-
城市化引起水文循环过程发生改变, 导致目前已掌握的天然情况下的产汇流规律和机制难以解释城市化等新形势下的水文现象与过程, 而面临需重新再认识的挑战[1]。近年来, 暴雨洪水问题日益突出, “城市看海”、“逢雨必淹”、“小雨高水位”和“小雨大灾”等现象常态化, 严重制约了社会经济发展[2]。探讨水文循环演变机理是地理、水文等学科关注的前沿科学问题之一[1-2]。
国内外学者开展了许多有益尝试来揭示城市化下暴雨洪水响应机理, 相关研究主要是通过野外试验[3-4]和水文模拟(物理和数理统计模型)[5-6]等手段开展。随着洪水灾害等问题的加剧, 中国陆续恢复或者发展了一批水文试验基地, 为水文循环演变机理研究(如径流分层研究、平原区产流机制、大孔隙流和山坡水文连通性等)提供了重要支撑[3, 7-11]。但总体来说, 相较国外更为完善的水文观测体系, 国内水文试验站在密度、监测技术和试验设备等方面还存在一定不足[12], 其中城市化地区水文试验站点相对更为缺乏。从全球来看, 水文观测与试验研究不仅在数量上正在逐步减少, 其功能也从探索水文机理向为水文模型的参数化提供数据而逐步单一化[13-14]。同时, 在应用水文模型开展研究中, 也存在诸如较多关注直接结果而缺乏对水文物理过程机理的解释、较多使用最优化算法率定参数而缺乏对参数物理意义的考量等问题[15], 使得模型参数有时会脱离其物理意义。此外, 由于水文过程的复杂性, 水文模拟依然存在一定不确定性[16]。对于城市化地区复杂下垫面影响下的暴雨洪水过程响应机理, 难以基于已知水文规律构建的模型揭示未知水文现象的机理, 而开展不同类型的野外对比观测试验, 可为发现变化环境下水文过程新规律和新机理提供直接支撑[2, 12]。
因此, 本研究以中国长三角地区为典型, 针对不同地形和下垫面特征, 开展不同城市化水平及空间尺度下的水文对比观测试验研究, 从不同尺度和不同下垫面的产汇流特征考虑, 探讨快速城市化地区暴雨洪水的响应规律及演变机制。研究成果将在一定程度上弥补中国城市化地区水文观测与试验研究的不足, 为类似快速城市化地区水文循环研究及防洪减灾提供科学参考和理论支撑。
HTML
-
长三角地区是中国城市化发展最快及水平最高的地区之一, 但城市化程度在空间上也存在一定差异。针对长三角地区城市化及下垫面特征, 本研究选取了一批代表不同城市化水平及空间规模的闭合流域, 开展了野外水文观测试验(图 1), 从空间上对比分析不同城市化水平地区的暴雨洪水响应规律。各流域均为该地区代表性的典型流域, 空间分布相对分散, 既涵盖了平原水网高度城市化集水区, 也包括人类活动影响较低的自然流域等, 各流域地理区位如图 1所示。空间规模反映了集水面积(S)的大小, 是影响洪水特征的关键因素, 可以划分为小尺度(S<350 km2)、中尺度(350 km2≤S<2 000 km2)和较大尺度(S≥2 000 km2)流域[17]。
Figure 1. Multi-scale hydrologic observation watersheds under urbanization in the Yangtze River Delta region
-
本研究系统获取了各试验流域气象、降水、墒情、径流和地下水等水文要素, 主要观测时段为2015年9月至2020年12月, 观测数据时间步长为5 min。土壤墒情站点主要针对长三角地区典型下垫面土地利用/覆被类型, 如乔木林地、人工林地(果林)、竹林、耕地、坡耕地、草地、城镇用地、荒地等, 每个站点设置4~5个时域反射测量仪(Time Domain Reflectometry, TDR)监测土壤体积含水率, 分别监测10 cm、20 cm、40 cm、60 cm和80 cm埋深的土壤水分。各流域土壤墒情站布设和典型站点情况如图 1和表 1所示, 每站点均配置雨量站, 同步观测降水数据。
