-
近数十年来, 在全球气候变化和城市化快速发展的共同影响下[1-2], 水循环过程及要素发生了剧烈变化[3], 极端气候事件增多增强, 城市“热岛效应”和“雨岛效应”凸现[4], 产汇流机制改变[5], 城市洪涝灾害问题日益严重。世界气象组织(World Meteorological Organization, WMO)统计数据显示[6] : 1970—2009年, 全球水文气象相关灾害7 870起, 共计造成186万人死亡和1.9万亿美元的经济损失, 其中风暴和洪水灾害占灾害总数的79%, 死亡人数和经济损失分别占56%和85%。洪涝灾害频率和严重程度的上升, 对世界各国的可持续发展和经济建设提出了巨大挑战。
中国受季风气候影响, 暴雨洪水集中, 改革开放后城市化快速发展, 城市洪涝灾害更为严重, “城市看海”现象在中国各大城市屡次发生[7]。《中国水旱灾害公报: 2018》统计数据显示, 2000—2018年中国因洪涝灾害死亡21 720人, 直接经济损失31 639.52亿元。其中, 2007年7月18日, 济南市区遭遇超强特大暴雨, 造成30多人死亡, 170多人受伤, 约33万群众受灾, 全市直接经济损失约13.2亿元;2012年7月21日, 北京及其周边地区遭遇61年来最强暴雨及洪涝灾害, 造成79人死亡, 160.2万人受灾, 经济损失达116.4亿元;2019年4月11日, 受冷暖气流交汇影响, 深圳市发生短时极端强降水, 全市多个区域突发洪水, 造成11人死亡;2020年入汛以来, 中国南方地区发生持续强降水造成严重的洪涝灾害, 根据人民网报道, 截至7月10日, 洪涝灾害造成安徽、江西等27省(区、市)3 385万人次受灾, 141人死亡失踪, 直接经济损失695.9亿元。城市洪涝灾害已成为影响中国城市公共安全的突出问题, 也是制约中国经济社会发展的重要因素。科学、系统地认识城市洪涝致灾机理, 迅速、精确地评估灾害风险, 是完善城市防洪除涝减灾体系、提升城市防洪除涝能力、减轻城市洪涝灾害损失的基础和核心。城市洪涝灾害致灾机理与风险评估研究成为城市水文学研究的热点问题。
本文以气候变化和城市化进展对城市洪涝灾害的影响研究为基础, 系统分析城市洪涝灾害的致灾机理, 梳理城市洪涝灾害风险评估和分区方法, 以期为中国城市防洪减灾工作提供参考和支撑。
-
全球气候变化已是不争的事实, 而气候变化及随之而来的后果被认为是当代人类面临的最重要的挑战之一[8]。IPCC第四次评估报告指出全球气候的改变是由于全球变暖造成的温室气体的聚集增加所致, 气候变化给全球及区域水资源的可持续开发和利用带来了巨大的挑战[9-10]。气候变化通过影响降雨、气温和蒸发过程, 对水文循环带来的影响主要体现在土壤的下渗过程、地表水与地下水的交互过程以及径流形成过程等, 无论是在城市区域还是其他区域, 气候变化都会带来很多环境要素的改变, 作为社会、文化、科技和技术的中心, 城市区域吸引着越来越多的人口, 使得城市区域在面对自然灾害时显得更加敏感和脆弱[11]。
过去几十年间, 世界各国城市洪涝事件发生频率有所增加[12]。例如2011年美国纽约、2017年美国休斯敦等地区都发生了洪水事件[13], 而在中国, 城市洪涝仍然是十分严重的自然灾害, 根据2006—2016年中国水旱灾害公报统计数据, 2006年以来, 中国每年受淹城市均在100座以上, 其中2010年受淹城市为258座, 2012年为184座, 2013年为234座, 住房和城乡建设部对351个城市专项调研显示, 2008—2010年全国有62%的城市发生过内涝, 内涝超过3次的有137个, 其中有57个城市的最大淹没时间超过12 h[14]。
极端降水是引发城市洪涝事件最直接的驱动要素, 而气候变化直接导致全球及区域降水的改变。IPCC第五次评估报告指出, 全球气候变化会导致极端事件(极端降水、极端气温等)的频率和强度持续增加[15]。很多研究对变化环境下全球及区域降水时空演变特征及成因进行了分析。例如, Trenberth[16]研究表明, 从20世纪开始, 全球陆面降雨增加了2%;Konapala等[17]根据降雨特性将全球分为9个区域, 并对全球9个区域的降水和蒸发变化特征进行了分析, 结果表明, 全球9个区域中有4个区域的降水量变化增加, 而其余5个区域显示蒸发量变化减少并伴随着平均降水和蒸发量的增加;Schuster等[18]研究表明, 由于气候变化, 美国中西部区域强降水事件的频率和量级都呈增加态势。很多学者对中国年平均降水量和极端降水量的时空演变特征及变化成因进行了分析, 研究表明[19-20], 中国西南、西北和东部地区的年平均降水量在过去几十年间显著增加, 华北平原地区的极端降雨事件随机性较大, 历史上出现的最大降雨量远远高于华北平原的常见大雨。对于沿海城市, 暴雨、高潮位和台风是洪涝事件主要的驱动要素, 具体表现为当区域发生暴雨时, 河口的潮位无法预知, 当高潮位发生时, 区域产生的降雨复杂多样, 台风的发生则可能形成风、暴、潮“三碰头”的复合城市洪(潮)涝灾害, 而气候变暖导致的海平面上升, 会加剧沿海城市洪涝事件的发生频率和灾害程度。全球变暖不仅会对全球水文循环带来直接的影响, 还会加剧城市“热岛”效应的产生, 即城市区域相比于农村区域, 呈现出较高的大气和地表温度[21]。目前, 城市“热岛”效应问题引起了世界各地的广泛关注, 研究表明区域水文气候条件与城市“热岛”效应有着相互的影响作用[22], 城市“热岛”效应对区域水文循环的影响作用还需要开展进一步的深入研究工作。
-
