右上角和右下角小图为左图红框位置
图1 立交桥下垫面分布及立体结构
Fig. 1 Underlying surface and three-dimensional structure of overpass
北京大学学报(自然科学版) 第59卷 第1期 2023年1月
Acta Scientiarum Naturalium Universitatis Pekinensis, Vol. 59, No. 1 (Jan. 2023)
doi: 10.13209/j.0479-8023.2022.105
深圳市自然科学基金(GXWD20201231165807007-20200827111219002)资助
收稿日期: 2022-01-17;
修回日期: 2022-03-07
摘要 为科学地指导城市立交桥区的排水防涝改造, 降低内涝风险, 以深圳市某立交桥为研究对象, 构建高分辨率城市内涝模型, 采用地表积水实测资料进行模型率定及验证, 模拟立交桥洞在雨水口防堵、下凹式绿地以及两者的组合措施改造前后不同降雨情景下的积水情况。结果表明, 1)高分辨率城市内涝模型可以实现城市立交积水动态变化过程的准确模拟; 2)5 年、20 年和 100 年重现期降雨情景下, 立交桥洞内涝严重, 积水时空变化速率快, 当降雨重现期为 100 年时, 最大积水深度和面积分别高达 1.52m 和 1833m2, 积水深度随时间和空间的最大增长速率分别高达0.04m/min和0.23m/10m; 3)组合措施的内涝削减效果优于不同改造措施单独使用时的削减效果, 100 年重现期降雨情景下, 单独采用雨水口防堵和绿地下凹措施, 仍然存在 0.6m 以上深度的积水, 而组合措施可使内涝积水深度小于 0.5m, 内涝持续时间缩短至 30min 内, 可有效地缓解桥洞内涝。
关键词 立交桥洞; 精细化模拟; 内涝治理
在城市化和气候变化背景下, 城市内涝频发。城市立交桥底下穿道路及桥洞人车流量大, 且地势低洼, 在暴雨时极易形成局部积水, 并造成内涝灾害, 是城市暴雨内涝高风险区。立交桥洞通道狭窄, 局部微观地形复杂, 暴雨汇流过程中时空变化大, 因此有必要构建精细化的内涝过程模型, 以便支持立交桥洞内涝风险的评估与治理方案的筛选。
城市内涝的精细化模拟要求网格能反映微地形, 并能区分各种城市下垫面和构筑物类型。随着激光雷达(Lidar)等测绘技术的发展, 研究者可以利用高分辨率的数字高程模型(digital elevation model, DEM)进行模拟。赖泽辉等[1]采用 1m×1m 的网格, 将地表概化为透水地表和不透水地表两类, 实现高密度城区积水过程的模拟。Wang 等[2]基于 1m×1m的 DEM, 刻画城市建筑和下穿道路等复杂地形特征, 基于恒定下渗率计算产流损耗, 模拟下穿道路的积水情况。任梅芳等[3]采用边长为 30m 的三角形网格划分立交桥区域, 将地表划分为建筑、道路和绿地 3 种类型, 实现立交桥下路面的积水模拟。但是, 目前还尚缺乏针对立交桥洞的精细化模拟研究。
精细化模型还要能够详细地描述城市地表的水动力学过程, 如建筑阻水、道路导流和立体空间交叉汇流等复杂流态。Shen 等[4]通过调整高精度建筑网格的高程和糙率, 模拟建筑外墙对洪水的阻拦和导流作用以及建筑内部结构对洪水流动的阻碍作用。对于立交桥等低地形特性, 丛翔宇等[5]以及施南征等[6]采用近似蓄水池法概化模拟积涝过程(即进水流量大于出水流量时, 开始产生积水), 但此类方法无法得到具体位置的水力要素。刘畅等[7]基于高程点数据插值生成的高精度立交 DEM, 进一步实现立交底层路面的内涝精细化模拟, 但未考虑桥面隔离设施对汇流路径的影响。基于此, 臧文斌[8]建立多层网格的层间汇流关系, 通过改变网格边界属性来模拟道路隔离设施等阻水构筑物对积水的阻拦作用, 从而实现多层立交产汇流过程精细化模拟, 但该方法缺乏物理模型实验和现场监测数据对参数的系统率定, 其可靠性和适用性亟待改进。
