宁波市水情年报》等资料验证得到在1971—2019年间有58个台风给宁波带来暴雨。

表 1 影响台站的台风强度和距离定义Tab. 1 Definition of intensity and distance of typhoon affecting meteorological observation stations

2.3 SWMM模型构建

SWMM（Storm Water Management Model）模型是目前最完整的对降雨-径流-水质模拟的模型之一，主要基于地表径流、下渗和管网汇流等3个物理过程来模拟城市暴雨内涝中的水量，已被广泛应用于城市暴雨洪水模拟和排水系统的设计规划中[13]。

图 2 研究区排水管网和子汇水区划分Fig. 2 Drainage network and subcatment of the study area

2.3.1 SWMM模型概化 贺丞社区SWMM模型构建的基础是排水管网概化和子汇水区划分（图2）。基于排水管网数据，结合管道长度和管径大小，将研究区域排水管网概化为64个管道（G）和64个节点（J）。将排放口（P）设置在中塘河与奉化江的交汇处。根据下垫面的建筑和道路分布节点情况，将研究区人工划分为59个子汇水区（S）。子汇水区主要参数有特征宽度、坡度、不渗透率、地表漫流粗糙系数、洼地蓄水等。

特征宽度是指子汇水区内雨水径流的地表漫流宽度，由子汇水区面积与最大地表漫流长度在ArcGIS中计算获得。子汇水区的特征宽度范围为86.17～19.63 m。坡度是指子汇水区的平均百分比坡度。基于DEM数据，利用ArcGIS表面分析计算百分比坡度，通过分区统计可得各子汇水区的平均坡度为2.09%。

2.3.2 模型参数设置与校准 SWMM模型参数分为确定性参数和不确定性参数两类。确定性参数有节点标高、管道长度、子汇水区面积、坡度等，通过查询资料或者测量计算得到。不确定性参数有曼宁系数、洼蓄量、下渗等。由于缺乏模型校准的实测数据，采用综合径流系数法[14]，即对比研究区综合径流系数与模型模拟的综合径流系数，对参数进行多次迭代调整。研究区综合径流系数与土地覆盖类型相关，可以通过面积加权估算。模型模拟的综合径流系数可由区域总径流量与总降雨量计算得到。以径流系数作为校准的目标，利用土地覆盖类型加权计算得到的研究区模拟综合径流系数的校准目标为0.68。参数校准后为0.679，与校准目标的变差系数为0.14%，符合5%的误差范围。

2.3.3 边界条件设置 将SWMM模型的排放口边界条件的类型设置为两类，在非台风暴雨情景中，假设模型排水完全不受奉化江潮位变化的影响，排放类型设置为固定型（FIXED）；在台风暴雨情景中，排放类型设置为潮汐型（TIDAL）。潮汐数据选择2019年8月9日12:00—23:00“利奇马”台风期间宁波站的潮位数据（图3）。

图 3 潮汐曲线Fig. 3 Tidal curve

3 台风与非台风暴雨情景构建

宁波降雨年内分布不均，降雨量主要集中在5—11月，由长江中下游的梅雨季和台风影响带来的降水。选取1971—2019年的5—11月对台风与非台风暴雨进行分析。非台风降雨量在6月最大。台风降雨的降雨量和降雨日均为8月最大。暴雨量和暴雨日均呈现双峰特征，峰值为6月和8月，6月主要受梅雨锋影响，8月主要受台风影响。

3.1 台风与非台风暴雨时间变化特征

台风和非台风暴雨强度年际变化见图4，暴雨强度为该年暴雨量和暴雨次数的比值[15]。在1971—2019年间，台风和非台风暴雨强度均呈上升趋势，通过0.05的显著性检验且变差系数分别为0.72和0.39，多数年份台风暴雨强度高于非台风暴雨强度。

图 4 1971—2019年台风和非台风暴雨强度年际变化Fig. 4 Interannual variation of intensity in typhoons and non-typhoon rainstorm from 1971 to 2019

台风和非台风暴雨强度月际变化见图5，可见台风暴雨强度在10月最大，达102.1 mm/次，7月最小为70.1 mm/次；非台风暴雨强度在8月最大为71.2 mm/次，在10月最小仅57.4 mm/次。

图 5 1971—2019年台风和非台风暴雨强度月际变化（单位: mm/次）Fig. 5 Monthly variation of intensity in typhoon and nontyphoon rainstorm from 1971 to 2019 (unit: mm per time)

台风和非台风暴雨强度日变化如图6所示。台风暴雨强度的高值区出现在5:00—7:00，峰值在6:00。非台风暴雨强度的高值区在4:00—9:00，峰值则为9:00。

从波动幅度上看，不同时间尺度下，台风暴雨的波动幅度均大于非台风暴雨的波动幅度。台风和非台风降雨的持续时间具有显著差异，台风降雨持续时间受台风路径和强度影响，台风影响时间越长，降雨时间持续越长；非台风降雨中暴雨的持续时间多为1 d，但可在数天的持续性降雨过程中多次出现。

