用于城市暴雨洪水模拟的分布式时变增益水文-水动力耦合模型

《Frontiers in Environmental Science》：A distributed time-variant gain hydrological-hydrodynamic coupled model for urban pluvial flood simulation

　　

全球变暖下频繁的城市暴雨洪水促使城市需要精细化的环境管理。在本研究中，研究人员开发了一种分布式时变增益水文-水动力耦合模型（TVGM-INFO），用于模拟从发生到消退的完整洪水过程。该模型独特地整合了一个分布式时变增益径流模块（捕捉异质性城市地表上的非线性降雨-径流响应）与一个基于2 m × 2 m地形网格的全动态一维-二维（1D-2D）水动力系统。这种整合弥合了土地利用控制的径流变异性与详细的管网-地表相互作用之间的差距，为城市洪水模拟提供了一个统一的框架。该模型应用于中国武汉的巡司河流域，使用多个观测降雨事件进行校准和验证，并与传统水文模型进行基准比较。结果表明，TVGM-INFO模型在模拟淹没深度和积水面积方面表现优异，纳什-萨特克利夫效率系数（Nash-Sutcliffe efficiency coefficient，NSE）超过0.8，最大相对误差（relative error，RE）低于10%，显示出高精度和可靠性。此外，系统识别了三个关键环境因素——累积降雨量、不透水面比例和微地形坡度——对城市洪水的影响。研究人员发现这些因素与洪水响应之间存在幂律关系（R² > 0.9），为城市暴雨洪水的精确模拟和管理提供了科学依据。

本论文针对全球气候变化与快速城市化背景下城市暴雨洪水频繁发生、现有模型难以同时捕捉土地利用异质性与水流动力学复杂性的问题，研究开发了一种分布式时变增益水文-水动力耦合模型（TVGM-INFO）。传统模型如SWMM、SCS-CN等采用线性径流生成或简化动力波演算，忽略非线性降雨-径流响应与微地形控制，而纯粹的水动力模型如InfoWorks ICM则缺乏过程性径流生成模块。为此，研究人员以中国武汉巡司河流域（面积32.5 km²）为研究区，开展耦合模型构建与验证。该研究将TVGM-INFO模型与SWMM、TVGM-SWMM、InfoWorks ICM进行对比，并分析降雨强度、不透水面比例、微地形坡度对洪水的非线性影响，最终明确幂律关系（R² > 0.9）以量化敏感性。论文发表在《Frontiers in Environmental Science》。

研究采用的关键技术方法包括：①分布式时变增益径流模块（DTVGM），基于逐网格土地利用分类（建筑、道路、绿地、裸土）计算非线性产流；②全动态一维-二维（1D-2D）水动力系统（基于InfoWorks ICM），求解二维浅水方程与一维圣维南方程，模拟地表漫流与管网流动；③双级耦合策略：DTVGM与InfoWorks ICM间采用显式松耦合（时间步长1 min vs 1 s），InfoWorks内部采用紧耦合（Picard迭代）；④高分辨率离散化，基于5 m×5 m数字高程模型生成2 m×2 m地形网格（1,089,745个三角形单元），并数字化管网（2,999条管道、2,943个节点）。数据来源包括遥感影像、实测降雨与水位数据。样本队列来自巡司河流域6个历史易涝点（p0006、p0013、p0018、p0020、p0028、p0030）。

研究结果部分：
**3.1 不同模型对比**：通过同场降雨事件（20240525）评估四种模型（InfoWorks、SWMM、TVGM-SWMM、TVGM-INFO）在6个易涝点的模拟精度。结果表明，TVGM-INFO模型具有最高性能：平均纳什-萨特克利夫效率系数（NSE）为0.841（范围0.821–0.914），平均相对误差（RE）6.8%，平均峰值流量误差（QE）8.5%，积水点空间匹配度92.3%。相比之下，SWMM、TVGM-SWMM、InfoWorks ICM的NSE分别为0.517、0.501、0.593，RE和QE均超过15%。TVGM-INFO的优势源于其同时捕捉了土地利用控制的非线性产流与微地形及排水设施主导的精细水动力过程。
**3.2 影响因素对城市内涝的影响模式**：基于30年、50年、100年重现期设计暴雨（通过缩放20240525雨型获取）及不同不透水面比例、微地形坡度情景进行模拟。发现降雨强度与淹没深度正相关；不透水面比例越高，峰值淹没深度越大、退水速率越慢；累积坡度比越大（即周围地形汇流更强），淹没深度越大。p0006点（高不透水率78%、封闭洼地）在重现期从30年增至100年时淹没深度上升50%（0.8 m→1.2 m），呈超线性响应；p0018点（毗邻紫阳湖与绿地）在30年到50年时仅增加20%（1.0 m→1.2 m），但100年时因调蓄饱和骤增至1.6 m（增33%），呈现阈值效应。
**3.3 影响因素与城市内涝的幂律响应关系**：采用幂函数y=ax^b拟合淹没深度与各因素的关系（R² > 0.9）。指数b量化敏感性：b>1表示超线性响应（高强度影响），b在0.5–1间为中等，b<0.5为低敏感。p0006点对三个因素b均>1（b_P=1.0542，b_I=1.0565，b_S=1.0659），属高敏感位置，需优先实施低影响开发（LID）措施减少径流；p0013点b在0.5–1间（b_P=0.7260，b_I=0.6965，b_S=0.5223），属中等敏感，应保留透水区域提升入渗；p0018点b<0.5（b_P=0.1930，b_I=0.1825，b_S=0.1840），属低敏感，需侧重改善排水能力。该分型为针对性内涝管理提供定量依据。

总结讨论部分：论文指出TVGM-INFO模型在巡司河流域表现出高精度，但仍存在局限性：①依赖高分辨率DEM、详细土地利用与完善管网数据，在数据稀缺区应用受限；②计算成本高（2 m网格与1D-2D耦合），制约实时应用；③参数向其他流域的可迁移性尚未验证。未来方向包括GPU加速、多流域测试、集成水质模块及气候变化情景。

研究结论翻译：本研究所开发的TVGM-INFO模型将时变增益产流系统与全动态1D-2D水动力求解器整合，这在城市洪水建模中此前未曾实现。该整合使模型能同时捕捉土地利用控制的非线性径流响应以及由微地形和排水设施控制的详细水动力过程。双级耦合策略在保持物理一致性的同时确保了计算效率。模型有效量化了降雨强度、不透水面比例和微地形坡度对洪水过程的影响，为基于证据的减灾策略提供了稳健框架。对比InfoWorks、SWMM、TVGM-SWMM和TVGM-INFO模型在同一场暴雨事件中的表现，表明所提出的TVGM-INFO模型实现了最高模拟精度：纳什-萨特克利夫效率系数（NSE）超过0.8，平均相对误差（RE）和平均峰值流量误差（QE）均低于10%，积水点空间匹配度达92.3%。模型成功平衡了地表条件的空间异质性与水动力复杂性，实现了城市洪水过程的精确模拟。多情景敏感性分析揭示了不同因素对城市内涝的相对影响，并确认淹没深度对降雨强度的响应随位置显著变化，这归因于土地利用调蓄能力的阈值效应和局部地形的边界控制。幂律关系有效表征了洪水风险对降雨强度、不透水面比例和微地形坡度的响应（所有情况下R² > 0.9）。敏感性指数b量化了因素影响强度，勾勒出高敏感（b>1）、中敏感（0.5

相关新闻