新形勢下城市洪澇演變特征與聯(lián)防聯(lián)控技術研究

劉家宏12，梅超12，王佳12，李瑞棟3，程宸?

（1.中國水利水電科學研究院流域水循環(huán)與水安全全國重點實驗室，100038，北京；2.水利部數(shù)字孿生流域重點實驗室，100038，北京；3.清華大學水圈科學與水利工程全國重點實驗室，100084，北京；4.中國氣象科學研究院災害天氣科學與技術全國重點實驗室，100081，北京）

摘要：全球氣候變化背景下城市極端暴雨洪澇發(fā)生的頻率和強度呈上升趨勢，極端水文事件趨頻、趨強、趨廣。從洪澇演變特征、組合疊加效應等方面分析了城市洪澇演變的新形勢，提出當前城市洪澇防御面臨聯(lián)防聯(lián)控調度預案不完善、一體化監(jiān)測預警與智能決策系統(tǒng)缺乏等問題。面向新形勢下城市洪澇防控需求，研究提出了城市洪澇聯(lián)防聯(lián)控的技術流程，并在北運河流域及北京城市副中心區(qū)域開展了應用示范。對2024年7月30日北京大暴雨事件的測試應用結果顯示，預報結果與實際積水情況一致性較好，滿足臨災預警的準確性要求。未來需進一步細化臨災預警的具體對象和技術要求，提升定向預警精準性和時效性，為提升城市防洪排澇預報、預警、預演、預案“四預”能力提供科技支撐。

關鍵詞：氣候變化；極端水文事件；流域洪水；城市內(nèi)澇；聯(lián)防聯(lián)控

作者簡介：劉家宏，正高級工程師，主要從事水文水資源研究。

DOI:103969issn10001123202509004

新形勢下城市洪澇演變特征

1.氣候變化下極端水文事件趨頻趨強

全球氣候變化背景下，水循環(huán)過程進一步加劇，極端水文事件呈現(xiàn)趨頻、趨強、趨廣態(tài)勢，突破歷史紀錄的水旱災害事件頻繁出現(xiàn)，導致城市內(nèi)澇、江河洪水、山洪、泥石流等多災并發(fā)。從國際看，2023年9月，全境主要為沙漠和半沙漠地區(qū)的利比亞遭受歷史罕見的洪澇災害，導致東北部德爾納市的阿布·曼蘇爾（Abu Mansour）和比拉德（Belad）兩座水庫接連潰壩，造成德爾納市區(qū)約1/4的建筑倒塌或“完全破壞”，幾乎所有建筑受損，人員死亡失蹤數(shù)量刷新21世紀以來洪澇災害傷亡紀錄；2024年4月17日，阿拉伯聯(lián)合酋長國迪拜遭遇1949年有記錄以來最強降雨，導致迪拜國際機場停機坪被淹，暫停航班降落兩個多小時；同年9月26日，美國東部邁阿密等地區(qū)遭遇颶風暴雨洪澇，造成至少237人死亡，經(jīng)濟損失巨大；同年10月29日，西班牙瓦倫西亞地區(qū)遭遇極端暴雨洪水，造成當?shù)刂辽?11人遇難，在當?shù)匾惶幩淼纼?nèi)發(fā)現(xiàn)了40位遇難者，令人觸目驚心；2025年2月，南美洲玻利維亞、厄瓜多爾多地發(fā)生災難性暴雨洪水，導致玻利維亞317個城市受災，其中12個城市宣布進入災難狀態(tài)。從國內(nèi)看，2021年河南鄭州“7·20”特大暴雨最大單日降雨量接近年平均降雨量，一個小時的降雨量達到了201.9mm，刷新了當?shù)匦r降水的歷史紀錄；2023年海河“23·7”流域性特大洪水期間，北京市平均降雨量331mm，其中房山區(qū)平均降雨量更是高達627.1mm，比多年平均年降雨量579.3mm還要多47.8mm；同年在我國香港特別行政區(qū)和廣東深圳市也發(fā)生了“9·7”特大暴雨洪澇災害，極端超強暴雨事件突破了當?shù)貧v史紀錄，給當?shù)爻鞘兴踩珟砭薮筇魬?zhàn)。