城市化是中国乃至全世界范围内的普遍现象, 伴随着快速的城市化进程, 城市人口数量迅速增长。据统计[23], 世界52%的人口居住在城市区域, 并预测城市人口数量会持续增长, 预计2050年近67%的世界人口将会居住在城市区域。城市化建设改变了城市区域下垫面特征, 不透水面积的增加会导致城市区域下渗量的减少, 植被的减少也会导致蒸散发过程的减弱, 因此导致城市区域地表产流量的增加;与此同时, 原本糙率较大的地表由相对较光滑的人工不透水地表所替代, 必然会导致汇流时间加快, 造成在同样的场次暴雨条件下, 形成径流峰值高、峰现时间提前的洪水过程线, 洪水过程线由“矮胖型”转变为“瘦高型”。目前, 借助水文水动力学模型, 很多研究开展了关于城市化水文效应的研究, 普遍认为城市化的扩张增大了城市流域的径流量和洪峰流量, 加剧了城市洪涝的灾害程度, 降低了城市流域的基流和城市周边区域地下水和地表水的交互过程[24-27]。另外, 城市区域人为热排放量的增加、蒸发冷却过程的降低、城市地表糙率的增加及城市地区的地形特征等因素, 往往也会加剧城市“热岛”效应, 而城市“热岛”效应可能会对水文循环规律产生一定的影响, 影响城市区域的降雨特征, 尤其是可能会导致城市区域极端暴雨的频次及强度增加, 从而造成城市“雨岛”效应。
-
变化环境下城市洪涝灾害加剧的主要原因可从致灾因子的变化、孕灾环境的变化以及城市承载体自身对洪涝灾害承载能力的脆弱性变化等方面进行分析[28-29]。首先, 气候变化和城市化是城市洪涝灾害最主要的驱动要素, 也是致灾因子发生变化所致。其次, 孕灾环境的变化主要由于城市区域住宅、交通、商业以及工业的发展, 导致城市区域透水面及水域面积大范围萎缩, 造成城市区域蓄水能力严重降低、城市排水能力下降的局面, 从而加剧城市内涝的风险;城市区域下凹式立交桥等微地形, 在强降水条件下极易形成积水, 也会加剧城市内涝的风险;同时, 不合理的城市区域规划和建设也会加剧城市洪涝灾害的程度, 由于不合理的城市规划和建设, 城市区域大量的水塘、鱼塘甚至湖泊被填平, 一些河道、沟渠被填平或被改造, 城市流域蓄水能力和过流能力大大降低, 从而增加城市内涝风险。另外, 城市区域承载体脆弱性的变化主要体现在城市化的发展改变了江河湖库等众多地表水体的原始连通关系, 也改变了地表水和地下水的转化路径, 大部分天然河湖泄水通道被城市排水管网所替代, 绝大多数天然水循环变成了由众多水工建筑物组成的人工水循环, 这就导致了城市区域水循环路径发生了巨大的改变, 而排水管网和天然河湖往往不能够合理衔接, 加剧了城市排水承载体的脆弱性;另外, 排水管道系统的设计标准不能满足城市的排水需求, 管网系统的设计标准偏低, 城市河道治理标准与城市发展衔接不到位, 也会加剧城市排水承载体的脆弱性。
-
风险最早出现于西方19世纪末的经济学研究中, 而1990年起“国际减灾十年”(IDNDR)活动的开展, 使得灾害风险研究成为国际上研究的热点[30]。21世纪以来, 灾害风险指标计划(DRI)、多发区指标计划(Hotspots)和美洲计划(American Programme)的开展, 使得自然灾害风险分析与评估方法逐步完善[31]。目前, 由于人们对于自然灾害风险研究侧重方向的不同, 国内外尚未形成统一的灾害风险定义。总体来看, 自然灾害风险的定义可以分为两种。第一种定义主要考虑风险事件发生的概率, 如联合国国际减灾战略将其定义为“自然致灾因子或人为致灾因子与脆弱性条件相互作用导致的有害结果或期望损失(人员伤亡、财产、生计、经济活动中断、环节破坏)发生的可能性”[32]。第二种定义在概率的基础上加入了风险事件导致的后果[33], 如原国家科委国家计委国家经贸委自然灾害综合研究组将其定义为“面临的或未来若干年内可能达到的灾害程度及其发生的可能性”[34]。城市洪涝灾害是自然灾害的一种主要表现形式, 根据自然灾害风险定义, 结合城市洪涝灾害特性, 其风险可以定义为危险性和易损性的综合表征[35-36]。
城市洪涝灾害危险性分析是对灾害系统中致灾因子的特征进行分析, 量化不同频率灾害的强度、历时和影响范围等[37]。目前, 关于洪涝灾害危险性分析的方法主要有数理统计法和水文频率法等。数理统计法是基于历史统计资料对洪涝灾害危险性进行分析, 如冯强等[38]基于历史灾情数据分析, 评估了全国范围内暴雨洪涝灾害的危险性。由于城市洪涝灾害危险性受极端降水、不透水面积、下垫面低洼、潮位(滨海城市)和防洪排涝能力等多种致灾因子共同影响, 多变量水文频率分析法在城市洪涝灾害危险性分析中得到广泛的应用, 如Zellou和Rahali[39]基于双变量Joe Copula模型, 对摩洛哥Bouregreg河口地区两大主要致灾因子降水和潮位的遭遇风险及城市危险性进行了分析。城市洪涝灾害易损性分析是对灾害系统中承载体遭受洪涝灾害而造成的损害程度或可能性的分析[40]。与城市洪涝灾害易损性相关的概念有很多, 如脆弱性、暴露性、适应性、恢复力、敏感性和弹性等, 不同领域的专家学者对其认识均有所差异。城市洪涝灾害承载体包括城市人口、住房、基础设施等, 各种承载体自身承载能力的不同导致其遭受洪涝灾害时损失程度存在较大差别, 通常采用历史数据统计法[41]、指标体系评估法[42]与实地调查灾损率和灾损曲线[43]等方法对其进行分析。
-
关于城市洪涝灾害风险评估的研究, 目前国内外较为常用的评估方法主要有历史灾情评估法、指标体系评估法、遥感影像评估法和情景模拟评估法[44]。一般根据评价的空间尺度、基础数据的完备程度、分析结果的时效性和评估结果的精确性选择评估方法, 也可结合多种方法进行综合评估。
(1) 历史灾情评估法。利用历史暴雨洪涝灾后调查数据, 基于数理统计方法对城市受灾情况进行分析评估, 是城市洪涝灾害风险评估方法中应用较早的一种研究方法。Benito等[45]通过对古洪水信息、历史洪水数据和雨量站数据进行分析, 基于地质学、历史学、水力学和统计学等多种方法对洪水风险进行评估。历史灾情评估法不需要精细的地理数据为支撑, 计算快捷, 但是需要长时间序列的水文基础数据, 且评价结果反映的是区域整体风险, 不能体现城市洪涝风险的空间差异性, 一般用于防灾减灾工程设计和灾后的损失评价。
