基于GIS技术的城市暴雨洪灾的仿真模拟方法外文翻译资料

英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料

基于GIS技术的城市暴雨洪灾的仿真模拟方法

张尚红¹，潘宝珠²

摘要：随着城市化进程的加快，人类活动引起了下垫面条件和气候特征的改变。这导致城市地区更频繁的发生洪水和内涝。基于水文学和水动力学的暴雨洪灾模型要求大量的输入数据（包括详细的地形、排水系统和土地利用数据）。仿真模型十分复杂，很难构建和运行。为了只利用几个常见的输入数据来迅速确定洪水条件，我在这篇文章中提出以地理信息系统（GIS）为基础的城市暴雨洪灾的仿真模拟方法（USISM）。该方法是一种简化的基于DEM的分布式水文模型，这种方法中，地形中的洼地被看作基本淹没区。储存在洼地中的水的数量表示出最终的洪水分布。径流集水面积、洼地的最大储水容积和洼地间水的流向都被考虑到最终的洪水淹没模拟中。GIS技术可以用来寻找一片区域中的洼地，在各洼地区域中划分子区域，然后获得以数字高程模型为基础的洼地流动顺序。使用SCS方法计算暴雨径流，使用水平衡方程式来计算每块洼地中的存水量。本次研究将中国哈尔滨市南岗区作为研究区域来验证USISM。结果显示，USISM可以在城市地区找出洪水泛滥的位置，并能快速计算出洪水淹没深度和面积。USISM在当输入几个常见的数据时，可以模拟城市地区短历时暴雨方面十分有利。

关键词：暴雨；洪水；城市地区；GIS；快速仿真方法

引言

随着全球气候和城市化进程的的变化，自然灾害的发生频率、强度以及它们的综合损失在逐步增加，这是因为自然与人类活动的交互作用引起的。在许多城市，洪涝灾害是一种主要的自然灾害，由于其发生强度大、响应时间短，给水文工作者带来了巨大的挑战(Bonta, 2004; Apel et al., 2009; Cheng, 2010)。在土地利用类型大多数为不透水地面的城市地区，以加速径流和浸润渗透为特征。因此，城市地区强烈的风暴可引起灾难性的洪灾和巨大的人类和经济损失(Smith,2006)。