流域名称 简写 S/km2 k/% 雨量站点个数 水文站点个数 土壤墒情站点个数 时间 洪水场次 大雨及以上事件数 空间尺度 双桥浜集水小区 SQB 1.6 94.12 1 1 1 2015—2020年 25 24 小 画龙溪流域 HLX 9.4 0.15 9 1 13 2015—2020年 41 41 小 中田舍流域 ZTS 40.0 0.95 2 1 1 2015—2020年 20 20 小 鄞江流域 YJR 88.0 4.27 6 1 2 2015—2020年 41 37 小 洛阳河流域 LYR 149.4 10.64 5 1 2 2015—2020年 13 12 小 南苕溪流域 NTX 240.7 0.87 6 1 - 2013—2020年 24 24 小 西苕溪流域 XTX 1 191.5 9.19 12 1 - 1990—2020年 34 34 中 东苕溪流域 DTX 1 489.1 9.92 14 1 - 2013—2020年 20 20 中 前垾村流域 QHC 2 106.7 17.15 10 1 - 1990—2020年 28 28 大 秦淮河流域 QHR 2 798.9 24.14 12 2 - 1990—2020年 11 11 大 Table 1. Information about hydrological monitoring stations and observed events for each experimental basin
研究期间内累计观测到257场次独立暴雨洪水过程(表 1), 其中对于西苕溪、前垾村和秦淮河流域, 历史观测资料较为丰富, 故部分历史场次洪水也用于分析之中。由于洪水主要由较大降雨诱发, 本文统一选取了其中降水量级为大雨及以上事件(24 h降水量≥25 mm或12 h降水量≥15 mm)来开展洪水响应特征分析, 共251场次。基于观测数据, 选取特征指标, 分析不同试验流域的洪水响应特征。流域自然地理特征指标包括面积、不透水面比率(k)和平均坡度；降水指标包括场次总降水量(P)、平均降水强度(Iave)和最大降水强度(Imax)等。但由于墒情观测主要集中在画龙溪流域, 为保证数据分析的统一, 前期流域湿度条件主要用前期降水(Pa, 流域前期3 d降水量)及初始流量(Q0, 降水发生前的河道流量)表征。洪水特征包括洪峰滞时(T)、洪峰流量(Q)、单位面积洪峰流量(Qunit)、径流深(R)和径流系数(a)。洪峰滞时为降水中心(场次降水的几何重心)至洪峰出现的时间差, 单位面积洪峰流量通过洪峰流量除以流域面积可得, 径流深为直接径流除以面积, 径流系数为径流深除以总降水量。通过递归数字滤波技术将河道径流分为了直接径流和基流[18]。
1.1. 快速城市化地区多尺度水文对比观测试验流域
1.2. 数据与方法
-
土壤水动态变化反映了降水下渗和产流等水文过程, 对探讨水文循环规律有重要意义[19]。基于观测数据较为完整的典型站点, 选取代表不同降水等级的事件开展分析。其中, 小雨事件编号为20170504, 24 h平均降水量为6.4 mm；中雨事件编号为20160728, 24 h平均降水量为16.9 mm；大雨事件编号为20160615, 24 h平均降水量为37 mm；暴雨事件编号为20160626, 24 h平均降水量为63.9 mm。土壤体积含水率的动态变化及其响应特征通过土壤含水率涨幅(RS)和离差系数(Cv)反映, 离差系数反映土壤水的波动程度, 结果如图 2和表 2所示。
Figure 2. Dynamic change of soil moisture for different land use/cover types under different rain events