(2) 指标体系评估法。利用形成城市洪涝灾害的直接和间接指标, 对洪涝灾害进行估计和预测, 其理论基础是认为洪涝灾害是致灾因子、孕灾环境和承灾体的综合函数, 核心是指标的选取和权重的确定[46]。指标的选取与洪涝类型、空间尺度、研究区特征等相关, 权重确定的方法有层次分析法、模糊逻辑、主成分分析、专家打分法等[47]。该方法关键在于影响因子的识别和指标权重划分方法的选择, 可以宏观反映区域风险状况, 计算相对简单, 在国内应用较为广泛。但是, 指标的选取可能受数据限制出现“以点代面”的现象, 且研究尺度是城市及以上尺度, 不适合在尺度较小区域开展, 也不能完全反映灾害风险的空间分布特征。
(3) 遥感影像评估法。利用暴雨洪涝期间的遥感影像数据对地面受灾情况进行估算, 在时效性和评估范围上具有很大优势[48]。然而, 该评估方法受制于遥感影像的分辨率和影像解译的准确率, 且一般获取的是洪涝淹没的大致范围, 而不能反映淹没水深和地表流速等关键信息。
(4) 情景模拟评估法。主要利用数学模型对洪涝过程进行模拟, 并采用未来预测或设计降雨数据对可能发生的洪涝灾害事件进行评估。该方法能够直观、精确地给出城市洪涝灾害风险的空间分布特征, 可以为管理者防灾减灾及风险管理决策提供一定的参考依据, 并为灾害风险转移提供数据支撑[49]。随着数据搜集技术和水文水动力学模型的发展, 情景模拟法将成为洪涝灾害风险研究发展的必然趋势。
-
基于数值模拟的情景分析法具有一定的物理机制, 且能够直观、真实地反映城市实际的洪涝淹没过程, 对防洪减灾具有重要的指导意义。目前, 基于数值模拟的洪涝风险评估多是对洪涝模拟得到的水文水动力学要素进行统计分析, 并采用一定的评判标准划分风险范围, 主要有基于淹没水深和时间的阈值法、基于流速和水深的经验公式法和基于受力分析的物理机制法等。
基于淹没水深和时间的阈值法一般采用淹没水深和淹没时间的组合来判定风险水平, 既体现了洪水淹没深度的直接作用, 也考虑了淹没时间的持续性作用所带来的影响。该方法一定程度上可归为基于指标叠加的风险分析方法, 其对洪涝风险等级划分的标准如表 1所示[50]。
表 1 基于淹没水深和时间阈值法的洪涝风险等级划分标准
Table 1. Classification standard of flood/waterlogging risk based on submergence depth and time threshold method
风险等级 积水深度/m 积水时间/min 危险程度 红Ⅰ >0.4 城市交通、基础设施和各类建筑物受到威胁 橙Ⅱ [0.3, 0.4) >15 城市交通受到严重影响 黄Ⅲ [0.15, 0.3) >30 城市交通不便 蓝Ⅳ < 0.15 一般积水 基于淹没水深和时间阈值的风险分区方法对于平坦低洼地区较为适用, 灾害多因过度积水而造成淹没损失。而对于地形坡度较大的地区, 如山区、山前平原和山地城市等, 洪水所产生的危害还包含高速水流冲击可能造成的人或物的损失, 因此可认为洪水对人(以及车辆、建筑物等)的危害程度为洪水深度以及洪水流速的方程。英国环保部采用洪水中人或物安全洪水的经验计算公式计算内涝风险值(HR), 并根据风险值大小划分风险等级, 如表 2所示[50]。
表 2 基于经验公式法的洪涝风险等级划分标准
Table 2. Classification standard of flood/waterlogging risk based on empirical formula method
HR值 风险等级 备注 < 0.75 轻度风险 警惕性风险, 部分区域水深小但流速大或流速极小但水深较大 [0.75, 1.25) 中度风险 部分危险(例如儿童), 区域内水深或流速均较大 [1.25, 2.5) 重度风险 大部分危险, 区域内水深和流速均较大 >2.5 极度风险 极度危险, 区域内水深和流域均极大 上述两种分区方法在一定程度上能够反映地表积水或高速水流在不同水深情况下造成的洪涝风险, 但人或物在水中的稳定状态涉及复杂的动态受力过程, 因此需要从人或物在洪水中的受力物理机制出发, 分析洪水对人或物造成的洪涝风险。基于物理机制的行人风险分区是以行人为分析对象, 采用人体工程学分析方法, 对行人在洪水中因水深和流速造成的受力失稳状态进行分析计算, 进而对研究区行人受到洪涝风险进行分区。综合洪水中人体受力特点, 人体在洪水中的失稳方式可分为滑倒和翻倒, 其中滑倒主要是由水流流速过快所产生的动水作用力造成的, 而翻倒主要是由水流水深过大时产生的倾覆力矩造成的, 同时考虑水深特别大的情况, 行人也会有淹没危险。Milanesi等[51]将人体概化为一组圆柱体, 在动水作用下其滑动和倾倒的稳定性通过力和力矩平衡进行评估, 基于儿童和成人危险临界曲线(水深—流速关系曲线), 将风险划分为高、中、低3个级别, 分别反映儿童安全区间、儿童危险/成人安全区间和成人危险区间。
-
本文以济南市海绵城市示范区为例, 采用2013-07-23和2015-08-03两场实测历史降雨数据及1年一遇、5年一遇、10年一遇和20年一遇设计降水数据, 对城市洪涝灾害风险分区方法进行分析和对比。济南市海绵城市示范区位于济南中心城区南部, 地势南高北低, 且暴雨时空分布极不均匀, 年降雨量的75%集中在6—9月份。夏季发生暴雨时, 南部山区洪水易沿着道路和河道迅速向北部洼地汇流, 形成马路行洪和内涝积水, 造成洪涝灾害损失。
-