例如，2012年7月21到22日，北京遭遇了61年以来最严重的暴雨和洪涝灾害。城市平均降水量为170mm，而在城市中心平均降水量达到215mm。此次暴雨引起79人死亡，10660座住所坍塌，共有160.2百万人受到影响，经济损失达到11.64亿元（Baidu,2012）。因此，城市暴雨洪涝问题在近些年引起了更多的关注。高效的洪水建模是一个有益的工具,它用于紧急洪水预报和可持续发展的城市水资源管理。城市暴雨洪灾模型可基于计算算法分为三个类别，即水文、水动力和简化模型。常见的水文模型包括SWMM（暴雨水资源管理模型）、UCURM（辛辛那提大学城市径流模型）、RRLM（道路研究实验室模型）、ILLUDAS（伊利诺斯州城市流域模拟器）、TRRL（运输和道路研究实验室）等模型可用来模拟城市洪灾。在19世纪70年代由美国环境保护署开发的SWMM是一个典型的城市暴雨洪灾水文模型（Rossman, 2004），它将城市地区降水和径流机制作为因子，模拟降雨径流的过程，主要是模拟城市地区单一的风暴或连续降雨过程。很多研究使用这些模型模拟出了城市淹没过程（Hsu et al., 2000; Pradeep et al., 2006; Jang et al., 2007; Zhao et al., 2008; Wei et al., 2012)。也有很多案例使用水动力模型来研究城市暴雨洪水（Qiuet al., 2000; Mark et al., 2004; Mignot et al., 2006; Yu and Land, 2006; Schubert et al., 2008; Amaguchi et al., 2012; Jonathan and Baxter, 2012）。一维或二维水动力模型用来模拟城市洪水过程，这些模型使用中国北京、上海、天津、南京和其他一些城市的城市暴雨洪水数据，已经被验证(Xie et al., 2005; Wang et al., 2010)。尽管有很多关于城市暴雨洪灾的研究工作，然而分布式水文模型和水动力模型需要大量的数据比如地形,污水管道运输和渗透条件，其中一些数据很难获得（Hunter et al., 2005; Neal et al., 2009; Schumann et al., 2011）。例如，城市地区的下水道系统数据,包括详细的位置、深度和管道直径，这些数据很难收集。此外,因为河流和管道网络复杂的形态和边界条件，基于物理条件的模型建立是很困难的，因此对于错综复杂的地下管网，简化的过程是必要的。此外，暴雨洪水淹没模拟的相关计算是十分复杂的，需要大量的时间来执行。虽然目前已开发出并行算法来处理计算速度的问题（(Hankin et al., 2008; Neal et al., 2010; Yu, 2010; Zhang et al., 2014b），但紧急情况下采取处理措施的要求没有得到充分的满足。所有这些因素都限制上述大型水文、水动力和暴雨洪灾模型的广泛使用。因此，一个简化的模型，迅猛的洪水淹没模型（RFIM）已开发为另一种有效的模拟方法。近年来许多RFIM模型变得可用，根据模型是否可以输出洪水淹没过程可分为两类，一类包含基于简化的液压算法来模拟这个过程的模型；在大多数情况下，这种结果可用圣维南方程求解可得。LISFLOOD-FP（Bates and De Roo, 2000）与基于元胞自动机方法的模型（Dottori and Todini, 2011;Ghimire et al., 2013）都属于这种类型。这些模型有确定物理基础的优势，可以决定径流的时空演变。该方案是一个小的时间步长，需要详细的输入数据，虽然这些相对水文水动力模型限制较少。第二类包含只能模拟最终泛滥程度的模型，他们的计算算法基于水平衡和由重力和地形强迫的水的交换。RFIM（Krupka et al., 2007）、RFSM（Gouldby et al., 2008; Lhomme et al., 2008）、ISIS FAST（CH2M HILL, 2013）、GUFIM（Chen et al.,2009）和FCDC（Zhang et al., 2014a）模型都属于这种类型。这些模型有计算速度快、足够可靠的优点，其局限性是缺乏流量和洪水过程的仿真。在特定的算法实现中，Krupka et al. (2007)构建了以洪泛区DEM为基础的洪水存储单元阵列，并在这些阵列中加入大量的洪水。Gouldby et al.(2008)和 Lhomme et al. (2008) 提出了一种快速洪水蔓延方法，这种方法在水发生转移的地方，把域划分为不同的影响区域（IZs），包括储水点和交流点。洪水过程的时空演变通过拆分合并IZs来确定。CH2M HILL (2013) 开发了洪水泛滥建模工具ISIS FAST，它允许使用简化水力学来快速评估洪水。这个软件工作的原理是首先识别平原中的洼地，然后通过这些洼地来演算水流流向(Paul et al., 2012)。Chen et al. (2009) 提出了一个城市雨季洪水淹没模型，包括暴雨径流和洪水模型。Zhang et al. (2014a) 介绍了FCDC方法模拟河流淹没过程。该方法考虑流的连续性，可以快速模拟洪水来源，如由河流泛滥或溃堤洪水造成的洪水淹没。上述大部分模型专注于流扩散算法，由于缺乏对径流生成的处理，因此相对洪水淹没，这些模型更适合模拟河流淹没。在这篇论文中，我们介绍一种以地理信息系统技术为基础的城市暴雨内涝仿真模型USISM。这种技术是由分布式水文模型简化而来，包括暴雨径流和洪水模型两个部分。蒸发、渗透和下水道系统排水的过程部分被简化，这样USISM可以在只有有限的几个常用的可用信息情况下模拟洪水。我们的目标是能快速预测稀缺的数据用于模拟暴雨洪水的条件, 而由于计算程序太复杂，不能够构建水文水动力模型。

1 方法

洪水淹没一般分为两种情况：有源洪水和无源洪水(Liu and Liu, 2002)。无源洪水意味着所有点的高程低于淹没区域的给定水位，这相当于一个接收均匀降水的大面积区域，在这个区域中所有低洼地区都很可能会被淹没。相比之下,洪水来源不仅考虑水位与地形，而且考虑流的连续性。淹没只能在水可以流动的地方发生。城市暴雨洪水属于无源洪水这一类。在USISM模型中，最后计算的是洪水条件而不是洪水过程。根据水的重力, 所有倾斜的区域只能有收敛流动而不能被淹没，只有洼地区域可以被淹没。为了获得一个地区洪水体积、面积和深度，需要做到三点。首先，从DEM中获得一个地区的洼地，计算出体积曲线并获得最大的储存量。其次，计算暴雨径流，找到流到每一个洼地中有多少径流。最后，确定洼地流动方向，用水量平衡方程计算出洼地淹没面积和淹没深度。