降雨事件 站点 RS/% Cv 10 cm 20 cm 40 cm 60 cm 80 cm 10 cm 20 cm 40 cm 60 cm 80 cm 小雨事件 人工果林 0.350 0.300 0.333 0.467 0.517 0.003 0.003 0.003 0.004 0.004 耕地 1.022 1.278 0.450 0.233 0.617 0.012 0.014 0.004 0.002 0.006 坡耕地 0.425 0.708 0.233 0.258 0.292 0.005 0.006 0.002 0.003 0.003 竹林 0.458 0.275 0.392 0.267 0.750 0.003 0.003 0.004 0.003 0.009 城镇用地 4.200 2.133 1.083 3.842 2.617 0.041 0.031 0.011 0.091 0.040 荒地 2.342 1.900 0.558 0.958 1.408 0.028 0.027 0.009 0.015 0.018 中雨事件 人工果林 3.458 0.575 0.708 0.883 1.292 0.046 0.007 0.008 0.008 0.012 耕地 0.683 0.767 0.792 0.750 0.650 0.007 0.008 0.007 0.007 0.007 坡耕地 0.776 0.825 0.783 0.667 0.908 0.010 0.008 0.007 0.009 0.008 竹林 11.899 0.593 0.600 0.717 0.758 0.144 0.009 0.008 0.011 0.010 城镇用地 13.125 16.008 2.808 8.100 4.158 0.272 0.394 0.030 0.263 0.067 荒地 13.200 5.975 1.058 0.842 1.242 0.247 0.133 0.020 0.012 0.015 大雨事件 人工果林 3.464 2.242 2.361 2.419 1.012 0.033 0.018 0.015 0.022 0.006 耕地 8.123 5.731 2.546 1.741 3.611 0.068 0.043 0.019 0.014 0.031 坡耕地 2.964 2.408 2.636 2.327 1.228 0.034 0.017 0.022 0.023 0.011 竹林 5.699 3.759 4.601 4.319 3.022 0.041 0.021 0.034 0.043 0.030 城镇用地 5.267 7.108 4.933 4.383 2.942 0.037 0.062 0.039 0.077 0.029 荒地 4.917 4.125 3.258 3.400 4.250 0.045 0.036 0.037 0.047 0.038 暴雨事件 人工果林 3.708 2.425 2.725 3.133 1.350 0.043 0.027 0.022 0.033 0.007 耕地 8.518 5.060 3.673 1.917 4.088 0.080 0.040 0.031 0.020 0.038 坡耕地 4.627 2.875 3.406 2.894 1.154 0.065 0.031 0.033 0.035 0.011 竹林 7.074 8.433 4.731 7.072 4.800 0.049 0.053 0.053 0.066 0.055 城镇用地 8.792 7.275 6.142 8.158 6.167 0.081 0.092 0.062 0.142 0.065 荒地 6.633 5.575 5.067 19.283 12.697 0.068 0.066 0.075 0.165 0.131 Table 2. Characteristics of soil moisture for different land use/cover types under different rain events
对于小雨事件, 林地和耕地土壤含水率响应较小；而城镇用地土壤含水率波动起伏较大, 且土壤含水率峰值与降水峰值较为一致, 表层响应程度最大, 各层RS均超过1%, Cv均超过0.01, 说明城镇用地下土壤含水率对于小雨事件响应也较为敏感；荒地表层土壤含水率响应与城镇用地较为相似。对于中雨事件, 各土壤墒情站点对降水的响应程度相对小雨事件较大, 有植被覆盖的墒情站点(人工果林、耕地、坡耕地和竹林)仅林地(人工果林和竹林)表层(10 cm)土壤含水率响应程度较大(RS>3%, Cv>0.04), 而其余各站点各土层响应幅度均相对较低；城镇用地各土层土壤含水率对降雨响应均相对较大, RS均超过2%(表层10 cm和20 cm RS>10%), 10 cm、20 cm和60 cm土层Cv>0.2；对于荒地, 表层土壤含水率响应较大(RS>5%)且Cv>0.1。
