白 天, 吳雅文, 金牧青, 鄭琳琳, 田國行
(河南農業大學 林學院, 河南 鄭州 450002)
城鎮化改變了城市下墊面水文特征。明河變為暗溝、不透水面比例增加,顯著降低了城市下墊面雨水截留和入滲能力[1],徹底改變了原有自然水文過程。城市地形改造,導致城市地表徑流局部匯集,使城市區域易受到歷時短、強降雨的侵襲而引起城市內澇,給城市帶來災難性的后果[2]。城市空間格局變化,導致城市用地類型和性質的差異,也是引起城市局部及周圍環境雨洪災害發生的主要因素之一。據統計,城市內澇每年造成的經濟損失約占國民經濟總產值的3.5%,并有大量人員傷亡[3]。歐美發達國家從20世紀60年代起開始城市雨洪研究[4],到20世紀80,90年代已逐步建立了系統的計算理論與技術模型,包括SWMM,MIKE 11,HSPF,SWAT模型[5]等以滿足城市排水、防洪、環境治理的需要。中國也有相關研究,尹占娥等[6]對上海市浦東暴雨淹沒區域研究,劃分了不同的風險區域,湯鵬等[7]對揚州江都區產流分布研究,丁鍶湲等[8]對廈門市雨洪安全格局分析提出了控制紅線邊界與保護利用,姚磊等[9]分析了北京市產流空間集聚特征等。近年來,漯河地區雨洪災害突顯,但關于漯河雨洪格局研究尚未見報道。雨洪空間分布特征與趨勢研究目前還處于初級階段,本次研究擬借助GIS和RS方法綜合分析暴雨產流、積水過程和地理空間分布特征與趨勢,以期為城市土地利用規劃和海綿城市建設提供依據。
漯河市地處黃淮海平原,屬暖濕性季風氣候,夏季高溫多雨,據漯河氣象站(1956—2008)降雨統計資料,全年降雨量區間為377.1~1455.6 mm,降水量平均值804 mm±0.25,其中夏季降水量占全年降水量的54%,53 a間夏季降水量平均增加7.8 mm[10]。1956—2008年,漯河發生澇災56次,平均1.06 a/次[11],夏季積狀云和積層混合云雨日增多,加之局部地區雷暴和特殊天氣常引發局部暴雨,層、積、混3類云雨日平均雨量分別為30.9,32.0和46.6 mm,導致城市降水多集中在5—9月[10]。城區地勢,東北高,西部平坦,東南低,每逢暴雨因排泄不及時而造成水患,尤其是對城市東南的召陵,鄧襄地區災害嚴重。城市中心積水點由2014首次統計的23個,增加為2016重新劃分后的25個,2010年7月17日12時30分,漯河市降雨強度2 h達187 mm,為近10 a來最大降雨[12],2013年8月24日17時54分,市區降雨量1 h內高達90 mm,2017年8月18日漯河市區平均降水量達到211 mm,最大降雨量達到280 mm。城市暴雨造成大量積水,影響道路交通安全和居民正常活動,大量漂浮污染物擴散,引起水資源的二次污染。
GIS空間模擬需要城市原始數據支撐,本文研究數據來源:①漯河市園林管理局、規劃局、氣象局等部門提供數據;②參考文獻數據;③運用Trimble UX5 HP固定翼無人機航拍獲取的0.09 m高分辨率正射影像數據。根據研究需要對獲取的數據進行必要的矢量化和屬性化解譯(表1)。

表1 漯河規劃區的GIS數據庫
根據《室外排水設計規范》和漯河市暴雨曲線、內澇防治設計重現期標準為20 a,而降雨開始后的2 h為主要降雨時期,0~2 h降雨強度下降率為72%,后逐漸穩定,是觀察降雨過程的最佳時期[13]。故結合漯河市暴雨強度公式與芝加哥雨型生成器[14],生成20 a重現期2 h降雨時間序列,計算降雨量為85.43 mm,分析漯河市規劃區157.79 km2的徑流和積水分布特征。漯河市市政工程設計院,2014年漯河市暴雨強度公式編制成果:
(1)
式中:i——降雨強度(mm/min);P——降雨重現期(h);t——降雨歷時(min)。