1.1 径流计算

根据水量平衡原理，总降雨量包括渗透、蒸发、地表径流和排水系统径流，这几种里，只有地表径流会导致城市地区洪水淹没，因为它可以在盆地的洼地和排水口，转化为一定数量的洪水。暴雨发生时水的平衡可以表示为：Rs = R –S- E （1）

其中Rs为地表径流量（mm），R为总径流量（mm），E是蒸发量（mm），因为研究是在城市环境下，单位面积蒸发量约占一个为期三天的暴雨总雨量的0.5%（Apirumanekul,2001），E不做介绍。因此，Eq可以被简化为：Rs= R –S (2)

总径流量用SCS方法计算得出（Mccuen, 1982;Woodward et al., 2003）

R= (3)

Sr=25400/CN-254， (4)

其中P为降雨量（mm），Sr为潜在的最大土壤含水量，CN为径流曲线数，它体现了土壤类型、水文条件和土地使用对土壤影响的经验观察值。下水道系统径流S为城市水平衡的重要组成部分，但在实践中很难获取这个参数的精确值，首要原因是模拟地表径流和下水道系统径流的混流是非常困难的，其次原因是很难获得详细的下水道系统数据，因为在管道中的下水道系统径流量与排水速度成正比。在USISM方法中，排水的平均速度可以用来计算下水道系统径流。

1.2 淹没计算

如前所述，城市暴雨洪水是无源洪水的一种，计算各洼地的淹没情况，应该首先确定每个洼地的排水情况，然后计算出每个洼地的地表径流，将“高海拔洼地”情况考虑进去(一些洼地由于当地的地形地貌被淹没，即使这些洼地的平均海拔相对其他地方较高)和洼地的连通性（Yin et al., 2010）。地表径流量应先灌流洼地区域，如果洼地水溢出，多余的水流将流向下游洼地。因此，计算淹没条件时，洼地之间的连接关系应该也被确定。流动路线地图

图1: 降水过程中降水量在洼地间的传递。D1、D2、D3、D4和D5是洼地， A1，A2，A3，A4和A5是这些凹陷相对的各集水区。虚线表示最大洼地储水量。

如图1所示。

从DEM中找出洼地并使用Arcgis水文工具将坑填满，我们假定DEM与流动填充洼地的区域是相同的，然后，洼地高程等于填充DEM减去原始DEM，结果得出洼地的分布。使用D8算法计算水流方向，划分集水区。第一步就是要使用Arcgis中的水文工具和填充DEM来计算流量方向和流量累积，然后，设置积累流量的阈值来提取流，确保在集水区出口结点上定义提取流上的所有洼地，不在提取流的洼地将被忽略，因为几乎没有水流流入,这些洼地很少被淹没。提取流上的洼地是潜在的淹没区域，这些洼地的最大存储体积和存储曲线是利用ArcGIS3D分析工具获得。下一步是利用水流方向、流动积累的定义节点划分子区域。有两种集水区出口节点，其一是流上的洼地点，另一个是流联合，因此，我们得到每一个洼地的上游集水区和这些洼地间的集水顺序，使用ArcGIS属性表中计算几何的工具来计算集水区面积，洼地间融合的顺序是通过水流流向来获得。根据从上游到下游的流水方向，计算每个洼地的地表径流量：

V_i=RsxA_i=(R-S)XA_i (5)

其中Vi为洼地i的地表径流体积，Ai为其集水面积，包括洼地与其上游洼地之间所有集水面积，下水道系统径流S可以由平均排水速度乘以暴雨持续时间计算得出。在降雨径流发生时设计运输的下水道系统用来估计排水速度，我们将每个洼地的地表径流体积Vi与图 2：图2 :usism路由计算的算法流程图

洼地能最大储存体积相比较。若Vi小于最大存水体积，Vi即为洼地的最大淹没体积，且可以通过其存储曲线计算及其淹没面积和深度.另外，Vi大于最大存水体积，洼地早已被溢满，溢出的水沿着河流流向下一个洼地中，则洼地面积与深度为最终的淹没结果。整个算法的流程如图2所示。

表 1：具有代表性的简化淹没模型、水文模型、流体动力学模型与和本文提出的新方法的对比