2.城市洪澇組合疊加效應凸顯

城市洪澇組合疊加效應是指由流域外洪、城市內(nèi)澇等致災因子疊加放大引發(fā)的一系列災害現(xiàn)象。以2023年7月河北涿州洪澇事件為例，洪澇疊加往往會形成“夾擊效應”，導致城市防洪排澇系統(tǒng)超負荷運行甚至“失防”。涿州有北拒馬河、琉璃河、小清河等多條河流匯入，“23·7”期間，北拒馬河上游來水最大洪峰約4500m3/s，琉璃河和小清河來水也超過300m3/s，再加上當?shù)貜娊邓ㄆ骄邓窟_355.1mm）產(chǎn)生的內(nèi)澇積水，形成“疊加效應”，對涿州城市防洪排澇造成巨大壓力。2024年7月，陜西寶雞市翡翠城小區(qū)的地下車庫進水事件中，很重要的致災原因是：小區(qū)毗鄰的石壩河上游山區(qū)暴雨誘發(fā)山洪泥石流，沖毀保護小區(qū)的防洪擋墻，疊加當?shù)氐谋┯陱搅餍纬蔀暮Ψ糯笮?，導致地下車庫快速淹沒進水；同時石壩河的洪水阻斷了救援通道，延遲了救援時間，形成災害鏈效應。面對極端暴雨條件下城市洪澇組合致災和災害鏈效應，構建以“全社會廣泛動員、多部門協(xié)同應對、防御工程群聯(lián)合調度、防控信息全口徑共享、應急資源全面統(tǒng)籌”等為主要特點的城市洪澇聯(lián)防聯(lián)控機制與智能決策技術體系十分必要。

城市洪澇聯(lián)防聯(lián)控的主要短板

1.城市極端洪澇聯(lián)防聯(lián)控預案不完善

城市洪澇防控一方面需要加強防洪排澇工程建設，補齊基礎設施短板；另一方面需要強化聯(lián)防聯(lián)控預案等應急能力建設。目前，我國重點防洪城市針對標準內(nèi)洪水的防洪工程調度規(guī)則已相對完善，能夠有效支撐洪水的科學調度與管理。然而，對于超標準極端洪澇事件，尤其是超100年一遇、200年一遇及以上量級的特大洪澇事件，現(xiàn)有的調度預案尚不完善，針對性和可操作性有待提升。例如，2021年鄭州“7·20”特大暴雨災害事件中就出現(xiàn)了應急預案實用性不強，以常態(tài)化目標要求應對重大雨情、汛情沒有精準施策、措施空泛等問題。為提升防洪排澇體系在極端洪澇事件下的安全水平和防御能力，亟須進一步細化、優(yōu)化城市超標準洪澇聯(lián)防聯(lián)控調度預案，明確極端條件下的工程調度原則及多方面協(xié)同應對機制，編制面向超標準洪澇的預排預降與聯(lián)排聯(lián)調作業(yè)方案，提升防洪工程與排水防澇設施的綜合應對能力，防控極端洪澇下的巨災風險。

2.流域-城市一體化監(jiān)測預警與智能決策系統(tǒng)缺乏

當前流域防洪和城市內(nèi)澇防治仍存在“洪澇分治”等問題。流域防洪由水利或應急管理部門主導，城市內(nèi)澇防治一般由住建或市政部門主導，例如鄭州“7·20”特大暴雨災害調查報告就指出“鄭州市設置了防汛抗旱指揮部、城市防汛指揮部、氣象災害防御指揮部、突發(fā)地質災害應急指揮部等4個指揮機構，辦公室分別設在應急管理局、城管局、氣象局、資源規(guī)劃局”。流域防洪和城市防汛兩套指揮體系各自建設的流域防洪調度決策支持系統(tǒng)和防汛決策支持系統(tǒng)相對獨立，數(shù)據(jù)共享和互聯(lián)互通不足，難以實現(xiàn)“流域-城市”外洪內(nèi)澇協(xié)同應對、工程蓄泄及強排能力動態(tài)分配、水工程聯(lián)合調度等系統(tǒng)性優(yōu)化。因此，亟須統(tǒng)籌流域防洪工程和城市排水防澇設施體系，構建城市洪澇聯(lián)防聯(lián)控應急指揮決策智能化系統(tǒng)，支撐城市及周邊區(qū)域“蓄、滯、疏、排、泄”等不同類型工程設施的科學調度，最大限度降低極端降雨情景下的城市洪澇風險，全面提升防洪排澇綜合效能。

城市洪澇聯(lián)防聯(lián)控技術研究

2024年11月，國家防汛抗旱總指揮部辦公室印發(fā)了《關于切實做好城市洪澇聯(lián)排聯(lián)調工作的通知》，明確要求加強部門協(xié)調聯(lián)動，健全城區(qū)排澇通道、泵站、閘門、排水管網(wǎng)與周邊江河湖海、水庫等洪澇聯(lián)排聯(lián)調機制，堅持立足全局、洪澇統(tǒng)籌，強化信息共享，提升調度管理水平。為此，本研究以北運河流域和北京城市副中心為對象研發(fā)了城市外洪內(nèi)澇聯(lián)防聯(lián)控應急指揮決策智能化系統(tǒng)，初步構建了雨水情監(jiān)測預報“三道防線”，有效支撐了預報、預警、預演、預案“四預”能力的提升。