基于模型评估各内涝调控方案的效果, 是指导城市内涝改造的重要途经。排水设施改造和加强管理养护是内涝防治的传统手段, 丛翔宇等[5]通过增大雨水口孔口面积模拟雨箅不堵塞时的内涝点积水情况, 赖泽辉等[1]进一步模拟不同位置雨水口改造的积水防治效果。王滢等[9]基于 Info Works 模型模拟提高管渠排水能力和新增调蓄设施等措施后城区内涝改善情况。近年来, 随着我国不断推进海绵城市建设, 低影响开发(low impact development, LID)建设模式也逐渐应用到内涝防控中。Wu 等[10]基于耦合模型模拟不同 LID 改造方案实施后的内涝情况, 基于积水深度和影响范围的削减程度来评估LID 的性能。张俊竭[11]模拟片区海绵改造中的生物滞留池和蓄水池改造效果, 结果显示海绵设施对径流量的减小有实质性效果。Hua 等[12]模拟不同 LID组合措施的综合性能, 指出在强度较高、持续时间较长的暴雨事件中, LID 措施的径流削减效果并不显著。但是, 目前缺乏结合低影响开发和传统治理措施的立交桥洞内涝治理研究。
本研究基于高精度地形数据, 刻画各类城市下垫面和构筑物, 基于通量向量分裂格式(flux-vector splitting method, FVS)的有限体积法, 构建高时空分辨率立交桥洞内涝模型, 采用地表积水动态过程实测资料进行模型率定及验证, 模拟不同暴雨情景下立交桥洞积水区域和积水深度的动态变化, 分析雨水口改造和绿地下凹措施对桥洞积水的削减效果, 以期为城市立交桥洞的排水防涝提供技术支持。
研究区域为深圳市福田区某立交桥。如图 1 所示, 该区域地处深圳中心地段, 下垫面硬化程度高, 人流量和车流量较大。立交桥分上中下 3 层, 结构复杂。辅路在底层, 宽度仅 5m, 衔接着不同层次的路面, 坡度较大, 汇水速度快。其中, 由于西侧与北侧辅路交汇处的桥洞(图 1 红框标示的易涝区域)地势比周边低且汇水面积大, 一旦发生降雨, 地表径流往低洼处迅速汇集, 水流携带的杂物堵塞雨水口, 进一步导致排水不畅, 造成该地段逢雨必涝, 严重威胁交通运行和行人生命安全。
为实现桥洞内涝的精细化模拟, 本研究获取了高分辨率的地形、下垫面、雨水口以及降雨积水数据。通过 Lidar 实地测量得到高密度点云数据(图 2右下角), 进一步提取地面点云, 插值生成空间分辨率高达 2cm 的高精度 DEM。结合实测 DEM、立交桥设计图纸(标示地表高程)和内涝点所在的三级排水片区划分情况, 分析内涝点附近道路的水流走向, 划分汇水区, 总面积为 2.6ha。逐分钟降雨数据从距离内涝点 1km 的气象站获取; 逐 5 分钟积水数据由安装于涵洞低洼处的电子水尺获取,水位测量精度为 0.01m。汇水区内共有 85 个雨水口, 平均间距约为 35m, 集中分布在道路交汇处, 其中, 北侧涵洞道路交汇处(内涝点)共有 14 个雨水口。基础数据如图 2 所示。
右上角和右下角小图为左图红框位置
图1 立交桥下垫面分布及立体结构
Fig. 1 Underlying surface and three-dimensional structure of overpass
图2 模型构建基础数据
Fig. 2 Basic data required for modeling
高分辨率的地形数据以及精细化的地表特征数据对准确地模拟城市内涝有重要意义。目前, 激光雷达地形测绘可以达到厘米级的精度, 高分辨率地形数据的获取已不是城市内涝精细化模拟的主要限制因素, 但如果地表模型的网格剖分尺寸太细, 会严重影响计算效率, 因此需要结合研究区域的地物最小尺寸来选择合适的网格尺寸。本文研究区域内的立交辅道仅 5m 宽, 辅道一侧的绿化带仅 1m 宽。为精细地表征上述地表特征的位置分布及走向, 以便获得正确的汇流关系, 本研究在高精度地形数据基础上, 重采样生成空间分辨率为 1m×1m 的模型网格。这样的概化处理考虑到局部微地形的变化, 并能区分机动车道、绿化带和人行道。
根据深圳市下垫面分布图及现场考察情况, 将汇水区内的网格分成 3 种下垫面类型——绿地、人行道和车行道。其中, 绿地下垫面共 11986 个网格, 坡度范围为 1%～22.5%; 人行道下垫面共 3666 个网格, 坡度范围为 0.2%～22.3% (路沿石的高程突变体现在人行道的坡度中); 车行道下垫面共 10348 个网格, 坡度范围为 0.7%～5.1%。
在地表产流方面, 由于本研究模拟的降雨内涝事件积水量较大, 植物的蒸发、洼蓄和截留等作用对积水量的影响微乎其微, 因此只考虑土壤下渗导致的地表产流损耗。采用霍顿(Horton)公式计算绿地在每个时间步长内的地表下渗量, 人行道和车行道不计算地表产流损耗。
1.4.1 地表汇流计算原理
为了模拟水流在城市复杂地表上的漫流过程, 本文采用二维浅水方程组[13]对模型的地表汇流进行计算:
(1)
(2)
(3)