图 6 2014—2019年台风和非台风暴雨强度日变化Fig. 6 Diurnal variation of intensity in typhoon and non-typhoon rainstorm from 2014 to 2019

3.2 台风与非台风暴雨情景构建

设计雨型由设计降雨量和降雨结构组成[16]。设计降雨量一般由频率分析获得，设计降雨结构选取同频率分析法，即通过选择实测典型暴雨过程，按同频率放大后作为设计雨型，可较好地反映地区降雨特征。根据台风与非台风暴雨的时间变化特征，分别选取2019年台风“利奇马”造成的台风暴雨和2017年6月的一场非台风暴雨为例，由于夜间边界层内的惯性震荡导致水汽通量辐合增强，02:00—08:00降水增强；白天边界层混合较强摩擦力增大，低空急流减弱，14:00降水减弱[17]。以其最大12 h降雨过程进行台风和非台风暴雨雨型设计，结果见图7。

图 7 最大12 h降水量设计雨型Fig. 7 Design storm pattern for maximum 12-hour precipitation

4 台风与非台风暴雨内涝模拟与分析

基于构建的台风和非台风暴雨情景，利用SWMM模型进行模拟，从降雨开始时至降雨结束后12 h，模拟时间为24 h。从排水河道、排水管道和暴雨内涝程度3个方面对模拟结果进行分析。

4.1 不同重现期下排水河道模拟结果分析

河道下游的水位和流量变化幅度最大，受影响的时间最长。因此，选取河道下游水位和流量进行不同重现期的对比分析，如图8所示。可见，台风暴雨情景下，在高潮位时不同重现期的水位与潮位保持一致，均超过警戒水位（1.90 m）；随着重现期的增大，河道水位和流量受潮位和降雨共同影响，但主要受潮位影响，易发生倒灌。在非台风暴雨情景下，河道水位受降雨影响，随着重现期的增大而增大。在重现期T=100 a时，河道水位最高为1.39 m，未超过警戒水位。

图 8 台风暴雨和非台风暴雨情景下河道水位Fig. 8 River water level in storm and non-typhoon scenarios

4.2 不同重现期下超载与洪流结果分析

台风和非台风暴雨情景下，节点与管道的超载个数、超载时数均随着重现期的增大而增大。由表2可知，在不同重现期下，节点和管道几乎都发生超载，平均超载时数几乎全超过10 h以上。节点超载个数和管道超载个数达52个以上，台风暴雨情景下的超载时数和个数均多于非台风暴雨情景，主要受潮位影响，超载更严重，节点深度和管道深度更易达到最大深度。

表 2 台风和非台风暴雨情景下节点洪流情况Tab. 2 Node flooding in typhoon and non-typhoon rainstorm scenario

台风和非台风暴雨情景下，洪流节点数、最大洪流时数、最大洪流速率、总洪流容积均随着重现期的增大而增大。在重现期T为2、5 a时，洪流节点数在台风暴雨情景小于非台风暴雨情景，主要受雨型和雨峰值影响。由暴雨日变化特征可知，台风和非台风暴雨雨峰分别出现在6:00和9:00。总体上，受潮位影响，台风暴雨情景下的超载更严重，排水管网负荷率更高，更易发生节点洪流。

4.3 不同重现期下暴雨内涝情况分析

节点发生洪流若不能及时排出会造成子汇水区内地表积水，进而导致暴雨内涝。暴雨内涝程度与积水历时和积水深度有关，积水历时越长，积水深度越深，则影响越严重。结合研究区的实际情况，将研究区暴雨内涝划分为地表积水、轻度内涝、中度内涝和重度内涝4个等级。以积水深度15 cm作为发生地表积水和暴雨内涝的临界值，积水深度达60 cm且积水历时超过6 h定义为重度内涝。由于研究区的积水历时无法直接获取，则以洪流时数代替，节点发生洪流时地表一直在积水。积水区域为洪流节点附近，最大积水面积为洪流节点所在子汇水区内可能发生积水的最大面积，由ArcGIS计算子汇水区与节点地表高程相差小于60 cm的区域面积得到。积水深度由子汇水区内各洪流节点的总容积与积水面积计算得到。

台风和非台风暴雨情景下不同等级的暴雨内涝和洪流节点分布情况见图9。随着暴雨重现期的增大，研究区内的积水区域逐渐由零散分布到连片分布，南演武街及王隘路之间的区域内涝最为严重，排水河道以北的区域仅在重现期为100 a的台风暴雨情景下有子汇水区S6发生地表积水。在台风暴雨情景下，T=2 a时，有4个子汇水区发生内涝，2个子汇水区发生地表积水；T=100 a时，有17个子汇水区发生内涝，11个子汇水区发生地表积水，占总内涝区域的76.5%。在非台风暴雨情景下，T=2 a时，有3个子汇水区发生内涝，1个子汇水区发生地表积水；T=100 a时，有15个子汇水区发生内涝，8个子汇水区发生地表积水，占总内涝区域的80%。台风和非台风暴雨情景下的易涝的子汇水区为S28、S31、S43、S47、S50和S52，重现期为T=20 a时均发生重度内涝，积水历时超过9.3 h，积水深度超过61.7 cm。