图 1和表 3分别为基于阈值法的历史降雨和设计降雨的洪涝风险分区结果和分区面积统计。从图 1、表 3中可以发现, 随着重现期的增大, 总风险区逐渐变大, 但不同风险等级的面积变化趋势不同。红Ⅰ等级面积随着重现期增大而增大, 橙Ⅱ是先增大后减小, 黄Ⅲ则是先减小后增大, 这主要是由于随着重现期的增大, 低风险的区域会因为积水深度变大而向高风险区转变;同时, 根据风险分区规则, 黄Ⅲ风险要求淹没时间达到30 min, 而橙Ⅱ则只需要15 min, 因此在较低重现期时, 黄Ⅲ风险区会大量向橙Ⅱ转换, 而蓝Ⅳ区向黄Ⅲ转换的要求更高, 因而可能滞后于黄Ⅲ向橙Ⅱ转换。随着重现期进一步增大, 由于蓝Ⅳ面积众多, 大量达到黄Ⅲ要求的区域发生转化, 并且超过了黄Ⅲ向橙Ⅱ转换的速度;橙Ⅱ区域则大量的转化为红Ⅰ区域, 面积会出现微小的减少。对比两场实测降雨的风险分区结果可以发现, 降雨量较大的2013-07-23场次降雨的总风险区面积和各风险等级面积均小于2015-08-03场次降雨, 主要原因在于后者的最大1 h降雨强度显著大于前者, 降雨的时程分配较为集中, 短时间内产生大量径流, 造成排水系统超载溢流, 使地表形成较大范围的积水。
图 1 基于阈值法的历史降水和不同重现期设计降雨洪涝灾害风险分区
Figure 1. Risk zoning of historical precipitation and different return periods based on threshold method
表 3 基于阈值法的风险分区面积统计
Table 3. Risk area statistics based on threshold method
设计降雨或
历史降雨降雨量/mm 最大1 h降雨
强度/(mm·h-1)风险区面积/hm2 红Ⅰ 橙Ⅱ 黄Ⅲ 蓝Ⅵ 1年一遇 26.7 0.61 0.38 1.27 177.76 5年一遇 38.8 1.24 0.56 1.26 174.98 10年一遇 44.1 1.69 0.56 1.24 173.42 20年一遇 49.3 2.23 0.53 1.27 171.66 2013-07-23 71.3 22.9 1.15 0.59 1.92 177.62 2015-08-03 62.1 39.6 2.02 0.81 2.68 174.95 -
基于经验公式的历史降雨和设计降雨的洪涝风险分区结果和分区面积统计如图 2和表 4所示。从表中可以看出, 随着设计降雨重现期的增大, 轻度风险区域的面积逐渐减少, 而中度及以上程度的风险区域的面积逐渐增多。两场历史降雨中, 由于2013-07-23场次的降雨量大于2015-08-03场次, 但后者的最大1 h降雨量要大于前者, 使得前者的轻度风险区域面积大于后者, 而中度及以上程度的风险区域面积要小于后者。
图 2 基于经验公式的历史降水和不同重现期设计降雨洪涝灾害风险分区
Figure 2. Risk zoning of historical precipitation and different return periods based on empirical formula
表 4 基于经验公式的风险分区面积统计
Table 4. Risk area statistics based on empirical formula
设计降雨或
历史降雨降雨量/mm 最大1 h降雨
强度/(mm·h-1)风险面积/hm2 轻度风险 中度风险 重度风险 极度风险 1年一遇 26.7 - 179.773 1.112 0.605 0.003 5年一遇 38.8 - 178.003 1.504 1.981 0.006 10年一遇 44.1 - 176.923 1.597 2.966 0.008 20年一遇 49.3 - 175.543 1.809 4.129 0.013 2013-07-23 71.3 22.9 179.210 1.357 0.924 0.002 2015-08-03 62.1 39.6 177.732 1.506 2.249 0.006 -
利用暴雨洪涝模型计算得到研究区每个网格随时间变化的流速和水深, 采用人体洪水风险计算模型计算研究区每个网格在不同时刻的风险值, 并取该网格在模拟期内的最大风险值作为该网格的洪涝风险。该方法计算时将每个网格的水深和流速按时间一一对应, 综合考虑水深、流速以及外部环境对行人风险的影响, 更加符合洪水中行人遭遇风险的实际情况。图 3和表 5分别为实测历史降雨和设计降雨条件下基于物理机制的行人风险分区结果和分区面积统计。
图 3 基于物理机制的历史降水和不同重现期设计降雨洪涝灾害风险分区
Figure 3. Risk zoning of historical precipitation and different return periods based on physical mechanism
表 5 基于物理机制的风险分区面积统计
Table 5. Risk area statistics based on physical mechanism
设计降雨或
历史降雨降雨量/mm 最大1 h降雨
强度/(mm·h-1)风险面积/hm2 低风险 中风险 高风险 1年一遇 26.7 98.9 0.3 0.7 5年一遇 38.8 97.6 0.5 1.6 10年一遇 44.1 96.8 0.6 2.2 20年一遇 49.3 95.9 0.6 3.1 2013-07-23 71.3 22.9 99.0 0.3 0.7 2015-08-03 62.1 39.6 97.5 0.5 1.7 -
从不同风险分区方法的结果可以看出, 三者对洪涝风险的分区结果之间均有一定的重叠, 一些明显的低洼区域和排水系统较差的道路均表现出较高的洪涝风险, 对由内涝积水引起的风险均具有较好的评估结果。不同历史实测降雨和设计降雨的洪涝风险分区结果显示, 3种方法中除基于阈值法的风险分区结果存在不同等级风险区之间转换而趋势多变外, 不同等级的风险区面积总体随着设计降雨重现期的增大而增大, 且与降雨的最大1 h降雨量具有很好的相关性。