式中, h 为水深(m), u 和 v 分别为 x 和 y 方向垂线平均水平流速分量(m/s), g 为重力加速度(m/s2), S0x 和 Sfx分别为 x 方向的水底底坡和摩阻底坡, S0y 和 Sfy 分别为 y 方向的水底底坡和摩阻底坡。
本文采用有限体积法, 以结构网格为控制单元对控制方程进行离散。该方法实质上是将计算区域划分为若干控制体, 对每个控制体分别进行水量和动量平衡计算, 得到计算时段末各控制体平均水深和流速。该方法物理意义清晰、明确, 满足积分的守恒定律, 不存在守恒误差[14]。将方程(1)沿网格通道做环路积分, 离散为
(4)
式中, Hi 为 i 号网格水位(m), A 为 i 号网格面积(m2), 
为 i 号网格第 k 号通道的单宽流量(m2/s), Li,k为 i 号网格第 k 号通道的长度(m), qi 为 i 号网格的源汇项(m3/s)。
将方程(2)和(3)沿控制体通道中心和网格形心点连线进行离散, 可以得到模型通量表达式:
(5)
当曼宁系数n较大时, 式(5)的最后一项可能引起计算结果波动, 因此将最后一项中的
替换为
, 得到改进收敛特性的方程:
(6)
式中, Qi 为 i 号网格动量(m2/s), hi 为 i 号网格水深(m), n 为 i 号网格曼宁系数, ui 和 vi 分别为 i 号网格流速在 x 和 y 方向上的投影(m/s), V1 和 V2 分别为 i 号网格沿 x 方向两侧通道的法向数值通量(m3/s2), Si 为 i号网格 x 方向的水底底坡, L 为 i 号网格 x 方向两侧通道中心之间的距离(m), dt 为时间步长(s)。
在有限体积法求解的任一时刻, 对于任意两个相邻的网格, 由于网格交界面水流变化不连续, 网格界面处就会形成一个间断解的黎曼问题(如图 3所示, 
和
分别为左、右侧守恒物理量), 需要通过求解黎曼问题得到单元界面处的数值通量。本研究采用FVS格式[15]求解黎曼问题。
1.4.2 汇流过程精细化模拟
高精度的 DEM 数据能够反映较为微观的地表特性, 必然会导致更加复杂的地表形态。路沿、排水设施及各种构筑物会导致水流的加速和汇集等复杂流态, 通常涉及大梯度高差和边界等问题, 在计算过程中会导致负水深和伪高流速等现象, 造成计算结果不稳定。本研究根据不同的网格及其边界, 对通量计算方法进行精细化处理。
1)一般网格。城市地表网格在降雨过程中呈现干湿交替的状态, 为了避免低水深计算带来的虚假流速或负水深等情况, 同时提升计算效率, 本研究给定一个较小的水深判断值 h* [16], 通过判断界面两侧的水深来选择不同的通量计算方法, 如图 4 和表 1 所示。其中, 当界面两侧地形高差较大时, 两侧网格水深差值可能较大, 采用 FVS 方法求解时, 界面数值通量偏大, 易导致高网格负水深, 此时可根据不同的情况, 采用跌水或堰流公式来平缓水流转移速度, 维持计算结果的稳定性。
图3 网格界面的黎曼问题
Fig. 3 Riemann problem of grid interface
图4 边界水深判断示意图
Fig. 4 Judgement of boundary water depth
表1 边界水深判断及通量计算方法
Table 1 Method of boundary water depth judgment and flux calculation
水深判断通量计算 hL≥h*, hR≥h*, ZL≥ZbRFVS方法求解边界通量 hL≥h*, hR≥h*, ZL
2)边界网格。研究区域的边界可分为两种类型。一种是立交道路隔离设施以及涵洞挡墙等多种构筑物形成的边界, 该边界具有阻水作用, 如果不对阻水设施进行物理表征, 桥洞区域模拟的汇流范围将远远大于实际汇水区域。因此, 本研究将阻水设施概化为对应网格的闭边界。另一种是根据地势走向划分的边界, 由于边界两侧网格无水量交换, 也概化为闭边界。闭边界两侧无水量交换, 仅计算其对网格水流的动量影响, 利用以下公式计算该边界的数值通量:
FLR= hL uL |uL|+ghL2/2, (7)
式中, FLR 表示边界处法向动量(m3/s2), hL 表示网格水深(m), uL 表示网格流速在陆地法向方向上的投影(m/s)。
3)排水网格。根据研究区内涝成因, 设置基于雨水口排水的排水计算方式。根据雨水口所在网格的水深, 采用孔口出流公式[17]计算雨水口排水量:
(8)
式中, Dit 为元胞 i 在 t 时刻的雨水口排水量(m3), h 为排水网格水深(m), A 为雨水口孔口面积(m2), φ 为孔口流量系数, K 为孔口堵塞系数。