對無人機航拍影像進行融合拼接、地理配準、幾何糾正處理,獲得分辨率為0.09 m的漯河市規劃區157.79 km2的正射影像,獲取時間為2016年3月13日至22日,該時段影像清晰,可有效的判別城市各類用地邊界和其他關鍵信息。
(1) 通過目視解譯,將土地覆蓋/利用(LUCC)類型[15]劃分為兩大類,7種類型(P1-4-I1-3)。P為透水表面:P1城市綠地,P2水體,P3農業用地,P4未利用土地;I為不透水表面:I1道路用地,I2建筑用地(屋頂),I3公共管理用地。
(2) 采用ArcGIS 10.2將航拍獲取的地表點云數據轉換為高程精度為1 m數字表面模型(DSM)[16],與通常由衛星影像獲取的精度為30 m的DEM影像相比提高了研究的精確性,同時,還能獲取城市建筑高程豎向二維數據。
2.4.1 SCS-CN水文模型 SCS-CN模型由美國農業部開發,是用于計算小流域降雨—產流的地質水文經驗模型,該模型在產流計算和模擬研究中得到廣泛
的應用[17]。降雨水平衡方程為:
P=Ia+F+Q
(2)
式中:P——降雨量(mm);Ia——雨水初損(mm),包括植被截留量、地表蒸發、土壤滲漏等;F——后損值,即地表實際累積的入滲量(mm);Q——地表實際徑流量(mm)。下同。
SCS模型降雨計算的徑流公式為:
(3)
式中:S——飽和儲水量。下同。
由于S飽和儲水量,受環境影響較大,因而引入一個無量綱徑流曲線數(CN系數),CN系數是SCS-CN模型中反映降雨前下墊面和降雨特征的綜合參數,為了提高城市流域的水文模擬的精確度,美國《國家工程手冊》中提供了城市化區域各類型土地覆蓋所對應的CN值表[17]并不斷更新,能反映城市區域的產流特性。CN值和S之間有如下關系:
(4)
式中:S——土壤飽和儲水量; CN系數和研究區的土壤種類、土壤滲透性、植被類型等密切相關,其正常的取值在0~100之間,具體數值根據研究區的具體情況加以修正。以此為基礎,國內外學者借助該模型從不同空間尺度開展城市區域的產流研究[5],均得到可靠模擬結果。
2.4.2 CN值的確定 由于與美國用地類型劃分的差異,研究對應美國《國家工程手冊》,結合漯河LUCC和城市總體規劃(2012—2030年)對CN系數進行調整。中國土壤數據庫中漯河土壤為黃褐土、棕壤和石灰性沙姜黑土,土壤水文曲線CN值為C類。根據SCS模型計算公式,將CN系數代入SCS水文模型中以求得飽和儲水量(S)、直接徑流量(Q),具體數值見表2。

表2 漯河市土地覆蓋/利用(LUCC)SCS模型CN值
注:引自National Engineering Handbook sections 4,7,9并做一定程度修正。
子匯水區是研究雨水徑流量的基本單元[18],根據研究區城市路網分布,劃分出166個子匯水區,并根據上文數據庫資料繪制城市排水管網現狀布局,管網鋪設總長度為119.18 km集中分布于城市中心區域如所示。
利用SWMM模型進行模擬研究[5],計算總徑流量(mm)、徑流體積(L×106)、峰值流量(m3/s)和徑流系數等相關數據。結果顯示:①總體上蒸發損失0.28 mm,入滲損失16.18 mm,地表徑流28.524 mm,地表蓄水40.59 mm、連續性誤差為-0.174%在合理范圍。子匯水區中最大徑流量為77.42 mm,最大徑流體積為1.72×108L;②總徑流量與徑流系數變化趨勢基本一致(圖1a,1d),由城市中心向外逐步遞減,與路網密度呈正相關、與匯水區面積呈負相關;徑流體積與峰值流量變化趨勢基本一致(圖1b,1c),受匯水區面積和城市管網分布的影響較大;③空間自相關分析可以識別地理現象之間潛在的聚集特征,通常用全局自相關系數(Moran’sI)來描述,相關性表現為聚集、離散和不相關[9]。