大雨事件下各站点土壤墒情均有明显的响应特征, RS均超过1%, Cv基本超过0.01, 说明大雨事件下土壤含水率均受到较大影响。从响应幅度来看, 耕地、竹林、城镇用地和荒地RS相对较大, 且表层土壤响应程度相对较大。暴雨事件降水强度大、持续时间长, 各站点土壤含水率随降水均呈现较大的波动。杨梅林和坡耕地各层土壤含水率随降水过程持续上升, 土壤含水率峰值与降水峰值出现时间较为吻合；而后随着降水量的进一步增大, 土壤含水率呈现波动上升的趋势。各站点RS基本超过2%, Cv基本超过0.02。其中, 城镇用地和荒地RS最大(基本超过6%), 且波动程度较大(Cv基本大于0.06)。对于降水结束后土壤含水率的消退过程, 城镇用地和荒地较快, 而林地消退过程较慢, 土壤维持田间持水量时间较长, 主要由于植被具有较好的蓄水保墒作用, 土壤含水率能保持相对较高水平, 而城镇用地和荒地缺少植被的蓄水能力, 在降水结束后, 由于夏季温度较高, 土壤含水率消退较快。
同时, 前期湿度也是影响土壤水动态响应的重要因素, 在前期土壤湿度相对较高的情况下土壤水涨幅相对较低(图 2)。综合来看, 随着降水强度的增加, 土壤含水率涨幅与变动程度均呈增加趋势。但不同土地利用/覆被下土壤水响应模式也有较大差异。植被覆盖率较低的城镇用地和荒地土壤含水率对低量级降水事件较为敏感, 而植被覆盖率较高的土地利用类型则对高量级降水事件才有所响应。同时, 植被对土壤水消退过程影响也较大, 城镇用地与荒地随降水过程呈现明显的增加和消退过程, 而有植被作用的土地利用类型(如林地)则表现出缓慢上升和缓慢消退的过程。土壤含水率的涨落反映了地表产流过程, 城镇用地产流较快, 可能导致区域洪水峰值提前, 洪水量级增加。
-
洪水特征是反映流域水文情势的重要指标, 可为洪水预报、水文模拟和流域规划与洪水资源管理等提供重要参考。本文通过分析洪水特征与流域自然地理特征之间的响应关系, 探讨长三角地区洪水的主要影响因素, 结果如图 3所示。
Figure 3. Characteristics of flood responses for different basins in the Yangtze River Delta region
洪峰滞时分布总体受流域尺度控制, 表现为随流域面积的增加而增加。但也存在一定异常情况, 对于双桥浜集水小区和画龙溪流域, 流域面积均不足10 km2, 但面积更小的双桥浜集水小区的洪峰滞时却与画龙溪流域的洪峰滞时分布类似。同时, 对于洛阳河流域和南苕溪流域, 面积较小的洛阳河流域的洪峰滞时却总体较大。从欧洲洪水(图 3(a)红色虚线为欧洲流域洪峰滞时的下限)[17]分布特征来看, 在不同气候区洪峰滞时总体分布较为类似。对于小尺度流域, 其洪峰滞时随流域面积增加增长较缓；而对于较大尺度流域, 其洪峰滞时随面积增加更明显。
图 3(b)(QU和QL分别为洪峰流量的上、下外包线)反映了各流域洪峰流量的分布特征, 结果表明洪峰流量与流域尺度存在幂律函数关系。洪峰流量总体呈现随流域面积增加而增加的趋势, 整体分布在拟合函数区间内, 这与中国历史极端洪水洪峰流量分布特征较为相似[20]。图 3(c)显示了各试验流域径流系数分布特征, 结果表明, 在最小的2个流域(双桥浜集水小区与画龙溪流域)径流系数分别有最高和最低的分布特征, 双桥浜集水小区为城市流域, 不透水面比率最高, 而画龙溪流域为山区小流域, 不透水面比率最低; 而对于其他流域, 径流系数分布较为集中, 主要在0.25~0.65范围内。图 3(d)反映了各流域的单位面积洪峰流量的分布特征, 双桥浜集水小区单位面积洪峰流量相对较高, 可能与流域不透水面比率有关。
-