经调研发现, 研究区域附近的雨篦容易被水流携带的杂物堵塞, 导致雨水口排水能力下降, 但在雨篦严重堵塞且低洼处积水达到一定的深度(约 0.6m)时, 会有相关人员对雨篦进行清淤以便恢复排水。为模拟积水深度<0.6m 时篦上水深变化对雨水口堵塞程度的影响, 假设堵塞系数 K 与排水网格水深的关系为
K=e−α×h, (9)
式中, α为堵塞衰减系数, h为箅上水深(m)。
用研究点位实测降雨和积水深度数据对模型进行参数率定及验证。降雨事件 I 为单峰降雨, 总降雨量为 36.8mm, 历时 68min, 最大雨强为 1.9mm/ min, 积水峰值高达 0.74m, 积水持续时间较短. 降雨事件 II 为双峰降雨, 总降雨量为 70.8mm, 历时232min, 最大雨强为 1.2mm/min, 积水峰值为 0.55m, 积水持续影响周边交通近两小时。
选择纳什系数(Nash-Sutcliffe efficiency coeffi-cient, NSE)和水深峰值相对误差作为模型参数率定的评价指标, 结合遗传优化算法和人工调试对模型进行参数率定。参数率定信息如表2所示。
两场实测降雨内涝事件的模拟结果如图 5 所示。通过对比模拟结果和实测数据发现, 两场降雨验证结果中, 内涝点积水深度动态变化曲线与实测数据基本上吻合, 纳什系数均在 0.8 以上, 峰值相对误差均在20%以内, 模拟结果达到精度要求。
表2 模型率定参数取值
Table 2 Parameter values in model calibration
下垫面类型率定参数参数取值 绿地初始下渗率(mm/h)60 稳定下渗率(mm/h)3.5 衰减系数(h)7 曼宁系数0.18 人行道曼宁系数0.014 车行道雨水口堵塞衰减系数15 雨水口清淤后堵塞系数0.1 曼宁系数0.013
图5 降雨内涝事件的模拟结果与实测数据对比
Fig. 5 Comparison of simulated results with measured data of waterlogging events
本研究中设计降雨的计算方法参考《深圳市暴雨强度公式及查算图表》(2015 版)[18]:
(10)
式中, i 为降雨强度(mm/min), P 为暴雨重现期(a), t为降雨历时(min)。
选取 5 年、20 年和 100 年 3 种重现期的 2 小时设计降雨情景进行分析, 对应的降雨量分别为 98.8, 123.8 和 152.8mm, 峰值雨强分别为 3.32, 4.05 和4.99mm/min。利用芝加哥降雨模型[19]推求降雨过程线, 雨峰系数为0.35, 降雨时间间隔为 1min。不同重现期设计降雨过程线如图6所示。
利用率定好的模型模拟设计降雨情景下立交涵洞的内涝情况, 从积水深度、积水面积和积水空间分布多个角度分析立交涵洞的内涝特征。
在 100 年重现期降雨情景(图 7)下, 在降雨开始20 分钟后, 涵洞低洼处产生积水, 此时的累积雨量和雨强分别增加到 14.8 和 0.9mm/min; 随着雨强增大, 涵洞积水深度和积水面积增长速率逐渐加快, 水深和面积增长速率分别高达 0.04m/min 和 70m2/ min; 降雨达到雨峰位置之后, 随着雨强减小, 积水深度和积水面积的增长速度有所减缓; 降雨结束时, 涵洞积水深度和积水面积分别达到峰值 1.52m 和1833m2, 然后开始下降; 道路积水的持续时间长达260min。
图 8 统计了不同重现期降雨情景下的最大积水深度和最大积水面积。模拟结果表明, 5 年重现期情景下, 最大积水深度和最大积水面积分别为 0.99m 和 1273m2; 当降雨重现期从 5 年增加到 20 年和100 年时, 雨量分别增加 25%和 55%, 最大积水深度分别增加 23%和 54%, 最大积水面积分别增加22%和 44%。
图6 深圳市不同重现期设计降雨过程线
Fig. 6 Design rainfall hydrograph for different return periods in Shenzhen
图7 100年重现期降雨积水模拟过程
Fig. 7 Simulation process of rainfall and flow accumulation during the 100-year return period