對總徑流量,徑流系數,徑流體積,峰值流量進行空間自相關分析,得出總徑流量,徑流系數的Moran’sI系數一致為0.338(p<0.001),徑流體積為0.142(p<0.001),峰值流量為0.101(p<0.001),產流格局呈現顯著的集聚性,其中總徑流量和徑流系數集聚性特征表現較強,說明土地利用類型對產流和積水有影響,且產流過程影響大于積水過程。

圖1 漯河市產流模擬分析
根據《室外排水設計規范》市區綜合徑流系數超0.7,需要采取必要的滲透、調蓄措施[23]。根據試驗結果將研究區劃分為5個等級[6](表3),統計分析可知,低產流風險區子匯水區數量較多、面積最大,主要分布在中心城區外圍(圖1d),以農業用地為主,占總面積的27.11%,其余是城市中心區零散分布的幾個大型公園綠地,占總面積的8.99%,其他的綠地主要分布在中低產流風險區和中產流風險區;而在高產流風險區中不透水景觀面積占82.73%,透水景觀面積僅占該區域17.27%,其中綠地占該區域13.78%,占總面積的0.33%。
城市產流與積水是兩個不同過程,城市產流的主要原因是下墊面的下滲能力/蓄水能力與降雨強度/降雨量的對比,而城市地形決定了城市積水的實際分布。傳統匯水區積水深度計算有兩種形式,一種是根據匯水區面積和積水量估算積水深度,這種方法精度低,不能自動化計算;另一種方法是采用二分法進行計算,計算復雜,計算量大,計算速度慢[19]。本研究采取“基于DEM 的匯水區降雨積水深度的計算方法”[20],基于DSM進行積水區域計算二維空間積水深度和范圍。

表3 漯河市產流風險區等級劃分
匯水區高程點經過插值形成的三角網格包含高程柵格數據集和網格面積[21]。匯水區的積水量在匯水區內進行積水分配,積水分配后的水位高程減去相應點地形高程為該點積水深度。由圖2可知,漯河20 a重現期2 h,85.43 mm降雨條件下,積水面積占總面積的34.94%。通過地形分析,最大模擬積水深度高達到18 m (位于澧河河岸洼地、面積僅2,691 m2),主要受局部高程差影響;積水斑塊由城市中心向城市邊緣呈逐級增加,城市中心積水斑塊呈分散分布,而外圍積水區域呈集中、片狀分布;另外,中心城市以外缺乏市政基礎設施,也是引起局部積水的重要原因。
對積水面積統計分析(表4),積水分布與徑流量體積分布相似,而與總徑流量分布有顯著差異。積水
區域格全局自相關Moran’sI系數為0.918(p<0.001),說明積水區格局呈現顯著的集聚性,積水區域自相關Moran’sI系數大于匯水區RC,RV說明地形要素對產流的影響小于積水過程。積水區域用地類型以農業用地、城市綠地、道路用地為主,分別占總面積的36.56%,21.39%,21.82%,都超過積水區域20%以上,而這3類用地積水分布又呈現出各自的特點,農業用地分布主要在城市中心以外、斑塊數量最少、景觀整體性最好、景觀連接度最大、積水區域分布也相對集中,但由于地勢較低,也是受災影響最嚴重的區域;城市綠地主要分布于城市中心區域、斑塊數量僅次于建筑用地、分布較散、景觀連接度低,積水分布也呈現分散分布;城市道路是城市改造最多的區域,積水分布沿城市道路呈不規則帶狀分布,分布較散但與城市綠地相比,具有明確的方向性。

圖2 漯河市積水區域分布模擬表4 漯河市不同土地覆蓋/利用積水狀態分析