基于淹没水深和时间的阈值法基本上能识别出诸如十字路口、局部地形洼地和排水管网溢流点处的淹没风险, 对指导防洪排涝和管网改造具有一定的指导作用, 但多数地形坡度较大的道路均显示无风险或低风险, 这与济南市南部山区出现马路行洪造成车辆、人员损失的报告不符, 一定程度上低估了研究区的洪涝风险。基于经验公式的方法不仅能识别出阈值法中的低洼积水区域, 也能考虑到坡度较大的道路行洪风险, 能够显示出部分坡度较大和上游集水区来流较多的道路风险。该方法简单实用, 可以用于快速洪水评估, 但最大风险值区域太小, 且对一些坡度较大区域的洪涝风险有可能低估。基于物理机制的分区方法能够识别出主要的低洼易涝点和大坡度区域, 但对于风险的评估略显保守, 识别出的高风险区范围显著大于中风险区范围。
相较于其他两种风险分区方法, 基于物理机制的风险分区法能够涵盖绝大部分经验法的最大风险区域, 且与阈值法的分区结果具有较大的重叠性, 对风险识别的代表性最好。
-
受季风气候影响, 中国暴雨洪水集中, 随着全球气候变化和城市化快速发展, 中国城市洪涝灾害日趋严重, 已成为影响城市公共安全的突出问题和制约中国经济社会发展的重要因素。变化环境下城市洪涝致灾机理与风险评估研究是完善城市防洪除涝减灾体系、提升城市防洪除涝能力的重要依据。
(1) 气候变化和城市化是城市洪涝灾害最主要的驱动要素。气候变化导致极端气候事件增多增强, 加剧城市洪涝的发生频率和灾害程度。城市化的快速发展使得城市下垫面发生剧烈变化, 大部分河、湖、库、洼地被填或被改造导致城市蓄水能力和过流能力降低, 不透水面积增大导致径流系数增大, 汇流速度加快, 进而增加了城市洪涝灾害风险。此外, 城市除涝标准、管网排水标准和河湖防洪标准的不协调及与城市发展的不衔接, 使得城市洪灾灾害承灾体的脆弱性增加。
(2) 城市洪涝灾害风险评估方法有历史灾情分析法、指标体系评估法、遥感影像评估法和情景模拟评估法等。其中, 基于情景模拟的洪涝灾害风险评估方法能够直观、精确地给出城市洪涝灾害风险的空间分布特性, 可以为管理者防灾减灾及风险管理决策提供一定的参考依据。
Progress on disaster mechanism and risk assessment of urban flood/waterlogging disasters in China
-
摘要: 近年来,在全球气候变化和城市化快速发展的共同影响下,中国城市洪涝灾害日益严重,已经成为影响中国城市公共安全的突出问题,严重制约经济社会的持续健康发展。变化环境下城市洪涝致灾机理与风险评估研究是完善城市防洪除涝减灾体系、提升城市防洪除涝能力的重要依据。本文阐述了气候变化和城市化发展对城市洪涝灾害的影响机制,系统分析了城市洪涝灾害的驱动要素和致灾机理,梳理了城市洪涝灾害的风险评估和分区方法,并以济南市海绵城市示范区为例,对城市洪涝灾害风险分区方法进行了分析和对比。Abstract: During the past years, urban floods/waterlogging disaster is becoming a big challenge due to the joint impact of global climate change and rapid urbanization, which is becoming an important factor affecting urban public security in China, and seriously restricting the sustainable and healthy development of economics and society. The study on the disaster mechanism and risk assessment of urban flood/waterlogging disaster under the changing environment is the important basis to improve urban flood/waterlogging control and disaster reduction system, and enhance the urban flood control and waterlogging reduction capacity. In this study, the influence mechanism of climate change and urbanization on urban flood/waterlogging disaster was investigated, and the driving factors and disaster mechanism of urban flood/waterlogging disaster were analyzed systematically. The methods of risk assessment and risk zoning on urban flood/waterlogging disaster were also reviewed, and the sponge city demonstration area in Jinan City was selected as a case study to analyze and compare risk zoning of urban flood/waterlogging disaster.