图 9 台风和非台风暴雨情景下暴雨内涝与洪流节点分布Fig. 9 Distribution of rainstorm waterlogging and flooding nodes under typhoon and non-typhoon rain scenarios

对比不同等级暴雨内涝的发生数量，在相同重现期下，台风暴雨情景下发生暴雨内涝的子汇水区数量和等级均多于非台风暴雨情景，发生暴雨内涝的子汇水区数量和内涝等级随着重现期增大而增加。因此，台风暴雨情景的积水历时更长，积水深度更大，内涝更严重。

4.4 讨 论

暴雨是导致城市内涝的直接致灾因子，我国东南沿海城市暴雨的成因是梅雨期持续性降水和台风影响。台风和非台风暴雨内涝特征存在明显差异，台风降雨持续时间受台风路径和强度影响，连续性暴雨比例高，降雨更为集中且有暴雨中心位置；非台风暴雨可在持续数天的降雨过程中多次出现雨峰，降雨过程相对较长。与林志东等[18]统计分析得出的东南沿海地区洪水时空变化特征差异显著的研究结果一致。台风和非台风暴雨情景下，随着重现期的增大，发生内涝的子汇水区数量和洪流节点数量都不断增加，内涝等级也不断提升。相同重现期下，台风暴雨内涝更严重，说明研究区的暴雨内涝与降雨强度有关，降雨强度越大，短时强降水不易及时排泄，导致内涝形成；同时，台风带来的风暴潮影响排水系统运行，加剧暴雨内涝。研究区排水节点和管道超载比例均高于81.3%，内涝最严重的区域其排水管道的管径多为300 mm，排水管网负荷率高，排水管网超载时数以大于9 h的为主；管径为500和800 mm的区域管网超载时数较少，在重现期T=10 a时，才开始发生暴雨内涝。说明研究区暴雨内涝与管径有关，管径较小，管道负荷率较高，易发生超载和节点洪流。对比台风与非台风暴雨内涝，台风暴雨内涝受潮位影响发生倒灌，节点与管道超载、节点洪流、内涝积水都更严重。这与苗小波等[19]分析得出的潮水顶托严重影响雨水管网排水能力、增加内涝风险的结论大体一致。同时也表明细化暴雨内涝的致灾因子进行区分研究是合理的，区分两种不同类型的暴雨内涝，对于深化东南沿海城市暴雨内涝的研究具有重要意义[20-21]。针对以上分析，研究区有必要对部分排水管网进行重新规划调整，增大易涝区域排水管道的管径，降低管道负荷；调整部分排水节点的内底标高；增加下垫面透水性，特别是地势较低的区域，降低暴雨内涝风险。

受小时尺度降水数据限制，得出的台风与非台风暴雨日变化波动性较大，峰值出现时间与王颖等[15]研究浙江夏季降水日变化特征的结论有一定差异。同时，理想化了SWMM模型边界条件，台风与非台风暴雨和奉化江潮位之间的变化关系需要进一步深入研究。

5 结 语

从暴雨成因角度，将城市暴雨内涝的致灾因子分为台风暴雨和非台风暴雨两类，构建台风和非台风暴雨情景，利用SWMM模型进行社区尺度暴雨内涝模拟，对比分析宁波市台风和非台风暴雨内涝的特征及其差异，主要结论如下：

（1）台风和非台风暴雨在变化趋势、分布特征和时程分布上存在明显差异。台风和非台风暴雨强度的年际变化均呈上升趋势，且台风暴雨的上升趋势更明显，台风和非台风暴雨强度的变差系数分别达0.72和0.39。台风暴雨强度在各月均大于非台风暴雨强度，台风和非台风暴雨强度日变化峰值分别在6:00和9:00。

（2）台风暴雨情景下，河道水位和流量主要受潮位影响，河道水位与潮位保持一致，均超过1.90 m警戒水位，易发生倒灌。在非台风暴雨情景下，河道水位和流量主要受降雨影响，随着重现期的增大而增大，但河道水位均未超过警戒水位，最高河道水位为1.39 m。

（3）台风和非台风暴雨情景下，研究区节点与管道的超载个数、超载时数、发生内涝的子汇水区数量和等级均随重现期的增大而增大，积水区域由零散分布到连片分布，排水节点和管道超载比例均高于81.25%，超载时数大于6 h的节点和管道比例均高于51.56%。在相同重现期间下，台风暴雨内涝超载更严重，积水历时更长，积水深度更大，排水管网负荷率更高，节点洪流更严重。