BP神經網絡和數值模型相結合的城市內澇預測方法研究

劉媛媛，劉業森，鄭敬偉，柴福鑫，李 敏，穆 杰

（1.中國水利水電科學研究院，北京 100038；2.水利部防洪抗旱減災工程技術研究中心，北京 100038）

1 研究背景

隨著全球氣候環境的變化，極端降雨出現的頻率越來越高，城市內澇災害頻發［1-2］。隨著我國城鎮化建設的快速發展，極端降水及其伴生的次生災害所造成的損失也被成倍放大［3］，北京、廣州、深圳、武漢等多個城市均發生過較大的內澇災害［4］，2021年7月20日，鄭州市遭遇極端大暴雨災害，暴雨引起地鐵、地下隧道雨水倒灌，道路、橋區積水嚴重，造成了重大人員傷亡和財產損失［5-6］。當前，大暴雨引起的內澇已經成為影響城市運行、居民生活的城市型水災害。城市內澇防治對保障國家水安全、支撐社會經濟可持續發展具有重要的科學價值和戰略意義。提前預知、預判、預防城市內澇風險，及時發布預警信息，指導市民生活，保障人民群眾生命財產安全，是城市內澇風險管理工作中迫切需要解決的問題［7］。

當前城市內澇風險分析主要采用數值模型，包括水文學模型、水動力學模型，以及水文水動力模型。這些模型各有優缺點：水文學模型計算效率高，但不能計算洪水演進過程；水動力學模型，可以計算網格內的流速、水深等水力要素，但其計算效率較低；水文水動力學模型采用水文模型與二維水動力模型進行耦合，不僅可以保證模型精度又具有良好的計算效率，是洪澇模型研究的熱點方向。學者們從水文、水動力學的角度，對地表模型、河道模型以及地下管網模型的耦合機制進行了深入的研究，并取得了豐碩的研究成果［8-9］。……