从积水的空间分布看(图 9), 积水最严重的地方集中在涵洞附近的道路交汇处, 因为此处地势低洼, 汇集三方来水。随着降雨量增大, 积水影响范围逐渐向外扩张。同时可以发现, 由于道路坡度较大, 积水区水深的空间变化较快。在 5 年、20 年和100 年一遇降雨情景下, 从积水影响范围边缘到积水最深处, 每行进 10m, 平均水深分别增加 0.18, 0.2 和0.23 m。
图8 不同重现期降雨下的最大积水深度和积水面积
Fig. 8 Maximum inundation depth and area under rainfall in different return periods
桥洞积水深度大, 影响范围广, 时空增长速率快, 持续时间长, 给过路的行人和车辆造成极大的安全威胁, 同时也对排水处置的响应速度和处理能力提出较高的要求。精细化的内涝模型可以准确地模拟降雨积水的时空动态变化情况, 为桥洞内涝的应急处置提供合理的参考。
目前, 针对城市立交桥洞的内涝治理措施主要分为传统设施及绿色设施两类。传统设施即通过增设排水设施和提升设计标准等工程措施以及雨水口防堵和管道疏通等管理养护措施来提升区域排水能力。实际上, 随着城市防洪排涝标准的提高, 道路雨水排水系统的主管道通常能够满足区域排水流量的要求, 雨水口堵塞导致管网泄流能力无法充分发挥是造成内涝频发的主要原因之一[20]。因此, 加强雨水口清淤管理, 或者更换为防堵雨水口[21], 保持雨水口排水通畅, 是目前缓解城市局部内涝的重要手段。绿色设施主要通过 LID 等设施实现雨水的原位蓄存和下渗, 缓解管网排水压力。城市立交桥洞附近绿地面积占比大, 具有一定的低影响开发潜力, 如果将绿地适当下凹, 则绿地可以在发挥自身景观和生态功能的同时, 进一步发挥调蓄功能, 削减地表径流。
本研究通过调整模型输入参数, 实现雨水口防堵和绿地下凹措施的模拟。通过将汇水区内雨水口的堵塞系数设为初始值, 不考虑堵塞系数随篦上水深的变化, 实现雨水口防堵模拟。绿地下凹模拟选择汇水区内能发挥雨水蓄存作用的大面积绿地(图 1 中的可利用绿地), 调整其高程, 使得绿地的坡度为1%, 蓄水深度控制在 30～10cm 之间。在绿地地势最低处设置溢流雨水口, 雨箅高程低于人行道高程5cm, 使得绿地超渗超蓄径流可以通过雨水口排入管网(图 10)。
图9 不同重现期降雨下的积水空间分布
Fig. 9 Spatial distribution of ponding under rainfall in different return periodst
为探究雨水口防堵、下凹式绿地以及组合措施的内涝削减效果, 指导城市立交桥洞的内涝防控改造, 本研究设置多种内涝改造情景: 1)现状; 2)雨水口防堵; 3)下凹式绿地(分别利用 10%, 30%和50%的绿地); 4)雨水口防堵与下凹式绿地(分别利用 10%, 30%和50%的绿地)。
基于 7 种改造情景, 模拟 5 年、20 年和 100 年重现期降雨情景下的桥洞积水情况, 统计不同模拟情景下桥洞的最大积水深度(图 11(a))和最大积水面积(图 11(b))。在 5 年、20 年和 100 年重现期降雨下, 不同的内涝改造措施能在一定程度上缓解桥洞内涝, 但效果有差异。
当单独采用雨水口防堵措施时, 桥洞积水深度和积水面积均明显削减。在 5 年、20 年和 100 年重现期降雨情景下, 积水深度分别削减 64%, 61%和60%, 积水面积分别削减 77%, 71%和 66%。但是, 桥洞依然会产生一定程度的积水, 在 100 年重现期降雨情景下, 桥洞积水深度和积水面积仍然高达0.6 m 和 666 m2。
(a)雨水在车行道流动; (b)当车行道的积水深度超过路沿石, 雨水进入绿地; (c)当绿地积水深度超过雨篦, 雨水进入雨水口
图10 绿地改造方案
Fig. 10 Renovation plan of greenbel
图11 不同重现期降雨下不同改造情景下的桥洞积水情况
Fig. 11 Flow accumulation in overpass tunnels under different reconstruction scenarios and different return periods of rainfall