-
Key words:
- urban flood/waterlogging /
- disaster mechanism /
- risk assessment /
- climate change /
- urbanization
-
表 1 基于淹没水深和时间阈值法的洪涝风险等级划分标准
Table 1. Classification standard of flood/waterlogging risk based on submergence depth and time threshold method
风险等级 积水深度/m 积水时间/min 危险程度 红Ⅰ >0.4 城市交通、基础设施和各类建筑物受到威胁 橙Ⅱ [0.3, 0.4) >15 城市交通受到严重影响 黄Ⅲ [0.15, 0.3) >30 城市交通不便 蓝Ⅳ < 0.15 一般积水 表 2 基于经验公式法的洪涝风险等级划分标准
Table 2. Classification standard of flood/waterlogging risk based on empirical formula method
HR值 风险等级 备注 < 0.75 轻度风险 警惕性风险, 部分区域水深小但流速大或流速极小但水深较大 [0.75, 1.25) 中度风险 部分危险(例如儿童), 区域内水深或流速均较大 [1.25, 2.5) 重度风险 大部分危险, 区域内水深和流速均较大 >2.5 极度风险 极度危险, 区域内水深和流域均极大 表 3 基于阈值法的风险分区面积统计
Table 3. Risk area statistics based on threshold method
设计降雨或
历史降雨降雨量/mm 最大1 h降雨
强度/(mm·h-1)风险区面积/hm2 红Ⅰ 橙Ⅱ 黄Ⅲ 蓝Ⅵ 1年一遇 26.7 0.61 0.38 1.27 177.76 5年一遇 38.8 1.24 0.56 1.26 174.98 10年一遇 44.1 1.69 0.56 1.24 173.42 20年一遇 49.3 2.23 0.53 1.27 171.66 2013-07-23 71.3 22.9 1.15 0.59 1.92 177.62 2015-08-03 62.1 39.6 2.02 0.81 2.68 174.95 表 4 基于经验公式的风险分区面积统计
Table 4. Risk area statistics based on empirical formula
设计降雨或
历史降雨降雨量/mm 最大1 h降雨
强度/(mm·h-1)风险面积/hm2 轻度风险 中度风险 重度风险 极度风险 1年一遇 26.7 - 179.773 1.112 0.605 0.003 5年一遇 38.8 - 178.003 1.504 1.981 0.006 10年一遇 44.1 - 176.923 1.597 2.966 0.008 20年一遇 49.3 - 175.543 1.809 4.129 0.013 2013-07-23 71.3 22.9 179.210 1.357 0.924 0.002 2015-08-03 62.1 39.6 177.732 1.506 2.249 0.006 表 5 基于物理机制的风险分区面积统计
Table 5. Risk area statistics based on physical mechanism
设计降雨或
历史降雨降雨量/mm 最大1 h降雨
强度/(mm·h-1)风险面积/hm2 低风险 中风险 高风险 1年一遇 26.7 98.9 0.3 0.7 5年一遇 38.8 97.6 0.5 1.6 10年一遇 44.1 96.8 0.6 2.2 20年一遇 49.3 95.9 0.6 3.1 2013-07-23 71.3 22.9 99.0 0.3 0.7 2015-08-03 62.1 39.6 97.5 0.5 1.7 -
[1] 张建云, 王银堂, 贺瑞敏, 等.中国城市洪涝问题及成因分析[J].水科学进展, 2016, 27(4):485-491. doi: 10.14042/j.cnki.32.1309.2016.04.001 ZHANG J Y, WANG Y T, HE R M, et al. Discussion on the urban flood and waterlogging and causes analysis in China[J]. Advances in Water Science, 2016, 27(4):485-491.(in Chinese) doi: 10.14042/j.cnki.32.1309.2016.04.001 [2] ALLEN M R, INGRAM W J. Constraints on future changes in climate and the hydrologic cycle[J]. Nature, 2002, 419:224-232. http://treephys.oxfordjournals.org/external-ref?access_num=12226677&link_type=MED [3] 宋晓猛, 张建云, 占车生, 等.气候变化和人类活动对水文循环影响研究进展[J].水利学报, 2013, 44(7):779-790. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=slxb201307004 SONG X M, ZHANG J Y, ZHAN C S, et al. Review for impacts of climate change and human activities on water cycle[J]. Journal of Hydraulic Engineering, 2013, 44(7):779-790.(in Chinese) http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=slxb201307004 [4] 李娜, 张念强, 丁志雄.我国城市内涝问题分析与对策建议[J].中国防汛抗旱, 2017, 27(5):77-79. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zgfxkh201705021 LI N, ZHANG N Q, DING Z X. Analysis and countermeasures of city waterlogging in China[J]. China Flood & Drought Management, 2017, 27(5):77-79.(in Chinese) http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zgfxkh201705021 [5] 徐宗学, 程涛.城市水管理与海绵城市建设之理论基础:城市水文学研究进展[J].水利学报, 2019, 50(1):53-61. http://d.old.wanfangdata.com.cn/Periodical/slxb201901006 XU Z X, CHENG T. Basic theory for urban water management and sponge city:review on urban hydrology[J]. Journal of Hydraulic Engineering, 2019, 50(1):53-61.(in Chinese) http://d.old.wanfangdata.com.cn/Periodical/slxb201901006 [6] WMO. Reducing and managing risks of disasters in a changing climate[R]. Geneva: WMO, 2013: 23-31. [7] 徐宗学, 任梅芳, 程涛, 等. "城市看海":城市水循环是基础, 流域统一管理是根本[J].中国防汛抗旱, 2020, 30(4):20-24. http://www.cqvip.com/QK/98070A/202004/7101374706.html XU Z X, REN M F, CHENG T, et al. Managing urban floods:the urban water cycle is the foundation, the unified management of river basins is the fundamental[J]. China Flood & Drought Management, 2020, 30(4):20-24.(in Chinese) http://www.cqvip.com/QK/98070A/202004/7101374706.html [8] FILHO W L, BALOGUN A L, OLAYIDE O E, et al. Assessing the impacts of climate change in cities and their adaptive capacity:towards transformative approaches to climate change adaptation and poverty reduction in urban areas in a set of developing countries[J]. The Science of the Total Environment, 2019, 692:1175-1190. doi: 10.1016/j.scitotenv.2019.07.227 [9] IPCC. The fourth assessment report of the intergovernmental panel on climate change[M]. Cambridge:Cambridge University Press, 2007. [10] KINGSTON D G, TAYLOR R G. Sources of uncertainty in climate change impacts on river discharge and groundwater in a headwater catchment of the Upper Nile Basin, Uganda[J]. Hydrology and Earth System Sciences, 2010, 14(7):1297-1308. doi: 10.5194/hess-14-1297-2010 [11] ROSENZWEIG C, KAROLY D J, VICARELLI M, et al. Attributing physical and biological impacts to anthropogenic climate change[J]. Nature, 2008, 453:353-357. doi: 10.1038/nature06937 [12] JAMALI B, LOWE R, BACH P M, et al. A rapid urban flood inundation and damage assessment model[J]. Journal of Hydrology, 2018, 564:1085-1098. doi: 10.1016/j.jhydrol.2018.07.064 [13] WU Z N, ZHOU Y H, WANG H L, et al. Depth prediction of urban flood under different rainfall return periods based on deep learning and data warehouse[J]. The Science of the Total Environment, 2020, 716:137077. doi: 10.1016/j.scitotenv.2020.137077 [14] 李超超, 程晓陶, 申若竹, 等.