1.技術流程

城市外洪內(nèi)澇聯(lián)防聯(lián)控技術流程如下圖所示，主要包含監(jiān)測預報、智能預警、模擬預演、決策預案等關鍵環(huán)節(jié)。

城市外洪內(nèi)澇聯(lián)防聯(lián)控應急指揮決策智能化系統(tǒng)技術流程

監(jiān)測預報的核心功能是融合氣象衛(wèi)星、測雨雷達、氣象站網(wǎng)、水文站網(wǎng)等獲取的監(jiān)測數(shù)據(jù)，開展智能網(wǎng)格遞進式降水預報，進而基于短期、短臨遞進式降水預報信息和水文站實時監(jiān)測信息開展流域-城市一體化的洪澇水文水動力過程模擬和預報。智能預警是在監(jiān)測預報和模擬預演的基礎上，開展災害鏈分析，識別人群、道路交通和城市生命線基礎設施的風險，精準定位風險區(qū)，并面向風險區(qū)和風險人群發(fā)布定制化的預警信息，相比傳統(tǒng)提前24h面向全城發(fā)布相同內(nèi)容的“預警提示”，本研究提出的“臨災預警”提示內(nèi)容更加具體、針對性更強。例如，2024年7月30日11時，系統(tǒng)就向北京市通州區(qū)發(fā)布提示：“未來3h積水將超過30厘米，請玉橋街道人群遠離以下積水區(qū)域：史家小學周邊、張家灣姚辛莊西側、京沈高速橋涵洞、孫各莊家園路口、7090小區(qū)門口道路、玉橋西路鐵路橋、范莊公鐵立交橋、玉橋中路鐵路橋、北關立交橋怡樂北街西總屯村門口。”模擬預演主要是針對未來可能的暴雨洪澇情景，考慮流域上游水庫和城市排澇設施的調度運用，開展不同場景下的洪澇過程和災害動力學模擬預演，輸出不同洪澇情景和防洪排澇設施聯(lián)排聯(lián)調運用場景下的洪澇風險區(qū)及風險等級。決策預案是在模擬預演的基礎上生成城市洪澇防御動態(tài)預案集，并根據(jù)實時監(jiān)測信息，滾動調整優(yōu)化水庫、泵站等防洪排澇設施的聯(lián)排聯(lián)調方案和防汛救援方案（致災因子強度超出防御能力閾值且出現(xiàn)災害時需要此方案），向防汛部門提供決策支持。

2.應用示范

基于上述技術流程，研發(fā)了覆蓋北運河流域及北京城市副中心的城市外洪內(nèi)澇聯(lián)防聯(lián)控應急指揮決策智能化系統(tǒng)（見下圖）。2024年6—9月，系統(tǒng)進行了實戰(zhàn)場景測試和技術應用示范。應用示范期間經(jīng)歷了7月30日暴雨事件，下面以本次事件應對為例介紹城市洪澇聯(lián)防聯(lián)控技術的主要參數(shù)。

城市外洪內(nèi)澇聯(lián)防聯(lián)控應急指揮決策智能化系統(tǒng)主界面

系統(tǒng)監(jiān)測預報功能于2024年7月24日分析大氣環(huán)流態(tài)勢，感知到29日北京地區(qū)水汽足、對流條件好，25日中期預報顯示30日全市有中雨，26日預報北京30日—31日面雨量超50mm。29日8時預報未來24h北京將開始出現(xiàn)中到大雨，30日8時預報未來24h將出現(xiàn)暴雨、局地超100mm大暴雨，智能網(wǎng)格短期降雨預報的空間分辨率達到1km。事后對比結果顯示，本場降雨的預報結果與實況累積降雨的空間分布趨勢和降雨量級一致，對市域東北部出現(xiàn)大暴雨有參考意義（見下圖），為智能預警、模擬預演和決策預案提供了高質量的精準數(shù)據(jù)。在30日預報出現(xiàn)局地大暴雨風險后，實時滾動開展未來0~3h的500m網(wǎng)格分辨率短臨降雨預報，更新未來降雨趨勢。

▲2024年7月30日8時—31日8時降雨預報與實況降雨對比

在30日的降雨過程中，實時生成經(jīng)過衛(wèi)星和地面氣象站訂正、插補后的100m/10min高時空分辨率天氣雷達QPE（見下圖），精細捕捉降雨分布和演變趨勢，為洪澇聯(lián)防聯(lián)控提供雨情信息。