土地覆蓋/利用(LUCC)斑塊面積/km2積水斑塊數量/個積水面積/km2占積水面積比例/%占同類面積比例/%占總面積比例/%城市綠地(P1)24.8313 15911.8021.3947.537.47水體(P2)4.537 2150.010.020.230.01農業用地(P3)45.6782420.1836.5644.1712.77未利用土地(P4)18.649548.9216.1547.825.64道路用地(I1)26.802 71112.0421.8244.947.62建筑用地(I2)33.2453 1220.150.270.450.09公共管理用地(I3)4.231 1142.093.7949.461.33總 計157.9479 09955.1934.94
(1) LUCC呈現層次性特征,城市透水表面比例由城市中心向外逐步增加,與同心圓式的城鎮化發展過程一致,但用地性質發生轉變,由城市綠地過度為農業用地。
(2) 產流分布隨城市擴張呈現由內向外逐漸減少的趨勢,不透水面比率高于70%的子匯水區有66個集中分布在城市中心,說明城鎮化導致的城市下墊面LUCC是引起城市地表徑流增加的重要原因。
(3) 道路、建筑、廣場密度由中心城市向外逐漸降低,與產流呈正相關,說明城市不透水面透密度對產流也有影響。
(4) 總徑流量,徑流系數,徑流體積,峰值流量的Moran’sI系數大于0,呈顯著集聚性,城市地表產流與城市擴張趨勢一致,子匯水區之間空間依賴程度高,對徑流的產生彼此影響。
(1) 平均產流量隨著不透水面積的增加而增大,但徑流體積與匯水區域面積有關,Moran’sI系數顯示LUCC對產流過程影響大于積累過程。
(2) 產流風險區劃分,發現各等級產流風險區分布數量平均,但面積差異較大,其中低產流風險區面積最大,說明現狀LUCC對產流有積極作用,能有效控制一定程度的產流,但模擬周期內未排空徑流,說明在20 a重現期降雨強度條件下,產流量大于排出量、滲透量和蒸發量之和,會導致子匯水區的積水。
(3) 城市綠地占規劃區面積的28.24%,積水綠地占綠地總面積的75.74%說明城市綠地對徑流吸收、存蓄能力有限,但綠地景觀潛力巨大,已被證明通過提高降雨入滲和冠層截流蒸散發等方式能有效的削減降雨徑流量[22],城市綠地與城市灰色基礎設施相結合的方法對減少雨洪災害損失將起到積極作用,同時還可以產生巨大的生態效益。
城市產流與積水是2個不同過程,影響因素也有差異。
(1) 積水區域自相關Moran’sI系數為0.918(p<0.001),呈現顯著集聚性,且大于產流分布,說明城市下墊面滲透性改變和城市局部地形改變,兩者疊加加劇了城市內澇災害的程度。
(2) 地形因素導致農業用地大量積水,而初期雨水沖刷,往往伴隨大量污染物[23]。由此可知,城市區域暴雨不僅對城市內部產生影響,同時也嚴重危及到城市周圍農田的生產安全。
(3) 沙澧河河堤抬升,難以兼顧城市防洪與城市雨洪,而明渠變暗渠破壞了城市脈絡,也加大了城市市政管網的排水壓力。
近年來無人機技術的發展,在大比例尺測量任務(10~100 km2)中表現快速高效、精細準確、作業成本低等特點,并在形圖測繪、應急救災、國土監測等方面得到廣泛應用[24]。本次選用無人機技術作為研究的資料獲取手段,得到了0.09 m高分辨率的正攝影像和DSM二維柵格影像,為研究提供了可靠的數據基礎;結合SCS-CN模型的產流計算和“基于DEM 的匯水區降雨積水深度的計算”,分析了產流和積水分布的空間關系;計算產流和積水的全局自相關系數(Moran’sI),分析了兩者的地理空間分布特征和趨勢,更全面、直觀地展示了漯河規劃區雨洪格局特征。
本研究還處于利用綜合方法分析雨洪安全格局的階段,是分步驟對城市產流和城市積水過程特征進行梳理。研究團隊將逐步改進研究方法,構建系統化耦合模型和應用系統并不斷提高計算精確度,將研究成果運用到城市雨水資源實際管理中。