城市化背景下洪涝灾害新特点及其形成机理[J].灾害学, 2019, 34(2):57-62. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zhx201902012 LI C C, CHENG X T, SHEN R Z, et al. New characteristics and formation mechanism of flood and waterlogging disasters in the context of rapid urbanization[J]. Journal of Catastrophology, 2019, 34(2):57-62.(in Chinese) http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zhx201902012 [15] IPCC. Climate change 2014:impacts, adaptation and vulnerability:part A:global and section aspects[M]. Cambridge:Cambridge University Press, 2014. [16] TRENBERTH K E. Changes in precipitation with climate change[J]. Climate Research, 2011, 47(1):123-138. doi: 10.3354/cr00953 [17] KONAPALA G, MISHRA A K, WADA Y, et al. Climate change will affect global water availability through compounding changes in seasonal precipitation and evaporation[J]. Nature Communications, 2020, 11:3044. doi: 10.1038/s41467-020-16757-w [18] SCHUSTER Z T, POTTER K W, LIEBL D S. Assessing the effects of climate change on precipitation and flood damage in Wisconsin[J]. Journal of Hydrologic Engineering, 2012, 17(8):888-894. doi: 10.1061/(ASCE)HE.1943-5584.0000513 [19] ZHANG Q, SINGH V P, LI J, et al. Spatio-temporal variations of precipitation extremes in Xinjiang, China[J]. Journal of Hydrology, 2012, 434:7-18. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=37ba31e670413cb52d6092826cb2d083 [20] JIANG F Q, HU R J, WANG S P, et al. Trends of precipitation extremes during 1960-2008 in Xinjiang, the Northwest China[J]. Theoretical and Applied Climatology, 2013, 111(1/2):133-148. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=1f21d5da7ea60681689eaeacceb5bc97 [21] ZHAO L, LEE X, SMITH R B, et al. Strong contributions of local background climate to urban heat Islands[J]. Nature, 2014, 511:216-219. doi: 10.1038/nature13462 [22] LI D, LIAO W L, RIGDEN A J, et al. Urban heat island:aerodynamics or imperviousness?[J]. Science Advances, 2019, 5(4):eaau4299. doi: 10.1126/sciadv.aau4299 [23] UN. World urbanization prospects: the 2011 revision[R]. New York: UN-HABITAT, 2012. [24] HOU J, HAN H, QI W, et al. Experimental investigation for impacts of rain storms and terrain slopes on low impact development effect in an idealized urban catchment[J]. Journal of Hydrology, 2019, 579:124176. doi: 10.1016/j.jhydrol.2019.124176 [25] DAMODARAM C, GIACOMONI M H, PRAKASH KHEDUN C, et al. Simulation of combined best management practices and low impact development for sustainable stormwater Management1[J]. Journal of the American Water Resources Association, 2010, 46(5):907-918. doi: 10.1111/j.1752-1688.2010.00462.x [26] JACOBSON C R. Identification and quantification of the hydrological impacts of imperviousness in urban catchments:a review[J]. Journal of Environmental Management, 2011, 92(6):1438-1448. doi: 10.1016/j.jenvman.2011.01.018 [27] QIN H P, LI Z X, FU G T. The effects of low impact development on urban flooding under different rainfall characteristics[J]. Journal of Environmental Management, 2013, 129:577-585. doi: 10.1016/j.jenvman.2013.08.026 [28] 张建云, 宋晓猛, 王国庆, 等.变化环境下城市水文学的发展与挑战:Ⅰ:城市水文效应[J].水科学进展, 2014, 25(4):594-605. http://skxjz.nhri.cn/article/id/2443 ZHANG J Y, SONG X M, WANG G Q, et al. Development and challenges of urban hydrology in a changing environment:Ⅰ:hydrological response to urbanization[J]. Advances in Water Science, 2014, 25(4):594-605.(in Chinese) http://skxjz.nhri.cn/article/id/2443 [29] 徐宗学, 程涛, 任梅芳. "城市看海"何时休:兼论海绵城市功能与作用[J].中国防汛抗旱, 2017, 27(5):64-66. http://d.wanfangdata.com.cn/Periodical/zgfxkh201705018 XU Z X, CHENG T, REN M F. Farewell to urban flooding:a brief discussion on the functions and features of sponge city[J]. China Flood & Drought Management, 2017, 27(5):64-66.(in Chinese) http://d.wanfangdata.com.cn/Periodical/zgfxkh201705018 [30] 黄崇福, 刘安林, 王野.灾害风险基本定义的探讨[J].自然灾害学报, 2010, 19(6):8-16. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zrzhxb201006002 HUANG C F, LIU A L, WANG Y. A discussion on basic definition of disaster risk[J]. Journal of Natural Disasters, 2010, 19(6):8-16.(in Chinese) http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zrzhxb201006002 [31] 黄蕙, 温家洪, 司瑞洁, 等.自然灾害风险评估国际计划述评:Ⅱ:评估方法[J].灾害学, 2008, 23(3):96-101. http://www.cnki.com.cn/Article/CJFDTotal-ZHXU200803021.htm HUANG H, WEN J H, SI R J, et al. International natural disaster risk assessment program:overview Ⅱ:assessment methods[J]. Journal of Catastrophology, 2008, 23(3):96-101.(in Chinese) http://www.cnki.com.cn/Article/CJFDTotal-ZHXU200803021.htm [32] UNDP. Reducing disaster risk: a challenge for development: a global report[R]. New York: United Nations Development Programme, 2004: 98-99. [33] 马保成.自然灾害风险定义及其表征方法[J].灾害学, 2015, 30(3):16-20. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zhx201503003 MA B C. Definition and expression methods for natural disaster risk[J]. Journal of Catastrophology, 2015, 30(3):16-20.(in Chinese) http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zhx201503003 [34] 国家科委国家计委国家经贸委自然灾害综合研究组.中国自然灾害区划研究进展[M].