2024年7月30日8時與10時雷達QPE與實況降雨對比

基于上述降雨預報和監(jiān)測數(shù)據(jù)，按照30min間隔滾動交替進行數(shù)據(jù)獲取、模型熱啟動計算和結果報送，確保每0.5h采用最新的降雨驅動信息，動態(tài)推演分析流域-城市洪澇演進（輸出二維水深分布圖）與區(qū)域交通受損（輸出交通通行速度分布圖）情況，由此識別風險區(qū)域和涉險對象，定制預警信息，并進行定向發(fā)布（見下圖）。

流域-城市洪澇演進過程及交通風險推演結果

基于模型滾動計算結果，在三維數(shù)字孿生場景中通過模型網(wǎng)格輕量化預處理解析，實現(xiàn)前端展示與后臺計算間的聯(lián)動更新，實時渲染積水淹沒區(qū)域，與傾斜攝影模型疊加直觀展現(xiàn)基礎設施受災程度，為防汛部門預演洪澇致災過程提供示算一體的預案決策支持（見下圖）。

模型計算結果在三維數(shù)字孿生場景中的動態(tài)展示

對2024年7月30日積水風險預報結果與實測積水點位進行對照復盤分析發(fā)現(xiàn)，預報結果與實際積水情況基本相符，有無積水的預報準確率達70%，積水深度預報誤差在10cm以內(nèi)的點位占比超80%，有效提高了臨災預警的準確性。

結論和展望

在氣候變化逼近臨界點、極端降水強度和城市擴張規(guī)模突破原有排水防澇工程設施設計能力的新形勢下，城市防洪排澇面臨的問題日益突出。本研究分析了全球氣候變化背景下極端水文事件的演變趨勢，剖析了流域洪水與城市內(nèi)澇的組合特征及災害鏈效應；針對城市防洪排澇面臨的聯(lián)防聯(lián)控調度預案不完善、一體化監(jiān)測預警與智能決策系統(tǒng)缺乏等問題，重點研究提出了城市洪澇聯(lián)防聯(lián)控技術流程，并在北京市北運河流域及城市副中心區(qū)域開展了應用示范。通過技術研發(fā)和試運行應用，提升了降水監(jiān)測預報的時空分辨率，0~72h短期、0~3h短臨降雨預報空間分辨率分別達到1km和500m，1h實時雷達QPE時空分辨率提升至100m/10min，可精細捕捉暴雨分布和演變趨勢?；诟邥r空分辨率降雨監(jiān)測預報數(shù)據(jù)，構建了流域-城市跨尺度外洪內(nèi)澇耦合模型，能夠實現(xiàn)以30min為更新間隔滾動推演流域-城市洪澇水文水動力過程，動態(tài)識別風險區(qū)域和涉險對象，定向發(fā)布定制預警信息。2024年7月30日北京大暴雨事件的測試應用結果顯示與實際積水情況一致性較好，滿足臨災預警的準確性要求。未來需進一步考慮人口、車輛等可移動承災體的預警信息接收能力與響應行為特征，利用多源社會感知與大語言模型智能體技術，細化臨災預警的具體對象和技術要求，提升預警精準性和時效性。

Abstract: Under the global climate change, the frequency and intensity of extreme urban rainstorm floods are rising, which makes the extreme hydrological events becoming more frequent, stronger, and more widespread. The new trend of urban flood events has been analyzed in terms of flood evolution characteristics and combined superimposition effects. The current urban flood defense is facing problems like imperfect joint prevention and control dispatch plans, as well as the lack of an integrated monitoring, early warning, and intelligent decision-making system. In response to the needs of urban flood prevention and control under the new situation, a technical framework for joint prevention and control of urban foods has been proposed. The application and demonstration have been carried out in the North Canal Basin and the Beijing Sub-center Urban Area. The test application results of the heavy rainstorm event in Beijing on July 30, 2024, show good consistency between forecast results and actual waterlogging conditions, meeting the accuracy requirements for imminent disaster warnings. In the future, it is necessary to further refine technical requirements of imminent disaster warnings for specific targets, which could enhance the precision and timeliness of targeted warnings. The proposed technical measures can provide scientific support to improve the preventive capabilities, including prediction, early warning, rehearsal and pre-plan for urban flood prevention.

Keywords: climate change; extreme hydrological events; river flood; urban pluvial flood; joint prevention and control

本文引用格式：

封面攝影謝雷

責編｜李博遠

校對劉磊寧

審核王慧

監(jiān)制軒瑋

聲明：本文系轉載自互聯(lián)網(wǎng)，請讀者僅作參考，并自行核實相關內(nèi)容。若對該稿件內(nèi)容有任何疑問或質疑，請立即與鐵甲網(wǎng)聯(lián)系，本網(wǎng)將迅速給您回應并做處理，再次感謝您的閱讀與關注。