当单独采用绿地下凹措施时, 在 5 年重现期降雨情景下, 绿地下凹比例为 10%, 30%和 50%时, 积水深度分别削减 14%, 31%和 40%, 积水面积分别削减 15%, 34%和 46%; 在 20 年重现期降雨情景下, 积水深度分别削减 13%, 26%和 38%, 积水面积分别削减 13%, 26%和 44%; 在 100 年重现期降雨情景下, 积水深度分别削减12%, 24%和 35%, 积水面积分别削减 11%, 24%和 35%。虽然桥洞积水深度和积水面积得到一定程度的削减, 但即便下凹比例达到 50%, 在 5 年、20 年和 100 年重现期降雨下, 桥洞积水深度依然分别高达 0.62, 0.75 和 0.99m, 积水面积分别为 686, 901 和 1282m2。这是因为下凹绿地的蓄水容积固定, 径流削减能力有限, 而绿地内的雨水口随着积水深度的提高逐渐被堵塞, 降低绿地排水速率, 使得绿地难以继续接纳外来汇水, 不能持续发挥径流滞蓄和排水引导作用。总体来说, 单一的雨水口防堵和绿地下凹式改造措施, 虽然可以在一定程度上降低桥洞最大积水深度和积水面积, 但不能完全消除桥洞内涝。
当雨水口防堵措施和绿地下凹措施结合使用时, 在 5 年重现期降雨情景下, 绿地下凹比例为10%, 30%和 50%时, 积水深度分别削减 84%, 90%和 93%, 积水面积分别削减 97%, 100%和 100%; 在20 年重现期降雨情景下, 积水深度分别削减 76%, 85%和 89%, 积水面积分别削减 86%, 96%和 99%; 在 100 年重现期降雨情景下, 积水深度分别削减72%, 81%和 84%, 积水面积分别削减 77%, 89%和94%。桥洞积水深度和积水面积大幅度削减, 其展现出的内涝削减效果优于上述措施单独使用时的效果。进一步分析组合措施的内涝削减情况, 发现内涝削减效果随着绿地下凹比例的提升而提升, 但当绿地下凹比例从 30%提升至 50%时, 积水深度和积水面积的削减率只有小幅度的下降, 说明 30%和50%两种绿地下凹情形下, 内涝削减效果差异较小。因此, 综合考虑内涝削减效果和建设成本, 可通过雨水口防堵和 30%绿地下凹的组合措施, 提升立交桥洞的排水防涝能力, 达到生态效益和经济效益的平衡。
本文构建基于有限体积法的高时空分辨率立交桥洞内涝模型, 采用实测降雨模拟桥洞积水过程。模拟结果表明, 高分辨率立交桥洞内涝过程模型模拟的内涝点积水深度动态变化曲线与实测数据基本上吻合, 纳什系数分别为 0.89 和 0.86, 峰值相对误差分别为 19%和 0.2%。
降雨过程中, 立交桥洞内涝积水深度和积水面积的时空变化速率较快。从 5 年到 100 年重现期降雨情景, 研究区最大积水深度从 0.99m 增加到 1.52m, 积水面积从 1273m2 增加到 1833m2。100 年重现期 2 小时降雨情景下, 在时间上, 积水深度和积水面积的最大增长速率分别高达 0.04m/min 和 70m2/min, 积水持续 260min; 在空间上, 从积水边缘到最深处, 积水深度平均增加 0.23m/10m。积水的时空快速变化给过路的行人和车辆造成极大的安全威胁, 同时也对排水处置的响应速度和处理能力提出较高的要求。
雨水口防堵和绿地下凹的组合措施可以有效地削减桥洞内涝。在 100 年重现期降雨情景下, 单独采用雨水口防堵和绿地下凹措施, 最大水深分别可以削减 60%和 35%, 但仍存在 0.6m 以上深度的积水; 两种措施组合可使内涝积水小于 0.5m, 且内涝持续时间缩短至 30min内。
本文研究结果表明, 高分辨率立交桥内涝模型能够实现城市立交桥洞积水动态变化过程的准确模拟, 支持立交桥洞内涝风险的评估与治理方案的筛选, 为城市防洪减灾和灾害应急调度提供重要的科学和技术支持。
致谢 深圳市创环环保科技有限公司赵也工程师、粤港澳大湾区气象监测预警预报中心李超博士和北京大学秦龙君博士在仪器安装与数据采集等方面给予协助, 对此表示衷心感谢。
参考文献
[1]赖泽辉, 包世泰, 陈顺清, 等. 基于元胞自动机的城市地表积水模拟研究. 水土保持通报, 2015, 35 (6): 182–186
[2]Wang Yuntao, Chen A S, Fu Guangtao, et al. An integrated framework for high-resolution urban flood modelling considering multiple information sources and urban features. Environmental Modelling & Soft-ware, 2018, 107: 85–95