从产流机制来看, 在以超渗产流机制为主的地区, 径流深主要与降水强度有关, 雨强越大, 径流深及洪峰越大；而在以蓄满产流机制为主的地区, 径流深和洪峰的大小主要由降水量大小决定[21]。本研究基于观测获取的250余场次的暴雨洪水资料, 通过皮尔逊相关分析, 分析了洪水特征与各降水指标(总降水量、平均降水强度及最大降水强度)和前期条件(起始流量和前期降水)的相关性(表 3), 从而探讨长三角地区中小流域洪水特征的主要影响因素与产汇流特征。
洪水特征 影响因素 SQB HLX ZTS YJR LYR NTX XTX DTX QHC QHR Q P 0.63** 0.73** 0.63** 0.49** 0.89** 0.51* 0.60** 0.86** 0.59** 0.67* Iave 0.67** 0.60** 0.39* 0.87** 0.40 0.50** 0.69** 0.44* — Imax 0.71** 0.68** 0.54* — 0.80** 0.46* 0.52** — 0.51** 0.71* Q0 — 0.40** — — — — — — 0.40* — Pa — — — — — — — — — — Qunit P 0.74** 0.80** 0.78** 0.50** 0.90** 0.41* 0.63** 0.90** 0.67** 0.68* Iave 0.78** 0.62** — 0.37* 0.85** 0.44* 0.45** 0.76** 0.41* — Imax 0.82** 0.76** — — 0.72** 0.47* 0.46** 0.50* 0.55** 0.77** Q0 — 0.34* — — — — — — 0.52** — Pa — — — — — — — — — — R P 0.98** 0.80** 0.94** 0.81** 0.94** 0.78** 0.93** 0.94** 0.95** 0.95** Iave 0.44* — — 0.46** 0.77** — — 0.61** — — Imax 0.41* 0.49** 0.36* 0.58* — — 0.29 0.54** 0.80** Q0 — — — — — — — — 0.46* — Pa — — — — — — — — -0.38* — a P — — — — 0.65* — — 0.57** — — Iave — — — -0.42** 0.72** — — — — — Imax — — — -0.35* — — — — — — Q0 — -0.34* — 0.35* — — — — — — Pa 0.40* — — — — — — — — -0.60* 注: ** 代表p < 0.01；* 代表p < 0.05；—代表不显著相关性。 Table 3. Pearson correlation coefficient of floods with respect to rainstorm and antecedent wetness characteristics
对于洪峰流量与单位面积洪峰流量, 降水特征与洪水要素在大部分流域均呈现显著的正相关性, 表明降水量越大、降水强度越高, 产生的洪峰流量和单位面积洪峰流量越大。同时, 对于双桥浜集水小区, 相较于其与总降水量的相关性, 洪峰流量和单位面积洪峰流量与雨强的相关性较大；而对于其他较大流域, 洪峰流量与总降水量的相关性更大。径流深与总降水量在各流域均呈现较强的相关性, 相关系数大于0.7, 而与雨强的相关性较低, 说明径流深主要受总降水量影响。径流系数与各降水特征在各流域的相关性均较低, 说明径流系数的影响因素更为复杂。从结果来看, 长三角地区各流域洪水特征与总降水量相关性较强, 说明蓄满产流是该地区的主要产流方式。但对于面积较小的流域(如SQB和HLX, 表 3), 降水强度与洪水特征的相关性大于总降水量, 说明2种产流机制(蓄满和超渗产流)差别较小。