北京:海洋出版社, 1998. Comprehensive Study Group of Natural Disaster. Research progress of natural disaster regionalization in China[M]. Beijing:China Ocean Press, 1998.(in Chinese) [35] 黄国如, 罗海婉, 陈文杰, 等.广州东濠涌流域城市洪涝灾害情景模拟与风险评估[J].水科学进展, 2019, 30(5):643-652. doi: 10.14042/j.cnki.32.1309.2019.05.004 HUANG G R, LUO H W, CHEN W J, et al. Scenario simulation and risk assessment of urban flood in Donghaochong basin, Guangzhou[J]. Advances in Water Science, 2019, 30(5):643-652.(in Chinese) doi: 10.14042/j.cnki.32.1309.2019.05.004 [36] 李超超, 田军仓, 申若竹.洪涝灾害风险评估研究进展[J].灾害学, 2020, 35(3):131-136. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zhx202003025 LI C C, TIAN J C, SHEN R Z. Review on assessment of flood and waterlogging risk[J]. Journal of Catastrophology, 2020, 35(3):131-136.(in Chinese) http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zhx202003025 [37] 徐奎.沿海城市暴雨潮位关联特性及洪涝风险分期控制研究[D].天津: 天津大学, 2014. http://cdmd.cnki.com.cn/Article/CDMD-10056-1016183442.htm XU K. Investigation on joint characteristics of rainstorm and tide and staged control of flooding risk in a coastal city[D]. Tianjin: Tianjin University, 2014.(in Chinese) http://cdmd.cnki.com.cn/Article/CDMD-10056-1016183442.htm [38] 冯强, 王昂生, 李吉顺.我国降水的时空变化与暴雨洪涝灾害[J].自然灾害学报, 1998, 7(1):3-5. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zrzhxb199801015 FENG Q, WANG A S, LI J S. The variation of precipitation in time and space and heavy-rain flood disaster in China[J]. Journal of Natural Disasters, 1998, 7(1):3-5.(in Chinese) http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zrzhxb199801015 [39] ZELLOU B, RAHALI H. Assessment of the joint impact of extreme rainfall and storm surge on the risk of flooding in a coastal area[J]. Journal of Hydrology, 2019, 569:647-665. doi: 10.1016/j.jhydrol.2018.12.028 [40] 李鹤, 张平宇, 程叶青.脆弱性的概念及其评价方法[J].地理科学进展, 2008, 27(2):18-25. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=dlkxjz200802003 LI H, ZHANG P Y, CHENG Y Q. Concepts and assessment methods of vulnerability[J]. Progress in Geography, 2008, 27(2):18-25. (in Chinese) http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=dlkxjz200802003 [41] 蒋勇军, 况明生, 匡鸿海, 等.区域易损性分析、评估及易损度区划:以重庆市为例[J].灾害学, 2001, 16(3):59-64. http://www.cqvip.com/Main/Detail.aspx?id=5431174 JIANG Y J, KUANG M S, KUANG H H, et al. Regional vulnerability analysis, evaluation and vulnerability zoning:taking Chongqing as an example[J]. Journal of Catastrophology, 2001, 16(3):59-64. (in Chinese) http://www.cqvip.com/Main/Detail.aspx?id=5431174 [42] 李林涛, 徐宗学, 庞博, 等.中国洪灾风险区划研究[J].水利学报, 2012, 43(1):22-30. http://www.cnki.com.cn/Article/CJFDTotal-SLXB201201007.htm LI L T, XU Z X, PANG B, et al. Flood risk zoning in China[J]. Journal of Hydraulic Engineering, 2012, 43(1):22-30.(in Chinese) http://www.cnki.com.cn/Article/CJFDTotal-SLXB201201007.htm [43] 尹占娥, 许世远, 殷杰, 等.基于小尺度的城市暴雨内涝灾害情景模拟与风险评估[J].地理学报, 2010, 65(5):553-562. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=dlxb201005005 YIN Z E, XU S Y, YIN J, et al. Small-scale based scenario modeling and disaster risk assessment of urban rainstorm water-logging[J]. Acta Geographica Sinica, 2010, 65(5):553-562.(in Chinese) http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=dlxb201005005 [44] 唐川, 朱静.基于GIS的山洪灾害风险区划[J].地理学报, 2005, 60(1):87-94. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=dlxb200501010 TANG C, ZHU J. A GIS based regional torrent risk zonation[J]. Acta Geographica Sinica, 2005, 60(1):87-94.(in Chinese) http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=dlxb200501010 [45] BENITO G, LANG M, BARRIENDOS M, et al. Use of systematic, palaeoflood and historical data for the improvement of flood risk estimation review of scientific methods[J]. Natural Hazards, 2004, 31(3):623-643. doi: 10.1023/B:NHAZ.0000024895.48463.eb [46] DUTTA D, HERATH S, MUSIAKE K. A mathematical model for flood loss estimation[J]. Journal of Hydrology, 2003, 277(1):24-49. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=ef0c77b41d0f0f945ca3d55f4593622c [47] KANDILIOTI G, MAKROPOULOS C. Preliminary flood risk assessment:the case of Athens[J]. Natural Hazards, 2012, 61(2):441-468. doi: 10.1007/s11069-011-9930-5 [48] 徐宗学, 程涛, 洪思扬, 等.遥感技术在城市洪涝模拟中的应用进展[J].科学通报, 2018, 63(21):2156-2166. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=kxtb201821009 XU Z X, CHENG T, HONG S Y, et al. Review on applications of remote sensing in urban flood modeling[J]. Chinese Science Bulletin, 2018, 63(21):2156-2166.(in Chinese) http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=kxtb201821009 [49] RENN O. White paper on risk governance: toward an integrative framework[R]. Geneva: International Risk Governance Council, 2008: 3-73. [50] 程涛.济南市海绵城市示范区暴雨洪涝模拟与削减措施效果研究[D].北京: 北京师范大学, 2019. CHENG Tao. Study on the simulation of flood/waterlogging and the effect of reduction measures in the sponge city demonstration area of Jinan City[D]. Beijing: Beijing Normal University, 2019. (in Chinese) [51] MILANESI L, PILOTTI M, RANZI R. A conceptual model of people's vulnerability to floods[J]. Water Resources Research, 2015, 51(1):182-197. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=5276f7b7a245f66170b4cb60958131a9 -