[3]任梅芳, 徐宗学, 初祁, 等. 济南市历下区立交桥区域暴雨内涝积水模拟. 南水北调与水利科技, 2018, 16(5): 9–15
[4]Shen Ji, Tan Fangbi, Zhang Yongzhi. Improved buil-ding treatment approach for urban inundation mode-ling: a case study in Wuhan, China. Water, 2018, 10: 1760
[5]丛翔宇, 倪广恒, 惠士博, 等. 城市立交桥暴雨积水数值模拟. 城市道桥与防洪, 2006(2): 52–55
[6]施南征, 朱亚萍, 杨成忠, 等. 城市立交桥积水数值模拟研究. 工业控制计算机, 2015, 28(2): 27–28
[7]刘畅, 周玉文, 赵见. 下凹式立交桥内涝模型构建方法及原因分析. 河北工业科技, 2014, 31(5): 389–394
[8]臧文斌. 城市洪涝精细化模拟体系研究[D]. 北京: 中国水利水电科学研究院, 2019: 67–81
[9]王滢, 周小伟. Info Works ICM在山地丘陵城市内涝治理中的应用. 中国给水排水, 2018, 34(19): 118–123
[10]Wu Xushu, Wang Zhaoli, Guo Shenglian, et al. Scenario-based projections of future urban inundation within a coupled hydrodynamic model framework: a case study in Dongguan City, China. Journal of Hy-drology, 2017, 547: 428–442
[11]张俊竭. InfoWorks ICM 雨洪模型在山地海绵城市建设的应用和实践[D]. 重庆: 重庆大学, 2018: 83–88
[12]Hua Pei, Yang Wenyu, Qi Xiaochen, et al. Evaluating the effect of urban flooding reduction strategies in res-ponse to design rainfall and low impact development. Journal of Cleaner Production, 2019, 242: 118515
[13]Benkhaldoun F, Elmahi I, Seaied M. A new finite volume method for flux-gradient and source-term balancing in shallow water equations. Computer Me-thods in Applied Mechanics & Engineering, 2010, 199: 3324–3335
[14]谭维炎. 计算浅水动力学: 有限体积法的应用. 北京: 清华大学出版社, 1998
[15]赵棣华, 姚琪, 蒋艳, 等. 通量向量分裂格式的二维水流–水质模拟. 水科学进展, 2002, 13(6): 701–706
[16]Bradford S F, Sanders B F. Finite-volume model for shallow-water flooding of arbitrary topography. Journal of Hydraulic Engineering, 2002, 128(3): 289–298
[17]高婷. 城市道路雨水口设计分析. 中国给水排水, 2006, 22(12): 55–58
[18]深圳市气象局, 深圳市规划和国土资源委员会. 深圳市暴雨强度公式及查算图表[EB/OL]. (2015) [2021–10–12]. http://weather.sz.gov.cn/qixiangfuwu/ qihoufuwu/qihouguanceyupinggu/baoyuqiangdugongshi/mindex.html
[19]戴有学, 王振华, 戴临栋, 等. 芝加哥雨型法在短历时暴雨雨型设计中的应用. 干旱气象, 2017, 35 (6): 1061–1068
[20]夏军强, 陈倩, 董柏良, 等. 雨水口堵塞程度对其泄流能力影响的试验研究. 水科学进展, 2020, 31 (6): 843–851
[21]张显忠. 新型立体涡轮雨水口试验研究与工程示范. 中国给水排水, 2016, 32(13): 129–131
Research on Refined Simulation of Waterlogging Process in Urban Overpass Tunnels
Abstract To scientifically guide the prevention transformation project of drainage and waterlogging in urban overpass and reduce the risk of waterlogging, a high-resolution urban waterlogging model has been constructed using an overpass in Shenzhen as the research object, and the model was calibrated and verified by using measured surface water data to simulate flow accumulation in the overpass tunnel under different design rainfall before and after the reconstruction of the rainwater outlet anti-blocking, the sunken greenbelt, and a joint measure of these two infrastructures. The results show that 1) the high-resolution urban waterlogging model can accurately simulate the dynamic change process of flow accumulation in urban overpass. 2) Under 5-year, 20-year, and 100-year return period of rainfall, the overpass tunnel displays serious waterlogging, while the temporal and spatial change rate of flow accumulation is rapid. Under the 100-year return period of rainfall, the maximum accumulated inundation depth and area are as high as 1.52 m and 1833 m2, respectively. The maximum growth rate of inundation depth over time and space are as high as 0.04 m/min and 0.23 m/10 m, respectively. 3) The waterlogging reduction of combined measure is more efficient than that of various renovation measures used separately. Under the rainfall of 100-year return period, there is still ponding with a depth of over 0.6 m when the measures of rainwater outlet anti-blocking or sunken greenbelt are taken alone. With combined measures, the inundation depth could be lower than 0.5m, and the waterlogging duration could be shortened to less than 30min, which can effectively alleviate the waterlogging of overpass tunnels.
Key words overpass tunnels; refined simulation; waterlogging control