流域前期条件也是影响洪水过程的重要因素。长三角地区各观测流域洪水特征与前期条件仅在较小(如双桥浜集水小区和画龙溪流域)和较大(前垾村和秦淮河流域)的流域存在一定的显著性相关, 但在其他流域相关性较低且不显著。这可能主要由于该区域属于季风性湿润地区, 洪水主要发生在汛期, 气候湿润, 各流域前期条件相似, 故较难体现出流域前期条件对洪水的相对影响。
-
快速城市化地区不透水面大幅扩张, 取代了原来的自然下垫面(如植被、水面等), 不透水面通常具有弱透水率、低反射率以及大热容量等物理属性, 城市下垫面物理属性的改变将可能直接影响水文循环的大气降水和产汇流过程[1, 22-23]。前述结果表明, 城镇用地土壤水消退过程较快, 而林地由于植被作用土壤含水率在降雨后还能维持较高水平；主要由于城镇用地土壤存在严重压实退化现象, 土壤重度和体积质量较大, 孔隙度较低, 土壤最大有效含水率明显减少[24]；同时, 植被减少也使得土壤蓄水能力减弱。城市化发展带来的土地利用变化会改变土壤水运移过程, 从而影响水循环过程。
从流域暴雨洪水响应来看, 城市集水小区(双桥浜)径流系数和单位面积洪峰流量相对较高(图 3), 说明不透水面率对洪水过程作用相对较大。城市化区域不透水面扩张, 改变土壤水动态响应规律, 导致降雨下渗减少, 径流系数增加, 从而导致洪峰水位(流量)上升[25-26]。从秦淮河流域1981—2018年年最大径流和不透水面变化趋势来看, 随着城市化快速推进, 洪水峰值也呈现整体上升的趋势(图 4)。值得注意的是, 从美国东部城市化地区来看, 城市化对洪水过程的影响也表现出较大的不确定性和复杂性[27]。同时, 变化环境下气候变化引起的极端降雨变化也是导致区域洪水变化的重要因素之一, 在城市化和气候变化影响下, 洪水灾害威胁可能将更为严重[28]。
Figure 4. Temporal variation of annual maximum discharge and impervious area rate of QHR during 1981—2018
2.1. 快速城市化地区不同土地利用/覆被下土壤水动态响应模式
2.2. 快速城市化地区中小流域暴雨洪水响应规律
2.3. 快速城市化地区产汇流机制分析
2.4. 城市化对暴雨洪水过程的影响
-
本研究以长三角地区为典型, 构建了考虑不同城市化程度和不同空间规模的野外观测试验区, 主要观测时段为2015年9月至2020年12月, 累计获取了250余场次暴雨洪水观测资料, 探讨了不同特征流域暴雨洪水响应规律和机制, 主要结论如下：
(1) 快速城市化地区下垫面的改变通过影响土壤水动态响应模式直接影响了地表产流过程。城镇用地土壤含水率波动对于小雨事件亦起伏较大, 均高于其他下垫面类型, 且随着降水量级的增加呈现增加态势。植被覆盖率较高的土地利用类型对高量级降水事件才有所响应, 而植被覆盖率较低的城镇用地和荒地土壤含水率对低量级降水事件也较为敏感。
(2) 流域空间尺度对洪水特征起到主要作用, 洪峰滞时和洪峰流量与流域面积存在幂律关系。其中, 洪峰滞时随流域面积增加而增大, 且较大尺度流域洪峰滞时随面积增加更明显; 洪峰流量总体呈现随流域面积增加而增加的态势, 整体分布存在一定规律性。
(3) 降水特征与洪水特征存在较强的相关性, 蓄满产流是该地区主要的产流方式。总降水量与洪峰流量、单位面积洪峰流量和径流深呈显著相关关系(相关系数分别达0.49、0.41和0.78以上)。此外, 城市下垫面对洪水特征影响不可忽视, 城市化快速发展下不透水面比率增加, 导致降雨下渗减少、径流系数增加, 从而导致洪峰水位上升, 未来区域洪涝风险还有加剧的趋势。
尽管近年来中国水文试验研究陆续有所恢复与增加, 但由于研究周期较长, 经济成本较高, 不确定性较大, 目前在设备和流域丰富性等方面还有较大提升空间。本研究构建了考虑不同城市化程度和不同空间规模的野外观测试验区, 研究成果将为中国类似城市化地区水文观测试验与暴雨洪水演变机理研究提供一定参考。但由于野外原位观测难以严格控制试验条件, 本研究在径流和土壤墒情站点数量及站点布设等方面还有待提高, 后续将继续开展水文观测试验, 进一步延长与丰富数据, 从而更为深入地揭示城市化下暴雨洪水演变规律和机制。
DownLoad:
